Prima pura sujeto a riesgos dependientes una propuesta metodológica con múltiples coberturas

• Autor: García Santiago, Joseph
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28002
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28002
• Nivel de acceso: acceso abierto
• Materia: Seguros; Prima pura sujeto a riesgos dependientes; Múltiples coberturas; https://purl.org/pe-repo/ocde/ford#5.06.02

En los últimos años, la industria de seguros en el Perú ha experimentado un notable crecimiento, catalizando el desarrollo de la profesión actuarial. En el ámbito del pricing, es común utilizar modelos predictivos. Aunque su implementación no está completamente extendida en las compañías de seguros, es necesario contar con modelos más eficientes que nos permitan estimar primas de manera adecuada. Esto significa cumplir con nuestras obligaciones frente a los asegurados por siniestros ocurridos, cubrir los gastos asociados y, finalmente, generar un margen de utilidad para la aseguradora. Para la estimación de la prima de riesgo es usual analizar la distribución de la frecuencia y de la severidad sobre alguna línea de negocio. La modelación para una cartera de seguros normalmente incluye covariables asociadas al asegurado, al bien asegurado, zonas geográficas e historial de siniestralidad, es decir, la modelación de la frecuencia y de la severidad es multivariada, con base a ello los modelos lineales generalizados son una herramienta de modelación por excelencia de la frecuencia y de la severidad en función de covariables. Sin embargo, en la práctica estos riesgos se suelen asumir independientes entre sí lo que nos conlleva a una sobreestimación de la prima pura de riesgo. En objetivo principal del presente trabajo, es incluir el efecto de la dependencia entre la frecuencia y la severidad en el cálculo de la prima pura. Para lograr esto utilizamos diversas familias de cópulas, cuyas propiedades teóricas han demostrado un buen performance y una eficiencia en el modelamiento conjunto de riesgos con cierto grado de dependencia. Utilizamos cuatro familias de cópulas para construir un modelo conjunto de la frecuencia y de la severidad en presencia de covariables, y lo aplicamos a una línea de negocio específica de alta frecuencia, como lo son los seguros vehiculares. Además, los datos utilizados en el presente trabajo provienen de un repositorio estadístico con datos reales de otro país, pero será suficiente para entender y modelar la dependencia empírica observada entre la frecuencia y la severidad. Finalmente, el principal aporte de este trabajo es mostrar una propuesta metodológica para el cálculo de la prima de riesgo, considerando múltiples coberturas en un entorno donde la frecuencia y la severidad son dependientes. Al final veremos que existe cierta sobre estimación de la prima de riesgo por limitarse al supuesto de independencia.