Modelos predictivos aplicados al seguro de vida

Autor:José Miguel Rodríguez-Pardo Del Castillo
Páginas:24-35
RESUMEN

La medida de los diferentes riesgos de seguros de naturaleza personal se encuentra ante una oportunidad singular, tanto por la técnica actuarial utilizada, como por las variables que intervienen en el proceso de determinación del proceso de suscripción y/o de fijación del precio.

 
EXTRACTO GRATUITO

Page 24

Este nuevo escenario tiene un alcance mayor al del estricto ámbito de la gestión del riesgo biométri-co, pues supone una nueva forma de entender el segu-ro de vida o de salud, y por ello el modelo de negocio debe ser reformulado por los órganos gerenciales de la entidad.

El propósito del artículo es analizar las principa-les características de estos modelos, identificar las oportunidades que se presentan en diferentes aéreas de negocio y presentar una reflexión particular sobre el uso de los modelos predictivos en relación con las re-des sociales.

Page 25

La industria del seguro privado de riesgos personales adoptará paulatinamente estos modelos –circunstancia que ya ha comenzado a ocurrir en otros mercados–, que serán de uso generalizado en los próximos años. En defini-tiva, estamos ante una disrupción de la técnica actuarial que se ha venido utilizando desde el origen de la técnica esta-dística aplicada al seguro de vida.

Modelos predictivos

La técnica de tarificación habitual del seguro de vida se basa en el cálculo de probabilidad de falleci-miento o supervivencia de un individuo, obtenida es-ta de una tabla de mortalidad. En la generalidad de los casos, las variables que se consideran en el precio son la edad y hasta el género del candidato.

Page 26

El desarrollo de la estadística actuarial pone a nuestra disposición herramientas de cálculo modernas que permiten elaborar algoritmos de predicción e in-corporar parámetros que nos facilitan la evaluación del riesgo de fallecimiento de acuerdo al comportamien-to de los asegurados.

Las técnicas predictivas son, entre otras:

–Modelos Lineales Generalizados

–Arboles de decisión

–Redes neuronales

De la familia de modelos predictivos, los más habituales son los Modelos Lineales Generalizados (GLM), cuyo objetivo es describir el efecto de una o más variables explicativas (independientes) sobre una o más variables respuesta (dependientes).

Estos modelos permiten construir sistemas de tarificación sostenibles en el tiempo que incorporan un conjunto de variables que pueden predecir el riesgo biométrico con suficiente fortaleza estadística.

Para que se pueda optar por estos modelos, es ne-cesario que el actuario disponga de una base de datos amplios y robustos, así como experiencia en el mane-jo de estos modelos, pues los distintos resultados nece-sitan ser interpretados.

Estas técnicas, utilizadas en otros sectores de la actividad empresarial, también se emplean en la indus-tria del seguro. Su uso es común en determinados ries-gos masa No Vida, como es el ramos de Autos. La fir-ma de consultoría Deloitte sostiene que las técnicas de modelado de predicción han sido eficaces en una va-riedad sorprendentemente diversa de aplicaciones, tales como:

- La predicción de la reincidencia delictiva

- Hacer diagnósticos psicológicos

- Ayudar a los médicos de urgencias

- Selección de jugadores para los equipos deportivos profesionales

- El pronóstico de la subasta de precio de las cosechas de vino de Burdeos

- La predicción de los ingresos de taquilla de las películas de Hollywood

- Amazon.com y netflix.com hacen recomendaciones de libros y películas sin ninguna intervención humana

Circunstancias que propician el uso de la modelización predictiva

La implantación de estas técnicas aplicadas a ries-gos sobre personas será habitual en los próximos años y supondrá una verdadera disrupción en el trabajo cotidiano de los actuarios y suscriptores.

Esta oportunidad se justifica por tres circuns-tancias que han coincidido en el tiempo:

- La reciente limitación en el uso de variables habituales en el proceso de pricing, como es el género y otras posibles que pudieran ser consideradas como discriminatorias. Este caso sería el de la utilización de la edad como

Page 27

variable edad de determinación del precio. La inquietud parte de que los argumentos utilizados por el legislador europeo podrían ser asimilables a la edad, es decir, el género o la edad son características biológicas intrínsecas del individuo en las que no tiene capacidad de actuar sobre ellas, y por ello se configuran como elementos característicos del patrimonio individual biológico sobre el cual no cabe discriminación alguna.

Esto supone una mayor incertidumbre en el riesgo suscrito por los aseguradores que tiene como resultado una volatilidad en el resultado. Los modelos predictivos contribuyen a medir de manera precisa el riesgo biométrico, con lo que la carga de capital asignada por la volatilidad disminuye considerablemente.

- La reciente automatización del proceso de selección de riesgo mediante la teleselección ha propiciado disponer de bases de datos estructuradas y con multitud de factores de riesgo, hasta la fecha no disponibles con tanta riqueza de datos. Este proceso ya alcanza en el mercado español a más del 80% del análisis de los riesgos que deben ser evaluados por procesos específicos de admisión de riesgos. Esta cantidad ingente de datos disponibles por los aseguradores que no son tenidos en consideración a la hora de modelar el riesgo, unidos a otros como pueden ser los hábitos de compra, historial de conducción, hábitos saludables..., permitirán construir modelos muy robustos y válidos para el cambio tan radical que supone un modelo predictivo.

- La existencia de variables relacionadas con el estilo de vida y que explican, junto a las variables de salud de una manera correlacionada, el riesgo de fallecimiento de un individuo.Y son precisamente los estudios causales los que permiten identificar variables genéticas y fenotípicas, y determinados biomarcadores son capaces ya de explicar hasta el 80% del riesgo de fallecimiento-longevidad.

Debemos considerar con cierta cautela estas nuevas variables para que puedan ser utilizadas, pues pudieran ser bien discriminatorias o bien carecer de suficiente capacidad predictiva en opinión del legislador.

Ámbito de aplicación de los modelos predictivos

La modelización predictiva aplicada al seguro de vida mediante técnicas GLM no solo es útil para la ta-rificación denominada lifestyle underwriting, sino que amplía el campo de actuación en otros ámbitos de la estrategia empresarial.

Veamos algunas de las oportunidades que se pre-sentan. El artículo Predictive modeling, a life underwriter’s primer, publicado en On the risk, vol.27 n.2 (2011), nos sirve para entender y relacionar dicho alcance:

- Marketing, realizando segmentación de precios una vez identificados perfiles de riesgos específicos.

Page 28

- Selección, realizando calificaciones del tipo de riesgos como superpreferentes, preferentes, estándar o subestándar

- Estrategias de detección del fraude

- Modelos de perfiles de caída de cartera, de crosselling

- Cálculos de reservas

- Evaluación de redes agenciales

La importancia del análisis predictivo en el marco del desarrollo de capacidades analíticas se ha puesto de manifiesto en un reciente informe de la firma de consul-toría Accenture, de noviembre de 2011, titulado Achie-ving high performance...

Para continuar leyendo

SOLICITA TU PRUEBA