Centro de Documentacion de Fundación MAPFRE - Modelos de alerta temprana : probabilidades de impago en el seguro de daños (GLM y Machine Learning)

Publicación: Madrid : Universidad Carlos III de Madrid, 2018Notas: Trabajo Fin de Master del Master en Ciencias Actuariales y Financieras de la Escuela de Postgrado de la Universidad Carlos III de Madrid. Tutores: José Miguel Rodríguez-Pardo del Castillo y Jesús Ramón Simón del Potro. Curso 2017-2018Sumario: Este documento aborda uno de los principales riesgos a los que se expone una entidad aseguradora: el riesgo de crédito; centrándose en el relacionado con el impago de las primas. Para ello, se ha generado un modelo de predicción, mediante la utilización de una base de datos formada por parte de una cartera de seguros del área de No Vida -empresas de una entidad aseguradora, en un período de cinco años. Posteriormente, se introducen variables macroeconómicas al modelo para comprobar si son significativas y mejoran las predicciones previamente realizadas. Además, se reflexiona sobre posibles medidas que las compañías pueden tomar para reducir el nivel de impagos. Por último, se muestran algunas de las técnicas de machine learning que pudiesen ser interesantes abordar en un futuro, en busca de una mejora de la capacidad predictiva de los modelosMateria / lugar / evento: Empresas de seguros Riesgo crediticio Probabilidad de impago Modelos predictivos Machine learning Modelos actuariales Modelos GLM Otros autores: Rodríguez-Pardo del Castillo, José Miguel
Simón del Potro, Jesús Ramón
Universidad Carlos III de Madrid
Serie secundaria: Trabajos Fin de Master Otras clasificaciones: 6