Modelos de alerta temprana : probabilidades de impago en el seguro de daños (GLM y Machine Learning)
Objetos digitales
| Tag | 1 | 2 | Valor |
|---|---|---|---|
| LDR | 00000cam a22000004b 4500 | ||
| 001 | MAP20180025242 | ||
| 003 | MAP | ||
| 005 | 20220911191723.0 | ||
| 008 | 180803e20180000esp|||| ||| ||spa d | ||
| 040 | $aMAP$bspa$dMAP | ||
| 084 | $a6 | ||
| 100 | 1 | $0MAPA20180011689$aGarcía Salcedo, Jaime | |
| 245 | 1 | 0 | $aModelos de alerta temprana$b: probabilidades de impago en el seguro de daños (GLM y Machine Learning)$cJaime García Salcedo |
| 260 | $aMadrid$bUniversidad Carlos III de Madrid$c2018 | ||
| 500 | $aTrabajo 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 2017-2018 | ||
| 520 | $aEste 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 modelos | ||
| 650 | 4 | $0MAPA20080590567$aEmpresas de seguros | |
| 650 | 4 | $0MAPA20080582401$aRiesgo crediticio | |
| 650 | 4 | $0MAPA20080607913$aProbabilidad de impago | |
| 650 | 4 | $0MAPA20080592059$aModelos predictivos | |
| 650 | 4 | $0MAPA20170005476$aMachine learning | |
| 650 | 4 | $0MAPA20080592011$aModelos actuariales | |
| 650 | 4 | $0MAPA20160001693$aModelos GLM | |
| 700 | 1 | $0MAPA20140014897$aRodríguez-Pardo del Castillo, José Miguel | |
| 700 | 1 | $0MAPA20160001525$aSimón del Potro, Jesús Ramón | |
| 710 | 2 | $0MAPA20080455026$aUniversidad Carlos III de Madrid | |
| 830 | 0 | $0MAPA20160014013$aTrabajos Fin de Master | |
| 856 | $qapplication/pdf$w1098404$yRecurso electrónico / Electronic resource |