LDR | | | 00000cam a22000004b 4500 |
001 | | | MAP20240004606 |
003 | | | MAP |
005 | | | 20240317194042.0 |
008 | | | 211217s2023 esp|||| ||| ||spa d |
040 | | | $aMAP$bspa$dMAP |
084 | | | $a6 |
100 | 1 | | $0MAPA20240001735$aBueno Roda, Miguel |
245 | 1 | 0 | $aAnálisis de técnicas avanzadas de pricing actuarial en una cartera de autos$b: integración de variables telemáticas a modelos clásicos$cMiguel Bueno Roda |
260 | | | $aMadrid$bUniversidad Carlos III de Madrid$c2023 |
300 | | | $a166 p. |
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, Jesús Ramón Simón del Potro Curso 2022-2023 |
520 | | | $aLa era del big data viene a cambiar las metodologías que se vienen aplicando en la tarificación de los seguros de autos. No solo en la modelización y cálculo de las primas, sino en la manera de trabajar y en las competencias que el mercado requiere de los actuarios. La inclusión de avanzadas metodologías de modelización estadística mediante técnicas de machine learning ya es un hecho y a esto se le une la aparición de la telemática mediante nuevos tipos de seguros como el caso de los seguros basados en el uso (UBI, por sus siglas en inglés). Por ello, a partir de factores de riesgo tradicionales, se van a utilizar métodos de modelaje avanzados junto a técnicas de machine learning para luego adaptarlo a los modelos lineales generalizados que son los estándares en la industria. Después, se va a realizar un análisis del valor añadido que pueden aportar las variables telemáticas en el ajuste y la predicción frente al uso de factores clásicos a través de modelos Gradient Boosting Machine, así como el impacto que pueden tener en la mejora de los hábitos de conducción y el uso de los automóviles a partir de las primas. |
540 | | | $aLa copia digital se distribuye bajo licencia "Attribution 4.0 International (CC BY NC 4.0)"$fCC BY NC 4.0$uhttps://creativecommons.org/licenses/by-nc/4.0$964 |
650 | | 4 | $0MAPA20080603779$aSeguro de automóviles |
650 | | 4 | $0MAPA20080564322$aTarificación |
650 | | 4 | $0MAPA20080592011$aModelos actuariales |
650 | | 4 | $0MAPA20080611200$aInteligencia artificial |
650 | | 4 | $0MAPA20080556730$aTelemática |
650 | | 4 | $0MAPA20080591212$aGestión de carteras |
650 | | 4 | $0MAPA20080598358$aProductos de seguros |
650 | | 4 | $0MAPA20170005476$aMachine learning |
650 | | 4 | $0MAPA20080664510$aTrabajos de investigación |
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 | | | $qapplication/pdf$w1124056$yAcceso al documento / Access the document |