How to use public-private databases in insurance risk management : geography, climate and people in motor insurance = Cómo usar bases de datos público-privadas en la gestión de riesgos aseguradores...
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<record>
<leader>00000cab a2200000 4500</leader>
<controlfield tag="001">MAP20250002050</controlfield>
<controlfield tag="003">MAP</controlfield>
<controlfield tag="005">20250207150102.0</controlfield>
<controlfield tag="008">250207e20241213esp|||p |0|||b|spa d</controlfield>
<datafield tag="040" ind1=" " ind2=" ">
<subfield code="a">MAP</subfield>
<subfield code="b">spa</subfield>
<subfield code="d">MAP</subfield>
</datafield>
<datafield tag="084" ind1=" " ind2=" ">
<subfield code="a">6</subfield>
</datafield>
<datafield tag="100" ind1="1" ind2=" ">
<subfield code="0">MAPA20250000360</subfield>
<subfield code="a">Cespedes Coimbra, Luis Enrique</subfield>
</datafield>
<datafield tag="245" ind1="0" ind2="0">
<subfield code="a">How to use public-private databases in insurance risk management : geography, climate and people in motor insurance</subfield>
<subfield code="b">= Cómo usar bases de datos público-privadas en la gestión de riesgos aseguradores : geografía, clima y personas en el seguro de automóviles</subfield>
<subfield code="c">Luis Enrique Cespedes Coimbra, Mercedes Ayuso Gutierrez, Miguel Ángel Santolino Prieto</subfield>
</datafield>
<datafield tag="520" ind1=" " ind2=" ">
<subfield code="a">Este trabajo se centra en la utilización de fuentes de información pública en la aplicación de modelos relacionales en las entidades aseguradoras, para el mejor conocimiento de las características de los riesgos y asistir a la toma de decisiones en nuevos entornos de sostenibilidad. Primero, proponemos utilizar la metodología de grado de urbanización de Eurostat para agrupar siniestros o pólizas de automóviles en categorías potencialmente más homogéneas en el sector asegurador (urbano / suburbano / rural) para su segmentación y análisis. Segundo, analizamos como las compañías aseguradoras pueden utilizar información climatológica local conjuntamente con el grado de urbanización para modelizar el número de siniestros de automóviles en una zona geográfica específica. Finalmente, aplicamos modelos relacionales a bases de datos con información anonimizada de pasajeros en accidentes de tráfico proporcionadas por la Dirección General de Tráfico de España con el objetivo de definir mejor las características de los siniestros en función del perfil de las personas que se encuentran dentro del vehículo. Se trata de conocer, por ejemplo, el perfil de los pasajeros de vehículos conducidos por personas mayores, también en relación con el sexo y la zona geográfica. Las compañías aseguradoras conocen la enorme potencialidad del análisis de datos y deben apostar por la búsqueda de relaciones usando información que puede estar dispersa en múltiples bases de datos, incluyendo aquella que es de uso público y que puede facilitar la homogeneización y comparación de resultados, junto al diseño de políticas preventivas y de gestión de riesgos. Incluimos los códigos en R poniéndolos a disposición del sector asegurador y de la academia para su uso</subfield>
</datafield>
<datafield tag="540" ind1=" " ind2=" ">
<subfield code="a">La copia digital se distribuye bajo licencia "Attribution 4.0 International (CC BY 4.0)"</subfield>
<subfield code="f">CC BY 4.0</subfield>
<subfield code="u">https://creativecommons.org/licenses/by/4.0</subfield>
<subfield code="9">43</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080591182</subfield>
<subfield code="a">Gerencia de riesgos</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080578848</subfield>
<subfield code="a">Análisis de datos</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080603779</subfield>
<subfield code="a">Seguro de automóviles</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080620905</subfield>
<subfield code="a">Bases de datos relacionales</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080606299</subfield>
<subfield code="a">Fuentes de información</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080561710</subfield>
<subfield code="a">Climatología</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080576110</subfield>
<subfield code="a">Geografía física</subfield>
</datafield>
<datafield tag="650" ind1=" " ind2="4">
<subfield code="0">MAPA20080576127</subfield>
<subfield code="a">Geografía humana</subfield>
</datafield>
<datafield tag="700" ind1="1" ind2=" ">
<subfield code="0">MAPA20080344511</subfield>
<subfield code="a">Ayuso Gutiérrez, Mercedes</subfield>
</datafield>
<datafield tag="700" ind1="1" ind2=" ">
<subfield code="0">MAPA20130009599</subfield>
<subfield code="a">Santolino Prieto, Miguel Angel</subfield>
</datafield>
<datafield tag="773" ind1="0" ind2=" ">
<subfield code="w">MAP20070000012</subfield>
<subfield code="g">13/12/2024 Número 30 - 4ª Época, Año 2024 , p. 147-168</subfield>
<subfield code="t">Anales del Instituto de Actuarios Españoles : Colegio Profesional</subfield>
<subfield code="d">Madrid : Instituto de Actuarios Españoles, 1943-</subfield>
</datafield>
<datafield tag="856" ind1=" " ind2=" ">
<subfield code="q">application/pdf</subfield>
<subfield code="w">1126814</subfield>
<subfield code="y">Acceso al documento / Access the document</subfield>
</datafield>
<datafield tag="856" ind1=" " ind2=" ">
<subfield code="u">https://revistas.actuarios.org/index.php/aiae/article/view/68</subfield>
</datafield>
</record>
</collection>