Técnicas de pricing avanzadas para seguros colectivos de vida (modelos GLM y credibilidad)
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<rdf:Description>
<dc:creator>Rivas de las Heras, Paula</dc:creator>
<dc:creator>Rodríguez-Pardo del Castillo, José Miguel</dc:creator>
<dc:creator>Simón del Potro, Jesús Ramón</dc:creator>
<dc:creator>Universidad Carlos III de Madrid</dc:creator>
<dc:date>2018-00-00</dc:date>
<dc:description xml:lang="es">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 2017-2018</dc:description>
<dc:description xml:lang="es">Sumario: La modelización de riesgos en el mercado asegurador está cada vez más enfocada al uso de modelos predictivos, especialmente en Seguros No Vida. Sin embargo, es una técnica poco habitual en Seguros de Vida pues, para la tarificación de estos seguros se emplean las Tablas de Mortalidad. En esta tesis, se analizan métodos avanzados de tarificación para Seguros Colectivos de Vida, en concreto, se estudian Modelos Lineales Generalizados para variables dependientes limitadas, como son los modelos Probit y Logit, y los Modelos de Credibilidad de distribución libre, Bühlmann y Bühlmann-Straub.Se realiza una aplicación práctica de estos modelos, utilizando la base de datos real de la cartera de seguros Temporales Anuales Renovables con garantía de fallecimiento de una Aseguradora de Vida. Para la elaboración de estos modelos se estudian variables biológicas como la edad y sexo de los asegurados, y otras variables relacionadas con la empresa tomadora del seguro, como la actividad de la misma y su categorización en función del número de asegurados. Se concluye que, en este tipo de seguros, la edad del asegurado y el tamaño de la empresa no son variables de riesgo significativas para determinar la probabilidad de fallecimiento, en un modelo que explica, aproximadamente, el 95% de la siniestralidad real</dc:description>
<dc:format xml:lang="en">application/pdf</dc:format>
<dc:identifier>https://documentacion.fundacionmapfre.org/documentacion/publico/es/bib/165487.do</dc:identifier>
<dc:language>spa</dc:language>
<dc:publisher>Universidad Carlos III de Madrid</dc:publisher>
<dc:rights xml:lang="es">InC - http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:subject xml:lang="es">Tarificación</dc:subject>
<dc:subject xml:lang="es">Seguro colectivo</dc:subject>
<dc:subject xml:lang="es">Seguro de vida</dc:subject>
<dc:subject xml:lang="es">Modelos predictivos</dc:subject>
<dc:subject xml:lang="es">Modelos GLM</dc:subject>
<dc:subject xml:lang="es">Credibilidad</dc:subject>
<dc:type xml:lang="es">Libros</dc:type>
<dc:title xml:lang="es">Técnicas de pricing avanzadas para seguros colectivos de vida (modelos GLM y credibilidad)</dc:title>
<dc:relation xml:lang="es">Trabajos Fin de Master</dc:relation>
</rdf:Description>
</rdf:RDF>