Pesquisa de referências

Tarificación analítica avanzada para cálculo de escenarios post COVID19 en los seguros de automóviles

<?xml version="1.0" encoding="UTF-8"?><modsCollection xmlns="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-8.xsd">
<mods version="3.8">
<titleInfo>
<title>Tarificación analítica avanzada para cálculo de escenarios post COVID19 en los seguros de automóviles</title>
</titleInfo>
<name type="personal" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080244637">
<namePart>Guillén, Montserrat</namePart>
<nameIdentifier>MAPA20080244637</nameIdentifier>
</name>
<typeOfResource>text</typeOfResource>
<genre authority="marcgt">periodical</genre>
<originInfo>
<place>
<placeTerm type="code" authority="marccountry">esp</placeTerm>
</place>
<dateIssued encoding="marc">2020</dateIssued>
<issuance>serial</issuance>
</originInfo>
<language>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</language>
<physicalDescription>
<form authority="marcform">print</form>
<internetMediaType>application/pdf</internetMediaType>
</physicalDescription>
<abstract displayLabel="Summary">La reducción de la movilidad durante la pandemia COVID19 ha supuesto una disminución de la siniestralidad en el seguro de automóviles. Las entidades necesitarán realizar escenarios de tarificación para posibles cambios en los hábitos de transporte, usando los datos del ejercicio 2020. Mostramos cómo utilizar métodos de Machine Learning (árboles de decisión y gradient boosting) para evaluar dichos escenarios y proponemos una estrategia para corregir las circunstancias de exposición al riesgo que se han dado durante la pandemia. Se concluye que es posible utilizar la información existente durante el periodo de confinamiento siempre que se puedan identificar y corregir los cambios en las carteras, viendo si el impacto es homogéneo por grupos de riesgo.</abstract>
<note type="statement of responsibility">Xenxo Vidal-Llana, Montserrat Guillen</note>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080603779">
<topic>Seguro de automóviles</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080563448">
<topic>Modelización</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080591953">
<topic>Métodos actuariales</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080542214">
<topic>Ratios</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20170005476">
<topic>Machine learning</topic>
</subject>
<subject xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="MAPA20080570651">
<topic>Siniestralidad</topic>
</subject>
<classification authority="">6</classification>
<relatedItem type="host">
<titleInfo>
<title>Anales del Instituto de Actuarios Españoles : Colegio Profesional</title>
</titleInfo>
<originInfo>
<publisher>Madrid : Instituto de Actuarios Españoles, 1943-</publisher>
</originInfo>
<identifier type="local">MAP20070000012</identifier>
<part>
<text>01/12/2020 Número 26 -  Epoca 4ª, Año 2020 , p. 157-179</text>
</part>
</relatedItem>
<recordInfo>
<recordContentSource authority="marcorg">MAP</recordContentSource>
<recordCreationDate encoding="marc">210112</recordCreationDate>
<recordChangeDate encoding="iso8601">20220911190322.0</recordChangeDate>
<recordIdentifier source="MAP">MAP20210000799</recordIdentifier>
<languageOfCataloging>
<languageTerm type="code" authority="iso639-2b">spa</languageTerm>
</languageOfCataloging>
</recordInfo>
</mods>
</modsCollection>