Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida
Se propone desarrollar un modelo jerárquico de mezcla completamente Bayesiano con número de componentes aleatorio en la severidad de los siniestros, para cuantificar el riesgo de suscripción en seguros de no vida. El riesgo de suscripción desde el punto de vista de la tarifación se asocia con la pro...
- Autores:
-
Capera Martínez, Yesid Alberto
- Tipo de recurso:
- Masters Thesis
- Fecha de publicación:
- 2021
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/35030
- Acceso en línea:
- http://hdl.handle.net/11634/35030
- Palabra clave:
- Frequency
Severity
Aggregated Loss
Fully Bayesian Mixture Model
Subscription Risk
Insolvency probability
ruin stochastic process
Teoría Bayesiana de decisiones estadísticas
Análisis sucesional
Toma de decisiones
Investigación operacional
Frecuencia
Severidad
Pérdida Agregada
Modelo de mezcla completamente Bayesiano
Riesgo de suscripción
Probabilidad de Insolvencia
Ruina
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_4a382fc1430eb117facfe345deb4d1e0 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/35030 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| title |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| spellingShingle |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida Frequency Severity Aggregated Loss Fully Bayesian Mixture Model Subscription Risk Insolvency probability ruin stochastic process Teoría Bayesiana de decisiones estadísticas Análisis sucesional Toma de decisiones Investigación operacional Frecuencia Severidad Pérdida Agregada Modelo de mezcla completamente Bayesiano Riesgo de suscripción Probabilidad de Insolvencia Ruina |
| title_short |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| title_full |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| title_fullStr |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| title_full_unstemmed |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| title_sort |
Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida |
| dc.creator.fl_str_mv |
Capera Martínez, Yesid Alberto |
| dc.contributor.advisor.none.fl_str_mv |
Sosa Martínez, Juan Camilo |
| dc.contributor.author.none.fl_str_mv |
Capera Martínez, Yesid Alberto |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0001-7432-4014 |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?user=armR6koAAAAJ&hl=es |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001359814 |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.keyword.spa.fl_str_mv |
Frequency Severity Aggregated Loss Fully Bayesian Mixture Model Subscription Risk Insolvency probability ruin stochastic process |
| topic |
Frequency Severity Aggregated Loss Fully Bayesian Mixture Model Subscription Risk Insolvency probability ruin stochastic process Teoría Bayesiana de decisiones estadísticas Análisis sucesional Toma de decisiones Investigación operacional Frecuencia Severidad Pérdida Agregada Modelo de mezcla completamente Bayesiano Riesgo de suscripción Probabilidad de Insolvencia Ruina |
| dc.subject.lemb.spa.fl_str_mv |
Teoría Bayesiana de decisiones estadísticas Análisis sucesional Toma de decisiones Investigación operacional |
| dc.subject.proposal.spa.fl_str_mv |
Frecuencia Severidad Pérdida Agregada Modelo de mezcla completamente Bayesiano Riesgo de suscripción Probabilidad de Insolvencia Ruina |
| description |
Se propone desarrollar un modelo jerárquico de mezcla completamente Bayesiano con número de componentes aleatorio en la severidad de los siniestros, para cuantificar el riesgo de suscripción en seguros de no vida. El riesgo de suscripción desde el punto de vista de la tarifación se asocia con la probabilidad de insolvencia que tiene una compañía aseguradora. Esta probabilidad depende de un proceso estocástico de ruina que pone en consideración: el capital inicial de la compañía, el monto total de primas recibidas y el monto de pérdida agregada en siniestros. En consecuencia, modelar las distribuciones posteriores para la frecuencia y severidad de los siniestros en este proceso estocástico, resulta ser apropiado para cuantificar el riesgo de suscripción. Con respecto a la incertidumbre que existe en el número de clústeres asociados a riesgos presentes en la distribución de severidad de los siniestros, se hace uso de la propuesta de cadenas de Markov de Monte Carlo para el número de componentes de la mezcla. Una vez se verifica tanto la bondad de ajuste del modelo como los criterios Bayesianos WAIC y DIC, se establece una comparación vía validación cruzada k-fold entre los resultados de frecuencia y severidad de los siniestros con los modelos de enfoque clásico para el riesgo de suscripción. El objetivo es mostrar si estos resultados son más eficientes con el modelo Bayesiano propuesto al evaluar medidas de calidad del pronóstico tales como el error cuadrático medio y el error porcentual absoluto medio. Posteriormente, los mejores modelos para frecuencia y severidad obtenidos en la validación cruzada se utilizan como una importante aplicación que permite medir el riesgo de suscripción en seguros de no vida o Seguros Generales mediante un proceso de estocástico de ruina y los cálculos de requerimiento de capital para volumen de primas y reservas tomados de la Directiva de Solvencia II. La metodología propuesta se ilustra por medio del conjunto de datos de siniestros dataCar que se encuentra en la librería insuranceData del software estadístico R. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-07-26T15:03:56Z |
| dc.date.available.none.fl_str_mv |
2021-07-26T15:03:56Z |
| dc.date.issued.none.fl_str_mv |
2021-07-16 |
| dc.type.local.spa.fl_str_mv |
Tesis de maestría |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Maestría |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_bdcc |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
http://purl.org/coar/resource_type/c_bdcc |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Capera, Y. (2021) Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio institucional |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/35030 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Capera, Y. (2021) Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio institucional reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/35030 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Bulhmann, H. Straub, E. (1972) Credibility for Loss Ratio (Translated by C.E. Brooks) Philbrick, S. (1981) An Examination of Credibility Concepts (Proceedings of the Casuality Actuarial Society) Tse, Y. (2009) Nonlife Actuarial Models Theory, Methods and Evaluation. Cambridge University Press, New York. EIOPA 11/163. (2011) Calibration of the Premium and Reserve Risk Factors in the Standard Formula of Solvency II (Report of the Joint Working Group on Non - Life and Health NSLT Calibration) EIOPA - 14 - 322. (2014) The underlyng assumptions in the standard formula for the Solvency Capital Requeriment calculation. Gelman, A. et al. (2014) Bayesian Data Analysis. Texts in Statistical Science, Third Edition, New York khapeava, T. (2014) Credibility Modeling with Applications. Thesis presented in a partial fulfilment of the requirements or the degree of Master of Science (M.Sc.) in Computational Sciences, Laurentian University Migon, H. et al. (2015) Statistical Inference An Integrated Approach. Texts in Statistical Science, Second Edition, New York Jain, S & Neal, R. (2012) A Split-Merge Markov chain Monte Carlo Procedure for the Dirichlet Process Mixture Model. Journal of Computational and Graphical Statistics SuperIntendencia Financiera de Colombia (2003) Disposiciones Especiales aplicables a la gestión de riesgos en las entidades aseguradoras (Parte II Título IV). Bogotá D.C., Colombia Blanco, L. (2005). Probabilidad. Universidad Nacional de Colombia, Bogotá. Rincón, L. (2012). Introducción a la teoría de Riesgo. Ciudad Universitaria UNAM, México D.F Rincón, L. (2012). Introducción a los procesos estocásticos. Ciudad Universitaria UNAM, México D.F Barañaño, A. De la Peña, E. Garayeta, A (2016) Medición del Riesgo de suscripción mediante modelos internos de solvencia II Omary, C. Nyambura, S. Wairimu, J (2018). Modeling the Frequency and Severity of Auto Insurance Claims Using Statistical Distributions. Journal of Mathematical Finance García, M (2014). Modelación de pérdida agregada aplicada a siniestros de cáncer de mama: Caso de una empresa aseguradora. Universidad Autónoma del Estado de México, Toluca, 2014 Régimen de Seguros. Libro digital de Fasecolda, http://publicaciones.fasecolda.com/regimen-de-seguros/ Estudio para la implementación de una regulación basada en riesgos en Colombia. Fasecolda, 15 de octubre de 2020. Asan, U. & Ercan, S. (2012) An Introduction to Self-Organizing Maps. ResearchGate |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Maestría Estadística Aplicada |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/35030/4/license_rdf https://repository.usta.edu.co/bitstream/11634/35030/5/license.txt https://repository.usta.edu.co/bitstream/11634/35030/1/2021albertocapera.pdf https://repository.usta.edu.co/bitstream/11634/35030/2/Carta%20Aprobaci%c3%b3n%20Facultad.pdf https://repository.usta.edu.co/bitstream/11634/35030/3/Carta%20derechos%20de%20autor.pdf https://repository.usta.edu.co/bitstream/11634/35030/6/2021albertocapera.pdf.jpg https://repository.usta.edu.co/bitstream/11634/35030/7/Carta%20Aprobaci%c3%b3n%20Facultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/35030/8/Carta%20derechos%20de%20autor.pdf.jpg |
| bitstream.checksum.fl_str_mv |
217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 129cd63613b3c260e1e57f8979f68a6a bd08478059a793fb1d0d537ceba92742 4184ae7d9546027fa856af033b5b8522 6dad9411543e0825fdc9f8512f868e5d 20730fe1725e3234e7ffe7e76df24536 8e164346e14b21822f3385c694a30a59 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026243310354432 |
| spelling |
Sosa Martínez, Juan CamiloCapera Martínez, Yesid Albertohttps://orcid.org/0000-0001-7432-4014https://scholar.google.com/citations?user=armR6koAAAAJ&hl=eshttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001359814Universidad Santo Tomás2021-07-26T15:03:56Z2021-07-26T15:03:56Z2021-07-16Capera, Y. (2021) Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vida [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio institucionalhttp://hdl.handle.net/11634/35030reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coSe propone desarrollar un modelo jerárquico de mezcla completamente Bayesiano con número de componentes aleatorio en la severidad de los siniestros, para cuantificar el riesgo de suscripción en seguros de no vida. El riesgo de suscripción desde el punto de vista de la tarifación se asocia con la probabilidad de insolvencia que tiene una compañía aseguradora. Esta probabilidad depende de un proceso estocástico de ruina que pone en consideración: el capital inicial de la compañía, el monto total de primas recibidas y el monto de pérdida agregada en siniestros. En consecuencia, modelar las distribuciones posteriores para la frecuencia y severidad de los siniestros en este proceso estocástico, resulta ser apropiado para cuantificar el riesgo de suscripción. Con respecto a la incertidumbre que existe en el número de clústeres asociados a riesgos presentes en la distribución de severidad de los siniestros, se hace uso de la propuesta de cadenas de Markov de Monte Carlo para el número de componentes de la mezcla. Una vez se verifica tanto la bondad de ajuste del modelo como los criterios Bayesianos WAIC y DIC, se establece una comparación vía validación cruzada k-fold entre los resultados de frecuencia y severidad de los siniestros con los modelos de enfoque clásico para el riesgo de suscripción. El objetivo es mostrar si estos resultados son más eficientes con el modelo Bayesiano propuesto al evaluar medidas de calidad del pronóstico tales como el error cuadrático medio y el error porcentual absoluto medio. Posteriormente, los mejores modelos para frecuencia y severidad obtenidos en la validación cruzada se utilizan como una importante aplicación que permite medir el riesgo de suscripción en seguros de no vida o Seguros Generales mediante un proceso de estocástico de ruina y los cálculos de requerimiento de capital para volumen de primas y reservas tomados de la Directiva de Solvencia II. La metodología propuesta se ilustra por medio del conjunto de datos de siniestros dataCar que se encuentra en la librería insuranceData del software estadístico R.The purpose of this project is developmenting a fully Bayesian hierarchical mixture model with a random number of components, in order to quantify the risk of subscription in non-life insurance. Subscription risk from the point of view of pricing is associated with an insurance company's probability of insolvency. This probability depends on a ruin stochastic process who is in function of the initial capital of the company, the total premiums received and the aggregate loss of claims. The posterior distribution for the parameters of severity claims in the risk model is obtained with the implementation of MCMC for the number of mixture random components. The goodness of fit for model is verified with WAIC and DIC Bayesian criteria, after we will compare with cross-validation the results of frequency and severity of claims with the classic risk models. The objective is showing if these results are more efficient with the proposed Bayesian model when we forecast and we verify the mean square error and mean absolute percentage error into cross validation. The methodology is illustrated by the dataCar claims dataset in the insuranceData library of the R statistical software.Magister en Estadística Aplicadahttp://unidadinvestigacion.usta.edu.coMaestríaapplication/pdfspaUniversidad Santo TomásMaestría Estadística AplicadaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Desarrollo de modelo Bayesiano jerárquico de mezcla con número de componentes aleatorio para cuantificar el riesgo de suscripción en seguros de no vidaFrequencySeverityAggregated LossFully Bayesian Mixture ModelSubscription RiskInsolvency probabilityruin stochastic processTeoría Bayesiana de decisiones estadísticasAnálisis sucesionalToma de decisionesInvestigación operacionalFrecuenciaSeveridadPérdida AgregadaModelo de mezcla completamente BayesianoRiesgo de suscripciónProbabilidad de InsolvenciaRuinaTesis de maestríainfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáBulhmann, H. Straub, E. (1972) Credibility for Loss Ratio (Translated by C.E. Brooks)Philbrick, S. (1981) An Examination of Credibility Concepts (Proceedings of the Casuality Actuarial Society)Tse, Y. (2009) Nonlife Actuarial Models Theory, Methods and Evaluation. Cambridge University Press, New York.EIOPA 11/163. (2011) Calibration of the Premium and Reserve Risk Factors in the Standard Formula of Solvency II (Report of the Joint Working Group on Non - Life and Health NSLT Calibration)EIOPA - 14 - 322. (2014) The underlyng assumptions in the standard formula for the Solvency Capital Requeriment calculation.Gelman, A. et al. (2014) Bayesian Data Analysis. Texts in Statistical Science, Third Edition, New Yorkkhapeava, T. (2014) Credibility Modeling with Applications. Thesis presented in a partial fulfilment of the requirements or the degree of Master of Science (M.Sc.) in Computational Sciences, Laurentian UniversityMigon, H. et al. (2015) Statistical Inference An Integrated Approach. Texts in Statistical Science, Second Edition, New YorkJain, S & Neal, R. (2012) A Split-Merge Markov chain Monte Carlo Procedure for the Dirichlet Process Mixture Model. Journal of Computational and Graphical StatisticsSuperIntendencia Financiera de Colombia (2003) Disposiciones Especiales aplicables a la gestión de riesgos en las entidades aseguradoras (Parte II Título IV). Bogotá D.C., ColombiaBlanco, L. (2005). Probabilidad. Universidad Nacional de Colombia, Bogotá.Rincón, L. (2012). Introducción a la teoría de Riesgo. Ciudad Universitaria UNAM, México D.FRincón, L. (2012). Introducción a los procesos estocásticos. Ciudad Universitaria UNAM, México D.FBarañaño, A. De la Peña, E. Garayeta, A (2016) Medición del Riesgo de suscripción mediante modelos internos de solvencia IIOmary, C. Nyambura, S. Wairimu, J (2018). Modeling the Frequency and Severity of Auto Insurance Claims Using Statistical Distributions. Journal of Mathematical FinanceGarcía, M (2014). Modelación de pérdida agregada aplicada a siniestros de cáncer de mama: Caso de una empresa aseguradora. Universidad Autónoma del Estado de México, Toluca, 2014Régimen de Seguros. Libro digital de Fasecolda, http://publicaciones.fasecolda.com/regimen-de-seguros/Estudio para la implementación de una regulación basada en riesgos en Colombia. Fasecolda, 15 de octubre de 2020.Asan, U. & Ercan, S. (2012) An Introduction to Self-Organizing Maps. ResearchGateCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/35030/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/35030/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessORIGINAL2021albertocapera.pdf2021albertocapera.pdfapplication/pdf2326829https://repository.usta.edu.co/bitstream/11634/35030/1/2021albertocapera.pdf129cd63613b3c260e1e57f8979f68a6aMD51open accessCarta Aprobación Facultad.pdfCarta Aprobación Facultad.pdfapplication/pdf259596https://repository.usta.edu.co/bitstream/11634/35030/2/Carta%20Aprobaci%c3%b3n%20Facultad.pdfbd08478059a793fb1d0d537ceba92742MD52metadata only accessCarta derechos de autor.pdfCarta derechos de autor.pdfapplication/pdf188037https://repository.usta.edu.co/bitstream/11634/35030/3/Carta%20derechos%20de%20autor.pdf4184ae7d9546027fa856af033b5b8522MD53metadata only accessTHUMBNAIL2021albertocapera.pdf.jpg2021albertocapera.pdf.jpgIM Thumbnailimage/jpeg7842https://repository.usta.edu.co/bitstream/11634/35030/6/2021albertocapera.pdf.jpg6dad9411543e0825fdc9f8512f868e5dMD56open accessCarta Aprobación Facultad.pdf.jpgCarta Aprobación Facultad.pdf.jpgIM Thumbnailimage/jpeg8373https://repository.usta.edu.co/bitstream/11634/35030/7/Carta%20Aprobaci%c3%b3n%20Facultad.pdf.jpg20730fe1725e3234e7ffe7e76df24536MD57open accessCarta derechos de autor.pdf.jpgCarta derechos de autor.pdf.jpgIM Thumbnailimage/jpeg9695https://repository.usta.edu.co/bitstream/11634/35030/8/Carta%20derechos%20de%20autor.pdf.jpg8e164346e14b21822f3385c694a30a59MD58open access11634/35030oai:repository.usta.edu.co:11634/350302022-10-27 03:05:40.4open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |