Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos.
El desempleo es una de las variables más analizadas y esperadas mensualmente, ya que implica decisiones en política pública que impactan la producción y el modelo de crecimiento del país, de ahí la importancia que las aseguradoras ofrezcan un seguro de desempleo que cubra esta contingencia, por tal...
- Autores:
-
Rivera Jimenez, Erika Valeria
- Tipo de recurso:
- Masters Thesis
- Fecha de publicación:
- 2023
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Universidad Santo Tomás
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/52043
- Acceso en línea:
- http://hdl.handle.net/11634/52043
- Palabra clave:
- Stress models
economic variables
economic emergency
Estadísticas Aplicadas
Seguros de desempleo-Colombia
Desempleo-Colombia
Modelos dinámicos de Poisson
variables económicas
crisis económica
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SantoToma2_45f7550c3e32cebbd192de6c25f8fa69 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/52043 |
| network_acronym_str |
SantoToma2 |
| network_name_str |
Universidad Santo Tomás |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| title |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| spellingShingle |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. Stress models economic variables economic emergency Estadísticas Aplicadas Seguros de desempleo-Colombia Desempleo-Colombia Modelos dinámicos de Poisson variables económicas crisis económica |
| title_short |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| title_full |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| title_fullStr |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| title_full_unstemmed |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| title_sort |
Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos. |
| dc.creator.fl_str_mv |
Rivera Jimenez, Erika Valeria |
| dc.contributor.advisor.none.fl_str_mv |
Pineda Rios, Wilmer Dario |
| dc.contributor.author.none.fl_str_mv |
Rivera Jimenez, Erika Valeria |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0001-7774-951X |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJ |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199 https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000180332 |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.subject.keyword.spa.fl_str_mv |
Stress models economic variables economic emergency |
| topic |
Stress models economic variables economic emergency Estadísticas Aplicadas Seguros de desempleo-Colombia Desempleo-Colombia Modelos dinámicos de Poisson variables económicas crisis económica |
| dc.subject.lemb.spa.fl_str_mv |
Estadísticas Aplicadas Seguros de desempleo-Colombia Desempleo-Colombia |
| dc.subject.proposal.spa.fl_str_mv |
Modelos dinámicos de Poisson variables económicas crisis económica |
| description |
El desempleo es una de las variables más analizadas y esperadas mensualmente, ya que implica decisiones en política pública que impactan la producción y el modelo de crecimiento del país, de ahí la importancia que las aseguradoras ofrezcan un seguro de desempleo que cubra esta contingencia, por tal motivo, este estudio, propone implementar métodos estadísticos, para generar un pronóstico de la tasa de siniestralidad de un seguro de desempleo en Colombia, describiendo el nivel de exposición que tendrá el producto de desempleo y así contribuir a que la compañía tenga la capacidad de afrontar y mitigar una posible crisis. Dentro de los métodos clásicos de pronóstico, se usó los modelos lineales dinámicos, el error cuadrático medio (RMSE) y el Rhat, utilizados para comparación, selección del mejor modelo y verificación de convergencia de las cadenas; además, el backtesting determinó la eficiencia del modelo en un escenario atípico |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-09-13T14:18:28Z |
| dc.date.available.none.fl_str_mv |
2023-09-13T14:18:28Z |
| dc.date.issued.none.fl_str_mv |
2023-09-13 |
| dc.type.local.spa.fl_str_mv |
Tesis de maestría |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| 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 |
Rivera Jiménez, E. V. (2023). Pronóstico de la tasa de siniestralidad de un seguro de desempleo en Colombia mediante modelos lineales dinámicos. [Tesis de Maestría, Universidad Santo Tomas]. Repositorio Institucional. |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/52043 |
| 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 |
Rivera Jiménez, E. V. (2023). Pronóstico de la tasa de siniestralidad de un seguro de desempleo en Colombia mediante modelos lineales dinámicos. [Tesis de Maestría, Universidad Santo Tomas]. Repositorio Institucional. reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/52043 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Minzoni, A. (2009). Reaseguro. Universidad Nacional Autónoma de México-Facultad de Ciencias. Agresti.A (2015). Foundations of linear and Generalized Linear Models, volume 1. John Wiley & Sons, Inc Banco de la República de Colombia, C. (2023). Índice de términos de intercambio de bienes. Technical report, Banco de la República de Colombia Barbeito, J. and Villalón, J. (2003). Introducción al cálculo estocástico aplicado a la modelización económico-financiero-actuarial. Netbiblo. Bardey, D, e. (2009). Seguros de desempleo: Revisión de literatura y propuesta para colombia. Universidad del Rosario, pages 28–31. Bermúdez, D. (2012). Modelamiento bayesiano de caudal y precipitación aplicando modelos dinámicos y procesos de poisson no homogéneos. UNAL-Universidad Nacional de Colombia. Biblioteca de la CEPAL, C. (2017). Gestión de datos de investigaciónanonimización de los datos: Técnicas de anonimización - agregación. Technical report, Comisión Económica para América Latina y el Caribe. Buti, M. (2021). What the EU has learned from overcoming the financial crisis and covid-19. Technical report, World Economic Forum. Cayuela, L. (2010). Modelos lineales generalizados (GLM). Centro Andaluz de Medio Ambiente, ECOLDO- Universidad de Granada. Congreso de la Republica de Colombia (2019). Balance preliminar de las económias de américa latina y el caribe 2019. Comisión Económica para América Latina y el Caribe (CEPAL). Contreras, N. (2012). Análisis de votos electorales usando modelos de regresión para datos de conteo. Master’s thesis, Pontificia Universidad Católica de Perú. DANE (2023). Indicador de seguimiento a la economía. Technical report, Departamento Administrativo Nacional de Estadistica. Deng, K. (2019). The next decade in risk: Financial and economic risks. Centre for Risk Studies-University of Cambridge. Dobson, A. J. (2002). An introduction to generalized linear models-2nd ed., volume 1. Chapman & Hall/CRC Fretchling, Douglas C (1996). Practical tourism forecasting. Oxford. Garcia Quinteiro, E. (2014). Aplicación de modelos de regresión bivariados a los resultados de los partidos de la liga española de fútbol. USC-Universidad de Coruña, pages 25–31. Gelman, A. and Hill., J. (2007). Data Analysis Using Regression and Multilevel/ Hierarchical, volume Analytical methods for social research. New York: Cambridge University Press. Harrison, P. and Stevens, C. (1976). Bayesian forecasting. Journal of the Royal Statistical Society, 38:205–247. IFRS (2016). IFRS 4 Insurance Contracts. Technical report, Fundación NIIF 2021. McCullagh, P. and Nelder, J. A. (1983). Generalized Linear Models. Chapman & Hall. Mejía Reyes, C. (2021). Percepción del riesgo al desempleo en méxico. un estudio cuantitativo. Universidad del Zulia, pages 15–20. Migon, H. (1984). An approach to Non-linear Bayesian Forecasting Problems with Application. PhD thesis, University of Warwick. Migon, H. and Harrison, P. (1985). An application of nonlinear bayesian forecasting to television. Bayesian Statistics. Minzoni, A. (2009). Reaseguro. Universidad Nacional Autónoma de México-Facultad de Ciencias. Nelder, J. and Wedderburn, R. (1972). Generalized linear models. JSTOR, 135(3). Pérez Fructuoso, M. J. (2005). Modelos estocásticos de estimación de pérdidas en la protección financiera a través de la titulación del riesgo de catástrofes naturales. a juste mediante técnicas de aprendizaje automático. Fundación MAPFRE Estudios. Rachev, S., Bagasheva, B., and Fabozzi, F. (2005). Bayesian methods in finance, volume 153. John Wiley & Sons. Póliza de Seguro de desempleo. Seguros Comerciales Bolivar (SCB). Schnieper, R. (1993). The insurance of catastrophe risks. Actuarial Science: Cat Risks. Stevens, R (2020). Backtesting:definición y ejemplos. Rankia. West, M., Pole, A., and Harrison, J. (1987). BATS: Bayesian Analysis of Time Series. The Professional Statistician. West, P., Migon, H., and Harrison, J. (1985). Dynamic Generalized Linear Models and Bayesian Forecasting, volume 80. Journal of the American Statistical Association. Willige, A. (2017). You live in a world full of risks. These are the biggest. Technical report, World Economic Forum. |
| 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.spa.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/11634/52043/6/2023erikarivera.pdf.jpg https://repository.usta.edu.co/bitstream/11634/52043/7/Carta%20aprobaci%c3%b3n%20Facultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/52043/8/Carta%20derechos%20de%20autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/52043/1/2023erikarivera.pdf https://repository.usta.edu.co/bitstream/11634/52043/2/Carta%20aprobaci%c3%b3n%20Facultad.pdf https://repository.usta.edu.co/bitstream/11634/52043/3/Carta%20derechos%20de%20autor.pdf https://repository.usta.edu.co/bitstream/11634/52043/4/license_rdf https://repository.usta.edu.co/bitstream/11634/52043/5/license.txt |
| bitstream.checksum.fl_str_mv |
4f6e4bba8e48ed00b62f52148183984b c84e87cff4c0f00c7fa27b687606bddc 9c878ec93984ecd5e60b79d2dfb25f85 76fb207deed49f375828933eb0184b24 0b5a578c8e21754bf426d9ed3f9b26f1 d1b83d987bac93638be6d4e13e351424 217700a34da79ed616c2feb68d4c5e06 aedeaf396fcd827b537c73d23464fc27 |
| 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 |
noreply@usta.edu.co |
| _version_ |
1800786351980806144 |
| spelling |
Pineda Rios, Wilmer DarioRivera Jimenez, Erika Valeriahttps://orcid.org/0000-0001-7774-951Xhttps://scholar.google.com/citations?hl=es&user=5KmOl5oAAAAJhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000180332Universidad Santo Tomás2023-09-13T14:18:28Z2023-09-13T14:18:28Z2023-09-13Rivera Jiménez, E. V. (2023). Pronóstico de la tasa de siniestralidad de un seguro de desempleo en Colombia mediante modelos lineales dinámicos. [Tesis de Maestría, Universidad Santo Tomas]. Repositorio Institucional.http://hdl.handle.net/11634/52043reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl desempleo es una de las variables más analizadas y esperadas mensualmente, ya que implica decisiones en política pública que impactan la producción y el modelo de crecimiento del país, de ahí la importancia que las aseguradoras ofrezcan un seguro de desempleo que cubra esta contingencia, por tal motivo, este estudio, propone implementar métodos estadísticos, para generar un pronóstico de la tasa de siniestralidad de un seguro de desempleo en Colombia, describiendo el nivel de exposición que tendrá el producto de desempleo y así contribuir a que la compañía tenga la capacidad de afrontar y mitigar una posible crisis. Dentro de los métodos clásicos de pronóstico, se usó los modelos lineales dinámicos, el error cuadrático medio (RMSE) y el Rhat, utilizados para comparación, selección del mejor modelo y verificación de convergencia de las cadenas; además, el backtesting determinó la eficiencia del modelo en un escenario atípicoUnemployment is one of the most analyzed and expected monthly variables since it implies deciding sions on public policy that impact production and the country’s growth model, hence the It is important that insurers offer unemployment insurance that covers this contingency, for this reason reason, this study proposes to implement statistical methods, to generate a forecast of the rate of claims of an unemployment insurance in Colombia, describing the level of exposure that will have the product of unemployment and thus contribute to companies having the capacity to face and mitigate a possible crisis. Within the classical forecasting methods, dynamic linear models were used, the root mean square error (RMSE) and the Rhat used for comparison, selection of the best model and string convergence check; In addition, the backtesting determined the efficiency of the model in an atypical scenario.Magister en Estadística AplicadaMaestríaapplication/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_abf2Pronóstico de la Tasa de Siniestralidad de un Seguro de Desempleo en Colombia Mediante Modelos Lineales Dinámicos.Stress modelseconomic variableseconomic emergencyEstadísticas AplicadasSeguros de desempleo-ColombiaDesempleo-ColombiaModelos dinámicos de Poissonvariables económicascrisis económicaTesis de maestríainfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáMinzoni, A. (2009). Reaseguro. Universidad Nacional Autónoma de México-Facultad de Ciencias.Agresti.A (2015). Foundations of linear and Generalized Linear Models, volume 1. John Wiley & Sons, IncBanco de la República de Colombia, C. (2023). Índice de términos de intercambio de bienes. Technical report, Banco de la República de ColombiaBarbeito, J. and Villalón, J. (2003). Introducción al cálculo estocástico aplicado a la modelización económico-financiero-actuarial. Netbiblo.Bardey, D, e. (2009). Seguros de desempleo: Revisión de literatura y propuesta para colombia. Universidad del Rosario, pages 28–31.Bermúdez, D. (2012). Modelamiento bayesiano de caudal y precipitación aplicando modelos dinámicos y procesos de poisson no homogéneos. UNAL-Universidad Nacional de Colombia.Biblioteca de la CEPAL, C. (2017). Gestión de datos de investigaciónanonimización de los datos: Técnicas de anonimización - agregación. Technical report, Comisión Económica para América Latina y el Caribe.Buti, M. (2021). What the EU has learned from overcoming the financial crisis and covid-19. Technical report, World Economic Forum.Cayuela, L. (2010). Modelos lineales generalizados (GLM). Centro Andaluz de Medio Ambiente, ECOLDO- Universidad de Granada.Congreso de la Republica de Colombia (2019). Balance preliminar de las económias de américa latina y el caribe 2019. Comisión Económica para América Latina y el Caribe (CEPAL).Contreras, N. (2012). Análisis de votos electorales usando modelos de regresión para datos de conteo. Master’s thesis, Pontificia Universidad Católica de Perú.DANE (2023). Indicador de seguimiento a la economía. Technical report, Departamento Administrativo Nacional de Estadistica.Deng, K. (2019). The next decade in risk: Financial and economic risks. Centre for Risk Studies-University of Cambridge.Dobson, A. J. (2002). An introduction to generalized linear models-2nd ed., volume 1. Chapman & Hall/CRCFretchling, Douglas C (1996). Practical tourism forecasting. Oxford.Garcia Quinteiro, E. (2014). Aplicación de modelos de regresión bivariados a los resultados de los partidos de la liga española de fútbol. USC-Universidad de Coruña, pages 25–31.Gelman, A. and Hill., J. (2007). Data Analysis Using Regression and Multilevel/ Hierarchical, volume Analytical methods for social research. New York: Cambridge University Press.Harrison, P. and Stevens, C. (1976). Bayesian forecasting. Journal of the Royal Statistical Society, 38:205–247.IFRS (2016). IFRS 4 Insurance Contracts. Technical report, Fundación NIIF 2021.McCullagh, P. and Nelder, J. A. (1983). Generalized Linear Models. Chapman & Hall.Mejía Reyes, C. (2021). Percepción del riesgo al desempleo en méxico. un estudio cuantitativo. Universidad del Zulia, pages 15–20.Migon, H. (1984). An approach to Non-linear Bayesian Forecasting Problems with Application. PhD thesis, University of Warwick.Migon, H. and Harrison, P. (1985). An application of nonlinear bayesian forecasting to television. Bayesian Statistics.Minzoni, A. (2009). Reaseguro. Universidad Nacional Autónoma de México-Facultad de Ciencias.Nelder, J. and Wedderburn, R. (1972). Generalized linear models. JSTOR, 135(3).Pérez Fructuoso, M. J. (2005). Modelos estocásticos de estimación de pérdidas en la protección financiera a través de la titulación del riesgo de catástrofes naturales. a juste mediante técnicas de aprendizaje automático. Fundación MAPFRE Estudios.Rachev, S., Bagasheva, B., and Fabozzi, F. (2005). Bayesian methods in finance, volume 153. John Wiley & Sons.Póliza de Seguro de desempleo. Seguros Comerciales Bolivar (SCB).Schnieper, R. (1993). The insurance of catastrophe risks. Actuarial Science: Cat Risks.Stevens, R (2020). Backtesting:definición y ejemplos. Rankia.West, M., Pole, A., and Harrison, J. (1987). BATS: Bayesian Analysis of Time Series. The Professional Statistician.West, P., Migon, H., and Harrison, J. (1985). Dynamic Generalized Linear Models and Bayesian Forecasting, volume 80. Journal of the American Statistical Association.Willige, A. (2017). You live in a world full of risks. These are the biggest. Technical report, World Economic Forum.THUMBNAIL2023erikarivera.pdf.jpg2023erikarivera.pdf.jpgIM Thumbnailimage/jpeg7782https://repository.usta.edu.co/bitstream/11634/52043/6/2023erikarivera.pdf.jpg4f6e4bba8e48ed00b62f52148183984bMD56open accessCarta aprobación Facultad.pdf.jpgCarta aprobación Facultad.pdf.jpgIM Thumbnailimage/jpeg5967https://repository.usta.edu.co/bitstream/11634/52043/7/Carta%20aprobaci%c3%b3n%20Facultad.pdf.jpgc84e87cff4c0f00c7fa27b687606bddcMD57open accessCarta derechos de autor.pdf.jpgCarta derechos de autor.pdf.jpgIM Thumbnailimage/jpeg7691https://repository.usta.edu.co/bitstream/11634/52043/8/Carta%20derechos%20de%20autor.pdf.jpg9c878ec93984ecd5e60b79d2dfb25f85MD58open accessORIGINAL2023erikarivera.pdf2023erikarivera.pdfTrabajo de Gradoapplication/pdf603555https://repository.usta.edu.co/bitstream/11634/52043/1/2023erikarivera.pdf76fb207deed49f375828933eb0184b24MD51open accessCarta aprobación Facultad.pdfCarta aprobación Facultad.pdfCarta Aprobación Facultadapplication/pdf16078https://repository.usta.edu.co/bitstream/11634/52043/2/Carta%20aprobaci%c3%b3n%20Facultad.pdf0b5a578c8e21754bf426d9ed3f9b26f1MD52metadata only accessCarta derechos de autor.pdfCarta derechos de autor.pdfCarta Derechos de Autorapplication/pdf219152https://repository.usta.edu.co/bitstream/11634/52043/3/Carta%20derechos%20de%20autor.pdfd1b83d987bac93638be6d4e13e351424MD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/52043/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/52043/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open access11634/52043oai:repository.usta.edu.co:11634/520432023-09-14 03:02:40.081open accessRepositorio Universidad Santo Tomásnoreply@usta.edu.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 |