Aplicaciones de modelos predictivos para valoraciones de seguros de vida
llistat de metadades
Author
Director
Bermúdez, Lluís
Belles Sampera, Jaume
Tutor
Bolancé Losilla, Catalina
Date of defense
2025-10-31
Pages
137 p.
Department/Institute
Universitat de Barcelona. Facultat d'Economia i Empresa
Abstract
[spa] En esta tesis se presentan dos innovadoras técnicas de explicabilidad e interpretabilidad de modelos de aprendizaje automático (xAI) para abordar dos riesgos de especial interés derivados del comportamiento del asegurado que afectan a las compañías aseguradoras: el riesgo de suspensión del pago de primas (paid-up) y el riesgo de rescate total en productos de tipo Vida Universal. La primera técnica, de ´ámbito global, combina redes neuronales de Kohonen (KNN) y valores de Shapley (SHAP) para agrupar clientes con predicciones similares, permitiendo una mejor comprensión de los factores que influyen en dichas predicciones. Esta técnica se detalla en los Capítulos 3, 5 y 6 de la tesis. La segunda técnica extiende el marco metodológico de xAI, mediante el uso de diagramas de valores de Shapley, la selección de características más influyentes y la aplicación de un árbol de decisión con las reglas más influyentes en cada nodo para determinar las características más importantes. Este enfoque facilita la visualización y segmentación de los perfiles de póliza según su nivel de riesgo, proporcionando una estructura clara y detallada del comportamiento de cada clúster identificado. El análisis del riesgo de suspensión del pago de primas en productos de tipo Vida Universal revela que las penalizaciones por rescate pueden tener efectos contraproducentes, aumentando el riesgo de suspensión para asegurados con primas y reservas bajas, mientras que para aquellos con primas y reservas altas, estas penalizaciones pueden incentivar la continuidad de los pagos. Además, se observa que los asegurados con pagos anuales o menos frecuentes tienen una menor probabilidad de suspender los pagos en comparación con aquellos con pagos mensuales. Promover productos de ahorro a largo plazo sin penalizaciones por rescate podría incrementar las primas ganadas hasta en un 29 %, beneficiando económicamente a la compañía aseguradora. El análisis del riesgo de rescate total destaca que las pólizas con primas y reservas bajas presentan un menor riesgo de rescate, mientras que las pólizas con primas superiores a 500 EUR y cierta antigüedad muestran una mayor propensión al rescate, especialmente tras la expiración de las penalizaciones. Se observa que la frecuencia de pagos mensuales puede actuar como una medida de protección contra el rescate total, pero también puede ser el detonante de un escenario de suspensión del pago de primas y, eventualmente, rescate total del valor del fondo acumulado de la póliza. Finalmente, se concluye que es necesario realizar investigaciones adicionales para mejorar las predicciones y evaluar las repercusiones económicas en el marco regulatorio actual, ayudando a las aseguradoras a desarrollar mejores estrategias de gestión de riesgos y a mitigar el impacto financiero de estos eventos.
[cat] En aquesta tesi es presenten dues innovadores tècniques d'explicabilitat i interpretabilitat de models d'aprenentatge automàtic (xAI) per a abordar dos riscos d'especial interès derivats del comportament de l'assegurat que afecten les companyies asseguradores: el risc de suspensió del pagament de primes (paid-up) i el risc de rescat total en productes de tipus Vida Universal. La primera tècnica, d'àmbit global, combina xarxes neuronals de Kohonen (KNN) i valors de Shapley (SHAP) per a agrupar clients amb prediccions similars, permetent una millor comprensió dels factors que influeixen en aquestes prediccions. Aquesta tècnica es detalla en els Capítols 3, 5 i 6 de la tesi. La segona tècnica estén el marc metodològic de xAI, mitjançant l'ús de diagrames de valors de Shapley, la selecció de característiques més influents i l'aplicació d'un arbre de decisió amb les regles més influents en cada node per determinar les característiques més importants. Aquest enfocament facilita la visualització i segmentació dels perfils de pòlissa segons el seu nivell de risc, proporcionant una estructura clara i detallada del comportament de cada clúster identificat. L'anàlisi del risc de suspensió del pagament de primes en productes de tipus Vida Universal revela que les penalitzacions per rescat poden tenir efectes contraproduents, augmentant el risc de suspensió per a assegurats amb primes i reserves baixes, mentre que per a aquells amb primes i reserves altes, aquestes penalitzacions poden incentivar la continuïtat dels pagaments. A més, s'observa que els assegurats amb pagaments anuals o menys freqüents tenen una menor probabilitat de suspendre els pagaments en comparació amb aquells amb pagaments mensuals. Promoure productes d'estalvi a llarg termini sense penalitzacions per rescat podria incrementar les primes guanyades fins a un 29%, beneficiant econòmicament la companyia asseguradora. L'anàlisi del risc de rescat total destaca que les pòlisses amb primes i reserves baixes presenten un menor risc de rescat, mentre que les pòlisses amb primes superiors a 500€ i una certa antiguitat mostren una major propensió al rescat, especialment després de l'expiració de les penalitzacions. S'observa que la freqüència de pagaments mensuals pot actuar com una mesura de protecció contra el rescat total, però també pot ser el detonant d'un escenari de suspensió del pagament de primes i, eventualment, rescat total del valor del fons acumulat de la pòlissa. Finalment, es conclou que és necessari realitzar recerques addicionals per a millorar les prediccions i avaluar les repercussions econòmiques en el marc regulador actual, ajudant les asseguradores a desenvolupar millors estratègies de gestió de riscos i a mitigar l'impacte financer d'aquests esdeveniments.
Keywords
Assegurances de vida; Seguros de vida; Life insurance; Conducta dels consumidors; Conducta de los consumidores; Consumer behavior; Intel·ligència artificial; Inteligencia artificial; Artificial intelligence; Aprenentatge automàtic; Aprendizaje automático; Machine learning; Gestió del risc; Gestión del riesgo; Risk management
Subjects
33 - Economics
Knowledge Area
Note
Programa de Doctorat en Empresa
Recommended citation
Rights
ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.


