Datos grandes y ciencia actuarial
Autores: Hassani, Hossein; Unger, Stephan; Beneki, Christina
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Datos grandes y ciencia actuarial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Grandes datos
Sector actuarial
Análisis de datos
Compañías de seguros
Fijación de precios de pólizas
Minería de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
Este artículo investiga el impacto de los grandes datos en el sector actuarial. Los crecientes campos de aplicaciones de análisis de datos y minería de datos aumentan la capacidad de las compañías de seguros para llevar a cabo una fijación de precios de pólizas más precisa al incorporar una mayor variedad de datos debido a la mayor disponibilidad de datos. Las áreas analizadas en este documento abarcan desde la fijación de precios de pólizas de seguros de automóviles, modelado de mortalidad y atención médica hasta la estimación de riesgos de cosechas, climáticos y cibernéticos, así como la evaluación de riesgos catastróficos como tormentas, huracanes, tornados, eventos geomagnéticos, terremotos, inundaciones e incendios. Evaluamos el uso actual de los grandes datos en estos contextos y cómo la utilización de análisis de datos y minería de datos contribuyen a las capacidades de predicción y precisión de la fijación de precios de primas de pólizas de las compañías de seguros. Encontramos una alta penetración de la fijación de precios de pólizas de seguros en casi todos los campos actuariales, excepto en el modelado y fijación de precios del riesgo de ciberseguridad debido a la falta de datos en esta área y las asimetrías de datos prevalecientes, para las cuales identificamos la aplicación de inteligencia artificial, en particular técnicas de aprendizaje automático, como una posible solución para mejorar la precisión y los resultados de la fijación de precios de pólizas.
Descripción
Este artículo investiga el impacto de los grandes datos en el sector actuarial. Los crecientes campos de aplicaciones de análisis de datos y minería de datos aumentan la capacidad de las compañías de seguros para llevar a cabo una fijación de precios de pólizas más precisa al incorporar una mayor variedad de datos debido a la mayor disponibilidad de datos. Las áreas analizadas en este documento abarcan desde la fijación de precios de pólizas de seguros de automóviles, modelado de mortalidad y atención médica hasta la estimación de riesgos de cosechas, climáticos y cibernéticos, así como la evaluación de riesgos catastróficos como tormentas, huracanes, tornados, eventos geomagnéticos, terremotos, inundaciones e incendios. Evaluamos el uso actual de los grandes datos en estos contextos y cómo la utilización de análisis de datos y minería de datos contribuyen a las capacidades de predicción y precisión de la fijación de precios de primas de pólizas de las compañías de seguros. Encontramos una alta penetración de la fijación de precios de pólizas de seguros en casi todos los campos actuariales, excepto en el modelado y fijación de precios del riesgo de ciberseguridad debido a la falta de datos en esta área y las asimetrías de datos prevalecientes, para las cuales identificamos la aplicación de inteligencia artificial, en particular técnicas de aprendizaje automático, como una posible solución para mejorar la precisión y los resultados de la fijación de precios de pólizas.