Análisis de los factores de riesgo en el seguro de automóvil mediante ecuaciones estructurales

María Jesús Segovia-Vargas ^[1] ; María-del-Mar Camacho-Miñano ^[3] ; David Pascual-Ezama ^[1] ; Piedad Tolmos Rodríguez-Piñero ^[2]
1. [1] Universidad Complutense de Madrid
  
  Universidad Complutense de Madrid
  
  Madrid, España
2. [2] Universidad Rey Juan Carlos
  
  Universidad Rey Juan Carlos
  
  Madrid, España
3. [3] University College for Financial Studies (CUNEF), España
Mostrar afiliaciones +
Localización: Innovar: revista de ciencias administrativas y sociales, ISSN 0121-5051, Vol. 25, Nº Extra 1, 2015, págs. 121-130
Idioma: español
DOI: 10.15446/innovar.v25n1spe.53369
Títulos paralelos:
- Analysis of risk factors in car insurance through structural equations
Enlaces
- Texto completo (pdf)

Resumen
- español
  La gestión de riesgos, asociada al seguro del automóvil, es una cuestión crucial a la que se enfrentan en la actualidad tanto actuarios como profesionales del sector. Es clave seleccionar adecuadamente los factores de riesgos para asignar las tarifas a los asegurados en función del riesgo asociado. Por tanto, el objetivo de este trabajo es comprobar empíricamente la validez de la utilización de los niveles de "bonus-malus" para clasificar adecuadamente a los asegurados a través de dos modelos de ecuaciones estructurales. Los análisis sobre una muestra de 4.365 pólizas automovilísticas españolas descritas a través de 11 factores de riesgo muestran que la variable BM contribuye a mejorar la capacidad explicativa del modelo pero no de manera significativa.
- English
  Risk management, associated to car insurance, is a crucial issue currently faced by both actuaries and field professionals. It is essential to adequately choose the risk factors to assign the payment rates to policyholders according to the associated risks. Therefore, the purpose of this work is to demonstrate, in an empirical way, the validity of using "bonus malus" (BM) levels to classify policyholders correctly through two models of structural equations. The analysis of a sample of 4,365 Spanish car insurance policies described through 11 risk factors shows that the variable BM contributes to improving the explaining capacity of the model, though not in a significant way.

Mi Ágora