Análisis de riesgo de cartera a través de machine learning para predecir la propensión de incumplimiento en seguros

Vista sencilla de ítem
dc.contributor.advisorGonzález Veloza, José John Fredy
dc.contributor.authorHernandez Solano, Carolina
dc.creator.emailChernandezs@libertadores.edu.cospa
dc.date.accessioned2022-10-03T20:31:33Z
dc.date.available2022-10-03T20:31:33Z
dc.date.created2022
dc.descriptionLas aseguradoras en Colombia obtienen sus ingresos de las primas mensuales que pagan sus clientes, en este artículo se analizó una base de datos de una compañía de seguros, que ofrece un producto de seguro de vida individual con componente de ahorro; con el fin de mejorar los indicadores de riesgo de cartera, la cancelación de pólizas y aumentar los ingresos a través de un modelo para predecir la propensión de incumplimiento en el pago de las primas mensuales. Para lograr este objetivo se realizó la comparación de varios modelos teniendo como punto de referencia un modelo basado en reglas y los demás modelos se realizaron a través de la metodología machine learning, identificando el modelo Linear Discriminant Analysis como el mejor, obteniendo un resultado de recall de 0.58% e identificando las características o variables de cada cliente que se relacionan de manera directa con el incumplimiento y con ello predecir si los nuevos clientes que tendrán incumplimiento; proponiendo así a la compañía herramientas que permitan la toma de decisiones y/o definir nuevas estrategias de mercadeo.spa
dc.description.abstractInsurers in Colombia obtain their income from the monthly premiums paid by their clients and this article analyzed a database of an insurance company that offers an individual life insurance product with a savings component; To improve the portfolio risk indicators, the cancellation of policies and increase income, a model was made to predict the propensity for non-compliance in the payment of monthly premiums. To achieve this objective, several models were compared, having a rule-based model as a reference point and the other models were made through the machine learning methodology, identifying the Linear Discriminant Analysis model as the best, obtaining a recall result. of 0.58% and identifying the characteristics or variables of each client that are directly related to default and thereby predict whether new clients will default; thus, proposing to the company tools that allow decision making and/or define new marketing strategies.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/5165
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembSeguros de vidaspa
dc.subject.lembMachine learningspa
dc.subject.lembSeguros de la propiedadspa
dc.subject.lembEstadísticaspa
dc.subject.proposalSeguros de Vidaspa
dc.subject.proposalCartera de segurosspa
dc.subject.proposalMachine Learningspa
dc.subject.proposalEducaciónspa
dc.subject.subjectenglishLife Insurancespa
dc.subject.subjectenglishInsurance Portfoliospa
dc.subject.subjectenglishMachine Learningspa
dc.subject.subjectenglishEducationspa
dc.titleAnálisis de riesgo de cartera a través de machine learning para predecir la propensión de incumplimiento en segurosspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Hernandez_Carolina_2022.pdf
Tamaño:
301.39 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
Autorizacion_Hernandez_Carolina_2022.docx.pdf
Tamaño:
189.38 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Especialización en Estadística Aplicada