Panorama de la especialidad
La analítica predictiva actuarial estima el valor esperado de una variable de riesgo para cada póliza o cliente a partir de sus características: número de siniestros, costo de cada uno, probabilidad de cancelar, probabilidad de que una reclamación sea fraudulenta o monto final de un siniestro abierto. La diferencia con la estadística descriptiva es el propósito: el modelo se usa para decidir, póliza por póliza, qué precio cobrar, qué riesgo aceptar, qué siniestro investigar o qué cliente retener.
El problema que resuelve es la selección adversa. Si una aseguradora cobra la misma prima a conductores de riesgo muy distinto, los buenos riesgos se van con el competidor que los identifica mejor y la cartera se queda con los malos. Por eso la segmentación no es un lujo comercial sino una condición de suficiencia: la LISF pide que las primas netas de riesgo se determinen sobre bases técnicas, y la mejor base técnica disponible hoy es un modelo multivariado bien validado.
El modelo lineal generalizado (GLM) es el estándar de la industria desde los años noventa porque maneja distribuciones asimétricas (Poisson para conteos, Gamma para montos, Tweedie para la prima pura), separa el efecto de cada variable controlando por las demás y produce factores multiplicativos que se traducen directamente en una tarifa. Los modelos de gradient boosting (GBM) ganan precisión al capturar no linealidades e interacciones, y hoy conviven con el GLM: el GBM descubre la estructura y el GLM la formaliza.
En México la especialidad es más visible en autos, gastos médicos y daños a la vivienda, donde hay volumen de datos suficiente, y cada vez más en vida para suscripción simplificada. Las fuentes externas amplían el conjunto de variables: telemática de uso del vehículo, datos geoespaciales de inundación, sismo y criminalidad por código postal, e información sectorial. El actuario es quien asegura que ese poder predictivo se traduzca en una tarifa suficiente, equitativa y documentada en la nota técnica.
Funciones clave
Tarificación por frecuencia y severidad
Modela por separado el número de siniestros por unidad de exposición (Poisson o binomial negativa) y el costo promedio (Gamma o lognormal), o directamente la prima pura con Tweedie. Convierte los coeficientes en relatividades por zona, edad, uso, vehículo o suma asegurada, y las integra en la tarifa con los recargos de gastos y utilidad.
Suscripción predictiva
Construye puntajes que clasifican solicitudes en aceptación automática, revisión manual o rechazo, sobre todo en gastos médicos y vida con suscripción simplificada. Mide el efecto en la siniestralidad de reemplazar exámenes médicos por datos y define umbrales que equilibran tiempo de emisión y selección de riesgo.
Predicción de cancelación (churn)
Estima la probabilidad de no renovación con regresión logística, GBM o modelos de supervivencia, usando antigüedad, siniestralidad, incremento de prima, canal y comportamiento de pago. El resultado alimenta campañas de retención y la hipótesis de caducidad en productos de largo plazo.
Detección de fraude
Combina modelos supervisados entrenados con casos confirmados, técnicas no supervisadas de anomalías y análisis de redes que vinculan asegurados, talleres, hospitales y ajustadores. Prioriza qué siniestros enviar a investigación según probabilidad de fraude por monto en riesgo.
Enriquecimiento con telemática y datos geoespaciales
Incorpora variables de manejo (kilometraje, horario, frenado brusco, velocidad) y de ubicación (exposición a inundación o sismo, densidad vial, robo por código postal). Suaviza espacialmente las zonas con poca experiencia para no tarificar con ruido.
Predicción de reservas y costo final de siniestros
Estima el costo último de cada siniestro abierto con modelos individuales (características del siniestro, del lesionado, del proveedor) que complementan los métodos agregados de triángulos. Sirve para detectar desviaciones tempranas y para contrastar la suficiencia de las reservas técnicas.
Técnicas, modelos y fórmulas
El flujo típico es: definir la variable respuesta y la exposición, construir la base, ajustar un GLM de referencia, probar un GBM para identificar interacciones y no linealidades, llevar las mejoras al modelo final, validar fuera de muestra con métricas de segmentación y calibración, y traducir el resultado en factores de tarifa. Las métricas se eligen según el uso: desviación y calibración para el nivel, Gini y lift para el ordenamiento.
GLM Poisson, Gamma y Tweedie
Con enlace logarítmico, los efectos son multiplicativos y la exposición entra como offset. Poisson modela frecuencia, Gamma severidad (varianza proporcional al cuadrado de la media) y Tweedie con potencia p entre 1 y 2 modela la prima pura con masa en cero, útil cuando no se quiere separar frecuencia y severidad.
Gradient boosting (GBM)
Ensambles secuenciales de árboles poco profundos con pérdida Poisson, Gamma o Tweedie. Superan al GLM cuando hay interacciones complejas; su desventaja es la interpretabilidad, que se atiende con SHAP y restricciones de monotonía (por ejemplo, que la prima no baje al aumentar la suma asegurada).
Métricas de segmentación: Gini, lift y AUC
El Gini ordenado mide cuánto concentra el modelo las pérdidas en los riesgos que predice como peores. El lift compara la siniestralidad observada del decil más riesgoso contra el menos riesgoso; el lift doble compara dos modelos en los deciles de su razón de predicciones. El AUC resume la capacidad de discriminación en problemas binarios como churn o fraude.
Modelos de supervivencia para churn
El modelo de riesgos proporcionales de Cox o los modelos de tiempo discreto estiman la probabilidad de cancelar en cada periodo según antigüedad y covariables. Son mejores que una clasificación binaria cuando interesa el tiempo hasta la cancelación, como en la hipótesis de caducidad de seguros de vida.
Suavizamiento espacial y datos geoespaciales
Los códigos postales con poca exposición se suavizan con información de vecinos (modelos CAR, kriging o credibilidad espacial). Las capas externas de peligro por inundación, sismo o criminalidad se unen por coordenadas y aportan señal donde la experiencia propia es escasa.
Reservas con modelos individuales
En lugar de agregar siniestros en un triángulo, se modela el desarrollo de cada siniestro con sus características. Complementan a chain ladder y Bornhuetter-Ferguson, sobre todo cuando cambia la mezcla de siniestros o la velocidad de pago.
Ni es el número de siniestros de la póliza i, ei su exposición en años (offset), xij sus variables y βj los coeficientes. Cada eβj es una relatividad de tarifa.
μ es la media y φ el parámetro de dispersión. Con p = 1 se obtiene Poisson y con p = 2 Gamma; entre ambos valores la distribución es Poisson compuesta con Gamma, con masa en cero y cola continua, justo como la prima pura de una póliza.
Se ordenan las pólizas de menor a mayor riesgo predicho y se agrupan en K grupos; Xk es la proporción acumulada de exposición e Yk la proporción acumulada de pérdidas. Un modelo sin poder de segmentación da G = 0.
Marco regulatorio en México
LISF art. 200 · Bases técnicas de la prima
Las instituciones deben determinar sobre bases técnicas las primas netas de riesgo para garantizar con un elevado grado de certidumbre el cumplimiento de sus obligaciones, y las bonificaciones o dividendos no pueden disminuir la prima neta de riesgo. Un modelo predictivo es la base técnica; los descuentos comerciales se financian con recargos, no con la prima de riesgo.
LISF art. 201 · Nota técnica firmada por actuario
La nota técnica debe describir la cobertura y los riesgos, los procedimientos actuariales para determinar primas y extraprimas y la justificación técnica de su suficiencia, y debe elaborarla un actuario con cédula y certificación vigente. Si la tarifa sale de un GLM o GBM, el procedimiento, las variables y la validación tienen que poder describirse ahí.
CUSF Capítulo 4.1 · Registro de productos
Regula el registro de productos de seguros ante la CNSF, incluida la documentación contractual y la nota técnica. Los cambios de tarifa relevantes derivados de un nuevo modelo implican revisar si el producto registrado sigue reflejando el procedimiento real de cálculo.
CONAC · Estándar de práctica de prima de tarifa
El Estándar de Práctica Actuarial del CONAC sobre prima de tarifa en seguros de corto plazo establece cómo sustentar la suficiencia de la tarifa. Un modelo con alto Gini pero mal calibrado en nivel no cumple: el estándar mira suficiencia además de segmentación. Ver Estándares.
LFPDPPP 2025 · Telemática y geolocalización
Los datos de ubicación y de manejo son datos personales: requieren aviso de privacidad con finalidades claras y consentimiento. La ley reconoce el derecho de oposición frente a tratamientos automatizados sin intervención humana que afecten de forma significativa al titular, lo que obliga a prever revisión humana en suscripción automática.
NAIC · Revisión de modelos predictivos en tarifas
El libro blanco del grupo de trabajo actuarial de la NAIC (2020) describe qué información revisan los reguladores estadounidenses de un GLM usado en una tarifa: datos, variables, validación y efecto en los asegurados. Es una guía útil para documentar modelos aunque el supervisor sea la CNSF.
Caso práctico: prima de un perfil de autos con GLM y validación por Gini
Una aseguradora ajusta un GLM Poisson de frecuencia y un GLM Gamma de severidad para la cobertura de daños materiales de autos. El nivel base es 0.065 siniestros por año vehículo y un costo promedio de $38,000. Se quiere tarificar a un conductor de 18 a 25 años, en zona metropolitana, con dispositivo telemático que califica su manejo como bueno. Relatividades de frecuencia: zona 1.35, edad 1.60, telemática 0.85. Relatividades de severidad: zona 1.10, edad 1.05. Recargos: adquisición 20%, administración 8% y utilidad 5% sobre la prima de tarifa. Las cifras son ilustrativas.
- Frecuencia esperada: 0.065 × 1.35 × 1.60 × 0.85 = 0.11934 siniestros por año. En escala logarítmica equivale a sumar coeficientes: ln 0.065 = -2.733, más 0.300 (zona), 0.470 (edad) y -0.163 (telemática), igual a -2.126.
- Severidad esperada: $38,000 × 1.10 × 1.05 = $43,890 por siniestro.
- Prima pura (prima de riesgo): 0.11934 × $43,890 = $5,237.83 al año.
- Prima de tarifa: los recargos suman 33%, así que se divide entre 1 - 0.33 = 0.67. Resultado: $5,237.83 / 0.67 = $7,817.66 antes de derechos de póliza e IVA.
- Validación del modelo en una muestra fuera de tiempo: al ordenar por riesgo predicho en quintiles de igual exposición, las pérdidas observadas se reparten 8%, 14%, 19%, 24% y 35%. Las proporciones acumuladas son 0.08, 0.22, 0.41, 0.65 y 1.00; el área bajo la curva de Lorenz es 0.372, y el Gini es 1 - 2 × 0.372 = 0.256. El quintil más riesgoso concentra 4.4 veces las pérdidas del menos riesgoso.
- Revisión de calibración: además del Gini, se compara la frecuencia predicha contra la observada en cada quintil y por zona. Si el total predicho difiere de la experiencia, se ajusta el intercepto antes de llevar las relatividades a la nota técnica.
Dónde trabaja y cómo crece
Prepara bases de exposición y siniestros, ajusta GLM bajo supervisión, calcula relatividades y genera reportes de siniestralidad por segmento. Aprende a detectar problemas de datos que distorsionan un modelo.
Es responsable de un modelo de frecuencia, severidad, churn o fraude de principio a fin, incluido el GBM de contraste, la validación y la propuesta de tarifa. Presenta a suscripción y a dirección el efecto esperado en siniestralidad y retención.
Coordina la agenda de modelos de una línea de negocio, decide qué variables y fuentes externas se incorporan, firma o revisa notas técnicas y monitorea la desviación entre siniestralidad esperada y real.
Define la estrategia de precio y selección de riesgo de la institución, equilibra crecimiento y rentabilidad, y responde ante el consejo y la CNSF por la suficiencia de las tarifas.
- Aseguradoras de autos, gastos médicos y daños (áreas de tarificación y suscripción)
- Aseguradoras de vida con suscripción simplificada o digital
- Reaseguradoras que apoyan a cedentes con modelos de tarificación
- Consultoras actuariales y de analítica (Big Four y firmas especializadas)
- Insurtechs de seguro de autos por kilómetro o basado en uso
- Proveedores de datos telemáticos, geoespaciales y de riesgo
- Bancos y financieras (modelos de riesgo de crédito y cobranza)
Competencias y herramientas
Técnicas
Herramientas
Personales
Certificación y formación
CAS Institute · CSPA
El Certified Specialist in Predictive Analytics combina fundamentos de seguros de daños, datos y visualización, modelación predictiva, un proyecto aplicado y ética. Es la credencial más cercana al trabajo diario de tarificación con modelos.
SOA · Exámenes SRM, PA y ATPA
La ruta a ASA de la Society of Actuaries incluye modelación estadística (SRM), analítica predictiva (PA) y temas avanzados de analítica predictiva (ATPA), con la micro credencial Data Science for Actuaries.
Certificación CONAC en Daños o Vida y Salud
Necesaria para firmar la nota técnica que registra la tarifa ante la CNSF. Ver Certificación.
Posgrado en estadística o ciencia de datos
Una maestría en estadística, ciencia de datos o ciencias actuariales profundiza en modelos lineales generalizados, aprendizaje estadístico y métodos bayesianos.
Tendencias que están cambiando el campo
Del GLM puro al GLM aumentado
Los equipos usan el GBM para detectar interacciones y no linealidades y las llevan al GLM o a un GAM que se puede registrar. Plataformas especializadas automatizan esa traducción con restricciones de monotonía y suavizamiento.
Seguro basado en uso
La telemática permite tarificar por kilómetros recorridos y comportamiento de manejo. El reto es la baja adopción inicial, la credibilidad de la información de pocos meses y el consentimiento de los datos de ubicación.
Riesgo climático en la tarifa
Las capas geoespaciales de inundación, granizo y calor extremo se incorporan a la tarificación de vivienda y autos, y conectan la analítica predictiva con los modelos catastróficos.
Fraude organizado y análisis de redes
El fraude en seguros se organiza en redes de participantes recurrentes. Los modelos de grafos que conectan asegurados, proveedores y ajustadores detectan patrones que un modelo por siniestro no ve.
Preguntas frecuentes
¿Por qué el GLM sigue vigente si el gradient boosting predice mejor?
¿Qué diferencia hay entre Gini y AUC?
¿Se puede usar el género o la edad en la tarifa en México?
¿Cómo empiezo en analítica predictiva siendo estudiante?
Para profundizar
- Ley de Instituciones de Seguros y de Fianzas, arts. 200 a 202 (Cámara de Diputados)
- CNSF, CUSF Capítulo 4.1: Del registro de productos de seguros
- Goldburd, Khare, Tevet y Guller, Generalized Linear Models for Insurance Rating, CAS Monograph No. 5
- Frees, Meyers y Cummings, Summarizing Insurance Scores Using a Gini Index, JASA (2011)
- NAIC CASTF, Regulatory Review of Predictive Models (2020)
- Ley Federal de Protección de Datos Personales en Posesión de los Particulares
- The CAS Institute, Certified Specialist in Predictive Analytics