Econometría versus Machine Learning - impacto de la disrupción tecnológica en la modelización de los seguros de vida

Aug 6, 2026

Subir por Jiven

El trabajo analiza el impacto de la disrupción tecnológica en la modelización de los seguros de vida mediante una comparación entre enfoques econométricos tradicionales y modelos basados en Machine Learning. Se describen similitudes y diferencias desde una perspectiva teórica y se complementa con un análisis empírico que desarrolla un modelo predictivo para la clasificación del riesgo individual. La evaluación final resalta fortalezas, limitaciones y la utilidad para compañías aseguradoras en la industria de vida, con soporte metodológico y técnico en Python.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas145

Tiempo de lectura3 h 43 min

AccesoGratis para descargar

Tabla de contenidos

Introducción

Fundamentos Teóricos

Modelos Econométricos Tradicionales

Modelos Basados en Machine Learning

Análisis Empírico

Presentación de los Objetivos

Descripción de la Base de Datos

Metodología

Resultados

Conclusiones y Recomendaciones

Anexo I – Descripción del Entorno de Programación

Anexo II-Programación en Python: Secuencia de Comandos

Referencias Bibliográficas

Máster en Ciencias Actuariales y Financieras TRABAJO FINAL DE MÁSTER Título: Econometría versus Machine Learning: impacto de la disrupción tecnológica en la modelización de los seguros de vida Autoría: Rubén García Tallante Tutoría: Dr. Salvador Torra Porras Curso académico: 2022/2023 Facultad de Economía y Empresa Universidad de Barcelona Trabajo Final de Máster Máster en Ciencias Actuariales y Financieras Econometría versus Machine Learning: impacto de la disrupción tecnológica en la modelización de los seguros de vida Autoría: Rubén García Tallante Tutoría: Dr. Salvador Torra Porras Agradecimientos A los ilustres docentes del presente máster, por enseñarme el camino de la profesión actuarial A mi familia y seres queridos, por enseñarme el camino de la vida “El contenido de este documento es de exclusiva responsabilidad del autor, quiendeclara que no ha incurrido en plagio y que la totalidad de referencias a otros autores han sido expresadas en el texto” RESUMEN Inmersos en un paradigma socioeconómico donde el valor de los datos es cada vez másnotorio, existe una creciente demanda de técnicas avanzadas y precisas para su modelización. En el transcurso del presente análisis serán comparados los modeloseconométricos tradicionales y los modelos basados en Machine Learning desarrollados durante la disrupción tecnológica de la que formamos parte. Inicialmente, serán descritas las semejanzas y diferencias que presentan ambos enfoques desde un punto de vista teórico, prosiguiendo con un análisis empírico consistente en el desarrollo de un modelo predictivo para la clasificación del riesgo individual en los seguros de vida mediante distintas técnicas de modelización. Para concluir, será elaborada una comparativa enfatizando en las fortalezas y limitaciones de cada una delas alternativas consideradas, proporcionando información genuina y valiosa para las compañías que operan en la industria de los seguros de vida. Palabras clave: Econometría · Machine Learning · Seguros de Vida · Modelización del Riesgo · Python ABSTRACT Immersed within a socioeconomic paradigm where the significance of data is increasingly prominent, there is a mounting demand for advanced and precise techniques concerning its modeling. Within the scope of this analysis, a comparison shall be drawn between the traditional econometric models and the Machine Learning based models developed during the technological disruption we are presently experiencing. First and foremost, the theoretical similarities and disparities between both approaches shall be described. Subsequently, an empirical analysis shall be conducted to develop a predictive model for individual risk classification in life insurance using various modeling techniques. Ultimately, a comparison shall be drawn, highlighting the strengths and limitations of each alternative considered, thus providing genuine and valuable information for companies operating within the life insurance industry. Keywords: Econometrics · Machine Learning · Life Insurance · Risk Modelling · Python TABLA DE CONTENIDOS I) Introducción ............................................................................................................-6- II) Fundamentos Teóricos..........................................................................................-7- II.1) Modelos Econométricos Tradicionales ............................................................ -9- II.1.1) Regresión Logística ................................................................................... -9- II.1.2) Análisis Discriminante Lineal ................................................................. -11- II.1.3) Naive Bayes ............................................................................................. -13- II.1.4) Árboles de Decisión................................................................................. -15- II.2) Modelos Basados en Machine Learning.........

Preguntas frecuentes

Qué compara el trabajo entre econometría y Machine Learning?

Compara los modelos econométricos tradicionales con los modelos basados en Machine Learning aplicados a la modelización del riesgo en seguros de vida, incluyendo semejanzas y diferencias teóricas y una validación empírica.

Cómo se evalúa el enfoque con un análisis empírico?

Se desarrolla un modelo predictivo para la clasificación del riesgo individual en seguros de vida usando distintas técnicas de modelización y se presentan resultados comparativos.

Qué información proporciona el trabajo para las compañías de seguros de vida?

Aporta una comparativa que enfatiza fortalezas y limitaciones de cada alternativa, orientada a su aplicación en la industria aseguradora, con apoyo del desarrollo en Python.

Aug 6, 2026

Subir por Jiven