Análisis de Riesgo de Cartera a Través de Machine Learning para Predecir la Propensión de Incumplimiento de Seguros

Abstract

Las aseguradoras en Colombia obtienen sus ingresos de las primas men
suales que pagan sus clientes, en este artículo se analizó una base de da
tos de una compañía de seguros, que ofrece un producto de seguro de
 vida individual con componente de ahorro; con el fin de mejorar los in
dicadores de riesgo de cartera, la cancelación de pólizas y aumentar los
 ingresos a través de un modelo para predecir la propensión de incum
plimiento en el pago de las primas mensuales. Para lograr este objetivo
 se realizó la comparación de varios modelos teniendo como punto de re
ferencia 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 ca
da cliente que se relacionan de manera directa con el incumplimiento
 y con ello predecir si los nuevos clientes que tendrán incumplimiento.
 Con este trabajo se establece un modelo que propone a la compañía
 herramientas que permitan la toma de decisiones y/o definir nuevas
 estrategias de mercadeo.