Clasificación de aseguradoras venezolanas con algoritmos de aprendizaje automático/Classification of Venezuelan insurers with Machine Learning algorithms

Abstract

Las aseguradoras juegan un papel relevante en una economía sana, ya que proveen un servicio de seguridad a bienes y personas. El mercado asegurador venezolano en las últimas décadas ha enfrentado grandes desafíos y retos en un medio estrecho, donde conocer a los competidores más cercanos es de suma importancia. El órgano rector público que regula la comparación entre las aseguradoras solo ha hecho uso de las primas cobradas como factor de categorización; sin embargo, este órgano hace pública una gama adicional de indicadores. En este estudio hacemos uso de cinco de estos indicadores, utilizados en los últimos tres años, para corroborar si las primas cobradas representan una característica única clasificatoria. El vasto repertorio del aprendizaje automático permite hacer frente al aumento significativo de variables de estudio y sus posibles agrupaciones; el análisis multivariante de estas 18 variables ha requerido del uso del método de análisis factorial, que permite reducir la dimensionalidad en factores altamente correlacionados. Con estos nuevos factores se busca agrupar-clasificar con ayuda de los algoritmos no supervisados de K-Medias (K-Means) y medias difusas (Fuzzy C-Means) comparando sus agrupaciones derivadas, cotejadas con respecto a que las primas cobradas representen una característica determinante de agrupación.

Keywords

• aprendizaje automático
• k-means
• fuzzy c-means
• análisis factorial
• agrupaciones
• aseguradoras
• machine learning
• factor analysis
• clusters
• insurers