Determinación del impacto de incluir variables telemáticas en la construcción de modelos de prima pura para pólizas de auto en Colombia

Abstract

El presente trabajo tiene como objetivo determinar el efecto que supone el incluir variables telemáticas provenientes de dispositivos IoT en la construcción de modelos de prima pura de riesgo. Debido a la inexistencia de bases de datos reales con variables telemáticas en Colombia, se utilizó una base de datos sintética generada a partir del artículo “Synthetic Dataset Generation of Driver Telematics”. Se construyó un modelo de tarifación con variables tradicionales (género, edad, estado civil, entre otras) como punto de referencia y luego se generó modelos de tarifación utilizando modelos GLM con diferentes combinaciones de variables tradicionales y telemáticas. La comparación de los modelos se realizó a partir del estadístico AIC, que permite seleccionar el modelo con mejor ajuste a los datos. Los resultados mostraron que la inclusión de variables telemáticas en los modelos de frecuencia mejora el AIC, aunque no significativamente. En particular, las variables telemáticas de aceleración y frenado resultaron ser las más importantes al ser estadísticamente significativas en la mayoría de los diferentes modelos construidos. En contraste, los modelos de severidad y de prima pura (Tweedie) no lograron ajustar con la misma eficiencia que los modelos de frecuencia.

The objective of this paper is to determine the effect of including telematic variables from IoT devices in the construction of pure risk premium models. Due to the inexistence of real databases with telematics variables in Colombia, a synthetic database generated from the article "Synthetic Dataset Generation of Driver Telematics" was used. A pricing model was built with traditional variables (gender, age, marital status, among others) as a reference point and then pricing models were generated using GLM models with different combinations of traditional and telematic variables. The comparison of the models was made using the AIC statistic, which allows selecting the model with the best fit to the data. The results showed that the inclusion of telematic variables in the frequency models improves the AIC, although not significantly. In particular, the acceleration and braking telematics variables turned out to be the most important, being statistically significant in most of the different models built. In contrast, the severity and pure premium (Tweedie) models failed to fit as efficiently as the frequency models.