La estadística
y el actuario.
Prof. Dr.José Miguel Rodríguez-Pardo
El pasado 16 de abril de 2015, se celebró el centenario
del Real Decreto de 16-4-1915 por el que se introducen los estudios de
Actuariales en España , en aquella época impartidos por las Escuelas de
Comercio. Siendo verdad que las competencias profesionales exigidas al actuario
son muy diferentes en estos 100 años, pero no es menos cierto que el elemento central que define su
profesión como la medida del riesgo y sus consecuencias
económicas, sigue siendo el mismo.
De la propia definición de la profesión ,se infiere que
su competencia profesional está directamente relacionada con el nivel de
conocimiento y manejo de las técnicas estadísticas más avanzadas.
La función del actuario en la modelización de los
riesgos ha contribuido al desarrollo de
la ciencia estadística, a modo de ejemplo hacemos referencia a la aportación a la teoría de la credibilidad
por parte de los actuarios norteamericanos en las primeras décadas del siglo
XX, o las contribuciones de Bruno de Finetti (1906-1985) en el
campo de las probabilidades subjetivas.
En el contexto actual del llamado
ecosistema del riesgo del siglo XXI, el actuario necesita conocer técnicas de
mayor complejidad a las que habitualmente viene manejando. El volumen de datos
que se están generando y almacenando se duplican cada año y su uso de manera estructurada permite escalar hacia
modelos más complejos que dan como resultado una mayor capacidad predictiva del
riesgo que quiere modelar.
En este
contexto, las sociedades actuariales internacionales como ASTIN, recomiendan ya
nuevos instrumentos estadísticos para la gestión adecuada de los datos,
como son las aplicaciones predictivas de
Aprendizaje automático y la computación
cognitiva.
El informe de ASTIN / Datos
Grupo de Trabajo Big Data Analytics – abril 2015 recomienda para el actuario los siguientes aspectos
a considerar:
1) El proceso de recolección de datos:
¿cómo se recopila y almacenan los datos, y se crean grupos confiables de datos
que se utilizará en el proceso de análisis.
2) El proceso de Analytics: hay que
desarrollar las habilidades necesarias para construir modelos.
3) El proceso de comunicación:
¿cómo se comunicarán las decisiones clave?
4) El rol de IT: para el
almacenamiento y procesamiento de datos, cada vez mayor, y que se
actualizan en tiempo real.
5) La aplicación de los
resultados del modelo: ¿cómo la organización implementa resultados de la
modelización?
La elección del modelo actuarial
adecuado para dar respuesta a este proceso, dice ASTIN, deben superar las
limitaciones de los Modelos Lineales Generalizados (GLM) para encaminarse hacia
modelos más complejos como son: CART, Random Forests, Gradient Boosting, Redes
Neuronales, Boosting, Bagging, árboles de decisión.
Un nuevo término emergente surge
en este campo, “Aprendizaje Profundo”, que encaja muy bien con el modelado de
grandes volúmenes de datos y también de algoritmos informáticos que serán
los expertos que reproducen en cierta medida el cerebro humano.
Estas técnicas avanzadas, facilitan el tránsito desde la
medida del riesgo hacia la medida de la incertidumbre, donde entran en juego
las nuevas técnicas de behavioral risks que incorporan elementos de comportamiento humano
en su apetito o aversión al riesgo que se quiere dar cobertura. Los retos del
actuario no son exclusivamente de reforzamiento de las capacidades
cuantitativas, sino que debe acompañar del necesario código deontológico que
garantice las buenas prácticas de la actividad profesional en la necesaria equidad en la toma de decisión.
El desafío para el actuario se hace patente, desde una
formación recibida determinista hacia requerimientos estocásticos con
herramientas de computación cognitiva no es fácil evolucionar hacía este
estadío, aunque los requerimientos normativos de solvencia en seguros y los
propios modelos de pricing facilitan esta evolución.
La relevancia de
la estadística para el actuario es tal, que podríamos identificar cuatro
niveles de competencia profesional según el conocimiento alcanzado en el manejo
de los modelos cuantitativos.
- Actuarios que modelan el riesgo con métodos
tradicionales deterministas, sin uso de técnicas predictivas. En este caso
corresponde a la generalidad de entidades de seguros de vida, salud y decesos.
- Actuarios que modelan el riesgo con el uso de técnicas
GLM´S ( Modelos Lineales Generalizados) con variables internas del riesgo. En
España el primer seguro modelado con
estas técnicas se realizó en el año 2001 en una entidad de seguro de autos. Podemos decir esta técnica ya
está implantada en la mayoría de la entidades de seguros que suscriben riesgos
de autos y hogar.
- Actuarios que
modelan el riesgo con el uso de técnicas GLM´S o GAM con variables internas
,externas, técnica GIS , de comportamiento, y extienden el uso de los modelos
predictivos a todas las áreas de negocio,
análisis de caída de cartera, competitividad (CAM), fraude.... En este
nivel, es donde se encuentran en la actualidad los actuarios más capacitados en
el manejo de modelos y de hecho empiezan a denominarse como Actuarios Quants
como si fueran una categoría singular y diferencial. Las entidades de seguros
más avanzadas en términos de pricing se encuentran en este nivel y esperan
aumentar la capacidad predictiva de sus modelos lo que les posibilita ventajas
competitivas y reforzamiento de capital al modelar los riesgos de manera más
adecuada.
- Actuarios que
modelan el riesgo con técnicas de inteligencia artificial (IA) y con el uso de
variables internas, externas y de comportamiento, contemplando incluso técnicas
de computación cognitiva. Las experiencias en el sector asegurador son muy
incipientes, de hecho el primer modelo
que se ha implantado corresponde al seguro de autos en 2015 para predecir la
caída de cartera.
Las competencias cuantitativas requeridas al actuario, se
han visto acompasadas por parte de los
centros universitarios con la adaptación
y actualización de los programas formativos. De hecho, algunas de las mejores
universidades internacionales que
imparten ciencias actuariales, han reubicado el programa desde la tradicional
pertenencia a ciencias sociales hacia dependencia en ciencias de la computación o matemáticas/
estadística.
En España, desde 2010, podemos concluir que el actuario
egresado está capacitado en el manejo de las técnicas predictivas y comienza a
impartirse, desde 2015, en formación
post Máster en actuariales, algoritmos de Inteligencia Artificial.
