Con la creciente cantidad de datos disponibles, el proceso de suscripción sigue alcanzando nuevos niveles de complejidad. Al mismo tiempo, herramientas y técnicas innovadoras trabajan arduamente para combatir esta complejidad y generar criterios prácticos sobre los cuales basar las decisiones de suscripción.
A través de todo esto, la capacidad de combinar diversas fuentes de información en una evaluación de riesgos significativa es primordial. Para casos con múltiples deterioros, por ejemplo, las aseguradoras de vida deben definir directrices de suscripción a través del proceso de agregación de riesgos, que incorpora el riesgo de cada deterioro individual en una evaluación de riesgo general.
Los suscriptores tienen a su disposición una variedad de técnicas de agregación de riesgos. Por ejemplo, el principio aditivo sugiere que el riesgo de un deterioro se sume al del otro y puede aplicarse de varias maneras, como 1+1>2, 1+1=2 o 1+1<2. Otro enfoque común, el principio de eliminación, sugiere que de múltiples deterioros solo importa el peor deterioro.
Técnicas de agregación de riesgos como estas son útiles para una variedad de aplicaciones de suscripción; sin embargo, aún puede ser necesario un grado significativo de subjetividad para tomar una decisión. Incluso los suscriptores más experimentados pueden encontrar esto desafiante. En tales casos, el análisis de datos ofrece una solución potencial.
Los estudios de caso a continuación proporcionan ejemplos de cómo las aseguradoras pueden aprovechar mejor las técnicas de agregación de riesgos utilizando ideas del análisis de datos para lograr una evaluación de riesgos más precisa.
Estudio de Caso Uno: Múltiples deterioros
Desafío: Para casos con múltiples deterioros, el principio de eliminación, que se enfoca solo en el peor deterioro, puede ayudar a simplificar el proceso de suscripción. Las reglas simples necesarias para aplicar el principio de eliminación también lo convierten en un enfoque preferido para los motores de suscripción automatizados. Sin embargo, el principio de eliminación probablemente subestima el riesgo en casos donde los datos disponibles hacen que el principio aditivo sea más esclarecedor.
Aplicación del Análisis de Datos:
- Datos disponibles: un conjunto de datos de estudio de experiencia de mortalidad con historial de reclamaciones médicas
- Método:
- Asignar una puntuación de riesgo de mortalidad a cada uno de los códigos médicos del individuo y seleccionar la peor puntuación como la “puntuación máxima”.
- Definir las condiciones médicas del individuo (categoría de deterioro).
- Contar el número de condiciones médicas que tienen la puntuación máxima.
- Para cada condición con la puntuación máxima, contar el número de códigos que tienen la puntuación máxima.
- Realizar un análisis multivariante para responder las siguientes dos preguntas:
- ¿El número de condiciones médicas (del Paso 3) impacta la mortalidad más allá de la puntuación máxima (del Paso 1)?
- ¿El número de códigos médicos (del Paso 4) impacta la mortalidad más allá de la puntuación máxima para esa condición?
- Resultados: En este caso hipotético, las respuestas fueron mayormente SÍ a la primera pregunta y NO a la segunda pregunta.
Conclusión: A través de múltiples condiciones médicas, el principio de eliminación puede ser insuficiente, lo que sugiere que aún se necesita el principio aditivo. Sin embargo, dentro de una condición médica dada, el principio de eliminación puede ser suficiente.
Estudio de Caso Dos: Impacto de la comorbilidad de los deterioros A y B
Desafío: Los riesgos de los Deterioros A y B, individualmente, están bien documentados en la literatura médica, y las reglas de suscripción para ambos están bien establecidas. También se entiende bien que tener el Deterioro A aumenta el riesgo de tener el B. Sin embargo, poco se sabe sobre cómo los dos deterioros impactan conjuntamente la mortalidad si coexisten. Dos hipótesis controvertidas y competidoras están en juego:
- Hipótesis 1: El riesgo total, o los débitos totales, debe ser menor que la suma de los débitos de cada uno, o 1+1<2. El razonamiento es que los dos deterioros están biológicamente relacionados; por lo tanto, es más probable que el riesgo se superponga.
- Hipótesis 2: El riesgo total debe ser mayor que la suma de los débitos de cada uno porque tener ambos deterioros implica que la enfermedad subyacente es más severa. La severidad de la enfermedad a menudo se asocia con el riesgo de mortalidad de manera exponencial.
El razonamiento detrás de ambas hipótesis parece biológicamente sólido.
Aplicación del Análisis de Datos:
- Datos disponibles: Un conjunto de datos de estudio de experiencia de mortalidad con historial de reclamaciones médicas, dividido en las siguientes subpoblaciones: solo teniendo la condición A, solo la condición B, tanto A como B, y ni A ni B.
- Análisis:
- Calcular las razones de mortalidad actual/esperada (AE) para las cuatro subpoblaciones.
- Usar la subpoblación de ni A ni B como referencia para calcular el riesgo relativo (RR) para las otras tres subpoblaciones, que es la relación entre AE de una subpoblación dada y AE de la referencia.
- Usar la fórmula 100*(RR-1) para convertir RR en débitos.
- Comparar los débitos de tener tanto A como B con los débitos de solo A + débitos de solo B.
- Resultados: En este caso hipotético, los débitos de comorbilidad son mucho más altos que la suma de los débitos de A y B por separado.
Conclusión: Al suscribir casos con ambos Deterioros A y B, se pueden justificar débitos adicionales después de la suma de los débitos de cada uno.
Como demuestran estos estudios de caso, la convergencia de la suscripción y el análisis de datos está en marcha y es esencial para el futuro de los seguros. El progreso será incremental, con los suscriptores enfocándose en los factores subjetivos que requieren la experiencia humana mientras que el análisis de datos proporciona criterios objetivos sobre los cuales basar sus juicios. La cantidad de datos disponibles para evaluar solo aumentará, y la capacidad de las aseguradoras para combinar varias fuentes de datos utilizando todas las herramientas, técnicas y tecnologías a su disposición será la clave del éxito.
