Un modelo para tarificar seguros. Aplicación a seguros médicos corporativos. 1. Introducción

Transcripción

1 Un modelo para tarificar seguros. Aplicación a seguros médicos corporativos. 1. Introducción La tendencia mundial es que los costos médicos han ido creciendo sostenidamente, se ha producido un envejecimiento de la población y los consumidores tienen necesidades crecientes y cambiantes, aumentado la exigencia de mayor información, calidad y tecnología en sus atenciones médicas. Por otra parte las compañías de seguros que participan en el mercado de seguros de salud, están expuestas a diversos riesgos actuariales y financieros. Uno de los riesgos actuariales corresponde al riesgo de tarificación, en cuanto a la incertidumbre acerca de resultados futuros tales como ingresos de inversión, tasas de mortalidad y morbilidad, gastos administrativos y ventas. Si los supuestos utilizados en la tarificación de seguros son erróneos, no se podrá cumplir con las obligaciones con los accionistas. En este contexto, uno de los factores determinantes para participar en este mercado es lo que se denomina underwriting o suscripción de seguros, que consta por una parte, el cómo determinar la tarifa de un seguro colectivo y por otra, cómo seleccionar los riesgos, de manera tal de tener una cartera de riesgo controlado, y con una prima suficiente para que el negocio sea rentable en su conjunto. Este estudio pretende determinar las bases teóricas y actuariales para determinar tarifas de un seguro de salud colectivo, proponer un modelo de tarificación y aplicarlo a una importante compañía de seguros del mercado chileno, en su Dirección de Seguros Colectivos. La investigación se efectuó en 3 etapas: (1) Determinación de la prima neta de riesgo; (2) Obtener fuentes de datos alternativas, y (3) Cálculo de primas brutas utilizando de herramientas de simulación. En forma paralela, se efectuó una breve investigación del mercado asegurador internacional y chileno, se trabajó con un marco teórico para sustentar los análisis efectuados, y

2 posteriormente se resumieron los resultados obtenidos a partir de las simulaciones con un software escogido. 2. Fundamentos teóricos La organización y financiación del sistema sanitario varía sustancialmente de un país a otro, en los países en que los mercados no están bien organizados y no existen sistemas estatales, las personas tienen que financiar ellas mismas los servicios de salud. Este sigue siendo el caso de muchos países en desarrollo. En los países desarrollados, en cambio, los gobiernos suelen crear una infraestructura sanitaria, instalar mecanismos propios de pooling de riesgos o regular el mercado, de modo que estén disponibles seguros privados. En Chile, de acuerdo a lo planteado por Sapelli, por décadas la participación en el sistema de seguro de salud ha sido mandatoria para los trabajadores dependientes. Hasta 1981, los trabajadores contribuían a uno de los dos sistemas públicos disponibles (uno para operarios y otro para administrativos), pero cambió a partir de esa fecha y los trabajadores tuvieron la opción de escoger de entre varios proveedores de servicios de salud privados. Actualmente los trabajadores dependientes de manera obligatoria, deben comprar un seguro de salud con el 7% de sus ingresos (259). En general, beneficios médicos de grupo a nivel internacional han crecido hasta el nivel de ser el tipo de seguro predominante. En Chile, de acuerdo a la Asociación de Aseguradores de Chile, los seguros de salud en Chile son coberturas complementarias a planes de ISAPRE o FONASA, principalmente de tipo colectivo y suscrito por un empleador o un ente negociador como sindicatos o unidades internas de empresas. En esta modalidad, las tarifas o primas son menores respecto a seguros de tipo individual y entrega la misma cobertura a los beneficiarios. Ello se explica por que registra una mayor diversificación del riesgo que los seguros individuales reduciendo los costos (1).

3 Para proveer las coberturas de seguro y otros servicios financieros, las aseguradoras asumen varios tipos de riesgos actuariales y financieros. Según Liebwein, los modelos de riesgo ofrecen una ventaja al combinar todas las operaciones de una compañía de seguros, a saber suscripción, inversiones, tarificación, impuestos, activos etc., en un modelo el que provee una visión de las futuras operaciones y requerimientos de capital (9). Para Cummins y Santomero, en muchas instancias la compañía debe mitigar el riesgo financiero y actuarial asociado a las transacciones propias del negocio, y en otras este puede ser transferido a través de una combinación de reaseguro, tarificación y diseño de planes. Muchas de las compañías en EEUU se basan en los lineamientos de la Sociedad de Actuarios, que han clasificado los riesgos actuariales en los siguientes: Riesgos de activos, Riesgos de tarificación, Riesgo de calce entre activos y pasivos, Riesgos misceláneos ( ). Si de acuerdo a lo mencionado por Liebwein, el riesgo puede ser definido como un concepto de alcanzar metas en ambientes de incertidumbre, en este contexto, los modelos determinísticos no son adecuados, por lo que los modelos probabilísticos adquieren mayor importancia, entre ellos, los modelos de simulación (20). De acuerdo a lo planteado por Black y Skipper, la tarifa de un seguro de salud involucra un análisis de los datos disponibles y el desarrollo de las primas de riesgo que sean adecuadas, razonables y equitativas para diferentes clasificaciones de asegurados (798). Para establecer las primas de riesgo para cualquier tipo de cobertura médica, se hace necesario partir con determinar una medida de costo anual de siniestros netos esperados por póliza en una determinada línea de negocios. El costo neto de siniestros de cualquier beneficio es el producto de la frecuencia de siniestros y el monto de siniestros promedio (severidad). El costo unitario del beneficio implica el cálculo del costo de proveer una unidad de beneficio, por lo que el costo anual de siniestros es el resultado de multiplicar el costo unitario por la

4 cantidad de beneficio que proceda (800). La prima bruta debe financiar los beneficios otorgados, los gastos, impuestos, utilidad y margen de contingencia. La prima de un beneficio en particular, depende de: la morbilidad, acuerdos con proveedores, gastos, impuestos, persistencia, interés, utilidad y margen de contingencia (803). Heckman y Meyers plantean un algoritmo para calcular probabilidades acumuladas y prima pura a partir de una distribución de frecuencia y severidad de siniestros. Los autores efectúan una revisión de 4 métodos para lograr una distribución agregada a partir de una distribución de frecuencia y severidad de siniestros, donde el más popular para calcular la distribución agregada de siniestros es el método de Montecarlo. Este método es fácil de entender y se puede ser muy certero, sin embargo necesita mucho recurso computacional (22-61). Meyers, desarrolla un modelo para encontrar una distribución agregada de costo de siniestros a partir de una distribución de frecuencia y severidad de siniestros, también utilizando el método de Montecarlo, y agrega la posibilidad de poner un tope por evento. Para modelar utilizan una distribución Poisson para la frecuencia de siniestros y utiliza como supuesto que la distribución de severidad es independiente de la distribución de frecuencia y encuentran tres distribuciones para reflejar el comportamiento del precio de los siniestros o severidad (110). Corradin y Verbrigghe, acuden el método de simulación para estimar el costo de siniestros de incendio. Para ello disponen de una distribución Binomial Negativa para la frecuencia, que corresponde a una distribución discreta que según los autores, ha sido utilizada ampliamente en el trabajo actuarial para representar el número de siniestros o frecuencia. Por otra parte utilizan una distribución Pareto generalizada para la severidad, que corresponde a una distribución continua. Ambas distribuciones las suponen independientes al aplicar el modelo (1-24).

5 La herramienta disponible y usada en este trabajo de Palisade Corporation, Versión Industrial 5.0, que utiliza la simulación Monte Carlo, para hacer un análisis de riesgos. Una de las bondades de este software la disponibilidad de la función RiskCompound, que permite obtener una distribución agregada a partir de una distribución de Frecuencia y Severidad de siniestros médicos. 3. Metodología Este modelo se presenta como una forma de cálculo del costo neto de los co-pagos por servicio para un seguro complementario de salud. En general el mercado de seguros enfrenta escenarios de incertidumbre, por ejemplo un número incierto de siniestros puede presentarse en una nueva póliza y cada siniestro tiene un valor monetario incierto. De esta manera, se dificulta poder estimar el valor real de siniestros totales, para lo que el análisis de riesgo se utiliza muy a menudo para modelar estas situaciones. Para calcular el costo neto de de los co-pagos se utilizó simulación de Montecarlo y, así obtener una distribución de probabilidades agregada del costo de siniestros a partir de una distribución de frecuencia y una de severidad de los siniestros. La metodología de simulación requiere de una muestra de Frecuencia y Severidad, para luego simular en forma aleatoria eventos independientes obteniendo un dato de cada muestra y calculando el costo neto de siniestros en cada caso, vale decir el producto de una frecuencia y una severidad para componer una tercera muestra que representa el costo neto de siniestros. 3.1 Agrupación de Servicios Identificados todos los códigos de servicios asociados a los planes complementarios de salud de la base de datos utilizada, se procedió a efectuar una agrupación de dichos servicios lo que responde a las agrupaciones utilizadas en la oferta comercial de seguros colectivos de salud. Las principales agrupaciones corresponden a gastos del tipo hospitalario, las del tipo ambulatorio y gastos de maternidad. En total se seleccionaron 133 códigos de servicios que

6 presentaron gastos durante el período bajo estudio. Otros 34 códigos de servicios que presentaron gastos durante el período bajo estudio, no fueron considerados ya que corresponden a códigos de prestaciones del tipo dental, catastrófico y aquellos creados para pagar excepciones que no están cubiertas por la póliza normal de seguros colectivos. 3.2 Muestra utilizada para frecuencia (F) y severidad (S) Como primer paso se obtuvieron muestras de frecuencia y severidad de siniestros. Se utilizó la base de datos de la compañía bajo estudio para el período 01/01/2006 y 31/12/2006, y de forma independiente primero, se obtuvo una lista de reclamos médicos por agrupación de servicios que representa la severidad de siniestros y en segundo lugar, se obtuvo una lista de asegurados expuestos por cobertura, que incluye la frecuencia de uso de dichas prestaciones, y finalmente la clasificación por tipo de asegurado (Empleado sólo, con 1 carga y con Grupo familiar). Cabe mencionar que ambas muestras, aun cuando corresponden ambas a la misma base de datos de gastos incurridos durante el año 2006 de la compañía de seguros bajo estudio, se utilizan en forma independiente para simular frecuencia y severidad de siniestros por la suficiencia que poseen ambas muestras en forma independiente. 3.3 Ajuste de distribución estadística para F y S (por servicio) Utilizando las posibilidades del se ajustó para cada agrupación de servicios una distribución tanto para la frecuencia como para la severidad de siniestros de acuerdo a las muestras de datos seleccionadas. Conceptualmente, y de de forma consistente a lo expuesto en la revisión bibliográfica, las distribuciones de severidad de siniestros resultaron ser del tipo continuas y las distribuciones de la frecuencia discretas. Se ajustaron 75 distribuciones de frecuencia y 75 severidad de acuerdo a cada agrupación de servicios definida. 3.4 Función RiskCompound El software cuenta con una función que se usa para modelamiento Frecuencia - Severidad, para lo cual toma 2 distribuciones para formar una nueva distribución. En cada iteración, la

7 muestra obtenida de la primera distribución o frecuencia indica cuantas veces debe correr la segunda distribución o severidad. Las muestras obtenidas de la segunda distribución o severidad son sumadas para entregar el valor retornado por la función RiskCompound que es el total de siniestros para la iteración. Esta función se utilizó para simular la frecuencia y severidad de siniestros con las distribuciones que fueron ajustadas a partir de las muestras obtenidas, así se simularon todas las agrupaciones de servicios para obtener con una metodología alternativa, el costo neto de siniestros para cada agrupación de servicios definida. 3.5 Costo neto de siniestros calculados Utilizando la Función RiskCompound se obtuvieron los costos netos de siniestros utilizando la media de la función de distribución resultante de dicha fórmula y mensualizado. Para obtener las distribuciones resultantes de costo por servicio se utilizó la función de convergencia que posee el software para 7 agrupaciones que representan el 78,65% de los costos totales calculados por asegurado. Para el resto de las agrupaciones se efectuaron iteraciones. 3.6 Ajustes y determinación del costo por servicio final El desarrollo de la prima de riesgo de un seguro de salud, particularmente de uno del tipo complementario, usualmente consta de 2 etapas. Primero es calcular la prima neta de riesgo o costo puro de siniestros. La Prima neta de riesgo se expresa como sigue: PRIMA NETA DE RIESGO = SINIESTROS + AJUSTE POR RESERVAS El ajuste por reserva se puede desglosar en al menos 3: ONR (Siniestros ocurridos y no reportados), Medical Trend (Tendencia Médica) y Shock Claims (Siniestros Catastróficos). Para el estudio se utilizó 0% para ONR, debido a que la base de datos obtenida considera todos los reclamos incurridos entre el 01/01/2006 y 31/12/2006 e independiente de la fecha en que fueron pagados. Se utilizó 2,61% como medida de Medical Trend, que corresponde al

8 producto entre el Trend en utilización y el Trend en precio, y refleja la proyección del aumento o disminución en el costo médico para una cobertura de seguro médico. Finalmente se utilizó 2,81% como medida de Shock Claims, y corresponde a los siniestros de tipo catastrófico y varían de acuerdo a los distintos niveles de costos y tamaño de las carteras de seguros de Salud de las compañías aseguradoras. El ajuste total obtenido es 8,10% y se calculó como sigue: AJUSTE POR RESERVAS = ONR + TREND MEDICO + SCHOCK CLAIMS Una vez obtenidos los factores de ajuste por reservas se ajustaron los gastos por servicio obtenidos con la y se determinó la Prima Neta de Riesgo. 3.7 Ajustes adicionales Este trabajo plantea una metodología para calcular la Prima Neta de Riesgo, pero una segunda fase es calcular la Prima Bruta Final, que va a depender de las condiciones que se incluyan en una póliza de seguro complementario de salud para un grupo determinado. Las especificaciones de cada grupo afectarán el cálculo de las tarifas finales, algunos de estos factores son: tamaño, nivel de ingreso/riesgo ocupacional, distribución de sexo y edad/morbilidad, ubicación geográfica, nivel de participación del empleado, período de revisión de tarifas, diseño de plan de beneficios, margen, etc. 3.8 Plan de beneficios: Propuesta Los ajustes a los costos específicos, deducibles y copagos, pueden tener un impacto dramático en el uso de los servicios médicos. La función RiskCompound cuenta con 2 argumentos adicionales para sensibilizar topes y deducibles. Al sensibilizar estos argumentos adicionales, dicha función sustrae el deducible y aplica límite definido para cada muestra severidad arrojando un valor de siniestros ajustado. Utilizando la misma metodología utilizada para calcular la prima neta de riesgo se simularon ejemplos de topes y deducibles sobre las 7 principales agrupaciones de servicios.

9 4. Resultados En la figura 1 se muestra el ajuste de distribución de Frecuencia y Severidad para la agrupación Consultas Médicasse ajustaron distribuciones para todas las agrupaciones de servicios definidas. Para el caso de Consultas Médicas, el mejor ajuste que se encontró, con la ayuda del fue una distribución Lognormal para el caso de la distribución de severidad, y una distribución Poisson para el caso de la distribución de frecuencia. En la primera fila de la figura 1 se muestran las distribuciones ajustadas para la severidad que resultaron ser continuas, en la segunda fila se muestran las distribuciones acumuladas para la severidad que resultaron ser monotónica crecientes, y en la tercera fila se muestran las distribuciones ajustadas para la frecuencia que resultaron ser discretas. Figura 1. Distribuciones de frecuencia y severidad Consultas Médicas En la figura 2 se muestra el resultado del Output de la simulación para el caso de la agrupación Consultas médicas, considerando la clasificación de empleado con Grupo familiar. En la sección Simulation Summary Information, el Number of iterations corresponde al número de iteraciones donde el valor de la media de la nueva distribución converge a un valor, en este caso se corrieron iteraciones En la sección

10 Summary Statistics for COSTO/G se puede observar el valor de la media (Mean) que es 2, y representa el gasto anual en UF 1 estimado para esta agrupación de servicios, para empleado con Grupo familiar, y también se puede observar que dicho valor tiene una varianza (Variance) de 1, y una desviación estándar (Std Dev) de Output Report for COSTO / G Performed By: Paul Date: sábado, 23 de agosto de :54:05 Simulation Summary Information Workbook Name Consultas Médicas.xls Number of Simulations 1 Number of Iterations Number of Inputs 15 Number of Outputs 12 Sampling Type Latin Hypercube Simulation Start Time Simulation Duration Random # Generator Random Seed :51:03 00:02:45 Mersenne Twister Summary Statistics for COSTO / G Statistics Percentile Minimum 0 5% 0, Maximum 11, % 0, Mean 2, % 0, Std Dev 1, % 1, Variance 1, % 1, Skewness 1, % 1, Kurtosis 4, % 1, Median 1, % 1, Mode 1, % 1, Left X 0, % 1, Left P 5% 55% 2, Right X 4, % 2, Right P 95% 65% 2, Diff X 4, % 2, Diff P 90% 75% 2, #Errors 0 80% 3, Filter Min Off 85% 3, Filter Max Off 90% 3, #Filtered 0 95% 4, Regression and Rank Information for COSTO Rank Name Regr Corr 1 COSTO / G 1,000 1,000 Figura.2 Distribución resultante Consultas médicas, para empleado con Grupo Familiar En la Tabla 1 se muestra la prima neta de riesgo por agrupación de servicios calculada con esta metodología Unidad de fomento es una medida monetaria reajustable basada en la variación del Indice de Precios al Consumidor chileno.

11 AGRUPACION GASTO MENSUAL PROMEDIO UF S D G TOTAL HOSPITALARIO AMBULATORIO MATERNIDAD Habitación 0, , , ,06277 Servicios Hospitalarios 0, , , ,32235 UTI-UCI 0, , , ,05792 Honorarios Médicos Quirurgicos 0, , , ,17838 Enfermera Profesional 0, , , ,00015 Ambulancia 0, , , ,00139 TOTAL HOSPITALARIO 0, , , ,62297 Consultas médicas 0, , , ,32518 Exámenes y Laboratorio 0, , , ,38358 Procedimientos de Diagnóstico 0, , , ,01629 Cirugía Ambulatoria 0, , , ,05059 Optica 0, , , ,19127 Optica Laser 0, , , ,03800 Farmacia 0, , , ,51447 Kinesiología 0, , , ,06031 Fonoaudiología 0, , , ,02011 Yeso 0, , , ,00217 Aparatos Auditivos 0, , , ,00403 Protesis y Ortesis 0, , , ,03440 Psicología y Psiquiatría 0, , , ,16642 TOTAL AMBULATORIO 0, , , ,80682 Parto Normal 0, , , ,04267 Parto Cesárea 0, , , ,10032 Aborto No Voluntario 0, , , ,01245 Complicaciones del Embarazo 0, , , ,00522 Maternidad Ambulatorio 0, , , ,04975 Parto Multiple - - 0, ,00641 TOTAL MATERNIDAD 0, , , ,21682 TOTAL 0, , , ,64662 Tabla.1 Prima Neta de Riesgo calculada A modo de ejemplo, en la figura 3 se pueden observar los resultados de la simulación de la agrupación Consultas médicas, al introducir un tope de 1,0UF y un deducible de 0,5UF a cada prestación. Los valores obtenidos con iteraciones usando la función de convergencia son una media de 0, con una desviación estándar de 0, y una varianza de 0, , donde el valor de la media representa el costo anual de la agrupación Consultas médicas si se introduce un tope de 1,0UF y un deducible de 0,5UF a cada prestación. De acuerdo a los resultados encontrados para el ejemplo se puede inferir que el costo de aplicar la alternativa de deducible y tope es un 23,5281% del costo anual en UF estimado para esta agrupación de servicios, para empleado con Grupo familiar, del ejemplo del punto anterior. Vale decir producto de la división 0, / 2, , que corresponden a la media encontrada en cada caso.

12 @RISK Output Report for Tope 1,0UF Ded 0,5UF / G Performed By: Paul Date: sábado, 23 de agosto de :54:15 Simulation Summary Information Workbook Name Consultas Médicas.xls Number of Simulations 1 Number of Iterations Number of Inputs 15 Number of Outputs 12 Sampling Type Latin Hypercube Simulation Start Time Simulation Duration Random # Generator Random Seed :51:03 00:02:45 Mersenne Twister Summary Statistics for Tope 1,0UF Ded 0,5UF Statistics Percentile Minimum 0 5% 0 Maximum 4, % 0 Mean 0, % 0 Std Dev 0, % 0 Variance 0, % 0, Skewness 1, % 0, Kurtosis 5, % 0, Median 0, % 0, Mode 0 45% 0, Left X 0 50% 0, Left P 5% 55% 0, Right X 1, % 0, Right P 95% 65% 0, Diff X 1, % 0, Diff P 90% 75% 0, #Errors 0 80% 1 Filter Min Off 85% 1, Filter Max Off 90% 1, #Filtered 0 95% 1, Regression and Rank Information for Tope 1, Rank Name Regr Corr 1 Tope 1,0UF Ded 01,000 1,000 Figura 3 Distribución resultante Consultas médicas, para empleado con Grupo Familiar introduciendo Tope 1,0UF y Deducible 0,5UF En la tabla 2 se muestran los ajustes encontrados, producto de las simulaciones de topes y deducibles.

13 Agrupación de Servicios Distribución Grupo Familiar Farmacia S D G Tope 0,5UF 41,1% 44,8% 44,3% Tope 1,0UF 64,3% 68,7% 67,9% Tope 1,0UF Ded 0,5UF 35,6% 36,1% 35,6% Exámenes y Laboratorio S D G Tope 0,5UF 32,8% 35,9% 33,8% Tope 1,0UF 54,7% 59,1% 56,3% Tope 1,0UF Ded 0,5UF 36,4% 38,5% 36,9% Servicios Hospitalarios S D G Tope 10UF 44,6% 45,1% 45,5% Tope 20UF 67,5% 68,8% 71,0% Tope 20UF Ded 1UF 66,9% 65,5% 67,1% Consultas médicas S D G Tope 0,5UF 70,9% 76,0% 72,9% Tope 1,0UF 89,0% 92,5% 91,5% Tope 1,0UF Ded 0,5UF 24,7% 20,8% 23,5% Optica S D G Tope 2UF 37,8% 36,5% 40,5% Tope 4UF 64,3% 61,8% 66,4% Tope 4UF Ded 0,5UF 58,9% 56,3% 59,7% Honorarios Médicos Quirurgicos S D G Tope 10UF 47,8% 41,5% 45,1% Tope 20UF 73,1% 65,6% 69,4% Tope 20UF Ded 1UF 68,6% 62,0% 65,9% Psicología y Psiquiatría S D G Tope 0,5UF 29,0% 28,8% 23,4% Tope 1,0UF 48,2% 47,6% 41,4% Tope 1,0UF Ded 0,5UF 32,0% 31,7% 31,8% Tabla 2 Simulaciones de planes sobre la rima Neta de Riesgo calculada 5. Conclusiones A través de este trabajo se ha podido levantar uno de los temas de alto interés dentro del mercado asegurador chileno, la mejor tarificación de seguros salud corporativos. Como se ha descrito, el aumento de los costos de salud tanto en Chile como en el mundo han aumentado considerablemente durante la última década, por lo que en un mercado creciente donde también las compañías de seguros adquieren mayor participación, se torna relevante como se aplican los conceptos técnicos de tarificación de seguros de salud de grupo. Esto último por que las decisiones actuariales tienen un efecto directo en los resultados de la compañía de seguros, y una mala estimación de los costos netos de siniestros trae consigo una pérdida que es difícil de estimar dado el ambiente de riesgo en que se desenvuelve este tipo de seguros.

14 Primeramente se han podido desarrollar un modelo de tarificación de seguros de salud, y analizar las diferencias que el mercado Chileno tiene con otros mercados en el mundo, especialmente en EEUU. La particularidad de los seguros complementarios de salud en Chile como segunda capa después de Fonasa o Isapre, hacen que no existan una gran cantidad de estudios formales al respecto, y este trabajo aporta una regla práctica donde un actuario podría utilizar para desarrollar modelos de tarificación con información interna de la compañía donde trabaja. Otro aporte de este trabajo es en relación a modelos de simulación probabilística, los que tienen mucha popularidad en otros países, pero que no se utilizan a menudo en este mercado. A través del cálculo de una distribución estadística agregada a partir de una distribución de frecuencia y severidad de siniestros, se han encontrado resultados interesantes, lo que abre un camino para tarificar los seguros complementarios de salud de manera más exacta y más orientada al mercado. A través del método de simulación con herramientas computacionales, agregando una distribución de costo de siniestros a partir de una distribución de frecuencia y severidad independiente, se pueden calcular los costos de los siniestros en forma probabilística, e incluso llegar a un valor estimado producto de la tendencia que se genera al efectuar n iteraciones utilizando el método Montecarlo. También esta metodología permite efectuar simulaciones con respecto a variaciones en los planes ofrecidos, que en forma sencilla permite ajustar la Prima Neta de Riesgo y ofrecer alternativas de planes de beneficios en la oferta comercial de seguros complementarios de salud. A través de la aplicación que se ha hecho de los conceptos teóricos de tarificación de seguros complementarios de salud, y utilizando la herramienta de simulación probabilística para estimar los costos de siniestros, se demuestra el valor agregado que tendría usar técnicas avanzadas para calcular costos, paquetes que están disponibles en el mercado y que permiten ser más precisos y anticipar resultados desfavorables. Mientras más iteraciones se efectúan

15 con la herramienta de simulación, más estables son los resultados obtenidos por lo que a través de esta metodología se pueden evaluar escenarios con mayor exactitud, de lo contrario se utiliza mucho tiempo y recursos en calcularlo. Por ello, este estudio intenta contribuir con el análisis de riesgo de tarificación en seguros del tipo complementario de salud, herramienta que puede ayudar a disminuir la incertidumbre de los resultados de estos productos, que en un medio competitivo presentan márgenes muy competitivos y fácilmente se puede pasar de una posición favorable a una deficitaria, si no se han evaluado correctamente las variables de riesgo asociadas ni se han entendido de manera correcta. Este trabajo presenta los conceptos teóricos que pueden ser utilizados por profesionales a nivel local, precisamente la aplicación de la herramienta puede trascender del cálculo de tarifas para un seguro complementario de salud corporativo, puesto que esta herramienta puede servir para simular todo tipo de siniestros en seguros y reaseguros teniendo en cuenta una distribución de severidad y frecuencia de siniestros pertinentes. También esta herramienta puede ser utilizada para estimar siniestros de la primera capa de salud en Chile, Isapre o Fonasa, como también del seguro de invalidez y sobrevivencia de las AFP. REFERENCIAS Asociación de Aseguradores de Chile A.G. Boletín Estadístico Salud Santiago: Departamento de estudios, Black K. y Skipper H. Life & Health Insurance. New Jersey: Prentice Hall, Corradin S. y Verbrigghe B. Economic Risk Capital and Reinsurance: an Application to Fire Claims o fan Insurance Company. Milan: RAS management, Pianificazione Redditivita di Gruppo, 2001.

16 Cummins D. y Santomero A. Changes in the Life Insurance Industry: Efficiency, Technology and Risk Management. Florida: Kluwer academic Publishers, Heckman P. y Meyers G. The calculation of aggregate loss distribution from claim severity and claim count distributions. Virginia: PCAS LXXI, Liebwein P. Risk and capital some thoughts on risk modeling in insurance companies. Zurich: Swiss Reinsurance Company, Meyers G. An Analysis of Retrospective Rating. Virginia: PCAS LXVII, Sapelli C. Risk segmentation and equity in the Chilean mandatory health insurance system. Social Science & Medicine, 58 (2004):