Estimación de la siniestralidad no declarada en el seguro de automóviles: una aplicación a través de modelos de recuento *

Transcripción

1 Estmacón de la snestraldad no declarada en el seguro de automóvles: una aplcacón a través de modelos de recuento * Ordaz Sanz, José Antono jaordsan@upo.es Melgar Hraldo, María del Carmen mcmelhr@upo.es Departamento de Economía, Métodos Cuanttatvos e Hstora Económca Unversdad Pablo de Olavde Khan, M. Kazm kazm@math.kent.edu Department of Mathematcal Scences Kent State Unversty RESUME El análss de la snestraldad en el seguro de automóvles puede ser de extraordnaro nterés, dado el mportante peso de este ramo en el conjunto de la actvdad aseguradora. La estmacón econométrca del número de snestros, a partr de la nformacón manejada por las compañías sobre las característcas de sus clentes y vehículos, podría arrojar resultados relevantes. Los modelos de recuento nflados de ceros aparecen como herramentas adecuadas para este fn. Su aplcacón no sólo permte estmar el número regstrado de snestros, sno tambén la snestraldad oculta, esto es, aquélla que no es declarada a las compañías. Palabras claves: Seguro de automóvles; snestraldad; modelos de recuento. Clasfcacón JEL (Journal Economc Lterature): C25, G22. Área temátca: Aspectos cuanttatvos del fenómeno económco. * Este trabajo ha recbdo ayuda del Mnstero de Educacón y Cenca y FEDER (Proyecto SEJ25-74/ECO), así como del Oho Board of Regents (OBR-26), USA. XVI Jornadas ASEPUMA IV Encuentro Internaconal

2 Ordaz Sanz, José Antono; Melgar Hraldo, María del Carmen; Khan, Kazm M.. ITRODUCCIÓ La actvdad aseguradora consttuye uno de los grandes plares del sector fnancero de toda economía, sendo el seguro de automóvles uno de sus prncpales ramos. En partcular, su volumen de prmas emtdas de.549 mllones de euros le hace ser el prmero dentro del agregado de seguros dstntos del de vda, con el 4,76%, y representar el 23,95% del total del sector asegurador [DGSFP (26)]. La relevanca de estas cfras evdenca el nterés que pueden tener las nvestgacones en este campo. La snestraldad representa uno de los aspectos fundamentales de la actvdad aseguradora; afrontar sus costes consttuye el objeto esencal de la msma. En la lteratura pueden encontrarse, referdos al seguro de automóvles, dversos estudos econométrcos que muestran cómo la snestraldad aparece estrechamente vnculada a la cobertura contratada por el tomador de la pólza. Boyer y Donne (989), Chappor y Salané (2) y Melgar et al. (26) son algunos ejemplos de estos estudos. Las varables que manejan las compañías de seguros para fjar las prmas a sus clentes, además del número de snestros, conforman la prncpal fuente de nformacón para tratar de estudar la snestraldad. Pero la mportanca de cada una de estas varables no tene por qué ser la msma en la delmtacón de la snestraldad y, con ello, en el ajuste de las prmas. La consecucón de avances en el conocmento del proceso de ocurrenca y determnacón de los snestros, así como cualquer factor relatvo a los mecansmos que subyacen en la declaracón de los msmos, puede redundar en una mejora de la efcenca en la gestón de las entdades de seguros. Los modelos econométrcos que se han usado tradconalmente en los estudos drgdos a analzar el número de snestros son los de tpo recuento (count data models). En partcular, el modelo de regresón de Posson y el modelo bnomal negatvo son los más empleados. Sn embargo, como ponen de manfesto Lee et al. (22) o Melgar et al. (25), los modelos nflados de ceros (zero-nflated models) pueden convertrse en una opcón más acertada desde el punto de vsta teórco. El gran porcentaje de asegurados que no suelen presentar snestros justfca la utlzacón de estos modelos. Adconalmente, hay otro aspecto que puede resultar de sumo nterés; se trata de la doble nterpretacón que puede otorgarse a los valores nulos de la varable endógena: el cero puede representar la no ocurrenca de snestro, pero tambén su no declaracón. Los modelos nflados de ceros permten extraer resultados sobre esta cuestón. 2 XVI Jornadas ASEPUMA IV Encuentro Internaconal

3 Estmacón de la snestraldad no declarada en el seguro de automóvles El presente trabajo ofrece un modelo econométrco de estmacón del número de snestros en el seguro de automóvles, así como un sucnto análss comparatvo de los resultados obtendos, según las regones en las que se ha dvddo la geografía española. Tras ello, se atende al prncpal objetvo de este estudo: la estmacón, tambén por regones, del número de asegurados que no declaran sus snestros y de los snestros no declarados que ello supone. Estos resultados no son habtuales en este tpo de nvestgacones. Para toda esta tarea, se ha partdo de la nformacón procedente de una entdad aseguradora española y se ha consderado un modelo Posson nflado de ceros. El trabajo se estructura en 5 seccones. Después de esta Introduccón, en la Seccón 2 se exponen las prncpales característcas del modelo utlzado. La Seccón 3 ofrece los aspectos descrptvos más relevantes de la base de datos utlzada. A contnuacón, la Seccón 4 muestra los resultados de la modelzacón econométrca llevada a cabo. Fnalzamos con unas breves conclusones en la Seccón 5, segudas de las Referencas bblográfcas y un Anexo con la relacón de varables del estudo. 2. METODOLOGÍA La varable en la que centramos nuestra nvestgacón econométrca ncal es el número de snestros del seguro de automóvles que son declarados por el asegurado a la compañía. En este tpo de análss, donde la varable dependente toma valores dscretos no negatvos, los modelos de recuento (o count data) como el de Posson o el bnomal negatvo podrían, en prncpo, resultar apropados. Sn embargo, la varable objeto de estudo presenta aquí un elevado número de valores nulos observados. Además, éstos pueden tener dstnto sgnfcado: que el asegurado no haya sufrdo realmente nngún snestro, o que, pese a haber tendo alguno, ha decddo no declararlo. En este caso, la utlzacón de un modelo nflado de ceros puede ser una alternatva más adecuada. Las dstrbucones nfladas de ceros se basan en la hpótess de que hay dos tpos de ndvduos en la poblacón: uno para el que la varable observada toma sempre el valor y otro para el que los datos se generan según la dstrbucón tradconal que se consdere (Posson o bnomal negatva). De este modo, s Z denota la varable que ncalmente nos nteresa (el número de snestros que tene el asegurado a lo largo del En Wnkelmann (23) pueden consultarse más detalles de estos modelos. XVI Jornadas ASEPUMA IV Encuentro Internaconal 3

4 Ordaz Sanz, José Antono; Melgar Hraldo, María del Carmen; Khan, Kazm M. año) e Y es su versón nflada de ceros observada (el número de snestros declarados), se puede escrbr Y = Z I, donde I es una varable aleatora de tpo Bernoull que tomará el valor s el clente declara sus snestros y el valor en caso contraro. S q es la probabldad para el asegurado de no declarar los snestros que sufre (probabldad de no partcpacón ), se tendrá que la probabldad de que los declare es: P( I = ) = q. S X,, X n son las varables explcatvas, se suele consderar que: q ( τ β + β X + + β X )) = F, () ( n n donde F se refere, generalmente, a la funcón de dstrbucón logístca o la normal estándar [Greene (995)], dando así lugar a modelos logt o probt, respectvamente, y τ,, β, β, β n son parámetros desconocdos a estmar. Con este planteamento, la dstrbucón de probabldad nflada de ceros será: ( mn{ k,} ) + ( q ) P( Z = k),,, 2, P( Y = k) = q k = (2) S suponemos que Z sgue una Posson de parámetro λ, la funcón de probabldad del modelo Posson nflado de ceros (Zero-Inflated Posson ZIP) sería: k λ λ ( mn{ k,} ) + ( q ) e, k =,, 2,, P( Y = k) = q k! donde λ = { β + β X + + β X } exp y los demás parámetros y varables tendrían el sgnfcado ndcado en la ecuacón (). n n Por otra parte, s se denota por el número de clentes consderados de la compañía, se pueden obtener el número de asegurados que no declaran snestros ( ), así como el número total de snestros no declarados ( A ), a partr de las expresones: = χ { z >, I = }, { z >, I = } = = (3) A = Z χ, (4) donde χ { A} es la funcón característca del suceso A. En el caso del modelo ZIP, los valores esperados y las varanzas respectvas de dchas varables vendrían dadas por: E ( ) = q = λ λ λ ( e ), Var ( ) = q ( e ){ q ( e )} q = (5) = E ( A = λ, Var ( A ) = q λ ( + λ ( q ). (6) ) ) = 4 XVI Jornadas ASEPUMA IV Encuentro Internaconal

5 Estmacón de la snestraldad no declarada en el seguro de automóvles Tras estmar el modelo, además de ver qué varables resultan más sgnfcatvas en la determnacón del número de snestros declarados, se podrán obtener ntervalos de confanza del número de clentes que no han declarado snestros y del número que estos snestros no declarados representan, que es nuestro objetvo fnal DESCRIPCIÓ DE LA BASE DE DATOS Los datos utlzados en este estudo proceden de una entdad aseguradora prvada española con ampla mplantacón en el mercado. Hacen referenca a la nformacón de 5. clentes sobre las característcas de su vehículo asegurado (tpo y uso), el ttular de la pólza (edad, sexo, antgüedad del permso de conduccón y regón de resdenca), la propa pólza (prma anual y grado de cobertura), así como los snestros declarados. Las varables (y sus categorías) que se han consderado aparecen defndas en el Anexo fnal de este trabajo. Como ya se ha comentado, nuestro prmer objetvo consste en realzar un análss comparatvo de la snestraldad según las dferentes zonas de la geografía naconal. En concreto, hemos consderado cnco grandes regones agregando dstntas Comundades Autónomas, tal y como se señala a contnuacón: - Regón Sur: comprende Andalucía y las Cudades Autónomas de Ceuta y Mellla; - Regón Este: ncluye Cataluña, Comundad Valencana, Islas Baleares y Murca; - Regón orte: está formada por Aragón, Comundad Foral de avarra, País Vasco, La Roja, Cantabra, Prncpado de Asturas y Galca; - Regón Centro: la componen Castlla y León, Comundad Autónoma de Madrd, Castlla-La Mancha y Extremadura; - Regón Canaras: se corresponde con la Comundad Autónoma de Canaras. La Regón Sur es la que concentra un mayor número de regstros. Según se muestra en la Gráfca, el 4,34% de los asegurados resden y crculan habtualmente en esta regón. En el otro extremo, encontramos a Canaras, que está representada úncamente por un 4,38% de los asegurados. Las tres regones restantes, Este, orte y Centro, están muy equlbradas: cada una de ellas tene un peso aproxmado del 8%. 2 Es evdente que el modelo aquí planteado consttuye una smplfcacón de la realdad. La declaracón de un snestro por parte de un ndvduo puede depender, en buena medda, de s ha sufrdo o no algún otro con anterordad. Ésta es una extensón de la nvestgacón en la que no se ha profundzado en la lteratura y que los autores del presente trabajo pretenden afrontar en el futuro. XVI Jornadas ASEPUMA IV Encuentro Internaconal 5

6 Ordaz Sanz, José Antono; Melgar Hraldo, María del Carmen; Khan, Kazm M. Gráfca. Dstrbucón de los asegurados por regón Centro ,9% orte ,6% Canaras 657 4,38% Este ,48% Sur ,34% En la Tabla se puede ver la composcón de la muestra, según las categorías de las dstntas varables consderadas en nuestro análss. Tabla. Dstrbucón de los asegurados según categoría de cada varable, por ámbto geográfco Varable Categoría Porcentaje sobre el total de cada submuestra Sur Este orte Centro Canaras Total Tpo del vehículo asegurado Tursmo-furgoneta 8,96% 8,74% 8,29% 75,66% 96,9% 8,5% Camón,29%,23% 2,8%,88%,%,29% Autocar,8%,%,2%,44%,%,5% Cclomotor-moto,9%,4% 4,5% 3,8% 3,5% 7,69% Vehículo especal 7,47% 6,64% 3,36% 9,94%,3%,37% Uso del vehículo asegurado Partcular 82,63% 84,7% 75,6% 69,43% 92,85% 79,75% Profesonal 6,79% 4,68% 23,32% 3,28% 6,85% 9,63% Otros,58%,6%,7%,29%,3%,6% Edad del asegurado De 8 a 25 años 3,9% 3,97% 2,9%,76%,7% 3,8% De 26 a 45 años 4,6% 39,39% 4,24% 36,4% 42,3% 39,77% De 46 a 7 años 5,62% 5,32% 5,9% 54,58% 5,8% 5,75% De 7 años y más 3,87% 6,3% 5,48% 7,5% 6,54% 5,4% Experenca como conductor del asegurado Menos de 2 años,6%,97%,25%,26%,3%,7% 2 años y más 98,94% 99,3% 99,75% 99,74% 99,7% 99,29% Sexo del asegurado Hombre 84,57% 83,69% 82,95% 9,8% 8,93% 84,83% Mujer 5,43% 6,3% 7,5% 9,82% 22,7% 5,7% Prma anual de la pólza Hasta 3 3,83% 26,5% 9,85% 52,3% 38,5% 32,9% De 3 a 4 27,83% 3,59% 22,72% 23,35% 33,79% 26,83% De 4 a 6 24,57% 25,29% 28,99% 2,68% 2,6% 23,23% Más de 6 6,77% 8,7% 28,45%,84% 6,54% 7,84% Grado de cobertura Grado bajo 49,47% 64,36% 45,4% 58,6% 77,32% 54,28% Grado medo 43,44% 28,93% 4,52% 35,52% 2,55% 37,77% Grado alto 7,9% 6,7% 4,44% 5,87% 2,3% 7,95% Total,%,%,%,%,%,% 6 XVI Jornadas ASEPUMA IV Encuentro Internaconal

7 Estmacón de la snestraldad no declarada en el seguro de automóvles La Tabla 2 ofrece las cfras más relevantes sobre la snestraldad regstrada por ámbto geográfco. Globalmente, sólo el 22,95% de los asegurados ha declarado la ocurrenca de algún snestro. Para las dstntas regones, este porcentaje oscla entre el 9,68% del Centro y el 24,74% correspondente a la regón Sur. La stuacón es smlar s analzamos el número medo de snestros declarados por estos asegurados, pues de nuevo la regón Centro presenta una de las cfras más bajas (,35; muy parecda a la de,34 de Canaras), mentras que la regón Sur es la que tene asocada la cfra más elevada (,5 snestros declarados por térmno medo). De cualquer forma, es precso señalar que no exsten grandes dferencas entre las regones en este aspecto. Tabla 2. Datos sobre snestraldad, por ámbto geográfco Sur Este orte Centro Canaras Total úmero de asegurados que declaran snestros Porcentaje de asegurados que declaran snestros úmero de snestros declarados úmero medo de snestros declarados ,74% 22,58% 23,% 9,68% 2,3% 22,95% ,5,49,45,35,34,46 4. AÁLISIS DE LOS RESULTADOS ECOOMÉTRICOS Tomando la nformacón contenda en la base de datos analzada, se ha aplcado un modelo de recuento de tpo Posson nflado de ceros (ZIP) para cada regón consderada de la geografía española. El resultado de las estmacones realzadas 3 puede verse en la Tabla 3. En todos los casos, la sgnfcatvdad del estadístco de Vuong ndca la donedad de tales especfcacones nfladas de ceros [Vuong (989)]. Puede resaltarse, como aspecto más relevante, el hecho de que la varable que resulta plenamente sgnfcatva en todas las regones, a la hora de explcar los snestros declarados, es el grado de cobertura contratada. Sus coefcentes asocados, además, muestran una relacón postva y crecente con el número de snestros declarados, lo que refleja el comportamento esperado cuando exste nformacón asmétrca en los datos, algo habtual en el seguro de automóvles [Melgar et al. (26)]. 3 Todas las estmacones se han llevado a cabo con el software Lmdep 7., usando la dstrbucón logístca para q, esto es: q = Λ ( τ β + β X + + β n X )) [Greene (995)]. ( n XVI Jornadas ASEPUMA IV Encuentro Internaconal 7

8 Ordaz Sanz, José Antono; Melgar Hraldo, María del Carmen; Khan, Kazm M. Respecto al resto de varables, la casuístca resultante es varada. o obstante, algunos tpos y usos de vehículos aparecen como sgnfcatvos según las regones consderadas. Hay varables, en cambo, que no muestran sgnfcatvdad alguna; por ejemplo, el sexo del asegurado. Asmsmo, cabe decr que la prma de la pólza no se ha ncludo en el modelo por su fuerte relacón de colnealdad con los grados de cobertura. Tabla 3. Resultados de la estmacón de la snestraldad, por regón Varable dependente: UMSI Modelo: Zero-Inflated Posson (ZIP) Método de estmacón: Máxma verosmltud Regón de resdenca SUR ESTE ORTE CETRO CAARIAS º de observacones Varable explcatva Coefcentes C -,75** -,36 -,2768** -,572* -,799 TUR_FUR CAMIO -,752,643 -,689 -,489 AUTOCAR,4955,8979*,8* CICL_MOT -,788* -,998* -,8438* -,278* -,292 VEH_ESP -,6328* -,5927* -,858* -,824* USO_PART USO_PROF -,63**,3,968 -,54 -,2 OTR_USOS -,2474 -,869* -,5788** ED8_25 ED26_45 -,29 -,677 -,27 -,326,788 ED46_7 -,635 -,66 -,5 -,63,74 ED7_ -,238 -,33 -,99 -,7557* -,789 ATIG<2A,4727*,4683** -,2,93,569 MUJER -,62,634,758 -,232 -,43 GR_BAJO GR_MEDIO,232*,228*,275*,58*,939 GR_ALTO,674*,3267*,3358*,827*,345* Tau -,678 -,9386 -,686 -,3542 -,99 Estadístco de Vuong 25,5972* 7,749* 8,495* 2,4928* 6,789* Categoría base * Varables sgnfcatvas al 95% de nvel de confanza ** Varables sgnfcatvas al 9% de nvel de confanza A partr de las especfcacones econométrcas de cada regón y aplcando las expresones (5) y (6) de la Seccón 2, se han estmado el número de asegurados que no han declarado snestros y el de snestros no declarados (Tabla 4). Por su parte, la Gráfca 2 y la Gráfca 3 ponen éstos en relacón con los datos empírcos regstrados, dando lugar a conclusones nteresantes. Así, para el conjunto de España, el 27,93% de los asegurados no estaría declarando sus snestros; estos porcentajes van del 2,24% de Canaras hasta el 3,63% de la regón orte. S nos fjamos en el número de snestros, en España habría un 54,75% del total de snestros teórcos que no son declarados; por regones, estas cfras osclarían entre un 48,9% de Canaras y un 57,2% del orte. 8 XVI Jornadas ASEPUMA IV Encuentro Internaconal

9 Estmacón de la snestraldad no declarada en el seguro de automóvles Tabla 4. Estmacones del número de asegurados que no declaran snestros y del número de snestros no declarados, por regón Regón Sur Este orte Centro Canaras º de asegurados que no declaran snestros (ntervalo de confanza al 95%).82 ( ) 796 (75-843) 855 (87-92) 63 (56-645) 33 (3-53) º de snestros no declarados (ntervalo de confanza al 95%) ( ).5 ( ).247 ( ) 828 ( ) 79 (48-29) Gráfca 2. Estmacón del nº de asegurados que no declaran snestros en relacón al total Gráfca 3. Estmacón del nº de snestros no declarados en relacón al total teórco % % 75% 5% 75% 5% 54,29% 55,29% 57,2% 53,38% 48,9% 54,75% 29,78% 28,72% 3,63% 22,% 2,24% 27,93% 25% 25% % Sur Este orte Centro Canaras Total % Sur Este orte Centro Canaras Total 5. COCLUSIOES La profundzacón en el conocmento de los factores y varables que pudesen tener nfluenca en los mecansmos de determnacón de la ocurrenca y declaracón de snestros podría ser relevante para las entdades aseguradoras, en aras de la obtencón de mejoras en su efcenca en la gestón de resgos. Partendo de la nformacón de una completa base de datos de 5. pólzas de una compañía española del seguro de automóvles, se ha planteado un modelo econométrco de estmacón de los snestros declarados por los asegurados, según su área de resdenca. Consderando 5 regones (tras agrupar dstntas Comundades Autónomas), se han realzado otras tantas especfcacones de un modelo de Posson nflado de ceros. Dchas modelzacones han puesto de releve que la varable más sgnfcatva a la hora de explcar el número de snestros es el grado de cobertura XVI Jornadas ASEPUMA IV Encuentro Internaconal 9

10 Ordaz Sanz, José Antono; Melgar Hraldo, María del Carmen; Khan, Kazm M. contratada por los clentes. Junto a esta varable, otras como el tpo y uso del vehículo asegurado tambén resaltan en el análss, aunque su relevanca varía entre las regones. El aspecto más novedoso del trabajo lo consttuye la estmacón posteror que se hace del número de asegurados que no declaran sus snestros y del número que estos snestros representarían. A nvel naconal, un 27,93% de los asegurados no estaría declarando sus percances; ello supondría un ahorro a las compañías del 54,75% de los snestros teórcos que estarían ocurrendo. Por regones, los resultados son smlares. 6. REFERECIAS BIBLIOGRÁFICAS BOYER, M. y DIOE, G. (989). An Emprcal Analyss of Moral Hazard and Experence Ratng. Revew of Economcs and Statstcs, 7, pp CHIAPPORI, P.A. y SALAIÉ, B. (2). Testng for Asymmetrc Informaton n Insurance Markets. Journal of Poltcal Economy, 8,, pp DGSFP (26). Seguros y Fondos de Pensones: Informe 25, Dreccón General de Seguros y Fondos de Pensones, Mnstero de Economía y Hacenda, Madrd. GREEE, W.H. (995). Lmdep Verson 7.: User's Manual, Econometrc Software, Bellport, ew York. LEE, A.H.; STEVESO, M.R.; WAG, K. y YAU, K.K.W. (22). Modelng Young Drver Motor Vehcle Crashes: Data wth Extra Zeros. Accdent Analyss and Preventon, 34, pp MELGAR, M.C.; ORDAZ, J.A. y GUERRERO, F.M. (25). Dverses Alternatves pour Détermner les Facteurs Sgnfcatfs de la Fréquence d Accdents dans l Assurance Automoble. Insurance and Rsk Management, 73,, pp MELGAR, M.C.; ORDAZ, J.A. y GUERRERO, F.M. (26). Une Étude Économétrque du ombre d Accdents dans le Secteur de l Assurance Automoble. Brussels Economc Revew, 49, 2, pp VUOG, Q.H. (989). Lkelhood Rato Tests for Model Selecton and on- ested Hypotheses. Econometrca, 57, pp WIKELMA, R. (23). Econometrc Analyss of Count Data, Sprnger, Berln. XVI Jornadas ASEPUMA IV Encuentro Internaconal

11 Estmacón de la snestraldad no declarada en el seguro de automóvles AEXO: Defncón de las varables utlzadas en el análss Tpo del vehículo asegurado TUR_FUR = s el vehículo asegurado es un tursmo o una furgoneta; en caso contraro (categoría base) CAMIO = s el vehículo asegurado es un camón; en caso contraro AUTOCAR = s el vehículo asegurado es un autocar; en caso contraro CICL_MOT = s el vehículo asegurado es un cclomotor o una moto; en caso contraro VEH_ESP = s el vehículo asegurado es un vehículo especal; en caso contraro Uso del vehículo asegurado USO_PART = s el uso del vehículo asegurado es el uso partcular; en caso contraro (categoría base) USO_PROF = s el uso del vehículo asegurado es profesonal; en caso contraro OTR_USOS = s el vehículo asegurado se destna a otros usos; en caso contraro Edad del asegurado ED8_25 = s el asegurado tene entre 8 y 25 años; en caso contraro (categoría base) ED26_45 = s el asegurado tene entre 26 y 45 años; en caso contraro ED46_7 = s el asegurado tene entre 46 y 7 años; en caso contraro ED7_ = s el asegurado tene 7 años o más; en caso contraro Experenca como conductor del asegurado ATIG<2A = s el asegurado obtuvo el permso de conduccón hace menos de 2 años; en caso contraro Sexo del asegurado MUJER = s el asegurado es mujer; en caso contraro Regón de resdenca del asegurado CAARIAS = s el asegurado resde en la regón de Canaras (Canaras); en caso contraro CETRO = s el asegurado resde en la regón Centro (Castlla y León, Comundad Autónoma de Madrd, Castlla-La Mancha, Extremadura); en caso contraro ESTE = s el asegurado resde en la regón Este (Cataluña, Comundad Valencana, Islas Baleares, Regón de Murca); en caso contraro ORTE = s el asegurado resde en la regón orte (Aragón, Comundad Foral de avarra, País Vasco, La Roja, Cantabra, Prncpado de Asturas, Galca); en caso contraro SUR = s el asegurado resde en la regón Sur (Andalucía, Cudades Autónomas de Ceuta y Mellla); en caso contraro (categoría base) Prma anual de la pólza P_3 = s la prma anual pagada por el asegurado no supera los 3 ; en caso contraro (categoría base) P3_4 = s la prma anual pagada por el asegurado es mayor de 3 y no supera los 4 ; en caso contraro P4_6 = s la prma anual pagada por el asegurado es mayor de 4 y no supera los 6 ; en caso contraro P6_ = s la prma anual pagada por el asegurado es mayor de 6 ; en caso contraro Cobertura aseguradora de la pólza GR_BAJO = s el asegurado dsfruta del grado de cobertura bajo; en caso contraro (categoría base) GR_MEDIO = s el asegurado dsfruta del grado de cobertura medo; en caso contraro GR_ALTO = s el asegurado dsfruta del grado de cobertura alto; en caso contraro Snestraldad UMSI = número de snestros sufrdos y declarados por el asegurado a la compañía entre el 6 de juno de 22 y el 5 de juno de 23 XVI Jornadas ASEPUMA IV Encuentro Internaconal