ANÁLISIS GEOGRÁFICO DE LA SINIESTRALIDAD EN EL SEGURO DEL AUTOMÓVIL EN ESPAÑA
|
|
- Marcos Villalobos Lara
- hace 8 años
- Vistas:
Transcripción
1 ANÁLISIS GEOGRÁFICO DE LA SINIESTRALIDAD EN EL SEGURO DEL AUTOMÓVIL EN ESPAÑA María del Carmen Melgar Hraldo Flor María Guerrero Casas Departamento de Economía, Métodos Cuanttatvos e Hstora Económca Unversdad Pablo de Olavde e-mals: mcmelhr@upo.es, fguecas@upo.es Resumen La mportanca que tene el ramo del automóvl en el mercado del seguro conlleva que, tanto la estmacón del número de snestros que los conductores sufren y declaran a sus compañías, como la determnacón de los factores que nfluyen en dcha snestraldad, se convertan en temas de sumo nterés para las aseguradoras. El objetvo esencal del trabajo que se presenta es estudar s, en el caso de España, la Comundad Autónoma de resdenca del asegurado consttuye uno de esos factores sgnfcatvos. Se utlzan, para tal fn, datos ceddos por una entdad aseguradora prvada que opera en el mercado español. Sobre dchos datos, se aplca un modelo econométrco de tpo recuento o count data. Estos modelos son los que se usan habtualmente para abordar cometdos de esta índole. Nos refermos a algunos ya tradconales como el de regresón de Posson o el bnomal negatvo, así como a los más recentes modelos nflados de ceros, que se suelen adaptar mejor al exceso de ceros que normalmente muestran los datos en estas stuacones. Palabras clave: Seguro del automóvl, snestraldad, modelos count data, análss terrtoral. Área temátca: Métodos Cuanttatvos.
2 1. Introduccón El seguro del automóvl es uno de los prncpales ramos de la actvdad aseguradora en la mayoría de los países desarrollados. El número crecente de vehículos que se matrculan cada año, así como la oblgacón y/o necesdad de protegerse frente a los gastos y responsabldades que acarrean los accdentes que pueden producrse, son dos de las causas fundamentales de la mportanca que ha adqurdo este sector en los últmos años. Debemos tener en cuenta además que, en los años venderos, el seguro del automóvl podría convertrse en un elemento más para luchar contra el elevado número de accdentes con víctmas que se producen anualmente. La amenaza de una prma elevada puede ser una nctacón a la prudenca para el conductor y esto, combnado con otras propuestas actuales como la entrada en vgor del carné de conducr por puntos o el endurecmento de las multas por nfraccones a las normas de tráfco, debería ayudar a rebajar esa cfra de cerca de accdentes con víctmas que se producen cada año (DGT, 2004). En España, en el año 1999, se alcanzaron práctcamente 2 mllones de nuevas matrculacones, sguendo la tendenca al alza ncada al prncpo de la década de los 90. A partr de entonces, las cfras se han mantendo estables, a excepcón del año 2002 en el que solo se cuentan vehículos matrculados por prmera vez, según los datos de la Dreccón General de Tráfco (DGT, 2004). Son cerca de 20 mllones las pólzas de seguro de automóvl emtdas en la actualdad. En el año 2004, más del 43% de las prmas recaudadas en el seguro novda procedían del ramo del automóvl; sobre el total del sector, el porcentaje sgue sendo elevado, sobrepasando el 25% (ICEA, 2004). De los más de mllones de euros recaudados, alrededor del 60% se debe a la garantía de responsabldad cvl, oblgatora en nuestro país. Las garantías optatvas (robo, ncendo, rotura de lunas, daños propos del vehículo, etc.) suponen úncamente el 40% restante. Un ajuste correcto de las prmas resulta de vtal mportanca para que las compañías puedan hacer frente a las coberturas elegdas por sus clentes. Para esta tarea, es prmordal conocer con exacttud cuáles son los factores que nfluyen en una mayor o menor propensón a los snestros por parte del conductor asegurado. Las compañías 2
3 usan datos estadístcos al respecto y hacen depender la cuantía de la prma de característcas observables como el tpo de vehículo, el uso que se le da, la edad y sexo del conductor, así como su experenca en la conduccón, medda generalmente por los años que hace que obtuvo el carné de conducr, o el lugar por el que suele crcular habtualmente, por ejemplo. El objetvo del trabajo que proponemos aquí es determnar cuáles de estas varables ntervenen realmente en la snestraldad y en qué sentdo. Pondremos especal atencón al papel que juega la Comundad Autónoma en la que resde el asegurado, para determnar de ese modo s la regón de crculacón habtual es verdaderamente sgnfcatva cuando se estma el número de snestros que puede sufrr un conductor, así como para analzar las dferencas que exsten en cuanto a la snestraldad, s es el caso, dentro del terrtoro español. Los modelos econométrcos que se utlzan habtualmente en estudos de este tpo son el de regresón de Posson y el modelo bnomal negatvo. Destacamos, entre otros, los análss de Rchaudeau (1999) y Cohen (2002) que emplean datos de Franca e Israel, respectvamente, para estudar la posble correlacón entre la snestraldad de los asegurados y la cobertura de la que dsfrutan y con ello la posble exstenca de nformacón asmétrca entre asegurado y asegurador. Exsten sn embargo otros modelos más complejos, como los nflados de ceros, que pueden ser más adecuados para estmar varables de recuento de datos cuando exste una gran cantdad de observacones nulas y éstas pueden tener dstntas nterpretacones. Estos modelos, poco utlzados en el seguro del automóvl hasta ahora, sí se han desarrollado recentemente en otros ámbtos de la cenca. Böhnng et al. (1999), que estudan la prevencón de cares en epdemología dental, o Yau, Wang y Lee (2003), que analzan la duracón de la hosptalzacón de enfermos de páncreas, son ejemplos de estas aplcacones. En cuanto al uso de modelos nflados de ceros en el seguro del automóvl, Lee et al. (2002) analzan los factores que nfluyen en la snestraldad de los conductores noveles de Australa durante el año sguente a la obtencón del carné, mentras que, con datos españoles, podemos nombrar los trabajos de Melgar, Ordaz y Guerrero (2004) y Melgar y Guerrero 3
4 (2005), en los que se determnan tambén las varables que se muestran sgnfcatvas al estmar dcha snestraldad. En el caso que nos ocupa, es muy elevado el porcentaje de conductores que no sufre snestros, por lo que hay muchos valores nulos en las observacones. Además, un conductor tene la posbldad de declarar o no sus snestros, lo que otorga al valor 0 dos nterpretacones: nngún snestro o snestros no declarados. Los modelos nflados de ceros recogen estos matces, lo que no ocurre con los modelos más tradconales; éste es el motvo que nos lleva a plantearnos su valdez. El trabajo que presentamos se organza del modo sguente: tras ntroducr el tema y fjar los objetvos que nos planteamos, nclumos en el Apartado 2 los métodos usados en el análss. A contnuacón, presentamos los resultados empírcos del estudo en el Apartado 3, tanto los dervados de un análss descrptvo de los datos como los que se deducen de la aplcacón del modelo econométrco que elegmos para la estmacón. Conclumos los prncpales resultados en el Apartado 4, para termnar con la bblografía y un anexo fnal que ncluye una breve descrpcón de las varables usadas en el análss. 2. Metodología Los estudos econométrcos que tratan de estmar varables dscretas no negatvas se llevan a cabo habtualmente medante modelos de tpo recuento o count data. El modelo de regresón de Posson y el modelo bnomal negatvo son los más tradconales y se encuentran desde hace años en la lteratura especalzada. Más recentemente se han formulado varantes más complejas de estos modelos, con la ventaja de dsponer de un mayor ámbto de aplcacón. Entre dchas varantes, los modelos nflados de ceros se adaptan especalmente a los datos de los que dsponemos, como veremos más adelante. Se exponen sucntamente a contnuacón las característcas de los modelos count data referdos. Pueden encontrarse más detalles en Wnkelmann (2003). 4
5 2.1. Modelos tradconales Se supone un conjunto de ndvduos para cada uno de los cuales se desea estmar el valor de la varable aleatora dscreta no negatva Y. Según el modelo de Posson, para cada ndvduo se tene que: λ λ y e P( Y = y ) = (1) y! X β sendo = 0,1,2,K, λ e, X el vector que recoge los valores que toman las y = varables explcatvas para el ndvduo y β el de los coefcentes a estmar. Para que la aplcacón de este modelo sea correcta, es necesaro que se dé equdspersón en los datos. En efecto, a partr de la formulacón anteror se llega a que E( Y ) = Var( Y ) = λ. Es una hpótess muy fuerte que, para el tpo de varable que nos nteresa, se ncumplrá en muchas ocasones. En tal caso, se usa frecuentemente el modelo bnomal negatvo, como método alternatvo. En este nuevo modelo, se supone que la varable Y sgue una ley de Posson con parámetro µ relaconado con el anteror λ a través de la gualdad ln µ = ln λ + ε, donde e ε se dstrbuye según una gamma con valor esperado gual a 1 y varanza gual a 1. Se tene entonces que: ν P ν y Γ( y + ν ) ν λ ( Y = y ) = y (2) Γ( + 1) Γ( ν ) ν + λ ν + λ sendo Γ(.) la funcón gamma. Usando, como en Jones (2001), el parámetro de precsón α > 0, dado por α = 1, se ν deduce que la varanza de Y es una funcón cuadrátca de su meda. En concreto, 2 E( Y ) = λ y Var Y ) = λ + αλ. Así, el parámetro de precsón puede consderarse ( como una medda del grado de sobre-dspersón que presentan los datos. Ambos modelos (Posson y bnomal negatvo) concden cuando α 0 y por tanto el 5
6 contraste del valor nulo de este parámetro es el que lleva a la correcta eleccón entre ellos Modelos nflados de ceros En ocasones, el hecho de que la varable endógena tome el valor 0 puede nterpretarse de dos modos dstntos. Cuando es así, los modelos nflados de ceros pueden proporconar mejores resultados que los modelos de Posson y/o bnomal negatvo, ya que éstos no tenen en cuenta en la estmacón esos posbles aspectos dferencadores. Con respecto a los modelos tradconales, estos desarrollos más recentes de los modelos de tpo count data suponen que la varable Y es el producto de una ley bnara y una ley de Posson o bnomal negatva, proceso modelzado como un logt que toma valores { 0,1} valor de Y, sujeto a la condcón z = 1. * Y = ZY, de manera que Z es un * z e Y determna el La dea en la que se basan estos modelos más complejos es el hecho de que la poblacón consta de dos tpos de ndvduos: para una parte de ellos, la observacón es sempre nula mentras que, para el resto, los resultados se generan según la dstrbucón de Posson o bnomal negatva, según se consdere. Subyace así una decsón ncal de partcpacón de cada ndvduo, representada por la varable Z. Sn partcpacón ( z = 0 ), Y vale 0; cuando hay partcpacón ( z = 1), Y se conduce según la ley elegda, pudendo tambén, en partcular, anularse. La posbldad de que se obtengan valores nulos para la varable dependente por estas dos vías, conlleva que el porcentaje de ceros observados sea elevado. Se tene así que: P( Y = 0) = P( Z = 0) + P( Z = 1, Y P( Y = y > 0) = P( Z = 1, Y * * = y ) = = 0) = q ( 1 q ) f ( y ) + ( 1 q ) f (0) (3) donde es la probabldad que se asgna a la no partcpacón, q P( z = 0), y f ( y ) q es la ley de Posson, según la ecuacón (1), o la ley bnomal negatva, según la ecuacón (2). = 6
7 En el prmer caso, se obtene el modelo de Posson nflado de ceros (zero-nflated Posson o ZIP) y, en el segundo, el modelo bnomal negatvo nflado de ceros (zeronflated negatve bnomal o ZINB). Evdentemente, s todos los ndvduos partcparan ( q = 0 ), se volvería al modelo tradconal correspondente. El modelo ZIP se expresa como: P( Y P( Y = y = 0) = q > 0) = + (1 q ) e ( 1 q ) e λ λ λ y! y (4) donde X λ β = e, como en los modelos anterores. La meda y la varanza venen dados ahora por E Y ) = ( 1 q ) ( 1 q )( q ( λ y Var ( Y ) = λ 1 + λ ) y se observa que concden con las del modelo de Posson s q = 0. En cuanto al modelo ZINB, la dstrbucón de probabldades se formula como: P( Y = 0) = P( Y = y q > 0) = ν + (1 q ) ν + λ ( 1 q ) ν Γ( y + ν ) ν λ y Γ( + 1) Γ( ν ) ν + λ ν + λ (5) ν y y los momentos E( Y ) = (1 q ) λ y Var( Y ) (1 q )(1 + αλ + qλ ) = λ. En caso de partcpacón, estas expresones se reducen a las del modelo bnomal negatvo; s α 0, a las del Posson nflado de ceros y s se dan ambas condcones smultáneamente, se tendría el modelo de regresón de Posson. Exsten dstntas varantes de los modelos nflados de ceros, según la ley que se elja para q. El software con el que trabajamos, Lmdep v.7.0, se basa en el supuesto de que se trata de una dstrbucón logístca, en funcón de un nuevo parámetro q τ R : = Λ( τ X β ) (Greene, 1995). Con esta formulacón, el modelo tradconal y el nflado de ceros correspondente no están andados, lo que hace más complcada la eleccón entre uno u otro modelo. 7
8 2.3. Método de estmacón y bondad del ajuste El método de estmacón que se utlza para obtener los valores estmados de los parámetros es el de máxma verosmltud, que consste en adoptar como valores para los parámetros aquéllos para los que la funcón de verosmltud ( N = 1 P( Y = y ) ) o, de modo equvalente, su logartmo ( N = 1 ln P( Y = y ) ) alcanza su valor máxmo. La sgnfcatvdad de cada varable explcatva se contrasta a través del parámetro correspondente, utlzando el estadístco z que sgue una dstrbucón normal tpfcada. Para un nvel de sgnfcacón del 5%, valores de z mayores en valor absoluto que 1,96 ndcarán sgnfcatvdad de la varable asocada al parámetro en la estmacón. Para determnar la valdez del modelo nflado de ceros frente al correspondente modelo tradconal, se utlza el estadístco que defne Vuong (1989) como: V = 1 N 1 N N N ( m m ) = 1 N = 1 m 2 donde P1 ( Y = y ) m = ln, P 1( Y = y ) y P 2 ( Y = y ) son las funcones de probabldad P ( Y = y ) 2 para los modelos nflado de ceros y tradconal, respectvamente, y m la meda de m, =1, K, N. Vuong demuestra que este estadístco es bdrecconal y sgue una dstrbucón asntótca normal tpfcada. Valores de V menores que 1,96 no permten que nos decantemos por nnguno de los modelos, mentras que valores de V mayores que 1,96 son evdencas a favor del modelo nflado de ceros y valores menores que -1,96 favorecen el modelo tradconal. 8
9 3. Resultados del análss Como se ha menconado anterormente, el propósto del estudo empírco que realzamos es el de determnar s el comportamento de los conductores dfere de una Comundad Autónoma a otra, en lo que se refere al número de snestros que sufren y declaran a su compañía aseguradora. Además de llevar a cabo este análss geográfco de la snestraldad, prestaremos tambén atencón al resto de varables que se muestran sgnfcatvas en la estmacón. Los datos que se utlzan en el trabajo proceden de una entdad aseguradora prvada que opera a nvel naconal en España. Por motvos computaconales, el estudo se ha llevado a cabo a partr de una muestra de asegurados. Exponemos a contnuacón algunos resultados del análss descrptvo para pasar posterormente a comentar los que se deducen de la aplcacón del modelo elegdo Análss descrptvo Las varables con las que trabajamos hacen referenca a característcas del vehículo asegurado (categoría y uso), característcas del asegurado (edad, sexo, experenca en la conduccón y regón de resdenca), característcas de la pólza del seguro (prma anual pagada y cobertura elegda) así como al número de snestros que el conductor ha sufrdo y ha declarado a su compañía aseguradora. El perodo del estudo abarca desde el 16 de juno de 2002 hasta el 15 de juno de En el anexo fnal del trabajo se ncluye una breve descrpcón de todas las varables empleadas. Nos detendremos aquí báscamente en lo relaconado con la regón de resdenca y el número de snestros, que son las dos varables que nos nteresan especalmente en este análss. Puede verse un estudo descrptvo más pormenorzado en Melgar, Ordaz y Guerrero (2004). La Fgura 1 muestra la dstrbucón del número de snestros. Destaca la gran cantdad de ceros que presenta esta varable. En concreto, conductores de los que conforman la muestra no han sufrdo y/o declarado snestro alguno durante el perodo consderado, lo que supone un 77,05 % del total. Han sdo 9
10 exactamente los snestros declarados, lo que representa una meda de 1,46 entre los conductores con snestros. Con respecto al lugar de resdenca y crculacón habtual del asegurado, hemos utlzado la clasfcacón por Regones o nvel NUTS-1. Se trata de una dvsón geográfca consensuada a nvel europeo por Eurostat y que, en el caso español, se corresponde con la agregacón de varas Comundades Autónomas. Así, son 7 en prncpo las Regones tendas en cuenta: Noroeste (Cantabra, Galca y Prncpado de Asturas), Noreste (Aragón, Comundad Foral de Navarra, La Roja y País Vasco), Madrd (Comundad de Madrd), Centro (Castlla y León, Castlla-La Mancha y Extremadura), Este (Cataluña, Comundad Valencana e Islas Baleares), Sur (Andalucía y Regón de Murca) y Canaras (Canaras). Hemos añaddo sn embargo una regón más, que no se tene en cuenta en la clasfcacón de las NUTS-1, y que está formada por las cudades autónomas de Ceuta y Mellla. Según se observa en la Fgura 2, el mayor peso dentro de la muestra lo soportan los asegurados de la Regón Sur, con más del 45% del total; le sguen bastante emparejadas las Regones Centro, Noroeste y Este, con porcentajes del 16,81%, 15,43% y 12,07%, respectvamente; Canaras y el Noreste representan solo un 4,38% la prmera y un 3,21% del total, la segunda; por últmo, Madrd y Ceuta y Mellla son las Regones menos representadas en la muestra, con porcentajes de 1,35% en el prmer caso y 0,43%, úncamente, en el segundo. Fgura 1. Número de snestros Fgura 2. Regón de resdenca Canaras 4,38% Ceuta y Mellla 0,43% Noroeste 15,43% Noreste 3,21% Madrd 1,35% ó más Sur 46,33% Este 12,07% Centro 16,81% En lo que se refere a la relacón entre Regones y Número de snestros, la Tabla 1 nos muestra los resultados desde el punto de vsta descrptvo. Se observa que el porcentaje de no declaracones oscla entre el 71,29% de la Regón de Madrd y el 10
11 81,04% de la Regón Centro. Por debajo de la meda naconal, aunque lgeramente, y por tanto con una snestraldad más elevada, se encuentran, además de la Regón de Madrd, la Regón Noreste, la Regón Este, la Regón Sur y la Regón Ceuta y Mellla. El Noroeste, con un 77,28%, concde práctcamente con lo que ocurre a nvel naconal (77,05% de valores nulos para la varable que ndca el número de snestros). Fnalmente, con un mayor porcentaje de ceros que en el conjunto español y por tanto con menor snestraldad, observamos la Regón Canaras, además de la ya menconada Regón Centro. Tabla 1. Dstrbucón del número de snestros según regón de resdenca NÚMERO DE SINIESTROS ó más TOTAL REGIÓN NOROESTE Recuento % de Regón 77,28% 15,55% 4,75% 1,60% 0,82% 100% NORESTE Recuento % de REGIÓN 75,68% 18,09% 4,16% 1,46% 0,62% 100% MADRID Recuento % de REGIÓN 71,29% 21,78% 5,94% 0,99% 0,00% 100% CENTRO Recuento % de REGIÓN 81,04% 13,76% 3,97% 1,07% 0,16% 100% ESTE Recuento % de REGIÓN 75,59% 16,07% 5,47% 1,93% 0,94% 100% SUR Recuento % de REGIÓN 76,04% 16,17% 5,27% 1,55% 0,96% 100% CANARIAS Recuento % de REGIÓN 78,69% 15,37% 4,87% 0,91% 0,15% 100% CEUTA Y Recuento MELILLA % de REGIÓN 75,00% 17,19% 6,25% 1,56% 0,00% 100% Total Recuento % de REGIÓN 77,05% 15,77% 4,95% 1,49% 0,74% 100% 3.2. Estmacón del modelo En la tarea de dentfcar las varables que ntervenen de manera sgnfcatva cuando se estma la snestraldad en el seguro del automóvl en España, hemos aplcado el modelo bnomal negatvo nflado de ceros, realzando las estmacones a través del software Lmdep v.7.0. Las aplcacones de los modelos nflados de ceros al seguro del automóvl no son frecuentes. En los últmos años, Lee et al. (2002) han estudado la snestraldad de los conductores noveles australanos durante su prmer año de conduccón, aplcando el modelo ZIP. Con datos españoles, Melgar, Ordaz y Guerrero (2004) y Melgar y 11
12 Guerrero (2005) aplcan el modelo ZINB para analzar los factores que nfluyen en la snestraldad; con esos msmos datos, Melgar, Ordaz y Guerrero (2005) comparan las estmacones obtendas al aplcar tanto los modelos tradconales como el modelo ZINB. En el caso que nos ocupa ahora y desde el punto de vsta teórco, nos decantamos por el modelo bnomal negatvo nflado de ceros por varos motvos. El prmero de ellos es la sobre-dspersón que presentan los datos con los que trabajamos, y que se debe probablemente al elevado número de observacones nulas que encontramos. La segunda razón de la eleccón del modelo señalado es la doble nterpretacón que podemos dar al valor nulo de la varable endógena. El número de snestros sufrdos y declarados por los asegurados será gual a 0 s el conductor no ha tendo nngún accdente, pero tambén puede serlo cuando, habendo tendo alguno, ha decddo no dar conocmento de ello a su compañía. Las dferencas cualtatvas que conlleva el comportamento más cudadoso, por lo general, de los conductores que no sufren snestros es otro de los motvos que nos lleva a decantarnos por un modelo nflado de ceros, ya que éstos tenen en cuenta todos estos matces. En la práctca, el valor del parámetro de sobre-dspersón Alpha y del estadístco de Vuong (Tabla 2) confrman la donedad de este modelo frente a los otros modelos count data descrtos en el Apartado 2. La relacón de varables sgnfcatvas, con un nvel de sgnfcacón del 5%, cuando se aplca el modelo ZINB se ncluye en la Tabla 2. S nos centramos en la varable que ndca la Regón de resdenca del asegurado, observamos que úncamente las Regones Noroeste (que ncluye Cantabra, Galca y Prncpado de Asturas) y Centro (Castlla y León, Castlla-La Mancha y Extremadura) aparecen entre los factores que muestran sgnfcatvdad en el análss llevado a cabo. Tanto en una como en otra, el coefcente estmado ndca que se espera que para los asegurados de dchas regones el número de snestros sufrdos y declarados sea menor que para los conductores de la Regón Sur, que hemos tomado como categoría base, y los de todas las demás regones que no han resultado sgnfcatvas. Además, en el caso de la regón Centro, es mucho menor la snestraldad que para la regón Noroeste. 12
13 Este últmo resultado concuerda con lo que se observaba en el análss descrptvo, en el que quedó de manfesto que la Regón Centro era la que presentaba un mayor porcentaje de observacones nulas de la varable endógena y, por tanto, una menor snestraldad. En cuanto a la Regón Noroeste, estaba práctcamente en la meda naconal, y solo muy lgeramente por debajo de ésta, en lo que se refere al porcentaje de snestros observados. Entre las demás varables con sgnfcatvdad en nuestro análss, encontramos algunas categorías de vehículos que se comportan de modo dstnto al resto, mostrando en concreto un menor número de snestros. Son, ordenadas de menor a mayor snestraldad, los remolques, los cclomotores y motos y los camones. En funcón del uso al que se destnan, los vehículos dferencados de los demás son los que se dedcan al transporte escolar (con snestraldad más alta) así como los que tenen uso ndustral y los de uso agrícola (ambos con un número de accdentes nferor al del resto de vehículos). Tabla 2. Estmacón a través del modelo ZINB Varable Coefcente estmado Estadístco z Constante -1,220-7,025 CAMION -0,456-3,527 REMOLQUE -1,441-3,637 CICL_MOT -0,966-8,049 USO_INDU -0,666-2,903 USO_TESC 0,600 2,966 USO_AGRI -0,943-4,977 EDAD -0,002-1,977 ANTIG_2A 0,320 2,094 NOROESTE -0,168-4,146 CENTRO -0,885-1,986 P200_300 0,724 4,818 P300_400 0,948 6,091 P400_500 1,085 6,696 P500_750 1,257 7,568 P750_ 1,384 8,041 GR_MBAJO 0,175 4,770 GR_MALTO 0,153 3,342 GR_ALTO 0,222 3,633 Parámetros Alpha (sobredspersón) 0,047 2,180 Tau -0,462-3,197 Log-Máxma verosmltud ,434 Estadístco de Vuong 9,056 Número de observacones
14 La edad y la antgüedad en el carné de conducr tenen el comportamento esperado: a mayor edad, menor snestraldad; por otro lado, s hace menos de 2 años que el conductor obtuvo el carné, su snestraldad será mayor que s tuvera más experenca. En cuanto a la prma, a medda que aumenta tambén lo hace el número de accdentes esperados; y, por últmo, en lo que se refere al grado de cobertura del que dsfruta el asegurado, se observa que el más elevado es el que conlleva una mayor snestraldad. 4. Conclusones El gran número de vehículos nuevos matrculados cada año undo a la oblgatoredad de contratar un seguro, que cubra al menos la responsabldad cvl, son los dos factores fundamentales que converten sn duda al seguro del automóvl en el ramo más mportante del seguro no-vda y en uno de los prncpales en el conjunto del sector asegurador, tanto en España como en la mayoría de los países con economías desarrolladas. Para los aseguradores, un buen ajuste de las prmas resulta esencal para que puedan cubrrse sn problema los costes asocados a los snestros declarados por los clentes. Es de gran mportanca para consegur un ajuste adecuado conocer una buena estmacón del número de accdentes que pueden tener lugar, así como dentfcar los factores que ntervenen en la snestraldad. En el trabajo que hemos presentado, hemos aplcado el modelo bnomal negatvo nflado de ceros para determnar, en partcular, s la Comundad Autónoma de resdenca y crculacón del asegurado es una de las varables que se muestran sgnfcatvas en dcha estmacón. Este modelo permte dstngur las dos posbles nterpretacones de la observacón 0 de la varable endógena, el número de snestros sufrdos y declarados a la compañía aseguradora. En efecto, este valor puede, por un lado, ndcar smplemente que el asegurado no ha sufrdo snestros durante el perodo analzado mentras que, por otro lado, tambén puede ndcar que el conductor no ha declarado nada a su compañía, ncluso s ha tendo uno o varos snestros. Esto junto con la sobre-dspersón que presentan los datos, a consecuenca 14
15 del gran porcentaje de valores nulos observados, son los motvos que nos hacen pensar que, desde el punto de vsta teórco, este modelo sea el más adecuado para nuestro propósto. Desde el punto de vsta empírco, esta donedad queda tambén ratfcada por los valores de los coefcentes de sobre-dspersón y por el valor del estadístco a través del que se mde la bondad del ajuste. En cuanto a los resultados concretos que deseábamos analzar, se comprueba que los asegurados de las Regones Noroeste y Centro tenen un comportamento dferencado del resto, en lo que se refere a la snestraldad. En concreto, se apreca que es menor el número de snestros que sufren y declaran estos asegurados que el del resto de asegurados españoles, sobre todo en el caso de la Regón Centro. Destacamos tambén que se observa una mayor snestraldad para aquellos conductores que dsfrutan de un mayor grado de cobertura. Esto es sn duda muestra de la presenca de asmetría de nformacón en los datos. Puede exstr una componente de seleccón adversa, ya que los conductores que se saben más arresgados ntentan protegerse con el mayor número de garantías posbles; pero por otro lado, tampoco se puede descartar una componente de resgo moral, ya que un conductor asegurado contra muchas contngencas será menos prudente que aquél que solo tene un seguro a terceros. Bblografía 1. Böhnng, D.; Detz, E.; Schlattmann, P.; Mendonça, L. y Krchner, U. (1999): The Zero-Inflated Posson Model and the Decayed, Mssng and Flled Teeth Index n Dental Epdemology, Journal of Royal Statstcal Socety A, 162, 2, pp Boyer, M. y Donne, G. (1989): An Emprcal Analyss of Moral Hazard and Experence Ratng, Revew of Economcs and Statstcs, 71, pp Chappor, P.A. y Salané, B. (1997): Emprcal Contract Theory: The Case of Insurance Data, European Economc Revew, 41, pp
16 4. Chappor, P.A. y Salané, B. (2000): Testng for Asymmetrc Informaton n Insurance Markets, Journal of Poltcal Economy, 108, 1, pp Cohen, A. (2002): Asymmetrc Informaton and Learnng: Evdence from the Automoble Insurance Market, Dscusson Paper nº371, Harvard Law School, Cambrdge. 6. DGT (2004): Anuaro Estadístco General Dreccón General de Tráfco, Mnstero del Interor, Madrd. 7. Donne, G. y Laberge-Nadeau, C. (1999): Automoble Insurance: Road Safety, New Drvers, Rsks, Insurance Fraud and Regulaton, Kluwer Academc Publshers. 8. Greene, W.H. (1995): Lmdep Verson 7.0: User's Manual, Econometrc Software. 9. ICEA (2004): Evolucón del Mercado Asegurador. Estadístca Año 2003, Informe nº917. ICEA, Madrd. 10. Jones, A.M. (2001): Appled Econometrcs for Health Economsts - A Practcal Gude, Offce of Health Economcs. 11. Lee, A.H.; Stevenson, M.R.; Wang, K. y Yau, K.K.W. (2002): 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. (2004): The Man Determnants of the Number of Accdents n the Automoble Insurance: an Emprcal Analyss, Etudes et Dossers, 286, pp Melgar, M.C. y Guerrero, F.M. (2005): Los Snestros en el Seguro del Automóvl: un Análss Econométrco Aplcado, Estudos de Economía Aplcada, pendente de publcacón. 14. Melgar, M.C.; Ordaz, J.A. y Guerrero, F.M. (2005): Dverses Alternatves pour Détermner les Facteurs Sgnfcatfs de la Fréquence d Accdents dans l Assurance Automoble, Assurances et Geston des Rsques, pendente de publcacón. 16
17 15. Puelz, R. y Snow, A. (1994): Evdence on Adverse Selecton: Equlbrum Sgnallng and Cross-Subsdzaton n the Insurance Market, Journal of Poltcal Economy, 102, 2, pp Rchaudeau, D. (1999): Automoble Insurance Contracts and Rsk of Accdent: An Emprcal Test Usng French Indvdual Data, Geneva Papers on Rsk and Insurance Theory, 24, pp Vuong, Q.H.: (1989): Lkelhood Rato Tests for Model Selecton and Non- Nested Hypotheses, Econometrca, 57, pp Wnkelmann, R. (2003): Econometrc Analyss of Count Data, Sprnger. 19. Yau, K.K.W.; Wang, K. y Lee, A.H. (2003): Zero-Inflated Negatve Bnomal Mxed Regresson Modelng of Over-Dspersed Count Data wth Extra Zeros, Bometrcal Journal, 45, 4, pp
18 ANEXO: VARIABLES UTILIZADAS EN EL ANÁLISIS ECONOMÉTRICO Categoría del vehículo asegurado - TUR_FUR = 1 s el vehículo asegurado es un tursmo o una furgoneta, 0 en caso contraro (categoría base) - CAMION = 1 s el vehículo asegurado es un camón, 0 en caso contraro - REMOLQUE = 1 s el vehículo asegurado es un remolque, 0 en caso contraro - AUTOCAR = 1 s el vehículo asegurado es un autocar, 0 en caso contraro - TRAC_MA = 1 s el vehículo asegurado es un tractor o una maqunara agrícola, 0 en caso contraro - VEH_IND = 1 s el vehículo asegurado es un vehículo ndustral, 0 en caso contraro - CICL_MOT = 1 s el vehículo asegurado es un cclomotor o una moto, 0 en caso contraro Uso del vehículo asegurado - USO_PART = 1 s el uso del vehículo asegurado es el uso partcular, 0 en caso contraro (categoría base) - USO_SP = 1 s el uso del vehículo asegurado es el servco públco, 0 en caso contraro - USO_ALQU = 1 s el uso del vehículo asegurado es el alquler, 0 en caso contraro - USO_ESCU = 1 s el uso del vehículo asegurado es escuela de conductores, 0 en caso contraro - USO_COMP = 1 s el uso del vehículo asegurado es la compra-venta, 0 en caso contraro - USO_INDU = 1 s el uso del vehículo asegurado es el ndustral, 0 en caso contraro - USO_TMER = 1 s el uso del vehículo asegurado es el transporte de mercancías, 0 en caso contraro - USO_TESC = 1 s el uso del vehículo asegurado es el transporte escolar, 0 en caso contraro - USO_TGV = 1 s el uso del vehículo asegurado es el transporte general de vajeros, 0 en caso contraro - USO_AGRI = 1 s el uso del vehículo asegurado es el agrícola propo, 0 en caso contraro - USO_RPC = 1 s el uso del vehículo asegurado es la retrada de permso de conducr, 0 en caso contraro Edad del asegurado - EDAD = edad del asegurado a fecha 15 de dcembre de 2002 Experenca del asegurado como conductor - ANTIG_2A = 1 s el asegurado obtuvo el carné de conducr hace menos de 2 años (a fecha 15 de dcembre de 2002), 0 en caso contraro 18
19 Sexo del asegurado - MUJER = 1 s el asegurado es mujer, 0 en caso contraro Regón de resdenca del asegurado - NOROESTE = 1 s el asegurado resde en la regón Noroeste (Cantabra, Galca, Prncpado de Asturas), 0 en caso contraro - NORESTE = 1 s el asegurado resde en la regón Noreste (Aragón, Comundad Foral de Navarra, La Roja, País Vasco), 0 en caso contraro - MADRID = 1 s el asegurado resde en la regón de Madrd (Comundad de Madrd), 0 en caso contraro - CENTRO = 1 s el asegurado resde en la regón Centro (Castlla y León, Castlla- La Mancha, Extremadura), 0 en caso contraro - ESTE = 1 s el asegurado resde en la regón Este (Cataluña, Comundad Valencana, Islas Baleares), 0 en caso contraro - SUR = 1 s el asegurado resde en la regón Sur (Andalucía, Regón de Murca), 0 en caso contraro (categoría base) - CANARIAS = 1 s el asegurado resde en la regón de Canaras (Canaras), 0 en caso contraro - CEU_MELI = 1 s el asegurado resde en la regón de Ceuta y Mellla (cudades autónomas de Ceuta y Mellla), 0 en caso contraro Prma anual pagada por el asegurado - P0_200 = 1 s la prma anual pagada por el asegurado no supera los 200, 0 en caso contraro (categoría base) - P200_300 = 1 s la prma anual pagada por el asegurado es mayor de 200 y no supera los 300, 0 en caso contraro - P300_400 = 1 s la prma anual pagada por el asegurado es mayor de 300 y no supera los 400, 0 en caso contraro - P400_500 = 1 s la prma anual pagada por el asegurado es mayor de 400 y no supera los 500, 0 en caso contraro - P500_750 = 1 s la prma anual pagada por el asegurado es mayor de 500 y no supera los 750, 0 en caso contraro - P750_ = 1 s la prma anual pagada por el asegurado es mayor de 750, 0 en caso contraro Cobertura del seguro - GR_BAJO = 1 s el asegurado dsfruta del grado de cobertura bajo, 0 en caso contraro (categoría base) - GR_MBAJO = 1 s el asegurado dsfruta del grado de cobertura medo-bajo, 0 en caso contraro - GR_MALTO = 1 s el asegurado dsfruta del grado de cobertura medo-alto, 0 en caso contraro - GR_ALTO = 1 s el asegurado dsfruta del grado de cobertura alto, 0 en caso contraro 19
20 Número de snestros sufrdos y declarados por el asegurado - NUMSIN = número de accdentes sufrdos por el asegurado y declarados a la compañía de seguros entre el 16 de juno de 2002 y el 15 de juno de 2003 (varable dependente) 20
ANÁLISIS DE LA CULPABILIDAD EN LOS SINIESTROS DEL SEGURO DEL AUTOMÓVIL
ANÁLISIS DE LA CULPABILIDAD EN LOS SINIESTROS DEL SEGURO DEL AUTOMÓVIL María del Carmen Melgar Hraldo José Antono Ordaz Sanz Flor María Guerrero Casas Departamento de Economía, Métodos Cuanttatvos e Hstora
Más detallesEstimación de la siniestralidad no declarada en el seguro de automóviles: una aplicación a través de modelos de recuento *
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
Más detallesAnálisis comparativo de la siniestralidad en el seguro de automóviles según el grado de cobertura *
Análss comparatvo de la snestraldad en el seguro de automóvles según el grado de cobertura * Melgar Hraldo, María del Carmen mcmelhr@upo.es Ordaz Sanz, José Antono jaordsan@upo.es Departamento de Economía,
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesEL RENDIMIENTO EDUCATIVO DE LOS INMIGRANTES EN ESPAÑA
El rendmento educatvo de los nmgrantes en España EL RENDIMIENTO EDUCATIVO DE LOS INMIGRANTES EN ESPAÑA María Mercedes García-Dez mgarcad@unov.es María José Pérez-Vlladónga mjpvlla@unov.es Juan Preto-Rodríguez
Más detalles1.DISPOSICIONES GENERALES
1.DISPOSICIONES GENERALES CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO Orn HAC/19/2011, 18 julo, por la que se modfca la orn 19 dcembre 2001, por la que se aprueban los molos documentos ngreso 046 y 047.
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesMODELOS PARA DATOS DE RECUENTO
ECONOMETRÍA III Curso 2008/09 MODELOS PARA DATOS DE RECUENTO Profesores: Víctor J. Cano Fernández y M. Carolna Rodríguez Donate Dpto. de Economía de las Instrtucones, Estadístca Económca y Econometría
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesModelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.
Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)
Más detallesPARTICIPACIÓN LABORAL DE LAS MUJERES EN LAS REGIONES DE CHILE
Revsta UNIVERSUM Nº 25 Vol. 2 2010 Unversdad de Talca Partcpacón laboral de las mujeres en las regones de Chle Luz María Ferrada Bórquez Plar Zarzosa Espna Pp. 79 a 99 PARTICIPACIÓN LABORAL DE LAS MUJERES
Más detallesMaestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto
Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de
Más detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
Más detallesERRORES DE RESPUESTA EN LA CLASIFICACIÓN DE SINIESTROS FRAUDULENTOS EN EL SEGURO DE AUTOMÓVILES. Mercedes Ayuso Montserrat Guillén
ERRORES DE RESPUESTA EN LA CLASIFICACIÓN DE SINIESTROS FRAUDULENTOS EN EL SEGURO DE AUTOMÓVILES Mercedes Ayuso Montserrat Gullén Dpto. Econometría, Estadístca y Economía Española Facultad de Cencas Económcas
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesLección 4. Ejercicios complementarios.
Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,
Más detallesUN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *
UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:
Más detallesINVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO
ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de
Más detallesMATEMÁTICA DE LAS OPERACIONES FINANCIERAS I
MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente
Más detallesESTUDIO INFORESIDENCIAS.COM SOBRE PRECIOS DE RESIDENCIAS GERIÁTRICAS Y CENTROS DE DÍA PARA PERSONAS MAYORES 2007
ESTUDIO INFORESIDENCIAS.COM SOBRE PRECIOS DE RESIDENCIAS GERIÁTRICAS Y CENTROS DE DÍA PARA PERSONAS MAYORES 2007 El precio medio de una residencia geriátrica en España es de 1.550 /mes. Madrid capital
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesTasas de Caducidad. - Guía de Apoyo para la Construcción y Aplicación - Por: Act. Pedro Aguilar Beltrán. paguilar@cnsf.gob.mx
Tasas de Caducdad - Guía de Apoyo para la Construccón y Aplcacón - Por: Act. Pedro Agular Beltrán pagular@cnsf.gob.m 1. Introduccón La construccón y aplcacón de tasas de caducdad en el cálculo de utldades
Más detallesTEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.
GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesElección de la duración del viaje vacacional: una aproximación con modelos de recuento 1
Eleccón de la duracón del vaje vacaconal: una apromacón con modelos de recuento 1 RECIBIDO: 7 de julo de 2004 ACEPTADO: 31 de octubre de 2005 Juan Lus Ncolau Gonzálbez Francsco J. Más Ruz Unversdad de
Más detallesCONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.
CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesLA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.
LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)
Más detallesCÓMO FUNCIONA EL SIMULADOR?
El Simulador de Seguro de Automóvil tiene como objetivo que compares en un solo lugar diversas ofertas de los productos que existen para poder asegurar tu auto. Esta es la página principal del Simulador
Más detallesUnidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles
2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesA PESAR DE LA NUEVA DIRECTIVA EUROPEA, LA MOROSIDAD PÚBLICA Y LOS PLAZOS DE PAGO A AUTÓNOMOS VUELVEN A AUMENTAR
- Se reducen los plazos de pago en el sector privado, frente al aumento en el sector público. - Dentro del sector privado, las grandes empresas ven aumentar los periodos de pago. El resto del tejido empresarial
Más detallesANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP
ANÁLISIS REGIONAL DE LA POBREZA PARA EL COLECTIVO DE LA TERCERA EDAD: INFERENCIA CLÁSICA vs. TÉCNICAS BOOTSTRAP Ortz Serrano, Salvador Unversdad Autónoma de Madrd. Departamento de Economía Aplcada. Tlfn.:
Más detallesEL PLAN DE PAGO A PROVEEDORES REDUCE LA MOROSIDAD PÚBLICA AUNQUE SIGUE LASTRANDO LA ACTIVIDAD DE MILES DE AUTÓNOMOS
- Los plazos de pago en el sector privado se mantienen en 85 días. - Dentro del sector privado, las grandes empresas duplican los plazos de pago a los autónomos que las propias transacciones entre autónomos.
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesCAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales
CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología
Más detallesEn el primer año de entrada de la Ley de Morosidad, las AA.PP. siguen tardando en pagar a los autónomos cuatro meses
- Los plazos de pago en el sector privado se sitúan en 81 días. - Las grandes empresas siguen pagando a 126 días. - Las transacciones entre autónomos y con empresas de menos de 10 trabajadores, únicas
Más detallesConsideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos
Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón
Más detallesEl impacto de la crisis en las ONG
El impacto de la crisis en las ONG Estudio sobre la situación de las entidades sin ánimo de lucro en España Marzo de 2014 INTRODUCCIÓN En la Fundación Mutua Madrileña estamos firmemente comprometidos con
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesGANTT, PERT y CPM INDICE
GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4
Más detallesRadiografía de la frecuencia de los accidentes de coche En función de la antigüedad del vehículo, la edad del conductor y la Comunidad Autónoma
Radiografía de la frecuencia de los accidentes de coche En función de la antigüedad del vehículo, la edad del conductor y la Comunidad Autónoma Madrid, Julio de 2015 Ficha técnica El análisis se hace sobre
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesLa reforma del FCI ante las nuevas Perspectivas Financieras de la UE
La reforma del FCI ante las nuevas Perspectvas Fnanceras de la UE Mara CUBEL (cubel@ub.edu) Crstna de GISPERT (crsdegspert@ub.edu) Unverstat de Barcelona Insttut d Economa de Barcelona Abstract En este
Más detallesCÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *
CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente
Más detallesSobreeducación, Educación no formal y Salarios: Evidencia para España 1
XIV ENCUENTRO DE ECONOMÍA APLICADA Huelva, 2 y 3 de Juno de 2011 Sobreeducacón, Educacón no formal y Salaros: Evdenca para España 1 Sandra Neto AQR-IREA, Unverstat de Barcelona Dpt. Econometra, Estadístca
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detalles1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -
Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La
Más detalles7.5.VARIOS CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE DIRECCIÓN GENERAL DE INNOVACIÓN Y CENTROS EDUCATIVOS
BOLETÍN OFICIAL DE 7.5.VARIOS CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE DIRECCIÓN GENERAL DE INNOVACIÓN Y CENTROS EDUCATIVOS Instruccones para concretar el procedmento para la obtencón l título Graduado
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detallesCONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO
BOLETÍN OFICIAL DE CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO DIRECCIÓN GENERAL DE TRABAJO Resolucón dsponendo la nscrpcón en el Regstro y publcacón l acuerdo adoptado por la Comsón Partara l Conveno Colectvo
Más detallesCaracterísticas del hogar y salida de la pobreza:
Característcas del hogar salda de la pobreza: un análss de los hogares urbanos para el período postconvertbldad Jerónmo R. Carballo Unversdad Naconal de Córdoba Agosto 2004 Característcas del hogar salda
Más detallesCARACTERÍSTICAS DETERMINANTES DEL TURISMO EN LAS ISLAS CANARIAS
CARACTERÍSTICAS DETERMINANTES DEL TURISMO EN LAS ISLAS CANARIAS Santago Rodríguez Feoo - sant@empresarales.ulpgc.es Dela Dávla Quntana - dela@empresarales.ulpgc.es Aleandro Rodríguez Caro - alek@empresarales.ulpgc.es
Más detallesFACTORES DE RIESGO Y CÁLCULO DE PRIMAS MEDIANTE TÉCNICAS DE APRENDIZAJE
Insttuto de Cencas del Seguro FACTORES DE RIESGO Y CÁLCULO DE PRIMAS MEDIANTE TÉCNICAS DE APRENDIZAJE Carlos Bousoño Calzón Antono Heras Martínez Pedad Tolmos Rodríguez-Pñero FUNDACIÓN MAPFRE no se hace
Más detallesPrincipales resultados
15 de julio de 2008 Encuesta sobre Recursos Humanos en Ciencia y Tecnología 2006 Resultados provisionales Principales resultados Los resultados de la Encuesta sobre Recursos Humanos en Ciencia y Tecnología
Más detallesEl número medio de hogares en España es de 18.303.100, con un aumento de 85.800 respecto al año anterior
17 de abril de 2015 Encuesta Continua de Hogares Año 2014 El número medio de hogares en España es de 18.303.100, con un aumento de 85.800 respecto al año anterior El tamaño medio del hogar continúa descendiendo
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
Más detallesDOCUMENTOS DE TRABAJO Serie Economía
Nº 233 SUSTITUCIÓN ENTRE TELEFONÍA FIJA Y MÓVIL EN CHILE M. SOLEDAD ARELLANO - JOSÉ MIGUEL BENAVENTE DOCUMENTOS DE TRABAJO Sere Economía M. Soledad Arellano 2 José Mguel Benavente 3 Abrl 2007 Resumen Susttucón
Más detallesEconometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico
Econometría de corte transversal Pablo Lavado Centro de Investgacón de la Unversdad del Pacífco Contendo Defncones báscas El contendo mínmo del curso Bblografía recomendada Aprendendo econometría Defncones
Más detallesEVOLUCIÓN Y SITUACIÓN ACTUAL DE LA PRESENCIA DEL ALUMNADO EXTRANJERO EN EL SISTEMA EDUCATIVO ESPAÑOL (2000-2011)
EVOLUCIÓN Y SITUACIÓN ACTUAL DE LA PRESENCIA DEL ALUMNADO EXTRANJERO EN EL SISTEMA EDUCATIVO ESPAÑOL (2000-2011) 1 ALUMNADO EXTRANJERO EN EL SISTEMA EDUCATIVO ESPAÑOL: EVOLUCIÓN Y SITUACIÓN ACTUAL (2000-2011)
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesLicenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Más detallesEstimamos y comparamos medidas de peso usando equivalencias.
SEXTO GRADO - UNIDAD 5 - SESIÓN 03 Estimamos y comparamos medidas de peso usando equivalencias. Se espera que, en esta sesión, los niños y niñas aprendan a estimar el peso de los objetos y a compararlos;
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesJordi Esteve Comas. Monográfico sobre inestabilidad financiera.
Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:
Más detallesNOTA DE ANÁLISIS ECONÓMICO 08/2012
NOTA DE ANÁLISIS ECONÓMICO 08/2012 La intermediación financiera ante la hipótesis de independencia de Cataluña Carmelo Tajadura Subdirector del IMF Madrid, 7 de diciembre de 2012 En Cataluña existen actualmente
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesNotificación sustitutiva de la HIPAA
El 13 de febrero de 2014, un agente del Servicio de Rentas Internas (IRS) le dijo a Amerigroup que el Departamento de Policía de Tallahassee, Florida hizo una búsqueda en el auto de un sospechoso el 30
Más detallesCapítulos 1-3: CAPITALIZACIÓN Y DESCUENTO
CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuánto vale una Letra del Tesoro, en tanto por cento de nomnal, s calculamos su valor al 3% de nterés y faltan 5 días para su vencmento? A) 97,2
Más detalles6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS
6 ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS Esquema del capítulo Objetivos 6.1. 6.. 6.3. 6.4. ANÁLISIS DE INDEPENDENCIA O ASOCIACIÓN ENTRE DOS ATRIBUTOS COEFICIENTES DE CONTINGENCIA LA
Más detallesUNA ESTIMACIÓN DEL NÚMERO DE SINIESTROS EN EL SEGURO DEL AUTOMÓVIL: COMPARACIÓN ENTRE DISTINTOS MODELOS
UNA ESTIMACIÓN DEL NÚMERO DE SINIESTROS EN EL SEGURO DEL AUTOMÓVIL: COMPARACIÓN ENTRE DISTINTOS MODELOS Melgar Hiraldo, María del Carmen Ordaz Sanz, José Antonio Guerrero Casas, Flor María Universidad
Más detalles