“Modelos predictivos de mortalidad: comparación de técnicas tradicionales y algoritmos de machine learning”

Abstract

El presente estudio se centra en el análisis y predicción de la mortalidad dentro de la cartera de rentas vitalicias de una importante compañía multinacional de seguros que opera en Chile, utilizando tanto modelos basados en algoritmos supervisados como series temporales. Para ello, se realizó un análisis descriptivo detallado de la población asegurada, segmentándola por edad, sexo, tipo de asegurado, nivel de prima y distribución geográfica. Se identificó que la mayoría de los asegurados se concentran en edades entre los 60 y 75 años, con una mayor proporción de mujeres. Asimismo, se evidenció que los asegurados con primas bajas representan el segmento más amplio, y que la Región Metropolitana concentra la mayor cantidad de asegurados. Un aspecto clave del análisis fue la evaluación de los modelos mediante la métrica A/E (Actual vs Expected), que compara los fallecimientos observados (reales) vs los fallecimientos esperados (según los modelos basados en algoritmos de aprendizaje automático, series temporales y/o tablas de mortalidad). Esta métrica es fundamental en la industria del seguro, ya que permite medir la precisión de las proyecciones de mortalidad. Se implementaron y evaluaron dos enfoques de modelamiento para la predicción de mortalidad: un modelo basado en algoritmos de aprendizaje supervisado (XGBoost) y un modelo de series temporales, la red LSTM. La selección de estos métodos respondió a su capacidad para capturar distintos aspectos de la mortalidad: mientras que XGBoost aprovecha información estructurada y diversas variables explicativas, LSTM se enfoca en la evolución temporal de la serie de fallecimientos. Ambos modelos fueron ajustados y validados utilizando datos históricos, mostrando niveles de precisión competitivos frente a las tablas de mortalidad tradicionales. Al evaluar ambos modelos con datos reales de enero a junio de 2024, XGBoost presentó los resultados más cercanos a la métrica A/E esperada, con valores más estables en la mayoría de los segmentos, particularmente para los beneficiarios y causantes. En contraste, la red LSTM mostró una mayor capacidad de capturar tendencias temporales, pero con mayores desviaciones en algunos meses, especialmente en el segmento de inválidos.