El objeto de este análisis es la utilización de factores de riesgo en un modelo que analice los costes de los siniestros. Desde una perspectiva teórica tradicional, el cálculo de la prima pura se suele basar en la predicción de la frecuencia esperada de siniestralidad, multiplicada por el costo medio de un siniestro. Es habitual que la frecuencia esperada se modelice a partir de factores de riesgo de los asegurados utilizando modelos de regresión o bien mediante la segmentación de la cartera de asegurados en grupos de riesgo. En este trabajo se analiza el comportamiento de los costos de siniestros en una cartera de seguros de salud utilizando un modelo causal que permita valorar la influencia de factores tales como la edad y el sexo no solo en la frecuencia esperada de siniestralidad sino también en el monto del siniestro cuandoeste se produce. La metodología empleada está basada en modelos lineales generalizados con efectos aditivos o multiplicativos. Se concluye que tanto la edad como el sexo del asegurado son factores de riesgo con influencia significativa en la severidad de las reclamaciones en seguros de salud y enfermedad, que permiten una mejor predicción de la severidad del siniestro que la utilización de la media del coste. Se apunta a la necesidad de investigar cómo integrar los modelos de frecuencia y severidad en un mismo marco.

The aim of this analysis is to use risk factors in a model to analyze claim severity data. Pure premium calculation is usually based on the prediction of the expected claim frequency multiplied by the average loss. Typically, risk factors have been used by insurance companies for modeling expected claim frequency by using regression models or by segmenting the portfolio of insured risk groups. This paper analyzes the behavior of loss cost in health insurance portfolios by using a causal model designed to assess the influence of factors such as age and sex not only in the expected number of accidents but also in the claim cost. The methodology is based on generalized linear models with additive or multiplicative interaction between the rating factors.We conclude that both age and sex are risk factors with significant influence in Health Care and Medical Insurance allowing better prediction of the severity of the incident instead of averaging the cost for all policyholders. The next goal is to investigate how to integrate models of frequency and severity simultaneously.