La insolvencia, su temprana detección o el conocimiento de las condiciones que pueden conducir a ella, en una compañía de seguros es una de las principales preocupaciones de legisladores, analistas, auditores, consumidores y directivos de este tipo de entidades. Esta preocupación surge como resultado de la necesidad de proteger al público de las consecuencias de las insolvencias de los aseguradores, por un lado, y la necesidad de minimizar la carga que supone para algunos estados hacer frente a las mismas a través de los fondos de garantía, por otro. En consecuencia, una función importante de los gobiernos es regular el sector asegurador y a través de ella, controlar la solvencia del mismo. En la actualidad el marco legislativo en materia de solvencia para entidades aseguradoras está siendo objeto de un profundo estudio. El proyecto Solvencia II pretende marcar las directrices que reformen las reglas existentes en la Unión Europea en relación con la solvencia.
Tradicionalmente se han aplicado numerosos métodos estadísticos para afrontar este problema utilizando como variables explicativas los ratios financieros. Estas variables no suelen cumplir las hipótesis estadísticas que requieren estos métodos. En consecuencia, y para superar algunos de los problemas de los métodos estadísticos, en este trabajo se ha aplicado una técnica de Inteligencia Artificial, la metodología Rough Set, para la predicción de insolvencias sobre una muestra de empresas españolas de seguros no vida.
Los resultados son muy satisfactorios comparándolos con los obtenidos aplicando el Análisis Discriminante. Este hecho demuestra cómo Ia Teoría Rough Set puede resultar una herramienta muy útil y novedosa para todos aquellos interesados en evaluar la solvencia de una empresa aseguradora.
(0 Comentarios)
