El Valor Justo de Las Provisiones Tecnicas de Los Seguros de Vida. Maphe

Instituto de Ciencias del Seguro
EL FAIR VALUE DE LAS

PROVISIONES TCNICAS
DE LOS SEGUROS DE VIDA
Emiliano Pozuelo de Gracia
FUNDACIN MAPFRE
Prohibida la reproduccin total o parcial de esta obra sin el permiso escrito del autor o de FUNDACIN MAPFRE
Emiliano Pozuelo de Gracia es Actuario y Doctor en Economa Financiera, Actuarial y

Matemtica. Desde 2001 desarrolla su actividad profesional en Seguros Cajasur como
Director Actuarial.
Prohibida la reproduccin total o parcial

de esta obra sin el permiso escrito
del autor o de la FUNDACIN MAPFRE
2007, FUNDACIN MAPFRE
Carretera de Pozuelo 52
28220 Majadahonda. Madrid
www.fundacionmapfre.com/cienciasdelseguro
publicaciones.ics@mapfre.com
ISBN 13: 978-84-9844-033-1
Depsito Legal: SE 1071-2007
Impreso por PUBLIDISA
FUNDACIN MAPFRE
Para la realizacin de este trabajo, FUNDACIN MAPFRE concedi a su autor una

Beca de Investigacin Riesgo y Seguro.
FUNDACIN MAPFRE
NDICE
AGRADECIMIENTOS
XI
PRLOGO
XIII
PRIMERA PARTE: INTRODUCCIN
CAPTULO 1. INTRODUCCIN Y PRESENTACIN
1.1.
MARCO, OBJETIVO Y ALCANCE DE LA INVESTIGACIN
1.2.
CAMPO DE ESTUDIO
1.3.
ESTRUCTURA DE LA INVESTIGACIN
13
1.4.
FUENTES
16
1.4.1. Bsqueda de informacin bibliogrfica
16
1.4.2. Datos para el ajuste de la mortalidad de

la poblacin andaluza
16
1.4.3. Aplicaciones informticas
16
CAPTULO 2. INTRODUCCIN AL VALOR RAZONABLE DE LA

PROVISIN TCNICA DEL SEGURO DE VIDA
19
2.1. ORGANIZACIN DEL CAPTULO
19
2.2. CONSIDERACIONES PREVIAS DE LAS PTSV
19
2.3. INTRODUCCIN A LA NIIF 4 Y VALOR RAZONABLE
25
2.3.1. Introduccin a la NIIF 4
25
2.3.2. Valor Razonable Vs. Valor Especfico de la Entidad
26
2.4. PRINCIPIOS DE VALORACIN PARA INSTRUMENTOS

FINANCIEROS
28
2.4.1. Jerarqua de mtodos de valoracin
28
2.4.2. Valor de negociacin en el mercado
28
2.4.3. Replicacin de valores de mercado
29
2.4.4. Valoracin de los flujos de caja futuros
29
2.5. INTRODUCCIN AL CLCULO ESTOCSTICO

APLICADO AL CAMPO FINANCIERO ACTUARIAL
32
2.5.1. Introduccin a los modelos dinmicos estocsticos
32
2.5.2. Elementos de clculo estocstico
35
VII
FUNDACIN MAPFRE
SEGUNDA PARTE
SUBYACENTES AL VALOR RAZONABLE DE LAS PTSV
CAPTULO 3. LOS TIPOS DE INTERS Y EL VALOR RAZONABLE
47
47
3.2. INTRODUCCIN A LOS TIPOS DE INTERS
47
3.3. CLASIFICACIN DE LOS MODELOS DE LA ETTI
49
3.3.1. Modelos estticos
49
3.3.2. Modelos dinmicos
50
3.3.2.1. Modelos que no se ajustan a la ETTI actual
50
3.3.2.1.1. Modelos de una variable
50
3.3.2.1.2. Modelos de dos variables
51
3.3.2.2. Modelos que se ajustan a la ETTI actual

3.4. MODELOS AFINES. EL MODELO DE HULL WHITE
3.4.1. Modelos afines unifactoriales
3.5. MODELO DE HULL WHITE
52
53
53
55
3.5.1. Resultados analticos
55
3.5.2. Implementacin mediante rboles trinomiales
58
3.5.3. Calibracin
68
CAPTULO 4. RIESGO TCNICO Y EL VALOR RAZONABLE

71
71
4.2. INTRODUCCIN AL RIESGO TCNICO EN LOS

SEGUROS DE VIDA
72
4.3. INTRODUCCIN A LAS TABLAS DE MORTALIDAD
76
4.4. TABLAS DE MORTALIDAD DINMICAS
78
4.4.1. Clasificacin
78
4.4.2. Modelo de Heligman y Pollard
79
4.4.3. Modelo de Lee - Carter
81
4.5. APLICACIN A LA POBLACIN DE LA COMUNIDAD ANDALUZA
82
4.6. PROCESO ESTOCSTICO ASOCIADO A LA MEDIDA

DE MORTALIDAD
106
106
110
4.6.3. Calibracin
115
4.7. PROCESO ESTOCSTICO ASOCIADO AL FACTOR

DE DESCUENTO ACTUARIAL
121
VIII
FUNDACIN MAPFRE
CAPTULO 5. EL RIESGO DE CRDITO Y EL VALOR RAZONABLE

125
125
5.2. INTRODUCCIN AL RIESGO DE CRDITO EN

EL VALOR RAZONABLE
125
5.3. MODELOS DE VALORACIN DEL RIESGO DE CRDITO
127
5.3.1. Mtodo de valoracin de opciones
129
5.3.2. Modelo de Jarrow-Turnbull
132
5.4. PROCESO ESTOCSTICO ASOCIADO AL SPREAD POR

RIESGO DE CRDITO
134
134
137
5.4.3. Calibracin
142
5.5. DIFUSIN DEL TIPO DE INTERS, SPREAD POR

RIESGO DE CRDITO Y MEDIDA DE MORTALIDAD
145
145
145
TERCERA PARTE
ESTIMACIN DEL VALOR RAZONABLE
CAPTULO 6. ESTIMACIN DEL VALOR RAZONABLE
147
147
6.2. VALORACIN CON DIFUSIN EN EL TIPO DE INTERS

Y MEDIDA DE MORTALIDAD
147
6.3. OPCIN DE RESCATE
151
6.4. OPCIN DE PARTICIPACIN EN BENEFICIOS
154
6.5. VALORACIN CON DIFUSIN EN EL TIPO DE INTERS, MEDIDA

DE MORTALIDAD Y SPREAD POR RIESGO DE CRDITO
159
6.5.1. Opcin de rescate
162
6.5.2. Opcin de participacin en beneficios
164
CUARTA PARTE
DETERMINACIN DE LAS NECESIDADES DE RECURSOS PROPIOS
CAPTULO 7. EL VALOR RAZONABLE Y SOLVENCIA II
169
169
7.2. INTRODUCCIN A SOLVENCIA II
169
7.3. SISTEMAS DE DETERMINACIN DEL CAPITAL MNIMO
174
IX
FUNDACIN MAPFRE
7.3.1. Modelos retrospectivos
174
7.3.2. Modelos prospectivos
178
7.4. EL VALOR RAZONABLE Y EL MARGEN DE SOLVENCIA

7.4.1. Necesidades de capital por riesgo de mercado
180
180
7.4.2. Sensibilidad del valor razonable de las provisiones

tcnicas ante cambios en los subyacentes
181
QUINTA PARTE
CONCLUSIONES
CAPTULO 8. CONCLUSIONES
187
8.1. MODELO PROPUESTO
187
8.1.1. Estimacin del valor razonable de las PTSV
187
8.1.1.1. Subyacentes considerados
187
8.1.1.1.1. Tipo de inters libre de riesgo
187
8.1.1.1.2. Tanto de mortalidad
188
8.1.1.1.3. Spread por riesgo de crdito
193
8.1.1.2. Difusin del valor actual actuarial
194
8.1.1.3. Estimacin del valor razonable de las PTSV
195
8.1.2. El valor razonable y la estimacin de los recursos propios

8.2. VENTAJAS E INCONVENIENTES DEL MODELO PROPUESTO
197
198
CAPTULO 9. BIBLIOGRAFA
203
ANEXO I.: POLTICAS CONTABLES INTRODUCIDAS POR LA NIIFF 4
215
ANEXO II.: INFORMACIN ADICIONAL A REVELAR SEGN LA NIIF 4
217
CUADERNOS DE LA FUNDACIN
219
FUNDACIN MAPFRE
AGRADECIMIENTOS
Este libro se ha llevado a cabo con el patrocinio de una de las Becas Riesgo y Seguro
2004/2005, promovidas por el Instituto de Ciencias del Seguro de la FUNDACIN MAPFRE.
Muchas gracias a Don Juan Mayo de Consultora MAPFRE VIDA por sus consejos,
recomendaciones y apoyo a lo largo de todo el trabajo, as cmo a Don Jos Lus Catalinas y
Doa Begoa Gonzlez, por la confianza depositada y el apoyo prestado.
La presente investigacin es parte de una tesis doctoral, siendo el director de tesis el profesor
Dr. Don Fernando Ricote de la Universidad Complutense de Madrid, quien me ha ayudado
enormemente en los momentos clave del desarrollo de la tesis doctoral. El profesor Dr. Don
Fernando Ricote es tambin el prologuista de esta investigacin.
He de mencionar asimismo al Departamento de Economa Financiera y Contabilidad I, con el
cual adems del tiempo de elaboracin de la investigacin, he estado vinculado durante el
desarrollo de mi Licenciatura en Ciencias Actuariales y Financieras.
Me gustara expresar un especial agradecimiento a mi director general y compaeros de
Seguros Cajasur, por su gran aportacin en el mbito de la industria aseguradora.
Gracias al profesor Jos Lus Fernndez, catedrtico de Anlisis Matemtico de la Universidad
Autnoma de Madrid, a Dr. Don Daniel Manzano socio director de Analistas Financieros
Internacionales (AFI) y a la Dra. Doa Mara Rodrguez de Tecnologa Informacin y Finanzas
(Grupo Analistas) por su gran ayuda sobre la gestin del riesgo financiero en el mbito
asegurador.
Asimismo he de mencionar tambin al profesor Alfredo Bermdez, catedrtico de Matemtica
Aplicada de la Universidad de Santiago de Compostela y al profesor Carlos Vzquez,
catedrtico de Matemtica Aplicada de la Universidad da Corua, por sus enseanzas en el
mbito de Mtodos Numricos.
Finalmente, quiero agradecer de manera muy especial a mis padres que tanto me han animado
y a mi esposa por su comprensin y aliento durante dos aos de fines de semana en casa.
Por otra parte, todos los errores que pudiera incluir la presente investigacin son
exclusivamente de mi responsabilidad
XI
FUNDACIN MAPFRE
PRLOGO
Constituye para m una especial satisfaccin aceptar la invitacin para prologar el libro El Fair
Value de las Provisiones Tcnicas de Seguros de Vida del que es autor el doctor Emiliano
Pozuelo de Gracia.
La personalidad del autor es suficientemente conocida en el mbito asegurador, especialmente
en la Comunidad Andaluza, donde desarrolla su actividad como Director Actuarial de Seguros
Caja Sur.
El Doctor Pozuelo une su condicin de investigador que se arraiga a que es Doctor en Ciencias
Econmicas y Empresariales y Actuario la de profesional de los sectores Asegurador y
Financiero. Es miembro del Instituto de Actuarios y ha participado en seminarios e
investigaciones relevantes.
El autor ha estudiado la Licenciatura de Ciencias Actuariales y Financieras en la Universidad
Complutense de Madrid, habiendo obtenido tambin el grado de Doctor en dicha universidad.
He sido testigo de la evolucin cientfica del autor, como profesor de Matemtica Actuarial en
sus cursos de licenciatura y doctorado. Tambin he tenido el gusto de dirigir su tesis doctoral,
cuyas investigaciones previas, han servido de base para la realizacin de est publicacin, que
ha sido financiada por la FUNDACIN MAPFRE mediante la concesin de una beca de Riesgo
y Seguro.
Es clara la vocacin investigadora y est ha influido de forma importante en la investigacin
que ahora se presenta, donde se combina el rigor terico en el enfoque conceptual y el
desarrollo deductivo de los modelos actuariales propuestos con la aplicacin prctica de los
mismos.
En el estudio de la valoracin de compaas de seguros de Vida es preciso distinguir y valorar
adecuadamente los riesgos asociados como son entre otros el tipo de inters, el de mortalidad
y crdito.
La valoracin debe reflejar en lo posible todas aquellas situaciones que pueden darse en la
operacin de seguro, como son los valores garantizados, la participacin en beneficios y otras.
El autor dedica el primer captulo a presentar el objeto y alcance del trabajo. El segundo lo
dedica a la exposicin conceptual concepto del valor razonable en la provisin tcnica del
seguro de Vida, introduciendo los modelos financiero-actuariales que se van a utilizar en los
otros captulos.
XIII
FUNDACIN MAPFRE
Los captulos tercero, cuarto y quinto se dedican respectivamente al estudio de las

implicaciones de los riesgos de tipo de inters y riesgo de mortalidad y riesgo de crdito
utilizando para ello recientes modelizaciones estocsticas y realizando aplicaciones prcticas.
En los captulos sexto y sptimo se establece la metodologa para el clculo del valor razonable
de las operaciones de seguro, atendiendo a las distintas situaciones que pueden conllevar las
mismas y teniendo en cuenta las implicaciones que pueden tener en los requerimientos de
capital en el mbito de las nuevas bases de solvencia aseguradora que se plantean con
Solvencia II y posteriores previstas.
Su contribucin, mediante este texto, al desarrollo de la Ciencia Actuarial, va a suponer,
adems de un enriquecimiento cientfico, una herramienta para Entidades Aseguradoras y
estudiosos, ya que estamos ante una publicacin de enorme inters para Actuarios y otros
profesionales de Entidades Aseguradoras que tambin es recomendable para alumnos de
ltimos cursos de la Licenciatura en Ciencias Actuariales y Financieras y postgrados sobre la
materia.
Felicito por todo ello al autor y le deseo los mayores xitos profesionales y cientficos a la vez
que le animo a que contine en esta lnea en futuras investigaciones y estudios.
Somosaguas, Octubre de 2006.
FERNANDO RICOTE GIL

Profesor Doctor
Universidad Complutense de Madrid.
XIV
FUNDACIN MAPFRE
PRIMERA PARTE: INTRODUCCIN

CAPTULO 1
INTRODUCCIN Y PRESENTACIN
1.1. MARCO, OBJETIVO Y ALCANCE DE LA INVESTIGACIN
Actualmente nos encontramos en la Unin Europea ante una profunda reforma en las
normas de valoracin contables, as como en los conceptos de control y supervisin de las
entidades aseguradoras.
La Comisin Europea decret que desde el ao 2005, las compaas de la Unin
Europea cotizadas en bolsa reportarn sus estados financieros consolidados segn un nico
conjunto de normas, desarrolladas por el IASB1. Debido a la complejidad del negocio
asegurador, resulta difcil establecer un marco especial para los aspectos contables especficos
del seguro. De ah que en mayo de 2002 el IASB decidi proceder en su Proyecto de Seguros
en dos fases. La primera fase abarca la actual NIIF 42, y en un sentido ms amplio, la NIC 323 y
la NIC 394. En la segunda fase se estn tratando los aspectos mas controvertidos, como la
valoracin de las Provisiones Tcnicas de Seguros de Vida (PTSV). A este respecto se han
planteado, los criterios de medicin current values5. En abril 2006, el IASB adopt el
denominado curren exit value6.
Con respecto a los nuevos conceptos de control y supervisin de las entidades
aseguradoras, introducidos por el macroproyecto Solvencia II, la Comisin Europea mediante
Consejo de Normas Internacionales de Contabilidad (IASB), cuyo objetivo es el desarrollo de un nico conjunto de
Normas Internacionales para la Informacin Financiera de alta calidad, de fcil comprensin e implantacin, que
puedan ser de utilidad a los inversores en acciones, a las entidades de crdito y a otros posibles usuarios de este tipo
de informacin a nivel internacional. Son los IAS o IFRS, en su denominacin ms actual, tambin conocidas en
Espaa como NIC o NIIF.
2
La Norma Internacional de Informacin Financiera 4 es la primera orientacin del IASB sobre la contabilizacin de los
contratos de seguros (aunque no la ltima).

3
Instrumentos financieros: presentacin e informacin a revelar.
Instrumentos financieros: reconocimiento y valoracin.
Vienen a significar, medir las provisiones tcnicas de seguros por su precio de mercado actual. No obstante, y dado
que actualmente no existen mercados lquidos de provisiones tcnicas, en los que observar estos precios, se usan
criterios market consistent tal como lo hara el mercado.
6
Lo podramos definir como, la cantidad que un asegurador esperara tener que pagar a otro asegurador si le
transfiriera de forma inmediata todos los derechos y obligaciones contractuales de seguro subsistentes (incluyendo
cualquier cantidad a cobrar o pagar por razn de otros derechos y obligaciones)
FUNDACIN MAPFRE
las sucesivas calls for advice7, motiva la actuacin del CEIOPS8 para la elaboracin de una
directiva marco no ms all de julio 2007. Recientemente a solicitud de la Comisin el CEIOPS
ha reportado sus conclusiones acerca del primer QIS9. El QIS 1 iniciado el 31 de diciembre de
2004 culmin el ltimo cuatrimestre de 2005, y vers sobre el impacto que supondra la
determinacin de los compromisos de las aseguradoras mediante el best estimate al 75 o
90%10 (an no determinado).
El QIS 2 es ms amplio, y cubre los aspectos ms relevantes del Pilar 1 de Solvencia
II, incluyendo la valoracin de los activos, de las provisiones tcnicas, as como de otros
compromisos de la aseguradora y por supuesto el MCR11 y el SCR12. Para el estudio de este
impacto se toma como referencia el mtodo de clculo promulgado recientemente por el
regulador suizo, denominado SST13. En lo que respecta a la valoracin de las provisiones
tcnicas, el QIS 2 considera para la cuantificacin del Margin Value Market14 (MVM), el
mtodo del coste del capital15, mientras que el QIS 1 consideraba el mtodo de los
percentiles16.
Tanto en las ltimas propuestas respecto de la contabilizacin de las provisiones
tcnicas, como de los conceptos de control y supervisin de entidades aseguradoras, se usan
criterios market consistent tal como lo hara el mercado, si bien con ciertos matices. La
aplicacin de criterios market consistent, se complica en el negocio asegurador debido
fundamentalmente a la ausencia de un mercado vivo, amplio y abierto en el que se negocien
activamente instrumentos de Seguro.
Las principales propuestas de la Comisin van acompaadas de una medida del impacto que supondra su
aceptacin.
8
Comittee of European Insurance and Occupational Pension Supervisors.
Quantitative Impact Study.
10
Podemos definir el best estimate al 75 o 90%, como la cuantificacin que deja a su izquierda el 75 o 90% de las
valoraciones posibles de los compromisos, en base a las expectativas de los intervinientes en el mercado respecto a
las hiptesis tcnicas (salvando el inters tcnico, que sera el derivado de los mercados de capitales).
11
Minimum capital requirement, representa el nivel de capital por debajo del cual el supervisor ha de adoptar medidas
especiales para garantizar la solvencia de la entidad. Se determinar de forma similar al actual mnimo del margen de
solvencia (en base a informacin contable).
12
Solvency capital requirement, se establece por encima del MCR y representa el nivel de capital que permite absorber
prdidas significativas e imprevistas, y se calcular de modo que se tenga en cuenta el nivel real de exposicin a los
riesgos derivados de la operativa de la entidad as como su capacidad para gestionarlos.
13
14
Swiss Solvency Test.

Pretende la proteccin del asegurado, de modo que sobre la esperanza matemtica de los compromisos, se
incorpora este margen de riesgo de mercado que garantice la transmisin a un tercero de estos compromisos.
15
Escogido por el regulador suizo, incrementa la valoracin de las provisiones tcnicas, con el coste que supone el
capital regulatorio. Se justifica por el regulador suizo, porque un tercero estara dispuesto a asumir los compromisos de
la aseguradora, si tambin se le compensa por el coste exigido por el capital regulatorio.
16
Definido como la diferencia entre el best estimate al 75 o 90% y el best estimate segn la esperanza matemtica de
las hiptesis tcnicas. Es el mtodo aplicado por el regulador australiano.
FUNDACIN MAPFRE
Por otra parte, si nos centramos en el Seguro de Vida, son muchas las opcionalidades
implcitas en las Plizas de Seguro. Entre estas opcionalidades podemos destacar los valores
garantizados de rescate, reduccin y anticipo a disposicin del Tomador de la Pliza, o el
incremento en las garantas de la Pliza, debido a la participacin en los beneficios que la
aseguradora obtenga de la inversin de las Provisiones Tcnicas.
Todo lo anterior implica recurrir en las valoraciones actuariales al clculo estocstico y
la teora de las opciones financieras.
La valoracin consistente con el mercado, exige que el modelo sea calibrado a partir de
los valores de cotizacin de instrumentos financieros que coticen en el mercado. La calibracin
a mercado es actualmente posible para:
Estructura de los tipos de inters y su volatilidad.
Estructura de la probabilidad de impago y su volatilidad.
Tasa de recuperacin.
Correlacin entre los tipos de inters y probabilidad de impago.

Sin embargo no existe un mercado vivo, amplio y abierto para la estructura de la
medida de mortalidad y su volatilidad. De ah que su calibracin no pueda llevarse a cabo a

mercado, debiendo recurrir a su ajuste histrico.
Por otra parte, muchas de las asunciones respecto a la cuantificacin de los
compromisos de las aseguradoras, estn abiertas tanto en la reforma contable, como en el
marco de Solvencia II. As por ejemplo, el IASB an no ha decidido si se debe reconocer y en
qu medida hacerlo, el spread por riesgo de crdito de la aseguradora. No obstante, el
CEIOPS IAIS no aceptan en modo alguno, la reduccin de stos compromisos por una menor
17
calidad crediticia .
La presente investigacin, pretende el anlisis de la metodologa necesaria para la

cuantificacin de los compromisos de la aseguradora, consistente con un mercado abierto, vivo
y amplio, y es consciente de que el planteamiento definitivo de los artfices del cambio divergir
de esta valoracin.
Objetivo de la investigacin
La investigacin persigue el anlisis de algunos de los conceptos y magnitudes, que los
artfices del actual cambio en la normativa contable y en el control y supervisin de las
aseguradoras europeas, han barajado en el mbito de la cuantificacin de los compromisos
asumidos por contratos de Seguros de Vida.
17
Las diferencias de valoracin entre la contabilidad y los requerimientos de solvencia, se recogern a travs de los
prudential filtters, para no incrementar enormemente el reporting.
FUNDACIN MAPFRE
Se propone una metodologa que permite la consideracin estocstica18 de los dos

factores de riesgo ms importantes en Seguros de Vida: el tipo de inters tcnico y la medida
de mortalidad. De este modo se podr acometer de forma natural el clculo de algunas de las
opcionalidades implcitas en las Plizas de Seguros de Vida.
El objetivo ms importante de la investigacin, es elaborar la metodologa que permita
un acercamiento a lo que entendemos como valor razonable de las Provisiones Tcnicas de
Seguros de Vida (PTSV), as como la determinacin de las necesidades de recursos propios
debidos al riesgo de mercado inherente a las PTSV.
Valor razonable de las PTSV
Aporta una metodologa de valoracin de las PTSV que:
Propone un nuevo modelo de evolucin estocstico para el tanto de mortalidad, de

manera que la valoracin actuarial recoja el riesgo tcnico sistemtico.
Considera de forma agregada los modelos de evolucin estocsticos correspondientes

a la medida de mortalidad, los tipos de inters y el spread por riesgo de crdito.
Discretiza el proceso a travs de rboles trinomiales recombinantes, de manera que la

cuantificacin sea abordable por grandes aseguradoras, cuyos tiempos de clculo
seran de otro modo prohibitivos.
Los algoritmos de valoracin resultantes de todo lo anterior, consigue que la

determinacin de muchas opcionalidades implcitas en las Plizas de Seguros de Vida,
sea determinada de forma natural, rpida y eficiente.
Es calibrable segn las expectativas de los intervinientes en el mercado.
Exponemos su aplicacin en la valoracin de Plizas de Seguro de Vida individuales

con prestaciones por supervivencia y/o fallecimiento.
Como hemos anticipado, para calibrar a mercado el componente de mortalidad del
modelo, apenas tenemos instrumentos financieros, por lo que lo calibramos histricamente.

Exponemos un ejemplo de estacalibracin, a travs del ajuste del modelo de Lee Carter
(1992) y el de Helligman y Pollard (1980) a la poblacin andaluza.
El modelo resultante engloba:

o
18
Inters tcnico consistente con el mercado:
El trmino se refiere a introducir en el anlisis el proceso estocstico en lugar de su esperanza matemtica.
FUNDACIN MAPFRE
Se considerara la Estructura Temporal de Tipos de Inters (ETTI) que se deriva

de los mercados de capitales, en lugar de un tipo de inters tcnico lineal e
inalterable.
El tipo de inters tcnico ser un proceso estocstico, es decir, sobre la

mencionada ETTI, se considerar un proceso de difusin que recoja la
aleatoriedad que rodea a los tipos de inters, que la Aseguradora obtendr en
el futuro en el mercado de capitales19.
Tabla de mortalidad ajustada a la poblacin objeto de aseguramiento y considerada

como un proceso estocstico:
Adems de ajustar la estructura que se puede observar en la medida de

mortalidad, tambin se ajustar la dinamicidad inherente a esta estructura.
Propondremos un proceso de difusin sobre las tablas de mortalidad dinmicas

ajustadas, para incluir en el anlisis la volatilidad manifestada en el ajuste20. Su
implementacin se llevar a cabo discretizando el proceso estocstico
mediante rboles trinomiales recombinantes21.
La consideracin estocstica de la medida de mortalidad, a incluir en la

valoracin, sustituir al recargo de seguridad22, incluido en lo que conocemos
como tablas de mortalidad de segundo orden o con recargo de seguridad
implcito.
Spread por riesgo de crdito23 de la compaa aseguradora:
La metodologa de valoracin razonable, considera la cuantificacin del

instrumento financiero de forma similar a como lo hara un mercado de
negociacin vivo, amplio y abierto. Esto implica tener en cuenta entre otros, el
riesgo de impago de la propia aseguradora.
Al igual que con los otros dos subyacentes del valor razonable de las PTSV
(tipo de inters y tanto de mortalidad), incluiremos en la valoracin el proceso
19
Suponiendo asimismo que las inversiones de la Aseguradora, se valorarn segn su precio de cotizacin, de modo
que se tendrn en cuenta las expectativas de los intervinientes en el mercado sobre los tipos de inters vigentes a cada
fecha.
20
La valoracin consistente con el mercado requerira en su lugar un proceso de calibracin, a partir de instrumentos
financieros negociados en el mercado de capitales. En defecto de stos, extraemos conclusiones del proceso de ajuste
de la tabla de mortalidad.
21
Un rbol trinomial recombinante, es una representacin en tiempo discreto de un proceso sujeto a una determinada
regla de evolucin estocstica futura.

22
Trayectoria de la distribucin correspondiente a la medida de mortalidad que deja a su izquierda el 95% de las
trayectorias posibles.
23
Diferencial respecto del tipo libre de riesgo, exigido a la aseguradora por los inversores, como consecuencia del
riesgo de impago.
FUNDACIN MAPFRE
estocstico correspondiente al spread por riesgo de crdito, en lugar de su

esperanza matemtica.
o
Opcionalidades implcitas en la Pliza de Seguros de Vida:
Las asimetras que tradicionalmente se han obviado en las valoraciones

actuariales a travs de la aplicacin de amplios mrgenes, se valorarn en la
presente investigacin segn los escenarios futuros probables. En este trabajo
se propone un mtodo de valoracin de la opcin de rescate, y la de
participacin en beneficios.
Necesidades de recursos propios
Se proponen dos anlisis complementarios para determinar estas necesidades de

recursos propios:
o
El primer anlisis y ms obvio, es determinar la diferencia entre el valor razonable

determinado segn la metodologa que se expone a lo largo del trabajo, y el valor
contable de las PTSV.
En segundo lugar, el anlisis de sensibilidades del valor razonable a los cambios

en los tres subyacentes considerados (tanto de mortalidad, tipos de inters, y
spread por riesgo de crdito), tanto en los niveles del subyacente como en su
volatilidad.
Nuestra pretensin fundamental es conjugar el rigor tcnico con una implementacin

numrica que sea desde el punto de vista computacional, rpida y fcilmente implementable en
la prctica.
Referencias para la modelizacin actuarial del valor razonable de las PTSV
La dificultad emprica de valorar el pasivo, se puede comprobar simplemente

analizando la cantidad de aportaciones doctrinales. En grandes rasgos Reitano (1997)
distingue dos enfoques: el paradigma directo e indirecto de valoracin del pasivo:
El directo se deriva del flujo de caja estimado de los compromisos de la aseguradora.
El indirecto se determina a partir de la diferencia entre el valor del activo y el valor de

los beneficios futuros distribuibles de la cartera de contratos que se valora.
La legislacin al respecto exige el enfoque directo, ya que ofrece una mayor proteccin a los
asegurados. De ah que ser el que adoptaremos en estainvestigacin.
FUNDACIN MAPFRE
Para la determinacin directa del valor del pasivo, el actuario ha de considerar el riesgo
inherente al flujo de caja de sus compromisos. Darlington et. al. (2001) clasifica los riesgos que
analizan los actuarios en dos grandes grupos: riesgos probabilsticos y sistemticos. El primero
puede ser reducido o eliminado mediante una correcta diversificacin, mientras que el segundo
no.
Para modelizar el riesgo tcnico sistemtico en Seguros de Vida, se han desarrollado
varios modelos. Tenemos el caso del modelo de Lee Carter (1992) que considera para el
factor de la medida de mortalidad dependiente del tiempo cronolgico un modelo
ARIMA(0,1,0) . Posteriormente ha sido adaptado por Denuit, et. al (2005) para aplicarlo
estocsticamente en tiempo continuo. Milevsky y Promislow (2001) aplican el denominado
modelo de Gompertz con reversin a la media.
Por otra parte el riesgo financiero cobra una gran importancia en los productos de
seguro de vida. Para recoger en la valoracin las expectativas en el mercado, las valoraciones
actuariales han de recurrir a tcnicas cuantitativas. No es solamente el uso de modelos de
valoracin de activos y opciones financieras, sino que adems, modelos de valoracin
desarrollados para el tratamiento estocstico de la Estructura Temporal de Tipos de Inters
(ETTI), han sido ya adaptados por un gran nmero de actuarios para su aplicacin en la
modelizacin estocstica de la mortalidad. Con ello se consigue que el riesgo tcnico
sistemtico quede adecuadamente recogido en la valoracin, de forma agregada con los
riesgos financieros inherentes.
Los conocidos por la literatura para la modelizacin de la ETTI, como modelos afines
24
han sido ya aplicados en la modelizacin estocstica de la mortalidad . Modelos de la forma
Heath Jarrow Morton25 han sido igualmente tratados para la mortalidad26. La familia de los
Market Models27, tambin han sido analizados para su tratamiento en el mbito actuarial, en el
trabajo Blake, et. al (2004). Este ltimo trabajo explor ampliamente el caso de las Forward life
annuity rates y Forward Survivor Credit Offer Rates (SCOR). As adems de tratar como
medidas forward no instantneas las rentas diferidas garantizadas, aborda la medida SCOR.
Podemos considerar esta ltima medida, una reminiscencia del
Interbank Offer Rate con duracin o tenor
LIBOR (el London
), adaptada a la medida de mortalidad.
En cuanto a la consideracin o no de la calidad crediticia del asegurador en la

valoracin consistente con el mercado del pasivo, existen dos posturas enfrentadas. En el
24
Por Dahl (2004) o Biffis y Millossovich (2006), entre otros.
25
Sobre tipos forward instantneos
26
Ver el modelo de Smith Olivier descrito en Olivier y Jeffrey (2004)
27
Sobre tipos forward no instantneos. Han sido los ltimos en aparecer en el mbito de los tipos de inters.
FUNDACIN MAPFRE
apartado al respecto exponemos la base racional que sustenta el reflejo o no de la calidad

crediticia del asegurador en esta valoracin.
1.2. CAMPO DE ESTUDIO
El objeto de la presente investigacin es la cuantificacin del valor razonable del
compromiso de la aseguradora, como consecuencia de los contratos de Seguro de Vida
suscritos, as como de los recursos propios necesarios para garantizar la solvencia de la misma
por este motivo.
As el mbito de la presente investigacin se encuadra en la ciencia actuarial, y como
tal siguiendo a Nieto y Vegas (1993) tiene una fundamentacin interdisciplinar:
Fundamento econmico
El origen de la operacin de aseguramiento es el contrato de Seguro de Vida. Segn la
definicin de Pinis y Tornil que se incluye en Prez (1986), Seguro de Vida es un contrato por
el cual una de las partes, el asegurador, se compromete mediante una prima nica o peridica
que recibe del tomador del seguro, a pagar al beneficiario la cantidad o cantidades estipuladas
si acaece en el plazo convenido para la duracin del contrato, la eventualidad prevista en el
mismo sobre la vida del asegurado.
La Aseguradora constituye una unidad econmica cuya misin fundamental es ofrecer
la adecuada cobertura frente a un riesgo. Esta labor de intermediacin permite que el riesgo al
que se hallan sometidas una serie de unidades econmicas pueda ser sustituido por una Prima
de Seguro.
El riesgo cubierto por la Aseguradora de Vida es la supervivencia o el fallecimiento del
Asegurado. De este modo se pretende hacer frente a las necesidades que se originan al
Beneficiario de la Pliza de Seguro, al acaecer el suceso supervivencia (el Beneficiario suele
ser el propio Asegurado) o fallecimiento del Asegurado (el Beneficiario suele ser el cnyuge y/o
resto de familiares).
Para proporcionar esta labor de proteccin, la Aseguradora se basa en la ley de los
grandes nmeros, segn la cual cuando un experimento aleatorio se repite un nmero
suficientemente grande de veces, la frecuencia relativa del suceso se aproxima a la
probabilidad terica del suceso. Tratndose de una Aseguradora de Vida, el nmero de
fallecimientos que se producirn en la cartera asegurada se aproximar al estimado, cuando la
cartera incluya un nmero suficientemente grande de Asegurados.
FUNDACIN MAPFRE
As para que la Aseguradora pueda ofrecer esta proteccin ha de alcanzar un volumen

de negocio suficiente, que permita minimizar las desviaciones de la siniestralidad real respecto
de la esperada.
Una gran parte de los fondos de una Aseguradora se destina a hacer frente a los
compromisos con los Tomadores de la Pliza por prestaciones garantizadas. De este modo
cobra una gran importancia el activo de la Aseguradora afecto a Provisiones Tcnicas y los
fondos propios:
El primero surge inmediatamente del contrato de Seguro como inversin de las PTSV, para
hacer frente a los compromisos que se derivarn de la Pliza.
Buena parte del segundo, lo que se conoce como Margen de Solvencia, tiene por finalidad
garantizar la Solvencia de la Aseguradora en sentido amplio.
Las PTSV aunque tienen su origen en la base tcnica de la Pliza, se determinan
segn la legislacin espaola de forma prudente, es decir, de modo que quede adecuadamente
cubierto el riesgo tcnico de desviacin de la siniestralidad real respecto a la esperada. No
obstante lo anterior, existe un riesgo tcnico igual de importante, que es el de desconocimiento
de la prestacin esperada, que vendra cubierto al igual que otros riesgos inherentes a la
industria aseguradora a travs del Margen de Solvencia.
Se pretende garantizar la Solvencia de la entidad aseguradora, entendida como la
capacidad para poder hacer frente a sus obligaciones futuras en sentido amplio. Las
Aseguradoras se hallan obligadas por parte de la Direccin General de Seguros y Fondos de
Pensiones (DGSFP) a mantener como mnimo un determinado Margen de Solvencia en funcin
de su negocio asegurador, es decir, la cantidad de fondos propios que garanticen para cada
momento del tiempo, que la compaa pueda hacer frente a los compromisos asumidos.
Tanto las PTSV como el mnimo del Margen de Solvencia son una exigencia de origen
legal y objeto de supervisin por parte de la DGSFP.
Fundamento financiero
Como se ha mencionado antes para el Tomador del Seguro, la Aseguradora supone un
vehculo para financiar las necesidades del Beneficiario de la Pliza al vencimiento del Seguro.
De lo anterior se deriva que:
La aseguradora interviene como intermediario financiero.
De la diferencia de fechas entre el efecto y el vencimiento de la Pliza, surge el

principio de rentabilidad.
FUNDACIN MAPFRE
Asimismo los fondos propios atribuibles a los titulares de la Aseguradora (los propios
Tomadores si se trata de una Mutualidad, los accionistas si es una sociedad annima, ...)
tambin han de ser adecuadamente retribuidos, ya que para los propietarios, stos fondos
suponen una inversin.
De cualquier modo, tanto las PTSV como los fondos propios se invierten con el fin de
generar una rentabilidad suficiente para retribuir tanto unas como otros.
La inversin afecta a las PTSV adems de la rentabilidad que proporciona, ha de
cumplir unos requisitos de congruencia con estas, ya que esta inversin supone:
La principal fuente de la que manan los flujos de cobros, que permitirn hacer frente a
las prestaciones y gastos derivados de la Pliza.
El activo de la Aseguradora que permite cubrir el pasivo que representan las PTSV.
En algunos Seguros de Vida se vincula el activo al pasivo, hasta el punto que el
Tomador podr ejercer su derecho de rescate, materializado en la inversin afecta por la

Aseguradora.
Debido entre otras cuestiones a lo mencionado en los prrafos precedentes, las
Aseguradoras se encuadran dentro del sector financiero, junto con las entidades de crdito
(Bancos, Cajas de Ahorro y Cooperativas de Crdito) y otras entidades financieras como son
las Agencias y Sociedades de valores, Instituciones de inversin colectiva,
Fundamento estocstico.
Como explica Nieto y Vegas (1993) el aspecto aleatorio se presenta en muy diversos
grados en el mbito actuarial.
Como ya se ha expuesto, en Seguros de Vida la prestacin asegurada tiene lugar al
acaecer el suceso supervivencia o fallecimiento del Asegurado. La aleatoriedad inherente a
28
esta prestacin es abordada por el actuario a travs de las tablas de mortalidad
de segundo
orden, es decir, mediante la esperanza matemtica de las probabilidades condicionadas de

supervivencia y fallecimiento ajustadas histricamente, a las cuales se les adiciona un recargo
de seguridad que permita cubrir aproximadamente el 95% de las trayectorias estimadas.
28
Las tablas de mortalidad como veremos ms adelante, son en esencia, una forma de combinar las tasas de
mortalidad en una poblacin a diferentes edades y se utilizan para medir el nivel de mortalidad de una determinada
poblacin.
10
FUNDACIN MAPFRE
No obstante, como ya se ha explicado existe el riesgo de que estas trayectorias

estimadas no sean adecuadas a la cartera asegurada. El motivo de que no coincidan es muy
diverso:
La poblacin objeto de ajuste es diferente de la asegurada. As por ejemplo las tablas

GRM/F 95 y GKM/F 95 que son admitidas por la legislacin espaola se hallan
ajustadas a la poblacin suiza.
La cartera asegurada no es representativa de la ajustada (sesgada). La cartera asegurada

de una Aseguradora no es ms que una muestra del total poblacional, lo que da lugar a
una desviacin o error llamado error muestral. Si los valores poblacionales pertenecen al
mismo mbito geogrfico que el de la cartera o con unas caractersticas similares, el error
muestral ser menor que en otro caso, ya que la correlacin entre ambas medidas ser
mayor. Adems este error tambin ser menor conforme la cartera asegurada aumente su
tamao, como se deriva de la ley de los grandes nmeros citada anteriormente, siempre y
cuando la muestra y la poblacin se hallen altamente correladas.
La esperanza de vida es dinmica. Esto quiere decir que la correspondiente a un

asegurado de x aos de edad en el ao 1995, es diferente de la de un asegurado de x
aos de edad en el ao 2015. As la esperanza de vida de los asegurados en cartera ser
diferente de la correspondiente a la ajustada, ya que se trata de fallecimientos o
supervivencias que tendrn lugar en un perodo futuro del tiempo. Podemos por ejemplo
ajustar modelos de series temporales que permitan determinar las probabilidades de
supervivencia o fallecimiento en el futuro, dando lugar a las tablas de mortalidad dinmicas.
No obstante, el ajuste de esta dinamicidad dar lugar a un nuevo error a aadir al
mencionado en los prrafos precedentes.
La aleatoriedad tambin se encuentra en la rentabilidad futura que la Aseguradora
obtendr de la inversin de las PTSV. Es decir, si bien es habitual que la Aseguradora

garantice en la Pliza un inters tcnico fijo, las inversiones afectas a la Pliza proporcionan
una rentabilidad variable que depender, del mercado de negociacin de estas inversiones.
En el apartado previo se ha explicado que las PTSV y las inversiones afectas tienen
que guardar cierta congruencia en cuanto al flujo de caja. El riesgo de liquidez ser mayor
cuanto ms incapaces resulten ser las inversiones afectas, para hacer frente a las prestaciones
y gastos que se derivarn de las PTSV. En este sentido, entre las funciones del actuario se
encuentra la de estimar el flujo de caja derivado de la Pliza. El ya mencionado riesgo de
desviacin de la prestacin real respecto a la esperada, puede ocasionar que el flujo de caja
proporcionado por las inversiones afectas a las PTSV, llegue a ser insuficiente para hacer
frente a las prestaciones y gastos que resulten de la Pliza.
11
FUNDACIN MAPFRE
Por otra parte, la congruencia entre las PTSV y las inversiones afectas, se ha de
manifestar tambin en trminos de cobertura futura de las primeras respecto de las ltimas. La
inadecuada cobertura futura puede venir motivada por la diferente dinmica del valor de unas y
otras:
La valoracin futura de las PTSV depender del nmero real de componentes del grupo
asegurado en el futuro. Al mismo tiempo estas PTSV engloban una serie de opcionalidades
implcitas cuyo valor y/o activacin es aleatoria:
o
Opcin de rescate anticipado del Tomador de la Pliza por un precio prefijado.
Opcin del Tomador de participacin en los beneficios que proporcionen las

inversiones afectas.
Opcin del Tomador de cesar en el pago de primas peridicas, modificando las

prestaciones
garantizadas
segn
unas
condiciones
prefijadas.
Incluso
rehabilitacin de las prestaciones inicialmente garantizadas, mediante la puesta al

da en el pago de las primas peridicas segn unas condiciones prefijadas.
o
....
Las inversiones afectas tienen un valor que depender de las expectativas de los
intervinientes en su mercado de negociacin, en cuanto a los tipos de inters implcitos en
la negociacin, al riesgo de impago del emisor del ttulo, tasa de recuperacin en caso de
impago, ....
Adems
de
lo
anterior,
estas
inversiones
tambin
pueden
encerrar
diversas
opcionalidades:
o
Recompra por parte del emisor del ttulo a un precio prefijado.
Si se trata de un activo estructurado, puede contener derivados de crdito que

incrementen su rentabilidad, como CDSs, ...
Si el activo estructurado incluye un derivado para cubrir frente a la volatilidad de los

tipos de inters, (Swap de tipos de inters), ste ltimo toma un valor que
dependiendo de los tipos de inters implcitos en la negociacin, puede llegar a ser
casi nulo.
...
A los riesgos financieros de liquidez y mercado mencionados, hemos de aadir el de

contrapartida, es decir, que los deudores de la Aseguradora incurran en impago. De entre los
deudores de la Aseguradora caben destacar:
12
FUNDACIN MAPFRE
los emisores de ttulos afectos a las PTSV,
reaseguradores29 a los que se ha cedido parte de la cobertura de la Pliza.
Tanto en un caso como en el otro, la Aseguradora no queda eximida de sus compromisos por
lo que puede no tener recursos suficientes para hacer frente a las prestaciones garantizadas.
Entre otras cuestiones por lo mencionado, para lograr los principales objetivos del
presente trabajo, haremos un especial recurso a los procesos estocsticos que permitirn la
determinacin del valor razonable de las PTSV incluyendo ajustes por:
o
Riesgo de tipos de inters.
Riesgo tcnico.
Riesgo de crdito.
Opcionalidades implcitas.
1.3. ESTRUCTURA DE LA INVESTIGACIN

La investigacin se desarrolla a travs de ocho captulos, incluyendo este en el que se
describe el mbito de investigacin. A continuacin se incluyen las referencias bibliogrficas,
para terminar con dos anexos.
Planteamos la determinacin del valor razonable de las PTSV segn los niveles y
volatilidad de tres subyacentes: tipos libres de riesgo, spread por riesgo de crdito y tanto de
mortalidad. Asimismo se tendr en consideracin algunas de las asimetras, que en el valor
razonable de las PTSV se manifiestan, como consecuencia de las opcionalidades implcitas en
la Pliza de Seguros de Vida. Para lograr los dos objetivos expuestos, el trabajo plantea los
siguientes hitos:
INTRODUCCIN
Exposicin del campo de estudio as como de los retos a los que actualmente se
enfrenta la ciencia actuarial con motivo de la reforma del tratamiento contable de las
provisiones tcnicas.
29
El contrato de Reaseguro es un contrato en virtud del cual una Aseguradora (cedente), transfiere el riesgo asociado a
una operacin de Seguro a otra Aseguradora (reasegurador), a cambio de una prima.
13
FUNDACIN MAPFRE
El captulo 2 comienza con una introduccin a la composicin y cuantificacin de las

PTSV, as como a las opcionalidades implcitas en las mismas. El apartado siguiente inicia en
las Normas Internacionales de Contabilidad, y ms en particular en:
la NIIF 4 de Contratos de Seguro, y
las dos alternativas que se ha planteado la IASB, para la contabilizacin de los

instrumentos financieros en el mbito internacional: el valor razonable y el valor
especfico de la entidad.
Una vez centrados en el valor razonable de instrumentos financieros, se describen las

distintas posibilidades planteadas para su determinacin a partir de la jerarqua establecida por
el Joint Working Group of Standard Setters (JWS)30.
A continuacin se incorporan los rudimentos bsicos estadstico matemticos a los
cuales ser necesario recurrir a lo largo de todo el trabajo. Entre ellos caben destacar
elementos del clculo estocstico como los procesos de wienner, el Lema de Ito, o los
procesos de Ornstein Uhlenbeck.
SUBYACENTES AL VALOR RAZONABLE DE LAS PTSV

A partir de aqu incluimos una serie de tres captulos que pretenden examinar los tres
subyacentes que consideraremos en la cuantificacin consistente con el mercado de las PTSV.

En el captulo 3 se presenta la manera de abordar la estimacin del valor razonable de
las PTSV desde la perspectiva de los tipos de inters, propuesta por el presente trabajo.
Inicialmente se describen varias de las metodologas existentes para el tratamiento de los tipos
de inters de forma determinstica y estocstica. A continuacin se presentan los modelos
afines unifactoriales, y ms concretamente el modelo de Hull White (1990).
El captulo 4 se centra en los sucesos objeto de aseguramiento en los Seguros de Vida:
supervivencia o fallecimiento del asegurado. Se expone una clasificacin de los diversos
modelos de ajuste de tablas de mortalidad dinmicas, haciendo especial nfasis en los
modelos de Heligman y Pollard (1980) y de Lee Carter (1992). stos ltimos sern los que se
ajusten a la poblacin andaluza desde 1980 a 2000, tambin en el captulo 4.
30
Grupo de trabajo perteneciente a la American Academy of Actuaries encargado a solicitud entre otros reguladores
contables, de la IASB, de encontrar soluciones a los problemas que supone valorar todos los instrumentos financieros
por su valor razonable.
14
FUNDACIN MAPFRE
La parte final del captulo 4, propone un proceso de difusin de la tabla de mortalidad

dinmica ajustada, de forma que quede recogida la volatilidad manifestada en el proceso de
ajuste.
El captulo 5 presenta inicialmente varias alternativas para la incorporacin del riesgo
de crdito en la estimacin del valor razonable. Finalmente al igual que ya se ha hecho con el
tipo de inters y el tanto de mortalidad, se trata el spread por riesgo de crdito como un
proceso estocstico, implementado mediante un rbol trinomial recombinante calibrable a
mercado.

Una vez expuestos los tres subyacentes, en el captulo 6 se proceder a la
determinacin del valor razonable de las PTSV segn los escenarios considerados respecto a
estos subyacentes. As en el captulo 6 se expone como valorar el flujo de caja que se deriva
de los contratos de Seguros de Vida, segn los subyacentes considerados, a travs de un rbol
trinomial recombinante con tres o cuatro dimensiones. En el ejemplo considerando difusin en
los tres subyacentes, obtenemos a travs del rbol cuatridimensional, el equivalente a valorar
con 514.000 trayectorias diferentes respecto a las posibles combinaciones entre los
subyacentes.
DETERMINACIN DE LAS NECESIDADES DE RECURSOS PROPIOS

Una vez se ha expuesto la metodologa para determinar el valor razonable de las
PTSV, planteamos en el captulo 7 una propuesta para la determinacin de los recursos

propios necesarios como consecuencia del riesgo inherente al valor razonable de las PTSV. En
este captulo 7 se describen en primer lugar las distintas alternativas que han considerado las
distintas legislaciones para determinar las necesidades de recursos propios de las entidades
aseguradoras que operan en el ramo de Vida.
Tras la introduccin mencionada se procede a la exposicin de un anlisis de
sensibilidad del valor razonable de las PTSV, ante variaciones en los niveles y volatilidad de los
distintos subyacentes.
15
FUNDACIN MAPFRE
CONCLUSIONES
Se recogen las conclusiones finales de la investigacin en el captulo 8, los principales
problemas que han surgido a lo largo de la misma, as como cuales son las ventajas e
inconvenientes del modelo propuesto.
Despus del captulo 8 se incluyen las referencias bibliogrficas por orden alfabtico de
autores, y que han sido fuentes de informacin para la investigacin.
Finalizamos con dos anexos cuyo objetivo es no dilatar la exposicin de algunos
conceptos a lo largo de la investigacin, desviando la atencin del objetivo de la investigacin.
1.4. FUENTES
1.4.1. Bsqueda de informacin bibliogrfica
Se han consultado mltiples trabajos de investigacin que tratan sobre temas
relacionados con nuestro anlisis. La localizacin de estas fuentes se ha llevado a cabo va
internet, si bien existe algn trabajo que se ha localizado en biblioteca convencional. Se
identifican las referencias bibliogrficas mediante el apellido del autor/es y el ao de
publicacin de la misma.
1.4.2. Datos para el ajuste de la mortalidad de la poblacin andaluza

En este trabajo, se han elaborado unas tablas de mortalidad dinmicas para la
poblacin andaluza, sin recargo de seguridad implcito. Para ello se ha contado con la siguiente
informacin que facilita el Instituto Nacional de Estadstica a travs de su pgina web
www.INE.es:
Poblacin andaluza femenina y masculina por edades desde 1980 a 2000.
Nmero de muertes para la poblacin andaluza femenina y masculina por edades

desde 1980 a 2000.
1.4.3. Aplicaciones informticas

Con la finalidad de aplicar el modelo de Lee Carter, se ha programado una funcin en
Matlab 6.5., llamada LeeCarter, que permite ajustar tablas de mortalidad dinmicas a cualquier
poblacin siempre que se pueda contar con ms de 5 aos de experiencia.
16
FUNDACIN MAPFRE
Para ajustar los modelos ARIMA correspondientes a los parmetros de la segunda Ley
de Heligman y Pollard aplicados sobre la poblacin andaluza, se han utilizado los paquetes
estadsticos Statgraphics y SPSS.
Para aplicar un modelo estocstico de evolucin para cada uno de los subyacentes del
valor razonable de las PTSV, se ha programado en VBA para Microsoft Excel 2000 una funcin
denominada ArbolHW1 que devuelve un rbol trinomial para la difusin gaussiana con un
factor.
Para los clculos masivos del valor razonable de las PTSV y del VAR del valor
razonable se ha utilizado el entorno de programacin Visual Basic de Microsoft Visual Studio
6.0. complementado con Matlab 6.5.
Tambin se ha utilizado Matlab 6.5. para representar los grficos tridimensionales.
17
FUNDACIN MAPFRE
CAPTULO 2
INTRODUCCIN AL VALOR RAZONABLE DE
LA PROVISIN TCNICA DEL SEGURO DE
VIDA
Este captulo permite introducir los conceptos bsicos acerca de las PTSV, as como
algunos rudimentos financieros actuariales para aproximar su valor razonable.
Tiene tres partes claramente diferenciadas:
La primera introduce el concepto actuarial de PTSV en el apartado 2.2., as como los

actuales planteamientos de la International Acounting Standard Board (IASB) en materia de
Seguro y de valoracin, en el apartado 2.3.
La segunda parte incorpora los conceptos financiero actuariales necesarios para la

valoracin consistente con el mercado de instrumentos financieros en general, y de Seguro
de Vida en particular en el apartado 2.4.
A continuacin se introduce en el apartado 2.5., una serie de nociones bsicas sobre

clculo estocstico, necesarias para el tratamiento de los subyacentes al valor razonable
de las PTSV como procesos estocsticos.
Las nociones que proporcionan los dos ltimos apartados, se hacen imprescindibles
para el entendimiento de algunas manipulaciones estadstico matemticas que se llevan a

cabo en los siguientes captulos.
2.2. CONSIDERACIONES PREVIAS DE LAS PROVISIONES TCNICAS DE SEGUROS DE
VIDA
Como explican Nieto y Vegas (1993) los elementos esenciales de la operacin actuarial
que constituye el Seguro de Vida son:
[ ]
a) Duracin, t, T , dividida en periodos, t , t + t .
b) Sucesos,
que segn el contrato dan lugar al cobro de las primas, ( , t ) , y al
pago de las cantidades estipuladas,
K ( , t ) .
c) Capitales financiero dinmicos asociados a estos sucesos,
( , t ) y K ( , t ) .
19
FUNDACIN MAPFRE
Los mencionados capitales financiero dinmicos
son procesos financiero
estocsticos, ya que incluyen los siguientes elementos bsicos:

Estocstico: Se hallan condicionados a los sucesos posibles,
, los cuales forman un conjunto
. En nuestro caso tendremos

1
1 : supervivencia del asegurado.

2 : fallecimiento del asegurado.
El conjunto , se denomina espacio muestral, y forma parte de un espacio de
probabilidad (, F, P ) .
El segundo elemento del espacio de probabilidad, ser la
lgebra, F , o conjunto
de eventos relevantes a los que asignaremos cierta probabilidad. De modo que podemos
considerar
de
F como un conjunto de informacin. Una filtracin {Ft }t 0 es una familia creciente
lgebras incluidas en
contenidos en la
F tal que cada lgebra contiene todos los conjuntos
lgebra anterior, de manera que Fs Ft para todo s t . Podemos
considerar una filtracin, Ft como la historia del proceso al tiempo t.
El ltimo componente del espacio de probabilidad es la medida de probabilidad,
P, y
[ ]
que se corresponde con una funcin P : F 0,1 que asigna a cada evento A F un
[ ]
nmero P ( A) 0,1 .
Financiero: Se trata de capitales dinmicos, por lo que es preciso introducir el proceso

estocstico cuenta bancaria,
{ t }t 0 , tal que
t
(t ) = exp r ( s )ds
siendo, r (s ) , la intensidad de rentabilidad en el instante s .
En este aspecto profundizaremos en el captulo 3.
20
FUNDACIN MAPFRE
Por otra parte, Nieto y Vegas (1993) distinguen a su vez dos subprocesos financiero
estocsticos:
a) Aportaciones o primas pendientes de pago del Tomador de la Pliza:
{( , s)},s[t ,T ]
b) Prestaciones o pagos comprometidos por parte de la Aseguradora:
{K ( , s)},s[t ,T ]
Consideraremos para simplificar que los gastos incurridos por la aseguradora, son
asimismo prestaciones.
Las primas corresponden a un derecho de la aseguradora y De la Pea (2003)
denomina activo actuarial. Las prestaciones aseguradas, junto a los gastos de administracin y
comercializacin del asegurador, determinan los compromisos de la aseguradora los cuales De
la Pea (2003) identifica con el pasivo actuarial, pasivo de seguros.
Nieto y Vegas (1993) introducen el principio de equivalencia esttica, como aquel que
considerando la operacin actuarial en toda su duracin, establece la igualdad entre el valor
actual de las aportaciones y de las prestaciones, determinados sobre la base de la esperanza
matemtica de ambos procesos financiero estocsticos. Es decir:
Valor actual actuarial del subproceso de aportaciones:

m 1
1
Ft
(t ) = Ep ( , t i )
(t i )
i =0
Si consideramos independencia entre el proceso de las aportaciones y el de la cuenta bancaria

tenemos que
m 1
1
(t ) = Ep[ ( , t i ) Ft ] Ep
Ft
i =0
(t i )
donde
t : tiempo en que toma efecto la Pliza.

m : nmero de pagos de primas.
{t i }im=01 : tiempos en los que se produce el pago de las primas.

Ep[ ( , t i ) Ft ] = (1 , t i )
P(1 , t i )
.
P(1 , t )
P(1 , t i )
: probabilidad de supervivencia en t i , condicionada a que se halla vivo en t .
P(1 , t )
21
FUNDACIN MAPFRE
ti
1
Ep
Ft = Ep exp r (t )dt
t
(t i )
Valor actual actuarial del subproceso de prestaciones, en tiempo discreto31:

n
1
K (t ) = Ep[K ( , t i ) Ft ]Ep
Ft
i =0
(t i )
donde
n : nmero de perodos de cobertura del Seguro.

Ep[K ( , t i ) Ft ] = K (1 , t i )
P(1 , t i )
P( 2 , t i , t i +1 )
+ K ( 2 , t i )
P(1 , t )
P(1 , t )
P( 2 , t i , t i +1 )
: probabilidad de fallecimiento del asegurado en el intervalo
P(1 , t )
[t i , t i +1 ],
condicionada a que se halla vivo en t .
Como veremos, la valoracin consistente con el mercado, utiliza una probabilidad, Q ,

riesgo neutro, diferente de la probabilidad real, P . Proponer una metodologa para usar esta
probabilidad de valoracin, ser uno de los objetivos fundamentales de la presente
investigacin. Por otra parte, el principio de equivalencia esttica establece que
(t ) = K (t )
Si bajo el principio de equivalencia esttica, es decir, considerando la operacin
actuarial en su duracin total, nos situamos en un perodo u posterior al origen, t , tanto el
subproceso de prestaciones como el de aportaciones queda dividido en dos partes. Llamando
K 1 ( , u ) y 1 ( , u ) a los capitales financiero estocsticos correspondientes a las

prestaciones y aportaciones contenidas en el intervalo
[t, u ] ;
y haciendo corresponder
K 2 ( , u ) y 2 ( , u ) al intervalo que va desde u hasta el vencimiento T , podemos

establecer que
1 ( , u ) + 2 ( , u ) K 1 ( , u ) + K 2 ( , u )
o lo que es lo mismo
1 ( , u ) K 1 ( , u ) K 2 ( , u ) 2 ( , u )
El capital aleatorio
V ( , u ) = 1 ( , u ) K 1 ( , u ) K 2 ( , u ) 2 ( , u )
31
En realidad el fallecimiento puede tener lugar en cualquier instante intermedio. Aqu asumimos para simplificar que el
fallecimiento nicamente puede tener lugar en los tiempos ti.
22
FUNDACIN MAPFRE
recibe el nombre de reserva matemtica a priori o exante de la operacin en el perodo t.

Su esperanza matemtica ser
Ep[V ( , u )] = Ep[ 1 ( , u )] Ep[K 1 ( , u )] Ep[K 2 ( , u )] Ep[ 2 ( , u )]

y recibe el nombre de reserva matemtica (en el sentido actuarial del trmino) a priori o ex
ante en el perodo t.
Si denominamos 0 (u ) y K 0 (u ) a la realizacin concreta hasta u de las
aportaciones y prestaciones, as como
(u, T ) y K (u, T ) a los capitales financieros
estocsticos correspondientes al perodo u, T , condicionados a las realizaciones hasta u ,

tendramos dos partes bien diferenciadas:
La primera parte hasta u
0 (u ) K 0 (u )
(2.1)
es un valor cierto.
Mientras que la segunda parte desde u
K (u , T ) (u, T )
(2.2)
sigue siendo una variable aleatoria.

Por supuesto, ambas partes (2.1) y (2.2) adems de ser la primera un valor cierto y la
segunda una variable aleatoria, no tienen por qu ser equivalentes, dependiendo las
diferencias entre una y otra de las desviaciones que con respecto al valor medio representan
las concreciones del suceso asegurado hasta u .
El capital aleatorio
V (u, T ) = K (u, T ) (u, T )

se denomina reserva matemtica a posteriori o expost en el perodo u . Su esperanza
matemtica
Ep[V (u , T ) Fu ] = Ep[K (u , T ) (u , T ) Fu ]
es la reserva matemtica prospectiva en sentido actuarial, a posteriori, valorada en u .
La esperanza matemtica de ambos procesos se determina generalmente en la
prctica actuarial a partir de la esperanza matemtica del suceso supervivencia o fallecimiento
del asegurado as como de la esperanza matemtica de la funcin de descuento. En este
trabajo abordaremos la valoracin de la reserva matemtica a posteriori, a partir de un modelo
de valoracin financiero actuarial que recoge la esperanza matemtica del suceso
23
FUNDACIN MAPFRE
supervivencia o fallecimiento del asegurado como un proceso estocstico, al igual que la

funcin de descuento.
En su determinacin, cobra una gran importancia el modelo considerado acerca de:
La supervivencia del asegurado, y que subyace en las tablas de mortalidad utilizadas

en la operacin actuarial.
El tanto de descuento a considerar en la actualizacin de todos los flujos.

Debido a la importancia de las tablas de mortalidad en la estimacin de la probabilidad
real de ocurrencia del escenario que da lugar a los flujos de caja, as como en la determinacin
del riesgo de estimacin de las prestaciones (y cobros futuros de primas, por supuesto),
profundizaremos en estas en el captulo 4.
Con respecto al mencionado tanto de descuento, la cuantificacin de las PTSV se lleva
a cabo de acuerdo con la legislacin vigente (art. 33. del ROSSP), segn el tipo de inters
tcnico, y en general es admitida su determinacin segn el rendimiento medio que obtendr la
compaa de la inversin de las PTSV. No obstante si nos centramos en el Seguro de Vida, la
duracin de los contratos en ocasiones es enorme, lo que provoca que tambin lo sea la
incertidumbre respecto al rendimiento que obtendr la compaa durante la vigencia de la
Pliza. Por lo que profundizaremos bastante ms en todo ello en el captulo 3.
Por otra parte si valoramos la reserva matemtica prospectiva en sentido actuarial,
desde el punto de vista del Tomador de la Pliza, esta valoracin tendra en cuenta entre otros,
el riesgo de impago de la Aseguradora. El objetivo de la investigacin, es aproximar para esta
reserva matemtica, en adelante PTSV, el valor por el que se intercambiara el derecho que
representa, en un mercado de negociacin. El riesgo de impago se expondr en el captulo 5.
En cuanto a la prima, esta se determina a partir de las prestaciones garantizadas por la
Pliza, en funcin de las hiptesis tcnicas del producto (inters tcnico, gastos de
administracin y comercializacin, tabla de mortalidad,). No obstante, existen varias
opcionalidades incorporadas a la Pliza, que no es habitual cuantificar ni en la prima ni en las
PTSV. La posibilidad de rescate anticipado de la Pliza, constituye una opcin implcita en la
Pliza, que generalmente no se valora en el importe de la prima a cobrar al tomador de la
Pliza, ni en las PTSV. En realidad, si el valor de rescate se calcula en funcin del inters
32
tcnico garantizado en la Pliza, estamos ante un intercambio de tipos .
32
Se refiere a que la aseguradora garantiza un tipo fijo, cuando en realidad el mercado de capitales proporciona un
inters variable.
24
FUNDACIN MAPFRE
Otra opcin implcita en la Pliza, y que tampoco se cuantifica en la prima es la

participacin en beneficios. No es extrao encontrarse con Seguros de Vida que ofrecen al
tomador de la Pliza, la participacin en un porcentaje de la rentabilidad obtenida por la
inversin de las PTSV por encima del inters tcnico. En caso de que la rentabilidad de las
inversiones no alcance el inters tcnico garantizado, no se produce en cambio, un menoscabo
en las prestaciones garantizadas. En todo esto profundizaremos en el captulo 6.
2.3. INTRODUCCIN A LA NIIF 4 Y VALOR RAZONABLE
2.3.1. Introduccin a la NIIF 4
En la actualidad los mercados de capitales mundiales carecen de fronteras, y sus
participantes han de disponer de informacin financiera comparable, que les permita tomar
decisiones de inversin. Durante ms de 30 aos, el IASB y su antecesor, el Comit de
Normas Internacionales de Contabilidad (IASC), han trabajado para desarrollar, un conjunto de
Normas Internacionales para la Informacin Financiera de estas caractersticas. Son los IAS o
IFRS, en su denominacin ms actual, tambin conocidas en Espaa como NIC o NIIF.
Para implantar su "Estrategia en materia de Informacin Financiera" adoptada por la
Comisin Europea en junio de 2000, el Parlamento y el Consejo de la Unin Europea (UE)
aprobaron un Reglamento en el que se exiga a todas las empresas cotizadas de la UE la
aplicacin antes de 2005, de las normas contables emitidas por el IASB en la elaboracin de
sus estados financieros consolidados. Se permita no obstante, que los estados miembros
decidan si la obligacin de cumplir con los requisitos de las NIIF se extiende tambin a los
estados financieros de grupos no cotizados y estados financieros individuales. Asimismo, los
estados miembros tienen la opcin de eximir de forma temporal (slo hasta 2007) a algunas
empresas del cumplimiento con NIIF:
aquellas empresas que coticen tanto en la UE como en una Bolsa fuera de la UE y que
apliquen los US GAAP como sus principales normas de contabilidad, y
empresas que slo tienen ttulos de deuda negociables que cotizan en Bolsa.
La obligacin de cumplir con las NIIF se aplica no slo a los veinticinco estados
miembros de la UE sino tambin a los tres estados del Espacio Econmico Europeo. Muchas
empresas importantes de Suiza (que no es miembro de la UE ni del EEE) ya aplican las NIIF.
Debido a la complejidad del negocio asegurador, resulta complicado establecer un
marco especial para los aspectos contables especficos del seguro. De ah que como hemos
anticipado en la introduccin, en mayo de 2002 el IASB decidi proceder en su Proyecto de
Seguros en dos fases. La primera fase abarca la NIIF 4 (Contratos de Seguro), y en un sentido
ms amplio, la NIC 32 (Instrumentos financieros: presentacin e informacin a revelar) y la NIC
25
FUNDACIN MAPFRE
39 (Instrumentos financieros: reconocimiento y valoracin). En la segunda fase prevista para

ms all del 2007, se tratarn aspectos tan controvertidos como la valoracin de las PTSV. La
NIIF 4 es la primera orientacin del IASB sobre la contabilizacin de los contratos de seguros
(aunque no la ltima). Hay una Segunda Fase del Proyecto de Seguros del IASB en marcha. El
Consejo emiti la NIIF 4 debido a la necesidad urgente de mejorar los desgloses de los
contratos de seguros y mejorar moderadamente las prcticas de reconocimiento y medicin, a
tiempo para la adopcin de NIIF por parte de empresas cotizadas de toda Europa y del resto
del mundo en 2005.
La NIIF 4 se aplica a la prctica totalidad de los contratos de seguros (incluyendo los
contratos de reaseguros) que emite una entidad y a los contratos de reaseguros que posee. No
se aplica a otros activos y pasivos de una aseguradora, como activos y pasivos financieros,
dentro del alcance de la NIC 39. La definicin que la NIIF 4 incluye sobre contrato de seguros
es "contrato en virtud del cual una parte (la aseguradora) asume un riesgo de seguro
significativo de otra parte (el tomador del seguro) aceptando compensar al tomador del seguro
si un determinado acontecimiento futuro incierto (el acontecimiento asegurado) afecta
negativamente al tomador del seguro". Por otro lado, no aborda la contabilizacin por parte de
los tomadores de los seguros.
En cuanto a su aplicacin, la NIIF exime a una aseguradora temporalmente (hasta la
finalizacin de la fase II del Proyecto de Seguros) de determinados requisitos de otras IFRS,
incluyendo el requisito de tener en cuenta el Marco del IASB a la hora de seleccionar polticas
contables para contratos de seguros. Se incluye en el anexo I un cuadro resumen acerca de las
polticas contables introducidas por NIIF 4. Asimismo se incluye en el anexo II un cuadro
resumen de la informacin a revelar por parte de la aseguradora exigido por la NIIF 4.
2.3.2. Valor Razonable Vs. Valor Especfico de la Entidad
Se entiende actualmente por Fair Value o valor razonable, aquel valor por lo que se
puede cambiar un activo o cancelar una obligacin, entre dos partes que disponen de
informacin en un mercado.
Hay que distinguir el valor razonable del Entity Specific Value o valor especfico de la
entidad. Este ltimo representa el valor de un activo o pasivo para la empresa, y puede reflejar
factores que no estn disponibles o no son relevantes para otros miembros del mercado. No
obstante, hemos de tener en cuenta que las definiciones de estas dos medidas estn todava
siendo debatidas a la fecha de elaboracin de este trabajo. Hemos de ser conscientes de que
ambas palabras y el entendimiento del objeto de medida puede cambiar con el tiempo.
A continuacin se incluye un cuadro ilustrativo.
26
FUNDACIN MAPFRE
MEDIDA
CONCEPTO
FAIR
VALUE
Valor del activo o pasivo de la

empresa, por el cual una compaa
estara dispuesta a transferir a otra
el control sobre el activo y/o pasivo
existente en el balance a la fecha
en que se produce la transaccin,
entendida en un mercado de
libre competencia
Valor del activo o pasivo de la

ENTITY
empresa, que puede reflejar
SPECIFIC factores que no estn disponibles
VALUE
o no son relevantes para otros
miembros del mercado.
DIFERENCIAS
Base lgica Asunciones Calidad crediticia
Valor de
Basadas en Posiblemente
salidad o de el mercado. reflejado.
fijacin
inmediata.
SIMILITUDES
Ambos implican el uso de la jerarqua

de mtodos de valoracin del JWS que
veremos en el siguiente punto.
Ambos anticipan la actualizacin de
las asunciones de valoracin a la fecha
de sta.
Fijacin
ordenada
a lo largo
del tiempo.
Especficas
para la
entidad.
No
reflejado.
Para el pasivo de una aseguradora

en ambos se utilizan las tcnicas
del valor actualizado para reflejar
estimaciones.
Cuadro 2.1. Cuadro comparativo entre Fair Value y Entity-Specific Value.
Cada uno de los objetos de medida propuestos representa un cambio importante de los
Principios Contables Generalmente Aceptados de Espaa (PCGA). As en los PCGA se
permite activar gastos que luego se amortizan a lo largo del perodo durante el cual son
reconocidos los ingresos. No hay lugar para tal amortizacin en un sistema completamente
prospectivo, como sera el del valor razonable.
En segundo lugar, actualmente las asunciones de valoracin del pasivo estn cerradas,
es decir se deben de cumplir al pie de la letra, slo podrn ser cambiadas cuando se
necesiten reconocimientos de prdida. Bajo el valor razonable, todas las asunciones de
valoracin estn abiertas y susceptibles de cambio en cada fecha de valoracin. Dada la
profundidad de los contratos de Seguros de Vida, y la multitud de variables a considerar, el
valor razonable ser muy sensible a las asunciones usadas, por lo que se debe tener mucho
cuidado en desarrollar un mtodo consistente y disciplinado para establecer estas asunciones;
establecer este mtodo ser todo un reto.
Al evaluar la dependencia de los resultados respecto de las asunciones tomadas, los
cuerpos que establecen la normativa contable enmarcarn muchas de sus discusiones en
trminos de relevancia versus fiabilidad. Las conclusiones que alcancen estos cuerpos se
incluirn, al igual que las propuestas actuales respecto de la normativa contable internacional,
en el Draft Statement of Principles (DSOP)
33
establecido por el IASB.
Por otra parte, el presente trabajo aborda exclusivamente la determinacin del valor
razonable de las PTSV con un enfoque financiero actuarial, sin entrar en ms detalle en
cuanto a los aspectos contables de la norma.
33
Documento que incluye la proposicin actualizada en materia de normativa contable internacional del IASB.
27
FUNDACIN MAPFRE
2.4. PRINCIPIOS DE VALORACIN PARA INSTRUMENTOS FINANCIEROS

2.4.1. Jerarqua de mtodos de valoracin
Las
distintas
cuantificaciones
que
puede
ofrecer
una
estimacin
derivan
fundamentalmente de los mtodos utilizados en la valoracin del instrumento financiero.

El Joint Working Group of Standard Setters (JWS) ha propuesto una jerarqua de
mtodos para determinar el valor razonable de instrumentos financieros. Como muchos
contratos de seguro estn incluidos dentro de su definicin de instrumentos financieros, se
presume que esta jerarqua se aplicara tambin a las PTSV. La jerarqua (de mayor a menor
fiabilidad) a utilizar en la valoracin sera:
1.
El valor de mercado cuando est disponible.
2.
Cuando no exista valor de mercado para el instrumento que se quiera valorar, se usar el
valor de mercado de un instrumento anlogo, ajustando las diferencias oportunas.
3.
Si no existe un valor de mercado y no hay ningn instrumento anlogo disponible, se

calcular el valor actual de los flujos esperados futuros de ese instrumento incluyendo un
ajuste en funcin del riesgo de impago.
2.4.2. Valor de negociacin en el mercado
Cuando sea posible disponer de un instrumento financiero en mercados vivos, amplios
y abiertos, entonces el precio de mercado es el valor razonable.

En algunas situaciones un mercado puede existir, pero el precio de mercado no sera el
valor razonable. Tales situaciones son las siguientes:
1. El mercado no es vivo, amplio, y abierto, o cada negociacin puede tener lugar bajo
condiciones especiales o consideraciones nicas.
Por ejemplo, el volumen de negociacin puede ser muy pequeo. Si ocurre eso, el precio
de mercado podra estar fuertemente influenciado por la oferta y demanda del da de
negociacin y no representativas del curso de las condiciones del mercado general.
2. Puede haber restricciones en la negociacin del mercado que hacen imposible completar
un intercambio de libre competencia.
Por ejemplo, si nos situamos en el caso de una operacin de reaseguro, la compaa
aseguradora cedente no puede transferir sus PTSV completamente al reasegurador. Segn
la legislacin vigente, la cedente responde del pago de las prestaciones, haga o no frente
el reasegurador de sus obligaciones de reembolsar a la cedente su parte proporcional de la
prestacin. Como la cedente no est completamente aliviada del riesgo en tal transaccin
28
FUNDACIN MAPFRE
de reaseguro, el precio de la transaccin no es el valor razonable. Sin embargo, el precio

de las transacciones de reaseguro puede proporcionar una gua para la determinacin del
valor razonable, siempre que todos los riesgos inherentes sean tenidos en cuenta.
3. En casos extraos, puede haber consideraciones especiales debido al tamao del
instrumento financiero.
Por ejemplo, un paquete de acciones que representa un inters de control en una
compaa puede tener un valor razonable mayor que el producto del nmero de acciones y
el precio del mercado por accin. En efecto, un inters de control tiene valor que se separa
del valor de las acciones individuales negociadas en el mercado.
2.4.3. Replicacin de valores de negociacin en el mercado
Algunos productos ofrecidos por compaas de seguro se parecen mucho a otros
instrumentos ofrecidos por compaas no aseguradoras, por ejemplo, rentas temporales con un
mnimo riesgo de seguro.
En ocasiones es posible construir una cartera de ttulos de negociacin pblica, que se
comporta de forma muy parecida a las PTSV, estando imbuida adems de la mayora de sus
riesgos. En tales situaciones el valor de la cartera de ttulos puede servir como valor razonable
de las PTSV. Esta cartera de ttulos se puede considerar como una cartera de medida ya que
sirve de gua para medir el valor de las PTSV, pero no es correcto referirse a tal cartera como
cartera replicada a no ser que encajen exactamente los flujos de caja de las PTSV en cada
escenario posible, incluyendo escenarios que implican impago por el riesgo de crdito.
En el caso de contratos que incluyen riesgos de seguro tales como la mortalidad, no
existen carteras de medida en mercados secundarios corrientes. Sin embargo, en algunas
situaciones, los riesgos de seguro son muy pequeos con relacin al valor del instrumento
financiero. En aquellos casos, el valor de una cartera similar de ttulos de negociacin pblica
puede proporcionar una gua para valorar las PTSV, siempre que se realicen los ajustes
necesarios para reflejar el riesgo de mortalidad.
2.4.4. Valoracin de los flujos de caja futuros
Lo que se pretende es encontrar en el mercado la informacin que nos permita poder
valorar los instrumentos que no cotizan. Esta valoracin ser relativa, no absoluta o
fundamental. Cuando el valor de mercado no est disponible (o, debido a las consideraciones
mencionadas anteriormente, no representa el valor razonable), y para llevar a cabo una
valoracin consistente con el mercado, hay al menos tres mtodos tericamente correctos para
estimar el valor de una serie de flujos de caja con riesgo de impago y dependientes del
escenario futuro respecto de la supervivencia o fallecimiento del asegurado:
29
FUNDACIN MAPFRE
1. El descuento de flujos de caja futuros ponderados con la probabilidad real del

escenario que proporciona estos flujos de caja, usando tipos de descuento
obtenidos de la suma de una tasa libre de riesgo y una prima de riesgo asociada al
riesgo de impago.
2. Modificar la probabilidad real de ocurrencia del escenario que da lugar a los flujos
de caja futuros con riesgo y descontar a los tipos de inters libres de riesgo, es lo
que se conoce como valoracin riesgo neutro.
3. Modificar la cuanta de los flujos de caja con riesgo y descontar a los tipos libres de
riesgo.
Veamos cada uno brevemente con un ejemplo para un nico perodo. Consideraremos
una Pliza de Seguro de Vida con un valor consistente con el mercado de S , cuya prestacin
dentro de un ao ser S px , si el asegurado vive y S qx si el asegurado fallece a largo del ao.
Podemos aplicar los tres mtodos de valoracin como sigue. Primero,
S=
p x S px + (1 p x ) S qx
(2.3)
1 + r + S
donde
r : es el tipo libre de riesgo para un ao,

px =
P (1 , x + 1)
: es la probabilidad real de supervivencia del Asegurado a un ao,
P (1 , x)
: es el precio de mercado del riesgo asociado a la Pliza, y
S :
un parmetro de volatilidad asociado con este riesgo. Podemos considerar
como
una prima de riesgo de mercado.

Segundo,
S=
donde,
x S px + (1 x ) S qx
(2.4)
1+ r
x = p x p x (1 p x ) ,
es la probabilidad bajo una nueva medida de
probabilidad, Q 34, riesgo neutro, es lo que conocemos como probabilidad martingala riesgo
neutral, y que analizaremos ampliamente ms adelante.
O tercero,
S=
34
[p S
x
px
+ (1 p x ) S qx Z
1+ r
(2.5)
Se trata de la probabilidad que se est utilizando en la valoracin.
30
FUNDACIN MAPFRE
donde, Z, es una cantidad que hace el numerador de (2.5) igual al equivalente cierto del pago
esperado con riesgo en el numerador de (2.4).
Con el objeto de ilustrar como la valoracin con probabilidades martingala riesgo
neutral compara la valoracin con las probabilidades reales o usando un equivalente de
certeza, consideramos el ejemplo35 de una Pliza de Seguro de Vida. Se trata de un Seguro
Mixto cuyo capital garantizado por supervivencia a un ao del Asegurado es de 110 y 90 si
fallece a lo largo del ao. Consideraremos la probabilidad de supervivencia, p x = 0,9877 , y un
tipo de descuento ajustado al riesgo. Este tipo de inters ser
r + S = 0,0520995
donde
= 0,02
S . = 0,104979.
De este modo, el valor de esta Pliza es
p x 110 + (1 p x ) 90
= 104,32
1 + r + S
De forma similar, este ttulo puede ser valorado usando la probabilidad martingala,
x = 0,9855 , y descontndolo al tipo libre de riesgo, r = 0,05:

x 110 + (1 x ) 90
1+ r
= 104,32
Finalmente, usando el mtodo del equivalente de certeza con Z = 0,219 , el valor

sera
p x 110 + (1 p x ) 90 0,219
= 104,32
1+ r
La conclusin es que el proceso de valoracin puede contar para evaluar el riesgo,
tanto con las probabilidades reales, P , agregando al tipo libre de riesgo una prima de riesgo,
como con las probabilidades martingala riesgo neutro,
Q , y descontando al tipo libre de
riesgo, o por el ajuste de los flujos de caja a sus niveles de equivalente de certeza y
descontando al tipo libre de riesgo. Sobre el cambio a la medida de probabilidad riesgo
neutro Q , a travs del teorema de Girsanov, profundizaremos en el apartado siguiente.
35
Este ejemplo una vez modificado se ha extrado de la monografa de la SOA, Babel y Merrill (1996), Valuation of
Interest Sensitive Financial Instruments, pp. 43-44.
31
FUNDACIN MAPFRE
2.5. INTRODUCCIN AL CLCULO ESTOCSTICO APLICADO AL CAMPO FINANCIERO

ACTUARIAL
En la determinacin del valor razonable de las PTSV, cobra una gran importancia la
cuantificacin de los derivados implcitos, as como una cuantificacin consistente con el
mercado, es decir, considerando la cuantificacin en trminos del valor de cotizacin de otros
instrumentos financieros.
Para abordar la valoracin consistente con el mercado, haremos una primera
aproximacin al clculo estocstico.
2.5.1. Introduccin a los modelos dinmicos estocsticos
En ocasiones es muy complicado obtener informacin acerca de las expectativas sobre
los distintos escenarios a partir de los precios de mercado, debido a la inclusin en dichos
precios, de factores ajenos a los citados escenarios. Para evitar el ruido inherente a los precios
de mercado, as como los problemas que hemos mencionado en el primer mtodo de
valoracin de la jerarqua de la JWS, surgen los modelos estocsticos de evolucin.
A continuacin expondremos una breve introduccin a los modelos matemticos que
devienen en modelos estocsticos de evolucin. Un modelo matemtico supone la
representacin de un cierto aspecto de la realidad, est basado en la lgica matemtica, y sus
elementos son variables y funciones, cuyas relaciones matemticas son similares a las del
mundo real que modelizan.
Desde nuestro punto de vista nos interesa una primera clasificacin de los modelos
matemticos: modelos estticos y dinmicos. En el primer caso la variable tiempo no es
importante, mientras que en el segundo caso, uno o varios de los elementos modelizados toma
valores dependientes del tiempo, describiendo trayectorias temporales. Si nos centramos en
los modelos dinmicos, podemos distinguir tambin entre modelos dinmicos deterministas y
estocsticos. En los primeros, tanto los parmetros como las variables temporales, tienen
asignados valores ciertos, mientras que en los modelos dinmicos estocsticos, alguna
variable o parmetro sigue un proceso estocstico, con lo cual las variables temporales siguen
una distribucin de probabilidad.
Como regla general partiremos de modelos dinmicos estocsticos en tiempo continuo,
materializados a travs de una ecuacin diferencial estocstica. Por este motivo introduciremos
las ecuaciones diferenciales.
32
FUNDACIN MAPFRE
Resolucin de ecuaciones diferenciales

Una ecuacin diferencial es una ecuacin que relaciona una funcin desconocida, con
sus derivadas (o derivadas parciales) hasta un cierto orden. Podemos clasificar las ecuaciones
diferenciales como ecuaciones diferenciales ordinarias (EDO) y ecuaciones en derivadas
parciales (EDP). Las primeras son aquellas en las que la funcin incgnita es una funcin de
una sola variable, mientras que en las EDPs, la funcin incgnita es una funcin de varias
variables, siendo las derivadas intervinientes en la ecuacin, derivadas parciales.
Para resolver una ecuacin diferencial existen mtodos analticos y mtodos
numricos.
Mtodos analticos: persiguen obtener la funcin solucin de la ecuacin diferencial

mediante una expresin analtica, que incluye funciones elementales. No obstante, es
habitual que no existan soluciones analticas para las ecuaciones diferenciales, por lo
que se deba recurrir a los mtodos numricos. Sern estos ltimos los que
emplearemos a lo largo del presente trabajo.
Mtodos numricos: suponen la obtencin de soluciones numricas de problemas de

valores iniciales. En este caso aunque desconozcamos la expresin analtica, la
solucin viene dada mediante vectores de valores numricos, de modo que podemos
determinar en cada perodo el valor numrico de esta solucin.
Los mtodos numricos se aplican a problemas de valores iniciales (o finales) y se
basan en la discretizacin de la ecuacin diferencial, es decir en la transformacin de la

ecuacin diferencial o en tiempo continuo en una ecuacin en diferencias finitas o en tiempo
discreto.
Dado que ms adelante haremos referencia al esquema de discretizacin de Euler,
explicaremos de forma somera cual es su planteamiento en un caso sencillo, como es una
EDO de orden 1 no lineal. Partimos de:
dx(t )
dt = f ( x(t ), t )
x(t ) = x
0
0
Si la EDO es de orden n, basta con transformarla en un sistema equivalente de n
ecuaciones diferenciales de orden 1. Para la resolucin supondremos el intervalo t 0 , T , y
consideraremos que dicho intervalo est dividido en subintervalos t i , t i +1 , de manera que
33
FUNDACIN MAPFRE
t i +1 = t i + t , siendo t la longitud del subintervalo. Si aplicamos a la funcin x(t ) el

desarrollo de Taylor de orden 1 obtenemos que:
x(t i + t ) = x(t i ) + t x'+o(t 2 )

siendo, o( t ) , el resto del polinomio de Taylor que depende de
2
t 2 . Si t es infinitesimal, a
o(t 2 ) se le conoce como infinitsimo de orden 2, y puede considerarse despreciable a

efectos de aproximacin.
Si sustituimos en la EDO, tenemos que:
x' =
dx(t )
= f ( x(t i ), t i )
dt ti
De ambas expresiones nos queda:
x(t i + t ) = x(t i ) + t f ( x(t i ), t i ) + o(t 2 )

Si despreciamos el infinitsimo de orden 2,
o(t 2 ) , obtenemos
x(t i + t ) x(t i ) + t f ( x(t i ), t i ) ,

con lo cual hemos obtenido un algoritmo recursivo para determinar el vector de valores
numricos que constituyen la resolucin numrica. Si lo representamos como diagrama de
flujo:
x(t 0 ) = x0
i=0
x(t i + t ) x(t i ) + t f ( x(t i ), t i )

i = i +1
As conocido
x0 , determinamos el valor de x(t1 ) , que a su vez se convierte en un
valor conocido a partir del cual determinar x(t 2 ) , y as sucesivamente.

Es necesario para ilustrar las especificaciones de los modelos estocsticos de
evolucin introducir los siguientes conceptos de clculo estocstico.
34
FUNDACIN MAPFRE
2.5.2. Elementos de clculo estocstico

Definiremos una variable aleatoria X como una funcin definida sobre el espacio
, que hace corresponder a cada un nico nmero real, X ( ) .
muestral,
X = ( X 1 , X 2 ,..., X n ) es un vector aleatorio n dimensional si sus
componentes
X 1 , X 2 ,..., X n son variables aleatorias. Podemos definir un proceso estocstico en tiempo
{X t }t 0 , como una sucesin de variables aleatorias definidas en
continuo,
, en la cual X t
representa el valor del fenmeno descrito por el proceso estocstico en el perodo t. De este
modo una trayectoria muestral sera una realizacin de la evolucin del proceso. El espacio
muestral
es el conjunto de todas las trayectorias muestrales.
Supondremos que todas las variables aleatorias
X t toman valores en el conjunto S,
denominado espacio de estados del proceso. Este espacio de estados, S, es el conjunto ms
P{X t S } = 1 t . Hasta un momento determinado del
pequeo con la propiedad de que

tiempo
T , la evolucin del fenmeno descrito por el proceso estocstico {X t }t[0,T ) , constituye
la historia hasta el momento
T , siendo los valores posteriores a este momento estocsticos.
Esta historia del fenmeno nos permite revisar la distribucin de probabilidad que atribuimos al
valor del proceso
{X t }t 0 .
As suponiendo que nos situamos en el momento
consideramos el valor del proceso en algn momento futuro
t y
u > t , la distribucin del valor de
X u se halla caracterizada por las probabilidades P( X u A) para subconjuntos A medibles

del espacio de estados S. Si para todo
t, u R + con u > t , y siendo para todo A S :
P X u A {X s }s[0,t ] = P (X u A X t ) ,
tenemos que
{X t }t 0
es un proceso de Markov. Es decir, a partir de la informacin disponible
en el presente, el futuro es independiente del pasado, nicamente depende del valor presente.
Martingalas
Un proceso estocstico ser martingala cuando en cualquier perodo, la variacin
esperada para el valor del proceso en cualquier perodo futuro es igual a 0. Matemticamente
diremos que un proceso estocstico
{X t }t 0
es martingala bajo
P - martingala si para todo
t 0 tenemos
Et
siendo E t
(X u ) = X t
u t
la esperanza cuantificada bajo la medida de probabilidad
P , segn la informacin
en el momento t.
35
FUNDACIN MAPFRE
De este modo tenemos que
X t es la mejor prediccin de X u dado Ft . Para ello se
han de cumplir tambin las siguientes condiciones:

E Xt <
{X t }t 0
es un proceso adaptado a
{Ft }t 0 , es decir, t ,
X t es medible en Ft .
Se usa el concepto de martingala en teora de la probabilidad entre otras muchas

cuestiones para hacer referencia al juego equitativo, consistente en un juego reiterativo a
partir de un valor
X t , con la informacin, Ft , hasta tiempo t . El juego ser equitativo, si los
valores esperados futuros

informacin
{X u }u t ,
segn una medida de probabilidades,
P , dada la
Ft , es precisamente el valor actual X t .
Procesos de Wiener
Decimos que un proceso estocstico
{X t }t 0
es un proceso de Wiener o movimiento
Browniano estndar (MBE) si cumple:

1.
X0 = 0 .
2.
X u X t N (0, u t )
3.
X t 2 X t1 ,..., X tn X tn 1 son mutuamente independientes t n > t n 1 ... > t 0 0 .
u > t 0 . (Incrementos normalmente distribuidos)
(Incrementos independientes).
De la condicin 2 y 3 deviene que t 0 ,
X t N (0, t ) y Cov[X u , X t ] = min(u, t ) ,
ya que u > t 0 :
Cov[X t , X u ] = E [(( X u X t ) + X t )X t ] =
[ ] = E [X
E [( X u X t ) + X t ] + E X t
4.
{X t }t 0
X t ]E [X t ] + t = 0 + t = t
tiene trayectorias muestrales continuas con probabilidad 1.
De este modo un MBE est definido segn una medida de probabilidad
P bajo la que
los incrementos tienen las propiedades anteriores, as

s2
X Xt
1 2
< h = (h)
P u
e ds
u t
2
h
siendo (.) la distribucin acumulada de una normal estndar.
Hemos de caer en la cuenta de que un MBE es un proceso de Markov, ya que el

incremento desde el presente a cualquier perodo futuro es independiente del pasado. Tambin
36
FUNDACIN MAPFRE
un MBE es martingala por ser el cambio esperado en el valor del proceso igual a 0. Por otra
parte Mikosch (1999) demuestra que las trayectorias muestrales de un MBE no son
diferenciables en ningn tiempo. A esta irregularidad hemos de aadir que la variabilidad de
estas trayectorias no se hallan acotadas en ningn intervalo finito
[0, T ] .
Estas dos
irregularidades son las que segn Mikosch (1999) obligan a recurrir al clculo estocstico.
Proceso de Wiener generalizado
Consideremos un MBE
{Wt }t 0
y un proceso estocstico
{X t }t 0
definido por:
X t = X 0 + t + Wt , t 0
siendo
, , constantes y X 0
tenemos que
proceso
el valor inicial del proceso. A partir de las propiedades del MBE,
X t se distribuye normalmente con media t y varianza 2 t . As el cambio del
{X t }t 0
se determinar a partir de
X u X t = (u t ) + (Wu Wt )
u > t 0 .
El incremento en el proceso para un intervalo infinitesimal ser
dX t = dt + dWt ,
en el que
dWt , se puede considerar como una variable aleatoria de distribucin N (0, dt ) . De
este modo el proceso

parmetro
{X t }t 0
se denomina proceso de Wiener generalizado donde el
denominado componente tendencial, determina el cambio esperado por unidad
de tiempo, y el parmetro
o volatilidad del proceso, refleja la incertidumbre acerca de los
valores futuros del proceso. El proceso de Wiener generalizado sigue siendo un proceso de
Markov, y sus trayectorias son continuas no diferenciables en ningn punto, pero ya no es
necesariamente una martingala como si lo era el MBE. Slo ser una martingala cuando el
componente tendencial tome el valor 0.
Cuando los parmetros
varan determinsticamente en el tiempo
{X t }t 0
ser
un proceso de Wiener generalizado no homogneo en cuanto al tiempo y se puede escribir

como
dX t = t dt + t dWt
Para un intervalo de tiempo relativamente pequeo t , tendremos un incremento
esperado en el proceso de aproximadamente
tambin de
y su varianza ser aproximadamente
2 t . Rigurosamente el incremento para este intervalo ser de

X t + t X t =
t + t
t + t
u du +
dWu
37
FUNDACIN MAPFRE
t + t
siendo
dWu la denominada integral estocstica o Integral de Ito.
De entre las muchas propiedades de la Integral de Ito, aqu destacaremos que si
t + t 2
(u ) es una funcin determinstica entonces u dWu tiene distribucin N 0, u du .
t
t
t + t
Procesos de difusin
Un proceso estocstico
{X t }t 0
ser un proceso de difusin unidimensional si se
puede representar para un intervalo de tiempo infinitesimal
dX t = ( X t , t )dt + ( X t , t )dWt
pasando a ser ahora el componente tendencial y la volatilidad, funciones del tiempo y del valor
actual del proceso. Cuando el proceso estocstico se halla en las dos partes de la igualdad,
esta se denomina ecuacin diferencial estocstica (EDE).
Dado que
dWt tiene una distribucin N (0, dt ) , la media y varianza de los incrementos
en el proceso para un intervalo infinitesimal
[t , t + dt ]
condicionadas a la informacin
disponible en el instante t sern
Et [dX t ] = ( X t , t )dt
Vt [dX t ] = ( X t , t ) 2 dt
Rigurosamente el incremento en el proceso de difusin para el intervalo t , t + t ser

t + t
X t + t X t =
(X
t + t
s
, s )ds +
t + t
siendo
(X
( X
, s )dWs ,
t
t + t
s
, s )ds una Integral de Riemann y
( X
, s )dWs una Integral de Ito.
Un proceso de difusin es un proceso de Markov debido a que tanto el componente

tendencial como la volatilidad dependen exclusivamente del valor actual del proceso. Al igual
que el proceso de Wiener generalizado no es una martingala, salvo en este caso que
( X t , t) = 0
X t , t . Igualmente las trayectorias muestrales sern continuas y no
diferenciables en ningn punto. En cuanto al espacio de estados S y la distribucin de los

valores futuros dependern de las funciones
38
FUNDACIN MAPFRE
Lema de Ito
Un proceso estocstico unidimensional
{X t }t 0
es un proceso de Ito si sigue la
siguiente dinmica
dX t = t dt + t dWt ,
con
X t R , donde t y t son a su vez procesos estocsticos. El Lema de Ito se puede
considerar como la correspondencia estocstica de la regla de la cadena del clculo ordinario.

Se hace indispensable para resolver ecuaciones diferenciales estocsticas en las cuales el
proceso estocstico, sigue una dinmica en la que se incluyen a su vez otros procesos
estocsticos.
Sea el proceso de Ito anterior y

dos veces respecto a
definido por
f ( X t , t ) R una funcin continuamente diferenciable
X t y una vez respecto a t . Entonces el proceso estocstico {Yt }t 0
Yt = f ( X t , t ) , ser tambin un proceso de Ito, determinndose su dinmica como
sigue:
f ( X t , t ) f ( X t , t )
f ( X t , t )
1 2 f ( X t , t) 2
+
dYt =
t +
t dt +
t dWt
2
X
2
X
X
t
Su demostracin se puede encontrar en Shreve (1997).La expresin anterior se puede

escribir como
dYt =
f ( X t , t )
f ( X t , t )
1 2 f ( X t , t)
(dX t ) 2 ,
dt +
dX t +
2
t
X
2 X
2
donde hemos de tener en cuenta para el clculo de, ( dX t ) , que ( dt )
= dtdWt = 0 y
(dWt ) 2 = dt , de manera que

(dX t ) 2 = ( t dt + t dWt ) 2 = t (dt ) 2 + 2 t t dt + t (dWt ) 2 = t dt
2
Teorema de Girsanov
Una importante aplicacin del teorema de Girsanov, es recoger la probabilidad de
valoracin, en la ecuacin diferencial estocstica que recoge la evolucin del proceso
estocstico referente al precio del instrumento. Segn este teorema un proceso de Wienner
generalizado con componente tendencial, es decir, que no es martingala, se puede ver como
un proceso de Wienner sin componente tendencial, mediante un cambio sobre la medida de
probabilidad,
P . As, definido un espacio de probabilidad, (, F , P ) , consideramos una
variable aleatoria, L 0 , con esperanza la unidad, entonces tenemos que
Q( A) = E (1 A L )
39
FUNDACIN MAPFRE
define una nueva medida de probabilidad. El hecho de que la esperanza de
L sea igual a 1
garantiza que
Q ( ) = E (L ) = 1
Decimos que
L es la densidad de Q respecto de P , en trminos matemticos

dQ
=L
dP
La esperanza matemtica de la variable aleatoria X
en el nuevo espacio de
probabilidad (, F , Q ) ser
EQ ( X ) = E ( XL )
Rigurosamente en trminos generales, el teorema es el siguiente. Sea {X t , t 0, T
]}
un proceso adaptado que cumple la condicin de Novikov:
1T
E exp X t2 dt < .
2 0
y {Wt , t 0, T
]}
~
un movimiento browniano. Entonces, el proceso, Wt = Wt + X s ds , es un
0
movimiento browniano respecto de la nueva medida de probabilidad
Q . Este teorema nos
permitir aplicar la nueva medida de probabilidad martingala riesgo - neutral Q , usada en la

valoracin de instrumentos financieros cotizados, en lugar de la probabilidad real, P .
Consideraremos como ejemplo el modelo de Black Scholes, segn el cual el precio
de un activo con riesgo, ser
Pt = P0 exp Wt + t 2 t
2
donde interpretamos que,
es el tanto de rendimiento medio y
es volatilidad del
rendimiento. Por otra parte tenemos el activo sin riesgo que evoluciona,
t = 0 e rt .
continuacin pretendemos encontrar la medida de probabilidad Q , que determina que para esa
probabilidad
S S
EQ t = 0
t 0
Por otra parte tenemos que segn la medida de probabilidad real, P , se da
S S

1
S
E P t = 0 E P exp Wt + ( 2 r )t = 0 exp(( r )t )
2
0

t 0
40
FUNDACIN MAPFRE
De este modo, la medida de probabilidad,
Q , riesgo neutro ha de cambiar por r .
Para ello, llamando
r
~
Wt = Wt +
t
tenemos que
dS t
r
~
= dt + dWt = rdt + d Wt +
t = rdt + dWt

St
Segn el teorema de Girsanov, existe una probabilidad,
~
Q , bajo la cual el proceso Wt
es un movimiento Browniano; teniendo en consideracin lo anterior, el rendimiento del activo
S t , ser equivalente al de t , es decir, el rendimiento libre de riesgo. En definitiva, valorar

bajo la medida de probabilidad
una prima de riesgo,
(t ) ,
Q , ser equivalente a valorar con el tipo libre de riesgo, mas

que recoge el precio de mercado del riesgo inherente al
instrumento financiero, es decir, una medida de la aversin al riesgo agregado en el mercado.

En adelante, diremos que se d una situacin de ausencia de oportunidad de arbitraje
(AOA), si existe una medida de probabilidad,
probabilidad real,
Q , riesgo neutro, equivalente a la medida de
P , en los trminos mencionados arriba. Asimismo, diremos que el mercado
es completo, si esta medida de probabilidad,
Q , es nica.
Procesos de Ornstein Uhlenbeck
Un proceso estocstico unidimensional
{X t }t 0
es un proceso de Ornstein
Uhlenbeck (OU) si su dinmica es
dX t = [ aX t ]dt + dWt
siendo
, a
constantes, con a > 0 .
Una ventaja del proceso O-U es que exhibe reversin a la media, es decir, el
componente tendencial es positivo cuando
Xt <
y negativo cuando
Xt >
de manera que el proceso tiende permanentemente hacia su nivel de largo plazo
41
FUNDACIN MAPFRE
Cuanto ms lejos se halla el proceso del nivel de largo plazo, mayor es el valor
absoluto del componente tendencial, de manera que revierte ms rpidamente al nivel de largo
plazo. El parmetro a , determina la velocidad de ajuste hacia el nivel de largo plazo y se
denomina velocidad de ajuste o tasa de reversin a la media.
X t , en un instante t > 0 , sigue una distribucin normal,
El valor que tome el proceso

cuya esperanza matemtica ser:
E [X t ] = X 0 e at +
y varianza
V [X t ] = 2
En el largo plazo la varianza tiende a
(1 e ),
a
at
(1 e ) .
2 at
2a
V [X t ] =
2
2a
Por otra parte el proceso O U anterior se puede considerar el lmite cuando t 0

de un proceso autorregresivo de orden 1, concretamente del siguiente AR(1):
X t X t 1 =
siendo
2 =
(1 e ) + (e
a
a
1)X t 1 + t
(1 e ) .
2a
2 at
As un valor pequeo de la tasa de reversin a la media deviene como veremos en un

alto grado de autocorrelacin.
Procesos de Cox
Denotemos con T1 , T2 ,... , los tiempos de ocurrencia de un evento fsico. La sucesin
{Ti }i1 ser un proceso homogneo de Poisson con intensidad
, si los lapsos entre eventos,
Ti +1 Ti , son independientes y exponencialmente distribuidos con parmetro . As

suponiendo que
X t = 1{Ti t }
i
es el nmero de ocurrencias del evento en el intervalo [0, t],

de Poisson con intensidad
si los incrementos
una distribucin Poisson de parmetro
{X t }t 0
es un proceso homogneo
X t X s son independientes y cuentan con
(t s ) s < t 0 :
42
FUNDACIN MAPFRE
P[ X t X s = k ] =
1 k
(t s) k exp( (t s) )
k!
Si suponemos que el momento de ocurrencia,
Poisson con intensidad
entonces
= T1 ,
, es el primer salto en un proceso de
se distribuye exponencialmente con parmetro
, y la probabilidad de ocurrencia ser

F (T ) = P[ T ] = 1 e T
y la intensidad de ocurrencia
lim 1
P[ (t , t + j ] > t ] =
j j
El proceso
determinstica
{X t }t 0 ,
ser un proceso no homogneo de Poisson con intensidad
t , si los incrementos X t X s
son independientes y para
s < t tenemos
1
t
P[X t X s = k ] = u du exp u du
k! s
s
siendo ahora la probabilidad de ocurrencia
T
F (T ) = P[ T ] = 1 exp u du
{X t }t 0 , es un proceso de Cox si la intensidad, t , es a su vez un proceso

estocstico, {t }t 0 , es decir, el proceso {X t }t 0 , se halla condicionado a las realizaciones de
El proceso
la intensidad
t . En este caso la probabilidad condicional de ocurrencia ser

T
F (T (t ) 0t T ) = P[ T (t ) 0t T ] = 1 E exp u du
Mtodos numricos de resolucin de ecuaciones diferenciales estocsticas

En el apartado sobre resolucin de ecuaciones diferenciales se expuso el esquema de
discretizacin de Euler para el caso de una ecuacin diferencial ordinaria. Aqu expondremos
su aplicacin para la implementacin numrica de una ecuacin diferencial estocstica.
Suponemos el siguiente proceso de difusin homogneo
dX t = ( X t )dt + ( X t )dWt
donde,
( X t ), ( X t )
son independientes del tiempo. Adicionalmente conocemos el valor del
proceso en el instante t ,
Xt .
43
FUNDACIN MAPFRE
Nuestro objetivo es conocer una realizacin del proceso estocstico
{X t }t 0 .
Fijaremos un salto de tiempo t , para el cual aplicando el desarrollo que sugiere la frmula de
Ito Taylor obtenemos:
X t + t = X t + ( X t ) t + ( X t ) t + ( X t ) ' ( X t ) t 2 1
siendo
normales estndar independientes. Si consideramos que t 0 , podemos
despreciar la ltima parte del desarrollo anterior, con lo que tendramos
X t = X t 1 + ( X t ) t + ( X t ) t .
La expresin anterior proporciona un algoritmo recursivo que si como antes lo
representamos como diagrama de flujo:
X ti = X 0
t i +1 = t i + t
z ti = ti
X ti +1 X ti + ( X ti ) t + ( X ti ) t z ti
t i +1 = t i + t
siendo
z ti , muestras independientes de la normal estndar.

Como hemos podido comprobar en este caso nicamente podemos obtener muestras
del proceso estocstico, por lo que para obtener conclusiones sobre el mismo, tendramos que
repetir el procedimiento anterior un nmero N de veces.
Volviendo al proceso de Ornstein Uhlenbeck (O U) expuesto anteriormente
dX t = [ aX t ]dt + dWt
tenemos que
( X t ) = [ aX t ]
(X t ) =
Por otra parte cuando consideramos dos procesos de difusin correlados,
44
FUNDACIN MAPFRE
dX t = ( X t )dt + ( X t )dWt
y
~
dYt = (Yt )dt + (Yt )dWt
donde
~
dWt dWt = dt
tendremos que tener en cuenta en la discretizacin esta correlacin
entre ambos, como
sigue
X t = X t 1 + ( X t ) t + ( X t ) t
Yt = Yt 1 + (Yt ) t + (Yt ) t + ~ 1 2
siendo
y ~ dos normales estndar independientes.
45
FUNDACIN MAPFRE
SEGUNDA PARTE
SUBYACENTES AL VALOR RAZONABLE DE LAS
PROVISIONES TCNICAS DE SEGUROS DE VIDA
CAPTULO 3
LOS TIPOS DE INTERS EN EL VALOR
RAZONABLE
La finalidad de este captulo es identificar el tipo de inters a considerar como
subyacente del valor razonable de las PTSV, as como proponer un proceso estocstico
inherente a este subyacente.
Tras una introduccin a los tipos de inters en las PTSV, se procede a una descripcin
de los distintos modelos sobre la ETTI.
Finalmente en el punto 3.5. abordamos el modelo de Hull White, que permite tratar de
manera aproximada el proceso estocstico correspondiente a los tipos de inters en el futuro.
Este modelo nos permitir la determinacin del valor razonable de las PTSV, considerando
diversas trayectorias futuras en los tipos de inters.
3.2. INTRODUCCIN A LOS TIPOS DE INTERS EN LAS PTSV
Al aplicar la jerarqua del JWS en las PTSV, el mtodo ms frecuente es el 3. Una
cuestin de gran importancia en la determinacin del valor actual es la determinacin del tipo
de descuento. Segn la legislacin vigente el tipo de descuento mximo a aplicar en la
valoracin de las PTSV, se fija cada ao segn el tipo de la deuda pblica a 5 o ms aos,
matizado para evitar volatilidad (si estas se determinan bajo el amparo del artculo 33.1. del
ROSSP), o bien, segn el rendimiento medio que obtendr la compaa de la inversin de las
PTSV (si se determinan segn el artculo 33.2.). No obstante, el tipo de descuento a aplicar en
la estimacin del valor razonable, debera determinarse en cada momento segn los tipos que
se negocien en el mercado de capitales.
Se acepta generalmente que el grado de riesgo de impago afecta al tipo de inters
exigido al ttulo. Tipos de inters mayores estn asociados a un mayor riesgo del propietario del
ttulo. Lo anterior sugiere que existe un tipo de inters determinado por el mercado, asociado al
riesgo cero. Tal tipo de inters se llama tipo de inters libre de riesgo, el cual debe ser usado
47
FUNDACIN MAPFRE
en el clculo del valor actual de flujos de caja con riesgo cero. Para ser tcnicamente correctos,
el trmino tipo libre de riesgo debe realmente referirse a la curva del tipo spot libre de riesgo,
ya que el tipo libre de riesgo depende del tiempo transcurrido antes del pago. En adelante
siempre que hagamos referencia al trmino tipo libre de riesgo, se tratar de la estructura
temporal de tipos de inters (ETTI) o curva del tipo spot libre de riesgo.
En Espaa, se asume frecuentemente que el tipo libre de riesgo es el correspondiente
a la deuda pblica. Hay al menos dos razones por las cuales este tipo no es realmente el tipo
libre de riesgo:
La deuda pblica no est realmente libre de riesgo porque est denominada en euros. El
nivel futuro de inflacin presenta un riesgo en la medida en que el poder adquisitivo del
ttulo en el futuro es incierto.
La liquidez no es requerida en un ttulo libre de riesgo con flujos de caja ciertos. La deuda
pblica es un instrumento muy lquido, por la cual implcitamente se incluye una opcin a
vender al valor corriente de mercado antes de la fecha de vencimiento. Si esta opcin tiene
un valor, entonces un ttulo puro libre de riesgo con flujos de caja ciertos tiene un menor
valor y un mayor rendimiento que la deuda pblica.
En este contexto, el trmino libre de riesgo significa libre de riesgo de impago y
nominalmente cierto, pero puede retener otros riesgos como la inflacin y riesgos de coste de
oportunidad. Debido a la dificultad en la determinacin prctica del tipo libre de riesgo y debido
a la rareza (o inexistencia) de flujos de caja que estn verdaderamente libres de riesgo, un
valor presente tomado al tipo libre de riesgo es til ms como una lnea divisoria que como un
resultado final. El valor razonable de cualquier instrumento financiero divergir del valor
presente al tipo libre de riesgo debido a la valoracin del mercado de los riesgos implicados en
el instrumento.
Por otra parte, el tipo libre de riesgo sigue una estructura temporal, y describir
exactamente esta estructura es fundamental para determinar el valor razonable de un
instrumento financiero. Antes de proceder a una descripcin de los modelos sobre la ETTI,
incluiremos una serie de definiciones:
Definimos el tipo de inters libre de riesgo vigente en t , para el plazo que media hasta
T , por R (t , T ) , de tal forma que

P (t , T ) = exp( (T t ) R(t , T ) )
ser el precio en t del bono libre de riesgo que vence en
T . A partir del precio del bono libre
de riesgo, P (t , T ) , podemos asimismo obtener
48
FUNDACIN MAPFRE
R (t , T ) =
1
ln(P(t , T ) )
T t
Desarrollando la expresin anterior, obtenemos el tipo instantneo en tiempo t , como
r (t ) =
lim
lim 1
R(t , t + t ) =
ln(P(t , t + t ) )
t 0
t 0 t
equivalente a
ln (P(t , T ) )
r (t ) =
T =t
Por otra parte, el tipo de inters forward observado en t , F (t , t1 , t 2 ) , para el perodo
comprendido entre t1 , t 2 , siendo t < t1 < t 2 , ser
F (t , t 1 , t 2 ) =
ln (P(t , t1 ) ) ln (P (t , t 2 ) ) R (t , t1 )(t1 t ) R (t , t 2 )(t 2 t )

=
t 2 t1
t 2 t1
Del mismo modo que para el tipo instantneo, obtenemos el tipo forward instantneo,
como
f (t , T ) =
ln P(t , T )
T
3.3. CLASIFICACIN DE LOS MODELOS DE LA ETTI

Los modelos de la ETTI son muy utilizados para proporcionar un ajuste del riesgo del
tipo de inters, as como para valorar los derivados implcitos en el instrumento financiero.
Estos modelos se pueden clasificar siguiendo a Fernndez (1997) en estticos y dinmicos; y
dentro de estos ltimos en aquellos que no se ajustan a la ETTI actual, y los que s se ajustan.
3.3.1. Modelos estticos
Los modelos estticos a partir de la informacin existente en el mercado, determinan la
ETTI implcita en la negociacin. De esta manera, los modelos estticos no describen una
difusin de la ETTI, sino la situacin al momento de valoracin, ya que la ETTI no surge
explcitamente. Como ejemplo de modelos estticos tenemos los siguientes:
Modelos de esplines cuadrticos, cbicos o exponenciales, como por ejemplo el modelo de

Vasicek y Fong adaptado al mercado espaol por Contreras et al (1996).
Tcnicas de bootstrapping a partir de bonos o tipos de inters de las ramas fijas de los
Interest Rate Swaps (IRSs).
49
FUNDACIN MAPFRE
3.3.2. Modelos dinmicos

Si bien la ETTI del momento de valoracin es perfectamente conocida, la ETTI
transcurrido un tiempo sigue una evolucin estocstica. Por este motivo los modelos dinmicos
incorporan la evolucin de los tipos de inters a lo largo del tiempo. Dentro de los modelos
dinmicos, existen varios que no replican la ETTI actual, e incluso que generan ETTIs que no
coinciden con las curvas reales del mercado. Esto no tendra sentido de no ser que la finalidad
de estos modelos no es simplemente valorar bonos, sino valorar derivados de tipos de inters,
o determinar la exposicin al riesgo de tipo de inters.
3.3.2.1. Modelos que no se ajustan a la ETTI actual
Estos modelos como se ha mencionado antes, son fciles de implementar, no obstante
al no ser consistentes con la ETTI actual no valoran correctamente bonos. Dentro de stos
cabe distinguir entre modelos de una variable y modelos de dos variables.
3.3.2.1.1. Modelos de una variable
La ETTI se determina a partir de una variable, que generalmente suele ser el tipo a
corto, el cual sigue el siguiente proceso estocstico
dr (t ) = (m r (t ))dt + r dW (t )
Se incluye un cuadro con alguno de estos modelos.
Merton (1973)
dr (t ) = mdt + dW (t )
Black Scholes (1973)
dr (t ) = r (t )(dt + dW (t ) )
Cox (1975)
dr (t ) = r (t )dt + r (t ) dW (t )
Vasicek (1977)
dr (t ) = (m r (t ) )dt + dW (t )
Dothan (1978)
dr (t ) = r (t )dW (t )
Brennan y Schwartz (1979)
dr (t ) = (m r (t ) )dt + r (t )dW (t )
Cox, Ingersoll y Ross (1985)
dr (t ) = (m r (t ) )dt + r (t )dW (t )
Constantinides (1992)
dr (t ) = 0 + 1 r (t ) + 2 r (t ) 3 dt + 0 (r (t ) 1 )dW (t )
Chan et. al (1992)
dr (t ) = ( 0 + 1 r (t ) )dt + r (t ) dW (t )
Duffie y Kan (1996)
dr (t ) = ( 0 + 1 r (t ) )dt + 0 + 1 r (t ) dW (t )
Cuadro 3.1. Modelos de la ETTI dinmicos de una sola variable, que no se ajustan a la ETTI.
50
FUNDACIN MAPFRE
Como ventaja resaltar que la mayora de estos modelos incorporan reversin a la

media; y como inconveniente (adems de que no replican la ETTI) que en algunos, como el de
Vasicek, pueden aparecer tipos de inters negativos.
3.3.2.1.2. Modelos de dos variables
La ETTI se determina a partir de dos variables. Por ejemplo:
(t ) 36.
Tipo de inters real, R (t ) , y tasa de inflacin instantnea esperada,
Tipo de inters a corto, r (t ) , y a largo plazo, l (t ) 37.
Tipo de inters a largo plazo, l (t ) , y spread entre tipos a largo y a corto, s (t ) 38.
Tipo de inters a corto plazo, r (t ) , y volatilidad de los tipos a corto v(t ) 39.
Incluimos un cuadro resumen con algunos de stos modelos.
dR (t ) = R (m R R(t ) )dt + R R(t ) dW R (t )
Richard (1978)
Brennan
d (t ) = (m (t ) )dt + (t ) dW (t )
Schwartz dr (t ) = ( r + m r (l (t ) r (t )) )dt + r dWr (t )
dl (t ) = ( l + ml r (t ) + l l (t )) )dt + l (t ) l dWl (t )
(1980b), (1982)
dR (t ) = R (m R R(t ) )dt + R dW R (t )
Boyle (1980)
d (t ) = (m (t ) )dt + dW (t )
n
dR (t ) = R (m R R(t ) )dt + R dW R (t ) r (t ) = xi (t )
Langetieg (1980)
i =1
Schaefer
Schwartz ds (t ) =
(1984)
s (ms s(t ) )dt + s dWs (t )
dl (t ) = ( s, l , t )dt + l l (t ) dWl (t )
(
)
dv(t ) = (v v(t ) )dt +
Fong y Vasicek (1991), dr (t ) =

(1992a), (1992b)
r r r (t ) dt + v dWr (t )
v
Longstaff
v dWv (t )
Schwartz dx (t ) = (a x b x x (t ) )dt + c x
dy (t ) = (a y b y y (t ) )dt + c y y dW y (t )
(1992)
Duffie y Kan (1996)
x dW x (t )
dxi (t ) = (ai + bi xi (t ) )dt + ci + d i xi dWi (t ) i = 1,...n
36
Richard (1978)
37
Brennan y Schwartz (1980b y 1982)
38
Schaefer y Schwartz (1984)
39
Fong y Vasicek (1991, 1992a y 1992b)
51
FUNDACIN MAPFRE
dr (t ) = r ( r (t ) )dt + v dWr (t )
(
)
dv(t ) = (v v(t ) )dt +
d (t ) = (t ) dt + dW (t )
Chen (1996)
Chen y Scott (1992)
v dWv (t )
r (t ) = y1 (t ) + y 2 (t )
dy i (t ) = i (mi y i (t ) )dt + i y i dWi (t ) i = 1,2
Cuadro 3.2. Modelos de la ETTI dinmicos de varias variables, que no se ajustan a la ETTI.
Al permitir formas ms complejas de la ETTI, se acerca ms a la actual que los

modelos de una variable. Como inconveniente destacar su complejidad respecto de los
anteriores modelos, lo que motiva que se deba recurrir para su implementacin a mtodos
numricos.
3.3.2.2. Modelos que se ajustan a la ETTI actual
Podemos distinguir tres familias de modelos dinmicos que se ajustan a la ETTI actual.
La primera familia de modelos que se ajustan a la ETTI actual, son versiones
extendidas de los modelos descritos en el apartado 3.3.2.1.1. De las tres familias que
expondremos son los primeros en aparecer. En este tipo de modelos una determinada funcin
del tipo instantneo evoluciona bajo la probabilidad riesgo neutro segn la difusin:
df (r ) = ( (t ) af (r ))dt + dW (t )
La funcin
(t )
(3.1)
se calibra de manera que el modelo sea consistente con la ETTI inicial. Como
ejemplo de estos modelos tenemos:
Hoo - Lee (1986)
dr (t ) = (t )dt + dW (t )
Black, Derman y Toy (1990)
' (t )
d ln(r (t )) = (t )
dt + (t )dW (t )
(t )
Black y Karasinski (1991)
d ln(r (t )) = ( (t ) a ln(r (t )))dt + dW (t )
Hull - White (1990)
dr (t ) = ( (t ) ar (t ))dt + dW (t )
Cuadro 3.3. Modelos de la ETTI dinmicos de una sola variable, que se ajustan a la ETTI.
Dentro de esta familia, tenemos tambin una serie de modelos de dos factores de
riesgo, que replican adems la ETVs:
df (r ) = ( (t ) a(t ) f (r ))dt + (t )dW (t )
52
FUNDACIN MAPFRE
Las dos funciones
a (t ) y (t ) son parmetros de volatilidad que en este caso
proporcionan dos grados de libertad adicionales. Permiten replicar la ETVs inicial, as como la
volatilidad futura del tipo instantneo. De dos factores es por ejemplo el modelo de Hul White
extendido:
dr (t ) = ( (t ) a(t )r (t ))dt + (t )dW (t )

A la segunda familia pertenece el modelo de Heath, Jarrow y Morton (1992) (HJM) que
aborda la evolucin de los tipos forward instantneos. Su idea es modelizar la ETTI en su
totalidad. Utiliza la ETTI actual como valor inicial de modo que bajo la probabilidad,
Q , riesgo
neutro los tipos forward instantneos evolucionan segn la siguiente EDE:
df (t , T ) = (t , T )dt + (t )dW (t ) .
Debiendo especificar una EDE para cada vencimiento
T.
Posteriormente han aparecido los denominados Market Models, como el modelo de

Brace, et. al. (1997) (BGM) (considera que los tipos LIBOR implcitos son lognormales), o el
modelo de Jamshidian (1997) (considera que los tipos swap forward son lognormales) que
abordan la evolucin de tipos forward no instantneos. stos modelos son en realidad ms
realistas que los tipo HJM, ya que los tipos forward instantneos no son observados en la
realidad. Como ventajas de esta familia de modelos destaquemos que se puede extender a
varios factores de riesgo, permitiendo replicar adems de la ETTI actual, cuyos tipos implcitos
suelen ser una de las variables explicativas del modelo, replicar tambin la estructura temporal
de volatilidades (ETVs) implcita en la negociaciacin. Como principal inconveniente, decir que
debido a la propiedad de no markovianidad, son muy difciles de implementar mediante
mtodos numricos (salvando la simulacin de montecarlo).
La ltima generacin de modelos, presenta como ventajas adems de poder tomar
como variable explicativa los tipos implcitos en la ETTI actual, y replicar tambin la ETV, que
es un modelo markoviano, y como tal puede implementarse numricamente en forma de rbol
recombinante. Este es el caso del Markovian Function Model (Hunt et. al. 2000).
3.4. MODELOS AFINES. EL MODELO DE HULL WHITE
3.4.1. Modelos afines unifactoriales
Dentro de los modelos dinmicos expuestos, existe un grupo conocido por la literatura
al respecto como modelos afines. Estos modelos se caracterizan porque el precio de los bonos
cupn cero, se puede expresar como
P(t , T ) = A( )e B ( ) r ( t ) ,
=T t
(3.2.)
53
FUNDACIN MAPFRE
lo cual cuenta con importantes propiedades. Este tipo de modelos suponen que el precio del
bono de descuento, P (t , T ) , depende de un nico factor de riesgo que identificamos con el
tipo instantneo,
r (t ) , por lo que lo representaremos por P(t , T , r (t )) . Asimismo parten de
que la evolucin del tipo instantneo, r (t ) , sigue la siguiente EDE
dr (t ) = (t , r (t ))dt + (t , r (t ))dW (t )
donde el coeficiente de deriva,
(t , r (t ))
y la volatilidad,
(t , r (t )) , vendrn especificados por
el correspondiente modelo afn unifactorial. Para modelizar el precio del bono de descuento,
P(t , T , r (t )) , se introduce el numerario cuenta bancaria (t ) , definida como

t
(t ) = exp r ( s)ds
para considerar que existe una probabilidad, Q , riesgo neutro, segn la cual los precios
P(t , T , r (t ))
(t )
son martingala. A partir del desarrollo de It Taylor y una serie de manipulaciones algebraicas
llegamos al siguiente problema de valor final
P
P 1 2 2 P
+ ( + (t ))
+
rP = 0
2
t
r 2
r
P(T , T ) = 1
donde para el cambio a la medida de probabilidad,
(t ) =
(3.3)
Q , riesgo neutro, se ha introducido
P ( t , T ) r (t )
P (t , T )
[ ]
como una prima asociada al factor de riesgo, e independiente del plazo t , T .
Llegados a este punto, los modelos afines unifactoriales, ofrecen al anterior problema
de valor final una solucin de la forma 3.2. La forma de las funciones A( ) y B ( )
dependern del modelo afn unifactorial.
En el caso del modelo de Vasicek (1977)
dr (t ) = (m r (t ) )dt + dW (t )
tenemos que
2
2

B
(
)
3
4
1
B( ) = (1 exp( )
A( ) = ( B( ) ) ( m 0 )
54
FUNDACIN MAPFRE
donde
es la prima de riesgo del modelo de Vasicek (1977) que es una constante.
O en el modelo de Cox, Ingersoll y Ross (1985)
dr (t ) = (m r (t ) )dt + r (t )dW (t )
se obtiene
2 exp(( + ) )
2
A( ) =
( + )(exp( 1) + 2
B( ) =
donde
= 2 + 2 2
2 k
2(exp( ) 1)
( + )(exp( 1) + 2
= +
. Este modelo considera que la prima de riesgo
depende del nivel de tipos de inters
(t , r (t )) = 0
r (t )
Por el contrario no son modelos afines, aquellos que consideran para el tipo de inters
instantneo un comportamiento lognormal, como por ejemplo el modelo de Black y Karasinski
(1991), o el modelo de Dothan (1978).
3.5. MODELO DE HULL WHITE
El modelo de Hull White se viene utilizando activamente por un gran nmero de
mesas de mercados de capitales de las entidades financieras, para la valoracin y cobertura de
derivados sobre tipos de inters.
Nos es til para proporcionar un ajuste en el valor razonable por el riesgo de tipo de
inters, es decir, para incorporar en la valoracin la incertidumbre asociada a la evolucin
futura de los tipos de inters, de manera que se puedan valorar las asimetras en la valoracin
de los escenarios futuros probables, y por tanto el incremento en el valor razonable de las
PTSV derivado de estas opcionalidades.
Usaremos la versin de un factor, que si bien no ajusta la ETVs, s que ajusta la ETTI,
adems de tener reversin a esta ETTI, lo cual ser suficiente para exponer la metodologa que
nos interesa abordar en la determinacin del valor razonable de las PTSV. Expondremos los
55
FUNDACIN MAPFRE
resultados analticos del modelo, para posteriormente llevar a cabo la implementacin

numricamente mediante un rbol trinomial de tipos de inters. De tal forma que no
implementaremos la evolucin del tipo instantneo, sino del tipo continuo a un plazo corto
determinado.
El modelo de Hull White, se conoce tambin como Vasicek extendido y aporta sobre
este entre otras cuestiones, que se puede replicar la ETTI. El modelo de Hull White de un
factor, considera que el proceso riesgo neutro para el tipo instantneo tiene la forma
dr (t ) = ( (t ) ar (t ))dt + dW (t )
donde a y
son constantes, pero la funcin
depende del tiempo de modo que la ETTI
quede perfectamente replicada. No obstante, en su artculo de 1990 Hull y White consideran

tambin a y
dependientes del tiempo de modo que tambin se puede replicar la ETVs.
El modelo de Hull White pertenece al grupo de los modelos afines, y como tal,
proporciona al problema de valor final 3.3 una solucin de la forma 3.2.
Si identificamos en este caso,
(t ) = ( (t ) ar (t )) ,
y hacemos que
(t ) = 0 ,
el
anterior problema de valor final quedara
P
P 1 2 2 P
+ ( (t ) ar (t ))
+
=
0
rP
t
r 2
r 2
P (T , T , r (t )) = 1
Diferenciando en la expresin anterior respecto a t y a r en los trminos de la

solucin propuesta, llegamos a:
1 2 2
A' (t ) AB + 2 AB (B'aB + 1)r P = 0

siendo,
A' ( ) y B ' ( ) las derivadas respecto a , de sus correspondientes funciones.

Dividiendo por
P(t , T , r (t )) y teniendo en cuenta que para todo r se ha de cumplir la
anterior expresin llegamos a
A' (t ) AB + 2 AB 2 = 0
2
B' aB + 1 = 0
56
FUNDACIN MAPFRE
Por otra parte la condicin final
P(T , T , r (t )) = 1 equivale a decir que A(0) = 1 y
B (0) = 0 . Dado que la segunda ecuacin no incluye la funcin , tenemos la misma solucin
que para el modelo de Vasicek:
1 e a
B ( ) =
a
Para resolver la primera ecuacin a partir de la solucin anterior e integrando en el
[ ]
intervalo s t , T , obtenemos
2
2
A( ) = exp ( s) B( )ds 2 (B( ) )
B( ) 2
4a
2a
t
En cuanto al proceso
r (t ) , lo podemos descomponer como sigue:

r (t ) = (t ) + s(t )
donde el segundo es un proceso similar al del tipo instantneo pero con reversin a 0
ds (t ) = as (t )dt + dW (t )
s ( 0) = 0
Su resolucin proporciona para el proceso
s (t )
1 e 2 at
s (t ) N e at ,
2a
Para que se d la mencionada equivalencia entre el proceso

otros dos, una vez obtenida la evolucin correspondiente a
r (t ) y la suma de los
s (t ) , se ha de cumplir que
'+ a =
(0) = r (0)
cuya resolucin es inmediata
(e at )' = e at
por lo que obtenemos
(t ) = r (0)e
at
+ (u )e a ( t u ) du
0
De esta forma el proceso para
r (t ) ser
1 e 2 at
r (t ) N (t ),
2a
57
FUNDACIN MAPFRE
La labor del proceso
(t ) es que el proceso r (t ) replique perfectamente la ETTI.
Por otra parte, nos interesa trabajar con el tipo continuo a un plazo t ,
lugar del tipo instantneo,
R(t , t + t ) en
r (t ) , ya que de esta forma podemos acometer su implementacin
numrica mediante rboles trinomiales.

Asumiremos que el tipo al plazo t,

para el tipo instantneo
Rt ,sigue el mismo proceso estocstico descrito
r (t )
dRt = ( (t ) aRt )dt + dWt
siendo por supuesto, los parmetros de volatilidad a y
(3.4)
, distintos a los que resultaran para
el tipo instantneo.
Como se expuso en el captulo 2, el anterior proceso estocstico de Ornstein
Uhlenbeck se puede escribir una vez discretizado como sigue:
Rt Rt 1 =
siendo
(t )
t N (0, 2 ) , donde 2 =
2
2a
(1 e ) + (e
a
1)Rt 1 + t
(1 e ) .
2 at
Expondremos el algoritmo para la implementacin en rbol, del modelo de un factor de

Hull White.
En primer lugar como ya se ha expuesto para el tipo instantneo se procede a la
descomposicin del proceso
Rt en dos procesos claramente diferenciados:

Rt = S t + (t )
donde,
S t , es un proceso estocstico similar a Rt , pero con nivel de reversin a 0, y (t ) es
una funcin determinstica dependiente de t.

La anterior descomposicin permite acometer el proceso de implementacin en dos
pasos. El primer paso se centra en la construccin del proceso
recogida toda la volatilidad inherente al proceso
adaptan los valores de
bonos
S t , de manera que quede
Rt . Mientras que en el segundo paso, se
(t ) , de modo que se repliquen perfectamente los precios de los
P(0, t ) .
58
FUNDACIN MAPFRE
Primer paso
Segn la anterior descomposicin el proceso
S t tendr la siguiente evolucin
temporal:
dS t = aS t dt + dW 't
S0 = 0
El proceso
S t es un proceso de Ornstein Uhlenbeck y como tal exhibe reversin a la
media, que en este caso es 0, es decir, el componente tendencial es positivo cuando

negativo cuando
(3.5)
St < 0 , y
St > 0 .
Para su implementacin hemos de discretizar el proceso, considerando un salto

temporal t , que determina que la anterior dinmica pase a ser como vimos en el captulo 2,
el siguiente proceso AR(1):
S t S t 1 = e at 1 S t 1 + t
siendo
t N (0, 2 ) .
La aproximacin mediante rboles trinomiales consiste en considerar esperanzas y
varianzas condicionales de los saltos de
S t a partir de la anterior expresin de modo que:
E [S i S i 1 S i 1 ] = M S i 1
V [S i S i 1 S i 1 ] = V
donde M = e
at
1 y V =
Fijmonos que
2 (1 e 2 at )
2a
(3.6.)
M y V son cantidades determinadas a partir de a y 2 , siendo
cuando t 0 , M a t y
V 2 t .
Si consideramos saltos de tiempo constantes, t , e igualmente unos parmetros a y
constantes, podemos fijar unos valores de S t , cuyo valor ser mltiplo de un espacio, S ,
por determinar. Para unas cantidades fijas de t y S , podemos identificar los valores del
proceso S i , por
S (i, j ) S (it , jS ) .
59
FUNDACIN MAPFRE
Dado que pretendemos ajustar tres condiciones: media, varianza y probabilidades de

transicin, hemos de construir rboles con ramificacin trinomial.
Un rbol trinomial constituye la representacin natural en tiempo discreto de un
determinado proceso estocstico, de la siguiente forma
Figura 3.1. rbol trinomial para un paso temporal t.
Cada nodo en el espacio (t, s), se denotar por (i, j) (it, js). A continuacin
podremos comprobar que el esquema de bifurcacin vara:
a) Configuracin central
El esquema de bifurcacin normal a partir del nodo (i 1, j ) es:
(i, j + 1)
1
(i - 1, j)
(i, j)
(i, j - 1)
Figura 3.2. Configuracin central
En este caso, si para (i 1)t tenemos un valor del proceso
S (i 1, j ) , entonces el
valor del proceso en el siguiente salto temporal, puede tomar tres valores: S (i, j + 1) , S (i, j ) y
S (i, j 1) .
Como ya se ha explicado, implementamos el rbol trinomial de manera que tanto la
media como la varianza proporcionadas por el rbol, sean idnticas a las que exhibe
60
FUNDACIN MAPFRE
localmente S t . De ah que se pueda plantear el siguiente sistema de ecuaciones lineales con

incgnitas las probabilidades de transicin sobre el rbol, p1 ( j ) , p 2 ( j ) y p 3 ( j ) :
E [S S (i 1, j )] = S ( p1 ( j ) p3 ( j ) ) = M S (i 1, j ) = M j S
V S 2 S (i 1, j ) = S 2 ( p1 ( j ) + p3 ( j ) ) = V + (M S (i 1, j ) )
p1 ( j ) + p 2 ( j ) + p3 ( j ) = 1
2
= V + (M j S ) (3.7)
siendo
p1 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j + 1) ;

p 2 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j ) ;
p3 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j 1) .

La resolucin de (3.7) es:
w ( jM ) 2 + jM
+
2
2
2
p 2 ( j ) = 1 w ( jM )
2
w ( jM ) jM
p3 ( j ) = +
2
2
p1 ( j ) =
donde se ha introducido la cantidad w = V
(3.8)
t
.
S 2
Fijado un parmetro de reversin a la media, a , y un plazo t, estas probabilidades

dependen de w y de la altura
j del nodo (i, j ) correspondiente al rbol trinomial.
Transcurridos n saltos temporales (i = n) tenemos que la probabilidad de subida ser
p n ,1 ( j ) = p1 ( j )
1 1
+ w
6 2
Para que las probabilidad de transicin se tornen estacionarias40, basta con establecer w =
de modo que todas ellas sern independientes del corte temporal,
1
,
3
i , dependiendo
exclusivamente de la altura j .
As a partir de V , determinamos el valor de S =
40
3Vt . De esta forma:
Independientes del nivel temporal i.
61
FUNDACIN MAPFRE
1 ( jM ) 2 + jM
p1 ( j ) = +
6
2
2
p 2 ( j ) = ( jM )
1 ( jM ) 2 jM
p3 ( j ) = +
6
2
(3.9)
para todos los cortes temporales.

Por otra parte, es necesario que todas las probabilidades de transicin se mantengan
positivas, no siendo as cuando
3
M
j<
Para evitar que ocurra esto, hemos de plantear configuraciones alternativas de manera
que la probabilidad central se mantenga positiva sea cual sea el valor de j .
b) Configuracin ascendente
(i, j + 2)
1
(i, j + 1)
2
(i - 1, j)
(i, j)
Figura 3.3. Configuracin ascendente
En este otro esquema de bifurcacin las probabilidades de transicin son:
p1 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j + 2) ;

p 2 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j + 1) ;
p3 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j ) .

Al igual que hemos hecho en el caso de la configuracin central, obtenemos las
probabilidades
62
FUNDACIN MAPFRE
1 ( jM ) 2 jM
p1 ( j ) = +
6
2
2
p 2 ( j ) = ( jM ) + 2 jM
3
7 ( jM ) 2 3 jM
p3 ( j ) = +
6
2
(3.10)
Como en el caso de la configuracin central, es la probabilidad p 2 ( j ) la que cambia

de signo segn vara el ndice j, siendo p 2 ( j ) > 0 cuando
1+ 2
M
< j<
1 2
As los js que permiten la sustitucin de la configuracin ascendente por la central son
3
< j min <
M
1 2
c) Configuracin descendente
1
(i, j)
(i - 1, j)
2
3
(i, j - 1)
(i, j - 2)
Figura 3.4. Configuracin descendente
Aqu las probabilidades de transicin son
p1 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j ) ;

p 2 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j 1) ;
p3 ( j ) : probabilidad de transicin del nodo (i 1, j ) a (i, j 2) .

En este caso
63
FUNDACIN MAPFRE
7 ( jM ) 2 + 3 jM
p1 ( j ) = +
6
2
2
p 2 ( j ) = ( jM ) 2 jM
3
1 ( jM ) 2 + jM
p3 ( j ) = +
6
2
Siendo p 2 ( j ) > 0 cuando
1 2
M
< j<
1+ 2
M
(3.11)
. Los js que permiten la sustitucin de la
configuracin descendente por la central son
1 2
M
< j max <
3
M
Las probabilidades de transicin son simtricas de manera que j min = j max , siendo
p1 ( j ) = p3 ( j ) y p 2 ( j ) = p 2 ( j ) . De esta manera podemos escoger j max como el entero

ms prximo por la derecha del lmite inferior del anterior intervalo de js permitidos, tomndose
j min = j max . Para decidir la ramificacin adecuada para cada nodo, definimos
0,1835
L=
,
M
de manera que
- L j L central
j > L descendente
j < - L ascendente
Llegamos de este modo a la siguiente configuracin del rbol trinomial:
Figura 3.5. rbol trinomial para un paso temporal t.
64
FUNDACIN MAPFRE
Para ilustrar el proceso anterior, incluiremos un ejemplo. Si suponemos unos

parmetros de Vasicek de a =0,09860 y
= 0,01103 obtenemos:
p1(j)
p2(j)
p3(j)
0,902612
0,006984
0,090404
0,124127
0,657850
0,218023
0,166667
0,666667
0,166667
-1
0,218023
0,657850
0,124127
-2
0,090404
0,006984
0,902612
Cuadro 3.1.: Probabilidades estacionarias de transicin en el rbol de la variable St
y
J
S1
S0
S2
0,036401
1
0
-1
0,018200
0,018200
-0,018200
-0,018200
-2
-0,036401
Cuadro 3.2.: Valores temporales en el rbol de la variable St.
Segundo paso
El segundo paso en la implementacin del modelo consiste en convertir este rbol para
S t en el correspondiente para Rt . Puesto que

y que
dS t = aS t dt + dWt
tenemos que
(t ) es totalmente determinstico:
d(t ) = ( (t ) a(t ))dt
Para recuperar los tipos a plazo en el rbol Ri , j R (it , jt ) , lo nico que hay que
hacer es determinar en cada perodo el valor de i (it ) .
65
FUNDACIN MAPFRE
Precios Arrow Debreu
Introducimos Qi , j como el valor actualizado de un activo cuyo flujo de caja es 1 en el

nodo (i, j) y 0 en cualquier otro caso, es lo que denominamos precios Arrow - Debreu. Tanto los
i como los Qi , j se pueden obtener mediante induccin forward para que la ETTI quede
replicada. stos precios Arrow Debreu, nos sern de utilidad adems de para construir el
rbol trinomial, para determinadas valoraciones que efectuaremos en el apartado de
determinacin de los recursos propios ptimos.
Supongamos que la curva cupn cero es:
t
P(0, t)
0,977469
0,947188
0,912773
0,875619
0.837634
Cuadro 3.3.: CCC.
El proceso sera:
1. Inicializar la induccin forward haciendo Q0 , 0 = 1 y puesto que para i = 0, j toma
exclusivamente el valor 0, resulta 0 = R0 .
Para nuestro ejemplo,
R0 = ln
= 2,27884%
0,977469
2. El siguiente paso es calcular los precios Arrow-Debreu Q1,1 , Q1, 0 y Q1, 1 , que segn se ha
establecido sern:
Q1,1 = Q0,0 p1 (0,1) e R0 = 0,162912
Q1,0 = Q0,0 p 2 (0,0) e R0 = 0,651646
R0
Q1, 1 = Q0,0 p 3 (0,1) e = 0,162912
3. A partir del conjunto completo de precios Arrow - Debreu en un determinado paso de
tiempo, i, ya podemos proceder al clculo de la cantidad i .
66
FUNDACIN MAPFRE
Los precios observados en los nodos (i, j`s) para un bono con vencimiento en i + 1 sern
tambin los factores de descuento aplicables al perodo [i, i + 1], por lo que el precio del
bono que vence en el instante i = 2 tiene los precios en cada uno de los nodos (1, j`s):
P1,1 (2) = e ( 1 + S )
P1,0 (2) = e 1
P1, 1 (2) = e ( 1 S )
A partir de la ecuacin fundamental de valoracin en tiempo y pagos discretos, el precio
observado desde el inicio del bono que vence en i = 2 ser:
P(2) = Q1,1e ( 1 + S ) + Q1,0 e 1 + Q1, 1e ( 1 S )

Por lo que se obtiene
Q1, j e jSt
j
1 = log
P(2)
=0,031524
Quedando determinados
R1,1 = 1 + S1 = 0,049725
R1,0 = 1 + S 0 = 0,031524
R1, 1 = 1 + S 1 = 0,013324
Hemos obtenido un algoritmo recursivo. En cuanto a la generalizacin de las expresiones
anteriores:
Qi , j e jSt
j
i = log
P(i + 1)
Qi +1, j
Rij ' t
= Qi , j ' p( j ' , j )e
j'
Para nuestro ejemplo obtenemos

J
0,01924
1
0
-1
-2
0,16291
0,20721
0,65165
0,48979
0,16291
0,21099
0,01995
Cuadro 3.4.: Precios Arrow Debreu.
67
FUNDACIN MAPFRE
y
J
7,36119%
7,83677%
8,14159%
4,97247%
5,54114%
6,01672%
6,32154%
3,15242%
3,72110%
4,19668%
4,50150%
1,33237%
1,90105%
2,37663%
2,68145%
0,08100%
0,55658%
0,86140%
2
1
0
2,27887%
-1
-2
Cuadro 3.5. Tipos R(t).
Grficamente:
R i,j
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
0,00
1,00
2,00
3,00
4,00
Grfico 3.1.: rbol del tipo de inters a corto plazo.
3.5.3. Calibracin
La calibracin del modelo Hull White consiste en obtener el valor de los parmetros
de volatilidad a y
, a partir del mercado de derivados. Para que un instrumento financiero
sea vlido para calibrar, debe ser negociado activamente. En Espaa contamos por ejemplo
con el caplet, como instrumento financiero negociado activamente en el mercado de derivados
OTC sobre tipos de inters. Los caplets se suelen valorar con el modelo de Black. Segn este
modelo, el valor actualizado de un caplet con fecha de inicio, t , del periodo de amortizacin del
tipo inters vigente entre t y
T , sera
C (0, t , T ) = L(T t )e R ( 0,T ) F (0, t , T ) N (d1) Rcap N (d 2)
siendo
L(T t ) : cantidad fija sobre la que se estima el caplet, tambin denominado nocional del
caplet,
68
FUNDACIN MAPFRE
F (0, t , T ) : el tipo forward para el perodo t a T observado en la fecha de valoracin,

d1, 2 =
y
(t )
log( F (0, t , T ) / Rcap ) 2 (t ) t / 2
(t ) t
la volatilidad para el caplet con fecha de inicio t .
Identificamos esta volatilidad con la del proceso de forwards:
s 2 (t ) = V ( F ( s, t , T ) Gs 1 )
siendo G s 1 la informacin disponible hasta el perodo s 1 .
Por otra parte obtenemos inmediatamente los tipos forward implcitos a partir de la
relacin
F (0, t , T ) =
Considerando,
volatilidad de Ft ,
t = log Ft log Ft 1 ,
obtenemos un estimador insesgado de la
2 t , utilizando las m observaciones ms recientes como sigue

2t =
donde
F (0, T ) T F (0, t ) t
T t
1 m
(t i ) 2
m 1 i =1
1 m
t i .
m i =1
En cuanto a la medida de bondad del ajuste, si disponemos de n instrumentos

calibrantes, podramos escoger
n
Ci M i
i =1
Ci
siendo Ci el precio de mercado del i-simo instrumento y M i es el precio proporcionado por el

modelo.
Los parmetros para los que el modelo quedara calibrado, seran aquellos que
minimizaran esta distancia
n C i M i ( a, )
arg min
Ci
i =1
(3.12.)
Una aplicacin prctica de esta calibracin se puede encontrar en Navarro (2003).
69
FUNDACIN MAPFRE
Hasta aqu, nos hemos centrado en el proceso estocstico correspondiente a los tipos
de inters para la determinacin del valor razonable. El paso siguiente ser identificar el
proceso estocstico correspondiente a la probabilidad de supervivencia del asegurado, durante
los perodos de vigencia de la pliza.
70
FUNDACIN MAPFRE
CAPTULO 4
RIESGO TCNICO EN EL VALOR
RAZONABLE
En este captulo se expone la influencia del riesgo tcnico en el valor razonable de las
PTSV, y ms concretamente el riesgo tcnico sistemtico de desconocimiento de la prestacin
esperada.
La metodologa propuesta para recoger en la estimacin del valor razonable de las
PTSV el riesgo tcnico sistemtico se descompone en dos partes:
En primer lugar se ajusta la tabla de mortalidad dinmica correspondiente a la

poblacin de donde se extrae el colectivo asegurado.
En segundo lugar se propone un proceso de difusin de la medida de mortalidad

inherente a esta tabla de mortalidad dinmica.
As el apartado 4.2. introduce el riesgo tcnico en los Seguros de Vida, para centrarse
en el riesgo biomtrico. A continuacin se presenta el concepto de tablas de mortalidad y de
sus diferentes modalidades, para exponer en el apartado que sigue los distintos mtodos de
ajuste de tablas de mortalidad dinmicas.
En el apartado 4.5. se ajustan las tablas de mortalidad dinmicas para Andaluca,
mediante dos mtodos de ajuste: el modelo de Heligman y Pollard y el modelo de Lee Carter.
Aunque ser este ltimo el escogido por el presente trabajo para ser incorporado a la
metodologa propuesta, el modelo de Heligman y Pollard servir de contraste de los resultados
obtenidos.
El ltimo apartado propone un proceso de difusin para el tanto de mortalidad,
implementndose numricamente a travs de rboles trinomiales recombinantes. La
implementacin en forma de rbol, permitir en los captulos que siguen la construccin de
algoritmos para la estimacin del valor razonable de las PTSV, rpidos y fcilmente aplicables
71
FUNDACIN MAPFRE
4.2. INTRODUCCIN AL RIESGO TCNICO EN LOS SEGUROS DE VIDA

El riesgo tcnico puede ser definido como aquel derivado de una inadecuada o
insuficiente estimacin de las prestaciones futuras de las plizas. Este riesgo puede ser
dividido en dos partes:
1. Riesgo no sistemtico o de desviacin de la prestacin real respecto de la prestacin
esperada.
2. Riesgo sistemtico o de desconocimiento de la prestacin esperada.
Riesgo no sistemtico
El riesgo no sistemtico puede ser reducido tomando un gran nmero de prestaciones
independientes. Si bien en ocasiones puede ser especialmente difcil de diversificar, no
existiendo adems en la mayora de los casos instrumentos financieros que permitan de
manera fcil y barata la negociacin de tales riesgos.
Supongamos una Pliza de Seguro de Vida por la cual el Asegurado percibir al
vencimiento la siguiente prestacin
X > n
X ( n) =
0 n
siendo
el tiempo hasta el fallecimiento. Es lo que denominamos en el argot actuarial capital
diferido. Si la aseguradora tiene m contratos de estas caractersticas tenemos como valor

actualizado de la prestacin correspondiente a un contrato de esta cartera
V (0) =
donde
1 m
P(0, n) X i (n)
m i =1
P(0, n) es el precio del bono cupn cero, y X i (n) la prestacin en n de la Pliza i
sima. Segn la ley de los grandes nmeros tenemos que
V (0) exp r (t )dt Ep[X (n)]

0
para
es decir, la frecuencia relativa de las prestaciones tiende a la esperanza matemtica de estas

prestaciones cuando el nmero de contratos tiende a infinito. En los Seguros de Vida, la
prestacin esperada depende de la supervivencia humana o del fallecimiento. Es por ello que
para el anlisis del riesgo tcnico correspondiente a los Seguros de Vida, nos centraremos en
el riesgo biomtrico.
72
FUNDACIN MAPFRE
El riesgo biomtrico es aquel asociado al fenmeno de la supervivencia humana,

caracterizado por el suceso de que un individuo, perteneciente a un colectivo determinado
supere con vida una edad concreta. Tambin se puede caracterizar por el complementario, que
sera el suceso de que un individuo perteneciente a un colectivo determinado, fallezca antes de
alcanzar una edad concreta.
Denominaremos por q x , a la esperanza matemtica de fallecer en un ao para un

individuo de edad x .
Si consideramos un grupo especfico de individuos de edad x y que representaremos
por l x (donde l 0 toma un valor 10n), la variable aleatoria nmero de fallecidos en un ao d x ,
sigue una distribucin binomial ( d x ~ B (l x , q x ) ), con esperanza matemtica y varianza:
E (d x ) = l x q x
V (d x ) = l x q x (1 q x )
Como explica Betzuen (1989) con antelacin a la fijacin del precio del Seguro de Vida,
es imprescindible analizar el comportamiento de la mortalidad para el colectivo a asegurar.
Existen dos posibilidades para definir la mortalidad del colectivo, la primera es establecer la
expresin analtica de la distribucin de probabilidad sobre la variable tiempo futuro de
supervivencia, y la segunda es la construccin de la tabla de mortalidad.
Se incluye un cuadro resumen con la expresin analtica de la ley de mortalidad
propuesta por algunos autores. Esta viene expresada en funcin del tanto instantneo o fuerza
de mortalidad41, o de la probabilidad de fallecimiento.
1
, 0<t <x
xt
De Moivre (1724)
x +t =
Gompertz (1825)
x +t = Bc x +t , t > 0
Makeham (1860)
x +t = A + Bc x +t , t > 0
Weibull (1939)
x +t = k ( x + t ) n , k , n, t > 0
Thiele (1972)
x = a1 exp(b1 x) + a 2 exp( b2 ( x c) 2 ) + a3 exp(b3 x)
Perks (1825)
x =
41
1
2
A + Bc x
Kc x + 1 + Dc x
Como veremos mas adelante, el tanto instantneo de mortalidad es la intensidad de fallecimiento del asegurado.
73
FUNDACIN MAPFRE
Heligman y Pollard (1980)
n
qx
= Ai exp( Bi ( f i ( x) C i ) Di
1 q x i =1
Cuadro 4.1. Distribuciones analticas del tiempo de supervivencia.
En cuanto a la construccin de tablas de mortalidad nos extenderemos ampliamente en

los apartados 4.3 y siguientes.
Riesgo sistemtico
El riesgo sistemtico puede ser reducido por la suscripcin de un gran nmero de
coberturas de seguro. Aunque los riesgos que tienen distribuciones con alta curtosis42, son
especialmente difciles de reducir a travs de la diversificacin.
El riesgo tcnico de desconocimiento de la prestacin esperada se agrava en el caso
de los seguros de Vida, ya que la duracin de los contratos es mucho mayor.
Para reducir este riesgo, se podran utilizar activos referenciados explcitamente al
comportamiento de la cartera asegurada. Este enfoque se ha dado en llamar mercado de
Reaseguro Dinamico y ya fue propuesto por Sondermann (1991) y Delbaen y Haezendonck
(1989), analizado mas recientemente por Mller (2004). Algunas aplicaciones en Seguros de
Vida pueden encontrarse en Mller (1998) y Steffensen (2001).
Mas recientemente se han introducido los llamados mortality bonds y mortality
43
swaps .
Los mortality bonds son en esencia un bono cuyo flujo de caja se halla referenciado al
comportamiento de la mortalidad de una determinada cohorte. Tenemos como antecedentes el
EIB/BNP Long term longevity bond, de noviembre 2004, que se trata de un bono de duracin
25 aos, cuyo flujo de caja se halla indiciado a una poblacin de referencia consistente en una
cohorte de hombres de 65 aos de Inglaterra y Gales, y cuyo objetivo es cubrir el riesgo de
longevidad. Tambin tenemos otro antecedente, el Swiss Re Short term catastrophe bond,
consistente en un bono de duracin 3 aos, cuyo flujo de caja se halla referenciado a los
fallecimientos debidos a catstrofes, de la cohorte de referencia compuesta por personas de
varios pases. Cubre los fallecimientos debidos a catstrofes, que suelen ser excluidos de
muchos seguros de fallecimiento.
42
Supone una probabilidad muy pequea de una prdida extremadamente grande.
43
Ver Blake, et. al (2006) para mas detalle.
74
FUNDACIN MAPFRE
En cuanto a los mortality swap supone el intercambio de una corriente fija de pagos a
una cartera asegurada, por los que tendrn lugar en realidad segn el comportamiento de la
cartera asegurada. Tenemos un ejemplo en lo que Schrager (2006) denomina GAOs
(Guaranteed Annuity Options) y que toman como subyacente una renta vitalicia, constante a
prima nica, que se devenga en un tiempo posterior,
T , a la fecha de valoracin t .
Por otra parte, para modelizar el riesgo tcnico sistemtico, se han desarrollado
ltimamente varios modelos. As por ejemplo tenemos el caso del modelo de Lee Carter44
que considera para el factor de la medida de mortalidad dependiente del tiempo cronolgico un
modelo ARIMA(0, 1, 0). Posteriormente ha sido adaptado por Denuit, et. al (2005) para
aplicarlo estocsticamente en tiempo continuo. Milevsky y Promislow (2001) aplican el
denominado modelo de Gompertz con reversin a la media, mientras que Dahl (2004) aplica un
modelo afn de los ya expuestos para el proceso estocstico correspondiente al tanto
instantneo de mortalidad. Biffis y Millossovich (2006) analizan modelos afines con saltos. En
cuanto a modelos de la forma HJM (sobre tipos forward) mencionados para los tipos de inters,
tenemos el caso del modelo de Smith Olivier descrito en Olivier y Jeffrey (2004).
Blake, et. al. (2004) aplican modelos de la familia de los Market Models para forward
life annuity rates y forward Survivor Credit Offer Rates (SCOR). El primer caso toma como
subyacente unas rentas diferidas a prima nica del tipo de las ya mencionadas GAOs, mientras
que el segundo es una reminiscencia del
duracin o tenor
LIBOR (el London Interbank Offer Rate con
), as si tenemos que respecto a los tipos de inters el
LIBOR se define
como
L=
1 P (t , t + )
P(t , t + )
para un forward SCOR tendramos
L=
1 p x +t
p x +t Q
En nuestro caso una vez construida la tabla de mortalidad para la poblacin andaluza
de los aos 1980 a 2000 por los modelos de Heligman y Pollard y de Lee Carter,
construiremos en el apartado 4.6. un modelo estocstico afn unifactorial no homogneo, es
decir, que replique la tabla de mortalidad ajustada. Una vez definido el modelo para el tanto
instantneo de mortalidad siguiente,
d x (t ) = ( (t ) a x (t ))dt + dW (t )
lo implementaremos numricamente mediante rboles trinomiales recombinantes. La
calibracin del modelo debera llevarse a cabo a partir de mortality bonds o mortality swap,
44
Ver Lee Carter (1992) y Lee (2000).
75
FUNDACIN MAPFRE
de modo que quede recogida adecuadamente la probabilidad,
Q , riesgo neutro. De no ser
posible proponemos como hacerlo a partir del ajuste del modelo ARIMA del modelo de Lee
Carter, con lo cual no se habra calibrado a mercado, pero s considerara el riesgo sistemtico
de desconocimiento de la prestacin esperada.
4.3. INTRODUCCIN A LAS TABLAS DE MORTALIDAD
Siguiendo a Palacios (1996) una tabla de mortalidad es una serie temporal en la que se
pone de manifiesto la reduccin gradual de un grupo inicial de individuos, como consecuencia
de los fallecimientos. De esta manera, la tabla refleja los individuos que sobreviven a cada
edad.
Las dimensiones temporales que nos interesan desde el punto de vista de una tabla de
mortalidad, siguiendo a Felipe y Guilln (1999) son las siguientes:
Nos referiremos al tiempo cronolgico o de calendario como al perodo en que se

realiza la observacin demogrfica, y lo denotaremos por t. Por ejemplo, la mortalidad
observada en el ao 1990 ser la correspondiente a t = 1990.
El tiempo ser una duracin si hace referencia al perodo transcurrido desde el suceso
origen hasta un tiempo cronolgico determinado. As la edad o tiempo biolgico de 29
aos en el ao 1990, corresponder a x = 29.
Por ltimo el tiempo en el sentido de lnea de vida, ser aquella trayectoria de la cual
conocemos el suceso origen pero no el suceso final. A las personas que comparten el
suceso origen las denominamos cohorte. As la cohorte de 1975, ser g = 1975.
Estas tres dimensiones temporales se relacionan de la manera siguiente:
g+x=t
Para profundizar en todo lo anterior ver Felipe y Guilln (1999).
La tabla de mortalidad facilita de manera asombrosa los clculos de todo tipo de
valoraciones actuariales, y mucho ms, cuando no exista la potencia en los clculos que en la
actualidad proporcionan los medios computacionales
Tablas estticas y dinmicas
La tabla de mortalidad es una abstraccin matemtica que modeliza la supervivencia
de los individuos pertenecientes a un determinado colectivo. El fenmeno de la supervivencia
se halla caracterizado porque sus sucesos se refieren a la posibilidad de que un individuo
76
FUNDACIN MAPFRE
perteneciente al colectivo alcance y supere una edad concreta, siendo por tanto esta ltima el
eje fundamental de la tabla de mortalidad.
Los postulados recogidos en Vegas (1982) respecto de las tablas de mortalidad son los
que siguen:
Principio de Homogeneidad: segn el cual todos los individuos considerados son

equivalentes en trminos de mortalidad, es decir, la variable edad de muerte es una
variable aleatoria idnticamente distribuida.
Principio de Independencia: las variables edad de muerte de los individuos pertenecientes

al colectivo, son adems de variables aleatorias idnticamente distribuidas, como se citaba
en el Principio anterior, independientes entre s (a partir de ahora v.a.i.i.d).
Principio de estacionariedad: la probabilidad de un individuo de sobrevivir a una edad

concreta es independiente del tiempo cronolgico.
Desde el punto de vista del tiempo cronolgico las tablas de mortalidad pueden ser:
De momento: no tiene en cuenta el tiempo cronolgico. La cohorte considerada por la tabla

de mortalidad se compone de mltiples generaciones, tratndose todas ellas como si se
trataran de una misma generacin.
De generacin: s que considera en su estructura el tiempo cronolgico para la

determinacin del suceso origen nacimiento. De esta manera cada cohorte corresponder
a una generacin real.
Por otra parte, en la legislacin espaola se aplican lo que se conoce por tablas de
mortalidad de segundo orden. Esto quiere decir que implcitamente incorporan un margen de
seguridad en sus probabilidades condicionadas, que ser diferente segn se trate de un
Seguro de Vida Ahorro45 o de Vida Riesgo46. La probabilidad de fallecimiento en el primer
caso se atena, mientras que en el segundo se agrava.
La finalidad de este margen de seguridad es, entre otras, la de hacer frente a
desviaciones desfavorables de la siniestralidad real respecto de la esperada. Si pretendemos
un acercamiento al valor razonable de las Provisiones Tcnicas no es de recibo incorporar este
margen, por lo que las tablas vigentes no seran validas desde nuestro punto de vista.
Entre las tablas de mortalidad vigentes en la actualidad para los Seguros de Vida, y
ms concretamente para los de Ahorro, tenemos las tablas de momento GRM/F 95, y las
45
Seguro cuya prestacin consiste en un capital pagadero a la supervivencia del Asegurado.
46
La prestacin en este caso, consiste en un capital pagadero al fallecimiento del Asegurado.
77
FUNDACIN MAPFRE
tablas generacionales PERM/F 2000 P (para la nueva produccin), y las PERM/F 2000 C
(para los contratos en cartera). De las tablas GRM/F 95 (de momento y experiencia suiza), ha
quedado demostrado (Betzuen, 1997), que sobrevaloran la mortalidad espaola para edades
mayores, lo cual, infravalorara por consiguiente el valor razonable de las PTSV de Seguros de
Vida Ahorro.
Con respecto a los Seguros de Vida Riesgo contamos con las tablas de momento
GKM/F 95.
Las actuales tablas de mortalidad quedan invalidadas en primer lugar porque estn
elaboradas para una poblacin genrica, con un comportamiento de mortalidad que no tiene
por qu ser similar al de la poblacin objeto de aseguramiento, y en segundo lugar porque
incorporan el citado margen de seguridad. Es por ello que incluiremos los mecanismos bsicos
que permitan la construccin de unas tablas de mortalidad dinmicas, ms adecuadas y
particularizadas para la poblacin objeto de estudio, por supuesto sin margen de seguridad.
Han sido escogidas las tablas de mortalidad dinmicas, debido a que en la literatura
actuarial se ha reconocido ltimamente que estas son las ms adecuadas. Elaboraremos una
tabla de mortalidad dinmica sin margen de seguridad para la poblacin andaluza. La tabla se
elaborar sobre la base de la experiencia de mortalidad de los aos 1980 a 2000 en Andaluca,
a fin de mostrar como se implementaran los resultados obtenidos en la cuantificacin del valor
razonable de las PTSV.
Antes haremos una exposicin de varios modelos que permiten la obtencin de tablas
de mortalidad dinmicas.
4.4. TABLAS DE MORTALIDAD DINMICAS
4.4.1. Clasificacin
Los mtodos de obtencin de tablas dinmicas se pueden clasificar siguiendo a Debn
et.al. (2004) en tres grandes grupos:
1.-Modelos paramtricos: ajustan a la mortalidad una funcin dependiente de unos
parmetros, q x ,t ( m x ,t ) = f ( i , x) donde x es la edad (v.a. independiente) y
son los distintos parmetros a estimar. Como puede observarse, estamos ante un
problema de regresin, con las ventajas que esta tcnica estadstica tiene, entre las
que destaca la posibilidad de obtener una medida de la bondad del ajuste del modelo y
facilitar as la comparacin.
78
FUNDACIN MAPFRE
Hay que tener en cuenta en esta metodologa, que la introduccin de ms parmetros

al modelo dar lugar a una medida de la bondad del ajuste mejor, siendo de vital
importancia mantener un equilibrio entre el nmero final de parmetros escogidos y
esta bondad de ajuste, para evitar una sobreparametrizacin del modelo.
Los modelos paramtricos a su vez pueden ser:
a)
Modelos estructurales: consideran que la influencia del tiempo afecta

nicamente a los parmetros: establecen un mismo modelo a lo largo de los
aos calibrado segn el tiempo cronolgico.
b)
Modelos no estructurales: incorporan el tiempo cronolgico como variable.
2.-Modelos no paramtricos: se combinan las ideas bsicas de procesos estocsticos

donde el tiempo cronolgico es la escala de tiempo, y la edad una covariable del
proceso.
3.-Modelos basados en los factores de reduccin: los cuales una vez modelizadas
las medidas de mortalidad, incorporan la evolucin de estas segn el tiempo
cronolgico a travs de los factores de reduccin.
Un procedimiento ptimo para la estimacin de tablas de mortalidad dinmicas es,
primero utilizar la metodologa no paramtrica, con la finalidad de aplicarla como mtodo de
smoothing o suavizado de la mortalidad y posteriormente utilizar modelos paramtricos para su
estimacin final (incluyendo o no factores de reduccin).
4.4.2. Modelo de Heligman y Pollard
El modelo de Heligman y Pollard pertenece al grupo de los paramtricos estructurales.
En estos mtodos la medida de mortalidad q x ,t , m x ,t , ..., es funcin de la edad x, de forma que
el modelo se mantiene a lo largo de los aos, dependiendo del tiempo cronolgico a travs del
valor de sus parmetros, es decir, q x ,t = f ( 1 (t ), 2 (t ),..., n (t )) , donde
son los
parmetros a estimar. Por lo tanto ajustan el mismo modelo para los distintos aos, obteniendo
una secuencia de parmetros estimados, para posteriormente analizar la serie cronolgica de
cada parmetro y ajustarla para obtener estimaciones de los parmetros a futuro.
Las leyes de Heligman y Pollard (1980) se ajustaron inspirndose en Thiele (1972) a la
Australia de la posguerra. Su expresin genrica es:
n
qx
= Ai exp( Bi ( f i ( x) C i ) Di
1 q x i =1
siendo Ai, Bi, Ci, Di, con i = 1, 2, ..., n, los parmetros a estimar. Las tres expresiones que
realmente se ajustaron son las que siguen:
79
FUNDACIN MAPFRE
Primera ley.
GH x
1 GH x
GH x
1 KGH x
q x = A ( x + B ) + D exp E (ln x ln F ) +
C
Segunda ley.
C
Tercera ley.
qx = A
( x + B )C
+ D exp( E (ln x ln F ) ) +
GH x
1 KGH x
Como puede observarse en las tres leyes anteriores, la mortalidad en el mtodo de

Heligman y Pollard est dividida en tres sumandos, donde cada uno de ellos tiene una
interpretacin particular:
Primer sumando, se refiere a la mortalidad infantil (en especial en el primer ao de

vida), que hace que la funcin qx sea decreciente para valores de x pequeos.
Segundo sumando, representa la mortalidad para edades ms adultas, donde se

muestra una joroba que indica la existencia de una sobremortalidad debida al
fallecimiento por accidentes, enfermedades como el SIDA, mortalidad maternal
Tercer sumando, refleja el crecimiento de la mortalidad en relacin con el aumento de

la edad x.
De las tres leyes anteriores vamos a utilizar la segunda ley en nuestro estudio, ya que
al introducir el parmetro k mejora el ajuste de la primera ley para edades altas (tercer
sumando) y su frmula es menos laboriosa que la de la tercera ley por lo que se facilitarn los
clculos. Los parmetros se estiman para cada uno de los aos mediante mnimos cuadrados
ponderados no lineales de la forma:
w (q
x
F ( x) )
donde F (x) es la funcin a ajustar y la inversa de wx es proporcional a la varianza de la

observacin a la edad x, sirviendo como ponderacin de la forma
(q x )n
La estimacin de los parmetros se realiza mediante mtodos iterativos de ajuste para

un modelo de regresin no lineal, el mtodo ms usual es el de Gauss-Newton. Una vez
estimados los valores de los parmetros para cada uno de los aos hay que determinar el
modelo que siguen, para ello se ajusta una serie temporal a cada parmetro y se obtienen las
predicciones para posteriormente obtener la prediccin de q x . Para el ajuste de las series
80
FUNDACIN MAPFRE
temporales utilizamos la metodologa de Box-Jenkins, cuyo procedimiento resumido es el

siguiente:
1. Se estabiliza la varianza para posteriormente diferenciar la serie (estos dos pasos no
son obligatorios, slo se hacen si fuese necesario).
2. Observando las funciones de autocorrelacin simple y de autocorrelacin parcial se
asignan varios valores a
p y q.
3. A partir de los valores de p y q se proponen varios modelos ARIMA( p, d , q ) que

cumplen una serie de hiptesis (normalidad, independencia).
4. De los modelos propuestos se escoger aquel modelo que tenga una medida BIC
menor.
Con ello conseguimos reducir el nmero de series temporales a analizar, de 109 series
(que son las edades consideradas habitualmente en una tabla de mortalidad), analizamos 9
series.
Si bien algunos autores dudan de la robustez de este modelo (ver v.g. Gage y Mode
(1993)), servir a nuestra causa como contraste de los resultados obtenidos respecto de la
poblacin andaluza mediante el modelo de Lee Carter que veremos a continuacin.
4.4.3. Modelo de Lee-Carter
El modelo paramtrico estructural de Lee Carter (1992), ajusta a la medida de
mortalidad la funcin
ln(q xt ) = a x + bx k t + ' xt
Este modelo relaciona las tasas de mortalidad por edad con un nico factor no
observable kt que engloba las caractersticas generales de la mortalidad en el ao t conocidas
como ndice de mortalidad. Los parmetros a x y bx son los parmetros que dependen de la
edad, siendo bx el factor que captura la dinamicidad del proceso.
En cuanto al ajuste del modelo para que la funcin tenga solucin nica los parmetros
han de ser normalizados, por lo que en primer lugar normalizamos a x resultando
^
ax =
ln q
xt
El modelo de Lee Carter supone que los componentes de la serie vectorial q x ,t ,

pueden escribirse como una combinacin lineal de n factores comunes ms un trmino error:
81
FUNDACIN MAPFRE
= P
Qt
ft
+ t
m 1 = m n n 1
m 1
siendo f t un vector n-dimensional de factores comunes. Es por ello que para estimar los
valores bx y k t aplicamos el mtodo del Singular Value Decomposition47 (SVD) a la matriz
)
ln(q xt ) a x .
A partir de los resultados, normalizamos los valores de bx y k t , de manera que
=1 y
= 0 . En funcin de estos valores normalizados, reestimamos k t utilizando
la ecuacin
)
)
D t = ( N xt exp(a x + k t bx ))
x
donde Dt es el nmero de muertes en el ao t y N xt la poblacin de edad x en el ao t .

Las estimaciones de k t se hallan mediante mtodos iterativos.
Posteriormente hay que encontrar un modelo para kt utilizando Box-Jenkins. En

muchas aplicaciones un buen modelo es un
ARIMA(0,1,0) con una constante negativa que
refleja el decrecimiento de la mortalidad a travs de los aos, este modelo es de la forma:
k t = c + k t 1 + t
donde c es la constante y
t , es ruido blanco, es decir, t
~ N (0, ) .
4.5. APLICACIN A LA POBLACIN DE LA COMUNIDAD ANDALUZA

Se han aplicado a la Comunidad Andaluza, la segunda ley de Heligman y Pollard
destacado por Felipe y Guilln (1999), y el modelo de Lee Carter destacado por Debn et. al.
(2004).
47
Cualquier matriz Amxn, sea singular o no, puede ser descompuesta en un producto de tres matrices, de la forma A = U
D V, donde Umxm y Vnxn son matrices ortogonales (por lo que sus inversas son iguales a sus transpuestas), y D es una
matriz diagonal cuyos elementos diagonales son los valores singulares de A (son las races cuadradas positivas de los
valores propios de AA). Las columnas de U son los vectores singulares por la izquierda de A y las columnas de V son
los vectores singulares de A por la derecha.
82
FUNDACIN MAPFRE
Modelo de Heligman y Pollard

Como ya se ha explicado antes, la segunda Ley de Heligman y Pollard es la que sigue:
C
GH x
1 KGH x
Siendo este el primer modelo que se ha ajustado a la mortalidad de la poblacin

andaluza para los aos 1980 2000. No se han considerado menores de 15 aos, por ser esta
la edad mnima para ser asegurado, ni los mayores de 84 aos por la escasez de datos para
estas edades. Al desestimar los menores de 15 aos hemos de obviar el primer sumando, con
lo cual la funcin que se ha ajustado es la que sigue:
q x = D exp E (ln x ln F )
GH x
+
1 KGH x
Recurrimos al algoritmo recursivo de Gauss Newton, para obtener los estimadores de

cada uno de los aos para hombres que siguen:
AO
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
D
(10 3 )
0,532
0,552
0,549
0,552
0,623
0,768
0,657
0,816
0,862
1,055
1,016
1,189
1,183
1,226
1,064
1,337
1,362
0,831
1,836
0,812
0,914
4,969
9,400
7,441
6,214
10,304
10,291
7,490
6,889
6,413
5,613
6,075
4,916
5,983
5,034
3,059
3,389
1,958
0,945
0,494
2,165
0,645
20,913
20,645
20,964
21,480
20,464
21,294
21,628
22,595
22,064
23,496
23,947
25,783
25,461
27,900
30,741
32,117
37,213
36,889
97,752
33,115
51,648
G
(10 5 )
3,716
4,926
3,874
3,327
4,510
4,127
4,127
4,207
4,508
3,960
4,662
3,145
3,634
2,502
2,622
1,777
1,390
2,539
0,938
2,182
1,704
1,107
1,102
1,106
1,108
1,103
1,104
1,104
1,103
1,102
1,104
1,100
1,108
1,105
1,111
1,109
1,116
1,119
1,109
1,125
1,111
1,114
1,408
0,817
1,355
1,488
1,018
1,155
1,063
1,070
0,791
0,992
0,550
2,230
1,972
2,469
2,169
2,837
1,979
2,466
2,369
1,453
1,375
Cuadro 4.1: Estimaciones de los parmetros para la segunda ley de Heligman y Pollard, en la
poblacin andaluza. Hombres.
83
FUNDACIN MAPFRE
Para las mujeres tendramos los siguientes estimadores
AO
D
(10 3 )
0,468
0,441
0,329
0,391
0,384
0,326
0,364
0,426
0,421
0,326
0,517
0,448
0,383
0,488
0,485
0,523
0,506
0,433
0,317
0,432
0,449
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
1,403
1,062
0,665
0,677
0,705
1,126
0,359
0,428
0,816
0,696
1,214
1,416
1,386
1,956
2,512
3,160
2,588
1,602
1,504
4,203
4,238
39,696
42,886
41,997
41,712
46,604
33,683
37,792
50,156
42,598
34,064
43,072
36,249
31,241
37,746
38,224
37,918
35,494
38,535
36,137
38,990
39,789
G
(10 5 )
0,477
0,403
0,450
0,367
0,374
0,369
0,352
0,383
0,367
0,361
0,311
0,282
0,309
0,236
0,299
0,305
0,293
0,322
0,284
0,282
0,274
1,130
1,132
1,130
1,133
1,132
1,132
1,132
1,131
1,131
1,131
1,132
1,135
1,132
1,137
1,132
1,131
1,131
1,131
1,132
1,131
1,131
1,542
1,448
1,456
1,378
1,281
1,121
1,070
1,063
0,943
0,967
0,931
1,879
1,842
1,896
1,444
1,062
0,433
1,669
0,308
0,267
0,389
Cuadro 4.2: Estimaciones de los parmetros suavizados para la segunda ley de Heligman y
Pollard, en la poblacin andaluza. Mujeres.
En cuanto a la bondad del ajuste se ha realizado la prueba del R2, dando lugar a la
siguiente tabla en la que tambin se ha incluido el error porcentual absoluto medio (MAPE). Los
resultados para los hombres son los que siguen:
AO
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
R 2 (ajust.por g.l)
97,4953
97,5599
98,1975
98,0399
97,6367
98,6369
98,3238
98,3847
98,6398
97,5098
98,7028
98,4008
98,1446
98,2175
97,7508
97,2680
97,5964
97,7461
97,7243
98,0249
98,5396
MAPE
13,2697
13,8574
9,7281
9,7679
15,0695
7,4377
8,2580
9,8707
10,6560
12,7547
8,3379
9,3502
8,0444
11,7508
17,6117
19,0985
13,3020
12,6947
16,2469
14,3792
10,6892
Cuadro 4.3: Bondad del ajuste y contraste MAPE del modelo de Heligman
y Pollard, en la poblacin andaluza. Hombres.
84
FUNDACIN MAPFRE
Para las mujeres:

AO
R 2 (ajust.por g.l)
MAPE
99,3100
20,3360
1980
99,0695
14,2580
1981
99,2700
23,4768
1982
99,3428
20,7534
1983
99,0065
29,8215
1984
99,2683
17,2497
1985
99,3741
21,1380
1986
99,3400
20,2430
1987
99,3800
17,8300
1988
99,4355
18,1699
1989
99,2635
21,2715
1990
98,8019
21,2208
1991
98,5520
17,5375
1992
98,8108
18,3708
1993
98,7564
23,8974
1994
99,0664
20,4689
1995
99,0634
22,9069
1996
98,8692
21,7589
1997
98,9643
30,4115
1998
99,0402
34,5878
1999
98,9210
37,6049
2000
y Pollard, en la poblacin andaluza. Mujeres
No obstante si tenemos en cuenta la dispersin que provoca la mortalidad de los

ltimos aos de la serie, hemos de suavizar los estimadores con la finalidad de obtener una
serie temporal ms adecuada, obteniendo la siguiente estimacin:
AO
D
E
F
G
H
K
(10 5 )
(10 3 )
0,544
7,270
20,841
4,172
1,105
1,193
1980
0,546
7,006
21,001
3,961
1,106
1,267
1981
0,562
7,665
20,893
4,071
1,105
1,217
1982
0,609
8,730
20,970
4,153
1,104
1,167
1983
0,630
8,348
21,166
3,993
1,105
1,216
1984
0,683
8,238
21,492
4,060
1,104
1,159
1985
0,745
8,277
21,609
4,296
1,103
1,020
1986
0,832
7,339
22,216
4,186
1,103
1,014
1987
0,881
6,496
22,746
4,293
1,102
0,893
1988
0,988
5,981
23,577
4,096
1,103
1,126
1989
1,061
5,800
24,150
3,982
1,104
1,307
1990
1,134
5,524
25,317
3,580
1,105
1,642
1991
1,136
5,013
26,766
3,313
1,107
1,878
1992
1,200
4,476
28,400
2,736
1,110
2,335
1993
1,235
3,885
30,686
2,385
1,112
2,285
1994
1,164
2,877
32,972
2,166
1,113
2,384
1995
1,286
1,969
35,741
1,853
1,116
2,364
1996
1,236
1,790
36,216
1,765
1,116
2,221
1997
1,151
1,242
40,122
1,750
1,115
1,928
1998
1,098
1,063
40,849
1,840
1,115
1,916
1999
1,187
1,102
42,169
1,608
1,117
1,732
2000
Pollard, en la poblacin andaluza. Hombres.
85
FUNDACIN MAPFRE
Con respecto a las mujeres los estimadores suavizados son:

AO
D
(10 3 )
0,413
0,407
0,403
0,374
0,359
0,378
0,384
0,373
0,411
0,428
0,419
0,433
0,464
0,466
0,477
0,487
0,453
0,442
0,427
0,408
0,399
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
1,043
0,952
0,902
0,847
0,706
0,659
0,687
0,685
0,703
0,914
1,106
1,334
1,697
2,086
2,320
2,363
2,273
2,611
2,827
2,887
3,315
41,527
41,573
42,579
40,625
42,119
42,077
40,944
41,138
39,659
39,310
39,304
37,599
36,931
37,135
36,487
36,471
37,578
37,870
37,789
38,363
38,305
G
(10 5 )
0,443
0,424
0,414
0,392
0,382
0,369
0,369
0,366
0,355
0,341
0,326
0,300
0,288
0,286
0,288
0,291
0,300
0,297
0,291
0,290
0,280
1,131
1,131
1,131
1,132
1,132
1,132
1,132
1,132
1,132
1,132
1,133
1,133
1,133
1,133
1,133
1,132
1,132
1,131
1,131
1,131
1,131
1,495
1,482
1,427
1,371
1,260
1,157
1,085
1,026
0,991
1,157
1,312
1,503
1,599
1,625
1,336
1,301
0,983
0,804
0,748
0,613
0,658
Pollard, en la poblacin andaluza. Mujeres.
En este caso los valores de R2 y del MAPE son los siguientes para hombres y mujeres
respectivamente:
AO
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
R 2 (ajust.por g.l)
99,4650
99,1649
99,6502
99,6336
99,1295
99,4606
99,6976
99,6388
99,5935
99,5661
99,3754
99,4973
99,3969
99,3444
99,4023
99,2900
99,3590
99,5803
99,4303
99,4825
99,3280
MAPE
11,9676
10,0450
14,5520
13,1744
14,6210
12,8667
13,7159
13,1342
11,9609
12,1512
13,7709
14,3586
15,3115
12,4838
14,5336
13,3893
14,2004
15,9666
20,1361
20,3658
17,6469
y Pollard suavizado, en la poblacin andaluza . Hombres
86
FUNDACIN MAPFRE
R 2 (ajust.por g.l)
AO
MAPE
1980
99,4650
11,9676
1981
99,1649
10,0450
1982
99,6502
14,5520
1983
99,6336
13,1744
1984
99,1295
14,6210
1985
99,4606
12,8667
1986
99,6976
13,7159
1987
99,6388
13,1342
1988
99,5935
11,9609
1989
99,5661
12,1512
1990
99,3754
13,7709
1991
99,4973
14,3586
1992
99,3969
15,3115
1993
99,3444
12,4838
1994
99,4023
14,5336
1995
99,2900
13,3893
1996
99,3590
14,2004
1997
99,5803
15,9666
1998
99,4303
20,1361
1999
99,4825
20,3658
2000
99,3280
17,6469
y Pollard suavizado, en la poblacin andaluza . Mujeres
Posteriormente al igual que Felipe y Guilln (1999) aplicamos el mtodo de series

temporales propuesto por Box y Jenkins (1976) sobre las estimaciones de los parmetros
anteriores, para obtener modelos ARIMA suficientemente vlidos.
Los modelos elegidos son los que siguen para los hombres:
D
Modelo
Constante
Trans.
ARIMA(0,1,0) ARIMA(0,1,1) ARIMA(1,2,0) ARIMA(0,1,2) ARIMA(1,1,0) ARIMA(0,1,2)
X
X
Cuadro 4.9: Modelo ARIMA aplicado en los parmetros suavizados para la prediccin. Hombres.
Mientras que para las mujeres son:

D
E
F
G
H
K
ARIMA(0,1,1) ARIMA(1,1,0) ARIMA(5,1,0) ARIMA(0,1,0) ARIMA(0,1,0) ARIMA(0,1,0)
Modelo
X
X
Constante
X
X
X
X
X
Trans.
Cuadro 4.10: Modelo ARIMA aplicado en los parmetros suavizados para la prediccin. Mujeres.
A partir de estos modelos ARIMA, los valores de los parmetros predichos desde 2001
a 2020 para los hombres son los siguientes:
87
FUNDACIN MAPFRE
AO
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
D
(10 3 )
1,216
1,244
1,272
1,300
1,327
1,355
1,382
1,409
1,436
1,463
1,489
1,516
1,542
1,568
1,594
1,619
1,645
1,671
1,696
1,721
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
0,848
40,124
38,468
36,862
35,512
34,264
33,158
32,143
31,220
30,370
29,588
28,862
28,187
27,558
26,968
26,416
25,895
25,405
24,941
24,502
24,085
G
(10 5 )
1,547
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,451
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,117
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
1,769
Cuadro 4.11: Predicciones de los parmetros para la segunda ley de Heligman y Pollard, en la
poblacin andaluza. Hombres
Con respecto a las mujeres quedara:

AO
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
D
(10 3 )
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
0,397
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
3,564
38,187
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
38,265
G
(10 5 )
0,270
0,262
0,253
0,245
0,237
0,228
0,220
0,211
0,203
0,195
0,186
0,178
0,169
0,161
0,152
0,144
0,136
0,127
0,119
0,110
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
1,131
0,702
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
0,719
Cuadro 4.12: Predicciones de los parmetros para la segunda ley de Heligman y Pollard, en la
poblacin andaluza. Mujeres.
Modelo de Lee Carter

Tambin se ha ajustado el modelo de Lee Carter (1992) a la poblacin andaluza para
el mismo perodo, con la finalidad de contrastar ambos resultados. Recordemos que el modelo
de Lee Carter ajusta la siguiente funcin:
88
FUNDACIN MAPFRE
ln(q x , y ) = a x + bx k y + ' x , y
No obstante, como ya se ha hecho referencia, para que el modelo tenga solucin nica,
los parmetros han de normalizados. Para ello en primer lugar normalizamos el valor de ax
resultando
a x =
ln(q
x, y
T
^
Los resultados obtenidos para hombres y mujeres a x son los que siguen
Edad
Hombres
Mujeres
Edad
Hombres
-7,808
-8,357
-5,109
15
51
-7,508
-8,405
-5,014
16
52
-7,380
-8,301
-4,884
17
53
-7,171
-8,166
-4,794
18
54
-7,072
-8,170
-4,711
19
55
-7,046
-8,108
-4,605
20
56
-6,917
-8,182
-4,523
21
57
-6,883
-8,058
-4,429
22
58
-6,832
-8,181
-4,316
23
59
-6,857
-7,980
-4,246
24
60
-6,781
-8,036
-4,162
25
61
-6,723
-7,965
-4,085
26
62
-6,680
-7,874
-3,964
27
63
-6,670
-7,824
-3,902
28
64
-6,549
-7,741
-3,776
29
65
-6,567
-7,661
-3,709
30
66
-6,501
-7,556
-3,616
31
67
-6,463
-7,480
-3,527
32
68
-6,467
-7,456
-3,422
33
69
-6,487
-7,425
-3,316
34
70
-6,362
-7,260
-3,246
35
71
-6,336
-7,216
-3,123
36
72
-6,281
-7,203
-3,029
37
73
-6,232
-7,100
-2,930
38
74
-6,153
-7,015
-2,844
39
75
-6,080
-6,933
-2,723
40
76
-6,030
-6,928
-2,623
41
77
-5,916
-6,757
-2,535
42
78
-5,827
-6,694
-2,436
43
79
-5,784
-6,619
-2,314
44
80
-5,647
-6,534
-2,236
45
81
-5,565
-6,466
-2,128
46
82
-5,472
-6,338
-2,040
47
83
-5,396
-6,260
-1,962
48
84
-5,302
-6,185
-1,664
49
>=85
-5,171
-6,067
50
Cuadro 4.13: Valores de ak normalizados para el modelo de Lee - Carter.
A continuacin estimamos los valores bx y k y
Mujeres
-6,000
-5,905
-5,818
-5,753
-5,615
-5,541
-5,484
-5,360
-5,240
-5,175
-5,055
-4,949
-4,859
-4,748
-4,629
-4,526
-4,439
-4,306
-4,170
-4,050
-3,915
-3,783
-3,672
-3,529
-3,408
-3,271
-3,135
-2,982
-2,856
-2,707
-2,594
-2,465
-2,351
-2,225
-1,765
a travs del Singular Value
Decomposition (SVD), aplicado a la matriz ln(q x , y ) a x . No obstante y dado que para que el
89
FUNDACIN MAPFRE
modelo tenga solucin nica los parmetros bx y k y han de ser normalizados de manera que
=1 y
Edad
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
= 0 . Obteniendo:
Hombres
0,296
0,268
0,003
0,009
0,243
-0,045
-0,044
-0,034
-0,173
-0,161
-0,393
-0,417
-0,567
-0,841
-0,804
-1,021
-0,733
-0,982
-0,882
-0,928
-0,690
-0,397
-0,313
-0,099
-0,098
0,067
0,014
0,228
0,130
0,178
0,059
0,170
0,207
0,179
0,230
0,192
Mujeres
0,006
0,015
0,035
0,024
0,024
0,022
0,039
0,023
0,030
0,014
0,008
0,003
0,007
0,024
-0,001
0,001
0,007
0,008
0,002
0,008
0,007
-0,003
0,019
0,007
0,010
0,005
0,005
0,014
0,007
0,012
0,006
0,009
0,006
0,012
0,017
0,018
Edad
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
>=85
Hombres
0,296
0,230
0,246
0,222
0,184
0,113
0,237
0,138
0,211
0,252
0,166
0,200
0,231
0,203
0,207
0,203
0,205
0,176
0,222
0,284
0,241
0,320
0,274
0,273
0,294
0,322
0,311
0,257
0,259
0,238
0,246
0,219
0,126
0,241
0,303
Mujeres
0,010
0,019
0,015
0,017
0,014
0,014
0,017
0,016
0,019
0,019
0,020
0,023
0,018
0,017
0,019
0,019
0,017
0,018
0,016
0,018
0,017
0,017
0,016
0,016
0,016
0,016
0,015
0,013
0,012
0,012
0,013
0,011
0,012
0,011
0,007
Cuadro 4.14: Valores de bk normalizados para el modelo de Lee - Carter. Hombres y

Mujeres
A continuacin en lugar de considerar los resultados para k y obtenidos del SVD,

reestimamos k y utilizando la ecuacin
D y = N x , y exp(a x + k y bx )
x
Dando lugar a los siguientes resultados de
ky
90
FUNDACIN MAPFRE
Ao
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
Hombres
0,50232
0,56774
0,38986
0,35433
0,34472
0,39376
0,25294
0,17589
0,18265
0,15554
0,13115
Mujeres
14,34867
13,04597
10,36936
11,10903
7,51604
7,93592
6,48588
5,07784
4,63239
2,37694
0,45904
Ao
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Hombres
-0,01636
-0,22811
-0,21629
-0,37338
-0,29052
-0,25542
-0,48048
-0,28585
-0,39324
-0,62463
Mujeres
-3,54663
-8,14748
-5,84921
-9,23175
-9,57255
-6,68203
-9,19282
-7,66584
-9,27095
-11,60429
Cuadro 4.15: Valores de ky reestimados. Hombres y Mujeres
De esta manera ya tenemos ajustados los parmetros, y slo resta comprobar la

bondad del ajuste as como el anlisis de los errores, antes de aplicar Box - Jenkins. Para ello
hemos realizado la prueba R2, as como la del error porcentual absoluto medio (MAPE), dando
lugar a los siguientes resultados para los hombres:
AO
R 2 (ajust.por g.l)
MAPE
99,6666
8,0683
1980
99,7993
9,1663
1981
99,8038
7,1021
1982
99,8477
7,7512
1983
99,8563
7,1082
1984
99,8928
6,2736
1985
99,9014
6,6653
1986
99,8028
8,0298
1987
99,7847
7,7607
1988
99,7098
11,2975
1989
99,7038
10,3163
1990
99,4941
9,6591
1991
99,4947
8,2150
1992
99,6956
7,6027
1993
99,6564
8,0336
1994
99,6713
9,1550
1995
99,3732
9,2745
1996
99,5457
12,7844
1997
99,4818
14,4403
1998
99,2777
16,0761
1999
99,2666
24,2985
2000
Cuadro 4.16: Bondad del ajuste y contraste MAPE del modelo de Lee - Carter,
en la poblacin andaluza. Hombres.
91
FUNDACIN MAPFRE
Para las mujeres:

R 2 (ajust.por g.l)
99,6495
99,8023
99,9091
99,9218
99,7383
99,8112
99,8638
99,8015
99,8432
99,7506
99,8121
99,5576
99,2564
99,5981
99,6823
99,8758
99,8207
99,5368
99,7209
99,6934
99,8421
AO
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
MAPE
12,8143
10,8058
13,6786
10,4448
11,8450
13,4746
11,6127
10,6564
9,6636
10,3450
8,8155
10,6798
13,2430
10,6962
11,2338
11,3737
10,5146
12,4120
13,9056
13,8640
13,7814
Cuadro 4.17: Bondad del ajuste y contraste MAPE del modelo de Lee - Carter,
en la poblacin andaluza. Mujeres
Aplicamos para
k y Box-Jenkins, obteniendo un buen modelo ARIMA(0,1,0) con
constante, que para hombres sera:
k y = k y 1 0,05635 + y
Mientras que para las mujeres quedara
k y = k y 1 1,2976 + y
Comparacin de ambos modelos

Si nos detenemos un momento y analizamos la determinacin de la medida de
mortalidad segn el modelo de Lee Carter:
ln(q x , y ) = a x + bx k y + ' x , y
determinamos que si tenemos un
un
bx positivo, tendremos un decremento de la mortalidad ante
k y menor; y lgicamente, ocurre lo contrario ante un bx negativo, es decir, frente a un k y
menor, obtendremos un incremento de la mortalidad.
92
FUNDACIN MAPFRE
Si observamos los resultados obtenidos, podemos comprobar que se produce un

decremento de la mortalidad con el tiempo cronolgico, para ambos sexos y todas las edades,
con la excepcin de los hombres de entre 20 y 39 aos.
Parece afectar este incremento de la mortalidad con el tiempo, a lo que conocemos
como la joroba de los accidentes de los hombres. Si bien el modelo de Heligman y Pollard
tambin predice un incremento de la mortalidad para este tramo de edad, este incremento es
mucho menos acusado que en el modelo de Lee Carter, como puede apreciarse al
comprobar la medida de la mortalidad con el tiempo para una edad de 30 aos:
0,00470
0,00420
0,00370
Observados
0,00320
Heligman y Pollard
Lee - Carter
0,00270
0,00220
0,00170
0,00120
10
08
20
20
06
20
04
02
20
20
00
20
98
96
19
19
94
19
92
90
19
19
88
19
86
84
19
19
82
19
19
80
0,00070
Grfico 4.1.: Comparativa de la medida de la mortalidad qxy para una edad de 30 aos. Hombres
Si representamos
[ ]
ln q x , y para todas las edades segn ambos modelos y comparados
asimismo con las observaciones reales, para los aos 1980 y 2000, as como la prediccin
para 2010, podemos acotar las tendencias en la mortalidad segn tramos de edad.
Para el ao 1980 los resultados son los que siguen:
93
FUNDACIN MAPFRE
0,00
-1,00
-2,00
-3,00
Observados
Heligman y Pollard
-4,00
Lee - Carter
-5,00
-6,00
-7,00
79
83
79
83
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-8,00
Grfico 4.2.: Comparativa de los resultados para ln(qxy) obtenidos mediante el modelo de
Heligman y Pollard, Lee - Carter y los observados. Ao 1980. Hombres.
0,00
-1,00
-2,00
Observados
-3,00
Heligman y Pollard
-4,00
Lee - Carter
-5,00
-6,00
-7,00
-8,00
-9,00
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-10,00
Heligman y Pollard, Lee - Carter y los observados. Ao 1980. Mujeres.
Para el ao 2000 tendramos los siguientes resultados:
94
FUNDACIN MAPFRE
0,00
-1,00
-2,00
Observados
-3,00
Heligman y Pollard
-4,00
Lee - Carter
-5,00
-6,00
-7,00
-8,00
79
83
79
83
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-9,00
Heligman y Pollard, Lee - Carter y los observados. Ao 2000. Hombres.
0,00
-2,00
Observados
-4,00
Heligman y Pollard
Lee - Carter
-6,00
-8,00
-10,00
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-12,00
Heligman y Pollard, Lee - Carter y los observados. Ao 2000. Mujeres.
La prediccin de ambos modelos para el ao 2010, sera la siguiente:
95
FUNDACIN MAPFRE
0,00
-1,00
-2,00
-3,00
-4,00
Heligman y Pollard
Lee - Carter
-5,00
-6,00
-7,00
-8,00
79
83
79
83
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-9,00
Heligman y Pollard y Lee - Carter. Ao 2010. Hombres.
0,00
-2,00
-4,00
Heligman y Pollard
Lee - Carter
-6,00
-8,00
-10,00
-12,00
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-14,00
Heligman y Pollard y Lee - Carter. Ao 2010. Mujeres.
De esta manera hemos comprobado que los resultados obtenidos mediante ambos
modelos para las mujeres, predicen una disminucin para todas las edades.
La proyeccin de la curva de la medida de mortalidad para los prximos 50 aos
correspondiente a las mujeres, segn el modelo de Lee Carter, es la que sigue:
96
FUNDACIN MAPFRE
0,00
-2,00
-4,00
-6,00
2000
2010
2020
-8,00
2030
2040
-10,00
2050
83
79
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-12,00
Grfico 4.8.: Resultados proyectados de ln(qxy) obtenidos mediante el modelo de

Lee Carter,. Mujeres.
En la cual observamos una disminucin en la mortalidad para todas las edades.

No obstante, con respecto a los hombres hemos comprobado que ambos modelos
coinciden en predecir una disminucin en la mortalidad para todas las edades salvo para los
adultos jvenes, en concreto en lo que conocemos como la joroba de los accidentes.
Coincidimos con Alonso et. al. (2005) en que el incremento de la mortalidad que
concluyen ambos modelos se puede deber al aumento de los accidentes de trfico y la
epidemia del SIDA, y que en los ltimos aos est remitiendo. Esto ltimo se puede comprobar
si analizamos las tasas reescaladas de manera que no influya el valor absoluto de la tasa, para
comparar las diferentes dinmicas:
2,50
20
2,00
25
30
35
1,50
39
1,00
0,50
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
0,00
Grfico 4.9.: Tasas de mortalidad reales reescaladas. Hombres.
97
FUNDACIN MAPFRE
Si no eliminamos este efecto, el modelo sobreestimara en el futuro la mortalidad para

estas edades, lo que se puede comprobar si proyectamos la curva de la medida de la
mortalidad para hombres andaluces a 50 aos, mediante el modelo de Lee - Carter:
0,00
-1,00
-2,00
-3,00
-4,00
-5,00
2000
-6,00
2010
-7,00
2020
-8,00
2030
-9,00
2040
2050
80
75
70
65
60
55
50
45
40
35
30
25
20
15
-10,00
Grfico 4.10.: Resultados proyectados de ln(qxy) obtenidos mediante el modelo

De Lee Carter. Hombres.
Para eliminar el efecto de la sobremortalidad nos basaremos en el segundo sumando

del modelo de Heligman y Pollard, que es el que introduce el efecto de la joroba de los
accidentes, ajustando dicha funcin a las medidas de mortalidad de las cinco edades
anteriores (de 15 a 19 aos de edad) y a las cinco posteriores (de 40 a 44 aos de edad), para
utilizar de esta manera los valores estimados de las medidas de mortalidad para las edades de
20 a 39 en lugar de las reales. Como resultado de introducir esta modificacin, obtenemos los
siguientes resultados proyectados de la curva de la medida de mortalidad:
0,00
-1,00
-2,00
-3,00
-4,00
-5,00
2000
-6,00
2010
-7,00
2020
2030
-8,00
2040
-9,00
2050
83
79
75
71
67
63
59
55
51
47
43
39
35
31
27
23
19
15
-10,00
Lee Carter, detrada la sobremortalidad juvenil masculina. Hombres.
98
FUNDACIN MAPFRE
No obstante, se puede observar que el proceso presenta dos incongruencias, que si

bien al principio pueden pasar casi desapercibidas, al proyectarse la mortalidad a lo largo de
los aos, estas se acentan de forma considerable (como puede observarse en los grficos
4.13, 4.15 y 4.16). El primer problema es la existencia de unos saltos en algunas
probabilidades de fallecimiento entre dos edades consecutivas que en realidad se pueden
considerar ilgicas ya que deberan presentarse de una forma mucho mas atenuada. El
segundo problema es la presencia de unos valores de qx mayores para unas edades ms
pequeas (al margen del intervalo de edades donde existe el problema de la sobremortalidad
ya estudiada anteriormente) y que como en el caso anterior hay que solucionar.
Por estas razones se presenta la necesidad de una suavizacin de los datos para
eliminar estos dos efectos, suavizacin que se va a realizar sobre los parmetros
a x y bx de
las tablas de mortalidad femenina y de la masculina sin sobremortalidad. Existen muchos

mtodos de suavizacin de datos, el que se va a utilizar en este caso va a ser el de las medias
mviles ponderadas con informacin de los tres aos anteriores y posteriores, su frmula
general es la siguiente
K
~
y x 0 = y x 0 w x 0 + ( y x 0 + p w x 0 + p + y x 0 p w x0 p )
P =1
donde
w
x
= 1.
Para la poblacin andaluza los parmetros suavizados quedan de la siguiente forma:
99
FUNDACIN MAPFRE
Edad
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Hombres
-7,790
-7,581
-7,393
-7,228
-7,088
-6,967
-6,856
-6,755
-6,661
-6,575
-6,498
-6,428
-6,366
-6,310
-6,260
-6,215
-6,175
-6,139
-6,107
-6,079
-6,054
-6,033
-6,021
-6,016
-6,011
-6,001
-5,969
-5,912
-5,838
-5,752
-5,659
-5,569
-5,477
-5,383
-5,291
Mujeres
-8,439
-8,362
-8,285
-8,228
-8,183
-8,151
-8,130
-8,106
-8,084
-8,042
-7,998
-7,945
-7,879
-7,812
-7,733
-7,655
-7,581
-7,508
-7,441
-7,375
-7,304
-7,236
-7,167
-7,096
-7,025
-6,948
-6,870
-6,784
-6,702
-6,617
-6,529
-6,445
-6,353
-6,263
-6,173
Edad
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
Hombres
-5,193
-5,097
-4,999
-4,898
-4,802
-4,706
-4,611
-4,518
-4,426
-4,334
-4,246
-4,158
-4,069
-3,978
-3,887
-3,794
-3,703
-3,612
-3,518
-3,423
-3,326
-3,229
-3,130
-3,031
-2,931
-2,831
-2,731
-2,629
-2,529
-2,429
-2,329
-2,232
-2,134
-2,042
-1,988
Mujeres
-6,082
-5,996
-5,907
-5,818
-5,730
-5,638
-5,546
-5,455
-5,357
-5,258
-5,159
-5,056
-4,953
-4,850
-4,744
-4,637
-4,528
-4,415
-4,297
-4,173
-4,047
-3,917
-3,789
-3,662
-3,532
-3,401
-3,266
-3,129
-2,991
-2,855
-2,722
-2,595
-2,469
-2,348
-2,267
Cuadro 4.18: Valores de ax normalizados y suavizados para el modelo de Lee - Carter.

Hombres y Mujeres.
100
FUNDACIN MAPFRE
Edad
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Hombres
0,007
0,013
0,018
0,022
0,026
0,027
0,028
0,028
0,028
0,028
0,028
0,028
0,027
0,026
0,025
0,024
0,023
0,022
0,020
0,019
0,017
0,016
0,014
0,012
0,010
0,008
0,005
0,004
0,004
0,006
0,008
0,011
0,012
0,013
0,014
Mujeres
0,009
0,016
0,021
0,025
0,026
0,028
0,028
0,026
0,022
0,017
0,013
0,010
0,009
0,009
0,007
0,006
0,006
0,005
0,005
0,006
0,006
0,007
0,008
0,008
0,008
0,008
0,008
0,009
0,009
0,009
0,009
0,009
0,010
0,012
0,014
Edad
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
Hombres
0,014
0,014
0,014
0,013
0,012
0,011
0,010
0,009
0,010
0,011
0,011
0,012
0,012
0,011
0,012
0,012
0,012
0,011
0,011
0,010
0,010
0,010
0,010
0,010
0,010
0,011
0,010
0,010
0,010
0,009
0,009
0,009
0,009
0,009
0,009
Mujeres
0,015
0,016
0,016
0,016
0,016
0,016
0,016
0,017
0,017
0,018
0,019
0,020
0,020
0,019
0,019
0,019
0,018
0,018
0,018
0,017
0,017
0,017
0,017
0,017
0,016
0,016
0,015
0,014
0,014
0,013
0,012
0,012
0,012
0,011
0,011
Cuadro 4.19: Valores de bx normalizados y suavizados para el modelo de Lee - Carter.

Hombres y Mujeres.
Al variar los parmetros anteriores obtendremos unas nuevas estimaciones

para los kt futuros que son los siguientes:
Ao
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
Hombres
9,55068
11,72585
7,54060
6,07352
8,31936
7,85675
3,99908
3,15486
3,12874
2,16672
2,38255
Mujeres
14,45367
12,90290
10,60192
10,54834
7,37817
6,90005
5,45306
4,54866
3,66199
1,40739
-0,28630
Ao
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
Hombres
0,27982
-3,59045
-2,69844
-6,81826
-3,06554
-7,73414
-8,41794
-7,28777
-7,81119
-12,69314
Mujeres
-0,91038
-4,53071
-3,38805
-6,60790
-8,13951
-8,10053
-5,52760
-9,90589
-11,46065
-12,66755
Cuadro 4.20: Valores de ky reestimados una vez suavizados. Hombres y Mujeres
Variando tambin la constante de los modelos ARIMA(0,1,0) que ahora son de la forma
101
FUNDACIN MAPFRE
Hombres:
k y = k y 1 1,1122 + y
Mujeres:
k y = k y 1 1,3561 + y
Las medidas de bondad de ajuste de los nuevos modelos son:

R 2 (ajust.por g.l)
AO
1980
99,3451
1981
99,3746
1982
99,4177
1983
99,5218
1984
99,7500
1985
99,7038
1986
99,7820
1987
99,5678
1988
99,8448
1989
99,7328
1990
99,7051
1991
99,6962
1992
99,7497
1993
99,7797
1994
99,6451
1995
99,6028
1996
99,7675
1997
99,1712
1998
99,6877
1999
99,5593
2000
99,6035
Cuadro 4.21: Bondad del ajuste y contraste MAPE del modelo de
MAPE
16,3365
11,6735
14,9494
15,6638
6,6858
10,9958
13,8580
12,3438
9,5774
9,5546
13,5880
11,8535
12,4762
17,0270
12,0653
18,5193
12,7612
23,1902
18,9799
22,5275
22,6506
Lee Carter,
en la poblacin andaluza suavizada. Hombres.
R 2 (ajust.por g.l)
AO
1980
99,5541
1981
99,2630
1982
99,7534
1983
99,7311
1984
99,4174
1985
99,4536
1986
99,7903
1987
99,7823
1988
99,7442
1989
99,6383
1990
99,6061
1991
99,8688
1992
99,7773
1993
99,8002
1994
99,8504
1995
99,6983
1996
99,8509
1997
99,8199
1998
99,6563
1999
99,7773
2000
99,7808
Cuadro 4.22: Bondad del ajuste y contraste MAPE del modelo de
MAPE
15,8049
13,6610
17,1857
13,1879
14,3859
15,1479
14,9313
17,4676
15,5516
12,8113
13,5978
21,6392
18,3617
19,8113
17,2733
25,4528
16,4556
23,8147
19,8430
20,9559
32,3850
Lee - Carter,
en la poblacin andaluza. Mujeres
102
FUNDACIN MAPFRE
Finalmente obtenemos los grficos de la evolucin de la mortalidad con los datos

suavizados:
-2
-3
-4
-5
-6
-7
-8
-9
-10
-11
2050
2040
80
2030
2020
60
2010
40
2000 20

Lee Carter suavizado. Hombres.
-2
-3
-4
-5
-6
-7
-8
-9
-10
-11
2050
2040
80
2030
2020
60
2010
40
2000 20

Lee Carter suavizado. Mujeres.
Comparando estos ltimos con los grficos 4.13. y 4.16., llegamos a la conclusin de
que mediante el suavizado se ha conseguido eliminar los dos problemas anteriormente citados
y observamos adems que tanto la mortalidad como las medidas de bondad de ajuste apenas
han sufrido variaciones.
A continuacin elaboraremos la tabla de mortalidad a partir de cuya distribucin
aproximada, abordaremos la influencia del riesgo biomtrico en el valor razonable de las PTSV.
103
FUNDACIN MAPFRE
Construccin de la tabla de mortalidad

Una tabla de mortalidad dinmica se trata actuarialmente como generacional, es decir,
se establece una tabla para cada generacin. Para construir la tabla generacional, a partir de
los resultados obtenidos del modelo de Lee - Carter, tenemos dos opciones dependiendo de la
capacidad computacional:
Generar como paso previo a cualquier clculo actuarial, la tabla de mortalidad

correspondiente a todas las generaciones, de manera que no sea necesario
generar la tabla de mortalidad individual para cada ocasin.
Disponer de la informacin necesaria, para construir la tabla de mortalidad

correspondiente a la generacin a la que pertenece el Asegurado cuyas
valoraciones actuariales se van a llevar a cabo.
En el primer caso partimos de la matriz cuadrada, en la que por columnas tenemos el

tiempo cronolgico desde el ao de nacimiento de la primera generacin considerada hasta el
correspondiente a la ltima, y por filas las edades desde 15 (por ser esta la edad mnima
considerada) hasta la edad mxima considerada. A partir de aqu, asignamos a cada
componente de la matriz la medida de mortalidad qxy correspondiente segn los resultados del
modelo de Lee - Carter.
En cuanto a los valores de estas qxy, siempre que el valor no haya sido proyectado,
utilizaremos la correspondiente a este ao 2000. En realidad estas medidas de mortalidad no
sern utilizadas siempre que estemos calculando valores actuariales posteriores al ao 2000,
pero es necesario introducir estas componentes con el fin de facilitar la utilizacin de las tablas.
La medida de mortalidad quedara como sigue
q15, 2000
q16, 2001
q
17, 2002
q
Q xt = 18, 2003
q
19, 2004
q 20, 2005
q
21, 2006
q
22, 2007
q15, 2000
q16, 2000
q17 , 2001
q18, 2002
q19, 2003
q 20, 2004
q 21, 2005
q 22, 2006
q15, 2000
q16, 2000
q17 , 2000
q18, 2001
q19, 2002
q 20, 2003
q 21, 2004
q 22, 2005
q15, 2000
q16, 2000
q17 , 2000
q18, 2000
q19, 2001
q 20, 2002
q 21, 2003
q 22, 2004
q15, 2000
q16, 2000
q17 , 2000
q18, 2000
q19, 2000
q 20, 2001
q 21, 2002
q 22, 2003
q15, 2000
q16, 2000
q17 , 2000
q18, 2000
q19, 2000
q 20, 2000
q 21, 2001
q 22, 2002
q15, 2000
q16, 2000
q17 , 2000
q18, 2000
q19, 2000
q 20, 2000
q 21, 2000
q 22, 2001
q15, 2000
q16, 2000
q17 , 2000
q18, 2000
q19, 2000
q 20, 2000
q 21, 2000
q 22, 2000
As, la primera columna sera la tabla correspondiente a la generacin de 1985, la

segunda a la de 1984, y as sucesivamente (recordemos que la edad mnima que hemos
considerado es 15 aos). La tabla de mortalidad se obtiene a partir de la matriz anterior, y
104
FUNDACIN MAPFRE
suponiendo una cohorte de 100.000 individuos para una edad de 15 aos (l(15) = 100.000)
mediante el siguiente proceso iterativo:
l x +1, y +1 = l x , y (1 q x , y )
En el segundo caso, es decir, cuando estimamos la tabla de mortalidad a aplicar al

caso particular del Asegurado objeto de valoracin, tendramos a partir de las estimaciones de
a x y bx por edades y del parmetro k y por aos, la tabla de mortalidad
los parmetros
generada como sigue:
lx
x0
q x, y
q x0 , y0 = exp a x0 + bx0 k y0
l x0 = 10 n
x0 + 1
l x0 +1 = l x0 1 q x0 , y0
x0 + T
l x0 +T = l x0 +T 1 1 q x0 +T 1, y0 +T 1
q x1 +1, y1 +1 = exp a x1 +1 + bx1 +1 k y1 +1
donde
y 0 : fecha de realizacin de los clculos.

x0 : edad del Asegurado en la fecha de los clculos, y 0 .
T : nmero de aos de duracin del seguro.
Una vez construida la tabla de mortalidad, podemos obtener la esperanza matemtica
de los siguientes sucesos:
Probabilidad de supervivencia en el ao y + t de un asegurado de edad x , en el ao
y:
t
l x +t , y +t
l x, y
Probabilidad de fallecimiento en el intervalo y , y + t de un asegurado de edad x , en

el ao
y:
t
p x, y =
q x, y =
l x +t , y +t l x , y
l x, y
Probabilidad de fallecimiento en el intervalo y + t , y + T
de un asegurado de edad
x , en el ao y :
t / T t q x , y = t p x , y T t q x +t , y +t =
l x + t , y + t l x + t , y + t l x + T , y +T l x + t , y + t l x +T , y +T
=
l x, y
l x +t , y +t
l x, y
105
FUNDACIN MAPFRE
Si la probabilidad de supervivencia o fallecimiento no tiene un subndice precedente, se

considera que el suceso abarca un ao de duracin, es decir,
l x, y
,
l x +1, y +1 l x , y
=
l x, y
p x, y =
q x, y
l x +1, y +1
4.6. PROCESO ESTOCSTICO ASOCIADO A LA MEDIDA DE MORTALIDAD

Una vez construida la tabla de mortalidad generacional, disponemos de la esperanza
matemtica de todas las probabilidades condicionadas de supervivencia y fallecimiento. No
obstante, esta esperanza matemtica no es ms que una representacin de todas las posibles.
Nuestro objetivo aqu es considerar difusin sobre la tabla de mortalidad dinmica
ajustada, al igual que ya lo hemos hecho con la ETTI. Ello permitira recoger en la valoracin
un ajuste por el riesgo tcnico de desconocimiento de la prestacin esperada. Como ya se
expuso al inicio del presente captulo, el riesgo tcnico se puede separar en dos partes
claramente diferenciadas: riesgo de desconocimiento de la prestacin esperada o sistemtico,
y riesgo de desviacin respecto de esta prestacin esperada o no sistemtico.
Recordemos que la medida de mortalidad que hemos ajustado mediante el mtodo de
Lee Carter ha sido
ln(q x , y ) = a x + bx k y + ' xy
quedando determinado a su vez el valor del parmetro
k y , mediante un modelo
ARIMA(0,1,0) con constante negativa

k y = k0 + c y + y
As
ln(q x , y ) = a x + bx (k 0 + c y + y ) + ' xy
La variabilidad del parmetro
k y , viene determinada por el ruido blanco, y , que
constituye una distribucin normal de media 0 y desviacin tpica
y.
Los intervalos de
confianza al 95% son en nuestro caso los que siguen:
106
FUNDACIN MAPFRE
20
10
0
-10
-20
-30
Kt
Int.Inf
-40
Int.Sup
10
20
08
20
06
20
20
04
02
20
00
98
20
96
19
19
19
94
92
90
19
88
19
19
84
19
82
19
19
80
19
86
-50
Grfico 4.14.: Intervalos de confianza para el kt correspondiente al modelo Lee Carter.

Hombres.
20
10
0
-10
-20
Kt
Int.Inf
-30
Int.Sup
10
20
08
20
06
20
04
20
02
20
00
20
98
19
96
19
92
90
94
19
19
88
19
84
86
19
19
19
19
19
80
82
-40

Mujeres.
El riesgo de desconocimiento de la prestacin esperada, se puede derivar del error,
y,
mientras que el riesgo de desviacin de la prestacin real respecto a la prestacin
esperada se puede derivar del error
xy . Consideraremos
Ep ln(q x , y ) = a x + bx (k 0 + c y + y )
es decir, supondremos la esperanza matemtica del suceso fallecimiento, para los aos 2001 y
siguientes, como un proceso estocstico. Si para ilustrar lo anterior, representamos la
distribucin de probabilidad correspondiente a la esperanza matemtica, de una mujer de 70
aos de edad en los aos 2001 y siguientes,
[ [
]]
Pr Ep ln(q70, y ) , tendramos:
107
FUNDACIN MAPFRE
0.2
0.15
[ [
Pr Ep ln(q70, y )
]]
0.1
0.05
0
2000
2005
2010
2015
2020
-4.5
-4.6
-4.7
-4.8
-4.9
-5
Ep ln(q70, y )
Grfico 4.16.: Distribucin de la esperanza matemtica de la medida de mortalidad para una mujer
de 70 aos en los aos 2001 y siguientes.
El otro riesgo tcnico, el de desviacin de la prestacin real respecto de la esperada, se

puede extraer de la distribucin de probabilidad del nmero de fallecidos en un ao,
consistente en una binomial,
Laplace, a una normal,
d xy ,
B(l x , y , q x , y ) , y su aproximacin aplicando el teorema de Moivre
N (md , d ) , siendo
md = l x , y q x , y
d = l x , y q x , y (1 q x , y )
Si bien el error
xy ,
o riesgo de desviacin de la prestacin real respecto de la
esperada puede llegar a ser importante, aqu nos centraremos en el error,
y,
o riesgo de
desconocimiento de la prestacin esperada, ya que el primero se puede reducir o eliminar al

incrementar la cartera asegurada.
Para introducir en la valoracin el riesgo de desconocimiento de la prestacin
esperada, usado en la valoracin de las PTSV, consideraremos que el tanto instantneo o
fuerza de mortalidad,
x (t ) , definido como
ln(T t p x +t )
T =t
x (t ) =
sigue un proceso estocstico, cuya evolucin cumple la siguiente EDE:
108
FUNDACIN MAPFRE
d x (t ) = ( (t ) a x (t ))dt + dW (t )
Hemos de diferenciar los parmetros a y b , de los parmetros de Vasicek, a y b
correspondientes al modelo de Hull White para los tipos de inters.
A partir de aqu introduciremos la probabilidad de supervivencia del Asegurado en t ,
t
p x = exp x ( s )ds
para considerar que existe una medida de probabilidad,
Q riesgo neutro, para la cual las
[ ]
probabilidades de supervivencia del Asegurado en t, T , condicionadas a la supervivencia en
t,
t / T t p x = t p x T t p x +t
son martingala. Esto nos permitir determinar la probabilidad de supervivencia en el intervalo
[t, T ] ,
T t
p x +t , la cual consideramos que tiene un slo factor de riesgo, y que identificamos
con el tanto instantneo de mortalidad,

de supervivencia por
T t
x (t ) .
Por lo anterior, representamos la probabilidad
p x +t ( x (t )) . Aplicando It Taylor as como las manipulaciones
algebraicas expuestas para el tipo instantneo obtenemos que
p x +t = A( )e B ( ) ( t )
(4.1)
siendo
B ( ) =
1 e a
a
2
2
A( ) = exp ( s ) B ( )ds 2 (B( ) )

B( ) 2
4a
t
2a
En cuanto al proceso
x (t ) , lo descomponemos como la suma de dos procesos:

x (t ) = (t ) + s (t )
con una evolucin para
s (t ) similar al de x (t ) pero con reversin a 0. Este proceso auxiliar,
no plantea ninguna diferencia respecto al ya expuesto para el tipo de inters, siendo
1 e 2 at
s (t ) N e at ,
2a
El proceso
(t ) determinista ser
109
FUNDACIN MAPFRE
(t ) = e
e au (u )du + (0)
at
y por consiguiente
1 e 2 at
2a
x (t ) N (t ),
Usando el proceso (t ) , obtenemos que el proceso
x (t )
replica perfectamente la
tabla de mortalidad previamente ajustada.
donde como antes,

T
p x +t ( x (t )) = Ep exp x ( s )ds Ft
=T t .

Implementaremos numricamente el anterior proceso estocstico a travs de un rbol
trinomial. Para ello supondremos que la difusin tiene lugar cada perodo de tiempo t , para lo
cual definiremos el tanto de mortalidad a un plazo t , t + t
t
x +t
t + t
( s)ds
de modo que la probabilidad de supervivencia del asegurado de edad x + t durante el plazo
[t , t + t ] ser
t
p x +t = exp x+t t
En adelante, y dado que la tabla de mortalidad se ha ajustado para tramos de un ao

de duracin, fijaremos para el tanto de mortalidad un plazo t = 1 . De esta manera a partir de
la tabla de mortalidad ajustada obtenemos:
l x +1
lx
1 x = log
No obstante, como ya se ha explicado en el punto anterior, la tabla de mortalidad lo es

de doble entrada: tiempo biolgico y tiempo cronolgico. De este modo la medida
tener dos subndices,
1 x, y , ha de
y , para referirnos al tiempo cronolgico, y x para referirnos al tiempo
biolgico. As a partir de la tabla de mortalidad ajustada mediante el modelo de Lee Carter

obtenemos
110
FUNDACIN MAPFRE
l x +1, y +1
l x , y
1 x , y = log
Sin olvidar lo anterior, usaremos para simplificar en la exposicin de la implementacin

mediante rboles trinomiales, la siguiente notacin
1 x +t , y +t 1t
Supondremos que la medida de mortalidad,
la dinmica expuesta para
1t , es un proceso estocstico que sigue
x (t ) :
d t1 = ( (t ) a t1 )dt + dW (t )
Como ya se estableci para el tipo simple a corto, tenemos el proceso
1t
separado
en dos componentes: una determinstica y otra estocstica con nivel de reversin a 0, como
sigue
1t = S t + t
donde t es una funcin determinstica que nicamente depende de t . Su finalidad es que el
proceso replique la tabla de mortalidad ajustada mediante Lee Carter. De este modo t ,
depende de la edad del asegurado, x , el ao de calendario en el que se efectan los clculos,
y , y del tiempo transcurrido, t . S t es un proceso estocstico similar a 1t pero con nivel de

reversin a 0.
Primer paso
El primer paso no difiere del expuesto para el tipo de inters libre de riesgo, salvo por
supuesto la calibracin de los parmetros a y
que veremos ms adelante, por lo que no nos
detendremos mucho ms.

Una vez obtenidas las probabilidades de transicin entre nodos, cuya configuracin,
como se ha expuesto en el captulo 3, puede ser normal, ascendente o descendente, as como
los niveles probables del proceso S t , con reversin a 0, el paso siguiente ser adaptar este
proceso para configurar el correspondiente a
1t .
Para ilustrar el procedimiento anterior, expondremos un ejemplo sencillo de

implementacin del rbol trinomial recombinante para la medida,
i,k .
111
FUNDACIN MAPFRE
Partimos de unos parmetros de Vasicek de a = 0,203954 y
= 0,45231%.
Siguiendo el proceso ya descrito obtenemos los siguientes valores para las probabilidades de
transicin:
J
p1(k)
p2(k)
p3(k)
0,906937
0,001627
0,091437
0,166667
0,666667
0,166667
-1
0,091437
0,001627
0,906937
Cuadro 4.24.: Probabilidades de transicin en el rbol de la variable St que son

estacionarias.
Igualmente los valores de Si son
Si
0,70992%
0,00000%
-1
-0,70992%
Cuadro 4.25.: Valores temporales

en el rbol de la variable St.
Segundo paso
El segundo paso en la implementacin del modelo consiste en convertir este rbol para
S t en el correspondiente para 1t , de manera que quede replicada la tabla de mortalidad

ajustada. Para determinar los valores de
1t
a cada plazo en el rbol
1i ,k 1 x , y (it , kS ) ,
lo nico que resta es determinar en cada perodo las cantidades i (it )
En cuanto a las cantidades i , nos apoyaremos en los razonamientos que sugieren
los ya tratados precios Arrow Debreu. El sentido econmico que le atribuiremos en este caso
es el valor probable de un euro prometido en el escenario correspondiente a:
-
supervivencia del asegurado en i + 1, y
que el tanto de mortalidad
1i,k
se halle en el nodo k, para el intervalo i + 1.
El proceso sera como antes el que sigue:
112
FUNDACIN MAPFRE
1. Inicializamos el algoritmo con Q0, 0 = 1. Puesto que para i = 0, k toma el valor 0 nicamente,
resulta que 0 =
l x +1, y +1
l
x
,
y
1 0 = log
2. El siguiente paso consiste en calcular los seudo - precios Q1,1 , Q1, 0 y Q1, 1 . De su
definicin, se deriva:
Q1,1 = Q0,0 p3 (1) p x , y
Q1,0 = Q0, 0 p 2 (0) p x , y
Q1, 1 = Q0,0 p1 (1) p x , y

siendo p x , y =
l x +1, y +1
l x, y
la probabilidad de supervivencia del asegurado en el primer ao.
3. Una vez se tiene un conjunto completo de seudo - precios Qi ,k en un determinado paso de

tiempo, i, ya podemos proceder al clculo de la cantidad i .
Por otra parte, la probabilidad de supervivencia del asegurado para un ao, una vez
transcurrido el primer ao, p x +1, y +1 , ser diferente segn los siguientes nodos:
p x +1, y +1 (1) = exp( (1 + S ) )
p x +1, y +1 (0) = exp( 1 )
p x +1, y +1 (1) = exp( (1 S ) )

Aplicando Bayes podemos determinar inmediatamente que:
2
p x = Q1,1 exp( (1 + S ) ) + Q1,0 exp( 1 ) + Q1, 1 exp( (1 S ) )
Por lo que se obtiene la expresin
1
Q1, j exp( jS )
j = 1
1 = log
2 px
Y ya es inmediato obtener los valores
113
FUNDACIN MAPFRE
1 x +1,1 = 1 + S1
1 x +1,0 = 0 + S 0
1 x +1, 1 = 1 + S 1
El enfoque anterior proporciona un algoritmo recursivo, ya que en general
= Qi 1, j ' p j (i 1, j ' ) p x +i 1, j '

j'
Qi , j exp( jS )
j
i = log
i +1 p x
Qi , j
Los seudo precios Arrow Debreu para nuestro ejemplo seran

J
1
0
1,000000
-1
0,164584
0,269280
0,334385
0,373259
0,658335
0,433295
0,285227
0,187917
0,164584
0,271159
0,338974
0,380767
Cuadro 4.26.: Valores temporales en el rbol de los precios Arrow Debreu, para el tanto de mortalidad.
Y por ltimo los valores correspondientes a
1
0
1,25767%
-1
1i ,k
2
2,11482%
2,28046%
2,46667%
2,68457%
1,40490%
1,57054%
1,75675%
1,97465%
0,69497%
0,86062%
1,04683%
1,26473%
Cuadro 4.27.: Valores temporales en el rbol de la variable tanto de mortalidad.
Grficamente
114
FUNDACIN MAPFRE
1i ,k
0,03
0,025
0,02
0,015
0,01
0,005
0
0
Grfico 4.17.: rbol del tanto de mortalidad a cada plazo.
4.6.3. Calibracin
Como hemos podido comprobar, la construccin del rbol trinomial para el tanto de
mortalidad se sirve de la tabla de mortalidad ajustada, de modo que las probabilidades de
supervivencia obtenidas con la tabla de mortalidad son equivalentes a las proporcionadas por
el rbol trinomial. La calibracin que persigue este apartado es la determinacin de los
parmetros de volatilidad a y
. El objetivo es pasar de la probabilidad real, P , a una
probabilidad martingala riesgo neutro, Q , que considere las expectativas de los intervinientes
en el mercado, en cuanto a la futura evolucin de la medida de mortalidad.
Lamentablemente no tenemos un mercado de instrumentos financieros lquido y cuyo
subyacente sea el tanto de mortalidad. Como ya hemos mencionado, unicamente tenemos
como antecedentes el EIB/BNP Long term longevity bond, de noviembre 2004, y el Swiss
Re Short term. Aqu expondremos como calibrar nuestro modelo a partir de un derivado OTC,
que tomar como subyacente una renta vitalicia, constante a prima nica, que se devenga en
un tiempo posterior,
T , a la fecha de valoracin t . Es lo que Schrager (2006) denomina GAOs
(Guaranteed Annuity Options).
Denotemos por Fx (t , T ) , la cuanta determinada en t , de una pensin vitalicia

constante y pagadera a partir de
T (diferida por tiempo T t ), por perodos vencidos de
longitud, t , a cambio de una prima nica de un euro, sin gastos que se devengar asimismo
en
T . El valor razonable de Fx (t , T ) sera si no consideramos riesgo de crdito
115
FUNDACIN MAPFRE
F x (t , T ) =
E x +t
/ a x +t Q
=T t
donde
E x +t = p x +t P (t , T ) Q valor actual actuarial en t , de un euro prometido en T , para

Q
una persona de edad x + t , en t , bajo la probabilidad martingala riesgo neutro,
/ a x +t Q =
T 1
i t
i =T +1
Q.
p x + t P (t , i ) Q valor actual actuarial en t , de una renta vitalicia,

Q
T , para un persona de edad x + t , en t , bajo la
constante y postpagable pagadera a partir de

probabilidad martingala riesgo neutro,
Q.
: edad mxima que puede alcanzar la persona.

La valoracin de esta pensin determinada en
F x (T , T ) =
T , sera en cambio
1
a x +T
Consideramos a continuacin que existe una medida de probabilidad Q x , equivalente

segn la cual
V (t )
T t
es martingala, siendo
/ a x +t
Qx
V (t ) el proceso correspondiente a un instrumento financiero que cotiza
en el mercado. Bajo esta medida de probabilidad, Q x , tenemos que Fx (t , T ) es martingala,

viniendo reglada su evolucin segn la siguiente EDE
dFx (t , T ) = Fx (t , T )[ x (t , T )dZ (t ) + P (t , T )dW (t )]

siendo
dZ (t ) , dW (t ) movimiento Browniano para la evolucin de la medida de mortalidad y de los

tipos de inters sin riesgo respectivamente, segn la nueva medida de probabilidad Q x .
x (t , T ) , P (t , T )
proceso de la volatilidad de Fx (t , T ) , respecto de los cambios en la
medida de mortalidad y tipos de inters respectivamente.
Si consideramos que
x (t , T )
P (t , T )
son determinsticos, entonces Fx ( s, T )
para t < s T es log-normal bajo Q x , siendo
116
FUNDACIN MAPFRE
2
2
x (u, T ) + P (u, T ) du
EQx [Fx ( s, T ) Ft ] = Fx (t , T )
VarQx [Fx ( s, T ) Ft ] =
s
donde Ft representa toda la informacin disponible en t .

Consideramos a continuacin un contrato que tiene una garanta referenciada a esta
pensin vitalicia anual a partir de T . En el mercado abierto, cada euro en tiempo T , garantiza
una pensin vitalicia anual de F x (T , T ) (suponiendo ausencia de gastos y a valor razonable).
El mencionado contrato garantiza que la pensin por cada euro de prima en T , ser como
mnimo de
K , por lo que se obtendr, max{K , Fx (T , T )}, lo cual en trminos de Fx (T , T ) ,
ser
max{K , Fx (T , T )}
= 1 + G (T )
Fx (T , T )
( K Fx (T , T )) +
representa el valor en T de la opcin implcita.
donde G (T ) =
Fx (T , T )
Consideramos adems que de un nmero inicial de asegurados, N (0) , de referencia
como nominal, cobrarn los que sigan vivos en T , y que denotamos por N (T ) . Asimismo con
la informacin hasta
T , FT , tenemos que el nmero de asegurados, N (T ) , sigue una
distribucin binomial de parmetros N (t ) y
p x +t , determinndose su valor esperado como
N (t ) p x +t . Esta ltima expresin tambin se puede definir como N (t )
px
px
, de modo que
podemos reemplazar el valor esperado de N (T ) por n(t ) T p x , siendo
n(t ) =
N (t )
t
px
Lo anterior nos ser de utilidad ms adelante en la expresin 4.2, debido a que el valor
de
N (T ) es condicionalmente independiente de la tabla de mortalidad en uso en tiempo T .

Por otra parte, el valor total del contrato en T , teniendo en cuenta este nominal
referenciado al nmero de supervivientes ser N (T ) max{K , Fx (T , T )}a x +T
y el de la opcin
implcita
117
FUNDACIN MAPFRE
G (T ) = N (T )
( K Fx (T , T )) +
Fx (T , T )
Suponemos que la opcin implcita se cotiza con precio G (t ) en t , de manera que
G (t )
/ a x +t Q
, es martingala bajo la medida de probabilidad Q x . La propiedad martingala de Q x ,
implica que
G (T )
F
= EQx
t
Q
/ a x +t
G (t )
/ a x +t Q
( K Fx (T , T )) +
F
= E Qx N (T )
t
Q
Fx (T , T ) / a x +t
( K Fx (T , T )) +
F
= EQx EQx N (T )
T Ft
Q
F
T
T
a
(
,
)
/
+
x
x
t

( K Fx (T , T )) +
F
= EQx EQx [N (T ) FT ]
t
Q
Fx (T , T ) / a x +t
Q ( K Fx (T , T ))
Ft
= EQx n(t ) T p x
Q
Fx (T , T ) / a x + t
= EQx n(t )( K Fx (T , T )) + Ft
(4.2)
Llegando de este modo a que
G (t ) = n(t ) / a x +t ( K (d 2 ) Fx (t , T ) (d1 ))
Q
donde
d1, 2
2
log Fx (t , T ) / K 1 Fx
2
=
Fx
() : distribucin acumulada de la normal estndar.

T
Fx 2 = x (u , T ) + P (u , T ) du .
2
Los parmetros, a y
, para los que el modelo quedara calibrado, seran aquellos
que minimizaran esta distancia:
118
FUNDACIN MAPFRE
n Gi M i ( a , )
arg min
Gi
i =1
siendo Gi : el precio de mercado del instrumento financiero descrito, y M i (a, ) , el valor

proporcionado por el modelo para este instrumento, considerando difusin en los tipos de
inters y el tanto de mortalidad, como expondremos largamente en el captulo 6.
Dado que no existen en la actualidad instrumentos calibrantes de estas caractersticas,
determinaremos los parmetros a y
, a partir del ajuste de las tablas de mortalidad. Para
ello nos serviremos del modelo de Lee Carter, as como del ajuste del parmetro k y .
Recordemos que la medida de mortalidad ajustada fue
q x , y = exp(a x + bx k y ) + xy ,
Adems de los resultados del ajuste para los parmetros a x , bx y k y , disponemos de
la volatilidad de la serie temporal del parmetro k y , al que ajustamos un modelo ARIMA. Tanto
para mujeres como para hombres andaluces ha ajustado bien un ARIMA(0, 1, 0) con constante
negativa:
k y = k y 1 + c + y
siendo
y N (0, y ) .
Teniendo en cuenta que el valor del tanto de mortalidad
y , en trminos del parmetro
k y , se determina como sigue:
y = ln (1 exp(a x +t i + bx +t i k y ) )
obtenemos un estimador insesgado de la volatilidad inherente al parmetro
1 t 1 exp(a x +t y + bx +t y k y )
ln
n 1 y =t 0 1 exp(a x +t y + bx +t y k y )
y :
donde
t : es el ao final de la serie ajustada.

t 0 : es el ao inicial de la serie ajustada.
k y : valor del parmetro obtenido por el mtodo del SVD para el modelo de Lee Carter una
vez normalizado, para el ao de calendario
y.
k y : valor del parmetro ajustado por el modelo ARIMA(0,1,0) , para el ao de calendario y .
119
FUNDACIN MAPFRE
Para el caso de las mujeres andaluzas podemos representar grficamente el parmetro
k y , y el ajustado por el ARIMA(0,1,0) , k y , para una mujer de 70 aos en el ao 2005, como

sigue
15
10
5
0
-5
-10
kt(real)
kt(arima)
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
-15
Grfico 4.18.: Parmetro ky del modelo de Lee Carter y su ajuste

mediante un ARIMA(0, 1, 0).
Con respecto al parmetro a o tasa de reversin a la media, nuestra propuesta para

simplificar los algoritmos de valoracin que surgen y que el rbol trinomial resultante, no sea
especialmente abierto, es hacer
L=
0,1835
2
M
siendo
L = apertura mxima del rbol trinomial; abs ( j ) L

M = exp( a) 1
con lo cual
a 0,09624
Una vez conocido el valor del parmetro a , obtenemos el valor de

el rbol como
a considerar en
(1 exp(a))
a
120
FUNDACIN MAPFRE
4.7. PROCESO ESTOCSTICO ASOCIADO AL FACTOR DE DESCUENTO ACTUARIAL

Vegas y Nieto (1993) definen la fuerza de capitalizacin actuarial
determinar el valor actual actuarial de un euro prometido en
( s) ,
que permite
t para el caso de supervivencia
del asegurado, a partir del factor de descuento actuarial ( T t E x +t ) como sigue
T t
E x +t
= E exp ( s )ds
siendo
( s) = ( s) + r ( s)
( s) : fuerza de mortalidad para el instante s.

r ( s) : tipo instantneo para el instante s.
El precio del bono con riesgo sera ahora
T t
E x + t = P(t , T ) A( )e B ( ) x ( t )
(4.3)
donde
P(t , T ) : precio del bono sin riesgo segn la dinmica de la expresin 3.3,
=T t ,
B( ) =
1
1 e a ,
a
T~
2
2
A( ) = exp ( s) B( )ds 2 B( )
B( ) 2 ,
4a
2a
t
y a : parmetros correspondiente a la calibracin del tanto instantneo de mortalidad.
(t ) = (t ) + ( s) ( s) B( ) .
: correlacin entre el tipo instantneo de inters y el tanto instantneo de mortalidad.
B( ) =
1
1 e a .
a
y a : parmetros correspondiente a la calibracin del tipo instantneo.

En adelante, supondremos que la probabilidad de supervivencia y precio del bono
cupn cero, son procesos estocsticos independientes que evolucionan segn ya se ha

expuesto en los apartados anteriores. En estas circunstancias, el factor de descuento actuarial,
T t
E x +t , sera el siguiente proceso estocstico

T t
E x +t = P(t , T ) T t p x +t
donde ahora
121
FUNDACIN MAPFRE
P(t , T ) : precio en t del bono cupn cero con vencimiento en T, segn la expresin 3.3;
T t
p x +t : probabilidad de supervivencia en T , para un Asegurado de edad t , segn la
expresin 4.1.
La implementacin prctica la llevaremos a cabo mediante mtodos numricos y ms
concretamente, un rbol trinomial recombinante tridimensional. Si consideramos el tanto de
capitalizacin actuarial a corto en tiempo continuo derivado de la tabla de mortalidad dinmica
como
1t = 1t + Rt
obtenemos el siguiente factor de descuento actuarial
1
( )
E x +t , y + t = exp 1t
El paso siguiente sera considerar la difusin en el tanto de mortalidad conjuntamente

con la del tipo de inters.
Para el rbol trinomial conjunto obtenemos la siguiente configuracin:
1i,k
( R, 1 )
Ri , j
Figura 4.1. Transicin del tipo de inters libre de riesgo y tanto de mortalidad a partir de un
nodo central
Es decir, cada nodo da lugar a nueve ramas con sus correspondientes probabilidades
de ocurrencia. Estas probabilidades de transicin conjuntas, suponiendo independencia entre
la curva de mortalidad y la ETTI, se obtienen simplemente como sigue
122
FUNDACIN MAPFRE
1i,k
Subida
Ri , j
mantenim.
bajada
Subida
p1 p1R
p 2 p1R
p3 p1R
mantenim.
p1 p 2R
p 2 p 2R
p3 p 2R
bajada
p1 p3R
p 2 p3R
p3 p3R
Cuadro 4.28. Probabilidades de transicin conjuntas del tipo de inters libre

de riesgo y tanto de mortalidad a partir de un nodo central
En adelante para identificar la transicin a la que se halla referida la probabilidad,
Ri , j , y el segundo a
emplearemos dos subndices: el primero corresponder al tipo de inters,

la medida de mortalidad,
i, k
, de manera que
p j ,k = p Rj p k
Dado que en este caso estamos tratando con tres dimensiones (tiempo, nivel de tipos a
corto y nivel de mortalidad), cada nodo se especificar (i, j, k), siendo el primer ndice el nivel
temporal, el segundo el nivel del nodo respecto al tipo a corto, donde j = 0 es el nivel central, y
el ltimo el nivel del nodo desde el punto de vista de la mortalidad, siendo k = 0 el nivel central.
El tipo a plazo en el nodo (i, j, k) se denotar por
por
Ri , j , y la medida de mortalidad se denotar
1i,k . De este modo el tanto de capitalizacin actuarial sera en el nodo (i, j, k):
1i , j ,k = Ri , j + 1i ,k
l rbol de transicin conjunto para nuestro ejemplo ser
0.09
0.08
0.07
0.06
Ri , j
0.05
0.04
0.03
0.02
0.01
0
0.03
1i,k
0.02
0.01
Grfico 4.19. rbol de transicin conjunta del tipo de inters libre de riesgo y tanto de mortalidad
123
FUNDACIN MAPFRE
FUNDACIN MAPFRE
CAPTULO 5
EL RIESGO DE CRDITO EN EL VALOR RAZONABLE
Aunque no nos decantamos sobre si debe y en qu grado debe ser incluido el riesgo de
crdito en el valor razonable de las PTSV, se exponen una serie de propuestas para hacerlo.
El captulo comienza con una pequea introduccin, en la que se expone una breve
clasificacin de los modelos de valoracin del riesgo de crdito. Destacamos el modelo de
Jarrow Turnbull (1995) a travs del apartado 5.3.3., ya que este modelo permite su
calibracin a mercado, lo cual es requerido para nuestro objetivo de acercamiento al valor
razonable.
En el apartado 5.4. presentamos el modelo para la difusin del spread de crdito de
Schnbucher (1999), y que desarrolla a partir del trabajo de Lando (1998). El motivo es que
nos permitir crear un rbol trinomial recombinante para el spread por riesgo de crdito y con
este implementar un rbol trinomial en cuatro dimensiones, para la determinacin del valor
razonable de las PTSV. El apartado 5.4.3. expone la calibracin de los parmetros de Vasicek,
correspondientes al proceso estocstico del spread por riesgo, a partir de una opcin sobre
CDSs. Ya se ha expuesto previamente, que para que un instrumento financiero sea apto para
calibrar, ha de ser negociado activamente. Encontrar este tipo de instrumento para la empresa
aseguradora de la cual estamos valorando las PTSV, quizs puede ser complicado. Hasta que
exista este mercado, tendramos que inferir esta distribucin a partir de informacin histrica,
como ya hemos hecho con el tanto de mortalidad.
De cualquier modo, con la incorporacin de la difusin en el spread por riesgo de
crdito, queda completo nuestro modelo terico de determinacin del valor razonable de las
PTSV, tomando como subyacentes el tipo de inters libre de riesgo, el tanto de mortalidad y
este spread por riesgo de crdito
5.2. INTRODUCCIN AL RIESGO DE CRDITO EN EL VALOR RAZONABLE
Durante la realizacin del presente trabajo, se est debatiendo si debe ser y en qu
grado debe ser reflejado el riesgo de crdito en la valoracin de las PTSV. La discusin de este
tema nos podra llevar un libro entero.
Ms que abordar una exposicin profunda de las dos posturas enfrentadas, nuestro
propsito aqu es resaltar la base lgica que hay detrs de cada reflexin del riesgo de crdito
125
FUNDACIN MAPFRE
en las estimaciones del valor razonable, presentar algunos argumentos que rebaten tal postura,
y listar algunas cuestiones que merecen tambin ser comentadas, as como proponer varios
mtodos de determinacin y cuantificacin del riesgo de crdito en el mbito del valor
razonable.
La base racional que sustenta el reflejo de la calidad crediticia en el valor razonable de
las PTSV es la siguiente:
Las PTSV de una compaa es el activo de alguien. Desde la perspectiva del poseedor de
la pliza, su valor se ve reducido por el riesgo de crdito de la compaa aseguradora. Por
tanto, la calidad crediticia de la compaa aseguradora debe ser reflejada en el precio.
Desde otro punto de vista, la compaa aseguradora mantiene en su balance las PTSV
como pasivo para responder de los compromisos que surgen por la pliza. La compaa
aseguradora podra extinguir su obligacin pagando una cantidad al poseedor de la pliza.
Esta cantidad deber ser la misma que cualquier otra compaa pagara por la pliza.
Como el precio de la pliza refleja el riesgo de crdito de la aseguradora, la cantidad que le
cuesta a la aseguradora mantener tal obligacin refleja su propia calidad crediticia.
La mayora de los pasivos financieros de muchas industrias cuenta con un mercado de

negociacin pblica, y el precio para tales deudas ya refleja la calidad crediticia del emisor.
Posiblemente, una compaa podra comprar su deuda o negociar mas deuda en el
mercado. En consecuencia, a no ser que el valor razonable de sus deudas sea establecido
a su valor de mercado (el cual refleja su calidad crediticia), una compaa podra manipular
sus ganancias por la negociacin de su propia deuda.
Alguno de los argumentos principales en contra del reflejo de la calidad crediticia en los
pasivos de una aseguradora incluyen lo siguiente:
Si el valor de las PTSV refleja la calidad crediticia de la aseguradora, entonces las

ganancias de la aseguradora pueden aumentar si su calidad crediticia disminuye. Ello es
contrario a lo que en un principio se podra pensar, y proporciona informacin menos
relevante a los usuarios sobre sus estados financieros.
Los argumentos para reflejar la calidad crediticia en las PTSV se basan en la valoracin de
activos. Los activos se negocian, y sus valoraciones reflejan la calidad crediticia. Pero las
PTSV, no se negocian. Por tanto, no hay valor de mercado para estas, y los modelos de
valoracin de activos no necesariamente se aplican a la valoracin de las PTSV.
Los valores de las PTSV que no son ajustados para reflejar el rating de crdito son ms
tiles a los usuarios de los estados financieros, incluyendo acreedores y compradores
potenciales de la firma. Por ejemplo, el valor de las PTSV de una parte que asume
responsabilidad para el pago de las prestaciones sera independiente de la calidad
crediticia de la original parte responsable para cumplir con la obligacin.
126
FUNDACIN MAPFRE
Para profundizar ms en este tema, consultar:
Understanding deh Issues Credit Standing and Liability Measurement. Junio 2001
Volumen 4, Serie 1, FASB, disponible en http://www.fasb.org/articles&reports/vol4
series1.shtml
Casualty Actuarial Society White Paper on Fair Valuing Property/Casualty Insurance

Liabilities,
Section
Credit
Standing
and
Fair
Value,
disponible
en:
http://www.casact.org/research/tffvl/inditex.htm
La principal dificultad de la consideracin del riesgo de crdito en el valor razonable,
estriba en reflejar de alguna manera el precio del riesgo en el mercado.
5.3. MODELOS DE VALORACIN DEL RIESGO DE CRDITO
Podemos clasificar en tres grupos los distintos modelos de valoracin del riesgo de
crdito elaborados hasta ahora:
En la primera clase de modelos, los pasivos se entienden como opciones establecidas

contra los activos subyacentes de la compaa, con los pagos a todos los pasivos de la
entidad en quiebra completamente especificados. La quiebra es determinada mediante la
evolucin de los activos de la firma en conjuncin con varios pactos de deuda48.
Este enfoque es difcil de implementar en la prctica, porque la prioridad de la estructura de
pagos a todos los pasivos de la compaa debe ser especificada e incluida en el proceso
de valoracin y esto es complicado49. Adems, como este enfoque no usa informacin del
rating, no nos sirve para valorar derivados crediticios cuyos pagos dependen directamente
de la calidad crediticia, por ejemplo, los pagars sensibles al crdito y los pagars con
difusin ajustada50.
La segunda clase de modelos trata el riesgo de crdito como el pago de una fraccin de
cada euro prometido en el momento de quiebra. Dicha fraccin viene dada exgenamente.
La quiebra se produce cuando el valor de los activos subyacentes de la compaa queda
por debajo de una frontera especificada exgenamente51. Este enfoque simplifica el
clculo, ya que los flujos de caja vienen determinados exgenamente y esto evita tener que
establecer la prioridad de la estructura de pagos a todos los pasivos en quiebra de la
compaa. An as, presenta dos inconvenientes: primero, se requieren estimaciones para
los parmetros del valor de activos, lo cual no siempre es observable y segundo, no
48
Por ejemplo, Black y Cox (1976), Chance (1990), Merton (1974), y Shimko, Tejima, y Van Deventer (1993).
49
Jones, Mason, y Rosenfeld (1984).
50
Das y Tufano (1995)
51
Hull y White (1991) o Longstaff y Schwartz (1992)
127
FUNDACIN MAPFRE
funciona con varios derivados crediticios cuyos pagos dependen del rating crediticio de la
deuda.
La tercera clase de modelos evita estos dos ltimos problemas. Esta clase, como la
anterior, tambin contempla el riesgo de crdito como pago de una fraccin de cada euro
prometido en el momento de la quiebra; pero dicho momento es ahora dado como un
proceso exgeno52. Es decir, el proceso de quiebra viene especificado exgenamente y no
depende explcitamente de los activos subyacentes de la compaa. La ventaja de este
enfoque es que permite establecer asunciones exgenas en observables. Esta clase de
modelos presume la ausencia de oportunidad de arbitraje53.
Este tercer enfoque puede ser fcilmente modificado para incluir la informacin del rating
en el proceso de quiebra, y por tanto, puede ser utilizado para valorar derivados crediticios
dependientes del rating. El modelo de Jarrow Lando Turnbull incorpora sobre el modelo
de Jarrow y Turnbull precisamente esta mejora, es decir, caracterizar el proceso de quiebra
como un estado finito del proceso de Markov en el rating de crdito de la firma.
Por otra parte existe multitud de modelos para cuantificar este riesgo que recogen
ideas de algunos de los enfoques anteriores y que son utilizados habitualmente por diversas
compaas, como el modelo de Credit-Suisse (CreditRisk+), el modelo de J. P. Morgan (Credit
Metrics), que supone un desarrollo sobre el conocido Risk Metrics, Se incluye el siguiente
cuadro resumen
METODOLOGA
ENFOQUE
Supone que el precio de la deuda depende del Rating,
Credit Metrics
centrando su atencin en la incertidumbre asociada a la

variacin en el mismo.
Credit Risk +
Modelo de Vasicek en Basilea II
Credit Portfolio View
Adopta un punto de vista actuarial y est diseado para

medir el riesgo de una cartera de deuda minorista.
Metodologa parecida a la anterior, es la que se ha
adoptado en el Nuevo Acuerdo de Capital de Basilea
Introduce aspectos economtricos y la incertidumbre de
ciclos econmicos.
Incorpora un ndice que intenta capturar la calidad crediticia
Credit Manager
de una empresa a partir de datos de balance y de
la
volatilidad que tiene el activo de la empresa.

52
Jarrow y Turnbull (1995) y Litterman e Iben (1991)
53
Se puede hacer una analoga entre esta clase de modelos y aquellos usados para valorar opciones sobre acciones
de inters variable, es decir, las asunciones exgenas en observables, de Jarrow y Turnbull (1995) es igual que Black y
Scholes (1973), como la asuncin de Merton (1974) en valores de la firma es equivalente al enfoque de Geske (1979).
128
FUNDACIN MAPFRE
Cuadro 5.1. Modelos de cuantificacin del riesgo de crdito.
A continuacin, se presentan cuatro mtodos que proporcionan una base terica sobre
como medir el precio del riesgo de crdito en el mercado, as como ejemplos de aplicacin.
5.3.1. Mtodo de valoracin de opciones
Tanto Merton (1974) como Black y Scholes (1973) ya sugirieron que los ttulos
corporativos se pueden considerar como opciones sobre los activos de la compaa. Estos
activos incluyen el valor del inmovilizado, el fondo de comercio, etc., en definitiva, partidas
difciles de valorar.
Supongamos el caso de una compaa sencilla del sector no financiero, con accionistas
y negociacin de bonos. Los titulares de los bonos, lo son por el valor de los activos hasta el
nominal de la deuda, y los accionistas son titulares por el valor de los activos en exceso de este
nominal. Lo anterior se traduce en que se puede considerar una accin, como una opcin de
compra sobre los activos, y cuyo strike ser el nominal de la deuda. De este modo para un
bono cupn cero, si suponemos tipos de inters constantes, el valor de una accin se puede
determinar a partir de la frmula de Black Scholes de valoracin de opciones de compra. El
valor del bono sera la diferencia entre la opcin de compra de la accin y el activo subyacente.
As, los titulares de los bonos se les puede considerar poseedores de acciones y deudores de
la venta de una opcin de compra a accionistas.
Recordemos la frmula de Black Scholes para una opcin de compra:
C = AN (d1 ) Xe rT N (d 2 )
donde
d1 =
ln( A / X ) + (r + 2 / 2) / T
d 2 = d1 T
C = valor de la opcin call = valor de la accin en el modelo de Merton
A = valor actual del activo de la compaa,
N(d) = densidad normal estndar funcin de d,
X = precio de ejercicio = valor nominal de la deuda,
r = tipo libre de riesgo constante,
T = vencimiento para la opcin,
= desviacin tpica anual de la rentabilidad de las acciones.

Entonces el valor del bono es A-C. Cabe hacer en este punto tres consideraciones:
129
FUNDACIN MAPFRE
Primero, el valor del bono con riesgo converge al valor del bono libre de riesgo
conforme aumenta el valor de activo de la compaa.
Segundo, el valor del bono decrece conforme aumenta la volatilidad del activo.
Tercero, la rentabilidad esperada sobre los activos no es un componente explcito del

valor del bono.
Para analizar la primera observacin nos fijamos en que un incremento en el valor del
activo provoca un aumento en el valor de la accin y el valor de la deuda, hasta un lmite. Lo

ms que un bono puede valer al vencimiento es X, el valor nominal de la deuda. Conforme el
valor de los activos aumenta, el valor de la accin converge a
C = A Xe rT .
(5.1.)
Tambin observamos que conforme A crece mucho respecto a X, d1 y d 2 incrementan

y el valor de la opcin call (accin) aumenta hacia un limite superior de (5.1.). Luego el valor del
bono es
A C = Xe rT .
De este modo, para numerosos valores de activos, el bono est libre de riesgo y el
precio del bono es el flujo de caja prometido descontado al tipo libre de riesgo. Vemos que este
resultado se mantiene para activos relativamente conservadores con una reducida desviacin
tpica o para activos muy arriesgados con una desviacin tpica alta. Para cualquier nivel de
riesgo dado (la desviacin tpica de activos) el bono estar libre de riesgo para un nmero
suficiente de activos.
El segundo punto trata con la volatilidad. Un incremento en la volatilidad hace aumentar
el valor de una opcin. Esto se puede ver tomando la derivada respecto a
de la frmula de
valoracin de la opcin. Por consiguiente, en igualdad de condiciones, el valor del bono

decrece cuando aumenta la volatilidad. Intuitivamente a mayor volatilidad en los activos, mayor
probabilidad de que la compaa no pueda hacer frente a sus pagos y los titulares de los bonos
reciban los activos de la firma como pago parcial de su prestacin. As, el primer punto no viola
la intuicin de este segundo punto.
En cuanto a la ltima consideracin, ya hemos visto en el punto 2.4.4. que en la
valoracin de un Seguro de Vida al tipo libre de riesgo, consideramos las probabilidades
martingala riesgo neutral como sigue:
S=
x S px + (1 x ) S qx
1+ r
determinndose la probabilidad riesgo neutral como vimos,
x = px px qx
130
FUNDACIN MAPFRE
es decir, en funcin de las probabilidades ciertas y el precio de mercado del riesgo asociado
con la incertidumbre sobre el pago prometido. La misma intuicin se mantiene en una frmula
ms complicada de valoracin de opciones de Black-Scholes. El precio de mercado del riesgo
de activo de la compaa entra en la relacin entre la medida de martingala, N(d) en la frmula
de valoracin de la opcin, y la densidad de probabilidad cierta.
Tenemos una representacin alternativa del valor de un bono corporativo en el marco
de la valoracin de una opcin. Recordemos la relacin de paridad put-call
P = C + Xe rT A
donde P es el precio de una opcin de venta sobre los mismos activos, A, teniendo el mismo
precio de ejercicio, X, y el mismo vencimiento, T, que la opcin de compra, C. La expresin de
paridad put-call se puede volver a escribir como
A C = Xe rT P.
(5.2.)
Obsrvese que el lado de la izquierda de esta expresin es el valor del bono, como se
ha descrito arriba. La parte derecha es el precio del bono con riesgo menos una opcin de
venta. As, el valor de un bono corporativo puede ser descompuesto en un bono libre de riesgo
y una opcin de venta sobre los activos de la compaa. Por conveniencia referiremos el valor
del flujo de caja del bono, descontado a los tipos libres de riesgo, como valor de un bono
sinttico libre de riesgo. De esta manera, la descomposicin implica dos trminos: el valor de
un bono sinttico libre de riesgo y la opcin de venta. Esta es una descomposicin til para
determinar la sensibilidad respecto a los cambios en el tipo de inters y los cambios en la
calidad de crdito. Cambios en el tipo de inters impactarn en ambos trminos, pero el precio
del bono libre de riesgo capturar slo el puro valor del dinero en el tiempo. Cambios en la
calidad crediticia, sern capturados por el valor de la opcin de venta.
Es importante caer en la cuenta de que la forma de valorar una opcin difiere del
simple descuento del flujo de caja del pasivo a los tipos libres de riesgo, sino que ha de haber
alguna medida del riesgo. Dicha medida se toma de manera adecuada en el presente mtodo
de descomposicin. No es sin embargo, una buena medida del riesgo, usar la rentabilidad de la
cartera de activo como tipo de descuento, ya que el rendimiento de la cartera de activo no es la
clave del riesgo en pasivos. Las claves son la sobrecapitalizacin ( A X ) y la volatilidad del
rendimiento de activos.
Cuando hablamos de ms de un periodo podemos recurrir a un modelo dinmico de
estimacin de la ETTI, como por ejemplo el de Hull y White. La diferencia con la ecuacin (5.2.)
anterior es que
Xe rT , tendra que ser sustituido por
E r Xe rT ,
131
FUNDACIN MAPFRE
tal como se ha establecido en el apartado anterior. Siendo como ya se ha visto E r , la

esperanza de riesgo neutral (martingala) sobre posibles tipos de inters. La ecuacin (5.2.)
anterior, quedara como sigue:
A C = E r Xe rT P.
(5.3.)
El valor de la put, P, depender de la sobrecapitalizacin actual,
A E r Xe rT ,
y de la volatilidad del activo, como se coment arriba.
5.3.2. Modelo de Jarrow-Turnbull
Este modelo utiliza la informacin disponible en precios del mercado, ms algn dato
exgeno de anlisis, para de ah, suponiendo que el mercado est libre de arbitraje, deducir la
probabilidad que el mercado est adjudicando, a travs de precios, a la evolucin estocstica
(riesgo - neutro) de los distintos subyacentes. El modelo de Jarrow-Turnbull requiere de:
1. La ETTI sin riesgo actual, as como su evolucin obtenida mediante un modelo
dinmico de estimacin que ajuste la ETTI actual, como puede ser el de Hull - White.
2. La ETTI actual de las deudas cuyo riesgo queremos analizar.
Esta ltima se sita por encima de la anterior, adems, el diferencial crece con el
tiempo a vencimiento.
Este modelo asume que dicho diferencial se debe exclusivamente al riesgo de
contrapartida (riesgo de crdito), haciendo caso omiso de liquidez u otros posibles
factores.
3. Tasa de recuperacin asociada a la deuda en caso de insolvencia. Ser un nmero
comprendido entre 0 y 1. En caso de impago, por cada euro se recuperan euros.
Este es el nico dato exgeno.
El intervalo de tiempo fijo lo denotamos como antes por t, que en los ejemplos ser 1
ao. La ETTI sin riesgo hoy la denotamos como hemos hecho con anterioridad por P(0; n), e
incorporamos la ETTI con riesgo (correspondiente a la deuda que pretendemos valorar), y que
c
denotamos por P (0; n): es el precio hoy del bono cupn cero con riesgo que vence en tiempo
nt, cuyo nominal es 1 y tambin es un dato de mercado. El diferencial de precios lo

denotamos por
(0, n) =
P c (0, n)
P(0, n)
y debe cumplir que
0 (0, n) (0, n 1) 1
132
FUNDACIN MAPFRE
es decir, el precio del bono con riesgo tiene que decrecer con el tiempo con respecto al bono
sin riesgo, debido a la acumulacin progresiva del riesgo.
Recordemos que hemos llamado
Ri al tipo continuo anual sin riesgo para el perodo
it , siendo una variable aleatoria, cuya evolucin la tenemos ya especificada a partir del
modelo Hull White que expusimos en el captulo 3. A continuacin introducimos el proceso de
la cuenta bancaria,
(n) , la variable aleatoria definida mediante

n 1
j =0
(n) = exp R j ,
Inicializndola con el dato adicional de que
(0) = 1 tenemos
P(0, n) = Ep
( n)
Introducimos
como el tiempo aleatorio en el que ocurre el estado de quiebra54, el
cual consideramos estado absorbente, es decir, que una vez se ha producido no es posible
cambiar de estado. Los flujos de caja procedentes del bono
si
P c (0, n) sern si { * n}, y 1
> n}. As
1
( 1{ * n} + 1{ * f n})
P c (0, n) = Ep
B ( n)
siendo 1{ * n} la funcin indicadora del evento
n}.
A continuacin, asumimos que el proceso estocstico de evolucin de tipos

proceso del momento de quiebra, representado como
{Ri } y el
son estadsticamente independientes.
Bajo esta asuncin, podemos calcular
1
Ep( 1{ * n} + 1{ * f n}) = P (0, n) ( + (1 ) c(0, n) )
P c (0, n) = Ep
B ( n)
donde c (0, n) = Ep( * > n ) . De aqu podemos deducir
(0, n) =
P c (0, n)
= ( + (1 ) c(0, n) )
P(0, n)
y ya es inmediato
c(0, n) =
54
(0, n)
1
(5.4.)
El trmino quiebra no debe ser interpretado demasiado literal. En nuestro contexto, se refiere a cualquier caso de
peligro financiero que lleve a los propietarios de bonos a recibir menos de lo que se les prometi.
133
FUNDACIN MAPFRE
Como ejemplo vamos a considerar un ttulo de renta fija cupn cero de duracin 5
aos, cuya tasa de recuperacin vamos a suponer del 75%. Si suponemos que el precio de un
bono
cupon
cero
de
las
mismas
caractersticas
pero
sin
riesgo
de
crdito
es
P(0,5) = 0,831644 , y que el precio del ttulo cupn cero con riesgo, P c (0,5) que nos ocupa
es 0,821249, tendramos un diferencial de precios de:
(0, n) =
P c (0, n) P c (0,5) 0,821249

=0,9875
=
=
P(0, n)
P(0,5) 0,831644
obteniendo una probabilidad de default de
c(0,5) =
(0,5) 0,9875 0,75

=
= 0,95
1
1 0,75
5.4. PROCESO ESTOCSTICO ASOCIADO AL SPREAD POR RIESGO DE CRDITO

Siguiendo a Lando (1998) consideraremos el tiempo hasta el default,

proceso de Cox. Consideramos
intensidad
* , a partir de un
N (t ) como un proceso de Poisson en tiempo no homogneo e
(t ) . La intensidad (t ) , tambin denominada intensidad del proceso de Cox, es
un proceso estocstico adaptado con

t
(s)ds < t > 0 ,

0
Tendramos que
N (t ) := max{i i t} = 1{ t }
i
i =1
La probabilidad de obtener exactamente n saltos sin conocer la realizacin del proceso

sera:
[[
Pt [N (T ) N (t ) = n] = Et P N (T ) N (t ) = n { ( s )}{T s t }
]]
n
T
1 T
= Et ( s )ds exp ( s)ds
n! t
Definimos el proceso
T

c(t , T ) = Et exp ( s )ds Ft
t

134
FUNDACIN MAPFRE
Para
> t , c(t , T )
ser la probabilidad de supervivencia de la entidad desde
T . As en general tendremos que
1{ >t } c(t , T ) = Et 1{ >T }
t hasta
Definimos el factor para la reduccin del tanto de incumplimiento, q, como

consecuencia de la tasa de recuperacin,
, de manera que
T
P c (t , T )
Et exp q' ( s)ds =
= (t , T )
P
t
T
(
,
)
t
En primer lugar analizaremos el caso de independencia entre el proceso del tipo libre
de riesgo, y el spread por riesgo de crdito. Supondremos que existe una probabilidad,
riesgo neutro, tal que para esta probabilidad, los diferenciales de precios,
numerario,
(t , T ) ,
Q,
por el
(0, t ) ,
(t , T )
(0, t )
son martingala. Suponemos asimismo que la intensidad de default reducida,
q' , cumple la
siguiente ecuacin diferencial estocstica:
dq' (t ) = ( (t ) aq' (t ))dt + dW (t )
(5.6)
A partir de un desarrollo similar al que seguimos para el tipo instantneo llegamos a

que
(t , T ) = A( )e B ( ) q ' (t ) ,
=T t
donde como en el caso del tipo de inters libre de riesgo y el tanto de mortalidad
B( ) =
1 e a
2
2
A( ) = exp ( s ) B ( )ds 2 B( )
B( ) 2
t
4a
2a
Supongamos ahora que existe cierta correlacin,
entre el tipo libre de riesgo y la
tasa de default reducida. En este caso no podemos separar la evolucin de ambos procesos.
Siendo la difusin del tipo libre de riesgo
dr (t ) = ( (t ) ar (t ))dt + dW (t )
y la del spread por riesgo de crdito
135
FUNDACIN MAPFRE
dq' (t ) = ( (t ) aq' (t ))dt + dZ (t )

as como la correlacin
dW (t )dZ (t ) = dt
llegamos a que el precio del bono con riesgo sera ahora
P c (t , T ) = P(t , T ) A( )e B ( ) q ' (t )
(5.7)
donde
P(t , T ) : precio del bono sin riesgo segn la dinmica de la expresin 3.3
=T t
1
1 e a
B( ) =
T~
2
2
A( ) = exp ( s ) B( )ds 2 B( )
B( ) 2
t
4a
2a
a : parmetros correspondiente a la calibracin de la tasa de incumplimiento reducida.
(t ) = (t ) + ( s) ( s) B( )
1
1 e a
a
B( ) =
y a : parmetros correspondientes a la calibracin del tipo instantneo.

Al igual que ya hemos hecho en el caso del tipo continuo a corto definimos
q1t =
t +1
q' (t )dt
t
como el spread por riesgo de crdito vigente para el intervalo t , t + 1 .
Aqu el valor de la reduccin sobre la tasa de default queda determinado como sigue
c(t , t + 1) =
Et exp( q1t )
1
Et exp( q1t ) = + c(t , t + 1) (1 )

con lo cual tenemos
q = log( + c(t , t + 1) (1 ))
De esta forma el valor de
valor de
1t
q ser menor cuanto mayor sea la tasa de recuperacin. Si = 0 el
q ser 1.
136
FUNDACIN MAPFRE
En adelante, tomaremos el valor conjunto de
q1t , como un spread por riesgo de
crdito, que determina el diferencial de tipos de bonos con riesgo respecto a los de bonos sin
riesgo. Usando el spread por riesgo de crdito,
q1t , evitamos aadir una rama adicional que
recoja la posibilidad de quiebra en el rbol trinomial. La medida que realmente

implementaremos en nuestro modelo ser la correspondiente a la expresin (5.6), con
q1t .

La implementacin ser diferente segn exista correlacin o no entre el tipo a corto,
Rt , y el spread por riesgo de crdito, q1t . Si suponemos independencia entre q1t y el tipo
Rt podemos generar rbol trinomial correspondiente a q1t , de forma independiente.
Simplemente hemos de llevar a cabo los dos pasos expuestos para el tipo a corto suponiendo:
dq1t = ( t aq1t )dt + t dWt

El rbol trinomial con reversin a 0 del proceso auxiliar,
S t , no plantea ninguna
diferencia respecto al correspondiente al tipo a corto y del tanto de mortalidad. En cuanto al

paso 2 simplemente nos hemos de basar en el diferencial de precios de manera que
E exp( q1t n) = (0, n) ,

Para determinar las cantidades i , nos apoyaremos igualmente en los precios Arrow
Debreu. En este caso los seudo - precios de Arrow Debreu se determinan exactamente
igual, pero sustituyendo el tipo a corto por
Inicializamos el algoritmo con

nicamente, resulta que 0 =
q1t . El proceso sera como antes el que sigue:
Q0,0 = 1. Puesto que para i = 0, j toma el valor 0

q10 = log (0,1)
El siguiente paso consiste en calcular los seudo - precios
Q1,1 , Q1,0 y Q1, 1 . De su
definicin, se deriva:
Q1,1 = Q0,0 p1 (1) exp( q1 0 )
Q1,0 = Q0,0 p 2 (0) exp( q1 0 )
Q1, 1 = Q0,0 p3 (1) exp( q1 0 )
Una vez se tiene un conjunto completo de seudo - precios
Qi , j en un determinado
paso de tiempo, i, ya podemos proceder al clculo de la cantidad i .

Aplicando Bayes determinamos:
137
FUNDACIN MAPFRE
(0,2) = Q1,1 exp( (1 + S1 ) ) + Q1,0 exp( 1 ) + Q1, 1 exp( (1 S1 ) )

Por lo que se obtiene la expresin
1 = log Q1,l exp( lS1 ) log( (0,2) )

l = 1
Quedara perfectamente identificado el proceso como sigue
Qi ,l = Qi 1,l ' pl (i 1, l ' ) exp( q1i 1,l ' )
l'
1
Qi ,l exp( lS i )
i = log l = 1
(0, i + 1)
Lo anterior sera suficiente de no existir correlacin entre el tipo

suponemos que existe una correlacin de
rbol ( Rt ,
Rt y q1t . Si
entre ambos, hemos de generar conjuntamente el
q1t ). El proceso siguiendo a Schnbucher (1999) sera en este caso en primer
lugar construir un rbol trinomial para el tipo
Ri , j , donde
dRt = ( 't a' Rt )dt + 't dW 't
A continuacin se determinan las probabilidades conjuntas de transicin Ri , j , q

introduciremos el factor , de la siguiente manera si
i ,l
) . Para ello
<0
q1t
Subida
Rt
mantenim.
bajada
Subida
p3 p3R
p 2 p3R 4
p1 p3R + 5
mantenim.
p3 p 2R 4
p 2 p 2R + 8
p1 p 2R 4
bajada
p3 p1R + 5
p 2 p1R 4
p1 p1R
Cuadro 5.1.: Probabilidades conjuntas de transicin para rho<0
Mientras que si
>0
138
FUNDACIN MAPFRE
q1t
Subida
Rt
mantenim.
bajada
Subida
p3 p3R + 5
p 2 p3R 4
p1 p3R
mantenim.
p3 p 2R 4
p 2 p 2R + 8
p1 p 2R 4
bajada
p3 p1R
p 2 p1R 4
p1 p1R 5 + 5
Cuadro 5.2: Probabilidades conjuntas de transicin para rho>0
Siendo
1
36
=
1
36
>0
<0
No obstante la implementacin conjunta slo puede llevarse a cabo cuando el valor de
no es demasiado elevada, ya que de no ser as dara lugar a probabilidades de transicin
negativas.
pi ,l = pi pl . Tenemos de esta manera una configuracin

R
Identificaremos
tridimensional para cada nodo:
p 3, 3
p 2 ,3
p1, 3
p 3, 2
q1 x +i ,l
p 2,2
p1, 2
( R, q )
1
p 3,1
p 2 ,1
p1,1
Ri , j
Figura 5.1. Transicin del tipo libre de riesgo y spread por riesgo de crdito.
Al existir correlacin, el proceso expuesto respecto al paso 2 para i 1 sera sustituido

por:
139
FUNDACIN MAPFRE
En primer lugar partimos de
E exp( ( Rn + q1 n ) n ) = P c (0, n)
De esta forma se tendra en cuenta los tipos
sigue. Como antes
Rt en los precios Arrow Debreu, como
Q0,0 = 1 y
0 = q1 0 = log (1)
A continuacin
Qi , j ,l =
j ',l '
j ,l
(i 1, j ' , l ' ) Qi 1, j ',l ' exp ( Ri 1, j ' + q1i 1,l ' )
Y de esta forma
P c (0, i + 1) = Qi , j ,l exp( ( Ri , j + i + lS i )
j ,l
As ya tenemos el algoritmo recursivo perseguido:
Qi , j ,l
Qi , j ,l exp( Ri , j + lS i )
j ,l
i = log
c
P (0, i + 1)
1
= p j ,l ( j ' , l ' ) Qi 1, j ',l ' exp ( Ri 1, j ' + q i 1,l ' )
j ,l
Para ilustrar lo anterior supondremos:

P(0, t)
Pc(0, t)
0,977469
0,967345
0,947188
0,927384
0,912773
0,884212
0,875619
0,839357
0,837634
0,794676
Cuadro 5.3.: Curva cupn cero con y sin

riesgo.
Si partimos de unos parmetros de Vasicek para q t , de a = 0,4 y

1
suponemos que no existe correlacin, los valores de q
i ,l
=0,49452%, y
son
140
FUNDACIN MAPFRE
1
0
0,010412
-1
0,017833
0,017790
0,017649
0,017508
0,010727
0,010684
0,010543
0,010402
0,003620
0,003577
0,003436
0,003295
Cuadro 5.4.: Valores temporales en el rbol del spread por riesgo de crdito a corto.
Grficamente:
q1i ,l
0,02
0,02
0,02
0,01
0,01
0,01
0,01
0,01
0,00
0,00
0,00
0,00
1,00
2,00
3,00
4,00
Grfico 5.1.: rbol de spread de riesgo de crdito a corto.
En cuanto a la valoracin del bono con riesgo, se llevara a cabo en nuestro caso con el
siguiente rbol conjunto:
0.09
0.08
0.07
0.06
Ri , j
0.05
0.04
0.03
0.02
0.01
0
q1i ,l
0.02
0.01
Grfico 5.2.: rbol conjunto del tipo libre de riesgo y el spread por riesgo de crdito a corto.
141
FUNDACIN MAPFRE
5.4.3. Calibracin
Para poder calibrar el modelo necesitamos un derivado sobre el spread por riesgo de
crdito, y una cotizacin de la correlacin entre este spread y el tipo libre de riesgo.
En primer lugar introduciremos el concepto de derivados de crdito. Los derivados de
crdito son instrumentos financieros over the counter (OTC), cuyo flujo de caja se halla
vinculado al cambio en la calidad crediticia del subyacente. Desde su introduccin, los
mercados han crecido enormemente, pasando a ser un importante vehculo para que las
instituciones financieras puedan protegerse o asumir riesgo crediticio.
Cabe destacar la figura del credit default swap (CDS). Un CDS consiste en un contrato
entre dos partes, comprador y vendedor de proteccin, sobre el posible default tambin
denominado evento de crdito, por parte del emisor de un ttulo de referencia, conocido como
nombre de referencia. As el comprador de proteccin paga una prima peridica y constante
hasta el vencimiento del contrato, tambin denominada spread del CDS, a cambio de una
eventual contraprestacin del vendedor de proteccin, en caso de que se produzca un default
por parte del emisor del ttulo de referencia. El CDS vence cuando se produzca el default o al
trmino del plazo establecido en el contrato si este ocurre con anterioridad.
La contraprestacin en caso de que se produzca el evento de crdito, consiste en la
diferencia entre el nominal del ttulo y su valor de mercado a la fecha del evento de crdito. La
liquidacin puede ser por diferencia entre los dos importes o por entrega fsica por parte del
comprador de proteccin, del ttulo a cambio de su valor nominal. Para su valoracin
introducimos el ya expuesto proceso de la cuenta bancaria, en tiempo continuo esta vez:
(t ) = exp r (t )dt
0
y suponemos como antes,
, el tiempo hasta el default.
Como ya se ha explicado el compromiso del comprador de proteccin supone el pago

de una prima peridica postpagable. Los tiempos t i , 1 i n en que se devenga la prima
s (t 0 ) del CDS sern equidistantes, t i = t i + t , salvo si ocurre el default, en cuyo caso y para
*
el perodo que media desde aquel en que se pag la ltima prima, t i , y la fecha del default,
= t i ,
*
el comprador de proteccin habr de pagar la prima proporcional. De este modo la valoracin

del compromiso del comprador de proteccin ser:
C (t 0 ) = s (t 0 ) CDS c (t 0 )
donde
142
FUNDACIN MAPFRE
n 1
1
t 1{ti } +
1{ tn } Ft 0
CDS c (t 0 ) = Ep
( )
i =1 (t i )
En cuanto al compromiso del vendedor de proteccin, si suponemos que la tasa de

recuperacin, viene determinada exgenamente y es independiente del tiempo de default, su
valor vendra dado por:
V (t 0 ) = Ep
(1 ) 1{t 0 t n } Ft 0
( )
Dado que en t 0 , ambos compromisos han de ser equivalentes,
V (t 0 ) = C (t 0 ) ,
el valor de la prima se determina inmediatamente
s (t 0 ) =
V (t 0 )
CDS c (t 0 )
Existen ya cotizaciones de derivados sobre CDSs, y podemos encontrar una

descripcin en Patel (2003), donde tambin se incluyen aplicaciones prcticas. En Hull y White
(2002) y Schnbucher (2003) se adapta el modelo de Black para aplicarlo a opciones sobre
CDSs.
Supondremos ahora que valoramos en t < t1 , es decir, antes del primer pago de prima
del CDS, de la siguiente forma:
C (t ) = s (t ) CDS c (t )
donde
n 1
1
t 1{ti } +
1{ tn } Ft
CDS c (t ) = Ep
( )
i =1 (t i )
V (t ) = Ep
(1 ) 1{t 0 t n } Ft
( )
siendo ahora
s (t ) =
V (t )
CDS c (t )
la prima del CDS que correspondera segn la filtracin hasta t , Ft , respecto al tiempo hasta
el default.
Consideremos tambin un derivado sobre el CDS, cuyo flujo de caja ser
143
FUNDACIN MAPFRE
(s(t ) s ) CDS
* +
(t ) ,
es decir, otorga el derecho pero no la obligacin de comprar proteccin por la prima
s * en
tiempo t .
El valor de este derivado es
(t )
+
CDSO(t ) = 1{ >t } Ep
s (t 0 ) s * CDS c (t 0 ) 1{ >t 0} Ft
(t 0 )
Mediante el cambio a la medida de probabilidad
Q expuesto por Schnbucher (2003)
llegamos a
CDSO(t ) = 1{ >t } CDS c (t ) EQ s (t 0 ) s *
de manera que las primas
Ft
s (t ) , son martingalas. Suponiendo que la difusin es lognormal, es
decir,
ds(t ) = s (t )dW (t )
podramos obtener explcitamente el valor de la opcin anterior, a partir de la frmula de Black:
CDSO (t ) = 1{ >t } CDS c (t ) s (t ) N (d1 ) s * N (d 2 )
donde
d1, 2 =
ln(s (t ) / s * ) 2 T
T
En cuanto a la volatilidad
de los spread s (t ) , se determinada histricamente. Se
seguira un proceso similar al descrito en la calibracin del tipo de inters. Puede verse un
ejemplo en Hull y White (2002). Para ello y considerando:
i = ln(si ) ln(si 1 )
obtenemos un estimador insesgado de la volatilidad de s i ,
2 i , utilizando las m observaciones
ms recientes:
2i =
siendo
1 m
( i j ) 2
m 1 j =1
1 m
i j .
m j =1
No obstante, si encontramos cotizacin de la correlacin entre el tipo libre de riesgo y la

probabilidad de default del nombre de referencia, se tendra en cuenta a efectos de la evolucin
futura de
s (t ) .
144
FUNDACIN MAPFRE
Finalmente en cuanto a la calibracin, hemos de escoger una medida de bondad del

ajuste. Si disponemos de n instrumentos tenemos que
n
CDSO j M j
j =1
CDSO j
siendo CDSOj el precio de mercado del j-simo instrumento y Mj es el precio proporcionado por
el modelo. El modelo quedara calibrado para los parmetros que minimizaran esta distancia
n CDSO j M j (a, )
arg min
CDSO j
j =1
(5.8)
5.5. DIFUSIN DEL TIPO DE INTERS, SPREAD POR RIESGO DE CRDITO Y TANTO DE
MORTALIDAD
Si introducimos este spread por riesgo de crdito, q t , el valor actual actuarial de un
1
euro prometido en caso de supervivencia del asegurado, ser ahora

1
[ (
E c x +t = E exp ( Rt + 1x +t + q1t )
)]
(5.9)
correspondiente a la suma de los importes que recibira el Tomador en caso de solvencia de la

aseguradora:
1
[ (
E ' x +t = E exp ( 1x +t + Rt + 1t )
y en caso de quiebra de la aseguradora:

1
[ (
)(
)]
( )) ]
E" x + t = E exp ( 1x +t + Rt ) 1 exp 1t
Como ya se ha expuesto consideraremos el spread por riesgo de crdito para

simplificar.
Suponiendo difusin en todos los trminos del tanto de capitalizacin actuarial, e
independencia entre el tanto de mortalidad y el resto de subyacentes considerados, el proceso
para el valor actual actuarial en tiempo continuo sera:
T t
E x +t = P c (t , T ) T t p x + t
donde, P (t , T ) , es el valor del bono con riesgo, segn la dinmica de la expresin 5.7, y
T t
p x +t , la probabilidad de supervivencia en T , para un Asegurado de edad x + t , segn la
expresin 4.1.
145
FUNDACIN MAPFRE

En cuanto a su implementacin mediante rboles trinomiales, podemos partir del rbol
conjunto ( q t / Rt ), y combinarlo con el correspondiente a
1
1t .
Para ello obtenemos las
probabilidades de transicin conjuntas, suponiendo independencia entre
1t
y el resto, si
partimos de las probabilidades establecidas en los cuadros 5.1. y 5.2., simplemente como:
p p R ,
En adelante, para identificar la transicin a la que se halla referida la probabilidad,
emplearemos tres subndices: el primero corresponder al tipo Ri , j , el segundo a la medida
1i,k
y el ltimo para q
, de manera que
i ,l
p j ,k ,l = p Rj ,,lq p k
Dado que en este caso estamos tratando con cuatro dimensiones (tiempo, nivel de
tipos a corto, nivel de tanto de mortalidad y nivel de spread de crdito), cada nodo se
especificar (i, j, k, l), siendo el primer ndice el nivel temporal, el segundo corresponde al nivel
del tipo a corto, el tercero al nivel desde el punto de vista de la mortalidad, y el ltimo el nivel
del spread por riesgo de crdito. El tipo a plazo en el nodo (i, j, k, l) se denotar por Ri , j , la
medida de mortalidad ser
1i,k
y el spread por riesgo de crdito, q
i ,l
. De este modo el
tanto de capitalizacin actuarial sera en el nodo (i, j, k, l):
1i , j ,k ,l = Ri , j + 1 x +i ,k + q1i ,l
Cada nodo tendra una configuracin de transicin cuatridimensional con 27 ramas, de
la siguiente forma:
0.06
0.05
0.04
Ri , j
0.03
0.02
0.01
0
0.02
0.015
i, k
0.01
0.005
0
0.005
0.01
0.015
0.02
q1i ,l
Figura 5.2. Transicin de los tres subyacentes considerados a partir del nodo origen
146
FUNDACIN MAPFRE
CAPTULO 6
Este captulo expone la metodologa para el clculo de las PTSV con difusin en los
tipos de inters, el spread por riesgo de crdito y el tanto de mortalidad. Asimismo presenta un
mtodo simplificado de estimacin del valor razonable correspondiente a las opciones de
rescate y de participacin en beneficios implcitas en gran parte de Plizas de Seguros de Vida.
El apartado 6.2. sin considerar riesgo de crdito, explica como se valoran las PTSV a
travs del rbol trinomial, cuyas dimensiones sern el tiempo, el nivel de tipos de inters y el
nivel del tanto de mortalidad. El tanto de capitalizacin actuarial tendra difusin en el tipo de
inters, en el tanto de mortalidad y no considerara spread por riesgo de crdito:
1i , j ,k = Ri , j + 1i ,k
En los apartados 6.3. y 6.4 se propone una metodologa para estimar el valor razonable
correspondiente a una pliza de seguro que incluye una opcin de rescate y participacin en
beneficios, respectivamente.
El apartado 6.5. incorpora en la valoracin el spread por riesgo de crdito, de forma
que el tanto de capitalizacin actuarial vendra definido como:
1
i , j , k ,l
= Ri , j + 1i ,k + q1i ,l
En dos subapartados se expone la valoracin de las opciones de rescate y

participacin en beneficios suponiendo difusin en todos los subyacentes.
6.2. VALORACIN DE LAS PTSV CON DIFUSIN DEL TIPO DE INTERS Y MEDIDA DE
MORTALIDAD
La valoracin de las PTSV bajo la probabilidad Q , riesgo neutro si mantenemos la
notacin que usamos en el captulo 2 sera
E Q [V (t , T ) Ft ] = EQ [K (t , T ) (t , T ) Ft ]
donde
K (t , T ) es el proceso de las prestaciones y gastos, y (t , T ) , es el proceso de las
primas.
147
FUNDACIN MAPFRE
Nuestra propuesta es valorar las PTSV en tiempo discreto a travs del rbol trinomial
para la difusin de los subyacentes considerados. Valorar con el rbol trinomial para la difusin
de los tipos de inters, consiste bsicamente en descontar desde el corte temporal en que tiene
lugar el vencimiento de la Pliza hasta el de la fecha de valoracin, el flujo de caja
proporcionado por la Pliza de Seguro de Vida. Para este descuento se tendr en cuenta el
tipo Ri , j y el tanto de mortalidad,
1i,k , correspondiente a cada nodo. El transcurso desde un
determinado nodo a otro se realizar, segn las probabilidades de transicin entre nodos.
Recordemos que los nodos en el rbol se especifican
(i, j , k ) , siendo el primer ndice
el nivel temporal, el segundo el nivel del nodo respecto al tipo de inters, donde j = 0 es el nivel
central, y el tercero el nivel del nodo respecto al tanto de mortalidad, donde k = 0 es el nivel
central. Para los primeros is el ndice j va desde j = - i hasta j = i; y el ndice k va desde k = - i
hasta k = i, pero ms adelante para is posteriores ambos ndices se hallan limitados para
garantizar la estabilidad del rbol trinomial y todas las probabilidades de transicin sean
positivas (incluida p 2 ).
El valor de las PTSV en el nodo (i, j , k ) , de V (i, j , k ) , ser:

3
3
V (i, j , k ) = exp( i , j ,k t ) S i +1 + p s ,rV (i + 1, j s , k r )

s =1 r =1
+ Fi 1 exp( 1i ,k t )
1
(6.1)
donde
1i , j ,k = Ri , j + 1i ,k : tanto de capitalizacin actuarial con difusin en los tipos de inters.
p s ,r = p s p r .
R
S i +1 : flujos de caja por garantas, gastos o primas pagaderos a la supervivencia del asegurado
en i+1. Las primas a cobrar se considerarn con signo menos.
Fi : flujos de caja por garantas o gastos pagaderos al fallecimiento del asegurado entre i e i+1.
En este caso hemos establecido la hiptesis de fallecimiento al inicio del periodo considerado.
Si suponemos el fallecimiento al final del perodo considerado:
3
3
V (i, j , k ) = exp( 1i , j ,k t ) S i +1 + p s ,rV (i + 1, j s , k r )

s =1 r =1
1
+ exp( Ri , j t ) Fi 1 exp( i ,k t )
Y por ltimo si tiene lugar a mitad del perodo:
148
FUNDACIN MAPFRE
3
3
V (i, j , k ) = exp( 1i , j ,k t ) S i +1 + p s ,rV (i + 1, j s , k r )

s =1 r =1
1
+ exp( Ri , j t ) Fi 1 exp( 1i ,k t )
2
En adelante y para simplificar la exposicin consideraremos el fallecimiento a

comienzos del perodo.
Este proceso se repite hasta obtener el valor V (0,0,0) , que sera el valor actual en el
rbol trinomial.
Los flujos de caja sern positivos si son de pago y negativos si son de cobro (primas
pendientes de cobro). Esto es as debido a que las PTSV son una obligacin para la compaa
aseguradora, y como tal queda minorada por los flujos de cobro a los que tiene derecho.
Para ilustrar la valoracin en el rbol en un contexto de Plizas de Seguros, nos
centraremos en la ms simple PTSV, como es una Pliza de Seguro pura de Ahorro, lo que
denominamos Capital Diferido. Como hiptesis tcnicas, consideramos un inters tcnico
garantizado del 3%, los gastos de gestin son del 1% para adquisicin (gadq) sobre la prima de
tarifa, para administracin (gadm) del 0,8% sobre el capital garantizado y del 0,2% para gastos
de gestin de siniestros (ggs), tambin sobre el capital garantizado. La medida de mortalidad
que consideraremos ser la resultante de nuestro ajuste del modelo de Lee Carter a la
poblacin andaluza.
El asegurado ser una mujer de 70 aos (x = 70) en el ao 2005, siendo este ltimo a
su vez el ao de efecto. De esta manera nos centraremos en la tabla de mortalidad
generacional resultante de nuestro ajuste, para una mujer nacida en el ao 1935. Dado que el
seguro dura 5 aos (n = 5), hemos de recurrir a los resultados de la medida de mortalidad para
una edad a partir de 70 aos
El valor de la prima de tarifa (todos los valores son tanto por uno del capital
garantizado) ser
" x:n = n E x , y
"70:5 = 5 E 70, 2005
1 + gadm + ggs
1 gadq
1 + 1%
= 0,812797
1 1%
La PTSV a determinar segn el ROSSP ser a prima de inventario y al tipo de inters

utilizado en la tarifa, siempre y cuando cumpla los requisitos establecidos en el artculo 33. Su
expresin es la siguiente:
149
FUNDACIN MAPFRE
V ' x = n t E x +t , y +t (1 + gadm + ggs )
Si determinamos el valor de la PTSV a la fecha de efecto obtenemos:
V ' 70 = 5 E 70, 2005 (1 + gadm + ggs ) =
l 75, 2010
l 70, 2005
v 5 (1 + 1% ) = 0,804669
En cambio, la valoracin de la PTSV en el rbol trinomial partira del flujo de caja

nominal, que sera:
S n = (1 + gadm + ggs )
S 5 = (1 + 1%)
Lo que dara lugar a la siguiente valoracin en el rbol:
2
1
0,752883
0,821557
0,906367
0,743256
0,791192
0,850558
0,923014
0,791728
0,831455
0,880584
0,939967
-1
0,843357
0,873764
0,911669
0,957232
-2
0,918224
0,943851
0,974813
0,766259
0,832214
0,912824
0,759379
0,805248
0,861592
0,929590
0,808901
0,846226
0,892007
0,946664
0,861650
0,889287
0,923495
0,964051
-2
0,934537
0,956095
0,981758
0,779872
0,843010
0,919327
0
-1
-1
1
0
0,781374
0,775851
0,819554
0,872768
0,936213
0,826447
0,861260
0,903579
0,953408
-1
0,880341
0,905086
0,935475
0,970920
0,951140
0,968497
0,988753
-2
Cuadro 6.1. Valoracin en el rbol conjunto para el tipo de inters libre de riesgo y el tanto de mortalidad
de las PTSV.
Hasta aqu se ha expuesto la forma de valoracin ms sencilla, que es cuando el flujo

de caja coincide con los cortes temporales t. Esto no siempre es as, ya que es muy posible
que la fecha de efecto de la Pliza, no coincida con la fecha del clculo; o bien, que el seguro
considere unos cortes temporales t, diferentes a los que hemos supuesto para implementar el
rbol. Cuando la pliza que valoramos proporciona flujos que no coinciden con los cortes
150
FUNDACIN MAPFRE
temporales t, hemos de generar un rbol trinomial para un intervalo de tiempo que recoja los
cortes temporales en los cuales caen los flujos55.
De ser variables las distancias entre los cortes temporales, es decir, con ti
dependientes del corte temporal ti, tendramos una distancia vertical entre nodos adyacentes y
una esperanza condicionada tambin variables, ya que
Mi = e
1
2 1 e 2 ati
Vi =
2a
ati
(6.2)
Las probabilidades de transicin entre nodos no sufriran ninguna modificacin.

6.3. OPCIN DE RESCATE
En cuanto a opcionalidades implcitas en plizas de seguros, podemos encontrar
multitud de ellas, por la posibilidad de rescate anticipado de la Pliza, liberacin del pago de
primas en el caso de pago peridico, participacin en beneficios,
Si nos centramos en una de las ms importantes, como es la opcin de rescate, existen
dos tendencias en cuanto a su consideracin en el mbito del valor razonable:
Una de ellas considera la opcin de rescate como una cierta asimetra en la valoracin que
puede tomar el valor razonable, en la medida en que si bien este valor no se halla acotado
en cuanto a sus valores mximos, si lo est en sus mnimos que no pueden ser inferiores al
valor de rescate.
La otra tendencia materializa la opcin de rescate como un flujo probable de pago ms,
determinado segn su probabilidad de ocurrencia, de modo que el resto de flujos de caja
probables queda minorado. A partir de aqu, el valor razonable se determinara con esta
nueva corriente de flujos de caja probables.
El primer enfoque sera similar al que aborda la IAS 39 al establecer el deposit floor
mnimo en la posible valoracin del pasivo en la medida en que pueda ser cancelado
anticipadamente por el poseedor del titulo a un precio determinado previamente. Tambin
cabra considerar el enfoque aportado por esta segunda tendencia, si tenemos en cuenta que
la compaa aseguradora ha de mantener en su balance como PTSV una cantidad, que no
puede ser inferior a la cuanta comprometida en concepto de rescate con el Tomador del
seguro, con independencia de los tipos del mercado.
55
Ver Hull y White (1996)
151
FUNDACIN MAPFRE
El segundo enfoque se basa en que el comportamiento de los Tomadores de Seguros

de Vida, no se comportan segn la lgica financiera, es decir, su comportamiento no depende
de la evolucin de los tipos de inters en el mercado. Existiendo incluso anlisis del
comportamiento de la opcin de rescate, con variables explicativas diferentes al nivel de tipos
de inters, y una buena calidad del ajuste.
Son muchas y muy variadas las ventajas e inconvenientes de tomar una u otra
hiptesis, siendo asimismo los resultados muy diferentes en uno y otro caso. Si tenemos en
cuenta que generalmente el valor de rescate se determina en muchas ocasiones como un
porcentaje de las PTSV estimadas segn la base tcnica de la Pliza, al aplicar el segundo
mtodo obtendramos un resultado mucho menor que el obtenido de aplicar el primero mtodo.
Cabe incluso la posibilidad de que al valorar la opcin de rescate como una cadena de flujos
que matizan el resto, la cuantificacin resulte menor que la obtenida sin considerar dicha
opcin.
Independientemente de todo lo anterior, aqu no pretendemos defender uno u otro
mtodo, simplemente pretendemos la exposicin de la metodologa a aplicar en cualquier caso.
Dado que el segundo enfoque nicamente supone considerar unos flujos probables en lugar de
otros, nos extenderemos ms en el primero.
As si lo que estamos valorando es una Pliza de Seguro con opcin de rescate a un
tipo de inters garantizado, siendo el valor de rescate en tiempo it de
R x ; el valor de la
Pliza V (i, j , k ) ser como mnimo de i R x :
V R (i, j , k ) = max[V (i, j , k ); i R x ]
V (i, j , k ) = exp( 1i , j ,k t )
3
3
S i +1 + p s ,rV R (i + 1, j s , k r ) + Fi 1 exp( 1i ,k
s =1 r =1
t )
(6.3)
Las implicaciones que tiene tomar este enfoque en cuanto a la opcin de rescate en el
clculo, son de una doble vertiente:
1. Lmite al valor de las PTSV en el nodo
(i, j , k ) .
2. Dado que en el valor de las PTSV en el nodo (i, j , k ) influye el valor en los nodos
(i + 1, j r , k s ) , al hallarse estos condicionados por el lmite que establece el valor

i +1
R x , indirectamente tambin se halla afectado el valor en el nodo (i, j , k ) . Esto
sucede como paso previo a la comparacin con el mnimo que representa i R x .
152
FUNDACIN MAPFRE
No sera necesario valorar de esta manera, si la pliza contiene lo que se denomina

clusula antiarbitraje, consistente en determinar el valor de rescate como el menor entre la
PTSV y el valor de realizacin de los activos afectos a estas PTSV.
Si volvemos al ejemplo anterior, y consideramos que el Tomador del Seguro tiene la
opcin de rescate al 98% del valor de la PTSV valorada al inters tcnico, tendramos los
siguientes valores de reserva y rescate:
tVx
0,839109
0,822327
0,876555
0,859024
0,917079
0,898737
0,961561
0,942330
Final del ao
Rx
Cuadro 6.2. Valores de reserva y rescate.
Para el ejemplo los resultados son:
2
1
0,859167
0,898925
0,942253
0,822513
0,859167
0,898925
0,942253
0,822513
0,859167
0,898925
0,942253
-1
0,851173
0,877538
0,912100
0,957232
-2
0,919854
0,944033
0,974813
0,859167
0,898925
0,942253
0,822513
0,859167
0,898925
0,942253
0,826892
0,859167
0,898925
0,946664
0,866002
0,891038
0,923575
0,964051
-2
0,935288
0,956128
0,981758
0,859167
0,898925
0,942253
0
-1
-1
1
0
0,804595
0,822513
0,859167
0,898925
0,942253
0,838686
0,867578
0,904859
0,953408
-1
0,882770
0,905745
0,935519
0,970920
0,951425
0,968516
0,988753
-2
Cuadro 6.3. Valoracin en el rbol conjunto para el tipo de inters libre de riesgo y el tanto de mortalidad
de las PTSV incluyendo la opcin de rescate.
Por otra parte cabe la posibilidad de que los flujos probables que proporciona la pliza,
como se ha comentado antes, no tengan un devengo en los cortes anuales. Asimismo es
153
FUNDACIN MAPFRE
posible que el rescate se pueda producir todos los meses y no exclusivamente en cada
anualidad completa. En este caso habra que considerar una distancia temporal, t, tan
pequea como sea necesaria para que la valoracin evale bien la opcin de rescate, aunque
con ello el rbol trinomial recombinante ser mucho ms abierto.
6.4. OPCIN DE PARTICIPACIN EN BENEFICIOS
En multitud de ocasiones se incluye en la pliza de seguro la clusula de participacin
en beneficios (PB). La aseguradora ofrece al tomador un porcentaje de la rentabilidad obtenida
de la inversin de las PTSV en la medida en que supera el inters tcnico garantizado en
Pliza.
La materializacin de esta PB puede ser un extorno de prima, una reduccin en el
compromiso pendiente por parte del Tomador, o bien un incremento en las prestaciones
garantizadas. Si bien en Plizas de exteriorizacin de compromisos por pensiones, es corriente
cualquiera de las dos primeras opciones, en caso de Plizas de Seguro individuales, es muy
habitual el tercero de los casos, es decir, incrementar las prestaciones garantizadas. En este
ltimo caso desde nuestro punto de vista, se veran incrementados los flujos probables de
pagos correspondientes a la Pliza.
El incremento que se produce en los flujos probables de pagos de la Pliza por PB,
tendra que incrementar consecuentemente el valor razonable de la PTSV, ya que hemos de
considerar la totalidad de los flujos que proporciona el instrumento financiero.
Tambin incrementara el valor razonable cualquiera de las otras dos posibilidades de
materializacin de la PB, ya que si se materializa en un extorno de prima se puede considerar
como en un flujo probable de pago por la cuanta del extorno; y si se materializa en una
reduccin del compromiso pendiente para el Tomador, podra considerarse como un flujo
probable de cobro menor por dicho concepto; de ambas posibilidades deviene un incremento
en el valor razonable. Cualquiera de las modalidades de PB provoca una asimetra en el
resultado de la operacin de seguro para la compaa aseguradora, ya que cuando la
rentabilidad de las inversiones en que se halla materializada la PTSV supera el inters tcnico,
corresponde a la aseguradora el beneficio que proporciona nicamente el resultado despus
de imputar la PB. Mientras que si no consigue una rentabilidad igual o mayor al inters tcnico,
la prdida resultante es asumida ntegramente por la aseguradora.
Aqu nos centraremos en la PB que se materializa en un incremento en las
prestaciones garantizadas por la Pliza. Para determinar el incremento que proporciona la PB
en el valor razonable de la PTSV, hemos de tener en consideracin la rentabilidad de las
inversiones afectas.
154
FUNDACIN MAPFRE
Un problema surge en la determinacin de la rentabilidad futura de las inversiones en

que se materializa la PTSV. Adems es posible que esas inversiones puedan ser sustituidas
por otras si la aseguradora lo estima conveniente y as se halla establecido en los
condicionados de la Pliza.
Para obviar toda esta problemtica y simplificar la exposicin, consideraremos a los
fines de determinar esta rentabilidad, las plusvalas que puedan existir actualmente en el valor
razonable de las inversiones afectas, y considerar a continuacin una hiptesis diferente segn
la consideracin o no en el valor razonable de las PTSV el spread por riesgo de crdito de la
aseguradora. Si la determinacin del valor razonable de las PTSV no considera el spread por
riesgo de crdito, nicamente se tendra en cuenta la rentabilidad del activo libre de riesgo,
mientras que si el valor razonable de las PTSV incluye el spread por riesgo de crdito de la
aseguradora, consideraremos para estimar el PB futura, la rentabilidad del activo libre de riesgo
ms un spread por riesgo de crdito.
El principal motivo por el que este mtodo no carece totalmente de rigor tcnico,
cuando la aseguradora cuenta con la posibilidad de eleccin discrecional del activo afecto, es
que la aseguradora podra realizar las actuales inversiones con la consecuente plusvala y
sustituirlas por un activo libre de riesgo de similar flujo de caja. Lo anterior siempre y cuando la
rentabilidad del activo libre de riesgo sea como mnimo igual al tipo de inters tcnico
garantizado, de acuerdo con el artculo 33 del ROSSP. De otro modo habra que modificar el
tipo de inters tcnico, determinndose las PTSV a contabilizar segn el nuevo tipo de inters
tcnico.
Asimismo hemos de resaltar aqu, que el objetivo no es otro que valorar la asimetra en
las posibles valoraciones posibles, con motivo del incremento que la PB proporciona en las
prestaciones garantizadas, en determinados escenarios. Si consideramos el descuento del flujo
de caja comprometido, sin incluir en el descuento un spread de crdito, no podramos
considerarlo en la cuantificacin de la PB para cada escenario, ya que no estaramos siendo
coherentes.
Por todo lo anterior proponemos la siguiente metodologa para la determinacin del
valor razonable correspondiente a la opcin de PB, cuando esta supone un incremento en las
prestaciones garantizadas:
En primer lugar se determina para cada nodo del rbol trinomial, las consecuencias en
trminos de incremento de las prestaciones garantizadas segn los condicionados y las
hiptesis tcnicas de la Pliza.
A continuacin se determina la cuanta de los flujos de caja en que se traduce la PB,

incluyendo los que devienen por supervivencia y fallecimiento.
155
FUNDACIN MAPFRE
Posteriormente descontamos a travs del rbol trinomial y hasta el nodo origen de la

PB, la totalidad de los flujos de caja proporcionados por dicha PB segn el algoritmo
PBi , j ,k = exp( 1i , j ,k t )
3
3
S PB i +1 + p r , sV PB (i + 1, j r , k s ) + F PB i 1 exp( 1i ,k t )
r =1 s =1
donde
S PB i +1 : flujos de caja por garantas, gastos o primas pagaderos a la supervivencia del

asegurado en i+1 provenientes de la PB.
F PB i : flujos de caja por garantas o gastos pagaderos al fallecimiento del asegurado

entre i e i+1 provenientes de la PB.
V PB (i + 1, jr , k s ) : valoracin en el nodo (i + 1, j r , k s ) del rbol trinomial, del flujo de

caja derivado de la PB generada en el nodo (i, j , k ) .
PBi , j ,k : descuento hasta el nodo origen, a travs del rbol trinomial, del flujo de caja
derivado de la PB generada en el nodo (i, j , k ) .
Y por ltimo, consideramos estos valores descontados para cada nodo, como un flujo
de caja con devengo en el nodo origen de la correspondiente PB, para descontar y
agregar desde el final del rbol hasta el nodo origen (0, 0, 0) todo el flujo de caja:
V PB (i, j , k ) = exp( x +i , j ,k ) p r , s V PB (i + 1, j r , k s ) + PBi , j ,k (6.4)

3
r =1 s =1
La mejor manera de explicar la metodologa expuesta es a travs de un ejemplo

numrico.
Nos centraremos en el ejemplo anterior en el que supondremos que la participacin en
beneficios se determina a partir del 90% de la rentabilidad de las inversiones afectas y que
supondremos equivalente a la del activo libre de riesgo.
Partiremos del rbol trinomial de tipos de inters que aparece en el cuadro 3.5.
Asimismo suponemos idnticas hiptesis tcnicas, es decir, un inters tcnico garantizado del
3% (IT), los gastos de adquisicin del 1% sobre la prima de tarifa, del 0,8% de administracin
sobre el capital garantizado y del 0,2% de gastos de gestin de siniestros tambin sobre el
capital garantizado. La tabla de mortalidad ser igualmente la resultante de nuestro ajuste a la
poblacin andaluza.
En cuanto a la PB, consideraremos que proporciona una prima de inventario, es decir
sin considerar gastos de adquisicin, que incrementa la garanta para supervivencia. Esta
prima se considera con efecto al comienzo de la anualidad en que se devenga. Supondremos
156
FUNDACIN MAPFRE
asimismo que esta PB no proporciona futura PB, siendo la base del clculo la PTSV
determinada con el criterio fijado al respecto actualmente por el ROSSP. La prima de inventario
del bono por PB se determinar como sigue:
pb (i, j ) = i V ' x (90% R (i, j ) IT ) + 56

Hemos determinado la prima del bono en funcin del ndice, j , debido a que la PB es
independiente del nivel respecto al tanto de mortalidad.
El capital del bono ser:
cb(i, j ) =
pb (i, j )
' x +i +1:n i 1
dado que ' x + i:n i = n i E x + i (1 + gadm + ggs ) = i V ' x , tenemos que
cb(i, j ) = (90% R (i, j ) IT ) +

La cuanta de los capitales por PB en nuestro caso ser:
J
2
1
0,014752
0,036251
0,040531
0,043274
0,019870
0,024151
0,026894
0,003490
0,007770
0,010513
-1
-2
Cuadro 6.4.: rbol de cuantas del capital del bono considerando el nodo origen de la PB.
Por otra parte el flujo de caja proporcionado por la PB en nuestro ejemplo, es de la

misma estructura que el original, es decir,
Sn
PB
= S n cb (i, j )
por lo que para descontarlo hasta el nodo origen, simplemente hemos de hacer:
PB(i, j ) = V (i, j ) cb(i, j )

En nuestro ejemplo obtenemos:
2
1
1
0,010965
0,027293
0,033298
0,039222
0,015721
0,020541
0,024823
0,002902
0,006842
0,009882
-1
-2
56
En adelante el operador () , har referencia al mximo entre 0 y el resultado de la expresin incluida entre parntesis.
157
FUNDACIN MAPFRE
2
1
0
0,011203
0,027777
0,033730
0,039502
0,016001
0,020808
0,025000
0,002953
0,006931
0,009953
0,028271
0,034168
0,039783
0,016285
0,021078
0,025178
0,003006
0,007021
0,010024
-1
-2
2
1
-1
0,011446
0
-1
-2
Cuadro 6.5. rbol de flujos probables de pagos procedentes de la PB descontados hasta el nodo
origen de la PB.
El ltimo paso, consistente en descontar y acumular las anteriores cantidades hasta el

nodo origen, segn la expresin 6.4, determina los siguientes resultados para nuestro ejemplo:
2
1
0,083375
0,066241
0,039222
0,057017
0,052384
0,042024
0,024823
0,022081
0,020466
0,016890
0,009882
-1
0,007751
0,004943
0,002055
-2
0,002276
0,000868
0,084856
0,067100
0,039502
0,058254
0,053314
0,042569
0,025000
0,022560
0,020830
0,017109
0,009953
0,007919
0,005031
0,002082
-2
0,002316
0,000879
0,086363
0,067970
0,039783
0
-1
-1
1
0
0,025165
0,059517
0,054261
0,043121
0,025178
0,023049
0,021200
0,017331
0,010024
-1
0,008091
0,005121
0,002109
0,002357
0,000891
-2
Cuadro 6.6. Valoracin en el rbol conjunto para el tipo de inters libre de riesgo y el tanto de mortalidad,
de la opcin de participacin en beneficios correspondiente a las PTSV.
La valoracin correspondiente a la PTSV incluida la opcin de PB, corresponde a la

suma de la valoracin de la opcin de PB como se ha expuesto, ms la de la PTSV sin
opciones.
158
FUNDACIN MAPFRE
Cuando no coincidan los cortes temporales de la Pliza con los cortes t, considerados
para el rbol trinomial, procederamos como ya se ha expuesto anteriormente, modificando la
distancia temporal, ti, as como la construccin del rbol trinomial recombinante segn
establece la expresin 6.2.
Hasta aqu hemos considerado el valor razonable libre de riesgo de crdito, y hemos
sido coherentes con ello en la determinacin de la opcin de PB. Una vez incluyamos en la
determinacin del valor razonable de las PTSV el riesgo de crdito, modificaremos toda la
metodologa anterior, de manera que la opcin de PB considerar el tipo libre de riesgo ms un
spread por riesgo de crdito.
6.5. VALORACIN DE LAS PTSV CON DIFUSIN EN EL TIPO DE INTERS, MEDIDA DE
MORTALIDAD Y SPREAD POR RIESGO DE CRDITO
Introduciendo el riesgo de crdito bajo las asunciones previamente mencionadas, y
suponiendo difusin en los tres subyacentes, tendramos que sustituir la expresin (6.1) por
V c (i, j , k , l ) = exp( c
i , j , k ,l
t )
3
3
3
S i +1 + p s ,r ,tV c (i + 1, j s , k r , lt ) + 1 exp( 1i t ) Fi
s =1 r =1 t =1
siendo
c i , j ,k ,l = Ri , j + 1i ,k + 1i ,l .
Las probabilidades de transicin conjuntas, suponiendo independencia entre el tanto
de mortalidad,
1 x+t , y el resto se obtienen como ya se ha expuesto en el cuadro 5.5.
Proponemos otro ejemplo para ilustrar la valoracin en el rbol con difusin en todos
los subyacentes. Nos centraremos en un Seguro Mixto con el mismo capital para supervivencia
y fallecimiento. Como hiptesis tcnicas, consideramos un inters tcnico garantizado del
2,75%, los gastos de gestin son:
Gastos de adquisicin (gadq) 1% de la prima de tarifa.
Gastos de administracin (gadm) del 0,8% del capital garantizado.
Gastos de gestin de siniestros (ggs) del 0,2% del capital garantizado.
La medida de mortalidad que consideraremos ser igualmente la resultante de nuestro

ajuste del modelo de Lee Carter a la poblacin andaluza. Siendo el asegurado una mujer de
70 aos (x = 70) en el ao 2005 (y = 2005). El valor de la prima de tarifa (todos los valores en
tanto por uno del capital garantizado) ser
159
FUNDACIN MAPFRE
" x , y:n =
+ ggs )
] (1 +(1gadm
gadq)
E x , y + Ax , y:n
"70, 2005:5 = [5 E 70, 2005 + A70, 2005:5 ]
(1 + 1%)
= 0,896237
(1 1%)
La PTSV a determinar segn el ROSSP, a prima de inventario y al tipo de inters

utilizado en la tarifa, siempre y cuando cumpla los requisitos establecidos en el artculo 33 ser:
V ' x, y =
n t
E x , y + Ax , y:n (1 + gadm + ggs )
Si determinamos el valor de la PTSV a la fecha de efecto obtenemos:
V ' 70, 2005 = [ 5 E 70, 2005 + A70, 2005:5 ] (1 + 1% ) = 0,887274
En cambio, la valoracin de la PTSV en el rbol trinomial partira del flujo de caja

nominal, que sera en este caso para supervivencia al vencimiento:
S n = (1 + gadm + ggs )
S 5 = (1 + 1%)
y al comienzo de cada anualidad por fallecimiento:
Ft = (1 + gadm + ggs )
Ft = (1 + 1%)
Los resultados para nuestro ejemplo teniendo en cuenta total ausencia de correlacin y
los rboles de transicin de las tres medidas, as como sus probabilidades de transicin son los
que siguen:
2
1
0,781545
0,842214
0,917389
0,777606
0,819175
0,870693
0,933748
0,825205
0,858701
0,900172
0,950407
-1
0,875857
0,900213
0,930683
0,967372
-2
0,943810
0,962265
0,984648
0,778768
0,840565
0,916730
0,774253
0,816832
0,869318
0,933205
0,822483
0,856819
0,899081
0,949982
-1
0,873817
0,898820
0,929888
0,967068
0,942936
0,961778
0,984467
-2
160
FUNDACIN MAPFRE
2
-1
-1 0
-1
0,916065
0,770844
0,814456
0,867927
0,932658
0,819716
0,854910
0,897978
0,949555
-1
0,871743
0,897407
0,929085
0,966762
-2
0,942050
0,961285
0,984286
0,792831
0,851868
0,923741
0,790391
0,831027
0,880685
0,940216
0,838808
0,871147
0,910515
0,956994
-1
0,890329
0,913283
0,941388
0,974080
-2
0,957536
0,973344
0,991479
0,790170
0,850307
0,923127
0,787181
0,828807
0,879401
0,939719
0,836241
0,869397
0,909519
0,956616
0,888459
0,912031
0,940692
0,973824
-2
0,956812
0,972961
0,991347
0,787472
0,848729
0,922508
0
-1
-1
0,838898
1
0
0,775953
0,811981
0,783917
0,826557
0,878103
0,939218
0,833631
0,867622
0,908512
0,956236
-1
0,886556
0,910760
0,939989
0,973566
-2
0,956077
0,972573
0,991215
0,804286
0,861636
0,930138
0,803396
0,843056
0,890796
0,946731
0,852643
0,883780
0,920980
0,963628
-1
0,905049
0,926550
0,952219
0,980836
-2
0,971468
0,984555
0,998359
0,801743
0,860164
0,929569
0,800331
0,840963
0,889605
0,946280
0,850236
0,882164
0,920081
0,963298
-1
0,903351
0,925441
0,951624
0,980628
-2
0,970897
0,984276
0,998277
0,799165
0,858677
0,928996
0,797215
0,838840
0,888401
0,945826
0,847787
0,880525
0,919172
0,962965
161
FUNDACIN MAPFRE
-1
0,901624
-2
0,924315
0,951023
0,980419
0,970317
0,983995
0,998193
Cuadro 6.7. Valoracin en el rbol de difusin de los tres subyacentes para las PTSV.
6.5.1. Opcin de rescate

El riesgo de crdito minorara la valoracin de las PTSV si consideramos difusin
nicamente en el tipo de inters, al modificar la expresin (6.3) como sigue:
V Rc (i, j , k , l ) = max V c (i, j, k , l ); i R x
V c (i, j , k , l ) = exp( c
t )
i , j , k ,l
3
3
3
Rc
1
S
+
i +1 p s ,r ,tV (i + 1, j r , k s , lt ) + 1 exp( i ,k
r =1 s =1 t =1
t ) Fi
(6.5)
Para nuestro ejemplo consideraremos que el Tomador tiene el derecho de rescate al

92% de la PTSV determinada al inters tcnico. Los valores de rescate, seran en este caso:
Final del ao
V 'x
Rx
0,903585
0,831298
0,928410
0,854137
0,954318
0,877973
0,981454
0,902937
Cuadro 6.8. Valores de reserva y rescate.
Los resultados de aplicar la expresin 6.5. para nuestro ejemplo son los siguientes:
2
1
0,858962
0,894496
0,917389
0,837272
0,858962
0,894496
0,933748
0,837272
0,861901
0,900172
0,950407
-1
0,876465
0,900213
0,930683
0,967372
-2
0,943810
0,962265
0,984648
0,858962
0,894496
0,916730
0,837272
0,858962
0,894496
0,933205
0,837272
0,860212
0,899081
0,949982
-1
0,875369
0,898820
0,929888
0,967068
-2
0,958674
0,961778
0,984467
0,858962
0,894496
0,916065
162
FUNDACIN MAPFRE
-1
0,837272
0,858962
0,894496
0,932658
0,837272
0,858962
0,897978
0,949555
-1
0,872482
0,897407
0,929085
0,966762
-2
0,942050
0,961285
0,984286
0,858962
0,894496
0,923741
0,837272
0,858962
0,894496
0,940216
0,844624
0,873326
0,910515
0,956994
-1
0,890791
0,913283
0,941388
0,974080
-2
0,957536
0,973344
0,991479
0,858962
0,894496
0,923127
0,837272
0,858962
0,894496
0,939719
0,842480
0,871755
0,909519
0,956616
0,889164
0,912031
0,940692
0,973824
-2
0,956812
0,972961
0,991347
0,858962
0,894496
0,922508
1
0
0
-1
-1
-1 0
-1
0,824767
0,837272
0,858962
0,894496
0,939218
0,840336
0,870163
0,908512
0,956236
-1
0,887100
0,910760
0,939989
0,973566
-2
0,956077
0,972573
0,991215
0,858962
0,894496
0,930138
0,837272
0,858962
0,894496
0,946731
0,856787
0,884914
0,920980
0,963628
-1
0,905366
0,926550
0,952219
0,980836
-2
0,971468
0,984555
0,998359
0,858962
0,894496
0,929569
0,837272
0,858962
0,894496
0,946280
0,854775
0,883464
0,920081
0,963298
-1
0,903771
0,925441
0,951624
0,980628
-2
0,970897
0,984276
0,998277
0,858962
0,894496
0,928996
0,837272
0,858962
0,894496
0,945826
0,852743
0,881994
0,919172
0,962965
-1
0,902010
0,924315
0,951023
0,980419
0,970317
0,983995
0,998193
-2
Cuadro 6.9. Valoracin en el rbol de difusin de los tres subyacentes para las PTSV incluyendo
opcin de rescate.
163
FUNDACIN MAPFRE
6.5.2. Opcin de participacin en beneficios

En cuanto a la participacin en beneficios, recordemos que nuestra propuesta ha sido
considerar a efectos de determinar el valor razonable de la opcin de PB, siempre que exista
asignacin discrecional por parte de la entidad aseguradora de los activos afectos a las PTSV,
la plusvala existente al momento de la valoracin y la rentabilidad del activo libre de riesgo
para el perodo restante hasta el vencimiento de la Pliza. De esta manera exista una cierta
coherencia entre el descuento a travs del rbol y la opcin de PB, al tomar como referencia
ambos al tipo libre de riesgo. Al incluir el spread de crdito correspondiente a la aseguradora,
es ms coherente tomar como referencia para determinar las primas por PB la rentabilidad del
activo libre de riesgo ms este spread de crdito.
Para ilustrarlo volveremos a nuestro ejemplo en el que supondremos igualmente que la
participacin en beneficios se determina como el exceso sobre el inters tcnico del 90% de la
rentabilidad de las inversiones afectas y que consideraremos equivalente a la del activo libre de
riesgo ms el spread por riesgo de crdito del escenario en que tenga lugar. Se aplicar sobre
la PTSV determinada segn el ROSSP como sigue:
pb (i, j , k , l ) = i V ' x (90% ( Ri , j + q1 i ,l ) IT )
siendo
pb (i, j , k , l ) la prima del bono generada en el nodo (i, j , k , l ) .

Consideraremos que la prima generada por PB, se determina a prima de inventario, de
manera que el capital garantizado por supervivencia se determinar:
cb(i, j , k , l ) =
siendo ' x + i , y +i:n i =
n i
pb (i, j , k , l )
' x + i , y + i:n i
E x +i , y +i + Ax +i , y +i:n i (1 + gadm + ggs ) = i V ' x , tenemos
cb(i, j , k , l ) = (90% ( Ri , j + q1i ,l ) IT )
Fijmonos que el capital por PB es independiente del nivel del tanto de mortalidad. De
este modo los resultados para el ejemplo sern teniendo en cuenta los niveles respecto del tipo
de inters y el spread por riesgo de crdito:
2
1
0,054508
0,058788
0,061532
0,033010
0,038128
0,042408
0,045151
0,016629
0,021747
0,026027
0,028771
-1
0,000249
0,005367
0,009647
0,012390
-2
164
FUNDACIN MAPFRE
2
0
0,048112
0,052393
0,055136
0,026614
0,031732
0,036012
0,038756
0,010233
0,015351
0,019632
0,022375
0,003251
0,005995
0,041717
0,045997
0,048740
-1
-2
2
-1
0,020218
0,025336
0,029616
0,032360
0,003838
0,008956
0,013236
0,015979
-1
-2
Cuadro 6.10. rbol de cuanta de capitales proporcionados por la PB segn el nodo origen, con difusin
en los tres trminos considerados del tanto de capitalizacin actuarial.
Supondremos que la participacin en beneficios, a su vez no genera ms participacin

en beneficios y que en caso de rescate anticipado de la Pliza el Tomador no tiene derecho de
rescate sobre la participacin en beneficios generada. El paso siguiente ser descontar hasta
el nodo origen el flujo de caja procedente de la PB. El flujo de caja ser para supervivencia al
vencimiento y fallecimiento al comienzo de cada nodo probable hasta el vencimiento:
S PB n = (1 + gadm + ggs ) cb(i, j , k , l )

F PB i = (1 + gadm + ggs ) cb(i, j , k , l )
El flujo de caja derivado de la PB, es por tanto, proporcional al que originalmente
garantiza la Pliza:
S PB n = S n cb(i, j , k , l )
PB
F t = Ft cb(i, j , k , l )
Lo anterior permite que el descuento del flujo de caja originado por la PB en el nodo
(i, j , k , l ) hasta el mismo nodo, se determine simplemente como el producto:

PB c (i, j , k , l ) = V c (i, j , k , l ) cb(i, j , k , l )
Los resultados del ejemplo son:
2
1
0,042600
0,049512
0,056448
0,025668
0,031233
0,036924
0,042160
0,013722
0,018674
0,023429
0,027344
0,004831
0,008978
0,011986
-1
165
FUNDACIN MAPFRE
-2
2
1
0,042449
0,049415
0,056408
0,025558
0,031144
0,036866
0,042135
0,013677
0,018633
0,023401
0,027332
0,004824
0,008971
0,011982
0,042296
0,049317
0,056367
-1
-2
2
-1
0,025445
0,031053
0,036807
0,042111
0,013631
0,018592
0,023372
0,027319
0,004816
0,008963
0,011979
0,038145
0,044632
0,050931
-1
-2
2
1
0,021035
0,026370
0,031715
0,036439
0,008584
0,013373
0,017875
0,021413
0,003061
0,005839
0,038017
0,044550
0,050897
-1
-2
2
0
0,020950
0,026300
0,031669
0,036419
0,008558
0,013347
0,017855
0,021404
0,003058
0,005838
0,037887
0,044467
0,050863
-1
-2
2
-1
0,020863
0,026228
0,031622
0,036400
0,008531
0,013319
0,017836
0,021396
0,003056
0,005836
0,033552
0,039633
0,045335
-1
-2
2
1
0,016243
0,021360
0,026382
0,030636
0,003272
0,007915
0,012190
0,015398
0,033446
0,039565
0,045307
0,021307
0,026347
0,030621
-1
-2
2
1
0,016181
166
FUNDACIN MAPFRE
-1 0
0,003263
0,007900
0,012178
0,015393
0,033338
0,039496
0,045279
-1
-2
2
-1
0,016118
0,021253
0,026311
0,030607
0,003254
0,007886
0,012166
0,015388
-1
-2
Cuadro 6.11. rbol de valoracin de la opcin de PB de las PTSV, con difusin en los tres
subyacentes considerados.
Por ltimo se descuentan las anteriores cantidades segn la siguiente expresin
V PBc (i, j , k , l ) = exp( c

3
1
i , j , k ,l
t )
p s ,r ,tV c (i + 1, j r , k s , lt ) + PB c i , j ,k ,l
r =1 s =1 t =1
Los resultados para el ejemplo:
2
1
-1
0,121372
0,095490
0,056448
0,103548
0,091708
0,071946
0,042160
0,065414
0,058984
0,046679
0,027344
-1
0,025905
0,024870
0,020301
0,011986
-2
0,005759
0,002254
0,121926
0,095694
0,056408
0,104325
0,092173
0,072121
0,042135
0,065987
0,059323
0,046808
0,027332
-1
0,026243
0,025061
0,020371
0,011982
-2
0,005820
0,002269
0,122483
0,095899
0,056367
0,105110
0,092642
0,072297
0,042111
0,066566
0,059664
0,046937
0,027319
-1
0,026586
0,025253
0,020441
0,011979
-2
0,005881
0,002284
0,112643
0,087605
0,050931
0,082026
0,063481
0,036439
0,093411
167
FUNDACIN MAPFRE
0,054256
0,048387
0,037609
0,021413
-1
0,020874
0,015244
0,011112
0,005839
-2
0,005018
0,001897
0,113188
0,087806
0,050897
0,094165
0,082472
0,063647
0,036419
0,054791
0,048695
0,037723
0,021404
0,021161
0,015400
0,011164
0,005838
-2
0,005071
0,001910
0,113738
0,088008
0,050863
1
0
0,053294
-1
-1
-1 0
-1
0,094928
0,082921
0,063814
0,036400
0,055333
0,049007
0,037837
0,021396
-1
0,021452
0,015558
0,011218
0,005836
-2
0,005125
0,001922
0,103632
0,079525
0,045335
0,082925
0,072042
0,054810
0,030636
0,043179
0,037690
0,028348
0,015398
-1
0,017340
0,011177
0,004810
-2
0,004264
0,001532
0,104166
0,079721
0,045307
0,083652
0,072465
0,054965
0,030621
0,043675
0,037966
0,028446
0,015393
-1
0,017586
0,011295
0,004843
-2
0,004310
0,001542
0,104704
0,079918
0,045279
0,084389
0,072891
0,055121
0,030607
0,044178
0,038245
0,028544
0,015388
-1
0,017836
0,011415
0,004876
0,004357
0,001553
-2
Cuadro 6.12. rbol de valoracin de la opcin de PB de las PTSV incluyendo riesgo de crdito, con
difusin en los tres subyacentes considerados.
Si bien al incorporar difusin en un nuevo subyacente, han crecido en complejidad los

algoritmos de valoracin resultantes, tambin es cierto que los resultados son ms ajustados,
ya que las asimetras implcitas en el contrato de Seguro de Vida, se manifiestan ms
adecuadamente.
168
FUNDACIN MAPFRE
CUARTA PARTE
DETERMINACIN DE LAS NECESIDADES DE RECURSOS
PROPIOS
CAPTULO 7
EL VALOR RAZONABLE Y SOLVENCIA II
El objetivo de este captulo es determinar las necesidades de recursos propios de la
compaa, como consecuencia de su negocio asegurador, consistentes con el mercado. Se
pretende estimar estas necesidades a partir del tratamiento ooltico de la mayora de riesgos
asumidos por la entidad aseguradora al suscribir los contratos de Seguros de Vida.
En el primer apartado se expone el concepto de Solvencia, y a grandes rasgos
describe la evolucin que ha sufrido los requerimientos de recursos propios por parte del
supervisor en Europa. A continuacin se presenta una clasificacin de los requerimientos de
recursos propios establecidos por otras legislaciones, as como sus caractersticas ms
importantes.
En el apartado 7.4. se explica como utilizar las conclusiones obtenidas en los captulos
previos para estimar las necesidades de recursos propios ptimos de la entidad aseguradora,
as como, lo que se podra considerar el VAR del valor razonable de las PTSV por los cambios
de sus diferentes subyacentes (tipos de inters, tanto de mortalidad y spread por riesgo de
crdito).
7.2. INTRODUCCIN A SOLVENCIA II
Como peculiaridad inherente a la actividad aseguradora podemos destacar la
solvencia, desde el punto de vista de la capacidad de respuesta al riesgo presente y futura,
tanto del riesgo propio de su actividad (riesgo tcnico), como del resto del riesgo al que se halla
sometida. Para garantizar esta capacidad, es necesario el establecimiento de unas
necesidades de solvencia a las entidades aseguradoras, pudiendo distinguir entre solvencia
esttica y dinmica.
La primera, se refiere a la capacidad tcnica y financiera para hacer frente en un
determinado momento a los compromisos adquiridos, a travs de las PTSV y su cobertura
mediante activos aptos.
169
FUNDACIN MAPFRE
La segunda se refiere a la capacidad para hacer frente a futuros quebrantos derivados

de otros riesgos a los que se halla sometida, y ser cubierta mediante el patrimonio propio no
comprometido y garantizada a travs del margen de solvencia y fondo de garanta.
Para analizar la exigencia en trminos de margen de solvencia en la Unin Europea,
comenzaremos por la definicin de solvencia de la aseguradora en el marco de las directivas
comunitarias. Tenemos una triple conceptualizacin en funcin de su alcance:
En primer lugar el "margen de solvencia" de las directivas europeas consiste en un

conjunto de normas para el clculo de una exigencia de fondos propios mnimos por una
parte (mnimo de margen), y de los fondos propios aceptables para satisfacer esta
exigencia por otra parte (margen disponible).
La garanta de solvencia financiera se refiere al conjunto de normas destinadas a

garantizar la solvencia tcnico financiera de la empresa. Estas normas hacen referencia
al clculo de las PTSV, a los activos representativos (solvencia esttica), as como a la
exigencia de margen de solvencia mencionada.
La denominada "solvencia global, tiene que ver con la solvencia de una empresa en un
sentido ms amplio. Con respecto al concepto anterior, esta concepcin tiene en cuenta
factores que no son slo financieros. El control de la solvencia global justifica la existencia
de un conjunto mucho ms variado de medios a disposicin de las autoridades
supervisoras.
La exigencia de margen de solvencia para las empresas de seguros No Vida se inicia
en la denominada Primera Directiva del Seguro no Vida del ao 1973, mientras que el margen
de solvencia del Seguro de Vida data del ao 1979. La Primera Generacin de directivas en el
mundo del Seguro armonizaba las normas nacionales de supervisin en el mbito comunitario
(y entre ellas de la exigencia del margen de solvencia). Posteriormente, a travs de la Segunda
Generacin de Directivas (1988 y 1990 para los seguros No Vida y vida respectivamente), se
pretendi armonizar las exigencias aplicadas para la denominada libre prestacin de
servicios. Supuso un paso intermedio entre los mercados nacionales con regulaciones propias,
y el mercado nico europeo. De esta forma estas segundas directivas apenas tuvieron
influencia en el margen de solvencia. Por ltimo, la Tercera Generacin de Directivas
establecen el mercado nico, con lo que la actividad aseguradora en el mbito comunitario se
halla sometida a las normas y supervisin financiera del Estado miembro en el que reside la
sede social de la entidad, independientemente del pas en el que se preste el servicio
asegurador. En estas Terceras Directivas, de junio y noviembre de 1992 respectivamente para
los Seguros No Vida y Vida, se incluyen recomendaciones sobre la necesidad de revisar las
normas del margen de solvencia y fondo de garanta. As la Comisin Europea encarg a la
Conferencia Europea de Autoridades de Supervisin de Entidades Aseguradoras la elaboracin
de un informe. Esta ltima por mediacin de un grupo tcnico, denominado Grupo Mller,
170
FUNDACIN MAPFRE
emiti el informe conocido como Informe Mller, con sus conclusiones acerca de las
posibilidades de mejora en el margen de solvencia y fondo de garanta comunitarios. A partir de
aqu, la Comisin Europea desarrolla en enero de 2001 dos propuestas de directivas, las
cuales no obstante, contradicen en algunos puntos el Informe Mller.
Estas propuestas de directivas, una vez aprobadas por el Comit de Seguros, fueron
remitidas al Consejo de Europa, quien mediante el apoyo del Parlamento Europeo las adapta
para emitir en junio de 2002 las Directivas 2002/13/CE sobre requisitos del margen de
solvencia de las empresas de seguros distintos del seguro de vida y la 2002/12/CE para
seguros de vida. La transposicin de diversas disposiciones contenidas en ambas directivas a
la normativa espaola se ha realizado recientemente a travs de la publicacin del Real
Decreto 297/200457 y 298/200458.
Por otra parte, la fase final de tramitacin del proyecto Solvencia I se ha solapado con
un nuevo proyecto denominado Solvencia II. Solvencia II es una de las consecuencias de la
globalizacin y de la implantacin del mercado nico. Mientras que Solvencia I se basa en la
continuidad del esquema tradicional de las Primeras Directivas, Solvencia II supone un cambio
no solamente en los aspectos cuantitativos, sino y sobre todo, en los cualitativos para la
determinacin de los recursos propios mnimos necesarios de las entidades aseguradoras, as
como en su supervisin. Es por ello que las entidades aseguradoras no slo deben tener
presente el impacto de las dos directivas del proyecto Solvencia I, sino que adems debern
tener muy en cuenta las materializaciones del proyecto Solvencia II, que plantea un avance
ms importante. Esto ya se est abordando, al menos por las grandes compaas
aseguradoras.
Hasta la fecha se han llevado a cabo diferentes actuaciones y estudios por parte de
todos los organismos y asociaciones europeos involucrados en el proyecto de Solvencia II.
Aqu haremos mencin a dos de los que ms trascendencia han tenido:
Informe de la consultora KPMG, y
Informe Sharma emitido por la Conferencia de Autoridades Supervisoras Europeas.

El informe KPMG
Cabe destacar de entre los estudios realizados al efecto el Informe elaborado por
KPMG a encargo de la Comisin Europea. Su ttulo es Metodologas de valoracin de la

57
RD.297/2004 de 20 de febrero (BOE. Nm.45, 21 de febrero de 2004), por el que se modifica el Reglamento de
ordenacin y supervisin de los seguros privados, aprobado por el RD.2486/1998 de 20 de noviembre.

58
RD.298/2004 de 20 de febrero (BOE. Nm.45, 21 de febrero de 2004), por el que se modifica el Plan de Contabilidad
de las entidades aseguradoras y normas para la formulacin de las cuentas de los grupos de entidades aseguradoras,
aprobado por el RD.2014/1997, de 26 de diciembre.
171
FUNDACIN MAPFRE
posicin financiera global de una entidad aseguradora desde la perspectiva de una supervisin
prudencial. Y si bien en el mismo se pone de manifiesto que sus conclusiones son
responsabilidad de la consultora y no, necesariamente, deben coincidir con el punto de vista de
la Comisin, supone no obstante, un buen punto de partida.
En este informe el alcance de Solvencia II se divide en tres pilares (similares a los que
se han considerado en el proyecto Basilea II para la banca). Se incluye un cuadro resumen.
Pilar I. Exigencia de
Pilar II: Procesos de
Pilar III: Disciplina de
Recursos Propios
Supervisin
mercado
Recursos
propios
mnimos
segn un modelo basado en el

riesgo realmente asumido
Requerimientos
de
Revisin de la exposicin al informacin a las entidades

riesgo de cada entidad.
para garantizar transparencia

en el mercado.
Posibilidad de aplicacin de
modelos
internos
de
escenarios o probabilsticos,
una
vez
validados
por
el
Evaluacin de los modelos

internos de gestin de riesgos.
supervisor.
Facilidades por parte de las

entidades
para
que
los
participantes en el mercado
Valoracin de las pruebas puedan acceder a informacin
Requerimientos de recursos efectuadas
sobre
PTSV
y clave
(recursos
propios,
individualmente exposicin al riesgo, ...)
propios mnimos a nivel de activos
considerados as como del
grupos consolidados.
mistmatching.
Facilitarn
Normas
prudentes
activos
sobre Evaluacin de la honorabilidad
pasivos
de y
aseguradoras.
profesionalidad
direccin.
de
la
el
grado
de
sensibilidad de la exposicin
al
riesgo,
as
como
los
escenarios clave utilizados en

el
anlisis
de
activos
pasivos.
Cuadro 7.1. Alcance del macroproyecto Solvencia II.
Entre otras muchas cuestiones este informe manifiesta que la determinacin de un futuro
sistema de solvencia ser necesario acordar una agrupacin de riesgos que como mnimo
debera contemplar las siguientes categoras de riesgo:
Riesgos de suscripcin
Riesgos de mercado
Riesgo de crdito
172
FUNDACIN MAPFRE
Asimismo, deberan contemplarse el riesgo operacional y el riesgo de mistmatching. No

obstante, se pone de manifiesto la dificultad existente para su medicin y, en consecuencia,
para establecer un margen de solvencia basado en los mismos. Sin embargo, podran
establecerse requerimientos adicionales de recursos propios como consecuencia de la
existencia de estos dos tipos de riesgo.
El informe Sharma
El segundo informe general redactado en el marco de Solvencia II es el informe de la
Conferencia de Autoridades Supervisoras Europeas (tambin denominado "informe Sharma",
nombre del Presidente del Grupo de trabajo). Este Grupo de trabajo, dispuso de la experiencia
concreta de sus miembros, ya que cada autoridad supervisora nacional cuenta con informacin
y elementos de anlisis con los que ningn otro participante del sector puede contar en su
totalidad.
Para desarrollar el informe el grupo bas su anlisis en primer lugar en el estudio de las
sociedades con graves dificultades (a travs del cuestionario sobre las quiebras y situaciones
prximas a la quiebra acontecidas durante los seis ltimos aos, as como numerosos estudios
de casos detallados). A partir de aqu, el grupo examin los instrumentos normativos a su
disposicin y los someti a crtica en cuanto a su adecuacin a los problemas revelados del
anlisis anterior.
Como conclusin principal del informe se determin que el sistema prudencial ha de
comportar toda una serie de instrumentos normativos, preventivos o correctivos, que permitan
actuar en todas las etapas de manifestacin posible de un problema: desde la fase ms precoz
en la que, por ejemplo, la mala gestin de una compaa slo es perceptible en la actitud de los
directivos o empleados de la compaa, hasta la fase ltima en la que una secuencia de causas
y efectos ya ha provocado una grave degradacin de la situacin financiera
Marco temporal de Solvencia II
En cuanto al marco temporal del proyecto Solvencia II, se pretende que exista una
directiva europea para el ao 2010. Con este objetivo la Comisin Europea dirigi al CEIOPS
tres oleadas de preguntas (calls for advice), en junio 2004, diciembre 2004 y 2005, las cuales
han sido secuencialmente atendidas en junio 2005, octubre 2005 y febrero 2006
respectivamente.
Las decisiones adoptadas por la Comisin y que sern plasmadas en la nueva
directiva, irn acompaadas de un anlisis del impacto que suponen, por parte del CEIOPS.
Son los denominados Quantitative Impact Estudy. Recientemente a solicitud de la Comisin el
173
FUNDACIN MAPFRE
CEIOPS ha reportado sus conclusiones acerca del primer QIS. El QIS 1 iniciado el 31 de
diciembre de 2004 culmin el ltimo cuatrimestre de 2005, y vers sobre el impacto que
supondra la determinacin de los compromisos de las aseguradoras mediante el Best
Estimate (BE). La propuesta de la Comisin consista en determinar el BE, aplicando en la
determinacin del MVM, o margen del valor de mercado, el mtodo de los percentiles ya
aplicado por el regulador australiano.
A la fecha de realizacin de esta investigacin el CEIOPS est llevando a cabo el QIS
2. El QIS 2 es ms amplio, y cubre los aspectos ms relevantes del Pilar 1 de Solvencia II,
incluyendo la valoracin de los activos, de las provisiones tcnicas, as como de otros
compromisos de la aseguradora. Para el estudio de este impacto se tomar como referencia el
mtodo de clculo promulgado recientemente por el regulador suizo.
7.3. SISTEMAS DE DETERMINACIN DEL CAPITAL MNIMO
59
Segn la clasificacin de la OCDE
pueden distinguirse dos clases de modelos para la
determinacin del nivel de solvencia:
Modelos retrospectivos.
Modelos prospectivos.
7.3.1. Modelos retrospectivos

Se basan en datos histricos para la determinacin de los niveles de solvencia
Entre los modelos retrospectivos podemos a su vez distinguir dos enfoques, el europeo
o comprensivo y el anglosajn o analtico. La diferencia entre ambos es la cantidad de factores
tenidos en cuenta y la complejidad de la frmula que utilizan.
Enfoque europeo o comprensivo
El enfoque europeo considera a la aseguradora como un todo indivisible, para
determinar la cantidad de recursos necesarios en funcin de sus magnitudes agregadas. Los
requisitos de solvencia se establecen como un porcentaje de una determinada magnitud
contable, que considera una estrecha correlacin con el grado de exposicin al riesgo.
Como ejemplo del enfoque europeo tenemos el utilizado en Espaa, que expondremos
a continuacin para el Seguro de Vida.
59
Organizacin para la Cooperacin y el Desarrollo Econmico, en su documento OECD (2002).
174
FUNDACIN MAPFRE
Sistema de determinacin del margen de solvencia espaol

El sistema de determinacin del margen de solvencia es regulado en Espaa en los
artculos 58 y siguientes del Real Decreto 2486/1998, de 20 de noviembre, por el que se
aprueba el Reglamento de Ordenacin y Supervisin de los Seguros Privados, modificado por
el Real Decreto 297/2004, de 20 de febrero y es regulado tambin por la Ley 34/2003, de 4 de
noviembre, de modificacin y adaptacin a la normativa comunitaria de la legislacin de
seguros privados.
Para ilustrar este sistema incluiremos algunos de los prrafos del artculo 62 del Real
Decreto 2486/1998, as como las modificaciones a los mismos establecidos por el Real Decreto
297/2004:
Artculo 62. Cuanta mnima del margen de solvencia en los seguros de vida.
1. Para el ramo de vida, la cuanta mnima del margen de solvencia ser la suma de los
importes que resulten de los clculos a que se refieren los dos prrafos siguientes:
a) Se multiplicar el 4 por 100 del importe de las PTSV por seguro directo, sin deducir
el reaseguro cedido, y por reaseguro aceptado, por la relacin que exista, en el
ejercicio que se contemple, entre el importe de las PTSV, deducidas las
correspondientes al reaseguro cedido y retrocedido, y el importe bruto de las
mismas, sin que esta relacin pueda ser, en ningn caso, inferior al 85 por 100.
b) Para los contratos cuyos capitales en riesgo sean positivos se multiplicar el 0,3
por 100 de los capitales en riesgo, sin deducir reaseguro cedido ni retrocedido, por
la relacin existente, en el ejercicio que se contemple, entre los capitales en riesgo
deducido el reaseguro cedido y retrocedido y el importe bruto de dichos capitales,
sin que esta relacin pueda ser, en ningn caso, inferior al 50 por 100.
El Real Decreto 297/2004 da nueva redaccin a la letra c) del nmero 2 y se aade un
nuevo apartado 5 al artculo 62.
La letra c) del nmero 2, reproduce en su tenor literal lo establecido en el nmero 7 del
artculo 28 de la Directiva 2002/12/CE sobre los seguros de vida, en relacin con el margen de
solvencia de los seguros de vida vinculados a la evolucin de activos especficamente afectos
o de ndice o activos que se hayan fijado como referencia y para las operaciones de gestin de
fondos colectivos de jubilacin. El porcentaje del importe de las PTSV para la determinacin
del margen de solvencia se fija en funcin de que la entidad asuma el riesgo de inversin y, en
175
FUNDACIN MAPFRE
caso de que no se asuma, en relacin con el perodo en que se cubran los gastos de gestin,
as como con la asuncin de riesgos para caso de muerte.
El nuevo nmero 5 se corresponde en su integridad con el nmero 4 ter del artculo 61.
El mencionado porcentaje del 4% sobre las PTSV, es fruto de unos estudios llevados a
cabo hace ms de cuarenta aos. Se ajust una distribucin de probabilidad al ratio de
resultados anuales entre las PTSV y se estim que para garantizar una probabilidad de ruina
menor del 1% durante tres aos, bastaba con un patrimonio propio no comprometido
equivalente al 4% de las PTSV.
Como ventaja principal de estos modelos tenemos la facilidad en su aplicacin. No
obstante, esa misma simplicidad, determina que es difcil su individualizacin al caso especfico
y particular de cada aseguradora, y por ello son muy sensibles a las variables usadas como
fuente de estimacin. A veces pueden llevar a conclusiones no deseables, por ejemplo: si la
variable utilizada es la cuanta o volumen de reservas tcnicas, una aseguradora prudente, que
dote suficientemente sus reservas, tendr, en consecuencia, un margen de solvencia mayor
que una compaa que tienda a infradotar sus reservas tcnicas. No obstante, este
inconveniente puede disminuirse usando y comparando varios ratios diferentes, por ejemplo:
un ratio basado en las primas y otro sobre la base de los siniestros.
Modelo anglosajn o analtico
El enfoque anglosajn analiza los riesgos individuales a los que se halla sometida la
aseguradora y determina la necesidad de recursos propios en funcin de los primeros.
El objetivo es eliminar los inconvenientes de los mtodos de ponderacin fija, no
incorporando slo dos o tres factores, sino todos los riesgos que se estima acontecen a la
actividad aseguradora. Adems, se ponen en correlacin todos los riesgos, esto es, no se
suman aritmticamente los valores que resulten para cada riesgo, sino que se incluyen en una
frmula ms compleja que refleje la correlacin o independencia de los riesgos, bajo el axioma
matemtico de que el todo es algo ms y distinto de las partes que lo componen.
Con origen en los Estados Unidos han sido adoptados posteriormente, con algunas
variaciones, por Japn y Canad, entre otros. A continuacin exponemos el modelo del RBC
de Estados Unidos para el Seguro de Vida.
176
FUNDACIN MAPFRE
El sistema RBC de Estados Unidos

El sistema denominado "Risk-Based Capital" fue introducido por la NAIC (National
Association of Insurance Commissioners), a principios de los aos noventa.
Como ya se ha explicado antes el sistema RBC consiste en asociar cada uno de los
principales riesgos que tienen las compaas con las necesidades de capital, teniendo en
cuenta de esta manera, las peculiaridades de cada compaa. No obstante, el sistema no
determina la simple agregacin de cada necesidad de capital individualizada por riesgo
considerado, sino que a utiliza un agregado en funcin de la correlacin existente entre los
distintos riesgos. De manera que la frmula recoja la correlacin entre riesgos mediante el
clculo de la covarianza. Este ajuste considera el riesgo acumulado de los distintos riesgos
individuales, incrementando la importancia de los ms significativos y reduciendo el resto.
La frmula establecida por la NAIC para el clculo del RBC para el caso de vida es la
siguiente (para el caso de No Vida la manera de calcularlo es parecida):
RBCVIDA = C0 + C4 A +
(C10 + C3 A )2 + C 21cs + C 2 2 + C 23b + C 2 4b
donde cada C i corresponde a una de las distintas categoras de riesgos considerados para el
clculo. Estas categoras son las siguientes:
C 0 , es el riesgo vinculado a los compromisos fuera del balance y a las filiales de sequro, se
refiere a las necesidades de margen RBC de las filiales, y al vinculado a compromisos no
registrados en el balance de la empresa.
C1 , es el riesgo de colocacin o riesgo de activo, se determina ponderando las colocaciones

con coeficientes que van del 0% al 30%. Adems existen unos factores de ajuste por fiscalidad.
Se distinguen las siguientes partes:
C1cs , riesgo de colocacin o riesgo de activo para las acciones.
C10 , riesgo de colocacin o riesgo de activo para otras colocaciones.
C 3b , riesgo adicional que hay que aadir a aquellas sociedades que operen
con seguros sanitarios.
C 2 , es el riesgo de seguro, es decir, para desviaciones desfavorables de la mortalidad o la

morbilidad. Este valor cubre a la vez el riesgo de desviacin de la prestacin real respecto de la
prestacin esperada y el de desconocimiento de la prestacin esperada. La necesidad de
margen RBC se calcula en funcin de las primas para los seguros de ahorro (porcentaje entre
177
FUNDACIN MAPFRE
el 7% y el 35%) y en funcin del capital de riesgo para los seguros de riesgo (porcentaje entre
el 0,5% al 0,15%).
C 3 , es el riesgo vinculado al tipo de inters y se determina aplicando a las provisiones

matemticas de cada categora un factor que va del 0,75% para contratos no redimibles de
muy corta duracin al 3% para contratos redimibles sin penalizacin de rescate o casi sin ella.
Estos factores aumentan un 50% salvo para aquellas compaas que puedan demostrar que su
activo y pasivo se ajustan convenientemente mediante la aplicacin de pruebas basadas en
proyecciones de movimientos efectivos ("cash flow test").
C 4 , es el riesgo comercial general y se refiere a aquellos riesgos no tenidos en cuenta en los

puntos anteriores. Se distinguen dos apartados:
C 4 a calculado como el 2% de las primas del seguro de vida.
C 4b referido a los gastos administrativos de las compaas que operan con

seguros sanitarios.
Los modelos basados en el riesgo tienen el inconveniente de ser ms difciles de

aplicar. Adems, debe asegurarse que cualquier nueva variable que se introduce lleve a una
ms exacta estimacin de los riesgos incurridos. Es necesario encontrar el equilibrio entre el
nmero de factores del componente, la complejidad de la frmula y la facilidad de su
aplicacin, as como encontrar la razn de correlacin entre los distintos factores de riesgo que
se quieren considerar.
7.3.2. Modelos prospectivos
Los dos modelos descritos anteriormente tienen como inconveniente que son
puramente retrospectivos, y no incorporan hiptesis sobre las tendencias futuras o datos del
mercado que pueden alterar significativamente la solvencia.
En cambio los modelos prospectivos calculan las exigencias de solvencia sobre la base
de datos histricos, pero tambin factorizando las hiptesis sobre los cambios en la compaa y
el mercado. Los resultados obtenidos slo son vlidos si el modelo refleja a la compaa en
relacin con la situacin del mercado de manera real y adecuada.
De este tipo de modelos tenemos el caso del regulador australiano o del regulador
suizo. En lo que respecta a la determinacin de los compromisos de la aseguradora, la
diferencia fundamental entre ambos, como ya mencionamos en la introduccin, radica en la
178
FUNDACIN MAPFRE
determinacin del MVM. El primero lo determina por el mtodo de los percentil es60, mientras
que el segundo utiliza el mtodo del coste del capital, que veremos a continuacin.
Swiss Solvency Test (SST)
El regulador suizo ha promulgado recientemente un nuevo mtodo para la
determinacin de los recursos propios ptimos. Este modelo es prospectivo y por ello considera
las hiptesis sobre posibles cambios en la compaa as como las expectativas de los
intervinientes en el mercado.
En primer lugar define el Risk Bearing Capital, como la diferencia entre la valoracin
market consistent de los activos y el best estimate de las provisiones tcnicas, al cual se le
aade un Margin Value Market (MVM). El MVM se determina por el mtodo del coste del
capital, y representa el coste del capital regulatorio. Se justifica por el regulador suizo, para
garantizar la proteccin de los Tomadores, por la compensacin que un tercero exigira por
hacer frente al riesgo asegurador y resto de servicios inherentes, en el caso de que la
aseguradora no pudiera cumplir con sus compromisos, como consecuencia del coste que
supone el capital regulatorio.
A continuacin establece una alerta temprana para el supervisor, que define como el
Target Capital, que representa los recursos propios suficientes para financiar durante un ao, la
desviacin desfavorable en el Risk Bearing Capital (con un nivel de confianza del 99%). La
determinacin de este Target Capital segn el SST, se lleva a cabo como la suma de 4
componentes:
Modelo stndard.
Escenarios particularizados.
Recargo por riesgo de crdito.
Margin Value Market.
Modelo stndard: toma en consideracin 23 factores de riesgo de mercado y 6 factores de

riesgo de seguro, a cada uno de los cuales supone una distribucin normal con su
correspondiente matriz de correlaciones.
Escenarios particularizados: nivel de recursos propios necesarios para afrontar una serie de
escenarios adversos no recogidos por el modelo stndard anterior. Considera:
60
un grupo de escenarios adversos predefinidos;
Determina el Best Estimate de las provisiones tcnicas, as como la como la cuantificacin que deja a su izquierda el
75 o 90% de las valoraciones posibles de los compromisos, en base a las expectativas de los intervinientes en el
mercado respecto a las hiptesis tcnicas (salvando el inters tcnico, que sera el derivado de los mercados de
capitales), quedando determinado el MVM como la diferencia entre esta cuantificacin y el Best Estimate.
179
FUNDACIN MAPFRE
un grupo de escenarios prescritos en base al riesgo concreto asumido por la aseguradora;
el posible default del reasegurador.
Recargo por riesgo de crdito: refleja el impacto de todos los riesgos de crdito asumidos por el
asegurador, salvando el posible quebranto del reasegurador, ya recogido en el punto anterior.
Margin Value Market: se determina como el valor actual del coste del capital regulatorio,
asociado a la cartera de activo y pasivo de la aseguradora.
7.4. EL VALOR RAZONABLE Y EL MARGEN DE SOLVENCIA

7.4.1. Necesidades de capital por riesgo de mercado
Emplearemos las conclusiones alcanzadas en los captulos anteriores para determinar
las necesidades de capital como consecuencia del riesgo de mercado considerado desde una
doble perspectiva:
Exceso sobre el valor reconocido en balance de las PTSV y su valor razonable

determinado como ya se ha expuesto.
Las prdidas posibles para un perodo de tiempo por variaciones en el valor razonable de
las PTSV, debido a la exposicin a modificaciones del subyacente.
Consideraremos como subyacente el tipo de inters libre de riesgo, el tanto de mortalidad y
el spread por riesgo de crdito.
No nos detendremos mucho ms en la determinacin del valor razonable de las PTSV,
y por tanto en la diferencia entre este y el valor reconocido en balance. A continuacin

determinaremos una estimacin de las posibles prdidas a las que se halla expuesta la
aseguradora, como consecuencia de la modificacin en el subyacente del valor razonable.
Desde el punto de vista del valor razonable del activo y el pasivo de una aseguradora
podemos destacar los siguientes riesgos:
Riesgo de inters. Es el riesgo que corre la empresa de que disminuya el resultado tcnico
financiero, o se deteriore el valor patrimonial de la compaa como consecuencia de un
cambio en los tipos de inters
Riesgo tcnico. En este caso consideraremos la posibilidad de incrementos en el valor de

los compromisos de la aseguradora como consecuencia de variaciones en la esperanza de
vida, respecto a las estimaciones de la industria aseguradora.
180
FUNDACIN MAPFRE
Riesgo de spread de crdito. Posibilidad de prdidas de valor en los activos o incremento

de los compromisos de la compaa, como consecuencia de alteraciones en la prima de
riesgo de crdito.
7.4.2. Sensibilidad del valor razonable de las PTSV por cambios en el subyacente
Hemos considerado como subyacentes del valor razonable de las PTSV, el tipo de
inters, el tanto de mortalidad y el spread por riesgo de crdito. Para estudiar la sensibilidad del
valor razonable de las PTSV por cambios en estos subyacentes, consideraremos las
posiciones que se relacionan tradicionalmente con los anlisis de sensibilidad de los derivados
financieros:
Posicin Delta. Recoge la sensibilidad del valor razonable de las PTSV ante cambios en
los niveles del subyacente. Dado que las PTSV, suponen un compromiso para la
compaa, la posicin Delta, medir el incremento en su valor razonable por
modificaciones del subyacente.
Si consideramos el tipo de inters como subyacente, la posicin Delta medir como afecta
al valor razonable de las PTSV una disminucin en la ETTI.
Cuando el subyacente sea el tanto de mortalidad, la posicin Delta se medir de manera
diferente si el Seguro de Vida es de Riesgo (cubre el fallecimiento) o de Ahorro (cubre la
supervivencia). En el primer caso se considerarn incrementos y en el segundo
decrementos de la curva de mortalidad. Tratndose de Seguros de Vida Mixtos (cubre
tanto la supervivencia como el fallecimiento), depender de la cobertura que cobre mayor
importancia.
Por ltimo en cuanto al spread por riesgo de crdito, la posicin Delta medir la
sensibilidad del valor razonable de las PTSV ante incrementos en la calidad crediticia de la
aseguradora.
Posicin Gamma. Mide el cambio esperado en la posicin Delta a partir de cambios en los
niveles del subyacente.
Posicin Vega. Medida de sensibilidad del valor razonable de las PTSV por cambios en la
volatilidad del subyacente.
El valor razonable de las opcionalidades implcitas en las PTSV, que representan una
asimetra en sus posibles valoraciones, crecer ante volatilidades ms elevadas del
subyacente.
Posicin Theta. Mide el riesgo de modificacin del valor razonable como consecuencia de
la aproximacin a la fecha de vencimiento de la pliza.
Las opcionalidades mencionadas anteriormente disminuirn su valor conforme se acerca
el vencimiento de la pliza.
181
FUNDACIN MAPFRE
Para ilustrar la medicin de las posiciones anteriores ms importantes, referidas al

valor razonable de las PTSV, consideraremos los resultados para nuestro ejemplo.
Posicin Delta
Consideraremos para determinar la posicin Delta respecto a los tipos de inters, la
sensibilidad del valor razonable de las PTSV ante un movimiento paralelo a la baja de 100
puntos bsicos en la ETTI.
Dado que la ETTI de nuestro ejemplo es considerablemente baja, supondremos que
originalmente es 100 puntos bsicos ms alta y compararemos los resultados con los
obtenidos previamente para nuestro ejemplo.
La curva cupn cero en este caso ser la siguiente:
t
P(0, t)
0,967743
0,928432
0,885796
0,841285
0,796782
Cuadro 7.2.: Curva cupn cero

incrementada en 100 p.b.
Manteniendo los mismos parmetros de Vasicek obtenemos el siguiente rbol trinomial

para el tipo a corto:
R i,j
0,10
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
0,00
1,00
2,00
3,00
4,00
Grfico 7.1.: rbol del tipo de inters a corto, segn la ETTI del
cuadro 7.2.
182
FUNDACIN MAPFRE
De ser as las anteriores valoraciones para nuestro ejemplo del capitulo anterior sobre
un Seguro Mixto, pasaran a ser:
Capitalizacin actuarial
Sin opciones
Rescate
PB
0,774363
0,807910
0,847473
1
i , j , k ,l
= 1i ,k + q1i ,l + Ri , j
Rescate & PB
0,881020
Cuadro 7.3. Resumen de valoraciones efectuadas respecto al valor razonable de las PTSV a partir de la ETTI
incrementada en 100 p.b..
La sensibilidad del valor razonable de las PTSV sera considerando la ETTI del grfico
7.3. como la original, la que sigue:
Capitalizacin actuarial
Sin opciones
Rescate
PB
4,85793%
2,08649%
2,10060%
1
i , j , k ,l
= 1i ,k + q1i ,l + Ri , j
Rescate & PB
<0,3359%>
Cuadro 7.4. Sensibilidad del valor razonable de las PTSV ante un descenso paralelo de 100 p. b. en la ETTI.
Si representamos grficamente las distintas valoraciones considerando variaciones

paralelas de 10 p.b. en la ETTI, tendramos
0,90
0,85
0,80
Rescate & PB
PB
0,75
Rescate
Sin opciones
10
0
80
60
40
20
-2
0
-4
0
-6
0
-8
0
-1
00
0,70
Grfico 7.2.: Posicin Delta de las distintas valoraciones de las PTSV

respecto de los tipos de Inters.
183
FUNDACIN MAPFRE
Si nos centramos en la valoracin incluyendo las opciones de rescate y PB tenemos

0,888
0,886
0,884
0,882
0,880
0,878
10
0
80
60
40
20
-2
0
-4
0
-6
0
-8
0
-1
00
0,876
Grfico 7.3.: Posicin Delta de la valoraciones de las PTSV respecto de los tipos de
inters con rescate y PB.
Exactamente igual se hara para el tanto de mortalidad y el spread por riesgo de riesgo
de crdito.
Posicin Vega
Para ilustrar la sensibilidad del valor razonable de las PTSV ante variaciones en la
volatilidad del subyacente, nos centraremos en el tanto de mortalidad como subyacente.
Supondremos que la situacin es la del ejemplo y pretendemos analizar la sensibilidad
del valor razonable ante el incremento en la volatilidad del tanto de mortalidad. Para ello
supondremos que la volatilidad,
, pasa a ser de un 0,67846%. El rbol trinomial
recombinante para la medida de mortalidad
1i ,k
sera ahora:
0,035
1i ,k
0,03
0,025
0,02
0,015
0,01
0,005
0
0
184
FUNDACIN MAPFRE
Grfico 7.4.: rbol del tanto de mortalidad suponiendo

que el valor de asciende a un 0,67846%.
El resumen de valoraciones sera ahora:
1
i , j , k ,l
= 1i ,k + q1i ,l + Ri , j
Sin opciones
Rescate
PB
Rescate+PB
0,811981
0,824781
0,865275
0,878075
Cuadro 7.5. Resumen de valoraciones efectuadas respecto al valor razonable de las PTSV para un parmetro
del tanto de mortalidad de 0,67846%.
As la sensibilidad del valor razonable de las PTSV ante un incremento del parmetro
de volatilidad
1
i , j , k ,l
, hasta 0,67846%, ser:
= 1i ,k + q 1i ,l + Ri , j
Sin opciones
Rescate
PB
Rescate+PB
0,00000%
0,00192%
0,00000%
0,00180%
Cuadro 7.6. Sensibilidad del valor razonable de las PTSV cuando el parmetro del tanto de mortalidad
pasa de un 0,45231% a un 0,67846%.
Llevaramos a cabo el mismo proceso para analizar la sensibilidad del valor razonable
de las PTSV por incrementos en la ETV o la volatilidad asociada al spread por riesgo de
crdito.
185
FUNDACIN MAPFRE
FUNDACIN MAPFRE
QUINTA PARTE: CONCLUSIONES

CAPTULO 8
CONCLUSIONES
8.1. MODELO PROPUESTO
Hemos propuesto un proceso de estimacin de los compromisos del asegurador
debidos a contratos de Seguros de Vida, de forma consistente con el mercado. Tambin se ha
expuesto una metodologa para la cuantificacin de los requerimientos de solvencia, segn la
metodologa del valor razonable.
8.1.1. Estimacin del valor razonable de las PTSV
8.1.1.1. Subyacentes considerados
Los subyacentes al valor razonable de las PTSV considerados, han sido los siguientes:
Tipo de inters libre de riesgo.
Tanto de mortalidad.
Spread por riesgo de crdito de la aseguradora.

8.1.1.1.1. Tipo de inters libre de riesgo
Una vez disponemos de la ETTI vigente en la fecha de valoracin, aplicamos el modelo

de Hull White con un factor de riesgo, para recoger las expectativas del mercado acerca de la
evolucin futura de la ETTI. Este modelo calibrable a mercado, permite replicar la ETTI. Para
replicar tambin la ETVs tendramos que recurrir al modelo de dos factores.
Dado que nos interesa trabajar con tiempo discreto, aplicamos el algoritmo robusto de
dos pasos propuesto por Hull y White, para la implementacin numrica de este modelo
mediante rboles trinomiales recombinantes. Este modelo considera que el tipo de inters libre
de riesgo a corto plazo sigue el siguiente proceso estocstico:

La consideracin en tiempo discreto de este modelo a travs de rboles trinomiales, simplifica y
facilita su implementacin. En uno de los ejemplos ilustrativos que incluimos obtenemos el
siguiente rbol trinomial recombinante:
187
FUNDACIN MAPFRE
R i,j
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0,00
0,00
1,00
2,00
3,00
4,00
Grfico 3.1.: rbol del tipo de inters a corto plazo.
8.1.1.1.2. Tanto de mortalidad

Tratndose de Seguros de Vida, el riesgo tcnico se centra fundamentalmente en el
riesgo biomtrico, considerado como el riesgo derivado de la realizacin del suceso
fallecimiento o supervivencia del Asegurado.
Podemos dividir el riesgo biomtrico en dos partes:
1. Riesgo sistemtico o de desconocimiento de la esperanza matemtica de la realizacin
del suceso.
2. Riesgo no sistemtico o de desviacin de la realizacin del suceso respecto a su
esperanza matemtica.
Este trabajo se ha centrado en el riesgo sistemtico o de desconocimiento de la
esperanza matemtica de la realizacin del suceso, ya que el riesgo no sistemtico se puede
reducir ampliando la cartera asegurada.
En cuanto a la valoracin consistente con el mercado para este componente del
modelo, nos encontramos con que no existe un mercado en el que se negocie activamente
como subyacente, una medida de la realizacin del mencionado suceso, hemos de recurrir a su
ajuste histrico.
En este trabajo de investigacin se han expuesto los modelos de graduacin de tablas
de mortalidad dinmicas de Heligman y Pollard, y de Lee Carter, aplicndose en la
graduacin de la mortalidad para la poblacin andaluza. Si bien proponemos el modelo de Lee
Carter, el modelo de Helligman y Pollard ha servido de contraste de los resultados obtenidos.
188
FUNDACIN MAPFRE
El modelo de Lee Carter considera la probabilidad de fallecimiento a un ao, q x , y ,

como sigue:
ln(q x , y ) = a x + bx k y + ' xy ,
Los parmetros a x y bx dependen de la edad, x , quedando caracterizada la mortalidad en el
ao y mediante el factor no observable, k y , de manera que el factor bx recoge la dinamicidad
del proceso. En general, suele ajustar bien para el factor k y un modelo ARIMA(0, 1, 0) con
constante negativa:
k y = c + k y 1 + y
Entre las ventajas ms importantes del modelo, podemos destacar la rapidez en su
aplicacin. Si bien en nuestro ajuste de la mortalidad andaluza, ha sido algo ms lento debido
al problema de la sobre-estimacin de la mortalidad masculina para edades jvenes. No
obstante, este problema es independiente del modelo escogido, debiendo realizar los ajustes
oportunos tambin para el modelo de Helligman y Pollard.
Consideraremos que el error
' x, y
se relaciona con el riesgo de desviacin de la
siniestralidad real respecto de la esperada, mientras que el error
se corresponde con el
riesgo de desconocimiento de la siniestralidad esperada en el ao futuro y . Los resultados de

nuestro ajuste de la mortalidad a la poblacin andaluza han sido, como expusimos en el
captulo 4 los siguientes:
-2
-3
-4
Ep ln(q x , y )
-5
-6
-7
-8
-9
-10
-11
2050
2040
80
2030
2020
60
2010
40
2000 20
Grfico 4.13: Resultados proyectados de ln(qx,y) obtenidos mediante el modelo de

LeeCarter suavizado. Mujeres.
189
FUNDACIN MAPFRE
-2
-3
-4
-5
Ep ln q x , y
-6
-7
-8
-9
-10
-11
2050
2040
80
2030
2020
60
2010
40
2000 20
Grfico 4.12.: Resultados proyectados de ln(qx,y) obtenidos mediante el modelo de

LeeCarter suavizado. Hombres.
Los resultados anteriores, proporcionan la esperanza matemtica del suceso

fallecimiento a un ao. No obstante si nos centramos en la caracterizacin de la mortalidad
para el ao
y , a partir del valor del parmetro k y , junto a su esperanza matemtica hemos
obtenido los intervalos de confianza al 95% siguientes:

20
10
0
-10
-20
-30
Kt
Int.Inf
-40
Int.Sup
10
20
08
20
06
20
04
20
02
20
98
96
94
92
90
88
86
84
82
00
20
19
19
19
19
19
19
19
19
19
19
80
-50

Hombres.
190
FUNDACIN MAPFRE
20
10
0
-10
-20
Kt
Int.Inf
-30
Int.Sup
10
20
08
20
06
20
04
20
02
20
00
20
98
19
96
19
94
92
19
88
86
84
90
19
19
19
19
19
19
19
80
82
-40

Mujeres.
Esto nos induce a considerar la esperanza matemtica del suceso fallecimiento como un
proceso estocstico. Si representamos la distribucin de probabilidad correspondiente a
ln(q x , y ) , de una mujer de 70 aos de edad en los aos 2001 y siguientes, teniendo en cuenta
como modelo para el parmetro, k y , el ARIMA(0,1,0) con constante negativa expuesto,
tendramos
0.2
0.15
Pr ln(q x , y )
0.1
0.05
0
2000
2005
2010
2015
2020
-4.5
-4.6
-4.7
-4.8
-4.9
-5
ln(q x , y )
Grfico 4.16.: Distribucin de la esperanza matemtica de la medida de mortalidad para una mujer
de 70 aos en los aos 2001 y siguientes.
191
FUNDACIN MAPFRE
Para reconocer este riesgo de desconocimiento de la prestacin esperada, nuestra

propuesta es considerar que el tanto de mortalidad, sigue un proceso estocstico de Ornstein
Uhlenbeck. Para ello definimos el tanto de mortalidad a un ao como
t +1
x, y
(t ) =
(s)ds
t
siendo
ln(T t p x + t , y +t )
: tanto instantneo de mortalidad,
t
T =t
(t ) =
T t
p x +t , y +t =
l x +T , y +T
l x +t , y +t
: probabilidad de supervivencia en
T , de un asegurado de edad x + t ,
en t .
Consideraremos que en tiempo continuo esta medida sigue el siguiente proceso
estocstico:
d 1 x , y (t ) = (t ) a 1 x , y (t ) dt + dWt
Proponemos un algoritmo para su resolucin numrica a travs de rboles trinomiales,
que desarrollamos en el captulo 4. Para el ejemplo de una seora de 70 aos en el 2005, cuya
estructura temporal para el tanto de mortalidad, de nuestro ajuste a la poblacin andaluza es la
siguiente para los prximos 14 aos:
1i
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0
10
15
Grfico 8.1.: Tanto de mortalidad a cada plazo.
192
FUNDACIN MAPFRE
Tendra el siguiente rbol trinomial recombinante segn las hiptesis de nuestro modelo:
1i ,k
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0
10
15
Grfico 8.2.: rbol del tanto de mortalidad a cada plazo.
La difusin sobre la medida de mortalidad, tiene por finalidad introducir en la

cuantificacin de las PTSV, la probabilidad usada en la valoracin a mercado, para estimar as
las opcionalidades implcitas por asimetras en la posible valoracin futura de las PTSV.
En cuanto a la calibracin de este subyacente, exponemos en el captulo 4, el proceso
que se seguira si disponemos de GAOs (Guaranteed Annuity Options) como instrumentos
calibrantes.
Dado que a fecha de elaboracin de la presente investigacin, no se dispone de
suficientes instrumentos calibrantes, exponemos como se calibrara el modelo en cuanto al
riesgo tcnico sistemtico, a partir de la volatilidad manifestada en el ajuste de las tablas de
mortalidad.
8.1.1.1.3. Spread por riesgo de crdito
Se han expuesto varios mtodos para introducir en el anlisis el riesgo de crdito. No
obstante, en nuestro objetivo de proporcionar un modelo de estimacin del Fair Value de las
PTSV, estocstico con tres factores de riesgo, se ha considerado igualmente para esta
subyacente un proceso estocstico afn unifactorial.
Para este subyacente, hemos considerado el modelo propuesto por Schnbucher y que
considera para el spread por riesgo de crdito un proceso estocstico cuya evolucin se rige
por la siguiente EDE:
dq1t = ( t aq1t )dt + dWt
193
FUNDACIN MAPFRE
En cuanto a la posibilidad de correlacin entre el tipo a corto y el spread por riesgo de

crdito, queda resuelto cuando esta correlacin no es demasiado elevada mediante la
propuesta de Schnbucher, descrita en el apartado 5.4.
Igualmente su resolucin numrica a travs de rboles trinomiales recombinantes se ha
descrito en el apartado 5.4.
Para determinar los spread de la aseguradora a cada plazo, usaramos:
la emisin de deuda de la aseguradora a cada plazo, y de ah extraer los diferenciales

de precios respecto a la deuda sin riesgo de crdito, o bien,
si es posible del mercado de CDSs.

Asimismo se ha expuesto en el captulo 5, un mtodo de estimacin de la prima
correspondiente a una opcin sobre CDSs, y la calibracin de nuestro modelo a partir de su

precio de cotizacin.
En el ejemplo del captulo 5, obtenemos para el spread por riesgo de crdito de la
aseguradora el siguiente rbol trinomial recombinante:
q1i ,l
0,02
0,02
0,02
0,01
0,01
0,01
0,01
0,01
0,00
0,00
0,00
0,00
1,00
2,00
3,00
4,00
Grfico 5.1.: rbol de spread de riesgo de crdito a corto.
8.1.1.2. Difusin del valor actual actuarial

El modelo de evolucin de la funcin valor actual actuarial aplicado ha sido
T t
E x +t = P c (t , T ) T t p x +t
donde P (t , T ) : el valor del bono con riesgo, segn la dinmica de la expresin 5.7, y
T t
p x +t , la probabilidad de supervivencia en T , para un Asegurado de edad x + t , segn la
expresin 4.1. El factor de descuento actuarial propuesto tiene por tanto, tres factores de
riesgo, que podemos representar por
T t
E x +t (r (t ), x (t ), q (t )) .
194
FUNDACIN MAPFRE
La medida realmente implementada numricamente mediante rboles trinomiales, ha

sido la funcin valor actual actuarial a corto plazo en tiempo discreto:
E c x + i , j ,k ,l = exp( ( Ri , j + i1,k + q1i ,l ) t )
o lo que es lo mismo, se ha implementado el tanto de capitalizacin actuarial modificado

siguiente:
c i , j ,k ,l = Ri , j + 1i ,k + q1i ,l
ya que
E c x + i , j ,k ,l = exp c i , j ,k ,l t
As obtenemos rboles trinomiales recombinantes de cuatro dimensiones, en los cuales

cada nodo tiene la forma del cuadro 5.2., con 27 ramas:
0.06
0.05
0.04
Ri , j
0.03
0.02
0.01
0
0.02
0.015
0.01
i ,k
0.005
0
0.005
0.015
0.01
0.02
q1i ,l
Figura 5.2. Transicin de los tres subyacentes considerados a partir del nodo origen
8.1.1.3. Estimacin del valor razonable de las PTSV

Se ha propuesto la determinacin del valor razonable de las PTSV a travs del rbol
trinomial anterior. La determinacin del valor razonable, se lleva a cabo iterativamente a travs
del descuento desde el corte temporal en que tiene lugar el vencimiento de la Pliza, hasta la
fecha de valoracin, del flujo de caja proporcionado por la Pliza de Seguro de Vida.
La expresin a aplicar en este caso es la que sigue:
195
FUNDACIN MAPFRE
V c (i, j , k , l ) = exp( c i , j ,k ,l t )
3
3
3
S i +1 + p s ,rV c (i + 1, j r , k s , l t ) + 1 exp( 1i ,k t ) Fi
r =1 s =1 t =1
siendo
S i +1 : flujos de caja por garantas, gastos o primas pagaderos a la supervivencia del asegurado
en i+1. Las primas a cobrar se considerarn con signo menos.
Fi : flujos de caja por garantas o gastos pagaderos al fallecimiento del asegurado entre i e
i+1. En este caso hemos establecido la hiptesis de fallecimiento al inicio del periodo
considerado.
El valor razonable de las PTSV sera el valor que el rbol trinomial en el nodo origen,
V c (0,0,0,0) .
Opcin de rescate
Las hiptesis que se estn barajando en cuanto a la valoracin de la opcin de rescate
en el marco del Valor Razonable, son dos:
se puede considerar como un conjunto de flujos de caja probables que matizan el

resto, o bien,
como un suelo a los posibles valores que puede tomar el valor razonable de las PTSV
en el futuro.
En la presente investigacin exponemos el segundo mtodo de valoracin, en cuyo
caso la expresin a aplicar sera:
V Rc (i, j , k , l ) = max V c (i, j , k , l ); i R x
V c (i, j , k , l ) = exp( c i , j ,k ,l t )
3
3
3
S i +1 + p s ,r ,tV Rc (i + 1, j r , k s , lt ) + 1 exp( 1i ,k
r =1 s =1 t =1
t ) Fi
Al tomar esta alternativa, la opcin de rescate se ha de valorar como implcita, es decir,

que su determinacin ha de ser inherente a la del total del valor razonable de las PTSV, ya que
para su determinacin requiere la informacin del valor razonable de las PTSV en cada nodo,
Vc.
196
FUNDACIN MAPFRE
As el valor razonable de las PTSV incluida la opcin de rescate sera el valor que tome
el nodo origen en este caso, V
Rc
(0,0,0,0) .
Opcin de participacin en beneficios

Esta opcin puede presentar mltiples formas, desde una disminucin en el
compromiso pendiente del Tomador, hasta un incremento en la cuanta de los capitales
garantizados, pasando por un extorno de primas para el Tomador. De cualquier modo, supone
una asimetra en los resultados de la operacin de seguro para la entidad aseguradora, debido
a que si la rentabilidad de los activos afectos a las PTSV supera el inters tcnico, tiene lugar
una mejora en la situacin del Tomador, mientras que en caso contrario, no se produce un
menoscabo en la misma. La manera de valorar ser diferente segn la modalidad de
participacin en beneficios (PB) imputada. Para ilustrar una de ellas, en el presente trabajo se
ha expuesto el caso de incremento en los capitales garantizados.
El rbol trinomial recombinante combinado de los tres subyacentes considerados,
permite determinar los resultados que esta opcin proporciona segn los diferentes escenarios
futuros. La determinacin de la asimetra resultante se obtiene de forma natural, como
exponemos en el captulo 6.
8.1.2. El valor razonable y la estimacin de los recursos propios
La propuesta del presente trabajo para la determinacin de los recursos propios
debidas al riesgo derivado del negocio asegurador, es obtenerla entre otros, a partir de los dos
anlisis que siguen:
Diferencia entre el valor razonable de las PTSV y su valor contabilizado.
Resultado de las pruebas de stress, del valor razonable de las PTSV, por variacin en
los niveles del subyacente o incremento en su volatilidad.
El primero es el ms evidente y supone la diferencia entre la valoracin a mercado y la
correspondiente segn el Plan Contable de Entidades Aseguradoras. Mientras no se lleve a

cabo la contabilizacin a valor razonable tendr que ser tenido en cuenta.
En cuanto al segundo anlisis se han considerado en el apartado 7.4.2. cuatro
posiciones:
Posicin Delta. Sensibilidad del valor razonable de las PTSV por cambios en los
niveles del subyacente.
197
FUNDACIN MAPFRE
Posicin Gamma. Mide el cambio esperado en la posicin Delta a partir de

cambios en los niveles del subyacente.
Posicin Vega. Sensibilidad del valor razonable de las PTSV por cambios en la
volatilidad del subyacente.
Posicin Theta. Mide el riesgo de cambios en el valor razonable de las PTSV

como consecuencia de la aproximacin a la fecha de vencimiento de la pliza.
Estas cuatro posiciones se debern considerar en cuanto a los tres subyacentes

incluidos en el anlisis: tipos libres de riesgo, tanto de mortalidad y spread por riesgo de crdito
de la aseguradora.
En el ejemplo del captulo 7 la posicin delta respecto de los tipos de inters libres de
riesgo de las PTSV, incluyendo opcin de rescate y opcin de participacin en beneficios, viene
dada por el siguiente grfico:
0,888
0,886
0,884
0,882
0,880
0,878
10
0
80
60
40
20
-2
0
-4
0
-6
0
-8
0
-1
00
0,876
Grfico 7.3.: Posicin Delta respecto de los tipos de Inters de las

PTSV incluyendo opciones de rescate y participacin en beneficios.
8.2. VENTAJAS E INCONVENIENTES DEL MODELO PROPUESTO

Ventajas del modelo
Entre las ventajas de la metodologa expuesta podemos destacar:
El ajuste de tablas de mortalidad dinmicas sin margen de seguridad implcito, a la

zona de procedencia de la poblacin objeto de aseguramiento, incorpora no solamente
las probabilidades de supervivencia y fallecimiento reales asociadas a dicha poblacin,
sino tambin la dinamicidad que se observa en su esperanza de vida. La rapidez y
198
FUNDACIN MAPFRE
flexibilidad en la aplicacin del modelo de Lee Carter, lo constituye como apto para
calibrar nuestro modelo respecto al riesgo biomtrico.
La aplicacin a los subyacentes al valor razonable de las PTSV de los conocidos como
modelos estocsticos afines, con reversin a la media y con la estructura del modelo
de Hull White (o Vasicek extendido) permite:
o
obtener expresiones analticas de las magnitudes empleadas en la valoracin;
la reversin a la media consigue la deseada convergencia para la valoracin;
replicacin de la estructura temporal de los tipos de inters libres de riesgo de

mercado, medida mortalidad ajustada a la poblacin objeto de aseguramiento,
y spread por riesgo de crdito de la entidad aseguradora.
El rbol recombinante tridimensional propuesto para la implementacin numrica,

permite establecer los escenarios futuros en los cuales:
la entidad debera de realizar imputaciones adicionales con la finalidad de

cubrir el valor de rescate garantizado,
la entidad asigna una mayor garanta a la pliza fruto de las realizaciones de

participacin en beneficios futuras.
as como las probabilidades de ocurrencia de dichos escenarios, que est valorando el

mercado, si el modelo ha sido calibrado a mercado, o bien, la probabilidad real si ha
sido ajustado en base a informacin histrica.
Se ha expuesto como determinar el VAR del valor razonable correspondiente a las

provisiones tcnicas, segn las posiciones:
o
Delta: incremento en el valor razonable debido a modificaciones en la ETTI,

curva de mortalidad y en su caso spread de crdito.
Vega: incremento en el valor razonable como consecuencia de variaciones en

la ETV, en la volatilidad correspondiente a la curva de mortalidad y en su caso
de la curva de spread de crdito.
Etc.
Inconvenientes del modelo

Como inconvenientes destacamos:
Cualquier modelo para la valoracin consistente con el mercado, requiere de

instrumentos financieros lquidos para que pueda ser adecuadamente calibrado.
199
FUNDACIN MAPFRE
Actualmente no encontramos problema para calibrar el modelo de Hull White

para los tipos de inters a corto, ya que tras un proceso de filtrado previo
podemos extraer del mercado la ETTI, y adems en el mercado espaol
tenemos entre otros el caplet como instrumento financiero ampliamente
negociado.
En cuanto al modelo para el spread por riesgo de crdito, si bien es posible

calibrar a partir de los CDSs, el diferencial de precios para cada plazo, es difcil
encontrar instrumentos plain vanilla suficientemente lquidos, para calibrar los
parmetros de volatilidad del modelo de Schnbucher. Asimismo es
complicado encontrar cotizaciones de la correlacin entre los tipos de inters y
el spread por riesgo de crdito del nombre de referencia61.
Para nuestra propuesta sobre la evolucin estocstica del tanto de mortalidad,

los nicos antecedentes que conocemos de instrumentos financieros
cotizados, son el EIB/BNP longevity bond (2004) y el Swiss Re catastrophe
bond (2003). El primero toma como subyacente una cohorte masculina de 65
aos de edad, de origen ingls y gals, mientras que el segundo se halla
referenciado a los ndices de mortalidad de cinco pases: Estados Unidos,
Reino Unido, Francia, Italia y Suiza. Si bien el primero tena una duracin de 25
aos, a finales de 2005 fue retirado por falta de inversores. En cuanto al ltimo
su duracin se fij en 3 aos. Por lo tanto, no encontramos en la actualidad
suficientes instrumentos financieros calibrantes.
Cuando no disponemos de instrumentos financieros calibrantes hemos de recurrir a la

estimacin por ajuste histrico de la volatilidad.
Por otra parte, uno de los problemas ms importantes que presenta el modelo de Hull
White, es que se puede dar lugar a subyacentes negativos. Es por ello que hay que
vigilar los resultados obtenidos y ajustar las diferencias oportunas.
En cuanto al modelo propuesto por Schnbucher para incluir en la valoracin la posible

correlacin entre el tipo libre de riesgo y la probabilidad de default, este no sera
aplicable cuando esta correlacin es elevada, ya que dara lugar a probabilidades de
transicin negativas.
En cuanto a la inclusin en el anlisis del spread por riesgo de crdito del activo afecto
a las PTSV (para la opcin de PB), se debe de incluir en el modelo el tratamiento de la
correlacin entre el spread por riesgo de crdito de la aseguradora y del activo afecto a
las PTSV.
61
Aseguradora en el caso de las PTSV, o el emisor del ttulo afecto a estas PTSV.
200
FUNDACIN MAPFRE
Como inconvenientes generales para cualquier modelo, podemos destacar, que los
clculos para un horizonte temporal demasiado largo sern extremadamente sensibles
a las asunciones subyacentes del modelo:
o
Si el modelo considera una distribucin inadecuada o se halla calibrado

incorrectamente, se pueden obtener resultados errneos y magnificados a lo
largo del horizonte temporal considerado. Por ello se tienen que vigilar muy
estrechamente estos resultados con la finalidad de determinar incoherencias.
Es lo que Panning (1999) denomina riesgo de estimacin.
Asimismo en el largo plazo, el modelo debera de incorporar como la

aseguradora reaccionar a diversos grupos de escenarios. As por ejemplo, si
bien es cierto que en los escenarios en los que exista excedente negativo, la
aseguradora puede tener problemas, cuando ocurra lo contrario la aseguradora
podra incrementar la cuanta del activo afecto. Panning (1999) denomina al
impacto de estas decisiones futuras, modificacin adaptativa del riesgo.
201
FUNDACIN MAPFRE
FUNDACIN MAPFRE
CAPTULO 9
BIBLIOGRAFA
ALONSO, A.M., PEA, D. y RODRIGUEZ, J. (2005). "Proyecciones de la poblacin espaola."
Documento de trabajo. Serie de Estadstica y Econometra. Universidad Carlos III de Madrid.
ALTMAN, E. I. (1989). "Measuring corporate bond mortality and performance." Journal of
Finance. Volumen 44.
AMERICAN ACADEMY OF ACTUARIES FAIR VALUE WORK GROUP (2002). Fair Valuation
of Insurance Liabilities: Principles and Methods. Accounting Policies and Procedures Task
Force. Washington, D.C.
BABBEL, D. F., GOLD, J. Y MERRILL, C.B. (2002). "Fair Value of Liabilities: The Financial
Economics Perspective." North American Actuarial Journal. Volumen 6.
BABBEL, D. F. Y. MERRILL., C. B. (1998). "Economic Valuation Models for Insurers: Reply."
North American Actuarial Journal. Volumen 2(3).
BABBEL, D. F. Y. MERRILL., C. B. (1997). "Two Paradigms for the Market Value of Liabilities:
Discussion." North American Actuarial Journal. Volumen 1(4).
BALBS, A, GUTIRREZ, S. GIL FANA, J.A. (1989). "Anlisis Matemtico para la Economa I.
Clculo Diferencial" Madrid. Ed. AC.
BALBS, A, GUTIRREZ, S. GIL FANA, J.A. (1989). "Anlisis Matemtico para la Economa II.
Clculo Integral y Sistemas Dinmicos" Madrid. Ed. AC.
BASEL COMMITTEE ON BANKING SUPERVISION (2003). "The New Basel Capital Accord."
Consultative Document, Bank for International Settlements, April.
BENJAMIN, B. Y. SOLIMAN., A. (1995). Mortality on then Move. Oxfort, Actuarial Education
Service.
BETZUEN, A. (1989). Planes y Fondos de Pensiones. Su Clculo y Valoracin. Ediciones
Deusto. Bilbao.
203
FUNDACIN MAPFRE
BETZUEN, A. (1997). An aproach to peoples in employment mortality through smoothing

splines. Edimburgo, Heriot-Watt University.
BIFFIS, E. Y. MILLOSSOVICH., P. (2006). "The fair value of guaranteed annuity options."
Scandinavian Actuarial Journal. Volumen 2006(1).
BLACK, F., DERMAN, E. y TOY, W. (1990). "One- factor model of interest rates and its
application to Treasury bond options." Financial Analysts Journal. Volumen 46.
BLACK, F., y KARASINSKI, P. (1991). "Bond and option pricing when short rates are
lognormal." Financial Analysts Journal. Volumen 47.
BLACK, F. Y SCHOLES, M. (1973). "The pricing of options and corporate liabilities." Journal of
Political Economy. Volumen 81.
BLACK, F. y. COX., J. (1976). "Valuing Corporate Securities: Some Effects of Bond Indenture
Provisions." Journal of Finance. Volumen 31.
BOYLE, P. P. (1980). Recent models of the term structure of interest rates with actuarial
applications. Transactions of the 21st Congress of Actuaries T4.
BOX, G. y. JENKINS, G. (1976). Time series analysis: Forecasting and Control. Cambridge
University Press.
BRACE, A., GATAREK, D. y MUSIELLA, M. (1997). The Market Model of Interest Rate
Dynamics. Mathematical Finance. Volumen 7 (3).
BRENNAN, M. y SCHWARTZ, E. (1979). A continuous time approach to the pricing of bonds.
Journal of Banking and Finance.Volumen 3.
BRENNAN, M. y SCHWARTZ, E. (1980a). Analyzing convertible bonds. Journal of Financial
and Quantitative Analysis.Volumen 15 (4).
BRENNAN, M. y SCHWARTZ, E. (1980b). Conditional predictions of bond prices and returns.
Journal of Finance. Volumen 2.
BRENNAN, M. y SCHWARTZ, E. (1982). An equilibrium model of bond pricing and a test of
market efficiency. Journal of Financial and Quantitative Analysis. Volumen 17.
204
FUNDACIN MAPFRE
BUREAU, C. M. I. (1999). " Continuous Mortality Investigation Reports CMIR 17." The Institute
of Actuaries and Faculty of Actuaries, UK.
CAIRNS, A. J. G. (2004). "A Family of Term Structure Models for Long Term Risk
Management and Derivative Pricing." Mathematical Finance. Volumen 14(3).
CAIRNS, D. (2005). "Financial instruments - fair value option." Accountancy. Volumen
136(1343).
CARTER, L. Y. LEE, R. (1992). "Modelling and forecasting U. S. mortality." Journal of then
American Statistical Association. Volumen 87(419).
CHAN, K. C. et. al. (1992). "An empirical comparison of alternative models of the term structure
of interest rates." The journal of Finance. Volumen 47.
CHANCE, D. (1990). "Default Risk and the Duration of Zero Coupon Bonds." Journal of
Finance. Volumen 45(1).
CHEN, L. (1996). "Interest Rate Dynamics." Derivatives Pricing, and Risk Management. BerlinHeidelberg: Springer Verlag.
CHEN, R.-R. Y SCOTT L. (1992). "Pricing interest rate options in a two-factor Cox- IngersollRoss model of the term structure." Review of Financial Studies. Volumen 5(4).
CONSTANTINIDES, G. (1992). " A theory of the nominal term structure of interest rates." The
Review of Financial Studies. Volumen 5.
CONTRERAS, D. ET. AL. (1996). "Anlisis factorial de la estructura temporal de los tipos de
inters en Espaa." Revista Espaola de Financiacin y Contabilidad XXV 86.
COX, J. C. (1975). " Notes on option pricing I: Constant elasticity of variance diffusions."
Working Paper. Stanford University (reimpreso en Journal of Portfolio Management 1996.
Volumen 22).
COX, J. C. E INGERSOLL, J. E. (1985). "Theory of the term structure of interest rates."
Economtrica. Volumen 53.
CUMMINS, J. D. Y DANZON, P. M. (1997). "Price, financial quality, and capital flows in
insurance markets." Journal of Financial Intermediation. Volumen 6.
205
FUNDACIN MAPFRE
DAHL, M. (2004). Stochastic Mortality in Life Insurance: Market Reserves and Mortality Linked
Insurance Contracts. Insurance: Mathematics and Economics. Volumen 35
DARLINGTON, A. ET. AL. (2001). How safe is safe enough? An introduction to risk
management. The Staple Inn Actuarial Society, Documento de trabajo.
DAS, S. (2000). Credit derivatives and credit linked notes. Singapore ; New York, Wiley.
DAS, S. Y TUFANO, P. (1995). "Pricing Credit Sensitive Debt When Interest Rates, Credit
Ratings and Credit Spreads are Stochastic." Journal of Financial Engineering. Volumen 5.
DEBN, A., MONTES, F. Y SALA, R. (2003). Graduacin de tablas de mortalidad.
Aplicaciones actuariales. Departament dEstadstica i Investigaci Operativa. Valencia,
Universitat de Valncia.
DE LA PEA, J. I. (2003). La base tcnica financiera del modelo inmunizador de seguros de
vida en Espaa. Anales del Instituto de Actuarios Espaoles. Tercera poca. Nmero 9.
DELBAEN, F. y HAEZENDONCK, J. (1989). A Martingale Approach to Premium Calculation
principles in an Arbitrage Free Market. Insurance: Mathematics & Economics. Volumen 8.
DENUIT, M., DEVOLDER, P., y GODERNIAUX, A-C (2004). Securitization of longevity risk:
pricing survival bonds with Wang transform in the Lee-Carter framework. Preprint, Universit
Catholique de Louvain.
DOTHAN, L. U. (1978). "On the term structure of interest rates." Journal of Financial
Economics. Volumen 6.
BLAKE, D., DOWD, K., Y CAIRNS, A (2004). "Long-Term Value at Risk." Journal of Risk
Finance. Volumen 5(2).
DUFFIE, D. (2005). "Credit risk modelling with affine processes." Journal of Banking and
Finance. Volumen 29.
DUFFIE, D. Y KAN, R. (1996). "A yield - factor model of interest rates." Mathematical Finance.
Volumen 64.
DUFFIE, D. Y SINGLETON, K. (1999). "Modeling Term Structures of Defaultable Bonds."
Review of Financial Studies. Special 1999. Volumen 12(4).
206
FUNDACIN MAPFRE
ERNST & YOUNG. (1993). Fair value accounting study: a national survey of chief financial and
chief investment officers in 216 financial services institutions. New York, Ernst & Young.
FELIPE, M. Y GUILLN, M. (1999). Evolucin y Prediccin de las Tablas de Mortalidad
Dinmicas para la poblacin Espaola. Fundacin Mapfre Estudios.
FERNNDEZ, J. (1997). Modelos 'Clsicos' de la estructura temporal de los tipos de inters.
<http://www.ie.edu/jfnavas/articulos00htm>.
FINANCIAL ACCOUNTING STANDARDS BOARD. (2002). Guarantor's accounting and
disclosure requirements for guarantees, including indirect guarantees of indebtedness of others
: an interpretation of FASB statements no. 5, 57, and 107 and recission of FASB interpretation
no. 34. Norwalk, Conn., The Board.
FONG, H.G. y VASICEK, O. A. (1982). "Term structure modelling using exponential splines."
Journal of Finance. Volumen 37.
FONG, H.G. y VASICEK, O. A. (1991). Fixed income volatility management. Journal of
Portfolio Management. Summer.
FONG, H.G. y VASICEK, O. A. (1992a). Omission impossible. Risk. Volumen 5 (2)
FONG, H.G. y VASICEK, O. A. (1992b). Interest rate volatility as a stochastic factor. Working
Paper, Gifford Fong Associates.
FRACHE, S. y. KATZ, G. (2004). Aplicacin del clculo estocstico al anlisis de la estructura
temporal de las tasas de inters. Nota Docente 01/2004.
GAGE, T. Y MODE, C. (1993). "Some laws of mortality: how well do they fit?" Human Biology.
Volumen 65(3).
GESKE, R. (1979). "The Valuation of Compound Options." Journal of Financial Economics.
Volumen 7.
GIRARD, L. (2002). "An Approach to Fair Valuation of Insurance Liabilities using the Firms
Cost of Capital." North American Actuarial Journal. Volumen 6.
GOMPERTZ, B. (1825). "On the nature of the function of then law of human mortality an on a
new mode of determining the value of life contingencies." Transsactions of The Royal Society.
Volumen 115.
207
FUNDACIN MAPFRE
HABERMAN, S. y RENSHAW, A. (1996). "Generalized linear models and actuarial science."

The Statistician. Volumen 45 (4).
HABERMAN, S. y RENSHAW, A. (2001). "On the forecasting or mortality reduction factors."
Actuarial Research Report. Volumen 135.
HEATH, D., ET.AL. (1992). "Bond pricing and the term structure of interest rates: a new
methodology for contingent claims valuation." Economtrica. Volumen 60.
HELIGMAN, L. Y POLLARD, J. (1980). "The age pattern of mortality." Journal of the institute of
Actuaries. Volumen 107.
HO, T. S. Y. y LEE, S. B. (1986). Term structure movementes and the pricing of interest rate
contingent claims. The Journal of Finance. Volumen 41.
HUGHSTON, L. P. (2000). The new interest rate models : recent developments in the theory
and application of yield curve dynamics. London, Risk.
HULL, J. Y WHITE, A. (1990). "Pricing interest rate derivative securities." Review of Financial
Studies. Volumen 3.
HULL, J. (2000). Options, futures, and other derivatives. Upper Saddle River, NJ, Prentice
Hall.
HULL, J. Y WHITE, A. (2001). "Valuing Credit Default Swaps II: Modelling Default Correlations."
Journal of Derivatives. Volumen 8.
HULL, J. Y WHITE, A. (2002). The Valuation of Credit Default Swap Options. Working Paper.
HUNT, J., KENNEDY, J. y PELSSER, A. (2000). Markov functional interest rate models
Finance & Stochastics. Volumen 4.
IAA COMMENTS TO THE IASC INSURANCE ISSUES PAPER (2000). "General Overview of a
Possible Approach to Insurance Liabilities: Valuation and Capital Requirements." International
Actuarial Association website.
INTERNATIONAL
ACCOUNTING
STANDARD
BOARD
(IASB)
(1998).
International
Accounting Standard n 39: Financial Instruments: Recognition and measurement. December.
208
FUNDACIN MAPFRE
IASB (2003a). Disclosures of risks arising from and other disclosures elating to financial
instruments. Active Projects, 15 August.
IASB (2003b). International Accounting Standard 39 Financial Instruments: Recognition and
Measurement. December.
IASB (2003c). Fair value hedge accounting for a portfolio hedge of interest rate risk. Exposure
draft
of
proposed
Amendment
to
IAS
39
Financial
Instruments: Recognition
and
Measurement,August.
IASB (2003d). Insurance contracts (exposure draft and basis for conclusions (ED5)). July.
IASB (2004a). ED7 financial instruments: disclosures. June
IASB (2004b). The fair value option. Exposure draft of proposed Amendment to IAS 39
Financial Instruments: Recognition and Measurement, July
IASB (2004c). Fair value hedge accounting for a portfolio hedge of interest rate risk.
Amendment to IAS 39 Financial Instruments: Recognition and Measurement, April.
IASB (2005). The fair value option. Amendment to IAS 39 Financial Instruments: Recognition
and Measurement, June
International Actuarial Association (2004). Changes in Accounting Policy while under
International Financial Reporting Standards. Preliminary Exposure Draft.
JAMSHIDIAN, F. (1997). LIBOR and Swap Market Models and Measures Finance &
Stochastics. Volumen 1.
JARROW, R. A., LANDO, D. Y TURNBULL, S. M. (1997). "A Markov model for the term
structure of credit risk spreads." Review of Financial Studies. Volumen 10.
JARROW, R. A. Y TURNBULL, S. M. (1995). "Pricing Options on Financial Securities Subject to
default Risk." Journal of Finance. Volumen 50.
JOINT WORKING GROUP (2000). "Accounting for Financial Instruments. Draft Standard."
IASC. London.
JONES, E. S., MASON, S. Y ROSENFELD, E (1984). "Contingent Clains Analysis of Corporate
Capital Structures: An Empirical Investigation." Journal of Finance. Volumen 39.
209
FUNDACIN MAPFRE
LANDO, D. (1998). "On Cox Processes and Credit Risky Securities." Review of Derivatives
Research. Volumen 1.
LANGETIEG, T. C. (1980). A multivariate model of the term structure of interest rates. Journal
of Finance. Volumen 35.
LEE, R. (2000). "The Lee-Carter method for forecasting mortality, with various extensions and
applications." North American Actuarial Journal.
LITTERMAN, R. E IBEN, T. (1991). "Corporate bond valuation and then term structure of credit
spreads." Journal of Portfolio Management. Spring.
LONGSTAFF, F. Y SCHWARTZ. E. S. (1992). "Interest Rate Volatility and the Term Structure:
A Two-Factor General Equilibrium Model." Journal of Finance. Volumen 47.
MAKEHAM, W (1860). "On the law of mortality." Journal of the institute of Actuaries. Volumen
13.
MERTON, R. C. (1974). "On the Pricing of Corporate Debt: The Risk Structure of Interest
Rates." Journal of Finance. Volumen 29.
MERTON, R. C. (1973). " Theory of rational option pricing." Bell Journal of Economics and
Management Science. Volumen 29.
MIKOSCH, T. (1999). Elementary Stochastic Calculus with Finance in View. Advanced Series
on Statistical Science & Applied Probability. World Scientific Publishing Co.
MILEVSKY, M. A. y PROMISLOW, S. D. (2001). "Mortality Derivatives and the Option to
Annuities." Insurance: Mathematics and Economics.
MILLER, M. H. (1988). "The Modigliani-Miller Propositions After Thirty Years." The Journal of
Economic Perspectives. Volumen 2.
MODIGLIANI, F. y. MILLER, M.H. (1958). "The Cost of Capital, Corporation Finance, and the
Theory of Investment." American Economic Review. Volumen 48.
MOLLER, T. (1998). Risk - Minimizing Hedging Strategies for Unit-Linked Life Insurance
Contracts. ASTIN Bulletin. Volumen 28.
MOLLER, T. (2004). Stochastic Orders in Dynamic Reinsurance Markets. Finance &
210
FUNDACIN MAPFRE
Stochastics. Volumen 8.
MUSIELA, M. Y RUTKOWSKI, M. (1997). Martingale methods in financial modelling. Berlin ;
New York, Springer.
NAVARRO, L. (2003). Mtodos numricos para la valoracin de derivados sobre tipos de
inters. Departamento de economa financiera, Universidad de Valencia.
NIELSEN, L. T., SA-REQUEJO J. Y SANTA-CLARA, P (1993). Default Risk and Interest Rate
Risk: The Term Structure of Default Spreads. Working Paper.
NIETO, U. Y VEGAS, J. (1993). Matemtica Actuarial. Madrid, Mapfre.
OECD (2002). Insurance Solvency Supervision. OECD Country Profiles
OLIVIER, P. y JEFFERY, T. (2004). Stochastic mortality models. Presentation to the Society
of Actuaries of Ireland. Disponible en
http://www.actuaries.ie/Resources/events_papers/PastCalendarListing.htm
PALACIOS, H. (1996). Introduccin al Clculo Actuarial. Madrid, Mapfre.
PANJER, H. B. ET. AL. (1998). "Equilibrium Pricing." Financial Economics: With Applications to
Investments, Insurance and pensions, The Actuarial Foundation. Volumen 4.
PANNING, W. (1999). " The strategic uses of Value at Risk: long term capital management for
property/casualty insurers" North American Actuarial Journal. Volumen 1999.
PATEL, N. (2003). "Flow business boos." Risk February.
PELSSER, A. (2000). Efficient methods for valuing interest rate derivatives. London New York,
Springer.
PREZ, J. L. (1986). Seguro de Personas. Tratado General de Seguros. Madrid, Consejo
General de Agentes y Corredores de Seguros de Espaa.
PRIETO, E. (2006). "Matemtica de la Financiacin. Teora matemtica de las estructuras
financieras." Madrid. Ed. Gabinete Financiero del Profesor.
REITANO, R. (1997). Two paradigms for the market value of liabilities. North American
Actuarial Journal. 1(4):104-124.
211
FUNDACIN MAPFRE
RICHARD, S. F. (1978). " An arbitrage model of the term structure of interest rates." Journal of
Financial Economics. Volumen 6.
SCHAEFER, S. M. y SCHWARTZ, E. S. (1984). "A two - factor model of the term structure: an
aproximate analytical solution." Journal of Financial and Quantitative Analysis. Volumen 19 (3)
SCHNBUCHER, P. J. (1999). "A Tree Implementation of a Credit Spread Model for Credit
Derivatives." Technical report. University of Bonn..
SCHNBUCHER, P. J. (2003). A note on Survival Measures and the Pricing of Options on
Credit Default Swaps. Working paper.
SCHRAGER, D. F. (2006). "Affine stochastic mortality." Insurance: Mathematics & Economics.
Volumen 38(1).
SHIMKO, D., TEJIMA, N. Y VAN DEVENTER, D. (1993). "The Pricing of Risky Debt when
Interest Rates are Stochastic." Journal of Fixed Income. Volumen 3.
SHREVE, S. (1997). Stochastic Calculus and Finance. Versin Preliminar, no publicada.
SONDERMANN, D. (1991). "Reinsurance in Arbitrage - free Markets." Insurance: Mathematics
and Economics. Volumen 10.
STEFFENSEN, M. (2001). "On Valuation and Control in Life and Pension Insurance." PH.D.
thesis, University of Copenhagen.
THIELE, P. (1972). "On mathematical formula to spress the rate of mortality throughout the
whole of life." Journal of the institute of Actuaries 16.
VANDERHOOF, I. T. Y ALTMAN E. I. (2000). The fair value of insurance business. Boston,
Kluwer Academic Publishers.
VASICEK O. A. (1982). "An equilibrium characterisation of the term structure." Journal of
Financial Economics. Volumen 5 (2).
VEGAS, A. (1982). Estadstica, Aplicaciones Econmicas y Actuariales. Madrid, Pirmide.
VICENTE MERINO, A. (2000). La influencia de los fenmenos demogrficos en la solvencia y
estabilidad de los sistemas de proteccin social. Revista de Hacienda Pblica Espaola.
212
FUNDACIN MAPFRE
YU-HONG, Z. Y ALLWRIGHT, J. C. (1999). "The solution of an affine problem and its

application in control." IEEE Transactions on Automatic Control. Volumen 44(4).
ZHU, H. (2004). An empirical comparison of credit spreads between the bond market and the
credit default swap market. Basel, Switzerland, Bank for International Settlements.
213
FUNDACIN MAPFRE
FUNDACIN MAPFRE
ANEXO I.: POLTICAS CONTABLES INTRODUCIDAS POR LA NIFF 4
Obliga a
Permite mantener, aunque no
Valorar pasivos de seguros
Eliminar la provisin para

catstrofes y de estabilizacin
Realizar la prueba de
idoneidad de los pasivos de
Valoracin de pasivos de
seguros sin descontar
financieramente.
seguros registrados.
activos de reaseguros.
Mantener pasivos de seguros
segn los tipos de inters

vigentes en el mercado.
Valorar activos a Fair Value
con cargo a la cuenta de
prdidas de ganancias.
No valorar derivados
Llevar a cabo la prueba de la

prdida del valor de los
Permite
introducir
implcitos, cuando se ajusten a

Valoracin de futuras
la definicin de contratos de
comisiones de gestin, por
seguros.
valor superior al de mercado.
La contabilidad tcita, para
hasta que sean liquidados o
evitar asimetras por cambios
venzan.
en la poltica contable.
Reconocer mrgenes de
No compensacin de pasivos
Polticas contables no
inversin futuros, aunque
de seguros con activos de
uniformes para los pasivos de
considera as los estados
reaseguro.
seguros de las filiales.
financieros menos relevantes

y fiables.
Valorar segn contabilidad
Separar los componentes de
local pasivos de seguros
depsito de pasivos de
adquiridos, manteniendo un
seguro.
Valoracin de pasivos de
seguros con prudencia
Separar derivados implcitos
excesiva.
activo intangible por la

diferencia con el Fair Value.
Valorar separadamente el
componente garantizado y la
que no cumplan la definicin
participacin discrecional
de contrato de seguro.
dentro de un pasivo de
seguro.
Cuadro A.I. Polticas contables introducidas por la NIIF 4.
215
FUNDACIN MAPFRE
FUNDACIN MAPFRE
ANEXO II.: INFORMACIN ADICIONAL A REVELAR SEGN LA NIIF 4
Naturaleza y alcance de los riesgos de
Explicacin de los importes reconocidos
contratos de seguro.
Desglose de la informacin que permita
Objetivos, polticas y procesos de gestin del
entender los importes reconocidos por
riesgo por contratos de seguro, as como los
mtodos utilizados en dicha gestin.
Desglose de polticas contables aplicados para Informacin sobre el riesgo de seguro,

contratos de seguro en cuanto a su activo,
incluyendo la sensibilidad respecto a este
pasivo, ingresos, gastos y flujos de caja.
riesgo.
Informacin sobre concentraciones del riesgo
Si la aseguradora es cedente, adems
de seguro, as como la poltica seguida por la
revelar el resultado por reaseguro cedido.
direccin para su concrecin.
Hiptesis de mayor efecto en la medicin de
Comparacin entre la siniestralidad real y la
activos, pasivos, ingresos y gastos por
esperada para el ejercicio.
Efecto de cambios en hiptesis para contratos
de seguro.
Informacin sobre el riesgo de crdito, liquidez

y de mercado, equivalentes a los exigidos por
la NIIF 7, con ciertos matices.
Conciliacin de los cambios en pasivos de
En caso de no valorar a Fair Value derivados
seguro, activos de reaseguro y en su caso
implcitos, facilitar el riesgo de mercado
costes de adquisicin diferidos derivados.
asumido en los mismos.
Cuadro A.II. Informacin adicional a revelar segn la NIIF 4.
217
FUNDACIN MAPFRE
FUNDACIN MAPFRE
CUADERNOS DE LA FUNDACIN
INSTITUTO DE CIENCIAS DEL SEGURO
110.
El Fair Value de las provisiones tcnicas de los seguros de vida
109.
EL Seguro como instrumento de gestin de los M.E.R. (Materiales

Especificados de Riesgo)
108.
Mercados de absorcin de riesgos
107.
La exteriorizacin de los compromisos por pensiones en la negociacin

colectiva
106.
La utilizacin de datos mdicos y genticos en el mbito de las compaas

aseguradoras
105.
Los seguros contra incendios forestales y su aplicacin en Galicia
104.
Fiscalidad del seguro en Amrica Latina
103.
Las NIIF y su relacin con el Plan Contable de Entidades Aseguradoras
102.
Naturaleza jurdica del Seguro de Ssistencia en Viaje
101.
El Seguro de Automviles en Iberoamrica
100.
El nuevo perfil productivo y los seguros agropecuarios en Argentina
99.
Modelos alternativos de transferencia y financiacin de riesgos ART:

situacin actual y perspectivas futuras
98
Disciplina de mercado en la industria de seguros en Amrica Latina
97
Aplicacin de mtodos de inteligencia artificial para el anlisis de la

solvencia en entidades aseguradoras
96.
El Sistema ABC-ABM: su aplicacin en las entidades aseguradoras
95.
Papel del docente universitario: ensear o ayudar a aprender?
94.
La renovacin del Pacto de Toledo y la reforma del sistema de

pensiones: es suficiente el pacto poltico?
92.
Medicin de la esperanza de vida residual segn niveles de dependencia

en Espaa y costes de cuidados de larga duracin
91.
Problemtica de la reforma de la Ley de Contrato de Seguro
219
FUNDACIN MAPFRE
90.
Centros de atencin telefnica del sector asegurador
89.
Mercados aseguradores en el rea mediterrnea y cooperacin para su

desarrollo
88.
Anlisis multivariante aplicado a la seleccin de factores de riesgo en la

tarificacin
87.
Dependencia en el modelo individual, aplicacin al riesgo de crdito
86
El margen de solvencia de las entidades aseguradoras en Iberoamrica
85.
La matriz valor-fidelidad en el anlisis de los asegurados en el ramo del

automvil
84.
Estudio de la estructura de una cartera de plizas y de la eficacia de un

Bonus-Malus
83.
La teora del valor extremo: fundamentos y aplicacin al seguro, ramo de

responsabilidad civil autos
81.
El Seguro de Dependencia: una visin general
80.
Los planes y fondos de pensiones en el contexto europeo: la necesidad

de una armonizacin
79.
La actividad de las compaas aseguradoras de vida en el marco de la

gestin integral de activos y pasivos
78.
Nuevas perspectivas de la educacin universitaria a distancia
77.
El coste de los riesgos en la empresa espaola: 2001
76.
La incorporacin de los sistemas privados de pensiones en las pequeas

y medianas empresas
75.
Incidencia de la nueva Ley de Enjuiciamiento Civil en los procesos de

responsabilidad civil derivada del uso de vehculos a motor
74.
Estructuras de propiedad, organizacin y canales de distribucin de las

empresas aseguradoras en el mercado espaol
73.
Financiacin del capital-riesgo mediante el seguro
72.
Anlisis del proceso de exteriorizacin de los compromisos por

pensiones
71.
Gestin de activos y pasivos en la cartera de un fondo de pensiones
70.
El cuadro de mando integral para las entidades aseguradoras
220
FUNDACIN MAPFRE
69.
Provisiones para prestaciones a la luz del Reglamento de Ordenacin y

Supervisin de los Seguros Privados; mtodos estadsticos de clculo
68.
Los seguros de crdito y de caucin en Iberoamrica
67.
Gestin directiva en la internacionalizacin de la empresa
65.
tica empresarial y globalizacin
64.
Fundamentos tcnicos de la regulacin del margen de solvencia
63.
Anlisis de la repercusin fiscal del seguro de vida y los planes de

pensiones. Instrumentos de previsin social individual y empresarial
62.
Seguridad Social: temas generales y rgimen de clases pasivas del

Estado
61.
Sistemas Bonus-Malus generalizados con inclusin de los costes de los

siniestros
60.
Anlisis tcnico y econmico del conjunto de las empresas aseguradoras

de la Unin Europea
59.
Estudio sobre el euro y el seguro
58.
Problemtica contable de las operaciones de reaseguro
56.
Anlisis econmico y estadstico de los factores determinantes de la

demanda de los seguros privados en Espaa
54.
El corredor de reaseguros y su legislacin especfica en Amrica y

Europa
53.
Habilidades directivas: estudio de sesgo de gnero en instrumentos de

evaluacin
52.
La estructura financiera de las entidades de seguros, S.A.
50.
Mixturas de distribuciones: aplicacin a las variables ms relevantes que

modelan la siniestralidad en la empresa aseguradora
49.
Solvencia y estabilidad financiera en la empresa de seguros:

metodologa y evaluacin emprica mediante anlisis multivariante
48.
Matemtica Actuarial no vida con MapleV
47.
El fraude en el Seguro de Automvil: cmo detectarlo
221
FUNDACIN MAPFRE
46.
Evolucin y prediccin de las tablas de mortalidad dinmicas para la

poblacin espaola
45.
Los Impuestos en una economa global
42.
La Responsabilidad Civil por contaminacin del entorno y su

aseguramiento
N Especial Informe sobre el Mercado Espaol de Seguros 1997

Fundacin MAPFRE Estudios
41.
De Maastricht a Amsterdam: un paso ms en la integracin europea
39.
Perspectiva histrica de los documentos estadstico-contables del

rgano de control: aspectos jurdicos, formalizacin y explotacin
38.
Legislacin y estadsticas del mercado de seguros en la comunidad

iberoamericana
37.
La responsabilidad civil por accidente de

comparacin de los derechos francs y espaol
circulacin.
Puntual

36.
Clusulas limitativas de los derechos de los asegurados y clusulas

delimitadoras del riesgo cubierto: las clusulas de limitacin temporal de
la cobertura en el Seguro de Responsabilidad Civil
35.
El control de riesgos en fraudes informticos
34.
33.
La funcin del derecho en la economa
32.
Decisiones racionales en reaseguro
31.
Tipos estratgicos, orientacin al mercado y resultados econmicos:

anlisis emprico del sector asegurador espaol

30.
El tiempo del directivo
29.
Ruina y Seguro de Responsabilidad Civil Decenal
28.
La naturaleza jurdica del Seguro de Responsabilidad Civil
222
FUNDACIN MAPFRE
27
La calidad total como factor para elevar la cuota de mercado en

empresas de seguros
26.
25.
El reaseguro financiero
24.
El seguro: expresin de solidaridad desde la perspectiva del derecho
23.
Anlisis de la demanda del seguro sanitario privado
22.
Rentabilidad y productividad de entidades aseguradoras
21.
La nueva regulacin de las provisiones tcnicas en la Directiva de

Cuentas de la C.E.E.

20.
El Reaseguro en los procesos de integracin econmica
19.
Una teora de la educacin
18.
El Seguro de Crdito a la exportacin en los pases de la OCDE

(evaluacin de los resultados de los aseguradores pblicos)
N Especial Informe sobre el mercado espaol de seguros 1993

FUNDACION MAPFRE ESTUDIOS
16.
La legislacin espaola de seguros y su adaptacin a la normativa

comunitaria
15.
14.
El Reaseguro de exceso de prdidas
12.
Los seguros de salud y la sanidad privada
10.
Desarrollo directivo: una inversin estratgica
9.
Tcnicas de trabajo intelectual
8.
La implantacin de un sistema de controlling estratgico en la empresa
7.
Los seguros de
aseguramiento
6.
Elementos de direccin estratgica de la empresa
5.
La distribucin comercial del seguro: sus estrategias y riesgos
responsabilidad
civil
su
obligatoriedad
de
223
FUNDACIN MAPFRE
4.
Los seguros en una Europa cambiante: 1990-95
3.
Direccin y Gestin de la Seguridad
2.
Resultados de la encuesta sobre la formacin superior para los

profesionales de entidades aseguradoras (A.P.S.)
1.
Filosofa empresarial: seleccin de artculos y ejemplos prcticos
224
FUNDACIN MAPFRE

El Valor Justo de Las Provisiones Tecnicas de Los Seguros de Vida. Maphe

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

El Valor Justo de Las Provisiones Tecnicas de Los Seguros de Vida. Maphe

Uploaded by

Copyright:

Available Formats

Instituto de Ciencias del Seguro

EL FAIR VALUE DE LAS

Emiliano Pozuelo de Gracia es Actuario y Doctor en Economa Financiera, Actuarial y

Prohibida la reproduccin total o parcial

Para la realizacin de este trabajo, FUNDACIN MAPFRE concedi a su autor una

CAPTULO 1. INTRODUCCIN Y PRESENTACIN

MARCO, OBJETIVO Y ALCANCE DE LA INVESTIGACIN

1.4.1. Bsqueda de informacin bibliogrfica

1.4.2. Datos para el ajuste de la mortalidad de

1.4.3. Aplicaciones informticas

CAPTULO 2. INTRODUCCIN AL VALOR RAZONABLE DE LA

2.1. ORGANIZACIN DEL CAPTULO

2.2. CONSIDERACIONES PREVIAS DE LAS PTSV

2.3. INTRODUCCIN A LA NIIF 4 Y VALOR RAZONABLE

2.3.1. Introduccin a la NIIF 4

2.3.2. Valor Razonable Vs. Valor Especfico de la Entidad

2.4. PRINCIPIOS DE VALORACIN PARA INSTRUMENTOS

2.4.1. Jerarqua de mtodos de valoracin

2.4.2. Valor de negociacin en el mercado

2.4.3. Replicacin de valores de mercado

2.4.4. Valoracin de los flujos de caja futuros

2.5. INTRODUCCIN AL CLCULO ESTOCSTICO

2.5.1. Introduccin a los modelos dinmicos estocsticos

2.5.2. Elementos de clculo estocstico

3.1. ORGANIZACIN DEL CAPTULO

3.2. INTRODUCCIN A LOS TIPOS DE INTERS

3.3. CLASIFICACIN DE LOS MODELOS DE LA ETTI

3.3.1. Modelos estticos

3.3.2. Modelos dinmicos

3.3.2.1. Modelos que no se ajustan a la ETTI actual

3.3.2.1.1. Modelos de una variable

3.3.2.1.2. Modelos de dos variables

3.3.2.2. Modelos que se ajustan a la ETTI actual

3.5.1. Resultados analticos

3.5.2. Implementacin mediante rboles trinomiales

CAPTULO 4. RIESGO TCNICO Y EL VALOR RAZONABLE

4.2. INTRODUCCIN AL RIESGO TCNICO EN LOS

4.3. INTRODUCCIN A LAS TABLAS DE MORTALIDAD

4.4. TABLAS DE MORTALIDAD DINMICAS

4.4.2. Modelo de Heligman y Pollard

4.4.3. Modelo de Lee - Carter

4.5. APLICACIN A LA POBLACIN DE LA COMUNIDAD ANDALUZA

4.6. PROCESO ESTOCSTICO ASOCIADO A LA MEDIDA

4.6.1. Resultados analticos

4.6.2. Implementacin mediante rboles trinomiales

4.7. PROCESO ESTOCSTICO ASOCIADO AL FACTOR

CAPTULO 5. EL RIESGO DE CRDITO Y EL VALOR RAZONABLE

5.2. INTRODUCCIN AL RIESGO DE CRDITO EN

5.3. MODELOS DE VALORACIN DEL RIESGO DE CRDITO

5.3.1. Mtodo de valoracin de opciones

5.3.2. Modelo de Jarrow-Turnbull

5.4. PROCESO ESTOCSTICO ASOCIADO AL SPREAD POR

5.4.1. Resultados analticos

5.4.2. Implementacin mediante rboles trinomiales

5.5. DIFUSIN DEL TIPO DE INTERS, SPREAD POR

5.5.1. Resultados analticos

5.5.2. Implementacin mediante rboles trinomiales

6.1. ORGANIZACIN DEL CAPTULO

6.2. VALORACIN CON DIFUSIN EN EL TIPO DE INTERS

6.3. OPCIN DE RESCATE

6.4. OPCIN DE PARTICIPACIN EN BENEFICIOS

6.5. VALORACIN CON DIFUSIN EN EL TIPO DE INTERS, MEDIDA

6.5.1. Opcin de rescate

6.5.2. Opcin de participacin en beneficios