SCORING AND PREDICTION OF EARLY RETIREMENT USING MACHINE LEARNING TECHNIQUES: APPLICATION TO PRIVATE PENSION PLANS
CALIFICACIÓN Y PREDICCIÓN DEL RETIRO TEMPRANO USANDO TÉCNICAS DE MACHINE LEARNING: APLICACIÓN A LOS PLANES PRIVADOS DE PENSIONES
Jose de Jesus Rocha Salazar · María del Carmen Boado-Penas
Institute for Financial and Actuarial Mathematics, University of Liverpool, United Kingdom.
Fecha de recepción: 11 de octubre de 2019
Fecha de aceptación: 9 de noviembre de 2019
Abstract
Artificial intelligence techniques have become very popular in public and private organizations since they allow a more accurate decision-making process. Private insurance companies have ventured into this field by implementing algorithms that allow a better understanding of available data. The knowledge of retirement decisions allows the insurance companies to detect early retirement at a given time so that they have the adequate budgetary provision in place. In this paper, machine learning algorithms and data from private pension plans are used to predict whether a person retires before or after 65 years old in function of both individual characteristics and macroeconomic factors.
Keywords: Insurance company, machine learning, early retirement, supervised learning.
Resumen
Las técnicas de inteligencia artificial se han vuelto muy populares en las organizaciones públicas y privadas debido a que permiten un proceso de toma de decisiones más preciso. Las compañías de seguros privadas se han aventurado en este campo mediante la implementación de algoritmos que permiten una mejor comprensión de los datos disponibles. El conocimiento de las decisiones de jubilación permite a las compañías de seguros detectar el retiro temprano en un momento dado para tener una provisión presupuestaria adecuada. En este documento, los algoritmos de aprendizaje automático y datos de planes de pensiones privados se utilizan para predecir si una persona se jubila antes o después de los 65 años en función de características individuales y factores macroeconómicos.
Palabras clave: Compañía de seguros, aprendizaje automático, retiro temprano, aprendizaje supervisado.
José de Jesús is grateful for the financial support from the National Council on Science and Technology (CONACYT) CVU-413231. María del Carmen Boado-Penas is grateful for the financial assistance received from the Spanish Ministry of the Economy and Competitiveness [project ECO2015-65826-P].
Revista Anales del Instituto de Actuarios Españoles 2019 – 4ª época – Número 25 – Año 2019
Deposito Legal M-3160-1961 – ISSN 0534-3232 – eISSN 2531-2308
Este obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.