Marco de preparación de datos para seleccionar y comparar metodologías de reserving¶

Parte 2 — Gates, matriz por método, benchmark, implementación y ejemplo aplicado

Continuidad editorial

Esta entrega continúa directamente la Parte 1. La numeración comienza en la sección 27 para facilitar la consolidación posterior de ambas partes en un único capítulo.

27. Gates formales de elegibilidad¶

27.1 Por qué los gates son necesarios¶

Un score agregado puede ocultar una carencia crítica. Por ejemplo:

un dataset puede tener excelente completitud, historia y granularidad, pero no tener exposición para Cape Cod;
puede disponer de meses-miembro y un triángulo estable, pero no tener un prior ex ante para Bornhuetter-Ferguson;
puede tener millones de registros, pero carecer de snapshots históricos para validar machine learning sin leakage;
puede contener pagos y reservas de caso, pero mezclar obligaciones fee-for-service y capitación.

Los gates son requisitos no compensatorios. Si un gate material falla, el método no debe promoverse como estimador central, aunque otros componentes sean sólidos.

Sea \(G_{m,g}\) el resultado del gate \(g\) para el método \(m\):

\[ G_{m,g}\in\{0,1\}. \]

La elegibilidad estricta es:

\[ E_m = \prod_{g\in\mathcal{G}_m}G_{m,g}, \]

donde \(\mathcal{G}_m\) es el conjunto de gates críticos del método.

Si \(E_m=0\), el método queda bloqueado como benchmark central.

27.2 Resumen de gates¶

Gate	Nombre	Pregunta
G0	Propósito y obligación	¿El método responde a la obligación correcta?
G1	Fechas y estructura temporal	¿Las fechas permiten construir el proceso de desarrollo?
G2	Medida económica	¿Paid, incurred, allowed, recoveries y reservas están definidos?
G3	Integridad e identificadores	¿Los movimientos pueden reconstruirse sin duplicación material?
G4	Historia y madurez	¿Existe experiencia suficiente para estimar el patrón?
G5	Exposición	¿La unidad de riesgo está completa y reconciliada?
G6	Prior	¿Existe una expectativa ex ante defendible?
G7	Estabilidad y representatividad	¿La historia representa razonablemente el futuro?
G8	Validación as-of	¿Puede evaluarse el método sin información futura?
G9	Gobierno e implementación	¿El proceso es reproducible, explicable y operable?

27.3 G0 — Propósito y obligación¶

Evidencia mínima¶

fecha de valoración;
propósito;
usuario previsto;
obligación económica;
población;
cobertura;
medida;
base bruta o neta;
moneda;
materialidad.

Prueba formal¶

\[ G_0= \mathbb{1} \left[ O,\ t,\ M,\ S,\ B \text{ están definidos} \right], \]

donde:

\(O\): obligación;
\(t\): fecha de valoración;
\(M\): medida;
\(S\): segmento;
\(B\): base bruta o neta.

Ejemplos de falla¶

aplicar Chain Ladder a pagos de capitación;
tratar cuentas por cobrar de una IPS como IBNR de un asegurador;
estimar paid pero comparar contra incurred;
mezclar costo médico y gasto administrativo sin definición.

Consecuencia¶

Bloqueo total. No debe ejecutarse un benchmark central hasta definir la obligación.

27.4 G1 — Fechas y estructura temporal¶

Evidencia mínima¶

Según el método, deben existir:

fecha_origen;
fecha_calendario;
fecha_valoracion;
opcionalmente fecha_reporte, fecha_adjudicacion y fecha_pago.

Controles¶

\[ fecha\_origen \leq fecha\_calendario \leq fecha\_valoracion. \]

Se debe revisar:

rezagos negativos;
fechas futuras;
granularidad;
periodicidad;
cambios de definición;
movimientos retroactivos;
snapshot al que pertenece cada fila.

Semáforo¶

Resultado	Condición
Verde	fechas completas, coherentes y documentadas
Amarillo	fechas imputadas o parcialmente ambiguas
Rojo	no puede definirse origen o calendario

Consecuencia¶

Rojo: bloquear métodos de desarrollo.
Amarillo: permitir solo evaluación exploratoria con disclosure.

27.5 G2 — Medida económica¶

Evidencia mínima¶

El dataset debe distinguir, cuando aplique:

valor_facturado;
valor_permitido;
valor_reconocido;
costo_pagado;
reserva_caso;
costo_incurrido;
valor_recuperacion;
valor_reaseguro;
valor_glosa;
valor_reverso.

Reconciliaciones¶

\[ costo\_incurrido \overset{?}{=} costo\_pagado + reserva\_caso. \]

\[ costo\_neto \overset{?}{=} costo\_bruto - recuperaciones - reaseguro. \]

Consecuencia¶

Un campo genérico llamado costo no supera este gate sin diccionario o confirmación de negocio.

27.6 G3 — Integridad e identificadores¶

Evidencia mínima¶

llave de reclamación;
llave de transacción;
trazabilidad de archivo;
tipo de movimiento;
regla de deduplicación;
tratamiento de pagos parciales y reversos.

Indicadores sugeridos¶

\[ TasaDuplicacion = \frac{N_{\text{filas duplicadas}}}{N_{\text{filas totales}}}. \]

\[ TasaLlaveNula = \frac{N_{\text{llaves nulas}}}{N_{\text{filas totales}}}. \]

Consecuencia¶

duplicación material no resuelta: bloquear;
duplicación identificada y reconciliada: continuar con disclosure;
inexistencia de llave transaccional: limitar modelos granulares.

27.7 G4 — Historia y madurez¶

Evidencia mínima¶

número de periodos de origen;
horizonte de desarrollo;
pares por factor;
volumen por celda;
cohortes maduras;
análisis de cola.

Para el factor \(j\to j+1\):

\[ n_j = \sum_i \mathbb{1} \left[ C_{i,j},C_{i,j+1} \text{ observados} \right]. \]

También conviene calcular:

\[ CV_j = \frac{sd(r_{i,j})}{mean(r_{i,j})}, \qquad r_{i,j}=\frac{C_{i,j+1}}{C_{i,j}}. \]

Regla importante¶

Los umbrales deben parametrizarse. Por ejemplo:

minimo_periodos_origen: 36
minimo_pares_factor: 12
minimo_periodos_completos: 12

Estos valores no constituyen estándares universales.

Consecuencia¶

historia corta: Chain Ladder exploratorio;
factores largos sin observaciones: tail o método alternativo;
ausencia de cohortes maduras: backtesting limitado.

27.8 G5 — Exposición¶

Evidencia mínima¶

Uno o más de:

miembros_mes;
vidas_expuestas;
dias_cobertura;
prima_devengada;
contratos_activos;
unidades_capitadas.

Reconciliación¶

\[ Ultimate_i = Exposicion_i\times CostoUnitario_i. \]

La exposición debe cubrir el mismo:

periodo;
segmento;
beneficio;
contrato;
perímetro económico.

Consecuencia¶

Cape Cod y PMPM: bloquear si no existe exposición;
GLM con offset: ejecutar solo sin offset y con fuerte limitación;
BF basado en ELR: bloquear si no hay prima devengada o expected ultimate.

27.9 G6 — Prior¶

Evidencia mínima¶

valor_prior;
fecha_prior;
metodo_prior;
segmento_prior;
exposicion_prior;
fuente_prior.

Condición ex ante¶

\[ fecha\_prior \leq fecha\_valoracion. \]

Un prior construido después del cierre del periodo no es válido para backtesting.

Consecuencia¶

BF y Benktander: bloquear sin prior;
Bayes: bloquear o limitar si el prior es no identificable;
escenarios: permitir si se documenta que no representan un estimador calibrado.

27.10 G7 — Estabilidad y representatividad¶

Evidencia mínima¶

Análisis de:

cambios de sistema;
TPA;
red;
beneficios;
tarifas;
población;
morbilidad;
políticas de glosa;
grandes reclamaciones;
inflación médica;
estacionalidad;
backlog.

Concepto¶

La historia puede ser abundante y no ser representativa.

\[ D_{\text{historico}} \not\sim D_{\text{futuro}} \]

cuando existe una ruptura estructural material.

Consecuencia¶

segmentar por eras;
excluir historia con justificación;
usar prior ajustado;
incorporar efecto calendario;
no usar CL mecánicamente.

27.11 G8 — Validación as-of¶

Evidencia mínima¶

Snapshots o capacidad de reconstruir:

\[ D_{t_1},D_{t_2},\ldots,D_{t_k}. \]

Para cada corte debe conocerse:

información disponible;
parámetros;
prior;
exposición;
resultado posterior maduro.

Consecuencia¶

sin snapshots: no presentar ranking predictivo fuerte;
ML sin holdout temporal: bloquear como benchmark central;
modelos clásicos: permitir sensibilidad, pero limitar evidencia de desempeño.

27.12 G9 — Gobierno e implementación¶

Evidencia mínima¶

propietario del modelo;
versión de datos;
versión de código;
parámetros;
log;
pruebas;
reconciliaciones;
documentación;
fallback.

Consecuencia¶

Un método técnicamente sólido puede quedar como exploratorio si la organización no puede ejecutarlo consistentemente.

28. Sistema de estados¶

28.1 Estados oficiales¶

Estado	Código	Uso permitido
Listo	`LISTO`	benchmark central
Listo con limitaciones	`LISTO_CON_LIMITACIONES`	central con disclosures o challenger fuerte
Exploratorio	`EXPLORATORIO`	challenger, sensibilidad o aprendizaje
Bloqueado	`BLOQUEADO`	no ejecutar como resultado actuarial
No pertinente	`NO_PERTINENTE`	no responde a la obligación

Los alias opcionales en inglés pueden ser:

READY
READY_WITH_LIMITATIONS
EXPLORATORY
BLOCKED
NOT_APPLICABLE

28.2 Precedencia¶

flowchart TD
    A{"¿El método responde a la obligación?"}
    A -->|No| N["NO_PERTINENTE"]
    A -->|Sí| B{"¿Falla un gate crítico?"}
    B -->|Sí| C["BLOQUEADO"]
    B -->|No| D{"¿Puede validarse razonablemente?"}
    D -->|No| E["EXPLORATORIO"]
    D -->|Sí| F{"¿Existen limitaciones materiales?"}
    F -->|Sí| G["LISTO_CON_LIMITACIONES"]
    F -->|No| H["LISTO"]

28.3 Regla de prudencia¶

Un estado alto no implica que el método deba seleccionarse. Solo indica que puede compararse de forma defendible.

29. Score de preparación¶

29.1 Objetivo¶

El score sirve para:

priorizar remediaciones;
comparar la preparación relativa;
monitorear mejoras;
resumir evidencia.

No sustituye gates.

29.2 Fórmula¶

Sea \(s_d\in[0,1]\) el cumplimiento del dominio \(d\) y \(w_{m,d}\) el peso para el método \(m\):

\[ Score_m = 100\sum_{d=1}^{10}w_{m,d}s_d, \qquad \sum_{d=1}^{10}w_{m,d}=1. \]

29.3 Ejemplo de pesos¶

Chain Ladder pagado¶

Dominio	Peso
D1 Alcance	0,10
D2 Fechas	0,15
D3 Medida	0,10
D4 Integridad	0,10
D5 Historia	0,25
D6 Exposición	0,02
D7 Prior	0,00
D8 Segmentación	0,08
D9 Operación	0,10
D10 Validación	0,10

Cape Cod¶

Dominio	Peso
D1 Alcance	0,10
D2 Fechas	0,08
D3 Medida	0,08
D4 Integridad	0,08
D5 Historia	0,15
D6 Exposición	0,25
D7 Prior	0,05
D8 Segmentación	0,08
D9 Operación	0,05
D10 Validación	0,08

29.4 Interpretación orientativa¶

Score	Interpretación preliminar
90–100	muy preparado
75–89	preparado con limitaciones
50–74	exploratorio
< 50	preparación insuficiente

Un gate crítico fallido fuerza BLOQUEADO.

29.5 Mejor contraargumento¶

Los pesos contienen juicio. Un score puede parecer objetivo sin serlo. Por ello:

deben versionarse;
deben ser visibles;
deben permitir override documentado;
no deben utilizarse como ranking de calidad actuarial.

30. Matriz maestra de requisitos por método¶

30.1 Métodos clásicos¶

Método	Campos esenciales	Campos recomendados	Gate crítico	Validación mínima
Chain Ladder pagado	`fecha_origen`, `fecha_pago`, `costo_pagado`, `fecha_valoracion`	segmento, recuperaciones, large claims	G1, G2, G4, G7	runoff y estabilidad
Chain Ladder incurrido	`fecha_origen`, `costo_incurrido`, `fecha_valoracion`	paid, case reserve, política de reservas	G2, G4, G7	reconciliación paid + case
Bornhuetter-Ferguson	triángulo, CDF, `ultimate_esperado` o ELR	exposición, pricing, presupuesto	G4, G6	backtest del prior
Benktander	datos BF + madurez	pesos o iteración	G4, G6	continuidad por madurez
Cape Cod	triángulo, exposición, CDF	tendencia, mix, beneficios	G4, G5, G7	backtest del costo unitario
PMPM	costo maduro, miembros-mes	morbilidad, tendencia, estacionalidad	G5, G7	error por periodo
Devengo contractual	población, tarifa, contrato, periodo	liquidaciones y risk sharing	G0, G5, G9	reconciliación contractual

30.2 Métodos estocásticos¶

Método	Campos esenciales	Gate crítico	Riesgo no cubierto automáticamente
Mack	triángulo acumulado, factores CL	G4, G7	model risk, data risk, tail
Bootstrap	incrementales, residuos, proceso	G4, G7, G8	cambio estructural
GLM estocástico	incrementales, diseño, distribución	G4, G7, G8	especificación
Bayes	datos, likelihood, priors	G6, G8	prior y convergencia

30.3 Métodos estadísticos y granulares¶

Método	Campos esenciales	Campos recomendados	Gate crítico
GLM agregado	origen, desarrollo, calendario, incremental	exposición, covariables	G4, G7, G8
GAM	mismos de GLM + volumen	splines y offsets	G4, G8
Frecuencia-severidad	claim ID, exposición, conteo, severidad	miembro, diagnóstico	G3, G5, G8
Supervivencia	inicio, evento, censura	covariables	G1, G3, G8
Multiestado	estado, fecha de transición, claim ID	historia completa	G1, G3, G8
Árboles/boosting	target maduro, features as-of	exposición, SHAP	G8, G9
Deep learning	gran volumen, target, snapshots	secuencias y embeddings	G8, G9

31. Requisitos precisos de campos¶

31.1 Chain Ladder pagado¶

Obligatorios¶

fecha_servicio
fecha_pago
costo_pagado
fecha_valoracion

Alias opcionales en inglés¶

Español	Inglés
`fecha_servicio`	`service_date`
`fecha_pago`	`payment_date`
`costo_pagado`	`paid_amount`
`fecha_valoracion`	`valuation_date`

Bloqueos¶

fecha de pago ausente;
costo ambiguo;
celdas no incrementales;
duplicación material;
historia insuficiente.

31.2 Chain Ladder incurrido¶

Obligatorios¶

fecha_servicio
costo_incurrido
fecha_valoracion

Idealmente derivados de¶

costo_pagado
reserva_caso

Reconciliación¶

\[ costo\_incurrido = costo\_pagado + reserva\_caso. \]

Bloqueos¶

cambios no documentados en políticas de case reserving;
reservas negativas sin explicación;
incurred no reconciliable.

31.3 Bornhuetter-Ferguson¶

Obligatorios¶

fecha_origen
importe_acumulado
proporcion_desarrollada
ultimate_esperado
fecha_prior
fecha_valoracion

Alternativamente:

prima_devengada
tasa_siniestralidad_esperada

Cálculo¶

\[ U_i^{BF} = C_{i,k_i} + (1-p_i)U_i^{(0)}. \]

Bloqueos¶

prior retrospectivo;
prior sin exposición;
CDF no creíble;
diferencias de perímetro entre prior y triángulo.

31.4 Benktander¶

Obligatorios¶

Los mismos de BF.

Cálculo de una iteración¶

\[ U_i^{Benk} = C_{i,k_i} + (1-p_i)U_i^{BF}. \]

Riesgo¶

Benktander no corrige un prior sesgado ni un patrón defectuoso.

31.5 Cape Cod¶

Obligatorios¶

fecha_origen
importe_acumulado
proporcion_desarrollada
exposicion

Tasa¶

\[ \widehat{\theta} = \frac{\sum_i C_{i,k_i}} {\sum_i Exposicion_i p_i}. \]

Ultimate esperado¶

\[ \widehat{U}_i = Exposicion_i\widehat{\theta}. \]

Bloqueos¶

exposición incompleta;
mezcla de segmentos;
tendencia no ajustada;
periodo anómalo dominante.

31.6 Mack¶

Obligatorios¶

triángulo acumulado;
celdas positivas o tratamiento válido;
CL central elegible.

Supuestos centrales¶

\[ E[C_{i,j+1}\mid C_{i,0},\ldots,C_{i,j}] = f_jC_{i,j}. \]

\[ Var(C_{i,j+1}\mid C_{i,j}) = \sigma_j^2 C_{i,j}. \]

Bloqueos¶

CL no apropiado;
negativos incompatibles;
pocos grados de libertad;
dependencia material entre años.

31.7 Bootstrap¶

Obligatorios¶

incrementales o acumulados transformables;
modelo de media;
residuos;
distribución de proceso;
número de simulaciones;
semilla.

Bloqueos¶

residuos mal definidos;
muy pocas celdas;
dependencia no modelada;
tail implícito.

31.8 GLM y GAM¶

Obligatorios¶

periodo_origen
edad_desarrollo
periodo_calendario
importe_incremental

Estructura típica¶

\[ Y_{i,j} \sim \text{ODP}(\mu_{i,j},\phi), \]

\[ \log(\mu_{i,j}) = \alpha_i+\beta_j+\gamma_{i+j}. \]

Con offset:

\[ \log(\mu_{i,j}) = \log(Exposicion_i) +\alpha_i+\beta_j+\gamma_{i+j}. \]

31.9 Supervivencia y multiestado¶

Supervivencia¶

id_reclamacion
fecha_inicio
fecha_evento
indicador_censura
estado

Multiestado¶

id_reclamacion
estado_origen
estado_destino
fecha_transicion

Aplicación¶

glosas;
controversias;
adjudicación;
cierre;
pagos prolongados.

31.10 Machine learning¶

Obligatorios¶

target maduro;
features disponibles as-of;
fecha de corte;
split temporal;
identificadores;
volumen.

Gate adicional¶

\[ fecha\_feature \leq fecha\_prediccion. \]

Toda variable posterior produce leakage.

32. Lógica de recomendación de datos faltantes¶

32.1 Estructura de una recomendación útil¶

No basta con indicar “falta exposición”. La salida debe incluir:

Elemento	Contenido
Dato	nombre canónico
Definición	significado
Granularidad	claim, mes, contrato
Periodicidad	mensual, diaria
Historia	rango requerido
Fuente candidata	afiliaciones, pricing, tesorería
Métodos habilitados	lista
Prioridad	crítica, alta, media, baja
Riesgo	efecto de no obtenerlo

32.2 Priorización¶

Sea \(H_r\) el número de métodos habilitados por el requisito \(r\), \(M_r\) su materialidad y \(C_r\) el costo de obtención:

\[ Prioridad_r = \frac{H_r\times M_r}{C_r}. \]

Esta fórmula es conceptual. Su utilidad es ordenar esfuerzos.

32.3 Ejemplo¶

Brecha	Habilita	Prioridad
`fecha_pago`	CL paid, Mack, Bootstrap	crítica
`miembros_mes`	Cape Cod, PMPM, GLM offset	alta
`ultimate_esperado`	BF, Benktander	alta
snapshots	backtesting, ML, validación	crítica
`reserva_caso`	CL incurred	media

33. Perfiles de benchmark¶

33.1 Benchmark mínimo¶

Datos¶

triángulo pagado;
historia moderada;
sin prior;
sin exposición.

Métodos¶

Chain Ladder;
ventanas alternativas;
tail;
sensibilidad de factores.

Limitación¶

No permite evaluar BF, Benktander o Cape Cod.

33.2 Benchmark clásico completo¶

Datos¶

triángulo;
prior;
exposición;
madurez.

Métodos¶

Chain Ladder;
BF;
Benktander;
Cape Cod;
PMPM.

Comparación¶

ultimate;
reserva;
variación por madurez;
sensibilidad al prior;
sensibilidad al costo unitario.

33.3 Benchmark estocástico¶

Datos¶

triángulo suficiente;
residuos;
CL elegible;
snapshots.

Métodos¶

Mack;
Bootstrap;
GLM estocástico.

Output¶

error estándar;
MSEP;
distribución predictiva;
percentiles;
sensibilidad de tail.

33.4 Benchmark estadístico¶

Datos¶

incrementales;
origen, desarrollo, calendario;
exposición;
covariables.

Métodos¶

GLM;
GAM;
Bayes jerárquico;
Chain Ladder como baseline.

33.5 Benchmark granular¶

Datos¶

claims;
transacciones;
estados;
snapshots;
outcome maduro.

Métodos¶

frecuencia-severidad;
survival;
multiestado;
boosting;
benchmark agregado.

33.6 Perfil salud Colombia¶

Componentes sugeridos¶

Obligación	Métodos iniciales
Fee-for-service	paid/incurred CL, BF, Cape Cod, PMPM
Capitación	devengo poblacional y liquidación
PGP	devengo + modelo contractual
Glosas	multiestado, survival, case
Alto costo	segmentación + case + frecuencia-severidad
Recuperaciones	triángulo separado o modelo de cobro

34. Especificación de configuración¶

34.1 Ejemplo YAML¶

metodos:
  chain_ladder_pagado:
    nombre: "Chain Ladder pagado"
    alias_ingles: "Paid Chain Ladder"
    medida: "pagado"
    campos_obligatorios:
      - fecha_servicio
      - fecha_pago
      - costo_pagado
      - fecha_valoracion
    campos_recomendados:
      - id_reclamacion
      - id_transaccion
      - segmento
      - valor_recuperacion
    gates_criticos:
      - G0
      - G1
      - G2
      - G3
      - G4
      - G7
      - G9
    umbrales:
      minimo_periodos_origen: 36
      minimo_pares_factor: 12
    estado_si_no_hay_snapshots: "LISTO_CON_LIMITACIONES"

  bornhuetter_ferguson:
    nombre: "Bornhuetter-Ferguson"
    campos_obligatorios:
      - fecha_origen
      - importe_acumulado
      - proporcion_desarrollada
      - ultimate_esperado
      - fecha_prior
    gates_criticos:
      - G0
      - G2
      - G4
      - G6
      - G7
      - G9

  cape_cod:
    nombre: "Cape Cod"
    campos_obligatorios:
      - fecha_origen
      - importe_acumulado
      - proporcion_desarrollada
      - exposicion
    gates_criticos:
      - G0
      - G2
      - G4
      - G5
      - G7
      - G9

34.2 Diccionario canónico¶

campos:
  fecha_servicio:
    tipo: "fecha"
    descripcion: "Fecha de prestación o incurral"
    alias_ingles:
      - service_date
      - incurred_date

  costo_pagado:
    tipo: "decimal"
    descripcion: "Pago incremental"
    alias_ingles:
      - paid_amount

  miembros_mes:
    tipo: "decimal_no_negativo"
    descripcion: "Exposición mensual"
    alias_ingles:
      - member_months

35. Implementación de referencia en Python¶

35.1 Objetivo¶

El siguiente código ilustra:

perfil del dataset;
evaluación de campos;
aplicación de gates;
estado;
lista de brechas.

No reemplaza el script final del paquete.

from __future__ import annotations

from dataclasses import dataclass, field
from typing import Any


@dataclass(frozen=True)
class EspecificacionMetodo:
    codigo: str
    nombre: str
    campos_obligatorios: tuple[str, ...]
    campos_recomendados: tuple[str, ...]
    gates_criticos: tuple[str, ...]


@dataclass
class PerfilDatos:
    columnas: set[str]
    indicadores: dict[str, Any] = field(default_factory=dict)
    gates: dict[str, bool] = field(default_factory=dict)


@dataclass(frozen=True)
class ResultadoPreparacion:
    metodo: str
    estado: str
    score: float
    campos_faltantes: tuple[str, ...]
    gates_fallidos: tuple[str, ...]
    recomendaciones: tuple[str, ...]


def calcular_score(perfil: PerfilDatos, pesos: dict[str, float]) -> float:
    total = 0.0
    for dominio, peso in pesos.items():
        cumplimiento = float(perfil.indicadores.get(dominio, 0.0))
        total += peso * max(0.0, min(1.0, cumplimiento))
    return round(100.0 * total, 2)


def evaluar_metodo(
    perfil: PerfilDatos,
    especificacion: EspecificacionMetodo,
    pesos: dict[str, float],
) -> ResultadoPreparacion:
    faltantes = tuple(
        campo
        for campo in especificacion.campos_obligatorios
        if campo not in perfil.columnas
    )

    gates_fallidos = tuple(
        gate
        for gate in especificacion.gates_criticos
        if not perfil.gates.get(gate, False)
    )

    score = calcular_score(perfil, pesos)

    if faltantes or gates_fallidos:
        estado = "BLOQUEADO"
    elif not perfil.gates.get("G8", False):
        estado = "EXPLORATORIO"
    elif score >= 90:
        estado = "LISTO"
    elif score >= 75:
        estado = "LISTO_CON_LIMITACIONES"
    else:
        estado = "EXPLORATORIO"

    recomendaciones: list[str] = []
    for campo in faltantes:
        recomendaciones.append(f"Obtener o mapear el campo '{campo}'.")
    for gate in gates_fallidos:
        recomendaciones.append(f"Resolver el gate crítico {gate}.")

    return ResultadoPreparacion(
        metodo=especificacion.nombre,
        estado=estado,
        score=score,
        campos_faltantes=faltantes,
        gates_fallidos=gates_fallidos,
        recomendaciones=tuple(recomendaciones),
    )

35.2 Ejemplo de ejecución¶

perfil = PerfilDatos(
    columnas={
        "fecha_servicio",
        "fecha_contabilizacion",
        "costo",
        "id_factura",
        "segmento",
    },
    indicadores={
        "D1": 0.8,
        "D2": 0.5,
        "D3": 0.3,
        "D4": 0.6,
        "D5": 0.2,
        "D6": 0.0,
        "D7": 0.0,
        "D8": 0.7,
        "D9": 0.4,
        "D10": 0.2,
    },
    gates={
        "G0": True,
        "G1": False,
        "G2": False,
        "G3": True,
        "G4": False,
        "G5": False,
        "G6": False,
        "G7": False,
        "G8": False,
        "G9": True,
    },
)

El resultado para Chain Ladder pagado sería BLOQUEADO hasta mapear fecha_pago, costo_pagado y resolver historia y medida.

36. Implementación de referencia en R¶

evaluar_metodo <- function(
  columnas,
  campos_obligatorios,
  gates,
  gates_criticos,
  score
) {
  faltantes <- setdiff(campos_obligatorios, columnas)
  gates_fallidos <- gates_criticos[!gates[gates_criticos]]

  if (length(faltantes) > 0 || length(gates_fallidos) > 0) {
    estado <- "BLOQUEADO"
  } else if (!isTRUE(gates[["G8"]])) {
    estado <- "EXPLORATORIO"
  } else if (score >= 90) {
    estado <- "LISTO"
  } else if (score >= 75) {
    estado <- "LISTO_CON_LIMITACIONES"
  } else {
    estado <- "EXPLORATORIO"
  }

  list(
    estado = estado,
    score = score,
    campos_faltantes = faltantes,
    gates_fallidos = gates_fallidos
  )
}

37. Consultas SQL de perfilado¶

37.1 Duplicados¶

SELECT
    id_reclamacion,
    id_transaccion,
    COUNT(*) AS numero_registros
FROM reclamaciones
GROUP BY
    id_reclamacion,
    id_transaccion
HAVING COUNT(*) > 1;

37.2 Coherencia de fechas¶

SELECT
    COUNT(*) AS registros_invalidos
FROM reclamaciones
WHERE fecha_servicio > fecha_pago
   OR fecha_pago > fecha_valoracion;

37.3 Historia por desarrollo¶

SELECT
    periodo_origen,
    mes_desarrollo,
    COUNT(*) AS registros,
    SUM(costo_pagado) AS costo_pagado
FROM movimientos
GROUP BY
    periodo_origen,
    mes_desarrollo
ORDER BY
    periodo_origen,
    mes_desarrollo;

37.4 Cobertura de exposición¶

SELECT
    periodo_origen,
    SUM(miembros_mes) AS miembros_mes
FROM exposicion
GROUP BY periodo_origen
HAVING SUM(miembros_mes) IS NULL
    OR SUM(miembros_mes) <= 0;

38. Ejemplo aplicado de evaluación¶

38.1 Dataset¶

Supóngase un archivo consolidado con:

394 filas físicas;
197 movimientos económicos únicos;
dos archivos fuente que duplican los movimientos;
ocho meses de servicio;
tres meses calendario;
costos positivos y negativos;
Periodo Servicio;
Periodo;
COSTO;
FRECUENCIA;
sin exposición;
sin prior;
sin reserva de caso;
sin snapshots.

38.2 Mapeo preliminar¶

Original	Canónico	Estado
`Periodo Servicio`	`fecha_servicio`	plausible
`Periodo`	`fecha_calendario`	ambiguo
`COSTO`	`importe`	ambiguo
`FRECUENCIA`	`conteo`	ambiguo
`factura` + `Folio`	`id_reclamacion`	candidato
`archivo_origen`	`archivo_fuente`	válido
`Componente`	`tipo_movimiento`	crítico

38.3 Gates¶

Gate	Resultado	Razón
G0	Amarillo	obligación parcialmente definida
G1	Rojo	`Periodo` no confirmado como pago
G2	Rojo	`COSTO` mezcla componentes
G3	Rojo	duplicación del 100%
G4	Rojo	tres meses calendario
G5	Rojo	no hay exposición
G6	Rojo	no hay prior
G7	Amarillo	no se evaluó representatividad
G8	Rojo	no hay snapshots
G9	Amarillo	proceso aún no implementado

38.4 Estados¶

Método	Estado
Construcción incremental	`LISTO_CON_LIMITACIONES`
Chain Ladder	`EXPLORATORIO` o `BLOQUEADO` según semántica
BF	`BLOQUEADO`
Benktander	`BLOQUEADO`
Cape Cod	`BLOQUEADO`
Mack	`BLOQUEADO`
Bootstrap	`BLOQUEADO`
GLM agregado	`EXPLORATORIO`
ML	`BLOQUEADO`

38.5 Plan de remediación¶

Orden	Acción	Métodos habilitados
1	confirmar `Periodo` y `COSTO`	construcción y CL
2	resolver duplicados	todos
3	ampliar historia	CL, Mack, Bootstrap, GLM
4	obtener `miembros_mes`	Cape Cod, PMPM, GLM offset
5	obtener prior ex ante	BF, Benktander
6	conservar snapshots	backtesting, ML
7	obtener reserva de caso	incurred

38.6 Benchmark actual y objetivo¶

Actual¶

perfilado;
deduplicación;
triángulo descriptivo;
análisis de lags;
visualización;
no selección de reserva.

Objetivo¶

CL;
BF;
Benktander;
Cape Cod;
Mack;
Bootstrap;
GLM;
backtesting as-of.

39. Formato de salida del evaluador¶

39.1 Resumen ejecutivo¶

Métodos listos: 1
Métodos listos con limitaciones: 2
Métodos exploratorios: 2
Métodos bloqueados: 7
Brechas críticas: 5

39.2 Matriz¶

Método	Estado	Score	Gates fallidos	Campos faltantes	Próxima acción
CL pagado	Exploratorio	61	G1, G4, G8	fecha_pago	confirmar fecha
BF	Bloqueado	44	G6	ultimate_esperado	obtener pricing
Cape Cod	Bloqueado	38	G5	miembros_mes	integrar afiliación
Mack	Bloqueado	41	G4	historia	ampliar cortes

39.3 Artefactos¶

perfil_datos.csv;
matriz_elegibilidad.csv;
brechas_datos.csv;
plan_remediacion.csv;
resumen_ejecutivo.md;
log_evaluacion.json.

40. Reglas de comparación¶

40.1 Misma obligación¶

No comparar:

claims con capitación;
paid con cuentas por cobrar;
allowed con paid sin reconciliación.

40.2 Misma información¶

Un método con información adicional puede ser válido, pero la comparación debe declarar la diferencia.

40.3 Mismo horizonte¶

El tail debe:

ser común;
reconciliarse;
presentarse como sensibilidad.

40.4 Mismo tratamiento de grandes reclamaciones¶

Opciones:

incluir en todos;
excluir y modelar por separado;
winsorizar solo como sensibilidad.

40.5 Mismo criterio de evaluación¶

Métricas sugeridas:

\[ Error_{m,t} = \widehat{U}_{m,t}-U_t. \]

\[ APE_{m,t} = \frac{|\widehat{U}_{m,t}-U_t|}{U_t}. \]

\[ Sesgo_m = \frac{1}{T}\sum_t (\widehat{U}_{m,t}-U_t). \]

También:

estabilidad;
volatilidad de selección;
cobertura de intervalos;
error por madurez;
error por segmento.

41. Pruebas del framework¶

41.1 Unitarias¶

mapeo de alias;
detección de faltantes;
precedencia de estados;
score;
gates;
fechas;
duplicados.

41.2 Integración¶

CSV completo;
CSV sin exposición;
dataset duplicado;
historia corta;
prior posterior a valoración;
snapshots válidos.

41.3 Pruebas adversariales¶

columna llamada fecha_pago con contenido de contabilización;
costo con negativos;
exposición duplicada;
claims maduros usados como features;
método marcado listo con gate crítico fallido.

41.4 Criterio de aceptación¶

Ningún método debe recibir LISTO cuando falla un gate crítico.

42. Checklist práctico¶

Alcance¶

Fechas¶

Fecha de origen validada.
Fecha calendario validada.
Rezagos negativos explicados.
Snapshots identificados.

Importes¶

Integridad¶

Llaves documentadas.
Duplicados resueltos.
Pagos parciales identificados.
Reversos identificados.

Historia¶

Exposición y priors¶

Exposición reconciliada.
Prior ex ante.
Fecha del prior.
Perímetro consistente.

Validación¶

Gobierno¶

43. Bibliografía comentada¶

Actuarial Standards Board. ASOP No. 5, Incurred Health and Disability Claims. Referencia para la estimación de reclamaciones incurridas en salud y para la evaluación de datos, métodos, supuestos y seguimiento de experiencia.
Actuarial Standards Board. ASOP No. 23, Data Quality. Establece consideraciones sobre selección, revisión y uso de datos, así como comunicación de limitaciones.
Actuarial Standards Board. ASOP No. 41, Actuarial Communications. Sustenta los requerimientos de documentación y disclosure.
Actuarial Standards Board. ASOP No. 56, Modeling. Proporciona el marco de propósito, estructura, datos, supuestos, validación, gobierno y riesgo de modelo.
Mack, T. (1993). Distribution-Free Calculation of the Standard Error of Chain Ladder Reserve Estimates. Referencia fundamental del MSEP de Mack.
England, P. D. y Verrall, R. J. (2002). Stochastic Claims Reserving in General Insurance. Referencia sobre bootstrap y formulaciones estocásticas.
Bornhuetter, R. L. y Ferguson, R. E. (1972). The Actuary and IBNR. Fundamento del método BF.
Health Insurance Reserving Handbook — Guía de selección de metodologías. Marco de selección, gates, backtesting y combinación.
Health Insurance Reserving Handbook — Comparación de métodos clásicos. Comparación de CL, BF, Benktander y Cape Cod.
Health Insurance Reserving Handbook — Triángulos mensuales. Referencia práctica sobre historia, madurez y observaciones por factor.

44. Conclusión¶

La preparación de datos debe evaluarse en tres niveles:

\[ \text{Presencia} \rightarrow \text{Suficiencia} \rightarrow \text{Comparabilidad}. \]

Un campo puede estar presente y ser semánticamente incorrecto. Un triángulo puede existir y ser estadísticamente insuficiente. Dos métodos pueden ejecutarse y no ser comparables.

El framework propone:

gates no compensatorios;
estados explícitos;
score secundario;
nombres canónicos en español;
requisitos por método;
recomendaciones precisas;
benchmark as-of;
gobierno reproducible.

La conclusión operativa es:

El primer resultado del análisis no debe ser una reserva, sino una matriz que establezca qué métodos pueden utilizarse, cuáles no, por qué y qué datos habilitarían un benchmark superior.

Cierre editorial¶

Nivel de confianza: Alto.
Factores que podrían cambiar la conclusión: regulación aplicable, semántica institucional de los campos, obligación específica, volumen, historia, disponibilidad de exposición, priors y snapshots.
Acción recomendada: consolidar las Partes 1 y 2 en un solo capítulo después de la revisión editorial y utilizarlo como especificación para config/diccionario_datos_canonico.yml y el demo automático de preparación de datos.

Marco de preparación de datos para seleccionar y comparar metodologías de reserving¶

27. Gates formales de elegibilidad¶

27.1 Por qué los gates son necesarios¶

27.2 Resumen de gates¶

27.3 G0 — Propósito y obligación¶

Evidencia mínima¶

Prueba formal¶

Ejemplos de falla¶

Consecuencia¶

27.4 G1 — Fechas y estructura temporal¶

Evidencia mínima¶

Controles¶

Semáforo¶

Consecuencia¶

27.5 G2 — Medida económica¶

Evidencia mínima¶

Reconciliaciones¶

Consecuencia¶

27.6 G3 — Integridad e identificadores¶

Evidencia mínima¶

Indicadores sugeridos¶

Consecuencia¶

27.7 G4 — Historia y madurez¶

Evidencia mínima¶

Regla importante¶

Consecuencia¶

27.8 G5 — Exposición¶

Evidencia mínima¶

Reconciliación¶

Consecuencia¶

27.9 G6 — Prior¶

Evidencia mínima¶

Condición ex ante¶

Consecuencia¶

27.10 G7 — Estabilidad y representatividad¶

Evidencia mínima¶

Concepto¶

Consecuencia¶

27.11 G8 — Validación as-of¶

Evidencia mínima¶

Consecuencia¶

27.12 G9 — Gobierno e implementación¶

Evidencia mínima¶

Consecuencia¶

28. Sistema de estados¶

28.1 Estados oficiales¶

28.2 Precedencia¶

28.3 Regla de prudencia¶

29. Score de preparación¶

29.1 Objetivo¶

29.2 Fórmula¶

29.3 Ejemplo de pesos¶

Chain Ladder pagado¶

Cape Cod¶

29.4 Interpretación orientativa¶

29.5 Mejor contraargumento¶

30. Matriz maestra de requisitos por método¶

30.1 Métodos clásicos¶

30.2 Métodos estocásticos¶

30.3 Métodos estadísticos y granulares¶

31. Requisitos precisos de campos¶

31.1 Chain Ladder pagado¶

Obligatorios¶

Recomendados¶

Alias opcionales en inglés¶

Bloqueos¶

31.2 Chain Ladder incurrido¶

Obligatorios¶

Idealmente derivados de¶

Reconciliación¶

Bloqueos¶

31.3 Bornhuetter-Ferguson¶

Obligatorios¶

Cálculo¶

Bloqueos¶

31.4 Benktander¶

Obligatorios¶

Cálculo de una iteración¶

Riesgo¶

31.5 Cape Cod¶