Correlación lineal, cópulas y dependencia en la cola: cómo el actuario agrega riesgos, estima el beneficio de diversificación y calcula el capital de una aseguradora.
Publicado el 20 de octubre de 2026 · por Act. Francisco Javier Ruiz de la Peña Olea
Un principio básico de la gestión de riesgos es que diversificar reduce el capital necesario: no todo sale mal al mismo tiempo. El problema es que, en las crisis, muchas cosas sí salen mal juntas. Medir esa tendencia a “moverse en conjunto” —la dependencia— es uno de los temas más delicados de la actuaría moderna, y las cópulas son la herramienta que permite modelarla con rigor.
Una aseguradora enfrenta riesgos de suscripción (vida, daños, salud), de mercado, de crédito y operativos. Si el capital de cada uno se sumara sin más, se asumiría que todos ocurren a la vez y se sobrestimaría el colchón necesario. Si, en el otro extremo, se supusiera independencia total, el capital se subestimaría. La realidad está en medio, y el actuario debe decidir dónde.
Esa decisión es la agregación de riesgos: partir de las distribuciones de pérdida de cada línea o factor y combinarlas en una distribución total, de la cual se obtiene una medida de cola como el VaR o el TVaR (ver medidas de riesgo coherentes). El beneficio de diversificación es la diferencia entre la suma de los capitales individuales y el capital del conjunto.
La práctica más extendida, incluida la fórmula estándar de Solvencia II y esquemas similares como el del RCS mexicano, agrega capitales por módulos usando una matriz de correlaciones lineales. Es sencilla, transparente y fácil de auditar. Pero tiene limitaciones conocidas:
El teorema de Sklar establece una idea elegante: toda distribución conjunta puede descomponerse en dos piezas, las distribuciones marginales de cada riesgo y una cópula que describe únicamente cómo se conectan. Esto permite separar dos preguntas que antes iban mezcladas: ¿cómo se comporta cada riesgo por sí solo? y ¿cómo se relacionan entre sí?
Con esa separación, el actuario puede ajustar la mejor distribución a cada línea de negocio (por ejemplo, una lognormal para severidad de incendio y una Pareto para responsabilidad civil) y después escoger una estructura de dependencia independiente de las marginales.
El concepto clave es el coeficiente de dependencia en la cola: la probabilidad de que un riesgo sea extremo dado que otro ya lo es. Un huracán puede elevar a la vez los siniestros de propiedad, las pérdidas de inversión en el sector turístico y la morosidad de ciertos créditos. Una pandemia presiona simultáneamente la mortalidad, la morbilidad y los mercados financieros. Dos modelos con la misma correlación lineal pueden dar capitales muy distintos si uno incorpora dependencia en la cola y el otro no.
Idea clave: el beneficio de diversificación es una hipótesis del modelo, no un hecho. Cuanto más dependencia en la cola se asuma, menor será ese beneficio y mayor el capital.
Esta metodología es habitual en modelos internos de capital y en el ejercicio de autoevaluación de riesgos y solvencia (ORSA / ARSI), así como en reaseguro, donde importa la acumulación de pérdidas entre carteras (ver modelos catastróficos).
En una región expuesta a sismos, huracanes e inestabilidad cambiaria, la dependencia entre riesgos de seguros e inversiones es especialmente relevante: un mismo evento puede golpear carteras de daños, reaseguro y activos al mismo tiempo. Para el estudiante, dominar cópulas es una ventaja competitiva: combina probabilidad, estadística, programación y juicio profesional, y es un tema recurrente en los temarios de riesgo y capital de las asociaciones actuariales.
Las cópulas no eliminan la incertidumbre sobre cómo se relacionan los riesgos, pero obligan a hacer explícita una pregunta que la correlación lineal esconde: ¿qué pasa cuando todo va mal a la vez? Ese es el tipo de pregunta que distingue a un actuario que calcula capital de uno que realmente gestiona riesgo.
¿Te sirvió? Explora más en el blog, descubre por qué estudiar actuaría o la sección para estudiantes.