Un modelo bien programado puede seguir estando equivocado. Así se identifica, se valida y se controla el riesgo de que el modelo lleve a una mala decisión.
Publicado el 11 de septiembre de 2026 · por Act. Francisco Javier Ruiz de la Peña Olea
Buena parte del trabajo actuarial se entrega a través de un modelo: la hoja que proyecta la siniestralidad, el sistema que calcula reservas, el motor de tarificación, la simulación estocástica que respalda el capital regulatorio. Cuando ese modelo se equivoca, el error no se queda en la hoja: se traslada a una prima insuficiente, a una reserva corta o a una decisión de suscripción que no debió tomarse. A ese peligro la profesión le puso nombre propio: riesgo de modelo.
El documento conjunto de las secciones de gestión de riesgos de la CAS, la SOA y el Instituto Canadiense de Actuarios (CIA) lo define con precisión quirúrgica: el riesgo de que el uso de un modelo induzca a la administración a tomar decisiones equivocadas. Nótese lo que esa definición no dice. No habla de errores de programación ni de fallas de cómputo. Habla de decisiones. Un modelo puede estar impecablemente codificado y validado en su aritmética, y aun así ser el modelo equivocado para la pregunta que se le está haciendo.
Ese mismo trabajo descompone el riesgo de modelo en cinco elementos distintos, y la distinción es útil porque cada uno se controla de forma diferente:
Idea clave: el riesgo de modelo no se elimina, se administra. Ningún modelo es la realidad; todos son una simplificación deliberada. La pregunta profesional no es si el modelo es correcto, sino si es suficientemente adecuado para el uso que se le va a dar y si sus limitaciones están documentadas y comunicadas.
Validar un modelo no es repasarlo. Es someterlo a una batería de pruebas independientes, idealmente por alguien que no lo construyó. Un proceso de validación razonablemente completo incluye:
La validación es un evento; la gobernanza es el sistema que la hace repetible. La SOA documentó desde hace años, en su estudio sobre gobernanza de modelos actuariales, que las prácticas del sector eran heterogéneas y con frecuencia informales. Los elementos que hoy se consideran mínimos son:
Los modelos de analítica predictiva y de inteligencia artificial no crean un tipo nuevo de riesgo de modelo, pero agravan varios de los existentes. Un modelo de gradient boosting con cientos de árboles no se revisa leyendo sus parámetros; la validación se desplaza del escrutinio de la estructura al escrutinio del comportamiento: estabilidad entre periodos, desempeño fuera de muestra, monotonía en las variables donde el negocio espera monotonía, deriva de los datos de entrada, y explicabilidad suficiente para justificar una tarifa ante un regulador o un asegurado. La encuesta anual de riesgos emergentes de la SOA y la CAS ha colocado a la inteligencia artificial en los primeros lugares de preocupación, y una parte considerable de esa inquietud es, en el fondo, riesgo de modelo a escala.
El tema no es solo buena práctica: está codificado. La norma ISAP 1 de la IAA exige que el trabajo actuarial sea razonable, verificable y documentado de forma que otro actuario calificado pueda evaluarlo, lo que es en esencia un requisito de validabilidad. En Estados Unidos, la norma ASOP 56 se dedica específicamente al modelado y aborda la idoneidad del modelo para su uso previsto, su validación y la comunicación de sus limitaciones. En el terreno de la solvencia, los regímenes basados en riesgo condicionan el uso de modelos internos a la existencia de una función de validación efectiva, y el ejercicio de autoevaluación de riesgos obliga a que la administración entienda, y no solo reciba, los resultados. En México, la Circular Única de Seguros y Fianzas ubica estas responsabilidades dentro del sistema de gobierno corporativo, con la función actuarial y la auditoría interna como contrapesos.
Para quien empieza, aquí hay una ventaja competitiva poco disputada. Muchos actuarios jóvenes compiten por ser los mejores construyendo modelos. Muy pocos se especializan en validarlos y gobernarlos, y esa es precisamente la habilidad que las áreas de riesgos, los reguladores y los consejos de administración están buscando.
Si hubiera que reducir todo lo anterior a una disciplina personal, serían tres hábitos. Primero, escribir siempre para qué sirve el modelo y para qué no, antes de usar el resultado. Segundo, no entregar nunca un número sin poder explicar por qué cambió respecto del anterior. Tercero, tratar la documentación y el control de versiones como parte del entregable, no como un trámite posterior. El modelo es la herramienta; el juicio profesional sobre sus límites es el trabajo.
¿Te sirvió? Explora más en el blog, revisa las Normas Internacionales de Práctica Actuarial o la sección para estudiantes.