Cuánto peso merece la experiencia de un riesgo frente a la de su colectividad: la pregunta que la credibilidad responde desde hace un siglo.
Publicado el 2 de septiembre de 2026 · por Act. Francisco Javier Ruiz de la Peña Olea
Un actuario recibe la experiencia de siniestros de una flotilla de 40 camiones: el año pasado tuvo una siniestralidad muy por debajo del promedio del mercado. ¿Debe cobrarle una prima menor? ¿O fue simple suerte y el próximo año regresará a la media? La teoría de la credibilidad existe para responder exactamente esa pregunta: cuánto peso darle a la experiencia propia de un riesgo frente a la experiencia de la colectividad a la que pertenece. Es una de las herramientas más antiguas, elegantes y utilizadas de la actuaría de daños, y sigue apareciendo en los programas de examen de la SOA y de la CAS porque resuelve un problema que ningún modelo moderno ha hecho desaparecer: los datos individuales casi nunca son suficientes.
Toda tarifa actuarial parte de una tensión. Por un lado, el asegurado exige que su prima refleje su propio riesgo; por otro, la experiencia de un solo asegurado, o incluso de un grupo pequeño, está dominada por el azar. Un año sin siniestros puede significar que el riesgo es bueno o simplemente que la moneda cayó del lado favorable. Si el actuario tarifica con la experiencia individual pura, la prima se vuelve volátil e inestable; si tarifica únicamente con la tarifa de mercado, ignora información valiosa y castiga a los buenos riesgos.
La credibilidad formaliza el punto intermedio con una fórmula que cualquier estudiante reconoce:
Prima ajustada = Z × experiencia propia + (1 − Z) × experiencia colectiva, donde Z, el factor de credibilidad, toma valores entre 0 y 1.
Cuando Z se acerca a 1, la experiencia propia domina; cuando se acerca a 0, la tarifa colectiva manda. Todo el arte está en determinar Z de manera justificada.
El enfoque más antiguo, desarrollado en Estados Unidos a principios del siglo XX para seguros de riesgos de trabajo, se conoce como credibilidad de fluctuación limitada. Su lógica es intuitiva: la experiencia de un riesgo merece credibilidad completa (Z = 1) cuando su volumen es tan grande que la probabilidad de que el resultado observado se desvíe del verdadero valor esperado en más de cierto margen es pequeña. El estándar clásico exige que el número esperado de siniestros permita que la observación caiga dentro de ±5% del valor esperado con 90% de probabilidad; con una distribución de Poisson, eso equivale a unos 1,082 siniestros esperados.
Si el riesgo no alcanza ese umbral, se le asigna credibilidad parcial mediante la regla de la raíz cuadrada: Z es igual a la raíz de los siniestros observados entre los requeridos para credibilidad plena. Es sencillo, transparente y fácil de explicar a un cliente o a un regulador, razón por la cual sobrevive en manuales de tarificación de todo el mundo. Su debilidad es que el umbral es, en el fondo, una convención: los criterios de ±5% y 90% no salen de la estructura del portafolio, sino de una decisión del actuario.
A mediados del siglo XX, la actuaría europea buscó una justificación más rigurosa. Hans Bühlmann demostró en 1967 que, si se plantea el problema como una estimación bayesiana lineal, el mejor estimador lineal de la prima de un riesgo tiene exactamente la forma de la fórmula de credibilidad, y el factor Z queda determinado por tres cantidades del portafolio:
El resultado es la célebre expresión Z = n / (n + k), donde k es el cociente entre la varianza del proceso y la varianza de las medias. La interpretación es poderosa: si los riesgos del portafolio son muy heterogéneos entre sí, cada uno merece más credibilidad propia; si son muy parecidos, conviene apoyarse en la colectividad. La credibilidad deja de ser una convención y se convierte en una propiedad medible del portafolio.
Bühlmann y Straub extendieron el modelo en 1970 para permitir volúmenes de exposición distintos por riesgo y por año, lo que lo hizo aplicable a flotillas, grupos de vida colectivo, cuentas de gastos médicos empresariales o carteras de reaseguro donde cada cedente aporta un tamaño diferente. El modelo Bühlmann-Straub es hoy el caballo de batalla de la credibilidad empírica y su estimación no paramétrica figura en el temario de exámenes como MAS-II de la CAS y en el material de estadística de corto plazo de la SOA.
Aunque nació en riesgos de trabajo, la credibilidad aparece en casi todas las áreas donde el actuario debe mezclar información propia con información de referencia:
En México, la credibilidad tiene un lugar explícito en la práctica regulatoria. La Circular Única de Seguros y Fianzas, al describir las bases para las notas técnicas y los métodos de reservas, obliga a las instituciones a sustentar sus hipótesis con información propia cuando sea estadísticamente suficiente y a complementarla con información de mercado cuando no lo sea. Esa disyuntiva es, palabra por palabra, un problema de credibilidad, y el actuario que firma la nota técnica debe poder justificar el peso que asignó a cada fuente.
La utilidad crece en mercados con carteras pequeñas o jóvenes, que son la regla en buena parte de Latinoamérica. Una aseguradora que arranca un ramo nuevo, un microseguro con pocos años de historia o una mutualidad regional rara vez tienen volumen para credibilidad plena; sin un marco formal, la tentación es o copiar la tarifa del competidor o confiar ciegamente en dos años de datos. La credibilidad ofrece un camino intermedio defendible ante el regulador, el reasegurador y el consejo de administración.
Una pregunta frecuente entre estudiantes es si los modelos lineales generalizados y el aprendizaje automático dejaron obsoleta la teoría de la credibilidad. La respuesta es que la absorbieron. Los modelos mixtos con efectos aleatorios producen, para cada grupo o asegurado, un estimador que "encoge" el efecto individual hacia la media del portafolio en función de su volumen de datos: es Bühlmann con otro nombre. Las técnicas de regularización en modelos predictivos hacen algo análogo con los coeficientes. Y en la investigación reciente publicada por la CAS y por autores académicos se exploran extensiones multivariadas y con decaimiento temporal de Bühlmann-Straub, así como arquitecturas de redes neuronales que incorporan explícitamente un mecanismo de credibilidad para riesgos con historia escasa.
Entender la teoría clásica, por tanto, no es un ejercicio de arqueología: es la clave para interpretar correctamente lo que hacen los modelos modernos y para explicar sus resultados a quien no es técnico. Un actuario que domina el concepto de Z puede explicar por qué el modelo asigna a un cliente nuevo una prima cercana a la del mercado y a un cliente antiguo una prima más individualizada, sin necesidad de abrir la caja negra.
Pocas ideas actuariales han envejecido tan bien. Un siglo después de que los primeros actuarios de riesgos de trabajo se preguntaran cuánto creerle a la experiencia de un patrón, la misma pregunta sigue apareciendo en cada tarifa, cada reserva y cada modelo predictivo. Saber responderla con rigor es parte de lo que distingue al actuario de otros profesionales de los datos.
¿Te sirvió? Explora más en el blog, descubre por qué estudiar actuaría o la sección para estudiantes.