La insolvencia, su temprana detección o el conocimiento de las condiciones que pueden conducir a ella, en una compañía de seguros es una de las principales preocupaciones de legisladores, consumidores y directivos de este tipo de entidades. Esta preocupación surge como resultado de la necesidad de proteger al público de las consecuencias de las insolvencias de los aseguradores, por un lado, y la necesidad de minimizar la carga que supone para algunos estados hacer frente a las mismas a través de los fondos de garantía, por otro. En consecuencia, una función importante de los gobiernos es regular el sector asegurador y a través de ella, controlar la solvencia del mismo. En la actualidad el marco legislativo en materia de solvencia para entidades aseguradoras está siendo objeto de un profundo estudio. El proyecto Solvencia II pretende marcar las directrices que reformen las reglas existentes en la Unión Europea en relación con la solvencia. Tradicionalmente se han aplicado numerosos métodos estadísticos para afrontar este problema utilizando como variables explicativas los ratios financieros, dada la demostrada capacidad predictiva de este tipo de variables para el problema que nos ocupa. Estas variables no suelen cumplir las hipótesis estadísticas que requieren estos métodos. En consecuencia, y para superar algunos de los problemas de los métodos estadísticos, en este trabajo se ha aplicado una técnica de Inteligencia Artificial, la metodología Rough Set, para la predicción de insolvencias sobre una muestra de empresas españolas de seguros no-vida. Esta metodología presenta, entre otras, estas ventajas: en primer, es útil para analizar sistemas de información que representan el conocimiento adquirido por la experiencia; en segundo lugar, elimina las variables redundantes reduciendo el coste, en tiempo y dinero, del proceso de decisión; en tercer lugar, se obtienen unas reglas de decisión fácilmente comprensibles que no necesitan interpretación de ningún experto y, finalmente, en cuarto lugar, las reglas están bien justificadas por extraerse de casos reales lo que justificaría las decisiones que en base a ellas se tomen. Esta investigación completa otros estudios previos que aplican la Teoría Rough Set a la predicción de crisis empresariales desarrollando un modelo de predicción de insolvencias en empresas aseguradoras españolas del ramo no-vida. El modelo que se ha desarrollado utiliza tanto ratios financieros generales como específicos para evaluar la solvencia en este sector. Los resultados son muy satisfactorios comparándolos con los que se han obtenido aplicando una técnica estadística pionera en abordar el problema de predicción de crisis empresariales, el análisis discriminante. Este hecho demuestra como la Teoría Rough Set puede resultar una herramienta muy útil y novedosa para todos aquellos interesados en evaluar la solvencia de una empresa aseguradora como pueden ser autoridades supervisoras, auditores, directivos de este tipo de entidades, inversores, analistas y asegurados. Extensión: 238 páginas
