Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Document type

Bachelor thesis

Publication date

Publication license

cc-by-nc-nd (c) Sala i Vilà, 2025
Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/223999

Comparativa de Modelos Automáticos de Predicción para Indemnizaciones del Consorcio de Compensación

Journal Title

Journal ISSN

Volume Title

Related resource

Abstract

Ante el creciente impacto y la mayor frecuencia de los desastres naturales en España, y en particular de las inundaciones, este trabajo de investigación tiene como objetivo analizar el papel del Consorcio de Compensación de Seguros como mecanismo frente a riesgos extraordinarios y, al mismo tiempo, evaluar la capacidad predictiva de distintos modelos automáticos. Para ello, se aplican tres modelos estadísticos —autoARIMA, ETS y Prophet— sobre una serie temporal de indemnizaciones por inundación abonadas por el Consorcio en el periodo comprendido entre 1971 y 2023. A pesar de la volatilidad de la serie, caracterizada por la ausencia de tendencia y estacionalidad, así como por la presencia de valores atípicos, la comparación de rendimientos muestra que, si bien ningún modelo ofrece un ajuste perfecto, Prophet logra un mayor ajuste, destacándose como una opción especialmente robusta en contextos de incertidumbre.

Description

Treballs Finals del Grau de d'Administració i Direcció d'Empreses, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2024-2025, Tutor: Oscar Claveria González

Citation

Citation

SALA I VILÀ, Isidre. Comparativa de Modelos Automáticos de Predicción para Indemnizaciones del Consorcio de Compensación. [consulted: 13 of August of 2026]. Available at: https://hdl.handle.net/2445/223999

Export metadata

JSON - METS

Share record