Calculadora de probabilidad de pérdida en seguro por uso

Esta calculadora estima la probabilidad anual de al menos un evento de pérdida a partir de la exposición de conducción. En los seguros de automóvil basados en el uso, la telemática puede registrar kilometraje y comportamientos que las aseguradoras emplean para evaluar el riesgo y ajustar precios. Aquí esos elementos se simplifican en tres entradas: kilómetros anuales, una frecuencia base de eventos por cada 10.000 km y un multiplicador relativo de riesgo.

El cálculo aplica un modelo de Poisson, habitual para convertir una frecuencia esperada de eventos en la probabilidad de que ocurra uno o más durante un periodo. Es una estimación analítica, no la metodología interna de una aseguradora. Sirve para hacer pruebas de sensibilidad —por ejemplo, cómo cambia la exposición al conducir más o al usar un multiplicador de riesgo distinto— sin atribuir a la telemática una precisión que los datos introducidos no pueden garantizar.

Datos para el cálculo

km
×
Resultado
Probabilidad anual de al menos una pérdida
Eventos esperados al año
Frecuencia ajustada por 10.000 km
Probabilidad de cero eventos
Exposición anual

1. Introduce tu exposición anual
Indica los kilómetros que esperas conducir en un año. Mantén el mismo periodo que uses para interpretar la frecuencia base.

2. Añade una frecuencia base
Escribe el número esperado de eventos por cada 10.000 km para el escenario que quieras analizar.

3. Ajusta el riesgo relativo
Usa 1,00 si no quieres modificar la frecuencia. Un valor de 0,80 reduce la frecuencia un 20 % y 1,20 la aumenta un 20 %.

4. Consulta la probabilidad
El resultado expresa la probabilidad de uno o más eventos bajo el modelo, no la probabilidad de que la aseguradora acepte un siniestro concreto.

5. Prueba escenarios
Cambia kilometraje y multiplicador por separado para ver qué variable está impulsando más el resultado.

λ = (kilómetros / 10.000) × frecuencia base × multiplicadorP(al menos una pérdida) = 1 − e^(−λ)

Donde:

  • λ: número esperado de eventos en el año
  • frecuencia base: eventos esperados por cada 10.000 km
  • multiplicador: factor relativo aplicado a la frecuencia

Supuestos: Los eventos se suponen independientes y con una tasa media estable durante el periodo. El modelo no replica reglas de tarificación ni puntuaciones telemáticas de una compañía concreta.

Qué significa el resultado

Interpreta el valor como una estimación basada exclusivamente en los datos introducidos y en el modelo descrito.

Las condiciones, límites, exclusiones y criterios de una póliza real pueden producir resultados distintos; consulta la documentación contractual antes de tomar una decisión.

Datos:

  • Kilómetros anuales: 15.000 km
  • Frecuencia base: 0,08 eventos por 10.000 km
  • Multiplicador: 1,10

Cálculo:
λ = (15.000 / 10.000) × 0,08 × 1,10 = 0,132.
P = 1 − e^(−0,132) ≈ 0,1236.

Resultado:
Probabilidad anual estimada: 12,36 %.

Interpretación:
Bajo estos supuestos, aproximadamente 12 de cada 100 años equivalentes tendrían al menos un evento. No implica que el evento vaya a ocurrir este año concreto.

¿De dónde sale el multiplicador telemático?

La calculadora no lo obtiene de una aseguradora. Debes introducir un factor de escenario; 1,00 es neutral y valores mayores o menores modifican la frecuencia proporcionalmente.

¿Por qué la probabilidad no es simplemente frecuencia × kilómetros?

Ese producto produce el número esperado de eventos λ. Para obtener la probabilidad de al menos uno se usa 1 − e^(−λ), lo que evita superar el 100 %.

¿Puedo usar millas en lugar de kilómetros?

Sí, pero entonces la frecuencia base debe estar expresada por cada 10.000 millas y debes interpretar la etiqueta de kilometraje como esa misma unidad. No mezcles unidades entre exposición y tasa.

¿El modelo distingue choques, robo y otros daños?

No. Trabaja con una única categoría de evento definida por la frecuencia que introduzcas. Si quieres separar tipos de pérdida, calcula cada uno con su propia tasa.

¿Una probabilidad menor garantiza una prima UBI más baja?

No. Las aseguradoras pueden considerar múltiples variables y aplicar sus propios modelos y reglas regulatorias. Esta herramienta solo estima probabilidad a partir de los supuestos introducidos.