Actualizado por ultima vez el 2 de abril de 2022, por Luis Benites.
Una distribución de severidad (o distribución de severidad de pérdida ) es una distribución de probabilidad de la cantidad de pérdidas incurridas por evento de pérdida operativa. Como es una distribución (en lugar de una sola cifra o conjunto de números), no pone un monto en dólares en la pérdida. Más bien, muestra la variabilidad , o la dispersión, del posible tamaño de la pérdida (Klaassen & Eeghen, 2009).
Distribución de gravedad paramétrica y no paramétrica
Hay dos formas de estimar la distribución de la gravedad: paramétrica y no paramétrica (Liu & Forrest, 2010). «Paramétrico» significa que conoce la forma general de la distribución. En un método no paramétrico, no se asume ninguna distribución.
La familia de distribución gamma es una opción popular para modelar la severidad.
La familia de distribuciones gamma es una opción popular para el modelado de severidad . Sin embargo, si sus datos tienen colas muy pesadas , la distribución de Pareto puede ser una mejor opción (Promislow, 2014).
Si bien una distribución normal se puede usar para una distribución de gravedad, viene con un par de problemas. Primero, la distribución está centrada en cero, lo que significa que la mitad de los valores son negativos y la otra mitad son positivos. Los mejores datos para ajustarse a esta forma serían los datos con una media alta (en relación con la desviación estándar ), lo que daría como resultado casi todos los puntos de datos positivos. Dicho esto, las colas de la distribución normal son relativamente cortas, por lo que el principal problema es que no se le daría suficiente peso a los puntos de datos de bajo valor (Liu & Forrest, 2010).
Referencias
De Luca, G. et al. (2020). Análisis Estadístico de Datos de Riesgo Operacional .
Klaassen, P. y Eeghen, I. (2009). Capital económico: cómo funciona y lo que todo gerente necesita saber 1ª edición . Elsevier Science
Liu, S. y Forrest, J. (2010). Avances en la Investigación de Sistemas Grises (Comprensión de Sistemas Complejos) . Saltador.
Promislow, D. (2014). Fundamentos de Matemáticas Actuariales . Wiley.
