La Tesis se enmarca dentro del ámbito de estudio de los mercados financieros y más concretamente en el campo de la modelización del tipo de interés. Destacaremos que desde el punto de vista formal, en esta investigación, postulamos un modelo teórico concreto, que explica el comportamiento de las series de tipos de interés interbancario. El objeto de estudio de está, por tanto, es una colección de series temporales financieras del tipo de interés cotizado en el mercado interbancario español durante el periodo comprendido entre el 4 de Enero de 1988 y el 31 de Diciembre de 1998. En concreto las series de observaciones diarias del tipo de interés nominal para operaciones a 1 día, 1 semana, 15 días, 1 mes, 2 meses, 3 meses, 6 meses y 1 año. Considerando que los datos que disponemos son observaciones equiespaciadas de un proceso de logaritmo de precios, es decir, suponemos que la serie de los incrementos diarios del tipo de interés nominal es una serie de datos independientes e idénticamente distribuidos.En primer lugar tomamos primeras diferencias de nuestros datos y pasamos a analizar la normalidad de las observaciones. Destacar la aparición de colas anchas y fuerte apuntamiento en todas ellas y, por tanto, no se acepta la normalidad. Por ello, podemos considerar que falla alguna de las hipótesis del esquema planteado por Bachelier-Osborne. En primer lugar pondremos en cuestión la hipótesis de independencia. En consecuencia, como primera solución, vamos a aplicar un modelo de dependencia lineal estocástica, estudiamos el caso del ajuste de los modelos ARMA sobre las series de primeras diferencias. Modelos proporcionados por la teoría clásica de Box-Jenkins. Una vez estimados los modelos ARMA, pasamos a la validación de los mismos y para ello utilizamos el test de Ljung-Box. Para las series de residuos del modelo ARMA el resultado obtenido, aunque interesante, no es del todo satisfactorio. Para retardos cortos, los residuos exhiben el comportamiento incorrelacionado esperado, pero para retardos grandes no. Este hecho nos motiva a plantearnos el ajuste de modelos más generales. En concreto, nos estamos refiriendo a los modelos autorregresivos de medias móviles integrados fraccionarios (ARFIMA) Pero los resultados son similares a los obtenidos con la modelización ARMA.Agotada la vía lineal pasamos a la modelización no lineal, y dentro de esta daremos un primer paseo por la modelización no lineal determinista: La teoría del Caos. Vamos a intentar detectar un posible comportamiento caótico sobre nuestras series. En este respecto decir que al igual que en los capítulos precedentes el resultado que obtuvimos tampoco fue satisfactorio.A continuación, pasamos a la modelización no lineal estocástica poniendo en duda también el carácter estacionario en varianza de nuestras series junto con el de la independencia. Como consecuencia, ajustamos modelos GARCH a nuestros datos, modelos no lineales que intentan describir el comportamiento heterocedástico, para validarlos utilizamos el test BDS.Podemos decir que los modelos GARCH ajustados son mejores que los anteriores pero no son quizá los mejores modelos. Nuestro análisis, por tanto, podría seguir en esa línea, intentando detectar un modelo no lineal estocástico que mejorase los resultados del test BDS o bien atacar la tercera y última hipótesis del teorema Bachelier-Osborne. Siendo esa última vía la que elegimos.Recordemos que hasta ahora hemos considerado Modelos discretos. Pasaremos ahora a considerar modelos de tiempo continuo. En este caso nos encontramos en el contexto de los procesos de Lévy y los llamados modelos con saltos introducidos en Finanzas por Merton. En concreto intentamos modelizar las series como procesos que saltan en determinados instantes y que evolucionan de forma Browniana entre salto y salto.En definitiva este análisis reafirma nuestra hipótesis de que el proceso subyacente tras la serie de incrementos del tipos de interés, viene determinado por la coexistencia de diversas leyes normales. De forma que, si estudiamos la serie a nivel global, obtenemos como resultado que la serie no se comporta siguiendo un patrón Gaussiano, como hemos podido observar en los histogramas de frecuencias de la series de incrementos. Pero por el contrario, si detectamos los momentos de cambio, o saltos, y realizamos un análisis local, vemos como entonces si que podemos decir que el proceso podría modelizarse utilizando leyes normales locales y, de forma global, mediante el proceso de Lévy-Merton generalizado propuesto.Para finalizar diremos que tras el análisis de las series temporales del tipo de interés MIBOR podemos destacar que aceptamos la hipótesis de Bachelier-Osborne a nivel local mediante la consideración de saltos en la serie que separan diferentes tipos de distribuciones normales.

El objetivo perseguido en la presente Tesis Doctoral es presentar propuestas de modelización para la siniestralidad del sector de Mutualidades de Previsión Social de Cataluña (segmento no vida) desde una doble vertiente, probabilística y econométrica. Con esta finalidad tres organismos públicos han facilitado la información necesaria para la elaboración de la parte empírica: la Generalitat de Catalunya (Departamento de Trabajo), el Gobierno Vasco (Departamento de Trabajo) y la Dirección General de Seguros (D.G.S.). Así su estructura está claramente diferenciada: fundamentos y herramientas metodológicas, para la primera de ellas, y para la segunda, el estudio empírico realizado sobre el sector asegurador y de previsión social Español, en especial, Cataluña.Respecto a la parte metodológica su estructura es la siguiente, el capítulo 1, presenta los diferentes mecanismos de análisis económico-financiero existentes mediante el uso de ratios, sus debilidades, los nuevos avances y la simulación estadística como una herramienta más de análisis. En el capítulo 2 se ha realizado un esfuerzo por sistematizar una de las herramientas de mayor desarrollo en el análisis de datos, los modelos neuronales, desde tres vertientes: desde la óptica de su potencial en términos de modelización; la descripción de los modelos disponibles y en último lugar, por sus aplicaciones. El capítulo 3 es el último de esta parte metodológica, y en él se ha realizado una aproximación de los modelos neuronales al campo estadístico y econométrico. La estructura de la parte empírica es la siguiente. El capítulo 4 contiene las características básicas del sector asegurador Español (1991-1997) y del subsector de previsión social, desglosado por Comunidades Autónomas que poseen competencias propias en materia de Previsión Social (País Vasco (1990-1998) y Cataluña (1991-1997)) y aquellas que dependen directamente de la Dirección General de Seguros (D.G.S.) (1992-1997)). El capítulo 5 contiene el análisis de la siniestralidad no vida del sector de las Mutualidades de Previsión Social de Cataluña, con los datos oficiales que facilitan las entidades a la Administración Pública. Y finalmente, el capítulo 6 contiene varias aplicaciones de la metodología neuronal descrita.Las principales aportaciones son las siguientes:1. Desde la vertiente metodológica del análisis financiero mediante ratios, presentamos una síntesis de los avances en el diseño del modelo de ratio financiero.2. Utilización de herramientas de Simulación Estadística como soporte a la probabilización de ratios económico-financieros.3. Desde la vertiente empírica, las aportaciones son: a) El estudio de un sector económico poco analizado como es el sector de Mutualidades de Previsión Social de Cataluña. b) El análisis de la siniestralidad no vida anual a partir de los componentes aleatorios que la constituyen, número de siniestros y cuantía de cada siniestro.c) Obtención de márgenes mínimos de solvencia (MMS) por dos vías, Método de Monte-Carlo y probabilización del ratio de siniestralidad no vida, permitiendo su comparación.d) Características econométricas de las diferentes especificaciones del modelo de ratio.e) Propuesta de contrastes de forma funcional del modelo de ratio, a partir de la forma Funcional Generalizada de Box-Cox (FFG).f) Diferentes aplicaciones de la metodología neuronal. En primer lugar, utilización de los modelos neuronales para la identificación de la forma funcional del modelo de ratio. En segundo lugar, y una vez detectada la posible naturaleza no lineal del modelo de ratio, proponemos una modelización alternativa, el modelo neuronal de regresión generalizada (GRNN). En tercer lugar, proponemos una definición flexible de sector o norma representado por un modelo Multilayer feed-forward MLP(4:3). En último lugar, mediante los residuos del modelo neuronal definido (MLP(p:q)), obtenemos información del posicionamiento relativo de las entidades respecto al sector o benchmark flexible que nos permite proponer unos valores de "referencia" máximos para la siniestralidad de cada prestación. / The knowledge of how the insurance market behaves is a topic of great importance, according it future viability. The total losses associated with the company portfolio have a random component that should be kept in mind in it analysis. The principal objective of this work is to model the total claims amount of the mutual insurance sector in Catalonia (non life) according a probabilistic and econometric point of view. The structure of the study is clearly divided into two different parts. In the first part we present several methodological tools that can be applied to the analysis that we are carrying out; in the second one we present some results related with the application of the previous theory to a real insurance Catalonian database. In the methodological part, we highlight the definition of some ratios to summarize different financial analysis mechanisms; the effort to systematize one of the most famous methods of data analysis: the neural model, including its approach to the statistical field and econometrics. Concerning the empirical part, we emphasize the following aspects: the analysis of the basic characteristics of the Spanish insurance market (1991-1997) and the characteristics of the insurance mutual societies (by Autonomous Communities); the analysis of the non life total claims amount of the insurance mutual societies in Catalonia, and finally, the presentation of several applications of the neuronal methodology. The main empirical contributions are about the study of an economic sector not sufficiently studied before: the analysis of the total compensation starting from its random components, the frequency and severity of the claims; the definition of the minimum margins of solvency by using two methods: Method of MonteCarlo and the distribution of the ratio of the total non life claims amount; the specification of several statistical functions for this ratio; the formulation of some hypothesis contrasts, starting from the Generalized Functional form of Box-Cox and different applications of the neuronal methodology. We highlight the use of the neural model for the identification of the functional form of the ratio and the application of the Multilayer feed-forward model.