Skip Navigation

Los más reciente Ver colecciones Acerca

Ánalisis a los sistemas de pensiones del mundo a través de herramientas biplot para la clusterización mediante actores del sistema, indicadores del entorno y ranking mundial

Ver imagen

Con la llegada de la Cuarta Revolución Industrial y la aparición del Big Data, el procesamiento de grandes volúmenes de datos se ha vuelto todo un desafío que llegó a cambiar la forma de tomar decisiones, ya que entrega información estratégica que enriquece la gestión, las operaciones y el servicio a los ciudadanos (clientes). Los países a nivel mundial, a raíz del aumento de la esperanza de vida, el envejecimiento de su población, la inseguridad financiera al momento de jubilar, el constante crecimiento de la presión sobre los recursos públicos para mejorar el bienestar de sus ciudadanos, actualmente, se encuentran luchando de manera transversal con distintos factores del entorno, que se complejizaron más, producto de la pandemia (COVID-19). Lo anterior, presiona constantemente a la Seguridad Social de las naciones, impactando en sus respectivos sistemas de pensiones y sus actores, quienes actúan bajo la mirada y apremio constante de la sociedad hacia los gobiernos y entidades que participan en la industria. En términos generales, muchos países del mundo han llevado a cabo diversas modificaciones a sus sistemas y otros lo están planteando, pero a pesar de ello, los sistemas de pensiones continúan estando en el ojo del huracán. Considerando lo anterior, esta tesis doctoral se desarrolla mediante herramientas de análisis multivariante aplicado con la finalidad de aportar a los gobiernos y actores involucrados en gestionar políticas y entregar una mejor calidad de servicio en cada país, para que analicen, piensen, implementen, o bien, solo se replanteen su gestión en el actual modelo. En este contexto, es significativo destacar que los gobiernos y empresas en general, están cada vez más interesadas en conocer y aplicar este tipo de herramientas, ya sea, para modificar, perfeccionar o implementar nuevas políticas, realizar campañas de marketing, segmentar clientes, posicionar la marca, hacer benchmarking, entre otras. Para esto, hoy en día existen diversas técnicas estadísticas con las cuales se puede realizar agrupamientos de acuerdo a ciertas características similares. Estas, se conocen como técnicas de agrupamiento o clúster y tienen como objetivo clasificar individuos en grupos homogéneos y heterogéneos entre sí. Cuando se construyen clústeres, se debe decidir si utilizar métodos de agrupamiento jerárquico o no jerárquico, en esta tesis se aplican principalmente técnicas de clúster jerárquico a través de la metodología Biplot la cual, se seleccionó, ya que, de acuerdo a la bibliografía, aún no ha sido aplicada para análisis de Sistemas de Pensiones. Además, porque da sentido y valor a los datos en todos los niveles, y porque ya ha sido aplicada en distintas áreas de investigación. A lo largo de la tesis, esta metodología se compara con el método clúster no jerárquico denominado CLARANS. El principal objetivo que se busca alcanzar en este trabajo, es implementar la metodología Biplot a los Sistemas de Pensiones con la finalidad de conocer resultados con los que los gobiernos, Administradoras de Fondos de Pensiones (AFP) u otro participante del sistema, puedan desarrollar estrategias para mejorar las relaciones con sus usuarios y porque no, la vida de los jubilados. Esta investigación se compone por cinco capítulos, el primero de ellos, aborda los temas principales que dan sustento y validez teórica a la investigación. El segundo, da a conocer antecedentes de contexto, cronología y descripciones de sistemas de distintos países del mundo. En el tercer capítulo se desarrolla la metodología, para luego en el cuatro detallar los resultados, finalizando en el quinto apartado con las conclusiones que se desglosan de acuerdo a los análisis realizados y a la importancia de seguir implementando la metodología Biplot y, luego la bibliografía utilizada. Así, este trabajo aplica una nueva metodología en agrupamiento para minería de datos en los Sistemas de Pensiones. (AU)

Autor
Editor
Fecha
Region
Temas relacionados
Idioma
Tipo de recurso
Categorias