Radiografía del seguro de decesos en España

Josep Lledó Benito; Priscila Espinosa; Jose M. Pavía

doi:10.26360/2025_02

Autores/as

Josep Lledó Benito Universitat de València (España) https://orcid.org/0000-0002-7475-8549
Priscila Espinosa Universitat de València (España) https://orcid.org/0000-0002-3870-6194
Jose M. Pavía Universitat de València (España) https://orcid.org/0000-0002-0129-726X

DOI:

https://doi.org/10.26360/2025_02

Palabras clave:

código postal, análisis ecológico, binomial negativa, nivel de renta, tamaño de hábitat, distribución, penetración

Resumen

El seguro de decesos es un producto asegurador diseñado para cubrir los gastos y gestiones asociados al fallecimiento de una persona. Su finalidad principal es aliviar a los familiares de la persona asegurada de las cargas económicas y administrativas que se derivan del sepelio. A pesar de su extensa presencia en el mercado español —actualmente en España hay más de 22 millones de personas con cobertura en este ramo—, la literatura académica y científica sobre este tipo de seguro es sorprendentemente limitada. El objetivo de este trabajo es contribuir a llenar este hueco realizando una radiografía del seguro de decesos en España a partir del análisis de los perfiles sociodemográficos de las personas aseguradas, incluyendo su distribución geográfica, por niveles de renta o por tamaños de hábitat. El estudio examina una muestra representativa de 2,1 millones de pólizas, basándose en el código postal de residencia de las personas aseguradas. Los resultados muestran una penetración desigual por provincias, grupos de renta y tamaños de hábitat. Siendo menores en las zonas urbanas y entre las rentas más elevadas. No obstante, el nivel educativo es, por encima de la renta, la variable con mayor impacto, mostrando un efecto de interacción estadísticamente significativo con la renta. La combinación de un elevado nivel educativo y una renta elevada reducen la probabilidad de tener contratada una póliza de decesos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Booth, J. G., Casella, G., Friedl, H., y Hobert, J. P. (2003). Negative binomial loglinear mixed models. Statistical Modelling. 3(3), 179-191. https://doi.org/10.1191/1471082X03st058oa

Cortés Martínez, F. J. (2004). Análisis global del seguro de decesos. Tesis del Master en Dirección de Entidades Aseguradoras y Financieras. Universitat de Barcelona.

Enroth, L., Jasilionis, D., Németh, L., Strand, B. H., Tanjung, I., Sundberg, L., Fors, S., Jylhä, M., y Brønnum-Hansen, H. (2022). Changes in socioeconomic differentials in old age life expectancy in four Nordic countries: the impact of educational expansion and education-specific mortality. European Journal of Ageing. 19(2), 161-173. https://doi.org/10.1007/s10433-022-00698-y

Gil, J. A., Heras, A., y Vilar, J. L. (1999). Matemática de los seguros de vida. Fundación MAPFRE.

Gutmann, M. P., Merchant, E. K., y Roberts, E. (2018). “Big Data” in Economic History. The Journal of Economic History. 78(1), 268–299. https://doi.org/10.1017/S0022050718000177

Hilbe, J. M. (2011). Negative Binomial Regression. Cambridge University Press.

Instituto Nacional de Estadística (2014). Clasificación Nacional de Educación 2014 (CNED-2014). http://bit.ly/4jPsed7

Instituto Nacional de Estadística (2024). Atlas de distribución de renta de los hogares (ADRH). Instituto Nacional de Estadística. https://goo.su/8RwpL

Goerlich, F. (2022). Elaboración de un mapa de Códigos Postales de España con recursos libres: cómo evitar pagar por disponer de información de referencia. IVIE working papers, 2022:03. https://doi.org/10.12842/WPIVIE_0322

Lledó, J., Pavía, J. M., y Espinosa, P. (2025). Impact of income level on life insurance pricing and reserving: evidence from Spain. Applied Economics Letters, 1–5. https://doi.org/10.1080/13504851.2025.2534509

Luy, M., Zannella, M., Wegner-Siegmundt, C., Minagawa, Y., Lutz, W., y Caselli, G. (2019). The impact of increasing education levels on rising life expectancy: a decomposition analysis for Italy, Denmark, and the USA. Genus. 75, 1-21.https://doi.org/10.1186/s41118-019-0055-0

Mazorra Rodríguez, A (2024). Social inequality and residential segregation trends in Spanish global cities. A comparative analysis of Madrid, Barcelona, and Valencia (2001-2021). Cities, 149, 104935. https://doi.org/10.1016/j.cities.2024.104935

Moreno, R., Gómez Pérez-Cacho, O., y Trigo, E. (2005). Matemática de los seguros de vida. Ediciones Pirámide.

Németh, L., Jasilionis, D., Brønnum-Hansen, H., y Jdanov, D. A. (2021). Method for reconstructing mortality by educational groups. Population Health Metrics. 19, 1-8. https://doi.org/10.1186/s12963-021-00264-1

Pavía, J. M., Lledó, J., Pérez Giménez, V., y Espinosa, P. (2025). Modelización espacial e intra-anual de la mortalidad en España. Una herramienta automática para el cálculo de productos de vida. Fundación MAPFRE. En prensa.

Pearl, J. (2009). Causality: Models, Reasoning and Inference. Cambridge University Press.

Pérez, V. y Pavía, JM. (2024). Automating the Transfer of Data between Census Sections and Postal Codes Areas Over Time. An application to Spain. Journal of Regional Research. En prensa. https://doi.org/10.38191/iirr-jorr.24.057

Pérez, V. y Pavía, J. M. (2025). sc2sc: Spatial Transfer of Statistics among Spanish Census Sections. Version 0.0.1-16. https://CRAN.R-project.org/package=sc2sc

Pérez-Miguel, E. y Trias-Llimós, S. (2025). Educational inequalities in cardiovascular mortality in Spanish regions (2016-2021). Gaceta sanitaria. 39, 102458. https://doi.org/10.1016/j.gaceta.2025.102458

Rius, D, y Torra, S. (2022). Aplicaciones actuariales mediante Gaussian Process Regression: Vida y No Vida. Anales del Instituto de Actuarios Españoles. 28, 67-100. https://doi.org/10.26360/2022_3

Ruggles, S. (2014). Big microdata for population research. Demography. 51, 287–297. https://doi.org/10.1007/s13524-013-0240-2

UNESPA. (2024). Seguro de decesos en España 2023. https://www.unespa.es/notasdeprensa/seguro-decesos-espana-2023