Compartir
Título
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
Autor(es)
Director(es)
Assunto
Tesis y disertaciones académicas
Universidad de Salamanca (España)
Tesis Doctoral
Academic dissertations
Análisis multivariante
Seguridad social
Clasificación UNESCO
1209.09 Análisis Multivariante
6307.04 Seguridad Social
Fecha de publicación
2021
Resumo
[ES] 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.
URI
DOI
10.14201/gredos.149315
Aparece en las colecciones