Regresión trivariada vía cópulas no paramétricas para la predicción de la inflación médica

La predicción precisa de la inflación médica total (IMT) representa uno de los desafíos más críticos para el sector asegurador mexicano, particularmente en seguros de gastos médicos mayores. Este trabajo propone un modelo basado en cópulas no paramétricas trivariadas de Bernstein para capturar las dependencias complejas entre el tipo de cambio (TC), el índice nacional de precios al consumidor (INPC) y los componentes específicos de la inflación médica. Mediante el análisis de 138 observaciones mensuales, se demuestra que el modelo de cópulas supera significativamente a los enfoques tradicionales de regresión lineal, modelos lineales generalizados y técnicas de machine learning (árboles de decisión, bosques aleatorios y XGBoost) en términos de precisión predictiva. Los resultados revelan dependencias no lineales críticas y estructuras de cola pesada que los modelos convencionales no logran capturar, proporcionando al sector asegurador una herramienta robusta para la tarificación técnica y gestión de riesgos en productos de salud.