El diseño de seguros indexados implica la integración de datos meteorológicos, humedad del suelo, información fenológica e imágenes de satélite, lo que presenta desafíos en la fusión de datos. Este artículo aborda el modelado de índices funcionales multisource de diferentes longitudes mediante la construcción de un conjunto por etapas de modelos secuenciales. Los métodos implementados, que incluyen regresión no paramétrica y modelos de aprendizaje profundo, tienen como objetivo mejorar la predicción del rendimiento de cultivos al capturar sistemáticamente la dependencia espaciotemporal entre índices de diferentes intervalos temporales. Los resultados de un estudio de caso aplicado demuestran tanto la viabilidad como el valor práctico del modelado por etapas, destacando su potencial para reducir el riesgo de base y mejorar la efectividad de la cobertura en contratos de seguros indexados.
Zou et al. (Wed,) estudiaron esta cuestión.