Sinistralidade no mercado de seguros de automóvel: : impactos da pandemia covid-19 na tendência de sinistralidade

Renato Eliseu Costa; Diana  Yukie

doi:10.23925/cafi.72.68113

Authors

Renato Eliseu Costa FIPE Escola de Ensino Superior https://orcid.org/0000-0001-6722-3653
Diana Yukie Universidade de São Paulo

DOI:

https://doi.org/10.23925/cafi.72.68113

Keywords:

loss ratio , claims frequency , insurance , pandemic, trend

Abstract

This paper proposes a study on the impact of the COVID-19 pandemic on the loss ratio in the Brazilian insurance market, using R language tools. The main objective is to identify and analyze emerging trends and patterns of claims frequency during the pandemic period, enhancing the understanding of behavioral changes in this market during crisis situations. The project is also focused on applying these insights to risk management and strategic planning for companies in the sector. This research evaluated that Data Science and Analytics tools are of utmost importance in the insurance industry, considering the size of the information that needs to be processed and the required agility. Furthermore, regarding the proposed topic, it was discovered that loss ratio during the pandemic had a significant increase contrary to expectations, and after the pandemic, it is still having impacts.

Author Biographies

Renato Eliseu Costa, FIPE Escola de Ensino Superior

Doutor em Políticas Públicas pela Universidade Federal do ABC. Docente na FipeEES.

Diana Yukie, Universidade de São Paulo

Especialista em pela Esalq/USP.

References

Abdelhadi, S., Elbahnasy, K., & Abdelsalam, M. (2020). A proposed model to predict auto insurance claims using machine learning techniques. Helwan University, Cairo, Egypt; Ain Shams University, Cairo, Egypt. Disponível em https://www.jatit.org/volumes/Vol98No22/8Vol98No22.pdf. Acesso em 20 de janeiro de 2024.

Alvim, P. (1999). O contrato de seguro (3ª ed.). Rio de Janeiro: Forense.

Bellucci, M. O. (2010). Da aplicação do Código de Defesa do Consumidor aos contratos de seguro e a quebra do equilíbrio econômico-financeiro (Dissertação de mestrado, Universidade de São Paulo). Disponível em https://www.teses.usp.br/teses/disponiveis/2/2132/tde-08092011-082514/publico/Marcelo_de_Oliveira_Belluci_Dissertacao_de_Mestrado.pdf

Bernstein, P. L. (1997). Desafio aos deuses: A fascinante história do risco (I. Korytowski, Trad.). Rio de Janeiro: Campus.

Braga, V. H. S. (2014). Adições à proposta do modelo SUSEP de Risco de Mercado. Rio de Janeiro: Escola Brasileira de Administração Pública e de Empresas. Disponível em https://www.fgv.br/fgvenergia/downloads/ADDICOES_APRESENTACAO.pdf . Acesso em 9 de setembro de 2023.

Chan, B. L., Martins, G. A., & Silva, F. L. (2008). Novas regras de solvência no mercado segurador brasileiro: Uma reflexão acerca do modelo adotado. São Paulo: Universidade de São Paulo. Disponível em https://congressousp.fipecafi.org/anais/artigos82008/296.pdf . Acesso em 9 de setembro de 2023.

Costa, J. M. C. (2019). Solvência das seguradoras: Análise temporal da sinistralidade das seguradoras do ramo de viagem no Brasil. Fortaleza: Universidade Federal do Ceará. Disponível em https://repositorio.ufc.br/handle/riufc/61044 . Acesso em 9 de setembro de 2023.

Cummins, J., Lewis, C., & Wei, R. (2006). The market value impact of operational loss events for US banks and insurers. Journal of Banking and Finance, 30, 2605-2634. https://doi.org/10.1016/j.jbankfin.2005.09.015 . Acesso em 9 de setembro de 2023.

Ehlers, R. S. (2007). Análise de séries temporais. UFPR. Disponível em http://www.each.usp.br/rvicente/AnaliseDeSeriesTemporais.pdf

Fernandes, F. C., Macohon, E. R., & Petry, J. F. (2017). Elaboração do panorama do mercado segurador brasileiro em relação à regulamentação internacional de solvência. Florianópolis: UFSC. Disponível em https://periodicos.ufsc.br/index.php/contabilidade/article/view/2175-8069.2017v14n31p127/34041 . Acesso em 9 de setembro de 2023.

Fontes, J. H., & Tojal, T. (2023). Prospecção de mercado no setor de seguros auto em Sergipe. Ideias e Inovação, 1(3), 63-72.Disponível: https://periodicos.set.edu.br/ideiaseinovacao/article/download/1242/630/3900 . Acesso em 9 de setembro de 2023.

Galiza, F. J. S., Duarte, L., & Hurtado, N. H. (2000). Dicionário de Seguros (2ª ed.). Rio de Janeiro: Funenseg.

Guilarte, O. F., Targino, R. S., & Costa, P. G. (2018). Big data no mercado de seguros de veículos: Estudo de caso para região metropolitana do Rio de Janeiro. Rio de Janeiro: Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), Fundação Getúlio Vargas (FGV). Disponível em https://bibliotecadigital.fgv.br/dspace/handle/10438/29325 . Acesso em 9 de setembro de 2023.

Hafany, M., & Ming, R. (2021). Machine learning approaches for auto insurance big data. Zhejiang Gongshang University, Hangzhou, China; Assuit University, Asyut, Egypt. Disponível em https://www.mdpi.com/2227-9091/9/2/42 . Acesso em 20 de janeiro de 2024.

Lima, B. F. (2021). Otimização de desempenho de algoritmo para detecção de outliers em séries temporais. São Paulo: Universidade Estadual Paulista (Unesp). Disponível em https://repositorio.unesp.br/handle/11449/216225 . Acesso em 9 de setembro de 2023.

Magalhães, R. A. (1997). O Mercado de Seguros no Brasil. Rio de Janeiro: Funenseg.

Martins, J. M. B. (2005). Dicionário de Seguros, Previdência Privada e Capitalização (1ª ed.). Rio de Janeiro: Forense Universitária.

Nascentes, C. O. (1989). A origem do seguro e do resseguro no mundo e sua implementação no Brasil. Revista IRB, Publicação Nº 250, jul.-set.

Oliveira, C. M. (2005). Teoria Geral do Seguro (Vol. 1). São Paulo: Editora LZN.

Pereira, C. M. S. (2004). Instituições de Direito Civil (11ª ed.). Rio de Janeiro: Forense.

Ribeiro, A. A. C. R. (2010). Caracterização do perfil das vítimas de acidente de trânsito com motocicleta, na área de abrangência no PSF Boa Esperança no município de Alfenas/MG (Trabalho de Conclusão de Curso, Universidade Federal de Minas Gerais).

Ritho, B. (2023). The impact of loss ratio on the financial stability of insurance firms in Kenya. Journal of Finance and Accounting. https://doi.org/10.53819/81018102t4161 . Acesso em 9 de setembro de 2023.

Santos, P. T. G. (2016). Time Series Studio: Uma interface gráfica para análise de séries temporais utilizando R e Shiny. Porto Alegre: Universidade Federal do Rio Grande do Sul. Disponível em https://lume.ufrgs.br/handle/10183/183852 . Acesso em 27 de janeiro de 2024.

Santos, R. P. C. (2022). Análise de correlações em séries temporais de acidentes de trânsito e de outras séries. Feira de Santana: Universidade Estadual de Feira de Santana. Disponível em http://tede2.uefs.br:8080/handle/tede/1421 . Acesso em 9 de setembro de 2023.

Sanson, J. A. B. S. (1990). Breve história do seguro.Caderno de Seguros, 1(53), 12.

Silva, W. J. G. (2023). Análise de impactos da pandemia de Covid-19 no mercado de seguros de pessoas no Brasil: Uma abordagem atuarial. Recife: Universidade Federal de Pernambuco. Disponível em https://repositorio.ufpe.br/bitstream/123456789/50183/1/TCC%20-%20Wilvson%20Joaquim%20Goes%20da%20Silva.pdf . Acesso em 16 de março de 2024.

Wongsuwatt, S., Thaothampitak, W., Kongjam, N., Ruttanapibool, J., Apacuppakul, R., & Koedkaeo, T. (2020). The influence of loss ratio on profitability of non-life insurance companies in Thailand: The moderating roles of company type. Journal of Community Development Research, 14, 46-60.