Modelos Probabilísticos de Severidade para Grandes Perdas

Angélica Dias Roa, Renaldo Antonio Gonsalves

Resumo


Este artigo é um estudo de caso que consiste em avaliar modelos probabilísticos de severidade para grandes sinistros retidos por uma determinada Companhia de resseguros, além de explorar o impacto do mau dimensionamento destas estimativas sob a ótica de precificação, visto que ao se estabelecer preços incorretos a Companhia pode se tornar insolvente e/ou ineficiente perante o mercado segurador. Esta avaliação é de extrema importância para a Seguradora/Resseguradora, pois permitirá estar em conformidade com as normas de solvência impostas pelo órgão regulador (SUSEP), assim como obter vantagens frente aos concorrentes no momento da precificação de seus contratos e possibilitar a otimização de recursos financeiros. Para tanto, utilizou-se informações referentes aos ramos SUSEP 0167 (Riscos de Engenharia) e 0351 (Responsabilidade Civil Geral), os quais são alvos de operacionalização do Ressegurador em questão. A escolha dos modelos probabilísticos, os quais são objeto desta análise, foi realizada a partir de distribuições estatísticas teóricas disseminadas na literatura com ênfase nas características dos sinistros observados. Os parâmetros dos modelos propostos foram obtidos utilizando o método estatístico de estimação denominado máxima verossimilhança e a avaliação dos parâmetros obtidos foi feita através do método estatístico não paramétrico denominado Kolmogorov Smirnov. A partir das análises efetuadas neste projeto, pôde-se concluir que não existe um único modelo probabilístico que seja adequado para ajustar as grandes perdas, sendo fundamental os Seguradores e Resseguradores analisarem os sinistros avisados levando-se em consideração as características de cada ramo de negócio e, desta forma, aprimorar seus processos de precificação de modo eficiente

Palavras-chave


Grandes Perdas; Severidade; Risco de Subscrição; Precificação; Ricos de Engenharia e Responsabilidade Civil.

Texto completo:

PDF


DOI: https://doi.org/10.23925/2446-9513.2015v2i1p1-44

Métricas do artigo

Carregando Métricas ...

Metrics powered by PLOS ALM

Apontamentos

  • Não há apontamentos.


ISSN: 2446-9513

 

INDEXADORES