Você está na página 1de 109

UNIVERSIDADE DE SO PAULO

FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE


DEPARTAMENTO DE CONTABILIDADE E ATURIA
PROGRAMA DE PS-GRADUAO EM CINCIAS CONTBEIS

RISCO DE SUBSCRIO FRENTE S REGRAS DE SOLVNCIA DO MERCADO


SEGURADOR BRASILEIRO

Betty Lilian Chan

Orientador: Prof. Dr. Gilberto de Andrade Martins

SO PAULO
2010

Prof. Dr. Joo Grandino Rodas


Reitor da Universidade de So Paulo
Prof. Dr. Reinaldo Guerreiro
Diretor da Faculdade de Economia, Administrao e Contabilidade
Prof. Dr. Edgard Bruno Cornachione Junior
Chefe do Departamento de Contabilidade e Aturia
Prof. Dr. Lus Eduardo Afonso
Coordenador do Programa de Ps-Graduao em Cincias Contbeis

BETTY LILIAN CHAN

RISCO DE SUBSCRIO FRENTE S REGRAS DE SOLVNCIA DO MERCADO


SEGURADOR BRASILEIRO

Tese

apresentada

ao

Departamento

de

Contabilidade e Aturia da Faculdade de


Economia, Administrao e Contabilidade da
Universidade de So Paulo como requisito
para a obteno do ttulo de Doutora em
Cincias Contbeis.

Orientador: Prof. Dr. Gilberto de Andrade Martins

SO PAULO
2010

FICHA CATALOGRFICA
Elaborada pela Seo de Processamento Tcnico do SBD/FEA/USP

Chan, Betty Lilian


Risco de subscrio frente s regras de solvncia do mercado
segurador brasileiro / Betty Lilian Chan. So Paulo, 2010.
99 p.
Tese (Doutorado) Universidade de So Paulo, 2010.
Orientador: Gilberto de Andrade Martins.
1. Aturia 2. Seguro 3. Risco (Seguro) 4. Capital de risco I. Universidade
de So Paulo. Faculdade de Economia, Administrao e Contabilidade
II. Ttulo.

CDD 368.01

Aos meus pais,


por me acompanharem nessa jornada.

ii

iii
Muitas pessoas contriburam para a realizao desta pesquisa, direta ou indiretamente.
Aproveito esta oportunidade para registrar os meus sinceros agradecimentos.
Ao meu orientador e grande amigo, Prof. Dr. Gilberto de Andrade Martins, com quem
muito aprendi desde a graduao.
Ao Prof. Dr. Luiz Augusto Ferreira Carneiro e Profa. Dra. Fernanda Chaves Pereira
pelas valiosas contribuies feitas no exame de qualificao, que me levaram a
aperfeioar esta tese.
Aos Professores da FEA por todos os ensinamentos e oportunidades que me
proporcionaram e, em especial, aos: Prof. Dr. Luiz Paulo Lopes Fvero, Prof. Dr.
Ariovaldo dos Santos, Prof. Dr. Geraldo Barbieri, Prof. Dr. Iran Siqueira Lima, Prof.
Dr. L. Nelson Carvalho, Prof. Dr. Luiz Joo Corrar, Prof. Dr. Reinaldo Guerreiro e
Profa. Dra. Vera Fava.
Aos meus pais e irmos pela pacincia, incentivo, apoio e compreenso pelos inmeros
momentos de ausncia durante o perodo do Doutorado.
s amigas Fabiana Lopes da Silva, Fernanda Furuta e Patrcia dos Santos Vieira pela
amizade e por toda ajuda e apoio ao longo do doutorado.
Aos amigos da Ps e queles que me acompanharam nessa jornada, destacando: Chang
Shy En, Karina Yuri Tanaka, Patrcia Kaori Tanaka, Mrcia Kazumi Nagatomo, Vnia
Kawamoto, Valkria Nobue Yoshimura, Nivaldo Gomes Lamac, Fabio Lopes da Silva,
Lenon Lopes da Silva, Mariana Silva Lopes, Hana Chan, Mitsue Hori, Nlbia de Arajo
Santos, Mrcia Teresa dos Anjos, Nelma T Zubek Valente, Enrico Antonio Chiavegato,
Luana Rodrigues Tinoco Zaparoli, Priscila Fernandes Ribeiro, Simone Castella Friche,
Josue Tzan Hsin Ma, Nilton Tsuchiya, Michelle Schuindt do Carmo, Fernanda Tiemi
Ibuki, Nina dos Santos Schertel, Tiago Freitas Triumpho e Gustavo Melo.

iv

Sob condies de incerteza, a racionalidade


e a medio so essenciais para
a tomada de decises.
BERNSTEIN (1997, p. 187)

v
RESUMO

Nos ltimos anos, o mercado segurador brasileiro tem apresentado forte expanso, a qual foi
impulsionada pela estabilizao econmica e o conseqente aumento do consumo. No
entanto, mediante um crescimento acelerado dos prmios, eventuais desvios nas premissas
adotadas na precificao podem expor as seguradoras a riscos pouco suportveis no longo
prazo. Este um dos componentes do risco de subscrio, sendo o objeto do presente estudo.
No mbito regulatrio, frente ao aumento das complexidades dos servios financeiros e aos
escndalos envolvendo grandes corporaes, fez-se necessrio o Novo Acordo da Basilia, o
qual introduziu metodologias de apurao da necessidade mnima de capital mais sensvel a
risco, beneficiando instituies melhor administradas na medida em que requer menor
alocao de capital. Nessa mesma linha, no mercado segurador dos pases membros da Unio
Europia, segue o projeto Solvncia II. Acompanhando a tendncia mundial, no Brasil, foram
promulgadas novas regras de solvncia para o mercado segurador, sendo estabelecidas, num
primeiro momento, regras de alocao de capital para cobertura do risco de subscrio, sendo
os demais tipos de risco a serem tratados na seqncia. importante esclarecer que,
diferentemente do setor bancrio, no mercado segurador brasileiro no permitida a
utilizao do prprio modelo interno ou dos parmetros deste para determinao do capital
mnimo requerido regulatrio, mas apenas a aplicao de fatores mais suavizados para tal fim.
Assim, como este no observa o risco mensurado internamente, o capital regulatrio passa a
representar um potencial custo imposto s seguradoras, o qual pode impactar diretamente na
rentabilidade das linhas de negcio. Nesse sentido, o presente estudo buscou investigar, sob a
tica e limitao de usurio externo das demonstraes contbeis, a existncia de indcios que
levam a supor que a nova regulamentao sobre o capital mnimo para cobertura do risco de
subscrio penalizou as seguradoras de menor porte, tendo-se em vista o seu valor em risco
para o nvel de confiana de 99,5%. Para tanto, foi necessrio: (a) apurar o capital mnimo
regulatrio, seja com ou sem modelo interno, (b) estimar o valor em risco de cada seguradora
para o nvel de confiana de 99,5% e (c) distinguir as seguradoras por porte, o qual foi
determinado pela tcnica de Anlise de Conglomerados. O maior desafio foi determinar, para
cada seguradora, o item (b), o qual consistiu na estimao das distribuies marginais das
perdas por categoria de negcio e a agregao dessas pela aplicao da teoria de cpulas.
Depois, calculou-se a razo entre (i) a somatria do grau de provisionamento com a alocao
do capital regulatrio (abordagens com e sem modelo interno) e (ii) o valor em risco ao nvel
de confiana de 99,5%. Em seguida, aplicou-se o teste de Mann-Whitney para comparar
mdias em funo do porte. A partir da anlise desenvolvida, observou-se que modelo
regulatrio se mostrou mais coerente quando aplicado s seguradoras mdias e grandes,
tendo-se em vista que apresentou menor disperso no parmetro calculado, cuja mediana
estava em torno de 1. Ou seja, para essas, tal resultado sugere que o grau de provisionamento
juntamente com o capital regulatrio retrata, aproximadamente, o nvel de confiana de
99,5%, em consonncia com o Projeto Solvncia II. A disperso para as seguradoras pequenas
bem maior e a mediana est prximo a 1,5, o que indica que a abordagem regulatria requer
em torno de 50% a mais de recursos que o nvel de confiana de 99,5% exige. Esse resultado
indica uma desvantagem competitiva se comparada s seguradoras de mdio e grande porte.
Portanto, os resultados dos testes sugerem que as novas regras de alocao de capital para o
mercado segurador brasileiro penalizou as seguradoras de menor porte, impactando na
rentabilidade, na precificao e na competitividade se comparada s mdias e grandes, o que,
por sua vez, tende a favorecer a concentrao do setor.

vi
ABSTRACT
In recent years, the Brazilian insurance market has shown strong growth, which was driven by
economic stabilization and the consequent increase in consumption. However, on an
environment accelerated growth of premiums, any deviations in the pricing assumptions may
expose insurers to unbearable risks in the long term. This is one of the components of the
underwriting risk which is the object of this study. In a regulatory side, increased complexities
of the financial services and scandals involving large corporations resulted in the creation of
the New Basel Accord, which introduced new methodologies to analyze the minimum capital
required, considering the risk based capital approach, benefiting the better managed
institutions as they require less capital allocation. In a similar vein, countries of the European
Union follow the Solvency II project for their insurance market. Following the global trend,
new solvency rules for the insurance market were approved in Brazil, being established in the
first instance, rules of capital allocation to cover the underwriting risk. Other risk types will be
addressed later by the government. It is important to clarify that, unlike the banking sector,
the Brazilian insurance market is not allowed to use its own internal model or the parameters
of this model to determine the minimum regulatory capital required, but only the application
softened factors for this purpose. Thus, as it does not observe the risk internally measured, the
regulatory capital becomes a potential cost imposed on the insurers, which can impact directly
the profitability of the business lines. Therefore, from the point of view and limitation of
external user of financial statements, the present study investigated the existence of signs that
could lead to suppose that the new regulations on minimum capital to cover the underwriting
risk have penalized the smaller insurance companies, when keeping in view their value at risk
for the confidence level of 99,5%. To this end, it was necessary: (a) to determine the
minimum regulatory capital, either approaches with or without internal model; (b) to estimate
the value at risk of each insurer for the confidence level of 99,5%; and (c) to distinguish
insurers by size, according to the cluster analysis technique. The biggest challenge was to
determine, for each insurer, the item (b), which consisted in the estimation of marginal
distributions of losses and aggregation of these by applying the theory of copulas. Then we
calculated the ratio of (i) the sum of the degree of provisioning with the allocation of
regulatory capital (approaches with and without internal model) and (ii) the value at risk at the
level of confidence 99,5%. Next, we applied the Mann-Whitney Test to compare means of the
insurers by size. From the developed analysis, it was observed that the regulatory model was
more consistent on medium and large insures as they have shown a lower dispersion in the
parameter of interest, presenting a median around 1. That is, for them, the result suggests that
the level of provisioning along with the regulatory capital has approximately reflected the
confidence level of 99,5%, which is in line with the Solvency II project. Small insurers have
shown much higher dispersion and their median is close to 1,5. This indicates that the
regulatory approach requires around 50% more resources than the confidence level of 99,5%
requires. This represents a disadvantaged competition, if compared with large and medium
sized companies. Therefore, the test results suggest that the new rules of capital allocation for
the Brazilian insurance market has penalized the smaller insurers, impacting their profitability
and competitive pricing when compared with the medium and large ones, which, in turn, tend
to favor an industry concentration.

SUMRIO

LISTA DE ABREVIATURAS E SIGLAS ______________________________________ 2


LISTA DE TABELAS_______________________________________________________ 3
LISTA DE GRFICOS _____________________________________________________ 4
LISTA DE ILUSTRAES__________________________________________________ 5
1. INTRODUO ________________________________________________________ 7
1.1
1.2
1.3
1.4
1.5
1.6

2.
2.1
2.1.1

2.2
2.3
2.3.1
2.3.2

2.4
2.5
2.5.1.

3.
3.1
3.2

Contextualizao ________________________________________________________ 7
Situao-Problema_______________________________________________________ 9
A Tese ________________________________________________________________ 13
Objetivos ______________________________________________________________ 14
Hiptese_______________________________________________________________ 15
Justificativa e importncia _______________________________________________ 16

PLATAFORMA TERICA_____________________________________________ 19
Tipos de risco __________________________________________________________ 19
Risco de Subscrio _______________________________________________________ 22

Dinmica das operaes de seguros ________________________________________ 26


Risco de subscrio e novas regras de solvncia para o mercado segurador _______ 31
Contexto internacional_____________________________________________________ 31
Capital mnimo requerido no mercado segurador brasileiro ______________________ 34

Capital Econmico ______________________________________________________ 40


Conceito de Dependncia ________________________________________________ 43
Introduo Teoria de Cpulas _____________________________________________ 47

MODELAGEM _______________________________________________________ 61
Metodologia ___________________________________________________________ 61
Tratamento da base de dados e clculo dos parmetros da distribuio marginal __ 74

4. ANLISE DOS RESULTADOS _________________________________________ 81


5. CONCLUSES _______________________________________________________ 89
REFERNCIAS __________________________________________________________ 93

2
LISTA DE ABREVIATURAS E SIGLAS

APT: Arbitrage Pricing Theory


BIS: Bank for International Settlements
CAPM: Capital Asset Pricing Model
CMR: Capital Mnimo Requerido
CNSeg: Confederao Nacional das Empresas de Seguros Gerais, Previdncia Privada e Vida,
Sade Suplementar e Capitalizao
CNSP: Conselho Nacional de Seguros Privados
EVA: Economic Value Added
FENASEG: Federao Nacional das Empresas de Seguros Privados e de Capitalizao
IBNR: Proviso de Sinistros Ocorridos e No Avisados
PIB: Produto Interno Bruto
PIP: Proviso de Insuficincia de Prmios
PPNG: Proviso de Prmios No Ganhos
PSL: Proviso de Sinistros a Liquidar
RAROC: Risk Adjusted Return on Capital
SCR: Solvency Capital Requirement
SES: Sistema de Estatstica da Susep
SUSEP: Superintendncia de Seguros Privados

3
LISTA DE TABELAS
Tabela 1 - Parcela Varivel do Capital Base............................................................................ 36
Tabela 2 - Regio de Atuao .................................................................................................. 38
Tabela 3 - Lista de Journals que mais trataram sobre a teoria de cpulas............................... 50
Tabela 4 - Distribuio original da sinistralidade anual por classe de negcio ....................... 76
Tabela 5 - Distribuio da representatividade do prmio ganho por classe de negcio .......... 76
Tabela 6 - Distribuio da sinistralidade.................................................................................. 77
Tabela 7 - Distribuio da quantidade de categorias de atuao por seguradora..................... 79
Tabela 8 Distribuio do ndice de cobertura........................................................................ 81
Tabela 9 - Estatstica descritiva do ndice de cobertura ........................................................... 83
Tabela 10 - Mdia do ativo total e prmio ganho e a quantidade de seguradora por cluster... 85
Tabela 11 - Estatstica descritiva do nvel de confiana por cluster ........................................ 85
Tabela 12 - Resultado do Teste de Mann-Whitney (entre o cluster 1 e 2) ............................... 88

4
LISTA DE GRFICOS

Grfico 1 - Evoluo dos Prmios Retidos ................................................................................ 8


Grfico 2 - Principais razes para calcular o Capital Econmico............................................ 42
Grfico 3 - Evoluo do nmero de documentos sobre a teoria de cpulas: 1971 - 2005 ....... 50
Grfico 4 - Histograma do Nvel de Confiana (sem modelo interno) .................................... 82
Grfico 5 - Histograma do Nvel de Confiana (com modelo interno).................................... 82
Grfico 6 - Boxplot da disperso do ndice de cobertura considerando a abordagem sem
modelo interno.......................................................................................................................... 86
Grfico 7 - Boxplot da disperso do ndice de cobertura considerando a abordagem com
modelo interno.......................................................................................................................... 87

5
LISTA DE ILUSTRAES

Figura 1 - Linha do tempo do risco de subscrio ................................................................... 25


Figura 2 - Cadeia das operaes de seguro .............................................................................. 30
Figura 3 - Requerimento de Capital - Solvncia II .................................................................. 34
Figura 4 - Distribuio de perdas ............................................................................................. 42
Figura 5 - Exemplo de aplicao de uma Funo Cpula........................................................ 47
Figura 6 - Exemplo de Cpula Normal com coeficiente de correlao 0.7 ............................. 52
Figura 7 - Exemplo de Cpula t-Student com coeficiente de correlao 0.7 e 3 graus de
liberdade ................................................................................................................................... 53
Figura 8 - Exemplo de Cpula Gumbel com igual a 2 ........................................................ 55
Figura 9 - Exemplo de Cpula Clayton com igual a 2 ........................................................ 56
Figura 10 - Exemplo de Cpula Frank com igual a 10........................................................ 57
Figura 11 - Comparao entre Cpulas (amostra simulada) .................................................... 58
Figura 12 - Distribuio de Perdas ........................................................................................... 62
Figura 13 - Procedimento de clculo do capital econmico .................................................... 64
Figura 14 - Exemplo de Distribuio Gama (,) ................................................................... 65
Figura 15 - Dendrograma (Ward Method) ............................................................................... 84

7
1.

INTRODUO

1.1

Contextualizao

A estabilizao da economia e o consequente crescimento econmico incentivaram o aumento


do consumo o qual, por sua vez, contribuiu para o aumento da demanda de seguros no
mercado brasileiro.

De acordo com a Moodys (2006, p. 1):


O mercado segurador brasileiro , com ampla margem, o maior da Amrica Latina e, em razo de
sua economia crescente e sua populao, de aproximadamente 180 milhes, oferece potencial para
tornar-se um dos mais importantes centros seguradores no mdio-longo prazo, em todos
segmentos incluindo Seguros Gerais, Seguro de Vida e Produtos de Previdncia Complementar.

Segundo dados da Confederao Nacional das Empresas de Seguros Gerais, Previdncia


Privada e Vida, Sade Suplementar e Capitalizao (CNSeg, ex-FENASEG - Federao
Nacional das Empresas de Seguros Privados e de Capitalizao), em 2005, o mercado de
seguros, previdncia aberta e capitalizao representava mais de 3% do produto interno bruto
(PIB) nacional. Em 2009, conforme estatstica da Superintendncia de Seguros Privados
(SUSEP), somente o setor de seguros j correspondia a mais de 2% do PIB.

A seguir apresentada a evoluo dos prmios retidos apenas do mercado segurador:

80
72

Em bilhes de reais

70
59

60
50

45
40

40
31

33

26

30
20
12

14

17

18

18

21

21

20

10
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Grfico 1 - Evoluo dos Prmios Retidos


FONTE: Elaborado a partir da base de dados SES disponibilizado pela SUSEP (at dez/09)

Conforme o Grfico 1, observa-se que o setor de seguros apresentou expanso significativa


nos ltimos anos, passando de cerca de R$ 12 bilhes de prmios retidos em 1995 para R$ 72
bilhes em 2009, o que indica um crescimento de quase 500% no perodo.

Entretanto, Myhr e Markham (2006, p. 17) alertam que:

Um aumento rpido dos prmios, no entanto, pode ser indesejvel e poderia indicar padres de
subscrio muito indulgentes ou nveis de prmios inadequados. Um crescimento inapropriado dos
prmios pode at levar a lucros reduzidos na medida em que os sinistros comeam a exceder os
prmios coletados para cobrir as exposies ao risco.

Tal preocupao se justifica pelo fato de que os custos das operaes de seguros, muitas
vezes, podem demorar vrios anos at que se tornem efetivamente conhecidos.

Nesse sentido, Contador (2007, p. 95) destaca:

Nas empresas industriais, o custo do produto conhecido no momento da venda e o resultado da


venda a diferena entre o preo e os custos, acrescidos dos impostos indiretos. Portanto, o
conceito o de custo observado. No caso de uma operao de seguro, o custo total da venda no
conhecido no momento da operao. Pode ser zero, se o sinistro no acontecer, ou atingir valores
s vezes desconhecidos, inclusive diferidos no tempo, ou seja, o sinistro pode ocorrer muito tempo
depois da venda da aplice (seguro de vida, por exemplo).

9
Assim, eventuais desvios nas premissas adotadas na precificao, mediante um crescimento
acelerado dos prmios, podem expor as seguradoras a riscos pouco suportveis no longo
prazo. Esse risco um dos componentes do risco de subscrio, sendo o objeto do presente
estudo.

1.2

Situao-Problema

No incio da dcada de 70, foi introduzido nos pases membros da Unio Europeia o projeto
Solvncia I, o qual consistia na observncia de um montante mnimo de capital destinado
absoro de eventuais perdas, sendo o modelo de clculo considerado relativamente simples,
semelhana do segmento bancrio representado, at ento, pelo Acordo da Basilia I.

O cenrio regulatrio do mercado brasileiro de seguros at 2006 no foi diferente. A margem


de solvncia, determinada pela Resoluo CNSP N. 8/89, alterada pela Resoluo CNSP N.
55/2001, correspondia ao montante igual ou maior entre (a) 0,20 vezes o total da receita
lquida de prmios emitidos dos ltimos doze meses e (b) 0,33 vezes a mdia anual do total
dos sinistros retidos dos ltimos trinta e seis meses.

Posteriormente, com os escndalos envolvendo grandes corporaes como Enron, Adelphia


Comunications, Kmart, Worldcom, Global Crossing, dentre outros, enfraqueceu-se um dos
principais alicerces entre os investidores e as empresas: a confiana (CHAN et al., 2004).

Paralelamente, desastres financeiros emergiram como Daiwa Bank (1995), Barings Bank
(1995), Sumitomo Corporation (1996), contribuindo, em conjunto com a dinamizao do
mercado, para impulsionar melhorias no processo de superviso e fiscalizao do mercado
financeiro.

Dessa forma, frente ao aumento das complexidades dos servios financeiros e aos escndalos
envolvendo grandes corporaes, fez-se necessrio o Novo Acordo da Basilia, tambm
conhecido como Basilia II, o qual introduziu metodologias de apurao da necessidade
mnima de capital mais sensvel a risco (conceito conhecido como risk-based capital),
beneficiando instituies mais bem administradas medida que requer menor alocao de
capital.

10

Nessa mesma linha, no mbito do mercado segurador dos pases membros da Unio Europia,
segue o projeto Solvncia II, tambm baseado no conceito de risk-based capital.

importante destacar que a convergncia de tcnicas de superviso entre pases favorece o


fluxo de capitais, tendo-se em vista que, ao considerar as mesmas regras, minimiza-se os
efeitos de eventuais barreiras a entradas de novas empresas.

Seguindo a tendncia mundial, o rgo regulador do mercado segurador brasileiro tambm


introduziu mudanas significativas no capital mnimo requerido para autorizao e
funcionamento das sociedades seguradoras por intermdio das Resolues CNSP (Conselho
Nacional de Seguros Privados) N. 155, 156, 157 e 158, todas publicadas no final do ano de
2006. Nessa primeira etapa, foi estabelecida regra especfica apenas para a determinao do
capital mnimo adicional destinado cobertura do risco de subscrio, embora tenham
deixado explcito que os riscos de crdito, de mercado, legal e operacional seriam
regulamentados posteriormente (art.10 da Resoluo CNSP N. 155, de 2006).

O risco de subscrio pode ser entendido como o risco associado adequao: (a) das bases
tcnicas utilizadas na precificao e (b) da constituio das provises tcnicas, sendo,
portanto, um dos principais riscos inerentes atividade seguradora (CHAN et al., 2008).

Nessa linha, Fraga (2005) explica que o risco de precificao se refere possibilidade do
montante dos sinistros a ser pagos pela sociedade ser maior que o prmio a ser recebido,
enquanto o risco de proviso refere-se cobertura emitida e ganha, porm ainda no
totalmente liquidada, sendo, portanto, sujeita ao desenvolvimento adverso dos sinistros.

A Resoluo CNSP N 158, de 2006, trata da frmula de clculo do capital mnimo requerido
para a cobertura do risco de subscrio, prevendo duas possibilidades: uma utilizando fatores
mais agravados que acarretam em maior necessidade de capital quando a empresa no dispe
de um modelo interno de avaliao de risco e outra, com fatores mais suavizados, caso a
instituio possua um modelo interno.

importante esclarecer que, diferentemente do setor bancrio, no mercado segurador


brasileiro no permitida a utilizao do prprio modelo interno ou dos parmetros do

11
modelo interno para determinao do capital mnimo requerido, mas, apenas, a aplicao de
fatores mais suavizados para tal fim, conforme frmula disposta na referida resoluo.

Chan et al. (2008) observaram que a Resoluo CNSP N. 158/06 propiciaria impactos
significativos na necessidade de capital, chegando a atingir uma diferena, em muitos casos,
de mais de 200% em relao ao critrio at ento vigente. Conforme notcia divulgada no
Portal Nacional de Seguros & Sade (2007):

O presidente do Sincor-RJ, Henrique Brando, advertiu, hoje, que as novas regras para adequao
de capital estabelecidas pela Susep podem provocar uma concentrao ainda maior do mercado.
Segundo ele, 40 ou 50 seguradoras de pequeno e mdio portes correm o risco de ser compradas ou
de, simplesmente, fecharem as portas por no conseguirem atender s exigncias da nova
legislao.
[...]
Na avaliao do presidente do Sincor-RJ, h srio risco de desaparecimento de pequenas e mdias
empresas, que tm atuao regional ou so especializadas em determinados nichos de mercado:
"das 91 seguradoras em plena atividade hoje, 67 vo precisar de novos aportes, que podem chegar
a 200% do capital em determinados casos, salientou.

Nesse sentido, atendendo a pleitos do mercado segurador, em dezembro de 2007, foi


promulgada a Circular SUSEP N. 355, alterando os fatores de clculo previstos na Resoluo
CNSP N. 158/06, amenizando o impacto da nova regulamentao sobre solvncia no mercado
segurador, mas no permitindo ainda a adoo de modelos internos, nem de parmetros
internos para clculo de capital.

Sherris e Hoek (2004) destacam que a alocao de capital um fator importante para o
processo de precificao, sobretudo no que se refere rentabilidade das operaes e ao
gerenciamento de risco. Ou seja, ao exercer papel fundamental na precificao, indiretamente,
est relacionada atividade de subscrio de riscos, auxiliando na seleo do portflio que
maximiza o valor da empresa.

Para selecionar o portflio que maximiza o valor da empresa, por sua vez, necessrio
entender o valor econmico de cada linha de negcio, conceito relacionado, por exemplo, a
tcnicas como RAROC (risk adjusted return on capital) ou EVA (economic value added), as
quais envolvem a determinao do capital econmico.

RAROC uma tcnica difundida no sistema financeiro que leva em considerao a


rentabilidade do negcio observando o seu risco, enquanto o EVA uma tcnica que busca

12
identificar as linhas de negcio que criam valor para a empresa, isto , quando o valor
econmico gerado supera a expectativa mnima esperada. Ambos, portanto, so mtricas que
permitem comparar operaes com retorno e risco diferentes, considerando o valor
econmico do negcio.

razovel pressupor que a alocao de capital pelo modelo regulatrio tenda a ser,
normalmente, superior ao determinado pelo modelo interno de cada instituio, pois o
primeiro tende a levar em considerao uma margem de conservadorismo por no conhecer
efetivamente o risco a que a entidade est exposta, consequentemente, no representando a
realidade especfica de cada seguradora. Como no se tem a opo de alocar capital pelo
modelo interno propriamente dito, o capital regulatrio passa a representar um potencial custo
imposto s seguradoras, o qual pode impactar diretamente na rentabilidade das linhas de
negcio.

Se o modelo regulatrio exigir maior alocao de capital para cobertura de risco de subscrio
para as seguradoras de menor porte que para as de grande porte, em termos de nvel de
confiana em relao ao risco a que cada entidade est exposta, ento faz sentido a
preocupao de potencial concentrao do setor. Em outras palavras, isso levaria a supor que
o capital regulatrio influenciaria de maneira distinta na precificao entre seguradoras
conforme o porte dessas, impactando na competitividade do setor, o que no desejvel, sob
a tica da possvel concentrao do segmento. Cabe destacar que embora o conceito de capital
econmico se diferencie do capital regulatrio pelo fato de o primeiro ser calculado a partir de
caractersticas de risco especfico da entidade e o segundo normalmente se basear em
estatsticas mdias do setor, o capital regulatrio pode ser convertido em capital econmico
bastando estimar qual a probabilidade de runa (ou tolerncia ao risco) equivalente a este a
que a entidade est exposta (SOA, 2004) com o capital regulatrio.

Para Silva e Moraes (2006, p.4),

As empresas mais eficientes aproveitam da melhor maneira as oportunidades existentes, tornam-se


mais lucrativas e ganham fatias de mercado. As menos eficientes tm prejuzo, perdem fatia de
mercado, so absorvidas por outras mais eficientes ou encerram suas atividades.

De acordo com outra reportagem veiculada pelo Portal Nacional de Seguros & Sade (2009),
reproduzido do Jornal do Comrcio da Agncia Estado:

13

H tendncia de concentrao no setor de seguros e seguradoras pequenas e mdias esto


preocupadas com esse processo, de acordo com o integrante do Conselho Superior da
Confederao Nacional de Seguros, Resseguros, Previdncia Privada, Sade Suplementar e
Capitalizao (CNSeg, novo nome da Fenaseg) Jos Amrico Pen.
As seguradoras mdias e pequenas esto se organizando na Fenaseg, disse Pen. De acordo com
ele, as empresas desse porte j formaram um grupo para estudar como podem se posicionar diante
do cenrio de concentrao. De acordo com Pen, os custos do setor, inclusive relacionados
Superintendncia de Seguros Privados (Susep), cada vez ficam mais caros. Isso estimula as
associaes fuses e aquisies entre empresas para obter ganhos de escala (CHIARINI, 2009).

Em 2009, foi aprovada a fuso entre a gigante financeira holandesa Aegon e a Mongeral. De
acordo com a notcia divulgada na Gazeta Mercantil e reproduzida no Portal Nacional de
Seguros & Sade (2009), a fuso entre as empresas foi anunciada em outubro do ano
passado, como uma forma de a Mongeral ganhar mais dinamismo no mercado segurador
brasileiro e atender s atuais demandas de capital mnimo sem perder competitividade.

Nessa linha, emerge a seguinte questo de pesquisa:

A Resoluo CNSP N. 158/06, alterada pela Circular SUSEP N. 355/07, sobre o


capital mnimo requerido para cobertura do risco de subscrio penalizou as
seguradoras de menor porte, representando uma desvantagem competitiva para essas?

O nvel de capital influencia diretamente a rentabilidade do negcio. Assim, se a questoproblema se confirmar, a nova regulamentao pode representar uma desvantagem
competitiva para as seguradoras de menor porte, o que, por sua vez, tende a favorecer a
concentrao do mercado.

1.3

A Tese

O capital econmico pode ser entendido como o montante de recursos destinado cobertura
de potenciais perdas inesperadas dentro de um horizonte de tempo, dado um nvel de
tolerncia ao risco.

Para o mercado segurador brasileiro, o capital mnimo requerido, incluindo a parcela


destinada a cobertura do risco de subscrio, determinado de forma regulamentar, o que leva

14
inquietao acerca da aderncia desta necessidade de capital frente realidade particular de
cada seguradora.

Portanto, como o capital mnimo requerido pelo modelo regulatrio pode representar um
potencial custo imposto s seguradoras, se o nvel de tolerncia ao risco exigido se distinguir
em funo do porte das empresas, o modelo regulatrio tende a influenciar de maneira
adversa na rentabilidade das linhas de negcio e, consequentemente, na competitividade do
setor, podendo, no limite, incentivar a concentrao do segmento.

1.4

Objetivos

Diante do exposto, os objetivos do presente estudo podem ser subdivididos em duas


categorias, a saber: geral e especfico.

Objetivo geral


Investigar, sob a tica de um usurio externo de demonstraes contbeis, se a


Resoluo CNSP N. 158/06, alterada pela Circular SUSEP N. 355/07, penalizou as
seguradoras de menor porte, exigindo maior alocao de capital para a cobertura do
risco de subscrio, tendo-se em vista o valor em risco para um nvel de confiana de
99,5% para a distribuio de perdas.

Dada as possveis consequncias decorrentes da nova regulamentao acerca do capital


regulatrio, fato que contribui para o aumento da relevncia do assunto tratado, o presente
estudo busca averiguar se h indcios de que as seguradoras pequenas foram penalizadas na
alocao de capital para a cobertura do risco de subscrio se comparadas as de mdio e
grande porte.

O termo nvel de confiana foi utilizado para denotar o grau de tolerncia ao risco de
subscrio a que uma seguradora est exposta, tangenciando os conceitos de probabilidade de
runa, utilizado em Cincias Atuariais, ou o conceito de VaR (value at risk), difundido em
finanas. Ou seja, a ideia comparar o modelo de capital regulatrio, juntamente com o grau

15
de provisionamento, com o valor em risco, considerando o nvel de confiana de 99,5% (ou
probabilidade de runa de 0,5%), o qual a referncia do Projeto Solvncia II.

Objetivos especficos

Os objetivos especficos consistem em:

a) Estimar a perda esperada por categoria de negcio e por seguradora;


b) Estimar, considerando o nvel de confiana de 99,5%, a perda agregada por
seguradora;
c) Calcular o ndice de cobertura do valor em risco de 99,5% de confiana, considerando
o capital regulatrio e as provises destinadas cobertura da perda esperada;
d) Distinguir as seguradoras por porte;
e) Verificar se existem diferenas significativas no ndice de cobertura calculado no item
c em funo do porte das seguradoras.

Cabe observar que o valor em risco mencionado composto pela somatria entre as provises
destinadas cobertura da perda esperada e o capital econmico necessrio para o nvel de
confiana desejado.

1.5

Hiptese

Conforme mencionado, as novas regras de solvncia aplicveis ao mercado segurador


preveem apenas duas possibilidades para determinao do capital mnimo requerido, (a) uma
com modelo interno e (b) outra sem modelo interno, cuja nica diferena reside nos fatores a
serem utilizados em cada situao, os quais so mais severos.

Portanto, tendo-se em vista que a regulamentao local no permite o uso de modelos internos
ou de parmetros internos que melhor retratem a realidade particular de cada seguradora para
determinao do capital mnimo requerido para a cobertura do risco de subscrio, o presente
estudo colocar a teste a seguinte hiptese:

16


H1: H diferenas significativas, em funo do porte das seguradoras, no ndice de


cobertura do valor em risco, para o nvel de confiana de 99,5%, considerando,
juntamente com as provises, o capital regulatrio determinado pela Resoluo
CNSP N. 158/06, alterada pela Circular SUSEP N. 355/07.

Assim, se a hiptese se confirmar, o capital regulatrio tende a influenciar de maneira adversa


na rentabilidade das linhas de negcio e, consequentemente, na competitividade do setor, o
que, por sua vez, pode incentivar a concentrao do segmento.

1.6

Justificativa e importncia

Os recentes desastres financeiros contriburam para estimular o desenvolvimento de prticas


de gerenciamento de riscos mais adequadas realidade das instituies. Assim, no mbito
internacional, emergiram regulamentaes, tais como Novo Acordo da Basileia, tambm
conhecido como Basileia II, e o projeto Solvncia II, os quais introduziram metodologias de
apurao da necessidade mnima de capital mais sensvel ao risco.

A necessidade de implementao de melhorias no processo de superviso e fiscalizao levou


o rgo regulador brasileiro, em consonncia com as prticas internacionais, a alterar
significativamente o capital mnimo requerido para autorizao e funcionamento das
seguradoras, sendo fixados, nessa primeira fase, a frmula e os fatores para apurao do
capital adicional relativo ao risco de subscrio. Nesse sentido, faz-se necessrio uma reflexo
acerca da adequao do modelo estabelecido frente realidade subjacente.

So escassas as literaturas acadmicas que tratam do assunto, cabendo destacar o estudo


realizado por Chan et al. (2008), os quais investigaram, a partir de uma anlise de dados em
corte referente ao exerccio social findo em 31 de dezembro de 2006, a coerncia do modelo
de capital mnimo requerido para cobertura do risco de subscrio estabelecido pela
Resoluo CNSP N. 158/06.

importante observar que a referida pesquisa foi realizada luz da Resoluo CNSP N.
158/06, ainda sem as alteraes nos fatores introduzidos pela Circular SUSEP N. 355/07.

17
Alm disso, no foi considerado o conceito de capital econmico, mas a coerncia da relao
entre a exigncia de capital e a sinistralidade e sua volatilidade.

Vale ainda ressaltar que, segundo Popper, para o progresso da cincia, dever-se-ia esperar que
as teorias fossem falseadas para que houvesse crescimento do conhecimento, com teorias que
contm mais verdades e no mais falsidades do que suas antecessoras, o que justifica a
proposta do presente estudo de aprofundar nas investigaes acerca da adequao do modelo
regulatrio (NEWTON-SMITH in OHEAR, 1997).

Soma-se a esse contexto a crescente utilizao do conceito de capital econmico na gesto


interna das entidades. Como o capital mnimo determinado pelo modelo regulatrio, no
sendo permitida a utilizao do modelo interno propriamente dito ou de seus parmetros, o
capital regulatrio passa a representar um potencial custo imposto s seguradoras, o qual pode
influenciar na rentabilidade das linhas de negcio. Da a necessidade de investigar a relao
entre o capital mnimo regulatrio e o capital econmico, fixando-se um determinado nvel de
confiana para a distribuio de perdas. Assim, faz-se necessrio estimar o capital econmico
e compar-lo com o capital regulatrio, a fim de investigar se h diferenas entre esses em
funo do porte da seguradora. Vale lembrar que quando as novas regras de solvncia foram
divulgadas, foram questionadas se essas incentivavam a concentrao do setor, penalizando as
entidades de menor porte, fato que contribui para aumentar a relevncia do tema.

Conforme Silva e Moraes (2006, p. 3):

importante o estudo dos fatores que levam concentrao e como ela afeta o comportamento
estratgico das empresas. A concentrao e a centralizao do capital levam ao desenvolvimento
de estruturas de mercado cada vez mais oligopolizadas ou, at mesmo, monopolistas. Isto porque
surgem combinaes entre empresas que visam a dominar a concorrncia.

Alm disso, outra inquietao comumente encontrada na literatura acadmica quando se


estuda o conceito de capital econmico a agregao de riscos. Nessa linha, so recentes as
pesquisas que tratam da utilizao da teoria de cpulas para tal fim.

Portanto, o assunto ora tratado mostra-se contemporneo no que se refere (a) s novas regras
de solvncia, (b) associao entre o capital regulatrio e o capital econmico e (c) ao
mtodo de agregao de risco via teoria de cpulas. No entanto, cabe ressaltar que a

18
contemporaneidade traz consigo uma grande dificuldade no desenvolvimento deste estudo, a
qual reside na escassez de literaturas cientficas que tratam do assunto.

Como ineditismo do trabalho, ressalte-se a tentativa de estimar e analisar, sob a tica do


usurio externo de demonstraes contbeis das seguradoras, a aderncia do capital
regulatrio frente realidade subjacente de cada seguradora para um nvel de confiana de
99,5%, o qual a referncia no Projeto Solvncia II.

19
2.

PLATAFORMA TERICA

2.1

Tipos de risco

A palavra risco, de acordo com etimlogos, advm do latim resecum, o que corta, sendo
empregada, na poca medieval, em linguagem nutica como perigo no mar, perigo
oculto. Posteriormente, derivou-se o termo risicare (em italiano), que significa ousar. Nessa
linha, Berstein (1997) destaca que a compreenso do risco est associada coragem, fato que
se observa desde pocas remotas. No mundo contemporneo, a coragem substituda pela
gesto, cabendo determinar qual a tolerncia ao risco que se queira assumir para garantir a
solvibilidade do negcio (RODRIGUES, 2008).

Segundo Brigham (1999, 158), "risco a chance de que ocorra um evento desfavorvel". Para
Jorion (2003, p.3), risco pode ser definido como a volatilidade de resultados inesperados,
normalmente relacionada ao valor de ativos ou passivos de interesse.

Para entender melhor o conceito de risco, Securato (1996, p. 21) explica que:

[...] observemos que ela [definio do risco] estabelece um conceito relativo que o grau de
incerteza de um evento. Lembremos que um evento certo, ou seja, que com certeza ocorrer,
tratado no estudo do clculo de probabilidades como correspondendo probabilidade de 100%;
nessas condies, sempre que estivermos diante de eventos que apresentam certo grau de
incerteza, podemos estabelecer uma correspondente probabilidade de ocorrncia do evento.
O grau de incerteza, ou seja, o risco, ser intimamente ligado com a probabilidade de ocorrncia
dos eventos em estudo. A condio limite ser a condio de incerteza plena em que no queremos
ou no temos condies de usar o conceito de probabilidades para a avaliao do evento. Assim,
desde que seja possvel, a forma de atenuar as condies de incerteza consiste na utilizao das
probabilidades dos eventos em estudo. por meio das probabilidades que pretendemos captar a
influncia da experincia, do julgamento e do ambiente, em diferentes condies de projees dos
resultados, relativos a uma questo que ser objeto de deciso.
Nestas condies, a forma mais comum de tratamento da questo a obteno de uma distribuio
de probabilidades, sua mdia e desvio; o desvio em relao mdia entendido como o risco da
varivel em estudo.

Diante do aumento das complexidades dos servios financeiros e das crises financeiras
envolvendo grandes corporaes, emergiram modelos regulatrios como Basileia II e
Solvncia II que dispem sobre a alocao de capital mnimo das entidades, baseados no
conceito de risk-based capital.

20

Segundo Fraga (2005, p. 66),

Ter um montante de capital prprio apropriado importante para as empresas de seguro, para que
a imagem de confiana que os segurados possuem com relao s seguradoras no seja abalada.
Estudar os riscos associados ao processo de negcios das seguradoras ajuda a compreender como
as margens de solvncia podem ser afetadas pelas variabilidades e incertezas presentes no
ambiente do negcio.

Segundo o art. 103 da proposta da Diretiva que trata do Projeto Solvncia II (Directiva
2007/0143):

1.

O requisito de capital de solvncia de base deve incluir mdulos de risco distintos, agregados em
conformidade com o disposto no ponto 1 do anexo IV.
Deve consistir, no mnimo, nos seguintes mdulos de risco:
a) Risco de subscrio do seguro no-vida;
b) Risco de subscrio do seguro de vida;
c) Risco de subscrio do seguro especial de doena;
d) Risco de mercado;
e) Risco de incumprimento pela contraparte.

No Brasil, embora tenha sido regulamentada apenas a necessidade de capital mnimo para a
cobertura do risco de subscrio, a SUSEP j sinalizou que os riscos de mercado, crdito,
operacional e legal sero tratados na seqncia.

Risco de mercado advm da possibilidade de obteno de ganhos e perdas decorrentes de


volatilidade nos preos e nas taxas de mercado, influenciando a disponibilidade de ativos para
a cobertura das obrigaes.

Uma das variantes do risco de mercado o risco de liquidez, o qual pode ser subdividido em
duas vertentes: uma sob a tica do ativo e outra sob a tica do financiamento. A primeira
refere-se possibilidade de o valor de liquidao do ativo ser significantemente diferente de
sua atual marcao a mercado (em funo do tamanho da exposio, por exemplo), enquanto
a segunda refere-se possibilidade de uma instituio incorrer em problemas de caixa e no
conseguir levantar a quantia necessria para honrar suas obrigaes, o que pode levar sua
inadimplncia.

21
O risco de liquidez decorre de situaes nas quais, em funo da necessidade de honrar os
compromissos da entidade, se incorre na venda forada de ativos, cujo valor de realizao
pode ser inferior ao seu valor de mercado.

Sobre risco de mercado, Brooks et al. (2009) destacam a necessidade de pesquisas, sobretudo
nas seguintes reas: co-dependncia de riscos, risco de concentrao, distribuio de perdas
com caudas mais pesadas, risco de moeda (o qual influencia, especialmente, as operaes de
resseguros) e correlao entre ativos e passivos.

O risco de crdito, por sua vez, decorrente da possibilidade de uma das partes de um
contrato que envolve promessa de pagamento futuro no cumprir com suas obrigaes,
acarretando em custo de reposio do fluxo de caixa da outra parte.

Em seguros, dentro da categoria de risco de crdito, destaca-se o risco de contraparte, o qual


est presente, sobretudo, em operaes de resseguro, securitizaes e derivativos. Alm disso,
importante observar o risco de concentrao e analisar as correlaes entre os riscos de
crdito e entre esse e os outros tipos de risco (BROOKS et al., 2009).

O risco operacional emergiu de forma mais intensa no incio da dcada de 90, frente onda de
desastres financeiros como, por exemplo, os casos: Daiwa Bank (decorrente de operaes no
autorizadas), Sumitono Corporation (em funo de fraudes e operaes no autorizadas),
Credit Lyonnais (controles deficientes de concesso de crdito), Barings (falhas nos controles
internos), etc.

De acordo com Carvalho et al. (2004, p. 266), a definio dos eventos que se enquadram sob
o mbito do risco operacional ainda no uniforme, em virtude, sobretudo, da amplitude da
sua conceituao.

Nessa linha, de acordo com Crouhy et al. (2001), para o risco operacional permanece um
conceito vago porque difcil fazer uma distino clara entre risco operacional e as normais
incertezas enfrentadas pela organizao em suas operaes dirias. Por exemplo, se um
cliente falhou em devolver um emprstimo, ento pode-se razoavelmente investigar se o
fracasso era devido a qualquer risco de crdito normal ou devido a erro humano por parte dos
responsveis pelo emprstimo.

22

Carvalho et al. (2004, p. 266) ressaltam que [...] a dificuldade de sua delimitao no
significa que deva ser ignorado.

O Novo Acordo da Basileia (BIS, 2005) define risco operacional como o risco de perda direta
ou indireta, resultante de inadequaes ou falhas de processos internos, pessoas e sistemas, ou
de eventos externos. Essa definio inclui o risco legal, mas exclui o risco estratgico e de
reputao.

Conforme pode se observar, pelo Novo Acordo da Basilia, o risco legal considerado parte
do risco operacional.

Segundo Rodrigues (2008, p. 26), o risco legal tambm denominado de risco de


conformidade ou de regulao, que dizem respeito a atividades que podem violar
regulamentaes governamentais como manipulao de mercados e transaes realizadas por
pessoas com acesso a informaes privilegiadas.

Embora no haja ainda regulamentao especfica de alocao de capital para cobertura


desses tipos de risco, como j mencionado, a SUSEP j sinalizou que sero tratados
futuramente.

Como o objeto do presente estudo o risco de subscrio, foi dedicado um tpico especfico
para explan-lo, o qual apresentado na seqncia.

2.1.1

Risco de Subscrio

Para entender o risco de subscrio, necessrio compreender primeiro a atividade de


subscrio de risco, tpico de seguradoras.

Contador (2007, p. 94) explica que:

Toda operao de montagem de uma aplice de seguro dentro de uma seguradora inicia-se com a
avaliao do risco do bem ou atividade que o segurado em potencial, ou proponente, representa. A
operao de classificao do risco denominada subscrio de risco, e determina o resultado
lquido daquela aplice em particular. Se a subscrio for bem feita tecnicamente, todos ganham: o
segurado, que ter garantido o recebimento da indenizao no caso de sinistro; a seguradora, que

23
ter um resultado direto positivo, e provavelmente ter a fidelidade do segurado e novos negcios
futuros; os corretores, que tero representado corretamente o segurado; e a economia em geral.

Nesse sentido, Myhr e Markham (2004, p. 114) esclarecem que:

A subscrio de risco definida como determinar que exposies de risco sero seguradas, por
qual valor segurado, a que preo e sob que condies ser feito o seguro. Para tomar uma deciso
de subscrio, os subscritores passam pelos seguintes seis passos:
1. Avaliao da exposio ao risco
2. Definio das alternativas de subscrio
3. Escolha de uma alternativa de subscrio
4. Definio do prmio apropriado
5. Implementao da deciso de subscrio
6. Monitoramento das exposies ao risco.

Assim, compete aos subscritores entender as atividades e as operaes de cada proponente,


analisando, sobretudo, a existncia de condies de agravo ao risco, isto , situaes que
contribuem para aumentar a frequncia ou severidade de potenciais sinistros.

Alm disso, a subscrio de risco deve buscar minimizar os efeitos da seleo adversa,
condio na qual as pessoas ou entidades mais propensas ao risco tendem a adquirir o seguro,
o que contribui para aumentar a probabilidade de ocorrncia do sinistro, diferenciando o perfil
da carteira segurada da populao.

Logo, a subscrio de riscos est relacionada com o nvel de sinistralidade do portflio, tendose em vista que essa atividade envolve a fixao das condies do seguro, do preo e da
exposio da seguradora.

Dentre as atividades de subscrio, ressalte-se a precificao, a qual faz uso, principalmente,


da experincia de risco da seguradora.

Figueiredo (1997, p. 25) explica que:

Calcular o preo de um seguro significa calcular quanto o portador da aplice ter que despender
pelos gastos e despesas referentes cobertura que lhe devida.
[...]
Assim, o prmio um dos principais elementos na formao de um contrato de seguro, pois ele
traduz o preo pelo qual o segurador concorda em assumir o risco.

24
Portanto, o no acompanhamento da aderncia das bases tcnicas utilizadas na precificao
frente realidade subjacente pode expor as seguradoras a riscos pouco suportveis no longo
prazo.

Tal situao agravada frente a um rpido crescimento dos prmios, pois os custos das
operaes de seguros, nem sempre so observveis no curto prazo, o que significa dizer que
pode demorar anos at que se perceba que a subscrio foi indulgente, sendo o valor dos
sinistros superior ao do montante dos prmios.

Brooks et al. (2009) elencaram quatro principais fontes de risco de subscrio, sendo um
relacionado precificao e trs volatilidade dos sinistros. Em relao precificao,
destacam o risco de sua inadequao, sobretudo em funo das presses decorrentes das
condies de mercado, o que favorece o relaxamento do nvel de conservadorismo a ser
adotado, levando as seguradoras a incorrer em riscos mais elevados. Quanto volatilidade dos
sinistros, ressaltam:

Para o segmento de seguros massificados, que, normalmente, envolvem grandes


volumes com indenizaes de baixo montante, tem-se o risco de frequncia ou
severidade (custo) acima do esperado, pois uma pequena variao tende a impactar de
forma significativa no resultado da operao;

Para o segmento de grandes riscos, cuja indenizao envolve valores significativos,


destacam o risco de haver mais sinistros dessa natureza que o esperado ou em
magnitudes mais severas que o estimado;

E, por fim, o risco catastrfico, que por si s afeta significativamente o resultado das
seguradoras.

Nessa linha, o risco de subscrio pode ser decomposto em: (a) risco de proviso, (b) risco de
proviso de prmio no ganho e (c) risco de precificao, conforme ilustrado pela figura a
seguir.

25

Figura 1 - Linha do tempo do risco de subscrio


FONTE: Fraga (2005, p. 68)

Cardoso (2008, p. 12) explica que o risco de precificao estaria associado aos novos
negcios iniciados a partir da data base de avaliao. O risco de reserva seria referente aos
riscos no espirados e cujas reservas j teriam sido constitudas.

Portanto, o risco de subscrio est relacionado tanto adequao das bases tcnicas
utilizadas na precificao como adequao do nvel de provisionamento, sendo que
eventuais desequilbrios sero refletidos na sinistralidade da companhia em algum momento,
em ambas as situaes.

Alm disso, Brooks et al. (2009), tambm, chamam ateno para eventuais efeitos da
correlao entre riscos, sobretudo quanto ao aspecto de dependncia nas caudas da
distribuio de perdas, objeto do presente estudo.

Cabe ainda destacar que o risco de subscrio para as seguradoras anlogo ao risco de
crdito para as instituies financeiras, representando o risco associado atividade principal
da entidade, o que ressalta a sua importncia e, consequentemente, do tema ora tratado.

26
2.2

Dinmica das operaes de seguros

As operaes de seguros so baseadas no processo de diluio de risco conhecido como


mutualismo. Souza (2001, p. 28) explica que o mutualismo refere-se a pessoas com
interesses segurveis afins que constituem uma reserva financeira que tem por finalidade
suprir as necessidades de componentes do grupo que venham a ser afetados por um
acontecimento no previsto.

Figueiredo (1997, p.18) destaca que:

O mutualismo basicamente a diviso de um prejuzo entre um grupo de indivduos, e um dos


principais fundamentos nos quais tecnicamente se baseia o seguro.
O seguro utiliza como mecanismo de reduo de riscos a combinao de um nmero suficiente de
unidades de exposio a riscos semelhantes, a fim de tornar as perdas individuais previsveis e,
repartindo-se proporcionalmente por todas as unidades que foram combinadas, torn-las mais
suportveis economicamente.
, pois, pela aplicao deste princpio que as empresas seguradoras conseguem pulverizar os riscos
assumidos, minimizando assim os prejuzos que a efetivao de eventos danosos relativos a esses
riscos possam trazer.

Conforme Silva et al. (2008, p. 2), o seguro um instrumento criado pelo homem como
forma de transferncia ou minimizao do risco decorrente de eventos aleatrios danosos,
sendo baseado no conceito de mutualismo.

A operao do seguro est relacionada incerteza sobre a possibilidade de que um


determinado dano ocorrer. Nessa linha, o seguro est diretamente relacionado atividade de
administrao do risco. Segundo Chan (2004, p. 20),

A preocupao relativa s incertezas futuras tem acompanhado a evoluo da humanidade, desde


os primrdios at os dias atuais. A histria do seguro mostra claramente o sentimento de
insegurana presente no mundo dos negcios, dado que a sua origem reside nas inquietaes
acerca do risco envolvido nas viagens martimas, desde pocas remotas.

Contador (2007) distingue a histria do seguro em quatro fases, a saber: (a) primitiva, (b)
intermediria ou arcaica, (c) pr-moderna e (d) moderna.

27
A fase primitiva corresponde ao perodo anterior criao da escrita, caracterizada pelo
instinto de preservao da espcie e dos sentimentos de solidariedade e de compaixo. Nessa
poca, as leis de formao do risco eram desconhecidas, sendo as decises baseadas na sorte.

A fase intermediria ou arcaica marcada pela institucionalizao comercial do princpio da


transferncia de risco, embora a crena na sorte ainda moldasse as aes dos homens. Nessa
poca, os gregos j comearam a perceber que alguns eventos eram mais provveis que
outros, embora ainda no tenham chegado na teoria das probabilidades. Contratos de seguros,
baseado no conceito de mutualismo, surgiram para apoiar e impulsionar o transporte
martimo. Nessa fase, a precificao do risco era fundamentalmente baseada na tentativa e
erro.

A etapa seguinte a fase pr-moderna, a qual se inicia com o Renascimento, movimento que
favoreceu o desenvolvimento cientfico e, consequentemente, a teoria das probabilidades.
Alm disso, a crise de 1929, que culminou com a Grande Depresso, contribuiu para
evidenciar a importncia da administrao de risco. Porm, nesse perodo, poucos tinham
renda para contratar um seguro, e mesmo os que tinham no podiam confiar na solvncia da
seguradora.

Em relao fase moderna, Contador (2007, p. 17) explica:

Paradoxalmente, a crise de 1929 plantou as bases para a fase moderna do seguro, com os seus
quatro pilares bsicos. Primeiro, o estabelecimento de um marco regulatrio que estimule a
concorrncia, corrija ou compense as falhas de mercado no tocante informao desigual,
incompleta ou distorcida e, conseqentemente, amortea ou elimine as crises de insolvncia dos
mercados de seguros. Segundo, a imposio de melhores leis de proteo ao consumidor. Terceiro,
o setor passou a contar com o fantstico avano da informtica e das novas tecnologias da
informao e comunicao, com novas exigncias e desafios para a qualificao dos profissionais.
E quarto, o processo de internacionalizao das economias fora movimento semelhante nos
mercados de seguro, com a conseqente necessidade de convergncia dos modelos de regulao e
de sistemas de contabilidade; a integrao dos mercados nacionais de seguro e de ativos
financeiros; rpida difuso da tecnologia de informao; troca internacional do conhecimento
sobre as metodologias e tcnicas de avaliao de riscos; e a integrao dos mercados financeiros
institucionais.

O mercado segurador brasileiro, por sua vez, teve incio em 1808 com a abertura dos portos
ao comrcio internacional. Segundo o Anurio Estatstico de 1997 da Superintendncia
Nacional de Seguros Privados (SUSEP), a primeira companhia de seguros a funcionar no

28
Brasil foi a Companhias de Seguros BOA-F, em 24 de fevereiro de 1808, cuja principal
atividade era operar o seguro martimo.

Em 1966, por meio do Decreto-lei N. 73, de 21 de novembro, foram reguladas todas as


operaes de seguros e resseguros e institudo o Sistema Nacional de Seguros Privados,
constitudo pelo Conselho Nacional de Seguros Privados (CNSP); Superintendncia de
Seguros Privados (SUSEP); Instituto de Resseguros do Brasil (IRB); sociedades autorizadas a
operar em seguros privados; e corretores habilitados (SUSEP, 1997).

O CNSP o rgo responsvel pelas diretrizes e normas da poltica de seguros no Brasil,


enquanto a SUSEP o rgo responsvel pela fiscalizao da poltica traada pelo CNSP.

O seguro pode ser entendido como uma tcnica de gerenciamento de risco que transfere do
segurado para a seguradora algumas ou todas as consequncias financeiras potenciais de
determinadas exposies de risco.

Segundo Bernstein (1997, p. 2):

A administrao do risco nos guia por uma ampla gama de tomada de decises, da alocao da
riqueza salvaguarda da sade pblica, da conduo da guerra ao planejamento familiar, do
pagamento de prmios de seguros ao uso de cinto de segurana, da plantao de milho venda de
flocos de milho.

Conforme Myhr e Markham (2006, p. 4), o processo de gerenciamento de risco pode ser
dividido nas seguintes fases:

1. Identificar as exposies ao risco.


2. Analisar as exposies ao risco.
3. Examinar a viabilidade das tcnicas de gerenciamento de risco.
4. Selecionar as tcnicas mais apropriadas.
5. Implementar as tcnicas de gerenciamento.
6. Monitorar os resultados e proceder s mudanas conforme for necessrio.

29
Dentre as tcnicas de gerenciamento de risco, tm-se, basicamente, as seguintes alternativas:
(a) rejeio, (b) mitigao, (c) transferncia e (d) reteno, as quais podem ser aplicadas de
forma combinada dependendo da estratgia da entidade.

Uma vez identificada as exposies de risco potencial, o prximo passo a definio da


estratgia de gerenciamento desse. Uma primeira possibilidade seria rejeitar o risco, dada a
impossibilidade ou a relao de custo e benefcio de constituio de garantias econmicas
suficientes para suport-lo.

Outra alternativa consiste na adoo de tcnicas de preveno a risco, a fim de mitigar a


gravidade das perdas que venham a ocorrer. Como, normalmente, o risco no pode ser
eliminado totalmente por essa abordagem, tem-se a possibilidade de transferncia do risco,
como, por exemplo, a contratao de seguro.

Mas nem todas as exposies podem ser seguradas ou totalmente seguradas, restando a
alternativa de reteno, tambm, denominado de auto-seguro.

O risco de potenciais perdas financeiras pode ser dividido em riscos puros e especulativos.

Os puros so aqueles que envolvem a possibilidade de haver ou no uma perda para o segurado,
nunca um ganho. So os riscos segurveis. Os especulativos so aqueles em que o segurado tem
chances de perder ou ganhar. So considerados riscos no segurveis e devem ser tratados sob
tcnicas comerciais e financeiras (RODRIGUES, 2008, p. 15).

Souza (2002, p. 24) define seguro como:

[...] uma operao que toma forma jurdica de um contrato, em que uma das partes (segurador) se
obriga para com a outra (segurado ou beneficirio), mediante o recebimento de uma importncia
estipulada (prmio), a compens-la (indenizao) por um prejuzo (sinistro), resultante de um
evento futuro, possvel e incerto (risco), indicado no contrato.

A cadeia das operaes de seguro ilustrada pela Figura 2 mostrada a seguir.

30

Figura 2 - Cadeia das operaes de seguro


FONTE: Contador (2007, p. 94)

O seguro exerce importante papel socioeconmico. Luporini (1993, p. 14) destaca a


importncia social do seguro:

- Proteo aos indivduos: Liberao de recursos para reposio de perdas;


- Promover a formao de poupana: Que garante as operaes de seguros e o papel de investidor
institucional;
- Garantir operaes mercantis e de crditos: Em transaes comerciais o seguro propicia maior
segurana para o contratante e o contratado;
- Contribuir para minimizao de sinistros: O segurador procura aconselhar e tomar medidas
preventivas para a proteo pessoal e do patrimnio.

Silva (2005), por sua vez, ressalta a importncia econmica, no sentido de ser um elemento
acumulador de capital, uma vez que requer a formao e aplicao de fundos no mercado
financeiro, pela acumulao dos prmios recebidos para o pagamento das indenizaes. Ou
seja, destaca a vocao de investidor institucional do mercado segurador, exercendo
importante papel no processo de captao e acumulao de poupanas, que so revertidas para
a economia na forma de investimentos.

importante destacar ainda que, no mercado segurador, usual distinguir a atividade de


seguros em dois tipos: (a) de pessoas (ou ramo vida) e (b) de danos patrimoniais (ou ramos
elementares). Souza (2002, p. 62) explica a diferena entre esses como segue:

31

Nos seguros de pessoas, o pagamento da indenizao no tem relao com o valor do dano
produzido pela ocorrncia do sinistro e sim com o valor da cobertura contratada pelo segurado. As
principais modalidades so: seguro de vida e de acidentes pessoais.
Os seguros de danos patrimoniais tm como principal finalidade reparar, ao segurado, a perda
financeira ocasionada pelo sinistro. Os danos patrimoniais esto divididos em dois grandes grupos:
seguro de responsabilidade e de bens.

Tal distino se faz necessria, sobretudo, em funo das tcnicas de precificao particular
de cada segmento, que no sero abordadas neste estudo por no fazer parte do escopo.

2.3

2.3.1

Risco de subscrio e novas regras de solvncia para o mercado segurador

Contexto internacional

Acionistas e outros stakeholders podem divergir quanto ao montante de alocao de capital e,


consequentemente, quanto ao risco que se pretende incorrer. Acionistas tendem a preferir
menor nvel de alocao de capital ou maior alavancagem, dado que se trata de um credor
quirografrio, isto , no goza de preferncia em caso de falncia/concordata, sendo pago
aps todos os demais credores. Os credores, por outro lado, tendem a preferir menor risco, ou
seja, maior alocao de capital.

Embora esse conflito de interesse exista, em princpio, em todos os graus de alocao de


capital, o seu impacto mitigado quanto maior o seu nvel (DUFFIE; SINGLETON, 2003).
Nesse sentido, a exigncia de capital mnimo por parte dos rgos reguladores busca inibir
eventuais ineficincias no equilbrio de interesses.

Assim, no incio da dcada de 70, foi introduzido o Projeto Solvncia I no mercado segurador
europeu, sendo a Diretiva para os ramos elementares estabelecida em 1973 e para os ramos
vida em 1979.

O Projeto Solvncia I regulava o clculo de capital requerido das seguradoras e


resseguradoras destinado absoro de eventuais perdas. Consistia em uma metodologia
simples, fcil de ser implementada, similar s Resolues CNSP N 73/02, N 8/89 e N 55/01,
mas no era sensvel ao risco, sendo um dos pontos crticos atribudos a esse modelo.

32
Entretanto, frente ao aumento da complexidade dos servios financeiros e ao crescimento
acelerado do segmento de seguros na Europa, emergiu no final da dcada de 90 as primeiras
razes do projeto Solvncia II, embora oficialmente tenha sido iniciado em 2002.

Cabe observar que, com o aumento da participao do segmento de seguros na economia,


eleva-se a sua potencialidade de influncia, seja positiva ou negativa, no sistema financeiro e
na economia como um todo. Nessa linha, os rgos reguladores exercem importante papel na
garantia da estabilidade e da confiabilidade desse segmento, o qual revestido de interesse
pblico e caracterizado pela assimetria informacional, atributos que realam a necessidade de
mecanismos de proteo dos consumidores.

Em um estudo realizado por Sharma apud Eling et al. (2006) relativo solvncia do mercado
segurador, foi observado que seguradoras com dificuldades financeiras no conseguiram se
recuperar sem o aporte de capital, o que fortalece a adoo do conceito de risk-based capital
por parte dos rgos reguladores.

Myhr e Markham (2004, p. 582) destacam que:

A NAIC (a associao nacional dos superintendentes de seguros dos estados dos EUA)
desenvolveu um sistema de avaliao do capital com base no risco (Risk-based capital system,
daqui por diante, referido neste texto como sistema RBC) para determinar o valor mnimo de
capital que uma seguradora precisa para bancar suas operaes em face das caractersticas dos
riscos que ela assume. Antes da implementao do RBC, a legislao de seguros de cada estado
dos EUA, em suas disposies que especificavam as exigncias de capital mnimo, dava pouca ou
nenhuma importncia questo das diferenas entre os riscos assumidos por diferentes
seguradoras. A frmula do sistema RBC da NAIC e do modelo de lei que permitiu sua
implantao procura fazer com que o capital mnimo exigido para uma seguradora seja uma
funo dos riscos assumidos por ela.

A manuteno de um montante de capital mnimo visa a aumentar a segurana do sistema,


tendo-se em vista que representa uma forma de absorver potenciais perdas no previstas via
proviso.

Assim, o Projeto Solvncia II busca estabelecer uma metodologia de apurao da necessidade


mnima de capital mais sensvel a risco, beneficiando instituies mais bem administradas
medida que requer menor alocao de capital.

33
A Diretiva que trata do Projeto Solvncia II pode ser dividida nos seguintes tpicos: (a)
requisitos qualitativos e superviso, (b) relatrios de superviso e divulgao pblica, (c)
promoo da convergncia em matria de superviso, (d) requisitos quantitativos e (e)
superviso de grupo.

As regras de clculo de capital esto contempladas no item (d) relativo aos requisitos
quantitativos. Esse tpico subdividido em seis sees, a saber:

i. Avaliao dos elementos do ativo e do passivo: Estabelece basicamente que os ativos


e passivos devem ser avaliados pelo seu valor justo (fair value);

ii. Provises tcnicas: As provises tcnicas devem garantir a cobertura das obrigaes
relativas aos contratos de seguro e resseguro, sendo baseadas no valor atual de
realizao corrente, o qual reflete o montante de desembolso caso transferisse os
direitos e obrigaes contratuais a outra empresa;

iii. Capital prprio (patrimnio lquido): Trata da classificao da qualidade dos


elementos que compem o patrimnio lquido de referncia, os quais so subdivididos
nas seguintes categorias: subordinao, capacidade de absoro de perdas,
permanncia, perpetuidade e ausncia de encargos obrigatrios;

iv. Requisito de capital de solvncia (SCR solvency capital requirement): Representa o


capital econmico que uma empresa de seguros ou resseguros deve possuir para
limitar a probabilidade de runa a 0,5%, segundo uma frmula padro ou utilizando
um modelo interno, desde que esse satisfaa as condies e normas de qualidade
estatstica, calibragem, validao e documentao;

v. Requisito de capital mnimo (MCR minimum capital requirement): Corresponde ao


nvel mnimo de capital, abaixo do qual seria sujeito interveno da autoridade de
superviso;

vi. Investimento: Os ativos devem ser investidos, geridos e monitorados em


conformidade com o princpio da prudncia, no melhor interesse dos segurados,
garantindo o casamento de ativos e passivos.

34

Nesse sentido, a margem de solvncia consiste na alocao de capital cuja contrapartida


contbil corresponde a ativos que se destinam a cobrir o pagamento de eventuais obrigaes
no esperadas, ou seja, no provisionadas, conforme ilustrado na Figura 3.

SCR

Capital

MCR
Melhor estimativa dos
Passivos
(Best Estimate)

Provises

Ativo

Figura 3 - Requerimento de Capital - Solvncia II


FONTE: Adaptado de Sandstrm (2006)

Portanto, espera-se que o Projeto Solvncia II encoraje a implementao e o desenvolvimento


contnuo de prticas de gerenciamento de risco, bem como promova maior proteo aos
segurados e contribua para o aumento da competitividade do mercado segurador e
ressegurador, medida que o risco tenda a ser mais bem assimilado no processo de
precificao.

2.3.2

Capital mnimo requerido no mercado segurador brasileiro

Seguindo a tendncia mundial de regulao baseada no conceito de risk-based capital, o


rgo regulador do mercado segurador brasileiro emitiu as seguintes Resolues CNSP
(Conselho Nacional de Seguros Privados) N. 155, 156, 157 e 158 no final do ano de 2006. Em

35
dezembro de 2007, foi promulgada a Circular SUSEP N. 355, alterando os fatores de clculo
previstos na Resoluo CNSP N. 158/06, dada a magnitude do impacto da nova
regulamentao no segmento. Esse conjunto de regras passou a vigorar a partir de 1 de
janeiro de 2008.

At ento, o capital mnimo a ser mantido pelas sociedades seguradoras era o mximo entre:

Capital mnimo estabelecido para obter autorizao para operar em (a)

ramos elementares, (b) capitalizao ou (c) ramos vida e previdncia


complementar (Resoluo CNSP N. 73/2002) e;


Margem de solvncia que, conforme Resoluo CNSP N. 8/1989

alterada pela Resoluo CNSP N. 55/2001, determinada pelo maior valor


entre (a) 0,20 vezes o total da receita lquida de prmios emitidos dos ltimos
doze meses e (b) 0,33 vezes a mdia anual do total dos sinistros retidos dos
ltimos trinta e seis meses.

J de acordo com a nova regulamentao, o capital mnimo requerido corresponde soma do


capital-base com o capital adicional, sendo o primeiro um montante fixo e o segundo um
montante varivel de capital, o qual ser destinado cobertura dos riscos inerentes operao
(Resoluo CNSP N. 178/07 a qual revogou a Resoluo CNSP N. 155/06).

importante esclarecer que o capital-base, por sua vez, constitudo por uma parcela fixa de
R$ 1.200.000,00, correspondente autorizao para atuar em ramos elementares e de pessoas,
e por uma parcela varivel conforme a regio de atuao (ver Tabela 1). O capital-base
exigido para operar em todo o territrio nacional, conforme a Resoluo CNSP N. 178/07,
de R$ 15.000.000,00, enquanto na legislao anterior era de R$ 7.200.000,00 (Resoluo
CNSP N. 73/2002), indicando um aumento de mais de 100%.

36

Tabela 1 - Parcela Varivel do Capital Base


Parcela
Regio
Estados
Varivel
(em reais)
1
2
3
4
5
6
7
8

AM,PA,AC,RR,AP,RO
PI,MA,CE
PE,RN,PB,AL
SE,BA
GO,DF,TO,MT,MS
RJ, ES, MG
SP
PR,SC,RS

120,000
120,000
180,000
180,000
600,000
2,800,000
8,800,000
1,000,000

Alm disso, uma vez calculado o capital mnimo requerido, dependendo do grau de
insuficincia do patrimnio lquido ajustado, so diferenciadas as exigncias do rgo
regulador, a saber:

a) Insuficincia inferior a 30%: apresentar plano corretivo de solvncia com


previso de recomposio patrimonial;

b) Insuficincia entre 30% e 50%: apresentar plano de recuperao de solvncia,


acompanhado de novo plano de negcios e nota tcnica atuarial, para correo dos
problemas que ocasionaram a insuficincia de patrimnio lquido ajustado;

c) Insuficincia entre 50% e 70%: regime especial de fiscalizao de direo


fiscal;

d) Insuficincia acima de 70%: ser automaticamente cassada a autorizao para


operao em todas as segmentaes de negcio que est autorizada a operar.

Em relao ao capital mnimo adicional, at o momento, o rgo regulador introduziu regra


especfica apenas para a cobertura do risco de subscrio, mas j sinalizou que os demais
tipos de risco sero tratados na sequncia.

Segundo o Glossrio Tcnico que consta no Anexo da Circular SUSEP N. 253/04, risco de
subscrio o risco oriundo de uma situao econmica adversa que contraria tanto as
expectativas da sociedade no momento da elaborao de sua poltica de subscrio quanto as

37
incertezas existentes na estimao das provises. Ou seja, est relacionado tanto adequao
(a) das bases tcnicas utilizadas na precificao como (b) da constituio das provises
tcnicas, sendo o efeito de ambos os aspectos refletidos em algum momento na sinistralidade
da companhia.

Ryan apud Machado (2007) constatou que, dos 683 casos de insolvncia de seguradoras no
mercado americano, no perodo compreendido entre 1969 e 1998, 42% estavam relacionados
ao risco de subscrio, sendo esse, portanto, um dos principais tipos de risco a que uma
seguradora estaria exposta.

Conforme Resoluo CNSP N. 158/06, alterada pela Circular SUSEP N. 355/07, o capital
adicional relativo ao risco de subscrio determinado da seguinte maneira:

CA rs =

(f
51

51

i =1 j =1

prem
i

)(

17

17

)(

premio im f jprem premio mj iprem


+ f kprov sin istro mk f lprov sin istro lm kprov
,j
,l
k =1 l =1

Sendo:

CA rs = capital adicional para a cobertura do risco de subscrio;

f i prem

= fator relativo ao risco de emisso/precificao do segmento de

mercado i, conforme previsto no Anexo I (aplicvel para as seguradoras que


disponham de modelo interno de avaliao de risco) ou Anexo IV (aplicvel para as
seguradoras que no disponham de modelo interno de avaliao de risco) da Circular
SUSEP N. 355/07;

f kprov

= fator relativo ao risco de proviso da classe de negcio k, conforme

previsto no Anexo II (aplicvel para as seguradoras que disponham de modelo interno


de avaliao de risco) ou Anexo V (aplicvel para as seguradoras que no disponham
de modelo interno de avaliao de risco) da Circular SUSEP N. 355/07;

premioim

= prmio retido dos ltimos 12 meses anteriores data-base m do

segmento de mercado i;

sinistrokm

= sinistro retido dos ltimos 12 meses anteriores data-base m da

classe de negcio k;

38

iprem
,j

= fator de correlao entre os segmentos de mercado dos riscos de

emisso/precificao, conforme tabela 1 do Anexo III Circular SUSEP N. 355/07;

kprov
,l

= fator de correlao entre as classes de negcio relativo aos riscos de

proviso de sinistro, conforme tabela 2 do Anexo III da Circular SUSEP N. 355/07;

i = segmento de mercado conforme a classe de negcio e a regio de atuao;

j = segmento de mercado conforme a classe de negcio e a regio de atuao.

A regio de atuao subdividida em 3 reas, cuja composio reproduzida no quadro a


seguir:
Regio de Atuao (r)

Tabela 2 - Regio de Atuao


Estados

Demais Estados, Distrito Federal e Territrios

RJ, ES, MG, PR, SC, RS

SP
FONTE: Circular SUSEP N. 355/07

Ademais, a Circular SUSEP N. 355/07 classifica os ramos de seguros em 17 classes de


negcios, a saber: (1) Residencial, (2) Condominial, (3) Empresarial, (4) Patrimonial Demais,
(5) Riscos Especiais, (6) Responsabilidades, (7) Cascos, (8) Automvel, (9) Transporte
Nacional, (10) Transportes Demais, (11) Riscos Financeiros, (12) Crdito, (13) Vida em
Grupo, (14) Pessoas Demais, (15) Habitacional, (16) Rural/Animais e (17) Outros.

Cabe notar que a frmula de apurao do capital adicional para cobertura do risco de
subscrio subdividida em uma parte que trata dos prmios e outra que trata dos sinistros.
Na parte dos prmios, os fatores consideram a classe de negcio e a regio de atuao, sendo,
portanto, 17 classes de negcios por 3 regies de atuao, chegando a 51, parmetro que
corresponde ao nmero do primeiro somatrio. O segundo somatrio, o qual trata dos
sinistros, somente, considera a distino por classe de negcio, o que corresponde a 17
categorias.

importante observar que, independentemente, de a seguradora dispor, ou no, de um modelo


interno de avaliao de risco, a regra de determinao do capital adicional preestabelecida,
sendo a nica diferena a atribuio dos fatores, os quais so mais suavizados para as que
apresentam modelo interno.

39

Nesse sentido, como os fatores, seja para quem possui modelo interno ou para quem no
possui, so pr-determinados pelo rgo regulador, faz-se necessrio investigar a adequao
frente realidade subjacente, objeto do presente estudo.

Chan et al. (2008) realizaram uma anlise de dados em corte, referente ao exerccio social
findo em 31 de dezembro de 2006, investigando a coerncia do modelo de capital mnimo
requerido para cobertura do risco de subscrio estabelecido pela Resoluo CNSP N. 158/06.
Tal estudo observou que existe uma relao inversamente proporcional entre a necessidade de
capital adicional para o risco de subscrio e as variveis explicativas sinistralidade e sua
respectiva volatilidade, o que sugere que os fatores pr-fixados no pareciam ser adequados.
Cabe observar que a referida pesquisa foi realizada luz da Resoluo CNSP N. 158/06,
ainda sem as alteraes nos fatores regulamentares previstas na Circular N. 355/07.

Alm disso, tal estudo foi baseado em dados em corte, deixando uma lacuna sobre o
relacionamento de longo prazo entre o modelo regulatrio e o risco de subscrio. Ademais,
no foi investigado se o nvel de tolerncia ao risco determinado pelo capital regulatrio foi
coerente no sentido de estabelecer o mesmo patamar para todas as empresas do setor, sem
distino, por exemplo, do porte das seguradoras.

Rodrigues (1997, p. 3) destaca que para a indstria de seguros, a sinistralidade observada


para determinados patamares de volume de prmios de seguros depende basicamente da
composio da carteira de cada seguradora. Relativo a esse aspecto importante notar que a
frmula de clculo regulatria busca tratar os efeitos da diversificao ou concentrao de
carteira com base na correlao entre as classes de negcios e, no referido estudo, no foi
testado esse efeito.

Com a promulgao da Circular SUSEP N. 355/07, foram alterados os agrupamentos de


classes de negcios e os fatores implcitos na frmula de clculo previsto na Resoluo CNSP
N. 158/06, fato que contribui tambm para o aumento da relevncia do assunto tratado nesse
artigo, dados os possveis efeitos ocasionados por tal alterao.

40

2.4

Capital Econmico

O conceito de capital econmico, amplamente difundido nas instituies financeiras, tem


recentemente despertado o interesse, tambm, das seguradoras.

Conforme Jorion (2003, p. 46), o capital econmico corresponde ao montante de capital que
as instituies empregariam para oferecer sustento a suas atividades na ausncia de restries
regulamentares, depois de cuidadoso estudo da troca entre risco e retorno envolvida.

Uma pesquisa em 2002, contando com aproximadamente 500 empresas, mostrou que somente
cerca de 35% utilizavam o conceito de capital econmico (SOA, 2004). Um outro estudo
encomendado pela Sociedade dos Aturios (SOA Society of Actuaries) consultoria Towers
Perrin para tratar desse tema, conduzido por Farr et al. (2008), divulgado em 2008, observou
que, das 200 companhias pesquisadas, 65% calculam e utilizam o conceito de capital
econmico nas prticas de gesto e 35% ainda no, embora desses, cerca de 54% j
consideram a possibilidade de tal prtica, o que equivale a 19% das empresas pesquisadas.
Comparando os dois estudos citados, observa-se um crescimento significativo (de 35% para
65%) das seguradoras que passaram a adotar esse conceito, o que sugere que o assunto ora
tratado contemporneo.

Segundo Stuchi (2003, p. 30), capital econmico para risco de crdito [...] pode ser definido
como o montante de patrimnio lquido necessrio para cobrir qualquer valor de perda entre
as perdas esperadas e a taxa de insolvncia objetivada.

Analogamente, para o segmento de seguros, de acordo com documento elaborado pelo SOA
(2004), capital econmico pode ser definido como a suficincia de recursos para cobertura de
potenciais perdas, dado um nvel de tolerncia ao risco, num horizonte de tempo.
importante ressaltar que tal documento distingue capital econmico de capital regulatrio,
sendo o primeiro calculado de acordo com os riscos peculiares da companhia, enquanto o
segundo tenda a refletir parmetros mdios do segmento que nem sempre so aderentes
realidade particular de cada seguradora.

41
Assim, enquanto a principal motivao para o clculo do capital regulatrio a solvncia da
instituio, para o capital econmico, a compreenso do risco a que a entidade est exposta,
o que leva determinao do nvel de tolerncia ao risco que a empresa quer assumir.

Conforme Cardoso (2008, p. 77), uma das principais funes do gerenciamento de riscos em
um setor financeiro determinar a quantidade de capital que a instituio necessita para se
proteger contra perdas futuras significativas, e inesperadas.

Stolf (2008, p. 30) explica que:

Para o entendimento do capital econmico alocado, deve-se, inicialmente, definir dois conceitos
importantes:
a) Perdas Esperadas (Expected Loss EL): podem ser consideradas como uma varivel intrnseca
s atividades da instituio, sendo tidas como o valor esperado das perdas. Perdas dessa natureza
devem ser cobertas por provises adequadas.
b) Perdas Inesperadas (Unexpected Loss UL): as perdas inesperadas esto diretamente ligadas s
incertezas do negcio. A estimativa dessas perdas passa pela determinao de uma taxa de
insolvncia que usualmente a instituio deseja para seu negcio, pois isso lhe proporcionar
definir o nvel de significncia [...]. Portanto, temos que o capital econmico deve ser igual ao
montante capaz de absorver perdas em nveis existente entre as perdas esperadas e inesperadas.

A Figura 4, apresentada a seguir, ilustra esse conceito para risco de crdito, sendo raciocnio
anlogo para o risco de subscrio.

42

Figura 4 - Distribuio de perdas


FONTE: Stolf (2008, p. 31)

Dentre as principais finalidades para se estimar o capital econmico, conforme a referida


pesquisa de Farr et al. (2008), destacam-se: (a) alocao de capital, (b) medida de
performance ajustada pelo risco e (c) auxlio em decises estratgicas e tticas. Maiores
detalhes so expostos no Grfico 2.

Alocao de capital

56%

Me dida de pe rformance ajustada pe lo risco

42%

Suporte nas de cises e strat gicas e tticas

40%

Precificao de produtos / mix de negcios

30%

Boas prticas de negcios

24%

Re quisitos regulatrios

20%

Re quisitos da empresa controladora

20%

Ag ncias de rating

20%

Ante cipae s aos re quisitos regulatrios

10%

Divulgao aos acionistas

8%

O utros

4%
0%

10%

20%

30%

40%

50%

Grfico 2 - Principais razes para calcular o Capital Econmico


FONTE: Adaptado de Farr et al (2008)

60%

43

A alocao de capital nas linhas de negcio da empresa uma forma de refletir a contribuio
dessas para a sua necessidade de capital total. Alm disso, tal prtica viabiliza a anlise da

performance de cada linha de negcio, subsidiando as decises estratgicas e tticas, tais


como a determinao do mix de produtos para otimizar o valor da entidade.

Um outro conceito emergente, subjacente ao de capital econmico e que deve contribuir para
impulsionar a sua adoo, o RAROC (Risk Adjusted Return on Capital). O RAROC um
indicador muito utilizado na indstria financeira, refletindo o retorno do investimento
ponderado pelo risco. Ele calculado pela razo entre o lucro econmico e o capital
econmico, sendo, normalmente, comparado com o custo de oportunidade do acionista para
verificar se determinada linha de negcio est, ou no, gerando valor para o acionista.

Mas cabe ressaltar que no basta apurar o capital econmico destinado a cada linha de
negcio, pois o risco da instituio deve considerar os riscos agregados, sendo a metodologia
de agregao um desafio que tem despertado interesse em diversos pesquisadores e gerado
estudos, tais como Tang e Valdez (2006), Seth (2007), Morone et al (2007), Cardoso (2008),
Santos (2008), Melo (2008), Pereira e Pereira (2009), entre outros.

Dentre as medidas de agregao de riscos, destaque-se a teoria de cpulas, objeto do presente


estudo, que ser discutido em tpico especfico.

2.5

Conceito de Dependncia

O conceito de dependncia est relacionado ideia de conhecimento do comportamento de


uma varivel, dado o conhecimento de outra da qual dependente.

Embora os termos correlao e dependncia sejam comumente utilizados como sinnimos, o


primeiro um tipo particular do segundo. Nesse sentido, Santos (2008, p. 1) destaca que:

Embora gerenciamento de riscos financeiros contemporneos usam a correlao para descrever


dependncias entre riscos, a incluso de derivativos no lineares invalida muita das suposies das
distribuies no entendimento do uso da correlao. Em seguros estas suposies so
freqentemente problemticas porque os dados de sinistros tem curtose e caudas pesadas.

44

De acordo com Embrechts et al. (1999, p. 2), a correlao um dos conceitos mais ambguos
em seguros e em finanas modernas, sendo, muitas vezes, mal interpretada. Parte dessa
confuso atribuda literatura pertinente, a qual, muitas vezes, faz uso do termo correlao
como sinnimo de dependncia, o que no necessariamente verdadeiro, pois correlao
apenas um tipo especfico de dependncia.

Segundo Assis e Laurinir (2008, p. 12),

O uso de correlao linear como medida de dependncia em universos no-normais apresenta,


adicionalmente, outras falhas, sendo que muitas vezes essa medida acusar um valor abaixo de 1
mesmo quando h dependncia perfeita entre as variveis, o que pode levar novamente a erros de
interpretao no grau de diversificao e, conseqentemente, nos riscos aos quais uma carteira de
investimentos est sujeita, por exemplo.

Santos (2008, p. 23) enumera cinco falhas e interpretaes errneas do coeficiente de


correlao linear, a saber:

Falha 1: As varincias de X e Y tem que ser finitas ou o coeficiente de correlao linear no


definido. Isto no ideal para uma medida de dependncia e causa problemas quando trabalhamos
com distribuio com caudas pesadas.
[...]
Falha 2: Independncia de duas variveis aleatrias implica que elas no so correlacionadas, mas
correlao zero em geral no implica independncia.
Falha 3: A correlao linear tem uma certa deficincia que ser no-invariante sob
transformaes no lineares estritamente crescentes.
[...]
Falha 4: Distribuio marginal e o coeficiente de correlao linear determinam a distribuio
conjunta. Isto verdade se restringirmos nossa ateno s distribuies multivariadas normais e ou
distribuies elpticas.
[...]
Falha 5: Dadas as distribuies marginais F1, F2 de X e Y, todos os valores de correlao linear
entre -1 e 1 pode ser atingido sem termos especificao da distribuio conjunta. A afirmao
acima no verdadeira [...]

Cardoso (2008, p. 61) elenca trs equvocos sobre o coeficiente de correlao linear, cabendo
destacar:

Equvoco 3: O pior VaR para a soma de dois riscos (X1, X2) ocorre quando esses tm correlao
mxima, ou seja, so comontonos.
A igualdade VaRa(X1, X2)=VaRa(X1) + VaR(X2) vlida quando as perdas X1 e X2 so
comontonas. Entretanto, pode haver uma situao em que o VaR superaditivo, ou seja,
VaRa(X1, X2)>VaRa(X1) + VaR(X2) para duas perdas X1 e X2 com um nvel de confiana .
Ento, a superaditividade de um portflio deveria corresponder a uma correlao menor do que a
encontrada em riscos comontonos.

45
Anjos et al. (2004, p. 34) destacam as propriedades que as medidas de dependncia devem
apresentar:

Apesar da multiplicidade de medidas de dependncia, todas elas so norteadas por um conjunto de


propriedades desejveis para tais medidas. Seja (.,.) uma medida dependncia, ento:
(i)
(ii)
(iii)

((X, Y ) = (Y, X )) ;
Normalizao (1 ( X, Y) 1) ;
(X, Y ) = 1 X, Y comonotnicas,
Simetria

(X, Y) = 1 X, Y contramonotnicas,
(T (X ), Y ) = (X, Y) , com T crescente
(T (X ), Y ) = (X, Y ) , com T decrescente
(v)
(X, Y ) = 0 X, Y independentes.

(iv)

As propriedades (iv) e (v) so mutuamente excludentes, de modo que nenhuma medida de


dependncia tem essas propriedades simultaneamente.

Duas variveis aleatrias so ditas comonotnicas se so positivamente dependentes


perfeitamente e contramonotnicas se so negativamente dependentes perfeitamente.

Apesar de a correlao ser uma medida amplamente utilizada em finanas, como em teorias
de Capital Asset Pricing Model (CAPM) ou de Arbitrage Pricing Theory (APT), tal mtrica
fundamentada na distribuio normal multivariada dos retornos. Em seguros, por sua vez,
usual a presuno de independncia da ocorrncia dos sinistros, sendo mais recente a
preocupao dos riscos dependentes. Assim, a teoria de cpulas mostra-se como uma
alternativa emergente para modelar a dependncia dos riscos.

Pires (2004, p. 12) explica que:


O uso disseminado da correlao como medida de dependncia tem fundamento em modelos como
o CAPM (Capital Asset Pricing Model), os quais usam correlaes fundamentados em algum tipo
de hiptese referente distribuio multivariada Normal para os retornos dos ativos. De fato,
quando estamos no contexto da estrutura multivariada Normal, o uso do coeficiente de correlao
como medida nica de dependncia correto; porm, isso um caso peculiar. Por exemplo, se
X=(X1,..., Xn) representam n ativos de uma carteira e se eles se comportam conforme uma
distribuio multivariada Normal, ento possvel interpretar a ausncia de correlao como
medida de independncia. Se, contudo, X segue uma distribuio t multivariada, a ausncia de
correlao no implica que os n ativos so independentes. Assim, como a correlao somente
uma medida de dependncia linear, ela no pode, no contexto mais geral, revelar nada mais a
respeito da estrutura completa de dependncia entre variveis aleatrias.

A premissa de normalidade multivariada foi muito utilizada em funo de sua facilidade de


aplicao, sendo, nesse caso, a associao entre duas variveis aleatrias totalmente descritas
quando se conhece as distribuies marginais e o coeficiente de correlao. No entanto, em

46
seguros, a distribuio de perdas, em geral, apresenta cauda mais pesada, fragilizando a
assuno dessa premissa.

Conforme Anjos et al. (2004, 33),

A dependncia entre as variveis aleatrias totalmente definida pela funo de distribuio


conjunta dessas variveis, ou seja, todo o conhecimento a respeito das caractersticas da
dependncia entre as variveis e de suas interrelaes est encerrado nesta funo. No entanto, a
distribuio conjunta no informa especificamente como essa dependncia, nem a mensura. Para
isso so desenvolvidas as medidas de dependncia, que so instrumentos que quantificam essa
associao. Essa quantificao tem como base um intervalo entre -1 e +1, valores que representam
respectivamente a dependncia perfeita negativa e a dependncia perfeita positiva. De maneira
anloga ao comportamento das funes, a associao entre variveis tem uma infinidade de formas
de se manifestar, por exemplo dependncia linear, dependncia caudal, entre outras.

Nessa linha, cada medida de dependncia tem um propsito especfico, o que indica que
aplicada de maneira inapropriada pode levar a concluses imprprias tambm.

Nesse sentido, Pires (2004, p. 12) ressalta que no caso de gesto de risco, em que se est
preocupado com eventos situados nas caudas das distribuies, o uso do coeficiente de
correlao como medida fundamental de dependncia pode conduzir a graves erros.

Na mesma linha, Cardoso (2008, p. 58) destaca que:

A presena de assimetrias e caudas pesadas nas distribuies de sinistros invalida muitas das
suposies sobre o uso da correlao para descrever a dependncia entre classes de seguros. [...] a
correlao somente uma discrio limitada da dependncia entre variveis aleatrias, exceto para
a distribuio normal multivariada em que a correlao descreve toda a estrutura de dependncia.

Sendo assim, uma das principais preocupaes acerca da discusso sobre alocao de capital
para cobertura do risco de perdas inesperadas em seguros a dependncia nas caudas. Nesse
sentido, a utilizao de medidas de dependncia linear pode no ser apropriada, de modo que
o uso de cpulas aparenta ser mais adequado.

Portanto, para o objetivo proposto que envolve modelar a dependncia nas caudas da
distribuio de perdas, a correlao linear no se mostra como a medida mais indicada.

47

2.5.1.

Introduo Teoria de Cpulas

A palavra cpula originria do latim, sendo utilizada para denotar unio ou conexo entre
partes. Esse termo foi adotado em estatstica para indicar uma classe de funes que permitem
unir a funo de distribuio conjunta e suas marginais.

Anjos et al. (2004, p. 1) explicam que:

[...] cpulas so funes que ligam funes distribuio multivariadas com suas funes
distribuio marginais univariadas. Alternativamente, cpulas so funes distribuio
multivariadas cujas marginais unidimensionais so uniformes em [0,1].

Bianchi (2008, p. 3) esclarece que:

A cpula uma distribuio multivariada cujas marginais so U(0,1). Seja o vetor aleatrio

U = ( U 1 ,..., U d ) I d com cpula d-dimensional C, temos:


C(u 1 ,..., u d ) = P( U 1 u 1 ,..., U d u d ), (u 1 ,..., u d ) I d
E combinado com o fato de que qualquer v.a. contnua pode ser transformada por sua acumulada
para uma v.a. com distribuio U(0,1), cpulas podem ser usadas para fornecer uma estrutura de
dependncia multivariada separadamente das distribuies marginais.

A figura a seguir ilustra essa ideia.

Figura 5 - Exemplo de aplicao de uma Funo Cpula


FONTE: Andrade (2004, p. 131)

A Figura 5 mostra um exemplo de duas variveis aleatrias A e B, cujas distribuies so


dadas (distribuies marginais) e deseja-se obter a distribuio conjunta das duas variveis

48
(distribuio multivariada, sendo no caso especfico uma distribuio bivariada). Para obter a
distribuio conjunta, aplicada uma funo matemtica sobre as distribuies das variveis
A e B. Esta funo denominada de funo de cpula (ANDRADE, 2004).

Andrade (2004, p. 131) explica que:

Para uma distribuio multivariada F definida por:


F(x1,...,xN) = Prob (X1 x1, ..., XN xN)
cujas funes de distribuio marginais so:
Fn(xn) = Prob (Xn xn),
1 n N
A funo de cpula C formalmente definida como a funo de distribuio acumulada tal que:
 C: [0,1]N [0,1];
 C crescente e contnua em todo xn , 1 n N ;
 C possui marginais Cn, tais que Cn(un) = C(1,...,1, un,1,...,1) = un para 0 un 1.
 F(x1,...,xN) = C(F1(x1),..., Fn(xn))

Os modelos multivariados possuem dois componentes: (a) univariado (marginal)


caracterstico de cada varivel e (b) estrutura de dependncia entre as distribuies marginais
das variveis, sendo denominada de cpula.

Pereira e Pereira (2009, p. 15) destacam que Cpulas nos permitiram criar distribuies
multivariadas que possuam marginais com distribuies diferentes. Isto de grande valia para
o nosso caso uma vez que algumas sries financeiras podem apresentar assimetria e curtose
nos mais diversos graus.

Assis e Laurini (2008, p. 9) ressaltam que:

Tradicionalmente, grande parte dos modelos de precificao assumia a hiptese simplificadora de


que os retornos dos ativos financeiros seguiam uma distribuio normal. At certo ponto essa
hiptese parecia aceitvel, entretanto, hoje em dia, temos conhecimento da no-normalidade dos
retornos e de fatos estilizados como a presena de caudas pesadas (leptocurtose) e assimetria em
sries de ativos financeiros, o que torna as abordagens originais de modelos baseados nessas
hipteses aperfeioveis.
[...]
No preciso muito para perceber que assumir hipteses no realistas ao precificarmos uma opo
ou ao construirmos uma carteira tima de investimentos pode levar a resultados errneos e a
possveis prejuzos, por isso torna-se de suma importncia ter um bom conhecimento de como as
sries financeiras se comportam e podem vir a se comportar em determinadas situaes. Esse
ponto torna-se ainda mais relevante quando estamos tratando de modelos multivariados, j que,
alm do conhecimento sobre o comportamento de cada ativo individualmente, importante saber
como se comportam esses ativos quando em conjunto.

49
Anlogo aos pontos levantados por esses autores para Finanas, tem-se o segmento de
Seguros, cujos dados de sinistros costumam ter curtose e caudas pesadas (SANTOS, 2008).

Assis e Laurini (2008, p.12) ainda observam que:

A principal contribuio da teoria de cpulas surge quando estamos lidando com problemas
multivariados. Uma cpula permite expressarmos uma distribuio de probabilidade conjunta
atravs das distribuies marginais. De acordo com a teoria, qualquer distribuio de
probabilidade conjunta pode ser escrita em termos de uma funo tomando as distribuies
marginais como argumentos. Sendo assim, as cpulas so uma maneira de tentar extrair a estrutura
de dependncia de uma funo de distribuio conjunta, tornando possvel separar a dependncia
do comportamento marginal de cada uma das variveis.
[...]
O conceito de correlao linear, por exemplo, extremamente utilizado na maioria das instituies
financeiras para medir co-movimentos de mercados, pode se tornar falho num universo desse tipo:
o coeficiente de correlao linear s suficiente para descrever a estrutura de dependncia entre
variveis se elas esto relacionadas exclusivamente de forma linear, o que extremamente
improvvel em um mundo no-gaussiano.
[...]
Para ilustrar a situao, podemos citar um exemplo simples, comumente documentado na
literatura: ativos que apresentam uma associao mais forte em seus retornos durante recesses ou
crises se comparada com a associao observada quando o mercado est em alta, ou estvel.

Nesse sentido, a teoria de cpulas mostra-se como uma alternativa para tentar melhor traduzir
esse tipo de situao, sobretudo em casos de no normalidade da distribuio de perdas e da
relao dependncia no linear.

Embora os fundamentos da teoria de cpulas se baseiem no Teorema de Sklar de 1959, suas


aplicaes em finanas e seguros so relativamente recente.

O Grfico 3, a seguir, mostra o levantamento bibliomtrico realizado por Genest et al. (2009)
sobre a evoluo do nmero de documentos cientficos sobre a teoria de cpulas no Google

Scholar, Web o Science, Synergy, Proquest, MathScinet, Elsevier Science Direct, entre outros.

50

Grfico 3 - Evoluo do nmero de documentos sobre a teoria de cpulas: 1971 - 2005


FONTE: Genest et al (2009, p.2)

O referido estudo tambm mostra uma lista de Journals nos quais mais foram encontradas
publicaes a esse respeito, sendo a tabela reproduzida a seguir:

Tabela 3 - Lista de Journals que mais trataram sobre a teoria de cpulas

FONTE: Genest et al (2009, p. 3)

O levantamento apresentado no Grfico 3 e na Tabela 3 corroboram a afirmao de que a


aplicao da teoria de cpulas relativamente recente em finanas e seguros.

As cpulas mais frequentemente utilizadas so: (a) as Elpticas e (b) as Aquimedianas (YAN;
KOJADINOVIC, 2007). Dentre as Cpulas Elpticas, as quais so caracterizadas por
pertencer classe de cpulas simtricas, destacam-se duas famlias: Cpula Normal
(Gaussiana) e Cpula t-Student. Na classe das Cpulas Arquimedianas, as quais mais bem se

51
adaptam s distribuies assimtricas, destacam-se as famlias: Cpula Gumbel, Cpula
Clayton e Cpula Frank.

A Cpula Normal, como o prprio nome sugere, advm da distribuio normal multivariada,
ou seja, ao se combinar as distribuies marginais normais, a Cpula Normal gera a
distribuio normal multivariada. Cabe ressaltar que se uma distribuio marginal no for
normal, a distribuio conjunta resultante tambm tende a no seguir uma distribuio
normal.

A estrutura de dependncia da Cpula Normal pode ser descrita como segue:


1
1
C Ga
R ( u 1 ,..., u n ) = R ( ( u 1 ),..., ( u n ))

Em que:

R : indica a distribuio normal multivariada;


R : matriz de correlao linear;

1 : inversa da distribuio normal univariada.


Como mencionado, a Cpula Normal, por pertencer classe de Cpulas Elpticas, caracterizase por ser simtrica. Alm disso, esse tipo de cpula no admite dependncia extrema em
nenhuma das caudas. Para ilustrar essa afirmao, foi elaborado um exemplo hipottico,
gerando uma Cpula Normal a partir de 10.000 amostras aleatrias, considerando um
coeficiente de correlao de 0.7 e duas distribuies marginais do tipo normal padro, cujos
resultados foram reproduzidos na Figura 6, apresentada a seguir.

52

Figura 6 - Exemplo de Cpula Normal com coeficiente de correlao 0.7

A Cpula t-Student similar Cpula Normal, mas com um parmetro adicional para
controlar a dependncia nas caudas. Ela pode ser representada como segue:

C vt ,R (u 1 ,..., u n ) = Tvn,T ( t v 1 (u 1 ),..., t v 1 (u n ))

Em que:

Tvn,T : indica a distribuio multivariada t-Student;


R : matriz de correlao linear;

t v 1 : inversa da distribuio t-Student univariada;

v : graus de liberdade.

Assis e Laurini (2008, p. 20) ressaltam que:


A relao de dependncia extrema existente nas caudas ao utilizarmos a Cpula t tende a zero
medida que os graus de liberdade tendem ao infinito, o que significa dizer que o resultado obtido a

53
partir de uma Cpula t se aproxima cada vez mais ao resultado obtido atravs de uma cpula
Gaussiana medida que os graus de liberdade aumentam.
Por tambm ser de fcil implementao e, adicionalmente, permitir estrutura de dependncia
extrema nas caudas, a Cpulas t uma alternativa bastante interessante ao uso de cpulas
Gaussianas em aplicaes.

Para ilustrar a estrutura de dependncia decorrente desse tipo de cpula, foi elaborado outro
exemplo, considerando 10.000 amostras aleatrias de uma Cpula t-Student com coeficiente
de correlao de 0.7 e 3 graus de liberdade, contemplando duas distribuies marginais do
tipo normal padro. A Figura 7 apresenta o resultado desse exemplo.

Figura 7 - Exemplo de Cpula t-Student com coeficiente de correlao 0.7 e 3 graus de liberdade

Uma das grandes limitaes ao uso da classe de Cpulas Elpticas, sobretudo na rea de
gesto de riscos, reside no fato de que a estrutura de dependncia das caudas deve ser
simtrica. Da a crescente relevncia das Cpulas Arquimedianas, caracterizadas pela
assimetria.

O nome Arquimedianas advm do axioma de Arquimedes para um nmero real positivo: Se

a, b so nmeros reais positivos, ento existe um nmero inteiro n tal que na>b (NELSEN,
2006). Assim, seja C(u,v) uma Cpula Arquimediana Binria, ento:

54
1. C(.) simtrica (permutvel), isto , C(u,v) = C(v,u)
2. C(.) associativa, isto , C(C(u,v),w) = C(u, C(v,w)) para todo u, v, w em (0,1).
3. Seja (.) a geradora de C(.), ento para alguma constante k>0 tem-se que k(.) tambm
geradora de C(.) (ANJOS et al, 2004, p. 29).

Pereira e Pereira (2009) explicam que Cpula Arquimediana, construda a partir do gerador
, dado por:

C(u 1 ,..., u p ) = 1 {(u 1 ) + ... + (u p )}


Em que 1 o gerador inverso de . Assis e Laurini (2008, p. 23) observam que o gerador
deve satisfazer as seguintes condies:

i.

(1) = 0 ;

ii. para qualquer x pertencente ao intervalo entre 0 e 1,


decrescente;
iii. para qualquer x pertencente ao intervalo entre 0 e 1,
convexa;
iv. uma funo contnua.

' ( x ) < 0 , ou seja, uma funo


' ' ( x ) 0 , ou seja, uma funo

Dentre as classes de Cpulas Arquimedianas, como mencionado, destacam-se: Cpula


Gumbel, Cpula Clayton e Cpula Frank.

A Cpula Gumbel apresenta dependncia extrema somente na cauda superior, sendo descrita,
na sua modalidade bivariada, por:

{[

C(u , v, ) = exp ( ln u ) + ( ln v)

1/

Sendo o parmetro restrito ao intervalo [1, ) . Quando esse parmetro for igual a 1, indica
que as sries so independentes e quanto mais ele tender ao infinito, sugere-se que h uma
associao positiva cada vez mais forte. Esse tipo de cpula no admite dependncia negativa
na cauda.

Para ilustrar o comportamento desse tipo de cpula, foi elaborado um exemplo, gerado a
partir de 10.000 amostras aleatrias, com igual a 2 e duas distribuies marginais do tipo
normal padro. O resultado mostrado a seguir na Figura 8.

55

Figura 8 - Exemplo de Cpula Gumbel com

igual a 2

Outra famlia de cpulas muito utilizadas da classe arquimediana a Cpula Clayton, tambm
conhecida como Cook-Johnson. Esse tipo de cpula apresenta dependncia extrema somente
na cauda inferior, sendo descrita, na modalidade bivariada, por:

[(

C(u , v, ) = max u + v 1

1 /

,0

Sendo o parmetro contido no intervalo [1,0) (0, ) . Quando esse parmetro for igual a
zero indica independncia, quando for -1 sugere mxima dependncia negativa e quando
tender ao infinito representa a mxima dependncia positiva.

Segundo Assis e Laurini (2008, p. 25), algumas evidncias empricas apontam que a
estrutura de dependncia proposta por essa cpula muitas vezes de fato encontrada nos
mercados.

Para exemplificar o comportamento desse tipo de cpula, a partir de 10.000 amostras


aleatrias, supondo 2 distribuies marginais do tipo normal padro e igual a 2, tem-se:

56

Figura 9 - Exemplo de Cpula Clayton com

igual a 2

A Cpula Frank, por sua vez, apresenta a mesma estrutura de dependncia em ambas as
caudas, caracterstica semelhante classe de Cpulas Elpticas. Esse tipo de cpula, em sua
verso bivariada, definida como segue:

1 (exp(u ) )(exp(v) 1)

C(u , v, ) = ln1 +
exp() 1

Sendo o parmetro contido no intervalo (,0) (0,+) . Quando esse parmetro for igual
a zero, representa independncia, quando tender a menos infinito, indica mxima associao
negativa e quando tender a mais infinito sugere mxima associao positiva. Tambm para
ilustrar o comportamento desse tipo de cpula, fez-se um exemplo, considerando igual a
10, a partir de 10.000 amostras aleatrias, considerando duas distribuies marginais do tipo
normal padro. A Figura 10 mostra o resultado desse exemplo.

57

Figura 10 - Exemplo de Cpula Frank com

igual a 10

Trivedi e Zimmer (2005) mostram uma breve comparao entre as Cpulas Arquimedianas,
reproduzidas na figura a seguir.

58

Figura 11 - Comparao entre Cpulas (amostra simulada)


FONTE: Trivedi e Zimmer (2007, p.30)

Conforme se observa na Figura 11, a principal diferena entre a Cpula Gaussiana (Normal) e
as Cpulas Arquimedianas (como Frank, Clayton e Gumbel) reside no fato dessas, com
exceo da Cpula Frank, apresentarem dependncias assimtricas. Enquanto a Cpula
Clayton mostra maior dependncia nas caudas esquerda, a Cpula Gumbel apresenta maior
dependncia direita.

Bianchi (2008, p.15) explica que:

Dependncia caudal inferior e superior entre dois mercados financeiros existe quando a
probabilidade de valores conjuntos negativos (positivos) em eventos extremos maior que a que
poderia ser prevista a partir das distribuies marginais. Recentes estudos empricos mostram que
perodos de turbulncia e calma em finanas so caracterizados por diferentes nveis de
dependncia caudal, sendo a dependncia mais forte sobre a cauda inferior do que na cauda
superior.
As cpulas Arquimedianas podem ser construdas facilmente e a forma fechada para sua expresso
simples. Estas facilidades se devem ao fato da representao da cpula Arquimediana permitir
reduzir o estudo de cpula multivariada ao estudo de uma funo univariada denotada por gerador
de uma cpula Arquimediana .

59
Cabe ressaltar que dependendo do tipo de cpula a ser utilizada, mas aplicada s mesmas
distribuies marginais, podem-se obter resultados muito diferentes. Nesse sentido, Anjos et

al. (2004, p. 129) dispe que: na prtica, o problema de identificao da cpula mais
adequada para um conjunto de dados complexo. No caso de modelagem de eventos
extremos, podemos superar esta dificuldade restringindo nossa ateno s cpulas de valores
extremos.

Nessa linha, dentre as cpulas de valores extremos, destacam-se as Cpulas Arquimedianas


da famlia Gumbel, as quais foram utilizadas no presente estudo.

60

61

3.

MODELAGEM

3.1

Metodologia

A cincia da construo de modelos consiste em um conjunto de instrumentos quantitativos


que so usados para construir e, em seguida, testar representaes matemticas do mundo real
(PINDYCK; RUBINFELD, 2004).

Nesse sentido, este estudo busca, por intermdio da construo de um modelo, investigar a
existncia de indcios que levem a supor que a nova regulamentao penalizou a alocao de
capital para a cobertura de risco de subscrio para as seguradoras de menor porte, sob a tica
e as consequentes limitaes de usurios externos.

Visando testar tal conjectura, a presente pesquisa se orientou por uma abordagem tericoemprica, baseada no banco de dados do SES atualizado at 31.12.2009, disponibilizado no
site da SUSEP.

A constituio de reservas (em termos atuariais) ou provises (em termos contbeis),


juntamente com a alocao de capital busca cobrir as perdas esperadas e inesperadas da
entidade, conforme ilustrado na Figura 12. A literatura acadmica, normalmente, considera
que a proviso deve cobrir as perdas esperadas, enquanto o capital se destina cobertura das
perdas inesperadas, sendo a somatria das perdas esperadas e inesperadas correspondente ao
nvel de confiana relativo exposio ao risco de perdas do portflio, anlogo ao conceito de
VaR (value at risk) de uma carteira.

62

Perda Esperada

Capital Econmico: Capital necessrio


para cobrir as perdas inesperadas (Risco)

VaR = Perda Esperada + Perda Inesperada

Figura 12 - Distribuio de Perdas

A ideia subjacente estimao do nvel de confiana para cobertura de eventuais perdas a que
uma entidade est exposta se fundamenta nas prticas de gesto de risco, dentre as quais se
destaca o interesse em avaliar o potencial de resultados desfavorveis que esto concentrados
nas caudas das distribuies, o que, por sua vez, determina a tolerncia ao risco da instituio.

O tpico processo de precificao e gerenciamento de risco costuma analisar o resultado por


linha de negcio. Entretanto, o risco da entidade como um todo, normalmente, tende a ser
menor que a somatria dos riscos de cada linha de negcio quando existe o efeito
diversificao de carteiras. Nesse sentido, segundo Pereira e Pereira (2009, p. 1):

Dentre os principais desafios enfrentados no clculo de medidas de risco de portflios est em


como agregar riscos. Esta agregao deve ser feita de tal sorte que possa de alguma forma
identificar o efeito da diversificao do risco existente em uma operao ou em um portflio.
Desta forma, muito tem se feito para identificar a melhor forma para se chegar a esta definio,
alguns modelos como Valor em Risco (VaR) paramtrico assumem que a distribuio marginal de
cada varivel integrante do portflio seguem a mesma distribuio, sendo esta uma distribuio
normal, se preocupando apenas em modelar corretamente a volatilidade e a matriz de correlao.
Modelos como VaR histrico assume a distribuio real da varivel e no se preocupam com o
formato da distribuio resultante multivariada.
Assim sendo, a teoria de Cpulas mostra-se uma grande alternativa, medida que esta teoria
permite a criao de distribuies multivariadas sem a necessidade de se supor qualquer tipo de
restrio s distribuies marginais e muito menos as multivariadas.

Alm disso, existem vrios estudos sugerindo algumas alternativas para a alocao de capital
em conformidade com o risco de cada linha de negcio, viabilizando a anlise da
rentabilidade por intermdio de tcnicas como, por exemplo, RAROC ou EVA.

63
Como a alocao de capital para cobertura do risco de subscrio segue um modelo
regulatrio, esse passa a representar um custo mnimo imposto s seguradoras, o qual pode
impactar diretamente na rentabilidade das linhas de negcio.

Segundo Cardoso (2008, p.12):

A SUSEP define que o capital mnimo de uma seguradora deve ser suficiente para cobrir as
variaes provenientes de uma situao econmica adversa que contraria as expectativas de
mercado no momento da elaborao da sua poltica de subscrio. Esta definio inclui as
oscilaes das provises de sinistros ocorridos at a data base, dos sinistros oriundos de aplices
com exposio no ano subseqente data base, bem como todos os desenvolvimentos possveis de
sinistros dos riscos assumidos. A SUSEP classificou o risco de subscrio em risco de reserva e
risco de precificao. O risco de precificao estaria associado aos novos negcios iniciados a
partir da data base de avaliao. O risco de reserva seria referente aos riscos no espirados e cujas
reservas j teriam sido constitudas.

Conforme mencionado, o risco de subscrio pode ser decomposto em risco de proviso,


destacando-se a proviso de prmio no ganho, e risco de precificao.

Para se ter uma ideia da relevncia do risco de subscrio e da representatividade do risco de


proviso, Cardoso (2008, p. 13) observou que:

A.M.Best [2004] realizou um estudo com o objetivo de identificar os casos de insolvncias de


seguradoras dos USA e identificou o risco de subscrio como uma das suas principais causas. Das
causas primrias identificadas para 562 de 871 companhias que ficaram insolventes no perodo de
1969 a 2002, 61,4% eram relativos ao risco de subscrio. O mesmo estudo realizado [baseado em
305 de 481 companhias que ficaram insolventes no perodo] entre 1969 e 1990 tinha apontado
55,4% das insolvncias oriundas deste risco. Este aumento se deu principalmente pelo aumento de
insolvncia devido deficincia de reservas.
[...]
Identifica-se um aumento de 35,27% de insolvncias oriundas de deficincia de reserva,
constatando a necessidade de uma maior ateno por parte das seguradoras e do rgo regulador.

Tal estudo sugere que o risco de proviso tenda a ser mais sensvel que o risco de precificao
em casos de insolvncia de seguradoras.

Cardoso (2008) prope a seguinte abordagem para determinar o capital econmico de uma
seguradora:

64

Figura 13 - Procedimento de clculo do capital econmico


FONTE: Cardoso (2008, p. 78)

A metodologia proposta neste estudo para determinar o clculo de capital econmico se


baseia na abordagem de Cardoso (2008), com algumas variaes de ordem prtica no que se
refere ao tratamento dos dados e ao tipo de cpula a ser adotado, explicadas na seqncia.

Alm disso, razovel pressupor que a distribuio das perdas apresente assimetria, pois, no
mnimo, essas tendem a zero, no fazendo sentido a ocorrncia de perdas negativas. Nesse
sentido, fez-se uso da distribuio gama, a qual a uma das mais flexveis (ver Figura 14),
cuja funo densidade de probabilidade reside no domnio dos nmeros reais positivos.

65

Figura 14 - Exemplo de Distribuio Gama (


,
)

Conforme Hossack et al. (1999), quando se dispe de dados exaustivos, possvel responder
a muitas questes em seguros com base na distribuio observada. Entretanto, quando no se
dispe de dados suficientes, a nica alternativa assumir premissas, por exemplo, acerca da
distribuio terica.

Os referidos autores destacam ainda como razes para a utilizao de distribuies tericas:
(a) a convenincia prtica, (b) a distribuio terica ser completamente descrita por poucos
parmetros, (c), o fato de permitir inferncias a respeito do comportamento de portflios de
seguros e (d) a convenincia para manipulaes algbricas. Todas essas razes fazem com
que a utilizao de distribuies tericas em muitas situaes se torne prefervel adoo da
distribuio observada.

66
Nessa linha, em funo da escassez de dados, a utilizao da distribuio observada ou a
aplicao de testes de aderncia parecem no aplicveis, o que conduziu o estudo a adotar
distribuies tericas (paramtricas), no caso especfico, a distribuio gama, como j
mencionado.

Dada a limitao do histrico das sries, tambm no foi possvel realizar testes de
estacionariedades. No entanto, razovel pressupor que as sries de sinistralidades sejam
estacionrias (CARDOSO, 2008). Isso se justifica pelo fato de que, teoricamente, a
sinistralidade no deveria apresentar comportamentos explosivos, sendo esperado que se
reverta mdia no longo prazo. Essa afirmao fundamentada na premissa de continuidade
das empresas, o que leva a supor a manuteno do equilbrio entre os prmios e sinistros, sob
pena do comprometimento da solvncia das seguradoras. Assim, o presente estudo parte do
pressuposto de que as sries so estacionrias.

Portanto, assume-se como premissa que a distribuio das perdas por categoria (conceito a ser
explicado no item 3.1., por ora, entendido como segregao do portflio em grupos de risco
similares, anloga s classes de negcios definidas na Circular SUSEP N. 355/07) segue uma
distribuio gama.

Tal premissa se faz necessria em funo da escassez de dados de sinistralidade por categoria
e por seguradora para que seja realizado um teste de aderncia individual.

A distribuio gama uma funo contnua no domnio dos nmeros reais positivos e sua
distribuio densidade de probabilidade pode ser descrita como segue:

f (x) =

e x ( x ) 1
( )

(1)

(2)

E a mdia e a varincia dada por:

mdia =

var incia =

(3)

67

Para estimar a potencial perda agregada, deve-se levar em considerao a estrutura de


dependncia entre as diferentes classes de negcios em que cada uma das seguradoras atua.
Para essa finalidade, a correlao linear no se mostra uma medida adequada, tendo-se em
vista que a preocupao reside na dependncia nas caudas e no se pode afirmar que a
distribuio conjunta normal, o que implica que a ausncia de correlao no,
necessariamente, indica independncia entre as variveis. Nesse sentido, fez-se uso da teoria
de cpulas, sendo essa uma forma de tratar a estrutura de dependncia.

Em funo da limitao de se tratar da tica de usurios externos, no se tem estatsticas de


frequncia e severidade dos sinistros para calcular, por exemplo, o prmio de risco, prmio
puro e prmio comercial, bem como a probabilidade de runa por classe de negcio. Ademais,
como o risco de subscrio est associado ao risco de insuficincia de proviso e de
inadequao dos modelos de precificao, o risco de subscrio refletido de alguma forma
na sinistralidade (CHAN et al., 2008). Na mesma linha, Cardoso (2008, p. 80) destaca que
como a sinistralidade representa a subscrio de cada classe de negcio, sua distribuio
deve ser similar distribuio dos sinistros, sendo esta a premissa do presente estudo.

Assim, a perda esperada dos riscos subscritos, para 31/12/2009, pode ser estimada por:

PE _ ris cos_ subsc i = (Pr_ Ganho i + PPNG i ) sin_ media i

(4)

Em que:

PE _ ris cos_ subsc i : perda esperada referente aos riscos subscritos at a data

de referncia;

Pr_ Ganho i : prmio ganho referente ao exerccio findo em 31/12/2009 da

categoria i;

PPNG i : proviso de prmios no ganhos em 31/12/2009 referente categoria

i, explicada melhor na seqncia;




sin_ media i : sinistralidade mdia da classe de negcio i.

68
Cabe, porm, destacar que um dos principais propsitos da alocao de capital garantir a
manuteno da solvncia da seguradora, dado um nvel de confiana, para os prximos 12
meses, perodo no qual, tambm, se espera emitir novos prmios de seguros, se a entidade
estiver em regime de continuidade.

A solvncia pode ser entendida aqui como suficincia de ativos para a cobertura das
obrigaes. Isso significa dizer que ao calcular o capital em uma data de referncia, esse,
juntamente com as provises, deve ser suficiente para cobrir o pagamento das obrigaes
durante o prximo exerccio social, bem como as obrigaes presentes e futuras decorrentes
dos riscos subscritos at os prximos 12 meses. No foi objeto deste estudo avaliar o
casamento dos fluxos de caixa de ativos e passivos, o que implicaria na anlise da qualidade e
liquidez dos ativos, bem como do fluxo de caixa das obrigaes.

Assim, como a data de referncia 31.12.2009, faz-se necessrio estimar os prmios para os
prximos 12 meses, ou seja, para o ano 2010, tendo, no caso especfico, assumido o mesmo
valor dos prmios retidos do ano de referncia.

Logo, para se estimar a perda esperada dos riscos subscritos e a subscrever nos prximos 12
meses, procedeu-se da seguinte maneira:
PE _ ris cos_ subsc _ subscreveri = (Pr_ Ganho i + PPNG i + Pr_ retido 2010 ) sin_ media i (5)

Em que:

PE _ ris cos_ subsc _ subscreveri : Perda esperada decorrente dos riscos subscritos e a
subscrever nos prximos 12 meses, no caso, para o ano de 2010;

Pr_ retido 2010 : Prmio retido estimado para o ano de 2010, sendo adotado o mesmo
valor do ano de 2009.

importante tambm explicar o conceito da PPNG. A PPNG uma proviso destinada


cobertura dos riscos ainda no incorridos, trata-se, portanto, um ajuste pelo regime de
competncia para reconhecimento dos prmios emitidos. Segundo a Resoluo CNSP N.
162/06:

69

Art. 4o A Proviso de Prmios No Ganhos (PPNG) deve ser constituda para a cobertura dos
sinistros a ocorrer considerando indenizaes e despesas relacionadas, ao longo dos prazos a
decorrer referentes aos riscos vigentes na data base de clculo, obedecidos os seguintes critrios:
I - o clculo da PPNG deve apurar a parcela de prmios no ganhos relativa ao perodo de
cobertura do risco, sendo formada pelo valor resultante da frmula abaixo, em cada ramo, por
meio de clculos individuais por aplice ou endosso representativos de todos os contratos de
seguro vigentes na data base de sua constituio ou a eles relacionados;
PPNG= Perodo de risco a decorrer X Prmio Comercial Retido/Perodo total de cobertura
de risco
II - o clculo da proviso deve ser efetuado "pro rata die", tomando por base as datas de incio e
fim de vigncia do risco, no ms de constituio;
III - o prmio comercial retido o valor recebido ou a receber do segurado (valor do prmio
emitido, pago vista ou parcelado), nas operaes de seguro direto ou de congneres, nas
operaes de cosseguro aceito, lquido de cancelamentos e restituies, e de parcelas de prmios
transferidas a terceiros em operaes de cosseguro e/ou resseguro;
IV - o clculo da proviso deve contemplar estimativa para os riscos vigentes mas no emitidos
(PPNG-RVNE), sendo obtida por mtodo previsto em nota tcnica atuarial mantida pela sociedade
seguradora;

Como a base de dados do SES no apresenta a PPNG por ramo para que se possa agrup-las
nas categorias i, o presente estudo assumiu como premissa que a composio dessa proviso
segue a mesma composio dos prmios ganhos no exerccio social findo em 31/12/2009.
Desse modo, a PPNG por categoria i foi obtida da seguinte maneira:

PPNG i = PPNG

Pr_ Ganho i
Pr_ Ganho T

(6)

Sendo:

Pr_ Ganho T : prmio ganho total referente ao exerccio social findo em

31/12/2009.

Tendo-se em vista que a PPNG apenas um prmio diferido, no foi considerada a sua
totalidade como parte da proviso destinada cobertura da perda esperada. Ou seja, alm das
demais provises tcnicas, a PPNG destinada cobertura do risco de subscrio
( PPNG risco _ subs ) foi considerada da seguinte forma:

70
n

PPNG risco _ subs = PPNG i sin_ media i

(7)

i =1

Em que n representa a quantidade total de categorias i que cada seguradora atua.

Com isso, pressupe-se que a sinistralidade mdia observada deva ser uma boa proxy da
sinistralidade relativa aos prmios a apropriar.

Assim, a proviso relativa cobertura da perda esperada obtida pela somatria das seguintes
provises, conforme Resoluo CNSP N. 162/06:
Pr oviso perda _ esperada = PIP + PSL + IBNR + PPNG risco _ subs

(8)

Sendo:

PIP: proviso de insuficincia de prmios;

PSL: proviso de sinistros a liquidar;

IBNR: proviso de sinistros ocorridos e no avisados.

Como o interesse comparar o nvel de confiana ou tolerncia ao risco de subscrio


estimado individualmente para cada seguradora com a metodologia de clculo de capital
regulatrio acrescida da constituio de proviso para cobertura da perda esperada, fez-se
necessrio apurar o capital mnimo requerido conforme explicado no tpico 2.3.2 do presente
estudo.

Cabe lembrar que o capital mnimo requerido (CMR) constitudo por: (a) capital base (CB)
e (b) capital adicional para cobertura do risco de subscrio ( CA rs ).
CMR = CB + CA rs

(9)

O capital base composto por uma parcela fixa no valor de R$1.200.000,00 e por uma parcela
varivel em funo dos Estados de atuao (vide Tabela 1 apresentado no tpico 2.3.2). Para

71
estimar a parcela varivel, buscou-se investigar os Estados em que a seguradora emitiu
prmio no ano de 2009 a partir do banco de dados SES, disponibilizado no site da SUSEP.

Para determinar o capital adicional para cobertura do risco de subscrio referente ao


exerccio social findo em 31.12.2009, conforme disposto pela Resoluo CNSP N. 158/06,
alterada pela Circular SUSEP N. 355/07, aplicou-se a seguinte frmula, considerando as
abordagens com e sem modelo interno:

CA rs =

(f
51

51

i =1 j=1

prem
i

)(

17

17

)(

premio im f jprem premio mj iprem


+ f kprov sin istro mk f lprov sin istro ml prov
,j
k ,l
k =1 l =1

(10)

Para maiores detalhes dessa frmula, ver captulo 2.3.2 do presente estudo.

Para estimar a distribuio das perdas agregadas referente ao exerccio findo em 31.12.2009,
primeiro foram calculadas a mdia ( i ) e o desvio padro ( i ) da distribuio de perdas para
cada categoria i e para cada seguradora individualmente.

Pressupondo que as distribuies marginais de perdas para cada categoria i seguem uma
distribuio gama, a partir dos valores observados de i e i , foram determinados os
respectivos parmetros de e dessa distribuio. Em seguida, estimou-se a distribuio
conjunta por intermdio da teoria de cpulas, levando em considerao a estrutura de
dependncia dessas. Nesse sentido, Cardoso (2008, p. 15) ressalta que:

Dentre os principais aspectos a se considerar na construo de modelo, destaca-se a importncia da


incorporao das associaes existentes em cada classe de seguros. A maioria dos modelos
composta por sub-modelos de determinao de capital para cada tipo de risco que a companhia
est exposta. O capital total requerido de uma companhia ser a agregao dos capitais individuais
de cada classe. Entretanto, os riscos de cada classe de seguros podem ter uma interdependncia,
em geral, no linear, impossibilitando a soma direta desses capitais. Um dos grandes problemas de
uma metodologia de determinao de capital identificar, mensurar e incorporar as dependncias
existentes entre as classes. Os riscos de uma atividade seguradora podem ser altamente
dependentes em situaes extremas.
A teoria das cpulas tem se mostrado uma ferramenta eficaz para a agregao de capitais uma vez
que incorpora as dependncias entre os riscos na estimao do capital econmico. Como a cpula
permite separar os efeitos das estruturas de dependncia das caractersticas peculiares s
distribuies marginais, possvel explorar o impacto das dependncias dos riscos no capital
requerido total.

72
Como o interesse reside em modelar uma medida semelhante ao conceito de VaR do
portflio, foi utilizada a classe de Cpulas Arquimedianas (PEREIRA; PEREIRA, 2009).
Dentre as classes de cpulas utilizadas para modelar fortes dependncias nas caudas
destacadas por Tang e Valdez (2006), tem-se a Cpula Gumbel, a qual foi adotada pelo
presente estudo. Para maiores detalhes, ver Denuit et al. (2005) e Craighead (2008).

H vrias formas de se ajustar uma cpula. Neste estudo, fez-se uso de simulaes. Conforme
Mendes (2004, p. 200):

Simulaes tm hoje um papel importante na inferncia estatstica. Uma de suas principais


utilidades a de ajudar a investigar as propriedades de um estimador. Se a distribuio exata ou
assinttica de um estimador (de um parmetro ou de uma medida de risco) no conhecida, a
gerao de um nmero grande de amostras a partir da distribuio dos dados originais, e o clculo
do valor deste estimador para cada uma das amostras geradas, nos daro uma boa ideia da
distribuio deste estimador, em particular de seu valor mdio e variabilidade.

As simulaes da Cpula Gumbel, a partir das distribuies marginais estimadas com os


parmetros observados, fornecem uma maneira de entender a forma da distribuio
multivariada subjacente.

Assim, foi calculado o valor em risco (a somatria da perda esperada e inesperada) estimado
para o nvel de tolerncia ao risco de 99,5%, o qual a referncia estabelecida no Projeto
Solvncia II.

Logo, tm-se, basicamente, duas formas de comparao entre o capital econmico e o


regulatrio, que so anlogas:

1. Pela relao entre o capital regulatrio e o econmico, sendo esse a diferena entre o
valor em risco para 99,5% de confiana e as provises para perda esperada ou;
2. Pela cobertura do valor em risco para 99,5% de confiana, considerando o capital
regulatrio e as provises para perda esperada.

Neste estudo, optou-se pela 2 forma, apurando como parmetro de interesse o ndice de
cobertura determinado pela razo entre (a) o valor da proviso destinada cobertura da perda
esperada ( Pr oviso perda _ esperada ), juntamente, com o capital mnimo requerido (CMR) pelo

73
modelo regulatrio e (b) a necessidade de recursos (somatria da perda esperada e inesperada
estimada) para 99,5% de nvel de confiana, conforme frmula a seguir:

ndice de cobertura =

(Capital Base + Capital Adicional

risco _ subscrio

+ Pr oviso perda _ esperada )

(11)

Valor em Risco

Cabe lembrar que a abordagem regulatria apresenta duas possibilidades para calcular o
capital adicional para cobertura do risco de subscrio: uma considerando que a seguradora
no disponha de modelo interno e outra pressupondo que possua, embora no se permita a
utilizao desse para determinao da necessidade de capital.

Logo, o valor do parmetro de interesse ser superior a 100% quando a exigncia regulatria
maior que a necessidade de recursos apurada, individualmente, para cada seguradora. Cabe
observar que o primeiro uma regra padro que no necessariamente reflete a realidade
particular de cada empresa. Nesse sentido, se o modelo regulatrio penalizar as seguradoras
de menor porte em detrimento as de grande porte, supe-se que existe um fator de
desvantagem competitiva que pode incentivar a concentrao do setor.

importante destacar que o modelo proposto possui o vis de se tratar de um usurio externo
das demonstraes contbeis.

Para investigar a existncia de diferenas significativas entre o nvel de confiana entre


seguradoras de pequeno e grande porte, o prximo passo a distino das seguradoras por
porte.

A fim de no introduzir o vis de seguradoras que no operam em condies normais ou que


esto no incio de suas atividades, as quais apresentam carteiras pouco maduras, foram
excludas da anlise aquelas que apresentaram em 31/12/2009 prmio ganho anual inferior
R$120.000,00, parmetro considerado pela Receita Federal como microempresa.

Para introduzir o efeito do porte das entidades no estudo, fez-se uso da tcnica estatstica
denominada de anlise de conglomerados (ou cluster analysis). Trata-se de uma tcnica
multivariada que permite segregar elementos ou variveis em grupos homogneos
internamente, heterogneos entre si e mutuamente exclusivos, a partir de determinados

74
parmetros conforme uma medida de distncia ou similaridade. Os parmetros selecionados
para caracterizao do porte foram: total do ativo e prmio ganho referente ao exerccio findo
em 31.12.2009. Para viabilizar a utilizao dessa tcnica, esses valores foram padronizados
pelo mtodo do Z scores, que, conforme Hair et al. (2005, p. 396), o mais comum.

Foi adotado o enfoque conhecido como hierarchical clustering, cujo processo de agregao
trata cada entidade, a princpio, isoladamente como um cluster e, a partir de uma medida de
semelhana, iniciado o agrupamento.

Dentre as diversas medidas de distncias existentes, selecionou-se a Squared Euclidean

Distance, por ser a recomendvel para a aplicao do mtodo de aglomerao denominada de


Wards Method. Esse mtodo foi utilizado pela sua caracterstica de gerar clusters com
aproximadamente o mesmo nmero de observaes (HAIR et al., 2005, p. 393).

A partir da anlise do Agglomeration Schedule e do Dendrograma, ser delineado o nmero


de clusters a ser adotado.

Aps a classificao das seguradoras por porte, proceder-se- ao teste de mdia no


paramtrico denominado de Mann-Whitney ou Kruskal-Wallis (dependendo da quantidade de

cluster a ser definido) relativo ao nvel de confiana obtido para cada seguradora para
cobertura do risco de subscrio, tendo-se em vista o capital mnimo requerido e o nvel de
provisionamento.

3.2

Tratamento da base de dados e clculo dos parmetros da distribuio marginal

Conforme mencionado, o presente estudo fez uso da base de dados do SES atualizada at
31.12.2009, disponibilizada no site da SUSEP. Dessa base de dados, foram utilizadas as
seguintes tabelas:

ses_balanco: contm os valores correspondentes s contas contbeis do balano


patrimonial por seguradora e por data de referncia, utilizada para obter o valor do
ativo em 31.12.2009;

75

ses_seg_prov_det: contm os valores das provises tcnicas, utilizada para obter os


valores da PPNG, PIP, PSL e IBNR de cada seguradora em 31.12.2009;

ses_uf2: contm os valores dos prmios por ramo, estado, data e seguradora, utilizada
para clculo do capital mnimo requerido para a cobertura do risco de subscrio,
conforme disposto na Resoluo CNSP N. 158/06, alterada pela Circular SUSEP N.
355/07;

ses_seguros: contm os valores dos prmios e sinistros por ramo, data e seguradora,
utilizada para clculo do capital mnimo requerido e para clculo do indicador de
sinistralidade (sinistro retido/prmio ganho).

Nesse tpico, ser apresentado somente o tratamento de base de dados e o clculo dos
parmetros da distribuio gama para cada categoria i, sendo essa definida operacionalmente
aqui.

A Circular SUSEP N. 355/07 classifica os ramos de seguros em 17 classes de negcios, a


saber: (1) Residencial, (2) Condominial, (3) Empresarial, (4) Patrimonial Demais, (5) Riscos
Especiais, (6) Responsabilidades, (7) Cascos, (8) Automvel, (9) Transporte Nacional, (10)
Transportes Demais, (11) Riscos Financeiros, (12) Crdito, (13) Vida em Grupo, (14) Pessoas
Demais, (15) Habitacional, (16) Rural/Animais e (17) Outros.

Assim, primeiramente, agruparam-se os ramos por classe de negcio e foram calculados os


ndices de sinistralidade anuais (sinistro retido/prmio ganho) por classe de negcio, desde
1995 a 2009, para cada seguradora. No entanto, observou-se, na base de dados, a presena de
valores negativos de prmios ganhos (em bases anuais e por classe de negcio), bem como
valores muito baixos como centavos, o que distorce de maneira significativa a sinistralidade
mdia e, consequentemente, seu desvio padro (vide Tabela 4).

76

Tabela 4 - Distribuio original da sinistralidade anual por classe de negcio


Quantil
Sinistralidade
100% Mximo
203144000000000000000000%
99%
81273%
95%
1457%
90%
293%
75% Q3
87%
50% Mediana
47%
25% Q1
12%
10%
-25%
5%
-375%
1%
-73507%
0% Mnimo
-3783090000000000000000%

Conforme se pode observar na Tabela 4, mtodos usuais de deteco de outliers dificilmente


eliminariam o problema, tendo-se em vista que o desvio padro excessivamente elevado.
Portanto, para tentar minimizar a distoro propiciada por valores negativos de prmios
ganhos, filtrou-se somente o histrico de prmios ganhos positivos, mas, por ora, isso no
trata ainda dos valores incoerentemente altos de sinistralidade, que sero analisados na
seqncia.

Embora a Circular SUSEP N. 355/07 distinga 17 classes de negcio, em 31.12.2009, observase a seguinte distribuio da representatividade do prmio ganho anual por classe de negcio
por seguradora:

Tabela 5 - Distribuio da representatividade do prmio ganho por classe de negcio


Distribuio do
Prmio Ganho
por Classe de
Negcio / Prmio
Ganho Total por
Seguradora

Quantil

100%
99%
95%
90%
75%
50%
25%
10%
5%
1%
0%

Mximo

Q3
Mediana
Q1

Mnimo

100%
100%
84%
60%
15%
2%
0%
0%
0%
0%
0%

77
Conforme pode ser observado na Tabela 5, cerca de 50% das observaes representam menos
de 2% do prmio ganho das seguradoras. Assim, para minimizar o efeito de prmios ganhos
muito baixos, decorrente da fraca atuao da seguradora naquele segmento, procedeu-se da
seguinte forma: para cada seguradora, as classes de negcio que representavam menos de 5%
do seu prmio ganho ou que o prmio ganho anual fosse inferior a R$12.000,00 (parmetro
arbitrado, considerando R$1.000,00 por ms, o que irrisrio para o mercado segurador, mas
contribui para eliminar as sujeiras de base de dados), foram agrupadas em uma categoria
denominada de 99999, sendo as demais categorias consideradas como a prpria classe de
negcio definida pela Circular SUSEP N. 355/07. Portanto, a definio operacional de
categoria adotada nesse estudo similar s classes de negcio estabelecida pela Circular
SUSEP N. 355/07, mas agrupando-se aquelas pouco representativas da carteira para cada
seguradora, pois geram estimativas isoladamente pouco robustas da sinistralidade.

Tal tratamento anlogo ao realizado por Cardoso (2008), que, para modelar o capital
econmico de uma empresa, considerou 86% do total de prmios retidos da companhia no
perodo analisado.

Assim, respeitando os agrupamentos das classes de negcio de cada seguradora, buscou-se o


histrico de sinistralidade anual (1995-2009) por categoria para cada entidade. Dessa forma,
obteve-se a seguinte distribuio de sinistralidade:

Tabela 6 - Distribuio da sinistralidade


Quantil
Sinistralidade
100% Mximo
7267%
99%
234%
95%
98%
90%
81%
75% Q3
66%
50% Mediana
48%
25% Q1
29%
10%
14%
5%
8%
1%
2%
0% Mnimo
0%

Hair et al. (2005, p. 71) identificaram 4 situaes que justificam a ocorrncia de observaes
atpicas (outliers):

78
A primeira surge de um erro de procedimento, como erro na entrada de dados ou uma falha na
codificao.
[...]
A segunda classe de observao atpica a observao que ocorre como o resultado de um evento
extraordinrio, o que ento explica a peculiaridade da observao.
[...]
A terceira classe refere-se a observaes extraordinrias para as quais o pesquisador no tem
explicao.
[...]
A quarta e ltima classe de observaes atpicas contm observaes que esto no intervalo usual
de valores para cada varivel, mas so nicas em sua combinao de valores entre as variveis.

Fvero et al. (2009) ressaltam que:

[...] o tratamento de outliers desejado quando o pesquisador tem por interesse investigar o
comportamento da varivel em questo sem a influncia de observaes com valores discrepantes.
Por outro lado, se a inteno for justamente a de analisar o comportamento dessas observaes
discrepantes ou de criar subgrupos por meio de critrios de discrepncia, talvez a eliminao
dessas observaes ou a substituio de seus valores no sejam boas solues.

Cabe destacar que o presente estudo tentou minimizar o efeito de eventuais problemas de base
de dados, cuja informao foi entendida como no representativa da populao, o que iria
distorcer os resultados. No entanto, no foi escopo desse tratamento a eliminao de valores
discrepantes decorrentes de eventos extraordinrios, pois a inteno modelar a dependncia
das caudas da distribuio de perdas e, portanto, no faria sentido descartar essas observaes.

Aps esse tratamento de base de dados, foi calculada a mdia da distribuio de perdas de
cada categoria por seguradora conforme equao 5, descrita anteriormente. O desvio padro
da perda esperada foi determinado da seguinte maneira:
Desvio _ Padro i = (Pr_ Ganho i + PPNG i + Pr_ retido 2010 ) desvio _ padro sin istralidadei (12)

Sendo:

desvio _ padro sin istralidadei : desvio padro da sinistralidade anual por

categoria e por seguradora.

Como a varincia da distribuio de perdas corresponde ao quadrado do desvio padro,


obtm-se os parmetros i e i para cada categoria e por seguradora.

79
A amostra final, em 31.12.2009, contou 85 seguradoras com a seguinte distribuio da
quantidade de categorias de atuao:

Tabela 7 - Distribuio da quantidade de categorias de atuao por seguradora


Quantidade de
Quantidade de
Freqncia
Freqncia
Categorias de
Seguradoras
(%)
Acumulada (%)
Atuao
1
2
3
4
5
6
7
8

9
29
23
10
4
5
3
2

10.59
34.12
27.06
11.76
4.71
5.88
3.53
2.35

10.59
44.71
71.76
83.53
88.24
94.12
97.65
100.00

A tabela anterior mostra que mais de 70% das seguradoras atuam em apenas 3 categorias,
sendo essa a base final utilizada no estudo.

80

81

4.

ANLISE DOS RESULTADOS

A Cpula Gumbel multivariada, ora utilizada para agregar as distribuies de perdas por
categoria para cada seguradora, baseada na seguinte equao:

exp ( log u k )

k =1

(13)

Partindo-se do pressuposto de que as distribuies marginais das perdas por categoria seguem
uma distribuio gama e considerando a cpula estimada, computou-se o valor que se espera
para a perda no ser superior em 99,5% das vezes. Ou seja, trata-se da estimativa do valor em
risco por seguradora para a cobertura do risco de subscrio ao nvel de 99,5% de confiana.
Assim, calculou-se o parmetro de interesse (ver frmula 11), comparando esse valor com a
soma entre a Pr oviso perda _ esperada (ver frmula 8) e o CMR (ver frmula 9, seja considerando
o capital adicional com ou sem modelo interno) para as 85 seguradoras analisadas. A Tabela
8, a seguir, mostra a distribuio dos valores obtidos.

Sem modelo interno


Com modelo interno

Tabela 8 Distribuio do ndice de cobertura


Percentil 05
Percentil 25
Percentil 75
Percentil 95
54%
91%
269%
926%
53%
89%
266%
918%

Percentil 99
31882%
31874%

Conforme se pode observar pela tabela anterior, foi necessrio excluir os outliers, utilizando,
para os estudos subseqentes, apenas a amostra que estava entre o Percentil 05 e o Percentil
95, totalizando 77 seguradoras.

A seguir, so apresentados os histogramas da distribuio de frequncias do parmetro de


interesse para a abordagem do capital adicional regulatrio sem modelo interno (Grfico 4) e
com modelo interno (Grfico 5).

82

Grfico 4 - Histograma do Nvel de Confiana (sem modelo interno)

Grfico 5 - Histograma do Nvel de Confiana (com modelo interno)

83

Conforme os Grfico 4 e 5, abordagem sem modelo interno e com modelo interno,


respectivamente,

na mdia, o modelo regulatrio exige cerca de 2 vezes o montante

necessrio de recursos para um nvel de confiana de 99,5%, embora a mediana esteja em


torno de 1,3 vezes, o que indica que a distribuio assimtrica. A Tabela 9, a seguir,
sintetiza a anlise descritiva do parmetro de interesse.

Tabela 9 - Estatstica descritiva do ndice de cobertura


Desvio
ndice de cobertura
Mdia
Mediana
Padro
Sem modelo interno
2.010074
1.339604
1.731086
Com modelo interno
1.983904
1.308243
1.726039

A Tabela 9 sugere que, juntamente com as provises, a abordagem sem modelo interno
requer, em mdia, cerca de 2,01 vezes o valor em risco para um nvel de confiana de 99,5%,
enquanto a abordagem com modelo interno requer, aproximadamente, 1,98. A anlise da
mediana parece mais coerente, cujo valor do ndice de cobertura est em torno de 1,30 ou
1,40. Apesar das diferenas apresentadas nas medidas de tendncia central, indicando que no
so distribuies simtricas, o ponto que merece destaque, aqui, para futuras pesquisas
investigar qual a magnitude da diferena das abordagens para alocao de capital que
conduziria a um incentivo ao desenvolvimento de um modelo interno.

Em seguida, procedeu-se Anlise de Conglomerados, considerando as variveis prmio


ganho e ativo total, padronizadas pelo mtodo de Z escore. Foi adotado o enfoque

hierarchical clustering e selecionado a medida de distncia denominada de Squared


Euclidean Distance, bem como o mtodo de aglomerao conhecido como Wards Method.

A partir da anlise do Agglomeration Schedule e do Dendrograma, entende-se como razovel


a formao de 4 clusters. O Dendrograma foi reproduzido na Figura 15.

84
* * * * * * H I E R A R C H I C A L C L U S T E R
A N A L Y S I S * * * * * *
Dendrogram using Ward Method
Rescaled Distance Cluster Combine
C A S E
0
5
10
15
20
25
Label Num +---------+---------+---------+---------+---------+
02763
04359
06335
02020
04812
03298
06921
06793

6
35
61
33
67
17
74
76










06017
06084
06912
01414
01627
06998
03328
05002
06211
01007
06831
05991
08737
05436
05045
02895
09938
04251
06378
06131
05819
05941
02101
02062
05690
05274

73
60
66
65
77
72
42
46
9
54
56
58
69
50
75
15
70
71
27
31
28
48
32
21
49
25




























06653
06530
05193
05053
06564
05754
06602
06203
06858
06467
02143
05908
06416
05843
04618
06947
06751
06548

62
10
39
16
45
53
34
68
55
5
38
44
36
1
64
8
63
13































 


05495
05142
06220
04740
05151
06513
06351
06106

23
19
29
47
51
57
18
40










05011
05720
06572
06190
05185
05665
06238
06785
05118
05177
05631
05070
05886
05312
05321
05096
06866

7
24
3
22
2
20
11
43
14
30
59
41
4
12
52
26
37











  
















 
 


Figura 15 - Dendrograma (Ward Method)

85
A Tabela 10, a seguir, mostra a mdia do ativo total e do prmio ganho e a quantidade de
seguradoras em cada cluster.

Tabela 10 - Mdia do ativo total e prmio ganho e a quantidade de seguradora por cluster
Quantidade de
Mdia
Cluster
seguradoras
Ativo total
Prmio ganho
1
552,261,892
93,279,313
56
2
3,315,025,863
1,000,140,941
16
3
8,513,032,794
3,207,949,857
3
4
59,631,057,831
1,132,724,533
2

O cluster 4 formado por apenas duas seguradoras, as quais apresentam forte atuao em
vida e previdncia, sendo o ativo total influenciado pela atividade de previdncia, embora no
prmio ganho tenha sido considerado apenas a parte que trata de seguros. O cluster 3
formado pelas 3 maiores empresas do setor. No entanto, em funo da pequena quantidade de
empresas classificadas no cluster 3 e 4, esses foram agrupados ao cluster 2, dado que se
assemelham mais em termos de porte a esse grupo que ao cluster 1. Assim, na sequncia,
foram comparados dois grupos, a saber:

Grupo 1: formado pelo cluster 1, totalizando 56 seguradoras, sendo ora


denominado de seguradoras pequenas;

Grupo 2: formado pelos clusters 2, 3 e 4, totalizando 21 seguradoras, sendo ora


denominados de seguradoras mdias e grandes.

Na Tabela 11 seguinte so apresentados a mdia, a mediana e o desvio padro do parmetro


de interesse, comparando (a) as seguradoras pequenas com (b) as mdias e grandes.

Tabela 11 - Estatstica descritiva do nvel de confiana por cluster


Sem modelo interno

Com modelo interno

Porte das
seguradoras

Mdia

Mediana

Desvio
Padro

Mdia

Mediana

Desvio
Padro

Pequenas

2.3166

1.5897

1.9158

2.2909

1.5579

1.9106

Mdias e
grandes

1.1926

0.9965

0.5735

1.1653

0.9689

0.5615

Com base na Tabela 11, visualmente, h razes para supor que o modelo regulatrio
penalizou as seguradoras de menor porte, exigindo uma alocao em propores maiores que

86
as mdias e grandes empresas no que se refere ao valor em risco no nvel de confiana de
99,5%.

Os grficos de boxplot, a seguir, mostram a disperso do parmetro de interesse, sem modelo


interno e com modelo interno, respectivamente, comparando-se as seguradoras de pequeno
porte com as de mdio e grande.

Grfico 6 - Boxplot da disperso do ndice de cobertura considerando a abordagem sem modelo interno

87

Grfico 7 - Boxplot da disperso do ndice de cobertura considerando a abordagem com modelo interno

Os dois grficos so bem parecidos, mostrando que a abordagem com modelo interno
apresenta comportamento bem semelhante ao sem modelo interno, sendo a diferena apenas
uma mudana de patamar, como esperado. Alm disso, possvel notar que o modelo
regulatrio parece mais coerente quando aplicado s seguradoras mdias e grandes, pois a
disperso bem menor, sendo a mediana em torno de 1, o que significa dizer que o grau de
provisionamento e a alocao de capital observam, aproximadamente, o nvel de confiana de
99,5%. Para as seguradoras de menor porte, a disperso bem maior e a mediana se localiza
prximo a 1,5, sugerindo que a abordagem regulatria exige em torno de 50% a mais de
recursos que o nvel de confiana de 99,5%, consequentemente, representando uma
desvantagem competitiva, se comparada s seguradoras de mdio e grande porte, pois ter que
alocar mais capital, o que impacta na sua rentabilidade.

Para testar se as diferenas visualmente observadas so significativas, procedeu-se ao teste de


mdias denominado de Mann-Whitney entre (a) as seguradoras de pequeno porte e (b) as de
mdio e grande porte para o parmetro estimado sem e com modelo interno. A Tabela 12, a
seguir, sintetiza os resultados.

88

Tabela 12 - Resultado do Teste de Mann-Whitney (entre o cluster 1 e 2)

Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)

Sem modelo
interno
341.000
572.000
-2.825
.005

Com modelo
interno
342.000
573.000
-2.814
.005

a Grouping Variable: grupo

Os resultados do teste de Mann-Whitney apresentados na Tabela 12 sugerem haver diferenas


significativas entre os dois grupos ao nvel de significncia de 5%, corroborando a anlise
grfica.

Cabe destacar que a nova regulamentao de capital mnimo requerido pode ser interpretada
como um custo imposto s seguradoras em prol da manuteno da sua solvncia. No entanto,
os resultados dos testes efetuados sugerem que ela penalizou as de menor porte, impactando
na rentabilidade, precificao e competitividade dessas se comparadas s mdias e grandes, o
que, por sua vez, tende a favorecer a concentrao do setor.

89

5.

CONCLUSES

Nos ltimos anos, o mercado segurador brasileiro tem apresentado forte expanso, a qual foi
impulsionado pela estabilizao econmica e o consequente crescimento do consumo. Tal
cenrio favorvel traz consigo uma preocupao acerca da adequao da subscrio de riscos,
pois eventuais desvios nas premissas adotadas na precificao podem conduzir a seguradora a
se expor a riscos pouco suportveis no longo prazo. Essa situao agravada em mercados
competitivos, os quais podem levar a prticas de subscrio indulgentes ou prmios
inadequados para aumento da participao do mercado.

Paralelamente a esse cenrio, tm-se observado desastres financeiros que incentivaram os


rgos reguladores a exigir modelos de alocao de capital mais sensveis a risco, de maneira
a resguardar, considerando determinado nvel de confiana e um horizonte de tempo, a
solvncia das instituies frente a eventuais situaes desfavorveis. Assim, semelhana de
Basileia II para as instituies financeiras, tem-se o Projeto Solvncia II para as seguradoras.

Acompanhando a tendncia mundial, o rgo regulador do mercado segurador brasileiro


introduziu novas regras de solvncia, que, a princpio, impactariam de forma significativa a
alocao de capital, sobretudo, das seguradoras de menor porte. Na sequncia, atendendo a
pleitos de mercado, foi promulgada a Circular SUSEP N. 355/07, alterando os fatores do
modelo de clculo do capital adicional para a cobertura do risco de subscrio, amenizando o
impacto das novas regras de solvncia.

importante destacar que o modelo regulatrio prev duas possibilidades de alocao de


capital para cobertura do risco de subscrio: um para as seguradoras que no possuem
modelo interno e outro para aquelas que possuem, mas ambos so determinados pelo modelo
regulatrio, cuja nica diferena reside nos fatores, os quais so mais severos para o primeiro
caso. Ou seja, mesmo para as seguradoras que dispem de um modelo interno, a determinao
do capital mnimo adicional para a cobertura do risco de subscrio ser baseado no modelo
regulatrio, no sendo permitido usar o modelo interno ou parmetros desse.

Alm disso, razovel pressupor que o modelo regulatrio tende a proporcionar nveis mais
elevados de alocao de capital que o de modelos internos, dada a margem de

90
conservadorismo que, normalmente, adotada quando no se conhece efetivamente o risco da
entidade. Nesse sentido, o capital regulatrio passa a representar um potencial custo imposto
s seguradoras, podendo impactar diretamente no processo de precificao e na anlise de

performance da linha de negcio.

Assim, se o modelo regulatrio requerer maior alocao de capital para cobertura do risco de
subscrio para as seguradoras de menor porte, em termos de nvel de confiana da
distribuio de perdas, ento seria possvel influenciar de maneira adversa na competitividade
dessas, culminando, em ltima instncia, no incentivo concentrao do setor.

Logo, o presente estudo buscou investigar, sob a tica e limitao de usurio externo das
demonstraes contbeis, a existncia de indcios que levem a supor que a nova
regulamentao sobre o capital mnimo para cobertura do risco de subscrio penalizou as
seguradoras de menor porte.

Para tanto, foi necessrio distinguir as seguradoras por porte, o qual foi determinado pela
tcnica de Anlise de Conglomerados, considerando as variveis: prmio ganho e ativo total.
Em seguida, para estimar a distribuio de perdas conjunta das classes de negcio por
seguradora, foram estimadas as distribuies marginais e agregadas pela aplicao da teoria
de cpulas. Depois, calculou-se o ndice de cobertura, dado pela razo entre (a) a somatria
do grau de provisionamento com a alocao do capital regulatrio (abordagens com e sem
modelo interno) e (b) o valor em risco ao nvel de confiana de 99,5%. A partir do parmetro
de interesse apurado para cada seguradora e da distino das seguradoras por porte, procedeuse aos testes de mdias para investigar se existem evidncias que levem a supor que o modelo
regulatrio penalizou as empresas de menor porte.

Os resultados dos testes estatsticos aplicados sugerem que h indcios que levem a rejeio
da hiptese nula de igualdade de mdias, por porte, entre as seguradoras relativas ao ndice de
cobertura para o valor em risco, considerando o nvel de confiana de 99,5%. Isto , os
resultados indicam que o nvel de tolerncia ao risco associado ao capital regulatrio se
diferencia em funo do porte das seguradoras, penalizando as pequenas, representando uma
desvantagem competitiva, o que, por sua vez, pode contribuir para a concentrao do setor.

91
Alm disso, observou-se que o modelo regulatrio se mostrou mais coerente quando aplicado
s seguradoras mdias e grandes, por ter apresentado menor disperso no parmetro de
interesse, cuja mediana estava em torno de 1. Dessa maneira, tal resultado sugere que o grau
de provisionamento, juntamente com o capital regulatrio retrata, aproximadamente, o nvel
de confiana de 99,5%, em consonncia com o Projeto Solvncia II, mas, somente, para as
seguradoras consideradas como mdias e grandes.

A disperso para as seguradoras pequenas bem maior e a mediana est prximo a 1,5, o que
sugere que a abordagem regulatria requer em torno de 50% a mais de recursos que o nvel de
confiana de 99,5% exige. Esse resultado sugere uma desvantagem competitiva para essas se
comparadas s seguradoras de mdio e grande porte.

Portanto, os resultados indicam a confirmao da hiptese proposta nesta tese, ou seja, que o
modelo regulatrio penalizou as seguradoras pequenas em detrimento s mdias e grandes, o
que, por sua vez, acaba influenciando de maneira adversa na rentabilidade das linhas de
negcio e, consequentemente, na competitividade do setor, podendo, no limite, incentivar a
concentrao do segmento.

Alm disso, este estudo tambm levantou a seguinte inquietao para futuras pesquisas: qual a
magnitude da diferena na alocao de capital regulatrio para as abordagens com e sem
modelo interno que criaria um incentivo para o seu desenvolvimento ou aperfeioamento?

92

93

REFERNCIAS

ANDRADE, Fabio Wendling Muniz de. Desenvolvimento de modelo de risco de portflio


para carteiras de crdito a pessoas fsicas. So Paulo. 2004. Tese (Doutorado) FGV/EAESP.
ANJOS, Ulisses U. dos; FERREIRA, Flavio H.; KOLEV, Nikolai V.; MENDES, Beatriz V.
M. Modelando dependncias via cpulas. ABE Associao Brasileira de Estatstica, p.
143, 2004.
ARNOLD, Helen. Dependence Modelling via the Copula Method. Vacation student Project.
Quantitative Risk Management Group, CSIRO Mathematical and Information Sciences.
CMIS Report, 06/15, fev/2006.
ASSIS, Rodrigo Moreira de; LAURINI, Mrcio Poletti. Funes de Cpula na Precificao
de Opes. IBMEC, Working Paper, n. 103, So Paulo: 2008.
BANK FOR INTERNATIONAL SETTLEMENTS (BIS). The new Basel capital accord.
2005. Disponvel em: http://www.bis.org . Acesso em 05/09/2008.

BERNSTEIN, Peter L. Desafio aos Deuses: A fascinante historio do risco. Jonh Wiley &
Sons. Traduo: Ivo Korytowski. 9 ed. Rio de Janeiro: Campus, 1997.
BIANCHI, Marta Cristina Colozza. Teste Grfico para o Ajuste de Cpulas
Arquimedianas usando variveis BIPIT: Um Estudo de Simulao. Campinas, So Paulo:
2008. Dissertao (Mestrado em Estatstica) - Instituto de Matemtica, Estatstica e
Computao Cientfica, UNICAMP.
BRASIL. Superintendncia de Seguros Privados. Resoluo CNSP N. 8, de 21 de julho de
1989. Margem de Solvncia para Seguradoras.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 55, de 2001. Dispe
sobre margem de solvncia das sociedades seguradoras.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 73, de 2002. Dispe
sobre o capital mnimo das sociedades seguradoras e de capitalizao e entidades abertas de
previdncia complementar constitudas sob a forma de sociedades por aes, e d outras
providncias.
______. Superintendncia de Seguros Privados. CIRCULAR SUSEP N. 253, de 12 de maio
de 2004. Estabelece questionrio sobre os riscos, em especial os de subscrio, suportados
pelas sociedades seguradoras e d outras providncias.

94

______. Superintendncia de Seguros Privados. Resoluo CNSP N. 155, de 2006. Dispe


sobre o capital mnimo requerido para autorizao e funcionamento das sociedades
seguradoras e d outras providncias.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 156, de 2006. Cria o
Plano Corretivo de Solvncia das Sociedades Seguradoras.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 157, de 2006. Cria o
Plano de Recuperao de Solvncia das Sociedades Seguradoras.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 158, de 2006. Dispe
sobre as regras sobre o capital adicional baseado nos riscos de subscrio das sociedades
seguradoras e d outras providncias.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 178, de 2007. Dispe
sobre o capital mnimo requerido para autorizao e funcionamento das sociedades
seguradoras e d outras providncias.
______. Superintendncia de Seguros Privados. Resoluo CNSP N. 200, de 2008. Altera
dispositivos da Resoluo CNSP N. 178, de 28 de dezembro de 2007.
______. Superintendncia de Seguros Privados. CIRCULAR SUSEP N. 355, de 14 de
dezembro de 2007. Dispe sobre as regras do capital adicional baseado no risco de
subscrio das sociedades seguradoras alterando os anexos da Resoluo CNSP N
158/2006 e d outras providncias.
BRIGHAM, Eugene F. Fundamentos da moderna administrao financeira. Rio de
Janeiro: Campus, 1999.
BROOKS, D. et al. Actuarial aspects of internal models for Solvency II. Draft paper
Presented to the Institute of Actuaries, 23/02/2009.
BUENO, Rodrigo De Losso da Silveira. Econometria de sries temporais. So Paulo:
Cengage Learning, 2008.
CARDOSO, Petrusca Arrieiro. Uma metodologia para estimao do capital econmico:
incorporao de dependncia entre riscos via cpulas. Rio de Janeiro: set/2008.
Dissertao (Mestrado em Cincias Atuariais) - Instituto de Gesto de Riscos Financeiros e
Atuariais da PUC-RJ.
CARVALHO, L. Nelson G.; TRAPP, Adriana Cristina Garcia; CHAN, Betty Lilian.
Disclosure e risco operacional: uma abordagem comparativa em instituies financeiras que

95
atuam no Brasil, na Europa e nos Estados Unidos. RAUSP, So Paulo, v.39, n.3, p. 264-273,
julho/agosto/setembro de 2004.
CHAN, Betty Lilian. Equilbrio atuarial dos planos de benefcio definido e evidenciao
das entidades fechadas de previdncia complementar: um estudo de caso. So Paulo:
2004. Dissertao (Mestrado em Controladoria e Contabilidade) Faculdade de Economia,
Administrao e Contabilidade da Universidade de So Paulo.
CHAN, Betty L.; SILVA, Fabiana L.; MARTINS, Gilberto de A. Novas regras de solvncia
no mercado segurador brasileiro: uma reflexo acerca do modelo adotado. In: 8 Congresso
USP de Controladoria e Contabilidade, 2008, So Paulo. Anais... So Paulo: Congresso USP
de Controladoria e Contabilidade, 2008.
CHIARINI, Adriana. Concentrao preocupa pequenas e mdias. Jornal do Comrcio da
Agncia
Estado.
26/08/2009.
Disponvel
em:
http://www.segs.com.br/index.php?option=com_content&task=view&id=35021&Itemid=157.
Acesso em: 26/08/2009.
COMISSO DAS COMUNIDADES EUROPIAS. Proposta de Directiva do Parlamento
Europeu e do Conselho aos seguros de vida ao acesso actividade de seguros e resseguros e
ao seu exerccio. Proposta de Solvncia II. Bruxelas, 07/10/2007: 2007/0143.
CONTADOR, Claudio R. Economia do seguro: fundamentos e aplicaes. So Paulo:
Atlas, 2007.
CRAIGHEAD, Steve. A Toy Copula ERM Model in R2. Risk Management, Society of
Actuaries, n. 12, Mar/2008.
CROUHY, Michael; GALAI, Dan; MARK, Robert. Risk management. New York: McGrawHill, 2001.
DENUIT, M.; DHAENE, J; GOOVAERTS, M; KAAS, R. Actuarial Theory for Dependent
Risk. John Wiley & Sons, 2005, p. 440.
DICKEY, David A.; FULLER, Wayne A. Likelihood ratio statistics for autoregressive time
series with a unit root. Econometrica. v. 49, n. 4, Julho/1981.
DUFFIE, Darrel; SINGLETON, Kenneth J. Credit Risk: pricing, measurement, and
management. New Jersey: 2003, Princeton University Press. p.396.
ELING, Martin; SCHMEISER, Hato; SCHMIT, Joan T. The Solvency II Process: Overview
and Critical Analysis. University of St. Gallen. Working Paper Series in Finance. Paper N.
28. Maio/2006.

96
EMBRECHTS, Paul, MCNEIL, Alexander, STRAUMANN, Daniel. Correlation and
dependence in rik management: properties and pitfalls. Jul/1999.
EMBRECHTS, Paul. Copulas: A personal view. Working Paper. Jun/2009. Disponvel em:
http://www.math.ethz.ch/~baltes/ftp/eqf_copulas.pdf . Acesso: 20/08/2009.
FARR, Ian; MUELLER, Hubert; SCANLON, Mark; STRONKHORST, Simon. Economic
Capital for Life Insurance Companies. Society of Actuaries. Fev/2008. Disponvel em:
http://64.49.242.50/files/pdf/research-ec-report.pdf. Acesso em: 12/08/2009.
FVERO, Luiz Paulo, BELFIORE, Patrcia, SILVA, Fabiana Lopes, CHAN, Betty Lilian.
Anlise de dados: modelagem multivariada para tomada de decises. Rio de Janeiro:
Elsevier, 2009.
FIGUEIREDO, Sandra. Contabilidade de seguros. So Paulo: Atlas, 1997.
FRAGA, Eduardo. Avaliao do risco de subscrio de prmio utilizando inferncia
bayesiana. Revista Brasileira de Risco e Seguro. Rio de Janeiro, v. 1, n. 1, p. 64-83, abr/jul.
2005.
Disponvel
em:
http://www.rbrs.com.br/paper/_download/RBRS2_4%20%20Eduardo%20Fraga.pdf. Acesso em: 12/08/2009.
FUSAI, Gianluca, RONCORONI, Andrea. Implementing models in quantitative finance:
methods and cases. Springer, 2008, p. 607.
GAZETA MERCANTIL. Susep aprova fuso Aegon-Mongeral. Portal Nacional de Seguros
&
Sade,
26/05/2009.
Disponvel
em:
http://www.segs.com.br/index.php?option=com_content&task=view&id=28936&Itemid=157.
Acesso em:07/09/2009.
GENEST, Christian, GENDRON, Michael, BROURDEAU-BRIEN, Michael. The advent of
copulas in finance. The European Journal of Finance. Vol. 00, No. 0, Month 2009, 1-10.
Disponvel em: http://archimede.mat.ulaval.ca/pages/genest/publi/EJOF-2009.pdf . Acesso:
25/08/2009.
HAIR JR. J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Anlise multivariada
de dados. 5. ed. Porto Alegre: Bookman, 2005.
HOSSACK, I. B., POLLARD, J. H., ZEHNWIRTH, B. Introductory statistics with
applications in general insurance. Cambridge University Press, 2a. ed. United Kingdom,
1999.
JORION, Philippe. Value at risk: a nova fonte de referncia para a gesto do risco
financeiro. Traduo: Thierry Barbe. 2. Ed. rev. e ampl., So Paulo: Bolsa de Mercadorias &
Futuros BM&F, 2003.

97
KLEIBER, Christian, KOTZ, Samuel. Statistical size distributions in economics and
actuarial sciences. New Jersey: John Wiley & Sons, 2003.
LUPORINI, Carlos Eduardo de Mori. Avaliao de cias. seguradoras: insuficincias dos
critrios atuais e proposta de um novo modelo. Tese (doutorado) Universidade de So
Paulo, So Paulo, 2003.
LTKEPOHL, Helmut. New introduction to multiple time series analysis. Springer, 2007.
MACHADO, Mrcia Regina Calvano. Gesto do risco de subscrio em seguradoras que
operam em risco massificado: um estudo de caso. So Paulo. 2007. p. 133. Dissertao
(Mestrado em Controladoria e Contabilidade) Faculdade de Economia, Administrao e
Contabilidade, Universidade de So Paulo.
MELO, Eduardo Fraga Lima de. Uma aplicao de cpulas de Lvy na agregao de
processos multivariados de runa. Revista Brasileira de Risco e Seguro (Online), v. 4, p. 4764, 2008.
MOODYS. Perspectiva da Moodys para o mercado segurador brasileiro. Perspectiva
Setorial, outubro de 2006.
MORONE, Marco; CORNAGLIA, Anna; MIGNOLA, Giulio. Economic Capital Assessment
via Copulas: Aggregation and allocation of different risk types. Working Paper, 2007.
Disponvel em: http://www.riskwhoswho.com/Resources/MignolaGiulio1.pdf. Acesso em:
12/08/2009.
NELSEN, Roger B. Na Introduction to copulas. 2a. ed. Springer, New York: 2006.
OHEAR, Antony (organizador). Karl Popper: filosofia e problemas. Editora UNESP,
1997.
PEREIRA, Denis Eduardo; PEREIRA, Pedro L. Valls. Cpulas Uma alternativa para a
estimao de modelos de risco multivariados. Textos para Discusso da Escola de
Economia de So Paulo da Fundao Getulio Vargas FGV-EESP No. 170, Rio de
Janeiro: 2009.
PETERNELLI, Luiz Alexandre, MELLO, Mrcio Pupin de. Conhecendo o R: uma viso
estatstica. Editora UFV, Viosa: 2007, p.181.
PETTERE, G.; KOLLO, T. (2006). Modelling claim size in time via copulas. 28th
International Congress of Actuaries (ICA). The International meeting of actuarial
profession; Paris, France; May 28 - June 2, 2006.
Disponvel em:
http://papers.ica2006.com/Papiers/206/206.pdf: ICA, 2006. Acesso: 12/08/2009.

98
PIRES, Ricardo Antonio. Modelando a dependncia nas caudas das distribuies: o uso
de cpulas em finanas. So Paulo. 2004. p. 71. Dissertao (Mestrado em Teoria
Econmica) - Instituto de Pesquisas Econmicas da Faculdade de Economia, Administrao e
Contabilidade da Universidade de So Paulo.
PINDYCK, Robert S., RUBINFELD, Daniel L. Econometria: modelos & previses. Rio de
Janeiro: Elsevier, 2004, 2. Reimpresso.
RODRIGUES, Murilo Ramos Alambert. Relaes de longo prazo entre prmios ganhos e
sinistros retidos no mercado segurador brasileiro. CEPS Centro de Estudos e Pesquisas
em Seguros. COPPEAD, Rio de Janeiro: Julho/2007, No.4.
RODRIGUES, Jos Angelo. Gesto de Risco Atuarial. So Paulo: Saraiva, 2008.
MORETTIN, Pedro A. Econometria Financeira: Um curso em sries temporais
financeiras. So Paulo: Blucher, 2008.
SANDSTRM, Arne. Solvency: models, assessment and regulation. Chapman & Hall/CRC:
2006.
SANTOS, Josivon Souza dos. Simulao de variveis aleatrias dependentes: aplicao
risco subscrio. So Paulo. 2008. p. 58. Dissertao (Mestrado) - Instituto de Matemtica e
Estatstica da Universidade de So Paulo.
SECURATO, Jos Roberto. Decises financeiras em condies de risco. So Paulo: Atlas,
1996.
SETH, Harshil. Estimating VaR using Copula. URA Final Report, 2007.
SHERRIS, Michael; HOEK, John van der. Capital allocation in insurance: economic capital
and allocation of the default option value. 39th Actuarial Research Conference, August 5-7
2004,
University
of
Iowa
in
Iowa
City,
Iowa.
Disponvel
em:
http://www.actuaries.org/AFIR/Colloquia/Boston/Sherris_VanDerHoek.pdf . Acesso em:
15/05/2009.
SILVA, Jos Pereira. Gesto e Anlise de Risco de Crdito. 4. Ed., So Paulo: Atlas, 2003.
SILVA, Josemar Costa. Prticas contbeis das operaes de seguros: Anlise comparativa
entre as normas brasileiras e o projeto proposto pelo IASB. Caderno de Seguro: teses, v.
10, no. 23. Rio de Janeiro, Funenseg, 2005.
SILVA, Csar Augusto Tibrcio, MORAES, Marcos Campos. Concentrao do setor
financeiro brasileiro aps o plano real. In: 6 Congresso USP de Controladoria e

99
Contabilidade, 2006, So Paulo. Anais... So Paulo: Congresso USP de Controladoria e
Contabilidade, 2006.
SILVA, Fabiana Lopes, CHAN, Betty Lilian, MARTINS, Gilberto de Andrade. Demanda de
resseguros no Brasil. In: 8 Congresso USP de Controladoria e Contabilidade, 2008, So
Paulo. Anais... So Paulo: Congresso USP de Controladoria e Contabilidade, 2008.
SOA Society of Actuaries. Specialty Guide on Economic Capital. Verso 1.5, Mar/2004.
Disponvel em: www.soa.org/files/pdf/news-pub-2004-spg-econ.pdf. Acesso em: 12/08/2009.
SOUZA, Silney de. Seguros: contabilidade, aturia e auditoria. So Paulo: Saraiva, 2001.
STOLF, Wagner Albres. Quantificao do risco de crdito: um estudo de caso utilizando
o modelo Creditrisk+. Piracicaba: 2008. Dissertao (Mestrado em Cincias) - Escola
Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo.
STUCHI, Luciano Gabas. Quantificao de risco de crdito: uma aplicao do modelo
CreditRisk+ para financiamento de atividades rurais e agroindustriais. Piracicaba: 2003.
Dissertao (Mestrado) - Escola Superior de Agricultura Luiz de Queiroz, Universidade de
So Paulo.
TANG, Andrew, VALDEZ, Emiliano. Economic Capital and the Aggregation of Risks using
Copulas. The 8th International Congress of Actuaries. Paris: 2006. Disponvel em:
http://www.ica2006.com/Papiers/282/282.pdf Acesso em: 12/08/2009.
TRIVEDI, Pravin K.; ZIMMER, David M. Copula modeling: an introduction for
practitioners. Foundations and Trends in Econometrics. v. 1, n. 1, 2005.
YAN, Jun. Enjoy the Joy of Copulas: With a Package copula. Journal of Statistical
Software. v. 21, Issue 4, Out/2007.
YAN, Jun, KOJADINOVIC, Ivan. Package copula. Verso 08.3, 23/JAN/2009. Disponvel
em: http://cran.r-project.org/web/packages/copula/copula.pdf. Acesso em: 20/05/2009.