Escolar Documentos
Profissional Documentos
Cultura Documentos
Tbuas Biomtricas
banco de dados distribudos, extensos, mestrados em Matemtica pelo
espaciais e para geoprocessamento. nuada, ajudando-os a enfrentar um mercado fortemente competitivo.
Instituto de Matemtica Pura e
Possui interesses e pesquisas no
Nos seus mais de 40 anos de existncia, a Escola tem contribudo decisivamente para o de- Aplicada IMPA (1973) e pela
desenvolvimento de softwares para a
de mortalidade e sobrevivncia
rea de seguros e previdncia. senvolvimento do mercado do seguro, previdncia complementar aberta e capitalizao ao University of Warwick, Inglaterra
oferecer programas educacionais, apoiar pesquisas tcnicas, publicar vasta gama de ttulos (1974). PhD pela University
e promover eventos sobre os temas mais candentes do mercado. Nesse perodo, tambm se of Warwick (defendeu tese de
Kaiz Iwakami Beltro notabilizou pela troca de experincias com instituies de ensino do Brasil e exterior, atravs EXPERINCIA DO MERCADO SEGURADOR BRASILEIRO 2010 doutorado em 1976). Atualmente
Possui graduao em Engenharia de convnios de cooperao tcnica. professor associado da Universidade
Mecnica pelo Instituto Tecnolgico Federal do Rio de Janeiro. Tem
de Aeronutica (1974), mestrado em A Escola Nacional de Seguros oferece desde cursos de curtssima durao at cursos de ps-
experincia na rea de matemtica,
Matemtica Aplicada pelo Instituto de graduao, formando mais de 10 mil alunos por ano, inclusive via modernas tecnologias de
com nfase em sistemas dinmicos,
Matemtica Pura e Aplicada (1977) e ensino, como o caso do ensino distncia.
entretanto, nos ltimos anos,
doutorado em Estatstica pela Princeton
University (1981). Atualmente Em 2005, a entidade obteve parecer favorvel do Ministrio da Educao (MEC) para minis- vem atuando em projetos em
pesquisador/professor da EBAPE/FGV-RJ. trar, no Rio de Janeiro, o Curso Superior de Administrao de Empresas com nfase em Se- desenvolvimento de softwares,
Tem experincia na rea de populao guros e Previdncia, o primeiro do Pas com essas caractersticas. Em 2009, tal curso passou banco de dados e modelagem
e polticas pblicas, com nfase em na rea de seguros e resseguros.
a ser oferecido tambm na Unidade Regional So Paulo. Assim, a Escola Nacional de Seguros
previdncia social e educao, atuando Foi fundador e o coordenador
principalmente nos seguintes temas: confirmou seu comprometimento com o incremento da qualificao de profissionais para
uma rea de atuao que vai se tornando cada vez mais complexa e dinmica. do Laboratrio de Matemtica
demografia, diferenciais por sexo/
raa, condies de sade, modelagem Aplicada (LabMA) da UFRJ.
estatstica e mortalidade. A instituio tem sede no Rio de Janeiro, conta com quatorze unidades regionais e est pre-
sente em cerca de 50 cidades de todo o Pas. Consegue, assim, manter e expandir o elevado
Ricardo Milton Frischtak
padro de ensino que sua marca, bem como ratificar sua condio de maior e melhor escola
Sonoe Sugahara Pinheiro de seguros do Brasil. aturio-membro do Instituto
Possui graduao em Engenharia pela Brasileiro de Aturia IBA,
Escola de Engenharia da Universidade Escola Nacional de Seguros representando-o no Conselho da
Federal do Rio de Janeiro UFRJ (1973), www.funenseg.org.br International Actuarial Association
mestrado em Matemtica pelo Instituto IAA e no Accreditation Committee.
Nacional de Matemtica Pura e Aplicada
PhD pela Cornell University em
(1975), mestrado em Operations
Research pela Stanford University Operations Research. engenheiro
(1979) e doutorado em Economia da eletricista pelo IME e estatstico
Indstria e da Tecnologia pela UFRJ pela ENCE. Foi professor de Cincias
(1996). Atualmente pesquisadora da Atuariais na UFRJ, onde ajudou a
ISBN 978-85-7052-548-2
ENCE/IBGE. Tem experincia na rea de formar muitas geraes de aturios.
economia, com nfase em estatstica
motociclista de vida toda e gosta
socioeconmica e modelagem, atuando
principalmente nos seguintes temas: de velejar e de dirigir carros em
previdncia social, mercado de trabalho, Mrio de Oliveira Ricardo Frischtak Milton Ramirez Kaiz Beltro Sonoe Pinheiro trilhas. pai de duas filhas e av
9 788570 525482
tbuas de mortalidade e questes raciais. de cinco netos.
Tbuas Biomtricas
de mortalidade e sobrevivncia
EXPERINCIA DO MERCADO SEGURADOR BRASILEIRO 2010
Tbuas Biomtricas
de mortalidade e sobrevivncia
EXPERINCIA DO MERCADO SEGURADOR BRASILEIRO 2010
Mrio de Oliveira
Ricardo Frischtak
Milton Ramirez
Kaiz Beltro
Sonoe Pinheiro
Nenhuma parte deste livro poder ser reproduzida ou transmitida sejam quais forem os meios empregados:
eletrnicos, mecnicos, fotogrficos, gravao ou quaisquer outros, sem autorizao por escrito da Fundao
Escola Nacional de Seguros Funenseg.
Coordenao Editorial
Diretoria de Ensino Superior e Pesquisa/Coordenadoria de Publicaes
Edio
Vera de Souza
Mariana Santiago
Produo Grfica
Hercules Rabello
Capa/Diagramao
Grifo Design
Reviso
Monica Teixeira Dantas Savini
ISBN n 978-85-7052-548-2.
Autores que participaram da confeco do livro: Ricardo
Frischtak, Milton Ramirez, Kaiz Beltro e Sono Pinheiro.
A
gradecemos a todos os membros do Comit Atuarial da FenaPrevi que contriburam
com sugestes e discusses em todas as fases do nosso trabalho. Agradecimentos
especiais a Jair Lacerda, Francisco Pereira, Luiz Peregrino e a Beatriz Herranz que
acompanharam o projeto de construo das Tbuas desde o seu incio.
Este projeto de pesquisa teve o apoio da Fundao de Amparo Pesquisa do Estado do Rio
de Janeiro (FAPERJ), dentro do programa PRIORIDADE RIO e do programa Apoio s
Instituies de Ensino e Pesquisa Sediadas no Estado do Rio de Janeiro.
Agradecemos aos nossos estudantes do LabMA/UFRJ, em especial ao Paulo Vitor por refa-
zer os grficos constantes do livro.
Sumrio
Apresentao ........................................................................................................................... 9
1. Introduo ....................................................................................................................... 11
8.3 Metodologia para atualizao das Tbuas de Sobrevivncia e de Mortalidade ... 101
E
ste trabalho apresenta as tbuas biomtricas de sobrevivncia e de mortalidade e
o resultado da pesquisa encomendada pela Fenaprevi Federao Nacional de
Previdncia Privada e Vida ao Laboratrio de Matemtica Aplicada do Instituto de
Matemtica da Universidade Federal do Rio de Janeiro.
A pesquisa representa um marco indito, pois utilizou pela primeira vez estatsticas bra-
sileiras, o que significa que as instituies de previdncia e seguradoras tm, agora, sua
disposio, um retrato mais fiel do perfil da populao brasileira. Foram utilizados mais de
300 milhes de registros, de 23 seguradoras, com informaes detalhadas sobre contratos de
seguro, discriminados por sexo, idade e tipo de plano. Esses dados foram ainda cruzados com
as informaes dos cadastros do Sistema de Controle de bitos e do Cadastro Nacional de
Informaes. No menos importante a equipe de pesquisadores: excepcional, com reconhe-
cimento internacional, o que confere credibilidade s novas tbuas biomtricas.
A Escola Nacional de Seguros, como instituio de ensino e pesquisa, tem orgulho de publicar
e divulgar essa pesquisa, assim consolidando o convnio de parceira que tem com o LabMA/
UFRJ Laboratrio de Matemtica Aplicada do Instituto de Matemtica da Universidade
Federal do Rio de Janeiro.
9
1 Introduo
C
onsiderando apenas os indicadores da primeira dcada do presente sculo, observamos
que os segmentos de seguros de pessoas e de previdncia complementar aberta do
mercado brasileiro expandiram-se aceleradamente.
Os estudos para a construo das tbuas brasileiras consumiram dois anos de trabalho. Todo
o processo, desde seu incio, foi coordenado pela Comisso Atuarial da FenaPrevi, com a
regulamentao final pela Superintendncia de Seguros Privados (Susep), rgo vinculado
ao Ministrio da Fazenda.
A equipe trabalhou na depurao de mais de 300 milhes de registros, referentes aos anos
de 2004, 2005 e 2006. Os milhes de registros das 23 empresas seguradoras continham in-
formaes sobre o ingresso e a sada de indivduos dos contratos com CPF, sexo e data de
nascimento, discriminados por ano, cobertura e plano.
11
Por solicitao da UFRJ, o Ministrio da Previdncia Social permitiu o cruzamento dos dados
das seguradoras com os dados do Cadastro Nacional de Informaes (CNIS) e do Sistema de
Controle de bitos (Sisobi), operados pela Dataprev. Isso foi determinante para o sucesso do
projeto, pois aumentou substancialmente o nmero de bitos da base, corrigindo os sub-registros.
Os dados utilizados no estudo representam 82% dos segurados do ramo vida no Brasil. O
objetivo bsico do estudo fazer com que os planos de seguros de pessoas e de benefcios de
previdncia complementar aberta passem a ser estruturados e comercializados com base em
parmetros atuariais condizentes com a experincia do mercado segurador nacional, possibi-
litando uma precificao mais justa dos produtos de vida e previdncia.
A Susep adotou as tbuas BR-EMS como tbuas padro (standard) para o mercado segurador
brasileiro (Circ. Susep n 402 de 18.03.2010). Estas tbuas sero atualizadas em 2015.
O novo padro de referncia sinalizado pelas tbuas BR-EMS trar mais eficincia inds-
tria de vida e previdncia brasileira. Com as novas tbuas o mercado nacional ganha uma
ferramenta que, com as atualizaes peridicas, contribuir para promover o equilbrio das
operaes, mitigando os riscos de longevidade e preservando a solvncia do sistema.
Em outra circular da Susep n 410 de 22.12.2010, foi institudo que para o clculo das estimati-
vas de sobrevivncia e de morte, devero ser utilizadas as tbuas BR-EMS, vigentes no momento
da realizao do TAP (Teste de Adequao de Passivos), ajustadas por critrio de desenvolvimen-
to das expectativas de longevidade.
T
buas de vida vm sendo elaboradas h muito tempo ao longo da histria da
humanidade. Existem indcios de que na antiga Roma, no sc. III a.C., j se
calculavam tbuas de vida e estatsticas derivadas das mesmas, como esperanas
de vida e vida mdia para certas idades (Duchene & Wunsch, 1988). Mas as primeiras
referncias a estudos mais elaborados so encontradas na obra de John Graunt, intitulada
Natural and political observations made upon the Bills of mortality, publicada em 1662
(apud David, 1998), e mais tarde nas tbuas desenvolvidas pelo astrnomo Edmond Halley,
em 1693 (apud Duchene & Wunsch, 1988). A publicao da tbua de vida desenvolvida
por Edmond Halley pode ser considerada um marco para um estudo mais elaborado de
modelos de sobrevivncia. Porm, foi somente em 1815 que surge a primeira tbua de vida
baseada em conceitos verdadeiramente atuariais, construda por Milne para a cidade de
Carlisle, na Inglaterra.
Desde essa data, numerosas tbuas foram e continuam sendo elaboradas para diferentes re-
gies e pases, devido sua crucial importncia para anlises de problemas de diversas na-
turezas. A tbua de mortalidade para uma dada populao uma ferramenta importante no
apenas em termos de estudos atuariais e demogrficos em geral, como, tambm, para polti-
cas pblicas e financiamento do setor privado para certos servios ofertados no mercado que
cobrem um vasto leque de possibilidades.
Para a construo de uma tbua de vida especfica para um grupo populacional, dois proble-
mas se apresentam:
13
i) O primeiro o conjunto de dados em si, informaes dos bitos e da populao em risco.
O IBGE vem calculando tbuas de mortalidade para a populao brasileira como um todo,
e que so utilizadas no clculo do fator previdencirio, determinante atualmente no clculo
do valor das aposentadorias. Porm, o obstculo central construo de uma tbua de vida
a partir dos dados do Registro Civil (para a informao de bitos) e dos Censos (para a
populao em risco) se encontra tanto no nvel de cobertura dos bitos como no do nvel de
cobertura e na qualidade da informao censitria. Embora seja possvel estimar um corre-
tor, usando qualquer uma das vrias tcnicas existentes para estimar os nveis de cobertura
dos bitos do registro civil, essas tcnicas supem um erro uniforme para todas as idades,
ou, pelo menos, para os grupos etrios acima de certa idade (usualmente cinco ou 10 anos).
Existem, porm, evidncias de que esses erros seriam maiores para os grupos extremos:
crianas e idosos. Outro problema a utilizao de dados com fontes distintas, e possivel-
mente com erros de mensurao e cobertura distintos.
ii) O segundo problema envolve a escolha de um modelo adequado para descrever alguma
funo da mortalidade.
Os bitos podem ser considerados variveis aleatrias com distribuio binomial, B(N,q),
com o parmetro de tamanho, N, conhecido e o parmetro de probabilidade, q, desconhe-
cido e a ser estimado. Para grandes populaes pode ser utilizada uma aproximao de
Poisson para a distribuio binomial.
Por outro lado, tem sido grande a oferta de modelos paramtricos flexveis para descrever
as foras da mortalidade para as diferentes idades. Alguns modelos se propem a descre-
ver apenas a mortalidade adulta, ou algum segmento etrio especfico.
Os primeiros modelos, mais simplistas, assumiam uma idade mxima e as funes des-
crevendo o acompanhamento da coorte. Gompertz (1825) prope um modelo onde, alm
da mortalidade aleatria que atingiria jovens e idosos da mesma forma, agrega uma fora
1
de vitalidade que diminui com a idade, expressa da forma x , onde x = l x / l x a
fora de mortalidade. Ele assume a hiptese de que a vitalidade humana decresce a cada
1
instante proporcionalmente ao seu valor instantneo, isto : d x = k 1 , onde k
x
uma constante positiva. dx
Ainda naquele sculo, vrios autores propuseram generalizaes dessa frmula, mormente
x
Makeham, que prope x = A + Bc x e l x = l0 s x g c tentando melhor ajustar, princi-
palmente as idades extremas (os mais jovens e os mais idosos). Os modelos propostos a
partir das frmulas de Gompertz e Makeham foram se tornando cada vez mais complexos,
ainda que no final nenhum deles fosse completamente satisfatrio. Alguns modelos podem
ser bons para certas faixas etrias e ruins para outras.
A anlise de diferentes modelos para a descrio das tbuas de mortalidade constituiu, por-
tanto, um ponto crucial para o presente estudo. Uma breve meno das alternativas dispon-
veis na literatura encontra-se na seo seguinte.
3.1 Introduo
E
ste captulo contm uma descrio dos principais mtodos de graduao de tbuas de
vida encontrados na literatura. Foi realizado um extenso levantamento da literatura,
que se encontra listada na bibliografia e se decidiu por apresentar um resumo dos
mtodos mais relevantes. Em busca de formas de modelar e ajustar padres de mortalidade,
diversas tcnicas vm sendo desenvolvidas. O objetivo destas tcnicas a obteno de
tbuas de mortalidade suaves, uma vez que se espera que as taxas de mortalidade entre
idades contguas sejam muito prximas e monotnicas por partes. Descrevem-se a seguir os
mtodos de graduao mais citados na literatura.
Entende-se por taxa bruta tb de mortalidade na idade x a razo entre nmero de bitos e o
nmero de indivduos nesta idade num dado perodo de tempo, 1 ano no caso presente, isto ,
bitos na Idade ( x )
tb ( x ) =
Exposio na Idade ( x )
Entende-se por taxa adoada ou suavizada ts, por um nmero n mpar de anos de idade aquela
obtida por uma mdia mvel das taxas brutas, isto ,
n 1
2
ts ( x) = n 1
tb ( x + p )
p =
2
17
A taxa ajustada aquela encontrada atravs de um modelo analtico em geral aplicado sobre as
taxas suavizadas. Estas taxas podem ser definidas para cada idade (taxas especficas por idade)
ou faixas etrias ou, ainda, uma taxa geral de mortalidade para a populao como um todo. No
caso da taxa geral, no cabem consideraes sobre taxas adoadas nem sobre modelagem.
Os mtodos no paramtricos pretendem obter novos valores a partir dos dados observados.
Os mtodos paramtricos e no paramtricos podem se complementar em alguns casos, no
sentido do resultado de um procedimento no paramtrico muitas vezes subsidiar de forma
mais adequada a escolha da curva de mortalidade a ser ajustada.
1. Mtodos grficos;
2. Mtodos paramtricos; e
1. Mtodos grficos;
1. Mtodos grficos;
2. Mtodos de soma;
3. Mtodos de Kernel;
5. Mtodos spline;
3.2 Distribuies
As distribuies mais comumente utilizadas para modelagem envolvendo bitos ou sobre-
vivncia em tbuas de vida para um grupo populacional homogneo so a distribuio bi-
nomial e a de Poisson. Quando se considera uma modelagem em tempo discreto e supondo
que os bitos so variveis independentes entre si, o nmero de mortes (de um grupo ho-
mogneo em sexo, idade etc) naturalmente uma varivel binomial (j que uma soma de
Bernouillis independentes) B(Nx,qx), onde Nx o nmero de indivduos vivos na idade x e qx
a probabilidade de bito na idade x, e o que se deseja estimar. A varivel aleatria Ox, n-
mero de bitos idade x, apresenta uma distribuio B(Ex, qx), onde Ex a exposio inicial
ao risco de morte. O estimador de mxima verossimilhana para a taxa de mortalidade
Ox
q x = ,
Nx
a taxa de mortalidade observada. importante lembrar que o uso direto deste EMV no
garante suavidade na funo qx, e, portanto, nunca utilizada diretamente quando vrias ida-
des so consideradas simultaneamente como o caso de tbuas de vida, requerendo algum
mtodo de graduao. A taxa de mortalidade refere-se a algum intervalo especfico de tempo
i) Critrio da parcimnia escolher o mtodo mais simples entre aqueles que levam a
resultados semelhantes;
iii) Critrio da replicabilidade escolher mtodos que possam ser aplicados por diferentes
pesquisadores e que conduzam aos mesmos resultados;
iv) Critrio da estabilidade da metodologia escolher mtodos que tenham como bases
tcnicas amplamente testadas e aceitas;
Um modelo de tbua de vida deve ter trs propriedades: a) devem ser simples e fceis de
usar como a famlia de tbuas de vida de Coale-Demeny, os modelos das Naes Unidas, o
sistema logito de Brass e o sistema de Lederman; b) devem captar toda a amplitude dos pa-
dres de mortalidade para idades especficas encontradas em uma populao real; e c) devem
apresentar um ajuste o mais perfeito possvel entre taxas de mortalidade preditas e taxas de
mortalidade reais.
O
conjunto de dados da populao de segurados utilizado no estudo foi fornecido
individualmente por treze grupos empresariais, compreendendo 23 seguradoras.
Estas so: Mapfre Nossa Caixa Vida e Previdncia S/A, Brasilprev Seguros e
Previdncia S/A, HSBC Vida e Previdncia S/A, Unibanco AIG Vida e Previdncia S/A, Sul
Amrica Seguros, Icatu Hartford Seguros S/A, Ita Vida e Previdncia S.A, Ita Seguros S/A,
Bradesco Seguros S.A, Finasa Seguradora S/A, Caixa Seguradora S/A, Mapfre Vera Cruz
Vida e Previdncia S.A, Generali do Brasil, Unibanco AIG Seguros S/A, HSBC Seguros S.A,
Sul Amrica Seguros de Vida e Previdncia S/A, Aliana do Brasil, MARES-Mapfre Riscos
Especiais Seguradora S/A, Bradesco Vida e Previdncia S.A., Caixa Vida e Previdncia S.A.,
AIG Brasil Companhia de Seguros, CAPEMI e GBOEX. A populao levantada para o incio
dos estudos cobriu 82% dos segurados do ramo vida no Brasil.
A cada seguradora anualmente exigido pela SUSEP a listagem individual dos dados de cada
segurado seguindo um protocolo disposto nas Circulares SUSEP (no 197, para os dados do
ano de 2004, nos 312 e 322 para o ano de 2005 e no 335 para o ano de 2006), que, todavia,
requerem basicamente a mesma informao. A informao que interessava para o presente
estudo estava basicamente separada em dois grupos principais, o dos indivduos ativos e dos
beneficirios de renda, sendo que os ativos eram separados em dois grupos, um para a cober-
tura de mortalidade e outro para a cobertura de sobrevivncia.
Para cada produto adquirido por um indivduo eram registrados CPF, sexo, data de nascimen-
to, data de ingresso no plano e a eventual data e motivo da sada do plano, onde encontramos
a data do bito, caso esse ocorresse.
23
Conforme as circulares SUSEP, os produtos eram classificados em:
8. AP Acidentes Pessoais;
9. PP Previdncia Privada; e
LabMA/UFRJ recebeu dados para os anos de 2004, 2005 e 2006. Foram identificados
300.337.582 registros distintos nos arquivos enviados pelas seguradoras. Aps um pr-pro-
cessamento desses registros, foi computado um total de 21,7 milhes de homens e 17,8 mi-
lhes de mulheres. A tabela 1 apresenta esta populao por ano (note que h pessoas que
aparecem em mais de um desses anos).
ii) Necessidade de ambiente computacional integrado ao banco de dados que permita rea-
lizar consultas extensas, consolidaes, filtragem e anlises sobre toda a base de dados,
alm de permitir a construo de aplicativos, por prototipagem evolutiva, para a gerao
de taxas brutas de mortalidade e de outros indicadores estatsticos, considerando agru-
pamentos por idade, sexo, tipo de cobertura, seguradoras, tipos de planos etc; e
iii) Persistncia da informao, adquirida e gerada, com sistema de segurana que garanta a
confidencialidade e isolamento das informaes entre seguradoras distintas.
O banco de dados desenvolvido para o projeto foi nomeado Tbuas. As seguintes aes
foram realizadas durante o seu desenvolvimento, como comentaremos a seguir:
4 Base de dados 25
Armazenamento, segurana e
confidencialidade das informaes
O projeto de construo das Tbuas Biomtricas a partir da experincia do mercado segu-
rador possui o requisito de sigilo absoluto das informaes repassadas pelas seguradoras. A
fim de assegurar que tal requisito fosse plenamente atendido, o ambiente do banco de dados
Tbuas foi configurado para segmentar todos os acessos aos dados, apondo um firewall
dedicado ao ambiente do banco, incluindo os computadores de desenvolvimentos por onde
passam os dados tambm. Eliminou-se qualquer acesso externo aos dados e configurou-se
um LOG para todos os acessos internos, tanto por razes de segurana como para permi-
tir rastreamento de erros no desenvolvimento dos processos. Completando essas configura-
es de segurana, a prpria segurana do SGBD foi configurada no nvel de proteo total.
Rotinas de backup da base de dados foram implementadas, em particular para os resultados
dos processos de integrao e de anlises.
O esquema conceitual do segundo nvel do banco de dados Tbuas possui oito entidades,
como pode ser visto na figura a seguir. A entidade central do modelo o Contrato, o qual
relaciona cada Indivduo com os Planos e Coberturas adquiridos nas Empresas a
qual, por fim, participa de um Grupo empresarial. Assim, a entidade Contrato registra
cada um dos produtos que um indivduo comprou, se ele est Ativo, ou a partir do qual
percebe algum benefcio, caso seja um Beneficirio. Cada registro na entidade Contrato
diz respeito a um produto e a at trs coberturas.
4 Base de dados 27
Anlise da qualidade dos dados
Nesta etapa foi realizada uma anlise da base de dados colhida buscando aferir a sua qualida-
de. Para tanto, foram realizados trs tipos de testes:
iii) Checagem das distribuies etrias, por sexo, da populao e das mortes ocorridas para
cada combinao de ano calendrio, seguradora, produto e cobertura contratada.
Esta anlise foi inicialmente feita no total da base de dados, separado apenas por sexo, e,
posteriormente, pormenorizada segundo os seguintes critrios:
No Banco de Dados Tbuas foi levantada a existncia de 33.761.186 registros com CPFs
invlidos, o que representa 13,65% do nmero total de registros da base. Todavia, quando os
registros foram agrupados por indivduos, constatou-se que apenas 0,1% dos indivduos de
toda a base de dados correspondiam queles CPF invlidos.
Anlise de indivduos
Como j comentado, os registros foram agrupados segundo a chave de identificao escolhi-
da para diferenciar um indivduo, qual seja, a concatenao dos campos CPF, Sexo e Data
de Nascimento. De um total de pouco mais de 300 milhes de registros, foram identificados
39,5 milhes de indivduos distintos com CPF vlido. A tabela a seguir apresenta o total de
indivduos por cobertura e ano calendrio.
4 Base de dados 29
5 Seleo de subpopulaes
O
grfico 1 apresenta a distribuio por sexo e idade da populao exposta no
trinio 2004 a 2006. A maioria da populao masculina e feminina se situa entre
as idades de 20 e 80 anos. Abaixo de 18 anos, h pouca exposio, enquanto
acima de 80, espera-se uma queda com a idade do contingente exposto. A moda se situa em
torno de 40 anos, ligeiramente superior para as mulheres. A populao masculina quase
o dobro da feminina.
600.000
Homens
Mulheres
500.000
400.000
300.000
200.000
100.000
0
0 10 20 30 40 50 60 70 80 90 100
31
Uma vez que experincia passada com esse tipo de base de dados mostra que h uma so-
bre-enumerao dos bitos e, tambm, com o intuito de aumentar o rigor da construo
da BR-EMS, o LabMA/UFRJ concatenou o banco de dados Tbuas com informaes
constantes do Cadastro Nacional de Informaes Sociais (CNIS) e do Sistema de Controle
de bitos (SISOBI) do Ministrio da Previdncia Social, ambos geridos pela Dataprev
Empresa de Tecnologia e Informaes da Previdncia Social.
Com a quantidade de bitos corrigida desse modo, neste perodo foram apurados 575.838
bitos. O grfico 2 apresenta a distribuio dos bitos desagregados por sexo e por idade.
2.000
Homens
Mulheres
1.500
1.000
500
0
0 10 20 30 40 50 60 70 80 90 100
160.000
Homens
Mulheres
140.000
120.000
100.000
80.000
60.000
40.000
20.000
0
0 10 20 30 40 50 60 70 80 90 100
500.000
Homens
Mulheres
400.000
300.000
200.000
100.000
0
0 10 20 30 40 50 60 70 80 90 100
5 Seleo de subpopulaes 33
Grfico 5. bitos POR SEXO E IDADE
POPULAO com cobertura de sobrevivncia 2004 A 2006
BITOS POR SEXO E IDADE POPULAO COM COBERTURA DE
SOBREVIVNCIA 2004 A 2006
400
350
Homens
Mulheres
300
250
200
150
100
50
0
0 10 20 30 40 50 60 70 80 90 100
1.800
Homens
Mulheres
1.600
1.400
1.200
1.000
800
600
400
200
0
0 10 20 30 40 50 60 70 80 90 100
Grfico 7.
5.000.000
20.000.000 5.000.000
20.000.000
4.900.000
15.000.000 4.900.000
15.000.000
4.800.0004.800.000
10.000.00010.000.000
4.700.0004.700.000
5.000.000 5.000.000
0 4.600.0004.600.000
0
2004 2005 2006 2004 2004 2005 2005 2006 2006
2004 2005 2006
O grfico 8 abaixo mostra a distribuio dos bitos nos trs anos desagregada por cobertura.
Grfico 8.
5 Seleo de subpopulaes 35
5.2 Estimativa de atrasos nos registros (IBNR)
A tabela 3 apresenta a distribuio dos atrasos em reportar os eventos de bito. Verifica-se
que, em mdia, 83% dos bitos so reportados em at 100 dias. Portanto, pode-se assumir
que os bitos dos anos de 2004 e 2005 j esto praticamente reportados. Quanto a 2006,
como os dados foram enviados em julho de 2007, a maioria dos bitos j foi reportada, no
cabendo qualquer outra considerao sobre a utilizao de corretores dos dados originais
(IBNR). Alm disso, como haver a concatenao com os dados do CNIS/SISOBI no
existe necessidade pela considerao do IBNR.
Analisados os dados disponveis desses anos, concluiu-se que o nmero de indivduos nesses
grupos etrios extremos suficientemente grande para estimativa de taxas de mortalidades.
ii) Comparao de taxas brutas populacionais com tbuas extremas (CSO 2001 e IBGE
2005) e eliminao de valores atpicos; e
iii) Avaliao das curvas das taxas observadas de mortalidade para a subpopulao vis--vis
a de outras subpopulaes.
oe = q
x
x ,e E xspct ,
5 Seleo de subpopulaes 37
onde qx,e a taxa especfica de mortalidade para a idade x da tbua e; e E xspct denota a
exposio de pessoas com idade x, sexo s, cobertura c no produto p (de uma dada em-
presa) no instante t.
Para as razes optou-se por utilizar no denominador os valores esperados de bitos esperados
sob as tbuas extremas para garantir que este seria sempre maior do que zero. Para subpo-
pulaes com regimes de alta mortalidade (perto do descrito pela tbua IBGE 2005), esta
razo deveria estar perto da unidade e a relativa da tbua CSO 2001 apresentaria valores
perto de 10 ( esta aproximadamente a razo das taxas das duas tbuas). Conversamente,
para subpopulaes com regimes de baixa mortalidade (perto do descrito pela tbua CSO
2001) esta razo deveria estar perto da unidade e a relativa tbua IBGE 2005 apresentaria
valores perto de 0,1. Estas razes foram plotadas colocando no eixo das abcissas as razes
com respeito tbua do IBGE 2005 e nas ordenadas as com respeito CSO 2001. Grosso
modo, esperar-se-ia que, se todos os grupos estivessem sujeitos exatamente ao mesmo regime
de mortalidade, os pontos formassem um conglomerado, com a disperso correspondente a
de uma combinao linear de variveis binomiais, i.e., os valores deveriam estar alinhados e
concentrados em torno de um valor central. Pontos muito longe do conglomerado no deve-
riam ser considerados para o clculo final da BR-EMS, pois, certamente, estariam viesando o
resultado. Estes valores atpicos deveriam ser indicadores de problemas intrnsecos.
Como no existe uma forma fechada para esta distribuio, utilizou-se uma aproximao
normal (seguindo a proposta de Tukey 1977) para calcular as cercas que definiriam os va-
lores extremos (outliers). Para caracterizar estes valores atpicos, utilizou-se uma variao
do critrio sugerido por Tukey, que define cercas que seriam limites para os dados consi-
derados como pertencentes populao. As cercas neste trabalho foram definidas em etapas
interativas, com os valores correspondentes a um intervalo de confiana simtrico de 95%
centrado na mdia da populao para as cercas interiores, e de 97,5% para as cercas exterio-
res. Na primeira etapa, eliminaram-se os valores fora das cercas e recalculou-se a mdia e a
varincia da populao. Com estes novos valores, as cercas foram recalculadas e eliminaes
adicionais poderiam ocorrer.
1
PADRONIZADADE
RAZOPADRONIZADA
0,1
RAZO
0,01
0,1 1 10 100
RAZO
RAZOPADRONIZADA
PADRONIZADADE
DEBITOS
BITOSCSO
IBGE
1
PADRONIZADADE
PADRONIZADA
0,1
RAZO
RAZO
0,01
0,1 1 10 100
RAZO
RAZO PADRONIZADA
PADRONIZADA DEDE BITOS
BITOS IBGE
CSO
5 Seleo de subpopulaes 39
Grfico 11. razo padronizada de bitos cso versus
razo padronizada de bitos ibge homens cobertura de sobrevivncia
iterao final com cercas 2004 a 2006
RAZO PADRONIZADA DE BITOS CSO VERSUS RAZO PADRONIZADA DE
BITOS IBGE HOMENS COBERTURA DE SOBREVIVNCIA ITERAO FINAL
COM CERCAS 2004 A 2006
10
CSO
BITOSIBGE
DEBITOS
1
PADRONIZADADE
RAZOPADRONIZADA
0,1
RAZO
0,01
0,1 1 10 100
RAZO
RAZO PADRONIZADA
PADRONIZADA DEDE BITOS
BITOS IBGE
CSO
1
PADRONIZADA DE
PADRONIZADA
0,1
RAZO
RAZO
0,01
0,1 1 10 100
RAZO PADRONIZADA
RAZO PADRONIZADA DE
DE BITOS CSO
BITOS IBGE
1
DE
PADRONIZADA
PADRONIZADA BITOS
DE
0,1
RAZO
RAZO
0,01
0,1 1 10 100
RAZO PADRONIZADA
RAZO DEDE
PADRONIZADA BITOS
BITOSCSO
IBGE
1
PADRONIZADADE
PADRONIZADA
0,1
RAZO
RAZO
0,01
0,1 1 10 100
RAZO
RAZOPADRONIZADA
PADRONIZADADE
DEBITOS
BITOSCSO
IBGE
Aps a finalizao desse processo, constatou-se que 5% dos homens foram excludos. Para as
mulheres, 10% foram eliminadas no grupo de sobrevivncia e 22% no grupo de mortalidade.
5 Seleo de subpopulaes 41
Exame visual das curvas de taxas brutas de mortalidade
por idade, para cada uma das subpopulaes
Aps o processo de eliminao por cercas, as taxas brutas de mortalidade foram calculadas
e os grficos construdos para cada combinao de seguradora/produto/ano calendrio/sexo
e cobertura.
Taxas brutas de mortalidade foram definidas pela razo do nmero de bitos pela exposio
em cada idade, agrupadas de acordo com o sexo e a cobertura. Para um dado ano calendrio,
a exposio definida, para cada idade, como o total de meses vividos naquela idade, expres-
sa em anos, para todos os indivduos na populao.
Por exemplo, o grfico 15 apresenta taxas brutas de mortalidade para a populao masculina
ativa (linha azul contnua) e tambm todas as combinaes de seguradora/produto/ano calen-
drio no eliminados pelo processo das cercas. Neste grfico, duas curvas apresentam valores
extremamente baixos (linhas verdes e laranja). Estas subpopulaes foram eliminadas. Por
outro lado, duas outras curvas apresentam um plateau de taxas de mortalidade, que se man-
tm constantes durante muitos anos, o que uma impossibilidade (ver curvas vermelha e
roxa localizadas na parte superior). Estas subpopulaes tambm foram eliminadas.
0,1
0,01
0,001
0,0001
0 10 20 30 40 50 60 70 80 90 100
0,1
0,01
0,001
Mortalidade Masculina
Mortalidade Feminina
Sobrevivncia Masculina
0,00001
0 10 20 30 40 50 60 70 80 90 100
5 Seleo de subpopulaes 43
Homens
A separao entre os grupos de cobertura de sobrevivncia e morte para a populao
masculina muito clara, no s nas curvas de valores esperados como tambm construin-
do intervalos de confiana de 95% (linhas tracejadas no grfico) para as taxas estimadas.
Essa separao particularmente destacada entre as idades de 15 anos e cerca de 90 anos
(ver grfico 17).
Grfico 17. taxa bruta masculina por idade e cobertura 2004 a 2006
0,1
0,01
0,001
Mortalidade Masculina
Sobrevivncia Masculina
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100
Grfico 18. taxa bruta feminina por idade e cobertura 2004 a 2006
0,1
0,01
0,001
Mortalidade Feminina
Sobrevivncia Feminina
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100
5 Seleo de subpopulaes 45
O grfico 19 apresenta a sobremortalidade masculina para cada uma das coberturas consi-
deradas. interessante que ambas as subpopulaes apresentem o mesmo padro, padro
este diferente do encontrado para a populao brasileira como um todo. Os valores so bem
acima da unidade corroborando a viabilidade da separao entre os sexos para cada uma
das coberturas.
4,5
Mortalidade
Sobrevivncia
4
3,5
2,5
1,5
0,5
0
25 30 35 40 45 50 55 60 65 70 75 80 85 90
O grfico 20 apresenta a razo entre as taxas brutas calculadas para a cobertura de morte e
aquelas calculadas para a cobertura de sobrevivncia para cada sexo. Os valores so bem
acima da unidade corroborando a viabilidade da separao. As curvas so bem semelhantes
entre os sexos e indicando uma maior diferena para os adultos jovens.
Homens
Mulheres
1,5
0,5
0
25 30 35 40 45 50 55 60 65 70 75 80 85 90
Concluses
As principais concluses a que se chegou so as seguintes:
b) Existe separao clara entre taxas por coberturas de sobrevivncia e morte, para homens
e mulheres; e
c) As taxas brutas, apesar de preliminares, seguem prximas das taxas de tbuas conhecidas.
5 Seleo de subpopulaes 47
6 Construo da Tbua
Biomtrica de Sobrevivncia
e de Mortalidade
E
sta seo analisar em mais detalhes o modelo proposto por Heligman & Pollard
(1980). Como j visto, neste modelo temos trs componentes: mortalidade infantil, uma
corcova para a mortalidade de adultos jovens e a componente de envelhecimento:
C 2 x
( x + B) E (ln x ln F ) GH
q( x) = A + De + .
x
(1 + KGH )
O modelo de Heligman & Pollard pode ser considerado como uma sntese de vrios mode-
los paramtricos de mortalidade propostos at ento. Outra vantagem a incluso de uma
componente para representar a mortalidade dos adultos jovens, caracterstica marcante da
mortalidade desde a segunda metade do sculo passado, principalmente por causas externas.
Com nove parmetros para as trs componentes, o modelo muito flexvel e consegue apro-
ximar qualquer padro de mortalidade conhecido de populaes humanas. Esta caracterstica
garante que esta famlia seja densa (no sentido matemtico) na experincia de mortalidade de
qualquer populao humana.
Devido a estas qualidades, optou-se pela adoo do modelo de Heligman & Pollard no pre-
sente projeto, para construo das tbuas estticas para modelar homens e mulheres e cober-
turas de mortalidade e sobrevivncia.
49
A representao grfica dos trs componentes e a mortalidade total encontra-se no grfico 21.
0,1
0,01
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Para se ter uma ideia da flexibilidade da famlia proposta por Heligman & Pollard, ser
mostrada, a seguir, a sensibilidade da curva de mortalidade total em relao aos parmetros
propostos. Os trs primeiros parmetros esto relacionados com a componente de mortalida-
de na infncia e regulam a mortalidade nas primeiras idades (nveis iniciais), afetando muito
pouco os valores para as idades acima de 70 anos:
C
( x + B)
A
A sensibilidade da funo de Heligman & Pollard aos parmetros A, B e C pode ser obser-
vada, respectivamente, nos grficos 22 a 24. O parmetro B basicamente um parmetro de
localizao e os outros dois so parmetros de escala.
0,1
0,01
0,00282
0,00182
0,00082
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
0,1
0,01
0,00500
0,13000
0,80000
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
0,1
0,01
0,12020
0,14020
0,16020
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
O parmetro D est relacionado com o nvel da corcova, ao passo que o parmetro E est
relacionado com a amplitude da mesma. Por outro lado, o parmetro F um parmetro de
localizao, transladando a curva lateralmente nas idades e caracterizando simultaneamente
a moda desta componente (igual ao lnF). Os grficos 25 a 27 apresentam a sensibilidade da
funo de Heligman & Pollard aos parmetros D, E e F.
0,1
0,01
0,00021
0,00041
0,00061
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
0,1
0,01
2,65110
7,65110
12,65110
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
0,1
0,01
17,20000
22,20000
27,20000
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
o parmetro G pode ser entendido simplesmente como uma translao de (lnG) na escala
da idade.
0,1
0,01
0,00005
0,00006
0,00007
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
0,1
0,01
1,08500
1,09500
1,10500
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
O parmetro K tem uma dupla funo: regula a curvatura nas idades mais avanadas (depen-
dendo do sinal) e define a assntota do limite superior da curva (quando positivo, j que com
K negativo no existe uma assntota), igual soma do inverso do parmetro K e o parmetro
D (grfico 25). Quanto maior o valor do K, mais cncava se torna a curva, ou seja, menores
so os aumentos adicionais no logaritmo da mortalidade por ano de idade. Valores negativos
do parmetro implicam em curvas convexas com maiores ganhos por ano de idade acresci-
do e a ausncia de um limite superior. O grfico 30 apresenta a sensibilidade da funo de
Heligman & Pollard ao parmetro K.
0,1
0,01
-0,50000
1,00000
4,00000
0,001
0,0001
1E-05
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Para as estimaes, qualquer pacote estatstico que contenha algoritmos para regresso no
linear pode ser utilizado. Para todas as estimaes foi utilizada a procedure non-linear
regression do pacote estatstico SPSS (Statistical Package for the Social Sciences). Como
o pacote no permite a definio de uma distribuio para os dados originais (supostos bino-
miais), a estimao propriamente dita foi realizada atravs de um processo iterativo, utilizan-
do a procedure supracitada e a definio de pesos, calculados como o inverso da varincia
estimada naquele passo, ou seja, na etapa k, para cada sexo e tipo de cobertura, minimizar:
(q )
o hp 2
c,s ( x) qc , s , k ( x )
x ( hp
var qc , s , k ( x ) )
,
Utilizando-se a hiptese da distribuio binomial, esta varincia pode ser obtida como:
hp hp
qc , s , k ( x )(1 qc , s , k ( x ))
hp
var( qc , s , k ( x )) = ,
N x ,c , s
sendo que na etapa inicial, o valor utilizado foi var( qhpx ,0 ) = 1 / N x ,c , s , onde Nx,c,s , como j
definido, o tamanho da populao exposta ao risco com cobertura c e sexo s na idade x.
Este processo iterativo o implementado em todos os pacotes que ajustam modelos lineares
generalizados (ver Dobson, 1983 ou Maccullagh & Nelder, 1983), j que, a no ser quando os
dados so distribudos como uma normal, no existe uma soluo em forma fechada. Dados
de mortalidade nunca so aproximadamente normais, j que intrinsecamente apresentam uma
distribuio binomial. Nos casos de populaes bem grandes, comum utilizar-se uma apro-
ximao usando uma distribuio de Poisson. No caso presente, dado o tamanho exguo da
populao, principalmente nas idades mais avanadas, esta aproximao no caberia.
Numa primeira etapa ajustou-se a curva proposta para a populao como um todo, desagre-
gada to somente por sexo. Tanto para a populao masculina (ver grfico 31), quanto para
a feminina (ver grfico 32), a curva ajustada apresentou as trs componentes como proposto
por Heligman & Pollard. Optou-se por estimar as duas primeiras componentes (mais inst-
veis j que com poucos dados) considerando-se a populao at 35 anos, independentemente
da ltima componente. A terceira componente foi estimada posteriormente tomando-se como
conhecidas as duas primeiras componentes j estimadas. O processo de minimizao para a
terceira componente foi feito para todas as idades abaixo de 100 anos. Cumpre notar que as
estimativas dos parmetros para a terceira componente so independentes das estimativas
dos parmetros das duas primeiras componentes.
0,1
0,01
0,001
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
0,1
0,01
0,001
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
O grfico 33 apresenta a sobremortalidade das taxas ajustadas, na faixa etria entre 0 e 120
anos, mostrando uma convergncia para as idades acima de 115 anos. Neste grfico fica tam-
bm mais bvio a maior diferena nas taxas de adultos jovens e o quase paralelismo entre as
idades 40 e 90 anos.
3,5
3,0
2,5
2,0
1,5
1,0
0,5
-
0 10 20 30 40 50 60 70 80 90 100
Na segunda etapa, o ajuste foi realizado para cada uma das combinaes de sexo e cober-
tura. Nesta etapa no foi possvel estimar a primeira das componentes, devido escassez
de dados nas primeiras idades. Optou-se, ento, por ajustar as duas outras componentes e
concaten-las, para as idades iniciais, com o ajuste obtido na primeira etapa, supondo uma
diferena constante dos logitos
( log ito ( q ) = ln ( q
(1 q ) )) ,
na linha proposta por Brass et al.1 no sistema de famlias logitais. Esta famlia foi original-
mente proposta pelos autores a partir da constatao de que havia uma relao quase linear
entre logitos da probabilidade de sobrevivncia idade x de diferentes tbuas de vida.
Este modelo foi ajustado para o intervalo etrio entre 20 e 100 anos inclusive. Cumpre notar
que idades abaixo e acima destes valores no foram consideradas no ajuste, mas o foram
na anlise que se seguiu, da aderncia dos dados aos ajustes realizados, considerando-se os
intervalos de confiana.
0,1
0,01
Mortalidade
Sobrevivncia
0,001
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
Cumpre notar que a grande maioria dos pontos observados nas idades centrais est contida
nos intervalos de confiana e bem clara a separao entre os dois tipos de cobertura. Para
esta subpopulao o parmetro K estimado tambm se mostrou estatisticamente no signi-
ficativo (K=0) para os homens, e os parmetros foram reestimados com esta restrio. Os
valores finais esto disponibilizados na tabela a seguir.
Homens Mulheres
Parmetro
Sobrevivncia Mortalidade Sobrevivncia Mortalidade
D 0,00048519 0,00064511 0,00013377 0,000113
G 2,3647E-05 3,5241E-05 1,5425E-05 2,53E-05
H 1,09690236 1,09510716 1,09246271 1,089157
K 0 0 -1,46752 -1,46752
Semelhante ao que aconteceu para a populao masculina, tambm para a populao feminina,
a grande maioria dos pontos nas idades centrais est contida nos intervalos de confiana. Para
ambas as subpopulaes femininas, sobrevivncia e mortalidade, as estimativas para o par-
metro K foram negativas (indicando uma acelerao no crescimento da taxa para altas idades),
mas com intervalos de confiana que englobavam o parmetro K estimado na primeira etapa.
Optou-se, ento, por fixar essas estimativas usando o parmetro K correspondente populao
feminina como um todo e reestimar os demais. Sendo assim, as populaes femininas apresen-
taram ambas, independentemente do tipo de cobertura, parmetros K iguais e negativos.
0,1
0,01
Mortalidade
Sobrevivncia
0,001
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
A concatenao das curvas ajustadas para adultos na segunda etapa (idades de 20 at 100
anos) com as curvas ajustadas na primeira etapa, foi feita usando as ideias de Brass et al. A
diferena dos logitos entre as duas etapas foi calculada para ambos os sexos. Os grficos a
seguir apresentam essas diferenas.
0,8
0,6
Mortalidade
Sobrevivncia
0,4
0,2
0,0
-0,2
-0,4
20 30 40 50 60 70 80 90
0,8
0,6
Mortalidade
Sobrevivncia
0,4
0,2
0,0
-0,2
-0,4
20 30 40 50 60 70 80 90
( hp
) ( hp
)
log ito qc , s ( x ) = log ito qs ( x ) + c , s
( hp
) ( hp
)
c , s = log ito qc , s ( x ) log ito qs ( x ) a constante de translao para a populao
com cobertura c e sexo s calculada como a diferena dos logitos das taxas ajustadas
na idade x de concatenao das curvas ajustadas (x = 33 para os homens e x = 28 para
as mulheres).
3,5
Mortalidade
Sobrevivncia
3,0
2,5
2,0
1,5
1,0
0,5
0,0
0 10 20 30 40 50 60 70 80 90 100
1,4
1,2
1,0
0,8
Homens
Mulheres
0,6
0,4
0,2
0,0
0 10 20 30 40 50 60 70 80 90 100
notrio que nas tbuas AT83 e AT200 h convergncia entre os sexos nas idades avanadas,
como pode ser visto no grfico 40 e grfico 41 a seguir.
0,1
0,01
Homens
Mulheres
0,001
0,0001
0 10 20 30 40 50 60 70 80
0,1
0,01
Homens
Mulheres
0,001
0,0001
0 10 20 30 40 50 60 70 80
2 Vallin, J., Mesl, F.; Trends in mortality and differential mortality, Population studies N 36, Council of Europe
Publishing, ISBN 92-871-4725-6, December 2001 - www.coe.int/t/e/social_cohesion/population/N%C2%B036_
Trends_in_mortality.pdf
1,8
1,6
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0
0 10 20 30 40 50 60 70 80 90 100 110 120
Como j mencionado, as mortes para uma dada idade individual x, podem ser considera-
das como variveis aleatrias com distribuio binomial B(Nx, qx), com parmetro de tama-
nho da populao em risco conhecido Nx, e qx o parmetro de probabilidade desconhecido.
Este parmetro, qx, foi estimado utilizando-se o modelo proposto por Heligman & Pollard
(1980). Note que a estimativa obtida acompanhada de um intervalo de confiana de 95%.
Teoricamente, qualquer curva dentro deste intervalo no estatisticamente distinta da curva
estimada. Poder-se-ia pensar, ento, num conjunto de tbuas equivalentes entre si (do ponto
de vista estatstico) dentro deste intervalo de confiana.
Algumas das tbuas utilizadas pelo mercado segurador, como j comentado, partem de um
suposto que no tem sido comprovado na prtica, qual seja, haveria uma convergncia das
probabilidades de morte masculinas e femininas nas idades avanadas. A suposio foi ba-
seada nas hipteses, entre outras, de que com uma maior participao da mulher no merca-
do de trabalho (e o stress concomitante, associado atividade laboral), com a propaganda
de cigarros concentrando em mulheres e minorias (e o aumento de mortalidade associado
ao tabagismo), ganhos na sobrevivncia feminina seriam inferiores aos dos homens, o
que implicaria uma eventual convergncia das taxas de mortalidade, pelo menos nas ida-
des mais provectas. De qualquer forma, grande parte das tbuas utilizadas pelo mercado
apresenta esta caracterstica de convergncia para as probabilidades de morte nas idades
mais avanadas. Parte deste comportamento pode ser atribuda ao limitante superior desta
probabilidade (um) e o aumento da mortalidade com a idade.
Levando em conta estas consideraes, optou-se por realizar um ajuste especfico para a va-
riante feminina, ainda dentro do conjunto de tbuas estatisticamente equivalentes ajustada,
nomeadamente, uma prxima ao limite superior do intervalo de confiana para as idades mais
avanadas, limitada, porm, pela variante masculina equivalente. Note-se que, ainda que esta-
tisticamente no diferencivel da tbua ajustada, a esta tbua no corresponde um intervalo de
confiana simtrico e , portanto, viesada para cima.
O grfico 45 apresenta as variantes estimadas para a cobertura de morte para cada um dos
sexos e uma alternativa perto do limite superior para a populao feminina. A tbua alter-
nativa se separa da tbua original a partir de 50 anos, acompanhando o limite superior do
intervalo de confiana de 95%, passando a coincidir com a variante masculina a partir dos
100 anos de idade.
0,1
0,01
Mortalidade Masculina
Mortalidade Feminina
Ajuste Especial
0,001
50 60 70 80 90 100 110 120
O grfico 46 apresenta as variantes estimadas para a cobertura de sobrevivncia para cada um dos
sexos e uma alternativa perto do limite superior para a populao feminina. Semelhantemente
ao ocorrido para a cobertura de morte, a tbua alternativa para a cobertura de sobrevivncia se
separa da tbua original a partir de 80 anos, acompanhando o limite superior do intervalo de
confiana de 95%, passando a coincidir com a variante masculina a partir dos 100 anos de idade.
Grfico 46. taxa de mortalidade observada e ajustada com ajuste especial para
as mulheres em idades avanadas populao das seguradoras brasileiras
cobertura de sobrevivncia segundo sexo 2004 a 2006
TAXA DE MORTALIDADE OBSERVADA E AJUSTADA COM AJUSTE ESPECIAL PARA AS MULHERES
EM IDADES AVANADAS POPULAO DAS SEGURADORAS BRASILEIRAS COBERTURA DE
SOBREVIVNCIA SEGUNDO SEXO 2004 A 2006
1
0,1
0,01
Sobrevivncia Masculina
Sobrevivncia Feminina
Ajuste Especial
0,001
50 60 70 80 90 100 110 120
0,1
0,01
0,001
Mortalidade Masculina: BR-EMSmt-v.2010-m
Sobrevivncia Masculina: BR-EMSsb-v.2010-m
Mortalidade Feminina: BR-EMSmt-v.2010-f
Sobrevivncia Feminina: BR-EMSsb-v.2010-f
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
A
tbua ajustada, denominada Experincia do Mercado Segurador Brasileiro
BR-EMS apresenta variantes classificadas por cobertura e sexo. Os nomes dados
a estas variantes seguem a tradio de tbuas de vida, com o tipo de cobertura sb
para sobrevivncia e mt para mortalidade e o sexo a que se refere.
Embora a tbua tenha sido construda com os dados dos anos de 2004 a 2006, centrada em
2005, a SUSEP quando a adotou como standard, nomeou-a oficialmente verso 2010 da
BR-EMS, em funo da data de publicao da circular (Circular SUSEP n 402, 18.03.2010
- D.O.U.: 19.03.2010).
BR-EMSsb-v.2010-m
BR-EMSsb-v.2010-f
BR-EMSmt-v.2010-m
BR-EMSmt-v.2010-f
73
Os intervalos de confiana foram obtidos usando-se uma aproximao normal distribui-
o binomial. Valores negativos devem, ento, ser desconsiderados. Os intervalos de con-
fiana denotados em vermelho correspondem regio para a qual a estimativa foi obtida
por translao da tbua sem desagregao de cobertura (idades mais jovens). Os valores
em preto denotam os intervalos correspondentes para as demais idades.
0,1
0,01
0,001
Sobrevivncia Masculina Japonesa
Sobrevivncia Feminina Japonesa
Sobrevivncia Masculina: BR-EMSsb v.2010 -m
Sobrevivncia Feminina: BR-EMSsb v.2010 -f
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
Por outro lado, as tbuas referentes cobertura de morte para as populaes de segurados dos
dois pases, so bem semelhantes, porm com valores ligeiramente mais altos para a popula-
o japonesa nas altas idades, conforme mostra o grfico 49, com uma maior diferena para
a populao masculina.
0,1
0,01
0,001
Mortalidade Masculina Japonesa
Mortalidade Feminina Japonesa
Mortalidade Masculina: BR-EMSmt v.2010 -m
Mortalidade Feminina: BR-EMSmt v.2010 -f
0,0001
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
0,1
0,01
0,001
CSO-2001 IBGE-2006
BR-EMSsb BR-EMSmt
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
Nota-se que a variante de sobrevivncia ajustada est acima da CSO-2001 para todas as ida-
des, sendo que a CSO-2001 tangencia a variante de sobrevivncia no intervalo entre 86 e 94
anos. Entre 34 e 97 anos as duas variantes se apresentam bem prximas da AT-2000.
Note que a variante de sobrevivncia est abaixo da AT-2000 a partir dos 75 anos. Ocorre
que a AT-2000 foi construda a partir da AT-83 aplicando-se a Scale G de forma diferencia-
da para homens e mulheres (com o improvement das mulheres igual metade do dos ho-
mens), de maneira que as curvas se encontram aos 91 anos de idade e, a partir desta idade,
so coincidentes. Este fato contradiz o atual conhecimento cientfico sobre as diferenas de
mortalidade entre os sexos. sabido que, ao contrrio das hipteses veiculadas na dcada
de 80, o hiato de gnero se estreitaria com a entrada da mulher no mercado de trabalho
(ROLAND, Rau et al., October 2006 e VAUPEL, James W., 2002).
0,1
0,01
0,001
CSO-2001 IBGE-2006
BR-EMSsb BR-EMSmt
0,00001
0 10 20 30 40 50 60 70 80 90 100 110 120
AT-2000 AT-83
70
CSO-2001 IBGE-2006
60
BR-EMSsb BR-EMSmt
50
40
30
20
10
0
20 30 40 50 60 70 80 90 100
O grfico 53 apresenta, para as idades de 20 a 100 anos, a razo entre as sobrevidas de tbuas
conhecidas e a variante ajustada de sobrevivncia masculina da tbua BR-EMS. Confirma-se
o fato de que a tbua CSO-2001 o limite superior das tbuas consideradas (at a idade de
80 anos) e a tbua do IBGE-2006, o limite inferior. A variante ajustada para a cobertura de
morte est bem prxima da AT-83.
1,2
1,0
0,8
0,6
AT-2000 AT-83
0,4
CSO-2001 IBGE-2006
0,2
BR-EMSsb BR-EMSmt
0,0
20 30 40 50 60 70 80 90 100
O grfico 54 apresenta, para as idades de 20 a 100 anos, a razo entre a sobrevida das demais
tbuas consideradas e a variante masculina ajustada para a cobertura de morte. Confirma-se
que esta variante para efeitos de taxas bem semelhante a AT83.
1,4
1,2
1,0
0,8
0,6
AT-2000 AT-83
0,4
CSO-2001 IBGE-2006
0,2
BR-EMSsb BR-EMSmt
0,0
20 30 40 50 60 70 80 90 100
AT-2000 AT-83
70
CSO-2001 IBGE-2006
60
BR-EMSsb BR-EMSmt
50
40
30
20
10
0
20 30 40 50 60 70 80 90 100
1,2
1,0
0,8
0,6
AT-2000 AT-83
0,4
CSO-2001 IBGE-2006
0,2
BR-EMSsb BR-EMSmt
0,0
20 30 40 50 60 70 80 90 100
O grfico 57 apresenta a razo entre a sobrevida das tbuas selecionadas e a variante femi-
nina de mortalidade da BR-EMS. Confirma-se que a variante ajustada de mortalidade para
efeitos de cobertura de morte encontra-se bem prximo tbua AT2000.
1,4
1,2
1,0
0,8
0,6
AT-2000 AT-83
0,4
CSO-2001 IBGE-2006
0,2
BR-EMSsb BR-EMSmt
0,0
20 30 40 50 60 70 80 90 100
Cx = d x v
x +1
Mx = C
y x
y
Dx = l x v
x
Nx = D
y x
y
Por exemplo, uma mulher com idade de 40 anos deseja comprar um seguro de vida in-
teira com capital segurado unitrio e indenizao paga ao final do ano da morte. Neste
caso, ser usada a variante feminina da cobertura de morte, a BR-EMSmt-v.2010-f (ver
valores para idades selecionadas na tabela 11). O prmio puro antecipado para uma taxa
de juros de i = 6% ter valor atual igual a:
M 40 8627, 836
= = 9,0114 % ,
D40 95734, 69
M 40 8627, 836
= = 0,56060 %
N 40 1538902, 1
Idade x qx lx ex Cx Mx Dx Nx
39 0,00082 985.509 47,1 78,567 8.706,403 101.562,14 1.640.464,2
40 0,00088 984.700 46,2 79,478 8.627,836 95.734,69 1.538.902,1
41 0,00095 983.830 45,2 80,872 8.548,358 90.235,95 1.443.167,4
Por outro lado, seja um homem de 30 anos que deseja uma renda anual unitria a partir dos
55 anos de idade. Neste caso, ser usada a variante masculina de sobrevivncia BR-EMSsb-
v.2010-m (ver valores para idades selecionadas na tabela 12). Com uma taxa de juros de
i = 6% , sua contribuio anual pura, antecipada e nivelada entre 30 e 54 anos de:
N 55 526538,4
= = 22,9653 % .
N 30 N 55 ( 2819298,1 526538,4 )
Idade x qx lx ex Cx Mx Dx Nx
29 0,00091 984.176 53,9 155,933 11.773,600 181.636,31 3.000.934,4
30 0,00092 983.275 53,0 148,587 11.617,667 171.198,14 2.819.298,1
31 0,00093 982.374 52,0 141,570 11.469,080 161.359,68 2.648.099,9
Considere o caso de um homem que toma um emprstimo de valor unitrio aos 45 anos de
idade, a ser pago ao longo de 10 anos, em pagamentos anuais postecipados, no Sistema de
Pagamentos Constantes (tabela Price). Se ele decide fazer um seguro de vida para quitar
o saldo devedor no final do ano da morte, pagando um prmio nico antecipado, existe a
questo da escolha da tbua. Apesar de ser um seguro de vida, em determinadas situaes a
seguradora pode decidir utilizar uma tbua de sobrevivncia, dependendo do perfil do segu-
rado. Suponha que este segurado j tenha um plano de renda com a seguradora. Talvez neste
caso a deciso seja por uma tbua de sobrevivncia, que levar a um prmio de menor valor.
O prmio puro de pagamento nico ser:
a45:10 7.26814372
1 =1 = 1,05977%
a1 0 | 7,360087
Onde
a45:10 =
(N 46 N 56 ) = (997879.404 - 488513.466) = 7,268144
D45 70081.985
a 1 0| =
(1 v ) = 7,360087
10
A
atualizao de tbuas crucial, pois muitos pases, incluindo o Brasil, experimentaram
e vm experimentando rpidas transformaes demogrficas, com declnio nas
taxas de mortalidade, com perfil diferenciado entre os pases.
m( x, t ) = exp( a ( x ) + b ( x ) k (t ) + ( x, t )) .
99
O termo a(x) aproximadamente igual ao log do valor mdio (como funo da idade) da
fora de mortalidade, b(x) uma proxy para a primeira derivada (a menos de uma constante)
da taxa de mortalidade e k(t) usualmente modelado como um passeio aleatrio.
Acevedo & Panjer utilizaram dados canadenses no perodo de 1941 a 1991 para ajustar o mo-
delo de Heligman & Pollard e observaram as tendncias temporais dos parmetros. Alguns
dos parmetros se mostraram constantes e outros apresentaram tendncias, inclusive lineares,
cujo comportamento permitiu o ajuste de uma funo temporal, ou seja, possvel um mode-
lo de Heligman & Pollard dinmico.
Uma outra tcnica de projeo de tbuas dinmicas a utilizao de improvement nas ta-
xas de mortalidade (na verdade equivalente ao mtodo de Lee-Carter, mas sem o caminho
aleatrio). O improvement , usualmente, um multiplicador anual que se aplica s taxas de
mortalidade de uma determinada tbua para faz-la evoluir ao longo do tempo. Muitas vezes,
este multiplicador tirado da comparao de duas tbuas passadas de uma mesma famlia,
assumindo que a tbua mais nova foi obtida a partir da tbua mais antiga atravs da aplica-
o de multiplicadores anuais s taxas da tbua inicial, multiplicadores estes, possivelmente
funo da idade e do sexo. Portanto, trata-se de assumir que as taxas da tbua original vo
evoluir geometricamente ao longo do tempo para cada idade.
Neste trabalho, optou-se pela referncia mvel, devido simplicidade, facilidade de compre-
enso e implementao e ao fato de no se descartar dados (o passado se esvai exponencial-
mente), permitindo ser retratada a evoluo temporal da mortalidade, sem deixar de dar um
peso inrcia da mortalidade de anos anteriores. Mantm-se, assim, o compromisso entre a
estabilidade e a mudana.
Por outro lado, como a tbua ser atualizada anualmente, importante que as datas de refe-
rncia das variantes sejam equiespaadas e com diferena de um ano.
No presente caso, as primeiras quatro variantes foram construdas com dados dos anos de
2004, 2005 e 2006 com pesos iguais. Portanto, a data central 2005 (considerada a data de
referncia). Esta data de referncia calculada como a mdia ponderada dos anos utilizados
(neste caso, com pesos iguais, esta mdia idntica a uma mdia aritmtica simples).
Na primeira atualizao, com a incorporao dos dados referentes a 2007, estes tero peso
(1-p). A atualizao referente a 2007 estar centrada na mdia ponderada dos dois anos de
referncia, 2005 e 2007 com os pesos correspondentes:
Como a data de referncia deve ser 2006, necessrio que p seja igual a .
fcil notar que o valor de p= garantiria que a soluo fosse distanciada de um ano da
referncia anterior, ou seja, 2007.
O peso pt,T para o dado de um determinado ano t em uma dada atualizao T definido como:
1/ 2 t =T
pt ,T =
1 / 2 * pt ,T 1 t < T
p=
2004 , 2006 p=
2005, 2006 p2006, 2006 = 1 / 3
oxscT = pt
t ,T * oxsct e
E xscT = p t
t ,T * E xsct .
2004 1/3 1/6 1/12 1/24 1/48 1/96 1/192 1/384 1/768 1/1536 1/3072 1/6144 1/12288
2005 1/3 1/6 1/12 1/24 1/48 1/96 1/192 1/384 1/768 1/1536 1/3072 1/6144 1/12288
2006 1/3 1/6 1/12 1/24 1/48 1/96 1/192 1/384 1/768 1/1536 1/3072 1/6144 1/12288
2007 1/2 1/4 1/8 1/16 1/32 1/64 1/128 1/256 1/512 1/1024 1/2048 1/4096
2008 1/2 1/4 1/8 1/16 1/32 1/64 1/128 1/256 1/512 1/1024 1/2048
2009 1/2 1/4 1/8 1/16 1/32 1/64 1/128 1/256 1/512 1/1024
2010 1/2 1/4 1/8 1/16 1/32 1/64 1/128 1/256 1/512
2017 1/4
2018 1/2
ABDOUG, B.; GHOUDI, K.; and KHOUDRAJI, A. Non parametric estimation of the limit
dependence function of multivariate extremes. Extremes, 2(3):245-268, 1999.
ANDREEV, Kirill F. and VAUPEL, James W. Patterns of Mortality Improvement over Age
and Time in Developed Countries: Estimation, Presentation and Implications for Mortality
Forecasting. Web February 12, 2005.
AON CONSULTING. Implications of the adoption of the 2001 CSO: a research report from
Aon Insurance Consulting Service, September, 2002.
BALKEMA, A.A.; and de HAAN, L. Residual life time at great age. Annals of Probability,
2:792 - 804, 1974.
BARBI, Elisabetta. Assessing the rate of ageing of the human population, MPIDR WORKING
PAPER WP 2003-008, MARCH 2003.
BELTRO, Kaiz Iwakami; SUGAHARA, Sonoe. Mortality Rates in the Brazilian Insurance
Market: a Comparison. Brazilian Journal of Probability and Statistics, 19,2, December 2005.
105
BENNETT, Neil G; HORIUCHI, Shiro. Estimating the completeness of death registra-
tion in a closed population: current items. Population Index, Princeton, NJ, USA, pp.
207-222, 1981.
BONGAARTS, John & FEENEY, Grifth. How long do we live? Population Council. Policy
Research Division, Working Paper No. 156, 2002.
BONGAARTS, John & FEENEY, Grifth. Estimating Mean Lifetime. Population Council.
Policy Research Division, Working Paper No. 179, 2003.
BRASS, William. Methods for estimating fertility and mortality from limited and defective
data. Chapell Hill, North Carolina, Carolina Population Center, Laboratories for Population
Studies, 1975.
COALE, Ansley J. & Demeny Paul, Regional Model Life Tables and Stable Population,
Princeton UP, Princeton, NJ, 1966.
Copas, J.B. & Haberman, M. A. (1983). Non-parametric graduation using kernel meth-
ods, Journal of the Institute of Actuaries, 110, 135-156.
CURRIE, Iain; KIRKBY, James; DURBAN, Maria; and EILERS, Paul. Smooth Lee-
Carter Models and Beyond. International Centre for Mathematical Sciences, Edinburgh,
September 2004.
DAVID, F. N. Games, gods and gambling a history of probability and statistical ideas, Dow
Publication Inc., Mineole, NY, USA, 1998.
DUCHENE, Josianne; WUNSCH, Guillaume. Population aging and the limits to human
life. Working paper n.1. Dpartement de Dmographie, Universit Catholique de Louvain,
Bruxelles, Belgique, aot 1988.
LAUDERDALE Diane S. & KESTENBAUM Bert, Mortality rates of elderly Asian American
populations, Demography, 39, 3, August 2002.
LEDERMANN, S. & BREAS, Jean. Les dimensions de la mortalit, Population, 14, 4, 1959.
LEE, Ronald D.; CARTER, Lawrence R. Modeling and forecasting the time series of US
mortality. Journal of the American Statistical Association, 87: pp.659-71, 1992.
LEVY, A. & ZACS, A. Dynamical Life Tables, Technion, IIT, Haifa, 2002.
NAVATHE, S., ELMASRI, R., Fundamentals of Database Systems, Addison Wesley; 6th
edition; 2011.
ROSENWAIKE Ira & STONE, Leslie F. Verification of the ages of super centenarians in the
United States: results of a matching study, Demography, vol. 40, pp.727-739, 2003.
SEAL, H.L. Tests of Mortality Table Graduation, Journal of The Institute of Actuaries, 5-67, 1953.
UNITED NATIONS, Manual X: Indirect techniques for demographic estimation, New York, 1983.
UNITED NATIONS, Model Life Tables for Developing Countries, New York, 1983.
Verrall, R. (1996). A Unified Framework For Graduation, Actuarial Research Paper 91,
City University, London, UK.
WACHETER, Kenneth W.; FINCH, Caleh E. eds. Between Zeus and the salmon The bio-
demography of longevity. National Academy Press, Washington D.C., 1997.