Cap 5 Aplicacoes Teoria Risco Seguros

Introducao.
Distribuicoes usuais para a severidade

Aproximacoes do Modelo Individual ao Modelo Colectivo.
Tratado de Resseguro Stop-Loss
Efeito do Resseguro na Probabilidade de Runa.
5. aplicacao da teoria do risco a seguros
1 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo.
1 Introducao.
2 Distribuicoes usuais para a severidade
3 Aproximacoes do Modelo Individual ao Modelo Colectivo.
4 Tratado de Resseguro Stop-Loss
5 Efeito do Resseguro na Probabilidade de Runa.
2 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo. Introducao.
O objectivo deste captulo e o de indicar varios modos de aplicacao de Teoria do Risco

a Problemas de Seguros. Sao assim aflorados os tipos usuais de distribuicoes para
diferentes ramos de seguros; seguidamente, sao referidos 2 metodos de aproximacao
dos modelos de risco individual para uma carteira de apolices por modelos de risco
colectivo; e estudado o efeito do resseguro (Stop-loss e proporcional) na probabilidade
de runa; e, por fim, faz-se referencia a outros princpios de calculo de premio,
realcando que os topicos abordados ao longo do curso podem ser reformulados a luz
desses princpios.
3 / 107
Introducao.
O objectivo principal deste captulo e o de indicar varios modos de

aplicacao da Teoria do Risco a Problemas de Seguros.
Nos dois captulos anteriores foi desenvolvido o modelo de Risco
Colectivo. Este modelo foi construdo sob a suposicao de que
uma coleccao de apolices

gera
um numero aleatorio de indemnizacoes (sinistros) em cada perodo
e
cada indemnizacao (sinistro) e de montante aleatorio
4 / 107
Introducao.
A aplicacao de semelhante modelo exige informacao acerca de :

distribuicao do numero de indemnizacoes
distribuicao do montante de indemnizacao individual
Como foi salientado, nao e tarefa especfica nesta abordagem levar

a cabo toda uma metodologia de modelacao face a dados reais.
Ao longo da exposicao temos suposto que ambos os modelos sao
conhecidos a partida, fruto eventualmente de todo um trabalho de
modelacao previo.
5 / 107
Introducao.
No entanto, sera seguidamente dada uma breve ilustracao do tipo

de distribuicoes que usualmente se tem revelado mais frequentes
na modelacao de dados reais, para diferentes ramos de seguros:
Incendio
Automovel
Incapacidade Temporaria
Hospitalar
Seguidamente, serao referidos dois metodos de aproximacao dos
modelos de risco individual para uma carteira de apolices por
modelos de risco colectivo, atraves de distribuicoes de Poisson
Composta convenientes.
Finalmente, falaremos de Resseguro Stop-Loss e o efeito do
resseguro na Probabilidade de Runa.
6 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo. Distribuicoes usuais para a severidade
distribuicoes usuais para a severidade

Sera feita uma breve apresentacao de algumas distribuicoes associadas aos
montantes de indemnizacao, em Seguros de Incendio, Acidentes Pessoais no Ramo
Automovel, Incapacidade Temporaria, Internamento Hospitalar. Nos ramos
mencionados sao referidos os modelos lognormal, Pareto, mistura de exponenciais,
Gama, associados a problemas actuarias correntes.
7 / 107
Introducao.
Referiremos 4 aplicacoes especficas, de modo a dar uma visao do

leque de aplicacoes associadas a modelos em Teoria do Risco.
SEGURO DE INCENDIO
SINISTRO incendio numa estrutura segura que origina dano

de perdas.
Na literatura ligada a problemas actuariais tem sido sugeridas
algumas distribuicoes standard, com parametros a estimar a partir
da amostra dos montantes de sinistro no perodo de estudo. Cabe
aqui referir o caracter altamente assimetrico das distribuicoes, com
de caudas pesadas.
8 / 107
Introducao.
Lognormal:
(log x m)2

1
fX (x; m, ) = exp , m <, x > 0, > 0
x 2 2 2
Se Y _ N (m, ) entao X = e Y _ LN (m, ).
2

X = exp m +
2
2
X2 = (e 1) exp 2m + 2

9 / 107
Introducao.
Pareto:
x0
fX (x; x0 , ) = x +1
, x > x0 > 0, > 0
x0
X = (existe para > 1)
1
x02
X2 = (existe para > 2)
( 2)( 1)2
10 / 107
Introducao.
Mistura de Exponenciais:
fX (x; p, q, , ) = pe x + qe x ,
para x > 0, , > 0, 0 < p < 1, p + q = 1.
p q
X = +

p(1 + q) q(1 + p) 2pq
X2 = +
2 2
11 / 107
Introducao.
ACIDENTE DE AUTOMOVEL
SINISTRO dano num automovel originado por um acidente.
A distribuicao Gama(, ) com localizacao tem sido sugerida para

estes casos.
Os parametros envolvidos devem ser estimados a partir da amostra

dos montantes de indemnizacao.
12 / 107
Introducao.
INCAPACIDADE TEMPORARIA
Este seguro e caracterizado por estabelecer benefcios para pessoas

incapacitadas temporariamente.
Existe um perodo de espera (7 dias, por exemplo) desde o dia da

ocorrencia da causa da incapacidade e o comeco do pagamento
dos benefcios por parte da Seguradora.
Existe igualmente um limite superior para o perodo de pagamento
(13 semanas, por exemplo).
13 / 107
Introducao.
O benefcio c e um montante diario fixo; assim, o montante de

indemnizacao e directamente proporcional ao perodo de tempo em
que se verifica a incapacidade, a partir do perodo de espera.
Seja Y a v.a. do tempo (em dias) a que se refere o benefcio.
A distribuicao do montante de indemnizacao, X = cY , e entao:
x
P[X = x] = P[cY = x] = P[Y = ], x = c, 2c, 3c, , 91c
c
no caso de 13 semanas como limite superior do suporte de Y .
Quer dizer, tudo se resume a modelacao da v.a. Y que esta na
base de X .
14 / 107
Introducao.
INTERNAMENTO HOSPITALAR
Supondo tambem um benefcio diario constante c em caso de

internamento hospitalar , este exemplo e semelhante ao anterior,
excluindo o perodo de espera.
Assim, sendo Y a v.a. do numero de dias de internamento

hospitalar, e considerando m o numero maximo de dias para os
quais sao pagos os benefcios por parte da Seguradora,
x
P[X = x] = P[Y = ], x = c, 2c, 3c, , mc
c
15 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo. Aproximacoes do Modelo Individual ao Modelo Colectivo.
Aproximacoes do Modelo Individual ao Modelo Colectivo
Nos 2 metodos apresentados, pretende-se dar uma visao comparativa de como

aproximar os modelos individual e colectivo, este ultimo com uma distribuicao Poisson
Composta conveniente, sendo feito um estudo comparativo entre os referidos modelos
e o modelo de risco individual original.
16 / 107
Introducao.
Os modelos de risco individual e de risco colectivo sao estruturas

alternativas construdas de modo a captar os aspectos
fundamentais dos sistemas de seguros. O objectivo comum para
cada um dos modelos e o desenvolvimento da distribuicao do total
das indemnizacoes, S.
Devido a complexidade computacional de calcular a distribuicao do

total das indemnizacoes para uma carteira com n apolices usando o
modelo de risco individual, tem sido usual tentar aproximar a
distribuicao usando a distribuicao de Poisson Composta,
normalmente associada aos modelos de risco colectivo.
17 / 107
Introducao.
Relembremos que o modelo de risco individual para n apolices

modela o total de indemnizacoes do seguinte modo:
n
X
S= Xj ,
j=1
onde Xj representa a indemnizacao relativa a apolice j,

j = 1, . . . , n.
18 / 107
Introducao.
Considera-se que os montantes individuais de indemnizacao,
Xj = Ij Bj ,
com Ij a v.a. indicadora de ocorrencia de indemnizacao para a

apolice j,
1 0
Ij :
qj 1 qj
e Bj a v.a. do montante de indemnizacao, caso ocorra, com f.d. Fj ,
j = E [Bj ] e j2 = Var [Bj ].
19 / 107
Introducao.
Considera-se que Ij e Bj , j = 1, , n, sao mutuamente

independentes.
Assim, para a carteira das n apolices

n
X
E [S] = qj j (1)
j=1
n
X n
X
Var [S] = qj (1 qj )2j + qj j2 (2)
j=1 j=1
20 / 107
Introducao.
Iremos apresentar 2 metodos de aproximacao ao modelo Poisson

Composto.
METODO 1:
Aproximar a distribuicao de S atraves de S _ PC( , FX ), com:
n
X
= j , j = qj
j=1
n
X j
FX (x) = Fj (x)

j=1
21 / 107
Introducao.
Justificacao:
A f.g.m. para a indemnizacao referente a apolice j, para
j = 1, , n,
MXj (r ) = E [e Xj r ]
= E [e Xj r |Ij = 0]P[Ij = 0] + E [e Xj r |Ij = 1]P[Ij = 1]
= 1 (1 qj ) + E [e Bj r ]qj
= (1 qj ) + MBj (r ) qj
22 / 107
Introducao.
pelo que a f.g.m. do total de indemnizacoes no modelo de risco

individual e
n
Y
MS (r ) = MXj (r )
j=1
n
Y
= (1 qj ) + MBj (r ) qj
j=1
n
Y
= 1 + qj MBj (r ) 1
j=1
23 / 107
Introducao.
Consequentemente, logaritmizando ambos os membros, obtem-se

n
X
log MS (r ) = log 1 + qj MBj (r ) 1
j=1

n X
X (1)k+1 k
= qj MBj (r ) 1
k
j=1 k=1
O metodo baseia-se na aproximacao que utiliza apenas o 1o termo

no desenvolvimento em serie na expressao anterior, vindo entao
24 / 107
Introducao.
n
log MS (r )
X
= qj MBj (r ) 1
j=1
n
X j

= MBj (r ) 1

j=1

n n
X j
X j
= MBj (r )

j=1 j=1
25 / 107
Introducao.

n n
X j
X
= MBj (r ) 1 , com = j , j = qj

j=1 j=1
n
X j
= (MX (r ) 1) , com MX (r ) = MBj (r ),

j=1
sendo MX (r ) a f.g.m. associado a f.d. FX (x); de imediato e

identificado o modelo Poisson Composto, com
MS (r ) = exp { (MX (r ) 1)} .
26 / 107
Introducao.
Consequencias da aproximacao S :
1) Coincidencia do valor medio das indemnizacoes agregadas do

modelo individual com o da aproximacao, ja que
n n

X j X
E [S ] = p1
= E [X ] =
j = qj j = E [S],

j=1 j=1
como se constata por (1).
27 / 107
Introducao.
2) Variancia das indemnizacoes agregadas no modelo aproximado

superior a variancia no modelo individual, em (2), ja que
Var [S ] = p2
= E [(X )2 ]
n

X j 2
= ( + 2j )

j=1
n
X
= qj ( 2 + 2j )
j=1
> Var [S]
28 / 107
Introducao.
3) Coincidencia do numero esperado de sinistros do modelo

aproximado com o do modelo individual, ja que
n
X n
X n
X n
X
E[ Ij ] = E [Ij ] = qj = j = .
j=1 j=1 j=1 j=1
29 / 107
Introducao.
Observacao:
No caso de montante de indemnizacao degenerado numa

constante, Bj = bj , as conclusoes da aproximacao pelo Metodo 1
tem por base a seguinte particularizacao :
X qj
j = bj j2 = 0 fX (x) = P[X = x] = .

{j:bj =x}
30 / 107
Introducao.
METODO 2:
Aproximar a distribuicao de S atraves de S _ PC(, FX ), com:
n
X
= j , j = log(1 qj )
j=1
n
X j
FX (x) = Fj (x)
j=1

31 / 107
Introducao.
Justificacao:
Semelhante a do Metodo 1, se considerarmos que j = j , i.e.,

log(1 qj ) = qj , para valores de qj proximos de 0,
j = 1, 2, , n, o que e razoavel em muitas situacoes em que a
probabilidade de ocorrencia de indemnizacao e pequena.
32 / 107
Introducao.
Consequencias da aproximacao S:
1) Coincidencia da probabilidade de nao ocorrencia de sinistros no
modelo individual e no da aproximacao, ja que
n
Y n
Y
P[0 sinistros na carteira no modelo S] = P[Ij = 0] = (1 qj )
j=1 j=1

n
Y Xn
= exp log (1 qj ) = exp log(1 qj ) = e
j=1 j=1
Ora, tem-se que
e = P[0 sinistros na carteira no modelo S].
33 / 107
Introducao.
2) Valor medio das indemnizacoes agregadas no modelo

aproximado superior ao do modelo individual, ja que tendo em
atencao que

X qjk
log(1 qj ) = > qj , j = 1, 2, , n,
k
k=1
tem-se que

n n n
X j X X
E [S] = p1 = E [X ] = j = log(1 qj )j > qj j ,
j=1
j=1 j=1
como se constata por (1).
34 / 107
Introducao.
Observacao:
Retomemos o exemplo referente a uma Companhia Seguradora
efectua contratos de seguro de Vida (apolices anuais) para duas
unidades de benefcio de montantes 1 e 2, respectivamente, e para
indivduos com probabilidade de morte 0.02 e0.10.
A Tabela seguinte sistematiza os 4 grupos de risco homogeneos, de

acordo com o no de indivduos segurados, nk , em cada uma das
classes assim criadas (de acordo com o montante de benefcio bk e
a probabilidade de indemnizacao qk , k = 1, 2, 3, 4):
35 / 107
Introducao.
k qk bk nk
1 0.02 1 500
2 0.02 2 500
3 0.10 1 300
4 0.10 2 500
n = 1800
Aproximar a distribuicao de S atraves de uma distribuicao de

Poisson Composta, utilizando os dois metodos referidos,
comparando as variancias obtidas com a variancia do modelo de
risco individual original.
36 / 107
Introducao.
Resolucao: Pelo Metodo 1,

1800
X 4
X
= qj = nk qk = 500(0.02)+500(0.02)+300(0.10)+500(0.10) = 100,
j=1 k=1
X qj
A f.m.p. para X e fX (x) = P[X = x] = , pelo que

{j:bj =x}
500(0.02) + 300(0.10)
P[X = 1] = = 0.4
100
500(0.02) + 500(0.10)
P[X = 2] = = 0.6
100
p2 = E [(X )2 ] = 12 (0.4) + 22 (0.6) = 2.8
37 / 107
Introducao.
pelo que
Var [S ] = p2 = 100 2.8 = 280 > 256
Pelo Metodo 2,
1800
X 4
X
= log(1 qj ) = nk log(1 qk )
j=1 k=1
= 500 log(0.98) 500 log(0.98) 300 log(0.90) 500 log(0.90)
= 104.5,
38 / 107
Introducao.
X log(1 qj )
A f.m.p. para X e fX (x) = P[X = x] = , pelo
{j:bj =x}

que
500 log(0.98) 300 log(0.90)

P[X = 1] = = 0.399
104.5
500 log(0.98) 500 log(0.90)
P[X = 2] = = 0.601
104.5
p2 = E [X 2 ] = 12 (0.399) + 22 (0.601) = 2.803
pelo que
Var [S] = p2 = 104.5 2.803

= 292.914 > 280 > 256.
39 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo. Tratado de Resseguro Stop-Loss

Sera aqui retomado o conceito de resseguro Stop-Loss, desenvolvendo o calculo do
premio de resseguro. Neste paragrafo entra em jogo a relacao entre as tres entidades:
Seguradora (ou Companhia Cedente), o Segurado, e a Resseguradora. No calculo de
resseguro Stop-Loss sao obtidas as formulas recursivas de acordo com dedutveis
estipulados, sendo dado enfase ao caso em que as indemnizacoes individuais assumem
valores nos inteiros positivos. Por outro lado e uma constante desta seccao evidenciar
ao aluno que os conceitos anteriormente apresentados sao agora adaptados para esta
relacao entre as 3 entidades em questao.
40 / 107
Introducao.
O conceito de seguro com um dedutvel (ou retencao) ja foi

apresentado anteriormente, como um tipo de tratado optimo que
maximiza a utilidade esperada, supondo fixado o premio a partida.
Consideremos agora este conceito aplicado a um grupo de riscos
para a seguradora.
Seja S o total de indemnizacoes num dado perodo, para uma
Companhia Seguradora.
Para um Tratado de Resseguro Stop-Loss com Dedutvel d, o
montante pago pela Resseguradora a Seguradora Cedente e o
excesso positivo sobre um limite fixado d:
N
X
+ + 0, S <d
Id := ( Xi d) = (Sd) = max(Sd, 0) = ,
S d, S d
i=1
41 / 107
Introducao.
e, consequentemente, o montante de indemnizacoes retidas pela

Seguradora cedente e

S, S < d
S Id := min(S, d) = .
d, S d
Quer dizer, com este tipo de tratado a Seguradora ve assim

limitado superiormente por d o montante das indemnizacoes
retidas na Companhia.
42 / 107
Introducao.
Neste paragrafo entra em jogo a relacao entre as tres entidades:

Seguradora (ou Companhia Cedente), o Segurado, e a
Resseguradora. Por outro lado, realcamos o facto de que os
conceitos anteriormente apresentados sao agora adaptados para
esta relacao entre as 3 entidades em questao, sempre sob o ponto
de vista da entidade seguradora cedente que ocupa o papel central.
Com a figura seguinte pretende-se evidenciar o facto de que o
estudo e desenvolvido sob o ponto de vista da Seguradora
Cedente.
43 / 107
Introducao.
44 / 107
Introducao.
Debrucemo-nos, em seguida, sobre

Metodos de Calculo do Premio de Resseguro Stop-Loss com
dedutvel d
Comecemos pelo premio puro respectivo, E [Id ], o que corresponde
a um limite inferior para o premio Stop-Loss real.
Denotemos por FS e fS respectivamente a f.d. de S e a f.d.p. de S.

Entao: Z
E [Id ] = (x d)fS (x)dx (3)
d
45 / 107
Introducao.
Por outro lado,

Z Z d
E [Id ] = (x d)fS (x)dx (x d)fS (x)dx
0 0
Z Z Z d
= xfS (x)dx d fS (x)dx + (d x)fS (x)dx,
0 0 0
pelo que (3) e equivalente a

Z d
E [Id ] = E [S] d + (d x)fS (x)dx (4)
0
46 / 107
Introducao.
d
Notando que fS (x) = dx [1 FS (x)], podemos exprimir o premio
puro do resseguro em termos da f.d. de S, ja que
Z Z
d
E [Id ] = (x d)fS (x)dx = (d x) [1 FS (x)]dx
d dZ dx

= (d x)[1 FS (x)]|d + [1 FS (x)]dx,
d
integrando por partes
47 / 107
Introducao.
pelo que, notando que limx x[1 FS (x)] = 0, se obtem

Z
E [Id ] = [1 FS (x)]dx (5)
d
e tambem
Z d
E [Id ] = E [S] [1 FS (x)]dx (6)
0
48 / 107
Introducao.
Observacao:
Se d = 0, entao E [Id ] = E [I0 ] = E [S], o que de certo modo
equivale a dizer que se a seguradora estabelece um limite de
retencao nulo entao tera de pagar por premio de resseguro o
premio puro referente a todas as indemnizacoes agregadas do risco
associado.
Observacao:
As expressoes (5) e (6) sao validas para distribuicoes mais
genericas, incluindo discretas ou mistas.
A utilizacao mais conveniente de uma das expressoes (3), (4), (5)

ou (6) depende do problema particular em questao.
49 / 107
Introducao.
Exemplo:
Considere que e sensato modelar atraves de uma distribuicao
Gama(, ) as indemnizacoes agregadas associadas a determinado
tipo de risco dentro
R x xde uma seguradora, S. Denotando por
1
FS (x; , ) = 0 () e x dx a f.d. associada a S, mostrar que

E [Id ] = [1 FS (d; + 1, )] d[1 FS (d; , )].

50 / 107
Introducao.
Resolucao:
Z
E [Id ] = (x d)fS (x; , )dx
d

x 1 x
Z
= (x d) e dx
d ()

x x
Z Z
= e dx d fS (x; , )dx
d () d

x
Z
=
+1 e x dx d[1 FS (d; , )]
d ( + 1)
= [1 FS (d; + 1, )] d[1 FS (d; , )].
51 / 107
Introducao.
Formulas Recursivas para E [Id ] com indemnizacoes inteiras

Consideremos agora o caso particular de S com valores no suporte
dos inteiros
x = 0, 1, 2,
fS (x) = P[S = x]
d N
52 / 107
Introducao.
Observacao:
O Premio Puro de Resseguro Stop-Loss no caso do dedutvel d /
para o caso de indemnizacoes inteiras obtem-se por interpolacao
linear nos inteiros que contem d (Exerccio 8.9() ).
53 / 107
Introducao.
Para o caso discreto as expressoes (3)e (4) tem a sua contrapartida

X d1
X
E [Id ] = (x d)fS (x) = E [S] d + (d x)fS (x) (7)
x=d+1 x=0
enquanto que para as expressoes (5)e (6) se obtem

Z
E [Id ] = [1 FS (x)]dx
d
Z d+1 Z d+2
= [1 FS (x)]dx + [1 FS (x)]dx + ,
d d+1
= [1 FS (d)] + [1 FS (d + 1)] + ,

X
E [Id ] = [1 FS (x)] (8)
x=d
54 / 107
Introducao.
e tambem

X d1
X
E [Id ] = [1 FS (x)] [1 FS (x)]
x=0 x=0
d1
X
E [Id ] = E [S] [1 FS (x)] (9)
x=0
55 / 107
Introducao.
Em geral, obtem-se assim uma formula recursiva:
E [Id+1 ] = E [Id ] [1 FS (d)], d = 0, 1, 2,

(10)
E [I0 ] = E [S]
Este metodo e muito util para o caso de as indemnizacoes

agregadas serem modeladas por uma Poisson Composta, com
severidade nos valores inteiros positivos, ja que tambem para esse
caso a f.m.p. de S pode ser calculada recursivamente.
56 / 107
Introducao.
Formulas Recursivas para S _ PC(, FX ) com fX (x) = P[X = x],

x = 1, 2,
A partir dos Valores Iniciais
fS (0) = P[S = 0] = e
(11)
E [I0 ] = E [S] = p1 = E [X ]
57 / 107
Introducao.
sao usadas as Formulas Recursivas

X
fS (x) = P[S = x] = jfX (j)fS (x j)
x
j=1
FS (x) = FS (x 1) + fS (x)
E [Ix ] = E [Ix1 ] {1 FS (x 1)}, x = 1, 2, 3,

(12)
58 / 107
Introducao.
Exemplo:
Uma carteira de apolices produz um no de sinistros, N, num
perodo fixo, de acordo com
n 0 1 2 3
P[N = n] 0.1 0.3 0.4 0.2
e indemnizacoes individuais X com
x 1 2 3
P[X = x] 0.5 0.4 0.1
59 / 107
Introducao.
Este exemplo foi tratado anteriormente, tendo sido calculadas as

f.d. e f.m.p. de S, obtendo-se
x 0 1 2 3 4 5 6 7 8 9
fS (x) 0.1000 0.1500 0.2200 0.2150 0.1640 0.0950 0.0408 0.0126 0.0024 0.0002
FS (x) 0.1000 0.2500 0.4700 0.6850 0.8490 0.9440 0.9848 0.9974 0.9998 1.0000
Calcular o Premio de Resseguro Stop-Loss, face a um dedutvel de

d = 7.
60 / 107
Introducao.
Resolucao:

X 9
X
E [I7 ] = (x 7)fS (x) = (x 7)fS (x)
x=8 x=8
= 1 fS (8) + 2 fS (9) = 0.0024 + 2(0.0002) = 0.0028,
ou, alternativamente,

X 8
X
E [I7 ] = [1 FS (x)] = [1 FS (x)] = 0.0028
x=7 x=7
61 / 107
Introducao.
Observacao:
Para o caso de S ter suporte nao limitado superiormente e mais
conveniente utilizar as expressoes alternativas equivalentes para
somatorios finitos (ou integrais num intervalo limitado).
62 / 107
Introducao.
Exemplo:
Supondo que S tem distribuicao Poisson Composta com = 1.5 e
P[X = 1] = 32 e P[X = 2] = 13 , calcular fS (x), FS (x) e E [Ix ] para
x = 0, 1, 2, 3, 4, 5, 6,.
Resolucao:
Recorrendo as expressoes (11) e (12), obtem-se os valores iniciais
fS (0) = FS (0) = e = e 1.5 = 0.223
4
E [I0 ] = E [S] = p1 = 1.5 E [X ] = 1.5 =2
3
e em seguida as expressoes recursivas
63 / 107
Introducao.
2
X
fS (x) = jfX (j)fS (x j)
x
j=1
1.5
= [fX (1)fS (x 1) + 2fX (2)fS (x 2)]
x
1
= [fS (x 1) + fS (x 2)], x = 1, 2, , 6
x
Por exemplo, fS (1) = fS (0) = 0.223 e assim sucessivamente,

obtendo-se no final
64 / 107
Introducao.
x fS (x) FS (x) E [Ix ]

0 0.223 0.223 2.000
1 0.223 0.446 1.223
2 0.223 0.669 0.669
3 0.149 0.818 0.338
4 0.093 0.911 0.156
5 0.048 0.959 0.067
6 0.024 0.983 0.026
65 / 107
Introducao.
Aproximacoes do Modelo Individual ao Modelo Colectivo. Efeito do Resseguro na Probabilidade de Runa.
Efeito do Resseguro na Probabilidade de Runa

Este paragrafo aborda o tema proposto de uma forma introdutoria, visando um
compromisso entre o ganho esperado pelo segurador, por um lado, e a seguranca
esperada por outro. Estabelecendo como medida de seguranca exactamente um limite
superior para a probabilidade de runa, pretende-se que a seleccao do contrato entre os
resseguros admissveis aquele que produza um ganho esperado mais elevado. E
exactamente neste paragrafo que o significado da designacao dada anteriormente de
coeficiente de ajustamento se torna mais evidente para o aluno: se para determinado
tratado de resseguro o valor daquele coeficiente nao e suficientemente elevado (ao
qual corresponde um valor de probabilidade de runa mais baixo), devera ser tomado
em consideracao um ajustamento do contrato de resseguro com vista a aumentar o
referido parametro ( e a baixar a probabilidade de runa, consequentemente).
Essencialmente, a custa de exemplos ilustrativos e feita uma comparacao do
desempenho entre os tratados proporcionais e de stop-loss.
66 / 107
Introducao.
Questoes acerca do tipo de Resseguro a adquirir podem ser

respondidas de diferentes maneiras.
Uma da abordagens foi considerada a luz da teoria da utilidade.

Assim, face a adopcao de uma funcao utilidade por parte da
Seguradora e tendo a sua disposicao diversos tipos de contrato de
Resseguro, a seguradora opta por aquele a que corresponde a
maior utilidade esperada. Trata-se de uma abordagem muito
simples conceptualmente, mas que na pratica nao e muito
explorada, fundamentalmente devido a escolha da funcao utilidade
mais apropriada.
67 / 107
Introducao.
Posteriormente, foi considerada uma taxa de premio que

contemplava alguma carga de seguranca relativamente ao processo
de risco associado, nomeadamente,
c = (1 + )p1 (13)
supondo p1 = E [X ] a indemnizacao individual esperada num

perodo de tempo unitario.
Em termos de Resseguro Stop-Loss, debrucamo-nos anteriormente

sobre o calculo do premio puro associado ao resseguro com
dedutvel d, E [Id ], que nao e mais do que um limite inferior do
valor real do premio a pagar pela transferencia de parte das
indemnizacoes acima de certo montante de retencao.
68 / 107
Introducao.
Tal como no caso geral, a real taxa de premio a pagar no caso de

utilizacao do princpio do valor medio obedece ao enquadramento
geral do tipo
Taxa Esperada das

Taxa do Premio (1+Coeficiente de Segu-
= Indemnizacoes para
de Resseguro ranca para Resseguro )
Resseguro
Isto e, no caso de um Tratado de Resseguro para o colectivo S,

h(S) S, a taxa de premio para o colectivo sera
ch = (1 + h )E [h(S)] (14)
sendo a taxa no colectivo afectada de uma carga de seguranca

h E [h(S)] .
69 / 107
Introducao.
Observacao:
Note-se que sendo o taxa de premio de Resseguro determinada
pela Resseguradora, o coeficiente de seguranca h e obtido a custa
de (14). Em particular, o estudo efectuado na seccao anterior com
resultados para a taxa de premio puro E [Id ] equivale a considerar
h = 0.
Alternativamente a abordagem seguida anteriormente,

consideraremos uma nova perspectiva de Resseguro, de certa
forma contemplando um compromisso entre o ganho esperado, por
um lado, e a seguranca esperada, por outro.
Devido a carga contida no premio de Resseguro, a aquisicao de

Resseguro reduz o ganho esperado do segurador cedente. Contudo,
um contrato de resseguro conveniente implica um acrescimo de
seguranca para a Companhia Cedente.
70 / 107
Introducao.
Face a determinada condicao de seguranca pre-estabelecida, o

segurador selecciona de entre os contratos de resseguro admissveis
aquele que produz um ganho esperado mais elevado.
Que medida de seguranca escolher?
Iremos considerar a probabilidade de runa.
Um requisito possvel podera ser uma condicao limitativa para a

Probabilidade de Runa, do tipo
PROBABILIDADE DE RUINA 1%
71 / 107
Introducao.
Iremos desenvolver este estudo para determinados tratados de

resseguro, para os quais seja possvel determinar o respectivo
Coeficiente de Ajustamento, R, (ou R).
Tornar-se-a agora mais clara a designacao de R: se para

determinado tratado de resseguro o valor de R nao e
suficientemente elevado (e ao qual corresponde um valor de
Probabilidade de Runa nao suficientemente baixo) devera ser
tomado em consideracao um reajustamento do contrato de forma
a aumentar o R associado (e a baixar a probabilidade de runa,
consequentemente).
Iremos com o exemplo seguinte abordar a questao, para o caso de

um Tratado Stop-Loss, em que a seguradora tem a sua escolha um
de tres dedutveis a estabelecer.
72 / 107
Introducao.
Exemplo:
Uma Seguradora possui uma carteira de apolices que produz
indemnizacoes agregadas anuais que sao independentes e
identicamente distribudas como uma Poisson Composta com
= 1.5, com fX (1) = 32 e fX (2) = 13 . Os premios anuais sao de
montante c = 2.5.
a Calcular o Coeficiente de Ajustamento que resulta
desta carteira (ou seja, com cobertura completa por
parte desta companhia seguradora, ou ainda supondo
o caso extremo de um dedutvel d = ).
73 / 107
Introducao.
b Pode ser adquirida uma cobertura do tipo Stop-Loss

para uma carga de seguranca associada de 100%.
Calcular o coeficiente de ajustamento que resulta de
um contrato de resseguro stop-Loss afectado de um
dedutvel de
1 d = 3;
2 d = 4;
3 d = 5.
Comparar estas tres alternativas que a companhia

tem ao seu dispor, tendo em vista o ganho esperado.
74 / 107
Introducao.
Resolucao: a) Estamos perante a definicao discreta do coeficiente

de ajustamento, ja que sao mencionados premios anuais e o
comportamento da indemnizacoes agregadas anuais.
Assim, o processo de reservas associado e dado pelo modelo
n
X
Un = u + nc Sn , Sn = Wi
i=1
onde Wi representa as indemnizacoes agregadas no ano i, sendo

considerado que Wi i.i.d. a W _ PC(; FX ), com = 1.5 e
c = 2.5.
Para este caso particular foi mostrado que R R, i.e., R e solucao
da equacao do modelo a tempo contnuo
+ cr = MX (r )
75 / 107
Introducao.
Ora neste caso a f.g.m. associada as indemnizacoes individuais X e

2 1
MX (r ) = E [e rX ] = fX (1)e r + fX (2)e 2r = e r + e 2r ,
3 3
donde o coeficiente de ajustamento associado a esta cobertura
total, R, e solucao da equacao transcendente
1
1.5 + 2.5r = e r + e 2r ,
2
que resolvida iterativamente resulta em
R = 0.28
76 / 107
Introducao.
Consideraremos o estudo do caso d = 4, ja que para os outros

valores do dedutvel o desenvolvimento e semelhante.
No Exemplo foram calculados varios valores para a taxa do premio
puro, E [Id ], em particular E [I4 ] = 0.156 .
De acordo com os dados do problema proposto, a resseguradora
estabeleceu uma taxa de Premio de Resseguro que esta afectada
de um coeficiente de seguranca
I4 = 100%,
i.e., denotando por cI4 o premio de resseguro anual para um

Stop-Loss com dedutvel d = 4,
cI4 = (1 + I4 )E [I4 ] = 2E [I4 ] = 0.312
77 / 107
Introducao.
Assim, o Premio Retido anual na seguradora, cretido , sera igual ao

montante recebido pelos seus segurados c subtrado do premio de
Resseguro, cI4 , que a empresa cedente tera de pagar a
resseguradora para adquirir o Tratado de Stop-Loss; i.e.,
cretido = c cI4
ou seja,
cretido = 2.5 0.312 = 2.188
Por outro lado, ao adquirir o resseguro, a seguradora cedente ve a
sua responsabilidade desagravada, ficando com as indemnizacoes
retidas

Wi , Wi = 0, 1, 2, 3, 4
Wi =
4, Wi > 4
78 / 107
Introducao.
sendo Wi i.i.d. a W que corresponde a v.a. W truncada em 4.

Assim, ja nao tem lugar o modelo Poisson Composto e teremos de
recorrer a equacao geral para determinacao do Coeficiente de
Ajustamento R associado a este tipo de tratado
e cretido r MW (r ) = 1
ou seja, considerando que fW (x) = fW (x) para x = 0, 1, 2, 3 e
d
fW (4) = 1 FW (3) e que W = S do Exemplo, entao R e solucao
da equacao
( 3 )
X
2.188r xr 4r
e fS (x)e + [1 FS (3)]e = 1;
x=0
note-se que fS e FS foram previamente calculadas recursivamente

no Exemplo 8.4.
79 / 107
Introducao.
Por metodos numericos iterativos e possvel determinar
R = 0.35,
pelo que o Ganho Esperado Anual da seguradora cedente, Gretido ,
sera igual ao montante de premios retido na companhia adicionado
do pagamento esperado de indemnizacoes pela Resseguradora e
subtrado do montante esperado de indemnizacoes que tera de
pagar aos seus segurados; i.e.,
Gretido = cretido + E [I4 ] E [W ]

= 2.188 + 0.156 E [X ]
4
= 2.188 + 0.156 1.5 = 0.344
3
80 / 107
Introducao.
Para os outros valores de dedutvel, d = 3, d = 5 e d = (sem

resseguro) os valores sao os seguintes:
d R Gretido
3 0.25 0.162
4 0.35 0.344
5 0.34 0.433
0.28 0.500
81 / 107
Introducao.
Comentario Final:
Relativamente a seguranca, em termos da probabilidade de
runa ou, equivalentemente do coeficiente de ajustamento, o
dedutvel de d = 4 e prefervel a d = 5, uma vez que o
primeiro produz R = 0.35 superior a R = 0.34.
Contudo, em termos do Ganho esperado d = 4 e pior do que
d = 5 uma vez que o primeiro produz Gretido = 0.344 inferior
a Gretido = 0.433.
Por outro lado, escolher um dedutvel de d = 3 nao tem
sentido, ja que isso corresponde a um desempenho pior tanto
em termos de seguranca como de ganho esperado do que
ausencia de resseguro (d = ).
82 / 107
Introducao.
Observacao
ote-se que o caso extremo de uma transferencia total das
indemnizacoes para resseguro, i.e., uma escolha de d = 0 conduz a
valores de um coeficiente de ajustamento R = 0 e portanto a runa
certa. Realmente o valor correspondente de ganho esperado e
negativo e de Gretido = 1.5 .
No Tratado Stop-Loss os pagamentos por parte da Resseguradora

e Seguradora cedente sao estipulados em funcao das indemnizacoes
agregadas.
Consideremos seguidamente outro tipo de contrato de resseguro

em que os pagamentos da Resseguradora a Seguradora dependem
dos montantes individuais.
83 / 107
Introducao.
Em geral, uma cobertura deste tipo e definida em termos de uma

funcao h(X ), com 0 h(X ) X .
Dois tipos de Tratado ja foram apresentados:
Resseguro Quota-Share (ou Proporcional)
h(X ) = X , 01
Resseguro Excess-of-Loss (ou Excesso de Perda)

+ 0, X <
h(X ) = (X ) = max(X , 0) = , 0
X , X
84 / 107
Introducao.
Observacao:
1 Para o Resseguro Proporcional os casos extremos de = 0 e
= 1 correspondem respectivamente a ausencia de resseguro

e a resseguro de cobertura total. Para o Resseguro
Excess-of-Loss = e a ausencia de resseguro enquanto que
= 0 e resseguro de cobertura total.
2 Note-se que relativamente ao resseguro para o colectivo
referente ao total de indemnizacoes as definicoes daqueles
tratados correspondem, respectivamente, a
N
X N
X
Xi e (Xi )+ .
i=1 i=1
85 / 107
Introducao.
No que se segue consideraremos novamente o modelo Poisson

Composto PC(, FX ), com premios de resseguro pagos
continuamente a uma taxa ch ; assim, sendo c a taxa dos premios
continuamente recebidos pelos segurados, a seguradora retem
premios a uma taxa cretido = c ch . Entao o Coeficiente de
Ajustamento, Rh , relativo ao resseguro h e, consequentemente,
associado as indemnizacoes retidas Xretido = X h(X ) e a solucao
nao trivial da equacao:
+ cretido r = MXretido (r )
ou seja, Z
+ (c ch )r = e r [xh(x)] fX (x)dx
0
86 / 107
Introducao.
Supondo que e aplicado o princpio do valor medio a taxa de

premio de resseguro, relativamente a um total de indemnizacoes
pagas pela resseguradora Sh , e do tipo
ch = (1 + h )E [Sh ] = (1 + h )E [h(X )]
e a taxa dos premios recebidos pelos segurados relativamente a
um total de indemnizacoes S e como anteriormente
c = (1 + )E [S] = (1 + )E [X ]
vem, consequentemente, uma taxa de premios retidos
relativamente a um total de indemnizacoes retidas Sretido da forma
cretido = (1 + )E [Sretido ] c ch = (1 + )E [X h(X )]
Nos exemplos que se seguem exploraremos estes conceitos para os
dois tipos de tratado de resseguro e diferentes coeficientes de
seguranca associados.
87 / 107
Introducao.
Exemplo:
Suponha-se que as indemnizacoes formam um processo de Poisson
Composto, com = 1 e X _ U(0, 1). Os premios sao recebidos
de acordo com uma taxa c = 1. Calcular o Coeficiente de
Ajustamento se for adquirido um Resseguro Proporcional com
= 0, 0.1, 0.2, , 1 e se o coeficiente de seguranca para
resseguro e de
a) h = 100%; b) h = 140% .
88 / 107
Introducao.
Resolucao:
A taxa de premio de resseguro e

Z 1 Z 1
ch = (1+h )E [h(X )] = (1+h ) h(x)fX (x)dx = (1+h ) xdx
0 0
pelo que

ch = (1 + h ) .
2
a) Neste caso h = 100% e ch = , vindo o coeficiente de
ajustamento como solucao da equacao
Z
0
89 / 107
Introducao.
ou seja,
1
e r (1) 1
Z
1 + (1 )r = e r (1)x dx 1 + (1 )r =
0 r (1 )
Considere-se o primeiro caso de = 0 (ausencia de resseguro). A

resolucao por metodos numericos da equacao
er 1
1+r =
r
conduz neste caso a R = 1.793.
Ora, como
r
er 1 r e 1 (1) 1
1+r = 1 + (1 ) = r ;
r 1 1 (1 )
90 / 107
Introducao.
fazendo r := r
1 , somos conduzidos a equacao

e r (1) 1
1 + (1 )r = ,
r (1 )
pelo que as solucoes nao trivias da equacao determinante do
coeficiente de ajustamento para os outros valores de 6= 0
correspondem a solucao encontrada para = 0 escalada
convenientemente, i.e.,
1.793
R R = , = 0.1, 0.2, , 1.0
1
b) No caso de h = 140% os calculos sao semelhantes, vindo
ch = 1.2
e R R e solucao da equacao
e r (1) 1
1 + (1 1.2)r =
r (1 )
91 / 107
Introducao.
As solucoes para os casos a) e b) estao resumidas na tabela
Coeficiente de ajustamento R
h = 100% h = 140%
0.0 1.793 1.793
0.1 1.993 1.936
0.2 2.242 2.095
0.3 2.562 2.268
0.4 2.989 2.436
0.5 3.587 2.538
0.6 4.483 2.335
0.7 5.978 0.635
0.8 8.966 =5/7
0.9 17.933
1.0
92 / 107
Introducao.
Comentario Final:
Vejamos a que carga de seguranca, aplicada aos segurados,
corresponde um premio c = 1:
1
c = (1 + )E [S] = (1 + )E [X ] = (1 + ) 1 = = 1.
2
Em a), as cargas de seguranca para resseguro e para os
segurados sao iguais, i.e., h = = 1, e R R e crescente
com (e a probabilidade de runa?).
Em b), a carga de seguranca para resseguro e superior a
aplicada aos segurados, i.e., h = 1.4 > = 1 e R R e
crescente de = 0 ate = 0.5 e depois decresce (e a
probabilidade de runa?).
93 / 107
Introducao.
Ainda em b) facamos uma analise mais detalhada do que se

esta a passar em termos da runa. Vejamos para que valor de
a taxa de premios retidos e igual ao valor esperado das
indemnizacoes retidas; quer dizer como
1
cretido = c ch = 11.2 e E [Sretido ] = E [X h(X )] = 1
2
determine-se por forma a que
1
cretido = E [Sretido ] 1 1.2 = .
2
94 / 107
Introducao.
Entao para este valor de = 5/7, tem-se obviamente
cretido = (1 + )E [Sretido ] = 0
concluindo que existe Runa Certa para a Companhia Cedente.

O mesmo sucede para valores > 5/7, pois isso equivale a
dizer que < 0 e, consequentemente, cretido < E [Sretido ]
95 / 107
Introducao.
Exemplo:
Suponha que a Seguradora do exemplo anterior pode adquirir um
Resseguro para uma cobertura Excess-of-Loss com
= 0, 0.1, 0.2, , 1.
Calcular o Coeficiente de Ajustamento se o coeficiente de
seguranca para resseguro e de
a) h = 100%; b) h = 140% .
96 / 107
Introducao.
Resolucao:
A taxa de premio de resseguro e

Z Z 1
ch = (1+h )E [h(X )] = (1+h ) h(x)fX (x)dx = (1+h ) (x)dx
0
(1 )2
pelo que ch = (1 + h ) .
2
a) No caso de h = 100% obtem-se ch = (1 )2 e R R e

solucao nao trivial da equacao
Z
0
ou seja,
97 / 107
Introducao.
Z Z 1
1 + [1 (1 )2 ]r = e rx dx + e r dx,
0
pelo que tudo se resume a resolucao, por metodos numericos, da

equacao
er 1
1 + [1 (1 )2 ]r = + (1 )e r
r
b) Neste caso h = 140% vindo ch = 1.2(1 )2 e a consequente
equacao a resolver
er 1
1 + [1 1.2(1 )2 ]r = + (1 )e r .
r
98 / 107
Introducao.
As solucoes nao triviais das equacoes estao resumidas na tabela
Coeficiente de ajustamento R
h = 100% h = 140%
1.0 1.793 1.793
0.9 1.833 1.828
0.8 1.940 1.920
0.7 2.116 2.062
0.6 2.378 2.259
0.5 2.768 2.518
0.4 3.373 2.840
0.3 4.400 3.138
0.2 6.478 2.525
=1 5/7
0.1 12.746
0.0
99 / 107
Introducao.
Comentario Final:
A analise deste caso e semelhante ao do Resseguro
Proporcional,
p bastando notar que para o valor de
= 1 5/7, se tem
1 (1 )2
1 1.2(1 )2 = (1 + )
2
cretido = (1 + )E [Sretido ]
= 0
concuindo que para valores inferiores de existe Runa Certa
para a Companhia Cedente.
100 / 107
Introducao.
Exemplo:
Comparar os resultados dos exerccios anteriores referentes ao
resseguro proporcional h (X ) e ao resseguro Excess-of-Loss h (X ),
para os pares (, ) tais que
E [h (X )] = E [h (X )]
.
Resolucao:
2
Os pares (, ) verificam a igualdade 2 = (1)
2 , pelo que
escrevendo como funcao de , = (1 )2 e com
procedimentos semelhantes aos expostos nos 2 exemplos anteriores
obtem-se a tabela:
101 / 107
Introducao.
Coeficientes de ajustamento para h (X ) e h (X )

h = 100% h = 100% h = 140% h = 140%
R R R R
0.00 1.0 1.793 1.793 1.793 1.793
0.01 0.9 1.811 1.833 1.807 1.828
0.04 0.8 1.868 1.940 1.848 1.920
0.09 0.7 1.971 2.116 1.921 2.062
0.16 0.6 2.135 2.378 2.030 2.259
0.25 0.5 2.391 2.768 2.181 2.518
0.36 0.4 2.802 3.373 2.372 2.840
0.49 0.3 3.516 4.400 2.535 3.138
0.64 0.2 4.981 6.478 1.992 2.525
0.81 0.1 9.438 12.746
1.00 0.0
102 / 107
Introducao.
comentario:
Para uma dada carga de seguranca, o resseguro Excess-of-Loss
conduz a Coeficientes de Ajustamento superiores (e a valores de
Probabilidade de Runa inferiores) aos obtidos por uma cobertura
Proporcional, para os mesmos valores esperados de pagamento de
resseguro.
No teorema que enunciaremos seguidamente (a demonstracao

encontra-se em Bowers et al.,1987), constataremos que a conclusao
do exemplo anterior e um caso particular do resultado geral, de
certo modo confirmando a optimalidade do Tratado Excess-of-Loss
comparativamente a outro tipo de tratados como havia sido
referido no incio do curso, sob a perspectiva da Utilidade.
103 / 107
Introducao.
Teorema:
Considere-se um Resseguro h(X ), 0 h(X ) X , de taxa de
premio ch . Seja h (X ) um Tratado Excess-of-Loss com dedutvel
e seja ch a sua taxa de premio. Sejam Rh e Rh os respectivos
Coeficientes de Ajustamento.
Se E [h(X )] = E [h (X )] e ch = ch entao Rh Rh .
Observacao:
Note-se que dizer que as taxas de premios sao iguais e equivalente
a dizer que a seguranca e igual, ja que
ch = ch (1+h )E [h(X )] = (1+ )E [h (X )] h = h
uma vez que E [h(X )] = E [h (X )].
104 / 107
Introducao.
De acordo com as condicoes do teorema as conclusoes

comparativas relativamente aos coeficientes de ajustamento so
podem ser aplicadas para a mesma carga de resseguro.
Ora, por vezes, pode ser vantajoso escolher uma carga de

resseguro por forma a aumentar o coeficiente de ajustamento e
fazendo simultanemaente decrescer os premios de resseguro.
No ultimo caso apresentado, temos exemplificada essa situacao do

seguinte modo:
105 / 107
Introducao.
Para = 0.49 e h = 100%, o valor da taxa de resseguro e de

ch = 2 = 0.49,
2
enquanto que para = 0.3 e h = 140% a taxa de resseguro
respectiva e de
(1 )2
ch = 2.4 = 0.58,
2
verificando-se que
ch < ch .
Quanto aos coeficientes de ajustamento tambem o Tratado
Proporcional oferece vantagem, ja que
R = 3.516 > R = 3.138,
associando igualmente uma menor probabilidade de runa para

106 / 107
Introducao.
Uma escolha conveniente de resseguro devera ter estes dois

objectivos: por um lado, uma
taxa de premio tao baixa quanto possvel e conduzir a
maior seguranca, neste caso ao maior Coeficiente de Ajustamento
e, consequentemente, a menor probabilidade de Runa.
107 / 107

Cap 5 Aplicacoes Teoria Risco Seguros

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cap 5 Aplicacoes Teoria Risco Seguros

Enviado por

Direitos autorais:

Formatos disponíveis

Introducao.

Distribuicoes usuais para a severidade

5. aplicacao da teoria do risco a seguros

2 Distribuicoes usuais para a severidade

3 Aproximacoes do Modelo Individual ao Modelo Colectivo.

4 Tratado de Resseguro Stop-Loss

5 Efeito do Resseguro na Probabilidade de Runa.

O objectivo deste captulo e o de indicar varios modos de aplicacao de Teoria do Risco

O objectivo principal deste captulo e o de indicar varios modos de

uma coleccao de apolices

A aplicacao de semelhante modelo exige informacao acerca de :

Como foi salientado, nao e tarefa especfica nesta abordagem levar

No entanto, sera seguidamente dada uma breve ilustracao do tipo

distribuicoes usuais para a severidade

Referiremos 4 aplicacoes especficas, de modo a dar uma visao do

SINISTRO incendio numa estrutura segura que origina dano

Se Y _ N (m, ) entao X = e Y _ LN (m, ).

para x > 0, , > 0, 0 < p < 1, p + q = 1.

SINISTRO dano num automovel originado por um acidente.

A distribuicao Gama(, ) com localizacao tem sido sugerida para

Os parametros envolvidos devem ser estimados a partir da amostra

Este seguro e caracterizado por estabelecer benefcios para pessoas

Existe um perodo de espera (7 dias, por exemplo) desde o dia da

O benefcio c e um montante diario fixo; assim, o montante de

Seja Y a v.a. do tempo (em dias) a que se refere o benefcio.

A distribuicao do montante de indemnizacao, X = cY , e entao:

Supondo tambem um benefcio diario constante c em caso de

Assim, sendo Y a v.a. do numero de dias de internamento

Aproximacoes do Modelo Individual ao Modelo Colectivo

Nos 2 metodos apresentados, pretende-se dar uma visao comparativa de como

Os modelos de risco individual e de risco colectivo sao estruturas

Devido a complexidade computacional de calcular a distribuicao do

Relembremos que o modelo de risco individual para n apolices

onde Xj representa a indemnizacao relativa a apolice j,

Considera-se que os montantes individuais de indemnizacao,

com Ij a v.a. indicadora de ocorrencia de indemnizacao para a

j = E [Bj ] e j2 = Var [Bj ].

Considera-se que Ij e Bj , j = 1, , n, sao mutuamente

Assim, para a carteira das n apolices

Iremos apresentar 2 metodos de aproximacao ao modelo Poisson

= E [e Xj r |Ij = 0]P[Ij = 0] + E [e Xj r |Ij = 1]P[Ij = 1]

pelo que a f.g.m. do total de indemnizacoes no modelo de risco

Consequentemente, logaritmizando ambos os membros, obtem-se

O metodo baseia-se na aproximacao que utiliza apenas o 1o termo

sendo MX (r ) a f.g.m. associado a f.d. FX (x); de imediato e

MS (r ) = exp { (MX (r ) 1)} .

1) Coincidencia do valor medio das indemnizacoes agregadas do

como se constata por (1).

2) Variancia das indemnizacoes agregadas no modelo aproximado

3) Coincidencia do numero esperado de sinistros do modelo

No caso de montante de indemnizacao degenerado numa

Aproximar a distribuicao de S atraves de S _ PC(, FX ), com:

Semelhante a do Metodo 1, se considerarmos que j = j , i.e.,

Ora, tem-se que

e = P[0 sinistros na carteira no modelo S].

2) Valor medio das indemnizacoes agregadas no modelo

como se constata por (1).

A Tabela seguinte sistematiza os 4 grupos de risco homogeneos, de

Aproximar a distribuicao de S atraves de uma distribuicao de

Resolucao: Pelo Metodo 1,

Var [S ] = p2 = 100 2.8 = 280 > 256

= 500 log(0.98) 500 log(0.98) 300 log(0.90) 500 log(0.90)

500 log(0.98) 300 log(0.90)

Var [S] = p2 = 104.5 2.803