Escolar Documentos
Profissional Documentos
Cultura Documentos
Livro Modelos de Precificação e Ruina PDF
Livro Modelos de Precificação e Ruina PDF
Modelos de Precificação
e Ruína para Seguros
de Curto Prazo
1ª Edição - 2002
2ª Reimpressão - 2010
Rio de Janeiro
2010
1ª edição: outubro 2002
2ª reimpressão - Junho 2010
Escola Nacional de Seguros – Funenseg
Rua Senador Dantas, 74 – Térreo, 2o, 3o, 4o e 14o andares
Rio de Janeiro/RJ – Brasil – CEP 20031-205
Tel.: (21) 3380-1000
Fax: (21) 3380-1546
Internet: www.funenseg.org.br
e-mail: faleconosco@funenseg.org.br
Nenhuma parte deste livro poderá ser reproduzida ou transmitida, sejam quais forem os meios
empregados: eletrônicos, mecânicos, fotográficos, gravação ou quaisquer outros, sem autor-
ização por escrito da Escola Nacional de Seguros – Funenseg.
Coordenação Editorial
Diretoria de Pesquisa e Desenvolvimento/Núcleo de Publicações
e-mail: publicacao@funenseg.org.br
Capa
Larissa Medeiros
Diagramação
Info Action Editoração Eletrônica Ltda. – Me
Revisão
Maria Helena de Lima Hatschbach
Thais Chaves Ferraz
Virginia L. P. de S. Thomé
Bibliotecária Responsável pela elaboração da ficha catalográfica
ISBN 85-7052-397-1
Prefácio, xi
Apresentação, xiii
1 Tarifação, 1
TIPOS DE PRÊMIOS.................................................................................................. 1
Prêmio de Risco ........................................................................................ 1
Prêmio Puro .............................................................................................. 2
Prêmio Comercial ..................................................................................... 2
PRÊMIO INDIVIDUAL................................................................................................ 3
MÉTODOS DE TARIFAÇÃO ........................................................................................ 5
Julgamento ou subjetivo .......................................................................... 6
Sinistralidade ............................................................................................ 6
Prêmio Puro .............................................................................................. 6
Tábua de mortalidade .............................................................................. 6
PRINCÍPIOS DE CÁLCULO DE PRÊMIOS ..................................................................... 7
Princípio da Equivalência ........................................................................ 7
Princípio do Valor Esperado.................................................................... 8
Princípio da Variância .............................................................................. 8
Princípio do Desvio Padrão ..................................................................... 8
Princípio da Utilidade Zero ..................................................................... 9
Princípio Exponencial ............................................................................ 14
Princípio do Percentil ............................................................................. 14
PROPRIEDADES DESEJÁVEIS DE UM PRINCÍPIO DE CÁLCULO DE PRÊMIOS ............... 14
Carregamento de segurança não negativo ........................................... 14
Perda Máxima ......................................................................................... 14
Consistência............................................................................................. 15
Aditividade ............................................................................................. 15
Interatividade .......................................................................................... 15
EXERCÍCIOS .......................................................................................................... 16
v
vi • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Bibliografia, 197
Apêndice 1 – Exposição ao Risco, 199
CÁLCULO DA EXPOSIÇÃO INDIVIDUAL ................................................................. 199
ENDOSSO DE CANCELAMENTO POR SINISTRO ....................................................... 202
CÁLCULO SIMPLIFICADO DA EXPOSIÇÃO AGREGADA............................................ 202
Aceitei com muita satisfação o convite de preparar o prefácio para esta segunda reimpressão
do livro “Modelos de Precificação e Ruína para Seguros de Curto Prazo”, de autoria do Paulo
Pereira Ferreira.
Acredito que um livro de Ciências Atuariais, especificamente de Teoria do Risco, que já ca-
minha para a segunda reimpressão, após somente oito anos de sua primeira publicação, pode
dispensar qualquer apresentação; o livro já fala por si mesmo e pelo seu autor.
Desde o seu lançamento, este livro tem sido utilizado em cursos regulares de graduação em
Atuária, assim como em cursos de Pós-graduação e MBA de Seguros e Atuária. Hoje, esta
obra já está consagrada como biografia indispensável nos cursos de Atuária de nosso país.
Paulo conseguiu aliar ao rigor técnico uma grande quantidade de exemplos apresentados de
forma simples e sempre procurando associar a teoria atuarial com a prática do dia a dia. Em
um mercado como o nosso, com pouquíssima literatura atuarial em português, este livro tem
sido muito bem recebido.
Possuidor de uma inteligência brilhante, um enorme conhecimento técnico e uma grande sim-
plicidade, Paulo é reconhecidamente um dos profissionais mais destacados do mercado. Alia-
do a estes dons, seu amor pelo Magistério e pela Atuária completam seu brilhante currículo.
O entusiasmo com a publicação e sucesso desta obra levou-o a novas publicações no campo
atuarial. Na nova obra publicada pela Funenseg em 2009, tive a honra de ser co-autora do
livro “Aspectos Atuariais e Contábeis das Provisões Técnicas”, que esperamos caminhe na
mesma trilha de sucesso deste livro de Teoria do Risco.
Espero que sua veia literária não pare por aqui e que o Paulo continue proporcionando à co-
munidade atuarial os frutos de seu trabalho como Professor Universitário aliado à prática de
sua experiência como Consultor Atuarial por tantos anos.
Cristina Mano
Sócia Consultora da Towers Watson
xi
Apresentação
Este livro é o resultado de 30 anos de vida profissional, sendo 29 deles dedicados ao magisté-
rio como professor do curso de ciências atuariais da Universidade Federal do Rio de Janeiro,
tempo no qual tive um envolvimento constante e crescente com as ciências atuariais. Nesses
30 anos, diversos foram os momentos de descobertas, as quais, de tão fascinantes, passei a
classificar como maravilhas atuariais. Neste livro, procurei destacar algumas destas maravi-
lhas, as quais, nem sempre se encontram com o devido destaque em outros livros.
A principal motivação para realizar este livro foi a elaboração da primeira literatura em língua
portuguesa sobre a Teoria do Risco, área das ciências atuariais já bastante explorada em outras
línguas, e que trata de modelos de precificação e ruína para seguros de curto prazo.
Como motivação adicional, pretendi apresentar uma literatura que mesclasse o enfoque aca-
dêmico com o enfoque profissional. Por este motivo, diversos exemplos práticos são apresen-
tados neste livro, o que permite que outros profissionais, além dos atuários, possam, também,
desfrutar das maravilhas atuariais.
xiii
xii • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Uma das ferramentas mais modernas no processo de tarifação, chamada de Teoria da Credi-
bilidade, é abordada no capítulo 12, sendo apresentada tanto a credibilidade total, quanto a
credibilidade parcial.
O cálculo da exposição individual é uma das fases essenciais no processo de tarifação, não
sendo, porem, abordado com profundidade na maioria dos livros de atuaria. O apêndice 1
procura preencher esta lacuna.
Assim como na maioria dos livros de Teoria do Risco que tratam de seguros de curto prazo, a
taxa de juros não é considerada nos processos de precificação e ruína.
Aqueles que nunca produziram um livro não podem imaginar o quanto de esforço próprio
e de terceiros é necessário para concluí-lo. Por outro lado, todo esse esforço é plenamente
recompensado a cada etapa do livro que se supera, até chegar à realização máxima com a sua
conclusão.
Agradeço a todos aqueles que direta ou indiretamente contribuíram para esta realização. Em
especial sou grato a todos os companheiros da Tillinghast, que muito me ajudaram sob o pon-
to de vista acadêmico e operacional. Dentre esses companheiros, destaco o Carlos Eduardo
Teixeira, a Cristina Mano e o Roberto Westenberger pelas suas contribuições acadêmicas, e a
Claudia Gonçalves pela sua dedicação na montagem deste livro.
Agradeço à minha esposa Rosana, à minha mãe Alice e ao meu irmão Mário, pela compreen-
são da importância que a realização deste livro teve para mim, dando todo o incentivo para a
sua conclusão, mesmo com o detrimento de um tempo maior de convivência familiar.
Por último, gostaria de dedicar este livro aos meus filhos Felipe e Gabriel e ao meu pai Anibal
que, enquanto esteve vivo, sempre me incentivou na minha vida pessoal, profissional e acadê-
mica, tendo servido como um modelo de humildade, simplicidade, honestidade, humanidade
e postura ética.
Saudações Atuariais.
Tarifação
TIPOS DE PRÊMIOS
Prêmio de Risco
P = E [S ]
1
2 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Prêmio Puro
P = E [S ] (1 + θ )
Prêmio Comercial
π = απ + P
P E [S ] (1 + θ )
π= =
1−α 1−α
Logo,
E [S ] 1 − α
=
π (1 + θ )
Na prática E [S ] / π é a chamada sinistralidade esperada sobre o prêmio comer-
cial.
Resposta:
PRÊMIO INDIVIDUAL
π
πi =
F
Resposta:
9 4
1000 × + 500 × = 916,67
12 12
como cada risco possui uma IS constante de $50.000, logo, o total de IS exposta
no ano t será de:
E[S [ $1.000.000
= = $1.090,91
Nº Riscos Expostos 916,67
Tarifação • 5
E [S[ $1.000.000
= = 2,18%
Total IS Exposta $45.833.333,34
Observe que as taxas de risco, pura e comercial também podem ser calculadas
pela divisão do prêmio de risco, puro e comercial pela IS de cada apólice. Por exem-
plo, a taxa de risco pode ser calculada como segue:
MÉTODOS DE TARIFAÇÃO
Julgamento ou subjetivo
Sinistralidade
Prêmio Puro
Tábua de mortalidade
P = H [S ]
Princípio da Equivalência
Desta forma, se o segurador operar durante um número grande de anos, ele terá
S1 , S 2, , S n de sinistro agregado em cada ano, e, na média, o sinistro agregado será:
S1 + S 2 + + S n
⎯→ E [S ]
⎯n⎯
→∞
n
8 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
P = E [S ] + θ E [S ] = E [S ](1 + θ )
Sendo:
Princípio da Variância
P = E [S ] + α Var[S ] α >0
P = E [S ] + β σ [S ] β >0
μ (x )
Excedente Marginal
Gráfico 1.1
Sejam:
Assim sendo, o prêmio que atende a este princípio de cálculo é aquele que não
reduz a função utilidade do segurado em função da decisão de contratar ou não o
seguro.
Da mesma forma, para a seguradora, o prêmio a ser cobrado será aquele que não
reduzirá a sua função utilidade pela decisão de aceitar o risco.
Desta forma, então, podemos calcular o prêmio aceito pelo segurado ou pelo
segurador que não reduzirá as respectivas funções utilidades conforme a seguir:
μ (W − G ) = E [μ (W − S )]
Onde:
μ1 (W ) = E [μ1 (W + H − S )]
Onde:
μ(x) é Linear
μ(x) = ax + b
Se μ(x) é uma reta ® G = E(S) , pois a riqueza cresce na mesma proporção que
a função utilidade.
μ (W − G ) = E [μ (W − S )]
a (W − G ) + b = E [a (W − S ) + b] = a (W − E [S ]) + b
→ G = E [S ]
Gráfico 1.2
12 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Dado que o montante de sinistros agregados pode assumir o valor zero com
probabilidade de 50% e o valor $20.000 com probabilidade de 50%, calcular o prê-
mio G aceito pelo segurado de modo a não diminuir a sua função utilidade.
Resposta:
μ(20.000) = 0
μ(0) = -1
P(S = 20.000) = 0,5
P(S = 0) = 0,5
Logo,
E[S] = 0,5 x $20.000 = $10.000
Ou seja, o prêmio aceito como bom pelo segurado é igual ao valor esperado do
sinistro agregado.
Sob o ponto de vista do segurado, o prêmio que mantém a sua função utilidade será:
μ (W − G ) = E [μ (W − S )] ≤ μ (E [W − S ]) = μ (W − E [S ])
μ 1 (W ) = E [μ 1 (W + H − S )] ≤ μ 1 (W + H − E [S ])
Como μ1(x) é uma função crescente, logo, para que tenhamos atendida a
desigualdade acima, então,
Gráfico 1.3
14 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
A constatação acima é tão fascinante que pode ser classificada como uma das
maravilhas atuariais.
Pela sua diversidade a função utilidade do segurado/segurador deve ser pesqui-
sada em cada caso.
Princípio Exponencial
Princípio do Percentil
Nesse caso, o prêmio é determinado de modo que exista uma probabilidade mui-
to pequena (α) do montante de sinistros (S) superar o total de prêmio puro (P).
O valor de α é escolhido arbitrariamente, sendo que na prática α varia entre 1%
e 10%.
Ou seja,
Perda Máxima
Consistência
H [S + C ] = H [S ] + C sendo C = constante
Aditividade
Se S1 ⊥ S 2 → H [S1 + S 2 ] = H [S1 ] + H [S 2 ]
Exemplo: O prêmio de 2 riscos que são independentes é a soma dos prêmios dos
riscos individualmente.
Interatividade
[ [ ]]
Se S e S ′ são riscos arbitrários, então, H [S ] = H H S S ′
EXERCÍCIOS
4) Refazer o exercício anterior, supondo que o seguro só cobre 50% dos sinistros.
Tarifação • 17
a) a = 1 e b = 0 ;
b) a = 1 e b = 1 .
HIPÓTESES:
19
20 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Seja S ind = X 1 + X 2 + + X n
Onde X 1 ⊥ X 2 ⊥ ⊥ X n e X i = I i Bi
Sendo:
Sendo:
⎧⎪ 1 com probabilidade qi
Ii = ⎨
⎪⎩0 com probabilidade pi = 1 − qi
Observações:
1) I i ~ Bernoulli ( qi );
2) Bi é melhor definida por Bi / I i = 1 , ou seja, Bi só faz sentido dado que o
sinistro ocorreu.
P (I i = 1) = qi P (I i = 0) = p i E (I i ) = qi V (I i ) = qi p i
= P ( X i ≤ x / I i = 1) P (I i = 1) + P ( X i ≤ x / I i = 0) P (I i = 0)
Modelo do Risco Individual Anual • 21
= FBi ( x ) qi + I ( x ) p i
⎧⎪1 x ≥ 0
Onde, I ( x ) = ⎨
⎪⎩0 x<0
Este modelo pode ser utilizado no cálculo do prêmio puro P. Existem vários mé-
todos que podem ser utilizados para se calcular o prêmio puro, conforme abordado
no capítulo 1.
Basicamente o prêmio puro é calculado de tal forma que exista uma probabili-
dade muito pequena de que o montante de indenizações exceda o montante de prê-
mios puros, como por exemplo:
[ ]
– P = E S ind + Kσ S ind [ ]
– P é tal que FS ind (P ) = 1 − α
[ ] (1 + θ )
– P = E S ind
DISTRIBUIÇÃO DE S ind
[ ]
FS ind ( x ) = P S ind ≤ x = FX 1 ∗ FX 2 ∗ ∗ FX n
= M X 1 (t ) M X 2 (t ) M X n (t )
CÁLCULO DE E [S ind ] E [ ]
V S ind
Hipóteses: I i ⊥ Bi e I i iid
[ ]
n n n
E S ind = ∑ E [X i ] = ∑ E [I i ] E [Bi ] = ∑ qi E [Bi ]
i =1 i =1 i =1
[ ]
n n
V S ind = ∑V [X i ] = ∑ E [V [X i / I i ] ] + V [E [X i / I i ] ]
i =1 i =1
(1) (2)
[ ]
→ V S ind = ∑ (1) + (2 )
n n
= ∑V [Bi ] qi + ∑ E [Bi ] V [I i ]
2
i =1 i =1
n n
= ∑V [Bi ] qi + ∑ E [Bi ] qi pi
2
i =1 i =1
Modelo do Risco Individual Anual • 23
Onde,
Ci - Valor fixado (constante) para a apólice de ordem i
Logo,
V [Bi ] = 0
[ ]
n
E S ind = ∑ qi C i
i =1
[ ]
n
V S ind = ∑ pi qi C i2
i =1
Observações:
1) Este modelo se aplica ao seguro de vida, invalidez e todo aquele em que, em caso
de sinistro, a indenização é conhecida antecipadamente para cada apólice;
2) Se Bi = C i = 1 , qi = q e pi = p , então,
S ind ~ Binomial ( n, q )
Exemplo 1: Seja um seguro que cobre morte por qualquer causa com indeniza-
ção fixa de $10.000 e invalidez total e permanente com indenização fixa de $5.000.
As probabilidades anuais de sinistros em cada cobertura são de 0,001 e 0,0002, res-
pectivamente. Determinar as distribuições de I i , Bi e X i .
24 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Resposta:
a) Distribuição de I i
P (I i = 1, Bi = $5.000) = 0,0002
Logo,
P (I i = 1) = 0,0012 ; P (I i = 0) = 0,9988
E [I i ] = 0,0012 ; V [I i ] = 0,001199
b) Distribuição de Bi
c) Distribuição de X i
P ( X i = 0) = 0,9988
P ( X i = $5.000) = 0,0002
V [X i ] = $104.879
V [X i ] = V [Bi ] E [I i ] + E [Bi ] V [I i ]
2
Modelo do Risco Individual Anual • 25
APROXIMAÇÃO NORMAL
( [ ] , V [S ] )
Sob certas condições S ind ~ N E S ind ind
P (S ind ≥ P ) = α
P (S ind ≤ P ) = 1 − α
( [ ] [ ])
Como S ind ~ N E S ind ,V S ind
Então,
Ou seja,
[ ]
P = E S ind + Z 1−α σ S ind[ ]
Para calcular o carregamento de segurança (θ ) é só levar em conta que
[ ]
P = E S ind (1 + θ ) .
Logo,
[ ] [ ] [ ]
E S ind (1 + θ ) = E S ind + Z 1−α σ S ind
[ ]
Z 1−α σ S ind
→θ =
E [S ]
ind
Conclusões:
a) α ↓ Z1 − α ↑ θ ↑
b)
Resposta:
Exemplo 3: Calcular o prêmio puro anual individual que cada segurado, na faixa
de importância segurada de $10.000, deve pagar no exemplo 2.
Resposta:
28 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Resposta:
Modelo do Risco Individual Anual • 29
EXERCÍCIOS
b) σ [X i ]
E [X i ]
[ ]
Calcular E S ind e V S ind . [ ]
5) Considere uma carteira com 200 apólices. Para cada apólice a probabilidade de
ocorrer um sinistro é de 1/3 e Bi tem a seguinte função de densidade:
0 caso contrário
Calcular:
a) Média do número esperado de sinistros em 1 ano;
b) Variância do número esperado de sinistros em 1 ano;
c) Prêmio puro total anual que a seguradora deve cobrar de modo que a probabilidade
do sinistro agregado anual superar o prêmio puro total anual não exceda a 5%,
considerando uma aproximação Normal para o sinistro agregado;.
d) Prêmio puro individual para cada segurado , considerando os parâmetros do item
c);
e) Taxa pura a ser aplicada à IS, considerando os parâmetros do item c);
f) Carregamento de segurança, considerando os parâmetros do item c).
Modelo do Risco
Coletivo Anual
33
34 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Onde:
S col - Variável aleatória que representa o sinistro agregado da carteira em um ano,
ou variável aleatória que representa o valor total das indenizações da carteira em um
ano;
N - Variável aleatória que representa o número de sinistros na carteira em um ano;
X i - Variável aleatória que representa o valor do i-ésimo sinistro na carteira.
Veja que S col é uma soma das variáveis aleatórias X i , sendo o número de ter-
mos da soma também aleatório e igual a N .
Hipóteses:
p ( x ) - Função de probabilidade de X :
P ( x ) - Função de distribuição acumulada de X .
b) X 1 , X 2 , X N são independentes de N
DISTRIBUIÇÃO DE S col
∞
FS col ( x ) = ∑ P ( X 1 + X 2 + ... + X n ≤ x ) P( N = n )
n =0
∞
FS col ( x ) = ∑ P ∗n ( x ) P( N = n )
n =0
Da mesma forma,
∞
f S col ( x ) = ∑ p ∗n ( x ) P( N = n )
n =0
Observações:
– X Discreto
p ∗ n ( x ) = P ( X 1 + X 2 + .... X n = x )
= ∑ P ( X 1 + X 2 + .... X n −1 = x − y ) P ( X n = y )
y
= ∑ p ∗ n −1 ( x − y ) p( y )
y
Da mesma forma, P ∗ n ( x ) = ∑ P ( x − y ) p( y )
∗n −1
Onde, P ∗ n = P ∗ n −1∗ P
y
36 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
– X Contínuo
Da mesma forma,
Observações:
Demonstração:
α
⎛ β ⎞
M X (t ) = ⎜⎜ ⎟⎟
⎝β −t⎠
Gama ( n, β )
Conseqüência:
Resposta:
2
f S col ( x ) = ∑ p ∗ n ( x ) P( N = n )
n =0
Onde, p ∗ n ( x ) = ∑p
y
∗ n −1
( x − y ) p( y )
n P (N = n ) x p(x )
0 0,3 1 0,6
1 0,4 2 0,3
2 0,3 3 0,1
p ∗o (0) = 1
p ∗1 (1) = 0,6 p ∗1 (2 ) = 0,3 p ∗1 (3) = 0,1
x
FS col ( x ) = ∑ f S col ( y )
y =0
Resposta:
a) Cálculo de P ∗ n ( x )
Sabemos que se X possui distribuição Exponencial ( α ), então,
Modelo do Risco Coletivo Anual • 39
p ( x ) = α e −α x x>0
P ( x ) = 1 − e −α x x>0
Logo,
∗3
P ( x) = 1 − e −α x
(1 + α x +
(α x)
2
)
2!
n −1
(α x ) i
∗n
P ( x) = 1 − e −α x
∑
i =0 i!
b) Cálculo de FS col ( x )
∞ ∞ ⎛ n −1
FS col ( x ) = ∑ P ∗n ( x ) P (N = n ) = ∑ ⎜⎜1 − e −α x ∑
(α x ) i ⎞ e −λ λ n
⎟
i! ⎟ n!
n =0 n =o ⎝ i =0 ⎠
Sabemos que:
M X (t ) = E [e t X ]
M N (t ) = E [e t N ]
col
[
M S col (t ) = E[e t S ] = E E[e t S
col
]
N]
Seja:
= M X 1 (t ) M X 2 (t )M X n (t ) = M X (t ) n
Logo,
[ ] [
M S col (t ) = E M X (t ) N = E e N log M X ( t ) ]
M S col (t ) = M N (log M X (t ) )
Resposta:
Se N possui distribuição Geométrica ( p ), então,
α e − (α −t ) x ∞ 1 α
= =α =
− (α − t )
0
α −t α −t
p
M S col (t ) =
α
1− q
α −t
CÁLCULO DE E [ S col ] E [ ]
V S col
Cálculo de E S col [ ]
[ ]
E S col = M S′ col (0)
M ′X (0)
M S′ col (0) = M N′ (log1) = M N′ (0) M ′X (0) = E [N ] E[X ]
1
Cálculo de V S col [ ]
[ ]
V S col = M S′′col (0) − E S col [ ] 2
= M S′′col (0) − E [X ] 2 E [N ]
2
42 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
[ ]
M S′′col (0) = M N′′ (0) E [X ] E [X ] + M N′ (0) (E X 2 − E [X ] E [X ])
[ ]
= E N 2 E [X ] + E [N ] E X 2 − E [X ]
2
([ ] 2
)
= E [N ] E [X ] + E [N ] V [ X ]
2 2
Logo,
[ ]
V S col = M S′′col (0) − E [X ] E [N ]
2 2
[ ]
= E N 2 E [X ] + E [N ] V [X ] − E [X ] E [N ]
2 2 2
([ ]
= E [X ] E N 2 − E [N ] + E [N ] V [X ]
2 2
)
= E [X ] V [N ] + E [N ] V [X ]
2
[ ]
Podemos, também, calcular V S col como segue:
V [S ] = E [V [S N ]] + V [E [S N ]]
col col col
= E [V [X 1 + X 2 + X N N ]] + V [ E [X 1 + X 2 X N N ]]
= E [N V [X ]] + V [N E [X ] ]
= V [X ] E [N ] + E [X ] V [N ]
2
[ ] [ ]
Exemplo 4: Calcular E S col e V S col no exemplo 1.
Resposta:
Modelo do Risco Coletivo Anual • 43
[ ] [ ]
Podemos, também, calcular E S col e V S col conforme a seguir:
[ ]
E S col = E [N ] E [X ]
V [S ] = E [N ] V [X ] + E [X ] V [N ]
col 2
E [N ] = 1 × 0,4 + 2 × 0,3 = 1
V [N ] = 12 × 0,4 + 2 2 × 0,3 − 12 = 0,6
E [X ] = 1 × 0,6 + 2 × 0,3 + 3 × 0,1 = 1,5
Logo,
[ ]
E S col = 1 × 1,5 = 1,5
Resposta:
[ ] [ ]
P = E S col + Z 0,979 σ S col
Veja que, apesar do número médio de sinistros ser de somente 1, pela aproxi-
mação Normal o prêmio puro total não ficou muito distante daquele calculado pela
distribuição exata.
Na prática, a aproximação Normal se comporta muito bem na cauda à direita da
distribuição, o que é uma característica muito boa, pois é exatamente nessa região que
estamos interessados para o cálculo de prêmios ou de probabilidade de ruína.
44 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
E, neste caso, a aproximação Normal não é tão boa, pois estamos muito distantes
da cauda à direita da distribuição.
EXERCÍCIOS
[ ]
a) E S col
b) V [S ]
col
4) Mostrar que caso a distribuição do valor de 1 sinistro seja Gama, então a média da
distribuição do valor de n sinistros será igual a n vezes a média da distribuição
do valor de 1 sinistro.
Modelo do Risco Coletivo Anual • 45
( )
a) P S col = 2 ;
b) E [S ];
col
c) V [S ] .
col
Distribuição da Variável
Aleatória “Valor de 1 Sinistro”
47
48 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Paramétrico
Não Paramétrico
⎧⎪ X X ≤L
Y =⎨
⎪⎩ L X >L
Nesta etapa são estimados os parâmetros da distribuição. Para tal, podem ser
utilizados diversos métodos, como por exemplo: método dos momentos, mínimos
quadrados ou máxima verossimilhança.
n´
∑Z i
k
mk = i =1
n´
Onde,
Z i – Valor observado do i-ésimo sinistro;
n´ – Número de sinistros da amostra.
Log Normal
f (x)
x
Gráfico 4.1.
→ X ~ Log Normal ( μ ,σ 2 )
[ ] ⎛ 1 ⎞
E X k = exp⎜ kμ + k 2σ 2 ⎟
⎝ 2 ⎠
⎛ 1 ⎞
Média = exp⎜ μ + σ 2 ⎟
⎝ 2 ⎠
(
Variância = exp 2 μ + σ 2
) [exp(σ ) − 1]
2
Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 51
Utilização Prática
Pareto
Gráfico 4.2.
α
αλ
f X ( x) = x > 0, α > o, λ > o
(λ + x )α +1
α
⎛ λ ⎞
FX ( x ) = 1 − ⎜ ⎟
⎝λ + x⎠
® X ~ Pareto ( λ , α )
52 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
[ ]
E Xk = k
λ k k!
α >k
∏ (α − i )
i =1
λ
Média = α >1
α −1
λ 2α
Variância = α >2
(α − 1)2 (α − 2)
λ ⎡ ⎛ λ ⎞ ⎤
α −1 α α
⎛ λ ⎞ ⎛ λ ⎞
E [ X ; L] = ⎢1 − α ⎜ ⎟ + (α − 1)⎜ ⎟ ⎥ + L⎜ ⎟
α − 1 ⎣⎢ ⎝λ + L⎠ ⎝ λ + L ⎠ ⎦⎥ ⎝λ + L⎠
2(m 2 − m12 )
α=
m 2 − 2m12
m1m 2
λ =
m 2 − 2m12
Utilização Prática
Gama
β α − β x α −1
f X ( x) = e x x ≥ 0, α > o, β > o
Γ(α )
→ X ~ Gama ( α , β )
Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 53
Gráfico 4.3.
k −1
∏ (α + i )
EX[ ]=k i =0
βk
α
Média =
β
α
Variância =
β2
54 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
m12
α=
m 2 − m12
m1
β =
m 2 − m12
Observações:
b) Γ (α ) = (α − 1)Γ (α − 1) ;
c) α inteiro → Γ (α ) = (α − 1)! ;
d) Gama ( 1, β ) ~ Exponencial ( β )
r 1 r 1
e) Se α = , r inteiro ≥ 0 , e, β = → Gama ( , ) ~ X 12
2 2 2 2
⎛1⎞
f) Γ⎜ ⎟ = π ;
⎝2⎠
n
g) X i iid ~ Gama ( α , β ) → ∑X
i =1
i ~ Gama ( nα , β )
Utilização Prática
A distribuição Gama tem uma aplicação prática no risco de colisão nos seguros
de automóveis.
Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 55
Exemplo 1: Dada a experiência de sinistros abaixo, calcular, pelo método dos mo-
mentos, os parâmetros das distribuições Log Normal e Gama.
200 2%
600 24%
1.000 32%
1.400 21%
1.800 10%
2.200 6%
2.600 3%
3.000 1%
3.400 1%
Resposta:
Observe que o gráfico do valor de 1 sinistro é representado como segue:
Gráfico 4.4.
= 0,02x$2002+0,24x$6002+………..+0,01x$3.4002=$1.841.600
a) Log Normal
⎛ 1 ⎞
Média = exp⎜ μ + σ 2 ⎟ = $1.216
⎝ 2 ⎠
(
Variância = exp 2 μ + σ 2
) [exp(σ ) − 1] = $362.944
2
b) Gama
α
Média = = $1.216
β
α
Variância = = $362.944
β2
Desta forma, temos: α = 4,0741 e β = 0,0034
Resposta:
Resposta:
Logo,
EXERCÍCIOS
2) Seja uma carteira de seguros com o valor de 1 sinistro seguindo uma distribuição
Exponencial ( α = 0,001 ). Determinar o valor médio de 1 sinistro caso as
indenizações sejam limitadas a $700.
58 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
4) O valor da indenização a ser paga por uma seguradora obedece uma distribuição
Uniforme em que a probabilidade de qualquer valor de indenização é fixa no
intervalo [0 ; $100] .
n
N = ∑ Ii
i =1
59
60 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
é fixado para cada apólice” do capítulo 2, onde os sinistros foram definidos como
constantes e iguais a 1, e as probabilidades de sinistros foram definidas como cons-
tantes e iguais a q .
Logo,
n n n
S ind = ∑ X i = ∑ I i Bi = ∑ I i
i =1 i =1 i =1
Logo,
N ~ Binomial ( n, q )
Veja que:
d x = lx qx
Onde,
Cabe destacar que se n for suficientemente grande, então N passa a ter uma
distribuição aproximadamente Normal.
Distribuições para o Número de Sinistros • 61
Exemplo1: Seja uma carteira de seguros com 10.000 apólices, onde cada apólice
possui uma probabilidade anual de sinistro de 0,01. Calcular o número esperado de
sinistros em 1 ano e o respectivo desvio padrão.
Resposta:
N ~ Binomial ( )
Resposta:
Parâmetros:
I i - Variável aleatória que representa a ocorrência de sinistros na i-ésima apólice;
n – Número de apólices expostas ao risco;
q – Probabilidade de um sinistro ocorrer;
f – Frequência absoluta do número de sinistros observados em uma amostra;
q ′ - Uma observação de q , sendo: q ′ = f / n ;
n ′ - uma observação de f em 1 ano.
Onde: I i ~ Bernoulli ( q ) e I i ⊥ I j , ∀ i , j
62 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
n
P (I i = 1) = q
f = ∑ Ii onde:
i =1 P (I i = 0) = 1 − q
Logo, f ~ Binomial ( n, q )
Onde,
Então,
E[ f ]
E [q ′] = =q
n
1 q(1 − q )
VAR [q ′] = 2
VAR[ f ] =
n n
q ′ − E [q ′]
Ou seja, Z = ~ N (0 ,1)
σ [q ′]
Isto é:
q ′ − E [q ′]
P ( Zα / 2 ≤ ≤ Z 1−α / 2 ) = 1 − α
σ [q ′]
q′ − q
P ( Zα / 2 ≤ ≤ Z 1−α / 2 ) = 1 − α
q(1 − q )
n
q(1 − q ) q(1 − q )
P ( q ′ − Z 1−α / 2 ≤ q ≤ q′ − Zα / 2 ) = 1−α
n n
Distribuições para o Número de Sinistros • 63
q(1 − q ) q ′(1 − q ′)
q′ − Zα / 2 = q ′ + Z 1−α / 2
n n
Pois podemos substituir q por sua estimativa q ′ com muito boa aproximação.
Assim, para calcularmos o limite superior da probabilidade q , basta substituir
q ′ por sua observação
n´ ⎛ n´ ⎞
⎜1 − ⎟
n´ n ⎝ n ⎠
q= + Z 1−α / 2
n n
n´ n´(n − n´)
q= + Z 1−α / 2
n n3
Observações:
a) Esta formulação pode ser utilizada em processos de tarifação em que se utiliza
unicamente a frequência de sinistros e se quer determinar frequências (taxas
puras) que proporcionem uma probabilidade muito pequena ( ε ) de a frequência
efetiva ultrapassar a frequência utilizada na tarifação.
64 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
I 800 10.000
II 300 5.000
III 250 5.000
Resposta:
n´ = 800 + 300 + 250 = 1.350
n = 10.000 + 5.000 + 5.000 = 20.000
n´ n´(n − n´)
Taxa pura média = + Z 1−ε
n n3
I 800/10.000= 8%
II 300/5.000 = 6%
III 250/5.000 = 5%
I 8% x 1,061 = 8,49%
II 6% x 1,061 = 6,37%
III 5% x 1,061 = 5,31%
∞
FS col ( x ) = ∑P ∗n
( x ) P (N = n )
n =0
M S col (t ) = M N (log M X (t ) )
[ ]
E S col = E [N ]E [X ]
[ ]
VAR S col = VAR[X ]E [N ] + E [X ] VAR[N ]
2
e) P (N 0 = 0) = 1 .
Assim, N t ~ Poisson ( λ t )
e − λ t (λ t )
n
Ou seja, P (N t = n ) = n = 0,1,2
n!
Propriedades da Poisson
P (T > t ) = P (N t = 0) = e −λ t → T ~ Exponencial ( λ )
Distribuições para o Número de Sinistros • 67
1
Onde, E [T ] =
λ
Ou seja, o tempo médio entre 2 sinistros é igual a 1/ λ . Este resultado pode ser
utilizado na definição do número de reguladores de sinistros pela seguradora.
c) M N (t ) = e λ (e −1)
t
r>0
⎛ r + n − 1⎞ r n
P (N = n ) = ⎜⎜ ⎟⎟ p q n = 0,1,2, 0 < p <1
⎝ n ⎠ q =1− p
Logo,
N ~ Binomial Negativa ( r, p )
I) ;
II) logo ;
II) Se , , ou seja, N passa a ter distribuição Geométrica ( p );
IV) Se , então a Binomial Negativa tende para uma Poisson;
V) Se N i , i 1, r tem distribuição geométrica ( p ) e N i são independentes, então,
r
N = ∑ N i ~ Binomial Negativa ( r, p )
i =1
68 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Demonstração da Propriedade V:
M N (t ) = M N1 (t ) M N 2 (t ) M N r (t )
r
⎛ p ⎞
M N (t ) = ⎜⎜ ⎟⎟ → N ~ Binomial Negativa ( r, p )
⎝ 1 − qe
t
⎠
Interpretação Tradicional
p = probabilidade de sucesso
q = probabilidade de fracasso = 1 − p
Interpretação de Polya
Aplicação Prática:
Cada classe possui distribuição de Poisson para o número de sinistros, mas com
parâmetros λ diferentes dependendo da classe do risco.
Se esses parâmetros λ ocorrem segundo uma distribuição Ω ~ Gama (α, β),
então a distribuição do número de sinistros total da carteira possuirá distribuição
Binomial Negativa conforme a seguir:
N ~ Binomial Negativa
Demonstração:
N Ω = λ ~ Poisson(λ )
E [N ] = E [E [N Ω]] = E [Ω]
Ω ~ Gama ( α , β )
∞
P (N = n ) = ∫ P ( N = n Ω = λ ) μ (λ ) dλ
0
∞
βα
λ n +α −1e −( β +1)λ dλ
Γ(α ) n! ∫0
=
β α Γ(n + α )
∞
λ n +α −1 −( β +1)λ
= ∫0 Γ(n + α ) e (β + 1)n +α dλ
Γ(α ) n! (β + 1)
n +α
Γ(n + α ) β α 1
=
Γ(α ) n! (1 + β ) (1 + β )n
α
∞
λ n +α −1 −( β +1)λ
Pois, ∫ e (β + 1)n +α dλ = 1
0
Γ(n + α )
n
⎛ n + α − 1 ⎞⎛ β
α
⎞ ⎛ 1 ⎞
Então, P ( N = n ) = ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ n ⎠⎝ 1 + β ⎠ ⎝1+ β ⎠
70 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Esta demonstração também pode ser classificada como uma das maravilhas atu-
ariais.
O número de sinistros de perda parcial na carteira de automóveis costuma pos-
suir distribuição Binomial Negativa. Este fato está comprovado na tese de mestrado
de FERREIRA5, “Uma aplicação do método de Panjer à experiência brasileira de
sinistros do ramo de automóveis”, onde foram observados 2844 sinistros em 1 ano,
em um total de 7062,85 apólices expostas ao risco.
Nessa tese, foi possível ajustar a distribuição do número de sinistros na carteira
em 1 ano utilizando somente 1 ano de observação, pois, cada apólice de automóvel
no Brasil pode produzir mais de 1 sinistro de perda parcial em 1 ano. A distribuição
de probabilidade que melhor se ajustou à variável aleatória “número de sinistros por
apólice em 1 ano” foi a Geométrica. Assim, a variável aleatória “número total de si-
nistros ocorridos em 1 ano na carteira” ( N ) foi ajustada por uma Binomial Negativa,
na medida em que a soma de Geométricas independentes é Binomial Negativa.
(DAYKIN, PENTIKAINEN AND PESONEN)4 fazem uma abordagem bastante
abrangente das principais características da distribuição Binomial Negativa, também
chamada pelos autores de distribuição de Polya.
S
R= , onde S representa o sinistro agregado e P o prêmio puro agregado no
período P
Suponha que:
a) P = E [ X ] E [N ] (1 + θ ) ;
Resposta:
⎡S⎤ E [S ] E [X ] E [N ] 1
E [R ] = E ⎢ ⎥ = = =
⎣ P ⎦ E [X ] E [N ](1 + θ ) E [X ] E [N ](1 + θ ) 1 + θ
1 V [N ] E [X ] 2 + E [N ]V [X ]
V [R ] = V [S ] =
P2 (E [X ]E [N ](1 + θ ))2
E [N ] = V [N ] = λ , logo,
V [R ] =
λ E [X ] 2 + λ V [X ]
=
[ ]
E X2
(E [X ] λ (1 + θ )) 2
λ (E [X ] (1 + θ ))
2
, logo,
EXERCÍCIOS
2) Calcular a taxa pura na classe III , onde a taxa pura em cada classe é proporcional
à frequência de ocorrência de sinistros de cada classe, dados:
∞
e −λ λ n
Fs col ( x ) = ∑ P ∗n ( x )
n =0 n!
M N (t ) = exp(λ (e t − 1))
Logo, M S col (t ) = exp(λ (M X (t ) − 1))
[ ]
E S col = E [N ] E [X ] = λ E [X ]
[ ]
V S col = V [X ] E [N ] + E [X ] V [N ]
2
= V [X ] λ + E [X ] λ = λ E X 2
2
[ ]
Resposta:
a) Cálculo de f S col ( x ) para x = 0,1,2,3,4,5 e 6 e FS col (6)
Pelo Exemplo 1 do Capítulo 3, temos a seguinte distribuição de X :
x p(x)
1 0,6
2 0,3
3 0,1
Distribuições para o Sinistro Agregado • 75
∞
Sabemos que: f S col ( x ) = ∑p
n =0
∗n
( x ) P( N = n ) , onde,
p ∗ n ( x ) = ∑ p ∗ n −1 ( x − y ) p( y )
y
e −2 2 n
P (N = n ) =
n!
Logo,
f S col ( 2) = p ∗1 ( 2) P( N = 1) + p ∗2 ( 2) P( N = 2) = 0,1786
f S col (3) = p ∗1 (3) P( N = 1) + p ∗2 (3) P( N = 2) + p ∗3 (3) P( N = 3) = 0,1635
f S col ( 4) = p ∗2 ( 4) P( N = 2) + p ∗3 ( 4) P( N = 3) + p ∗4 ( 4) P( N = 4) = 0,1270
f S col (5) = p ∗2 (5) P( N = 2) + p ∗3 (5) P( N = 3) + p ∗4 (5) P( N = 5) + p ∗5 (5) P( N = 5)
= 0,0912
f S col (6) = p ∗2 (6) P( N = 2) + p ∗3 (6) P( N = 3) + p ∗4 (6) P( N = 4)
Logo,
[ ]
E S col = λ E [X ]
E [X ] = 1 × 0,6 + 2 × 0,3 + 3 × 0,1 = 1,5
Logo,
[ ]
E S col = 2 × 1,5 = 3
V [S ] = λ E [X ]
col 2
E [X ] = 1 × 0,6 + 2
2 2 2
× 0,3 + 32 × 0,1 = 2,7
Logo,
[ ] [ ]
V S col = 2 × 2,7 = 5,4 → σ S col = 5,4 = 2,3238
Teorema 1
Sejam:
S1col , S 2col , S mcol variáveis aleatórias independentes de modo que:
S icol ~ Poisson Composta ( λ i , Pi ( x ) )
Então,
m
S col
= ∑ S icol ~ Poisson Composta ( λ , P ( x ) )
i =1
m m
λi
Onde: λ = ∑λ i e P(x ) = ∑ Pi ( x )
i =1 i =1 λ
Demonstração:
A Função Geratriz de Momentos de S icol pode ser expressa por:
MS (t ) = exp(λ i (M i (t ) − 1))
i
col
⎛ ⎛ m λ ⎞⎞
M S col (t ) = exp⎜⎜ λ ⎜ ∑ i (M i (t ) − 1)⎟ ⎟⎟
⎝ ⎝ i =1 λ ⎠⎠
m m
λ
Onde, λ = ∑λ i e P(x ) = ∑ λ P (x )
i
i
i =1 i =1
78 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Consequências:
a) Várias partições de carteira com distribuição de Poisson Composta geram carteira
com distribuição de Poisson Composta;
Teorema 2
Se cada sinistro pode assumir apenas os valores x1 , x 2 , x m , com probabili-
dades: P ( X = x i ) = p ( x i )
m
Seja N = ∑N
i =1
i
a) N 1 , N 2 , , N m são independentes;
b) N i ~ Poisson ( λ i ), onde: λ i = λ P ( X = x i ) .
m
Conseqüência: λ = ∑λ
i =1
i
Observações:
a) Este é um método alternativo para determinar a distribuição de Poisson Composta,
aplicável quando a distribuição do valor de 1 sinistro ( X ) é discreta. Mesmo
quando uma distribuição contínua é selecionada, pode-se transformá-la em uma
distribuição discreta para se obter uma aproximação para S col;
Distribuições para o Sinistro Agregado • 79
(
iii) calcula-se P x 1 N 1 + x 2 N 2 = x = ) ∑ P(x 1 N 1 = x − y ) P(x 2 N 2 = y ) ,
pois os N i são independentes y
( ) (
iv) calcula-se recursivamente P S col = x = P x1 N 1 + x 2 N 2 + + x m N m = x )
x e − λ i λ ix / xi
d) P ( x i N i = x ) = P ( N i = )=
xi ⎛ x⎞
⎜⎜ ⎟⎟ !
⎝ xi ⎠
Resposta:
λ 1 = λ P ( X = 1) = 2 × 0,6 = 1,2
λ 2 = λ P ( X = 2 ) = 2 × 0,3 = 0,6
λ 3 = λ P ( X = 3) = 2 × 0,1 = 0,2
f S col ( x ) = P (1N 1 + 2 N 2 + 3N 3 = x )
e −1, 2 1,2 x
P (1N 1 = x ) = P (N 1 = x ) =
x!
x
⎛ x ⎞ e − 0,6 0,6 2
P (2 N 2 = x ) = P⎜ N 2 = ⎟ =
⎝ 2⎠ x
!
2
x
− 0, 2
⎛ x⎞ e 0,2 3
P (3N 3 = x ) = P⎜ N 3 = ⎟ =
⎝ 3⎠ x
!
3
80 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
P (1N 1 = 0) = 0,301194
P (1N 1 = 1) = 0,361433
P (1N 1 = 2 ) = 0,21686
P (1N 1 = 3) = 0,086744
P (2 N 2 = 0) = 0,548812
P (2 N 2 = 2 ) = 0,329287
P (3N 3 = 0) = 0,818731
P (3N 3 = 3) = 0,163746
f S col (0) = P (1N 1 + 2 N 2 + 3N 3 = 0) = P (1N 1 = 0) P (2 N 2 = 0) P (3N 3 = 0) = 0,1353
f S col (1) = P (1N 1 + 2 N 2 + 3N 3 = 1) = P (1N 1 = 1) P (2 N 2 = 0) P (3N 3 = 0) = 0,1624
f S col (2 ) = P (1N 1 + 2 N 2 + 3N 3 = 2 ) = P (1N 1 = 2 ) P (2 N 2 = 0) P (3N 3 = 0)
+ P (1N 1 = 0) P (2 N 2 = 2 ) P (3N 3 = 0)
= 0,1786
f S col (3) = P (1N 1 + 2 N 2 + 3N 3 = 3) = P (1N 1 = 3) P (2 N 2 = 0) P (3N 3 = 0)
+ P (1N 1 = 0) P (2 N 2 = 0) P (3N 3 = 3)
+ P (1N 1 = 1) P (2 N 2 = 2 ) P (3N 3 = 0)
= 0,1635
Observe que, apesar do cálculo por este método ser mais rápido do que aquele
executado no exemplo 1, ainda assim é bastante trabalhoso.
∞
⎛ r + n − 1⎞ r n
Fs col ( x ) = ∑ P ∗n ( x ) ⎜⎜ ⎟⎟ p q
n =0 ⎝ n ⎠
Distribuições para o Sinistro Agregado • 81
M S col (t ) = M N (log M X (t ) )
r
⎛ p ⎞
Logo, M S col (t ) = ⎜⎜ ⎟⎟
⎝ 1 − q M X (t ) ⎠
[ ]
E S col = E [N ] E [X ] =
rq
p
E [X ]
[ ]
V S col = E [N ]V [X ]+ E [X ] V [N ]
2
=
rq
p
[[ ] 2 rq
p
]
E X 2 − E [X ] + 2 E [X ]
2
=
rq
p
[ ] 2⎛ rq
E X 2 + E [X ] ⎜⎜ 2 −
rq⎞
⎟
p ⎟⎠
⎝p
[ ]
2
rq 2 rq
= E X 2 + E [X ]
p p2
[ ]
S col − E S col
~ N (0,1)
[ ]
σ S col
Uma utilização prática desse resultado é, por exemplo, o cálculo do total de prê-
mio puro ( P ) tal que:
[ ] [ ]
, onde: P = E S col + Z 1−α σ S col
Grááfico 6.1.
Distribuições para o Sinistro Agregado • 83
[ ]
E S col = λ E [X ] [ ]
V S col = λ E X 2[ ]
S col − λ E [X ]
Assim sendo, ⎯λ⎯⎯→ N (0,1)
[ ]
λE X2
→∞
Demonstração:
S col − λ E [X ]
Seja Z =
[ ]
λE X2
Então,
⎛ ⎛ ⎛ t ⎞ ⎞ λ E [X ] t ⎞
M Z (t ) = exp⎜ λ ⎜ M X ⎜ ⎟ − 1⎟ − ⎟
⎜ ⎜
⎝ ⎝
⎜ λE X 2
⎝ [ ] ⎟ ⎟
⎠ ⎠ λE X 2 [ ] ⎟
⎠
Sabemos que:
Logo,
⎛ ⎛
⎜
M Z (t ) = exp λ 1 +
⎜ E [X ] t E X 2 t2[ ] E X 3 t3 [ ] ⎞ λ E [X ] t
+ ... − 1⎟ −
⎞
⎟
( [ ])
+ +
⎜ ⎜
⎝ ⎝ λ E X 2
[ ]2! λ E X 2
[ ]3! λ E X 2 3/ 2 ⎟
⎠ [ ]
λE X 2 ⎟
⎠
⎛ t2
M Z (t ) = exp⎜ +
[ ]
E X 3 t3 ⎞
+ .... ⎟
(
⎜⎜ 2! 3! λ E X 2 [ ]) ⎟⎟
3/ 2
⎝ ⎠
84 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
⎛ t2 ⎞
Ou seja, quando λ → ∞ , então, M Z (t ) → exp⎜⎜ ⎟⎟ que é a Função Geratriz de
Momentos de uma distribuição Normal ( 0,1 ). ⎝2⎠
Este resultado é compatível com o resultado apresentado pelo Teorema Central
do Limite, no que concerne ao fato que precisamos que N seja grande, ou seja, é
necessário que λ seja grande, pois λ = E [N ] .
a) supondo ;
b) Supondo .
Resposta:
[ ] [ ] [ ]
P = E S col + Z 1−α σ S col = E S col (1 + θ )
Logo, θ =
[ ]
Z 1−α σ S col
[ ]
E S col
[ ]
Mas, E S col = λ E [ X ] [ ] [ ]
V S col = λ E X 2
Distribuições para o Sinistro Agregado • 85
Logo, θ =
Z 1−α [ ]
λE X2
λ E [X ]
a) λ = 100
Carteira θ
1 28,1%
2 78,5%
3 23,3%
b) λ=10.000
Carteira θ
1 2,8%
2 7,8%
3 2,3%
Observe que, enquanto na primeira situação, onde temos somente 100 sinistros
em média por ano, os carregamentos de segurança são elevados, destacando-se a car-
teira 2 com 78,5% de carregamento de segurança. Na situação em que temos 10.000
sinistros em média por ano, os carregamentos de segurança são bastante reduzidos,
situando-se todos na faixa abaixo de 10%.
86 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Isto nos mostra que o mais importante para se obter um baixo carregamento de
segurança é a massificação. Com a massificação, mesmo a carteira 2, que possui uma
alta dispersão nos valores de 1 sinistro, passa a ter uma pequena dispersão no valor
total dos sinistros.
Veja que, na situação em que temos λ = 100 , o número médio de sinistros de
valor $1.000 na carteira 2 é de 2% × 100 = 2 , na situação em que ,o
número médio de sinistros passa para . Ora, 200 sinistros já re-
presentam uma massa significativa, de modo que a faixa de valor $1.000, apesar de
representar somente 2% da distribuição do valor de 1 sinistro, passa a ser significati-
va, quando temos um número elevado de sinistros na carteira.
[ ]
E S col = r
q
p
E [X ] [ ]
V S col = r
q
p
[ ] q2
E X 2 + r 2 E [X ]
2
Observação:
col
Aproximação Gama para S
Gráfico 6.2
88 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Observe que os momentos da Gama Transladada são iguais aos da Gama, à ex-
ceção da média, a qual é acrescida de x 0 :
[ ]
E S col = x 0 +
α
β
[ ]
V S col =
α
β2
[
E (S col − E S col[ ] ) ] = 2βα
3
3
α=
[ ])
4(V S col
3
[
E (S col − E [S ] ) col
]
3 2
[ ]
2V S col
β=
[
E (S col − E [S ] ) col 3
]
[ ]− [ ])
2(V S col
2
x0 = E S
[ ]
col
E (S col − E [S ] )
col 3
[ ]
E S col = λ E [X ] [ ]
V S col = λ E X 2 [ ] [ [ ])
E (S col − E S col
3
] = λ E[X 3
]
Distribuições para o Sinistro Agregado • 89
Logo,
α=
4λ E X 2 [ ] 3
E [X ]
3 2
β =2
[ ]
E X2
[ ]
E X3
x 0 = λ E [X ] − 2 λ
E X2 [ ] 2
E X3 [ ]
Aproximação Gama quando S col ~ Binomial Negativa Composta ( r, p, P ( x ) )
[ ] [ ] [ ]
2
rq rq 2 rq
ES col
= E [X ] VS col
= E X + E [X ]
2
p p p2
r
⎛ p ⎞
Dado que M S col (t ) = ⎜⎜ ⎟⎟
⎝ 1 − q M X (t ) ⎠
e, assim, calculamos α , β e x 0 .
Observações:
a) Aproximação Normal;
b) Aproximação Gama Transladada.
Resposta:
Se X possui distribuição Uniforme (0,1), então, f X ( x ) = 1 , logo,
1
x2 1
E [X ] = ∫ xdx = 1
0 =
0
2 2
Distribuições para o Sinistro Agregado • 91
a) Aproximação Normal
β =2
[ ]
E X2
= 2×
1/ 3 8
=
[ ]
EX 3
1/ 4 3
Logo,
Onde,
92 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
EXERCÍCIOS
q(k ) q
=k k = 1, 2,3,.....,
p (k ) p
Onde q é uma constante e q = 1 − p ,
k S col
Mostre que a distribuição de
Gama ( r, r ) quando k → ∞ .
E S kcol [ ] se aproxima de uma distribuição
α
⎛ β ⎞
M S col (t ) = ⎜⎜ ⎟⎟
⎝β −t⎠
Distribuições para o Sinistro Agregado • 93
⎛ b⎞
Pn = ⎜ a + ⎟ Pn −1 n = 1,2,
⎝ n⎠
95
96 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Poisson ( λ )
λ n e −λ λ
Pn = = Pn −1
n! n
Sendo a = 0 e b=λ
Geométrica ( p )
⎛ 0⎞
Pn = p q n = ⎜ q + ⎟ Pn −1
⎝ n⎠
Sendo a = q e b = 0
Binomial Negativa ( r, p )
Pn =
(r + n − 1)! p r q n
(r − 1)! n !
r + n −1
= q Pn −1
n
Sendo a = q e b = (r − 1) q
Seja [ ]
M N (t ) = E t N = P0 + P1t + P2 t 2 + P3 t 3 +
Sendo Pk a probabilidade do no de sinistros em 1 ano ser igual a k
[ ]
M X (t ) = E t X = f (t ) = f 0 + f 1t + f 2 t 2 + f 3 t 3 +
Sendo f k a probabilidade do valor de 1 sinistro ser igual a k .
[ ]
M S ( t ) = E t S = g ( t ) = g 0 + g 1t + g 2 t 2 + g 3 t 3 +
Sendo g k a probabilidade do valor do sinistro agregado ser igual a k .
Fórmula Recursiva de Panjer • 97
Mas,
[ ] [[ ] ] [ [ ] ] = E [E [t ]
g (t ) = E t S = E E t S / N = E E t NX X N
]= M N [ f (t )]
g ′ = M N′ ( f ) f ′
E,
⎛ b⎞
Pn = ⎜ a + ⎟ Pn −1
⎝ n⎠
Logo,
a+b
g′ = gf′
1− a f
98 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Seja g 0 = f 0 , então,
n
( n + 1) g n +1 − a ( n + 1) f o g n +1 − a ∑ (n + 1 − i ) f i g n +1−i
i =1
n
= (a + b )(n + 1) g 0 f n +1 − ∑ (n + 1 − i ) g i f n +1−i ( a + b)
i =1
g n +1 ((n + 1) − a ( n + 1) f 0 )
n
g n (n − anf 0 ) = ∑ (n − i )[a f i g n −i − ( a + b) g i f n −i ]
i =1
n
⎡⎛ i⎞ i⎤ n ⎡ i⎤
K = ∑ f i g n − i ⎢⎜ 1 − ⎟ a + ( a + b ) ⎥ = ∑ f i g n − i ⎢ a + b ⎥
i =1 ⎣⎝ n ⎠ n ⎦ i =1 ⎣ n⎦
Logo,
Ou seja,
Fórmula Recursiva de Panjer • 99
CONSIDERAÇÕES PRÁTICAS
X Discreto
X Contínuo
p1 = F (2C )
p 3 = F (4C ) − F (2C )
p5 = F (6C ) − F (4C )
p r = 1 − F (2(r ′ − 1)C )
Resposta:
Como N possui distribuição de Poisson (λ = 2 ) , então:
n
i
f S (n ) = P (S = n ) = ∑ 2 P ( X = i ) P (S = n − i )
i =1 n
Onde: P ( X = 1) = 0,6 P ( X = 2 ) = 0,3 P ( X = 3) = 0,1
Logo,
f S (0) = P (N = 0) = 0,1353
1
f S (1) = 2 × P ( X = 1) P (S = 0) = 0,1624
1
1 2
f S (2 ) = 2 × P ( X = 1) P (S = 1) + 2 × P ( X = 2 ) P (S = 0) = 0,1786
2 2
Fórmula Recursiva de Panjer • 101
EXERCÍCIOS
x ($) 10 20 30 40
O PROCESSO DE RUÍNA
103
104 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
a) Duração do processo;
b) Carregamento de segurança ( θ ) embutido no prêmio puro;
c) Distribuição do valor total dos sinistros retidos S RET ;
d) Tipo de contrato de resseguro;
e) Limite técnico;
f) Fundo inicial que a seguradora aloca para assumir o risco de ruína ( μ );
g) Probabilidade de ruína ( δ ).
Sejam:
μ - Fundo inicial, ou reserva de risco;
PRET (t ) - Total de prêmio puro retido auferido em [0, t ) ;
S RET (t ) - Total de sinistros retidos ocorridos em [0, t ) ;
U (t ) - Excedente existente no instante t.
Logo,
Logo,
U (t ) = μ + c t − S RET (t )
Seja X RET a variável aleatória “valor do i-ésimo sinistro retido”. Desta forma, a
representação gráfica do processo de ruína pode ser observada no Gráfico 8.1.
Gráfico 8.1.
PROBABILIDADE DE RUÍNA
Sejam:
PRET - Total de prêmio puro retido auferido em 1 ano;
S RET - Total dos sinistros retidos ocorridos em 1 ano.
Veja que existe uma diferença bastante sutil entre os dois conceitos, ou seja:
P(T < 1) ≠ P(U (1) < 0 )
Pois o excedente U (t ) pode até ser positivo ao final de 1 ano, o que não caracte-
riza a ruína pelo segundo conceito e ter sido negativo num instante qualquer antes do
fim do ano, o que caracteriza a ruína pelo primeiro conceito.
Na verdade P (T < 1) > P (U (1) < 0) pois, pelo primeiro conceito, o excedente
U (t ) pode ser negativo num instante t qualquer antes do fim do ano e, pelo segundo
conceito, só exigimos que U (1) seja negativo.
Processo de Ruína – Período Finito • 107
Sejam:
μ - Fundo inicial ou reserva de risco;
LT - Limite técnico ou limite de retenção;
δ - Probabilidade de ruína em 1 ano;
X RET - Variável aleatória “valor de 1 sinistro retido”, após a fixação do LT;
S RET - Variável aleatória “valor total do sinistro retido ocorrido em 1 ano”, após a
fixação do LT;
PRET - Total de prêmio puro retido, após a fixação do LT.
E [S RET ] = λ E [X RET ]
[
V [S RET ] = λ E X RET
2
]
Vamos aproximar a distribuição de S RET por uma distribuição Normal, logo,
S RET − λ E [X RET ]
Z= ~ N (0,1)
[2
λ E X RET ]
108 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Ou seja,
⎛ μ + PRET − λ E [X RET ] ⎞⎟
δ = P⎜ Z >
⎜
⎝
2
[
λ E X RET ] ⎟
⎠
⎛ μ + PRET − λ E [X RET ] ⎟⎞
P⎜ Z > =δ
⎜
⎝ λ E X[2
RET ] ⎟
⎠
Logo,
μ + PRET − λ E [X RET ]
= Z 1−δ
[ 2
λ E X RET ]
[
μ = λ E [X RET ] − PRET + Z 1−δ λ E X RET
2
]
Processo de Ruína – Período Finito • 109
Resposta:
Como PRET = λ E [ X RET ] , logo,
μ = Z 1−δ λ E X RET
2
[ ]
Como o plano de resseguros é de excesso de danos, então,
f X ( x ) = α e −α x e F X ( x ) = 1 − e −α x
Logo,
110 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
Veja que esta é uma fórmula bastante simples de se calcular μ . Para tal, precisa-
mos atribuir um valor para δ e LT. O valor de α pode ser calculado como sendo
o inverso do valor médio de 1 sinistro, pois X ~ Exponencial ( α ) e E [ X ] = 1 / α .
[
μ = λ E [X RET ] − PRET + Z 1−δ λ E X RET
2
]
Relação entre μ , δ e LT
P ( X RET = K ) = 1
E [X RET ] = K e [ 2
E X RET ]
= K2
PRET = E [S RET ](1 + θ ) = λ E [X RET ](1 + θ ) = λ K (1 + θ )
112 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
[
μ = λ E [X RET ] − PRET + Z 1−δ λ E X RET
2
]
μ = λ K − λ K (1 + θ ) + Z 1−δ λ K 2
μ = Z 1−δ K λ − λ Kθ
0 λ
Gráfico 8.2.
μ = Z 1−δ K λ − λ Kθ = 0
Z 12−δ
→λ =
θ2
Podemos, também, calcular o valor de θ que torna o valor de μ igual a zero,
ou seja:
Z 1−δ λ
θ=
λ
Na verdade este valor de θ é o mesmo já visto no cálculo do prêmio puro quan-
do aproximamos S col por uma distribuição Normal, sendo o valor de um sinistro
( X ) constante e sendo α a probabilidade de o total de sinistro superar o total de
prêmio puro , ou seja,
P=ES [ ]+ Z
col
[ ] = E [S ]
σ S col col
(1 + θ ) → θ = [ ]
Z1−α σ S col
1−α
[ ]
E S col
114 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
[ ]
Onde, E S col = λ E [ X ] = λ K [ ] [ ]
e σ S col = λ E X 2 = λ K 2
Z 1−α λ K 2 Z 1−α λ
Logo, θ = =
λK λ
O que nos mostra que se o prêmio puro estiver corretamente calculado, com um
carregamento de segurança adequado, a reserva de risco poderá até ser desnecessária.
Ocorre que, para isto acontecer, a probabilidade de o total de sinistros superar o total
de prêmio puro terá que ser de δ , e não de α , onde δ normalmente é uma proba-
bilidade extremamente reduzida ( na ordem de 0,001 ou 0,0005, por exemplo) , pois
está associada à probabilidade de ruína.
Sendo δ muito pequeno, Z 1−δ terá que ser muito grande e, consequentemente,
muito elevado o valor de θ , o que pode tornar a seguradora não competitiva. Sendo
não competitiva, a seguradora poderá até quebrar, resultando em um efeito contrário.
O segredo da operação de seguros está em se trabalhar com carregamentos de se-
gurança competitivos, que permitam uma massificação da carteira, e o uso adequado
da reserva de risco para bancar oscilações mais substanciais nos valores das indeni-
zações. Ou seja, a seguradora sempre deverá dispor de uma reserva de risco e jamais
imaginar que o processo de precificação será suficiente para garantir a sua solvência.
Por outro lado, quanto mais capitalizada a seguradora, mais condições ela terá de
reduzir o carregamento de segurança no valor dos prêmios, sem que esteja sujeita a
um alto risco de insolvência, facilitando até movimentos indesejáveis de “dumping”.
A constatação acima também pode ser classificada como uma das maravilhas
atuariais.
Z 1−δ λ
a) Se θ ≥ → μ ≤0
λ
Z 1−δ λ
b) Se θ < → μ >0
λ
No primeiro caso, quanto maior o LT, mais negativo será o μ , pois o carrega-
mento de segurança é extremamente elevado.
Processo de Ruína – Período Finito • 115
Que é uma relação comum a todas as situações, pois, quanto menor a probabili-
dade de ruína que a seguradora quiser trabalhar, maior deverá ser a reserva de risco.
Resposta:
– ;
col
– S possui distribuição de Poisson Composta, podendo ser aproximada por uma
Normal;
116 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Resposta:
Como o dano médio representa a relação entre o montante de sinistros e o mon-
tante de importância segurada, então, dado que o dano médio é igual a 100%, todos
os sinistros são iguais à importância segurada fixa de $50.000.
Logo,
Veja que o μ cresce com o aumento da carteira, porém, não cresce de forma
proporcional. Neste exemplo, quando dobramos o número de apólices, e, consequen-
temente, dobramos o total de prêmios comerciais, o valor de μ cresceu somente
1,19%. Este fato nos faz refletir sobre os critérios de apuração da margem de sol-
vência quando a margem de solvência é um percentual sobre os prêmios comerciais
retidos, ou seja, a margem de solvência é uma função linear dos prêmios.
Não obstante ser impossível condensar a avaliação da solvência em uma única
fórmula, esse critério de margem de solvência, que mede basicamente o risco de
alavancagem, deveria refletir percentuais decrescentes com o aumento do volume
de prêmios. Seria melhor, também, que esse percentual fosse aplicado ao total de
prêmios puros, ao invés do total dos prêmios comerciais, pois um nível de comissio-
namento mais elevado, por exemplo, pode aumentar artificialmente a necessidade de
margem de solvência em uma carteira que preserve a expectativa do volume médio
de sinistros (total de prêmio puro).
[K
Cálculo de λ , E X RET ]
e PRET
Cálculo de λ
n´(n − n´)
λ = E [N ] = n´+ Z1−ε
n
118 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
K
[
Cálculo de E X RET ]
K
Podemos calcular E X RET [ ]
de duas formas:
n´
∑Z K
[ ]
i , RET
i =1
K
E X RET =
n´
Onde Z i , RET é o valor observado do i-ésimo sinistro retido em função do LT e do
plano de resseguro.
Cálculo de PRET
Observações:
a) Uma sugestão que ajuda no sentido da simplificação e da segurança no cálculo de
μ, δ ou do LT é considerar todos os contratos de resseguro como de excesso de
danos, pois, além de ser o plano de resseguro que proporciona a maior indenização
retida, o que contribui para o aspecto da segurança, é, também, o mais simples de
se trabalhar por não necessitar da importância segurada para a determinação do
sinistro retido.
I 100 15 50
II 150 10 150
III 200 20 20
IV 50 10 40
V 300 5 30
Resposta:
O número total de sinistros observados é de 60, logo,
A distribuição dos sinistros retidos será:
III 20
IV 10 40
V 5
Processo de Ruína – Período Finito • 121
Resposta:
– S col possui distribuição de Poisson Composta, podendo ser aproximada por uma
Normal;
122 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Teste o LT ótimo, para os seguintes valores: $10, $20, $30, $40, $50, $80, $150
e $800.
Resposta:
A distribuição do valor de 1 sinistro retido ( X RET ) e, consequentemente, de
E [X RET ] e E X RET
2
[ ]
, em função dos possíveis valores de LT será:
Valor de
Distrib.
1 Sinistro LT=$10 LT=$20 LT=$30 LT=$40 LT=$50 LT=$80 LT=$150 LT=$800
Probab.
($)
E [X RET ] ($) 10,00 17,00 22,00 25,20 26,90 29,30 32,10 38,60
[ 2
E X RET ] ($) 100,00 310,00 560,00 784,00 937,00 1.249,00 1.893,00 8.068,00
Capital
Distrib
Segurado LT=$10 LT=$20 LT=$30 LT=$40 LT=$50 LT=$80 LT=$150 LT=$800
Probab
($)
Prêmio Retido ($) 9.000 16.200 21.600 25.380 27.360 30.870 36.540 42.390
Onde, para LT=$30, por exemplo, o total de prêmio puro retido foi calculado da
seguinte forma:
λ E [X RET ] ($) 10.000 17.000 22.000 25.200 26.900 29.300 32.100 38.600
[
2
λ E X RET ] ($) 316,23 556,78 748,33 885,44 967,99 1.117,59 1.375,86 2.840,42
μ + PRET − λ E [X RET ]
= Z 1−δ , sendo μ = 0
[ 2
λ E X RET ]
Observe que o LT que proporcionou o maior Z 1−δ foi o LT igual a $150. Quando
o LT aumenta para $800, diminui bastante o valor de Z 1−δ , pois aumenta significati-
2
vamente o desvio padrão do valor total dos sinistros retidos ( λ E X RET ). [ ]
124 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Observação:
Quando a tarifa está equilibrada para qualquer faixa de LT, é comum obter-se
dois valores de LT que maximizam o Z 1−δ . Um desses valores de LT é sempre um
2
valor próximo de zero. Isso se explica pelo fato de λ E X RET [ ]
tender para zero
quando o LT se aproxima de zero.
Logo,
μ + PRET − λ E [X RET ]
= Z 1−δ ⎯⎯ ⎯ ⎯ ⎯→ ∞
[ 2
λ E X RET ] 2
[ ]
λ E X RET →0
No exemplo 6 isto não aconteceu pois, para valores reduzidos de LT, o valor de
PRET é inferior ao valor esperado do montante de sinistros retidos ( λ E [X RET ] ).
EXERCÍCIOS
2) Uma seguradora possui uma carteira de seguro de morte acidental com uma taxa
média de mortalidade de 0,0005. O valor da indenização em caso de morte é fixa
em $50.000 e o carregamento de segurança θ = 0,10. Dado que μ = $200.000
, calcular quantas apólices a seguradora precisa ter para que a probabilidade anual
de ruína seja de 0,001. Suponha que S col possui distribuição de Poisson Composta,
podendo ser aproximadas por uma Normal.
– ;
col
– S possui distribuição de Poisson Composta, podendo ser aproximada por uma
Normal;
– Carregamento para despesas igual a 20%;
– Freqüência anual média de sinistros igual a 1%;
– Valores de sinistros fixos em $10.000;
– 20.000 apólices;
– Nível de significância de 1% de modo que dentro de 1 ano a seguradora não se
arruine;
– Não há cessão de resseguro.
– [ K
E X RET ]
é calculado a partir dos momentos amostrais;
– Relação de sinistros em 1 ano:
I 200 10 150
II 250 20 150
III 300 30 120
IV 150 20 80
V 500 5 90
127
128 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
ϕ (μ ) = P (T < ∞ )
Onde, T = min{ t , t ≥ 0 e U (t ) < 0}
Sendo,
Seja:
N (t ) - Variável aleatória “número de sinistro ocorridos em [0, t ) ” com distribuição
de Poisson ( λ t ).
Então,
S (t ) = X 1 + X 2 + + X N (t )
Onde, S (0) = 0
Consequências:
Assim sendo,
Então,
Onde,
e − λ h (λ h )
∞ K
P[S (t + h ) − S (t ) ≤ x ] = ∑ P *K ( x )
K =o K !
Consequências:
a) E [S (t )] = λ t E [ X ]
[ ]
VAR[S (t )] = λ t E X 2
Sendo:
X RET - Variável aleatória “valor de 1 sinistro retido”;
θ - Carregamento de segurança;
r - Coeficiente de ajustamento.
Supondo que M ′X RET (r ) > 0 e M ′X′ RET (r ) > 0 , ou seja, existem o 1º e 2º mo-
mentos de X RET , então, podemos visualizar a solução trivial e a solução não trivial
graficamente:
M X RET (r )
1 + (1 + θ )E [ X RET ] r
r
0 R
Gráfico 9.1.
Observações:
1
M X RET (t ) = E ( X RET ) =
α
α −t α
1+θ α
Logo, 1 + r=
α α −r
→ (1 + θ ) r 2 − θ α r = 0
θα
→R=
1+θ
Note que r = 0 também é solução (trivial).
2 θ E [X RET ]
R<
[ 2
E X RET ]
2 θ E [X RET ]
Assim sendo, podemos usar R = 0 e R =
vos iniciais num cálculo por método numérico. [ 2
E X RET ] como valores tentati-
Conclusões sobre ϕ (μ )
a) ϕ (μ ) < e
− Rμ
pois,
Logo,
Resposta:
Sabemos que o tempo em que ocorre a ruína é T . Seja ν o saldo de U (t ) que ante-
cede a U (T ) , então, o evento − U (T ) > y , ou, equivalentemente, U (T ) < − y , pode
ser redefinido pelo evento X RET > ν + y / X RET > ν , cuja probabilidade condicio-
nal é dada por:
Logo,
θα
Sabemos que quando X RET ~ Exponencial ( α ), então, R = , logo,
1+θ
θα
α−
ϕ (μ ) = 1 + θ exp⎛ − θ α μ ⎞ = 1 exp⎛⎜ − θ μ ⎞
⎜ ⎟ ⎜ 1 + θ E [X ] ⎟⎟
α ⎝ 1+θ ⎠ 1+θ ⎝ RET ⎠
1
Pois, E [ X RET ] =
α
pois,
1
Logo, ϕ (0) =
1+θ
Note que ϕ (0) depende somente do carregamento de segurança θ e, que, quan-
to maior o θ , menor será ϕ (0) , sem que haja nenhuma influência da distribuição do
valor de 1 sinistro retido ( X RET ).
Desta forma, então, se uma seguradora, por hipótese, operar sem reserva de risco
e com carregamento de segurança , a sua probabilidade de ruína será de
91%. Para que a sua probabilidade de ruína caia para um nível aceitável de 0,5%, por
exemplo, o carregamento de segurança θ teria de ser de 19.900%, o que é um carre-
gamento impossível de ser praticado, pois tornaria a seguradora não competitiva. Isto
mostra que a seguradora não pode contar somente com o carregamento de segurança
embutido nos prêmios para garantir a sua solvência.
Sabemos que:
1 − ϕ (μ ) = P (U (t ) ≥ 0 ∀t )
= P (μ + PRET (t ) − S RET (t ) ≥ 0 ∀t )
= P (S RET − PRET ≤ μ ∀t )
= FL (μ )
Ou seja, 1 − ϕ (0) = P (L ≤ 0)
E [L] =
[ 2
E X RET ]
2θ E [X RET ]
1 − Rμ
ϕ (μ ) ≅ e
1+θ
Mas, ϕ (μ ) = 1 − FL (μ )
∞
E, E [L] = ∫ (1 − F (μ )) dμ
L
0
∞
1 1 1
Logo, E [L] ≅ ∫e
− Rμ
dμ = ×
1+θ 0
1+θ R
1 1
Se R for escolhido de modo que o valor aproximado de E [L] ≅ × seja igual
1+θ R
ao valor exato dado por E [L] =
[ 2
E X RET ]
2θ E [X RET ]
2θ E [X RET ]
Então, R =
[
(1 + θ ) E X RET
2
.
]
Assim sendo, o valor aproximado de ϕ (μ ) será:
1 ⎛ 2θ E [X RET ] μ ⎞
ϕ (μ ) ≅ exp⎜⎜ − ⎟⎟
1+θ ⎝ (1 + θ )E X RET
2
[ ] ⎠
Esta fórmula aproximada é bastante simples de ser aplicada, pois basta conhecer-
mos o valor de θ e a distribuição de X RET para calcularmos μ , LT ou ϕ (μ ) .
136 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Resposta:
1 ⎛ 2θ E [X RET ] μ ⎞
ϕ (μ ) ≅ exp⎜⎜ − ⎟⎟
1+θ [
⎝ (1 + θ )E X RET
2
] ⎠
Sabemos do exemplo 6 do Capítulo 8 que e que para o LT=$150, te-
mos:
e,
P P
θ = −1 = −1
E [S ] λ E [X ]
Pelo exemplo 6 do Capítulo 8 temos que o total de prêmio puro retido, para
LT=$800, foi de $42.390. Como $800 é o valor máximo de capital segurado, então, o
prêmio puro bruto é igual ao prêmio puro retido, ou seja, .
Logo,
Logo, θ = P / λ E [ X ] − 1 = 0,0982
E, então,
Processo de Ruína – Período Finito • 137
A fórmula apresentada a seguir, foi desenvolvida pelo atuário João José de Souza
Mendes, para o cálculo do LT a partir do processo de ruína num período infinito.
A hipótese básica é que ϕ (μ ) = e − Rμ
Logo,
Sabemos que:
Como ;
Então,
Pois, visivelmente,
Logo,
P (1 + θ )
π=
1− C
1− C
→1+θ =
Pπ
Processo de Ruína – Período Finito • 139
1− C 1− C
→ 1+θ = → θ = −1
s s
Desta forma, então,
Observações:
a) Veja que a fórmula de cálculo do LT desenvolvida por Souza Mendes é bastante
simples de ser utilizada, bastando conhecer o carregamento para despesas (C), a
sinistralidade ( s ), o dano médio ( d m ) e substituir R por , sendo
b) Nas carteiras em que não existe a perda parcial como a de seguro de vida, d m = 1 .
Resposta:
ϕ (μ ) = 0,005 , e sabemos do exemplo 6 do capítulo 8 que , logo,
= 0,00052983
140 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
Logo,
Logo,
EXERCÍCIOS
1) Calcular a reserva de risco ( μ ) que a seguradora deve possuir para que a sua
probabilidade de ruína em um período infinito esteja limitada a 0,001, supondo
que o sinistro agregado retido possui distribuição de Poisson Composta, a
variável aleatória “valor de 1 sinistro retido” possui distribuição Exponencial
( α = 0,0001 ), e que o carregamento de segurança seja de 4%.
CONTRATOS DE RESSEGURO
143
144 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Contratos Proporcionais
– Contrato de Quota-Parte
Exemplo:
Quota = 25%
Prêmio de seguro = $100
Importância segurada = $100.000
Sinistro bruto = $60.000
Logo,
Prêmio de resseguro (25%) = $25
Prêmio retido (75%) = $75
Recuperação de resseguro (25%) = $15.000
Sinistro retido (75%) = $45.000
A seguradora assume o risco até uma quantia, calculada pelo atuário, chamada de
limite técnico (LT) ou limite de retenção.
Este é um contrato proporcional como o quota-parte, pois, quando a importância
segurada (IS) supera o LT, a seguradora transfere o excedente de forma proporcional.
A partir desse momento temos um contrato proporcional e qualquer que seja o valor
do sinistro, a seguradora recupera a proporção cedida.
Modelo:
não há resseguro
seguradora cede proporcionalmente
Aplicações em Resseguro • 145
Exemplo:
LT = $5.000
Prêmio = $80
IS = $8.000
Sinistro bruto = $1.600
Logo,
Prêmio de resseguro (3/8) = $30
Prêmio retido (5/8) = $50
3
Recuperação de resseguro = × $1.600 = $600
8
Sinistro retido (5/8) = $1.000
Veja que, mesmo o sinistro tendo sido inferior ao LT, houve recuperação da in-
denização na mesma proporção da cessão de prêmio (3/8).
N° de sinistros 100 75 45 35 8 1
146 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Resposta:
a) Calcular P (S > P ) , sem considerar o resseguro
E o prêmio puro anual total ( P ) é o produto da taxa pura anual pela ISBT , ou seja,
Então,
Logo,
Aplicações em Resseguro • 147
Então,
Logo,
148 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Esta é uma situação em que a seguradora tem um grande benefício com o resse-
guro, pois houve uma redução drástica na probabilidade dos sinistros superarem os
prêmios puros, mesmo sendo a taxa de resseguro líquida de comissão (8%) superior
à taxa pura cobrada pela seguradora (7%).
Como a proporção de sinistros de altos valores é igual à proporção de IS de altos
valores, pois a frequência anual de sinistros é uniforme e igual a 5% em todas as fai-
xas de IS, logo, a razão para essa melhoria na solvência da seguradora está na redução
do coeficiente de variação dos sinistros agregados, principalmente pela transferência
de risco na faixa de IS=$5.000.
Modelo:
não há recuperação
a seguradora recupera
a) LT = $20
b) LT = $35
Resposta:
a) LT = $20
Logo,
O total de prêmio puro anual de resseguro será determinado de tal forma que:
150 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
b) LT = $35
Logo,
Resposta:
Dado que o ressegurador assume somente sinistros que ultrapassam o LT, então, o
número esperado de sinistros para o ressegurador deverá ser igual ao número espe-
rado de sinistros para o segurador multiplicado pela probabilidade de o valor de 1
sinistro bruto ultrapassar o LT.
Logo, a frequência de sinistros para o ressegurador ( f res ) será de:
– Contrato de Catástrofe
Modelo:
S ≤ Kπ → não há recuperação
S > K π → a seguradora recupera S − K π
Onde:
K - Limite de sinistralidade;
S - Variável aleatória “valor total dos sinistros em 1 ano”;
π - Prêmio comercial da carteira em 1 ano.
Seja R a variável aleatória que representa o volume de recuperação por este tipo
de contrato.
Podemos afirmar que este contrato é uma variante do contrato de resseguro stop
loss por limite de perda, que será visto a seguir.
Logo,
⎧⎪0 S ≤d
Id = ⎨
⎪⎩ S − d S >d
⎧⎪ S S ≤d
S − Id = ⎨
⎪⎩d S >d
a) Caso de S contínuo
Ou, então,
Aplicações em Resseguro • 155
b) Caso de S discreto
Vejamos as 4 fórmulas de cálculo de E [I d ] correspondentes ao caso contínuo:
∞
E [I d ] = ∑ (x − d ) f (x ) S
x = d +1
d −1
E [I d ] = E [S ] − d + ∑ (d − x ) f S ( x )
x =0
∞
E [I d ] = ∑ (1 − FS ( x ))
x =d
d −1
E [I d ] = E [S ] − ∑ (1 − FS ( x ))
x =ο
∞
A partir da relação E [I d ] = ∑ (1 − F (x )) podemos obter uma fórmula recur-
S
siva, qual seja: x =d
E [I d +1 ] = E [I d ] − (1 − FS (d )) d = 0,1, 2, ….
Onde, E [I ο ] = E [S ]
Resposta:
∞
P = $100 ∑ (K − 2 ) P (N = K )
K =3
∞
e −1 1 K
P = $100 ∑ (K − 2 )
K =3 K!
⎛ ∞ 1 ∞
1 ⎞
P = $100 e −1 ⎜⎜ ∑ − 2∑ ⎟⎟
⎝ K =3 (k − 1)! K =3 K ! ⎠
⎛ ∞ 1 ∞
1 ⎞
P = $100 e ⎜ ∑
⎜ −1
−2−2∑ + 2 × 2,5 ⎟⎟
⎝ K =0 K ! K =0 K ! ⎠
P = $100 e −1 (e − 2 − 2e + 5)
Resposta:
A distribuição de será:
x($)
0 0,97
5 0,02
10 0,01
Aplicações em Resseguro • 157
Logo,
Ou, então,
Sejam:
X RET - Variável aleatória “valor de 1 sinistro retido”;
FX RET ( x ) - Função de distribuição de X RET ;
FX ( x ) - Função de distribuição do valor de 1 sinistro bruto.
Onde,
[
Exemplo 6: Determinar uma expressão para f X RET ( x ) e E X RET
K
]
em um con-
trato de excesso de danos.
Resposta:
Para sinistros brutos com valor até o LT, o sinistro retido será igual ao sinistro
bruto. Já para sinistros brutos superiores ao LT, o sinistro retido será igual ao LT, de
modo que a probabilidade do sinistro retido ser igual ao LT é igual à probabilidade do
sinistro bruto ser superior ou igual ao LT. Desta forma, então,
Logo,
Resposta:
a) Função de densidade de X RET
Onde,
Logo,
E,
EXERCÍCIOS
– LT=$15;
– [ ]
E [X ] e E X 2 do ressegurador são aproximados pelos momentos amostrais do
valor observado de 1 sinistro;
– Distribuição de frequência dos valores de sinistros:
x ($) 10 20 30 40 50
P( X = x ) 0,3 0,4 0,18 0,08 0,04
4) Suponha que o ressegurador assume um risco de pagar 80% dos sinistros agregados
que ultrapassam um limite d , sujeito a um limite máximo de pagamento de m .
Determine uma expressão para o prêmio de risco do ressegurador em função do
prêmio de risco de um resseguro stop loss tradicional (sem limite de pagamento
e sem o fator de 80%).
163
164 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Cálculo de λ
n´(n − n´)
λ = E [N ] = n´+ Z1−ε
n
Cálculo de E X K [ ]
[ ]
Podemos calcular E X K de duas formas:
∑Z K
[ ]
i
E XK = i =1
n´
Onde Z i é o valor observado do i-ésimo sinistro.
[ ] [ ]
P (S col > P ) = α → P = E S col + Z 1−α σ S col
P = λ E [X ] + Z 1−α λ E X 2[ ]
Aplicações Diversas • 165
P
Logo, PI =
F
Franquia Proporcional
Conceito
Modelo Atuarial
Sejam:
Então,
λd = λ
X d = (1 − K ) X
⎛ x ⎞
f X d (x ) = f X ⎜ ⎟
⎝1− K ⎠
E [X d ] = (1 − K )E [X ]
Pd = λ d E [X d ] = λ (1 − K )E [X ]
Franquia Dedutível
Conceito
Modelo Atuarial
λ d = λ P( X > d )
⎧0 X ≤d
Xd = ⎨
⎩X − d X >d
f X (x + d )
f X d (x ) = x≥0
P( X > d )
Aplicações Diversas • 167
É fácil provar que o prêmio de risco acima é inferior ao prêmio de risco original,
antes da aplicação da franquia dedutível, pois:
Franquia Simples
Conceito
Modelo Atuarial
λ d = λ P( X > d )
⎧0 X ≤d
Xd = ⎨
⎩X X >d
⎧0 x≤d
⎪
f X d (x ) = ⎨ f (x )
⎪
X
x>d
⎩ P ( X > d)
168 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
É fácil provar que o prêmio de risco acima é inferior ao prêmio de risco original,
antes da aplicação da franquia simples, pois:
– S col possui distribuição de Poisson Composta, podendo ser aproximada por uma
distribuição Normal;
– O número médio de sinistros λ será estimado pelo número observado de sinistros
em 1 ano;
– Total de importância segurada exposta ao risco em 1 ano é de $1.500.000;
– Franquia simples de $200;
– Nível de significância ( α ) para o cálculo do prêmio puro é de 5% → Z 1−α = 1,645 ;
– Relação de sinistros brutos em 1 ano:
Resposta:
A relação de sinistros em 1 ano líquidos da franquia simples de $200 será:
Onde,
→ λd = n′ = 590
Logo,
Resposta:
A relação de sinistros em 1 ano líquidos da franquia será:
Onde,
→ λd = n′ = 1.440
170 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
Resposta:
a) Manutenção da franquia em $800
Esta é a situação mais simples, pois não há nenhuma alteração na franquia, onde,
λ d = 1000 E [X d ] = $2.000
[ ]
Logo, P = E S col = λ d E [ X d ] = 1.000 × $2.000 = $2.000.000
b) Eliminação da franquia
Logo,
Mas,
1 e −α x
= − 800 + 800 e −800α + 800
0 − 800 e −800α + 800
α α
1 e −800α 1 e −800α
= − 800 + − + 800 =
α α α α
Como E [ X d ] = $2.000
172 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Então,
1 e −800α 1 e −800α 1
E [X d ] = = −800α = $2.000 → α = = 0,0005
P ( X > 800) α e α $2.000
1
Logo, E [ X ] = = $2.000
α
λd 1.000 1.000
λ = = −800α = −800×0,0005 = 1.492
P ( X > 800) e e
Sejam:
- Valor em risco na ocasião do sinistro;
IS - Importância segurada;
SIN - Valor do prejuízo do segurado;
IND - Indenização paga pela seguradora;
P - Prêmio puro total da carteira;
Aplicações Diversas • 173
Características
Comparação para e
a)
b)
HIPÓTESE:
Consequências:
F2 = K F1
174 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Conclusão: Quanto maior a importância segurada, maior o prêmio puro total da carteira
( P2 ≥ P1 ), sem que esse prêmio puro total cresça necessariamente na mesma pro-
porção ( P2 ≤ K P1 ). Consequentemente, menor é a taxa aplicável sobre a importân-
cia segurada ( TAXA2 ≤ TAXA1 ).
Cláusula de Rateio
Nos seguros com cláusula de rateio, sempre que a importância segurada é infe-
rior ao valor em risco no momento em que ocorre o sinistro, o segurado é considerado
como segurador de seu próprio risco. Desta forma, em caso de sinistro, o segurado
assume os prejuízos na proporção da insuficiência da importância segurada em rela-
ção ao valor em risco.
Caso a importância segurada seja igual ou superior ao valor em risco no momen-
to em que ocorre o sinistro, o segurado é indenizado em 100% do valor do sinistro.
Características
Comparação para
Hipóteses:
a) A IS é sempre menor ou igual a VR;
b) As apólices possuem o mesmo VR.
a)
b)
Aplicações Diversas • 175
Hipótese:
Consequências:
F2 = K F1
P2 = K P1
Pois,
Conclusão:
Quanto maior a IS, maior o prêmio puro total da carteira, sendo este maior na
mesma proporção do aumento da IS ( P2 = K P1 ), enquanto que não se altera a taxa
em função da IS ( TAXA2 = TAXA1 ).
– S col possui distribuição de Poisson Composta, podendo ser aproximada por uma
distribuição Normal;
– O número médio de sinistros λ será estimado pelo número observado de sinistros
em 1 ano;
– Número de expostos ao risco em 1 ano ( n ) é de 1.000;
– Nível de significância ( α ) para o cálculo do prêmio puro é de 2,5% ;
– Relação de sinistros brutos em 1 ano:
Resposta:
a) 1º risco absoluto
a1) IS = $50
Neste caso, exceto nas classes III e V, onde os sinistros líquidos serão de $20 e $30,
respectivamente, nas outras classes serão de $50, logo,
Então,
a2) IS=100
Os sinistros líquidos nas 6 classes serão, respectivamente, de: $100 - $80 - $20 - $100
- $30 - $100.
Logo,
Então,
Aplicações Diversas • 177
b) Cláusula de Rateio
Os sinistros líquidos por classe serão:
Veja que, com o aumento da IS, a taxa pura permaneceu a mesma e, que, a taxa
pura com a cláusula de rateio é sensivelmente inferior àquela calculada para o 1º risco
absoluto.
Sejam então,
- Frequência anual de sinistros de perda parcial;
- Frequência anual de sinistros de perda total;
f - Frequência anual de sinistros = ;
πR - Prêmio comercial anual da cláusula de reintegração automática;
- Valor médio de 1 sinistro de perda parcial;
θ - Carregamento de segurança;
C - Carregamento para despesas.
Logo, supondo que o sinistro de perda parcial ocorre em média no meio do ano, te-
mos:
Aplicações Diversas • 179
Resposta:
O prêmio comercial anual do seguro pode ser calculado da seguinte forma:
180 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Logo,
1 1
π R = f × π P = (8,5% + 2,5% ) × × $4,4625 = $0,2454
2 2
Sejam:
a) S / P - Total de sinistros sobre total de prêmio puro anual, prêmio esse calculado
em função da tábua de mortalidade escolhida para o grupo;
b) n - Número de segurados (principais e cônjuges) expostos ao risco;
c) q G - Taxa média anual , não ajustada, observada no grupo;
Aplicações Diversas • 181
Sabemos pela teoria do risco individual, que o valor ajustado q ′ , de modo que a
probabilidade da frequência efetiva de morte superar o valor ajustado q ′ seja de α ,
pode ser calculado pela seguinte fórmula (vide exemplo 4 do capítulo 2):
⎛ 1− q ⎞
q ′ = q ⎜⎜1 + Z 1−α ⎟
⎝ n q ⎟⎠
Logo,
⎛ 1 − qG ⎞
q ′ = q G ⎜1 + Z 1−α ⎟
⎜ n qG ⎟
⎝ ⎠
Podemos considerar, porém, q G como sendo:
S TAB
qG = q
P
Então,
S TAB ⎜⎛ 1 − S / P q TAB ⎞
⎟
q′ = q 1 + Z 1−α
P ⎜ n S / P q TAB ⎟
⎝ ⎠
Assim sendo, o desconto ( D ) em relação a q TAB será de:
q TAB − q ′ q′
D= TAB
= 1 − TAB
q q
⎛ ⎞
⎜1 + Z 1−α 1 − S / P q
TAB
S ⎟
D = 1−
P ⎜ n S / P q TAB ⎟
⎝ ⎠
182 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Pode ser provado, também, que o desconto máximo a ser concedido por esta
fórmula é de 1 − S / P .
Pequenos valores de n , porém, proporcionarão D < 0 , o que significa que ao
invés de desconto temos uma agravação da taxa média em relação a q TAB .
EXERCÍCIOS
– S col possui distribuição de Poisson Composta, podendo ser aproximada por uma
distribuição Normal;
– O número médio de sinistros λ será estimado pelo número observado de sinistros
em 1 ano;
– Nível de significância ( α ) para o cálculo do prêmio puro é de 2,5%;
– Relação de sinistros brutos em 1 ano:
– S col possui distribuição de Poisson Composta, podendo ser aproximada por uma
distribuição Normal;
– O número médio de sinistros λ será estimado pelo número observado de sinistros
em 1 ano;
– Seguro com cláusula de rateio;
– Importância Segurada igual a $200;
– Número de expostos ao risco em 1 ano ( n ) é de 5.000;
– Nível de significância ( α ) para o cálculo do prêmio puro é de 1%;
– Carregamento para despesas igual a 40%;
– Relação de sinistros brutos em 1 ano:
CONCEITO BÁSICO
185
186 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
É importante que o prêmio, assim obtido, seja atualizado no futuro com a ex-
periência mais recente, conjugando-a com a experiência obtida pela Teoria da Credi-
bilidade.
Sejam:
a) PD - Prêmio de risco total da experiência direta da seguradora;
b) PA - Prêmio de risco total da experiência adicional a ser conjugada com a
experiência direta da seguradora;
c) PC - Prêmio de risco total calculado pela Teoria da Credibilidade.
CREDIBILIDADE TOTAL
P = λ E [X ]
Assim sendo,
P ((1 − K ) λ E [X ] < PD < (1 + K ) λ E [X ]) ≥ 1 − τ
⎛ − K λ E [X ] PD − λ E [X ] K λ E [X ] ⎞
→ P⎜ < < ⎟ ≥ 1−τ
⎜ V [P ] V [P ] V [P ] ⎟
⎝ D D D ⎠
PD − λ E [X ]
será aproximadamente Normal ( 0 ,1 ).
V [PD ]
Então, para determinar o número mínimo de sinistros ( λ m = N m p ) temos que ter:
K λ E [X ]
=Z
V [PD ]
τ
1−
2
[ ] (
Onde, V [PD ] = λ E X 2 = λ V [X ] + E [X ]
2
)
Logo,
K λ E [X ]
=Z
(
λ V [X ] + E [X ]
2
) 1−
τ
2
→ K 2 λ 2 E [X ] = Z 2 τ λ V [X ] + E [X ]
2
1−
( 2
)
2
2
⎛Z ⎞ ⎛ ⎛ σ [X ] ⎞ 2 ⎞
1 ⎜ 1− τ2 ⎟ ⎜1 + ⎜
→ Nm = ⎜ ⎟ ⎟ ⎟
p⎜ K ⎟ ⎜ ⎝ E [X ] ⎠ ⎟
⎝ ⎠ ⎝ ⎠
Observe que:
K ↓ Nm ↑
p ↓ Nm ↑
τ
1− ↑ Nm ↑
2
σ [X ]
↑ Nm ↑
E [X ]
Ou seja, o número mínimo de expostos ao risco cresce com a redução de K e
τ
p , e aumenta à medida em que 1 − e o coeficiente de variação de X aumentam.
2
Esta análise da credibilidade total é sem dúvida mais uma das maravilhas atu-
ariais.
Resposta:
2
⎛Z τ ⎞
⎜ 1− ⎟
X constante → σ [X ] = 0 → λ m = ⎜ 2 ⎟
⎜ K ⎟
⎝ ⎠
Teoria da Credibilidade • 189
Sendo K = 5% , logo,
Resposta:
⎛Z ⎞
2
⎛ ⎛ σ [X ] ⎞ 2 ⎞
λ m = ⎜⎜ 0,975 ⎟⎟ ⎜1 + ⎜ ⎟ ⎟
⎝ 0,1 ⎠ ⎜ ⎝ E [X ] ⎠ ⎟
⎝ ⎠
λ m = N m p , e,
CREDIBILIDADE PARCIAL
PD − λ E [X ]
será aproximadamente Normal (0,1).
V [PD ]
Logo,
K λ E [X ]
=Z
(
Z λ V [X ] + E [X ]
2
) 1−
τ
2
K λ E [X ]
→ Z=
Z
1−
τ (
λ V [X ] + E [X ]
2
)
2
2
⎛ ⎞
⎜ K
→ Z= ⎜
⎟ (λ E [X ]) 2
⎟
⎜ Z 1−τ (
⎟ λ V [X ] + E [X ]
2
)
⎝ 2 ⎠
2
⎛ ⎞
⎜ K ⎟ λ
→ Z= ⎜ ⎟
⎛ σ [X ] ⎞
2
⎜ Z 1− τ ⎟
⎝ +
⎠ 1 ⎜ ⎟
⎝ E [X ] ⎠
2
λ
→ Z=
λm
Teoria da Credibilidade • 191
Resposta:
Vimos pelo exemplo 2 que: λ m = 393 e .
λ 300
Logo, Z = = = 0,8737
λm 393
E
Z=
E +C
Onde, C é escolhido de forma subjetiva, sendo C > 0 .
192 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
A função hiperbólica de Z pode ser visualizada no Gráfico 12.1, sendo que essa
curva se aproxima de Z = 1 de forma assintótica.
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
E
Gráfico 12.1
1
(S ,1)
Q
Q+K ⎛ Q ⎞
⎜⎜ Q , ⎟
⎝ Q + K ⎟⎠
0 Q S E
Gráfico 12.2
Teoria da Credibilidade • 193
É fácil mostrar que esta nova função Z pode ser expressa por:
S −C
Sendo, Q =
2
Dado que C > 0 e Q > 0 , podemos afirmar que:
0 < Q ≤ S /2
0<C ≤S
Estas expressões são importantes, pois permitem estabelecer limites para a es-
colha arbitrária de Q e C .
Sabemos, pelo princípio da flutuação limitada, que a função Z pode ser ex-
pressa por:
λ
Z=
λm
λ E [X ]
→ Z=
λ m E [X ]
E
→ Z=
S
194 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Desta forma, temos uma função Z que varia com E e S , podendo, então, ser
comparada com a função Z do princípio da credibilidade hiperbólica, que depende
de C , E e S .
Deve-se notar que, quando C = S , então, Q = 0 , e, pelo Gráfico 12.2, Z será
uma reta, ou seja,
E
Z=
S
Assim sendo, pode-se determinar o valor de C que torna o princípio da credibi-
lidade hiperbólica próximo ao princípio da flutuação limitada.
EXERCÍCIOS
197
198 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Podemos medir a exposição individual de cada risco pela relação entre o tempo
em que o risco ficou exposto no período de análise e o tempo total do período de
análise. Mesmo que o risco tenha iniciado antes do período de análise, ele é consi-
derado no cálculo da exposição individual, desde que ele tenha alguma interseção de
vigência no período de análise.
Se considerarmos 1 dia como a unidade mínima de contagem de tempo, teremos:
Exposição Individual =
Sendo:
Somente as apólices com pelo menos 1 dia de vigência no período de análise es-
tão sujeitas ao cálculo da exposição individual. Com isso, a apólice precisa ter início
199
200 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Início de Término de
Tipo de Documento Risco Vigência Vigência
Apólice A 01/10/t-1 30/09/t
Endosso de Alteração B 02/03/t 30/09/t
Endosso de Cancelamento da ----- 01/05/t 30/09/t
Apólice
Reativação da Apólice B 02/05/t 30/09/t
Tabela apêndice 1.2
Veja que o risco A, subscrito em 1 de Outubro do ano t-1, foi substituído pelo
risco B, sendo este cancelado em 1 de Maio do ano t, sendo reativado em 2 de Maio
do ano t, permanecendo em vigor até o término de vigência da apólice em 30 de
Setembro do ano t.
Neste caso, a visão esquemática é apresentada no Gráfico Apêndice 1.2.
a) Risco A
O risco A ficou em vigor no ano t de 01/01/t até 01/03/t, ou seja, durante 60 dias
(supondo Fevereiro com 28 dias).
Logo,
Exposição Individual =
202 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
b) Risco B
O risco B ficou em vigor no ano t de 02/03/t até 30/04/t, e de 02/05/t até 30/09/t,
ou seja, durante 60 dias no primeiro período mais 152 dias no segundo período, to-
talizando 212 dias.
Logo,
212
Exposição Individual = = 0,5808
365
∑R i
Exposição Agregada = i =1
n
Esta forma de cálculo vale também para o cálculo de importâncias seguradas
expostas, prêmios ganhos, etc.
Além de simples, esta forma de cálculo é exata, pois, todas as alterações nas
apólices são automaticamente incluídas na movimentação do saldo de riscos em vi-
Apêndice 1 – Exposição ao Risco • 203
gor em cada dia ( Ri ). Deve-se tomar cuidado, entretanto, para considerar as apólices
sinistradas como se estivessem em vigor até o final de vigência originalmente con-
tratado.
Na prática é comum se calcular a média do saldo mensal dos riscos em vigor,
como conseqüência da maioria dos relatórios gerenciais das seguradoras serem emiti-
dos mensalmente. Nesse caso, entretanto, não se tem o mesmo grau de precisão, pois,
perde-se a informação das movimentações de risco ocorridas dentro de cada mês.
Apêndice 2
Tabela Distribuição Normal
Padronizada Acumulada
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
205
206 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
Principais valores:
Capítulo 1
1) a) 61,90% b) 95,24%
2) $18.670,44
3) $5,556
4) $2,935
5) a) $22,7 b) $8,5 c)$20
6) a) $1 b) $1
Capítulo 2
2) 164,5%
3) a) V [X i ] = $9.900 b)
4)
5) 0,4%
207
208 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Capítulo 3
1) a) 1,5 b) 2,7
3) 56,7%
5) ( p M X (t ) + 1 − p ) n
6) a) $0,12 b) $0,52 c) $0,4896
Capítulo 4
1) 0,000822
2) $503,41
3) α = 2,037
4) a) $50 b) $37,5
Capítulo 5
2) 6,76%
3) 4,16%
Capítulo 6
4) β = α e x0 = − α
Respostas dos Exercíos • 209
5) 21,5%
6) 11,9%
Capítulo 7
1) 68,22%
2) 66,44%
−p p
3) a = b = (N + 1)
1− p 1− p
Capítulo 8
1) $9.826
2) 3.666 ou 1.745.954
3) 8,74%
4) -$6.698
⎛ rq rq ⎞
5) μ = K ⎜ Z 1−δ − θ ⎟⎟
⎜ p2 p ⎠
⎝
Capítulo 9
1) $1.785.819
2) 92,6%
3) 0,37%
4) $1.287
5) 35,7%
210 • Modelos de Precificação e Ruína para Seguros de Curto Prazo
Capítulo 10
1) $3.379,95
2) 0,3%
m
4) 0,8E [I d ] − 0,8E [I l ] l=d+
0,8
5) 67,9%
Capítulo 11
1) X d = 0 para ; X d = (1 − K ) X para ;
X d = X − d para ;
2) 47,97%
3) $41,82
4) $8
Capítulo 12
1) 515
2) 0,9855
3) $10,98