História das Ciências Atuariais

FUNDAÇÃO GETULIO VARGAS
ESCOLA BRASILEIRA DE ECONOMIA E FINANÇAS
CURSO DE GRADUAÇÃO EM CIÊNCIAS ECONÔMICAS
A HISTÓRIA E O DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS
por
Lucas Rafael de Andrade
Rio de Janeiro
(2022)
FUNDAÇÃO GETULIO VARGAS
ESCOLA BRASILEIRA DE ECONOMIA E FINANÇAS
1
2
CURSO DE GRADUAÇÃO EM CIÊNCIAS ECONÔMICAS
"Declaro ser o único autor do presente projeto do trabalho de conclusão do curso que
refere-se ao plano de trabalho a ser executado para continuidade do trabalho de
conclusão de curso e ressalto que não recorri a qualquer forma de colaboração ou
auxílio de terceiros para realizá-lo a não ser nos casos e para os fins autorizados pelo
professor orientador".
_______________________________
Lucas Rafael de Andrade
Orientador: Edson Daniel Lopes Gonçalves
Rio de Janeiro
(2022)
LUCAS RAFAEL DE ANDRADE
Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

3
Andrade, Lucas Rafael de

A História e o Desenvolvimento
das Ciências Atuariais
35 Páginas
Dissertação (Graduação)- Escola

de Pós Graduação em Economia
1. Ciências Atuariais
2. História das Ideias
3. Ciência de Dados

4
“Projeto do Trabalho de Conclusão de Curso apresentado à Escola Brasileira de Economia e

Finanças como requisito parcial para continuidade ao trabalho de Conclusão de Curso.”
Aprovado em ______ de _______________ de ________.
Grau atribuído ao Projeto de Trabalho de Conclusão de Curso: ____________ .
_______________________________________________________
Professor Orientador: Edson Daniel Lopes Gonçalves
Escola Brasileira de Economia e Finanças
Fundação Getúlio Vargas

5
Dedicado a Pri...

6
AGRADECIMENTOS
Gostaria de agradecer ao NAP em especial pelo grande apoio que me foi dado neste
último semestre. Passei por dificuldades imprescindíveis, mas elas, em especial a Cláudia, se
esforçaram muito para que eu pudesse me formar.
Também agradeço ao meu orientador, Edson Gonçalves pela paciência e pelo carinho
no acompanhamento dessa monografia.

7
RESUMO
Nesta monografia faz-se uma análise histórica em torno das Ciências Atuariais,
explicando as origens históricas dos seguros e dos principais artigos. Também se faz uma
discussão sobre os artigos modernos envolvendo Ciência de Dados e aprendizado de máquina,
e por fim reflete-se sobre a situação das Ciências Atuariais no Brasil
Palavras-chave: Ciências Atuariais; História das Ideias; Ciência de Dados

8
ABSTRACT
In this monograph, a historical analysis is made around actuarial sciences, explaining

the historical origins of insurance and the main articles. There is also a discussion about
modern articles involving Data Science and machine learning, and finally reflects on the
situation of Actuarial Sciences in Brazil
Keywords: Actuarial Sciences; History of Ideas; Data Science.

9
LISTA DE FIGURAS
Figura 1 Método de Halley...........................................................17
Figura 2 Diagrama de Lexis da Amostra de Halley......................17
Figura 3 Fatores Deduzidos da Tabela..........................................27

10
LISTA DE TABELAS:
Tabela 1 Tabela de Conversão de Ulpian......................................13
Tabela 2 Médias de Mortes na Breslávia.......................................16
Tabela 3 Exemplo de Tabela de Vida............................................16
Tabela 4 Taxonomia de modelos de mortalidade..........................23
Tabela 5 Modelo Chain-Ladder.................................................... 27

11
SUMÁRIO
1. INTRODUÇÃO .....................................................................................................................................12
2. DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS......................................................................13
2.1. SEGUROS ANTES DAS CIÊNCIAS ATUARIAIS......................................................................13
2.2. O RENASCIMENTO E OS PRIMEIROS MODELOS ATUARIAIS...........................................14
2.3. OS MODELOS ELEGANTES DO SÉCULO XIX........................................................................19
2.4. LUNDBERG E OS MODELOS MODERNOS..............................................................................20
3. AS CIÊNCIAS ATUARIAIS NOS DIAS DE HOJE.............................................................................22
3.1. A CIÊNCIA DOS SEGUROS DE VIDA........................................................................................22
3.2. SEGUROS GERAIS........................................................................................................................24
3.2.1. Precificação com base em grandes bases de dados...........................................................24
3.2.2. Análise dos dados Telemáticos.........................................................................................25
3.2.3. Reservas de perdas e incerteza........................................................................................ .26
3.2.4. Riscos Operacionais..........................................................................................................27
4. CONCLUSÃO........................................................................................................................................29
5. BIBLIOGRAFIAS CONSULTADAS...................................................................................................31

12
1. INTRODUÇÃO
As Ciências Atuarias são, de acordo a definição da FEA-USP: “A ciência que analisa

riscos e expectativas de quaisquer naturezas”, estudando todos os eventos que possam ter
consequências adversas para pessoas e empresas- portanto associada historicamente à
indústria de seguros e pensões. O atuário tem uma formação interdisciplinar, fazendo uso
metodológico de conhecimentos advindos da Economia, da Estatística, da Ciência de Dados e
muitas outras ciências, portanto os atuários podem também ter impactos imprevistos e
diversos na ciência e na sociedade. As Ciências Atuariais tendem ser divididas entre a área de
seguros de vida e de seguros gerais, sendo que na primeira se estudam pensões, aposentadoria,
seguros de saúde e relacionados, enquanto que na área de seguros gerais os atuários se
dedicam a investigar seguros patrimoniais, modelagem de ativos financeiros,
desenvolvimento de produtos, entre outros. Mesmo com essa importância, as Ciências
Atuariais não parecem ter muito reconhecimento científico no Brasil, contando com apenas 16
programas de graduação e nenhum programa de pós graduação strictu sensu.
Esta monografia busca estudar essa ciência primeiramente através de uma perspectiva
histórica, olhando para a história das ideias que foram sendo desenvolvidas, e com isso
estabelecer uma referência confiável e completa para que novos autores possam se basear. A
história intelectual também deve ter caráter didático, ajudando o leitor a entender a ordem
com que as ideias se desenvolveram e explicando-as para pessoas leitores sem conhecimento
prévio. A análise histórica serve também para entender as razões pelas quais existem
diferentes ramificações na ciência.
Este trabalho também investiga a atuária do ponto de vista da fronteira do
conhecimento. Assim, analisam-se os artigos mais recentes e relevantes na parte final da
monografia, separando por diferentes áreas das Ciências Atuarias. Com isso pretende-se, em
primeiro lugar, estabelecer um trabalho de divulgação científica, para que os leitores tomem
conhecimento dos avanços da ciência, possam saber quais os modelos mais usados, e possam
ter uma ideia melhor sobre o futuro dessa ciência.
Por fim, espera-se que a investigação da ciência por tantos pontos de vista possa trazer
um melhor entendimento sobre a situação das Ciências Atuarias no Brasil. Procura-se
entender se as Ciências Atuariais podem ser vistas como ramificações ou aplicações de outras
ciências, e se assim podem ser estudadas apenas como um complemento de outros cursos,
como o de Economia, ou se deve ser estudado em um programa a parte.

13
2. DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS
2.1. SEGUROS ANTES DAS CIÊNCIAS ATUARIAIS

De acordo com Coutts(1926), a característica principal que se tem sobre um seguro é a
de que um indivíduo divide o risco de uma perca com vários outros indivíduos que estão
expostos a vários graus do mesmo risco. De qualquer forma, a maneira como os seguros são
feitos modernamente se desenvolveu de forma relativamente recente, o que se tinha na
antiguidade era o que é conhecido como mutualismo (em inglês, Bottomry). No mutualismo o
que se tem é um empréstimo para investir em um negócio de risco, geralmente uma expedição
marítima, e se o negócio der errado, como o navio afundar, a parte que toma o empréstimo é
perdoada da dívida1. Segundo Pendleton(1948) essas práticas de mutualismo datam de desde a
antiga Babilônia, como visto no Código de Hammurabi (2025 A.C.). De acordo com Hendriks
o mutualismo se manteve por séculos, e a estrutura de um contrato de mutualismo ficou
inalterada; um contrato encontrado na França em 1806 era fraseado de forma análoga a um
contrato encontrado em Demóstenes em 350 AC- Porém era muito mais caro do que um
seguro, uma vez que no seguro se pode dividir o risco e os custos.
Coutts(1926) afirma que Trenerry tentou encontrar evidências de que tenham existido
evidências de seguro de vida na antiguidade, apontando como evidência um contrato descrito
pelo jurista Ulpiano em seu tratado Responsa na Roma Antiga, em que um homem estipulava
um valor a ser pago para a sua filha caso viesse a falecer. Hald (1990) explica que Ulpiano
montou a seguinte tabela de conversão:
Tabela 1- Tabela de Conversão de Ulpian. Fonte: Hald (1990)

No entanto sua interpretação é discutida, pois alguns autores afirmam que essa tabela faz uma
estimativa de expectativa de vida, enquanto que outros autores afirmam que era apenas uma
1
Segundo Weber(1988) o mutualismo era uma das principais formas de investimento em capital da
Antiguidade, junto com contratos com o governo para negociação de impostos locais, mineração, plantations,
atividades bancárias e comércio com terras estrangeiras

14
jurisdição feita para proteger os interesses do herdeiro legal, e que os valores colocados eram
arbitrários e inseridos de maneira que as pessoas pudessem concordar.
Trenerry também tenta apontar para o antigo Código de Manu, que é um código de leis
Hindu escrito em Sanskrit, que datam de 200 A.C., porém não parece existir um consenso na
tradução desse código, uma vez que a palavra “kakravriddh” pode ser traduzida como “juros
composto” ou como “carruagem”.
As autoridades acreditam que a forma mais moderna de seguros começou a se
desenvolver no começo do século XIV; Pendleton(1948) aponta para uma “Câmara das
Seguradoras” em Bruges em 1310, e Holdsworth(1917) aponta para um arquivo de Génova de
1347 como o contrato mais antigo de seguros que se tem registro, e nesse mesmo século os
seguros deixaram de ter a forma de mutualismo para uma forma mais moderna, e os contratos
deixaram de ter a característica de empréstimo e passaram a incluir várias pessoas na
negociação2. As primeiras leis foram estabelecidas em Génova e Florença, porém elas não
eram muito respeitadas por serem facilmente burladas pelas partes. O primeiro código de leis
abrangente foi o de Barcelona que foram escritos entre 1435 e 1484, que consistiam de cinco
estatutos que lidavam com as leis sobre seguros de forma detalhada, e esses estatutos tiveram
uma enorme influência sobre as leis atuárias em toda a Europa nas décadas seguintes.
2.2. O RENASCIMENTO E OS PRIMEIROS MODELOS ATUARIAIS
Pedleton afirma que a os trabalhos atuariais publicados nos séculos anteriores ao
Renascimento giravam apenas em torno das questões legais, como relatórios e manuais.
Entretanto, com o Renascimento, o avanço dos matemáticos na Teoria da Probabilidade,
associados a expansão da indústria de seguros para áreas além do seguro marítimo3, fez com
que, segundo Costa(2005), diversos desses matemáticos se interessassem pelo estudo dos
seguros, em especial pela percepção de que diversas seguradoras vinham à falência.
Discutindo por correspondência com grandes autoridades da Probabilidade, como
Leibniz, Huygens e Bernoulli, o estadista e cientista Johan De Witt publicou em 1671 um
trabalho sobre as anuidades vitalícias 4, “The worth of life annuities to redeemable annuities”-
na época a taxa de juros era de 4%, e a data de compra das anuidades era de 14 anos (o preço
2
Seguros rapidamente se tornaram uma importante atividade econômica em Génova, uma vez que que em um
único dia um notário registrou mais de oitenta contratos firmados.
3
Holdsworth (1917) mostra como que surgiram seguros sobre incêndios em Hamburgo no século XVII, em
especial depois do Grande Incêndio de Londres de 1666, que destruiu mais de 70000 casas.
4
Essa é uma tradução direta de “Life Annuities”, um tipo de aposentadoria categorizada por uma série de
pagamentos feitos até a morte do indivíduo. Os indivíduos depositam uma quantia em um fundo e recebem
pagamentos até a sua morte. Neste caso se referiam a títulos vendidos pelo governo em forma de anuidade.

15
era de 14 Florins), porém De Witt calculou que deveria ser de 16 anos (deveria ser vendido a
16 Florins) para uma pessoa de idade 3 anos, e descreveu um método que permitia calcular
facilmente a data de compra para qualquer idade de entrada.
Seguindo a explicação de Hald(1990), De Witt fez isso começando por dividir as
idades de 3 a 80 anos em 4 intervalos: (3, 53), (53, 63), (63,73), (73,80). De Witt assume
então 2 hipóteses:
I) As probabilidades de morte dentro de cada ano é igual entre os semestres.
II) A chance de morte em um ano qualquer do segundo intervalo não pode ser maior
do que 3/2 das chances de morte num ano do intervalo anterior
A primeira hipótese foi feita porque as anuidades eram pagas semestralmente, então
ele usa semestre como unidade de tempo.
Então, especificando as chances de morte de cada intervalo como sendo [1, 2/3, 1/2 e
1/3], e a taxa de juros de 4% a.a., de Witt chega na seguinte expectativa de anuidade:
{ }
99 119 139 153
1 2 1 1
128 1
∑
E { a t ¬ }= at ¬ + ∑ a t ¬+ ∑ at ¬+ ∑ at ¬ =16,001607
3 100 2 120 3 140
Contemporaneamente se discute esse trabalho de De Witt como um artigo matemático,
porém analisando o contexto histórico se percebe que na verdade era uma tentativa de um
estadista em convencer outros políticos a aumentarem o preço das anuidades. Assim, se
observa que faria muito mais sentido matematicamente escolher outra distribuição para as
mortes, porém De Witt escolheu essa distribuição para que fosse mais convincente para o seu
propósito. Hald (1990) afirma que o conhecimento de De Witt estava muito a frente de seu
tempo, porém essa orientação retórica do seu trabalho foi limitante e fez com que seu método
fosse substituído pelo de Halley e seu artigo fosse esquecido até ser redescoberto e traduzido
por Hendriks em 1852.
De acordo com Hald (1990), na Breslávia, Polônia, registros sobre os nascimentos e
mortes eram feitos desde o fim do século XVI ,e a partir de 1687 o pastor e cientista Caspar
Neumann pesquisou os dados para tentar combater as superstições populares de que as fases
da lua e idades divisíveis por 7 e por 9 afetariam a saúde das pessoas, então enviou os
resultados a Leibniz. Leibniz, como outros membros da Royal Society ficaram interessados e
pediram ao proeminente Hallley para que analisasse aos dados de Neumann, que então
publicou um dos artigos mais importantes das Ciências Atuariais, em 1693: “Uma Estimativa
dos Graus de Mortalidade da Humanidade, Tirada de Curiosas Tabelas de Nascimentos e
Funerais na Cidade da Breslávia; com uma Tentativa de Determinar o Preço das Anuidades
Vitalícias” (Halley, 1693)

16
Nesse estudo ele faz uma estimativa com base nas tabelas e propõe valores para
seguros em diferentes idades, alegando que, por exemplo, pp.656: “o prêmio de seguro de um
homem de 20 anos sendo 100, então o de um homem de 50 anos deve ser de apenas 38 ”.
Halley começou construindo uma Tabela de Mortalidade 5em que assume que anualmente
nascem 1238 pessoas na Breslávia (l 0= 1238), 348 morrem no primeiro ano de vida (l 1=1238
– 348= 890), e 198 morrem entre 1 e 6 anos ( l 6=692). A partir dessa idade ele constrói a
seguinte tabela:
Tabela 2 – Médias de Mortes na Breslávia. Fonte: Tabela traduzida do livro A History of Probability and
Statistics and Their Applications before 1750, de Anders Hald, pp. 137
Halley utiliza-se dessa tabela como base para estimar uma outra tabela com os valores
brutos da população, que ele estima que tem um tamanho de 34.000 pessoas. Halley faz uma
série de “estilizações” para suavizar os resultados e tornar a mortalidade d xconstante no
tempo, para poder usar a tabela de diferentes maneiras.
Para estimar os valores brutos da população, Halley se baseia na utilização de uma
técnica geométrica:
5
É um instrumento de tabulação para a representação do padrão de mortalidade uma população.
Tabela 3-Exemplo de Tabela de Vida. Fonte: Promislow(2015), pp.40

A notação que tida como padrão é que x representa a idade de um indivíduo, l_x representa a quantidade de
pessoas vivas na idade x, d_x a quantidade de pessoas que morrem entre as idades x e x+1, ω é a idade na qual
todas as pessoas já morreram.

17
Figura 1- Método de Halley. Fonte: Halley (1693).

A intuição por detrás da técnica que ele utiliza é análoga à descrita por Hald (1990)
através de um diagrama de Lexis:
Figura 2 – Diagrama de Lexis da Amostra de Halley. Fonte: Hald(1990)

Dessa Maneira, assumindo que não existe emigração e que a mortalidade é constante
ao longo do tempo, pode-se concluir que o número total de pessoas com idade entre x e x+ 1 é
1 1 a b
igual a L x = (l ¿ ¿ x+l x+1)+ (d x −d x )¿
2 2
Dentre os diversos usos que Halley faz da tabela, vale dizer que primeiro ele calcula
que a taxa de natalidade é muito baixa, uma vez que se tem 7000 mulheres em idade fértil, e
apenas 1238 nascimentos, então propõe um programa de suporte aos mais pobres para
aumentar a taxa de natalidade. Ele calcula o preço de um seguro de vida de prazo limitado
Lx
estimando que os “Graus de Vitalidade” são dados pela fórmula : . Halley ainda dá
Lx −L x+1
uma fórmula para calcular os valores das anuidades, com

18
ω− x−1
1
äx=
Lx
∑ −t
( 1+i ) L x+1
t=1
E mostra que o governo inglês vendia anuidades a um preço muito baixo, porém o
governo continuou vendendo seus títulos de anuidades a um preço barato e
independentemente da idade do comprador.
Um marco na história da Teoria da Probabilidade e das Ciências Atuariais foi a
publicação da obra de Jacob Bernoulli, Ars Conjectandi 6(1713), que provava teoremas
importantes como a Lei dos Grandes Números, além de enunciar propriedades sobre
distribuições interessantes, em especial a Distribuição Binomial.
O primeiro livro sobre a matemática dos seguros foi escrito por Moivre(1725), em que
ele tentava trazer a teoria descrita por Halley para os contratos complexos que eram
negociados na época. Moivre usava de uma fórmula recursiva para tabelar preços de
anuidades, partindo da hipótese de que as chances de sobrevivência decaiam
geometricamente, e provou que o valor de uma anuidade mútua, com vários indivíduos,
poderia ser obtido como a soma de várias anuidades individuais.
A fórmula básica que Moivre desenvolveu é mostrada em um exemplo Hald(1990):
−( 1+i ) a86− x
i ax = , coml x =86−x
86−x
Thomas Simpson(1742) se inspirou fortemente na obra de De Moivre, trazendo
importantes provas sobre teoremas envolvendo anuidades mútuas, com 2 ou 3 vidas, além de
mostrar que as simplificações das contas de De Moivre eram imprecisas, e trouxe formas de
aperfeiçoá-las. Segundo Hald (1990), De Moivre acusou Simpson de plágio, uma vez que
apenas o referenciava no começo do livro e usava seus resultados sem fazer referência à sua
origem, então Moivre passou a fazer o mesmo. Ainda segundo Hald(1990), essa competição
entre os autores fez com que importantes ferramentas matemáticas atuariais, embora o único
tipo de seguros que eles tratassem fosse o de anuidades.
Segundo Haueter (2017) apesar desses avanços na teorização matemática dos seguros,
a sua adoção foi lenta e gradual, uma vez que várias formas de seguros tinham valores
arbitrários, se assemelhando muito mais a apostas do que a instrumentos financeiros.
James Dodson(1755), enfurecido por ter tido seu seguro recusado por uma seguradora,
desenvolveu aplicações para outros tipos de seguros fora o de anuidades, demonstrando por
exemplo que um seguro de vida permanente poderia ser operado de forma que o segurado
6
Essa obra é importante não apenas pela utilidade de suas ferramentas matemáticas, mas segundo Schneider
(1984) também pelo seu impacto na Teologia. Isso resolve um dos grandes problemas com os seguros na
época: a discussão se a sua aplicação está de acordo ou não com a moralidade cristã.

19
fosse taxado progressivamente conforme fosse envelhecendo. Essa obra foi de grande impacto
e passou a ser aplicada no mercado de seguros, sendo Dodson considerado por muitos o “pai
dos seguros modernos7”. Richard Price(1771) também teve uma obra de grande impacto nesse
mercado, uma vez que expôs alguns esquemas fraudulentos e mostrou que algumas
seguradoras estavam com portfólios insustentáveis, levando a algumas sociedades a fecharem
as portas (Haberman, 1996).
Em 1772 William Dale introduz a ideia de Função de Comutação, que consiste na
ideia de uma função que simplifica o trabalho de fazer contas manualmente, ideia muito
importante numa época em que não haviam computadores e calculadoras. Essas funções
foram melhor desenvolvidas por Johannes Tetens(1785), mas esses trabalhos ainda eram
muito teóricos- foi Griffith Davies(1825) quem trouxe um guia de aplicações dessas funções
no mercado de seguros.
2.3. OS MODELOS ELEGANTES DO SÉCULO XIX
Em 1825 um artigo revolucionário foi publicado por Benjamin Gompertz (On the
Nature of the Function Expressive of the Law of Human Mortality), que introduziu a noção de
força de mortalidade, que seria a taxa de mortalidade instantânea numa idade x, representado
pela letra µ8, que é obtida como uma diferenciação do tamanho populacional l . Esse artigo foi
aperfeiçoado por Makeham(1860), que estabelece a chamada Lei de Gompertz–Makeham.
Essa lei afirma que a taxa de mortalidade humana é dependente de uma soma de uma variável
que independe da idade com uma variável que cresce exponencialmente com a idade. A taxa
de mortalidade que obedece a essa lei é frequentemente descrita por uma função do tipo:
h ( x )=α e βx + λ, sendo x o período em questão- Essa função descrevia com uma precisão muito
grande as tabelas de mortalidade da época.
Com os avanços na notação e representação gráfica9 que ocorreram no século XIX, um
paper importante nessa ciência foi o de Wilhelm Lexis(1875), em que ele introduzia a ideia de
um Diagrama de Lexis, que é um diagrama demográfico que representa a população por
tempo e idade, em que cada ponto representa um indivíduo, e a coleção desses pontos
representa sua trajetória de vida.
7
Foi no final século 18 que Edward Rowe Mores cunhou o termo “atuário” para a profissão de quem trabalha
com seguros, e a partir do final desse século que importantes estudos começaram a serem publicados e os
negócios se tornaram cada vez mais relacionados com o desenvolvimento teórico.
8
Segundo Haberman(1996) ele não usava a notação padrão, e sim em notação de fluxions, por respeito a Isaac
Newton.
9
Cabe aqui citar algumas contribuições importantes. Em 1826 Thomas Young introduziu a ideia de
representação da função de morte dx(quantidade de mortes entre x e x+1), e em 1838 Augustus de Morgan,
descendente de J. Dodson, introduziu a ideia de variabilidade da Tábua de Vida

20
Também como consequência do trabalho de Gompertz, William Orchad(1850) trouxe

uma série de relações fundamentais que simplificavam o trabalho de fazer contas
manualmente.
Em 1869 um dos trabalhos mais importantes para a ciência atuarial do século foi
publicada, a “On na Improved Theory of Annuities and insurances”, de Woolhouse; nela ele
trazia uma teoria bastante completa sobre o cálculo de seguros e anuidades no domínio
contínuo do tempo, permitindo que os profissionais fizessem contas com uma precisão na
escala mensal, por exemplo. Woolhouse ainda avançava no conceito matemático de
graduação e interpolação, que é uma forma de montar Tábuas de Mortalidade com base em
conjuntos de dados como probabilidade de morte por idade.
2.4. LUNDBERG E OS MODELOS MODERNOS

Em 1909 o trabalho de Lundberg fundava a Teoria do Risco(ou Teoria da Ruína),
avançando sobre os resultados de Hattendorf(1868) 10, assumindo que as perdas das
seguradoras evoluiriam de acordo com um processo estocástico, considerava os efeitos do
resseguro e da dotação inicial da seguradora, e assumia que a “probabilidade de ruína” seria
dada por uma função do tipo ϕ ( u )=C (u )∗e− Ru, em que u seria a dotação inicial da seguradora,
C seria uma função auxiliar e R seria um coeficiente de ajuste dependente de alguns
parâmetros de risco do processo. Segundo Habermas(2016) esse trabalho foi desmerecido até
ser revivido por Crámer (1930), e então passou a ser amplamente difundido, uma vez que a
natureza estocástica das funções dessa teoria possibilitam a aplicação também a seguros que
não são de vida- e, portanto, podem não resultar no sinistro. Isso faz com que a Teoria do
Risco seja atrativa para os seguros sobre incêndio, por exemplo, entre outros.
No começo do século XX também surgiu outra teoria importante por Albert
Whitney(1918): a Teoria da Credibilidade, que postula que o segurado deve ter a sua
probabilidade de sinistro atualizada de acordo com a Teoria Bayesiana, ou seja, atualizada
conforme as ocorrências de sinistro. Assim, segundo essa teoria, se por exemplo um carro for
assegurado, há incentivos à seguradora em reduzir o preço conforme se passam anos sem
acidentes. Outro artigo importante foi o de Whittaker(1920), que adereça problemas da
matemática pura, como se “a probabilidade é restrita pela interpretação de frequência relativa
limitante ou a probabilidade pode ser usada para medir o suporte para proposições”
10
Em 1868 um resultado importante foi publicado por Hattendorf: ele provava que a variância das perdas num
período é aproximadamente a soma das variâncias das perdas de cada ano, mais tarde isso viria a formar a
Teoria do Risco ou Teoria da Ruína (Ruin Theory)

21
(Hickman, 2004, pp. 6), além de desenvolver formulações com programação linear e com
uma função de perda que ele também formulou, através da técnica de graduação. A teoria
bayesiana da Teoria da Credibilidade foi desenvolvida de maneira mais aprofundada em 1940,
com 3 obras de Bailey (1942, 1945, 1950).
Uma ideia importante trazida para o Cálculo Atuarial em 1912 por Du Pasquier foi a
de processos de multi estado estocásticos, como as Cadeias de Markov. Com a invenção dos
computadores mencionada abaixo, a aplicação desses processos se torna muito vantajosa11,
como demonstrado por Hoem(1998)
Segundo Goldsten (1972), a Segunda Guerra Mundial deu motivação para a criação do
aparato científico revolucionário que seria a utilização de computadores para a resolução de
diversos problemas. Ainda segundo Goldstem, até 1952 a utilização de computadores se
limitava no âmbito universitário/militar, mas a partir desse ano o computador UNIVAC
começou a ser utilizado na indústria, e isso iniciaria uma tendência de deslocamento do centro
gravitacional do poder computacional em direção dos negócios. Uma aplicação revolucionária
era a de simulações; Boermeester(1956) foi um dos primeiros artigos que traziam uma
simulação de um fundo de pensão, junto com Benjamin(1964) que trazia uma análise de
métodos de simular os resultados de mortalidade que haviam disponíveis. Segundo
Hickman(2004), outra aplicação inovadora dos computadores foi a da derivação recursiva de
funções da Teoria do Risco, sendo um dos primeiros métodos desenvolvido por Katz(1965),
apesar de fora da literatura atuarial existir técnicas parecidas desde Neyman(1939) (de acordo
com Sundt(2002)).
Na segunda metade do século XX uma sucessão de pesquisas importantes em
finanças, que acabaram impactando as Ciências Atuariais. Um trabalho importante foi o de
Redington(1952), que trouxe Modelagem de Ativo/Passivo, lidando com o problema de
minimizar o impacto que um aumento na taxa de juros traz no excedente do sistema
financeiro. Outro trabalho de extrema importância foi o de Markowitz (1952) que trouxe a
Teoria do Portfólio Ótimo, que trouxe uma nova perspectiva sobre a gerência de risco, por dar
atenção à covariância dos erros e sua independência (Müller, 2014). Temos ainda o trabalho
de Black(1973) introduzindo o modelo de precificação de opções12.
11
Algumas aplicações puras são mostradas de forma extensiva por Izquierdo (2009)
12
Um exemplo interessante é a aplicação feita por Cuscó(2018), que aplica a ideia de Conjunto Difuso para
modelar risco, porém também existem trabalhos interessantes de atuários que aplicam técnicas das Ciências
Atuarias na precificação de opções, como feito brilhantemente por Hai-Feng(2003)

22
3. AS CIÊNCIAS ATUARIAIS NOS DIAS DE HOJE
Embora tenha se tentado contar a história das Ciências Atuarias de maneira contínua e
linear nos tempos antigos, quando a literatura após o século XX é analisada se observam
diversas ramificações nessa ciência, de forma que as diferenças nos métodos, hipóteses e
objetivos sejam tão distintos que se torna necessária uma classificação em diferentes campos
das ciências atuariais. Analisam-se assim os temas mais relevantes para a academia, que
muitas vezes tiveram o modelo benchmark estabelecido no século XX, porém vêm
experimentando melhorias graças às novas técnicas e tecnologias desenvolvidas
modernamente. O que se pode extrair em comum dos diferentes campos de atuação da atuária
é que ao mesmo tempo que se têm demandas específicas da área, que geralmente envolvem
características estatísticas desejáveis sobre os modelos (comparativamente: caldas longas,
maior consideração de outliers, prazos mais longos, etc), se tem uma intensa
interdisciplinaridade com outras áreas como a Economia, e cada vez mais com a Tecnologia
da Informação e Ciência de Dados. Já existiam trabalhos acadêmicos pioneiros envolvendo
essas tecnologias no século passado13, mas de acordo com Goodfellow (2016, apud Richman,
2020), foi a partir de 2006 ocorreu um ressurgimento explosivo do interesse nas aplicações de
aprendizado de máquina, por exemplo.
Separa-se, primeiro, os seguros de vida dos seguros que não são de vida, uma vez que
de acordo com Embrechts (2021), a natureza desses dois tipos de seguro é muito diferente;
nos seguros de vida e de pensão se fazem previsões sobre as mortes ou acidentes sobre
horizontes de vários anos, geralmente modelando-se através de séries temporais, enquanto que
os seguros que não são de vida geralmente se tratam de perdas financeiras no próximo ano.
Passar-se-á a chamar os seguros que não são de vida de “seguros gerais” daqui em diante.
Separam então, entre esses 2 tipos de seguros, os diferentes tópicos relacionados que são
considerados relevantes.
3.1. A CIÊNCIA DOS SEGUROS DE VIDA
Os seguro de vida e pensões são produtos que carregam características de um prazo
muito longo, de acordo com Embrechts é importante que esses produtos estejam muito bem
planejados com o hedging de garantias financeiras, valoração minuciosa dos fluxos de caixa e
a minimização dos riscos de insolvência. Para que essas condições sejam satisfeitas, há uma
13
Por exemplo, chama a atenção o artigo visionário de Helander, escrito em 1976, em que se registram os
dados fisiológicos e comportamentais dos motoristas, como a frequência cardíaca, atividade muscular, entre
outros, para análise posterior.

23
literatura crescente nas ciências atuarias que modelam os seguros com base em processos
estocásticos, controle ótimo e aprendizado de máquina. Uma das modelagens clássicas mais
importantes é a relacionada a previsão de mortalidade.
O modelo tido como marca de referência na modelagem das previsões de mortalidade
é o modelo desenvolvido por Lee e Carter (1992) (Chamado de Modelo LC), em que a ideia é
d t ,x
montar estimar a taxa de mortalidade “crua” (dada por m t , x = , sendo d t , x as contagens de
et , x
morte e e t , x as exposições ao risco no ano de calendário t , com a idade x ) através da
regressão:
log ( m t ,x ) =a x + b x k t +ε t , x
Em que a x é a força de mortalidade na idade x, k t é o índice de tempo descrevendo a

força de mortalidade no ano t, b x é a taxa de mudança da força de mortalidade, ε t , x são os
resíduos estocásticos
A maior parte dos modelos de previsão de mortalidade estocásticos são derivados ou
generalizações do modelo, a tabela abaixo mostra outros modelos semelhantes ao LC:
Tabela 4 – Taxonomia de modelos de mortalidade. Fonte: Cairns (2009), traduzida

De acordo com Embrechts(2021), esses modelos de mortalidade ganharam maior
atenção após 2000 por causa do cenário de juros baixos, em especial após a Crise de 2008,
pois erros de previsão sobre a longevidade não são mais compensados pelos retornos dos
investimentos, além de que os programas de previdências sociais passaram a ficar sobre mais
pressão financeira.
Dentre os modelos de maior relevância, pode-se citar o modelo de Brouhns (2002),
que faz uma modificação para que não se tenha que assumir que o modelo seja paramétrico (
ε t , x siga uma distribuição Normal), utilizando-se de uma regressão do tipo Poisson Log-
Bilinear. ( D xt Poisson( E xt μ t ( t ) , com μ x ( t )=exp ⁡(α x + β x ҡt )). Renshaw (2006) faz uma
modelagem com o efeito de coorte, ou seja, assume que indivíduos que passam por

24
experiências de vida parecidas têm maior incidência de uma certa característica14. Hyndman
(2007) torna o modelo robusto, de forma que seja menos sensível ao ruído.
Mais recentemente alguns modelos envolvendo técnicas da Ciência de Dados vêm
ganhando destaque: Shang (2019) faz uma modelagem do modelo LC para a técnica de
Principal Component Analysis. Hainaut (2018) estende o modelo para as redes neurais e
obtém um poder preditivo para a sua amostra muito maior do que os modelos de LC padrão15.
Muito embora se tenham tido esses avanços na literatura dos seguros de vida, as taxas
de juros baixas nos países desenvolvidos, associadas a regulação e redução da mortalidade
fazem com que seja importante desenvolver produtos alternativos aos seguros clássicos, e
com essa proposta dois artigos ganham destaque: Sabin (2010) propõe anuidades com base
em “Tontines”, que são um tipo de anuidades que podem funcionar sem que se tenha uma
seguradora privada, apenas com a organização de um fundo que é distribuído entre outros
membros quando um dos participantes morre. Outra ideia do tipo, que não exige a contratação
de uma seguradora, é a de seguros do tipo P2P, em que se tem a associação direta entre os
participantes, como estudado por Denuit (2020)16.
A pandemia de Covid-19 17aconteceu de maneira muito recente, de forma que ainda
não foram estudados todos os seus efeitos sobre as apólices de seguros de vida, mas um
trabalho que merece destaque nesse sentido é o de Harris (2021), em que ele mostra que de
maneira geral as seguradoras não aumentaram os seus preços, nem reduziram a oferta de
apólices, exceto nos casos de indivíduos em situação de risco ou mais velhos.
3.2. SEGUROS GERAIS

3.2.1. Precificação com base em grandes bases de dados
De acordo com Embrechts (2021), Para a precificação de seguros gerais (como
seguros de carro, por exemplo), o método padrão para tratar de um grande volume de dados
são os Modelos Generalizados Lineares (MGLs), introduzidos por Nelder (1972). Esses
modelos se baseiam em estender os métodos de Regressões Lineares, a começar por estender
14
Yan (2020) modela que existem efeitos de memória de longo prazo, através desse efeito de “coorte” e de
inferência bayesiana, que também supera o modelo LC padrão.
15
Richman (2020) tenta replicar esse estudo, porém percebe que o modelo de otimização através de evolução
genética é de difícil acesso. Richman então simplifica o modelo para usar a biblioteca Keras e obtém resultados
que chama de “promissores”
16
Denuit (2020) modela um esquema de seguros P2P através de uma distribuição de Poisson, e alega que esse
tipo de produto deve estar associado a um stop-loss, para evitar que muitas percas sucedidas aconteçam nesse
fundo.
17
O livro da série Springer Actuarial, “Pandemics: Insurance and Social Protection”, organizado por Boado-
Penas, Eisenberg, Sahin (2021) traz uma série de artigos fazendo modelagens atuariais da pandemia, assim
como artigos que expressam as opiniões de atuários sobre leis durante a pandemia, entre outros.

25
os erros com distribuições Normais das regressões padrões para erros com outras
distribuições, como a Poisson ou a Gama, e por passarem por transformações para se
tornarem lineares. Os atuários desenvolveram uma série de técnicas para lidar com as
dificuldades de se implementar esses modelos; Em primeiro lugar, geralmente as variáveis
explicativas são do tipo categóricas (ou seja, podem assumir apenas uma quantidade fixa e
discreta de valores), o que causa problemas na dispersão na matriz de delineamento, e em
segundo lugar, as covariâncias das variáveis interagem de maneira caótica. Isso faz com que
os atuários façam modelos com base em dados ruidosos e que não exista um modelo que
domine sobre os demais. Uma forma de contornar esse problema é através dos modelos-
mistura18, em que se fazem inferências sobre os alguns sub-grupos teorizados a partir de uma
amostra misturada. De qualquer maneira, a quantidade crescente de dados faz com que os
atuários cada vez mais se baseiem no uso de modelos com aprendizado de máquina, como
através das redes neurais, levantando-se a discussão sobre quais são os melhores modelos-
aqueles gerados por séculos de modelagem matemática, ou os gerados pelos avanços
tecnológicos nas Inteligências Artificiais. Uma aplicação feita por Wüthrich (2018) mostra
um caso em que o uso de uma rede neural, bem como uma Poisson Boosting Machine, ambos
performam melhor que um MGL, apontando para a possibilidade de que esses modelos
estejam atingindo um nível de sofisticação que possa suplementar os métodos utilizados pelos
atuários atuais. Embrechts (2020) faz uma análise bibliográfica mais crítica dessa premissa,
concluindo que as aplicações de redes neurais ainda carregam muitas fraquezas 19 e estão em
fase inicial para encontrarem bons algoritmos para os melhores previsores. O autor chama a
atenção ainda para modelos promissores que estão sendo desenvolvidos, em especial para os
bonus-malus-systems(BMSs), como aquele desenvolvido por Ágoston (2020), que se tratam
de uma forma de precificar os seguros recompensando a falta de sinistros do comprador de
apólice (no caso de Ágoston é utilizada uma técnica de programação linear).
3.2.2. Análise dos dados Telemáticos
Uma área da ciência atuarial que vem ganhando destaque recentemente é a área que
trata do processamento de dados informacionais obtidos em alta frequência, muito
comumente extraída de carros, como a posição no GPS, a velocidade, aceleração, tipo de
18
Um artigo relevante desse tipo de modelo mistura foi o de Lee & Lin (2010), em que os autores utilizam-se de
distribuições multi-variadas do tipo Erlang (distribuições gama com parâmetro em forma inteira)
19
Aqui são listadas algumas das críticas feitas por ele: 1- as redes neurais não fazem nenhuma melhora em
cima das fraquezas dos MGL; 2- os preços calculados variam conforme a valoração, o que não é aceitável em
uma seguradora, e as formas de contornar esse problema acabam saindo muito caras; 3- é difícil acertar o
tempo de parada de uma rede neural e outros parâmetros, e isso faz com que em muitos casos não seja um
estimador eficiente

26
estradas, etc. Um artigo importante nesse tipo de análise foi feito por Paefgen (2014), onde os
autores estimam o risco de acidente com base na localização das trajetórias, através de
modelos de regressão logística. Porém alguns modelos mais complexos foram recentemente
publicados por Weidner (2016) e Gao (2019). Weidner(2016) utiliza-se das transformações de
Fourier com base em dados simulados para mostrar como que se podem extrair diversas
características do motorista através dos dados telemáticos, enquanto que Gao(2019) utiliza-se
do processamento através de redes neurais, e mostra que utilizando-se de redes neurais
convolucionais apenas 3 minutos de dados podem identificar um motorista dentre 3
motoristas, e comentam sobre a importância da privacidade dos dados. Embrechts (2021)
afirma que existe a esperança de que esses modelos telemáticos podem ser usados para
contornar o problema da discriminação na indústria de seguros. Segundo ele, em muitos casos
as segurados são impossibilitadas legalmente de considerar certos dados na precificação das
apólices, como por exemplo gênero e etnia20.
3.2.3. Reservas de perdas e incerteza.
Um assunto que é estudado pelas Ciências Atuariais é o que se chama de IBNR 21 (Incurred,
But Not Reported), em que os atuários calculam uma quantia de reservas que devem ser
mantidas pela seguradora de forma que possa transferir fluxo de caixa durante vários anos
seguidos. O trabalho mais influentes nessa área foi o de Mack (1993), em que ele introduz a
ideia do método de Chain-Ladder. Nesse método, se distribuem na horizontal os resgates de
seguros reportados, e na vertical os anos em que os acidentes acontecem, de forma que forme
uma tabela em formato de escada:
Tabela 5- Modelo Chain-Ladder. Fonte: Mack (1993), pp. 9
20
Guillén (2012) faz uma reflexão sobre os custos impostos pela legislação europeia sobre ausência de gênero
na precificação de apólices, alegando que deveria se dar mais atenção à análise de dados antes da modelagem
atuarial.
21
A ideia foi introduzida em 1972 por Ferguson

27
Em seguida, calculam-se as razões das perdas nas datas de avaliações subsequentes,

representadas abaixo; a partir desses fatores se calculam fatores que podem ser usados para
fazer previsões, de forma simples e sem precisar fazer previsões.
Figura 3: Fatores Deduzidos da Tabela. Fonte: Mack (1993)

Embora esse modelo tenha sido referência durante muitos anos, recentemente se tem
visto um rápido avanço em novos modelos que se baseiam no uso de técnicas de Data
Science. Richman (2020) afirma que esse modelo de Chain-ladder é equivalente a uma
^ =f C , mas que pode ser generalizado para C
regressão do tipo: C ^ =f ( X )C , em que
i , j +1 j i, j i , j +1 i, j
X seria um vetor com várias características como setor de trabalho, idade, etc. Wüthrich
(2018) se baseia nessa ideia para construir um modelo de rede neural simples com apenas uma
camada e vinte neurônios, que tem resultados superiores ao modelo padrão. Outra forma de
modelar o mesmo problema foi proposta por Kuo (2020), onde o autor utiliza-se de uma rede
neural que ele desenvolveu chamada de DeepTriangle, que combina as redes neurais
convolucionais com as redes neurais recorrentes. Richman (2020) testou essa rede neural
DeepTriangle e observou que o desempenho dela costuma superar o desempenho da Chain-
Ladder e de outros modelos lineares.
3.2.4. Riscos operacionais
Além das estimativas feitas diretamente sobre os seguros, as Ciências Atuariais
também investigam sobre os riscos de maneira mais abrangente e estrutural22, como nos casos
do resseguro e das reservas compulsórias, importante tanto para as seguradoras quanto o
mercado bancário.
Nos artigos de 2009 e 2015, Ibraginov contribui para o entendimento de alguns riscos
envolvendo catástrofes e distribuições de “calda larga23”, explicando o porquê de algumas
seguradoras não diversificarem seu risco caindo numa “armadilha de não-diversificação”, e
alegando que devem ser feitas regularizações para que o custo social de uma catástrofe não
seja tão alto. Embrechts (2020) afirma que as mudanças climáticas podem causar uma série de
22
Um assunto discutido recentemente na literatura das ciências atuariais é o de cyber-seguros. Embora,
segundo Embrechts (2020), os modelos de risco operacionais desenvolvidos pelas ciências atuariais pareçam
ser extremamente úteis para o desenvolvimento dessa indústria, os modelos de Shetty (2017) mostram que
com a estrutura das redes atuais, a assimetria informacional faz com que seja economicamente insustentável
que esse mercado se desenvolva e aumente a segurança virtual.
23
Traduzido de “fat tail”, se refere ao conceito de que em algumas modelagens em que se considera uma
distribuição Normal como padrão, podem acontecer eventos raros, Cisnes Negros, em que quando acontecem
mudam toda a percepção sobre a distribuição, tornando a distribuição normal irrelevante.

28
catástrofes e que isso representam um grande desafio para a indústria de resseguros, e ele
aponta para o artigo de Weizman (2009), um artigo muito influente na economia ambiental e
que alega que a incerteza sobre catástrofes é tão grande que não se pode calcular uma
utilidade esperada para uma análise de custo benefício de uma possível catástrofe, em sentido
clássico.
As análises de distribuições de calda larga também são importantes para os cálculos
das reservas compulsórias24, e a referência nesse caso é o modelo VaR (de Value at Risk).
Neste modelo, considera-se que a distribuição dos desvios em relação à média é elíptica,
obtendo então uma medida de estresse que expressa o “pior cenário possível”. Para conseguir
criar modelos robustos, ou seja, que não subestimem os piores cenários, Mcneil (2000) propõe
um modelo se baseando na Teoria do Valor Extremo, que é uma modelagem que considera as
instabilidades da volatilidade com o tempo (heteroscedasticidade). De uma forma geral esses
modelos de estresse são testados com simulações baseadas em cenários já presenciados
(backtesting), sendo um exemplo relativamente recente o modelo com calibração de risco de
Davis (2016). Para comparar diferentes modelos, pode-se utilizar o conceito de
elicitabilidade, uma medida matemática de comparação desses modelos com base em poder
ou não ser descrito por uma “função de pontuação”, introduzido por Gneiting (2011). A
Ciência de Dados também traz inovações para as medidas de risco- simulações como a de
Monte Carlo costumam ter um alto custo computacional, mas Hejazi (2017) implementa redes
neurais para reduzir drasticamente a complexidade computacional para fazer as simulações.
4. CONCLUSÕES FINAIS
24
Na atuária também se usa o termo “requisito de capital”, são as reservas mínimas que os bancos ou
seguradoras precisam manter guardadas de acordo com as exigências dos reguladores.

29
Esta monografia analisou todo o desenvolvimento histórico das Ciências Atuariais, e

pode-se observar em primeiro lugar que a função do atuário, enquanto cientista, mudou
conforme o período histórico que se encontrava. Os primeiros atuários foram responsáveis por
desenvolver modelos básicos para avaliar a viabilidade contratos de seguros, ainda que muitas
vezes ignorados por governos e companhias que perdiam dinheiro ao invés de analisar a
posição desses atuários. Quando as seguradoras passaram a se embasar mais em princípios
científicos, os atuários desenvolveram os modelos para diversos tipos de produtos e
princípios, mas muitas das técnicas, além de tentar aumentar o lucro esperado das
seguradoras, também eram orientados a tornar o trabalho de fazer contas manualmente mais
palpável. Daí se desenvolveram um conjunto de símbolos exclusivos dessa ciência, que foram
passados de geração em geração, e são mantidos até hoje em dia. Com o advento de
computadores e máquinas de calcular, os atuários se especializaram cada vez mais em
modelos estocásticos e com uma complexidade crescente, de tal forma que por exemplo
25
Bühlman (1994) diferenciava o atuário do economista financeiro por alegar que os atuários
têm memórias mais longas e trabalham sobre horizontes de tempo maiores. Por fim, os
atuários modernos estão por um lado trabalhando na melhoria de modelos padrão
desenvolvidos no final do século passado, por outro lado estão descobrindo formas de adaptar
modelos de Ciência de Dados em um mundo que a tecnologia tornou-se onipresente.
Analisando o estado dessa ciência, bem como a grade curricular do bacharelado em
Ciências Atuariais e de outros cursos relacionados ao risco, fica evidente que as Ciências
Atuariais não são uma simples ramificação da Economia ou Estatística, sendo uma ciência
cujo aproveitamento em um curso de graduação é muito alto, embora se tenha um amplo
núcleo em comum com as Finanças e Econometria, existe uma série de conhecimentos
específicos que precisam ser estudados. Embora seja justificável que um aluno de Economia
possa aprender rapidamente grande parte dos conceitos das Ciências Atuariais, precisando
apenas adaptar símbolos e representações, a falta de interesse em investimentos em programas
de pesquisa apontam muito mais para uma deficiência do sistema educacional brasileiro do
que para a irrelevância da Atuária enquanto ciência.
25
Segundo Frees(1990), a união dos métodos estocásticos atuariais desenvolvidos com a teoria financeira
desenvolvida até então possibilitou a emergência de campos novos envolvendo a Ciência de Dados e
Inteligência Artificial.

30
O futuro dessa ciência parece estar na computação e no estudo dos dados 26. Porém,
para que os modelos sejam bem desenvolvidos, ao invés de uma suplementação dos modelos
vigentes é necessária uma adaptação e melhoria destes, de forma que possa-se combinar o
melhor de cada área.
BIBLIOGRAFIAS CONSULTADAS
26
Um estudo feito por SNS Telecom (2018) aponta que a tendência é de as seguradoras utilizem cada vez mais
das técnicas vindas das Ciências de Dados, levando a um aumento na detecção de fraudes de até 60%, e uma
redução de custos de até 70%. Esse futuro promissor das ciências de dados aplicadas às ciências atuariais faz
com que cada vez mais uma formação acadêmica na área de Ciência de Dados seja atrativa para aqueles que
pretendem estudar as Ciências Atuariais

31
ÁGOSTON KC, GYETVAI M. 2020. Joint optimization of transition rules and the premium
scale in a bonus-malus system. ASTIN Bull. Vol. 50, pp.743–776, 2020
BAILEY, A.-. Credibility Procedures, Laplace's Generalization of Bayes' Rule, and the
Combination of Collateral Knowledge with the Observed Data. Proceedings of the Casualty
Actuarial Society, Vol 37, pp 7-23, 1950
BAILEY, A. The Mathematical Theory of Infectious Diseases and its Applications,
Griffin, 2ª Ed; 1975
BENJAMIN, S. Simulating mortality fluctuations, Transactions of the 17th International
Congress of Actuaries, Vol 3, 1964
BOERMEESTER, J.M. Frequency distribution of mortality costs, Transactions of the
Society of Actuaries Vol. 8, pp. 1–9, 1956
BORNHUETTER, R.L. & FERGUSON, R.E. The actuary and IBNR. In Proceedings of the
Casualty Actuarial Society, Vol. 59, no. 112, pp. 181–195, 1972
BLACK, F. & SCHOLES, M. The Pricing of Options and Corporate Liabilities, Journal of
Political Economy Vol. 8, 637–654, 1973
BROUHNS N, DENUIT M, VERMUNT JK. A Poisson log-bilinear regression approach to
the construction of projected lifetables. Insur. Math. Econ. Vol 31, pp.373–393, 2002
COUTTS, C.R.V. The Origin and Early History of Insurance. By C.F. Trenerry. The
Economic Journal, Vol. 36, No. 144, pp. 620-623, 1926
CUSCÓ, P. Risk Quantification of an Option Portfolio Through the Introduction of the
Fuzzy Black-Scholes Formula. Ed. Universitat de Barcelona. Barcelona, 2019
CRAMER H. On the Mathematical Theory of Risk. Skandia Jubilee Volume, Estocolmo,
1930
DALE, W. Calculations Deduced from First Principles in the Most Familiar Manner
by Plain. Arithmetic, for the Use of the Societies Instituted for the Benefit of Old Age, ,J
Ridley, Londres, 1772
DAVIES, G. Tables of Life Contingencies: Containing the Rate of Mortality Among
Members of the Equitable Society and the Values of Life Annuities, Reversions, etc.
Computed Therefrom, Longman and Co, Londres, 1825
DAVIS, MHA. Verification of internal risk measure estimates. Stat. Risk Model. Vol 33,
pp.67–93, 2016
DE MOIVRE, A. Annuities on Lives or the Valuation of Annuities Upon any Number of
Lives as Also of Reversions, Londres, 1738

32
FREES, E.W. Stochastic Life Contingencies with Solvency Considerations. Trans. Soc.
Actuar. Vol 42, pp. 91-148, 1990.
GERBER, H.U. Indicator Function and Hattendorff's Theorem. North American Actuarial
Journal, Vol. 7, No. 1. pp. 41-42.
GOMPERTZ, B. On the Nature of the Function Expressive of the Law of Human
Mortality, and on. a New Mode of Determining the Value of Life Contingencies. In a letter to
Francis Baily. Philosophical Transactions of Royal Society, vol 115, pp 513-583, 1825
GNEITING, T. Making and evaluating point forecast. J. Am. Stat. Assoc. Vol 106, pp.746–
62, 2011
GUILLÉN, M. Sexless and beautiful data: from quantity to quality. Annals of Actuary
Science Journal, Vol 6, pp. 231–234, 2012
HALLEY, E. An Estimate of the Degrees of the Mortality of Mankind, 1693. Disponível
em: <http://www.pierre-marteau.com/editions/1693-mortality.html>
HAI-FENG, Y. New Method to Option Pricing for the General Black-Scholes Model- An
Actuarial Approach, Appl Math Mech Vol. 24, pp. 826-835, 2003
HASSANI, H. Big Data and Actuarial Science. Big Data and Cognitive Computing, Vol 4,
Iss 40, p 40, 2020
HABERMAN. S. Landmarks in the History of Actuarial Science (up to 1919). Actuarial
Research Paper No. 84, 1996
HAINAUT, D. A neural-network analyzer for mortality forecast. Astin Bulletin, Vol48 no. 2,
pp.481–508, 2018
HALD A. A History of Probability and Statistics and Their Applications Before 1750
John Wiley and Sons, Nova York, 1990.
HATTENDORF, K. The Risk with Life Assurance. In Rundschau der Versicherungen
(Review of Insurances) by E A Masius, Leipzig, 1868
HEJAZI, S. & JACKSON, K. Efficient valuation of SCR via a neural network approach.
Journal of Computational and Applied Mathematics, Vol 313, 427–439, 2017
HELANDER, M., HAGYALL, B. An instrumented vehicle for studies of driver behavior.
Accid. Anal. Prev, Vol 8, pp. 271–277, 1976
HEJAZI, S. & JACKSON, K. A neural network approach to efficient valuation of large
portfolios of variable annuities. Insurance: Mathematics and Economics, Vol 70, pp. 169–
181, 2016
HENDRIKS, F. Life Contingencies, with a Restoration of the Grand Pensionary De Wit's
Treatise on Life Annuities. The Assurance Magazine Vol. 2, No. 2, pp. 121-150, 1852.

33
HICKMAN, J. History of Actuarial Profession. Encyclopedia of Actuarial Science, 2004

HINTON, G. Imagenet classification with deep convolutional neural networks, Advances in
Neural Information Processing Systems. Pp. 1097-1105, 2012.
HOEM J.M. Markov Chain Models in Life Insurance. Blatter der Dcutschen Gesellschaft
fiir Versicherungsmathematik, Vol 9, pp. 91-107, 1969
HOLDSWORTH, L. The Early History of the Contract of Insurance. Columbia Law Review
Vol. XVII, No. 2, pp. 85-113.
HYNDMAN RJ, ULLAH MS. Robust forecasting of mortality and fertility rates: a functional
data approach. Comput. Stat. Data Anal. Vol 51, pp.4942–4956, 2007
IZQUIERDO, L. Techniques to Understand Computer Simulations: Markov Chain Analysis.
Journal of Artificial Societies and Social Simulation Vol. 12, no. 16, 2009
KATZ, L. (1965). Unified treatment of a broad class of discrete probability distributions.
Classical and Contagious Discrete Distributions, pp. 175–182, 1965
KUO K. Individual claims forecasting with Bayesian mixture density networks.
arXiv:2003.02453 [stat.AP], 2020
LECUN, Y., HINTON, G. "Deep Learning", Nature Vol 521(7553), pp. 436, 2015
LEE, S, LIN, X. Modelling Dependent Risks with Multivariable Mixtures. Astin Bulletin.
Vol 42, no.01, pp.153-181. 2012
LEXIS, W. Diagram from Introduction to the Theory of Population Statistics (Einleitung
in die Theorie der Bevélkerungs-Statutik), Strasbourg, 1875.
LUNDBERG, F. On the Theory of Reinsurance, (fiber die Theorie der Rfickversicherung).
Transactions of the 6th International Congress of Actuaries, pp 877-948, 1909
MCNEIL, AJ, FREY, R. Estimation of tail-related risk measures for heteroscedastic
financial time series: an extreme value approach. J. Empir. Finance, Vol 7, pp271–300, 2000
MÜLLER, H. Modern Portfolio Theory: Some Main Results. ASTIN Bulletin: The Journal
of the IAA, Vol. 19 , Issue S1, pp. 9-27, 1989.
MACK, T. Distribution-free calculation of the standard error of chain ladder reserve
estimates. Astin Bulletin, Vol 23(02), pp. 213–225, 1993
MATTMÜLLER, M. The difficult birth of stochastics: Jacob Bernoulli's Ars Conjectandi
(1713). Historia Mathematica Vol. 41, Issue 3, pp. 277-290, 2014.
PRICE, R. Observations on Reversionary Payments; on Schemes for Providing Annuities for
Widows and for Persons in Old Age; on the Method of Calculating the Values of
Assurances on Lives, T Cadell, 1771.
MARKOVITZ, H. Portfolio selection, Journal of Finance Vol. 7, pp. 77–91, 1952

34
MAKEHAM, W. On the Law of Mortality and the Construction of Annuity Tables, Journal
of Institute of Actuaries, vol 8, pp 301-310, 1859
NEYMAN, J. On a new class of ‘contagious’ distributions applicable in entomology and
bacteriology. Ann. Math. Stat. 10, pp. 35-57, 1939
ORCHARD, W. On De Wit’s Hypothesis as to the Rate of Mortality. Journal of the
Institute of Actuaries , Vol. 2 , Issue 4, pp. 393 – 395, 1852
PENDLETON, O. W. Insurance Libraries. Journal of Documentation, Vol. 3 No. 4, pp.
232-249, 1948.
PAQUIER, L. The Mathematical Theory of Disability Insurance, (Mathematische
Theorie der Invaliditéitsversicherung). Mitteilungcn der Schweizerischen Vereinigung
der Versicherungsmathematiker, Vol 7, pp 1-7, Vol 18, pp. 1-153.
REDINGTON, F.M. Review of the Principles of Life Office Valuations, Journal of the
Institute of Actuaries Vol. 78, 286–315, 1952
RENSHAW AE, HABERMAN S. 2006. A cohort-based extension to the Lee-Carter model
for mortality reduction factors. Insur. Math. Econ. Vol 38, pp. 556–570
RICHMAN, R. AI in actuarial science, Annals of Actuarial Science, vol. 15, issue 2, 207-
229, 2021
SABIN M. Fair tontine annuity. SSRN Electron, 2010
SCHNEIDER, I. The Role of Leibniz and Jakob Bernoulli for the Development of Probability
Theory. El Ramon Llull Journal of Applied Ethics, Vol. 7, pp. 86-89, 1984
Shang, HL. Dynamic principal component regression: application to age-specific mortality
forecasting. ASTIN Bull. Vol 49, pp. 619–645, 2019
SIMPSON, T. The Doctrine of Annuities and Reversions Deduced from General and
Evident Principles, I Nourse, Londres, 1742.
SNS Telecom & IT. Big Data in the Insurance Industry: 2018–2030—Opportunities,
Challenges, Strategies & Forecasts, 2018. Disponível em:
<https://www.snstelecom.com/bigdatainsurance>
SUNDT, B. Recursions for Convolutions and Compound Distributions with Insurance
Applications, Springer, Berlin, 2002.
TETENS, J. Introduction to the Calculation of Life Annuities for Life and Reversions
which. Depend Upon the Life and Death of One or More Persons (Einleitungzur
Berechnung der Leibrenten und Andwarschaften die vom Leben und Tode eineroder mehrerer
Personen abhangen) Vol. I, Weidemanns Erben und Reich, 1785

35
YAN, H, PETERS, G. W., CHAN, JSK. Multivariate long-memory cohort mortality models.
ASTIN Bull. Vol 50, pp. 223–263, 2020
YOUNG, T. A Formula for Expressing the Decrement of Human Life. In a Letter Addressed
to Sir Edward Hyde East. Philosophical Transactions of Royal Society, Vol 116, pp. 1-24.
WHITNEY, A. The Theory of Experience Rating. Proceedings of the Casualty,
Actuarial and Statistical Society of America, Vol 4, pp 74-292, 1918
WHITTAKER, E. On a New Method of Graduation. Proceedings of Edinburgh
Mathematical Society, Vol 41, 1923, pp 63-75, 1920
WEBER, M. The Agrarian Sociology of Ancient Civilizations. Ed. Library of Congress
Cataloging-in-Publication Data,1988, pp. 36-37. Tübingen: Gesammelte Aufsätze zur Social-
und Wirtschaftsgeschichte, 1924.
WOOLHOUSE W.S.B. Explanation of a New Method of Adjusting Mortality Tables; with
Some Observations upon Mr Makeham's Modification of Gompertz's Theory. Journal of
Institute of Actuaries, Vol 15, pp 389-410, 1870
WOOLHOUSE W .S.B. "On the Construction of Tables of Mortality". Journal of Institute
of Actuaries, Vol 13, pp 75-102, 1867
WUTHRICH, M, BUSER, C, Data Analytics for Non-Life Insurance Pricing, Swiss Finance
Institute Research Paper No. 16-68, 2021
WÜTHRICH, M. Neural networks applied to chain-ladder reserving. SSRN, 2018 Disponível
no site <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2966126>

História das Ciências Atuariais

Enviado por

Dados do documento

Título original

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

História das Ciências Atuariais

Enviado por

Direitos autorais:

Formatos disponíveis

FUNDAÇÃO GETULIO VARGAS

ESCOLA BRASILEIRA DE ECONOMIA E FINANÇAS

CURSO DE GRADUAÇÃO EM CIÊNCIAS ECONÔMICAS

A HISTÓRIA E O DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS

FUNDAÇÃO GETULIO VARGAS

ESCOLA BRASILEIRA DE ECONOMIA E FINANÇAS

CURSO DE GRADUAÇÃO EM CIÊNCIAS ECONÔMICAS

A HISTÓRIA E O DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS

Orientador: Edson Daniel Lopes Gonçalves

LUCAS RAFAEL DE ANDRADE

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Andrade, Lucas Rafael de

Dissertação (Graduação)- Escola

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

A HISTÓRIA E O DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS

“Projeto do Trabalho de Conclusão de Curso apresentado à Escola Brasileira de Economia e

Aprovado em ______ de _______________ de ________.

Grau atribuído ao Projeto de Trabalho de Conclusão de Curso: ____________ .

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

In this monograph, a historical analysis is made around actuarial sciences, explaining

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Figura 1 Método de Halley...........................................................17

Figura 2 Diagrama de Lexis da Amostra de Halley......................17

Figura 3 Fatores Deduzidos da Tabela..........................................27

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Tabela 1 Tabela de Conversão de Ulpian......................................13

Tabela 2 Médias de Mortes na Breslávia.......................................16

Tabela 3 Exemplo de Tabela de Vida............................................16

Tabela 4 Taxonomia de modelos de mortalidade..........................23

Tabela 5 Modelo Chain-Ladder.................................................... 27

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

2. DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS......................................................................13

2.1. SEGUROS ANTES DAS CIÊNCIAS ATUARIAIS......................................................................13

2.2. O RENASCIMENTO E OS PRIMEIROS MODELOS ATUARIAIS...........................................14

2.3. OS MODELOS ELEGANTES DO SÉCULO XIX........................................................................19

2.4. LUNDBERG E OS MODELOS MODERNOS..............................................................................20

3. AS CIÊNCIAS ATUARIAIS NOS DIAS DE HOJE.............................................................................22

3.1. A CIÊNCIA DOS SEGUROS DE VIDA........................................................................................22

3.2. SEGUROS GERAIS........................................................................................................................24

3.2.1. Precificação com base em grandes bases de dados...........................................................24

3.2.2. Análise dos dados Telemáticos.........................................................................................25

3.2.3. Reservas de perdas e incerteza........................................................................................ .26

3.2.4. Riscos Operacionais..........................................................................................................27

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

As Ciências Atuarias são, de acordo a definição da FEA-USP: “A ciência que analisa

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

2. DESENVOLVIMENTO DAS CIÊNCIAS ATUARIAIS

2.1. SEGUROS ANTES DAS CIÊNCIAS ATUARIAIS

Tabela 1- Tabela de Conversão de Ulpian. Fonte: Hald (1990)

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Tabela 3-Exemplo de Tabela de Vida. Fonte: Promislow(2015), pp.40

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Figura 1- Método de Halley. Fonte: Halley (1693).

Figura 2 – Diagrama de Lexis da Amostra de Halley. Fonte: Hald(1990)

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Atualizado pelo Núcleo de Apoio Pedagógico ao Ensino de Graduação, Dezembro/2022

Também como consequência do trabalho de Gompertz, William Orchad(1850) trouxe

Aprovado em de _ de .