Modelos de Precificação

e Ruína para Seguros
de Curto Prazo

Paulo Pereira Ferreira

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

Impresso no Brasil/Printed in Brazil

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

F443m Ferreira, Paulo Pereira
Modelos de precificação e ruína para seguros de curto prazo / Paulo
Pereira Ferreira. – Rio de Janeiro : FUNENSEG, 2010.
224 p.: il. ; 25 cm.

ISBN 85-7052-397-1

1. Teoria do risco. 2. Tarifação (Seguro). 3. Atuária. 4. Precificação.
5. Distribuições de sinistros. 6. Processo de ruína. 7. Teoria da credibilidade.
I. Título.

05-0498 CDU 368.01

.........................................................Sumário Prefácio................................................................................................................................................. 3 MÉTODOS DE TARIFAÇÃO ............................ 21 Por Convolução a Partir da Distribuição de Xi ......................... 14 Perda Máxima ................................................................ 1 Prêmio Puro ................................................................................................................... 21 v .......................................................................................................................... 14 Princípio do Percentil ...... 6 Prêmio Puro .......................................................... 8 Princípio da Utilidade Zero ........................................................................ 15 Aditividade .................... 14 PROPRIEDADES DESEJÁVEIS DE UM PRINCÍPIO DE CÁLCULO DE PRÊMIOS .................................................................................... 15 EXERCÍCIOS ................................ 9 Princípio Exponencial ......................................................... 14 Consistência................................. xiii 1 Tarifação..................... 6 Sinistralidade ..................................................................... 21 DISTRIBUIÇÃO DE Sind ................................... 8 Princípio do Desvio Padrão .......................... 8 Princípio da Variância ................................................................................................................................... 15 Interatividade ................. xi Apresentação...................................... 1 Prêmio de Risco ................... 1 TIPOS DE PRÊMIOS................................................................................................................................................................................................................. 19 CÁLCULO DA FUNÇÃO DE DISTRIBUIÇÃO DE Xi .............................................................................................................................................................................................................................................................. 6 Tábua de mortalidade ......... 7 Princípio da Equivalência ......................... 2 Prêmio Comercial .......................................................................................................................... 6 PRINCÍPIOS DE CÁLCULO DE PRÊMIOS ...................................... 16 2 Modelo do Risco Individual Anual......................................................... 5 Julgamento ou subjetivo ..... 2 PRÊMIO INDIVIDUAL. 14 Carregamento de segurança não negativo ................................................................................................................................................................................ 7 Princípio do Valor Esperado... 19 O MODELO DO RISCO INDIVIDUAL ANUAL .......................................... 20 EXEMPLO DE UTILIZAÇÃO DO MODELO .......................................................................................

........................ 47 Paramétrico ........................................................................................................................................... 54 7 EXERCÍCIOS ....... a Partir das Distribuições de X e N ...................................................................................................................... 48 7 Não Paramétrico .................................................... 49 Log Normal ................................................................... 41 4 EXERCÍCIOS ............................ 67 Interpretações para a Binomial Negativa ..................................................................................... 66 Propriedades da Poisson ............................................................................................................. 34 Por Convolução....................................... 35 1 X Discreto ............................................................................................... 59 6 Intervalo de Confiança para E[N] .................................................................................................................. 48 1 DISTRIBUIÇÃO DO VALOR DE 1 SINISTRO COM LIMITE DE INDENIZAÇÃO .............................................................................. 22 8 CASO EM QUE Bi É FIXADO PARA CADA APÓLICE ........... 44 5 7 4 Distribuição da Variável Aleatória “Valor de 1 Sinistro”............................................................................................................................................................. 40 2 CÁLCULO DE E [SCOL] E V [Scol] .......... 41 3 Cálculo de E [Scol] ................................ 52 3 Gama ........................................................................................... 36 2 Pela Função Geratriz de Momentos .................. 67 Propriedades da Binomial Negativa .................................................................................................................................................................................. 22 8 CÁLCULO DE E [Sind] e V [Sind] ....................................... 51 9 0 Utilização Prática .................................................................. 35 2 X Contínuo .................................................. 49 3 1o Etapa: Determinação dos Parâmetros ..................................................... 48 2 AJUSTAMENTO DE DISTRIBUIÇÕES PARAMÉTRICAS ........................... vi • Modelos de Precificação e Ruína para Seguros de Curto Prazo 7 Pela Função Geratriz de Momentos .............................................................................................. 65 Distribuição de Poisson para N ................................................................................... 33 O MODELO DO RISCO COLETIVO ANUAL . 49 PRINCIPAIS DISTRIBUIÇÕES PARAMÉTRICAS ..................................... 57 7 8 8 5 Distribuições para o Número de Sinistros...................................................................................................... 49 2o Etapa: Teste de Aderência ................................................................................................................................... 29 5 5 5 3 Modelo do Risco Coletivo Anual................................ 51 9 Pareto .............................................................................................................................. 33 DISTRIBUIÇÃO DE Scol ........................... 68 .................................................... 23 4 APROXIMAÇÃO NORMAL ....................... 47 5 MÉTODOS DE OBTENÇÃO DA DISTRIBUIÇÃO DO VALOR DE 1 SINISTRO .......................... 59 3 DISTRIBUIÇÕES PARA O NÚMERO DE SINISTROS NO MODELO INDIVIDUAL ..... 34 Cálculo de p*n (x) e P*n (x) ..................... 25 EXERCÍCIOS ........................................... 41 3 Cálculo de V [Scol] . 61 DISTRIBUIÇÕES PARA O NÚMERO DE SINISTROS NO MODELO COLETIVO........................ 66 Distribuição Binomial Negativa para N . 52 6 Utilização Prática .................................. 50 Utilização Prática ....................................................................

....................................................................... 81 APROXIMAÇÕES PARA SCOL ........................................................ 77 Teorema 1 .................................................................................................... 103 O PROCESSO DE RUÍNA ................................................................... 92 7 Fórmula Recursiva de Panjer.... 83 Aproximação Normal quando Scol ~ Binomial Negativa Composta (r............................................................................................................................................................ 82 Aproximação Normal quando Scol ~ Poisson Composta (λ.. P(x)) ................................................................................ 110 Relação entre μ ................................................................................................................... 95 A FÓRMULA RECURSIVA DE PANJER ... 74 Propriedades da Poisson Composta .................................................................................................. p......... 86 Aproximação Gama para Scol......................... 89 Outras Aproximações para Scol .................................................................... p..................................................... p ) ........................... 73 Função Geratriz de Momentos da Poisson Composta ................................. 88 Aproximação Gama quando Scol ~ Binomial Negativa Composta (r.......... 96 Binomial Negativa ( r................................................................ 108 Cálculo da Reserva de Risco ( μ ) ............... 73 Momentos da Poisson Composta ......................................................................................................................... 106 MODELO PRÁTICO DE RUÍNA ................................................................................................ 107 Cálculo da Probabilidade de Ruína em 1 ano ( δ ) .............................................................. 101 8 Processo de Ruína – Período Finito..................................................................................................................................... 73 DISTRIBUIÇÃO DE POISSON COMPOSTA PARA SCOL ................................................ 77 Teorema 2 .................................................. 71 6 Distribuições para o Sinistro Agregado....... 78 DISTRIBUIÇÃO BINOMIAL NEGATIVA COMPOSTA PARA SCOL ................................................. 106 Probabilidade Anual de Ruína ................................................................................... 82 Aproximação Normal para Scol ............................................................................... 96 CONSIDERAÇÕES PRÁTICAS ................................................................... 90 EXERCÍCIOS ............ 96 DEMONSTRAÇÃO DA FÓRMULA RECURSIVA DE PANJER .......... 103 PROBABILIDADE DE RUÍNA ....... Sumário • vii Interpretação Tradicional ................................................................................................................................... 99 X Discreto ....................... P(x)) ... 99 X Contínuo ... 81 Momentos da Binomial Negativa Composta ............................................................ P(x))........ 99 EXERCÍCIOS ............ 111 .......................................... 108 Cálculo do Limite Técnico ( LT ) ... 80 Função Geratriz de Momentos da Binomial Negativa Composta................................................. 68 Interpretação de Polya ..................... δ e LT .......................... 95 Poisson ( λ ) ................................. P(x)) ....................... 68 EXERCÍCIOS ...................................... 96 Geométrica ( p ) .......... 87 Aproximação Gama quando Scol ~ Poisson Composta (λ....................................................................................................

.......... 157 Contrato de Excesso de Danos..................................................... 143 Classificação dos Contratos de Resseguro ....................................................................................................................... 118 Cálculo de PRET ............................................... 140 10 Aplicações em Resseguro..... 127 O PROCESSO DE RUÍNA EM UM PERÍODO INFINITO ......................... 134 Fórmula Aproximada Para ϕ (μ ) ....................................................................................................................................... 148 Contrato de Catástrofe ........................... E X RET [ K ] e PRET ........................................................... 143 CONTRATOS DE RESSEGURO ......................................................................... 118 A Partir dos Valores Observados de X RET .................................. 143 Contratos Proporcionais ................ 128 CÁLCULO DE ϕ (μ ) NO CASO POISSON COMPOSTO .................viii • Modelos de Precificação e Ruína para Seguros de Curto Prazo Carregamento de Segurança não Positivo ............................................................................................ 117 Cálculo de E X RET [K ] ................................................................................ 118 Quando X RET Possui Distribuição Paramétrica Conhecida ................................ 112 Cálculo de λ . 163 APLICAÇÕES PRÁTICAS NA PRECIFICAÇÃO ........................... 164 .................................................... 131 DISTRIBUIÇÃO DO 1º EXCEDENTE ABAIXO DE μ .................................................................................................... 112 Carregamento de Segurança Positivo ................................................................................................................................................ 144 Contrato de Excedente de Responsabilidade ou Surplus .............................................. 144 Contrato de Quota-Parte .................................................................................................................................................. 117 Cálculo de λ ........................................................................................... 124 9 Processo de Ruína – Período Infinito........ 137 EXERCÍCIOS .............................................................................................................................................. 144 Contratos Não Proporcionais ................ 160 11 Aplicações Diversas................................................................................................................ 118 EXERCÍCIOS .......... 157 Contrato de Excesso de Danos Conjugado Com um Contrato de Quota-Parte . 152 Contrato de Stop Loss por Limite de Perda ........................ 163 Cálculo de λ .......................... 158 EXERCÍCIOS ......................................... 148 Contrato Excesso de Danos ou Excess of Loss ............................................................ 157 Contrato de Excedente de Responsabilidade ............................................................... 153 DISTRIBUIÇÃO DO SINISTRO RETIDO ..................................................... 129 Conclusões sobre ϕ (μ ) ........ 127 PROCESSO DE POISSON COMPOSTO S (t ) ................ 151 Contrato de Stop Loss ........................ 133 PERDA MÁXIMA AGREGADA................................. 135 FÓRMULA APROXIMADA DE SOUZA MENDES PARA O CÁLCULO DO LT ......................... 164 Cálculo de [ ] E X K ........ 152 Contrato de Stop Loss por Limite de Sinistralidade .............................

.............................. 165 Precificação de Seguros com Franquia ................................................................................................................................... 199 CÁLCULO DA EXPOSIÇÃO INDIVIDUAL .................... 191 Comparação com o Princípio da Flutuação Limitada ... 186 CREDIBILIDADE PARCIAL ....................................................................................................................................................................................................................................................................... 178 TARIFAÇÃO ESPECIAL PARA SEGUROS DE VIDA EM GRUPO ..................................................................................................................................... 166 Franquia Simples ........................................................................ 194 EXERCÍCIOS ....... 207 ................................ 173 Comparação para IS1 e IS2 ......................................................... 205 Respostas dos Exercíos........................................................ 170 Precificação de Seguros a Primeiro Risco Absoluto e Cláusula de Rateio ................................................................................................................................................................................................................................................ 165 Modelo Atuarial .... 166 Modelo Atuarial ............................. 174 Características............................................................... 166 Conceito .... 202 CÁLCULO SIMPLIFICADO DA EXPOSIÇÃO AGREGADA............................................................................................ 202 Apêndice 2 – Tabela Distribuição Normal Padronizada Acumulada................................................................................................................. 194 Bibliografia................... 167 Modelo Atuarial ............. 173 Cláusula de Rateio ............................ 185 CONCEITO BÁSICO ............................................................ 174 Precificação Para a Reintegração Automática da Importância Segurada ................................................... 164 Cálculo do Prêmio Puro Total (P ) ............................... 197 Apêndice 1 – Exposição ao Risco................................................................................................................................ 172 Primeiro Risco Absoluto .................................. 167 Conceito ..................................... 189 Princípio da Flutuação Limitada ....... 193 Princípio da Credibilidade Bayesiana Empírica ......................................... 185 CREDIBILIDADE TOTAL ...... 173 Características..... 199 ENDOSSO DE CANCELAMENTO POR SINISTRO .......... 165 Franquia Proporcional ......................................................................................................... Sumário • ix Quando X Possui Distribuição Paramétrica Conhecida ...... 167 Cuidados na Precificação de Seguros com Franquia.... 180 EXERCÍCIOS ................................................................................ 164 A Partir dos Valores Observados de X ... 165 Franquia Dedutível ......................... 164 Cálculo do Prêmio Puro Individual (PI ) .............................................................................................................. 174 Comparação para IS1 e IS2 .................................. 182 12 Teoria da Credibilidade........... 189 Princípio da Credibilidade Hiperbólica ..................................................... 165 Conceito ......................................................

.

que já ca- minha para a segunda reimpressão. seu amor pelo Magistério e pela Atuária completam seu brilhante currículo. este livro tem sido muito bem recebido. Possuidor de uma inteligência brilhante. Paulo é reconhecidamente um dos profissionais mais destacados do mercado. após somente oito anos de sua primeira publicação. Na nova obra publicada pela Funenseg em 2009. o livro já fala por si mesmo e pelo seu autor. Em um mercado como o nosso. Acredito que um livro de Ciências Atuariais. pode dispensar qualquer apresentação. com pouquíssima literatura atuarial em português. um enorme conhecimento técnico e uma grande sim- plicidade. especificamente de Teoria do Risco. O entusiasmo com a publicação e sucesso desta obra levou-o a novas publicações no campo atuarial. Desde o seu lançamento. Hoje.Prefácio 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”. tive a honra de ser co-autora do livro “Aspectos Atuariais e Contábeis das Provisões Técnicas”. de autoria do Paulo Pereira Ferreira. que esperamos caminhe na mesma trilha de sucesso deste livro de Teoria do Risco. Alia- do a estes dons. assim como em cursos de Pós-graduação e MBA de Seguros e Atuária. 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. Parafraseando o autor desta obra. saudações atuariais! Rio 12 de Abril de 2010 Cristina Mano Sócia Consultora da Towers Watson xi . este livro tem sido utilizado em cursos regulares de graduação em Atuária. 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.

.

Os capítulos 2 e 3 abordam os modelos do risco individual e coletivo. as quais. também. do limite técnico e da reserva de risco. desfrutar das maravilhas atuariais. respectivamen- te. o que permite que outros profissionais. na utilização prática. de tão fascinantes. diversos foram os momentos de descobertas. o modelo coletivo predomina em relação ao modelo individual. A demonstração da fórmula recursiva de Panjer e a sua aplicação prática são apresentadas no capítulo 7. respectivamente. a qual é abordada no capítulo 6. pretendi apresentar uma literatura que mesclasse o enfoque aca- dêmico com o enfoque profissional. Pelo mo- delo do risco individual. Estas distribuições de probabilidades servem de base para a determinação da distribuição de probabilidade do valor total de sinistros em 1 ano em uma carteira de seguros. Nos capítulos 4 e 5 são apresentadas as principais distribuições de probabilidades para as variáveis aleatórias “valor de 1 sinistro” e “número de sinistros ocorridos em 1 ano” . apresentando os tipos de prêmios e métodos de tarifação. Nesses 30 anos. O capítulo 1 trata do processo de tarifação. Por este motivo. Pela sua simplicidade . diversos exemplos práticos são apresen- tados neste livro. Devido à complexidade na obtenção da distribuição de probabilidade do valor total de sinis- tros em 1 ano. as quais. o que faz algumas pessoas confundirem a Teoria do Risco com sendo a Teoria do Risco Coletivo.Apresentação Este livro é o resultado de 30 anos de vida profissional. enquanto que no modelo do risco coletivo trabalhamos com o risco de forma agregada. onde se inserem os métodos que utilizam a Teoria do Risco. procurei destacar algumas destas maravi- lhas. utilizando as variáveis aletórias “número de sinistros” e “valor de 1 sinistro” para a carteira de seguros como um todo. área das ciências atuariais já bastante explorada em outras línguas. sendo 29 deles dedicados ao magisté- rio como professor do curso de ciências atuariais da Universidade Federal do Rio de Janeiro. e que trata de modelos de precificação e ruína para seguros de curto prazo. além dos atuários. xiii . precisamos conhecer a probabilidade de ocorrência de sinistro e de dis- tribuição do valor de 1 sinistro. tempo no qual tive um envolvimento constante e crescente com as ciências atuariais. passei a classificar como maravilhas atuariais. res- pectivamente. A principal motivação para realizar este livro foi a elaboração da primeira literatura em língua portuguesa sobre a Teoria do Risco. Como motivação adicional. apresentando o cálculo da probabilidade de ruína. possam. Neste livro. nem sempre se encontram com o devido destaque em outros livros. Os capítulos 8 e 9 tratam do processo de ruína em um período finito e infinito. para cada risco individualmente. Panjer desenvolveu uma fórmula simples e recursiva para a obtenção da sua distribuição exata.

humanidade e postura ética. chamada de Teoria da Credi- bilidade. Agradeço à minha esposa Rosana. no apêndice 2 são indicados os valores da distribuição de probabi- lidade acumulada da Normal Padronizada. sendo apresentada tanto a credibilidade total. a Cristina Mano e o Roberto Westenberger pelas suas contribuições acadêmicas. quanto a credibilidade parcial. Assim como na maioria dos livros de Teoria do Risco que tratam de seguros de curto prazo. profissional e acadê- mica. apresentando excelentes resultados nas faixas de probabilidade de maior interesse nos processos de tarifação ou de ruína. Dentre esses companheiros. não sendo. Uma das ferramentas mais modernas no processo de tarifação. mesmo com o detrimento de um tempo maior de convivência familiar. gostaria de dedicar este livro aos meus filhos Felipe e Gabriel e ao meu pai Anibal que. A distribuição de probabilidade da variável aleatória “valor total dos sinistros em 1 ano” costuma se aproximar muito bem da distribuição Normal. Devido à sua importância prática. tendo destaque especial as aplicações nos seguros com franquia. que me ensinaram a ter respeito e amor pela vida acadêmica. Aqueles que nunca produziram um livro não podem imaginar o quanto de esforço próprio e de terceiros é necessário para concluí-lo. sempre me incentivou na minha vida pessoal. O apêndice 1 procura preencher esta lacuna. O cálculo da exposição individual é uma das fases essenciais no processo de tarifação. à minha mãe Alice e ao meu irmão Mário. Saudações Atuariais.xii • Modelos de Precificação e Ruína para Seguros de Curto Prazo O capítulo 10 mostra algumas aplicações da Teoria do Risco na área de resseguro. apresentan- do os principais contratos de resseguro. No capítulo 11 são apresentadas diversas aplicações práticas no processo de precificação. todo esse esforço é plenamente recompensado a cada etapa do livro que se supera. destaco o Carlos Eduardo Teixeira. Em especial sou grato a todos os companheiros da Tillinghast. é abordada no capítulo 12. . Agradeço a todos aqueles que direta ou indiretamente contribuíram para esta realização. a taxa de juros não é considerada nos processos de precificação e ruína. tendo servido como um modelo de humildade. honestidade. Por outro lado. Por último. com as suas distribuições do valor de 1 sinistro retido. que muito me ajudaram sob o pon- to de vista acadêmico e operacional. Gostaria. de agradecer aos professores do Instituto de Matemática da Universidade Federal do Rio de Janeiro. abordado com profundidade na maioria dos livros de atuaria. Um agradecimento especial à Cristina Mano e Alexandre Goretkin pela revisão cuidadosa e entu- siasmada deste livro. também. até chegar à realização máxima com a sua conclusão. dando todo o incentivo para a sua conclusão. porem. simplicidade. enquanto esteve vivo. e a Claudia Gonçalves pela sua dedicação na montagem deste livro. pela compreen- são da importância que a realização deste livro teve para mim.

portanto. Tarifação Diversos são os conceitos e metodologias envolvidos no cálculo do preço pago pelo segurado. Esses conceitos e metodologias e os diversos princípios de cálculo de prêmio serão abordados neste capítulo e ilustrados com alguns exemplos práticos. S representa a variável aleatória “valor total das indenizações ocorridas em uma carteira de seguros” em um determinado tempo. P = E [S ] Onde. o qual denominamos de prêmio. TIPOS DE PRÊMIOS No processo de precificação do custo de um seguro existem 3 tipos de prêmios: Prêmio de Risco O prêmio de risco cobre o risco médio ( E [S ] ). 1 . utilizados nos capítulos posteri- ores. Os conceitos desenvolvidos neste capítulo podem ser classificados como básicos em um processo de precificação e serão.

Exemplo 1: Uma carteira de seguros foi precificada considerando-se 10% de carregamento de segurança e 30% de carregamento para despesas. E [S ] 1 − α = π (1 + θ ) Na prática E [S ] / π é a chamada sinistralidade esperada sobre o prêmio comer- cial.2 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Prêmio Puro O prêmio puro é igual ao prêmio de risco mais um carregamento de segurança estatístico ( θ ). o qual é igual ao prêmio comercial acrescido das despesas com impostos que incidem diretamente sobre o prêmio comercial e das despesas com custo de apólice. Prêmio Comercial O prêmio comercial (p) corresponde ao prêmio puro acrescido do carregamento para as demais despesas da seguradora (a). incluída uma margem para lucro. chamado de prêmio bruto. de modo que exista uma probabilidade pequena dos sinistros superarem o prêmio puro. π = απ + P P E [S ] (1 + θ ) π= = 1−α 1−α Logo. Alguns autores introduzem um quarto tipo de prêmio. P = E [S ] (1 + θ ) O carregamento de segurança serve como uma margem de segurança para cobrir as flutuações estatísticas do risco. Qual a sinistrali- dade esperada sobre o prêmio comercial e sobre o prêmio puro? .

ou seja: π πi = F onde F é o total de exposição ao risco. Quando consideramos F como sendo o número de riscos expostos. conforme abordado no apêndice 1 deste livro. . Quando F é o total de importância segurada exposta . No cálculo da exposição ao risco. π i repre- senta o prêmio comercial individual a ser pago por cada segurado. Um estudo detalhado de como calcular a exposição ao risco pode ser visto em TEIXEIRA17. mesmo que o risco tenha iniciado antes do período de análise. precisa- mos calcular o prêmio por cada unidade de exposição ao risco (π i ) . então π i é a taxa comer- cial individual a ser aplicada à importância segurada de cada apólice. resultando no prêmio comercial individual. leva-se em consideração a relação entre o tempo em que o risco ficou exposto no período de análise e o tempo total do período de análise. Tarifação • 3 Resposta: Sobre o prêmio comercial Sobre o prêmio puro PRÊMIO INDIVIDUAL Após calcularmos o prêmio comercial ( π ) suficiente para cobrir todos os sinis- tros esperados na carteira ( E [S ] ) e as demais despesas da seguradora (απ).

iniciando-se a vigência em 1 de outubro do ano t-1. taxa de risco anual.000.000. o total de IS exposta no ano t será de: 916.67 .67 12 12 como cada risco possui uma IS constante de $50. e) O carregamento para despesas é de 50% do prêmio comercial.000. logo. d) Carregamento de segurança ( θ ) = 5%. o número de riscos expostos no ano t será de: 9 4 1000 × + 500 × = 916. ficaram expostas ao risco no ano t durante 9 meses de um total de 12 meses de vigência. Já as 500 apólices com vigência semestral iniciando-se em 1 de setembro do ano t ficaram expostas ao risco no ano t durante 4 meses de um total de 12 meses. Resposta: Vamos calcular inicialmente o número de riscos expostos e o total de IS expostas: As 1000 apólices com vigência anual.91 Nº Riscos Expostos 916. b) O número de riscos que produz esse montante de sinistros é de 1000 apólices com vigência anual iniciando-se em 1 de outubro do ano t-1 e mais 500 apólices com vigência semestral iniciando-se em 1 de setembro do ano t.67 × $50.833.4 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Exemplo 2: Calcular o prêmio de risco individual anual.333. prêmio comercial individual anual e taxa comercial anual no ano t de um seguro com as seguintes características: a) Valor esperado do montante de sinistros produzidos na carteira no ano civil t é de $1.000. prêmio puro individual anual.000 = = $1.000.34 Prêmio de risco individual anual E[S [ $1.000 = $45. taxa pura anual. c) A importância segurada (IS) de cada apólice é fixa em $50.090. Logo.

34 Prêmio puro individual anual Taxa pura anual Prêmio comercial individual anual Corresponde ao prêmio puro individual anual acrescido do carregamento para despe- sas (50%).833. ou seja: Observe que as taxas de risco. Por exem- plo. ou seja: Taxa comercial anual Corresponde à taxa pura anual acrescida do carregamento para despesas (50%). Tarifação • 5 Taxa de risco anual E [S[ $1. pura e comercial também podem ser calculadas pela divisão do prêmio de risco. puro e comercial pela IS de cada apólice.000 = = 2. a taxa de risco pode ser calculada como segue: MÉTODOS DE TARIFAÇÃO Podemos citar 4 métodos de tarifação: .333.000.18% Total IS Exposta $45.

Tábua de mortalidade É o método utilizado nos seguros de vida e de anuidades. Prêmio Puro Este método começa com a estimativa do prêmio de risco. passando por um processo de regularização estatística (modelagem). a seguradora acabou de reduzir a sua tarifa. O prêmio de risco pode ser. e. onde a tarifa é definida pelo underwriter através de comparação com riscos similares.6 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Julgamento ou subjetivo Esse método é utilizado quando não se tem informação suficiente no processo de tarifação. a sinistralidade passada ainda não reflete essa redução. Trata-se de um mé- todo determinístico. por fim. Devemos tomar muito cuidado na utilização deste método em função de even- tuais modificações na estrutura de prêmios no período sob análise. . por vezes. É um processo subjetivo. por exemplo. que é abordada no capítulo 12. por exem- plo. adicionando-se um carregamento de segurança. pois. conduzirá a um cálculo de prêmio de risco inferior ao necessário para equilibrar a carteira. calculado pela aplicação da sinistrali- dade (apurada sobre o prêmio comercial) ao prêmio comercial. A teoria da credibilidade. Caso aplicada ao prêmio comercial recente. conjuga a experiência própria da seguradora com a experiência de outras seguradoras. e é inferior àquela que se teria caso a tarifa tivesse sido redu- zida no início do período de análise. O processo de modelagem não é abordado neste livro. pois aplica fórmulas determinísticas e probabilidades de morte definidas a partir de estudos prévios realizados por atuários. Sinistralidade A tarifa é atualizada em função da análise da sinistralidade. Se. mas é um componente importante no processo de tarifação. pode ser classificada dentro desse contexto. pois permite estimar o prêmio do seguro em classes de risco com pouca ou até nenhuma informação. quando eles produzem as chamadas tábuas de mortalidade.

onde se espera uma maior flutuação no risco. não é variável aleatória) Paga S (variável aleatória) ® ganho = P − S (variável aleatória) Vejamos a seguir alguns princípios de cálculo de prêmios: Princípio da Equivalência P = E [S ] = Prêmio de Risco ou Prêmio Estatístico. quando a tábua é uti- lizada em seguros de anuidade. . o sinistro agregado será: S1 + S 2 +  + S n ⎯→ E [S ] ⎯n⎯ →∞ n . se o segurador operar durante um número grande de anos. quando a tábua é utilizada em seguros de vida. S n de sinistro agregado em cada ano. Desta forma. na média. pois a margem de segurança embutida na tábua pode ser insuficiente para grupos com um pequeno número de segurados. precisamos tomar muito cuidado na sua utilização. PRINCÍPIOS DE CÁLCULO DE PRÊMIOS Um princípio de cálculo de prêmio é uma função H : υ ⎯ ⎯→ R que associa a cada distribuição de sinistros agregada S um número real P tal que P = H [S ] Na verdade P é uma função de FS ( x ) Onde. e. um processo de ajus- tamento analítico e finalmente é aplicado um carregamento de segurança. (BOWERS. JONES and NESBITT)1 apresentam uma abordagem mais moderna para a precificação dos seguros de vida e anuidades. incor- porando os aspectos da flutuação estatística. S 2. passando por um processo de regularização estatística. Tarifação • 7 As tábuas de mortalidade são construídas a partir de informações brutas de mor- talidade. HICKMAN. positivo. ou negativo. ele terá S1 . O fluxo da operação para o segurador é o seguinte: Recebe P (fixo. FS ( x ) representa a função de distribuição acumulada de S no ponto x . Apesar das tábuas já apresentarem uma margem de segurança para flutuações estatísticas. GERBER.

no qual. . sendo muito comum a escolha de θ igual a 10%. entretanto. Princípio do Desvio Padrão P = E [S ] + β σ [S ] β >0 onde o fator β é escolhido arbitrariamente. com as mesmas chances ( ). certamente a banca se arruinará. se a banca (seguradora) jogar contra um jogador (segurado) infinitamente mais rico (pois o fluxo de novos prêmios ao longo do tempo é inesgotável). Observam-se. dependendo do grau de aversão ao risco da seguradora. Este princípio não possui aplicação prática. sendo que na prática o fator β varia entre 1 e 2. então. pois a escolha de α é dificultada pelo fato da variância possuir uma ordem de grandeza diferente da ordem de gran- deza da média.8 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Se ele operar nessa base. Princípio do Valor Esperado P = E [S ] + θ E [S ] = E [S ](1 + θ ) Sendo: θ : Carregamento de segurança escolhido arbitrariamente. certamente se arruinará ao longo do tempo. também. P : Prêmio Puro = Prêmio de Risco × (1 + θ ) . ao longo do tempo. Essa afirmação decorre de um teorema existente na teoria dos jogos. Princípio da Variância P = E [S ] + α Var[S ] α >0 Onde o fator α é escolhido arbitrariamente. Este princípio é bastante utilizado na prática. escolhas ao redor de 5% e outras bem superiores a 10%.

maior a utilidade. – μ1 ( x ) . ou seja: – μ ′ ( x ) > 0 → μ ( x ) é crescente. – μ ′′ ( x ) < 0 → quanto maior o x . pois quanto maior o x (dinheiro). – G .Função utilidade associada ao segurado.Prêmio aceito como bom pelo segurado devido à sua função utilidade. – H . – S . pode ser representada graficamente conforme apresentado no Gráfico 1. .Prêmio proposto pelo segurador devido à sua função utilidade. menor o crescimento da utilidade para variações de x .Função utilidade associada ao segurador. Chama-se de côncava a função que obedece às propriedades acima.Variável aleatória “valor do sinistro agregado”. e. Tarifação • 9 Princípio da Utilidade Zero Seja μ ( x ) a função utilidade que o segurado/segurador associa a cada exce- dente x em relação à sua riqueza inicial W .1: μ (x ) Excedente Marginal x Gráfico 1.1 Sejam: – μ ( x ) . Na prática utilizamos μ ( x ) que atende ao conceito de utilidade marginal.

então. podemos calcular o prêmio aceito pelo segurado ou pelo segurador que não reduzirá as respectivas funções utilidades conforme a seguir: a) Usando o μ ( x ) do segurado ® cálculo de G μ (W − G ) = E [μ (W − S )] Onde: – E [μ (W − S )] representa o quanto o segurado espera de utilidade se ele não fizer o seguro. Da mesma forma. 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. μ (0) = E [μ (G − S )] e μ1 (0) = E [μ1 (H − S )] Daí o nome de Utilidade Zero. para a seguradora. . b) Usando μ1 ( x ) do segurador ® cálculo de H μ1 (W ) = E [μ1 (W + H − S )] Onde: – E [μ 1 (W + H − S )] representa o quanto o segurador espera de utilidade se ele aceitar o seguro. então. – μ 1 (W ) representa a utilidade do montante existente se o segurador não aceitar o seguro. Como G e H independem de W . Desta forma. o prêmio a ser cobrado será aquele que não reduzirá a sua função utilidade pela decisão de aceitar o risco.10 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Assim sendo. – μ (W − G ) representa a utilidade do montante existente após o segurado contratar o seguro e pagar G .

2: Gráfico 1.2 . o prêmio que mantém a sua função utilidade será: μ (W − G ) = E [μ (W − S )] a (W − G ) + b = E [a (W − S ) + b] = a (W − E [S ]) + b → G = E [S ] Exemplo 3: Seja um segurado com a seguinte função utilidade linear. represen- tada no Gráfico 1. pois a riqueza cresce na mesma proporção que a função utilidade. Demonstração: Sob o ponto de vista do segurado. Tarifação • 11 Exemplos de μ(x) e relação entre G. H e E[S] μ(x) é Linear μ(x) = ax + b Se μ(x) é uma reta ® G = E(S) .

000 .000) = 0.000 . sendo S uma variável aleatória qualquer. o prêmio que mantém a sua função utilidade será: μ (W − G ) = E [μ (W − S )] ≤ μ (E [W − S ]) = μ (W − E [S ]) A desigualdade acima é explicada pela chamada desigualdade de Jensen.5 x $20.000 = $10.$20. o prêmio aceito como bom pelo segurado é igual ao valor esperado do sinistro agregado. então.5 = –0. E[μ(S)] £ μ(E[S]). então.000 = E[S] Ou seja.000 – S)] = μ ($20. pois μ´(x) > 0 Logo.000 – G = $10. e Neste caso.000 → G = $10.000) P(S = $20.5 Logo.000) = 0 μ(0) = -1 P(S = 20.0) P(S = 0) + μ($20. Resposta: μ(20.000 com probabilidade de 50%.000) = 0 x 0.5 P(S = 0) = 0. calcular o prê- mio G aceito pelo segurado de modo a não diminuir a sua função utilidade. μ(x) atende ao princípio da utilidade marginal.G) = E[μ ($20. onde se a função é côncava. como acontece com μ(x). E[S] = 0. Sob o ponto de vista do segurado.000 Para calcular G é só igualar: μ(20.000 .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 $20.5 – 1 x 0. para que μ(W – G) ≤ μ(W – E[S]).5 → $20. μ(x) é crescente. .

3 . para que tenhamos atendida a desigualdade acima. muito provavelmente. Observações: A princípio pode parecer estranho que o segurado aceite pagar um prêmio G superior à expectativa de sinistro E[S]. porém o segurador também só aceita o risco se o prêmio for superior à expecta- tiva de sinistros. Esse segurado rico dificilmente aceitará pagar um prêmio superior à expectativa de sinistros. A justificativa está no fato de que a decisão de não fazer o seguro pode representar um decréscimo grande na utilidade. e. Observe que o segurado aceita pagar um prêmio superior à expectativa de sinis- tros. decidirá pelo auto seguro. então. Desta forma. por exemplo. sob o ponto de vista do segurador H ≥ E[S] . as partes somente chegarão a um acordo quando: G ≥ H ≥ E [S ] E. pois: μ 1 (W ) = E [μ 1 (W + H − S )] ≤ μ 1 (W + H − E [S ]) Como μ1(x) é uma função crescente. a utilidade esperada de nenhuma das partes será diminuída com o seguro. O gráfico a seguir ilustra essas duas situações: Gráfico 1. logo. em função do pagamento dos sinistros. então. é muito mais sentida do que a perda desse mesmo automóvel para um segurado rico. Este fato é mais relevante para os segurados com uma riqueza inicial pequena. como um taxista. Tarifação • 13 Da mesma forma. A perda de um automóvel para um segurado que depende desse automóvel para a sua sobrevivência.

então. PROPRIEDADES DESEJÁVEIS DE UM PRINCÍPIO DE CÁLCULO DE PRÊMIOS São cinco as propriedade desejáveis de um princípio de cálculo de prêmios: Carregamento de segurança não negativo Ou seja.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. 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). Pela sua diversidade a função utilidade do segurado/segurador deve ser pesqui- sada em cada caso. Esse princípio é um caso particular do princípio da utilidade zero. O valor de α é escolhido arbitrariamente. quando uti- lizamos a seguinte função utilidade: Princípio do Percentil Nesse caso. . ou seja. Princípio Exponencial Onde MS(a) representa a Função Geratriz de Momentos de S no ponto a. Perda Máxima Seja o rS sinistro agregado máximo para a distribuição S . sendo que na prática α varia entre 1% e 10%. rS é a perda máxima.

nem sempre ele é utilizado em função da impos- sibilidade/dificuldade de se calcular a função de distribuição acumulada do sinistro agregado (FS ( x )) . ao prêmio de risco. . H [S ] = H H S S ′ As propriedades acima são mais detalhadas em (BOWERS. pois permite à seguradora dimensionar melhor o risco (a) que ela assume. 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. Apesar de o princípio do percentil ser o melhor entre esses 3 princípios. JONES and NESBITT)1. então. porém. caso a seguradora queira pagar C=$100. então. Como no princípio da equivalência o carregamento de segurança é nulo (impli- cando em ruína a longo prazo). GERBER. Interatividade [ [ ]] Se S e S ′ são riscos arbitrários. o princípio exponencial é o que se apresenta como sendo o melhor sob o ponto de vista teórico.000 para todos os segurados. devemos adicionar a constante C=$100. o princípio do desvio padrão e o princípio do percentil. dada a dificuldade de se determinar a função utilidade do segurado/segurador. Na prática. Tarifação • 15 Consistência H [S + C ] = H [S ] + C sendo C = constante Exemplo: num determinado seguro. independentemente de haver ou não sinistro ao final do ano. HICK- MAN. Pode-se demonstrar que os princípios da equivalência e exponencial são os úni- cos que satisfazem a todas as 5 propriedades acima.000. os princípios mais utilizados são o princípio do valor espe- rado.

0 <α <1 Onde o montante de sinistros agregados possui uma distribuição Uniforme (0. dado que α = 0. 3) Seja um segurado com uma função utilidade potencial fracionária. a) sobre o prêmio comercial b) sobre o prêmio puro 2) Calcular o prêmio comercial individual anual de um seguro com as seguintes características: • Valor esperado do montante de sinistros produzidos na carteira no ano civil t é de $10.000. . • O número de riscos que produz esse montante de sinistros é de 800 apólices com vigência anual iniciando-se em 1 de agosto do ano t-1 . • Carregamento de segurança (q) = 10%. 600 apólices com vigência semestral iniciando-se em 1 de maio do ano t e mais 300 apólices com vigência trimestral iniciando-se em 1 de outubro do ano t.16 • Modelos de Precificação e Ruína para Seguros de Curto Prazo EXERCÍCIOS 1) Determinar a sinistralidade esperada em uma carteira de seguros precificada considerando-se 5% de carregamento de segurança e 35% de carregamento para despesas. 4) Refazer o exercício anterior. • O carregamento para despesas é de 30% do prêmio comercial. Calcular o prêmio G aceito pelo segurado de modo a não diminuir a sua função utilidade.000.5 e que a riqueza inicial do segurado é de $10. ou seja. μ (x ) = x α x >0. $10). supondo que o seguro só cobre 50% dos sinistros.

referente ao valor dos sinistros agregados: Valor do Sinistro ($) 0 10 20 30 40 Probabilidade 0. supondo β = 1.50 0.05 0. nas seguintes situações: a) a = 1 e b = 0 .30 0. então eles aceitarão pagar o mesmo prêmio G . supondo α = 0. da forma a x + b .05 Determine o prêmio puro pelos seguintes princípios: a) Princípio do Desvio Padrão. b) Princípio da Equivalência. Calcular o valor do prêmio G aceito pelo segurado.2. de modo tal que a sua função utilidade não seja diminuída pela decisão de contratar ou não o seguro.8 e assume o valor $5 com probabilidade 0.10 0. b) a = 1 e b = 1 . demonstre que se dois segurados possuem função utilidade linear diferindo apenas pelo valor b . . c) Princípio do Percentil. O montante de sinistros agregados assume o valor zero com probabilidade 0.282 . Tarifação • 17 5) Seja a seguinte distribuição de probabilidades .1 . 7) A partir do exercício anterior. considerando-se a mesma distribuição do valor dos sinistros agregados. 6) Seja um segurado com função utilidade linear.

.

Neste capítulo desenvolveremos o modelo do risco individual para a determina- ção do valor total dos sinistros produzidos em uma carteira de seguros em 1 ano. HIPÓTESES: 1. Conhecemos a probabilidade de ocorrência de sinistros em 1 ano de cada apólice (risco) → qi . Modelo do Risco Individual Anual No processo de precificação é importante conhecermos a distribuição do valor total dos sinistros produzidos em uma carteira de seguros em um determinado perío- do. todo o enfoque para obtenção do valor total dos sinistros é individual. pois utilizamos as distribuições do valor do sinistro e da ocor- rência de sinistros individualmente em cada apólice. também. Cabe destacar que os conceitos utilizados neste capítulo e nos demais capítulos servem. No modelo do risco individual. O MODELO DO RISCO INDIVIDUAL ANUAL Neste modelo conhecemos a distribuição de sinistros de cada risco individual- mente. para períodos diferentes do período anual tomado como base. 19 .

Variável aleatória “valor do sinistro da apólice i dado que o sinistro ocorreu em 1 ano”.Variável aleatória “ocorrência de sinistro da apólice i em 1 ano”. 4. Bi . Desprezamos a probabilidade de mais de 1 sinistro por apólice. Conhecemos o no de apólices ( n ) e não levamos em conta novas entradas e saídas. 2) Bi é melhor definida por Bi / I i = 1 . I i .20 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 2.Variável aleatória que está associada ao sinistro da apólice i em 1 ano. Bi só faz sentido dado que o sinistro ocorreu. Conhecemos a distribuição da variável aleatória “valor do sinistro de cada apólice” → Bi . X i . P (I i = 1) = qi P (I i = 0) = p i E (I i ) = qi V (I i ) = qi p i CÁLCULO DA FUNÇÃO DE DISTRIBUIÇÃO DE X i 1 F X i ( x ) = P ( X i ≤ x ) = ∑ P ( X i ≤ x.Variável aleatória “valor total das indenizações na carteira em 1 ano” ou “variável aleatória valor do sinistro agregado da carteira em 1 ano”. 5. Os riscos assumidos em cada apólice são independentes. Seja S ind = X 1 + X 2 +  + X n Onde X 1 ⊥ X 2 ⊥  ⊥ X n e X i = I i Bi Sendo: S ind . Sendo: ⎧⎪ 1 com probabilidade qi Ii = ⎨ ⎪⎩0 com probabilidade pi = 1 − qi Observações: 1) I i ~ Bernoulli ( qi ). 3. ou seja. I i = k ) K =0 = P ( X i ≤ x / I i = 1) P (I i = 1) + P ( X i ≤ x / I i = 0) P (I i = 0) .

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. . conforme abordado no capítulo 1. a partir da distribuição de X 1 . Modelo do Risco Individual Anual • 21 = FBi ( x ) qi + I ( x ) p i ⎧⎪1 x ≥ 0 Onde. onde primeiro se cal- cula a distribuição de X 1 e. I ( x ) = ⎨ ⎪⎩0 x<0 EXEMPLO DE UTILIZAÇÃO DO MODELO Este modelo pode ser utilizado no cálculo do prêmio puro P. se calcula a distri- buição de X 1 + X 2 e. alternativa- [ ] [ ] mente. até se calcular a distribuição de S ind = X 1 + X 2 +  + X n . assim sucessivamente. os quais definem a distribuição Normal se aplicarmos o Teorema Central do Limite. 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 Onde θ é o carregamento de segurança. Existem vários mé- todos que podem ser utilizados para se calcular o prêmio puro. DISTRIBUIÇÃO DE S ind Podemos obter a distribuição de S ind de 2 maneiras: Por Convolução a Partir da Distribuição de X i [ ] FS ind ( x ) = P S ind ≤ x = FX 1 ∗ FX 2 ∗  ∗ FX n O processo de convolução é um processo recursivo. Dessa forma é importante conhecermos a distribuição de S ind ou. calcularmos E S ind e V S ind .

o valor do sinistro em cada apólice independe da sua ocorrência e as variáveis aleatórias ocorrência de sinistro em cada apólice são independentes e iden- ticamente distribuídas. então.22 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Pela Função Geratriz de Momentos = M X 1 (t ) M X 2 (t ) M X n (t ) Assim. obteremos M S ind (t ) CÁLCULO DE E [S ind ] E [ ] V S ind Hipóteses: I i ⊥ Bi e I i iid Ou seja. Desta forma. se conhecermos M X i (t ) . [ ] 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) (2) = V [E [X i / I i ] ] = V [E [I i Bi / I i ] ] = V [I i E [Bi ] ] = E [Bi ] 2 V (I i ) [ ] → 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 .

a indenização é conhecida antecipadamente para cada apólice. q ) Exemplo 1: Seja um seguro que cobre morte por qualquer causa com indeniza- ção fixa de $10. Bi e X i .000. 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. Ci . As probabilidades anuais de sinistros em cada cobertura são de 0. 2) Se Bi = C i = 1 .Valor fixado (constante) para a apólice de ordem i Logo. Ou seja. Modelo do Risco Individual Anual • 23 CASO EM QUE Bi É FIXADO PARA CADA APÓLICE Seja Bi = C i Onde. qi = q e pi = p .001 e 0.0002. Determinar as distribuições de I i . então. em caso de sinistro. S ind é a soma de n variáveis aleatórias com distribuição de Bernoulli ( q ) independentes.000 e invalidez total e permanente com indenização fixa de $5. invalidez e todo aquele em que. res- pectivamente. então: S ind ~ Binomial ( n. .

001199 b) Distribuição de Bi P (Bi = $5. I i = 1) 0.000 / I i = 1) = = = 0.000) = 0.167 P (I i = 1) 0. P (I i = 1) = 0.9988 P ( X i = $5. V [I i ] = 0.0012 .0012 . P (I i = 0) = 0.879 Veja que podemos também calcular E [ X i ] e V [ X i ] utilizando as fórmulas de- senvolvidas neste livro: V [X i ] = V [Bi ] E [I i ] + E [Bi ] V [I i ] 2 .24 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Resposta: a) Distribuição de I i P (I i = 1.0002 P (Bi = $5.000) = 0. Bi = $5.0012 c) Distribuição de X i P ( X i = 0) = 0.9988 E [I i ] = 0.0002 Logo.0002 V [X i ] = $104.000.

A partir dessas condições. consequência de estarmos considerando somente um único segurado exposto ao risco. b) Não basta atender somente às condições do Teorema Central do Limite. Logo. APROXIMAÇÃO NORMAL ( [ ] . como segue: P (S ind ≥ P ) = α P (S ind ≤ P ) = 1 − α ( [ ] [ ]) Como S ind ~ N E S ind . P é tal que . o número de sinistros tem que ser grande e não somente o número de apólices ( n ). V [S ] ) Sob certas condições S ind ~ N E S ind ind a) Este modelo é aplicado quando não se conhece a distribuição de S ind . pois. Modelo do Risco Individual Anual • 25 Veja também que: O que representa um elevado coeficiente de variação. pode-se calcular o prêmio ( P ) e o carregamento de segurança ( θ ). além dos X i terem que ser independentes e identicamente distribuídos.V S ind Então. ou quando a sua obtenção é trabalhosa.

Calcular o . maior será o carregamento de segurança. Em cada uma dessas 3 faixas a probabilidade de morte em 1 ano é de 0. quanto menor a probabilidade do sinistro agregado superar o prêmio puro total da carteira. 300. maior terá que ser o carregamento de segurança. O número de apólices em cada faixa é de 200.000.000.000. [ ] [ ] [ ] 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) Ou seja. quais sejam: $10. Logo. 0. respectivamente.02 respectivamente. Exemplo 2: Uma carteira de seguro de vida possui 3 faixas de importâncias segu- radas. [ ] 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 ) .000 e 100. $30. quanto maior o desvio padrão do sinistro agregado em relação à média do sinistro. Da mesma forma.000 e $50.005 e 0.26 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Ou seja.01.000.

na faixa de importância segurada de $10.000. Resposta: . deve pagar no exemplo 2. utilizando a aproximação Normal para S ind . Modelo do Risco Individual Anual • 27 carregamento de segurança e o prêmio puro total anual de modo que a probabilidade do sinistro agregado superar o prêmio puro total anual não exceda a 5%. Resposta: Exemplo 3: Calcular o prêmio puro anual individual que cada segurado.

Resposta: . considerando toda a carteira. o car- regamento de segurança seria calculado da seguinte forma: Nesse caso o carregamento de segurança seria superior ao do exemplo 2. a um prêmio puro anual individual superior. calcular o coeficiente de variação de S ind .28 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Veja que aplicamos o carregamento de segurança calculado no exemplo 2. consequentemente. pois ela é conflitante com o princípio da lei dos grandes números que rege a operação de seguros. Devemos evitar o uso dessa segunda abordagem. qi = q e n apólices. Caso tivéssemos considerado somente a 1ª faixa de importância segurada. a com- pensação de oscilação de riscos entre as 3 faixas. ou seja. Exemplo 4: Dado que Bi = C . portanto. pois diminui o número de riscos para os quais estamos calculando o carregamento de segurança. Essa segunda abordagem de cálculo do prêmio puro anual individual conduz a um carregamento de segurança maior. não admitindo. con- duzindo.

reduzir o car- regamento de segurança. para se reduzir o coeficiente de variação e.0001 ). um pequeno número de sinistros. Seja uma carteira com 2. consequentemente. 0. quanto maior a probabilidade de sinistro ( q ) e quanto maior o número médio de sinistros ( n q ). Determinar: a) Distribuição de X i b) σ [X i ] E [X i ] 2) A probabilidade de ocorrer um sinistro de vendaval em um seguro residencial é de 0. quanto maior o número de apólices ( n ). menor também será o coeficiente de variação. ou seja. EXERCÍCIOS 1) Seja um seguro com as coberturas A. a lei dos grandes números está muito mais relacionada ao número de sinistros do que ao número de apólices.001.000. respectivamente. com indenização fixa de $1. Calcular o carregamento de segurança de modo que a probabilidade do sinistro agregado superar o prêmio puro total não exceda a 5%. .000 e $5. B e C. por exemplo. utilizando a aproximação Normal para S ind .0005. Por outro lado.000 apólices e com o valor de cada sinistro ocorrendo de acordo com uma distribuição Exponencial ( α = 0. produzindo. Esse exemplo é importante para mostrar que.002 e 0. conjuntamente com a probabilidade de sinistro. ter um grande número de apólices em uma carteira que possua uma pequena probabilidade de sinistro. consequentemente. Modelo do Risco Individual Anual • 29 Veja que. Esta constatação também pode ser classificada como uma das maravilhas atu- ariais. respectivamente.000. menor será o coeficiente de variação.001. no seguro. Não basta. precisa-se aumentar o número de apólices. As probabilidades anuais de sinistros em cada cobertura são de 0. $2.

000) Analise o resultado. [ ] 5) Considere uma carteira com 200 apólices.000 70 20.000 5 . calcular E [X i ] e V [X i ] nas seguintes situações: a) Distribuição do valor de 1 sinistro é fixa em $1.5 [ ] Calcular E S ind e V S ind .000 b) Distribuição do valor de 1 sinistro é Uniforme (0.30 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 3) Dado que a probabilidade de ocorrer o sinistro é de 0.000 55 15. sob a ótica de que ambas as distribuições do valor de 1 si- nistro possuem a mesma média.000 50 30. conforme a seguinte distribuição de importância segurada (IS): IS ($) Número de Apólices 10.01. 6) Uma seguradora cobre o risco de desmoronamento em um seguro residencial em uma carteira com 200 residências.$2.000 20 100. 4) Seja a distribuição do valor total das indenizações na carteira em 1 ano com função geratriz de momentos conforme abaixo: M S ind (t ) = (1 − 2t ) −9 t < 0. Para cada apólice a probabilidade de ocorrer um sinistro é de 1/3 e Bi tem a seguinte função de densidade: f Bi ( x ) = 2(1 − x ) 0 < x <1 0 caso contrário Calcular P (Sind >30) utilizando a aproximação Normal.

considerando os parâmetros do item c). e) Taxa pura a ser aplicada à IS. considerando os parâmetros do item c). d) Prêmio puro individual para cada segurado . considerando uma aproximação Normal para o sinistro agregado. 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%.IS). Os valores dos sinistros seguem uma distribuição Uniforme (0. f) Carregamento de segurança.. .01. Calcular: a) Média do número esperado de sinistros em 1 ano. Modelo do Risco Individual Anual • 31 A probabilidade de ocorrer um desmoronamento em uma residência em 1 ano é de 0. b) Variância do número esperado de sinistros em 1 ano. considerando os parâmetros do item c).

.

No modelo do risco coletivo precisamos conhecer a distribuição do valor de cada sinistro. e conhecer a distribuição do número total de sinistros produzido em uma carteira. onde a variável aleatória “sinistro total produzido por uma carteira de seguros”. As principais formas de obtenção do sinistro agregado serão apresentadas neste capítulo. estudamos a distribuição de sinistros de uma carteira como um todo. O MODELO DO RISCO COLETIVO ANUAL Neste modelo. Neste capítulo desenvolveremos o modelo do risco coletivo. é interpretada como a soma dos sinistros de toda a carteira. como acontece no modelo do risco individual. sem nos preocuparmos com as características dos sinistros produzidos por cada apólice. abordado no capítulo 2. assim como a distribuição da ocorrência de sinistros em cada apólice. 33 . também chamada de variável aleatória “sinistro agregado”. o qual utiliza o con- ceito de risco agregado. é utilizada a distribuição do valor do sinistro em cada apólice. independentemente da apólice à qual o sinistro pertence. ilustradas com alguns exemplos práticos. Modelo do Risco Coletivo Anual Na construção do modelo do risco individual.

Função de probabilidade de X : P ( x ) . X N são independentes e identicamente distribuídas. os quais definem a distribuição de S col . CRAMÉR3 e BUHLMANN2 fazem uma descrição bastante detalha- da do modelo do risco coletivo. Veja que S col é uma soma das variáveis aleatórias X i . N . DISTRIBUIÇÃO DE S col Podemos obter a distribuição de S col de duas maneiras: Por Convolução.. X 2 .Função de distribuição acumulada de X . como determinar a distribuição de S col .Variável aleatória que representa o sinistro agregado da carteira em um ano. sendo: p ( x ) .Variável aleatória que representa o número de sinistros na carteira em um ano. X 2 . sendo o número de ter- mos da soma também aleatório e igual a N .34 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Descrição do Modelo: S col = X1 + X 2 . ou variável aleatória que representa o valor total das indenizações da carteira em um ano. TURLER18.+ X N Onde: S col . alternativamente. [ ] [ ] calcular E S col e V S col . b) X 1 ....  X N são independentes de N Vejamos a seguir. Se aplicarmos o Teorema Central do Limite. ou. X i .Variável aleatória que representa o valor do i-ésimo sinistro na carteira. a distribuição de S col pode ser considerada Normal.. a Partir das Distribuições de X e N ∞ FS col ( x ) = ∑ P( S col ≤ x N = n ) P( N = n ) n =0 ... Hipóteses: a) X 1 .

. então. ∞ f S col ( x ) = ∑ p ∗n ( x ) P( N = n ) n =0 Observações: a) P ∗ n (x ) e p ∗ n (x ) são. então. conforme desenvolvido a seguir: – X Discreto Seja y um dos possíveis valores que X pode assumir... S col terá distribuição contínua.. Cálculo de p* n (x) e P* n (x) Para calcular p ∗ n (x ) e P ∗ n (x ) utiliza-se o processo de convolução. b) Se X tem distribuição discreta. P ∗ n = P ∗ n −1∗ P y .. e pode ser represen- tada por: p ∗ n = p ∗ n −1∗ p Da mesma forma. + X n ≤ x ) P( N = n ) n =0 ∞ FS col ( x ) = ∑ P ∗n ( x ) P( N = n ) n =0 Da mesma forma.. X n −1 = x − y ) P ( X n = y ) y = ∑ p ∗ n −1 ( x − y ) p( y ) y Onde p ∗ n (x ) é chamada de n-ésima convolução de p (x ) .. p ∗ n ( x ) = P ( X 1 + X 2 + .. então. P ∗ n ( x ) = ∑ P ( x − y ) p( y ) ∗n −1 Onde. X n = x ) = ∑ P ( X 1 + X 2 + . S col terá distribuição discreta. Se X tem distribuição contínua. respectivamente. Modelo do Risco Coletivo Anual • 35 ∞ FS col ( x ) = ∑ P ( X 1 + X 2 + . a função de distribuição acumulada e a função de probabilidade da variável aleatória “valor de n sinistros” ( X ∗n ).

desta forma. . então. β ). β ) Demonstração: α ⎛ β ⎞ M X (t ) = ⎜⎜ ⎟⎟ ⎝β −t⎠ Gama ( n. Exponencial ( β ) é uma Gama ( 1. se M X (t ) é a Função Geratriz de Momentos associada a P ( x ) . P ∗n = P∗P∗ P ∗∗ P Ou seja. X ∗n ~ Gama ( nα . β ) E. então. X ∗n ~ Gama ( n. β ) Conseqüência: Se X ~ Exponencial ( β ).então. β ) Pois. a Função Geratriz de Momentos associada a P ∗n (x ) será: Observações: a) Se X ~ Gama ( α . então. Logo.36 • Modelos de Precificação e Ruína para Seguros de Curto Prazo – X Contínuo Da mesma forma.

3 e 0. 0.1. $2 ou $3. …6 Resposta: 2 f S col ( x ) = ∑ p ∗ n ( x ) P( N = n ) n =0 Onde.6 p ∗1 (2 ) = 0. com as respectivas probabilidades: 0. Obter f S col (x ) e FS col (x ) x = 0.3 3 0.1 p ∗o (0) = 1 p ∗1 (1) = 0. tanto quando trabalhamos com distribuição empírica para X .6 1 0.4 e 0.1 p ∗2 ( 4) = p ∗1 ( 2) p ∗1 ( 2) + p ∗1 (3) p ∗1 (1) + p ∗1 (1) p ∗1 (3) .3 2 0. Exemplo 1: Uma carteira de seguros produz 0.3 p ∗1 (3) = 0. 2. 1. tanto quando X possui distribuição paramétrica conhecida. Modelo do Risco Coletivo Anual • 37 b) A determinação da distribuição de S col é extremamente trabalhosa.3. 1 ou 2 sinistros com as respecti- vas probabilidades: 0.4 2 0.3. o que implica em cálculos complexos de integral e somatórios. o que requer recursos computacionais não triviais. p ∗ n ( x ) = ∑p y ∗ n −1 ( x − y ) p( y ) Veja que as distribuições de N e X são: n P (N = n ) x p(x ) 0 0. 0.3 1 0.6. Um sinistro dessa carteira assume os valores $1.

997 + 0. então.38 • Modelos de Precificação e Ruína para Seguros de Curto Prazo x FS col ( x ) = ∑ f S col ( y ) y =0 FS col (0) = 0.148 = 0.997 FS col (6) = 0.768 + 0. o processo de convolução é impraticável.003 = 1 Observe como foi trabalhosa a obtenção do valor de n sinistros pelo processo de convolução. Resposta: a) Cálculo de P ∗ n ( x ) Sabemos que se X possui distribuição Exponencial ( α ). Exemplo 2: Calcular P ∗ n ( x ) e FS col ( x ) .018 = 0. quando X possui distribuição Expo- nencial ( α ) e N possui distribuição de Poisson ( λ ). Quando o número de valores de X é grande. mesmo X possuindo somente 3 valores e dispostos de forma seqüencial.3 FS col (3) = 0.063 = 0.979 FS col (5) = 0.916 + 0.916 FS col ( 4) = 0.979 + 0. .

chegaremos ao seguinte resultado: ∗3 P ( x) = 1 − e −α x (1 + α x + (α x) 2 ) 2! Desta forma. chegaremos à seguinte fórmula para P ∗ n ( x ) : n −1 (α x ) i ∗n P ( x) = 1 − e −α x ∑ i =0 i! Observe que lim P ∗n ( x ) = 1 − e −α x eα x = 0 n →∞ O que é um resultado bastante interessante. . Ao resolvermos esta integral. então. Modelo do Risco Coletivo Anual • 39 p ( x ) = α e −α x x>0 P ( x ) = 1 − e −α x x>0 Logo. a probabilidade do valor dos sinistros ser menor ou igual a um valor de x finito é igual a zero. 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 ⎠ Observe que o cálculo de FS col ( x ) não é simples de ser realizado. mesmo quando se tem uma fórmula definida para P ∗n (x ) . pois mostra que quando o número de sinistros tende para infinito.

calcule M S col (t ) . então. se conhecermos as distribuições de X e N .40 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Pela Função Geratriz de Momentos 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 Pois as variáveis X i são independentes. [ ] [ 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 ) ) Desta forma. Logo. então. . Exemplo 3: Dado que N possui distribuição Geométrica ( p ) e que X possui dis- tribuição Exponencial com parâmetro α . M S col (t ) . Resposta: Se N possui distribuição Geométrica ( p ). consequentemente. então. conheceremos M N (t ) e M X (t ) e. Se X possui distribuição Exponencial ( α ).

também. 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 . Este resultado é bastante intuitivo. pois o valor esperado do sinistro agregado é igual ao número médio de sinistros multiplicado pelo valor médio de 1 sinistro. Modelo do Risco Coletivo Anual • 41 α e − (α −t ) x ∞ 1 α = =α = − (α − t ) 0 α −t α −t Como M S col (t ) = M N (log M X (t ) ) . calcular E S col como segue: [ ] [ ] [[ ]] E S col = E E S col N = E [E [X 1 + X 2 +  + X N N ]] = E [N E [X ]] = E [N ] E [X ] Pois os X i são variáveis aleatórias independentes e identicamente distribuídas com distribuição X . 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 Podemos. então.

[ ] 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.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. Este resultado nos mostra que a variância do sinistro agregado é diretamente proporcional à variância do número de sinistros e à variância do valor de 1 sinistro. Resposta: . [ ] [ ] Exemplo 4: Calcular E S col e V S col no exemplo 1. 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 Pois os X i são variáveis aleatórias independentes e identicamente distribuídas com distribuição X . também.

pois é exatamente nessa região que estamos interessados para o cálculo de prêmios ou de probabilidade de ruína.021 → FS col (P ) = 0.1 = 1. pela aproxi- mação Normal o prêmio puro total não ficou muito distante daquele calculado pela distribuição exata.1%. .3 = 1 V [N ] = 12 × 0. 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. Na prática.5 Logo.3 − 12 = 0. o que é uma característica muito boa.979 → P = 4 b) Pela aproximação Normal [ ] [ ] P = E S col + Z 0. o prêmio puro total de modo que a probabilidade do sinistro agregado superar o prêmio puro total (P ) não exceda a 2.979 σ S col Veja que.4 + 2 2 × 0. Resposta: a) Pela distribuição exata 1 − FS col (P ) = 0.6 E [X ] = 1 × 0. também.5 = 1. a aproximação Normal se comporta muito bem na cauda à direita da distribuição. [ ] E S col = 1 × 1. pela distribuição exata e pela aproximação Nor- mal.3 + 3 × 0. apesar do número médio de sinistros ser de somente 1.5 Exemplo 5: Calcular no exemplo 1.6 + 2 × 0.4 + 2 × 0. Modelo do Risco Coletivo Anual • 43 [ ] [ ] Podemos.

2. também.4 3) Calcular a probabilidade do valor de 4 sinistros ser igual ou inferior a $4.1. então a média da distribuição do valor de n sinistros será igual a n vezes a média da distribuição do valor de 1 sinistro. teríamos: E.2 . mas a distribuição do número de sinistros em 1 ano é uma Poisson com média igual a 1. em uma carteira em que N possui distribuição de Poisson ( λ = 2 ) e a distribuição do valor de 1 sinistro possui função de densidade conforme abaixo: p ( x ) = 0. neste caso.001 ). caso estivéssemos interessados em calcular o P de modo que . caso a distribuição do valor de 1 sinistro seja Exponencial ( α = 0. a aproximação Normal não é tão boa. teríamos P = 1 pela distribuição exata.1 x x = 1. .000.44 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Veja.3 . pois estamos muito distantes da cauda à direita da distribuição. 4) Mostrar que caso a distribuição do valor de 1 sinistro seja Gama. Calcular: [ ] a) E S col b) V [S ] col 2) Calcular a probabilidade do sinistro agregado ser igual a 0. en- quanto que pela aproximação Normal. que.3 e 4. EXERCÍCIOS 1) Suponha que a distribuição do valor de 1 sinistro seja idêntica à do exemplo 1. por exemplo.

6) Uma carteira de seguros produz 0 ou 1 sinistro com as respectivas probabilidades: 0.6 e 0. p ). b) E [S ].3. com as respectivas probabilidades: 0. Determinar uma expressão para a função geratriz de momento de S col em função de n .7 e 0.4. Modelo do Risco Coletivo Anual • 45 5) Seja N com distribuição Binomial ( n. col c) V [S ] . Obter: ( ) a) P S col = 2 . col . Um sinistro dessa carteira assume os valores $1 ou $2. p e da função geratriz de momentos de X.

.

também. Nesse caso destacamos o amortecimento exponencial. MÉTODOS DE OBTENÇÃO DA DISTRIBUIÇÃO DO VALOR DE 1 SINISTRO A distribuição do valor de 1 sinistro é obtida a partir de observação histórica da carteira. abor- dados os metódos para a obtenção dessas distribuições. levando-se em conta fatores tais como: tendência. Existem 2 métodos para a obtenção da distribuição do valor de 1 sinistro: 47 . Tendência e sazonalidade são tratadas estatisticamente com ferramentas de sé- ries temporais. Serão. A moeda a ser utilizada deve ser aquela que melhor reflete a variação dos custos dos sinistros da carteira de seguros. As distribuições aqui apresentadas podem ser aplicadas tanto para o modelo in- dividual (variável Bi ) quanto para o modelo coletivo (variável X ). Foi escolhida a notação do modelo coletivo (variável X ) como notação padrão para a variável aleatória “valor de 1 sinistro”. Os efeitos da inflação são eliminados ao se converter os sinistros para uma moe- da estável. sazonalidade e inflação. o qual atribui um peso maior às informações de anos mais recentes. Distribuição da Variável Aleatória “Valor de 1 Sinistro” Neste capítulo serão apresentadas as características das distribuições para o valor de 1 sinistro que se ajustam às principais carteiras de seguros.

dis- tribuições empíricas podem ser satisfatórias descrições de dados históricos. então. em função da experiência existente em relação a fenômenos semelhantes. Isto é. serão apresentadas as fórmulas de E [X. Pareto. Nesse caso. Não Paramétrico O método não paramétrico deve ser utilizado quando o número de dados é grande. aplicamos a distribuição empírica. etc.48 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Paramétrico O método paramétrico é utilizado quando o número de dados é pequeno. seja Y a variável aleatória “valor de 1 sinistro sujeito ao limite L ”. na maioria das vezes. L] para as principais distribuições de probabilidade utiliza- das para a distribuição do valor de 1 sinistro. Desta forma. ⎧⎪ X X ≤L Y =⎨ ⎪⎩ L X >L E o sinistro médio é igual a: No item “Principais Distribuições Paramétricas”.. Gama. é desejável fazer previsão em um tempo futuro e isto frequentemente pode ser feito mudando-se um parâmetro da distribuição para- métrica ajustada. DISTRIBUIÇÃO DO VALOR DE 1 SINISTRO COM LIMITE DE INDENIZAÇÃO Seja L o limite de indenização da apólice e. Segundo (HOGG AND KLUGMAN)9 a utilização de distribuições paramé- tricas é muito mais conveniente do que a utilização de distribuições empíricas quando alterações paramétricas são necessárias para prever o futuro. Nesse caso. atribuímos uma distribuição conhecida.. por exemplo: Log-normal. . En- tretanto.

Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 49

AJUSTAMENTO DE DISTRIBUIÇÕES PARAMÉTRICAS

O ajustamento dos dados de sinistros a uma distribuição paramétrica se dá em
duas etapas:

1o ETAPA: Determinação dos Parâmetros

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.

Pelo método dos momentos, os parâmetros da distribuição são determinados a
partir dos momentos amostrais ( mk ), sendo:

∑Z i
k

mk = i =1

Onde,
Z i – Valor observado do i-ésimo sinistro;
n´ – Número de sinistros da amostra.

No item “Principais Distribuições Paramétricas”, serão apresentados os pa-
râmetros ajustados, pelo método dos momentos, das principais distribuições de pro-
babilidade utilizadas para a distribuição do valor de 1 sinistro.

2o ETAPA: Teste de Aderência

Nesta etapa comparamos a distribuição ajustada com a distribuição analítica
através de um teste de aderência à distribuição. Podem ser utilizados por exemplo o
teste do Qui-quadrado ou o teste de Kolmogorov-Smirnov.
Para maiores detalhes sobre as distribuições de probabilidades sugere-se a con-
sulta a (HOSSAK, POLLARD AND ZEHNWIRTH)10.

PRINCIPAIS DISTRIBUIÇÕES PARAMÉTRICAS

A seguir encontram-se algumas das distribuições paramétricas mais utilizadas na
prática. Uma abordagem mais abrangente sobre as distribuições paramétricas é feita
por (HOGG AND KLUGMAN)9.

50 • Modelos de Precificação e Ruína para Seguros de Curto Prazo

Log Normal

f (x)
x

x

Gráfico 4.1.

→ X ~ Log Normal ( μ ,σ 2 )

Os principais momentos da Log Normal são:

[ ] ⎛ 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

E as expressões para μ e σ , pelo método dos momentos, são:

Observação: Se X ~ Log Normal ( μ ,σ 2 ) Normal ( μ ,σ 2 )

Utilização Prática

Colisão nos seguros de automóveis e incêndio comum.

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

Os principais momentos da Pareto são:

[ ]
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⎠

E as expressões para α e λ , pelo método dos momentos, são:

2(m 2 − m12 )
α=
m 2 − 2m12

m1m 2
λ =
m 2 − 2m12

Utilização Prática

Por possuir uma cauda longa, a distribuição de Pareto é utilizada no seguro de
incêndio vultoso e resseguro de catástrofe.

Gama

β α − β x α −1
f X ( x) = e x x ≥ 0, α > o, β > o
Γ(α )

→ X ~ Gama ( α , β )

3. Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 53 Gráfico 4. Os principais momentos da Gama são: k −1 ∏ (α + i ) EX[ ]=k i =0 βk α Média = β α Variância = β2 .

β ) → ∑X i =1 i ~ Gama ( nα . ) ~ X 12 2 2 2 2 ⎛1⎞ f) Γ⎜ ⎟ = π . mas tende a uma distribuição simétrica quando α cresce. d) Gama ( 1. ⎝2⎠ n g) X i iid ~ Gama ( α . β ) h) A distribuição Gama é assimétrica.54 • Modelos de Precificação e Ruína para Seguros de Curto Prazo E as expressões para α e β . e. c) α inteiro → Γ (α ) = (α − 1)! . b) Γ (α ) = (α − 1)Γ (α − 1) . r inteiro ≥ 0 . Utilização Prática A distribuição Gama tem uma aplicação prática no risco de colisão nos seguros de automóveis. pelo método dos momentos. são: m12 α= m 2 − m12 m1 β = m 2 − m12 Observações: a) é chamada de função Gama. . β = → Gama ( . β ) ~ Exponencial ( β ) r 1 r 1 e) Se α = .

Valor de 1 sinistro ($) Frequência 200 2% 600 24% 1.000 32% 1.200 6% 2.02x$200+0. pelo método dos mo- mentos.. os parâmetros das distribuições Log Normal e Gama.400 = $1. Vamos agora calcular os momentos da amostra: Média amostral = m1 =0. calcular.600 3% 3.4.400 1% Resposta: Observe que o gráfico do valor de 1 sinistro é representado como segue: Gráfico 4.216 .+0.24x$600+……….800 10% 2.01x$3. Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 55 Exemplo 1: Dada a experiência de sinistros abaixo.000 1% 3.400 21% 1.

0034 Exemplo 2: Calcular a probabilidade de um sinistro ser superior a $4.944 β2 Desta forma.. temos: μ = 6.000 no caso da aproximação Log Normal do exemplo 1.01x$3. temos: α = 4.4002=$1.600 Variância amostral = m 2 .+0.0741 e β = 0.02x$2002+0. .993 e σ = 0.56 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Segundo momento amostral = m 2 = 0.841.469 b) Gama α Média = = $1.216 β α Variância = = $362.944 2 Desta forma.24x$6002+……….m12 = $362.216 ⎝ 2 ⎠ ( Variância = exp 2 μ + σ 2 ) [exp(σ ) − 1] = $362.944 a) Log Normal ⎛ 1 ⎞ Média = exp⎜ μ + σ 2 ⎟ = $1. Resposta: Esta pequena probabilidade é consequência da característica assintótica da Log Normal.

001 ). calcular o valor mé- dio de 1 sinistro. Resposta: Sabemos do item “Log Normal” que: Onde. Distribuição da Variável Aleatória “Valor de 1 Sinistro” • 57 Exemplo 3: Dada a experiência de sinistros do exemplo 1. Veja que o valor médio de 1 sinistro sem limite de indenização.993 e σ = 0. temos que μ = 6. EXERCÍCIOS 1) Calcular pelo método dos momentos o valor do parâmetro α de uma distribuição Exponencial ( α ) para a experiência de sinistros apresentada no exemplo 1. calculado no exemplo 1 é de $1.800 e. L = $1.216. 2) Seja uma carteira de seguros com o valor de 1 sinistro seguindo uma distribuição Exponencial ( α = 0.800. sabendo-se que o valor de 1 sinistro possui distribuição Log Normal e. . Determinar o valor médio de 1 sinistro caso as indenizações sejam limitadas a $700. que. do exemplo 1.469 Logo. o valor máximo de indenização é de $1.

000. α ). . 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 . a) Qual o valor esperado da indenização ? b) Refaça o item anterior. pelo método dos momentos.58 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 3) Determinar os parâmetros λ e α de uma distribuição de Pareto ( λ . $100] . dado que o primeiro momento amostral é igual a 30 e o segundo momento amostral é igual a 50. considerando o valor da indenização limitado a $50.

Será. também. conforme caso particular desenvolvido no item “casos em que Bi 59 . em função da observação de uma amostra. pode-se fazer uma analogia com a dis- tribuição de S ind . Serão apresentadas as características principais de cada distribuição e alguns exemplos práticos relacionados a cada distribuição. desenvolvida uma estimativa para o número médio de sinistros em 1 ano. podemos definir N como sendo: n N = ∑ Ii i =1 Para determinar a distribuição de N . para as situações em que se determina a taxa de risco utilizando a frequência observada de sinistros. DISTRIBUIÇÕES PARA O NÚMERO DE SINISTROS NO MODELO INDIVIDUAL Seja N a variável aleatória “número de sinistros ocorridos em 1 ano” em uma carteira com n apólices. Será apresentado um processo de precificação a partir dessa estimativa. Distribuições para o Número de Sinistros Neste capítulo serão abordadas as distribuições para a variável aleatória “número de sinistros ocorridos em 1 ano” no modelo individual e no modelo coletivo. então. pelo modelo individual.

então N passa a ter uma distribuição aproximadamente Normal. Cabe destacar que se n for suficientemente grande. q ) Veja que: Este é o modelo probabilístico usado nos seguros de vida. o valor total dos sinistros em 1 ano é igual ao número total de sinistros em 1 ano. . onde os sinistros foram definidos como constantes e iguais a 1. N ~ Binomial ( n. q ).60 • Modelos de Precificação e Ruína para Seguros de Curto Prazo é fixado para cada apólice” do capítulo 2. l x . Ocorre que S ind . e as probabilidades de sinistros foram definidas como cons- tantes e iguais a q . se confunde com a variável aleatória “número de sinistros ocorridos em 1 ano” ( N ). Logo. pois S ind é a soma de n variáveis aleatórias independentes com distribuição de Bernoulli ( q ). nesse caso. pois os valores dos sinistros são constantes e iguais a 1 e. onde estimamos o número médio de mortes ocorridas em 1 ano ( d x ) como sendo: d x = lx qx Onde. consequentemente. n n n S ind = ∑ X i = ∑ I i Bi = ∑ I i i =1 i =1 i =1 E a distribuição de S ind é Binomial ( n. q x .Número de sobreviventes no início do ano. Logo.Probabilidade de uma pessoa de idade x falecer antes de atingir a idade x + 1 .

n – Número de apólices expostas ao risco. onde cada apólice possui uma probabilidade anual de sinistro de 0. aproximando a distribuição de N por uma Normal. Parâmetros: I i . Calcular o número esperado de sinistros em 1 ano e o respectivo desvio padrão. q – Probabilidade de um sinistro ocorrer.000 apólices.Uma observação de q . q ′ . n ′ . Resposta: Intervalo de Confiança para E[N] Vejamos a seguir como determinar um intervalo de confiança para E [N ] a partir de uma observação do número de sinistros ocorridos em 1 ano. f – Frequência absoluta do número de sinistros observados em uma amostra. Onde: I i ~ Bernoulli ( q ) e I i ⊥ I j .Variável aleatória que representa a ocorrência de sinistros na i-ésima apólice.01. sendo: q ′ = f / n . Resposta: N ~ Binomial ( ) Exemplo 2: Determinar a probabilidade de o número de sinistros em 1 ano ser superior a 120 no exemplo 1. j . ∀ i .uma observação de f em 1 ano. Distribuições para o Número de Sinistros • 61 Exemplo1: Seja uma carteira de seguros com 10.

podemos afirmar que: n P (I i = 1) = q f = ∑ Ii onde: i =1 P (I i = 0) = 1 − q Logo. Em termos práticos. podemos aproximar as distribuições de f e q ′ por distribuições Normais de mesma média e mesma variância. sendo uma distri- buição Binomial. Z = ~ N (0 . f ~ Binomial ( n. comprimidos entre 0 e 1.62 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Supondo que todos os elementos da amostra têm a mesma distribuição que os elementos da população. porém. q ′ − E [q ′] Ou seja. E[ f ] E [q ′] = =q n 1 q(1 − q ) VAR [q ′] = 2 VAR[ f ] = n n O tipo de distribuição de q ′ continua. q ) Onde. com intervalos de 1 / n . Sendo o número de apólices expostas ao risco ( n ) suficientemente grande. ao invés de variarem de 0 a n segundo os números naturais.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 . para todos os efeitos. Então. podemos considerar essa aproxima- ção boa para e n (1 − q ) > 5 . cujos possíveis valores foram.

→1. logo. Assim. E [ N ] = n´+ Z 1−ε n´ Este resultado é interessante. α dado que ε = . então. 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 Como . o limite superior do intervalo de confiança será: 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. o limite superior do intervalo de confiança para E [N ] . sem se levar em conta o número de apólices expostas ao risco. . Distribuições para o Número de Sinistros • 63 Dado que Z 1−α / 2 = − Z α / 2 . para calcularmos o limite superior da probabilidade q . então. pois permite determinar um limite superior para E[N ] a partir de n´ . 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. será: 2 n´(n − n´) E [N ] = n´+ Z 1−ε n n − n´ Se n for suficientemente maior que n´ . n logo.

Exemplo 3: Calcular a taxa pura anual.350 n = 10. devemos trabalhar com n´ projetado para o ano seguinte.000 + 5. por classe de risco. Por exemplo. proporcional à frequência de ocorrência de sinistros em cada classe. dados: – Nível de significância no cálculo da taxa pura é igual a 1%. o carregamento de segurança global da carteira será: .000 + 5. – Distribuição de sinistros e apólices expostas ao risco em 1 ano: Número de sinistros Número de apólices Classe Observados em 1 ano expostas ao risco I 800 10.000 Resposta: n´ = 800 + 300 + 250 = 1.64 • Modelos de Precificação e Ruína para Seguros de Curto Prazo b) O valor de n´ a ser considerado deve levar em conta as mutações da carteira.000 III 250 5.000 II 300 5.000 = 20. se esperarmos um crescimento na produção. de um seguro de roubo de bens.000 n´ n´(n − n´) Taxa pura média = + Z 1−ε n n3 Veja que a taxa de risco média é igual a: Logo.

os principais resultados para po- dermos trabalhar com o modelo coletivo são: ∞ 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 Todos esses resultados dependem das distribuições de X e N . Para a distribuição de X já foram abordadas algumas distribuições paramétricas possíveis no capítulo 4.061 = 6. Poisson e Binominal Negativa. .061 = 5. sendo estas abordadas mais detalhadamente em (HART.49% II 6% x 1.37% III 5% x 1. Vejamos a seguir duas distribuições importantes aplicáveis a N . quais sejam.000 = 6% III 250/5.061 = 8. BUCHANAN AND HOWE)7.31% DISTRIBUIÇÕES PARA O NÚMERO DE SINISTROS NO MODELO COLETIVO Conforme verificamos nos tópicos anteriores.000 = 5% Logo.000= 8% II 300/5. teremos as seguintes taxas puras: Classe Taxa pura I 8% x 1. Classe Taxa de risco I 800/10. ou seja. aplicando o carregamento de segurança global da carteira em cada classe. Distribuições para o Número de Sinistros • 65 A taxa de risco em cada classe é igual à frequência de ocorrência.

1. pois: P (T > t ) = P (N t = 0) = e −λ t → T ~ Exponencial ( λ ) . dizemos que S col tem distribuição Binomial Negativa Composta. b) Só é possível 1 sinistro no intervalo dt . conforme será abordado no ca- pítulo 6. É fácil demonstrar que T ~ Exp (λ ) . Distribuição de Poisson para N Na maioria dos casos o processo de ocorrência de sinistros satisfaz às condições do processo de Poisson. c) As variáveis aleatórias “número de sinistros” em intervalos de tempo não sobrepostos são independentes. Uma descrição detalhada das características do processo de Poisson pode ser vista em LARSON18. Assim. quais sejam: a) A distribuição do processo do número de sinistros no intervalo de tempo t ( N t ) só depende da magnitude de t e não de quando o processo iniciou.2  n! No modelo de risco anual. dizemos que S col tem distribuição de Poisson Composta e. d) A probabilidade de 1 sinistro no intervalo dt é λdt .66 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Quando N tem distribuição de Poisson. N t ~ Poisson ( λ t ) e − λ t (λ t ) n Ou seja. então: Propriedades da Poisson a) Seja T a variável aleatória “intervalo de tempo entre 2 sinistros”. e) P (N 0 = 0) = 1 . quando N tem distribuição Binominal Negativa. P (N t = n ) = n = 0.

E [T ] = λ Ou seja.2. r N = ∑ N i ~ Binomial Negativa ( r. ou seja: E [N ] = V [N ] = λ c) M N (t ) = e λ (e −1) t Distribuição Binomial Negativa para N Quando há indícios de que VAR[N ] > E [N ] . o tempo médio entre 2 sinistros é igual a 1/ λ . II) logo .1. N passa a ter distribuição Geométrica ( p ).  0 < p <1 ⎝ n ⎠ q =1− p Logo. p ) Propriedades da Binomial Negativa I) . b) A média é igual à variância. então a distribuição de Poisson para N não é adequada. Uma boa alternativa é utilizar a distribuição Binomial Negativa. II) Se . i 1. Este resultado pode ser utilizado na definição do número de reguladores de sinistros pela seguradora. p ) i =1 . IV) Se . então a Binomial Negativa tende para uma Poisson. Distribuições para o Número de Sinistros • 67 1 Onde. onde: r>0 ⎛ r + n − 1⎞ r n P (N = n ) = ⎜⎜ ⎟⎟ p q n = 0. r tem distribuição geométrica ( p ) e N i são independentes. V) Se N i . . N ~ Binomial Negativa ( r. então. ou seja.

p ). . diz-se que a Binomial Negativa é uma distribuição com contágio. p ) ⎝ 1 − qe t ⎠ Interpretações para a Binomial Negativa Interpretação Tradicional Pela interpretação tradicional. Após a extração de uma bola vermelha. Isso gera uma distribuição Binomial Negativa para o número de bolas vermelhas na amostra. após o sorteio de uma bola vermelha. temos uma probabilidade maior de sorteio de uma bola vermelha na próxima extração. Aplicação Prática: Seja uma carteira de seguros com várias classes de risco. a distribuição do número de fracassos até atingir o r-ésimo sucesso é Binomial Negativa ( r.68 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Demonstração da Propriedade V: Como N i são independentes. no qual: p = probabilidade de sucesso q = probabilidade de fracasso = 1 − p Interpretação de Polya Uma urna contém N1 bolas vermelhas e N2 bolas brancas. onde temos um experimento de Ber- noulli. então. Pelas características acima. esta volta à urna. juntamente com c bolas vermelhas. M N (t ) = M N1 (t ) M N 2 (t )  M N r (t ) r ⎛ p ⎞ M N (t ) = ⎜⎜ ⎟⎟ → N ~ Binomial Negativa ( r. Extrai-se uma bola ao acaso s vezes com repetição. Assim.

o que não recomenda a distribuição de Poisson. mas com parâmetros λ diferentes dependendo da classe do risco. β). Distribuições para o Número de Sinistros • 69 Cada classe possui distribuição de Poisson para o número de sinistros. P ( N = n ) = ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎝ n ⎠⎝ 1 + β ⎠ ⎝1+ β ⎠ . Se esses parâmetros λ ocorrem segundo uma distribuição Ω ~ Gama (α. Ω ~ Gama ( α . ∫ e (β + 1)n +α dλ = 1 0 Γ(n + α ) n ⎛ n + α − 1 ⎞⎛ β α ⎞ ⎛ 1 ⎞ Então. 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] V [N ] = E [V [N Ω]] + V [E [N Ω]] = E [Ω] + V [Ω] Veja que V [N ] > E [N ] . 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.

Exemplo 4: O coeficiente de sinistralidade sobre o prêmio puro para um con- junto de apólices num dado período é definido por: S R= . “Uma aplicação do método de Panjer à experiência brasileira de sinistros do ramo de automóveis”. Assim. Nessa tese. foi possível ajustar a distribuição do número de sinistros na carteira em 1 ano utilizando somente 1 ano de observação. cada apólice de automóvel no Brasil pode produzir mais de 1 sinistro de perda parcial em 1 ano. na medida em que a soma de Geométricas independentes é Binomial Negativa.70 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. (DAYKIN. a variável aleatória “número total de si- nistros ocorridos em 1 ano na carteira” ( N ) foi ajustada por uma Binomial Negativa. A distribuição de probabilidade que melhor se ajustou à variável aleatória “número de sinistros por apólice em 1 ano” foi a Geométrica. PENTIKAINEN AND PESONEN)4 fazem uma abordagem bastante abrangente das principais características da distribuição Binomial Negativa. 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 ) . O número de sinistros de perda parcial na carteira de automóveis costuma pos- suir distribuição Binomial Negativa. b) Todas as apólices iniciam suas vigências no início do período e terminam suas vigências no final do período. em um total de 7062. N ~ Binomial Negativa Esta demonstração também pode ser classificada como uma das maravilhas atu- ariais. também chamada pelos autores de distribuição de Polya. Achar uma expressão para E [R ] e V [R ] . onde foram observados 2844 sinistros em 1 ano. Este fato está comprovado na tese de mestrado de FERREIRA5. pois.85 apólices expostas ao risco.

EXERCÍCIOS 1) Seja N a distribuição do número de sinistros ocorridos em 1 ano em uma determinada carteira de seguro onde N possui distribuição de Poisson ( λ ). Suponha que a distribuição de N seja independente da distribuição de X . logo. caso a probabilidade do valor de 1 sinistro superar a franquia seja de p . Distribuições para o Número de Sinistros • 71 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 Exemplo 5: Obter uma expressão para V [R ] quando N possui distribuição de Poisson ( λ ) e quando N possui distribuição Binomial Negativa ( r. Determinar para a mesma carteira a distribuição do número de sinistros ocorridos em 1 ano com valor acima de um determinado valor de franquia. . p ) . a) N possui distribuição de Poisson ( λ ) E [N ] = V [N ] = λ . p ). logo. V [R ] = λ E [X ] 2 + λ V [X ] = [ ] E X2 (E [X ] λ (1 + θ )) 2 λ (E [X ] (1 + θ )) 2 b) N possui distribuição Binomial Negativa ( r.

000 0.20 1. 4) Provar que o coeficiente de variação da sinistralidade calculada sobre o prêmio puro é igual ao coeficiente de variação da variável aleatória “sinistro agregado”.15 2. .02 Calcular o coeficiente de variação da sinistralidade calculada sobre o prêmio puro. Distribuição de sinistros e apólices expostas ao risco: Número de sinistros Número de apólices Classe observados em 1 ano expostas ao risco I 10 150 II 20 200 III 15 250 IV 100 500 3) Seja uma carteira de seguros com o número de sinistros ocorridos em 1 ano seguindo a distribuição de Poisson com λ = 1.550 0.500 0. Nível de significância no cálculo da taxa pura ( ε ) é igual a 5%. .000 .25 1. dados: .03 3.000 0.35 500 0. carregamento de segurança de 10% e distribuição do valor de 1 sinistro conforme a seguir: Valor do sinistro ($) Freqüência de ocorrência 200 0.72 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 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.

onde se destaca a aproximação Normal pela sua simplicidade e adequabilidade no ajustamento da distribuição do valor total dos sinistros. dizemos que S col possui distri- buição de Poisson Composta ( λ . e as principais características dessas distribuições. algumas aproximações para o sinistro agregado. P ( x ) ). também. de modo que: ∞ e −λ λ n Fs col ( x ) = ∑ P ∗n ( x ) n =0 n! Função Geratriz de Momentos da Poisson Composta Sabemos que a Função Geratriz de Momentos de S col é expressa por: M S col (t ) = M N (log M X (t ) ) 73 . DISTRIBUIÇÃO DE POISSON COMPOSTA PARA S col Quando N possui distribuição de Poisson ( λ ). Distribuições para o Sinistro Agregado Neste capítulo serão abordadas as distribuições mais importantes para o valor total dos sinistros em 1 ano (sinistro agregado). Serão apresentadas.

1.4.3. Calcule: a) f S col ( x ) para x = 0. que a Função Geratriz de Momentos da Poisson é expressa por: M N (t ) = exp(λ (e t − 1)) Logo.6 2 0.1.5 e 6 e FS col (6) b) Coeficiente de Variação de S col Resposta: a) Cálculo de f S col ( x ) para x = 0. também.2. temos a seguinte distribuição de X : x p(x) 1 0.3.3 3 0.2. M S col (t ) = exp(λ (M X (t ) − 1)) Momentos da Poisson Composta [ ] 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 [ ] Exemplo 1: Considere uma carteira de seguros com distribuição de Poisson Composta com λ = 2 e distribuição de X idêntica à do exemplo 1 do capítulo 3.5 e 6 e FS col (6) Pelo Exemplo 1 do Capítulo 3.4.74 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Sabemos.1 .

3 × 0.3 p ∗1 (3) = 0.216 p ∗3 (4 ) = 0.3 × 0.1944 p ∗6 (6) = 0.1624 .324 p ∗3 (6) = 0.6 × 0.6 × 0. onde.6 p ∗1 (2 ) = 0.2808 p ∗5 (5) = 0.1296 p ∗4 (5) = 4 × 0.6 = 0.6 + 0.6 × 0.6 × 0.6 × 0.6 = 0. f S col (0) = p ∗0 (0) P( N = 0) = 1 × 0.6 × 0. e −2 2 n P (N = n ) = n! Pelo exemplo 1 do Capítulo 3.6 × 0.3 × 0.6 + 0.6 × 0.3 × 0.6 = 0.6 = 0.6 = 0.6 × 0.1 × 0. então.135 p ∗4 (4 ) = 0.6 × 0.0467 Logo.6 × 0.3 × 0.6 × 0. já temos calculado: p ∗o (0) = 1 p ∗1 (1) = 0.6 × 0.6 × 0.6 × 0.3 + 6 × 0. Distribuições para o Sinistro Agregado • 75 ∞ Sabemos que: f S col ( x ) = ∑p n =0 ∗n ( x ) P( N = n ) .1 Calcularemos a seguir as demais convoluções necessárias neste exercício: p ∗3 (3) = 0.6 × 0.6 × 0.6 × 0.0778 p ∗5 (6) = 5 × 0.3 = 0.6 × 0.6 × 0.6 × 0.6 × 0.6 = 0.3 × 0.1353 f S col (1) = p ∗1 (1) P( N = 1) = 0.6 + 6 × 0.3 × 0.2592 p ∗4 (6) = 4 × 0.6 × 0.6 × 0. p ∗ n ( x ) = ∑ p ∗ n −1 ( x − y ) p( y ) y Como N possui distribuição de Poisson ( λ = 2 ).1 = 0.3 = 0.6 × 0.6 × 0.6 × 0.6 × 0.1353 = 0.3 × 0.

.1 = 1. b) Cálculo do Coeficiente de Variação de S col [ ] E S col = λ E [X ] E [X ] = 1 × 0. O principal motivo para isto é o reduzido número de sinistros.1786 f S col (3) = p ∗1 (3) P( N = 1) + p ∗2 (3) P( N = 2) + p ∗3 (3) P( N = 3) = 0.4 → σ S col = 5.5 Logo.0912 f S col (6) = p ∗2 (6) P( N = 2) + p ∗3 (6) P( N = 3) + p ∗4 (6) P( N = 4) Logo. [ ] [ ] V S col = 2 × 2. será: O que representa um elevado coeficiente de variação.3 + 3 × 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) = 0.6 + 2 2 2 2 × 0. [ ] E S col = 2 × 1. pois λ = 2 .1635 f S col ( 4) = p ∗2 ( 4) P( N = 2) + p ∗3 ( 4) P( N = 3) + p ∗4 ( 4) P( N = 4) = 0. o coeficiente de variação.3238 E.6 + 2 × 0.7 = 5.3 + 32 × 0.4 = 2.5 = 3 V [S ] = λ E [X ] col 2 E [X ] = 1 × 0.1 = 2.7 Logo.76 • Modelos de Precificação e Ruína para Seguros de Curto Prazo f S col ( 2) = p ∗1 ( 2) P( N = 1) + p ∗2 ( 2) P( N = 2) = 0.

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 Onde.  S mcol variáveis aleatórias independentes de modo que: S icol ~ Poisson Composta ( λ i . λ = ∑λ i e P(x ) = ∑ λ P (x ) i i i =1 i =1 . então. ⎛ ⎛ m λ ⎞⎞ M S col (t ) = exp⎜⎜ λ ⎜ ∑ i (M i (t ) − 1)⎟ ⎟⎟ ⎝ ⎝ i =1 λ ⎠⎠ m m λ Onde. m ⎛ m ⎞ M S col (t ) = ∏ M S col (t ) = exp⎜ ∑ λ i (M i (t ) − 1)⎟ i =1 i ⎝ i =1 ⎠ m Se multiplicarmos e dividirmos o somatório acima por ∑λ i =1 i . Distribuições para o Sinistro Agregado • 77 Propriedades da Poisson Composta Teorema 1 Sejam: S1col . S 2col . M i (t ) é a Função Geratriz de Momentos correspondente a Pi ( x ) Dado que as variáveis aleatórias S icol são independentes. então. Pi ( x ) ) Então. e dado que: M S col (t ) = exp(λ (M X (t ) − 1)) . m S col = ∑ S icol ~ Poisson Composta ( λ .

. Com isso. N m são independentes. onde: λ i = λ P ( X = x i ) . GERBER. então: a) N 1 . m Conseqüência: λ = ∑λ i =1 i Este teorema é demonstrado por ( BOWERS. se S col possui distribuição de Poisson Composta ( λ .  . com probabili- dades: P ( X = x i ) = p ( x i ) m Seja N = ∑N i =1 i Onde N i representa a variável aleatória “número de sinistros iguais a xi”. Mesmo quando uma distribuição contínua é selecionada. que é a soma dos subintervalos. N 2 . x m . b) Vários subintervalos de tempo com distribuição de Poisson Composta geram um intervalo de tempo. b) N i ~ Poisson ( λ i ). P ( x ) ). HICKMAN.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 . pode-se transformá-la em uma distribuição discreta para se obter uma aproximação para S col. 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. com distribuição de Poisson Composta. x 2  . JONES AND NESBITT)1 . S col pode ser escrito como: S col = x1 N 1 + x 2 N 2 +  + x m N m Logo.

2 1.6 λ 3 = λ P ( X = 3) = 2 × 0.2 λ 2 = λ P ( X = 2 ) = 2 × 0.2 x P (1N 1 = x ) = P (N 1 = x ) = x! x ⎛ x ⎞ e − 0.6 2 P (2 N 2 = x ) = P⎜ N 2 = ⎟ = ⎝ 2⎠ x ! 2 x − 0.1.3 = 0.2 3 P (3N 3 = x ) = P⎜ N 3 = ⎟ = ⎝ 3⎠ x ! 3 . Distribuições para o Sinistro Agregado • 79 b) A utilidade desse método é mais evidenciada quando temos um número pequeno de valores e sabemos que a Poisson Composta é conveniente para S col.2 e 3 do exemplo 1.6 0. utilizando o método alternativo do Teorema 2. Resposta: λ 1 = λ P ( X = 1) = 2 × 0.1 = 0. c) A rotina para se aplicar esse método é a seguinte: i) Calcula-se λ i = λ P ( X = x i ) . 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 ⎠ Exemplo 2: Refazer o cálculo de f S col ( x ) para x = 0.2 f S col ( x ) = P (1N 1 + 2 N 2 + 3N 3 = x ) e −1. dado que conhecemos P ( X = x i ) ii) calcula-se P ( x1 N 1 = x ) dado que ( 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 ) . 2 ⎛ x⎞ e 0.6 = 1.

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) = 0.1624 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. P ( x ) ).1635 Observe que.80 • Modelos de Precificação e Ruína para Seguros de Curto Prazo P (1N 1 = 0) = 0. p.818731 P (3N 3 = 3) = 0. DISTRIBUIÇÃO BINOMIAL NEGATIVA COMPOSTA PARA Scol Quando N possui distribuição Binomial Negativa ( r.329287 P (3N 3 = 0) = 0.21686 P (1N 1 = 3) = 0.361433 P (1N 1 = 2 ) = 0.548812 P (2 N 2 = 2 ) = 0. de modo que: ∞ ⎛ r + n − 1⎞ r n Fs col ( x ) = ∑ P ∗n ( x ) ⎜⎜ ⎟⎟ p q n =0 ⎝ n ⎠ .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. apesar do cálculo por este método ser mais rápido do que aquele executado no exemplo 1. ainda assim é bastante trabalhoso. dizemos que S col pos- sui distribuição Binomial Negativa Composta ( r. p ).086744 P (2 N 2 = 0) = 0.301194 P (1N 1 = 1) = 0.

que a Função Geratriz de Momentos da Binomial Negativa é expressa por: r ⎛ p ⎞ Logo. também. também. M S col (t ) = ⎜⎜ ⎟⎟ ⎝ 1 − q M X (t ) ⎠ Momentos da Binomial Negativa Composta [ ] 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 Pode-se. Distribuições para o Sinistro Agregado • 81 Função Geratriz de Momentos da Binomial Negativa Composta Sabemos que a Função Geratriz de Momentos de S col é expressa por: M S col (t ) = M N (log M X (t ) ) Sabemos. mostrar que: .

Aproximação Normal para Scol Sabemos que S col = X 1 + X 2 +  + X N Se S col for a soma de variáveis aleatórias X i independentes e identicamente distribuídas. ou seja: [ ] S col − E S col ~ N (0.82 • Modelos de Precificação e Ruína para Seguros de Curto Prazo APROXIMAÇÕES PARA Scol Conforme verificamos.1. . seja por convolução ou a partir da Função Geratriz de Momentos. Veja- mos a seguir as aproximações Normal e Gama para S col.1. onde: P = E S col + Z 1−α σ S col O valor de P pode ser visualizado graficamente no Gráfico 6. quando o número de sinistros for suficientemente grande. Scol terá distribuição aproximadamente Normal com média e variância V [S col ] . Grááfico 6. o cálculo do total de prê- mio puro ( P ) tal que: [ ] [ ] .1) [ ] σ S col Uma utilização prática desse resultado é. por exemplo. então. a determinação da distribuição de S col é extremamente trabalhosa. as quais são muito utilizadas na prática.

. temos: [ ] E S col = λ E [X ] [ ] V S col = λ E X 2[ ] S col − λ E [X ] Assim sendo. então. − 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 ⎞ + .. P ( x ) ) Conforme demonstrado no item “Distribuição de Poisson Composta para S col”.. Distribuições para o Sinistro Agregado • 83 Aproximação Normal quando S col ~ Poisson Composta ( λ .1) [ ] λE X2 →∞ Demonstração: S col − λ E [X ] Seja Z = [ ] λE X2 Então. ⎟ ( ⎜⎜ 2! 3! λ E X 2 [ ]) ⎟⎟ 3/ 2 ⎝ ⎠ . ⎯λ⎯⎯→ N (0. ⎛ ⎛ ⎜ M Z (t ) = exp λ 1 + ⎜ E [X ] t E X 2 t2[ ] E X 3 t3 [ ] ⎞ λ E [X ] t + ... Como M S col (t ) = exp(λ (M X (t ) − 1)) . ⎛ ⎛ ⎛ t ⎞ ⎞ λ E [X ] t ⎞ M Z (t ) = exp⎜ λ ⎜ M X ⎜ ⎟ − 1⎟ − ⎟ ⎜ ⎜ ⎝ ⎝ ⎜ λE X 2 ⎝ [ ] ⎟ ⎟ ⎠ ⎠ λE X 2 [ ] ⎟ ⎠ Sabemos que: Logo.

no que concerne ao fato que precisamos que N seja grande.84 • Modelos de Precificação e Ruína para Seguros de Curto Prazo ⎛ t2 ⎞ Ou seja. Exemplo 3: Seja a distribuição da variável aleatória “valor de 1 sinistro” ( X ) das 3 carteiras de seguros a seguir: x carteira 1 carteira 2 carteira 3 $10 40% 40% 100% $20 30% 30% - $40 20% 20% - $60 10% 8% - $1000 . é necessário que λ seja grande. 2% - Calcule o carregamento de segurança ( θ ) que garanta que seja de 1% a proba- bilidade do sinistro agregado superar o total de prêmio puro. a) supondo . E S col = λ E [ X ] [ ] [ ] V S col = λ E X 2 . então. b) Supondo . quando λ → ∞ .1 ). ou seja. θ = [ ] Z 1−α σ S col [ ] E S col [ ] Mas. Resposta: [ ] [ ] [ ] P = E S col + Z 1−α σ S col = E S col (1 + θ ) Logo. dado que o sinistro agregado possui distribuição de Poisson Composta que pode ser aproximada por uma distribuição Normal. M Z (t ) → exp⎜⎜ ⎟⎟ que é a Função Geratriz de Momentos de uma distribuição Normal ( 0. ⎝2⎠ Este resultado é compatível com o resultado apresentado pelo Teorema Central do Limite. pois λ = E [N ] .

onde temos somente 100 sinistros em média por ano. teremos os seguintes valores de θ em função de λ : a) λ = 100 Carteira θ 1 28. a segunda carteira é bastante dispersa (321. então.3% b) λ=10. Desta forma.7% 2 $42.000 sinistros em média por ano.5% 3 $10 $100 zero zero Verifique que a primeira carteira possui um coeficiente de variação intermediário (67.5% de carregamento de segurança. enquanto na primeira situação. destacando-se a car- teira 2 com 78. . situando-se todos na faixa abaixo de 10%. temos: Carteira E[X] E[X 2] σ[X] σ[X] / E[X] 1 $24 $840 $16. Na situação em que temos 10.5% 3 23.7%).768 $137.25 67. θ = Z 1−α [ ] λE X2 λ E [X ] Em relação à distribuição de 1 sinistro.000 Carteira θ 1 2.8% 2 7.61 321.8% 3 2. os carregamentos de segurança são elevados. Distribuições para o Sinistro Agregado • 85 Logo.5%) e a terceira carteira é toda concentrada. sem variabilidade no X .1% 2 78.8 $20.3% Observe que. os carregamentos de segurança são bastante reduzidos.

Com a massificação. p. cuja distribuição é assimétrica.) Se acharmos que a assimetria da distribuição de S col é muito forte. que possui uma alta dispersão nos valores de 1 sinistro. então não devemos utilizar a aproximação Normal. Essa propriedade tem uma aplicação prática muito grande. pois são exatamente os valores mais elevados de S col que mais nos interessam nos cálculos atuariais. ⎯→ N (0.000. a aproximação Normal costuma ser muito boa no extremo superior da distribuição de S col. de modo que a faixa de valor $1. apresentando o terceiro momento central positivo.000 na carteira 2 é de 2% × 100 = 2 . mesmo quando o número esperado de sinistros é pequeno. P ( x ) ) Conforme demonstrado no item “Distribuição Binominal Negativa Composta para S col”. passa a ser significati- va. o número médio de sinistros de valor $1. na situação em que . mesmo a carteira 2. como ( por exemplo no cálculo do prêmio puro P tal que P S col > P = 1% . para que N seja grande é necessário que rq S col − E [X ] p Logo. temos: [ ] E S col = r q p E [X ] [ ] V S col = r q p [ ] q2 E X 2 + r 2 E [X ] 2 p Neste caso. 200 sinistros já re- presentam uma massa significativa. passa a ter uma pequena dispersão no valor total dos sinistros. . Aproximação Normal quando S col ~ Binomial Negativa Composta ( r. na situação em que temos λ = 100 . quando temos um número elevado de sinistros na carteira. Veja que.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. por exemplo.o número médio de sinistros passa para . Podemos. aplicar a aproxima- ção Gama.1) ⎯r⎯ →∞ q [ ] q2 r E X 2 + r 2 E [X ] p p Observação: Conforme já observado neste livro. apesar de representar somente 2% da distribuição do valor de 1 sinistro. Ora.

de modo que: P (0 < S col < ε ) → 0 Para equacionar esse problema. Entretanto. onde x 0 é o montante mínimo de indenização. ou seja: Gráfico 6. Neste caso.2 . isto é muito difícil de acontecer com um grande número de apólices na carteira. Distribuições para o Sinistro Agregado • 87 col Aproximação Gama para S Este é o modelo padrão da Gama. porém. faz-se uma translação de x 0 na curva da função de densidade g . estamos considerando probabilidades a montantes de indenizações desprezíveis (ε).

[( [ ]) 3 ] Vejamos a seguir o cálculo destes momentos para o caso da Poisson Composta e da Binomial Negativa Composta: Aproximação Gama quando S col ~ Poisson Composta ( λ . se S col tem distribuição Gama Transladada. P ( x ) ) Conforme demonstrado no item “Distriuição de Poisson Composta para S col”.88 • Modelos de Precificação e Ruína para Seguros de Curto Prazo H é a função de distribuição da Gama Transladada. temos: [ ] E S col = λ E [X ] [ ] V S col = λ E X 2 [ ] [ [ ]) E (S col − E S col 3 ] = λ E[X 3 ] . β e x 0 que melhor aproximam uma distribuição Gama à [ ] [ ] variável S col . precisamos conhecer E S col . à ex- ceção da média.V S col e E S col − E S col . Assim sendo. então: Observe que os momentos da Gama Transladada são iguais aos da Gama. temos: 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 Para calcularmos α . 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 Resolvendo esse sistema de 3 incógnitas e 3 equações.

P ( x ) ) Conforme demonstrado no item “Distriuição de Poisson Composta para S col”. p. calculamos α . β e x 0 . 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. Observações: a) Pode-se mostrar que: Assim sendo. pode-se dizer que a aproximação Gama é uma generalização da distribuição Normal. assim. sabemos que: [ ] [ ] [ ] 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 ) ⎠ É fácil mostrar que: e.

utilizando: a) Aproximação Normal.90 • Modelos de Precificação e Ruína para Seguros de Curto Prazo b) Podemos calcular o prêmio P tal que: FS coL ( P) = 1 − α → G (P − x0 . Exemplo 4: Suponha que S col tenha distribuição de Poisson Composta com e distribuição de X sendo Uniforme (0. 1 x2 1 E [X ] = ∫ xdx = 1 0 = 0 2 2 . • Escher. ou seja. • Wilson . Calcular . PENTIKAINEN AND PE- SONEN)4.1). HEILMANN8. conforme já comentado. b) Aproximação Gama Transladada. α . A aproximação Normal não costuma ser muito precisa na aproximação do sinis- tro agregado.Hiferty Formula. f X ( x ) = 1 . Resposta: Se X possui distribuição Uniforme (0. β ) = 1 − α Outras Aproximações para S col Existem diversas outras aproximações para a distribuição do sinistro agregado. já que possui o coeficiente de assimetria zero. Apesar disso. na cauda superior da distribuição do sinistro agregado. a aproximação Normal costuma ser muito boa na região de maior interesse. também chamada de Normal II. então. Essas aproximações são extensões da distribuição Normal. • Normal Power (NP). Abordagens aprofun- dadas dessas e de outras aproximações foram feitas por GERBER6.1). logo. KAAS11. • Haldane Approach. (HOGG AND KLUGMAN)9 e (DAYKIN. entre as quais destacamos: • Série de Edgeworth.

. Distribuições para o Sinistro Agregado • 91 a) Aproximação Normal b) Aproximação Gama Transladada. Onde. β =2 [ ] E X2 = 2× 1/ 3 8 = [ ] EX 3 1/ 4 3 Logo.

. p (k ) p Onde q é uma constante e q = 1 − p . ou seja. k S col Mostre que a distribuição de Gama ( r.5 para cada um dos valores. α ⎛ β ⎞ M S col (t ) = ⎜⎜ ⎟⎟ ⎝β −t⎠ ..2. $2 ou $3.3. 2. β )...6 e 0.92 • Modelos de Precificação e Ruína para Seguros de Curto Prazo EXERCÍCIOS 1) Sejam as variáveis aleatórias S kcol k = 0. então: Sugestão: Use a função geratriz de momentos da Gama.. 3) Mostre que se S col possui distribuição Gama ( α . Os parâmetros da distribuição Binomial Negativa Composta possuem a seguinte característica: q(k ) q =k k = 1..1.. 0. com as respectivas probabilidades 0. Seja S 2col com distribuição de Poisson Composta com λ = 6 e distribuição do valor de 1 sinistro assumindo os valores $3 ou $4.2. com distribuição Binomial Negativa Composta com parâmetros r e p (k ) e função de distribuição acumulada do valor de 1 sinistro igual a FX ( x ) .2. E S kcol [ ] se aproxima de uma distribuição 2) Seja S1col com distribuição de Poisson Composta com λ = 2 e distribuição do valor de 1 sinistro assumindo os valores $1.. r ) quando k → ∞ .... com probabilidade de 0. Determinar a distribuição de S1col + S 2col para a hipótese de S1col ser independente de S 2col .

04 800 0.01 Calcule o carregamento de segurança ( θ ) que proporciona uma probabilidade de 5% do sinistro agregado superar o total de prêmio puro. .25 200 0.α . 6) Seja a seguinte distribuição do valor de 1 sinistro: Valor do sinistro ($) Freqüência de ocorrência 100 0. dado que o sinistro agregado possui distribuição Binomial Negativa Composta ( ) que pode ser aproximada por uma distribuição Normal.005 ). de modo que S col possua média igual a zero e variância igual a 1. β .4 150 0. x 0 ).2 250 0. 5) Suponha que S col possua distribuição de Poisson Composta com e ( distribuição de X sendo Exponencial ( α = 0. Determinar β e x 0 em função de α .000 col ) utilizando a aproximação Normal. Calcular P S > 5. Distribuições para o Sinistro Agregado • 93 4) Suponha que S col possua distribuição Gama Transladada ( x .1 400 0.

.

 ⎝ n⎠ Sendo Pn a função de probabilidade no ponto n . conforme abordado nos capítulos anteriores. com a vantagem de sua simplici- dade e facilidade de ser transformada em um algoritmo. Fórmula Recursiva de Panjer A obtenção da distribuição exata da variável aleatória “valor total dos sinistros em 1 ano” é extremamente trabalhosa. Neste capítulo será desenvolvida a fórmula recursiva de Panjer. A FÓRMULA RECURSIVA DE PANJER PANJER16 descobriu que diversas distribuições discretas possuem a seguinte característica: ⎛ b⎞ Pn = ⎜ a + ⎟ Pn −1 n = 1. a qual permite a obtenção da distribuição exata do sinistro agregado. Essa simplicidade permite a obtenção do sinistro agregado a partir de recursos computacionais triviais.2. É fácil provar que as distribuições abaixo possuem essa característica: 95 .

DEMONSTRAÇÃO DA FÓRMULA RECURSIVA DE PANJER 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 . . 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 Observação: As distribuições que possuem essa característica pertencem à chamada família ( a. b ) de Panjer.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.

[ ] [[ ] ] [ [ ] ] = 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. a+b g′ = gf′ 1− a f . Fórmula Recursiva de Panjer • 97 Mas. ⎛ b⎞ Pn = ⎜ a + ⎟ Pn −1 ⎝ n⎠ Logo.

Ou seja.98 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Para o coeficiente de t n temos: ∞ ∞ ( n + 1) g n +1 − a ∑ (n + 1 − i ) f i g n +1−i = ( a + b)∑ (n + 1 − i ) g i f n +1−i i =0 i =0 Seja g 0 = f 0 . 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. . então.

sucessivamente. CONSIDERAÇÕES PRÁTICAS A fórmula recursiva de Panjer é muito prática de ser utilizada e possui a vanta- gem de conduzir à distribuição exata de S . maior o número de pontos seqüenciais de X . precisamos discretizar X . podemos definir os novos pontos seqüenciais como sendo: $5. onde o fator de incremento é igual a $10. $75. Fórmula Recursiva de Panjer • 99 Que é a fórmula recursiva de Panjer. sendo α 1 o primeiro valor que S pode assumir após zero. O fator de incremento deve ser o menor possível que atenda às limitações dos recursos computacionais. pois quanto menor o fator de incremento. $55. será igual a e. podemos calcular P (S = 0) = P (N = 0) . Os valores entre ($10. a qual permite calcular a distribuição exata de S de forma recursiva. X Contínuo Para utilizar a fórmula recursiva de Panjer. $20] no ponto $15 e. Calculado P (S = α 1 ) . então. Vejamos. e. como agrupar os valores de X de forma seqüencial para os casos discreto e contínuo. $85 e $95. podemos calcular P (S = α 2 ) . $35. Por exemplo. os valores de a e b. X Discreto Deve-se escolher um fator de incremento a partir da análise da distribuição de X e da análise dos valores extremos. $25. sucessivamente. assim. sendo α 2 o 1o valor que S pode assumir após α 1 . assim. sucessivamente. caso tenhamos uma distribuição de X que pode assumir valores de $1 até $98. dado que conhecemos a distribuição de X e conhecemos a distribuição de N e. $45. Desta forma. P ( X = $5) da nova distribuição será igual a . Apre- sentamos a seguir o método de discretização pelo ponto médio. consequentemente. a seguir. O algoritmo de programação da fórmula recursiva de Panjer fica simplificado quando os valores de X estão dispostos de forma seqüencial. $65. Assim sendo. assim. $10] no ponto $5. $15. de modo que. conforme descrito em (DAYKIN. PENTIKAINEN AND PESONEN) 4: . podemos agrupar os valores entre ($0. Em seguida podemos calcular P (S = α 1 ) .

4C ]. f S (0) = P (N = 0) = 0...6 P ( X = 2 ) = 0. 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. (2(r ′ − 1)C .. . (2C .1353 1 f S (1) = 2 × P ( X = 1) P (S = 0) = 0..3 P ( X = 3) = 0.1786 2 2 .100 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Tomamos os seguintes pontos médios: dos in- tervalos: (0.1624 1 1 2 f S (2 ) = 2 × P ( X = 1) P (S = 1) + 2 × P ( X = 2 ) P (S = 0) = 0..1 Logo. A distribuição de probabilidade acima de 2 r ′ deve ser alocada proporcional- mente em cada intervalo em função da sua respectiva distribuição de probabilidade.2C ]. Exemplo 1: Refazer o cálculo de f S ( x ) do exemplo 1 do capítulo 6 pela fór- mula recursiva de Panjer.... Resposta: Como N possui distribuição de Poisson (λ = 2 ) . 2 r ′C ] com probabilidades: p1 = F (2C ) p 3 = F (4C ) − F (2C ) p5 = F (6C ) − F (4C )  p r = 1 − F (2(r ′ − 1)C ) E o limite r ′ deve ser suficientemente grande de tal forma que a distribuição de probabilidade acima de 2 r ′ seja insignificante..

5 0. EXERCÍCIOS 1) Seja a seguinte distribuição do valor de 1 sinistro: x ($) 10 20 30 40 P( X = x ) 0. de forma mais rápida e simplificada do que no exemplo 2 do Capítulo 6. onde apli- camos o método alternativo do Teorema 2.3 0.05 Determinar a probabilidade do sinistro agregado ser igual ou inferior a $60. Fórmula Recursiva de Panjer • 101 Veja que calculamos f S ( x ) de forma muito mais rápida e simplificada do que no exemplo 1 do Capítulo 6. onde aplicamos o processo de convolução. também. caso a variável aleatória “número de sinistros ocorridos em 1 ano” seja Poisson ( λ = 3 ). e. . utilizando a fórmula recursiva de Panjer.15 0.

102 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 2) Refazer o exercício 1 supondo que a variável aleatória “número de sinistros ocorridos em 1 ano” seja Binomial Negativa ( ). . p ) que caracterizam a distribuição Binomial como pertencente à família ( a. b ) de Panjer. 3) Determinar os valores de a e b da distribuição Binomial ( N .

de crédito. A obtenção dos parâmetros limite de retenção. Processo de Ruína – Período Finito Neste capítulo serão apresentados os cálculos do limite de retenção. Para a avaliação da solvência de uma seguradora devem ser considerados diver- sos riscos. entre os quais podem ser destacados os seguintes fatores quantitativos relaciona- dos ao risco de subscrição: 103 . nenhuma formulação que possa ser classificada como ideal na comunidade atuarial para a obtenção desses parâmetros. das operações financei- ras e o principal deles que é o risco de subscrição. de modo que os parâmetros acima serão determinados para garantir a solvência de uma seguradora em 1 ano. não existindo. en- tretanto. probabilidade de ruína e necessi- dade de capital pode envolver processos extremamente complexos. aqui denominada de probabilidade de ruína e o capital que a seguradora deve constituir para garantir a sua solvência. da proba- bilidade de uma seguradora deixar de honrar os seus compromissos futuros. operacional. Serão desenvolvidas algumas fórmulas simplificadas baseadas no risco de subscrição. Esses cálculos serão efetuados considerando o processo de ruína em um período finito. mas que possuem a vantagem de ex- plicitar como funciona o processo de ruína de uma seguradora. O PROCESSO DE RUÍNA O processo de ruína está relacionado a diversos fatores qualitativos e quantitati- vos. tais como os riscos legal.

o que não necessariamente implica na sua ruína. de modo que se ela perder. Logo. pelo fato de que nem todos os ativos da seguradora serem líquidos. PRET (t ) . S RET (t ) . PRET (t ) + μ − S RET (t ) < 0 → U (t ) < 0 . levando-se em conta o processo estocástico associado ao fenômeno do excedente existente nas operações de seguro. A utilização de um percentual reduzido do patrimônio líquido. também. U (t ) . g) Probabilidade de ruína ( δ ).Excedente existente no instante t. ou reserva de risco. pode até se arruinar por falta de liquidez.Total de sinistros retidos ocorridos em [0. ou seja. b) Carregamento de segurança ( θ ) embutido no prêmio puro. por exemplo. sendo que quando a empresa compromete uma proporção pequena do patri- mônio líquido. Na prática utilizam-se percentuais que variam de 25% a 50% do patrimônio lí- quido. c) Distribuição do valor total dos sinistros retidos S RET . como reserva de risco. Sejam: μ . A ruína da empresa acontece exatamente quando os sinistros retidos menos os prêmios puros retidos superam a reserva de risco (μ) num instante t qualquer. μ representa o quanto a empresa se dispõe a colocar em risco nas operações de seguro para o risco de subscrição. Este capítulo utiliza alguns conceitos de resseguro. o risco de subscrição não é o único que pode conduzir à ruína de uma seguradora. a empresa aceita trabalhar com probabilidades mais elevadas de que essa pequena proporção do patri- mônio líquido seja consumida com as operações de seguro. e) Limite técnico. 25% do seu patrimônio líquido. se justifica. f) Fundo inicial que a seguradora aloca para assumir o risco de ruína ( μ ). os quais são apresentados no capítulo 10. Esse montante. Além disto. Será desenvolvido adiante o estudo sobre a probabilidade de ruína.104 • Modelos de Precificação e Ruína para Seguros de Curto Prazo a) Duração do processo.Fundo inicial. d) Tipo de contrato de resseguro. naturalmente. Na prática observa-se que este risco responde por 50% a 80% da necessidade de capital de uma seguradora. ou seja.Total de prêmio puro retido auferido em [0. t ) . t ) . do seu patrimônio líquido. deve ser função da sua capacidade econômica.

Além disso. a representação gráfica do processo de ruína pode ser observada no Gráfico 8.1. Desta forma. Logo. vamos supor que os prêmios sejam auferidos uniformemente ao longo do tempo. o excedente no momento de ruína é U (T ) . Processo de Ruína – Período Finito • 105 Veja que na determinação do excedente não consideramos os ganhos financeiros nem as despesas administrativas e de comercialização. T = min{ t . U (t ) = μ + c t − S RET (t ) Seja X RET a variável aleatória “valor do i-ésimo sinistro retido”. . onde U (T ) < 0 . Ou seja.1. t ≥ 0 e U (t ) < 0} Podemos notar que: T = ∞ ↔ U (t ) ≥ 0 ∀ t ≥ 0 Que é a situação em que não ocorre a ruína. ou seja: PRET (t ) = c t Supomos que a carteira permanecerá com as mesmas características e que os prêmios não serão reavaliados. De modo que possamos visualizar o processo estocástico. Onde T é o tempo no qual ocorre a ruína. Gráfico 8.

temos: ϕ (μ . é representada por: ϕ (μ ) = P (T < ∞ ) Veja que ϕ (μ . t ) ≤ ϕ (μ ) Probabilidade Anual de Ruína A probabilidade de ruína em 1 ano pode ser expressa por : ϕ (μ .Total de prêmio puro retido auferido em 1 ano. Na verdade P (T < 1) > P (U (1) < 0) pois. só exigimos que U (1) seja negativo. t ) a função que define a probabilidade de ruína no intervalo [0.106 • Modelos de Precificação e Ruína para Seguros de Curto Prazo PROBABILIDADE DE RUÍNA Seja ϕ (μ . pelo primeiro conceito. S RET . a probabilidade de ruína em 1 ano é a probabilidade de que os sinistros retidos sejam superiores ao fundo inicial acrescido dos prêmios puros nesse período. Assim sendo. que será tratada no capítulo 9. t ) = P (T < t ) A probabilidade de ruína em um período infinito. t ) .1) = P (T < 1) Sejam: PRET . Veja que existe uma diferença bastante sutil entre os dois conceitos. Uma definição de probabilidade de ruína em 1 ano que permite uma aplicação prática mais imediata é a seguinte: ϕ (μ . o excedente U (t ) pode ser negativo num instante t qualquer antes do fim do ano e. pelo segundo conceito. . o que não caracte- riza a ruína pelo segundo conceito e ter sido negativo num instante qualquer antes do fim do ano.1) = P (U (1) < 0) = P (S RET > μ + PRET ) Ou seja.Total dos sinistros retidos ocorridos em 1 ano. 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 caracteriza a ruína pelo primeiro conceito.

S RET . PRET . Desta forma.Total de prêmio puro retido. f X RET ( x ) ). desenvolveremos o cálculo do limite técnico. deveremos ser mais conservadores na fixação de uma probabili- dade máxima de ruína aceitável.Probabilidade de ruína em 1 ano. LT . de modo que: 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. é importante termos em mente que. δ .Limite técnico ou limite de retenção.Variável aleatória “valor de 1 sinistro retido”. após a fixação do LT. Sejam: μ . do μ e da probabi- lidade de ruína. Vamos supor que S RET tenha distribuição de Poisson Composta ( λ . Processo de Ruína – Período Finito • 107 Assim sendo. MODELO PRÁTICO DE RUÍNA A seguir apresentamos uma utilização prática do processo de ruína em 1 ano. após a fixação do LT. logo.Fundo inicial ou reserva de risco. X RET .1) [2 λ E X RET ] . onde aplicamos a aproximação Normal à distribuição de Poisson Composta para S RET . quando estivermos trabalhan- do com o segundo conceito para a solução de um problema qualquer relacionado ao processo de ruína. S RET − λ E [X RET ] Z= ~ N (0. o que nem sempre é possível. após a fixação do LT. em função de que pelo segundo conceito permite-se excedentes negativos durante o ano com a possibilidade de alguma forma de finan- ciamento com os novos prêmios ou postergação no pagamento dos sinistros.Variável aleatória “valor total do sinistro retido ocorrido em 1 ano”.

o valor de μ será: [ μ = λ E [X RET ] − PRET + Z 1−δ λ E X RET 2 ] . de modo que a probabilidade anual de ruína será expressa por: δ = P (S RET > μ + PRET ) Ou seja. calcular o LT. fixados os valores de μ e δ. o que será abordado nos itens “Cál- culo da Reserva de Risco μ" e “Cálculo do Limite Técnico (LT)”.108 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Cálculo da Probabilidade de Ruína em 1 ano ( δ ) Vamos utilizar o modelo prático apresentado no item “Probabilidade Anual de Ruína”. Cálculo da Reserva de Risco ( μ ) Conforme desenvolvido no item. também. fixados os valores de LT e δ. calcular μ. ⎛ μ + PRET − λ E [X RET ] ⎞⎟ δ = P⎜ Z > ⎜ ⎝ 2 [ λ E X RET ] ⎟ ⎠ Através dessa equação podemos. ou. sabemos que: ⎛ μ + PRET − λ E [X RET ] ⎟⎞ P⎜ Z > =δ ⎜ ⎝ λ E X[2 RET ] ⎟ ⎠ Logo. “Cálculo da Probabilidade de Ruína em 1 ano ( δ )”. então. μ + PRET − λ E [X RET ] = Z 1−δ [ 2 λ E X RET ] Desta forma.

Determinar uma expressão para μ em função do LT. dados: – Plano de resseguro de excesso de danos. Processo de Ruína – Período Finito • 109 Exemplo 1: Seja X ~ Exponencial ( α ) e N ~ Poisson ( λ ). Resposta: Como PRET = λ E [ X RET ] . α e δ que garanta a solvência da seguradora em 1 ano. . então. o carregamento de segurança é zero. – PRET = λ E [X RET ] . f X ( x ) = α e −α x e F X ( x ) = 1 − e −α x Logo. λ . Como X ~ Exponencial ( α ) . então. logo. μ = Z 1−δ λ E X RET 2 [ ] Como o plano de resseguros é de excesso de danos. ou seja. – S RET pode ser aproximada por uma distribuição Normal.

a partir da análise do valor presente dos lucros esperados na carteira. Cálculo do Limite Técnico ( LT ) Calcula-se o LT que. Essas projeções podem ser feitas de forma determinística ou estocástica.110 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. sinistros. e as demais que serão apre- sentadas no capítulo 9. Para tal. enquadrados no segmento de cálculo por oti- mização. Procedimentos mais modernos . qual seja: [ μ = λ E [X RET ] − PRET + Z 1−δ λ E X RET 2 ] Tendo em vista que PRET e S RET dependem do LT. A fórmula por tentativa acima. também chama- da de DFA (dinamic financial analysis). precisa- mos atribuir um valor para δ e LT. Veja que esta é uma fórmula bastante simples de se calcular μ . não existe uma fórmula que possa ser considerada como única para o cálculo do LT. Pela forma estocástica. seja a solução da equação desenvolvida no item anterior. modelos de cálculo que utilizam processos de otimização no cálculo do LT. Na verdade. sem que nenhuma delas tenha sido consagrada como ideal pela comunidade atuarial. pois X ~ Exponencial ( α ) e E [ X ] = 1 / α . de limite de retenção. procurando identificar a melhor opção de resseguro e. também. O valor de α pode ser calculado como sendo o inverso do valor médio de 1 sinistro. etc. os sinistros são tratados como variável aleatória. . a partir de μ e δ . utilizam projeções financeiras. patrimônio líquido. consequentemente. são apenas algumas das diversas fórmulas existentes. Existem. Na prática é muito comum se trabalhar com fórmulas empíricas que relacionam o LT ao volume de prêmios. o cálculo do LT deverá ser necessariamente feito por tentativa.

Observe que quando a carteira da seguradora está equilibrada. o LT ótimo deverá proporcionar o máximo de PRET − λ E [ X RET ] . δ e LT Para ajudar na análise da relação entre μ . aumenta a relação PRET − λ E [ X RET ]. onde o LT ótimo será aquele que minimiza a probabilidade de ruína ( δ ). Esta análise sobre a otimização no cálculo do LT é sem dúvida mais uma das maravilhas atuariais. o máximo de PRET (total de prêmio puro retido) e o mínimo de λ E [ X RET ] (média do total de sinistro retido). δ e LT . a cada LT mais elevado. pois o volume de prêmios retidos é sempre superior ao valor esperado dos sinistros retidos. 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 ) . vamos trabalhar com a hipó- tese de que X RET seja constante e igual a K e que o LT assumirá o valor constante K . com carregamento de segurança positivo. Relação entre μ . com o mínimo de 2 [ λ E X RET ] (desvio padrão do total de sinistro retido). Desta forma. Desta forma. ou seja. podemos realizar um cálculo otimizado de LT. maximiza Z 1−δ . Assim sendo. equivalente- mente. o LT deverá otimizar a seguinte função: Para maximizar esta função precisamos maximizar o numerador da função e minimizar o denominador. Processo de Ruína – Período Finito • 111 A partir da fórmula acima. ou. dado que μ é fixado a priori. Ocorre que o aumento do LT pode fazer com que a seguradora assuma pontas na distribuição dos sinistros retidos de tal forma que o aumento no desvio padrão do total de sinistro retido tenha um peso maior do que o aumento da diferença entre PRET e λ E [ X RET ].

tendo um carregamento de segurança ( θ ) não positivo e a segunda parte. maior será a reserva de risco ( μ ).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 Para analisarmos a relação entre μ . Carregamento de Segurança não Positivo Neste caso. δ e LT. O terceiro resultado nos diz que para termos uma diminuição na probabilidade de ruína ( δ ). devemos aumentar a reserva de risco. μ será sempre positivo. Carregamento de Segurança Positivo Neste caso. o que é consequência de não existir um carregamento de segurança positivo e. Assim sendo. temos: Os dois primeiros resultados são imediatos e mostram que. o LT estará representado pelo K . Ou seja. A relação entre μ e δ pode ser visualizada no Gráfico 8. quando o carregamento de segurança é positivo. cada novo negócio precisa ser bancado por um acréscimo na reserva de risco. sendo a primeira parte referente à situação em que a carteira da segura- dora está desequilibrada. pois a parcela dedutora existente em sua fór- mula ( − λKθ ) será positiva. a análise é um pouco mais complexa. assim. θ ≤ 0 e o total de prêmio puro retido é igual ou inferior ao valor esperado do total de sinistros retidos. quanto maior o número esperado de sinistros ( λ ) e quanto maior o LT. Na nossa análise. precisamos separar a análise em duas partes.2: .

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. se o número esperado de sinistros ( λ ) for suficientemente grande. Observe que. Processo de Ruína – Período Finito • 113 μ 0 λ Gráfico 8. Vejamos que ponto seria esse: μ = Z 1−δ K λ − λ Kθ = 0 Z 12−δ →λ = θ2 Podemos.2. também. 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 . sendo o valor de um sinistro ( X ) constante e sendo α a probabilidade de o total de sinistro superar o total de prêmio puro . μ pode até mesmo ser igual a zero.

facilitando até movimentos indesejáveis de “dumping”. pois o carrega- mento de segurança é extremamente elevado. Ocorre que. com um carregamento de segurança adequado. Sendo não competitiva. onde δ normalmente é uma proba- bilidade extremamente reduzida ( na ordem de 0. e não de α . pois está associada à probabilidade de ruína. resultando em um efeito contrário. Z 1−δ terá que ser muito grande e. a reserva de risco poderá até ser desnecessária. o que pode tornar a seguradora não competitiva. consequentemente.114 • Modelos de Precificação e Ruína para Seguros de Curto Prazo [ ] Onde. a probabilidade de o total de sinistros superar o total de prêmio puro terá que ser de δ . por exemplo) . a seguradora poderá até quebrar.001 ou 0. sem que esteja sujeita a um alto risco de insolvência. Sendo δ muito pequeno.0005. δ e LT fica da seguinte forma: Z 1−δ λ a) Se θ ≥ → μ ≤0 λ Z 1−δ λ b) Se θ < → μ >0 λ No primeiro caso. Por outro lado. mais negativo será o μ . . O segredo da operação de seguros está em se trabalhar com carregamentos de se- gurança competitivos. θ = = λK λ O que nos mostra que se o prêmio puro estiver corretamente calculado. que permitam uma massificação da carteira. quanto maior o LT. A constatação acima também pode ser classificada como uma das maravilhas atuariais. mais condições ela terá de reduzir o carregamento de segurança no valor dos prêmios. a análise da relação entre μ . para isto acontecer. 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. quanto mais capitalizada a seguradora. muito elevado o valor de θ . Assim sendo. e o uso adequado da reserva de risco para bancar oscilações mais substanciais nos valores das indeni- zações. Ou seja. 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.

Suponha que S col possui distribuição de Poisson Composta. pois. podendo ser aproximada por uma Normal. col – S possui distribuição de Poisson Composta. pois a soma de distribuições de Poisson Composta ( λ i . Processo de Ruína – Período Finito • 115 No segundo caso. .000 apólices de seguro de vida com uma taxa média de mortalidade de 0.000 e o carregamento de segurança θ =0. Pi ( x ) ) também é uma distribuição de Poisson Composta com λ = ∑λ i . O valor da indenização em caso de morte é fixa em $10. É possível obter λ desta forma. Exemplo 3: Calcule a relação entre μ e o prêmio comercial anual da carteira de uma seguradora. dados: – . Quanto à relação entre δ e μ . Exemplo 2: Uma seguradora possui 50. podendo ser aproxi- mada por uma Normal e que os sinistros agregados em cada um dos 5 anos são independentes entre si.003. quanto menor a probabili- dade de ruína que a seguradora quiser trabalhar. Resposta: Veja que λ é o número esperado de sinistros em 5 anos. Calcular μ a um nível de significância de 1% de modo que dentro de 5 anos a seguradora não se arruine. podemos afirmar: δ↓ Z1−δ ↑ μ↑ Que é uma relação comum a todas as situações. maior será o μ . quanto maior o LT.05. maior deverá ser a reserva de risco.

Resposta: Como o dano médio representa a relação entre o montante de sinistros e o mon- tante de importância segurada.000. a relação entre μ e π será: .116 • Modelos de Precificação e Ruína para Seguros de Curto Prazo – Carregamento para despesas igual a 30%. b) com 200. – Importância segurada fixa em $50.000. todos os sinistros são iguais à importância segurada fixa de $50. – Nível de significância de 1% de modo que dentro de 1 ano a seguradora não se arruine. dado que o dano médio é igual a 100%. a) Com 100.000 apólices Seja π o total de prêmio comercial anual. Calcule essa relação para as seguintes situações: a) com 100. – Dano médio igual a 100%. – Não há cessão de resseguro. então. Logo.000 apólices. – Frequência anual média de sinistros igual a 1%.000 apólices. Logo. então.

esse critério de margem de solvência. Seria melhor. consequen- temente. quando dobramos o número de apólices. qual seja. o valor de μ cresceu somente 1. pois um nível de comissio- namento mais elevado. porém. ao invés do total dos prêmios comerciais.000 apólices Logo. poderemos trabalhar com o limite superior do intervalo de confiança desen- volvido no capítulo 5. Processo de Ruína – Período Finito • 117 b) Com 200. Não obstante ser impossível condensar a avaliação da solvência em uma única fórmula. a relação entre μ e π será: Veja que o μ cresce com o aumento da carteira. ou seja. e. dobramos o total de prêmios comerciais. item “Intervalo de Confiança para E [N]”. também. não cresce de forma proporcional. n´(n − n´) λ = E [N ] = n´+ Z1−ε n . a margem de solvência é uma função linear dos prêmios. então. que esse percentual fosse aplicado ao total de prêmios puros.19%. deveria refletir percentuais decrescentes com o aumento do volume de prêmios. E X RET ] e PRET Cálculo de λ O valor de λ poderá ser uma observação anual do número de sinistros ( n´ ) ou. 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. 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). que mede basicamente o risco de alavancagem. Neste exemplo. [K Cálculo de λ . por exemplo.

é. K [ Cálculo de E X RET ] K Podemos calcular E X RET [ ] de duas formas: – Quando X RET Possui Distribuição Paramétrica Conhecida – A Partir dos Valores Observados de X RET n´ ∑Z K [ ] i . RET é o valor observado do i-ésimo sinistro retido em função do LT e do plano de resseguro. além de ser o plano de resseguro que proporciona a maior indenização retida. Cálculo de PRET O total de prêmio puro retido é calculado na carteira em função do LT e do plano de resseguro. ou do LT é considerar que o carregamento de segurança é zero. δ ou do LT é considerar todos os contratos de resseguro como de excesso de danos.118 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Na verdade. de modo que: PRET = E [S RET ] → μ = Z 1−δ σ [S RET ] . o que contribui para o aspecto da segurança. δ . Observações: a) Uma sugestão que ajuda no sentido da simplificação e da segurança no cálculo de μ. pois. δ ou LT. também. o uso do limite superior do intervalo de confiança representa uma segurança adicional no cálculo do μ. RET i =1 K E X RET = n´ Onde Z i . o mais simples de se trabalhar por não necessitar da importância segurada para a determinação do sinistro retido. b) Outra simplificação possível no cálculo de μ . pois as fórmulas de cálculo em si já contêm níveis de segurança implícitos.

ao invés de o prêmio de resseguro ser transferido. surgem pressões para que ela trabalhe com retenções baixas em determinadas regiões ou determinados produtos. d) Apesar da seguradora possuir uma única reserva de risco ( μ ). mesmo que de valor reduzido. não se determina um único limite técnico para toda a operação. se o carregamento de segurança for negativo. deverão ser realizadas transações virtuais de recuperação de resseguro. pode deteriorar bastante o resultado de uma região ou de um produto. ele transita virtualmente dentro da própria seguradora. podem conduzir a um mesmo valor de μ. e. por essa situação. Por outro lado. que a seguradora deve tratar o processo de ruína de forma agregada para não perder uma parcela considerável de sua produção. Esta facilidade acontece pelo fato de não precisarmos calcular o total de prêmio puro retido. portanto. Assim sendo. e) Um problema relacionado ao item anterior é quando a seguradora possui uma gestão muito segmentada de seus produtos e de sua operação. sujeitos a elevadas oscilações de risco. somente precisamos trabalhar com as informações de sinistros. onde a otimização também deverá ser refletida ao nível de carteira. um único sinistro. ou do LT é fundamental que se trabalhe com projeções quanto ao número de sinistros ou mesmo quanto à distribuição do valor de um sinistro. Caso a seguradora espere um crescimento na sua produção. a partir dos limites técnicos pré-definidos e de uma determinada probabilidade de ruína ( δ ). podem dar margem a manipulações. assim. Uma solução para isso é fixar o que pode ser chamado de retenções gerenciais. Processo de Ruína – Período Finito • 119 Desta forma. por carteira. para ajudar na equalização dos resultados de cada produto ou região. por causa disso. sem que sejam utilizadas as informações de risco. Fica claro. ela deve considerar isto nos seus cálculos. Projeções desse tipo. O ideal é que se procure otimizar o resultado global. Ocorre que diversas combinações de limites técnicos. podemos perder em segurança. a capacidade de retenção da seguradora como um todo. por representarem uma parcela muito pequena da operação e. Da mesma forma. c) No cálculo de μ. calcula-se o valor global de μ . as quais são muito mais extensas e mais difíceis de serem obtidas. Os limites técnicos são determinados por carteira. entretanto. Nesse caso. que sejam utilizadas somente internamente. Nessas situações. o que induz os gerentes dessas operações a pressionarem a seguradora na fixação de limites de retenção reduzidos. δ . diminuindo. O problema é que algumas dessas combinações podem produzir resultados indesejáveis para algumas carteiras. através de técnicas de simulação. .

120 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Exemplo 4: Calcular o valor de μ que garanta a solvência da seguradora em 1 ano. A distribuição dos sinistros retidos será: Classe de Risco Número de Sinistros Valor do Sinistro Retido ($) I 15 50 100 II 10 × 150 = 100 150 III 20 IV 10 40 V 5 . podendo ser aproximada por uma distribuição Normal. dados: – Plano de resseguro de excedente de responsabilidade. conforme fórmula definida no item “A partir dos Valores Observados de X RET ”. – Relação de sinistros em 1 ano: Importância Número de Valor do Sinistro Classe de Risco Segurada ($) Sinistros Bruto ($) 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 60.200. – S col possui distribuição de Poisson Composta. – O número médio de sinistros λ será estimado pelo número observado de sinistros em 1 ano. – LT=$100. – δ = 1% . – [ K E X RET ] é calculado a partir dos valores observados de X RET . – Total de prêmio puro retido quando o LT=$100 é de $2. logo.

não necessariamente devemos recalcular o prêmio. a retenção na carteira como um todo ser pequena e gerar um montante reduzido de prêmio puro retido. pois. podendo ser aproximada por uma Normal. sendo: – S col possui distribuição de Poisson Composta. os si- nistros podem ter se concentrado em importâncias seguradas onde a retenção seja grande e.400 ) ser superior ao total de prêmios puros retidos ( PRET = $2.200 ). Resposta: Exemplo 6: Calcular o valor do LT que minimiza a probabilidade de ruína. caso μ seja aumentado para $1. Processo de Ruína – Período Finito • 121 É importante observar que. . A escolha adequada do limite de retenção pode conduzir a situações mais fa- voráveis na relação λ E [ X RET ] e PRET . apesar disso. utili- zando a formulação desenvolvida no item “Cálculo do Limite Técnico (LT)”. Exemplo 5: Calcular a probabilidade de ruína no exemplo anterior. apesar de o valor esperado das indenizações re- tidas ( λ E [X RET ] = $2.300.

009.2 0. – Número de expostos ao risco é igual a 100.10 38.18 40 0.3 1 0. para os seguintes valores: $10.2 0. por exemplo.09 0.18 0.04 0.2 0.5 0.18 0.3 0. $80.09 0.068.2 0.18 0. para LT=$40.18 0.01 – Distribuição do valor de 1 sinistro ( X ): Valor de 1 Sinistro ($) 10 20 30 40 50 80 150 800 Distrib.000.15 0.04 0. de E [X RET ] e E X RET 2 [ ] . consequentemente.08 0.00 22.18 0. 1 Sinistro LT=$10 LT=$20 LT=$30 LT=$40 LT=$50 LT=$80 LT=$150 LT=$800 Probab. ($) 10 0.00 1.09 0.15 0.2 0.2 0. Probab 0.00 Onde.09 0.18 0.04 0.09 0.09 80 0. – Distribuição dos capitais segurados: Capital Segurado ($) 10 20 30 40 50 80 150 800 Distrib.00 1. – λ = 1.7 0.00 25.08 0.00 310.32 0.60 [ 2 E X RET ] ($) 100.3 0.90 29. – Taxa pura utilizada na precificação direta e no resseguro é de 0.00 784. . Resposta: A distribuição do valor de 1 sinistro retido ( X RET ) e.00 937.04 150 0.2 0.3 0.15 0.00 8. $20.249.15 0.2 0. – μ = 0. $50. $150 e $800.03 0.3 20 0.3 0.01 Teste o LT ótimo.3 0.03 0.00 17.000.03 800 0.3 0.04 0. em função dos possíveis valores de LT será: Valor de Distrib.2 30 0.893.122 • Modelos de Precificação e Ruína para Seguros de Curto Prazo – Plano de resseguro de excesso de danos.17 0.30 32.2 0.18 0.01 0.04 0.2 0.00 560.15 0. $40. Probab 0.01 E [X RET ] ($) 10.3 0.15 50 0. $30.20 26.

390 Onde.33 885.09 0.300 32. de Z 1−δ : LT=$10 LT=$20 LT=$30 LT=$40 LT=$50 LT=$80 LT=$150 LT=$800 λ E [X RET ] ($) 10.2 0.18 0.08 800 0. diminui bastante o valor de Z 1−δ .42 0.13 0.360 30.000 25.840. então.18 0.2 0.117.04 0.2 30 0.86 2.09 80 0.600 25.2 0.2 0.2 0.8 0.2 20 0.18 0.18 0.18 0.000 16.2 0.18 40 0.2 0.20 0.40 3.23 556.200 21. sendo μ = 0 [ 2 λ E X RET ] Observe que o LT que proporcionou o maior Z 1−δ foi o LT igual a $150.01 Prêmio Retido ($) 9.33 Onde.42 Z 1−δ -3.2 0.2 0.2 0.48 1. o total de prêmio puro retido foi calculado da seguinte forma: Desta forma.380 27.04 0.01 0. Z 1−δ foi calculado da seguinte forma: μ + PRET − λ E [X RET ] = Z 1−δ .000 22. por exemplo. pois aumenta significati- 2 vamente o desvio padrão do valor total dos sinistros retidos ( λ E X RET ).000 17.04 150 0.2 50 0.100 38.2 0.99 1.2 0.375.09 0.540 42.16 -1.08 0.600 [ 2 λ E X RET ] ($) 316.23 1.2 1 0.09 0. teremos os seguintes valores de λ E [ X RET ] .53 0.2 0.78 748.2 0.6 0.870 36.22 0.200 26. Quando o LT aumenta para $800.2 0. de [ 2 λ E X RET ] e. consequentemente. para LT=$30.59 1.900 29. [ ] .09 0.2 0.44 967. Processo de Ruína – Período Finito • 123 A distribuição dos capitais segurados retidos para cada LT e o respectivo total de prêmio puro retido será: Capital Distrib Segurado LT=$10 LT=$20 LT=$30 LT=$40 LT=$50 LT=$80 LT=$150 LT=$800 Probab ($) 10 0.44 -0.

Isso se explica pelo fato de λ E X RET [ ] tender para zero quando o LT se aproxima de zero. Z 1−δ é negativo. para valores reduzidos de LT.0002 ) e N ~ Poisson ( λ = 120 ). sendo. PRET é inferior ao valor esperado do montante de sinistros retidos ( λ E [ X RET ] ). é comum obter-se dois valores de LT que maximizam o Z 1−δ . pois para um número de expostos ao risco igual a 100. Determinar o valor do LT que garanta a solvência da seguradora em 1 ano. para LT igual a $10.000. a proporção de sinistros brutos superiores a $30 é de 32%. Por outro lado. portanto.124 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Para LT inferior a $40. . ou $30. Um desses valores de LT é sempre um 2 valor próximo de zero. – S RET pode ser aproximada por uma distribuição Normal. PRET é sempre superior a λ E [ X RET ] .01. Para o LT igual a $150. 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. a probabilidade de ruína será: Observação: Quando a tarifa está equilibrada para qualquer faixa de LT. Logo. Por exemplo. apesar da taxa pura ser inferior à taxa de risco. o que implica em uma probabilidade de ruína superior a 50%. Isto ocorre pelo fato de a dis- tribuição de capitais ter mais concentração em valores elevados do que a distribuição de sinistros.009) ser inferior à taxa de risco.000 sinistros por ano. Uma das razões para isto é o fato de a taxa pura (0. enquanto que a proporção de capitais segurados superiores a $30 é de 42%. Veja que. o valor de PRET é inferior ao valor esperado do montante de sinistros retidos ( λ E [X RET ] ). quando o LT é superior a $30. a taxa de risco igual a 0. $20. EXERCÍCIOS 1) Seja X ~ Exponencial ( α = 0. ocorrem em média 1. dados: – Plano de resseguro de excesso de danos.

Dado que μ = $200. podendo ser aproximada por uma distribuição Normal. podendo ser aproximadas por uma Normal. ou seja. . 3) Calcule a relação entre μ e o prêmio comercial anual da carteira de uma seguradora. – LT=$200.000 apólices. o carregamento de segurança é zero. podendo ser aproximada por uma Normal. – O número médio de sinistros será estimado pelo número observado de sinistros em 1 ano. dados: – Plano de resseguro de excedente de responsabilidade.000. calcular quantas apólices a seguradora precisa ter para que a probabilidade anual de ruína seja de 0. dados: – .011 – δ = 0. Processo de Ruína – Período Finito • 125 – PRET = λ E [X RET ] .000 . – Não há cessão de resseguro. col – S possui distribuição de Poisson Composta. – Freqüência de sinistros em cada classe de risco é de 0. – 20. – Valores de sinistros fixos em $10.001 – S col possui distribuição de Poisson Composta. 4) Calcular o valor de μ que garanta a solvência da seguradora em 1 ano. Suponha que S col possui distribuição de Poisson Composta.0005.000 e o carregamento de segurança θ = 0.01: – Taxa pura é de 0. – δ = 0. – . O valor da indenização em caso de morte é fixa em $50.10. – Nível de significância de 1% de modo que dentro de 1 ano a seguradora não se arruine. – Carregamento para despesas igual a 20%.001. – Freqüência anual média de sinistros igual a 1%. 2) Uma seguradora possui uma carteira de seguro de morte acidental com uma taxa média de mortalidade de 0.005 .

onde S col pode ser aproximada por uma distribuição Normal. Suponha que a probabilidade de ruína seja igual a δ e que o carregamento de segurança seja igual a θ . p ).126 • Modelos de Precificação e Ruína para Seguros de Curto Prazo – [ K E X RET ] é calculado a partir dos momentos amostrais. – Relação de sinistros em 1 ano: Classe de Importância Número de Valor do Sinistro Risco Segurada ($) Sinistros Bruto ($) I 200 10 150 II 250 20 150 III 300 30 120 IV 150 20 80 V 500 5 90 5) Desenvolva uma fórmula para o cálculo de μ . supondo que a variável aleatória “valor de 1 sinistro” assuma valores fixos iguais a K . . e que a variável aleatória “número de sinistros ocorridos em 1 ano” seja Binomial Negativa ( r.

Fundo inicial. o processo de ruína em um período infinito para o caso em que o montante de indenizações no tempo é um processo de Poisson Composto. da proba- bilidade de ruína e do capital que a seguradora deve constituir para garantir a sua solvência. O PROCESSO DE RUÍNA EM UM PERÍODO INFINITO Sejam os seguintes parâmetros definidas no capítulo 8: μ .Tempo no qual ocorre a ruína. T .Probabilidade de ruína em um período infinito.Total de prêmio puro retido auferido em [0.Variável aleatória que representa o total de sinistros retidos ocorridos em [0. 127 . S RET (t ) . U (t ) .Excedente existente no instante t . ou reserva de risco. de modo que esses parâmetros serão determinados no sentido de garantir a solvência de uma seguradora em qualquer tempo no futuro. PRET (t ) . Neste capítulo serão apresentados os mesmos parâmetros acima. ϕ (μ ) . t ) . Processo de Ruína – Período Infinito No capítulo 8 foram apresentados os cálculos do limite de retenção. a partir do processo de ruína em um período finito. t ) . porém. considerando.

b) Se Ti são os tempos em que ocorrem um sinistro qualquer. a seguir. T = min{ t . Wi ~ Exponencial ( λ ). ϕ (μ ) = P (T < ∞ ) Onde. S (t ) = X 1 + X 2 +  + X N (t ) Onde. então T1 < T2 < T3 < . apresentando diversas demonstrações de passagens que serão abordadas neste capítulo. t ) ” com distribuição de Poisson ( λ t ). então. ou seja. Vejamos. t ≥ 0 e U (t ) < 0} Sendo.128 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. para um período de tempo t . e − λ h (λ h ) K d) P[N (t + h ) − N (t ) = K N (s ) ∀s ≤ t ] = que independe de N (s ) . PROCESSO DE POISSON COMPOSTO S (t ) Vimos no capítulo 6 a distribuição de Poisson Composta para um período anual de tempo. Para analisar o processo de ruína em um período infinito. Então.Variável aleatória “número de sinistro ocorridos em [0. GERBER. como funciona o processo de Poisson Composto. Seja: N (t ) . K! pois o número de sinistros em intervalos não sobrepostos é independente. pelo processo de Poisson. então. JONES AND NESBITT)1 fazem uma análise bastante ampla do processo de ruína em um período infinito. HICKMAN. S (0) = 0 Consequências: a) N (t + h ) − N (t ) é a variável aleatória “número de sinistros ocorridos entre t e t + h ” e tem distribuição de Poisson ( λ h ). Wi é a variável aleatória “tempo entre as ocorrências consecutiva de sinistros”. pois. . (BOWERS. c) Se Wi = Ti − Ti −1 i > 1 . a probabilidade de ocorrer mais de um sinistro em um intervalo infinitesimal é zero. precisamos tra- balhar com a unidade de tempo variável.

t ≥ 0}. ou seja: • Os montantes de indenizações em intervalos de tempo disjuntos são independentes. com função de distribuição de probabilidade P ( x ) e. • O montante de indenização depende somente do tamanho do intervalo de tempo e não de sua localização. P ( x ) ) 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 b) O processo {S (t ). se X i é independente do processo {N (t ). S (t ) = X 1 + X 2 +  + X N (t ) é um processo de Poisson Composto ( λ t. onde N (t ) ~ Poisson ( λ t ) Então. Processo de Ruína – Período Finito • 129 Assim sendo. t ≥ 0} possui incrementos independentes e estacionários. CÁLCULO DE ϕ (μ ) NO CASO POISSON COMPOSTO Pode-se provar que a probabilidade de ruína em um período infinito ( ϕ (μ ) ) é representada por: onde R é a solução não trivial da equação em r : . Se X i é independente e identicamente distribuído.

Coeficiente de ajustamento. existem o 1º e 2º mo- mentos de X RET . b) Quanto maior o valor de θ . .Variável aleatória “valor de 1 sinistro retido”. então. de modo que r = 0 . Observações: a) As 2 curvas se encontram em 2 pontos.130 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Sendo: X RET . o qual representa o intervalo máximo no qual a Função Geratriz de Momentos de X RET no ponto r ( M X RET (r ) ) existe. sendo o ponto r = 0 chamado de solução trivial. γ ) . maior o valor de r . pois M X RET (0) = 1 . θ . d) Geralmente aplica-se método numérico pra determinar-se a solução não trivial de r. c) Se θ = 0 → 1 + (1 + θ ) E ( X RET ) r = 1 . ou seja. r . Assume-se. Onde γ é positivo e é igual ao limite superior do intervalo (− ∞. também.1. podemos visualizar a solução trivial e a solução não trivial graficamente: M X RET (r ) 1 + (1 + θ )E [ X RET ] r 1 r 0 R Gráfico 9. que M X RET (r ) tende para ∞ quando r → γ .Carregamento de segurança. Supondo que M ′X RET (r ) > 0 e M ′X′ RET (r ) > 0 .

[ 2 E X RET ] como valores tentati- Conclusões sobre ϕ (μ ) a) ϕ (μ ) < e − Rμ pois. para ϕ (μ ) . consequentemente. ou seja. temos que U (T ) > − m. deve ser positivo. de modo que P ( X RET ≤ m ) = 1 . Processo de Ruína – Período Finito • 131 No caso em que X RET ~ Exponencial ( α ). entretanto. e) É fácil mostrar que: 2 θ E [X RET ] R< [ 2 E X RET ] 2 θ E [X RET ] Assim sendo. 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). pois. . é fácil achar uma forma analítica para r e. b) Se a distribuição do valor de 1 sinistro retido ( X RET ) é limitada a um valor finito m . então. tendo em vista que U (T ) é o valor do excedente no tempo em que ocorre a ruína. podemos usar R = 0 e R = vos iniciais num cálculo por método numérico. e . o excedente antes do último sinistro que leva à ruína. U (T ) < 0 . 1 M X RET (t ) = E ( X RET ) = α α −t α 1+θ α Logo. dado T < ∞ . pois.

cuja probabilidade condicio- nal é dada por: Logo. U (T ) < − y . o tempo em que ocorre a ruína é menor do que aquele no qual θ = 0 . de modo que. e − Rμ é o limite superior da probabilidade de ruína. pois e − R ( μ + m ) < ϕ (μ ) < e − Rμ e. então. a longo prazo a ruína é certa. pois R = 0 . ao utilizá-lo. m . geralmente é muito inferior à reserva de risco μ . supondo que X RET ~ Exponencial ( α ). Exemplo 1: Encontrar uma expressão para a probabilidade de ruína. equivalentemente. se θ < 0 . ou. então. Resposta: Sabemos que o tempo em que ocorre a ruína é T . →μ +m≅ μ Além disso. pode ser redefinido pelo evento X RET > ν + y / X RET > ν . no caso em que o sinistro agregado retido possui distribuição de Poisson Composta. a função de densidade de − U (T ) dado que T < ∞ é igual a: . o evento − U (T ) > y . Este resultado parece razoável. estaremos trabalhando com segurança para o cálculo de μ . Seja ν o saldo de U (t ) que ante- cede a U (T ) . se o carregamento de segurança é zero. de modo que ϕ (μ ) também será igual a 1. ou seja. d) se θ = 0 → ϕ (μ ) = 1 . LT ou ϕ (μ ) .132 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. Obviamente. o maior sinistro possível. Esta constatação é mais uma das maravilhas atuariais. c) Na prática trabalha-se com ϕ (μ ) ≅ e − Rμ . então.

quando μ = 0 . Processo de Ruína – Período Finito • 133 Logo. logo. teremos a probabilidade de que U (t ) ficará abaixo do valor inicial μ = 0 . 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. ou seja. então. θα Sabemos que quando X RET ~ Exponencial ( α ). E [ X RET ] = α DISTRIBUIÇÃO DO 1º EXCEDENTE ABAIXO DE μ É fácil mostrar que. Logo. para o processo de Poisson Composto. a probabilidade de que o excedente U (t ) ficará abaixo do nível inicial μ e estará entre μ − y e no momento em que isto ocorrer é igual a: Logo. a probabilidade de que U (t ) um dia ficará abaixo do seu nível inicial μ é: pois. Veja que essa probabilidade independe do valor de μ . a probabilidade de ruína dado que μ = 0 . R = .

que. a sua probabilidade de ruína será de 91%. Desta forma. É fácil demonstrar que a função geratriz de momentos de L é expressa por: θ E [X RET ] t M L (t ) = 1 + (1 + θ ) E [X RET ] t − M X RET (t ) . ou seja. por hipótese. por exemplo. Isto mostra que a seguradora não pode contar somente com o carregamento de segurança embutido nos prêmios para garantir a sua solvência. pois L = 0 para t = 0 Então.5%. 1 − ϕ (0) = P (L ≤ 0) = P (L = 0) De modo que existe um ponto de massa 1 − ϕ (0) na origem da distribuição de L . operar sem reserva de risco e com carregamento de segurança . o valor máximo que valor total de sinistros retidos excede o total de prêmio puros retidos. pois tornaria a seguradora não competitiva. sem que haja nenhuma influência da distribuição do valor de 1 sinistro retido ( X RET ). quan- to maior o θ . menor será ϕ (0) . se uma seguradora. o que é um carre- gamento impossível de ser praticado.900%. 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. então. ϕ (0) = 1+θ Note que ϕ (0) depende somente do carregamento de segurança θ e. 1 − ϕ (0) = P (L ≤ 0) Como L ≥ 0 . Para que a sua probabilidade de ruína caia para um nível aceitável de 0.134 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 1 Logo. PERDA MÁXIMA AGREGADA Seja L = MAX {S RET (t ) − PRET (t )} Onde S RET (t ) tem distribuição de Poisson Composta e L representa a perda máxima agregada. o carregamento de segurança θ teria de ser de 19.

ϕ (μ ) = 1 − FL (μ ) ∞ E. R = [ (1 + θ ) E X RET 2 . 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. 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. Processo de Ruína – Período Finito • 135 A partir desse desenvolvimento. podemos obter uma fórmula aproximada para a probabilidade de ruína num período infinito ( ϕ (μ ) ). . pois basta conhecer- mos o valor de θ e a distribuição de X RET para calcularmos μ . ] Assim sendo. LT ou ϕ (μ ) . conforme será apresentado a seguir. E [L] = ∫ (1 − F (μ )) dμ L 0 ∞ 1 1 1 Logo. Fórmula Aproximada Para ϕ (μ ) Pode-se mostrar que: E [L] = [ 2 E X RET ] 2θ E [X RET ] Sabemos que ϕ (μ ) < e − Rμ Seja a seguinte aproximação: 1 − Rμ ϕ (μ ) ≅ e 1+θ Mas.

sendo este o carregamento de segurança embutido no prê- mio puro bruto praticado pela seguradora ( P ). Da mesma forma. θ = P / λ E [ X ] − 1 = 0. Logo. o sinistro médio retido para LT=$800 é de $38. 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=$150.0982 E.000. então. Pelo exemplo 6 do Capítulo 8.60. utilizando a fórmula aproximada desenvolvida no item “Fórmula Aproxi- mada para ”.390.136 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Exemplo 2: Calcular a probabilidade de ruína para LT=$150 no exemplo 6 do Capítulo 8. sem considerar o resseguro. supondo que μ é igual a $10. sabemos que λ = 1. para LT=$800. Como $800 é o valor máximo de capital segurado. vamos considerar que θ assume o seguinte valor: P P θ = −1 = −1 E [S ] λ E [X ] Pelo exemplo 6 do Capítulo 8 temos que o total de prêmio puro retido. . . o prêmio puro bruto é igual ao prêmio puro retido. foi de $42. te- mos: e. Para o cálculo de θ . então. ou seja.000 Logo.

foi desenvolvida pelo atuário João José de Souza Mendes. A hipótese básica é que ϕ (μ ) = e − Rμ Logo. então. obtém-se um limite inferior para o limite técnico quando se supõe que todos os sinistros têm o mesmo valor. Como se pode demonstrar facilmente. Sabemos que: Como . . Se todos os sinistros são iguais a w . Então. para o cálculo do LT a partir do processo de ruína num período infinito. Processo de Ruína – Período Finito • 137 FÓRMULA APROXIMADA DE SOUZA MENDES PARA O CÁLCULO DO LT A fórmula apresentada a seguir. ou seja: P ( X RET = w ) = 1 .

w é o sinistro constante da carteira. Como o sinistro médio é o produto do dano médio ( d m ) pela importância segu- rada média. P (1 + θ ) π= 1− C 1− C →1+θ = Pπ . então.138 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Pois. então. a importância segurada média para efeitos de retenção será: Se π é o prêmio comercial e C é o carregamento para cobrir todas as despesas da seguradora. Logo. visivelmente. Vamos supor que todos os sinistros são iguais ao sinistro médio. A aproximação acima representa mais um fator de segurança no cálculo do LT.

a sinistralidade ( s ). 1− C 1− C → 1+θ = → θ = −1 s s Desta forma. d m = 1 . utilizando a fórmula aproximada de Souza Mendes.005 . e μ a reserva de risco.00052983 . então. pode-se calcular. logo. μ ou ϕ (μ ) a partir dos outros parâmetros.000 e uma probabilidade de ruína de 0. Observações: a) Veja que a fórmula de cálculo do LT desenvolvida por Souza Mendes é bastante simples de ser utilizada. A partir desta fórmula. bastando conhecer o carregamento para despesas (C). e sabemos do exemplo 6 do capítulo 8 que . Processo de Ruína – Período Finito • 139 Como P = E [S ] . sendo ϕ (μ ) a probabilidade de ruína. também. podemos substituir P π pelo coeficiente de sinistralidade ( s ). b) Nas carteiras em que não existe a perda parcial como a de seguro de vida. Exemplo 3: Refazer o exemplo 6 do capítulo 8. o dano médio ( d m ) e substituir R por . = 0. supondo um carregamento para as despesas de 30%. Resposta: ϕ (μ ) = 0. μ igual a $10. então.5%. o dano médio igual a 1.

dado que d m = 1 . o sinistro médio retido para LT=$800 é de $38. Logo. supondo que o sinistro agregado retido possui distribuição de Poisson Composta.0001 ). sabemos que λ = 1. para LT=$800. . e que o carregamento de segurança seja de 4%. sendo as variáveis determinadas pelo sinistro bruto e pelo prêmio bruto. então. o valor do LT será: 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 0.60. Pelo exemplo 6 do capítulo 8. Assim sendo. 2) Calcular a probabilidade de ruína em um período infinito para uma seguradora que não possua reserva de risco e cujo carregamento de segurança seja de 8%. Da mesma forma.140 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Seja a sinistralidade ( s ) calculada por: s = P π . onde P = E [S ] = λ E [ X ] . Logo.001. foi de $42. Pelo exemplo 6 do capítulo 8 temos que o total de prêmio puro retido. o prêmio puro bruto é igual ao prêmio puro retido.390. Suponha que o sinistro agregado retido possui distribuição de Poisson Composta.000 Logo. a variável aleatória “valor de 1 sinistro retido” possui distribuição Exponencial ( α = 0. Como $800 é o valor máximo de capital segurado.

. reserva de risco igual a $100.35 500 0. 5) Seja uma carteira de seguros com o número de sinistros ocorridos em 1 ano seguindo a distribuição de Poisson.45 50 0.500.25 1.000 0. dados: – O dano médio é de 80%.2 1.2 100 0. e a distribuição do valor de 1 sinistro retido conforme segue: Valor do sinistro ($) Frequência de ocorrência 10 0.03 3. 4) Refazer o cálculo do LT pela método Souza Mendes no exercício 3. – A sinistralidade em qualquer faixa de LT é de 68%. utilizando a fórmula aproximada desenvolvida no item “Fórmula Aproximada para ”.500 0.550 0.000 e distribuição do valor de 1 sinistro conforme a seguir: Valor do sinistro ($) Freqüência de ocorrência 200 0. Processo de Ruína – Período Finito • 141 3) Seja uma carteira de seguros com o número de sinistros ocorridos em 1 ano seguindo a distribuição de Poisson. – O carregamento para despesas é de 30%.25 20 0.02 Calcular a probabilidade de ruína para LT=$1.000 0.15 2.1 Calcular o valor do carregamento de segurança ( θ ). a partir de um contrato de resseguro de excesso de danos. carregamento de segurança de 3%. – A probabilidade de ruína é a mesma obtida no exercício 3.

.

Aplicações em Resseguro O resseguro é um dos principais instrumentos de transferência de risco da se- guradora. 143 . Neste capítulo serão apresentadas diversas aplicações da Teoria do Risco ao resseguro. com ênfase nas aplicações relacionadas ao processo de precificação dos principais tipos de contratos de resseguro. quanto do ponto de vista da seguradora. onde se inclui o processo de precificação. CONTRATOS DE RESSEGURO Vejamos a seguir os principais contratos de resseguro. tanto do ponto de vista do ressegurador. Serão descritos os principais tipos de contratos de resseguro. contribuindo sobremaneira para a homogeneização dos seus riscos. mostrando-se as aplicações práticas a estes relacionados. e os principais aspectos referentes à precificação de um contrato de resseguro. aqui denominada de variável aleatória “valor de 1 sinistro retido”. Classificação dos Contratos de Resseguro Os contratos de resseguro podem ser classificados em contratos proporcionais e contratos não proporcionais. onde se destaca a obtenção da distribuição da variável aleatória “valor de 1 sinistro após a contratação do resseguro”.

Modelo: não há resseguro seguradora cede proporcionalmente . A partir desse momento temos um contrato proporcional e qualquer que seja o valor do sinistro. Em caso de sinistro esta recupera da resseguradora a mesma proporção da indenização.000 Logo. Prêmio de resseguro (25%) = $25 Prêmio retido (75%) = $75 Recuperação de resseguro (25%) = $15. chamada de limite técnico (LT) ou limite de retenção. os prêmios e sinistros são divididos proporcional- mente entre o segurador e o ressegurador numa proporção pré-estabelecida.000 Sinistro bruto = $60.000 – Contrato de Excedente de Responsabilidade ou Surplus A seguradora assume o risco até uma quantia. calculada pelo atuário. Este é um contrato proporcional como o quota-parte. Nos contratos não proporcionais não há valores segurados cedidos.000 Sinistro retido (75%) = $45. a seguradora transfere o excedente de forma proporcional. mas limites pré-definidos de participação do ressegurador nos sinistros. pois. quando a importância segurada (IS) supera o LT. Exemplo: Quota = 25% Prêmio de seguro = $100 Importância segurada = $100. a seguradora recupera a proporção cedida. Contratos Proporcionais – Contrato de Quota-Parte Neste contrato a seguradora cede um percentual determinado do risco.144 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Nos contratos proporcionais.

000 Prêmio = $80 IS = $8. – O número médio de sinistros em 1 ano ( λ ) é aproximado pelo número observado de sinistros em 1 ano ( n´ ).000 N° de apólices 2. houve recuperação da in- denização na mesma proporção da cessão de prêmio (3/8). – Relação de Importâncias seguradas (IS) e sinistros brutos observados em 1 ano. Aplicações em Resseguro • 145 Exemplo: LT = $5. – Comissão de resseguro é igual a 20%.000 1.600 Logo.000 Sinistro bruto = $1. Prêmio de resseguro (3/8) = $30 Prêmio retido (5/8) = $50 3 Recuperação de resseguro = × $1. com LT=$80. – [ ] E [X ] e E X 2 são aproximados pelos momentos amostrais do valor observado de 1 sinistro. Exemplo 1: Seja uma carteira de seguros com as seguintes características: – Plano de resseguro de excedente de responsabilidade. sendo o valor do sinistro sempre igual ao valor da IS: IS $10 $30 $50 $80 $100 $5. mesmo o sinistro tendo sido inferior ao LT. – O sinistro agregado possui distribuição de Poisson Composta. – Taxa comercial anual cobrada pela resseguradora é de 10%. – Taxa pura anual cobrada pela seguradora é de 7%.000 Veja que. podendo ser aproximada por uma Normal.600 = $600 8 Sinistro retido (5/8) = $1.500 900 700 160 20 N° de sinistros 100 75 45 35 8 1 .

b) Calcular P (S RET > PRET ) . ou seja. sem considerar o resseguro. considerando o resseguro. Logo. sem considerar o resseguro O número total de sinistros observados na carteira ( n´ ) é de: O total de IS bruta ( ISBT ) é de: E o prêmio puro anual total ( P ) é o produto da taxa pura anual pela ISBT . . Resposta: a) Calcular P (S > P ) .146 • Modelos de Precificação e Ruína para Seguros de Curto Prazo a) Calcular P (S > P ) . Os momentos amostrais do valor de 1 sinistro bruto são: Então.

Aplicações em Resseguro • 147

b) Calcular P (S RET > PRET ) , considerando o resseguro

O total de IS cedida em resseguro ( ISCD ) é de:

E o prêmio comercial anual total de resseguro ( PRES ) é o produto da taxa comercial
anual de resseguro pela ISCD , ou seja,

O custo de resseguro, líquido da comissão de resseguro, ( C RES ) é de:

Observe que a taxa de resseguro líquida de comissão de resseguro é igual a 8% (80%
x 10%).

O prêmio puro retido total ( PRET ) é igual a:

Os momentos amostrais do valor de 1 sinistro retido são:

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.

Contratos Não Proporcionais

– Contrato Excesso de Danos ou Excess of Loss

O compromisso da seguradora está limitado ao LT. Para sinistros acima do LT, a
resseguradora paga a diferença entre o sinistro e o LT e a seguradora paga o LT. Para
sinistros até o LT, a seguradora paga todo o sinistro.
O prêmio de resseguro é um percentual do prêmio de seguro de toda a carteira,
sendo este percentual aplicado inclusive àqueles riscos que apresentam . No
cálculo do prêmio leva-se em consideração a distribuição de sinistros que superam o
LT. Este cálculo é semelhante ao que é feito nos seguros a 1o risco absoluto de modo
que quanto maior for o LT menor será a taxa de excesso de danos.

Modelo:
não há recuperação
a seguradora recupera

Exemplo 2: Calcular a taxa comercial anual a ser cobrada pelo ressegurador
em um contrato de excesso de danos, a ser aplicada ao prêmio comercial anual da
seguradora, dados:

– Total de importância segurada exposta ao risco é igual a $3.000.000;
– Taxa comercial anual cobrada pela seguradora é de 0,005;
– O sinistro agregado do ressegurador possui distribuição de Poisson Composta,
podendo ser aproximada por uma Normal;
– Carregamento para despesas do ressegurador é igual a 20%;
– Nível de significância de 1% de modo que o sinistro agregado assumido pelo
ressegurador em 1 ano não ultrapasse o total de prêmio puro anual de resseguro;

Aplicações em Resseguro • 149

– O número médio de sinistros de resseguro em 1 ano ( λ ) é aproximado pelo
número observado de sinistros em 1 ano ( n´ );
– [ ]
E [X ] e E X 2 do ressegurador são aproximados pelos momentos amostrais do
valor observado de 1 sinistro;
– Relação de sinistros brutos observados em 1 ano:
30 sinistros de $10, 20 sinistros de $30, 25 sinistros de $40 e 15 sinistros de $50.

Calcule a taxa comercial de resseguro para as seguintes situações:

a) LT = $20
b) LT = $35

Resposta:

O total de prêmio comercial anual ( π ) cobrado pela seguradora será:

a) LT = $20

Quando o LT = $20, os sinistros assumidos pelo ressegurador serão:
20 sinistros de $10, 25 sinistros de $20 e 15 sinistros de $30.

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

Logo, a taxa pura anual de resseguro aplicada sobre π será:

E a taxa comercial anual de resseguro, considerando o carregamento para despesas
de 20%, será:

b) LT = $35

Quando o LT = $35, os sinistros assumidos pelo ressegurador serão:

25 sinistros de $5 e 15 sinistros de $15

Logo,

O total de prêmio puro anual de resseguro, então, será:

Logo, a taxa pura anual de resseguro aplicada sobre π será:

E a taxa comercial anual de resseguro, considerando o carregamento para despesas
de 20%, será:

O ideal é que a taxa de excesso de danos seja função do LT fixado em uma moeda estável. caso o LT seja mantido constante. ou seja. Isto ocorre pelo fato de a maior concentração na distribuição do valor de 1 sinistro ocorrer nos baixos valores.69% para 4. Aplicações em Resseguro • 151 Observe que ao aumentarmos o LT de $20 para $35. Cal- cular a frequência de sinistros para o ressegurador em um contrato de excesso de danos com LT igual a $550. o pagamento de 30 LTs pela morte de 40 pessoas na queda de um avião. Por causa disto. o que ajuda a reduzir desproporcionalmente a taxa de excesso de danos quando a seguradora decide por assumir responsabilidades maiores de sinistros.15%. é importante que as taxas de excesso de danos sejam revistas periodicamente para eliminar os efeitos da inflação. o que representa um au- mento de 75%. Uma inflação elevada pode au- mentar muito os sinistros brutos da seguradora. 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. Exemplo 3: Seja uma carteira de seguros com frequência de sinistros ( f seg ) de 5% e o valor de 1 sinistro bruto ( X ) com distribuição Log Normal ( ). caiu a menos de 1/3 da taxa anterior. então. Resposta: Dado que o ressegurador assume somente sinistros que ultrapassam o LT. transferindo mais responsabilidade para o ressegurador. a taxa de excesso de danos caiu de 12. . Logo. como por exemplo. a frequência de sinistros para o ressegurador ( f res ) será de: – Contrato de Catástrofe O contrato de catástrofe previne o pagamento de elevadas indenizações em um mesmo evento.

logo. curvas de sinistros com cauda longa. – Contrato de Stop Loss Contrato de Stop Loss por Limite de Sinistralidade Neste contrato a seguradora assume os sinistros até um limite máximo de sinis- tralidade.Limite de sinistralidade. podemos calcular E [R ] . π . Dado que π = P / (1 − α ) . Modelo: S ≤ Kπ → não há recuperação S > K π → a seguradora recupera S − K π Onde: K . Dada a característica do risco. conforme a seguir: . e. O limite de sinistralidade pode ser. Devemos utilizar. sendo estes escolhidos pela seguradora de modo que a seguradora não apresente prejuízos na sua operação. é comum se utilizar técnicas estatísticas de séries temporais. S . que o limite de sinistralidade é igual a R . observando possíveis sazonalidades e concentra- ções de risco.Variável aleatória “valor total dos sinistros em 1 ano”. o ressegurador assume a responsabilidade excedente. Sempre que em um mesmo evento vários riscos de uma mesma seguradora são atingidos e. sendo α o carregamento para despesas. Neste caso o prêmio de resseguro é função do prêmio retido pela seguradora. por exemplo. abordada no item “Pareto” do capítulo 4. desde que a soma das indenizações ultrapasse um múltiplo do LT. Assim sendo. Seja R a variável aleatória que representa o volume de recuperação por este tipo de contrato. de 70% ou 80%. O processo de precificação dos contratos de catástrofe exige a utilização de expe- riência de sinistros de longo prazo. também.152 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Normalmente existe um limite de catástrofe assumido pela seguradora em fun- ção de um múltiplo do seu limite técnico. como a distribuição de Pareto.Prêmio comercial da carteira em 1 ano.

calcular o prêmio de resseguro. ⎧⎪0 S ≤d Id = ⎨ ⎪⎩ S − d S >d ⎧⎪ S S ≤d S − Id = ⎨ ⎪⎩d S >d Onde S − I d é o volume de sinistro retido pela seguradora. Acima deste limite a resseguradora paga a diferença. Contrato de Stop Loss por Limite de Perda Neste contrato a seguradora assume um limite anual global de retenção de sinis- tros. Aplicações em Resseguro • 153 Veja que é possível determinar a distribuição de R e. que será visto a seguir. . Logo. Seja I d a variável aleatória “volume de recuperações dado um limite de reten- ção igual a d”. desta forma. o prêmio de resse- guro será: E [R ] (1 + θ ) Podemos afirmar que este contrato é uma variante do contrato de resseguro stop loss por limite de perda. Se utilizarmos o princípio do valor esperado.

o prêmio de risco de resseguro será: a) Caso de S contínuo Ou.154 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Assim sendo. a partir de FS ( x ) Ou. . então. então.

1. A seguradora tem um contrato de resseguro de stop loss. 2. a resseguradora paga os benefícios de morte subsequentes. dado que N possui distribuição de Poisson ? . 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. O número esperado de mortes é de 1 por ano. Qual o prê- mio de risco de resseguro ( P ). Onde. qual seja: x =d E [I d +1 ] = E [I d ] − (1 − FS (d )) d = 0. E [I ο ] = E [S ] Exemplo 4: Uma sociedade seguradora paga benefícios por morte de um segura- do no valor fixo de $100. no qual o número de mortes excedentes a 2. …. em 1 ano.

15 5 0.01 1.35 10 0.97 5 0.99 40 0.14 0. x($) f S (x ) FS ( x ) 0 0.01 .94 30 0. Calcule o prê- mio de risco para um resseguro de stop loss com limite fixo de $30.25 0.00 Resposta: A distribuição de será: x($) 0 0.02 10 0.08 0.156 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 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 × 2.2 0.74 20 0.15 0.86 25 0.03 0.5 ⎟⎟ ⎝ K =0 K ! K =0 K ! ⎠ P = $100 e −1 (e − 2 − 2e + 5) Exemplo 5: Sejam f S ( x ) e FS ( x ) definidos conforme a seguir.12 0.02 0.60 15 0.97 35 0.

então. Vejamos a seguir como determinar FX RET ( x ) para diversos contratos de resse- guro. Observe que. então. Aplicações em Resseguro • 157 Logo. pelo segundo método. DISTRIBUIÇÃO DO SINISTRO RETIDO Sejam: X RET .Função de distribuição do valor de 1 sinistro bruto. . FX ( x ) .Variável aleatória “valor de 1 sinistro retido”. Ou. em função de FX ( x ) .Função de distribuição de X RET . temos que considerar FS ( x ) em todos os 11 números inteiros compreendidos entre 30 e 40. Contrato de Excesso de Danos Contrato de Excesso de Danos Conjugado Com um Contrato de Quota-Parte Seja K a quota de cessão de resseguro. FX RET ( x ) .

158 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Contrato de Excedente de Responsabilidade Onde. 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. Já para sinistros brutos superiores ao LT. Exemplo 7: Seja X com uma distribuição Exponencial ( ) em uma carteira com contrato de resseguro de excesso de danos. o sinistro retido será igual ao sinistro bruto. com limite técnico de $100. então. [ Exemplo 6: Determinar uma expressão para f X RET ( x ) e E X RET K ] em um con- trato de excesso de danos.000. o sinistro retido será igual ao LT. Desta forma. Determinar: a) A função de densidade de X RET . b) A média e a variância de X RET . Logo. . Resposta: Para sinistros brutos com valor até o LT.

que: . pelo exemplo anterior. Desta forma. Aplicações em Resseguro • 159 Resposta: a) Função de densidade de X RET Dado que X possui distribuição Exponencial ( ). temos: Onde. b) Média e variância de X RET Sabemos. então. pelo exemplo anterior. também.

5% de modo que o sinistro agregado assumido pelo ressegurador em 1 ano não ultrapasse o total de prêmio puro anual de resseguro. podendo ser aproximada por uma Normal. p = 0. E.8 ). EXERCÍCIOS 1) Calcular o total de prêmio puro de resseguro anual em um contrato de excesso de danos. – Nível de significância de 2.160 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo.000 . . A distribuição de X RET neste caso é chamada de distribuição Exponencial Truncada. dados: – O sinistro agregado do ressegurador possui distribuição Binomial Negativa Composta ( r = 1.

onde .18 0. sujeito a um limite máximo de pagamento de m . Mostre que: 4) Suponha que o ressegurador assume um risco de pagar 80% dos sinistros agregados que ultrapassam um limite d . 5) Calcular P (S RET > PRET ) no exemplo 1. 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%). Calcular a frequência de sinistros para o ressegurador em um contrato de excesso de danos com LT igual a $20. – Distribuição de frequência dos valores de sinistros: x ($) 10 20 30 40 50 P( X = x ) 0.4 0. .3 0. 3) Seja S col com distribuição Gama ( ). – [ ] E [X ] e E X 2 do ressegurador são aproximados pelos momentos amostrais do valor observado de 1 sinistro.08 0. Aplicações em Resseguro • 161 – LT=$15.04 2) Seja uma carteira de seguros com frequência de sinistros ( f seg ) de 1% e o valor de 1 sinistro bruto ( X ) com distribuição conforme o exercício 1. supondo que LT=$20. considerando o resseguro.

.

por ser a cauda à direita da distribuição a região de interesse quando se precifica. supondo que a distri- buição do número de sinistros ( N ) é uma Poisson ( λ ). 163 . Para cada um desses instrumentos será desenvolvido o processo de precificação correspondente. vejamos inicial- mente como determinar os parâmetros envolvidos nesse tipo de cálculo. apli- cando a aproximação Normal para o sinistro agregado ( S col ). também. a distribuição da variável aleatória “valor total de sinistros em 1 ano” ( S col ) pode ser aproximada pela distribuição Normal. P e PI . tais como: franquia. uma fórmula prática. quais sejam: [ ] λ . utilizada por muito tempo no mercado segurador brasileiro para a tarifação especial de um seguro de Vida em Grupo. sendo excelente essa aproximação na cauda a direita da distribuição. Aplicações Diversas Neste capítulo serão apresentados diversos instrumentos práticos de um contrato de seguro. Vejamos a seguir algumas situações práticas de cálculo do preço do seguro. Esta característica é muito útil no processo de precificação. E X K . Para tal. e pela facilidade de se trabalhar com a distribuição Normal. Será demonstrada. seguros proporcionais ou não proporcionais e reinte- gração automática da importância segurada. APLICAÇÕES PRÁTICAS NA PRECIFICAÇÃO Conforme já exposto em capítulos anteriores.

164 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Cálculo de λ O valor de λ segue o mesmo princípio abordado no capítulo 8. Cálculo de E X K [ ] [ ] Podemos calcular E X K de duas formas: Quando X Possui Distribuição Paramétrica Conhecida A Partir dos Valores Observados de X n´ ∑Z K [ ] i E XK = i =1 n´ Onde Z i é o valor observado do i-ésimo sinistro. poderemos traba- lhar com o limite superior do intervalo de confiança desenvolvido no capítulo 5. ou seja. item “Intervalo de Confiança para E[N]”. n´(n − n´) λ = E [N ] = n´+ Z1−ε n Na verdade. então. pois as fórmulas de cálculo em si já contêm níveis de segurança implícitos. o uso do limite superior do intervalo de confiança representa uma segurança adicional no cálculo do preço do seguro. poderá ser uma observação anual do número de sinistros ( n´ ) ou. Cálculo do Prêmio Puro Total (P ) Sabemos que P deve ser determinado de modo que: [ ] [ ] 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[ ] . qual seja.

Existem 3 tipos de franquia. Como normalmente a distribuição do valor de 1 sinistro ( X ) possui alta concentração em torno dos pequenos valores. É comum utilizar este tipo de franquia com um limite máximo de franquia em valor absoluto. quais sejam: Franquia Proporcional Conceito Neste caso. . Modelo Atuarial Sejam: a) λ d . Este tipo de franquia possui o inconveniente de penalizar demais os segurados nos sinistros de alto valor. Aplicações Diversas • 165 Cálculo do Prêmio Puro Individual (PI ) Seja F a referência de cálculo.Prêmio de risco após a aplicação da franquia. pode ser vista em (HOGG AND KLUGMAN)9. c) Pd . além de proporcionar uma redução significativa nos custos com a regulação de sinistros de baixo valor. P Logo. b) X d .Variável aleatória “valor de 1 sinistro líquido da franquia”. pois torna o segurado mais cuidadoso na proteção do seu risco. a redução no preço do seguro pode ser significativa com a aplicação da franquia. Uma abordagem ampla sobre as distribuições de X após a aplicação da franquia.Número médio de sinistros após a aplicação da franquia. o segurado participa com um percentual pré-definido ( K % ) em todos os sinistros. PI = F Precificação de Seguros com Franquia A franquia representa um instrumento muito importante no processo de pre- cificação.

166 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Então. Quando o valor do sinistro ultrapassa esse limite. 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 ] Veja que o prêmio de risco após a aplicação da franquia percentual é igual ao prêmio de risco original. o segurado participa integralmente dos sinistros cujos va- lores não ultrapassam o valor pré-definido da franquia dedutível ( d ). a indenização a ser paga ao segurado representa a diferença entre o valor do sinistro e o valor da franquia dedutível. 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 ) . antes da aplicação da franquia. multiplicado por 1 − K Franquia Dedutível Conceito Na franquia dedutível.

como no caso da franquia dedutível. assim. Aplicações Diversas • 167 É fácil provar que o prêmio de risco acima é inferior ao prêmio de risco original. o segurado pode fraudulentamente agravar o valor do sinistro para que este ultrapasse o limite de franquia. nas situa- ções em que o valor do sinistro é muito próximo ao limite de franquia simples. o valor total do sinistro. pois: Franquia Simples Conceito Assim como na franquia dedutível. antes da aplicação da franquia dedutível. 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) . o segurado é indenizado pelo valor total do sinistro. o segurado participa integralmente dos si- nistros cujos valores não ultrapassam o valor pré-definido da franquia simples ( d ). Este tipo de franquia pode incentivar a fraude por parte do segurado. e não pela diferença. recebendo. Sempre que o sinistro ultrapassa esse limite. pois.

– Total de importância segurada exposta ao risco em 1 ano é de $1. pois: Exemplo 1: Calcular a taxa pura individual anual em uma carteira de seguros com as seguintes características: – S col possui distribuição de Poisson Composta.645 . – Nível de significância ( α ) para o cálculo do prêmio puro é de 5% → Z 1−α = 1.168 • 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.500. antes da aplicação da franquia simples. podendo ser aproximada por uma distribuição Normal. – Franquia simples de $200. – Relação de sinistros brutos em 1 ano: Valor Sinistro ($) Frequência Absoluta 100 500 200 350 300 250 400 150 500 100 600 80 700 10 Resposta: A relação de sinistros em 1 ano líquidos da franquia simples de $200 será: Valor Sinistro Líquido ($) Frequência Absoluta 300 250 400 150 500 100 600 80 700 10 .000. – O número médio de sinistros λ será estimado pelo número observado de sinistros em 1 ano.

→ λd = n′ = 590 Logo. → λd = n′ = 1.440 . sob a forma de franquia dedutível. Resposta: A relação de sinistros em 1 ano líquidos da franquia será: Valor Sinistro Líquido ($) Frequência Absoluta 50 500 150 350 240 250 320 150 400 100 500 80 600 10 Onde. Exemplo 2: Refazer o exemplo anterior supondo uma franquia percentual de 20%. limitada a um mínimo de $50 e um máximo de $100. Aplicações Diversas • 169 Onde.

170 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. a) Manutenção da franquia em $800. em uma carteira que esteve sujeita à aplicação de uma franquia dedutível de $800. c) Redução da franquia para $500. Exemplo 3: Seja uma experiência de 1. ficando difícil a sua estima- tiva. .000 sinistros com média de $2. eliminar a franquia. Cal- cular o prêmio de risco total da carteira nas seguintes situações. b) Eliminação da franquia. ou. supondo S col com distribuição de Poisson Composta. cujos valores são inferiores ao valor da franquia. não são registrados pela seguradora. No caso de estudos para a redução ou eliminação da franquia. Estudos tarifários para a elevação da franquia são facilmente realizados. até mesmo. bas- tando considerar que a nova experiência de sinistros. Cuidados na Precificação de Seguros com Franquia Devemos tomar muito cuidado na precificação de carteiras que estiveram su- jeitas à aplicação da franquia simples ou dedutível. O problema surge pelo fato de que os sinistros.000 . principalmente quando se quer reduzir o valor da franquia. por exemplo). após a elevação da franquia. terá os seus valores de sinistros reduzidos do valor correspondente ao acréscimo de franquia (no caso da franquia dedutível. atribuindo-lhe uma distri- buição a priori. torna-se necessário analisar a distribuição do valor de 1 sinistro bruto ( X ).

P = E S col = λ d E [ X d ] = 1. precisamos atribuir uma distribuição de probabilidade para X . Aplicações Diversas • 171 Resposta: a) Manutenção da franquia em $800 Esta é a situação mais simples.000 × $2. 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. pois não há nenhuma alteração na franquia.000. Seja.000 [ ] Logo.000 = $2. X ~ Exponencial ( α ) Logo. então.000 b) Eliminação da franquia Nesse caso. onde. λ d = 1000 E [X d ] = $2. Mas.000 .

492 × e −500×0.000 α Veja que E [ X d ] é igual a E [ X ] e não varia com o valor da franquia.Valor do prejuízo do segurado.000 = $2.Importância segurada.000 1 Logo.0005 = 1.Valor em risco na ocasião do sinistro.000 → α = = 0. o número médio de sinistro na carteira ( λ ) será: λd 1. o prêmio de risco será: P = λ d E [X d ] = 1. o prêmio de risco será: P = λ E [X ] = 1.172 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Então.000 = $2. E [ X ] = = $2. .984.000. 1 e −800α 1 e −800α 1 E [X d ] = = −800α = $2.0005 P ( X > 800) α e α $2. Logo.Prêmio puro total da carteira. pois E [ X d ] não varia com o valor da franquia.492 × $2. Dado que o número médio de sinistros que ultrapassam a franquia de $800 ( λ d ) é igual a 1.000 1. SIN .162 A média do valor de 1 sinistro líquido da franquia ( E [ X d ] ) será também igual a $2. IND .0005 = 1. então. IS .324.000 Precificação de Seguros a Primeiro Risco Absoluto e Cláusula de Rateio Sejam: .000.000 λ = = −800α = −800×0. P . o número médio de sinistros acima da franquia ( λ d ) será: λ d = λ × P ( x > $500) = λ e −500α = 1.Indenização paga pela seguradora.492 P ( X > 800) e e Logo.162 × $2.000 c) Redução da franquia para $500 Neste caso.

Vejamos a seguir a conceituação de primeiro risco absoluto e cláusula de rateio.Referência de cálculo . Características Comparação para e a) b) HIPÓTESE: Consequências: F2 = K F1 . testaremos a relação para duas importâncias seguradas: . limitando o valor da indenização ao valor da importância segurada.Número de expostos ao risco. Aplicações Diversas • 173 TAXA . Primeiro Risco Absoluto O seguro a primeiro risco absoluto é aquele em que o segurador indeniza inte- gralmente os prejuízos sofridos pelo segurado.Taxa pura em função da IS. Para tal. n . F . onde . e vamos verificar a relação entre a importância segurada e taxa nesses tipos de con- tratos.

em caso de sinistro. sem que esse prêmio puro total cresça necessariamente na mesma pro- porção ( P2 ≤ K P1 ). Caso a importância segurada seja igual ou superior ao valor em risco no momen- to em que ocorre o sinistro. maior o prêmio puro total da carteira ( P2 ≥ P1 ). Cláusula de Rateio Nos seguros com cláusula de rateio. Características Comparação para Hipóteses: a) A IS é sempre menor ou igual a VR. sempre que a importância segurada é infe- rior ao valor em risco no momento em que ocorre o sinistro.174 • Modelos de Precificação e Ruína para Seguros de Curto Prazo K P1 ≥ P2 ≥ P1 . b) As apólices possuem o mesmo VR. pois. o segurado é considerado como segurador de seu próprio risco. a) b) . Consequentemente. K IND1 ≥ IND2 ≥ IND1 P2 K P1 K P1 TAXA2 = ≤ = = TAXA1 F2 F2 K F1 Conclusão: Quanto maior a importância segurada. o segurado assume os prejuízos na proporção da insuficiência da importância segurada em rela- ção ao valor em risco. o segurado é indenizado em 100% do valor do sinistro. Desta forma. menor é a taxa aplicável sobre a importân- cia segurada ( TAXA2 ≤ TAXA1 ).

enquanto que não se altera a taxa em função da IS ( TAXA2 = TAXA1 ).5% . – O número médio de sinistros λ será estimado pelo número observado de sinistros em 1 ano. – Relação de sinistros brutos em 1 ano: Classe Valor em Risco ($) Valor do Sinistro ($) Frequência Absoluta I 100 100 20 II 100 80 10 III 200 20 8 IV 300 300 5 V 500 30 15 VI 500 400 2 Considere as seguintes situações: a) 1º Risco absoluto para IS=$50 e IS=$100 . Conclusão: Quanto maior a IS.000. – Número de expostos ao risco em 1 ano ( n ) é de 1. Exemplo 4: Calcular a taxa pura individual anual e o prêmio puro individual anual em uma carteira de seguros com as seguintes características: – S col possui distribuição de Poisson Composta. podendo ser aproximada por uma distribuição Normal. Aplicações Diversas • 175 Hipótese: Consequências: F2 = K F1 P2 = K P1 Pois. sendo este maior na mesma proporção do aumento da IS ( P2 = K P1 ). maior o prêmio puro total da carteira. – Nível de significância ( α ) para o cálculo do prêmio puro é de 2.

a2) IS=100 Os sinistros líquidos nas 6 classes serão. Logo. respectivamente. onde os sinistros líquidos serão de $20 e $30. nas outras classes serão de $50. . Então.176 • Modelos de Precificação e Ruína para Seguros de Curto Prazo b) Cláusula de rateio para IS = $50 e IS = $100 Resposta: Quando IS= $50 Quando IS = $100 a) 1º risco absoluto a1) IS = $50 Neste caso. Então.$80 .$30 . de: $100 . exceto nas classes III e V.$100.$20 .$100 . logo. respectivamente.

Aplicações Diversas • 177 Veja que o aumento na IS implicou em uma redução na taxa pura. b) Cláusula de Rateio Os sinistros líquidos por classe serão: CLASSE IS = $50 IS = $100 I 50/100 x $100=$50 $100 II 50/100 x $80 = $40 $80 III 50/200 x $20 = $5 100/200 x $20 = $10 IV 50/300 x $300 = $50 100/300 x $300 = $100 V 50/500 x $30 = $3 100/500 x $30 = $6 VI 50/500 x $400 = $40 100/500 x $400 = $80 b1) Cláusula de rateiro com IS = $50 b2) Cláusula de rateiro com IS = $100 .

a taxa pura com a cláusula de rateio é sensivelmente inferior àquela calculada para o 1º risco absoluto. em caso de sinistro de perda parcial. C .Carregamento de segurança. precisamos separar os parâmetros de perda total e perda parcial.. a taxa pura permaneceu a mesma e. πR . . de modo que.178 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Veja que. a apólice recupera a importância segurada original sem que esta seja reduzida pelo valor do sinistro.Frequência anual de sinistros = .Prêmio comercial anual da cláusula de reintegração automática.Valor médio de 1 sinistro de perda parcial. Para precificar esta cláusula. θ . . Precificação Para a Reintegração Automática da Importância Segurada Em alguns contratos de seguro é oferecida opcionalmente uma cláusula de re- integração automática da I. f . que. Sejam então.S. supondo que o sinistro de perda parcial ocorre em média no meio do ano. Logo.Frequência anual de sinistros de perda total. .Carregamento para despesas. com o aumento da IS. te- mos: .Frequência anual de sinistros de perda parcial.

– Carregamento de segurança é igual a 5%. no momento do sinistro. apesar da reintegração somente ocorrer em caso de sinistros de perda parcial.5%. e como os seus respectivos valores se distribuem. só restam 50% do período de vigência original. O fator 1/2 é aplicado.5%. também. caso a re- integração automática não fosse contratada. O valor de π R pode. – Sinistro médio de perda total é igual a $200. se estudarmos como evolui a ocorrência de sinistros de perda parcial e total em 1 ano. pois. Resposta: O prêmio comercial anual do seguro pode ser calculado da seguinte forma: . Veja que. Aplicações Diversas • 179 Pois o sinistro médio desta cláusula ( f E [ X P ] ) representa o prêmio de risco que o segurado deveria pagar quando ocorre o sinistro (meio do ano). ela gera custos futuros para a seguradora também nos sinistros de perda total. O modelo acima pode ser aprimorado. caso esta cláu- sula fosse facultativa. é a parte do prêmio comercial do seguro correspondente à perda par- cial. ser calculado da seguinte forma: Onde. pois estes seriam pagos com o valor reduzido do sinistro de perda parcial. Exemplo 5: Calcular o quanto representa o custo de uma cláusula de reintegra- ção automática da importância segurada sobre o prêmio comercial de um seguro com as seguintes características: – Freqüência de sinistros de perda parcial é igual a 8. – Carregamento para despesas de 40%. – Sinistro médio de perda parcial é igual a $30. – Freqüência de sinistros de perda total é igual a 2. É por isso que se usa f como frequência e não .

180 • Modelos de Precificação e Ruína para Seguros de Curto Prazo

Onde, representa o valor médio de 1 sinistro de perda total.

Logo,

Já o prêmio comercial anual correspondente à perda parcial pode ser calculado da
seguinte forma:

Assim sendo, o prêmio comercial anual da cláusula de reintegração automática é de:

1 1
π R = f × π P = (8,5% + 2,5% ) × × $4,4625 = $0,2454
2 2

E a proporção entre o prêmio comercial anual da cláusula de reintegração automática
e o prêmio comercial do seguro é igual a:

TARIFAÇÃO ESPECIAL PARA SEGUROS DE VIDA EM GRUPO

Vejamos a seguir um modelo simplificado para calcular o desconto a ser conce-
dido em uma carteira de Vida em Grupo, taxada em função de uma taxa média para o
grupo, partindo-se de uma experiência de sinistralidade apurada em um determinado
período. Em função de possíveis sazonalidades na ocorrência de sinistros, recomen-
da-se que o período de experiência seja de pelo menos 1 ano.
Neste modelo simplificado vamos utilizar a teoria do risco individual, consi-
derando que S ind pode ser aproximado por uma distribuição Normal e vamos con-
siderar somente o risco de morte, apesar de que o modelo aqui apresentado serve,
também, para os demais riscos existentes na carteira de Vida em Grupo.

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

d) q ′ - Taxa média pura anual, ajustada, projetada pela experiência do grupo;
TAB
e) q - Taxa média pura anual, aplicando-se a tábua de mortalidade escolhida para
o grupo.

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 ⎟⎠

Onde q representa a probabilidade média de morte.

No caso da tarifação especial para uma carteira de Vida em Grupo, queremos
ajustar uma nova taxa média partindo-se da suposição que a experiência de freqüên-
cia de sinistros do grupo no período analisado pode ser projetada para o futuro.
Desta forma, vamos considerar o valor de q como sendo a experiência obser-
vada do grupo, ou seja, q G .

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

Esta fórmula nos mostra que:
n ↑ D↑
S/P ↑ D ↓
q TAB ↑ D↑

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

1) Determinar a relação entre X d e X na situação em que existe uma franquia
proporcional de K % , limitada a um valor mínimo de c e a um valor máximo de
d , sob a forma de franquia dedutível.

2) Calcular o desconto sobre o prêmio puro proporcionado pela aplicação de
uma franquia dedutível de $100 em uma carteira de seguros com as seguintes
características:

– 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:

Valor Sinistro ($) Frequência Absoluta
100 600
200 350
300 200
400 100
500 50
600 20
700 5

Aplicações Diversas • 183

3) Calcular o prêmio comercial individual anual em uma carteira de seguros com as
seguintes características:

– 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:

Classe Valor em Risco ($) Valor Do Sinistro ($) Frequência Absoluta
I 200 200 500
II 300 100 100
III 200 40 50
IV 400 300 30
V 800 600 10

4) Calcular o prêmio comercial anual de uma cláusula de reintegração automática da
importância segurada em um seguro em que a freqüência anual de ocorrência de
sinistros é de 2%, o prêmio comercial é de $2.000, e a proporção entre o montante
de sinistros de perda parcial e o montante total de sinistros é de 40%.

.

CONCEITO BÁSICO A Teoria da Credibilidade representa uma forma sistemática de atualização das tarifas dos seguros à medida em que a experiência de sinistros é disponibilizada. a experiência de outras seguradoras ou. É possível utilizar-se. A Teoria da Credibilidade se torna mais importante quando o volume de infor- mações é muito pequeno. A solução defendida pela Teoria da Credibilidade é a utilização de experiência de riscos similares ou de riscos idênticos referentes a experiências de períodos anteriores. 185 . conduzindo a uma instabilidade muito grande na estimativa do preço do seguro. experiências essas conjugadas com a experiência mais recente do risco a ser precificado. o que torna a Teoria da Credibilidade uma importante ferramenta para as seguradoras que possuem pouca massa de sinistros para utilizar no processo de tarifação. Por esse processo de precificação é possível conjugar a ex- periência da seguradora com a experiência de riscos similares. então. no rol de riscos similares. No desenvolvimento deste capítulo serão apresentados os principais modelos de precificação pela Teoria da Credibilidade. Teoria da Credibilidade Neste capítulo será abordado o processo de precificação a partir da chamada Teoria da Credibilidade. ilustrados com alguns exemplos práticos. do mercado segurador.

Quando Z = 0 . vai se distanciar muito pouco ( K % ) do prêmio de risco real ( P ). sendo este determinado a partir das experiências direta e adicional.Prêmio de risco total calculado pela Teoria da Credibilidade. da experiência direta. ou. vamos assumir que a seguradora objetiva ter uma probabilidade muito grande ( (1 − τ ) % ) de que a estimativa de prêmio ( PC ). com valor situado entre 0 e 1. assim obtido. f X ( x ) ).Número de expostos ao risco em 1 ano. c) PC . seja atualizado no futuro com a ex- periência mais recente. conjugando-a com a experiência obtida pela Teoria da Credi- bilidade. Vejamos a seguir como precificar pela Teoria da Credibilidade. Sejam: a) PD . A forma de cálculo do prêmio de risco pela Teoria da Credibilidade é a seguinte: Onde. . nenhuma credibilidade é atribuída à experiência direta.Prêmio de risco total da experiência direta da seguradora. Z é o fator de credibilidade. considerando que a variável aleatória “valor do sinistro agregado em 1 ano” ( S col ) possui distribuição de Poisson Composta ( λ .Probabilidade de ocorrência de sinistros em 1 ano. CREDIBILIDADE TOTAL Vejamos a seguir como determinar o número mínimo de expostos ao risco. b) p . sendo λ = N p .186 • Modelos de Precificação e Ruína para Seguros de Curto Prazo É importante que o prêmio. b) PA . O valor de Z situa-se tão mais próximo de 1 quanto maior for o volume de in- formações da experiência direta de sinistros da seguradora. onde: a) N . de sinistros. usando somente a experiência direta. de modo que se possa desprezar a experiência adi- cional no processo de precificação pela Teoria da Credibilidade. e PC será calculado tomando como base somente a experiência adicional.Prêmio de risco total da experiência adicional a ser conjugada com a experiência direta da seguradora. Na verdade.

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 ⎠ Se a experiência direta for suficientemente grande. ES[ ] = λ E [X ] col VS [ ] = λ E [X ] col 2 P = λ E [X ] Assim sendo. f X (x ) ). V [PD ] Então. 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. Teoria da Credibilidade • 187 Como S col ~ Poisson Composta ( λ . o número mínimo de sinistros ( λ m ) que satisfaz à equação acima em λ será: 2 ⎛Z τ ⎞ ⎜ 1− ⎟ ⎛ V [X ] + E [X ] 2 ⎞ λm =⎜ 2 ⎟ ⎜ ⎟ ⎜ [ ] 2 ⎟ ⎜ K ⎟ ⎝ E X ⎠ ⎝ ⎠ 2 ⎛Z τ ⎞ ⎛ ⎛ σ [X ] ⎞ 2 ⎞ ⎜ 1− ⎟ ⎜1 + ⎜ → λm =⎜ 2 ⎟ ⎟ ⎟ ⎜ K ⎟ ⎜ ⎝ E [X ] ⎠ ⎟ ⎝ ⎠ ⎝ ⎠ .1 ). PD − λ E [X ] será aproximadamente Normal ( 0 . 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 Desta forma. V [PD ] = λ E X 2 = λ V [X ] + E [X ] 2 ) Logo. e supondo que a distribuição de probabilidade da amostra é igual à distribuição de probabilidade da população.

o número mínimo de expostos ao risco ( N m ) será: 2 ⎛Z τ ⎞ ⎛ ⎛ σ [X ] ⎞ 2 ⎞ ⎜ 1− ⎟ ⎜1 + ⎜ Nm p = ⎜ 2 ⎟ ⎟ ⎟ ⎜ K ⎟ ⎜ ⎝ E [X ] ⎠ ⎟ ⎝ ⎠ ⎝ ⎠ 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. Resposta: 2 ⎛Z τ ⎞ ⎜ 1− ⎟ X constante → σ [X ] = 0 → λ m = ⎜ 2 ⎟ ⎜ K ⎟ ⎝ ⎠ . não seja superior a 5%. e aumenta à medida em que 1 − e o coeficiente de variação de X aumentam. Suponha que os sinistros produzidos pela carteira ( X ) são constantes. 2 Esta análise da credibilidade total é sem dúvida mais uma das maravilhas atu- ariais. Exemplo 1: Calcular o número mínimo de sinistros requerido em uma experi- ência direta de modo que haja uma probabilidade de 90% de que a distância entre o prêmio de risco real. o número mínimo de expostos ao risco cresce com a redução de K e τ p .188 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Logo. e o prêmio de risco calculado utilizando 100% do prêmio de risco da experiência direta.

1 e ? Resposta: ⎛Z ⎞ 2 ⎛ ⎛ σ [X ] ⎞ 2 ⎞ λ m = ⎜⎜ 0. o interesse está em determinar o valor de Z que permite calcular o prêmio de risco total de forma ponderada com a experiência direta e a experiência adicional. Qual o tamanho mínimo do número de sinistros ( λ m ) e do número de expostos ao risco ( N m ). a seguir. para que haja credibilidade total. CREDIBILIDADE PARCIAL No caso da credibilidade parcial. Vejamos. com K = 0.1 ⎠ ⎜ ⎝ E [X ] ⎠ ⎟ ⎝ ⎠ λ m = N m p . Exemplo 2: A frequência de sinistros de uma carteira de seguros é de 3%. onde o prêmio de risco pela experiência adicional ( PA ) é um valor fixo. alguns princípios que podem ser aplicados no cálculo de Z . sendo o coeficiente de variação da variável aleatória valor de 1 sinistro igual a 15%.975 ⎟⎟ ⎜1 + ⎜ ⎟ ⎟ ⎝ 0. e. Teoria da Credibilidade • 189 Sendo K = 5% . Princípio da Flutuação Limitada Uma forma de se determinar o Z é a que utiliza o princípio da flutuação li- mitada. e a seguradora objetiva ter uma probabilidade muito grande ( (1 − τ ) % ) de que a . logo.

190 • Modelos de Precificação e Ruína para Seguros de Curto Prazo

estimativa de prêmio usando a Teoria da Credibilidade ( PC ) vai se distanciar muito
pouco ( K % ) do prêmio de risco real ( P ).

Como , e PA é constante, então,

Se a experiência direta for suficientemente grande, e supondo que a distribuição
de probabilidade da amostra é igual à distribuição de probabilidade da população,
então,

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

Exemplo 3: Calcular o total de prêmio de risco a ser cobrado no próximo ano,
na carteira do exemplo 2, caso esta contenha 10.000 apólices expostas ao risco que
geram um total de $500.000.000 de sinistros em 1 ano.
Considere que a experiência adicional conduziu a um prêmio de risco individual
anual de $55.000.

Resposta:
Vimos pelo exemplo 2 que: λ m = 393 e .

Logo, o número esperado de sinistros em 1 ano ( λ ) será de:

λ 300
Logo, Z = = = 0,8737
λm 393

O prêmio de risco individual anual da experiência direta é de:

Logo, o prêmio de risco individual anual pela Teoria da Credibilidade será:

Princípio da Credibilidade Hiperbólica

A base deste princípio é que a credibilidade está associada ao volume do mon-
[ ]
tante de sinistro agregado médio ( E = E S col = λ E [ X ] ).
Desta forma, quanto maior o sinistro agregado médio da experiência direta ( E ),
mais próximo Z estará de 1, sendo Z = 0 quando E = 0 .
Por este princípio, a função Z cresce muito rapidamente para valores baixos de
E , e cresce muito pouco, na medida em que E se torna muito elevado. Com isso,
assume-se que a função Z em relação a E pode ser expressa por uma hipérbole, da
seguinte forma:

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.

Z

1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1

0
E
Gráfico 12.1

Na prática, entretanto, sabemos pelo item “Credibilidade Total” que, a partir
de um determinado valor de λ ( λ m ), temos a credibilidade total, ou seja, Z se
aproxima de 1. Por consequência, Z se aproxima de 1 quando o sinistro agregado
médio é igual a λ m E [ X ] .
Uma modificação possível, portanto, na função Z , é a de atribuir um ponto
S ( S = λ m E [X ] ) no qual a partir daí Z = 1 , eliminando a característica assintóti-
ca da função original. Nesta nova função, assume-se que, a partir de um ponto
( E = Q , Z = Q / (Q + K ) ), a função Z passa a ser uma reta até atingir Z = 1 ,
conforme visualizado no Gráfico 12.2.

Z

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 .

Comparação com o Princípio da Flutuação Limitada

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

a estimação de Z pode ser feita usando soluções estatísticas da teoria de estimação. pode-se determinar o valor de C que torna o princípio da credibi- lidade hiperbólica próximo ao princípio da flutuação limitada. Q = 0 . Este modelo é recomendado no caso de uso de valores de indenização que não exibam tendências.2. pelo Gráfico 12. BUCHANAN AND HOWE)7 EXERCÍCIOS 1) Calcular o número mínimo de sinistros requerido em uma experiência direta de modo que haja uma probabilidade de 95% de que a distância entre o prêmio de risco real. Z será uma reta. O modelo clássico de Buhlmann é o modelo simples de credibilidade linear para dados com o mesmo volume de risco. ou seja. quando C = S . não seja superior a 10%. e o prêmio de risco calculado utilizando 100% do prêmio de risco da experiência direta. então. Maiores detalhes sobre a Teoria da Credibilidade podem ser estudados em MANO14 e (HART. E e S . e.194 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Desta forma. então. temos uma função Z que varia com E e S . Com o surgimento dos modelos bayesianos empíricos. ser comparada com a função Z do princípio da credibilidade hiperbólica. Deve-se notar que. Princípio da Credibilidade Bayesiana Empírica Buhlmann (1967) publicou um artigo intitulado “Experience Rating and Credi- bility” que deu origem ao outro ramo da credibilidade denominado teoria da credibi- lidade européia ou teoria da credibilidade de maior exatidão ou ainda teoria da credi- bilidade bayesiana empírica. que depende de C . E Z= S Assim sendo. podendo. .

– A freqüência anual de sinistros é de 0. – Número de sinistros ocorridos em 1 ano é igual a 300: – O carregamento de segurança é de 4%.01 2) Calcular o valor de Z no exercício 1.000 0. utilizando o princípio da flutuação limitada. Teoria da Credibilidade • 195 Suponha que o número de sinistros ocorre de acordo com uma distribuição de Poisson. dado que o número médio de sinistros ocorridos é de 500. em uma carteira com as seguintes características: – O número de sinistros ocorre de acordo com uma distribuição de Poisson.40 2.25 1.300 0. sendo e .500 0.000.15 2. 3) Calcule o prêmio puro individual a ser cobrado no próximo ano. e que os valores dos sinistros produzidos pela carteira ( X ) possuam a seguinte distribuição: Valor Sinistro ($) Frequência Relativa 1.001.500 0. – Os valores dos sinistros são constantes e iguais a $10. Considere que a experiência adicional conduziu a um prêmio de risco individual anual de $11. . utilizando o princípio da flutuação limitada.000 0.05 5.04 10.000 0.800 0.10 3.

.

Ilinois. HOWE. An introduction to mathematical risk theory. H. 1979.Bibliografia 1.. ZEHNWIRTH. H.. Inc. 1984. Loss Distributions. 1970. Collective risk theory: a survey of the theory from the point of view of the theory. CRAMÉR. Chapman & Hall. H. Fundamentals of risk theory. 1983. A. Practical Risk Theory for Actuaries. 8. A. D. Rio de Janeiro. J. 2v. Springer-Verlag. Introductory statistics with applications in general insurance. B. Institute of Actuariaries of Australia. HEILMANN. Uma Aplicação do Método de Panjer à Experiência Brasileira de Sinistros do Ramo de Seguros de Automóveis. N. DAYKIN. R. FERREIRA. 7. GERBER. Actuarial Mathematics.P. John Wiley & Sons. 1955. NES- BITT. W-R. I. 197 . 1996. 4.D. HART. Mathematic methods in risk theory. GERBER.T. BUCHANAN. HICKMAN. New York. 6. B. VVW Karlsrue. Cam- bridge university Press. BUHLMANN. Home- work. London. G.. HOGG. New York. The actuarial prat- ice of general Insurance-actuarial techniques for general insur- ance. BOWERS. Skandia Insurance Company. ROBERT V. Menphis. POLLARD. H.. P. Huebner Foundation Studies. Cambridge. JONES. Memphis.C.J. 3.. B. PESONEN. 9. C. 5.1986. 1984.. H. Itasca. 10. The Society Of Actuaries. Tese submetida ao Instituto de Matemática da UFRJ. 1994.U. 1994. KLUGMAN STUART A. J. HOSSAK. M. Sidney. U. PENTIKAINEN.C.D.A.. 2.

TURLER.. MANO C. J. Buenos Aires.Actuarial Models. Bounds and approximations for some risk theeoretical quantities. MENDES. Índices Estatístico-Atuariais para o Acompan- hamento da Experiência em uma Carteira de Automóveis. 1996. Boston. H. COP- PEAD.Revista Caderno de Se- guros no 63. TEIXEIRA. 12. 20. J. 1987. E. SOUZA. PANJER. S. Introduction to probability theory and statistical in- ference. Instituto Nacional de Reaseguros. R. Kluwer . WESTENBERGER.S. 14.E.Nijhoff Publishing. R. New York: John Wiley & Sons. Funenseg . WESTENBERGER. São Paulo. Kaal Boeck. Tese submetida ao Instituto de Matemática da UFRJ.H.. Automobile Insurance . Melhoria da Qualidade na Tarifação de Segu- ros: Uso de Modelos de Credibilidade. Inc. Amsterdan.. Rio De Janeiro. . J. 15.A. 1985. 1985. Dezembro 1989. Tarifação de Seguros de Automóveis. Rio de Janeiro.198 • Modelos de Precificação e Ruína para Seguros de Curto Prazo 11. 1981 17. Bases Técnicas do Seguro.C. H. 1995. J. Rio de Janeiro.M. Rio de Janeiro. R. Manuais Técnicos de Seguros. H. Tese submetida a COPPE da UFRJ. WESTENBERGER. C. KAAS. 19. 1982 13. Recursive Evaluation of a Family of Compound Dis- tributions. LARSON. TEIXEIRA. Astin Bulletin. agosto/setembro 1992. LEMAIRE. 18. Indices Atuariais de Apoio à Gestão para a Carteira de Seguros de Automóveis. . 16. Aplication de la moderna teoria del riesgo a las opera- ciones de seguro y reaseguro. 1977.B. A. UFRJ . C. Editora Manuais Técnicos de Seguros.

etc. O modelo de cálculo da exposição ao risco que será apresentado a seguir serve tanto para o cálculo do número de apólices expostas ao risco. cálculo da probabilidade de ruína. CÁLCULO DA EXPOSIÇÃO INDIVIDUAL 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.Apêndice 1 Exposição ao Risco O cálculo da exposição ao risco é uma etapa fundamental nos processos de pre- cificação.Número de dias da vigência com interseção com o período de análise. ele é consi- derado no cálculo da exposição individual. importância segurada exposta ao risco ou prêmio ganho. Somente as apólices com pelo menos 1 dia de vigência no período de análise es- tão sujeitas ao cálculo da exposição individual. teremos: Exposição Individual = Sendo: . desde que ele tenha alguma interseção de vigência no período de análise. Com isso. Se considerarmos 1 dia como a unidade mínima de contagem de tempo. a apólice precisa ter início 199 . cálculo de reservas de prêmios. . Mesmo que o risco tenha iniciado antes do período de análise.Número de dias do período de análise.

podendo conter am- bas as datas. apresentada por WESTENBERGER20 no Gráfico Apêndice 1.1: Tipo de Endosso Efeito Inclusão em apólice Início de um novo risco Término do risco anterior e início de um Alteração novo risco Cancelamento de apólice Término do risco anterior Término do risco anterior e reconsideração Cancelamento de endosso do risco anterior ao endosso cancelado. Reativação da apólice Reinício da vigência do risco cancelado Tabela Apêndice 1. conforme resumido na Tabela Apêndice 1.1 ajuda a ilustrar o conceito de exposição individual. A visão esquemática.1 Vejamos a seguir um exemplo de cálculo da exposição individual de uma apólice e seus respectivos endossos (vide a tabela apêndice 1.2) no período de análise anual do ano t. onde.200 • Modelos de Precificação e Ruína para Seguros de Curto Prazo de vigência ou término de vigência dentro do período de análise. é importante tratar adequadamente o efeito de cada tipo de endosso so- bre o risco em questão. segundo ele.1 TEIXEIRA17 ilustra o cálculo da exposição individual em caso de endosso. . Gráfico Apêndice 1.

Gráfico Apêndice 1. subscrito em 1 de Outubro do ano t-1. foi substituído pelo risco B. Exposição Individual = . permanecendo em vigor até o término de vigência da apólice em 30 de Setembro do ano t. Apêndice 1 – Exposição ao Risco • 201 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 ----. durante 60 dias (supondo Fevereiro com 28 dias). Logo. ou seja. a visão esquemática é apresentada no Gráfico Apêndice 1. para os riscos A e B.2 Desta forma.2. temos as seguintes exposições individuais: a) Risco A O risco A ficou em vigor no ano t de 01/01/t até 01/03/t. sendo reativado em 2 de Maio do ano t. sendo este cancelado em 1 de Maio do ano t. Neste caso. 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.

deturpando. CÁLCULO SIMPLIFICADO DA EXPOSIÇÃO AGREGADA A exposição agregada de um risco é definida como a soma de todas as exposições individuais. o que requer o uso de dados individualizados para o cálculo da exposição agregada. o conceito de freqüência de sinistros. prêmios ganhos. esta forma de cálculo é exata. Esse procedimento fica mais fácil de ser entendido quando se calcula a freqüên- cia anual de sinistros. durante 60 dias no primeiro período mais 152 dias no segundo período. o cálculo da exposição individual deve ser elaborado considerando-se todas as possíveis alterações na apólice. ou seja. Uma forma mais simples de calcular a exposição agregada parte do número de apólices em vigor ( Ri ) para um determinado risco. o endosso de cancelamento da apólice interrompe a contagem da exposição em função do risco cessar naquele momento. então. to- talizando 212 dias. assim. caso contrário. deve-se estender a contagem da exposição até o final de vigência original da apólice. e de 02/05/t até 30/09/t. 212 Exposição Individual = = 0. Conforme abordado neste apêndice.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. etc. pois. n ∑R i Exposição Agregada = i =1 n Esta forma de cálculo vale também para o cálculo de importâncias seguradas expostas. para cada dia do período de análise ( n ). pois. todas as alterações nas apólices são automaticamente incluídas na movimentação do saldo de riscos em vi- .5808 365 ENDOSSO DE CANCELAMENTO POR SINISTRO Conforme já abordado neste apêndice. No caso de cancelamento por sinistro. tomaríamos somente uma proporção do risco. entretanto. Logo. Além de simples. onde fica claro que a apólice sinistrada deve ter sua exposição considerada como 1. sendo . a exposição agregada igual a média do número de apólices em vigor no período n . ou seja.

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. . pois. perde-se a informação das movimentações de risco ocorridas dentro de cada mês. entretanto. Deve-se tomar cuidado. não se tem o mesmo grau de precisão. Nesse caso. entretanto. Apêndice 1 – Exposição ao Risco • 203 gor em cada dia ( Ri ). para considerar as apólices sinistradas como se estivessem em vigor até o final de vigência originalmente con- tratado.

.

6517 0.6103 0.1 0.7 0.6950 0.6368 0.8790 0.8708 0.9032 0.6064 0.9279 0.5199 0.5000 0.6443 0.4 0.8264 0.8907 0.6700 0.8289 0.5359 0.7517 0.8599 0.5239 0.8621 1.8340 0.7454 0.6141 0.7823 0.5398 0.8770 0.5080 0.5910 0.5040 0.6808 0.8438 0.8133 0.08 0.6 0.8365 0.2 0.6879 0.8159 0.9207 0.9306 0.5714 0.8508 0.5948 0.8078 0.7157 0.6217 0.8023 0.8051 0.9265 0.9319 205 .06 0.8665 0.6628 0.7967 0.8810 0.09 0.8577 0.5120 0.1 0.3 0.8849 0.9292 0.8686 0.7910 0.5793 0.9099 0.4 0.5596 0.2 0.5 0.5636 0.7257 0.8749 0.8389 1.9115 0.5753 0.7324 0.7019 0.9131 0.7881 0.01 0.7611 0.03 0.7422 0.8461 0.7054 0.8997 0.0 0.00 0.7088 0.8315 0.04 0.7486 0.7939 0.9222 0.5832 0.5871 0.8485 0.6406 0.8980 0.8413 0.Apêndice 2 Tabela Distribuição Normal Padronizada Acumulada z 0.7995 0.7764 0.8869 0.5438 0.8925 0.6736 0.7357 0.9066 0.9236 0.8554 0.8238 0.7389 0.6026 0.9251 0.0 0.6331 0.8944 0.9 0.7291 0.8962 0.6554 0.05 0.9082 0.7794 0.9049 0.8212 0.6480 0.7642 0.9177 1.8106 0.7190 0.9147 0.5160 0.6591 0.7704 0.5279 0.6772 0.9192 0.8643 0.8531 0.6844 0.9015 1.6664 0.7580 0.8186 0.6255 0.7224 0.8 0.07 0.3 0.7123 0.6985 0.7852 0.6293 0.02 0.7549 0.7673 0.8888 0.6179 0.5319 0.8729 0.5478 0.9162 0.5557 0.5675 0.8830 1.5987 0.6915 0.7734 0.5517 0.

9821 0.05 0.9772 0.9983 0.9991 0.9875 0.9868 0.9582 0.9984 0.291 3.9778 0.090 3.09 1.95 0.9943 0.9959 0.9838 0.9871 0.9846 0.9616 0.9951 0.9989 0.9535 0.9864 0.9726 0.9979 0.9484 0.03 0.960 2.01 0.9706 1.9934 0.9812 0.9996 0.9798 0.9911 0.9976 0.9977 0.99995 0.9973 0.9996 0.6 0.9949 0.9997 0.9993 3.9474 0.9554 0.9452 0.9994 0.9957 0.0 0.9332 0.9920 0.9932 0.9987 0.9945 0.9693 0.9980 0.9803 0.9997 0.3 0.9 0.9946 0.9463 0.9842 0.9960 0.9505 0.9878 0.9738 0.9981 0.9767 2.9608 0.9990 3.9993 0.9953 0.4 0.9817 2.9989 0.9641 0.9495 0.9979 0.9988 0.9996 0.9830 0.9989 0.9995 0.9996 0.9515 0.975 0.90 0.2 0.9913 0.282 1.9656 0.9988 0.99 0.9987 0.9995 0.9909 0.417 P (Z ≤ z ) 0.9931 0.9996 0.9961 0.9922 0.9898 0.9992 0.9573 0.9884 0.9966 0.06 0.891 4.9732 0.9965 0.9761 0.9649 0.9986 3.9406 0.9756 0.9994 0.9993 0.9990 0.9906 0.9938 0.9984 0.999 0.9987 0.9850 0.9357 0.9904 0.8 0.995 0.645 1.02 0.9345 0.9992 0.999995 .9564 0.3 0.9929 0.9986 0.4 0.9901 0.9998 Principais valores: z 1.9918 0.9671 0.9625 0.9441 1.9972 0.9991 0.9940 0.9713 0.9370 0.9997 0.9783 0.9678 0.9969 0.0 0.9997 0.9968 0.9941 0.9750 0.07 0.9916 2.04 0.9808 0.9994 0.9881 0.9974 2.9826 0.9982 0.9967 0.9982 0.9994 0.9927 0.9977 0.9995 3.9994 0.9382 0.9591 0.9997 0.9956 0.9995 0.9997 0.00 0.8 0.9985 0.9599 0.9964 2.2 0.9429 0.9981 2.9699 0.9985 0.9974 0.576 3.1 0.9995 0.9978 0.9963 0.9633 1.08 0.9997 0.9975 0.9793 0.9997 3.9861 0.9834 0.9545 1.9952 2.9970 0.9936 2.206 • Modelos de Precificação e Ruína para Seguros de Curto Prazo z 0.9990 0.326 2.9992 0.9788 0.9418 0.9997 0.9525 0.1 0.5 0.9664 0.9925 0.7 0.9995 0.9744 0.9890 2.9854 0.9857 2.9686 0.9991 0.9955 0.9719 0.9394 0.9971 0.9887 0.9995 0.9896 0.9962 0.5 0.9993 0.9948 0.9893 0.9997 0.9996 0.9992 0.6 0.7 0.9 0.

670.556 4) $2.0005 b) 1.952.5% 3) a) V [X i ] = $9.87 e) 1.Respostas dos Exercíos Capítulo 1 1) a) 61.773.44 3) $5.7 b) $8.002 P ( X i = $5.24% 2) $18.000) = 0.5 c)$20 6) a) $1 b) $1 Capítulo 2 1) a) P ( X i = 0) = 0.345% f) 169% 207 .84 d) $248.4% 6) a) 2 b) 1.000) = 0.5% 2) 164.001 P ( X i = $2.935 5) a) $22.900 b) 4) 5) 0.98 c) $49.000) = 0.9965 P ( X i = $1.90% b) 95.

52 c) $0. 0.76% 3) 4.037 4) a) $50 b) $37.208 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Capítulo 3 1) a) 1.2 e −2 .41 3) α = 2.5 b) 2. 0.000822 2) $503.42 e −2 .375 . P ( X = 3) = 0.7 2) e −2 . .00807 e −2 3) 56.7% 5) ( p M X (t ) + 1 − p ) n 6) a) $0. 0.4896 Capítulo 4 1) 0.5 Capítulo 5 1) Poisson com parâmetro 2) 6. P ( X = 4 ) = 0. 4) β = α e x0 = − α .425 .12 b) $0.68133 e −2 . 1.16% Capítulo 6 2) Distribuição de Poisson Composta com λ =8 e .

666 ou 1.5% 6) 11.819 2) 92.745.785.37% 4) $1.954 3) 8.74% 4) -$6.44% −p p 3) a = b = (N + 1) 1− p 1− p Capítulo 8 1) $9.7% .826 2) 3.9% Capítulo 7 1) 68. Respostas dos Exercíos • 209 5) 21.698 ⎛ rq rq ⎞ 5) μ = K ⎜ Z 1−δ − θ ⎟⎟ ⎜ p2 p ⎠ ⎝ Capítulo 9 1) $1.22% 2) 66.6% 3) 0.287 5) 35.

379.8E [I d ] − 0.8 5) 67.95 2) 0.210 • Modelos de Precificação e Ruína para Seguros de Curto Prazo Capítulo 10 1) $3.9% Capítulo 11 1) X d = 0 para . X d = (1 − K ) X para .97% 3) $41.8E [I l ] l=d+ 0.98 .82 4) $8 Capítulo 12 1) 515 2) 0. 2) 47. X d = X − d para .9855 3) $10.3% m 4) 0.