You are on page 1of 35

MESTRADO EM: Cincias Actuariais

CONSTRUO DE UM SISTEMA DE
BONUS-MALUS NA PRESENA DE OUTRAS VARIVEIS
TARIFRIAS
Henda Mondlane Ferreira da Silva

Orientao: Doutor Joo Manuel de Sousa Andrade e Silva

Jri:

Presidente: Doutora Maria de Lourdes Centeno


Vogais: Doutor Joo Manuel de Sousa Andrade e Silva
Doutora Isabel Maria Ferraz Cordeiro

Julho/2006

2
GLOSSRIO DE TERMOS

Yi - nmero de sinistros declarados pelo segurado i

it - frequncia de sinistralidade esperada para o segurado i durante o perodo t

^
it - estimador de credibilidade para it

i - heterogeneidade residual referente ao segurado i

N conjunto dos nmeros inteiros

+ - conjunto dos nmeros reais positivos

b( j ) - prmio relativo associado ao nvel j

p j1 , j2 ( ) - probabilidade de um segurado com frequncia mdia transitar do nvel j1

para o nvel j2

p ( v ) j1 , j2 ( ) - probabilidade de um segurado com frequncia mdia transitar do nvel j1

para o nvel j2 em v passos

M ( ) - matriz de probabilidade de transio a um passo

M ( v ) ( ) - matriz de probabilidade de transio em v passos

j ( ) - probabilidade estacionria para um segurado com frequncia mdia de estar

no nvel j

k - frequncia de sinistralidade esperada da k-sima classe de risco

wk - peso da k-sima classe de risco, i.e., probabilidade de um segurado retirado

aleatoriamente da carteira estar na k-sima classe de risco

3
RESUMO

Esta dissertao tem como objectivo a construo de um sistema de bonus-malus, para o

seguro de responsabilidade civil automvel, considerando a tarifao a priori, ou seja, o

sistema de bonus-malus sobreposto a um sistema de prmios envolvendo um

determinado nmero de factores tarifrios.

A ideia chave de que tanto a classificao a priori como as correces a posteriori

criem clulas tarifrias to homogneas quanto possvel. Assim, as escalas de bonus-

malus so determinados de maneira a evitar a sobre penalizao dos maus riscos a priori

e a sobre beneficiao dos bons riscos a priori que se verifica nas escalas de bonus-malus

tradicionais. Desta maneira prope-se uma alternativa aos modelos de tarifao clssicos.

So desenvolvidos dois modelos.

O primeiro modelo uma tcnica ligada teoria da credibilidade que conduz


obteno de tabelas (estruturas) de prmios como funo do tempo, do nmero de
acidentes declarados e dos factores tarifrios significantes includos no modelo de
regresso.
O segundo modelo baseia-se na construo de uma escala de bonus-malus de
forma simtrica a que habitualmente tem sido feita adaptando o sistema de
bonus tarifa a priori.
A metodologia adoptada consiste, numa primeira fase, em estimar modelos de regresso

de maneira a identificar os factores tarifrios significantes, determinar as classes tarifrias

e calcular os prmios (modelo a priori). Numa segunda fase constri-se o sistema de

bonus-malus tendo em conta os resultados obtidos na fase anterior (modelo a posteriori).

Finalmente comparam-se os resultados obtidos e tiram-se algumas concluses.

4
Palavras-chave: Sistema de bonus-malus, tarifao a priori, modelo de Poisson, modelo

binomial negativo, componente de regresso, credibilidade.

ABSTRACT

The main objective of this thesis is the determination of a bonus-malus scale for motor

third part liability when a priori risk classification is used, i.e, the bonus-malus system is

superimposed on a premium system involving a number of other rating variables.

The key idea is that both a priori classification and a posteriori corrections aim to create

tariff cells as homogeneous as possible. In this way the bonus-malus scales are

determined in order to avoid the over penalization for bad risks and over benefits for

good risks that we see in classics bonus-malus scales.

So it can be seen as an extension of well known models of tarification.

For this purpose two models are presented:

The first model is a credibility technique that allows us to calculate premiums

tables as function of time, past accidents and rating factors.

In the second model a new bonus-malus system is derived.

In a first stage a regression model is estimate in order to identify significant risk

classification factors, determine tariff class and calculate premiums (a priori model).

Given the results of the regression model, a bonus-malus system is estimated (a

posteriori model).

Finally, in a last chapter, we compare the results and take some conclusions.

Keywords: Bonus-malus system, a priori ratemaking, Poisson model, negative binomial

model, regression component, credibility.

5
NDICE Pg.

Lista de Quadros 7

Lista de Grficos 8

Prefcio 9

Agradecimentos 14

1. Tarifao a priori e a posteriori. Uma viso Clssica 15


1.1 Estimao da Tarifa a priori 19

1.1.1 Modelos Lineares Generalizados 22

1.1.2 Aplicao dos Modelos Lineares Generalizados na estimao 28


da Tarifa
1.2 Avaliao a posteriori 29

1.3 Sistemas de Bonus-Malus 30

1.4 Integrao entre a Tarifao a priori e a posteriori 32

2. Uma Soluo Alternativa ao Mtodo de Construo


de Tarifas tradicional 35

2.1 Modelo de Dionne e Vanasse 36

2.2 O Modelo de Pitrebois et al. 42

3. A Carteira em Estudo 46

3.1 Os Dados Obtidos 46

6
3.2 Anlise dos Diferentes Factores 48

4. Modelizao da Estrutura Tarifria 66

4.1 Avaliao a posteriori Escalas ptimas 67

4.1.1 Nmero de Sinistros e distribuio Estrutural 67

4.1.2 Obteno de Escalas ptimas 70

4.2 Estimao da frequncia esperada de sinistralidade 73

4.3 A tarifa a priori com a escala de bnus como restrio 74

4.4 Estimao conjunta das tarifaes a priori e a posteriori 76

5. Estimao da Estrutura Tarifria com base nos


modelos alternativos propostos 80

5.1 Modelo de Dionne e Vanasse 80

5.2 O Modelo de Pitrebois et al. 84

5.3 Aplicaes Numricas 89

5.4 Comparao entre os modelos de tarifao 92


6. Concluses 98

Bibliografia 101

Anexos 104

7
LISTA DE QUADROS

3.1 - Idade do Segurado 49

3.2 -Tipo de Utilizador do veculo 50

3.3 - Idade da carta de conduo 51

3.4 - Experincia 52

3.5 -Zona de circulao habitual do veculo 53

3.6 -Tipo de Combustvel 54

3.7 -Outras caractersticas tcnicas 55

3.8 -Cruzamento entre os factores Outras caractersticas tcnicas


e Tipo de combustvel 55

3.9 -Tipo de propriedade do veculo 57

3.10 -Cruzamento entre os factores Tipo de propriedade


e Zona de circulao 57

3.11 -Cruzamento entre os factores Tipo de propriedade


e Outras caractersticas tcnicas 57

3.12 -Idade do veculo 58

3.13 -Montante do capital seguro em RC 59

3.14 -Plano de Pagamento do prmio 60

3.15 -Agregao da varivel idade da aplice 61

3.16 -Agregao do factor bonus 64

8
4.1 -Matriz de probabilidades de transio do sistema 71

4.2 -Distribuio estacionria e escalas ptimas 72

4.3 -Tarifa a priori Escala de bonus como restrio 75

4.4 - Estimativa dos coeficientes da varivel bonus


Estimao Conjunta e Escala de Norberg normalizada 77

4.5 -Tarifa a priori Estimao Conjunta 78

5.1 -Modelo de regresso binomial negativo 81

5.2 -Modelo de regresso de Poisson - Estimativas resultantes 85

5.3 -Classes do sistema de bonus-malus:


Modelo sem tarifao a priori e Modelo com tarifao a priori 88

5.4 - Modelo binomial negativo com componente de regresso: tabela 1 90

5.5 -Modelo binomial negativo com componente de regresso: tabela 2 91

5.6 -Modelo binomial negativo com componente de regresso: tabela 3 92

LISTA DE GRFICOS

3.1 - Evoluo da frequncia de sinistralidade em funo da idade da aplice 61

3.2 - Evoluo da frequncia de sinistralidade e custo mdio


em funo das classes de bonus 65

5.1 - Evoluo do prmio puro: 1 caso, trajectria 1 94

5.2 - Evoluo do prmio puro: 1 caso, trajectria 2 94

5.3 - Evoluo do prmio puro: 2 caso 95

5.4 - Evoluo do prmio puro: 3 caso 95

9
PREFCIO

A natureza da actividade seguradora caracterizada pela aceitao de diversos riscos que

se supem mais ou menos homogneos para que, baseando-se na lei dos grandes

nmeros, a empresa seguradora assuma o conjunto das responsabilidades recebendo em

troca um determinado montante a que se convencionou chamar de prmio.

Assim, o prmio constitui um dos elementos essenciais do seguro. Sendo o prmio uma

contrapartida da assumpo de um risco pela Seguradora, deve ser remunerador para esta,

mas tambm justo e equitativo para o segurado. Contudo, grandes divergncias se

levantam no sentido de saber se o prmio deve ser determinado apenas em funo das

caractersticas do risco a segurar, ou se por motivos relacionados com a concorrncia no

mercado Segurador.

Desde h muito tempo que o prmio tem sido definido mediante a avaliao do risco

subjacente (viso actuarial). No entanto uma outra abordagem defende que os prmios

devem ser estabelecidos em funo dos mecanismos do mercado. Contudo, qualquer que

seja a abordagem defendida, o prmio no pode afastar-se do equilbrio, sob pena de

desajustamentos indesejveis que poderiam proporcionar a quebra de solidez e afectar a

segurana que caracteriza a actividade Seguradora.

10
Assim, em termos actuariais, convencionou-se decompor o prmio em trs componentes

incorporadas durante o processo da sua fixao:

O prmio puro que corresponde esperana matemtica do risco;

A margem de segurana, destinada a fazer face aleatoriedade do risco;

Os encargos destinados a cobrir os gastos administrativos e cargas fiscais.

As metodologias de construo de tarifas para o seguro automvel tm conhecido uma

grande evoluo com imposies feitas pelas autoridades supervisoras em relao a

determinados parmetros que as seguradoras devem cumprir, proporcionando assim aos

segurados maior proteco face s apetncias ao lucro exagerado. Tal evoluo tem sido

acompanhada com o rpido desenvolvimento tecnolgico, permitindo que actualmente se

possa manusear grandes quantidades de informao de forma mais eficiente. De forma

paralela o parque automvel tem crescido significativamente nas ltimas dcadas,

originando um aumento da frequncia de sinistralidade, o que tem dado importncia

crescente ao seguro automvel no quadro da actividade seguradora.

O processo de construo de uma tarifa comea pela definio dos objectivos que se

pretendem atingir com a mesma, que geralmente residem na melhor adequao entre o

prmio e o grau de risco existente nas unidades de exposio ao risco (as aplices para o

seguro de responsabilidade civil automvel). Segue-se ento a modelizao da estrutura a

implementar, que abrange a escolha da varivel que ser objecto de anlise (quer seja a

11
frequncia ou os custos associados as indemnizaes), identificao e posterior seleco

dos factores (variveis exgenas) a incluir no modelo.

Para distribuir os sinistros entre os segurados, o acturio geralmente reparte as aplices

em classes to homogneas quanto possvel de tal modo que todos os segurados

pertencentes mesma classe paguem o mesmo prmio. As variveis de classificao que

se introduzem de maneira a separar os riscos em clulas so designadas variveis a priori

(uma vez que os seus valores podem ser determinados antes de o segurado comear a

conduzir). Nos Seguros de Responsabilidade Civil Automvel, tais variveis incluem,

entre outras, a idade, sexo e ocupao dos segurados, o tipo de carro, local de residncia

e, por vezes, o nmero de carros na residncia ou o estado civil. Contudo, alguns factores

importantes podem no ser tidos em considerao a este nvel, como por exemplo, a

agressividade ao volante ou no conhecimento do cdigo de estrada. Consequentemente,

as classes de risco continuam heterogneas apesar do uso de muitas variveis de

classificao a priori.

Os sistemas de tarifao que penalizam os segurados responsveis por um ou mais

acidentes agravando os prmios (malus), e bonificam os segurados que no apresentem

sinistros concedendo descontos (bonus) esto, mais do que nunca, a ser usados. Trata-se

de uma tarifao a posteriori, e uma maneira bastante eficiente de classificar os

segurados de acordo com os seus respectivos riscos, corrigindo assim as limitaes dos

sistemas a priori. Encorajando os segurados a conduzir cuidadosamente, isto , de

maneira a contrariar o risco moral (moral hazard), tenta-se melhorar a tarifao dos

riscos individuais. Tal sistema designado por No claim discounts na sua verso mais

simples ou sistema de bonus-malus quando o sistema se torna mais complexo.

12
Objectivo
O problema a que se prope abordar neste trabalho a determinao do prmio relativo

de cada classe de uma escala de bonus-malus quando a classificao a priori usada pela

companhia, ou seja, adaptar o sistema de bonus-malus tarifa a priori. Esta abordagem,

apresentada inicialmente em Taylor (1997) e mais recentemente em Pitrebois, Denuit &

Walhin (2003) ser comparada quer com a abordagem tradicional, utilizada na

generalidade das seguradoras, quer com a proposta de Dionne e Vanasse (1989) que

desenvolveram uma metodologia alternativa.

Metodologia
Apresenta-se assim uma metodologia para construir escalas de bonus-malus no seguro

automvel, na qual as variveis explicativas so consideradas para a determinao do

prmio relativo de cada classe do sistema, resultando assim num novo esquema de

tarifao integrado, diferente do sistema clssico. A severidade das correces a

posteriori varia de acordo com as caractersticas observveis dos segurados. A ideia

chave de que tanto a classificao a priori como as correces a posteriori criem

clulas tarifrias to homogneas quanto possvel.

Assinale-se que, dado o objectivo do trabalho se centrar nos sistemas de bonus-malus

dependentes apenas da frequncia de sinistralidade, no se ir modelizar os custos

associados aos sinistros.

13
Estrutura da Dissertao
Para cumprir os objectivos definidos, dividiu-se o trabalho em seis captulos organizados

da seguinte forma:

O primeiro captulo tem por objectivo principal introduzir a metodologia usada

para proceder a construo de tarifas segundo a viso clssica ou tradicional.

Falar-se- ento dos modelos lineares generalizados como sendo um mtodo

estatstico que d resposta aos objectivos enunciados.

No segundo captulo abordam-se as alternativas propostas para o processo de

construo de tarifas, nomeadamente os contributos de Dionne e Vanasse (1989) e

de Pitrebois, Denuit & Walhin (2003).

Seguidamente, no captulo 3, procede-se descrio formalizada da informao a

que se teve acesso bem como seleco dos dados a serem utilizados.

O essencial do estudo realizado desenvolve-se ao longo dos captulos 4 e 5.

Comea-se por efectuar a estimao da tarifa nos moldes habituais (viso

clssica) para de seguida, voltar a estimar a tarifa mas considerando as

alternativas propostas (captulo 5).

Finalmente, no sexto captulo, sintetizam-se as concluses principais, sugerindo-

se tambm algumas alternativas para futuras investigaes.

14
AGRADECIMENTOS

Agradeo primeiramente ao Professor Doutor Joo Andrade e Silva pela sua orientao.

Agradecer tambm o seu apoio, empenho e disponibilidade que sempre demonstrou. Um

muito obrigado.

No podia deixar de agradecer a Dra. Fernanda Freitas, Directora dos Ramos Pessoais e

Vida da Empresa de Seguros de Angola (ENSA-S.A.R.L), que confiou em mim e deu-me

a oportunidade de frequentar o mestrado.

Companhia de Seguros que forneceu os dados necessrios elaborao desta tese.

Denise Filomena e ao Telmo Danilo por tudo o que representam na minha vida.

Por ltimo agradecer a minha famlia, especialmente aos meus pais e irmos pelo apoio

prestado durante o decorrer deste trabalho.

15
Captulo 1

Tarifao a priori e a posteriori. Uma viso clssica


A tarifa consiste no conjunto de regras que permitem definir o prmio a pagar por cada

aplice. Ela surge como um instrumento que contempla as taxas ou prmios, bem como

as regras orientadoras para a realizao de contratos de seguro de um determinado ramo

ou modalidade, e que define o prmio a pagar.

Na actividade seguradora os acturios precisam de construir estruturas tarifrias que iro

distribuir de forma justa o risco entre os segurados. Uma estrutura tarifria consiste num

conjunto de descontos e agravamentos que os prmios das vrias aplices apresentam

( em funo das sua caractersticas especficas), em relao um valor padro, designado

como prmio padro. O prmio dado por uma tarifa resulta assim do multiplicar do

prmio padro pelo valor obtido na estrutura tarifria; a funo da estrutura tarifria

assim diferenciar o prmio a pagar por cada aplice em funo das suas caractersticas.

A discriminao dos riscos na carteira feita de acordo com critrios socialmente aceites

(uma vez que determinados critrios no so legalmente permitidos), e com critrios

concorrenciais. Quando a tarifa inclui todos os elementos significativos de que se dispe,

a situao ser transparente uma vez que, com a informao disponvel, o prmio estar

de acordo com a avaliao que se faz do risco.

16
Se, pelo contrrio, no for includa toda a informao significativa na tarifa, estar-se-ia a

agrupar num mesmo escalo tarifrio, riscos que se sabe partida serem de gravidade

diferente o que originaria distores na tarifa.

importante tambm realar a necessidade de uma leitura cuidada dos resultados,

independentemente da metodologia estatstica usada, antes de implementar uma estrutura

tarifria. Destacam-se alguns requisitos que esta dever satisfazer:

estabilidade a curto/mdio prazo no que se refere aos factores seleccionados,

e s bonificaes/penalizaes a aplicar;

simplicidade na sua aplicao, tendo em conta no s que ela deve ser

compreendida pelos segurados como tambm os diversos mecanismos de

comercializao do produto;

questes relacionadas com o perodo em anlise. A melhor opo nem

sempre escolher um perodo remoto, uma vez que poder faltar alguma

informao considerada relevante, nem optar por um perodo recente, uma

vez que a informao disponvel poder estar incompleta. Por exemplo, no

seguro automvel, as indemnizaes de sinistros que envolvam danos

corporais ou outros que envolvam situaes litigiosas, s sero conhecidas

passados muitos anos tornando necessrio trabalhar com estimativas;

17
Esta situao deve levar a certas cautelas na determinao dos factores a excluir e a

incluir de forma a evitar possveis distores. Note-se que as razes para incluso ou

excluso de determinados elementos podem variar no tempo, ou seja, podem ser pacficas

numa determinada altura e deixar de s-lo mais tarde. Assim sendo, o fundamental

encontrar um conjunto de caractersticas, designado por factores tarifrios, que

caracterizem cada aplice e que a coloquem em determinada classe de tarifao face ao

nvel de risco que representa. Um primeiro conjunto de caractersticas que fazem parte da

tarifa de qualquer seguradora, so os designados factores mensurveis a priori e que

podem incluir:

Dados relativos ao condutor do veculo (por vezes assume-se que o segurado

e o condutor habitual do veculo coincidem), dos quais se destacam a idade,

o gnero, a experincia de conduo (nmero de anos de carta), o estado

civil;

Dados relativos ao tipo de veculo, nomeadamente, a potncia, a cilindrada,

a marca, a idade, etc.

A regio de circulao habitual do veculo;

A quilometragem anualmente percorrida pelo veculo, quando esta se

encontre acessvel.

Tais factores so geralmente considerados em termos qualitativos e traduzem-se em

termos estatsticos por um conjunto de variveis artificiais que correspondem ao

desdobramento dos diferentes nveis que cada varivel qualitativa assume. A carteira

18
pode ento ser concebida como um conjunto de clulas caracterizadas pelo cruzamento

de diferentes nveis dos factores tarifrios. A cada clula ir corresponder um grupo

relativamente homogneo que pagar o mesmo prmio. Uma vez que a distribuio dos

riscos em termos dos factores tarifrios no uniforme, o sistema assim criado ser

caracterizado pelo facto de que uma percentagem muito pequena de clulas engloba a

esmagadora maioria das aplices o que pode afectar a qualidade dos estimadores a

utilizar.

O ramo automvel possui ainda particularidades que fazem com que a escolha dos

diferentes factores tarifrios nem sempre seja muito pacfica. Existem diversas variveis

que, apesar de apresentarem uma correlao bastante elevada com a sinistralidade no

podem ser includas porque no se consegue ter uma medida objectiva das mesmas. Por

vezes possvel encontrar outras variveis explicativas que, por estarem correlacionadas

com aquelas, permitem, embora de forma indirecta suprir esta limitao.

Assim, para tomar em considerao estes efeitos escondidos e que podem ser os que

mais ajudam a explicar a sinistralidade, define-se a estrutura tarifria com base numa

dupla avaliao: por um lado, a partir dos factores tarifrios conhecidos e utilizveis,

constri-se um modelo para estimar o prmio puro, processo que se designa como

tarifao a priori e, por outro lado, utiliza-se a sinistralidade passada de uma aplice para

estimar o seu comportamento futuro, processo que se designa por tarifao a posteriori.

Saliente-se que a avaliao a posteriori ser feita apenas para a frequncia. Embora

alguns autores (Holtan (1994) ou Lemaire (1995) por exemplo) procurem tambm

19
abranger os custos, tal no prtica corrente e o presente trabalho tambm vai apenas

considerar a avaliao a posteriori para a frequncia.

Nas seces seguintes abordar-se-o os aspectos fundamentais referentes tarifao a

priori e a posteriori. Seguindo o mtodo tradicional de construo de tarifas, estes

processos sero abordados de forma individual e proceder-se- de seguida sua

integrao.

1.1 Estimao da Tarifa a priori

A modelizao das estruturas tarifrias em termos dos factores directamente mensurveis,

tambm designada como tarifao a priori, feita com base nos modelos lineares

generalizados que permitem estimar o impacto dos factores de tarifao sobre o valor

esperado da frequncia de sinistralidade.

As estruturas tarifrias baseiam-se numa estrutura aditiva ou multiplicativa. A principal

diferena entre ambas deve-se ao facto de na estrutura multiplicativa, existirem

agravamentos sobre agravamentos (ou descontos sobre descontos) enquanto que na

estrutura aditiva tal no acontece. Em qualquer dos casos a modelizao feita,

geralmente, de forma separada para o nmero de sinistros e para o montante das

indemnizaes.

Considere-se assim o valor total das indemnizaes geradas por um risco i numa

determinada anuidade, Wi, que tem origem num processo composto,

20
Ni
Wi = X ij (1.1)
j =0

onde Ni representa o nmero de participaes na anuidade e Xij o valor das indemnizaes

referentes j-esima participao, com X 0 0 . Assumindo que, para cada risco i, as

indemnizaes so independentes do nmero de sinistros ou participaes e constituem

uma sucesso de variveis aleatrias independentes e identicamente distribudas, ter-se-

E [Wi ] = E [N i ] E [ X i ] (1.2)

sendo X i uma varivel aleatria com a distribuio comum a todas as variveis {X ij }.

Considerando a carteira como sendo composta por um conjunto de riscos que podem ser

caracterizados por um parmetro (uni ou multi dimensional) , admitindo que os {X ij }

condicionados por so independentes de N i e constituem uma sucesso de variveis

independentes e identicamente distribudas e supondo-se tambm que existe estabilidade

e independncia condicional entre as anuidades, tem-se, para cada anuidade

E (W ) = E ( N ) E ( X ) (1.3)

em que X uma varivel aleatria com a mesma distribuio que os {X i },


i = 1,2,,N. O parmetro tem duas componentes: as caractersticas observveis

21
referentes a cada risco, e uma componente no observvel, que adiante ser tratada como

sendo a realizao de uma varivel aleatria com distribuio conhecida.

Considere-se agora que o parmetro pode ser decomposto num conjunto de k factores

tarifrios que correspondem a caractersticas objectivamente avaliadas das aplices. O

objectivo a modelizao de E (Wi X i1 , X i 2 , , X ik ) para i = 1,2, , n , sendo n o

nmero de aplices na carteira.

De acordo com a expresso (1.3) modela-se de forma separada o nmero esperado de

sinistros e o custo mdio de um sinistro dados os factores tarifrios, utilizando-se para tal

o modelo E (Yi X i1 , X i 2 ,..., X ik ) representando Yi o nmero de sinistros ou o seu

montante conforme a situao.

22
1.1.1 Modelos Lineares Generalizados

Os modelos lineares generalizados (GLM) constituem uma generalizao do modelo

habitual de regresso linear mltipla, alargando as hipteses sobre a distribuio da

varivel endgena da lei normal para a famlia exponencial (normal, Poisson, binomial,

gama, etc.).

Nesta seco abordar-se- de forma genrica estes modelos. Para uma viso mais

alargada sobre os mesmos veja-se McCulagh & Nelder [1989] ou Turkman & Silva

[2000].

Considere-se que se dispe de n observaes independentes da varivel endgena Yi ,

i = 1,2, , n , de mdia i , e das k variveis exgenas que lhe esto associadas. Um

modelo linear generalizado ser definido por 3 caractersticas:

A distribuio de Yi pertence a famlia de disperso exponencial, isto

y b( i )
f ( y i , , ) = exp i i + c( y i , ) (1.4)
a i ( )

sendo ai (.) , b(.) e c(.,.) funes conhecidas, adequadas a cada caso particular, e

ai (.) da forma
i com i conhecido, e designado por parmetro de escala

no depende de i . A funo f (.) representa a funo densidade ou a funo

probabilidade da varivel Yi . Admite-se tambm que b(.) duas vezes

23
diferencivel e que o suporte da distribuio no depende de . Os parmetros do

modelo so assim i e , embora para certas distribuies como a Poisson o

parmetro tenha um valor pr-determinado.

Sabendo que

2
l i 2 li l i
E = 0 e E 2 = E (1.5)
i i i

onde l i o logaritmo da funo de verosimilhana de Yi, conclu-se que

db( i ) d i
E [Yi ] = = i e var[Yi ] = b ( i ) a i ( ) = a i ( ) (1.6)
d i d i

definindo-se assim a chamada funo varincia

d i
V ( i ) = b ( i ) = (1.7)
d i

A existncia de um predictor linear i definido como combinao linear das

k
variveis explicativas, ou seja i = X ij j , i = 1,2, , n , ou, em termos
j =1

matriciais = X . Sendo a matriz X conhecida e um vector de parmetros

desconhecidos a estimar. Geralmente tem-se X i1 = 1 , i , ou seja, o modelo tem

um termo independente.

Existe uma funo de ligao gi , montona e diferencivel, que relaciona i

com i atravs de i = g ( i ) , i = 1,2, , n . Como caso particular mais

24
significativo define-se a funo cannica de ligao quando i = i , para

i = 1,2, , n .

Os parmetros de localizao dados pelo vector , so estimados pela mxima

verosimilhana atravs de um processo iterativo, onde em cada iterao se constri uma

matriz diagonal de ponderadores e se procede a uma estimao pelos mnimos quadrados

ponderados. Quando a distribuio de Yi no envolve o parmetro de disperso (caso

da Poisson), no haver necessidade da sua estimao. Nos outros casos recorre-se a uma

estimativa de mxima verosimilhana, fora do mbito dos modelos lineares

generalizados, ou opta-se por um mtodo de estimao alternativo, sendo importante

garantir que o estimador utilizado consistente. McCullagh & Nelder [1989] propem o

recurso a um estimador centrado e consistente com base na estatstica do qui-quadrado

generalizada, isto ,

~ 2
= (1.8)
nk

^
n
(Yi i )
onde =
2
^
i a estatstica do qui-quadrado de Pearson.
i =1
V ( i )

25
Na estimao das estruturas tarifrias como em qualquer processo de modelao,

pretende-se um modelo que realce os aspectos principais do fenmeno em estudo,

reduzindo o nmero de parmetros envolvidos.

Nos modelos lineares generalizados, a medida de ajustamento por excelncia, a

deviance D , obtida por comparao do modelo em estudo com o modelo saturado 1 .

Define-se a deviance escala D * como sendo

~ ^
~ ^

Yi ( i i ) b( i ) b( i )

n
D
D * = 2(l e l s ) = 2 = (1.9)
i =1
i

onde o modelo em estudo representado pelo ndice e e as suas estimativas assinaladas

com o smbolo ^, e o modelo saturado pelo ndice s e as correspondentes estimativas

assinaladas com ~, l representa o logaritmo da funo de verosimilhana.

Define-se ento a deviance por

n
~ ^ ~ ^

D = 2 i Yi ( i i ) b( i ) b( i ) (1.10)
i =1

1
entende-se por modelo saturado aquele em que existem tantas variveis quantas


observaes de forma a obter um ajustamento perfeito, o que corresponde a i = y i .

26
O modelo M 2 , com k 2 parmetros de localizao, diz-se encaixado no modelo M 1 , com

k1 parmetros de localizao, quando este pode ser obtido por meio de um conjunto de

k1 - k 2 restries lineares. Quando o parmetro de disperso tem valor conhecido, o

teste destas restries lineares feito utilizando o resultado

D 2 D1 2

E= ~ ( k1 k 2 ) (1.11)

onde Di representa deviance do modelo i , i = 1,2. Pode-se assim testar a nulidade dos

parmetros do modelo 2 no includos no modelo 1, atravs dum teste de aba direita da

distribuio ( k1 k 2 ) para um nvel de significncia pr-definido.

Quando no tem um valor pr-definido, Dobson [1990] prope que se utilize a

estatstica

( D 2 D1 )
(k1 k 2 )
F= ~ F( k1 k 2 ;n k1 ) (1.12)
D1
(n k 1 )

tratando-se tambm de um teste de aba direita.

De forma alternativa, ao comparar o modelo em estudo com o modelo mnimo (onde o

valor esperado condicionado apenas envolve o termo independente) passa-se a apreciar a

27
qualidade global do modelo por comparao com uma situao de plena homogeneidade

da carteira.

Como o modelo mnimo est encaixado em todos os modelos que tenham termo

independente, pode-se utilizar as estatsticas E ou F, para testar a nulidade de todos os

coeficientes, com excepo do termo independente. Por outras palavras est-se a testar se

os factores tarifrios so ou no relevantes para a explicao do valor esperado

condicionado.

Para validao estatstica do modelo estimado pode-se tambm recorrer anlise

dos resduos e testes da funo de ligao, como se pode ver em McCulagh & Nelder

[1989] ou em Turkman & Silva [2000].

28
1.1.2 Aplicao dos Modelos Lineares Generalizados na
estimao da Tarifa

A sinistralidade em seguros de responsabilidade civil automvel pode ser avaliada de

duas formas: em termos do nmero de sinistros provocados ou em termos do montante de

indemnizaes que envolveram.

Assumindo que as variveis explicativas podem ter impactos diferentes sobre o custo

mdio e a taxa de frequncia, procede-se ao estudo separado das mesmas. Assim

assumindo a independncia entre o nmero de sinistros e os custos a eles associados, para

obter o valor esperado do custo de cada aplice procede-se multiplicao das

estimativas da taxa de frequncia e do custo mdio.

Para modelar o nmero esperado de sinistros, recorre-se a distribuio de Poisson ou da

quase Poisson, estimando-se o parmetro com base em (1.8). A modelao parte de um

grande nmero de observaes. A varivel endgena N i corresponde ao nmero de

participaes da aplice i na anuidade (existem alternativas que permitem considerar, no

mbito da Poisson, uma agregao da informao por clulas ou a considerao de

aplices que no tenham estado na carteira durante toda a anuidade em anlise).

Quando se modela o custo esperado de uma indemnizao as distribuies escolhidas

costumam ser a famlia gama ou a lognormal, escolhendo-se a funo de ligao

adequada de forma a obter uma estrutura multiplicativa.

29
1.2 Avaliao a posteriori

Diversos factores importantes no podem ser tidos em conta a priori; pense-se por

exemplo na rapidez dos reflexos, agressividade ao volante, ou no conhecimento do

cdigo de estrada. Por este motivo as sub-carteiras existentes nas diversas clulas

tarifrias continuam a apresentar um certo grau de heterogeneidade apesar do uso de

muitas variveis de classificao.

Em termos globais, verifica-se que os dados relacionados principalmente com o nmero

de sinistros no podem ser adequadamente explicados por modelos de Poisson dado que

apresentam uma variabilidade bastante elevada. Contudo, razovel acreditar que as

caractersticas no observveis so, em parte, reveladas pelo nmero de sinistros

participados pelos segurados no decorrer dos vrios anos de vigncia da aplice.

Portanto, o prmio ajustado a cada ano de acordo com a experincia dos sinistros

individuais de modo a restituir uma certa justia entre os segurados. Neste caso a

correlao aparente e resulta dos factores desconhecidos nas caractersticas do risco. A

ideia utilizar o comportamento passado de um risco para determinar o seu prmio na

anuidade seguinte.

No seguro automvel de responsabilidade civil, a integrao da sinistralidade passada (a

considerao dos efeitos no observveis) feita por meio dos modelos de credibilidade

ou recorrendo a sistemas de bonus-malus.

30
1.3 Sistemas de Bonus-Malus

As escalas de bonus so caracterizadas por possurem um determinado nmero de nveis,

s+1 por exemplo, numerados de 0 s. Quando um segurado entra na carteira -lhe

atribudo um nvel pr-fixado do sistema. Dentro dos sistemas existentes, apenas se ir

considerar os sistemas Markovianos de 1 espcie na terminologia de Lemaire [1995] por

corresponderem situao mais frequente e porque o sistema que se ir utilizar se

inscreve nesta famlia.

Uma caracterstica destes sistemas o facto de que para determinar o nvel para onde o

segurado dever transitar apenas se precisa de saber o nvel actual e o nmero de sinistros

participados na presente anuidade. Isto assegura que o sistema possa ser representado por

uma cadeia de Markov: o futuro (a classe para o ano t+1), conhecido o presente (a classe

para o ano t e o nmero de sinistros participados durante o ano t), no depende do

passado (o historial completo de sinistralidade e os nveis ocupados durante os anos 1,2,

, t-1).

O prmio relativo associado ao nvel j denotado por b(j) geralmente expresso em

percentagem; o seu significado de que um segurado que ocupe o nvel j paga um prmio

igual b(j)% do prmio a priori determinado com base nas suas caractersticas

observveis.

31
Seja p j1 j2 ( ) a probabilidade de um segurado com frequncia mdia transitar do nvel

j1 para o nvel j 2 . Seja tambm M ( ) a matriz de transio a um passo, isto ,

{ }
M ( ) = p j1 j2 ( ) , j1 , j 2 = 0,1, , s . (1.17)

Determinando a v- sima potncia da matriz M ( ) obtm-se a matriz de transio v

passos, cujo elemento (j1 ,j2), denotado por p j1 j2 ( ) , a probabilidade de se transitar do


v

nvel j1 para o nvel j 2 em v passos.

Na generalidade dos sistemas de bnus, as matrizes de transio associadas so regulares,

0

isto , existe um inteiro 0 1 tal que os elementos de M ( ) so estritamente

positivos. Consequentemente, a cadeia de Markov que descreve a trajectria de um

segurado com frequncia de sinistralidade esperada ergdica e possui uma

distribuio estacionria ( ) = ( 0 ( ), 1 ( ), , s ( ) ) ; j ( ) a probabilidade


T

estacionria para um segurado com frequncia de sinistralidade mdia de estar no

nvel j , isto ,

j ( ) = lim p v j j ( )
1 2 (1.18)
2 v

Note-se que ( ) no depende da classe de entrada.

O vector ( ) soluo do sistema

T ( ) = T ( ) M ( )
(1.19)
T ( )e = 1

32
onde e um vector coluna com todos os elementos iguais 1. Seja agora E a matriz de

dimenso (s+1)x(s+1) cujas entradas so iguais 1, isto , consiste de s+1 vectores e.

Ento

( ) = e T ( I M ( ) + E ) 1
T
(1.20)

Para uma abordagem mais pormenorizada sobre sistemas de bonus-malus veja-se

Centeno (2003), Lemaire (1995) ou Norberg (1976).

1.4 Integrao entre a Tarifao a priori e a posteriori

O processo de integrao geralmente feito no decorrer da estimao, pelos modelos

lineares generalizados, da estrutura a priori, considerando-se o sistema de bnus como

uma restrio ou como uma varivel endgena.

O mtodo mais comum consiste em introduzir o sistema de bnus que se estudou de

forma independente e estimar a estrutura tarifria a priori, dado o sistema de bnus.

Fixando, como habitual, o valor da classe de entrada em 1, tem-se

b( j )
c( j ) = , j = 1,2, , s (1.21)
b (e)

onde e representa agora a classe de entrada no sistema.

Quando se est a proceder estimao da tarifa, o segurado i estar numa determinada

classe do sistema, j*, no perodo em estudo e define-se ento o seu coeficiente como

33
i
c i = c( j*) . Pretende-se que os factores a priori contribuam para estimar ao invs de
ci

i uma vez que o sistema de bnus fixado exogenamente.

No quadro dos modelos lineares generalizados considerando uma funo de ligao


logartmica, tem-se i = ln i , ou seja,
ci

k k
i = ci exp(i ) = ci exp( X ij j ) = exp(ln ci + X ij j ) (1.22)
j =1 j =1

Assim, ao estimar o modelo, considera-se lnci como uma varivel adicional com

coeficiente pr-fixado no valor em 1.

Uma segunda alternativa consiste em utilizar a classe do sistema de bonus, fixando-se os

coeficientes apenas nesta fase, isto , simultaneamente com aqueles que se vo aplicar

aos restantes factores tarifrios. Neste caso, o sistema desdobrado em s-1 variveis

artificiais e estimam-se, admitindo-se uma estrutura multiplicativa, os parmetros

correspondentes. Escolhe-se como padro para o factor do sistema a classe de entrada e.

Os restantes coeficientes so estimados de forma idntica aos parmetros que afectam as

outras variveis.

Caso se tenha optado por uma escala de bnus geomtrica existe ainda uma alternativa

possvel. Considere-se a aplice i situada na classe ri do sistema de bnus cujo

coeficiente dado por c i =


(ab ) = b
ri
ri e
.
(ab )
e

34
Assim, ter-se-

k k
i = exp(ln b r e + X ij j ) = exp((ri e) ln b + X ij j )
i
(1.23)
j =1 j =1

sendo o parmetro lnb estimado como qualquer j na componente linear e a expresso

ri e passa a constituir uma varivel exgena do modelo.

Nas trs situaes acima descritas, considera-se geralmente o sistema de bnus no que diz

respeito estimao das componentes do nmero de um sinistro e no ao custo esperado

do mesmo.

35
Captulo 2

Uma Soluo Alternativa ao Mtodo de Construo de

Tarifas tradicional
As escalas de bonusmalus tradicionais possuem algumas desvantagens quando

comparadas com modelos de credibilidade baseados na frequncia. A primeira e principal

diferena, a progressiva concentrao de segurados nos nveis mais baixos da escala, o

que geralmente se deve ao facto de as regras de transio no serem suficientemente

severas. Alm disso, sendo os prmios relativos dos diferentes nveis iguais, qualquer que

seja a classe de risco qual os segurados pertenam, as escalas sobre penalizam os maus

riscos a priori e sobre beneficiam os bons riscos a priori.

Este fenmeno pode ser facilmente explicado. Com o decorrer do tempo, os segurados

so distribudos pelos diferentes nveis da escala de bonusmalus em funo do nmero

de sinistros que participam. Como a trajectria dos mesmos funo do historial de

sinistros, ento os segurados com frequncia de sinistralidade a priori baixa iro gravitar

nos nveis mais baixos da escala, o contrrio sucedendo com os segurados que possuam

elevada frequncia de sinistralidade a priori.

Nas seces seguintes apresentar-se-o dois mtodos, o primeiro ligado teoria da

credibilidade e o segundo baseado num sistema de bonus-malus.

36