Filipe Coelho de Lima Duarte, Luiz Carlos Santos Júnior
O seguro analisado pelo presente estudo, o DPVAT, foi criado em 1974 para proteger vítimas de Danos Pessoais Causados por Veículos Automotores de Via Terrestre. Objetivou-se nesse trabalho analisar o mercado brasileiro do seguro DPVAT sob a ótica da Modelagem Estatística e Atuarial, com base nos dados mensais de janeiro de 2002 a dezembro de 2014. Para isso, foram utilizados índices de análise de mercado securitário, tais quais coeficientes de penetração e densidade; um modelo de série temporal Holt-Winters para prever as variáveis “Prêmio” e “Sinistro” e para determinar o Prêmio Agregado segundo a formulação do Modelo de Risco Coletivo Anual. Os resultados obtidos demonstram que o crescimento econômico teve relação com o crescimento do Seguro DPVAT, apesar do problema relativo às suas diversas categorias. Em relação à modelagem Holt-Winters, o modelo Multiplicativo se ajustou melhor às variáveis Prêmio e Sinistro, dado que possuiu menor erro percentual médio das previsões para o ano de 2014. O modelo ajustado para o Sinistro foi melhor que o do Prêmio por causa da inflexão apresentada neste último. Portanto, para a variável Prêmio, acredita-se que modelos de série temporal que captam melhor o efeito da sazonalidade se ajustam melhor aos dados.
The Insurance analyzed by this study, DPVAT, was created in 1974 to protect victims of Personal Injury Caused by Terrestrial Motor Vehicle. This work aimed to analyze the insurance market of Brazilian DPVAT from the perspective of Statistics and Actuarial modeling, based on the monthly data from January 2002 to December 2014. Therefore, insurance market analysis indexes were used, such that penetration and density coefficients; a time series model Holt-Winters to predict the variables "Premium" and "Claim"; and determine Aggregate Premium in the formulation of the Model of Collective Annual Risk. The results show that economic growth was related to the growth of insurance DPVAT despite the problem concerning their various categories. Regarding the Holt-Winters modeling, Multiplicative model adjusted better to the Premium and Insurance Claim as it possessed lower average percentage error of the forecasts for the year 2014; the adjusted model for Insurance Claims was better than the Premium because of series inflection presented in the latter.
Therefore, for the variable Premium, it is believed that the temporal series of models that best capture the seasonality best fit the data.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados