Ocorrência de sinistros em veículos no sul de Minas Gerais: uma abordagem via modelos de classificação

Abstract

Com as mudanças nos padrões de risco, novos produtos de seguros são disponibilizados no mercado, atendendo as demandas do consumidor. Consequentemente, os modelos de precificação são reestruturados de modo a gerenciar os níveis de risco e estabelecer prêmios que mantenham o bem estar atuarial, alocando apólices em carteiras através de modelos de classificação e clusterização. Este trabalho analisou o desempenho dos modelos logístico e Random forests na classificação de ocorrências de sinistros do tipo colisão por perda total no sul de Minas Gerais utilizando amostras de treino originais e artificiais via método de reamostragem ROSE. Considera-se a perda total de um veículo quando os custos de reparos do sinistro de um mesmo evento superarem um percentual estabelecido contratualmente. Como resultado, obteve-se que os modelos com amostra artificial apresentaram resultados de acurácia superiores aos demais, indicando a melhoria nas taxas de acurácia através de métodos de reamostragem durante o treino.

Keywords

• random forest
• random over sampling examples
• regressão logística.