Previsão da sinistralidade em seguros de vida utilizando modelos de séries temporais

Abstract

A condição de não estaticidade dos seguros em geral se dá por se tratar de uma ciência que depende de fatores sociais e econômicos para se sustentar. O Seguro de Vida, em especial, é impactado por diversos agentes, desde políticas econômicas e culturais, até o desempenho das seguradoras quanto a oferta e demanda do seu produto e aspectos sociodemográficos que influenciam no comportamento do próprio segurado. O conhecimento sobre o risco identificado é fundamental para que a avaliação seja realista e precisa. Para garantir a solvência dessas empresas e assegurar os compromissos futuros, diversas premissas atuariais estão envolvidas no gerenciamento e precificação de riscos, como análise de frequência de sinistros, severidade, risco biométrico, análises de sensibilidade e subscrição, acompanhamento de sinistralidade, entre outras, cabendo ao atuário responsável adequar tais medidas a realidade da instituição de risco. Portanto, este trabalho tem como objetivo avaliar modelos de previsão para uma das premissas atuariais mencionadas, a saber, a sinistralidade, por meio de métodos de regressão e Box-Jenkins. Foram analisados os dados mensais disponíveis no Sistema de Estatísticas (SES) da Superintendência de Seguros Privados (SUSEP), entre os anos de 2011 e 2021, das oito seguradoras com maior volume de prêmio. A capacidade de previsão dos modelos foi avaliada comparando os valores previstos com os dados reais do 1° semestre de 2022. O modelo de regressão foi o mais adequado para a previsão da sinistralidade, embora ambos os métodos tenham apresentado desempenho satisfatório.

Keywords

• seguros de vida
• sinistralidade
• modelos de séries temporais