STOCHASTIC MODELING OF VEHICLE INSURANCE CLAIMS: AN APPLICATION IN THE SOUTH OF MINAS GERAIS/BRAZIL
Conteúdo do artigo principal
Resumo
Fatores de risco e exposi¸cao s˜ao pontos importantes a serem considerados, oferecendo informa¸c˜oes financeiras e atuariais para seguradoras. M´etodos de precifica¸c˜ao s˜ao fundamentados na teoria do mutualismo, possibilitando n´ıveis de indeniza¸c˜ao, custos esperados e a constitui¸c˜ao de reservas montet´arias. O objetivo deste trabalho ´e modelar e analisar a distribui¸c˜ao de indeniza¸c˜oes de seguro de ve´ıculos no sul de Minas Gerais, Brasil. Os dados representam ap´olices com ocorrˆencia de sinistros no ano de 2018. Sob o enfoque Bayesiano, foram considerados os modelos Gama e Lognormal, que possibilitam a modelagem de dados assim´etricos e s˜ao comumente utilizados em modelos de perda. Para o estabelecimento de distribui¸c˜oes a priori, recorreu-se a classe de prioris n˜ao informativas de Jeffreys considerando os dados do primeiro semestre de 2018. O n´ıvel
de informa¸c˜ao foi atualizado, construindo informa¸c˜oes a priori para analisar os dados do segundo semestre. A compara¸c˜ao dos modelos foi realizada a partir do Fator de Bayes e da raz˜ao entre o logaritmo das verossimilhan¸cas marginais, que indicaram o modelo Lognormal mais plaus´ıvel. Posteriormente, foram calculadas m´etricas como a Conditional Tail Expectation (CTE) e os percentis da distribui¸c˜ao ajustada, que permitem avaliar n´ıveis de risco, custos extremos e medidas de gerenciamento de reservas
monet´arias. Ademais, os resultados mostraram a aplicabilidade da inferˆencia Bayesiana na modelagem de dados de seguro, permitindo a inser¸c˜ao de informa¸c˜oes a priori, como o hist´orico de carteiras, e uso de diversas fam´ılias de distribui¸c˜oes.
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).