Publicação: Previsãoda sinistralidade no ramo compreensivo residencial por meio de modelos de séries temporais: uma aplicação às seguradoras Bradesco e Porto Seguro
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A sinistralidade no seguro compreensivo residencial é um indicador fundamental para o
equilíbrio técnico das seguradoras, exigindo abordagens estatísticas consistentes para sua análise
e previsão. Este estudo propõe a aplicação de modelos univariados de séries temporais do tipo
SARIMA para estimar a sinistralidade mensal das seguradoras Bradesco Auto/RE e Porto
Seguro, utilizando dados do período de janeiro de 2012 a dezembro de 2024. As análises foram
realizadas no software R, com base em ferramentas gráficas e testes estatísticos. Foram aplicados
o teste de Cox-Stuart para tendência, o teste de Fisher (G) para sazonalidade, e as funções de
autocorrelação e autocorrelação parcial para identificação da estrutura temporal das séries. A
escolha dos modelos foi guiada pelos critérios de informação AIC e BIC, enquanto a acurácia
preditiva foi avaliada por meio do Erro Percentual Absoluto Médio (MAPE) e da Raiz do Erro
Quadrático Médio (RMSE). O modelo SARIMA(0,1,1)(1,0,0)12 foi ajustado para a Bradesco,
com desempenho satisfatório. Já para a Porto Seguro, o modelo SARIMA(1,0,0)(1,0,2)12 obteve
melhor resultado, com menor erro e maior aderência à série observada.Os resultados confirmam
a aplicabilidade da modelagem de séries temporais como ferramenta estatística de apoio à gestão
atuarial, contribuindo para o controle de sinistralidade, a precificação e a definição de provisões
no setor segurador.
Abstract
Loss ratio in comprehensive residential insurance is a key indicator for the technical balance of insurance companies, requiring consistent statistical approaches for its analysis and
forecasting. This study applies univariate time series models of the SARIMA class to estimate the monthly loss ratio of Bradesco Auto/RE and Porto Seguro, using data from January 2012 to December 2024. Analyses were conducted in R software, employing graphical tools and statistical tests. The Cox-Stuart test was applied to detect trend, Fisher’s
G test for seasonality, and the autocorrelation function and partial autocorrelation function
to identify temporal structure. Model selection was based on the Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC), while predictive accuracy was evaluated
using the Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE).
The SARIMA(0,1,1)(1,0,0)12 model was fitted to Bradesco with satisfactory performance. For
Porto Seguro, the SARIMA(1,0,0)(1,0,2)12 model showed better results, with lower prediction
errors and higher adherence to the observed series. The results confirm the applicability of time
series modeling as a statistical tool to support actuarial management, contributing to loss ratio
control, pricing, and the definition of technical provisions in the insurance sector.
Palavras-chave
Seguro Residencial, Tendência, Sazonalidade, SARIMA, Testes Estatísticos, AIC, BIC, MAPE, RMSE
Citação
OLIVEIRA, Guilherme Ferreira. Previsão da sinistralidade no ramo compreensivo residencial por meio de modelos de séries temporais: uma aplicação às seguradoras Bradesco e Porto Seguro. 2025. 44 f. Trabalho de Conclusão de curso (Graduação em Estatística) - Universidade Federal de Uberlândia, Uberlândia, 2025.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto