Mostrar registro simples

dc.contributor.advisorLumertz, José Antôniopt_BR
dc.contributor.authorDias, Monize Marques de Oliveirapt_BR
dc.date.accessioned2020-01-21T04:15:03Zpt_BR
dc.date.issued2019pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/204653pt_BR
dc.description.abstractA estimação do percentual de reajuste por variação de custos em contratos de planos de saúde suplementar ainda é um processo subjetivo no meio atuarial. Ainda, a análise da sinistralidade, normalmente utilizada como ferramenta nesse processo, pode gerar uma conclusão viesada, dado a assimetria na distribuição probabilística dos dados de custo assistencial desse setor. Este estudo objetivou implementar um método, para cálculo do reajuste adequado, a partir da Teoria de Credibilidade, com base na sinistralidade estimada pelo método. O método proposto dividese em 3 partes: predição do custo, a partir do modelo de regressão GLM, cálculo do fator de credibilidade e estimação do reajuste, a partir da adaptação da formulação de precificação da Teoria da Credibilidade. Na modelagem, foram utilizados dados de 69 contratos de determinada operadora, que totalizaram 59.873 beneficiários em 2017. Para validação do método proposto, utilizou-se os dados do ano de 2018, verificando-se se o percentual estimado resultaria em uma sinistralidade esperada de 70%. Considerando-se um cenário com percentual de reajuste não negativo, a sinistralidade média por contrato, caso os reajustes estimados tivessem sido aplicados, seria de 73%, que é, aproximadamente, 5 pontos percentuais abaixo da sinistralidade real observada, permitindo concluir que o método proposto demonstrou-se adequado. Apesar disso, ressalta-se que o método pode não se ajustar corretamente a dados de outras operadoras. Isso deve-se, principalmente, a alta variabilidade, imprevisibilidade e assimetria observado nesse setor.pt_BR
dc.description.abstractThe estimation of the adjustment percentage due to risk variation in health insurance plan contracts is still a subjective process in actuarial science. Furthermore, sinistrality analysis, usually used as a tool in this process, can result in a biased conclusion, given the highly skewed probability distribution of care costs in this sector. This study aims to implement a method developed from Credibility Theory and based on sinistrality percentage, for properly calculate the adjustment estimation. The proposed method presents three parts: cost prediction, based on the GLM regression method, credibility factor calculation and adjustment estimation, by adapting the Credibility Theory pricing formula. In this model, the database used contain 69 contracts of a given health operator, totaling 59.873 beneficiaries in 2017. To validate the proposed method, it was used data from 2018, verifying if the estimated sinistrality percentage would result in an expected estimation of 70%. Considering a scenario with a non-negative readjustment percentage, the average loss per contract, if the estimated readjustments had been applied, would be 73%, which is approximately 5 percentage points below the actual sinistrality, allowing to conclude that the method proposed proved to be appropriate. Nevertheless, it is noteworthy that the method may not adjust correctly to data from other health operators. This is mainly due to the high variability, unpredictability and asymmetry observed in this sector.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectPlanos de saúdept_BR
dc.subjectCosts Predictionen
dc.subjectAdjustmenten
dc.subjectPrecificaçãopt_BR
dc.subjectCiências atuariaispt_BR
dc.subjectCredibility Theoryen
dc.subjectHealth Insuranceen
dc.subjectActuarial Scienceen
dc.titleMétodo de cálculo de reajuste por variação de custos para contratos de planos de saúde suplementar a partir da teoria da credibilidadept_BR
dc.title.alternativeMethod based on credibility theory adjustment estimation due to risk variation in health insurance plans en
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisor-coSilveira, Leonardo Baltazar dapt_BR
dc.identifier.nrb001110562pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Ciências Econômicaspt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2019pt_BR
dc.degree.graduationCiências Atuariaispt_BR
dc.degree.levelgraduaçãopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples