dissertação
A dependência espacial do valor do prêmio do seguro de automóvel
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
UNIVERSIDADE FEDERAL DE LAVRAS
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
DEX - Programa de Pós-graduação
Agência de fomento
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Brazilian insurance market has been presenting a marked increase of
incomes, reflecting into an ever-growing participation in the country’s
Gross Domestic Product (GDP). Minas Gerais is considered the third
Brazilian state which turns over the most with the insurance market, the
automobile sector being one of the chief factors of that turnover. Many
authors state that the pricing of the premiums are based upon a number
of factors, in which, the sinister index is the most important of them.
Therefore, studies about the variables involved in the computation of the
insurance premiums of automobiles can contribute, in a significant way,
towards insurance market. The leading objective of the present work
is utilizing methods of spatial statistics for area data to investigate the
insurance premiums of automobiles in the municipalities of the mesoregion of the South and Southwest of the state of Minas Gerais. The main
variables of interest are: the average value of the insurance premium of
automobiles and two factors causing sinister (theft/fire and collision).
The data modeling is done by using traditional multiple regression models and with global spatial effects (SAR – spatial autoregressive) and
spatial error model (CAR – conditional autoregressive)) to explain the
value of the premium charged by the insurance company according to
the sinister factors of automobiles. The results show that only the variable average premium of the insurance presents a statistically significant
spatial dependency in the region under study. The classical linear regression model and with spatial effects proved inefficient to explain the
average premium of the automobile insurance charged by the insurance
companies in the South /Southwest of Minas Gerais.
O mercado brasileiro de seguros vem apresentando um substancial aumento de receitas, refletindo em uma crescente participação no Produto Interno Bruto (PIB) do país. Minas Gerais é considerado o terceiro estado brasileiro que mais fatura com o mercado segurador, sendo o setor de automóveis um dos principais fatores desse faturamento. Muitos autores afirmam que a precificação dos prêmios são baseados em diversos fatores, dentre os quais o índice de sinistro é o mais importante deles. Sendo assim, estudos sobre as variáveis envolvidas no cálculo dos prêmios de seguros de automóveis pode contribuir de forma significativa para o mercado segurador. Objetivou-se no presente estudo utilizar métodos da estatística espacial, para dados de área, para analisar os prêmios de seguro de automóveis nos municípios da mesorregião do Sul e Sudoeste do estado de Minas Gerais. As principais variáveis de interesse são: o valor médio do prêmio de seguro de automóveis e dois fatores causadores de sinistros (roubo/incêndio e colisão). A modelagem dos dados é feita usando modelos de regressão múltipla tradicional e com efeitos espaciais globais (modelo espacial autoregressivo (SAR – spatial autoregressive) e modelo de erro espacial (CAR – conditional autoregressive)) para explicar o valor do prêmio cobrado pelas seguradoras em função dos fatores de sinistros de automóveis. Os resultados mostram que apenas a variável prêmio médio do seguro apresenta uma dependência espacial estatisticamente significante na região de estudo. Os modelos de regressão linear clássico e com efeitos espaciais se mostraram ineficazes para explicar o prêmio médio dos seguros de automóveis cobrados pelas seguradoras no Sul/Sudoeste de Minas Gerais.
O mercado brasileiro de seguros vem apresentando um substancial aumento de receitas, refletindo em uma crescente participação no Produto Interno Bruto (PIB) do país. Minas Gerais é considerado o terceiro estado brasileiro que mais fatura com o mercado segurador, sendo o setor de automóveis um dos principais fatores desse faturamento. Muitos autores afirmam que a precificação dos prêmios são baseados em diversos fatores, dentre os quais o índice de sinistro é o mais importante deles. Sendo assim, estudos sobre as variáveis envolvidas no cálculo dos prêmios de seguros de automóveis pode contribuir de forma significativa para o mercado segurador. Objetivou-se no presente estudo utilizar métodos da estatística espacial, para dados de área, para analisar os prêmios de seguro de automóveis nos municípios da mesorregião do Sul e Sudoeste do estado de Minas Gerais. As principais variáveis de interesse são: o valor médio do prêmio de seguro de automóveis e dois fatores causadores de sinistros (roubo/incêndio e colisão). A modelagem dos dados é feita usando modelos de regressão múltipla tradicional e com efeitos espaciais globais (modelo espacial autoregressivo (SAR – spatial autoregressive) e modelo de erro espacial (CAR – conditional autoregressive)) para explicar o valor do prêmio cobrado pelas seguradoras em função dos fatores de sinistros de automóveis. Os resultados mostram que apenas a variável prêmio médio do seguro apresenta uma dependência espacial estatisticamente significante na região de estudo. Os modelos de regressão linear clássico e com efeitos espaciais se mostraram ineficazes para explicar o prêmio médio dos seguros de automóveis cobrados pelas seguradoras no Sul/Sudoeste de Minas Gerais.
Abstract
Descrição
Área de concentração
Estatística Aplicada
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
TEIXEIRA, F. J. A dependência espacial do valor do prêmio do seguro de automóvel. 2015. 75 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.