Autoria: Hélio Zanquetto Filho, Valmir B. Pereira Lugon

Transcrição

1 Modelo para Gestão do Risco nas Propostas de Seguro de Automóvel, com base no Perfil Sócio-Econômico e Cultural do Segurado, utilizando Análise Discriminante Autoria: Hélio Zanquetto Filho, Valmir B. Pereira Lugon Resumo: O presente artigo tem por objetivo desenvolver um Modelo, a partir de dados empíricos, que melhore a gestão do risco, utilizando variáveis representativas das características individuais dos compradores de seguro de automóvel, a partir do cadastro de uma Companhia Seguradora. Este Modelo tenta responder à seguinte pergunta: porque indivíduos com características idênticas têm comportamentos tão díspares quando relacionadas à ocorrência de sinistros? A pesquisa teve início com a revisão bibliográfica da teoria do risco. Após a realização a revisão teórica a pesquisa de campo foi estruturada. Como ferramenta estatística para o desenvolvimento do Modelo utilizou-se Análise Discriminante. Para a análise foram utilizadas sete variáveis iniciais, coletadas na base de dados da Companhia Seguradora Pesquisada. Como conclusão verifica-se que duas das sete variáveis não contribuem para a discriminação, dos sinistrados, no Modelo, sendo então cinco variávies iniciais as representativas. Outro fator observado é que o Modelo apresenta um baixo percentual de classificação correta, o que indica a necessidade de inclusão de novas variáveis no Modelo. 1-Introdução O mercado de seguros no Brasil tem o habito de realizar um cadastro dos clientes com base nos seus dados sócio-econômicos e culturais. Considerando-se a larga experiência de um dos autores deste artigo na área de seguros, verificou-se que as variáveis mais utilizadas pelas companhias de seguros são: idade, sexo, estado civil, renda mensal, escolaridade, ocupação e registro no SERASA. Tendo esta observação como pano de fundo começaram a surgir algumas questões relevantes para as Companhias de Seguro. Os autores deste artigo consideram que as respostas para estas questões serão elementos essenciais para a melhoria da gestão do riso nas Companhias seguradoras. Dentre as perguntas estruturadas na pesquisa, uma merece ser destaca neste artigo: porque indivíduos com características idênticas têm comportamentos tão díspares quando relacionadas à ocorrência de sinistros? Para responder a esta pergunta partiu-se do pressuposto que há a possibilidade de se identificar a propensão ao sinistro dos segurados, a partir das variáveis cadastrais das companhias seguradoras, utilizando-se ferramentas estatísticas. Tendo-se como base as percepções apresentadas este artigo tem por objetivo desenvolver um Modelo, a partir de dados empíricos, que melhore a gestão do risco, utilizando variáveis representativas das características individuais dos compradores de seguro de automóvel, a partir do cadastro das companhias seguradoras. Este Modelo de Gestão de Risco para Seguradoras poderá, em um futuro próximo, ser disponibilizado ao mercado segurador no Brasil. A principal justificativa para o desenvolvimento desta pesquisa pode ser explicada pela importância do sinistro no resultado das seguradoras. O sinistro retido é a mais representativa conta redutora da estrutura de resultado das seguradoras. Assim, o controle mais rigoroso de sua ocorrência, além de contribuir para melhorar o resultado final das companhias seguradoras, poderá proporcionar uma redução no preço/prêmio dos seguros, contribuindo para a acessibilidade de um maior número de consumidores ao produto em seus diversos 1

2 ramos, especialmente naquele objeto do presente estudo que é o automóvel. Tem-se como premissa que é relevante evidenciar ao mercado segurador que a aceitação de propostas de seguro automóvel deve ser precedida de uma adequada análise das características sócioeconômicas e culturais dos compradores, como forma de maximizar o resultado através de um efetivo controle dos riscos assumidos. Uma das formas de se reduzir os preços praticados é o maior controle dos custos das seguradoras. Vale a pena ressaltar que o negócio seguro tem como um de seus pilares o mutualismo, princípio pelo qual um grupo de indivíduos com bens sujeitos aos mesmos riscos, se unem visando a formação de um fundo único quem na materialização do risco sobre o interesse de um de seus membros, supriria sua necessidade. Desta forma, as seguradoras agindo na condição de administradoras desses fundos (não isentando as de suas responsabilidades e necessidade de capital próprio) e, tendo no item sinistralidade (materialização do risco) o seu principal componente de custos, precisam estabelecer critérios de aceitação de riscos. Estes critérios partem da premissa que os objetos segurados dependendo da forma de agir de seu proprietário e/ou usuário, aumentam a probabilidade de ocorrência. Tendo como finalidade principal cumprir o objetivo na seção 1 o presente artigo foi estruturado da seguinte forma. Na seção 2 será apresentado o referencial teórico com o objetivo de dar suporte às análises realizadas. Na seção 3 são apresentados dados da indústria de seguros no Brasil, para que o leitor tenha conhecimento da realidade que o trabalho está inserido. Na quarta seção descreve-se a metodologia de pesquisa apresentando-se a forma que os dados foram coletados, citando ferramentas estatísticas utilizadas para a análise e a estatística descritiva da amostra analisada. Na seção 5 são apresentados os resultados estatísticos. Na sexta e última seção são apresentadas as conclusões desta fase da pesquisa. 2- Referencial Teórico Sinistro, segundo a Superintendência de Seguros Privados-SUSEP (2002) é o acontecimento aleatório independentemente da vontade das partes, por conseguinte, uma variável que estaria fora do controle do administrador. Willians (1985) afirma que Risco é o tempero da vida, mas, em demasia torna-se indigesto. Sabe-se que o relacionamento entre o Risco e o Sinistro é muito estreito. A palavra risco, segundo Bernstein (1997) tem origem no italiano antigo riscare que significa ousar e como tal seria uma opção e não um destino, uma fatalidade, da qual não poderíamos escapar. O risco está diretamente relacionado ao nosso desconhecimento do futuro, e os efeitos adversos de pragas e pestes acompanham a humanidade desde o início. Ao longo dos tempos o homem vem aprendendo, continuamente, a conviver com o risco. Para isso vem desenvolvendo inúmeros métodos para seu gerenciamento (Bernstein, 1997, p. 8). A fronteira entre os tempos modernos e o passado está na capacidade de domínio do risco, considerando-se que o futuro não seria somente um capricho dos deuses e que a humanidade não estaria eternamente à mercê dos fenômenos da natureza. Desde que haja a possibilidade de desconhecer do futuro, cada ser humano é um gerente de risco, não por escolha mas por absoluta necessidade de sobrevivência. Segundo afirma Perim (2002) entendimento e a convivência com o risco faz surgir a indústria de seguros. Os mercadores babilônicos já se organizavam para se protegerem do risco da perda de seus camelos, durante as longas travessias dos desertos que circundavam a Mesopotâmia, visando garantir a reposição dos animais perdidos naquelas longas e difíceis 2

3 jornadas. Ainda no aprendizado de convivência com o risco, no século XIII navegadores espanhóis realizavam uma operação através da qual transferiam o risco de naufrágio ou outros danos às suas embarcações para uma figura chamada financiador, mediante a obtenção de um empréstimo no valor de sua embarcação, que seria devolvida, acrescida de juros, caso a embarcação chegasse intacta ao seu destino, do contrário, o navegador não precisaria devolver a quantia obtida como empréstimo (FUNENSEG, 2001, p. 9). A partir de então, surgiu um tipo de contrato em que, similarmente, também havia a transferência do risco de acidente marítimo com a embarcação, no navegador para, neste caso, um banqueiro. Estas primeiras experiências de gerenciamento de risco, apoiavam-se num dos pilares da indústria que é o Mutualismo. O Mutualismo é o princípio que através do qual um grupo de indivíduos com interesses afins, no caso bens a proteger, somam suas forças para a formação de um fundo único, cuja finalidade é suprir, em determinado momento, necessidades eventuais de alguns de seus membros afetados por um acontecimento imprevisto. O Mutualismo poderia também ser chamado de socialização do prejuízo, pois as cotas pagas por cada um, somadas, garantem a reposição do bem perdido. Na Indústria Seguradora existem diferentes conceituações de risco: deve ser um acontecimento possível, mas futuro e incerto, quer quanto à sua ocorrência, quer quanto ao momento em que deverá produzir, independentemente da vontade dos contratantes (Alvim, 1999, p. 215). A FENASEG (1998) reforça esta posição quando afirma que É o evento incerto, ou de data incerta, que independe da vontade das partes, e contra o qual é feito o seguro. O risco é a expectativa de sinistro. Sem risco não pode haver seguro. Como vimos anteriormente existem várias conceituações de risco na industria de seguros, entretanto a grande maioria converge para a definição de que deve haver a possibilidade de perda em uma determinada situação, entretanto, nem todas as situações que envolvem a possibilidade de perda são objeto de negócio por parte da maioria das seguradoras. Os riscos especulativos são àqueles em que juntamente com a possibilidade de perda, há também possibilidade de ganho. Pode-se citar como exemplo a aquisição de 100 ações da empresa ABC, ter-se-á perda se o preço das ações caírem, ou, poder-se-á ter lucro se o preço das ações subirem. O risco, dito, segurável é aquele em que há somente uma possibilidade, que é a perda para a qual procura-se proteção, o chamado risco puro, por exemplo, quando faz-se o seguro de um automóvel está havendo proteção do risco de roubo ou furto e acidentes que poderão danificálo, materializando-se o risco. Entendido como a ocorrência para a qual buscou-se proteção, o proprietário será ressarcido pela seguradora retornando a sua situação inicial, porém, se ao contrário não houver a materialização do risco, o proprietário não terá nenhum ganho sua situação não mudará. Esta distinção entre risco puro e especulativo é importante, pois, a maioria das seguradoras não garante cobertura por perdas nos riscos caracterizados como especulativos, estes contam como mecanismos próprios de proteção nos mercados em que são transacionados, os chamados mercados derivativos. Segundo Williams (1985) do ponto de vista do segurador um típico produto de seguro deve possuir algumas características básicas, quais sejam: compartilhamento de perdas; pagamento de perdas fortuitas; risco transferível; indenização e; compartilhamento de perdas. Segundo este mesmo autor coração do seguro, na verdade seria seu entendimento de mutualismo, dado que as perdas incorridas seriam distribuídas entre os integrantes do grupo. Desta forma o grupo deve estar submetido a riscos comuns e necessita possuir um grande número de unidades expostas. Ainda sob a ótica do segurador um risco, dito segurável, deve atender alguns requisitos Williams (1985, p. 23) enumera os seguintes: existência de grande número de unidades 3

4 expostas; perdas acidentais e não intencionais; perdas determináveis e mensuráveis; perdas não oriundas de catástrofes; chance de perdas calculáveis e; prêmio viável economicamente. A necessidade de que exista um grande número de unidades expostas a determinado risco é facilmente compreensível em função do princípio do mutualismo, dado que às perdas incorridas por um segurado deve ser dividido entre os integrantes do seu grupo de risco. AS perdas acidentais e não intencionais, é imperativo que não haja por parte do segurado nenhuma contribuição para a ocorrência de perdas, a lei de grandes números que norteia o cálculo do valor da perda esperada e do prêmio a ser cobrado pelo segurador, é baseada na ocorrência randômica dos eventos, perdas originadas de eventos intencionais acarretam necessariamente uma elevação no valor do prêmio para que a seguradora possa fazer face ao pagamento das indenizações. Um aumento relevante no valor do prêmio, pode reduzir drasticamente o número de segurados, levando a seguradora a não ter um número adequado de unidades expostas ao risco, prejudicando o cálculo de suas perdas esperadas e, o mais grave, pode levar a seguradora a um processo de incapacidade financeira para pagamento das indenizações. Com relação à determinação e mensuração das perdas, viu-se anteriormente que são razoavelmente previstas através do conhecimento prévio oriundo da experiência própria ou do mercado em relação a determinado risco submetido a avaliação. Entretanto, sua mensuração e recuperação podem não ser tão fácil. Como exemplo pode-se imaginar um seguro de vida a perda monetária esperada é facilmente mensurável, dado que não há controvérsia quanto ao valor pactuado quando da materialização do risco, no caso a morte do segurado. Entretanto nos casos de seguro de responsabilidade civil, lucros cessantes, rendas por incapacidades temporárias e até mesmo automóvel o cálculo da perda monetária esperada, as vezes, torna-se muito difícil. As seguradoras necessitam ser muito hábeis para estimar as perdas esperadas, a fim de que o prêmio a ser cobrado dos segurados seja adequado às suas necessidades. As perdas decorrentes de eventos que atingem um expressivo número ou até mesmo o total de unidades expostas, como decorrentes de guerra não contam com cobertura indenizatória, dada a impossibilidade de se, previamente, estimas as perdas esperadas e conseqüentemente cobrarse o prêmio adequado a fazer face a elas. Por fim, considerando que se conhece o risco e suas perdas estimadas, é necessário que os potenciais segurados ou transferidores de risco, sejam capazes e estejam dispostos a comprarem a proteção desejada, pagando o preço/prêmio julgado adequado pela seguradora, para garantir a indenização das perdas esperadas, dos demais custo e de uma margem de lucro. Em se tratando de acontecimento futuro, o risco depende de uma ocorrência que poderá acontecer e não, obviamente, de em evento já ocorrido ou que esteja ocorrendo. A avaliação de riscos na atividade seguradora esteve sempre voltada para o objeto segurado e as técnicas clássicas para sua mensuração preocupam-se tão somente com seus aspectos intrínsecos, por exemplo: se a probabilidade de ocorrência de um evento com um determinado modelo de automóvel, aumenta, a Seguradora elevará o preço de seu seguro na mesma proporção, não considerando na avaliação do risco as características pessoais dos segurados, atitude que não nos parece ser a mais adequada, afinal, um automóvel não se acidenta sozinho e seu roubo ou furto, acreditamos, pode ser minimizado dependendo dos cuidados de seu proprietário. A desregulamentação da atividade seguradora no Brasil e a evolução do mercado nos últimos anos têm levado a uma mudança na avaliação de riscos pelas Companhias Seguradoras, influenciadas também pela chegada de companhias estrangeiras, a incorporação de novas 4

5 variáveis será imperativa até para manter-se a competitividade e por conseqüência a sobrevivência. As mudanças que vêm ocorrendo nos negócios e na sociedade, alteram também o universo e a natureza dos riscos e exigem, por conseqüência, mudança na avaliação e no seu gerenciamento. Kessler (2001) afirma que as transformações globais, as novas técnicas de produção, as alterações demográficas que impactam taxas de mortalidade e fertilidade, as mudanças ambientais e climáticas, o crescimento econômico (a acumulação de riqueza aumenta a aversão ao risco) e as mudanças nas regulações de responsabilidade dos governos, são causas de mudanças no universo dos riscos. As companhias de seguro, muito provavelmente, sentir-se-ão compelidas a alterarem seus modos de avaliação e gerenciamento de riscos, devido às mudanças citadas. O fato é que através dos tempos o homem vem aperfeiçoando suas técnicas de percepção e avaliação dos riscos, tornando essa convivência muito menos danosa, na medida em que sua adequada mensuração e por conseqüência predição, se não é uma ciência exata, deixou de ser adivinhação. 3- A Industria de Seguros no Brasil O mercado segurador no Brasil vem crescendo nos últimos anos. Na Tabela 1 pode-se verificar o crescimento do faturamento das seguradoras no período 1994/2001, que alcançou 109,26% para uma inflação medida pelo IPCA (Índice de Preços ao Consumidor Ampliado) no mesmo período de 78,31%. A utilização do IPCA do Instituo Brasileiro de Geografia e Estatística IBGE, usado para comparação, decorre do fato de ser o índice oficial usado pelo Banco central para fixação das metas de inflação no Brasil. O mercado segurador brasileiro, hoje, representa 44% da arrecadação do mercado congênere da América Latina, não considerando previdência e capitalização (INFORME FENASEG, 2003). Tabela 1: Faturamento mercado segurador Anos Seguros Capitalização Previdência Privada Total Fonte: ESTATÍSTICAS DE MERCADO (2003) 5

6 O mix de produção no Brasil é fortemente concentrado nos ramos de automóvel, vida e saúde, que representam aproximadamente 70% da produção, conforme dados da Tabela 2. Tabela 2: Produção de seguros por ramo Anos Automóvel Vida Saúde Demais Total Fonte: ESTATÍSTICAS SEGURO (2003). O ramo de seguro automotivo, objeto principal do presente artigo, é inequivocamente revelador do tamanho do mercado que temos a explorar, a frota brasileira de automóveis de passeio e comerciais leves é de (trinta e dois milhões, trezentos e dezoito mil e seiscentas e quarenta e seis) unidades (ESTATÍSTICA, 2003), enquanto a frota segurada é de apenas (sete milhões, seiscentos e cinqüenta e três mil e trezentos e oitenta e sete) unidades, aproximadamente 23,7% (INFORME-FENASEG, 2003). Se considerar que referida frota gerou receita de R$ (cinco bilhões, quatrocentos e vinte e dois milhões, quatrocentos e sessenta e um mil), média de R$ 708,50 (setecentos e oito reais e cinqüenta centavos) por veículo segurado (INFORME-FENASEG, 2003), as seguradoras tem um mercado potencial de R$ (dezessete bilhões, quatrocentos e setenta e cinco milhões, trezentos e trinta e seis mil) apenas do ramo automóvel. 4- Metodologia O desenvolvimento desta pesquisa teve início a revisão bibliográfica da teoria do risco. Após a realização a revisão teórica a pesquisa de campo foi estruturada a fim de atingir o objetivo estabelecido. Assim, os procedimentos metodológicos para a investigação de campo foram divididos em 5 etapas, quais sejam: 1-Observação das etapas do processo de análise das propostas de seguros; 2-Análise de documentos integrantes do arcabouço legal e normativo da instituição, especialmente resoluções, circulares, comunicados etc. de origem interna. Resoluções e outras instruções originárias de órgãos fiscalizadores e normatizadores como: Conselho Nacional de Seguros Privados CNSP e Superintendência de Seguros Privados SUSEP; 3-Coleta de depoimentos de técnicos da companhia sobre seus sentimentos em relação aos recursos utilizados para a avaliação de riscos e, que outros mecanismos poderiam vir a ser utilizados para melhorar o processo de análise; 4-Identificação das informações integrantes do cadastro dos segurados, abrangendo dados pessoais e relacionados ao objeto segurado e; 5- Coleta dos dados necessários ao trabalho Por sua expressividade para o setor de seguros, este trabalho limitou-se ao ramo automóvel. Os dados coletados foram dados primários retirados da base da companhia seguradora, e a 6

7 extração de seus arquivos exigiu, inicialmente, a identificação das informações disponíveis. Para isso forma necessários os seguintes passos: 1-definir a disposição das informações, tarefa usualmente denominada na organização de definição de lay-out ; 2-Extrair e analisar os dados dos arquivos da seguradora; 3- complementar dos dados faltantes com utilização de informações dos arquivos do banco comercial controlador da seguradora fornecedora dos dados e; 4-tratar dos dados com descarte daqueles com informações incompletas. Após estes procedimentos restaram registros (objetos de pesquisa) na base de dados para análise, sendo o total inicial de (trinta e dois mil registros). Os dados utilizados neste trabalho foram obtidos junto a uma companhia Seguradora compreendendo todas as apólices de seguro automóvel contratadas com pessoas físicas no período compreendido entre 02/01/2000 e 31/12/2000. A escolha deste período decorre do fato de se ter os dados mais recentes possíveis e a necessidade de se acompanhar todo o período de vigência das apólices, o que no caso daquelas emitidas em 31/12/2000 teriam se estendido até 31/12/2001. Cabe esclarecer que não existem impedimentos de ordem legal para apólices com períodos de vigência inferiores ou superiores a 12 (doze) meses, porém, este é o prazo da esmagadora maioria das apólices de seguro automóvel realizadas pelas companhias seguradoras no Brasil e da totalidade das utilizadas neste trabalho. Quanto às variáveis utilizadas, elegemos aquelas que os funcionários da seguradora consideram que são fortes o bastante para discriminar (diferenciar) os potenciais sinistrados. Estas variáveis compõem a base de dados da Seguradora. Assim, foram eleitas sete variáveis iniciais: 1-sexo, 2-faixa etária, 3-estado civil, 4-ocupação, 5-renda mensal, 6-nível de escolaridade e; 7 -registro no SERASA. As faixas de classificação de cada variável são apresentadas nas Tabelas 4,5,6,7,8,9 e 10, com suas respectivas freqüências relativas por nível. Considerando-se que a Análise Discriminante exige que as variáveis independentes sejam variáveis numéricas, havia um problema metodológico para resolver, dado que as variáveis Sexo, Estado Civil, Ocupação e Registro na SERASA são variáveis categóricas. Assim, a solução encontrada para este problema foi transformar estas sete variáveis em variáveis dummy contendo n-1 subvariáveis (variáveis Xs, fictícias), onde n é o número de níveis de cada variável. Sinsich (1995) e Hair et al. (1998). Os autores deste artigo consideram desnecessário apresentar a formulação com a solução matemática, para na definição das variáveis dummy, por considera-la simples e sem relevância aqui. Assim, para representar a variável Sexo criou-se uma variável dummy, para representar a variável estado civil foram criados seis dummys, variável ocupação quatro dummys, para a variável Registro no SERASA, criou-se uma dummy. Além disso, decidiu-se categorizar as variáveis faixa etária e renda mensal, pois os autores desta pesquisa considera que nos dois casos o que discrimina são as faixas e não a idade ou renda propriamente ditas. Assim, para a variável faixa etária foram criadas cinco faixas e para a variável Renda foram criadas sete fixas. Assim, os resultados da análise discriminantes dar-se-ão em função das variáveis dummy (Xs) e não das variáveis propriamente ditas. Entretanto, vale ressaltar que este procedimento não afeta em nada as análises do problema investigado. 7

8 Tabela 3: Distribuição de freqüência Não Sinistrado ,9 Sinistrado ,1 Total ,0 Tabela 4: Distribuição de freqüência segundo sexo Masculino ,3 Feminino ,7 Total ,0 Tabela 5: Distribuição de freqüência segundo a faixa etária Até 29 anos ,3 De 30 a 39 anos ,8 De 40 a 49 anos ,6 De 50 a 59 anos ,4 Maior que 59 anos ,9 Total ,0 Tabela 6: Distribuição de freqüência segundo o estado civil Casado ,6 Solteiro ,3 Separado Judicialmente 852 4,1 Divorciado 704 3,3 Viúvo 730 3,5 Outros 463 2,2 Total ,0 Tabela 7: Distribuição de freqüência segundo a ocupação Empregado ,1 Empregador ,2 Outros ,6 Profissional Liberal ,1 Total ,0 8

9 Tabela 8: Distribuição de freqüência segundo a renda mensal Até R$ 1.999, ,5 De R$ 2.000,00 a R$ 2.999, ,4 De R$ 3.000,00 a R$ 3.999, ,7 De R$ 4.000,00 a R$ 4.999, ,9 De R$ 5.000,00 a R$ 5.999, ,1 De R$ 6.000,00 a R$ 6.999, ,5 Maior ou igual a R$ 7.000, ,9 Total ,0 Tabela 9: Distribuição de freqüência segundo a escolaridade Analfabeto 149 0,7 1º Grau ,5 2º Grau ,3 Superior ,5 Mestrado 191 0,9 Doutorado 28 0,1 Total ,0 Tabela 10: Distribuição de freqüência segundo a ocorrência de registro no SERASA Não ,2 Sim ,8 Total ,00 5- Apresentação dos Resultados Considerando-se a estrutura montada para a Análise Discriminante, iniciou-se a análise com 15 variáveis, não se esquecendo que várias delas são variáveis dummy. Assim, fez-se o primeiro teste com as variáveis. Observa-se na Tabela 11 que as variáveis Renda Mensal, Sexo, Divorciado, Outro Ocupação e Separado Judicialmente possuem coeficientes abaixo do mínimo recomendado por Hair et al. (1998, p. 294). Na Análise Discriminante simultânea somente os valores de coeficientes maiores que 0,3 ou menores que 0,3 devem considerados na análise. Neste caso, deveriam ser retiradas do modelo as quatro variáveis. Entretanto, considerando-se que variáveis Divorciado, Outro ocupação e Separado Judicialmente são variáveis dummy, decidiu-se realizar o teste retirando somente as variáveis Renda Mensal e Sexo. Este procedimento tinha por objetivo verificar se os coeficientes dos outros fatores 9

10 melhoram com a saída destas duas variáveis, ou seja, se o modelo discriminaria melhor com duas variáveis a menos. Os resultados obtidos com a retirada das variáveis Renda Mensal e Sexo estão apresentados na Tabela 12. Observa-se que agora além das três variáveis que já estavam indicadas para sair do modelo Divorciado, Outro ocupação e Separado Judicialmente, a variável empregado também passou a ser indicada para sair do modelo porque tem coeficiente abaixo de 0,3. Em resumo o modelo agora passa a ter 09 variáveis, são elas: Idade, Nível de Escolaridade, SERASA, Casado, Solteiro, Profissional Liberal e Empregador (proprietário). Entretanto, as variáveis Separado Judicialmente e Divorcidado, pertenciam a mesma categoria inicial (Estado Civil-antes de realizar a transformação em dummys), assim, decidiu-se por criar uma variável que agrupasse as duas para ver se o modelo seria melhor discriminado. Da mesma forma as variáveis Empregado e Outro ocupação partenciam, antes da transformação em dummy da mesma categoria de variável (Ocupação), então fez o mesmo procedimento com estas, tendo o total de nove variáveis. Tabela 11: coeficientes das variáveis (modelo com todas variáveis) Structure Matrix Idade,514 Nível Escolaridade,452 Serasa -,439 Casado,396 Profissional Liberal,390 Solteiro -,389 Empregador (proprietário) -,375 Separado Judicialmente -,166 Outro Ocupação,125 Empregado -,088 Renda Mensal -,083 Sexo,035 Divorciado -,013 10

11 Tabela 12: coeficientes das variáveis (modelo reduzido em duas variáveis) Structure Matrix Idade,516 Nível Escolaridade,453 Serasa -,440 Casado,397 Profissional Liberal,391 Solteiro -,390 Empregador (proprietário) -,376 Separado Judicialmente -,167 Outro Ocupação,125 Empregado -,088 Divorciado -,013 Os resultados do agrupamento descrito no parágrafo anterior estão apresentados na Tabela 13. Pode-se verificar que de nada adiantou agrupar as variáveis pois os coeficientes das duas permaneceram muito abaixo de 0,3, desta forma, seguindo a recomendação de Hair et al (1998) excluímos estas variáveis do modelo. Assim, o modelo que iniciou com 15 variáveis fica reduzido a 7 variáveis. Tendo-se como base o cadastro inicial as variáveis Renda Mensal e Sexo saíram do modelo. Analisando a Tabela 14 verifica-se que o modelo é significante. Tabela 13: coeficientes das variáveis (modelo com nove variáveis) Structure Matrix Idade,522 Nível Escolaridade,458 Serasa -,446 Casado,401 Profissional Liberal,396 Solteiro -,395 Empregador (proprietário) -,381 Outro Estado Civil(a) -,089 OUT_OCU,003 11

12 Tabela 14: significância do modelo Wilks' Lambda Test of Function(s) Wilks' Lambda Chi-square df Sig. 1,997 73,520 7,000 Tabela 15: Capacidade de classificação do modelo Classification Results(a) Predicted Group Membership Indicativo Sinistrado Sinistrado Não Sinistrado Total Original Count % Sinistrado Não Sinistrado Sinistrado 51,0 49,0 100,0 Não Sinistrado 45,1 54,9 100,0 54,4% dos casos são classificados corretamente. 6- Conclusão De acordo com os resultados apresentados na seção anterior verifica-se que a Companhia Seguradora Pesquisada poderá reduzir sua base de dados em duas variáveis, são elas: Sexo e Renda Mensal. Estas duas variáveis podem ser retiradas porque desde o primeiro momento o coeficiente de contribuição delas para a discriminação, ou seja, a identificação de possíveis sinistrados era muito baixo. Este fato representa uma surpresa para os autores desta pesquisa porque o mercado segurador tem por prática afirmar que as pessoas do sexo masculino são mais agitadas e mais imprudentes no trânsito, o que acarretaria uma maior quantidade de sinistro por parte do sexo masculino. Assim, esperava-se que o coeficiente da variável Sexo fosse relevante dentro do modelo. Com relação à variável Renda Mensal houve a mesma surpresa. Em geral as pessoas de maior poder aquisitivo têm mais de um veículo em suas residências, assim, tenderiam a ser mais sinistrados, por serem mais imprudentes, o que também não ocorre. Além disso, pode-se observar que da variável inicial Ocupação, existem dois níveis que discriminam, sendo estes as variáveis Profissional Liberal e Empregador. Este fato é relevante pois indica que se a pessoa tem uma renda variável que depende de seu próprio esforço diário, ou seja, se ela gera sua própria renda, ela discrimina a possibilidade de ser sinistrado. Se ela trabalhar em atividades que é empregado, não importa se seu cargo é publico ou privado, isso não acontece. As mesmas observações feitas no parágrafo anterior valem para a variável inicial Estado Civil, pois o que interessa, ou seja, o que realmente discrimina é se a pessoa é solteira ou casada. Qualquer outro estado civil não contribui para a discriminação do sinistro. Apesar destas conclusões iniciais, os autores desta pesquisa consideram que o modelo classifica muito pouco, ou seja, observando a Tabela 15 verifica-se que este modelo acerta 12

13 aproximadamente 54% dos casos. Neste caso, se o modelo classificasse como sinistrado um cliente que não seria sinistrado, perde-se um cliente potencial e muito rentável para a Companhia de Seguros. Caso o modelo classifique como não sinistrado uma pessoa sinistrada, ter-se-á o aumento de gastos da companhia de seguros, afetando diretamente os resultados operacionais da mesma. A fim de melhorar o modelo proposto esta se desenvolvendo, como continuidade desta pesquisa, uma pesquisa qualitativa por meio de entrevistas junto aos gerentes de seguros da Companhia Pesquisada, tentando identificar quais variáveis poderiam ser acrescidas ao modelo a fim de melhorar seu desempenho. Pelos cálculos preliminares, considera-se modelo relevante se ele classificar o mínimo de 80% dos segurados corretamente, pois os ganhos com os não errados serão compensados pelos acertos. Entretanto, existe a possibilidade de não se conseguir bons índices de classificação, mesmo após a inclusão de outras variáveis. Caso isso ocorra a única explicação para o fato dar-se-ia com a afirmação que a ocorrência de sinistros na área de seguros é realmente um evento aleatório como descrevem alguns autores. Referências Bibliografias ALVIM, Pedro. O contrato de seguro. 3. ed. Rio de Janeiro: Forense, BERNSTEIN, Peter L. Desafio aos deuses: a fascinante história do risco. Tradução de Ivo Korytowski. Rio de Janeiro: Campus, ESTATÍSTICA Disponível em: < Acesso em: 01 jul ESTATÍSTICAS-SEGURO. Disponível em: < Acesso em: 01 jul FENASEG Federação Nacional das Empresas de Seguros Privados e de Capitalização. Arquivos da Conferência Brasileira de Seguros, Resseguros, Previdência Privada e Capitalização. Disponível em: < Acesso em: 16 out FUNENSEG. Curso básico de seguro teoria geral do seguro. Rio de Janeiro, [s.n.], HAIR Joseph et al. Multivariate data analysis, Ed. Prentice Hall, New Jersey, USA, KESSLER, Denis. Anticipating and managing risks in the 21st century: the Geneva papers on risk and insurance. Vol. 26, n.1, jan PERIM, Dayse Maria. Seguros: uma visão histórica e conceitual. Monografia (Graduação em Administração de Empresas). Vitória, ES: Universidade Federal do Espírito Santo, INFORME-FENASEG. Disponível em: < Acesso em: 02 jul RAGSDALE, Cliff T. Spreadsheet modeling and decision analysis: a pratical introduction to managmente science. 2. ed. Ohio: South-Western College Publishing, SINSICH, Terry Business Statistics by Example, Ed. Prentice-Hall, New Jersey, USA, SUSEP. Glossário. Disponível em: < Acesso em: 16 jul WILLIAMS, Chester Arthur; HEINS, Richard M. Risk management and insurance. 5. ed. Nova Iorque: McGrae-Hill,