Procedimento de simulação Cláusulas Exemplificativas

Procedimento de simulação. Esta seção é dedicada a detalhar os procedimentos adotados para as simulações do processo, de modo a obter estimativas das probabilidades de ruínaxi. Para isso, a primeira etapa consistirá na segregação da base de dados disponível, segundo a codificação dos ramos SUSEP que cada apólice está enquadrada. Esta separação é necessária porque cada ramo possui uma dinâmica própria de ocorrência de sinistros, o que implica a adoção de diferentes distribuições probabilísticas, tanto na frequência como na severidade, para cada ramoxii. Na segunda etapa serão estimadas as distribuições da severidade de cada ramo, com o objetivo de se 1) computar as convoluções de cada ramo pela Equação 3.2, e; 2) dimensionar os prêmios correspondentes de cada ramo. Assim, será possível avaliar a dinâmica da quantidade total de segurados no portfólio de cada ramo, além da quantidade histórica de apólices que incorrem em sinistros. Enquanto a primeira quantidade formará o volume de prêmios pagos à seguradora, a segunda frequência representa o N(t) da Equação 3.2. Uma vez realizadas essas duas etapas, será utilizado o Método de Monte Carlo (MMC) para o desenvolvimento das simulações do processo dado pela Equação 3.1, de maneira que as mesmas sejam obtidas. Segundo Coulibaly e Lefèvre (2008), o MMC é comumente utilizado para simular problemas que podem ser representados por processos estocásticos. A implementação deste método não assegura a obtenção da solução exata do problema, entretanto, com o aumento das iterações é possível alcançar estimativas precisas do verdadeiro valor à medida que um número suficientemente grande de reamostragens é processado. Dentre as técnicas de reamostragem mais avançadas, é valido destacar o método Bootstrap, que segundo Filho (2010) tem como propósito reduzir erros e prover desvios padrão mais confiáveis. Tendo-se uma amostragem () de tamanho n, retira-se desta uma nova amostra () de tamanho n com reposição, sendo cada entrada de uma escolha aleatória de . Repete-se isto para , de forma que a distribuição de é a distribuição Bootstrap do estimador . Portanto, os métodos MMC e Bootstrap diferenciam- se pelo fato de que no MMC há a criação repetida de dados aleatórios a partir de uma distribuição ajustada, enquanto no Bootstrapping o processo tem como cerne a reamostragem dos dados observados. Será considerado como cenário base as operações contratuais de receitas e despesas da seguradora sem incorporar instrumentos de limitação das garantias contratuais (f...