Home> Papers Risco e Seguro


Sobre o autor:

César da Rocha Neves Mestre em Ciências em Engenharia de Produção - Área de concentração: Pesquisa Operacional pela COPPE/UFRJ; Pós-graduado em Engenharia Econômica e Financeira pela Universidade Federal Fluminense - UFF; Graduado em Ciências Atuariais pela Universidade Federal do Rio de Janeiro - UFRJ; Coordenador da Gerência Técnica de Estudos Atuariais do Departamento Técnico Atuarial da Superintendência de Seguros Privados - SUSEP cneves@susep.gov.br

Hélio dos Santos Migon Ph.D. em Estatística pela Warwick University, 1984;  Professor Titular do Departamento de Métodos Estatísticos - IM/UFRJ e da COPPE/UFRJ migon@im.ufrj.br

Resumo
Modelos de graduação bayesiana de taxas de mortalidade utilizando simulação estocástica via cadeias de Markov - MCMC são apresentados neste artigo. As probabilidades de morte anuais graduadas são estimadas por meio da distribuição preditiva do número de mortes, o qual é modelado como sendo Poisson distribuído, considerando que todos os indivíduos com a mesma idade morrem independentemente e com a mesma probabilidade. A elaboração de tábuas biométricas de mortalidade bayesianas é realizada por meio de modelos bayesianos dinâmicos e a tábua de melhor ajuste é comparada com tábuas de mortalidade conhecidas e utilizadas no mercado. Cálculos de provisões, por meio de MCMC, fazendo uso de conceitos de valor em risco são exemplificados, demonstrando a importância da adequação da tábua de mortalidade na cobertura de sobrevivência à real mortalidade da população exposta ao risco.