Pantheon Repositório Institucional da UFRJ
Coleta, preserva e divulga a produção acadêmica digital em todas as áreas do conhecimento.
São os ativos do repositório, além de teses e dissertações da UFRJ, artigos científicos, livros eletrônicos, capítulos de livros e trabalhos apresentados em eventos por professores, pesquisadores, funcionários administrativos e alunos de mestrado e doutorado.
Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/23068| Tipo: | Trabalho de conclusão de graduação |
| Título: | Seleção de metodologia para o cálculo de reservas do IBNR via machine learning |
| Autor(es)/Inventor(es): | Sá, Breno Ferreira Maia, Pedro Henrique de Mendonça Tavares |
| Orientador: | Santos, Rafael Souza dos |
| Coorientador: | Pereira, João Batista de Morais |
| Resumo: | As provisões técnicas, resultantes do gerenciamento do risco, representam os diversos compromissos financeiros futuros que as entidades de seguros têm com seus clientes. Este trabalho teve como propósito estudar uma delas, a reserva do IBNR (Provisão de Sinistros Ocorridos e Não Avisados, ou em inglês, Incurred But Not Reported). Ao longo do tempo, o cálculo das reservas atuariais passaram por uma evolução, indo desde a aplicação de metodologias clássicas, como o método Chain Ladder, até a adoção de modelos estocásticos para avaliar a evolução dos sinistros. Apesar da quantidade de teorias e métodos, há uma escassez relativa de orientação sobre a seleção adequada das técnicas de reserva e o momento oportuno para sua aplicação. Dessa maneira, revisamos as técnicas de reserva tradicionais no contexto de Machine Learning com o objetivo de escolher as melhores combinações para os modelos de reserva. Assim, demonstramos que a utilização de um algoritmo para seleção dos modelos pode resultar em estimativas mais precisas das reservas e investigamos as circunstâncias em que diferentes métricas auxiliam nessa escolha. |
| Palavras-chave: | IBNR Triângulo de Runoff Runoff Triangle Chain Ladder Método Bornhuetter-Ferguson Bornhuetter–Ferguson method Cape Cod Generalizado Generalized Cape Cod Method Machine Learning |
| Assunto CNPq: | CNPQ::OUTROS::CIENCIAS ATUARIAIS |
| Unidade produtora: | Instituto de Matemática |
| Editora: | Universidade Federal do Rio de Janeiro |
| Data de publicação: | Abr-2024 |
| País de publicação: | Brasil |
| Idioma da publicação: | por |
| Tipo de acesso: | Acesso Aberto |
| Aparece nas coleções: | Ciências Atuariais |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| TCC___Pedro_e_Breno-min.pdf | 637.27 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.