Seleção dos fatores de risco nas políticas de seguro de automóveis: uma maneira de aprimorar os lucros das companhias de seguro

AUTOR(ES)

Segovia-Vargas, María-Jesús, Camacho-Miñano, María-del-Mar, Pascual-Ezama, David

FONTE

Rev. bras. gest. neg.

DATA DE PUBLICAÇÃO

2015-09

RESUMO

RESUMO Objetivo: o objetivo deste trabalho é testar a validade do uso de níveis “bonus-malus” (BM) para classificar satisfatoriamente os segurados. Método: A fim de alcançar o objetivo proposto e mostrar a evidência empírica, um método de inteligência artificial, a teoria de Rough Set, foi aplicado. Resultados: A evidência empírica mostra que os fatores de risco comuns empregados pela companhia de seguros são boas variáveis explicativas para classificar políticas dos segurados. Além disso, a variável do nível de BM aumenta ligeiramente o poder explicativo dos fatores de risco a priori. Implicações práticas: Para aumentar a capacidade de previsão do nível de BM, questionários psicológicos poderiam ser usados para medir as características ocultas dos segurados. Contribuições: A principal contribuição é que a metodologia utilizada para realizar a pesquisa, teoria de Rough Set, não foi ainda aplicada a esse problema.

ASSUNTO(S)

companhia de seguros automobilísticos fatores de risco sistema de “bonus- malus” teoria de rough set inteligência artificial

Documentos Relacionados

• A distribuição de automóveis: uma análise econômica do sistema de concessão brasileiro
• A construção de conceitos nas peças publicitárias sobre automóveis: Um estudo sobre a interferência cultural na geração de mensagens
• Hedge, redução de volatilidade dos lucros e o efeito sobre o imposto de renda das companhias abertas brasileiras
• Gestão estratégica para locadoras de automóveis: um modelo baseado no Balanced Scorecard
• Assimetria de informação no mercado de seguro de automóveis