Modelação de taxas de resgate em seguros de vida

Mestrado em Ciências Actuariais

Nesta tese, estudamos a modelação de taxas de resgate em Seguros de Capitalização com garantia de capital e distribuição de participação de resultados ao fim do ano. Actualmente, este tópico assume particular relevância devido ao contexto em que as Seguradoras Europeias se inserem no âmbito do projecto Solvência II. Neste contexto, consideramos uma Seguradora com sede em Portugal que tem em carteira três produtos com as características mencionadas e que usamos como caso de estudo. A análise destes produtos tem um duplo benefício: por um lado, o interesse académico de estudar a adequação de vários métodos de previsão em dados reais e, por outro lado, o interesse comercial da Seguradora na melhoria das suas ferramentas de previsão. De entre os vários modelos de previsão disponíveis, escolhemos usar Modelos Lineares com variável de resposta transformada, erros aditivos e variância constante aplicados a Séries Temporais. Apresentamos os melhores modelos encontrados para a previsão da taxa de resgate nestes produtos e desenvolvemos uma ferramenta para a modelação automática das taxas de resgate.

In this thesis, we study the modeling of lapse rates in Life Insurance Products with Guaranteed Capital and Annual Profit Sharing. Currently, this topic is particularly relevant because of the context in which European Insurance Companies are, with the implementation of Solvency II. In this setting, we consider a Portugal-based company that commercializes three products with these characteristics, which we use as a case study. Studying these products has a twofold benefit. In one hand, the academic interest of studying the suitability of several predictive methods with real life data and, in the other hand, the commercial interest of the Company in improving its predicting tools. Among several available prediction models, we chose to use Linear Models with a transformation on the response variable, additive errors and constant variance applied to Time Series. We present the best results found for predicting lapse rates in these products and we develop a tool for future automatic modeling of lapse rates.