Incentivos governamentais para promoção da segurança e saúde no trabalho: em busca de alternativas e possibilidades

Introdução: A regulamentação e a fiscalização têm sido os principais instrumentos do Estado para promover a melhoria da segurança e da saúde no trabalho (SST). Neste estudo, argumenta-se que a combinação desses instrumentos com o uso de incentivos governamentais pode ser mais eficaz para promover essa melhoria. A questão que direcionou este estudo foi: "Quais incentivos governamentais, se implementados, seriam os mais promissores para influenciar a alta administração das organizações na melhoria da SST?". Metodologia: Na busca de respostas para essa questão foram entrevistados membros da alta administração de cinco companhias que operam 11 terminais marítimos para granéis líquidos no país. Utilizou-se um questionário contendo 43 questões que permitiu coletar informações sobre seis tipos de incentivos: flexibilização das alíquotas de contribuição do seguro acidente do trabalho (SAT), flexibilização da ocorrência das fiscalizações programadas dos ambientes e condições de trabalho, reconhecimento público em SST, publicidade negativa em SST, publicidade de dados comparativos do desempenho da SST entre organizações do mesmo segmento e estabelecimento de requisitos de SST nas licitações públicas. Resultados e conclusão: Os incentivos estudados têm potencial para exercer influência nas decisões dos entrevistados, com exceção do incentivo na forma de estabelecimento de requisitos de SST nas licitações públicas, pois essas companhias não possuem relações comerciais com o governo. Os incentivos na forma de flexibilização das alíquotas do SAT e na forma de flexibilização da ocorrência das fiscalizações programadas foram apontados como os mais promissores para promover a melhoria da SST

Pricing farm-level agricultural insurance: a Bayesian approach

This paper applies Hierarchical Bayesian Models to price farm-level yield insurance contracts. This methodology considers the temporal effect, the spatial dependence and spatio-temporal models. One of the major advantages of this framework is that an estimate of the premium rate is obtained directly from the posterior distribution. These methods were applied to a farm-level data set of soybean in the State of the Parana (Brazil), for the period between 1994 and 2003. The model selection was based on a posterior predictive criterion. This study improves considerably the estimation of the fair premium rates considering the small number of observations.

Bayesian ratemaking procedure of crop insurance contracts with skewed distribution

Over the years, crop insurance programs became the focus of agricultural policy in the USA, Spain, Mexico, and more recently in Brazil. Given the increasing interest in insurance, accurate calculation of the premium rate is of great importance. We address the crop-yield distribution issue and its implications in pricing an insurance contract considering the dynamic structure of the data and incorporating the spatial correlation in the Hierarchical Bayesian framework. Results show that empirical (insurers) rates are higher in low risk areas and lower in high risk areas. Such methodological improvement is primarily important in situations of limited data.

Spatio-temporal modeling of agricultural yield data with an application to pricing crop insurance contracts

This article presents a statistical model of agricultural yield data based on a set of hierarchical Bayesian models that allows joint modeling of temporal and spatial autocorrelation. This method captures a comprehensive range of the various uncertainties involved in predicting crop insurance premium rates as opposed to the more traditional ad hoc, two-stage methods that are typically based on independent estimation and prediction. A panel data set of county-average yield data was analyzed for 290 counties in the State of Parana (Brazil) for the period of 1990 through 2002. Posterior predictive criteria are used to evaluate different model specifications. This article provides substantial improvements in the statistical and actuarial methods often applied to the calculation of insurance premium rates. These improvements are especially relevant to situations where data are limited.

Parametric and nonparametric statistical modelling of crop yield: implications for pricing crop insurance contracts

This article considers alternative methods to calculate the fair premium rate of crop insurance contracts based on county yields. The premium rate was calculated using parametric and nonparametric approaches to estimate the conditional agricultural yield density. These methods were applied to a data set of county yield provided by the Statistical and Geography Brazilian Institute (IBGE), for the period of 1990 through 2002, for soybean, corn and wheat, in the State of Paran. In this article, we propose methodological alternatives to pricing crop insurance contracts resulting in more accurate premium rates in a situation of limited data.