Análise do desempenho econômico-financeiro de operadoras de planos de saúde no mercado de saúde suplementar brasileiro

O mercado privado de planos de saúde tem sido marcado por aumento dos custos da assistência médica, ampliação da cobertura de procedimentos, restrições nos reajustes dos planos e aumento das garantias de solvência exigidas pela Agência Nacional de Saúde Suplementar (ANS), impactando o desempenho econômico-financeiro das operadoras de planos de saúde. A presente dissertação tem como objetivo analisar o desempenho econômico-financeiro de operadoras das modalidades autogestão, cooperativa médica, medicina de grupo e seguradora no período de 2001 a 2012. Foi utilizada uma base de dados operacionais e contábeis disponível na página eletrônica da ANS, com 5.775 observações, avaliando-se o desempenho econômico-financeiro por meio de cinco indicadores: Retorno sobre Ativos, Retorno Operacional sobre Ativos, Retorno sobre o Patrimônio Líquido, Liquidez Corrente e Sinistralidade. Dois modelos hierárquicos foram adotados para estimar os efeitos operadora, modalidade e porte no desempenho. Dentre estes, a pesquisa identificou que o efeito operadora é responsável pela maior parte da variabilidade explicada do desempenho. A investigação permitiu identificar as operadoras que apresentaram melhor desempenho no período, direcionando a realização futura de estudos qualitativos visando conhecer os principais fatores que explicam o desempenho superior.

Modelos dinâmicos não lineares e aplicações de quadratura gaussiana

We propose mo deIs to analyze animal growlh data wilh lhe aim of eslimating and predicting quanlities of Liological and economical interest such as the maturing rate and asymptotic weight. lt is also studied lhe effect of environmenlal facLors of relevant influence in the growlh processo The models considered in this paper are based on an extension and specialization of the dynamic hierarchical model (Gamerman " Migon, 1993) lo a non-Iinear growlh curve sdLillg, where some of the growth curve parameters are considered cxchangeable among lhe unils. The inferencc for thcse models are appruximale conjugale analysis Lascd on Taylor series cxpallsiulIs aliei linear Bayes procedures.

Determinantes de uso de serviços de saúde: análise multinível da região metropolitana de São Paulo

OBJETIVO: Analisar os determinantes individuais e contextuais do uso de serviços de saúde na Região Metropolitana de São Paulo. MÉTODOS: Foram utilizados os dados do estudo São Paulo Megacity, a versão brasileira da pesquisa multicêntrica World Mental Health Survey. Foram analisados 3.588 indivíduos adultos residentes em 69 áreas da Região Metropolitana de São Paulo, SP (38 municípios adjacentes e 31 subprefeituras do município de São Paulo), selecionados por meio de amostragem multiestratificada da população não institucionalizada. Foram ajustados modelos multinível logísticos Bayesianos para identificar os determinantes individuais e contextuais do uso de serviços de saúde nos últimos 12 meses e a presença de médico de referência para cuidados de rotina. RESULTADOS: As características contextuais do local de residência (desigualdade de renda, violência e renda mediana) não apresentaram associação significativa (p > 0,05) com o uso de serviços ou com a presença de médico de referência para cuidados de rotina. A única exceção foi a associação negativa entre residir em uma área com alta desigualdade de renda e a presença de médico de referência (OR 0,77; IC95% 0,60;0,99) após controle das características individuais. O estudo apontou uma forte e consistente associação entre algumas características individuais (principalmente escolaridade e presença de plano de saúde) com o uso de serviços de saúde e ter médico de referência. A presença de doenças crônicas e mentais associou-se fortemente com o uso de serviços no último ano (independentemente de características individuais), mas não com a presença de médico de referência. CONCLUSÕES: Características individuais como maior escolaridade e ter plano de saúde foram determinantes importantes do uso de serviços de saúde na Região Metropolitana de São Paulo. A melhor compreensão desses determinantes é necessária para o desenvolvimento de políticas públicas que permitam o uso equitativo dos serviços de saúde.

DSGE model with banking sector for emerging economies : estimated using Bayesian methodology for Brazil

Economias emergentes sofrem importantes restrições de crédito quando comparadas com economias desenvolvidas, entretanto, modelos estocásticos de equilíbrio geral (DSGE) desenhados para economias emergentes ainda precisam avançar nessa discussão. Nós propomos um modelo DSGE que pretende representar uma economia emergente com setor bancário baseado em Gerali et al. (2010). Nossa contribuição é considerar uma parcela da renda esperada como colateral para empréstimos das famílias. Nós estimamos o modelo proposto para o Brasil utilizando estimação Bayesiana e encontramos que economias que sofrem restrição de colateral por parte das famílias tendem a sentir o impacto de choques monetários mais rapidamente devido a exposição do setor bancário a mudanças no salário esperado.

Três ensaios sobre política monetária e crédito

In the first essay, "Determinants of Credit Expansion in Brazil", analyzes the determinants of credit using an extensive bank level panel dataset. Brazilian economy has experienced a major boost in leverage in the first decade of 2000 as a result of a set factors ranging from macroeconomic stability to the abundant liquidity in international financial markets before 2008 and a set of deliberate decisions taken by President Lula's to expand credit, boost consumption and gain political support from the lower social strata. As relevant conclusions to our investigation we verify that: credit expansion relied on the reduction of the monetary policy rate, international financial markets are an important source of funds, payroll-guaranteed credit and investment grade status affected positively credit supply. We were not able to confirm the importance of financial inclusion efforts. The importance of financial sector sanity indicators of credit conditions cannot be underestimated. These results raise questions over the sustainability of this expansion process and financial stability in the future. The second essay, “Public Credit, Monetary Policy and Financial Stability”, discusses the role of public credit. The supply of public credit in Brazil has successfully served to relaunch the economy after the Lehman-Brothers demise. It was later transformed into a driver for economic growth as well as a regulation device to force private banks to reduce interest rates. We argue that the use of public funds to finance economic growth has three important drawbacks: it generates inflation, induces higher loan rates and may induce financial instability. An additional effect is the prevention of market credit solutions. This study contributes to the understanding of the costs and benefits of credit as a fiscal policy tool. The third essay, “Bayesian Forecasting of Interest Rates: Do Priors Matter?”, discusses the choice of priors when forecasting short-term interest rates. Central Banks that commit to an Inflation Target monetary regime are bound to respond to inflation expectation spikes and product hiatus widening in a clear and transparent way by abiding to a Taylor rule. There are various reports of central banks being more responsive to inflationary than to deflationary shocks rendering the monetary policy response to be indeed non-linear. Besides that there is no guarantee that coefficients remain stable during time. Central Banks may switch to a dual target regime to consider deviations from inflation and the output gap. The estimation of a Taylor rule may therefore have to consider a non-linear model with time varying parameters. This paper uses Bayesian forecasting methods to predict short-term interest rates. We take two different approaches: from a theoretic perspective we focus on an augmented version of the Taylor rule and include the Real Exchange Rate, the Credit-to-GDP and the Net Public Debt-to-GDP ratios. We also take an ”atheoretic” approach based on the Expectations Theory of the Term Structure to model short-term interest. The selection of priors is particularly relevant for predictive accuracy yet, ideally, forecasting models should require as little a priori expert insight as possible. We present recent developments in prior selection, in particular we propose the use of hierarchical hyper-g priors for better forecasting in a framework that can be easily extended to other key macroeconomic indicators.

Simulation-based smoothing and filtering in factor stochastic volatility models : two econometric applications

In this article we use factor models to describe a certain class of covariance structure for financiaI time series models. More specifical1y, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. We build on previous work by allowing the factor loadings, in the factor mo deI structure, to have a time-varying structure and to capture changes in asset weights over time motivated by applications with multi pIe time series of daily exchange rates. We explore and discuss potential extensions to the models exposed here in the prediction area. This discussion leads to open issues on real time implementation and natural model comparisons.

Simulation -based smoothing and filtering in factor stochastic volatility models : two econometric applications (July-2001)

The past decade has wítenessed a series of (well accepted and defined) financial crises periods in the world economy. Most of these events aI,"e country specific and eventually spreaded out across neighbor countries, with the concept of vicinity extrapolating the geographic maps and entering the contagion maps. Unfortunately, what contagion represents and how to measure it are still unanswered questions. In this article we measure the transmission of shocks by cross-market correlation\ coefficients following Forbes and Rigobon's (2000) notion of shift-contagion,. Our main contribution relies upon the use of traditional factor model techniques combined with stochastic volatility mo deIs to study the dependence among Latin American stock price indexes and the North American indexo More specifically, we concentrate on situations where the factor variances are modeled by a multivariate stochastic volatility structure. From a theoretical perspective, we improve currently available methodology by allowing the factor loadings, in the factor model structure, to have a time-varying structure and to capture changes in the series' weights over time. By doing this, we believe that changes and interventions experienced by those five countries are well accommodated by our models which learns and adapts reasonably fast to those economic and idiosyncratic shocks. We empirically show that the time varying covariance structure can be modeled by one or two common factors and that some sort of contagion is present in most of the series' covariances during periods of economical instability, or crisis. Open issues on real time implementation and natural model comparisons are thoroughly discussed.