Varying risk exposure in auto insurance: a weighted tweedie framework for experience rating an cancellation penalties

Este artigo propõe um novo modelo de tarificação baseado na família Tweedie ponderada que incorpora penalidades por cancelamento antecipado, demonstrando, através de dados reais de seguros automotivos canadenses, que essa abordagem permite compensar estrategicamente grandes sinistros mantendo a coerência atuarial e a consistência estatística.

O essencial

Imagine que você aluga um carro por um ano. O dono do carro (a seguradora) cobra um preço fixo para esse ano todo. Agora, imagine duas situações:

1. O Cuidadoso: Você usa o carro o ano todo, sem acidentes, e devolve no final.
2. O Desastrado (ou o que precisa sair rápido): Você tem um acidente grave no meio do ano, o carro é destruído, e você precisa cancelar o seguro imediatamente para comprar outro.

A pergunta que os autores deste artigo fazem é: Como a seguradora deve cobrar nesses dois casos?

O Problema: A "Regra da Régua" Não Funciona

Tradicionalmente, as seguradoras usam uma lógica simples, como uma régua: "Se você usou metade do ano, paga metade do preço. Se usou um quarto, paga um quarto."

Os autores descobriram, analisando milhões de dados reais de carros no Canadá, que essa régua está errada. Por quê?

• Quem cancela no meio do ano geralmente tem mais problemas: As pessoas que cancelam o seguro antes da hora (especialmente após um acidente grave) tendem a ser mais arriscadas. Elas têm mais acidentes e acidentes mais caros do que quem fica o ano todo.
• O "Custo Oculto": Se a seguradora cobrar apenas a parte proporcional do tempo usado (a "régua"), ela perde dinheiro. Ela cobrou pouco de quem causou muitos problemas e cancelou, enquanto quem ficou o ano todo (e foi mais cuidadoso) acabou "subvencionando" os outros.

É como se você fosse para um restaurante com um amigo. Você comeu a salada inteira e saiu. Seu amigo comeu o prato principal, quebrou um copo caro e saiu. Se a conta for dividida apenas pelo tempo que cada um ficou sentado na mesa, você está pagando a conta do copo quebrado do seu amigo. Isso não é justo!

A Solução: O "Taxi Dinâmico" (O Modelo Tweedie Flexível)

Os autores propõem um novo sistema de cobrança, como se fosse um aplicativo de táxi que cobra não só pela distância, mas pelo tipo de passageiro e pelo risco da viagem.

Eles criaram um modelo matemático (chamado de Tweedie) que faz duas coisas inteligentes:

1. Cobra mais quem sai antes (Penalidade de Cancelamento): Em vez de devolver o dinheiro proporcional ao tempo não usado, o modelo sugere cobrar uma "taxa de saída" ou um "multa por cancelamento". Isso acontece porque quem sai antes geralmente trouxe mais problemas (acidentes) para a seguradora.
2. Ajusta o preço baseado no risco: O modelo usa uma função flexível (como um elástico que estica e contrai) para calcular quanto realmente vale o tempo que o carro ficou na estrada, considerando que os primeiros meses de um contrato de um cliente novo ou de um cliente com histórico de acidentes são mais perigosos.

A Analogia do "Aluguel de Bicicleta"

Pense em alugar uma bicicleta:

• Modelo Antigo: Você paga R$ 10 por dia. Se devolver no meio do dia, paga R$ 5.
• Modelo Novo (dos autores): Eles percebem que quem devolve a bicicleta no meio do dia geralmente é quem derrubou a bike, rasgou o pneu ou a usou em um terreno muito difícil.
  • Então, o novo modelo diz: "Ok, você usou 4 horas, mas como você é um ciclista de risco (histórico de quedas) e saiu antes, a taxa não é R$5. É R$ 8."
  • O Resultado: Quem usa a bike com cuidado o dia todo e devolve intacta, paga menos (digamos, R$ 9 por um dia inteiro). Quem usa mal e sai cedo, paga mais.

Por que isso é bom para todos?

1. Para a Seguradora: Ela deixa de perder dinheiro com quem cancela após grandes acidentes. Ela recupera parte do custo desses acidentes através da "taxa de cancelamento".
2. Para o Cliente Cuidadoso: Ele ganha um desconto no preço anual. Como a seguradora não precisa mais "subsidar" os clientes problemáticos que saem cedo, o preço para quem fica o ano todo cai.
3. Justiça: O preço passa a refletir o risco real. Quem tem mais problemas e sai antes, paga mais. Quem é tranquilo e fica, paga menos.

O "Pulo do Gato" (A Parte Técnica Simplificada)

Os autores usaram matemática avançada (chamada Tweedie e Splines) para desenhar essa "curva de preço". Eles descobriram que:

• Não existe uma linha reta perfeita. A relação entre "tempo usado" e "custo" é curva.
• Eles criaram regras para garantir que a multa não fique absurda (ninguém pode pagar mais do que o preço total do ano só por cancelar), mas que seja suficiente para cobrir os riscos.
• Eles testaram isso com dados reais e viram que o modelo funciona: a seguradora fica mais lucrativa e os clientes bons ficam mais baratos.

Resumo Final

Este artigo diz: "Pare de tratar todos os cancelamentos de seguro como se fossem iguais."

Quem cancela no meio do caminho, especialmente após um acidente, é estatisticamente mais perigoso. O modelo proposto sugere cobrar uma taxa extra nesses casos. Isso faz com que o seguro anual para quem é cuidadoso e fica o ano todo fique mais barato, enquanto quem causa problemas e sai cedo paga mais. É uma forma de tornar o seguro mais justo e financeiramente saudável para a seguradora, usando matemática inteligente para ajustar o preço ao risco real.

Resumo técnico

Resumo Técnico

Título: Variação da Exposição ao Risco no Seguro Automóvel: Um Framework Tweedie Ponderado para Rating de Experiência e Penalidades de Cancelamento.

1. Problema e Motivação

No setor de seguros de automóveis, as apólices são tipicamente anuais. Embora a maioria das modificações ocorra na renovação, cancelamentos de médio prazo (antes da data de expiração) são comuns. Atualmente, a prática atuarial padrão assume uma relação linear e proporcional entre o prêmio e a exposição ao risco (tempo de cobertura). Ou seja, se um segurado cancela a apólice após 6 meses, espera-se um reembolso proporcional (50% do prêmio anual).

O artigo identifica falhas críticas nessa abordagem:

• Comportamento de Cancelamento: Segurados que cancelam no meio do termo (grupo XO) apresentam, empiricamente, uma frequência e severidade de sinistros significativamente maiores do que aqueles que mantêm a cobertura até o fim do ano (grupo XX).
• Ineficiência do Modelo Linear: A suposição de proporcionalidade subestima as perdas esperadas para contratos de curta duração e não captura a heterogeneidade comportamental.
• Oportunidade Estratégica: As seguradoras podem estruturar penalidades de cancelamento para recuperar parte do custo esperado de grandes sinistros (que muitas vezes levam ao cancelamento), permitindo que segurados que mantêm a cobertura anual paguem prêmios efetivamente menores.

2. Metodologia Proposta

Os autores propõem uma generalização do modelo clássico de Tweedie (comumente usado para custos de sinistros com massa em zero) para incorporar uma função de exposição flexível e estruturas de penalidade.

A. Generalização da Função de Prêmio (Média)
Em vez da especificação tradicional $\mu = t \cdot \exp(x^\top \beta)$, onde $t$ é a exposição e a relação é linear, o modelo propõe:
$$\mu = \gamma(t) \cdot \exp(x^\top \beta)$$
Onde $\gamma(t)$ é uma função suave (estimada via Modelos Aditivos Generalizados - GAMs com splines) que captura a relação não-linear entre a duração do contrato e o custo esperado.

B. Estrutura de Pesos (Weighting Schemes)
Dentro do framework Tweedie, a variância é dada por $Var[Y] = \phi w \mu^p$. O artigo compara três especificações para o parâmetro de peso $w$ (ou $\omega(t)$):

1. Modelo de Peso Constante (CWM): $w = 1$ (generalização da abordagem de offset).
2. Modelo de Peso Gamma (GWM): $w = \gamma(t)^{p-1}$ (generalização da abordagem de ratio, onde o peso depende da função de exposição estimada).
3. Modelo de Peso por Exposição (EWM): $w = t^{p-1}$, mantendo a estrutura de peso tradicional, mas permitindo que a média seja flexível ($\gamma(t)$).

C. Restrições Atuariais e Função de Penalidade
Para operacionalizar o modelo, impõem-se restrições à função de prêmio $\pi(t) = \gamma(t)\pi_{flex}$:

• C1 (Monotonicidade): O prêmio acumulado deve ser não decrescente com o tempo.
• C2 (Não-negatividade da Penalidade): A penalidade de cancelamento $\rho(t) = \pi(t) - t\pi_{flex}$ deve ser não negativa.
  Isso garante que o segurado não receba um reembolso maior do que o prêmio proporcional esperado, e que o prêmio cobrado por cobertura parcial seja pelo menos igual ao padrão da indústria.

D. Critérios de Seleção de Modelo
A comparação entre modelos utiliza:

• Desvio (Deviance): Para ajuste estatístico (treino e teste).
• Curvas de Concentração e Lorenz (Critério ABC/Área): Para avaliar o equilíbrio local entre prêmio e sinistro.
• Diagramas de Murphy: Baseados em dominância de Bregman, para comparar a performance preditiva global sem depender de uma função de perda específica.

3. Resultados Principais

A. Evidência Empírica
Analisando um conjunto de dados de uma seguradora canadense (2 milhões de registros, 13 anos), os autores confirmam que:

• A frequência de sinistros e a severidade média são maiores para contratos cancelados prematuramente (XO).
• A relação entre exposição e custo não é linear; modelos flexíveis ajustam-se significativamente melhor aos dados do que o modelo tradicional.

B. Desempenho dos Modelos

• O Modelo de Peso por Exposição (EWM) apresentou o melhor desempenho estatístico (menor desvio e menor área entre curvas) tanto no conjunto de treino quanto no de teste, indicando robustez e ausência de overfitting.
• O modelo tradicional (proporcional) subestima os custos para contratos de curta duração e superestima para contratos longos em comparação com a realidade dos dados.

C. Impacto das Penalidades e Competitividade

• Ao impor as restrições de penalidade, o modelo permite que a seguradora cobre um prêmio extra (surcharge) para cancelamentos de médio prazo.
• Redução de Prêmio Anual: Como a seguradora recupera custos adicionais através das penalidades de cancelamento, o prêmio base para quem mantém a cobertura anual (grupo XX) pode ser reduzido. O estudo mostra reduções de até 25% no prêmio anual para certos perfis de risco em comparação com o modelo tradicional, conferindo vantagem competitiva.
• Recuperação de Custos: O componente de penalidade representa cerca de 11% do prêmio total coletado, recuperando cerca de 15% a mais de prêmio dos canceladores de médio prazo em relação ao modelo tradicional.

D. Heterogeneidade por Nível BMS (Bonus-Malus)
Uma extensão do modelo permite que a função de penalidade $\gamma(t)$ varie conforme o nível de risco do segurado (BMS).

• Segurados de alto risco (BMS > 100) e novos clientes tendem a ter uma curva de penalidade mais íngreme (pagam mais rápido pelo cancelamento), refletindo seu maior risco de sinistro e cancelamento.
• Segurados de baixo risco (BMS < 99) têm uma curva mais suave.

4. Contribuições Chave

1. Inovação Teórica: Generalização do framework Tweedie para permitir que a exposição ao risco entre na média através de uma função flexível $\gamma(t)$, relaxando a suposição de proporcionalidade estrita.
2. Framework de Penalidades: Desenvolvimento de uma estrutura matemática para penalidades de cancelamento que é estatisticamente consistente e atuariamente coerente, permitindo a recuperação de custos de grandes sinistros indiretamente.
3. Validação Empírica: Demonstração de que modelos flexíveis superam os tradicionais em critérios de seleção de modelos (Desvio, ABC, Murphy) e oferecem vantagens estratégicas de precificação.
4. Aplicabilidade Prática: Proposta de um parâmetro de suavização ($a$) que permite às seguradoras ajustar a severidade da penalidade conforme sua estratégia comercial, equilibrando atratividade de mercado e proteção de risco.

5. Significado e Conclusão

O artigo demonstra que a modelagem tradicional de seguros, que trata a exposição como um fator de escala linear, é inadequada para capturar a dinâmica de cancelamentos de médio prazo e o comportamento de risco associado.

A abordagem proposta oferece às seguradoras uma ferramenta poderosa para:

• Precificação Mais Justa: Alinhar melhor o prêmio cobrado com o risco real e o comportamento do segurado.
• Vantagem Competitiva: Reduzir prêmios anuais para clientes fiéis, tornando a seguradora mais competitiva no mercado, enquanto penaliza comportamentos de risco (cancelamento após sinistros).
• Estabilidade do Portfólio: Melhorar a seleção de riscos e a rentabilidade ao internalizar os custos de cancelamento no modelo de precificação.

Em suma, o trabalho avança a prática atuarial ao integrar modelagem estatística avançada (Tweedie flexível + GAMs) com estratégias de gestão de risco e comportamento do consumidor.