Académique Documents
Professionnel Documents
Culture Documents
Resumo
A Agncia Nacional de Sade Suplementar ANS foi criada com o objetivo de regular esse setor da
economia que at ento no possua padro de funcionamento. Sua principal atribuio monitorar a sade
econmico-financeira das operadoras de planos e seguros de sade, verificando se os servios de sade
contratados por seus beneficirios esto sendo prestados. Caso a operadora no venha arcar com os
compromissos assumidos, dito que ela est insolvente. A solvncia est ligada diretamente constituio
de provises tcnicas e seu registro em passivos contbeis. Este trabalho se props a fazer uma anlise
comparativa da Proviso de Eventos Ocorridos e No Avisados (PEONA), com base numa amostra de custo
de uma grande operadora de planos privados de sade. A PEONA foi calculada atravs da metodologia
estabelecida pela ANS e tambm por outras cinco metodologias: mtodo Chain Ladder, mtodo de
Bornhuetter-Ferguson, mtodo de Benktander-Hovinen, mtodo da Log-Normal e mtodo de Bootstrap.
Os resultados foram comparados e discutidos e, o mtodo Chain Ladder apresentou melhor resultado e a
metodologia da ANS apresentou o pior resultado.
Abstract
The Brazilian National Health Agency (Agncia Nacional de Sade ANS) was established in order to
regulate the health sector of the economy that until then lacked governmental control. The Agencys main
attribution is to monitor the economic and financial conditions of carriers (health operators and insured
health plans), making sure that the services contracted by beneficiaries are being accordingly provided. If
the carrier doesnt fulfill its commitments, it is considered to be insolvent. Solvency is linked directly to
constitution of technical provisions and their register in liabilities. This work presents a comparative
analysis of the provision for events Incurred but Not Reported (IBNR), based on a sample of costs of a
major company of private health plans. The provision for events IBNR is calculated using the methodology
established by ANS and also by five other methods: Chain Ladder, Bornhuetter-Ferguson, BenktanderHovinen, Log-Normal e Bootstrap. The results were compared and discussed, and the Chain Ladder
presented the best outcome while the ANS method provided the worst result.
Keywords: Provision for events incurred but not reported. National Regulatory Agency
for Private Health Insurance and Plans. Solvency. Actuarial Science.
1. Introduo
No incio dos anos de 1960, o setor hospitalar brasileiro era custeado pela iniciativa pblica. A
maioria dos hospitais pertencia aos governos federal, estadual e municipal. Nos locais onde no
existiam unidades prprias, eram contratados leitos hospitalares privados para o atendimento
dos pacientes vinculados ao sistema de sade pblico. Com o passar dos anos, o governo foi
diminuindo seus investimentos em sade, beneficiando assim, o interesse de entidades privadas
em financiar esse setor. Com isso foram criadas empresas de medicina de grupo e cooperativas
mdicas que, junto das empresas de seguro sade, passaram a oferecer cobertura para o sistema
privado. Desde ento, o perfil hospitalar brasileiro tambm passou a ser custeado pela iniciativa
privada contribuindo para que o Brasil seja o segundo maior sistema privado de sade do
mundo.
Com o crescimento do mercado de planos de sade, em trs de julho de 1998, foi
sancionada a Lei 9.656. O texto legal passou a definir as regras para o funcionamento do setor
estabelecendo critrios para entrada, funcionamento e sada de operao de empresas e indicou
algumas garantias aos usurios dos planos de sade, tais como: vetar a resciso unilateral de
contrato, submeter aprovao do governo os ndices de reajustes anuais e discriminar os
padres de cobertura e de qualidade da assistncia.
No incio de 2000, a Agncia Nacional de Sade Suplementar (ANS) foi criada atravs
Lei 9.961 com o objetivo de regular esse setor. Suas principais atribuies legais so: criar
normas, controlar e fiscalizar o segmento privado da sade, agir em prol do saneamento
econmico e financeiro das operadoras e garantir que os direitos dos consumidores que
contrataram a prestao de servios mdicos e hospitalares sejam atendidos.
De acordo com Caderno de Informao da Sade Suplementar, 25% da populao, ou
seja, mais de 48 milhes de cidados possuem um plano de assistncia mdica. Esse valor
representa um aumento de 157% se comparado com a quantidade de beneficirios em dezembro
de 2000. No ltimo ano, o mercado de sade suplementar movimentou um montante de
aproximadamente 82 bilhes de reais referentes s receitas. As despesas assistenciais somaram
68 bilhes reais, acarretando em uma sinistralidade (custo/receita) de 82,4% e uma receita
mdia mensal de 141,16 reais (ANS, 2013).
Em 2013, a ANS completa treze anos de regulao do mercado de sade suplementar.
Durante esse tempo foram criadas diversas resolues e uma srie de normas relacionadas ao
280
II.
281
III.
IV.
V.
aprovadas, atravs de Nota Tcnica Atuarial de Provises (NTAP) pela Diretoria de Normas e
Habilitao das Operadoras (DIOPE). Sua constituio passa a ser obrigatria a partir da data
da efetiva autorizao.
Como mostrado, a PEONA estimada atuarialmente para fazer frente ao pagamento
dos eventos que j tenham ocorrido e que no tenham sido registrados pela operadora. O evento
passa a ser caracterizado a partir do momento que registrado contabilmente.
Caso esteja superdimensionada, a PEONA compromete a distribuio de lucros da
empresa e gera um custo indireto chamado custo de capital. Esse montante que fica parado na
empresa investido em ativos cuja remunerao inferior taxa de retorno esperada
considerando o risco envolvido na operao. Uma vez subdimensionada, ela pode conduzir
insolvncia da operadora. Isso afeta diretamente os clientes, empregados, fornecedores e
indiretamente as concorrentes, pois abala a credibilidade do mercado onde o produto o risco.
3. Amostra
A partir de uma amostra de clientes de uma grande operadora de sude, foram estudados os
sinistros ocorridos no perodo compreendido entre janeiro de 2010 e dezembro de 2011. Todas
as estimativas foram realizadas com base em janeiro de 2010 e dezembro de 2010. O perodo
de aviso seguinte (janeiro de 2011 a dezembro de 2011) foi utilizado como base para o
comparativo.
O perodo utilizado no modelo apresentado nesse trabalho para o clculo da PEONA
pode ser considerado adequado. Perodos similares foram utilizados, indicados ou mencionados
nos trabalhos de Pinheiro (1999), Lima & Carvalho (2010), Melo (2007), Simes (2008),
Chadick et al. (2009), Mano & Ferreira (2009) e Pereira (2013).
282
Tipo
Data
Data
Numrico
Descrio
Data da utilizao mdica do cliente no prestador
Data do aviso do sinistro
Custo referente utilizao mdica dos clientes
Os dados devem ser apresentados de forma que seja observado o desenvolvimento dos
sinistros. A melhor forma atravs de uma matriz triangular que recebe o nome de tringulo de
desenvolvimento ou tringulo de run-off (DE JONG, 2006; ATHERINO, 2008).
Define-se a data inicial como janeiro de 2010 e ser observado o comportamento dos
dados pelos 11 meses seguintes. O ms de ocorrncia de um determinado sinistro ser denotado
por i, se ele ocorreu i meses aps a data inicial, e o ms de aviso ser chamado de j, se ele foi
avisado j meses aps a data de ocorrncia.
Considerando Xi,j a soma dos valores dos sinistros com ms de ocorrncia i e ms de
aviso j, esses valores s so conhecidos para 1 i m e 1 j m-i+1. O tringulo de
desenvolvimento uma matriz m m, tal que a posio (i,j), para 1 i m e 1 j m-i+1,
recebe o valor de Xi,j e as demais entradas so desconhecidas. Em alguns modelos, comum
encontrar o termo tringulo acumulado, que trata da matriz das entradas como (1):
Ai,j =
Xi,k
k=1
(1)
283
698.975
408.374
517.857
45.878
4.870
jan/10
fev/10
8
60.682
771.451
59.917
985.555
79.097
637.000
jun/10
973.266
428.951 204.910
abr/10
687.145
jul/10
ago/10
set/10
out/10
nov/10
3.882.433 6.854.221
dez/10
3.782.505
10
11
0
4.379.979
1
9.771.755
2
3
4
5
6
7
8
9
10
11
11.837.749 12.536.724 12.945.098 13.517.049 13.911.158 14.136.564 14.197.245 14.366.623 14.421.509 14.484.553
fev/10
3.674.365
8.882.714
mar/10 4.120.183
9.451.419
3.673.375
9.524.806
mai/10 4.348.593
9.408.234
abr/10
jun/10
jul/10
ago/10
set/10
out/10
nov/10
3.882.433 10.736.654
dez/10
3.782.505
4. Metodologias
4.1. Metodologia ANS
Segundo a Resoluo Normativa 209 (ANS, 2013), nos primeiros 12 (doze) meses de operao
ou at que ocorra a aprovao de metodologia especfica de clculo, as operadoras devero
constituir valores mnimos de PEONA, observando o maior entre os seguintes valores:
I.
II.
284
Pela legislao o clculo efetuado com base nos valores registrados no balano da
operadora, referentes s contraprestaes (preo pr-estabelecido) lquidas e eventos
indenizveis. Como os dados aqui foram modificados para o exemplo, no existe a informao
real do balano. Dessa forma, considerado como o total de contraprestaes emitidas nos
ltimos 12 meses, o valor total de custos avisados em 2010, ou seja, R$ 188.499.834 e o total
de eventos indenizveis, R$ 131.949.884.
Realizados os clculos conforme a RN 209, os resultados so:
I.
II.
(2)
A principal ideia desse mtodo que a razo Ai,j+1 Ai,j uma varivel aleatria com
mdia fj, ou seja, o fator de crescimento entre as colunas j e j+1 no depende da linha i. O
primeiro passo ser, utilizando os valores conhecidos do tringulo, estimar os fatores fj para 1
j m-1. Assim, o estimador de fj, para 1 j m-1, est exposto na equao (3) e a tabela 3
apresenta os fatores do desenvolvimento.
fj =
mj
i=1 Ai,j+1
m1
i=1 Ai,j
(3)
285
Valor
2,290355478
1,334610114
1,171572582
1,056324064
1,027709364
1,02000106
1,015125711
1,008320961
1,005302723
1,003010255
1,004371472
Ai,m = Ai,mi+1
fj
(4)
j=mi+1
jan/10
698.975
408.374
8
60.682
10
11
169.377 54.887
63.043
fev/10
517.857
45.878
30.034
60.649
mar/10
771.451
59.917
4.870
40.703
59.287
687.145
abr/10
985.555
79.097
84.308
48.114
70.081
mai/10
637.000
90.225
51.491
74.999
jun/10
973.266
83.294
jul/10
4.381.998 7.203.482 5.420.388 4.030.127 1.297.707 290.478 452.508 349.051 194.925 125.254 71.481 104.117
ago/10
5.621.242 5.429.938 5.850.270 3.852.938 1.401.573 613.928 455.422 351.299 196.180 126.061 71.942 104.788
set/10
6.779.767 6.091.281 4.064.043 3.863.297 1.171.450 608.770 451.596 348.348 194.532 125.002 71.337 103.907
out/10
5.125.747 5.336.403 4.825.145 2.622.881 1.008.774 524.232 388.884 299.974 167.518 107.643 61.431
89.478
nov/10
945.554
83.871
dez/10
762.957
67.674
81.413
46.461
286
Mi =
Xi,13i
0,7
(5)
Ai,m = Mi (1
1
fni+2 fni+3 fi
(6)
287
0
1.274.355
1
1.696.216
2
1.007.427
fev/10
3
689.409
4
265.150
5
6
137.791 102.216
7
78.846
8
44.031
9
28.293
10
16.147
11
23.519
752.630
80.311
3.691.098
4.814.713
2.859.585 1.956.889
45.833
66.758
mar/10 5.272.553
6.855.389
95.053
abr/10 7.187.792
9.326.768
129.320
mai/10 7.659.559
9.935.554
137.761
jun/10 7.822.248 10.145.521 6.025.692 4.123.540 1.585.935 824.167 611.381 471.602 263.362 169.230 96.578
140.672
6.375.540
8.278.792
114.789
ago/10 5.823.972
7.567.112
104.921
set/10
5.484.972
7.129.722
98.857
out/10
4.658.676
6.063.545
3.601.299 2.464.464
947.846
84.074
nov/10 4.781.108
6.221.567
3.695.152 2.528.690
972.548
86.265
dez/10 4.993.302
6.495.410
90.062
jul/10
j =
n1
k=j
fi1
(7)
288
j
0,24327
0,55718
0,74361
0,87120
0,92027
0,94577
0,96468
0,97927
0,98742
0,99266
0,99565
c
0,99998
0,99995
0,99984
0,99957
0,99875
0,99706
0,99364
0,98341
0,93427
0,80391
0,42736
(8)
Os valores de Xi,j representam a ltima coluna estimada pelo mtodo Chain Ladder e
Mi so as estimativas finais dadas pelo mtodo de Bornhuetter-Ferguson. O valor da PEONA
dado atravs da soma os valores da ltima coluna estimada pelo mtodo de BenktanderHovinen diminudos da soma da diagonal do tringulo incremental conforme a tabela 8. O
resultado encontrado de R$ 36.243.101.
Tabela 8: Dados Benktander-Hovinen (Fonte: Autores 2013)
Ocorrncia
ltima Coluna
Chain Ladder
Mi
Diagonal
fev/10
13.934.541
15.338.077
13.934.567
13.873.891
mar/10
13.621.498
21.838.992
13.621.941
13.521.508
abr/10
16.101.552
29.711.984
16.103.704
15.899.048
mai/10
17.231.540
31.651.372
17.237.734
16.874.414
jun/10
19.137.301
32.320.259
19.153.744
18.461.436
jul/10
23.921.517
26.373.480
23.928.729
22.624.181
ago/10
24.075.579
24.106.305
24.075.774
22.155.960
set/10
23.873.332
22.712.926
23.854.080
20.798.389
out/10
20.558.109
19.316.440
20.476.490
15.287.295
nov/10
19.269.742
19.819.845
19.377.613
10.736.654
dez/10
15.548.532
20.692.218
18.494.007
3.782.505
289
Resduosi.j =
Fator de ajuste =
n
np
(9)
(10)
Esse processo precisa ser repetido N vezes, produzindo N indicaes da PEONA. Foram
realizadas 50.000 simulaes e na figura 1 encontra-se o histograma com os dados da simulao
se comportando como uma distribuio Normal.
A vantagem do mtodo que, alm da mdia, conhecida a variabilidade da reserva de
sinistros em funo da seleo aleatria dos resduos utilizados no clculos dos tringulos
reeditados. Dos valores apresentados acima e pelo comportamento dos dados analisados no
histograma, chegado ao valor de R$ 33.006.665 da PEONA pelo mtodo de Bootstrap.
290
291
i
0
-0,08838
-0,47410
0,07749
0,02936
0,10978
0,35743
0,49689
0,46661
0,29143
0,14491
-0,03084
i
0
0,26293
-0,34629
-0,82838
-1,66979
-2,27980
-2,60761
-2,86006
-3,64203
-4,58292
-4,54152
-4,15497
A suposio principal desse modelo que Xi,j pode ser escrito da forma (12):
Xi,j=Ri.Cj.Ei,j
(12)
(13)
Onde i=ln(Ri), j = ln(Cj) e i,j = ln(Ei,j). Dessa forma i,j ~ N(0,2), e consequentemente (14)
e (15), sero:
E[Zi,j] = ij = i + j
(14)
Var[Z,j] = 2
(15)
Logo, pode-se afirmar que Xi,j ~ Log-Normal (ij,2) e que Zi,j ~ N(ij,2).
Assim como feito no mtodo estocstico de Bootstrap, preciso repetir esse processo
N vezes produzindo assim N indicaes da PEONA. Para este trabalho foram feitas 50.000
simulaes. No grfico abaixo possvel observar o histograma gerado pelos dados da
simulao. possvel reparar que os dados se comportam como uma distribuio Normal ao
redor da mdia.
292
293
0
1
2
4.379.979 5.391.777 2.065.994
fev/10
3
698.975
687.145
4
408.374
5
6
7
571.951 394.109 225.405
517.857
771.451
8
60.682
9
10
169.377 54.887
11
63.043
45.878
30.034
22.916
59.917
4.870
61.202
37.700
985.555
79.097
179.340 72.393
38.124
637.000
65.926
136.310 57.309
43.212
973.266
40.058
jul/10
4.381.998 7.203.482 5.420.388 4.030.127 1.297.707 290.478 231.444 125.868 183.526 132.847 55.750
ago/10 5.621.242 5.429.938 5.850.270 3.852.938 1.401.573 524.643 254.830 171.807 129.741 134.779 60.514
1.223
set/10
6.779.767 6.091.281 4.064.043 3.863.297 1.033.114 526.657 288.670 193.806 114.021 162.588 45.333
37.276
out/10
5.125.747 5.336.403 4.825.145 2.876.238 1.254.507 575.705 271.059 121.009 116.642 139.960 62.956
36.006
nov/10 3.882.433 6.854.221 3.213.219 3.403.775 1.146.226 309.840 177.665 129.653 158.667 133.247 59.826
10.165
36.853
67.447
71.125
71.636
Um dos fatores possveis para explicar a diferena de mais de 10% entre o valor
observado e o valor estimado pela metodologia de Bornhuetter-Ferguson pode estar no valor
usado em Mi. Para esse mtodo so consideradas duas estimativas, e elas precisam ser
constantemente revistas e atualizadas, para melhor refletir o que realmente acontece com a
operadora.
Como calculado atravs da combinao dos mtodos de Chain Ladder e de
Bornhuetter-Ferguson era de se esperar que o valor estimado pelo mtodo de BenktanderHovinen ficasse entre os valores destas duas metodologias (como foi o caso).
Os fatores de desenvolvimento podem ser ajustados para uma melhor adequao entre
os resultados. possvel introduzir fatores de cauda com base em benchmarks, no nos
limitando apenas ao conhecimento do tringulo.
Os mtodos Bootstrap e Log-Normal, que atingiram valores prximos, possuem como
desvantagem no funcionar bem se aplicados em dados que apresentem fatores de
294
Quantidade de Operadoras
81
68
12
161
% em Relao ao Total
50,31%
42,24%
7,45%
100,00%
Segundo Atherino (2008) no existe um mtodo para o clculo das provises que
produza constantemente a melhor estimativa. O aturio deve decidir a metodologia que fornece
o balano apropriado entre estabilidade e a resposta rpida s mudanas recentes, pois alguns
mtodos so mais estveis e outros respondem melhor s tendncias aparentes.
No caso em estudo, o mtodo de Chain Ladder apresentou melhores resultados (-3,26%)
em comparao aos demais, embora com variao negativa, o que a mdio e longo prazo
poderia levar a insolvncia, caso nehuma correo fosse tomada. O mtodo de BenktanderHovinen tambm apresentou pequena variao, s que positiva (5,42%), o que poderia a mdio
e longo prazo causar o superdimensionamento da PEONA, afetando a distribuio de lucros da
295
empresa e gerando custo de capital. J a metodologia da ANS apresentou o pior resultado, mas
como j mencionando, essa metodologia somente dever ser usada por operadoras em incio de
funcionamento, quando no existe modelo definido pela prpria operadora, o que no se aplica
especificamente a operadora analisada.
Conforme possvel observar, o aturio tem uma responsabilidade muito grande no
dimensionamento das provises tcnicas, pois um clculo inadequado pode comprometer os
resultados de uma empresa ou at conduzir sua insolvncia. Segundo Mano & Ferreira (2009),
alm da responsabilidade legal assumida, ele carrega uma responsabilidade social, tendo em
vista os diversos setores da sociedade que podem ser afetados pelo seu trabalho.
O problema das provises de sinistros ocorridos mas no avisados , dessa forma, mais
atuarial do que estatstico, ou seja o uso de metodologias de proviso, por mais sofisticadas que
sejam, no eliminam o trabalho de anlise e a tomada de deciso por parte do aturio
(BORNHUETTER & FERGUSON, 1972).
Referencias
Alves, A. M. C. (2011). Provises para Sinistros: Estudo do Mercado Segurador Portugus. Dissertao
de Mestrado, ISEGI, Universidade Nova de Lisboa.
Atherino, R. S. (2008). Estimao de Reservas IBNR por Modelos em Espao de Estado: Empilhamento
por Linhas do Tringulo Runoff. Tese de Doutorado, PUC-Rio, 57p.
ANS - Agncia Nacional de Sade. Caderno de Informao da Sade Suplementar. Disponvel em:
<http://www.ans.gov.br/images/stories/Materiais_para_pesquisa/Perfil_setor/Caderno_informacao_sa
ude_suplementar/20130115_caderno_DEZEMB_revisado.pdf>. Acesso em: Fevereiro, 2013.
ANS - Agncia Nacional de Sade. Resoluo Normativa n 209, de 22/12/2009. Disponvel em:
<http://www.ans.gov.br/index2.php?option=com_legislacao&view=legislacao&task=TextoLei&forma
t=raw&id=1571> Acesso em: Maro, 2013.
ANS - Agncia Nacional de Sade. Resoluo Normativa n 316, de 30/11/2012. Disponvel em:
<http://www.ans.gov.br/index2.php?option=com_legislacao&view=legislacao&task=TextoLei&forma
t=raw&id=2314> Acesso em: Maro, 2013.
Benktander, G. (1976). An Approach to Credibility in Calculating IBNR for Casualty Excess
Reinsurance, The Actuarial Review, p.7.
Bornhuetter, R. L.; Ferguson, R. R. (1972). The Actuary and IBNR. Proceedings of The Casualty
Actuarial Society, n. 59, p. 181-19.
Borginho, H. (2003). Provises para Sinistros No Vida Metodologias de Estimao, Departamento
de Anlise de Riscos e Solvncia do ISP Inst. Seguros de Portugal. Disponvel em: <http://www.isp.pt/
> Acesso: Fevereiro, 2013.
296
297
298