RESUMO Este estudo tem por objetivo desenvolver um método que possa ser adotado por seguradoras para avaliar o ajuste de risco para os riscos não financeiros (AR) exigido pela Norma Internacional de Contabilidade 17 (IFRS 17). Diferentemente de outros métodos, o método aqui proposto retorna diretamente o AR para cada passivo relacionado com um grupo de contratos de seguro: cobertura remanescente e sinistros ocorridos. Além disso, cada parte do AR é alocada corretamente ao passivo atuarial correspondente, o que constitui uma vantagem diante dos demais métodos. O método segue as diretrizes da IFRS 17 e contribui com a padronização das práticas contábeis das seguradoras no mundo inteiro, aumentando assim o grau de comparabilidade entre as demonstrações financeiras nas diferentes jurisdições. Este estudo deve ser considerado relevante pelas companhias de seguros, pelos supervisores e reguladores do mercado de seguros e pela maioria dos profissionais envolvidos. O método se vale da teoria do risco coletivo e da técnica de simulação de Monte Carlo para ajustar as distribuições probabilísticas adotadas para calcular dois diferentes fatores de carregamento que, quando aplicados ao valor contábil dos prêmios não ganhos e ao valor presente esperado dos sinistros ocorridos, resultam diretamente no AR para cada passivo relacionado com um grupo de contratos de seguro: coberturas remanescentes e sinistros ocorridos. Nossos resultados mostram que, para carteiras de grande porte, vale o teorema do limite central e as distribuições usadas para avaliar os fatores de carregamento podem ser bem aproximadas pela distribuição normal. Adicionalmente, os valores obtidos para cada fator de carregamento são baixos, o que significa que o AR é relativamente baixo quando comparado ao valor contábil dos prêmios não ganhos e ao valor presente esperado dos sinistros ocorridos. Esse resultado se alinha à lei dos grandes números, que estabelece que, para carteiras de grande porte, o risco assumido pela seguradora se torna consideravelmente menor, pois é mais fácil prever o comportamento dos sinistros futuros agregados.
This paper aims to develop a method that can be adopted by insurers to assess the risk adjustment for nonfinancial risks (RA) required by International Financial Reporting Standards 17 (IFRS 17). Unlike other methods, the method proposed here directly returns the RA for each liability related to a group of insurance contracts: remaining coverage and incurred claims. Moreover, each portion of the RA is correctly allocated to the corresponding actuarial liability, which constitutes an advantage over other methods. The method follows IFRS 17 directives and contributes to standardize accounting practices of insurers around the world, thus increasing the degree of comparability between financial statements in different jurisdictions. This paper should be relevant for insurance companies, for insurance market supervisors and regulators, as well as for practitioners in general. The method takes advantage of the collective risk theory and of the Monte Carlo simulation technique to adjust probability distributions used to calculate two different loading factors that, when applied to the carrying amount of unearned premiums and to the expected present value of incurred claims, directly return the RA for each liability related to a group of insurance contracts: remaining coverage and incurred claims. Our results show that, for large-scale portfolios, the central limit theorem holds and the distributions used to assess the loading factors can be well approximated by the normal distribution. Additionally, the values obtained for each loading factor are small, which means that the RA is relatively low when compared to the carrying amount of unearned premiums and to the expected present value of incurred claims. This result is in line with the law of large numbers, which states that, for large-scale portfolios, the risk borne by the insurer becomes considerably lower, since it is easier to predict the behavior of aggregate future claims.
Resumo Este trabalho analisa, sob a ótica das propriedades desejáveis das curvas de juros, a adequação à realidade brasileira das Estruturas a Termo das Taxas de Juros fixadas pela Susep para fins de avaliação dos passivos atuariais e de determinação do requerimento de capital adicional baseado no risco de mercado. Com o intuito de analisar a aderência das curvas aos dados observados, foram calculados os erros de estimação, suas estatísticas descritivas e a média dos erros quadráticos médios. Para analisar a volatilidade das taxas estimadas, definiram-se prazos de interesse e apurou-se, para cada prazo, o desvio-padrão ao longo do período de análise. Os resultados encontrados indicam que as curvas fixadas apresentam, em geral, aderência satisfatória aos pontos observados no mercado. Não obstante, há evidências de que as taxas de longo prazo estimadas pelas curvas construídas pela Susep possuem volatilidade mais elevada do que a verificada para as taxas de longo prazo observadas, o que se configura uma questão relevante de ordem prática. Por fim, as curvas prefixada e cupom de IPCA da Susep foram comparadas às da Anbima e estas últimas se mostraram mais eficazes, justificando a decisão da Susep de parar de gerar algumas de suas curvas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.