Predição de sinistros agrícolas: uma abordagem comparativa utilizando aprendizagem de máquina

Abstract

O seguro agrícola tem ganho maior atenção no Brasil desde o início da década passada, com a implementação do Programa de Subvenção ao Prêmio do Seguro Rural. O presente estudo testou o desempenho de algoritmos de Machine Learning para as seguradoras anteciparem a ocorrência de sinistro, elaborando previsões por meio de dados de apólices e bases de dados climáticas entre os anos de 2006 e 2017. Foram testados os algoritmos Random Forest, Support Vector Machine e k-Nearest Neighbours. O segundo mostrou melhor performance preditiva de sinistros. No entanto, todos os métodos apresentaram baixa capacidade preditiva para a ocorrência de sinistros.

Combinando Inteligência Artificial e imagens de satélite para a previsão de sinistros agrícolas: Uma nota

“…Dentre as principais diretrizes propostas pelo PSR, podemos destacar a universalização do acesso ao seguro rural, o incentivo a adoção de melhores práticas de gestão e garantir uma maior estabilidade financeira ao setor. Na prática, o programa subsidia uma parcela do prêmio pago pelo produtor no momento da contração do seguro rural e ao reduzir o valor do prêmio, cria-se incentivos para a aquisição da apólice, assim como aumenta sua oferta por parte das seguradoras, ampliando o mercado (de Oliveira Adami e Ozaki, 2012;Mota et al, 2020).…”

“…Entretanto, o setor agropecuário está sujeito a diversos riscos que tornam a sua produção volátil e, em grande medida, incerta, destacando-se a possibilidade de problemas climáticos, pragas, incêndios e riscos derivados da dinâmica de mercado, que impactam nos preços dos insumos e no produto final (Mota et al, 2020;. Além disso, o avanço das mudanças climáticas aumentará a frequência e a magnitude de eventos extremos e, portanto, os riscos do setor agropecuário (Vroege et al, 2021).…”

“…De modo geral, as perdas do setor agropecuário afetam de modo adverso toda a sociedade, especialmente no que se refere a segurança alimentar, além de impactos generalizados na cadeia produtiva, nível de preços e nos investimentos do setor (Silva et al, 2014). O risco é um componente inerente as atividades agrícolas, o que torna necessário, portanto, a adoção de medidas para sua administração e mitigação, com destaque para a contratação de seguro rural (de Oliveira Adami e Ozaki, 2012;Ozaki e Campos, 2017; dos Santos e da Silva, 2017;Mota et al, 2020;Vroege et al, 2021;Benami et al, 2021).…”

“…Portanto, é de suma importância o desenvolvimento de métodos de monitoramento agrícola para mensurar a real dimensão das possíveis perdas, reduzindo assim a existência de assimetrias de informação. Nesse contexto, uso de geotecnologias, em especial o sensoriamento remoto, em conjunto com métodos de previsão, como o aprendizado de máquina, podem ser importantes instrumentos para uma melhor quantificação das possíveis perdas agrícolas e, consequentemente, dos sinistros (Ozaki e Campos, 2017;Mota et al, 2020;Klompenburg et al, 2020;Benami et al, 2021).…”

“…O seguro rural vem ampliando sua importância no Brasil nas últimas décadas, especialmente após a implementação do Programa de Subvenção ao Prêmio do Seguro Rural (PSR) em 2004, que passou a subsidiar parcela do prêmio pago pelo produtor, aumentando a oferta e a demanda por apólices no país (Silva et al, 2014;Mota et al, 2020). Dado o pequeno porte desse instrumento de política agrícola, quando comparado ao tamanho do mercado potencial, é possível afirmar com certa segurança que há um grande espaço para crescimento do seguro rural no Brasil.…”