O objetivo desta disciplina é apresentar aos alunos de graduação em Ciências Atuariais uma ampla variedade de modelos de credibilidade. Ao final do curso, o aluno deve ser capaz de compreender não apenas as premissas e conceitos chave subjacentes aos modelos clássicos e Bayesianos, mas principalmente as vantagens e desvantagens das aplicações das diversas abordagens para problemas de tarifação de seguros.
Introdução e história dos paradigmas estatísticos; Revisão de modelos de convolução sob independência; Modelos Clássicos de Credibilidade; A abordagem de Bühlmann; O Modelo de Bühlmann-Straub; Credibilidade e Inferência Bayesiana Aplicações
Introdução e história dos paradigmas estatísticos: visão clássica, frequentista e Bayesiana; Aspectos da Estatística Matemática: distribuição a priori, função de verossimilhança, distribuição a posteriori, propriedades de conjugação, funções de perda, métodos de estimação de parâmetros. Revisão de modelos de convolução sob independência: aspectos de tarifação clássica, prêmios puros e distribuições preditivas. Modelos Clássicos de Credibilidade: a abordagem de credibilidade total e parcial para diferentes distribuições. A abordagem de Bühlmann: formulação geral, elementos básicos de médias hipotéticas e análise de variância. Abordagem geral para obtenção de fatores de credibilidade e processos de tarifação. O Modelo de Bühlmann-Straub; formulação geral, modelo para múltiplos segurados com distribuições de probabilidade conhecidas. Credibilidade e Inferência Bayesiana: aplicação de distribuições conjugadas, obtenção de estimadores Bayesianos e procedimentos de tarifação de prêmios de seguros. Aplicações
BIBLIOGRAFIA BÁSICA: Herzog, T. N. (2010). Introduction to credibility theory. 4th ed. Winsted, CT: ACTEX Publications. Kaas, R., Goovaerts, M., Dhaene, J., & Denuit, M. (2008). Modern Actuarial Risk Theory. Berlin, Heidelberg: Springer Berlin Heidelberg. BIBLIOGRAFIA COMPLEMENTAR: Bolfarine, H., & Sandoval, M. C. (2010). Introdução à Inferência Estatística, 2a ed., Rio de Janeiro: SBM. Casella, G., &Berger, R. L. (2002). Statistical Inference, 2nd ed., Pacific Grove: Duxbury/Thomson Learning. Lopes, B. P., & Carvalho, J. V. F. (2022). Paying for crime: frauds in DPVAT insurance and their impacts on society. Brazilian Business Review, 1–19.