Centro de Ciências Sociais e Aplicadas

Programa de Pós-Graduação em Ciências Contábeis

Fatores relacionados à compra de seguros: Uma investigação

na aquisição de seguro de automóvel

Raquel de Cássia Andrade

São Paulo

2011

Raquel de Cássia Andrade

FATORES RELACIONADOS À COMPRA DE SEGUROS:

UMA INVESTIGAÇÃO NA AQUISIÇÃO DE SEGURO DE

AUTOMÓVEL

Dissertação apresentada ao Programa de Pós-

Graduação em Ciências Contábeis da

Universidade Presbiteriana Mackenzie para

obtenção do título de Mestre em

Controladoria Empresarial

Orientador: Profª. Dra. Ana Maria Roux Valentini Coelho César

São Paulo

2011

A553f Andrade, Raquel de Cassia.

Fatores relacionados à compra de seguros: uma investigação na

aquisição de seguro de automóvel / Raquel de Cassia Andrade – 2012.

96 f. : il. ; 30 cm

Dissertação (Mestrado em Controladoria Empresarial) –

Universidade Presbiteriana Mackenzie, São Paulo, 2012.

Bibliografia: f. 76-81.

1. Tomada de decisão. 2. Aquisição de seguros. 3. Risco. 4.

Ambiguidade. I. Título.

CDD 658.15

Reitor da Universidade Presbiteriana Mackenzie

Professor Dr. Benedito Guimarães Aguiar Neto

Decano de Pesquisa e Pós-Graduação

Professor Dr. Moisés Ari Zilber

Diretor do Centro de Ciências Sociais e Aplicadas

Professor Dr. Sérgio Lex

Coordenadora do Programa de Pós-Graduação em Ciências Contábeis

Professora Dra. Maria Thereza Pompa Antunes

As coisas que queremos e parecem

impossíveis só podem ser conseguidas

com uma teimosia pacífica.

Mahatma Gandhi

Dedicatória

A Deus, à minha família, à professora orientadora, aos amigos, aos colegas de

trabalho por seu apoio, sua força, seu incentivo, seu companheirismo e sua

amizade. Sem eles, nada disto seria possível.

AGRADECIMENTOS

A Deus, por me amparar e dar força para superar as dificuldades, por mostrar os caminhos nas horas

incertas e suprir em todas as minhas necessidades.

A minha orientadora, professora Dra. Ana Maria Roux César, por incentivar-me e auxiliar-me em

todos os passos.

A minha família, a qual amo muito, por seu carinho, sua paciência e seu incentivo.

Aos amigos, que fizeram parte desses momentos, sempre compreensivos e pacientes.

Agradeço aos demais professores do mestrado e a Universidade Presbiteriana Mackenzie pelos

preciosos ensinamentos que jamais serão esquecidos.

Resumo

A presente dissertação busca identificar o comportamento do potencial consumidor de seguros de

automóveis no que diz respeito à tomada de decisão em cenários de ambiguidade e risco, aliado ao

montante da perda e ao autorrisco. O objetivo geral do estudo é: identificar o comportamento dos

consumidores relacionados à intenção de compra de seguros, considerando-se cenários de

risco/ambiguidade, o montante da perda, sua percepção de autorrisco e seu conhecimento da legislação

sobre seguros. Na pesquisa, de abordagem quantitativa, os dados foram colhidos utilizando-se um

survey enviado, por meio eletrônico, a 250 pessoas que se encaixavam no perfil de sujeito da pesquisa.

Obteve-se resposta de 196 sujeitos, sendo a amostra final constituída por 95 sujeitos que responderam

o questionário na íntegra. O questionário dividiu-se em dois grandes blocos, sendo o primeiro

relacionado a dados demográficos do respondente, e o segundo, aos cenários de ambiguidade, risco,

autorrisco, montante da perda e conhecimento da legislação. As escalas eram categóricas ou métricas.

Antes da aplicação final, realizou-se um pré-teste com quatro respondentes, o que propiciou ajuste das

questões. Os principais resultados obtidos foram: (i) nas questões referentes ao cenário de

ambiguidade e risco, a intenção de compra se mostrou influente para o cenário de ambiguidade

imprecisa aliado com as possibilidades de ocorrência do furto, que leva em conta a probabilidade de

recuperação do veículo (cujo montante depende do estado do veículo), já que ambas as situações são

totalmente imprevistas; (ii) quanto aos fatores de autorrisco que influenciam a intenção de compra em

ambiente de ambiguidade imprecisa, encontrou-se que todos os fatores são significativos exceto ao

grupo de direção perigosa; (iii) no que tange as variáveis demográficas, as que mais se destacam são

nível de escolaridade e renda; (iv) como último achado o conhecimento da legislação mostrou-se

positivamente influenciador da intenção de compra de seguros de automóvel.

Palavras-chave: Tomada de decisão; aquisição de seguros; ambiguidade; risco.

Abstract

This present dissertation seeks to identify the behavior of automobile insurance potential consumers,

as regards decision-making in scenarios of ambiguity, coupled with the amount of the loss and the

self-risk. General objective: Identify the consumer behavior related to the intention to purchase

insurance considering ambiguity/risks scenarios, the amount of the loss, the perception of self-risk and

insurance legislation knowledge. Through a survey applied directly under a pre-selected target

audience, a total of 250 persons received the research profile. Although 196 participants answered the

instrument, 95 respondents were regarded as valid (answered all the questions of the research). The

survey instrument was split into two blocks: (i) demographic data and ambiguity and (ii) risk

scenarios, self-risk, amount of loss and legislation knowledge. The scales used in the present study

were categorical or metrics. Before the final application, pre-test was conducted with four respondents,

allowing further adjustments. The main results were: (i) in matters relating to the scenario of

ambiguity and risk, the intention to purchase proved influential for the scenario of imprecise

ambiguity allied with the possibilities of occurrence of theft, which takes into account the probability

of recovery of the vehicle (the amount of which depends on the State of the vehicle), since, where both

are totally unforeseen circumstances; (ii) regarding the self-risk factors that influence buying intention

in imprecise ambiguity environment, the results showed that all factors are significant except to the

dangerous drive group; (iii) with respect to demographic variables, the more that stand out are

education and income variables; (iv) as the last found, the knowledge of legislation proved to be a

positive influence of the intention to purchase a car insurance.

Keywords: Decision making; Purchasing insurance; ambiguity; risk.

Sumário

1. INTRODUÇÃO ................................................................................................................................... 16

1.1. Contextualização do Estudo ....................................................................................................... 17

1.2. Questão de Pesquisa ................................................................................................................... 19

1.3. Objetivos do Estudo ................................................................................................................... 19

1.3.1 Objetivo geral ....................................................................................................................... 19

1.3.2. Objetivos Específicos .......................................................................................................... 20

1.4. Variáveis do estudo .................................................................................................................... 20

1.5. Hipóteses de Pesquisa ................................................................................................................ 22

1.6. Justificativas ............................................................................................................................... 23

1.7. Estruturação da Dissertação ....................................................................................................... 25

2. REFERENCIAL TEÓRICO ...................................................................................................................... 26

2.1. Modelos de tomada de decisão .................................................................................................. 26

2.1.1. Modelos cognitivos de tomada de decisão .......................................................................... 27

2.1.2. Modelos econômicos de tomada de decisão ........................................................................ 30

2.1.3 Modelos econômicos de tomada de decisão em seguros...................................................... 33

2.1.4 Modelos econômicos de demanda de Seguros ..................................................................... 35

2.2 Ambiguidade e risco nos modelos de tomada de decisão. .......................................................... 37

3. PANORAMA GERAL DO MERCADO DE SEGUROS .............................................................................. 45

3.1. Órgãos reguladores do mercado de seguros brasileiro ............................................................. 48

4. PROCEDIMENTOS METODOLÓGICOS ................................................................................................ 52

Apresenta-se a seguir o enquadramento metodológico e os procedimentos propostos para este

estudo. ............................................................................................................................................... 52

4.1 Método e Tipo de Pesquisa ......................................................................................................... 52

4.2 População e Amostra ................................................................................................................... 53

4.3 Instrumento de pesquisa e procedimentos de Coleta de Dados ................................................... 54

4. 4. Procedimentos de Tratamento de Dados ................................................................................... 58

4.5. Aspectos Éticos .......................................................................................................................... 59

5. APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS ........................................................................... 60

5.1 Ajuste do banco de dados ...................................................................................................... 60

5.2 Primeira etapa da análise de dados – Análise descritiva dos dados demográficos...................... 61

5.3. Segunda etapa da análise de dados – teste de hipóteses ............................................................. 62

6. CONSIDERAÇÕES FINAIS .................................................................................................................... 74

REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................................................. 77

APÊNDICE A - QUESTIONÁRIO ............................................................................................................... 83

Questionário ...................................................................................................................................... 83

APÊNDICE B ....................................................................................................................................... 88

Análise dos resíduos da RL Hipótese 2 .......................................................................................... 88

APENDICE C ....................................................................................................................................... 89

Análise dos residues hipótese 3 ................................................................................................... 89

APÊNDICE D ....................................................................................................................................... 90

Regressão Logistica para testar a Hipótese 3 ................................................................................ 90

APENDICE E ....................................................................................................................................... 91

Análise dos resíduos do Modelo 1 da hipótese 4 ......................................................................... 91

APENDICE F ........................................................................................................................................ 92

Análise dos resíduos do Modelo 2 da hipótese 4 ......................................................................... 92

APENDICE G ....................................................................................................................................... 93

Análise dos resíduos do Modelo 3 da hipótese 4 ......................................................................... 93

ANEXO A – A LÓGICA DA REGRESSÃO LOGÍSTICA ................................................................................. 94

A Lógica da Regressão Logística ........................................................................................................ 94

ANEXO B – CÓDIGO DAS VARIÁVEIS ..................................................................................................... 97

LISTA DE TABELAS

Tabela 1 - Sinistralidade por seguradora .................................................................................. 24 Tabela 2 - IPCA e seus componentes: foco em seguro ............................................................ 35 Tabela 3 - Paradoxo de Ellsberg .............................................................................................. 38 Tabela 4 - Classificação de Risco de acordo com o grau de ambiguidade e de risco. ............. 42

Tabela 5 - Evolução do mercado de seguros brasileiro ............................................................ 45 Tabela 6 - Faixas de Renda Distribuídas por Gênero .............................................................. 62

Tabela 7 - Proporções de IC por cenário de ambiguidade em diferentes níveis de perda ...... 622 Tabela 8 - Proporções de IC em diferentes cenários ambiguidades por nível de perda ........... 64 Tabela 9 - Coeficientes do modelo de regressão logística da intenção de compra .................. 66

Tabela 10 - Coeficientes Regressão Logística da IC com as variáveis demográficas .............. 68 Tabela 11- Intenção de compra e conhecimento legisl. de seguros ao nível de perda total ..... 70

Tabela 12 - Intenção de compra e conhecimento lei ao nível de perda parcial ........................ 70

Tabela 13 - Intenção de compra por conhecimento lei em situação de roubo.......................... 71 Tabela 14 - Regressão Logistica para testar a Hipótese 3 ........................................................ 90 Tabela 15 – Código das Variáveis ............................................................................................ 90

LISTA DE QUADROS

Quadro 1 - Consolidação do Mercado de Seguros Brasileiro .................................................. 47 Quadro 2 - Classes e Seguros ................................................................................................... 48 Quadro 3 - Perguntas do Estudo ............................................................................................. 574 Quadro 4 - Questionário ........................................................................................................... 57 Quadro 5 - Sinopse das Hipóteses ............................................................................................ 59

Quadro 6 - Resumo dos resultados ........................................................................................... 72

LISTA DE FIGURAS

Figura 1 - Modelo conceitual do processo individual de tomada de decisão ........................... 29 Figura 2 - Curvas de Risco-Utilidade ....................................................................................... 32 Figura 3 - Situação de Ambiguidade ........................................................................................ 40 Figura 4 - Situação de Risco ..................................................................................................... 40 Figura 5 - Modelo de intenção de compra reformulado ........................................................... 73

LISTA DE GRÁFICOS

Gráfico 1 - Comparativo entre países ....................................................................................... 46 Gráfico 2 - Predicted Probability I ........................................................................................... 88 Gráfico 3 - Predicted Probability II .......................................................................................... 88 Gráfico 4 - Análise dos residues hipótese 3 (Predicted Probability I)..................................... 89 Gráfico 5 - Análise dos residues hipótese 3 (Predicted Probability II) ................................... 89

Gráfico 6 - Análise dos resíduos do Modelo 1 da hipótese 4 (Predicted Probability I) ........... 91 Gráfico 7 - Análise dos resíduos do Modelo 1 da hipótese 4 (Predicted Probability II) .......... 91 Gráfico 8 - Análise dos resíduos do Modelo 2 da hipótese 4 (Predicted Probability I) ........... 92 Gráfico 9 - Análise dos resíduos do Modelo 2 da hipótese 4 (Predicted Probability II) .......... 92 Gráfico 10 - Análise dos resíduos do Modelo 2 da hipótese 4 (Predicted Probability I) ......... 93

Gráfico 11 - Análise dos resíduos do Modelo 2 da hipótese 4 (Predicted Probability I) ......... 93

16

1. INTRODUÇÃO

O campo de estudos sobre decisões econômicas tem sido explorado por diversos

autores, em diferentes perspectivas, muitas com apoio de teorias da área de Psicologia

Cognitiva e, mais recentemente, com suporte de teorias de neurociência cognitiva.

Os modelos econômicos clássicos consideram que a decisão seja eminentemente

racional e que a decisão tomada representa sempre a alternativa de maior valor (VON

NEUMANN; MORGENSTERN, 1944). Nesse tipo de modelo, frequentemente os aspectos

subjetivos são representados por uma única variável, uma proxy. Um dos primeiros autores a

contestar essa posição foi Simon (1957), propondo que a racionalidade era limitada. Outros

autores já clássicos na área, Kahneman e Tversky (1979), trouxeram outras questões para o

estudo de tomada de decisão, propondo aquilo a que denominaram Teoria do Prospecto, na

qual destacam: o efeito da certeza nas decisões, a diferença entre possibilidade e

probabilidade nas decisões sob risco, o efeito reflexo mostrando que decidir sobre ganho é

diferente de decidir sobre perda, a influência da sequência com que as escolhas são feitas

sobre a decisão final, dentre outros.

Na área de seguros, os estudos têm como principal foco questões relacionadas à

ambiguidade da informação, ao risco e ao montante da perda. Poucos estudos falam sobre o

autorrisco. Os objetivos desses estudos estão relacionados à geração de ferramentas que

possibilitem o gerenciamento de eventos de baixa probabilidade, mas de alta consequência,

como ocorre em situações nas quais haja riscos de caráter natural ou tecnológico.

Dentre os trabalhos sobre cenários de ambiguidade e situações de risco, este estudo se

baseia em artigo de Cabantous et al. (2011), que investiga o comportamento dos

precificadores sob cenários com duas fontes de ambiguidade: imprecisa (grupos de peritos

concordam em uma gama de probabilidade, mas não em qualquer estimativa pontual) versus

conflito (cada grupo de peritos fornece estimativas de probabilidade exata que diferem de um

grupo para outro). No estudo de Cabantous et al. (2011), o objetivo era apresentar ao setor

de seguros como os profissionais que precificam (visão das seguradoras) apresentam

comportamentos distintos sob diferentes tipos de ambiguidade e risco, especialmente quando

o objeto dos seguros são riscos catastróficos (inundações e furacões) e não catastróficos

(incêndios domésticos).

17

As definições propostas por Cabantous et al. (2011) para ambiguidade e risco, bem

como para montantes de perda, são adotadas nesta dissertação; todavia, o foco não está no

sujeito que precifica, mas sim no potencial usuário, ou seja, aquele que compra seguros. Em

termos de sinistro, a situação analisada é o seguro para automóveis, bastante diferente dos

cenários relatados por Cabantous et al. (2011). Além disso, adicionam-se varáveis

relacionadas à prospecção do autorrisco, ao montante da perda e ao conhecimento da

legislação sobre seguros.

No cenário de tomada de decisão em ambiente de seguros, a antecipação do resultado

do sinistro é uma questão estratégica tanto para a seguradora quanto para o usuário: conhecer

a probabilidade, o montante da perda e o autorrisco (de modo geral, conhecido apenas pelo

comprador do seguro) pode propiciar diferentes decisões de lançamento de novos produtos

(do ponto de vista da seguradora) ou de compra (do ponto de vista do possível comprador).

Investigar o comportamento dos potenciais consumidores na tomada de decisão

relacionada à compra de seguro de automóvel é a motivação central deste trabalho. Busca-se

entender e comprovar empiricamente os fatores que levam o potencial consumidor de seguros

a decidir a compra, considerando-se diferentes cenários de ambiguidade e risco sob diferentes

condições de autorrisco, especialmente dentre diferentes perfis demográfico e de

conhecimento sobre a legislação envolvendo seguros.

Esse conhecimento é fundamental para as empresas atuantes no mercado securitário

brasileiro, especialmente aquele relacionado ao autorrisco de seus potenciais consumidores.

Outro aspecto relacionado ao autorrisco e à compra de seguros é o conhecimento do

comprador sobre a legislação, uma vez que este pode alterar o relacionamento esperado entre

as partes envolvidas (seguradora, corretor de seguros, segurado e o causador do sinistro).

Esses conhecimentos podem alavancar outros fatores de competitividade das seguradoras

além de permitir melhor acurácia na projeção de suas vendas por meio dos relatórios

gerenciais de controladoria que levariam esse perfil em consideração.

1.1. Contextualização do Estudo

Um recente estudo publicado em 2011 pelo IPEA – Instituto de Pesquisa Econômica e

Aplicada – apontou que os brasileiros convivem com uma realidade de transporte público

ineficaz, o que os leva a adquirir veículos para uso particular. Segundo dados desse estudo, a

quantidade de motos cresceu 284,4% e de carros 83,5%, enquanto a frota de ônibus aumentou

18

70,6% entre 2000 e 2010. Esses dados afetam diretamente o mercado de seguros brasileiro,

por causa do seguro de veículos, tendo em vista que as motos normalmente não são seguradas

(o alto custo do seguro, por vezes, aproxima-se do valor da compra de uma moto nova).

Assim, vêm sendo registrados níveis consideráveis de crescimento do seguro de

automóvel no mercado brasileiro. No período entre 2000 e 2010, de acordo com a

Superintendência de Seguros Privados (SUSEP), o crescimento do faturamento de seguro de

automóvel foi de 11% ao ano, e a tendência é continuar nos níveis de crescimento de dois

dígitos, segundo a SUSEP.

Nesse cenário de crescimento de demanda por automóveis, torna-se cada vez mais

premente o entendimento mais aprofundado sobre o comportamento do consumidor brasileiro

em face da aquisição de seguros de automóvel. Estudos dessa natureza geralmente não levam

em consideração o autorrisco − tanto as seguradoras quanto as corretoras fazem um

levantamento de perfil bastante genérico e mais relacionado (i) à existência física de

mecanismos de proteção ao bem, como garagens; (ii) aos dados demográficos relacionados a

gênero, idade, estado civil, número de filhos; (iii) aos possíveis condutores; (iv) à incidência

prévia de sinistros.

A literatura sobre seguros mostra que o risco influencia o comportamento humano em face

de decisões de proteção. Diversas variáveis justificam essa influência, tais como a percepção

do indivíduo com relação à propensão de sofrer algum prejuízo em cenários de risco e de

ambiguidade. Há uma distinção importante entre risco e ambiguidade.

A ambiguidade ocorre quando as chances de ocorrência de um evento em determinadas

situações são tão imprecisas que não se consegue estimar sua probabilidade de ocorrência. Já

o risco é definido como uma situação na qual o sujeito conhece as probabilidades do

insucesso e sabe estimar sua vulnerabilidade (MIAO, 2009, p. 257). Além disso, o risco pode

ter significados diferentes de pessoa para pessoa, como, por exemplo, (a) risco pavoroso

(dread risk): sensação de perda de controle, eminência de potenciais catástrofes, possibilidade

de consequências fatais e outras situações semelhantes; (b) riscos desconhecidos: percepção

de aspectos que podem se transformar em riscos mais que não são conhecidos, observáveis

(são presentes mais obscuros); ou (c) o alcance do risco: estimar o número de pessoas

expostas ao risco, ou o montante das perdas decorrentes do risco (PLOUS, 1995).

Quanto ao isso, o risco, no âmbito deste estudo, é segmentado em dois níveis: o

conhecimento das probabilidades de perda e o montante da perda. Da mesma forma, o cenário

19

de ambiguidade, neste estudo, apresenta-se em dois pilares, conforme os ensinamentos de

Kunrenther: ambiguidade imprecisa e de conflito.

Pretende-se assim, utilizar esses conceitos para investigar os fatores de decisão levados em

consideração pelos consumidores do mercado brasileiro, na aquisição de seguro de

automóvel.

1.2. Questão de Pesquisa

No estudo de Cabantous et al. (2011), os autores identificam que os precificadores

atribuem maiores prêmios de seguro em face de situações de ambiguidade do que diante de

situações de risco. Quando em situações de ambiguidade, os precificadores, em média,

estabelecem prêmios de seguro, para o período de um ano, que são entre 25 a 30% superiores

aos prêmios estabelecidos para danos de risco. O tipo de ambiguidade (de conflito ou

imprecisa) interfere no comportamento dos precificadores. O que esta dissertação busca

identificar é se questões de ambiguidade, risco interferem no comportamento do potencial

consumidor de seguros envolvendo três tipos de sinistro relacionados a veículos, com

diferentes montantes de perda: furto de veículo, perda total do veículo, perda parcial do

veículo.

Segundo estudo de Kunreuther et al. (1995, p.342), em situações de sinistro, estão

envolvidas duas condições que se combinam: especificação da probabilidade de ocorrência do

sinistro (bem especificada ou ambígua) e o montante da perda (conhecido ou incerto).

Levando-se em consideração as combinações possíveis dentre essas condições, tem-se

a seguinte questão de pesquisa: Como a intenção de compra de seguro de automóveis é

influenciada pela ambiguidade da informação, pelo montante da perda, pelo autorrisco ou

pelo conhecimento da legislação sobre seguros?

1.3. Objetivos do Estudo

1.3.1 Objetivo geral

Considerando-se o problema de pesquisa adotado, tem-se como objetivo geral:

identificar o comportamento dos consumidores relacionados à intenção de compra de

20

seguros, considerando-se os cenários de risco/ambiguidade, o montante da perda, sua

percepção de autorrisco e seu conhecimento da legislação sobre seguros.

1.3.2. Objetivos Específicos

Consideram-se quatro objetivos específicos para este estudo:

1. Identificar a intenção de compra de seguros de automóveis dentre os diferentes níveis

de ambiguidade (imprecisa ou de conflito) ou risco, e sob diferentes montantes de

perda (perda total, furto e perda parcial) em sinistros envolvendo automóveis;

2. Identificar a percepção que o sujeito tem de seu autorrisco em relação a sinistro

envolvendo automóveis;

3. Identificar o conhecimento dos sujeitos sobre a legislação relacionada a seguros;

4. Identificar a relação existente entre os comportamentos relacionados à intenção de

compra de seguros de automóveis (nos diferentes cenários de risco ou ambiguidade,

sob diferentes montantes de perda), autorrisco e conhecimento da legislação sobre

seguros.

1.4. Variáveis do estudo

Para responder à questão de pesquisa, o questionário considerou as seguintes variáveis

independentes (VI):

A percepção acerca dos montantes de perda (perda total, furto e perda

parcial) em sinistros envolvendo automóveis;

Definem-se os diferentes níveis de montantes de perda como:

1. Perda Total: é a maior de todas as perdas. É a perda certa em montante certo

porque se conhece o valor do automóvel;

2. Perda Parcial: é uma perda em menor nível do que a total por isto é incerta

(depende do tipo de sinistro e do comprometimento do bem);

21

3. Perda Decorrente de Furto: é uma perda totalmente incerta em termos de

valores, porque o automóvel pode ser (i) encontrado com ou sem danos ou (ii)

pode não ser encontrado.

Percepção de autorrisco relacionado a sinistros.

Autorrisco são os fatores de risco associados a perdas de automóveis e que são conhecidos

pelo sujeito, mas não necessariamente pela seguradora. Foram eleitos para o estudo:

1. Cuidado ao dirigir;

2. Respeito às leis de trânsito;

3. Prática de direção perigosa;

4. Uso de celular ao dirigir;

5. Consumo de bebidas alcoólicas antes de dirigir ou durante a condução do

veículo (independente da quantidade);

6. Realização revisões periódicas nos automóveis;

7. Prática de direção defensiva.

Variáveis demográficas (idade, sexo, escolaridade, estado civil, renda,

segmento de trabalho, tempo de aquisição da CNH, tempo de prática de

direção).

São considerados os seguintes questionamentos, tendo em vista que alguns são comumente

analisados nos formulários que os agentes de seguro usam para levantar o perfil do comprador

de seguros de automóveis. Aliado a cada item, apresenta-se a classificação das escalas

(métrica ou categórica) usadas para mensuração das variáveis:

1. Idade ;

2. Gênero;

3. Estado Civil;

4. Filhos (tem ou não; número de filhos);

5. Renda média mensal;

6. Formação acadêmica;

22

7. Ocupação Segmento de trabalho;

8. Veículo tem seguro;

9. Sinistro (se já passou por ocorrência);

10. Sujeito no sinistro (causador ou vítima);

11. Segundo do sinistro (o proprietário envolvido, mas não causador).

Conhecimento sobre a regulamentação de seguros.

Há cinco variáveis relacionadas à legislação de seguros, comumente discutidas em situações

de sinistro. A escala usada é categórica, uma vez que os sujeitos devem avaliar as afirmativas

como verdadeiras ou falsas. Assim, foi construído um índice de conhecimento da legislação,

expresso pelo número de acertos.

É considerada variável dependente (VD):

VD1: A intenção de compra de seguros de automóveis nos diferentes cenários de risco

e ambiguidade (imprecisa e de conflito), sob diferentes montantes de perda. Essa variável é

mensurada em escala categórica (compro/não compro).

1.5. Hipóteses de Pesquisa

Nesta dissertação, são testadas as seguintes hipóteses:

H1: Há diferença de intenção de compra de seguros de automóveis nos diferentes

níveis de ambiguidade (imprecisa ou de conflito) ou risco em diferentes situações de

perda (perda total, parcial ou furto);

H2. A percepção de autorrisco influencia a intenção de compra de seguros de

automóveis em diferentes cenários com diferentes níveis de perda;

H3. As variáveis demográficas influenciam a intenção de compra de seguros em

diferentes cenários com diferentes níveis de perda;

H4. O conhecimento da regulamentação de seguros influencia a intenção de compra

de seguros de automóveis nos cenários de risco, para todas as situações de perda.

23

1.6. Justificativas

Dentre as definições propostas por Birnberg (2009) para enquadramento dos estudos

em contabilidade, este estudo está focado no indivíduo que decide − em consonância com as

proposta de Simon (1955) para o estudo da decisão. Esse campo de estudo, bastante explorado

recentemente na área de Contabilidade, busca entender como os indivíduos resolvem

problemas por meio das escolhas legítimas, sem considerar o comportamento de outros

agentes. Estudos dessa natureza têm mostrado que o interesse individual é um fator que mais

motiva a escolha dos sujeitos em situações de decisão. Considerando-se que o tema deste

trabalho é analisar a intenção de compra do potencial comprador de seguros em diferentes

cenários de ambiguidade e risco, a abordagem com foco no sujeito se mostra como uma

possibilidade para investigação de aspectos que fogem aos normalmente considerados nos

modelos econômicos clássicos, que consideram a decisão racional.

Estudar como se comporta o consumidor em face da escolha em situações de risco

pode trazer benefícios para a academia e, especificamente, para as áreas de Contabilidade e

Economia, no que tange à identificação (i) da intenção de compra de produtos relacionados à

proteção contra perda em face de situações de risco e ambiguidade e (ii) da intenção de

compra desse tipo de produto de acordo com a percepção de autorrisco (percepção que o

sujeito tem do risco de o sujeito vir a sofrer perdas).

Conhecer esses aspectos pode melhorar a previsibilidade da demanda de produtos

relacionados à proteção, como seguros de outros tipos de veículos. A venda de produtos de

seguros depende de o sujeito entrar em contato com sua vulnerabilidade em face da situação

de risco. Não é fácil imaginar-se perdendo um bem, uma pessoa, um emprego próspero.

Também não é fácil antecipar, mentalmente, quais seriam os resultados dessa perda, seja pela

magnitude da perda, seja pela ambiguidade do cenário, tendo em vista que não se sabe ao

certo o que poderá ocorrer.

Do ponto de vista prático, considerando-se o mercado crescente de seguros no Brasil,

a contribuição deste trabalho pode levar à otimização da decisão relacionada ao lançamento

de novos produtos ou à expansão para novos mercados. Pode, ainda, aprimorar o

desenvolvimento de relatórios gerenciais de acompanhamento da carteira de clientes de modo

que estes apresentem análises de acordo com os grupos e cenários identificados no presente

24

estudo. Isso significa a possibilidade de projeção, com melhor acurácia, das metas de

crescimento da empresa, no plano estratégico, e a preparação do processo orçamentário.

Outro fator importante oriundo deste estudo pode ser a melhor compreensão do

autorrisco. Do ponto de vista da seguradora, há uma assimetria de informação sobre esse

aspecto, uma vez que o consumidor sabe quanto está disposto a correr riscos, mas a

seguradora desconhece essa disposição. Uma vez identificado o perfil de consumidores em

face dos cenários deste estudo, a seguradora poderá ter ações para desenvolvimento de

comportamento preventivo dos segurados, reduzindo, assim, a probabilidade de sinistros.

Afinal, o sinistro é a maior despesa dentro da composição de gastos da empresa seguradora,

conforme tabela 1.

25

Grupo Segurador Índice de

Sinistralidade

Bradesco 76,40%

Banco do Brasil/Mapfre (média) 67,30%

HDI 65,90%

Sul América 59,20%

Porto Seguro 57,80%

Liberty 55,60%

Allianz 53,30%

Tabela 1 - Sinistralidade por seguradora (dados referentes a janeiro-dezembro 2010)

Fonte: Elaborado pelo autor.

A partir dos resultados deste estudo, pode-se testar modelos utilizando-se a base de

dados da seguradora, de modo a caracterizarem-se, com maior acurácia, os perfis de

consumidores de seguros, generalizando-se os resultados deste estudo.

1.7. Estruturação da Dissertação

Esta dissertação está estruturada da seguinte forma: Capítulo 1 - contextualização do

tema e da problemática a ser estudada; Capítulo 2 – exposição de aspectos teóricos que

fundamentam o problema de pesquisa; Capítulo 3 – aspectos relacionados à dinâmica do

mercado securitário brasileiro, contexto no qual o estudo foi desenvolvido; Capítulo 4 –

procedimentos metodológicos adotados; Capítulo 5 – apresentação e discussão dos resultados;

Conclusões – retomada dos objetivos do estudo e discussões finais sobre os resultados

alcançados.

26

2. REFERENCIAL TEÓRICO

2.1. Modelos de tomada de decisão

A tomada de decisão vem sendo estudada por diversos autores há várias décadas. A

busca pelo entendimento do processo decisório vislumbra o interesse da sociedade de melhor

mapear esse processo para conduzir de forma ótima as organizações e, consequentemente,

influenciar positivamente a sociedade que as cerca. A decisão envolve aspectos atitudinais e

comportamentais. Compreender essa inter-relação é bastante importante para o mercado de

seguros, uma vez que as decisões, nesse contexto, sempre trazem um risco intrínseco que nem

sempre é antecipado, porque envolve aspectos afetivos associados à perda, ao montante da

perda e, até mesmo, à morte. Assim, esse mercado é o contexto apropriado para entender

como os consumidores agem perante situações de risco e ambiguidade, em face de montantes

de perda distintos e aliado ao seu autorrisco.

O sucesso das organizações está fortemente embasado na capacidade de tomar

decisões rápidas e com alto nível de acerto. Não é à toa que a discussão sobre os modelos de

tomada de decisão, em seus aspectos cognitivo e econômico, ganha ênfase em vários

segmentos de negócios, especialmente para compreensão do comportamento dos

consumidores. No mercado de seguros, o consumidor de seguro de automóveis se vê em face

da possibilidade de ocorrência de sinistros e sabe qual é o seu risco pessoal, ou seja, quanto de

seu comportamento pode desencadear a situação de sinistro. Mas a seguradora não tem esse

conhecimento. Baseia-se em dados estatísticos relacionados a dados demográficos, como

gênero e idade, e não em perfis comportamentais. Conhecer esse perfil é fundamental para a

seguradora melhor precificar os riscos bem como para desenvolver ações preventivas e

educativas especificas para mudança atitudinal ou comportamental do público de maior

autorrisco ou de menor conhecimento sobre a legislação relacionada aos sinistros.

Na maior parte do tempo, as pessoas tomam decisões baseadas em sua história de vida,

em sua experiência passada, conforme afirmam Pereira, Lobler e Simonetto (2010):

[...] o ser humano, ao desempenhar qualquer papel na sociedade ou nas organizações,

procura agir de acordo com modelos construídos ao longo de sua vida

(experiências/vivências). Estes modelos são utilizados para determinar suas atitudes,

escolhas pessoais e a seleção das ações conscientes ou inconscientes, para realizar

uma determinada tarefa (p. 261).

27

Não é objetivo deste estudo a modelagem da decisão; o interesse é apresentar que,

além dos modelos clássicos de tomada de decisão racional, existem outras linhas de pesquisa

que tratam dos aspectos atitudinais e comportamentais. Kaheman e Tversky (1979) estão

dentre os autores mais conhecidos na área de Economia, tendo em vista sua discussão sobre a

quebra da racionalidade e todos os processos a isso relacionados quando se discute a tomada

de decisão.

Cesar et al. (2009) propuseram a inter-relação entre estudos na área de Neurociência e

de Economia para estudo da modelagem do processo de tomada de decisão. Em seu estudo,

apresentam os modelos econômicos clássicos: um modelo linear para a tomada de decisão,

baseado em Pennings, Garcia e Hendrix (2005, p.113) e um modelo bidimensional

apresentado por Camerer, Loewenstein e Prelec (2005, p.333). Sobrepuseram os modelos,

criando um novo, e apresentaram a possibilidade de sua aplicação em diferentes ambientes de

negócios. O ensaio apresenta a proposta de abrir uma linha de pesquisa e revela as devidas

limitações. Apresenta-se, a seguir, a discussão sobre os modelos de tomada de decisão na nas

abordagens cognitiva e econômica.

2.1.1. Modelos cognitivos de tomada de decisão

Para Ramos e Pagotti (2008), o termo cognitivo tem a seguinte definição: “[...] implica

memorizar, comparar, associar, classificar, interpretar, hipotetizar, julgar, enfim, compreender

os fenômenos [...]” (p.9).

A definição acima mostra os fenômenos cognitivos clássicos, ou seja, a forma como a

informação é processada, desde sua captação até sua aplicação para a resolução de problemas

presentes no dia a dia dos sujeitos. Esses fenômenos, em conjunto, possibilitam que os

sujeitos escolham, dentre um conjunto de alternativas possíveis, qual será aquela que lhes dará

a resposta para um problema imediato ou, em outras palavras, qual será a sua decisão.

Segundo Simonetto et al. (2010), a cognição resume-se na maneira como as pessoas

recebem, trabalham e utilizam as informações. Acrescenta ainda que profissionais de

psicologia que analisam os aspectos cognitivos, estudam a maneira como as pessoas resolvem

tarefas e criam os modelos para a solução destas.

Essa preocupação com a decisão não é recente. Já em meados do século passado,

Lindblom (1959) propunha uma abordagem denominada “modelo incremental”. Para o autor,

28

em vez de discutir como o sujeito analisa os possíveis resultados que um objetivo pode trazer

(pay-off), seu trabalho restringe-se às ações desse sujeito ao longo do tempo, ou seja, ao seu

histórico de decisão. Assim, considera que cada decisão seja incremental, porque sempre

avança em relação às decisões anteriores.

Segundo Lindblom (1959), que estudou o setor político público, menciona que os

livros e até cursos voltados para gerar conhecimento sobre a tomada de decisão, focam na

metodologia para modelagem da decisão, em vez de dispender energia na análise do processo

decisório, ou seja, em como as pessoas decidiram. O autor defende que o processo decisório

deve levar em conta os papéis e responsabilidades de cada executivo, ou seja, definir qual a

forma de participação de cada agente decisor no processo.

O importante da proposta de Lindblom (1959) é que o autor já discutia a influência de

aspectos subjetivos sobre a decisão, contrariando a visão dominante, à época, de que a decisão

era eminentemente racional.

[…] Os tomadores de decisão procuram um resultado satisfatório, mais do que atingir situações ideais, e aceitam a possibilidade de revisão contínua das ações

tomadas. […] em se tratando de problemas de natureza complexa, os administradores

abandonam a racionalidade e utilizam um modelo pelo autor denominado method of

sucessive limited (branch method) (LINDBLOM,1959, p.199).

Os modelos cognitivos para decisão mostram exatamente como os sujeitos decidem,

com ênfase nos aspectos que podem contrariar a análise racional, que é apenas uma parte do

processo decisório.

Um estudo feito em ambientes econômicos, baseando-se nesse modelo, é o de

Pennings, Garcia e Hendrix (2005), apresentado no estudo de Cesar et al. (2009). O modelo

desses autores apresenta aspectos cognitivos relacionados à transformação do estímulo em

comportamentos decisórios, de modo a se chegar à “decisão ótima”. O modelo de Pennings,

Garcia e Hendrix (2005, pp. 114-22) é linear e dá ênfase ao papel da intuição na decisão,

tomando como base algumas das descobertas em Neurociência.

Para Pennings, Garcia e Hendrix (2005, p.115), a tomada de decisão é um processo

interativo e simultâneo, no qual existem duas fases: (i) a fase da Retransissão do Estímulo (SR

– stimuli-relay) – que envolve a transformação do estímulo em percepções, aramzenadas no

espaço perceptual multidimensional (MDPS – multi-dimensional perceptual space); e (ii) a do

Processamento Cognitivo Dinâmico (DCP – dynamic cognitive processing) – que envolve a

transformação das percepções que se encontram no MDPS em resultados comportamentais,

ou seja, em decisões. A Figura 1 apresenta uma adaptação das figuras propostas pelos autores.

29

Aplicação

Intuição

SR DCPAm

bi ente

Resolução

otimização

Alternativas

Passo computacional

Passo da intuição

Decisão

Filtroestímulos relevantes

transformação

M

Fase do

processamento

cognitivo

dinâmico

Fase de retransmissão do estímulo

M M

objetivos

1 3

4

56

2

4a 4b

BOS

MDPS

Figura 1 - Modelo conceitual do processo individual de tomada de decisão

Adaptado de Pennings, Garcia e Hendrix (2005, p. 115)

Legenda: SR (fase da retransmissão do estímulo – stimuli-relay); MDPS (espaço perceptual

multidimensional – multi-dimensional perceptual space); DCP (Processamento Cognitivo Dinâmico – dynamic

cognitive processing); BOS (espaço de resultados comportamentais – behavioral outcome space); M (memória).

No modelo de Pennings, Garcia e Hendrix (2005), o sujeito capta informações do

ambiente (veja-se o item 1, na Figura 1), usa a atenção seletiva para filtrar essas informações

e estas ficam no espaço de estímulos relevantes (2, na Figura 1), completando a fase de

retransmissão do estímulo (SR – 2, na Figura 1) (PENNINGS; GARCIA; HENDRIX, 2005,

pp.116-7). Esses estímulos relevantes vão para o espaço perceptual multidimensional - MDPS

(3, na Figura 1), que é um input para a fase seguinte do processo de tomada de decisão, a fase

de Processamento Cognitivo Dinâmico (4, na Figura 1), na qual o tomador de decisão resolve

qual será a sua resposta ao problema que lhe foi apresentado para decisão.

A fase DCP é dividida em dois passos, que são complementares e que interagem: (1)

Passo computacional (4a, na Figura 1); (2) Passo da intuição (4b, na Figura 1). No passo

computacional, a primeira etapa do processo é a fase de resolução do problema em que o

tomador de decisão avalia as informações e as alternativas possíveis. O resultado dessa

análise é um conjunto de alternativas para decisão que ficam no Espaço de Resultados

30

Comportamentais (BOS 4a, na Figura 1). Essas soluções são analisadas buscando-se o ponto

ótimo, o que é feito atribuindo-se pesos às soluções. Trata-se de um processo que mais se

aproxima das decisões racionais.

Todavia, os problemas que demandam mais informação, especialmente quando há

percepção de ambiguidade dos estímulos presentes no meio ambiente, são resolvidos com

outros mecanismos. É o que os autores chamam Intuição (4b, na Figura 1), definida como

“uma escolha feita sem análise formal [...]. [É] o processo latente que está rodando no back-

ground do tomador de decisão, requerendo menos capacidade de processamento do que o

passo computacional” (PENNINGS; GARCIA; HENDRIX, 2005, p. 121). Trata-se dos

aspectos afetivos, motivacionais, da história de vida do sujeito, enfim, aspectos que, conforme

disse Lindblom (1959), interferem na decisão.

A decisão final (5, na Figura 1) é o resultado da interação entre os passos

computacional (4a) e intuitivo (4b) na fase DCP (4, na Figura 1). Essa decisão também é

afetada pela interação social entre diferentes tomadores de decisão, que determina o que é

certo ou errado, por exemplo. No caso de seguros, seria acatar ou não as regras de segurança,

a legislação, enfim, a influência social para a adoção de comportamentos preventivos ou de

comportamentos de risco.

2.1.2. Modelos econômicos de tomada de decisão

O processo decisório é estudado na Economia há várias décadas. Nessa área, as teorias

para tomada de decisão são genericamente classificadas em dois tipos: o normativo, que

apresenta como a decisão deve ser tomada para que se alcance a solução ótima, e o descritivo,

que se baseia na forma como os sujeitos tomam decisões.

Hebert Simon (1957), um dos precursores da linha de pesquisa voltada para a tomada

de decisão, aponta que a racionalidade é limitada, criticando os modelos normativos vigentes

à época, dentre eles a Teoria da Utilidade Esperada. Nessa Teoria, cujos autores principais são

Von Neumann e Morgenstern (1944, apud WALD, 1947 p. 47 a 52), defende-se que as

pessoas tomam decisões racionalmente e sempre escolhem a opção de maior valor esperado,

assumindo-se: (i) há um conjunto de alternativas para escolha; (ii) há uma ordem de

preferência por certos resultados em detrimento de outros. Algumas regras fazem parte dessa

Teoria: (1) probabilidade: a valência de um resultado de escolha (valor) aumenta quando se

sabe a probabilidade de uma alternativa gerar esse valor; (2) certeza: quando se sabe qual

31

alternativa, dentre as possíveis, gerará o maior valor, essa é a escolhida; (3) máximo-mínimo:

para qualquer alternativa que seja escolhida, o pior resultado sempre terá menor valor

(SIMON, 1957).

As críticas de Simon à Teoria da Utilidade Esperada referem-se aos seguintes pontos:

(i) há falta de evidências de que em situações de alta complexidade as pessoas

sigam sempre o modelo racional;

(ii) há escolhas que não são racionais porque as pessoas nem sempre escolhem

a alternativa que gere maior valor;

(iii) as pessoas frequentemente usam simplificações para decidir, não seguindo o

caminho proposto pela racionalidade.

Outra discussão feita por Simon (1955) refere-se ao nível de aspiração dos sujeitos:

quando o sujeito percebe uma sequência de resultados possíveis, tende a aumentar o valor

esperado à medida que as possibilidades se sucedem. No ambiente de seguros, é o caso do

sujeito que recebe diferentes ofertas, de várias seguradoras, de prêmio de seguro para seu

veículo, e acaba exigindo cada vez mais um preço menor, ainda que esse preço seja

impraticável no sentido de manter a sustentabilidade do negócio (o que nem sempre é

avaliado pelo comprador). Do ponto de vista da seguradora, trata-se de situação de alto risco,

porque o valor pago pelo seguro não cobre os custos envolvidos com o seguro e com o

sinistro.

Dentre os estudos posteriores a Simon, considerados modelos descritivos, destaca-se a

Teoria do Prospecto (Prospect Theory), criada por Kahneman e Tversky (1979), uma das mais

discutidas no âmbito empresarial. Kahemann e Tversky discutem que a maneira como um

problema é apresentado pode alterar a decisão e, na mesma linha de Simon (1957), que

ninguém é capaz de gerar todas as respostas baseando-se nas informações obtidas, tendo em

vista a limitação da capacidade cognitiva do ser humano e a impossibilidade de antecipar ou

analisar todos os cenários possíveis.

Em linhas gerais, os principais pilares abordados na Teoria do Prospecto são:

1. O fator certeza: as pessoas aumentam o peso dos resultados que são considerados

certos, em detrimento dos incertos;

2. Probabilidade e possibilidade: quando a probabilidade é alta, o que conta na decisão

é a probabilidade do ganho (montante). Entretanto quando o ganho é possível, mas não

provável, o que conta é o valor do ganho;

32

3. O efeito reflexo: quando o valor é negativo, reverte-se a ordem de preferência, ou

seja, o sujeito prefere um ganho certo, em menor montante, do que um ganho incerto, em

maior montante − todavia, prefere uma perda incerta em maior montante do que uma perda

certa, em menor montante;

4. Isolamento: para simplificar o ordenamento de alternativas as pessoas descartam os

aspectos comuns e focam nas diferenças.

Um aspecto interessante discutido por Kahneman e Tversky (1979) é o seguro

probabilístico. Em situações de seguro, como se explica que pessoas gastem valores para

segurar um bem a um preço que excede o valor atuarial do bem? Na verdade, as pessoas se

deparam com situações nas quais preferem a perda incerta (pagar pelo sinistro, uma vez que o

bem não tem seguro) do que a perda certa, em menor valor (pagar o seguro do carro). Isso

acontece porque, embora saibam que a probabilidade de ocorrência exista, não consideram

que seja possível a ocorrência (“isto não vai acontecer comigo…”). Logo, se puderem arcar

com o valor da perda alta (provável), optam por não fazer seguro. O seguro probabilístico é

uma ação protetiva na qual se paga certo custo para reduzir a probabilidade de ocorrência de

um evento, embora não se elimine o evento. Por exemplo, o custo de se instalar um alarme

contra roubo não elimina a probabilidade de ocorrência do roubo.

As teorias normativas (como a Teoria da Utilidade Esperada - TUE) e as descritivas

(como a Teoria do Prospecto) descrevem o risco de maneira diferente. Segundo a TUE, o

investidor avalia o risco de acordo com a mudança proporcionada em seu grau de riqueza, ou

seja, sempre opta pelo maior ganho; na Teoria do Prospecto, de Kahneman e Tversky (1979),

a curva mostra que o risco não está associado apenas à possibilidade de obtenção de maior

ganho, mas também à análise do que é possível. Além disso, conforme já discutido, muda a

preferência quando a situação é de análise de ganho ou de perda.

Figura 2 - Curvas de Risco-Utilidade

Fonte: adaptado de Securato et al., 2007, p.5.

33

2.1.3 Modelos econômicos de tomada de decisão em seguros

Segundo Shanteau (1992), a Teoria da Utilidade é inadequada para descrever decisões

de seguro. Em seu estudo, voltado para identificar a vulnerabilidade em face de dois eventos

− enchente e seca − , o autor identificou que o preço do seguro (prêmio) tem pouca

relevância para a intenção de compra, pois o seguro é visto como um investimento, em vez de

uma medida de proteção. Segundo o autor, os compradores de seguro esperam que esse

investimento seja, em algum momento, recuperado, pois os riscos não podem ser evitados

pelos donos das fazendas. Nos seguros de agronegócio, diferente do caso dos seguros de

automóveis, os sujeitos estão totalmente à mercê de eventos externos, não vendo a

possibilidade de medidas preventivas, como é o caso dos proprietários de automóveis. Os

autores comentam que os segurados de agronegócio consideram o seguro uma transação

comercial.

Outro estudioso sobre modelos decisórios no ambiente de seguro, Bracha (2004)

sugere incorporar considerações afetivas em modelos de tomada de decisão, em especial,

decisões de seguros. Os resultados evidenciados com dados empíricos do mercado de seguros

de vida, bem como evidências experimentais, mostram claramente a necessidade de se

reavaliar a teoria da decisão econômica clássica.

Ainda na linha de considerações afetivas influenciarem a decisão em ambiente de

seguros, Khalid et al. (2010) discutem a questão da minimização da probabilidade de

ocorrência de sinistros. Alguns acontecimentos nunca podem ser evitados (como a morte),

mas pode haver esforços para minimizar os seus efeitos, embora essa discussão seja sempre

carregada de aspectos afetivos. Em seu estudo, os autores mostram que decisões dessa espécie

também são afetadas pelas condições do país, pelas seguradoras proponentes e por outras

oportunidades de investimento. Analisando-se o estudo desses autores, pode-se considerar que

as condições do país sejam aspectos culturais e econômicos relacionados às questões de vida e

morte dentro do âmbito da sociedade, que vão desde aspectos religiosos até condições de

qualidade de vida.

O ambiente competitivo no qual a seguradora está inserida é abordado por Dutta et al.

(2010). Objetivando conhecer a preferência do comprador de um produto de seguro com

precisão, propôs um modelo multicriterioso de tomada de decisão, utilizando uma

programação logarítmica para identificar os parâmetros chave e criar apólices de seguro

adequadas a esses parâmetros. Os resultados apontam o aumento dramático da concorrência

dentro do setor de seguros, em termos de fornecedores e, além disso, destacam a maior

34

consciência para a necessidade desse produto, o que tem impactado o resultado de diversas

empresas.

Como Dutta et al. (2010), Hamilton et al. (2003) estudaram, no mercado londrino, o

estilo de comportamento de compra utilizando produtos financeiros, dentre eles o seguro,

fazendo uso de survey e focus group. Seus achados explicitaram que, independente do desejo

e de artifícios que possam influenciar a intenção de compra, os potenciais consumidores estão

sujeitos a uma estrutura de cartel, ou seja, uma estrutura muito rígida, deixando pouca

flexibilidade para que esses potenciais consumidores possam optar por produtos e/ou preços

diferenciados e interferir em preço e canais de venda desses produtos. Também discutem que

as empresas que ofertam produtos financeiros ficam mais focadas em padronizar do que em

reter clientes lucrativos e elaborar estratégias de venda casada de alto valor agregado.

Na perspectiva de tamanho de perda, um interessante assunto abordado por Swarthout

et al. (2009) apresentou evidências que mostraram uma tendência de aquisição de seguros

maior quando a probabilidade de ocorrência do evento sinistro é baixa do que quando existe

uma probabilidade alta de ocorrer. A população estudada fica localizada em Atlanta e mostra-

se mais propensa a não comprar seguro quando o risco de catástrofe existe. Esse dado

contraria as teorias econômicas e, segundo os autores, pode ser explicados pelo fato de os

consumidores considerarem outras variáveis além de somente a probabilidade de perda. Um

dos pontos levantados pelos autores é o fato de as pessoas serem limitadas para diferenciar

baixa e alta probabilidade.

Palmer e Burnett (1983) levantaram uma temática que levou em consideração aspectos

demográficos e psicológicos dos respondentes, comparando a intensidade de aquisição de

seguro de vida por aqueles que o adquiriam via corretor de seguros ou por outras vias. O

estudo revelou que a compra de seguros por meio de agentes é a mais utilizada. Dentre os que

assim compram e que possuem apólice de seguro com maiores valores, tem-se o seguinte

perfil: mulheres, jovens (faixa de até 40 anos), não formadoras de opinião e solteiras. Esse

estudo revela a importância de se observarem variáveis demográficas em cenários de tomada

de decisão com cenário de risco para melhor reproduzir e projetar o comportamento do

consumidor, atual e futuro, do objeto a ser segurado.

Tendo como base os estudos sobre tomada de decisão, no âmbito do setor de seguros,

muitos aspectos devem ser levados em consideração além da aplicação de teorias econômicas,

devido a limitações de análise dessas teorias. Aspectos culturais, influências de diversos

agentes (como o governo), redes de relacionamento (via internet ou não) e experiência pessoal

em face da situação de risco são aspectos fundamentais para a tomada de decisão de seguros,

35

podendo nortear com maior acurácia as decisões dos agentes atuantes no setor para

aperfeiçoar ganhos e participação de mercado.

2.1.4 Modelos econômicos de demanda de Seguros

Os modelos econômicos de demandas de seguros baseiam-se em variáveis que diferem

entre si, dependendo do ramo de atuação. Por exemplo, o mercado de saúde é caracterizado

por demanda mais inelástica do que o mercado de seguros de automóvel. Conforme a Tabela 2

- IPCA e seus componentes: foco em seguro, abaixo, dentre as variáveis que compõe o IPCA

(índice de preços ao consumidor), a inflação medida do seguro saúde é bem mais estável,

revelando a demanda mais regular.

Anos Inflação Seguro

automóvel (%)

Inflação Seguro

Saúde (%)

2006 1,5 12,3

2007 (14,9) 8,1

2008 6,2 6,2

2009 (4,3) 6,4

2010 (3,5) 6,9

Tabela 2 - IPCA e seus componentes: foco em seguro

Fonte: BACEN – Banco Central do Brasil.

O seguro de transporte de carga, por exemplo, considera o furto de mercadorias como

uma variável determinante para precificar e estimar a demanda. Da mesma forma, o seguro de

saúde individual considera a população de beneficiários de saúde e suas respectivas decisões

com relação a contração de coberturas específicas, como transplante, hospitais requintados e

tratamentos específicos. Em geral, todos os modelos são regressões estatísticas para estimar a

equação que responde à demanda esperada do produto.

Kimura et al. (2011 p. 33) discute modelos de demanda de seguros a partir das teorias

do Prospecto e da Utilidade Esperada. Com relação à Utilidade Esperada, os autores

concluem:

36

[...] (i) quanto maior a probabilidade de ocorrência de um evento que cause perda ao valor do imóvel, maior o premio máximo que se paga pelo seguro, (ii) quanto maior o

valor do imóvel, maior o prêmio máximo do seguro (iii) quanto maior os ativos sem

risco, ou seja, quanto maior a riqueza que não está sob risco menor o prêmio máximo

que se paga para proteger o bem. (KIMURA et al.,2011, p.33).

Dessa forma, os autores acrescentam ainda que o valor do seguro pago à empresa

seguradora (prêmio) pode ser ajustado, levando-se em consideração o seu risco e a cobertura

ótima em uma situação de perda parcial.

Ao tratar a Teoria do Prospecto, concluem que os resultados são semelhantes,

ou seja, “[...] quanto maior a probabilidade do evento de perda, maior o prêmio máximo que o

indivíduo estaria disposto a pagar pelo seguro” (KIMURA et al., 2011 p.57).

Exemplificando-se com o mercado de saúde, a demanda de seguros saúde segue uma

tendência mais estabilizada, conforme Tabela 2 - IPCA e seus componentes: foco em seguro. Existe uma

necessidade potencial por seguro de cuidados de longo prazo e este é um dos riscos potenciais

tanto para idosos quanto para filhos adultos que podem se defrontar com a necessidade de ter

de cuidar de seus pais idosos, caso venham a ter necessidades dessa natureza.

Esse tipo de preocupação se torna mais presente tanto pelo fato de haver aumentado a

expectativa de vida das pessoas quanto pelas novas configurações familiares, nas quais o

número de membros diminui (muitas vezes, há só um filho), e as mulheres têm outras

ocupações além das atividades domésticas. Em alguns países, essa preocupação com o futuro

dos idosos é muito presente até porque a legislação exige que os filhos se responsabilizem

pelos pais idosos quando esses não têm capacidade financeira para arcar com suas

necessidades. Esse é o caso da França, da Alemanha e da Áustria.

Apesar dessa aparente crescente demanda, não há muita procura por seguros desse

tipo. Muitos seguros de saúde não dão cobertura para esse tipo de cuidado especial. Assim, a

opção basicamente fica entre duas alternativas: contar com um apoio institucional, seja por

meio de internações em ambientes especializados, seja por contratação de equipe de home

care, ou organizar uma rotina doméstica para cuidar do idoso, o que muitas vezes exige que

algum membro da família renuncie a outras atividades que desenvolva.

Dentro desse tema, Zhou-Richter et al. (2010) desenvolveram estudo no qual buscam

identificar (i) a percepção de jovens adultos sobre os riscos de seus pais virem a precisar de

cuidados de longo prazo; (ii) a informação que esses jovens têm sobre dados reais

relacionados a risco, custo de tratamentos de longo prazo, horas de dedicação diária a pessoas

com esse tipo de necessidades, dentre outras questões relacionadas e a intenção desses jovens

37

contratarem seguros para esse tipo de cuidado para seus pais. Ao mesmo tempo, os autores

tinham como objetivo identificar se o fato de pais e filhos conversarem sobre a possibilidade

desse tipo de risco influenciava os pais na busca de seguros desse tipo para si próprios.

Zhou-Richter et al. (2010) identificaram ainda que a deficiência de informação sobre

problemas associados a cuidados de longo prazo diminuem muito a demanda por seguros

dessa espécie. Segundo os autores, esses dados são coerentes com estudos feitos sobre

demanda por seguros de inundações. Além disso, pessoas com baixa informação sobre o risco

e/ou com informações errôneas sobre o seguro saúde (achando que cobrem cuidados de longo

prazo, quando de fato não o fazem) podem inviabilizar a aquisição desse produto por outros

potenciais consumidores.

Este estudo mostra que informação sobre riscos é fundamental para que o sujeito tome

decisão de compra de seguros. A falta de informação acurada também pode se dar tanto pela

assimetria da informação quanto pela ambiguidade delas. Nesses casos, o sujeito que decide

tem alguma informação, mas ela é incompleta ou confusa.

No item seguinte, apresenta-se uma discussão diferenciando os conceitos ambiguidade

e risco.

2.2 Ambiguidade e risco nos modelos de tomada de decisão.

Na análise econômica, as crenças de um tomador de decisão representam a

probabilidade que ele atribui a um dado evento sobre o qual tenha que decidir (MIAO, 2009).

Todavia, o fato de as probabilidades serem conhecidas ou não afeta a decisão, conforme já

discutido neste texto. Quando as probabilidades são conhecidas, diz-se que se tem uma

situação de risco, ou seja, o decisor sabe quais são suas chances de acerto ou erro com sua

decisão. Todavia, quando as probabilidades são desconhecidas, o decisor se vê em face de

uma situação de ambiguidade, pois as probabilidades são muito incertas, dificultando suas

apostas em uma dada direção de resposta (KUNREUTHER et al., 1995; MIAO, 2009; HSU et

al., 2005).

Essa questão da ambiguidade pode ser vista no Paradoxo de Ellsberg, no seguinte

experimento: dentro de uma urna existem 90 bolas, vermelhas, pretas ou amarelas. 30 dessas

bolas são vermelhas e as demais são distribuídas em proporções desconhecidas. O sujeito

sorteia uma bola da urna e terá o seu pagamento dependendo da cor da bola retirada (PLOUS,

38

1995, p. 87). O experimento é feito em duas etapas, sendo que, na primeira etapa, o sorteio de

uma bola amarela terá zero ganho e, na segunda, um ganho de $100,00. A Tabela 3 - Paradoxo

de Ellsberg mostra o esquema de pagamento de acordo com as bolas retiradas em cada uma

das etapas do experimento.

Paradoxo de Ellsberg 30 bolas 60 bolas

Alternativas Vermelhas Pretas Amarelas

Etapa 1 do experimento 30 BOLAS 60 BOLAS

Alternativa 1: retirar uma bola vermelha $100 $0 $0

Alternativa 2: retirar uma bola preta $0 $100 $0

Etapa 2 do experimento

Alternativa 1: retirar uma bola vermelha ou amarela $100 $0 $100

Alternativa 2: retirar uma bola preta ou amarela $0 $100 $100

Tabela 3 - Paradoxo de Ellsberg

Fonte: elaborado pelo autor.

Pode-se ver que nas duas etapas do experimento há diferenças nos valores pagos ao

sorteio da bola amarela. Na primeira etapa, o valor pago é $0, e, na segunda, é $100. As

demais condições de pagamento das bolas vermelhas e pretas são mantidas nas duas etapas,

sendo diferentes nas alternativas: na 1, paga-se $100 pela bola vermelha e zero pela preta; na

2, inverte-se o pagamento. Na primeira etapa, a maioria dos sujeitos escolhe a alternativa 1,

ou seja, conhece a probabilidade de ser sorteada uma bola vermelha; a probabilidade de

sorteio das bolas amarela e preta é desconhecida, logo, há ambiguidade, e não risco. Pode ser

que a probabilidade de sortear uma bola preta fosse de 60%, ou seja, se não houvesse

nenhuma bola amarela na urna. Todavia, os sujeitos preferem apostar numa probabilidade

menor de acerto do que numa possibilidade de probabilidade maior, mas que é totalmente

incerta.

Na segunda etapa, as escolhas recaem sobre a alternativa 2, ou seja, as pessoas

preferem apostar numa probabilidade certa de 60% de sorteio de uma bola preta ou amarela;

embora não saibam a probabilidade exata da distribuição das cores, como qualquer uma das

cores gera um resultado de $100, as pessoas escolhem mais esta alternativa do que a

39

alternativa de 30% de probabilidade de sair uma bola vermelha e uma probabilidade

desconhecida de sair uma bola amarela (alternativa 1). Novamente, as pessoas apostam na

probabilidade conhecida e não na desconhecida.

Na escolha racional proposta pela Teoria da Utilidade Esperada um dos princípios é o

cancelamento, ou seja: “[...] se duas alternativas incluem idêntica probabilidade de resultados

entre suas possíveis consequências a escolha entre duas alternativas vai depender apenas dos

resultados que diferem não dos resultados que são iguais nas duas alternativas.” (PLOUS,

1995, p. 81).

Segundo esse princípio, as pessoas deveriam manter as mesmas alternativas

escolhidas tanto no experimento 1 quanto no 2, porque nos dois experimentos as alternativas

da bola amarela são mantidas constantes nas alternativas (no experimento 1, tanto na

alternativa 1 quanto na 2 o valor de pagamento da bola amarela é $0, e no experimento 2, é

$100). Todavia, vários experimentos feitos por diferentes autores (MIAO, 2009; HSU et al.,

2005; VISCUSSI; CHESSON, 1999; KUNREUTHER et al., 1995; PLOUS, 1995;

CAMERER; WEBER, 1992; HOGARTH; EINHORN, 1990) mostram que as pessoas sempre

escolhem o certo em vez do duvidoso.

Hsu et al. (2005) apresentam três tipos de ambiguidade de informação. O primeiro

deles se refere ao Paradoxo de Ellsberg, mostrando as escolhas que os sujeitos fazem quando

escolhem uma carta dentre um conjunto de cartas. As pessoas podem escolher entre apostar

numa carta azul ou vermelha, com probabilidades desconhecidas, gerando um ganho de $10,

se a carta escolhida for aquela que era tida como alvo pelo experimentador e apostar em um

ganho certo de $3, independente da escolha da carta.

O segundo tipo de ambiguidade se refere ao conhecimento sobre eventos ou fatos.

Imagine-se uma pessoa que mora em São Paulo (SP). A ambiguidade está presente quando

essa pessoa tem de escolher entre a chance de chover ou não em Islamabad durante o mês de

janeiro. Ora, se fosse para prever a chuva em São Paulo, a pessoa que mora na cidade

conheceria as probabilidades de isso ocorrer (logo, seria risco); todavia, prever as condições

meteorológicas em uma cidade da qual a pessoa pode não ter qualquer tipo de informação

(quanto menos de clima!) é totalmente ambíguo.

O terceiro tipo de ambiguidade se refere ao caso no qual o oponente contra o qual se

joga tem informação privilegiada (assimetria de informação) sobre a probabilidade de

ocorrência de um evento sobre o qual se decide. Por exemplo, no jogo de escolha entre cartas

azuis e vermelhas, o jogador sabe que o oponente já virou três cartas do baralho antes de o

40

jogador fazer sua escolha; assim, o jogador considera que o oponente tem maior chance de

acertar a probabilidade de sair uma carta azul ou vermelha porque seu ranking para escolha é

menor (já viu algumas cartas). Assim, o jogador acha que o oponente tem menor ambiguidade

do que ele. A Figura 3 - Situação de Ambiguidade mostra uma adaptação destes três tipos de

ambiguidade apresentados por Hsu et al. (2005), além de mostrar qual seriam as opções para

escolha se a situação fosse de risco, e não de ambiguidade.

Figura 3 - Situação de Ambiguidade

Fonte: adaptado de Hsu et al., 2005, p.1681.

Figura 4 - Situação de Risco

Fonte: adaptado de Hsu et al., 2005, p.1681.

Os dois primeiros tipos de ambiguidade apresentam uma situação em que falta ao

sujeito informação sobre as probabilidades de ocorrência de um evento. No terceiro tipo, falta

ao sujeito o conhecimento sobre probabilidades que seu oponente tem. O primeiro tipo de

41

risco apresenta informação precisa sobre as probabilidades de ocorrência de cada carta (dá a

distribuição das cartas pelas cores); no segundo risco, o sujeito que mora em São Paulo tem

vivência anterior com o fenômeno de chuva em São Paulo e deve saber a probabilidade

esperada de ocorrência pluvial no mês de janeiro (sabe que historicamente é alta). No terceiro

tipo de risco, sabe que o oponente não virou cartas, logo, tem a mesma probabilidade de

acerto ou erro do jogador.

No estudo de Hsu et al. (2005), os resultados sugerem que o cérebro atua de forma

unificada no tratamento do risco ou da ambiguidade, ou seja, considera as duas situações

como casos-limite de um sistema geral de avaliação de risco. Segundo os autores, em

situações de risco, o cérebro é alertado sobre o fato de que há perda de informação e que as

escolhas, nessa situação, podem trazer conseqüências desconhecidas (e potencialmente

perigosas). Assim, tanto aspectos cognitivos quanto comportamentais entram em ação para

buscar informação adicional no ambiente (HSU et al., 1995, p. 1683).

A questão que se apresenta neste estudo está em definir a intenção de compra de

seguros em situações de ambiguidade ou de risco. Kunreuther et al. (1995) apresentam várias

definições para o conceito de ambiguidade de acordo com diferentes teóricos das áreas de

Economia ou Psicologia. As definições englobam desconhecimento da probabilidade precisa;

confiança depositada sobre aquele que faz as estimativas de probabilidades incertas; uso de

heurísticas de ancoragem e ajustamento; sentimento de competência pessoal para avaliar o

conhecimento acerca da probabilidade correta. Para os autores, a ambiguidade depende da

especificação da probabilidade de perda (bem especificada ou ambígua); o risco refere-se ao

montante da perda (conhecido ou incerto). O risco seria decorrência da combinação entre

ambiguidade e risco. A tabela 3, adaptada de Kunreuther et al. (1995, p. 342), mostra essa

classificação de risco.

42

PERDA

Tipos Conhecida Incerta

PROBABILIDADE

Bem especificada

PE, PC

I

PE, PI

II

Ambígua

PA, PC

III

PA, PI

IV

Tabela 4 - Classificação de Risco de acordo com o grau de ambiguidade e de risco. Legenda: PE – probabilidade bem especificada; PA – probabilidade ambígua; PC – Perda certa; PI – perda incerta.

Fonte: adaptado de Kunreuther et al., 1995, p. 342.

Na Tabela 4 - Classificação de Risco de acordo com o grau de ambiguidade e de risco., vê-

se que o menor risco está no quadrante I, pois a probabilidade de ocorrência de um evento é

bem especificada e o montante da perda é conhecido. O maior risco está no quadrante IV, no

qual a probabilidade de ocorrência é ambígua, e o montante da perda é incerto. Nesse

quadrante IV, o sujeito tem que decidir completamente “às cegas”.

Ainda dentro da linha de ambiguidade e risco, Kunreuther et al. (2009, pp. 363–84)

estudaram o efeito do risco no comportamento dos indivíduo fazendo uso do jogo

determinístico do dilema do prisioneiro (PD). O objetivo foi comparar o comportamento entre

os participantes e identificar se eles aprendem com a experiência um dos outros. Este artigo

fornece evidências de que, no jogo de dilema do prisioneiro, há muito mais probabilidade de

os indivíduos cooperarem, quando os pagamentos são deterministas, do que quando há

alguma chance de que alguém não vai sofrer uma perda, mesmo se não se investir na

proteção.

Em outro artigo, Kunreuther e Michel-Kerjan (2009) analisam as razões pelas quais

existe pouca demanda sobre seguro de propriedade, mesmo com a grande incidência de

eventos catastróficos, como no caso de enchentes e furacões. Antes de um desastre, muitos

indivíduos percebem o risco de uma inundação ou um furacão de ser baixo o suficiente para

que eles tomem alguma atitude de se proteger financeiramente. Ao não incorporar as

recompensas de longo prazo de investir em uma redução de perdas, os custos iniciais são

suscetíveis a parecer pouco atraentes. De fato, se o indivíduo planeja mudar-se dentro dos

43

próximos anos e o valor do imóvel não reflete o investimento em medidas de adaptação, esse

comportamento faz sentido econômico para eles.

Mais recentemente o estudo de Kunreuther e Michel-Kerjan (2009) é retomado por

Cabantous et al. (2011), autores que introduzem o conceito de ambiguidade que se utiliza

nesta dissertação: ambiguidade pode ser de dois tipos, imprecisa e conflitual. Os estudos de

Kunreuther e Michel-Kerjan (2009) e Cabantous et al. (2011) foram feitos sob a ótica dos

precificadores, ou seja, na visão da seguradora. O contexto do estudo de Cabantous et al.

(2011) é o seguinte: os sujeitos são profissionais que precificam o risco das seguradoras, ou

seja, analisam as probabilidades de ocorrência de um evento e o montante de perda para cada

evento, caso este venha a ocorrer.

Consideram-se os seguintes cenários:

(1) Ambiguidade imprecisa, situação na qual um grupo de especialistas define a

probabilidade de ocorrência de um evento (sinistro), mas não oferece um ponto exato, ou seja,

ambos utilizam uma faixa entre 5% e 10%;

(2) Ambiguidade conflitual, segundo a qual cada grupo de especialistas define a

probabilidade em valor exato, mas não há concordância entre os grupos, como por exemplo:

grupo A estima a probabilidade de ocorrência de um evento como sendo de 5%. O grupo B

estima que é 10%, e o grupo C acredita em 15%.

Os achados de Cabantous et al. (2011) observaram que esses profissionais se

comportam de maneira diferente sob situações de risco e sob diferentes tipos de ambiguidade,

quando estão precificando seguros para riscos catastróficos (como enchentes e furacões) e

riscos não catastróficos (como incêndio de residência). Os profissionais que fazem

precificação de seguros e que, portanto, são especialistas em tomar decisões em cenários de

risco, comportam-se como sendo mais agressivos para precificar riscos que têm uma baixa

probabilidade de ocorrência, mas efeitos potencialmente catastróficos (probabilidade

especificada, perda conhecida). Também observaram que o tipo de ambiguidade tende a

estabelecer maiores prêmios quando há ambiguidade de conflito do que quando há

ambiguidade imprecisa para conseqüências catastróficas (como furacões e enchentes);

todavia, não agem assim para situações não catastróficas, como é o caso de incêndio de

residência.

A partir desses resultados, discute-se que previsões diferentes para uma mesma

situação (ambiguidade conflitual) talvez sejam interpretadas como falta de competência por

parte dos especialistas que fazem as previsões; por outro lado, a estimativa dentro de uma

44

margem (ambiguidade imprecisa) talvez seja interpretada não como decorrência da

competência dos especialistas, mas sim como decorrência da dificuldade de se prever o

fenômeno em si.

Outro aspecto comentado nesse artigo, diz respeito à influência das experiências

prévias dos precificadores sobre seus julgamentos de risco, dentro da linha de discussão

proposta por Kahneman e Tversky (1979), com a Teoria do Prospecto, que trata sobre padrões

comportamentais influenciarem a tomada de decisão. Os precificadores podem saber que há

estimativas relativamente precisas para incidência de incêndios em uma determinada área.

Todavia, no que tange aos furacões e às enchentes, talvez achem que os dados não sejam tão

precisos. Por essa razão, podem considerar a ambiguidade de conflito como uma forma de

risco de conhecimento sobre um evento, e a ambiguidade imprecisa como risco aleatória.

Quando acham que o caso se encaixa como uma situação de ambiguidade de conflito, podem

solicitar a estimativa de probabilidade de ocorrência do evento para outros especialistas;

todavia, quando acham que se encaixa como uma situação em que haja ambiguidade de risco,

eles não podem reduzir a sua chance de erro. Assim, consideram que o fenômeno não pode

ser claramente predito e, portanto, tem alto risco, seja pela ambiguidade da informação, seja

pelo desconhecimento do efeito da ocorrência do risco (probabilidade ambígua, perda incerta,

quadrante IV da Tabela 4).

45

3. PANORAMA GERAL DO MERCADO DE SEGUROS

Com a sétima posição no ranking de maior economia do mundo em 2010, e refletindo

a robustez econômica de diversos setores, dentre eles o de seguros, o Brasil se revela

próspero. Atualmente. é o maior mercado de seguros da América Latina, com cerca de 45%

do prêmio (faturamento) total da região, e o setor representa 3,5% de participação PIB do país

(STAIB; BEVERSE, 2008).

Conforme já observado, o mercado de seguro Brasileiro apresenta crescimento de dois

dígitos, por diversas razões (NAPOLITANO; GARÇOM, 2009), tais como:

Economia estabilizada;

Mercado Consumidor em ampla ascensão – população emergente;

Investimentos em Infraestrutura (Programa de Aceleração do

Crescimento) e eventos como Copa do Mundo e Olimpíadas;

Concentração do Setor: foco em resultados operacionais ao invés de

somente financeiros com as aplicações;

Diversidade da Matriz Energética.

Ramos de seguro % Crescimento

(2007-2010)

Mix 2010

Vida 14% 24%

Automóvel 14% 31%

Saúde 11% 23%

P&C 6% 22%

Tabela 5 - Evolução do mercado de seguros brasileiro

P&C: Property & Casualty: Patrimonial

PEL – Prêmio Emitido Líquido (Receita Bruta) Fonte: SUSEP

Fonte: elaborado pelo autor.

Apesar de o crescimento do mercado brasileiro ser consistente e sólido, mundialmente

a representatividade do setor de seguros brasileiro no Produto Interno Bruto (PIB) ainda é

pequena quando comparado com outros países. De acordo com relatório publicado pela

46

seguradora Swiss Re (2008), a média mundial de penetração dos prêmios de seguros