LAB · 02 / 09

Seguros empresariais

Sinistralidade de cinco ramos empresariais e um modelo atuarial que decide quanto confiar no histórico da carteira. SUSEP · credibilidade de Bühlmann · backtest

Visual Leve Como funciona ↓

Como funciona

Modo Visual: sombras, oclusão de ambiente, profundidade de campo e qualidade que se ajusta ao seu aparelho. Modo Leve: sem sombras nem pós-processamento. Cada barra é uma célula dos dados; a análise completa está logo abaixo.

Ficha de cada análise

Objetivo, por quê, variável alvo, variáveis preditoras, método, métrica, validação e se o objetivo foi atingido.

Quanto cada ramo vale e quanto cresce

Objetivo: Dimensionar cada ramo empresarial e achar o que cresce mais.
Por quê: Antes de escolher onde subscrever, é preciso saber onde está o volume e para onde ele vai; crescimento indica onde ganhar participação custa menos.
Variável alvo: Prêmio direto anual por família de ramos.
Variáveis preditoras / explicativas: Família de ramos (21 códigos SUSEP agrupados), ano.
Método: Soma mensal → anual; taxa de crescimento composta 2016–2025.
Métrica: R$ bi e crescimento % ao ano (nominal).
Validação: Total do mercado conferido com a ordem de grandeza publicada (~R$ 205 bi em 2025, todos os ramos).
Objetivo atingido?: Sim: patrimonial é o maior; engenharia, o que cresce mais rápido.

Sinistralidade: nível e volatilidade

Objetivo: Separar ramos caros de ramos imprevisíveis.
Por quê: Ramo caro se resolve com preço; ramo volátil se resolve com capital e resseguro. Tratar os dois igual leva a erro de preço ou a capital mal alocado.
Variável alvo: Sinistralidade anual (sinistro ocorrido ÷ prêmio ganho).
Variáveis preditoras / explicativas: Família de ramos, ano.
Método: Média e desvio-padrão em 10 anos.
Métrica: Sinistralidade média; desvio entre anos (pontos).
Validação: Pico isolado conferido no dado bruto mensal antes de manter.
Objetivo atingido?: Sim: responsabilidades é o mais volátil; garantia, o mais barato.

Quem disputa cada ramo

Objetivo: Saber se há espaço para uma seguradora média competir.
Por quê: Mercado concentrado exige escala para entrar; mercado disperso premia subscrição e serviço, que é onde uma seguradora digital compete.
Variável alvo: HHI e fatia das 5 maiores por família, 2025.
Variáveis preditoras / explicativas: Prêmio por seguradora e família.
Método: Índice Herfindahl-Hirschman.
Métrica: HHI (abaixo de 1.500 = pouco concentrado).
Validação: Contagem de seguradoras ativas com prêmio acima de R$ 1 mi para não contar carteiras residuais.
Objetivo atingido?: Sim: os 5 ramos ficam abaixo de 1.000.

Credibilidade: o histórico próprio ou o do mercado?

Objetivo: Prever a sinistralidade do ano seguinte de cada seguradora melhor do que o mercado ou o histórico próprio sozinhos.
Por quê: Carteira pequena tem histórico ruidoso e carteira nova não tem histórico; a credibilidade diz quanto confiar em cada um, e é o método aceito em atuária para isso.
Variável alvo: Sinistralidade da seguradora na família no ano t.
Variáveis preditoras / explicativas: Sinistralidade própria t−5…t−1, média do mercado, prêmio ganho (peso).
Método: Bühlmann-Straub: Z = P / (P + k), k = variância interna ÷ variância entre seguradoras.
Métrica: Erro absoluto médio ponderado pelo prêmio (pontos de sinistralidade).
Validação: Backtest 2021–2025, só com anos anteriores ao previsto; 887 previsões.
Objetivo atingido?: Sim, com ganho pequeno (27,0 × 27,5 do mercado); o principal resultado é a regra de peso por tamanho.

Base da SUSEP

Prêmios e sinistros mensais de cada seguradora e ramo, 2016–2025, da base pública SES. Cinco famílias de ramos empresariais: transportes, responsabilidades, patrimonial, engenharia e garantia.

Credibilidade

Modelo de Bühlmann-Straub: mistura o histórico da seguradora com o do mercado, com peso que cresce com o tamanho da carteira. Testado prevendo 2021–2025 sem olhar o futuro.

Z = P / (P + k)

Seguros empresariais em dados

Transporte de carga, responsabilidade civil, patrimonial de empresas, riscos de engenharia e garantia: os ramos de uma seguradora focada em empresas. Com a base pública da SUSEP, esta análise mede o tamanho e o risco de cada ramo e testa um modelo atuarial clássico para prever a sinistralidade de cada seguradora no ano seguinte.

Aplicação real

Precificação e subscrição: quanto confiar no histórico da própria carteira e quanto no do mercado ao definir a taxa de um ramo, principalmente numa carteira pequena ou que está começando.

R$ 34,1 biprêmio direto em 2025 nos 5 ramos

85seguradoras com prêmio em 2025

113.486linhas mensais analisadas (2016–2025)

845previsões testadas fora da amostra

Quanto cada ramo vale e quanto cresce

PerguntaOnde está o volume de prêmio e qual ramo cresce mais rápido?

Decisão e porquêAgrupei 21 códigos de ramo da SUSEP em 5 famílias que uma seguradora empresarial vende juntas. Deixei de fora o ramo 0171 (Riscos Diversos): ele mistura produtos de consumo, como celular, e inflaria o "patrimonial".

ResultadoO patrimonial empresarial é o maior (R$ 15,4 bi em 2025). Engenharia cresce mais rápido: 14,8 % ao ano desde 2016, em termos nominais.

Fonte: SUSEP · Ses_seguros.csv (prêmio direto)

Ficha técnica da análise

Objetivo: Dimensionar cada ramo empresarial e achar o que cresce mais.
Por quê: Antes de escolher onde subscrever, é preciso saber onde está o volume e para onde ele vai; crescimento indica onde ganhar participação custa menos.
Variável alvo: Prêmio direto anual por família de ramos.
Variáveis preditoras / explicativas: Família de ramos (21 códigos SUSEP agrupados), ano.
Método: Soma mensal → anual; taxa de crescimento composta 2016–2025.
Métrica: R$ bi e crescimento % ao ano (nominal).
Validação: Total do mercado conferido com a ordem de grandeza publicada (~R$ 205 bi em 2025, todos os ramos).
Objetivo atingido?: Sim: patrimonial é o maior; engenharia, o que cresce mais rápido.

Prêmio direto, 2016 × 2025

2016
2025

Sinistralidade: nível e volatilidade

PerguntaQual ramo é mais arriscado, e arriscado como: caro em média ou imprevisível?

Decisão e porquêSinistralidade = sinistro ocorrido ÷ prêmio ganho, ano a ano. Separei o nível (média de 10 anos) da volatilidade (desvio-padrão entre anos), porque são riscos diferentes: um se resolve com preço e o outro com capital e resseguro.

ResultadoResponsabilidades é o mais volátil (desvio de 30 pontos), com pico de 134 % em 2019: um único ano ruim apaga vários bons. Transportes é o mais estável (desvio de 5 pontos) e garantia tem a menor sinistralidade média (21 %).

Fonte: SUSEP · Ses_seguros.csv (sinistro ocorrido, prêmio ganho)

Ficha técnica da análise

Objetivo: Separar ramos caros de ramos imprevisíveis.
Por quê: Ramo caro se resolve com preço; ramo volátil se resolve com capital e resseguro. Tratar os dois igual leva a erro de preço ou a capital mal alocado.
Variável alvo: Sinistralidade anual (sinistro ocorrido ÷ prêmio ganho).
Variáveis preditoras / explicativas: Família de ramos, ano.
Método: Média e desvio-padrão em 10 anos.
Métrica: Sinistralidade média; desvio entre anos (pontos).
Validação: Pico isolado conferido no dado bruto mensal antes de manter.
Objetivo atingido?: Sim: responsabilidades é o mais volátil; garantia, o mais barato.

Sinistralidade por ano

Transportes
Responsabilidades
Patrimonial empresarial
Engenharia
Garantia

Resumo 2016–2025

família	sinistr. média	desvio	comissão 2025
Transportes	53 %	5	24 %
Responsabilidades	56 %	30	16 %
Patrimonial empresarial	54 %	11	14 %
Engenharia	52 %	18	13 %
Garantia	21 %	6	24 %

Quem disputa cada ramo

PerguntaHá espaço para uma seguradora nova ou média, ou os ramos são dominados por poucas?

Decisão e porquêMedi a concentração do prêmio de 2025 pelo índice HHI e pela fatia das 5 maiores. O HHI soma os quadrados das fatias: abaixo de 1.500 o mercado é considerado pouco concentrado.

ResultadoTodos os 5 ramos ficam abaixo de 1.000 de HHI, com 23 a 44 seguradoras ativas. As 5 maiores somam cerca de metade do prêmio. Há espaço para competir, e o diferencial passa a ser subscrição e preço, não acesso ao mercado.

Fonte: SUSEP · Ses_seguros.csv, 2025

Ficha técnica da análise

Objetivo: Saber se há espaço para uma seguradora média competir.
Por quê: Mercado concentrado exige escala para entrar; mercado disperso premia subscrição e serviço, que é onde uma seguradora digital compete.
Variável alvo: HHI e fatia das 5 maiores por família, 2025.
Variáveis preditoras / explicativas: Prêmio por seguradora e família.
Método: Índice Herfindahl-Hirschman.
Métrica: HHI (abaixo de 1.500 = pouco concentrado).
Validação: Contagem de seguradoras ativas com prêmio acima de R$ 1 mi para não contar carteiras residuais.
Objetivo atingido?: Sim: os 5 ramos ficam abaixo de 1.000.

família	seguradoras (> R$ 1 mi)	HHI	5 maiores
Transportes	26	785	53 %
Responsabilidades	39	692	49 %
Patrimonial empresarial	44	744	52 %
Engenharia	23	880	54 %
Garantia	41	768	49 %

Credibilidade: o histórico próprio ou o do mercado?

PerguntaPara precificar o ano que vem, devo usar a sinistralidade da minha carteira ou a do mercado?

Decisão e porquêUsei o modelo de Bühlmann-Straub, padrão em atuária: a previsão é Z × (média própria) + (1 − Z) × (média do mercado), com Z = P / (P + k), em que P é o prêmio ganho da carteira e k sai dos próprios dados (variância dentro de cada seguradora ÷ variância entre seguradoras). Comparei com usar só o mercado ou só o próprio histórico, prevendo cada ano de 2021 a 2025 com os 5 anos anteriores, sem olhar o futuro.

ResultadoA credibilidade erra menos no geral: 27,0 pontos de sinistralidade em média, contra 27,5 usando o mercado e 27,7 usando só o histórico próprio (1,6 % melhor que o mercado). O ganho é pequeno: sinistralidade por seguradora é muito ruidosa. O valor está na regra de quanto confiar: em engenharia, uma carteira já merece 50 % de peso com R$ 115 mi de prêmio somado em 5 anos; no patrimonial, só com R$ 2.007 mi.

Fonte: SUSEP · Ses_seguros.csv · analises/seguros.py

Ficha técnica da análise

Objetivo: Prever a sinistralidade do ano seguinte de cada seguradora melhor do que o mercado ou o histórico próprio sozinhos.
Por quê: Carteira pequena tem histórico ruidoso e carteira nova não tem histórico; a credibilidade diz quanto confiar em cada um, e é o método aceito em atuária para isso.
Variável alvo: Sinistralidade da seguradora na família no ano t.
Variáveis preditoras / explicativas: Sinistralidade própria t−5…t−1, média do mercado, prêmio ganho (peso).
Método: Bühlmann-Straub: Z = P / (P + k), k = variância interna ÷ variância entre seguradoras.
Métrica: Erro absoluto médio ponderado pelo prêmio (pontos de sinistralidade).
Validação: Backtest 2021–2025, só com anos anteriores ao previsto; 887 previsões.
Objetivo atingido?: Sim, com ganho pequeno (27,0 × 27,5 do mercado); o principal resultado é a regra de peso por tamanho.

Erro médio absoluto por família (pontos de sinistralidade)

só mercado
só histórico próprio
credibilidade

Média dos erros de 2021 a 2025, ponderada pelo prêmio ganho de cada seguradora.

Peso dado ao histórico próprio (Z) × tamanho da carteira, 2025

Transportes
Engenharia
Patrimonial empresarial

prêmio ganho em 5 anos (R$ mi) (escala log) × Z

O que cada dado contribuiu

Prêmio por ramo e ano: tamanho e crescimento de cada mercado.
Sinistro ocorrido ÷ prêmio ganho: separou ramos caros de ramos imprevisíveis, que pedem respostas diferentes (preço × capital e resseguro).
Prêmio por seguradora: mostrou mercados pouco concentrados, em que subscrição e preço decidem.
Histórico por seguradora e ramo: deu ao modelo de credibilidade a regra de quanto confiar na própria carteira.

Limites desta análise

Os dados são agregados por seguradora e ramo, sem apólice nem sinistro individual: não dá para modelar risco por cliente.
Valores nominais, sem correção pela inflação.
Sinistro ocorrido inclui estimativas (IBNR) que podem ser revistas depois.

Código da análise: analises/seguros.py