Da análise dos resultados, confrontado o valor da probabilidade estimada de resgate e a sua predição de resgatar ou não, construídos pelo modelo, com o valor real, se a apólice foi efetivamente resgatada ou não, deve dizer que das 22689 apólices que não foram resgatadas, o modelo proposto prevê corretamente 16996 casos e incorretamente 5693, o que significa que 74,91% dos casos são corretamente classificados (e 25,09 incorretamente classificados). Por outro lado, das 22689 apólices que foram resgatadas, o modelo e as variáveis explicativas aí presentes, consegue prever corretamente 17855 casos e erra em 4834 casos, o que significa que neste caso a percentagem de casos corretamente classificados pelo modelo é de 78,69 % (sendo a taxa de erro de 21,31%).
De notar o equilíbrio nas taxas de sucesso (capacidade de efetuar a classificação correta) para as duas situações da variável binária dependente (apólices não resgatadas e apólices resgatadas). Aliás tomando o número total de casos (contratos resgatados e não resgatados), das 45378 apólices, 76,80 % foram corretamente classificadas (34851 apólices), o que mostra que a taxa global de sucesso é semelhante às duas taxas parciais, o que sublinha a capacidade do modelo, e das suas variáveis explicativas, em interpretar bem as decisões dos clientes (resgatar ou não resgatar) deste tipo de contratos.
Tabela 4.6: Análise de Sensibilidade
Análise de Sensibilidade Valor Real Total
Resgatadas Não resgatadas
Predição
Resgatadas (78,69) 17.855 (25,04%) 5693 23548
Não Resgatadas (21,31%) 4834 (74,99%) 16.996 21830
51
5. Conclusões
5.1 Conclusões GeraisNum contexto marcado por um elevado nível de instabilidade nos mercados financeiros, proteção mais acentuada das empresas de seguros do ramo Vida e dos clientes torna-se essencial. É neste contexto que o regime Solvência II se torna crucial para garantir essa mesma proteção.
Este trabalho teve por objetivo uma reflexão sobre os motivos que influenciam a decisão de resgates dos clientes, na medida em que este comportamento pode afetar a situação financeira das empresas de seguros. Uma das principais vantagens do Solvência II é a adoção de um sistema baseado no risco, em que os requisitos de capital estão relacionados com o perfil de risco de cada empresa de seguros. Maiores riscos implicam um aumento dos requisitos de capital. No entanto, a implementação deste regime de solvência não resulta obrigatoriamente no aumento de capital por parte das seguradoras, mas sim num sistema de solvência com uma orientação mais direcionada para o reconhecimento e gestão dos riscos em que cada empresa incorre. É neste contexto que os estudos relacionados com as taxas de resgate merecem especial atenção.
A necessidade de avaliar a influência das especificidades do produto e das características dos clientes na decisão de resgate torna-se cada vez mais relevante para a atividade seguradora. Para analisar esta relação foram escolhidos os contratos pertencentes aos seguros de capitalização, que se destinam ao investimento ou à constituição de poupanças que garantem, geralmente, o capital investido pelos clientes. Dado que estes produtos financeiros possuem o formato jurídico de seguro de vida, e visam designadamente poupanças de médio e longo prazo, apresentam vantagens fiscais relativamente a outros produtos financeiros, beneficiando de uma diminuição da tributação dos rendimentos, em sede de IRS, ao longo do tempo do investimento (atualmente a taxa efetiva é de 11,2% a partir do 8.º ano, sendo a taxa de tributação de referência para rendimentos de capitais de 28%). Por estas razões, escolheu-se este tipo de produtos uma vez que é muito procurado pelos clientes para investimentos a médio e longo prazo.
Decidido o produto-alvo do estudo, identificaram-se os modelos Logit como os que melhor respondiam às questões de investigação. Estes modelos permitiram, assim, analisar a probabilidade de resgate em função das variáveis explicativas propostas, isto é, partiu-se de um conjunto de doze variáveis preditivas, com o objetivo de previsão da variável resposta identificadora do resgate da
52 apólice por parte do cliente. Utilizou-se os modelos de regressão logística simples e multinomial que permitiram concluir que todas as variáveis têm um impacto estatisticamente significativo sobre a probabilidade de resgate.
De entre as variáveis explicativas incluídas nos modelos, a idade do contrato, a idade do cliente, o tipo de pagamento e o valor investido são as variáveis que se destacam neste estudo quer pela robustez dos resultados quer pela coerência com os estudos anteriores.
Uma das grandes conclusões deste estudo é que probabilidade de resgate é menor para contratos com idade superior a 10 anos. Este resultado é consistente com o estudo realizado no mercado italiano, uma vez que Cerchiara et al. defendem a ideia de que os clientes que não resgataram nos primeiros dez anos apresentam uma menor probabilidade de resgate futuro. Na realidade, à medida que o prazo decorre, este tipo de produto financeiro vai-se tornando mais atrativo, quer porque se diluem as comissões de subscrição aplicadas sobre cada entrega/prémio, quer porque a tributação dos rendimentos vai diminuindo com o prazo decorrido, bem como pela constatação do efeito da capitalização com a obtenção de rendibilidades passadas atrativas, decorrentes de participação nos resultados dos fundos. Por outro lado, as apólices mais antigas são as que beneficiam de melhores garantias, designadamente com taxas mínimas de rendimento garantidas que se tornaram cada vez mais atrativas face à descida generalizada das taxas de juro, o que leva os clientes a manterem as suas apólices até ao seu vencimento dado não haver atualmente alternativas de investimento minimamente comparáveis em termos de rendibilidade.
Os resultados obtidos permitem concluir que este tipo de produtos é procurado preferencialmente por pessoas mais velhas, que de uma forma geral são as que acumularam poupanças e têm um perfil de risco conservador (nomeadamente em Portugal), vendo nestes instrumentos uma forma de diversificar as suas aplicações com um risco reduzido. Ainda sobre a idade do cliente, a estimação dos modelos Logit confirma que são os clientes com idade inferior a 60 anos, e, portanto, com mais despesas e necessidades financeiras, que mais probabilidade têm de efetuar resgates.
Adicionalmente, no que respeita ao tipo de pagamento através da análise descritiva percebeu-se que no portfólio atual, a percentagem de resgates é superior para os contratos a prémios regulares.
53 Através da estimação dos modelos estudados, é possível concluir que probabilidade de resgate aumenta para os contratos a prémios regulares, sendo que estes são mais procurados por um segmento de clientes mais novos, que vão aplicando parte dos seus rendimentos regulares tendo em vista a acumulação a prazo de um capital para fazer face a um objetivo ou necessidade futura. Ainda assim, neste segmento as necessidades de liquidez são mais comuns, o que leva a que seja mais provável o recurso antecipado a estas poupanças, nomeadamente face a dificuldades financeiras; por outro lado, estão em causa montantes menores, menos sensíveis à questão da rendibilidade, tornando-se a necessidade de liquidez pontual mais relevante do que as desvantagens das comissões de subscrição e de resgate, bem como da maior tributação dos rendimentos. Estes resultados vão ao encontro da revisão da literatura (Milhaud et al. 2010), que afirma que é menos provável o resgate de contratos a prémio único por dificuldades financeiras, uma vez que não há obrigação do pagamento de prémios futuros.
Em linha com o trabalho de Martin et al. (2013), este estudo mostra, também, que a capacidade económica dos clientes é inversamente proporcional à probabilidade de exercer a opção de resgate.
Apesar do setor segurador não ser tão dependente de liquidez como o setor bancário, tendo em conta o seu modelo de negócios, têm sido cada vez mais discutidos e analisados cenários de problemas de liquidez na indústria seguradora. De facto, ao contrário de outros produtos financeiros, os seguros de capitalização são adquiridos com fins de médio e longo prazo e têm desincentivos ao seu resgate antecipado, desde as comissões de subscrição e resgate à vantagem fiscal que aumenta com o tempo decorrido. Ainda assim, as companhias de seguros estão preparadas para lidar com o improvável e verificam regularmente, numa base contínua, se têm liquidez suficiente para enfrentar cenários de stress, designadamente face a evoluções adversas nos mercados financeiros e de capitais. Por isso, a implementação e otimização de uma eficaz gestão de liquidez é, mais do que um imperativo regulatório, uma boa prática. Este estudo posiciona-se, assim, como um importante contributo para compreender que características influenciam de forma mais significativa a decisão de resgate.
54
5.2 Limitações
Apesar de a base de dados conter uma grande quantidade de informação relativa a cada apólice (observação), este estudo poderia ser alargado a outros fatores explicativos que adicionaram material relevante às análises desenvolvidas, descortinando outros fatores explicativos da decisão de resgate dos clientes, nomeadamente, a profissão, o estado civil e o canal de distribuição.
5.3 Trabalho Futuro
Na perspetiva de investigações futuras, sugere-se que esta análise seja melhorada, estendendo este estudo a outro tipo de produtos com o intuito de analisar se existem diferenças relevantes quando vários produtos são considerados, nomeadamente produtos PPR, Unit-Linked e Mistos.
Adicionalmente, reconhece-se que, em trabalhos futuros, o alargamento da análise a outras companhias de seguros adicionaria robustez aos resultados e permitiria interpretações mais abrangentes e relevantes.
Não se pretende que este trabalho constitua um ponto final na abordagem ao problema colocado. É mais um passo no sentido da compreensão de um fenómeno e espera-se que seja um contributo para quem o decida abraçar noutro momento.
55
6. Bibliografia
Haberman, S. & Renshaw, A.E. (1986). Statistical analysis of life assurance lapses. Journal of the Institute of Actuaries, 113, 459-497.
Outreville, JF (1990) Whole Life Lapse Rates and the Emergency Fund Hypothesis, Insurance: Mathematics and Economics
Cerchiara, R. R., A. Gambini, and M. Edwards, 2009, Generalized Linear Models in life Insurance: Decrements and Risk factor analysis under Solvency II, Giornale dell’Istituto Italiano degli Attuari, 72: 100-122.
Dar, A., and C. Dodds, 1989, Interest Rates, the Emergency Fund Hypothesis and Saving Through Endowment Policies: Some Empirical Evidence for the U.K., Journal of Risk and Insurance, 56(3): 415-433.
Kuo, W., Tsai, C., & Chen, W.K. (2003). An empirical study on the lapse rate: the co-integration approach. Journal of Risk and Insurance, 70(3), 489-508.
Kagraoka, Y., 2005, Modeling Insurance Surrenders by the Negative Binomial Model, Working paper.
Kim, C. (2005). Modeling surrender and lapse rates with economic variables. North American Actuarial Journal, 9(4), 56-70.
Kim, C. (2009). Valuing Surrender Options in Korean Interest Indexed Annuities. Asia-Pacific Journal of Risk and Insurance, 3(2), 46-66.
Milhaud, X., S. Loisel, and V. Maume-Deschamps, 2010, Surrender Triggers in Life Insurance: Classification and Risk Predictions, Working paper.
56 Loisel, S. & Milhaud, X. (2010). From deterministic to stochastic surrender risk models: Impact of correlation crises on economic capital. European Journal of Operational Research, Elsevier, 214(2).
Pinquet, J., M. Guill´en, and M. Ayuso, 2011, Commitment and Lapse Behavior in Long-Term Insurance: A Case Study, Journal of Risk and Insurance, 78(4): 983-1002.
Liebenberg, AP, JM Carson, and RE Dumm (2012) A Dynamic Analysis of the Demand for Life Insurance, Journal of Risk and Insurance,
Martin Eling Dieter Kiesenbauer, (2013) “What Policy Features determine life insurance lapse? An analysis of the German Market”, The Journal of Risk and Insurance Vol. 81, No. 2, 241–269.
Martin Eling Michael Kochanski, (2013),"Research on lapse in life insurance: what has been done and what needs to be done?", The Journal of Risk Finance, Vol. 14 Iss 4 pp. 392 - 413
Cox S. H. & Lin Y. (2006). Annuity lapse rate modeling: Tobit or not tobit?. Retrieved October 30, 2011 http://www.soa.org/files/pdf/Cox%20Linn%20paper%2011-15-06.pdf.
Grosen, A. & Jørgensen, P.L. (2000). Fair valuation of life insurance liabilities: The impact of interest rate guarantees, surrender options and bonus policies. Insurance: Mathematics and Economics, 26; 37-57.