Palavras-chave
fatores de risco
sistema de “bonus- malus”
teoria de Rough Set
inteligência artificial.
Como Citar
Resumo
Objetivo – o objetivo deste trabalho é testar a validade do uso de níveis “bonus-malus” (BM) para classificar satisfatoriamente os segurados.
Método – A fim de alcançar o objetivo proposto e mostrar a evidência empírica, um método de inteligência artificial, a teoria de Rough Set, foi aplicado.
Resultados – A evidência empírica mostra que os fatores de risco comuns empregados pela companhia de seguros são boas variáveis explicativas para classificar políticas dos segurados. Além disso, a variável do nível de BM aumenta ligeiramente o poder explicativo dos fatores de risco a priori.
Implicações práticas – Para aumentar a capacidade de previsão do nível de BM, questionários psicológicos poderiam ser usados para medir as características ocultas dos segurados.
Contribuições – A principal contribuição é que a metodologia utilizada para realizar a pesquisa, teoria de Rough Set, não foi ainda aplicada a esse problema.
Em caso de aprovação do artigo para publicação, os direitos de copyright são cedidos pelo(s) autor(es) à Revista Brasileira de Gestão de Negócios – RBGN.
Nestes termos, é OBRIGATÓRIO que os autores enviem para RBGN o formulário de Cessão de Direitos Autorias devidamente preenchido e assinado. Conforme o modelo: [Direitosautorais]
As condições da Cessão de Direitos Autorais indicam que a Revista Brasileira de Gestão de Negócios – RBGN possui a título gratuito e em caráter definitivo os direitos autorais patrimoniais dos artigos por ela publicados. Não obstante a Cessão dos Direitos Autorais, a RBGN faculta aos autores o uso desses direitos sem restrições.
Os textos publicados na RBGN são de inteira responsabilidade de seus autores.
A revista adota o padrão de licença CC-BY Creative Commons Attribution 4.0 permitindo redistribuição e reutilização dos artigos sob a condição de que a autoria seja devidamente creditada.