Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/31109
Title in Portuguese: Previsão de insolvência nas operadoras de planos de saúde no Brasil: um estudo com técnicas de análise multivariada
Author: Pereira, Márcia Angélica Mendes
Advisor(s): Rebouças, Sílvia Maria Dias Pedro
Keywords: Técnicas de classificação
Previsão de insolvência
Operadoras de planos de saúde
Indicadores econômicos-financeiros
Issue Date: 2015
Citation: PEREIRA, Márcia Angélica Mendes. Previsão de insolvência nas operadoras de planos de saúde no Brasil: um estudo com técnicas de análise multivariada. 2015. 61 f. TCC (graduação em Ciências Atuárias ) - Universidade Federal do Ceará, Faculdade de Economia, Administração, Atuária e Contabilidade, Fortaleza-CE, 2015.
Abstract in Portuguese: O objetivo deste estudo é prever a entrada em insolvência de Operadoras de Planos de Saúde com base em seus indicadores contábeis e valendo-se de técnicas de classificação estatística. Para esse fim, foi construída uma amostra contendo 491 operadoras, das quais 83 se tornaram insolventes e 408 permaneceram solventes durante o período de 2011 a 2013. Para prever a entrada em estado de insolvência foram utilizadas três técnicas: regressão logística, árvores de classificação e regressão e random forest. Foram calculados 13 indicadores econômicofinanceiros com base nas demonstrações contábeis das operadoras componentes da amostra, para um ano anterior ao evento da entrada ou não em insolvência. Para poder determinar qual das técnicas de classificação empregadas teve melhores resultados, foi feita uma análise com base na técnica de curvas ROC. Os resultados mostram que a técnica de random forest obteve melhor desempenho para a classificação das operadoras em solventes e insolventes. Apesar disso, as demais técnicas foram também eficazes nessa classificação.
Abstract: This study aims to predict the beginning of insolvency state in health maintenance organizations using to this end financial ratios and statistical classification techniques. To achieve this objective, it was construced a sample of 491 organizations, 83 of which became insolvente, and 408 maintained theirselves solvente during the 2011 through 2013. To predict the beginning of insolvency state, three classification techniques were used: logistic regression, classification and regression trees and random forest. Thirteen financial indicators were calculated using the annual reports of those organizations that composed the sample, based on the year before the event happened or not. To be able to determine which technique had the best results, it was made a ROC curve analysis. The results show that the best technique to classify the organizations on solvents or insovents was the random forest. Eventhough, the orther techniques also proved themselves eficiente for this kind of classification.
URI: http://www.repositorio.ufc.br/handle/riufc/31109
metadata.dc.type: TCC
Appears in Collections:CIÊNCIAS ATUARIAIS - Monografias

Files in This Item:
File Description SizeFormat 
2015_tcc_mampereira.pdf2,77 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.