Publicação
Modelos preditivos para o número de anulações em seguros de saúde
| Resumo: | Este estudo surge no âmbito de um estágio profissional e analisa as dinâmicas de anulação de seguros de saúde no mercado português, com foco na Multicare, líder do setor e instituição de acolhimento desta dissertação de mestrado. O projeto explora os desafios enfrentados pelas seguradoras num mercado em crescimento, com o objetivo principal de estimar o número de anulações de seguros de saúde. Para isso, foram aplicadas metodologias empíricas e teóricas, inicialmente centradas na maturidade da pessoa segura, e, posterior mente, em regressões lineares e análises de sazonalidade para identificar padrões. Foram desenvolvidos modelos preditivos para estimar as anulações mensais e anuais com base em variáveis como novas adesões, pessoas em vigor, maturidade e fatores externos, onde foram utilizados testes de hipótese, regressões lineares múltiplas, métodos de seleção de variáveis, análises de multicoli nearidade, funções de autocorrelação e autocorrelação parcial e intervalos de previsão. Os resultados revelaram que 50% das anulações ocorrem nos primeiros dois anos de contrato, eviden ciando a necessidade de criação de estratégias que melhorem a retenção de pessoas seguras. Além disso, os modelos desenvolvidos demonstraram que, com base na relação direta entre pessoas seguras novas e anuladas, é possível propor estratégias para otimizar a gestão da carteira, aprimorar o planeamento do orçamento e identificar tendências de mercado. Uma das principais contribuições deste trabalho foi a criação de modelos preditivos robustos, capazes de estimar anulações mensais com margens de erro reduzidas, reafirmando que a combinação de dados históricos, análises estatísticas e uma compreensão do mercado pode oferecer informações valiosas para o crescimento sustentável das seguradoras a longo prazo. |
|---|---|
| Autores principais: | Magrinho, Tiago Miguel Calado |
| Assunto: | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| _version_ | 1877770395679981568 |
|---|---|
| author | Magrinho, Tiago Miguel Calado |
| author_facet | Magrinho, Tiago Miguel Calado |
| author_role | author |
| contributor_name_str_mv | Alpuim, Maria Teresa dos Santos Hall de Agorreta de Sardinha, Marta Sofia da Ponte Figueira Repositório Científico de Acesso Aberto da ULisboa |
| country_str | PT |
| creators_json_txt | [{\"Person.name\":\"Magrinho, Tiago Miguel Calado\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Alpuim, Maria Teresa dos Santos Hall de Agorreta de Sardinha, Marta Sofia da Ponte Figueira Repositório Científico de Acesso Aberto da ULisboa |
| datacite.creators.creator.creatorName.fl_str_mv | Magrinho, Tiago Miguel Calado |
| datacite.date.Accepted.fl_str_mv | 2025-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2025-06-16T14:09:32Z |
| datacite.date.embargoed.fl_str_mv | 2025-06-16T14:09:32Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| datacite.titles.title.fl_str_mv | Modelos preditivos para o número de anulações em seguros de saúde |
| dc.contributor.none.fl_str_mv | Alpuim, Maria Teresa dos Santos Hall de Agorreta de Sardinha, Marta Sofia da Ponte Figueira Repositório Científico de Acesso Aberto da ULisboa |
| dc.creator.none.fl_str_mv | Magrinho, Tiago Miguel Calado |
| dc.date.Accepted.fl_str_mv | 2025-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2025-06-16T14:09:32Z |
| dc.date.embargoed.fl_str_mv | 2025-06-16T14:09:32Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10400.5/101580 |
| dc.language.none.fl_str_mv | por |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| dc.title.fl_str_mv | Modelos preditivos para o número de anulações em seguros de saúde |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_bdcc |
| description | Este estudo surge no âmbito de um estágio profissional e analisa as dinâmicas de anulação de seguros de saúde no mercado português, com foco na Multicare, líder do setor e instituição de acolhimento desta dissertação de mestrado. O projeto explora os desafios enfrentados pelas seguradoras num mercado em crescimento, com o objetivo principal de estimar o número de anulações de seguros de saúde. Para isso, foram aplicadas metodologias empíricas e teóricas, inicialmente centradas na maturidade da pessoa segura, e, posterior mente, em regressões lineares e análises de sazonalidade para identificar padrões. Foram desenvolvidos modelos preditivos para estimar as anulações mensais e anuais com base em variáveis como novas adesões, pessoas em vigor, maturidade e fatores externos, onde foram utilizados testes de hipótese, regressões lineares múltiplas, métodos de seleção de variáveis, análises de multicoli nearidade, funções de autocorrelação e autocorrelação parcial e intervalos de previsão. Os resultados revelaram que 50% das anulações ocorrem nos primeiros dois anos de contrato, eviden ciando a necessidade de criação de estratégias que melhorem a retenção de pessoas seguras. Além disso, os modelos desenvolvidos demonstraram que, com base na relação direta entre pessoas seguras novas e anuladas, é possível propor estratégias para otimizar a gestão da carteira, aprimorar o planeamento do orçamento e identificar tendências de mercado. Uma das principais contribuições deste trabalho foi a criação de modelos preditivos robustos, capazes de estimar anulações mensais com margens de erro reduzidas, reafirmando que a combinação de dados históricos, análises estatísticas e uma compreensão do mercado pode oferecer informações valiosas para o crescimento sustentável das seguradoras a longo prazo. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| fulltext.url.fl_str_mv | https://repositorio.ulisboa.pt/bitstreams/7506833b-fc37-46d6-bb50-5c15a1d41c59/download |
| id | ul_5256d605becc75bd8c109f2c65b0a342 |
| identifier.url.fl_str_mv | http://hdl.handle.net/10400.5/101580 |
| inst_facet_str | urn:organizationAcronym:ul{{{_:::_}}}Universidade de Lisboa |
| instacron_str | ul |
| institution | Universidade de Lisboa |
| instname_str | Universidade de Lisboa |
| language | por |
| network_acronym_str | ul |
| network_name_str | Repositório da Universidade de Lisboa |
| oai_identifier_str | oai:repositorio.ulisboa.pt:10400.5/101580 |
| organization_str_mv | urn:organizationAcronym:ul |
| person_str_mv | Magrinho, Tiago Miguel Calado |
| publishDate | 2025 |
| repo_facet_str | urn:repositoryAcronym:ul{{{_:::_}}}Repositório da Universidade de Lisboa |
| reponame_str | Repositório da Universidade de Lisboa |
| repository_id_str | urn:repositoryAcronym:ul |
| service_str_mv | urn:repositoryAcronym:ul |
| spelling | porpt_PTEste estudo surge no âmbito de um estágio profissional e analisa as dinâmicas de anulação de seguros de saúde no mercado português, com foco na Multicare, líder do setor e instituição de acolhimento desta dissertação de mestrado. O projeto explora os desafios enfrentados pelas seguradoras num mercado em crescimento, com o objetivo principal de estimar o número de anulações de seguros de saúde. Para isso, foram aplicadas metodologias empíricas e teóricas, inicialmente centradas na maturidade da pessoa segura, e, posterior mente, em regressões lineares e análises de sazonalidade para identificar padrões. Foram desenvolvidos modelos preditivos para estimar as anulações mensais e anuais com base em variáveis como novas adesões, pessoas em vigor, maturidade e fatores externos, onde foram utilizados testes de hipótese, regressões lineares múltiplas, métodos de seleção de variáveis, análises de multicoli nearidade, funções de autocorrelação e autocorrelação parcial e intervalos de previsão. Os resultados revelaram que 50% das anulações ocorrem nos primeiros dois anos de contrato, eviden ciando a necessidade de criação de estratégias que melhorem a retenção de pessoas seguras. Além disso, os modelos desenvolvidos demonstraram que, com base na relação direta entre pessoas seguras novas e anuladas, é possível propor estratégias para otimizar a gestão da carteira, aprimorar o planeamento do orçamento e identificar tendências de mercado. Uma das principais contribuições deste trabalho foi a criação de modelos preditivos robustos, capazes de estimar anulações mensais com margens de erro reduzidas, reafirmando que a combinação de dados históricos, análises estatísticas e uma compreensão do mercado pode oferecer informações valiosas para o crescimento sustentável das seguradoras a longo prazo.application/pdfpt_PTModelos preditivos para o número de anulações em seguros de saúdeMagrinho, Tiago Miguel CaladoAlpuim, Maria Teresa dos Santos Hall de Agorreta deSardinha, Marta Sofia da Ponte FigueiraHostingInstitutionOrganizationalRepositório Científico de Acesso Aberto da ULisboae-mailmailto:repositorio@ulisboa.ptrepositorio@ulisboa.ptURNurn:tid:2041225032025-06-16T14:09:32Z202520252025-01-01T00:00:00ZHandlehttp://hdl.handle.net/10400.5/101580http://purl.org/coar/access_right/c_abf2open accessAnulaçõesCancelamento do seguroRegressão múltiplaModelos de previsãoSeleção de variáveisTeses de mestrado - 2025424370 bytesliteraturehttp://purl.org/coar/resource_type/c_bdccmaster thesishttp://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://repositorio.ulisboa.pt/bitstreams/7506833b-fc37-46d6-bb50-5c15a1d41c59/download |
| spellingShingle | Modelos preditivos para o número de anulações em seguros de saúde Magrinho, Tiago Miguel Calado Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| status | SINGLETON |
| subject.fl_str_mv | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| title | Modelos preditivos para o número de anulações em seguros de saúde |
| title_full | Modelos preditivos para o número de anulações em seguros de saúde |
| title_fullStr | Modelos preditivos para o número de anulações em seguros de saúde |
| title_full_unstemmed | Modelos preditivos para o número de anulações em seguros de saúde |
| title_short | Modelos preditivos para o número de anulações em seguros de saúde |
| title_sort | Modelos preditivos para o número de anulações em seguros de saúde |
| topic | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| topic_facet | Anulações Cancelamento do seguro Regressão múltipla Modelos de previsão Seleção de variáveis Teses de mestrado - 2025 |
| url | http://hdl.handle.net/10400.5/101580 |
| visible | 1 |
Atividades financiadas
Não foram encontrados projetos financiados.