Reduzindo a Incerteza no Mercado de Seguros: Uma Abordagem via Informações de Sensoriamento Remoto e Atuária

Combinando Inteligência Artificial e imagens de satélite para a previsão de sinistros agrícolas: Uma nota

“…De modo geral, as perdas do setor agropecuário afetam de modo adverso toda a sociedade, especialmente no que se refere a segurança alimentar, além de impactos generalizados na cadeia produtiva, nível de preços e nos investimentos do setor (Silva et al, 2014). O risco é um componente inerente as atividades agrícolas, o que torna necessário, portanto, a adoção de medidas para sua administração e mitigação, com destaque para a contratação de seguro rural (de Oliveira Adami e Ozaki, 2012;Ozaki e Campos, 2017; dos Santos e da Silva, 2017;Mota et al, 2020;Vroege et al, 2021;Benami et al, 2021).…”

“…Entretanto, há importantes falhas de mercado que inibem o desenvolvimento e ampliação do mercado de seguro rural . Uma das principais dificuldades é a existência de altos custos para o monitoramento e verificação do comportamento de um número elevado de produtores rurais, o que gera assimetrias de informações significativas e permite a ocorrência de moral hazard e seleção adversa (Ozaki e Campos, 2017;Benami et al, 2021). O Moral hazard se refere ao risco de o segurado adotar comportamentos que aumentem os riscos de perda, elevando o custo do segurador.…”

“…Portanto, é de suma importância o desenvolvimento de métodos de monitoramento agrícola para mensurar a real dimensão das possíveis perdas, reduzindo assim a existência de assimetrias de informação. Nesse contexto, uso de geotecnologias, em especial o sensoriamento remoto, em conjunto com métodos de previsão, como o aprendizado de máquina, podem ser importantes instrumentos para uma melhor quantificação das possíveis perdas agrícolas e, consequentemente, dos sinistros (Ozaki e Campos, 2017;Mota et al, 2020;Klompenburg et al, 2020;Benami et al, 2021).…”