28.11.2014 Views

Vol.33- Prática Atuarial na Previdência Social - Ministério da ...

Vol.33- Prática Atuarial na Previdência Social - Ministério da ...

Vol.33- Prática Atuarial na Previdência Social - Ministério da ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Seguindo essa avaliação, as projeções atuariais do modelo determinístico<br />

são realiza<strong>da</strong>s duas vezes, utilizando as taxas de retorno de ambos os limites do<br />

intervalo (4% e 10%), e o resultado fi<strong>na</strong>l <strong>da</strong> avaliação será apresentado assim: A taxa<br />

de contribuição necessária para fi<strong>na</strong>nciar despesas pelos próximos 20 anos, <strong>da</strong>do um<br />

índice de reserva específico, será entre 12% e 14%, com uma probabili<strong>da</strong>de de 50%.<br />

Em um modelo estocástico, os pressupostos são expressos em termos<br />

de variáveis aleatórias. As distribuições de probabili<strong>da</strong>de são atribuí<strong>da</strong>s a ca<strong>da</strong><br />

variável de entra<strong>da</strong>. Na teoria matemática, seria possível calcular a distribuição de<br />

probabili<strong>da</strong>de para saí<strong>da</strong>s de modelos principais, tais como índices de contribuição<br />

do sistema PAYG, diretamente. No entanto, isso implica em cálculos complexos<br />

sobre a distribuição conjunta de diferentes variáveis de entra<strong>da</strong>, e em pressupostos<br />

sobre dependência e independência estocástica, etc.<br />

Na prática, os modelos estocásticos geralmente operam utilizando<br />

o método Monte-Carlo, que assume as distribuições de probabili<strong>da</strong>de para<br />

variáveis aleatórias principais e utiliza um gerador de números aleatório. As<br />

distribuições <strong>da</strong>s variáveis de saí<strong>da</strong> são então estabeleci<strong>da</strong>s através de uma<br />

série de simulações, aproxima<strong>da</strong>mente 1.000. Para ca<strong>da</strong> simulação, o gerador<br />

de número aleatório “pesca” um conjunto de números aleatórios para to<strong>da</strong>s as<br />

distribuições de entra<strong>da</strong>. Com base <strong>na</strong>quele conjunto de números aleatórios para<br />

as variáveis de entra<strong>da</strong>, um resultado de saí<strong>da</strong> é calculado (por exemplo, uma<br />

taxa de contribuição do sistema PAYG). A combi<strong>na</strong>ção de todos os resultados<br />

então produz uma discreta aproximação de uma contínua distribuição de<br />

probabili<strong>da</strong>des para as variáveis de resultado.<br />

Na prática, o modelo estocástico é normalmente reservado para estudos<br />

específicos importantes; o trabalho de modelagem muitas vezes é pesado demais.<br />

Além disso, comunicar os resultados é mais difícil, uma vez que eles devem ser<br />

apresentados como uma faixa de possíveis resultados, ca<strong>da</strong> um deles com sua<br />

própria probabili<strong>da</strong>de, enquanto os usuários do relatório atuarial geralmente<br />

preferem respostas simples e únicas. De modo geral, o uso do teste de sensibili<strong>da</strong>de<br />

através de análises de cenários de acordo com um modelo determinístico é um<br />

substituto suficiente para o modelo estocástico.<br />

6.3 MODELANDO OS BENEFÍCIOS PREVIDENCIÁRIOS: OBJETIVOS<br />

No contexto de benefícios previdenciários, o objetivo do modelo previdenciário é duplo:<br />

••<br />

Primeiro, ele é utilizado para avaliar a viabili<strong>da</strong>de fi<strong>na</strong>nceira de benefícios em<br />

longo prazo. Isso se refere à medi<strong>da</strong> do balanço atuarial de longo prazo entre<br />

91

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!