Um instrumento para avaliar o Potencial do Mercado de Seguros no Estado de São Paulo Kaizô Iwakami...

Um instrumento para avaliar o Potencial do Mercado de

Segurosno Estado de São Paulo

Kaizô Iwakami BeltrãoSonoe Sugahara

João Luís de Oliveira MendonçaFernanda Paes Leme

Simone Figueiredo

INTRODUÇÃO

•O objetivo desta pesquisa é disponibilizar um instrumental que permita obter estimativas do potencial de consumo de diferentes produtos de seguro para o Estado de São Paulo, tanto ao nível de empresas como de indivíduos e suas famílias, considerando-se também sua distribuição espacial no estado. * O objetivo secundário é apontar possíveis nichos comerciais não explorados tanto na questão de produtos como na de áreas

geográficas.

* Optou-se pela utilização de um pacote computacional de uso público, o TABWin, que é mantido pelo DATASUS (disponível para ser baixado na página da instituição www.datasus.gov.br) que permite tabular os dados e fazer gráficos, bem como criar cartogramas para uma melhor visualização espacial da informação.

* O banco de dados criado é compatível com este aplicativo, mas pode ser utilizado para qualquer outro pacote de análise estatística disponível no mercado, já que foi criado em formato .csv (coma separated values).

* Com o objetivo de apresentar alguns exemplos de utilização do banco de dados, algumas análises são desenvolvidas e apresentadas no relatório: análise univariada de algumas variáveis básicas, análise fatorial do conjunto de variáveis do banco e uma análise de variáveis relacionadas a produtos destinados às populações de baixa e alta renda.

Alguns dados sobre São Paulo

CRESCIMENTO REAL DO PRODUTO INTERNO BRUTO DO BRASIL, POR GRANDES REGIÕES E UNIDADES DA FEDERAÇÃO - 1994 - 2003

-4,0

-2,0

0,0

2,0

4,0

6,0

8,0

10,0

1994/95 1995/96 1996/97 1997/98 1998/99 1999/00 2000/01 2001/02 2002/03

SUDESTE

São Paulo

BRASIL

CRESCIMENTO REAL DO PRODUTO INTERNO BRUTO PER CAPITA DO BRASIL, POR GRANDES REGIÕES E UNIDADES DA FEDERAÇÃO - 1994 - 2003

-4,0

-2,0

0,0

2,0

4,0

6,0

8,0

1994/95 1995/96 1996/97 1997/98 1998/99 1999/00 2000/01 2001/02 2002/03

SUDESTE

São Paulo

BRASIL

CRESCIMENTO DA POPULAÇÃO BRASILEIRA, POR GRANDES REGIÕES E UNIDADES DA FEDERAÇÃO - 1994 - 2003

0,0

0,5

1,0

1,5

2,0

2,5

1994/95 1995/96 1996/97 1997/98 1998/99 1999/00 2000/01 2001/02 2002/03

SUDESTE

São Paulo

BRASIL

Tabela 1 – População por situação urbana/rural em 1991, 2000 e 2003 – Brasil, Região Sudeste e São Paulo. Brasil Sudeste São Paulo Homens Mulheres Homens Mulheres Homens Mulheres Urbana

1991 53.854.256 57.136.734 26.937.777 28.288.206 14.412.244 14.902.617 2000 66.882.993 71.070.966 31.810.179 33.739.015 16.861.650 17.731.201

2.003 71.448.034 76.990.757 33.776.864 36.511.963 17.865.734 19.258.113 Rural

1991 18.630.866 17.203.619 3.954.754 3.559.664 1.201.745 1.072.319 2000 16.693.022 15.152.189 3.615.912 3.247.305 1.277.713 1.161.839

2.003 14.395.811 13.153.010 3.260.032 2.950.766 1.148.992 1.059.887 Grau de Urbanização

1991 36,7% 38,9% 42,9% 45,1% 45,6% 47,2% 2000 39,4% 41,9% 43,9% 46,6% 45,5% 47,9%

2.003 45,4% 49,0% 44,2% 47,7% 45,4% 49,0% Fonte: Censo 1991, Censo 2000 e PNAD 2003.

TAXA DE CRESCIMENTO REAL DO PIB PER CAPITA VERSUS TAXA DE CRESCIMENTO POPULACIONAL - BRASIL - GRANDES REGIÕES E UFS - 2002/2003

1,2RJ

BR

TO

RO

PA

AM

AP

RR

AC

AL

RNCE

SE

MA

PB

PIBAPE

ES

MG

SP SC

PR RS

CO

SULSE

NE

NODF

MS

MTGO

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

-12 -10 -8 -6 -4 -2 0 2 4 6 8 10

TAXA DE CRESCIMENTO REAL DO PIB PER CAPITA

TA

XA

DE

CR

ES

CIM

EN

TO

PO

PU

LA

CIO

NA

L

AL

* Quanto à questão geográfica, o estado de São Paulo é constituído por 645 municípios que o IBGE agrega em 15 mesorregiões e 63 microrregiões.

Mesorregiões do estado de São Paulo

Microrregiões do estado de São Paulo

Municípios do estado de São Paulo

VALORES RELATIVOS

MESORREGIÃO Área PIB

(2003) População

(2000) IDH

Renda

No estab. de

agricultura

Número de empregados

na agricultura

Número de estab

Número de Empregados

São José do Rio Preto 11,8% 3,2% 3,8% -1,7% 11,6% 13,9% 4,8% 9,2% Ribeirão Preto 11,1% 5,0% 5,7% 1,6% 11,7% 9,7% 6,3% 4,2% Araçatuba 6,8% 1,6% 1,7% -1,6% 5,1% 5,5% 2,2% 2,1% Bauru 10,8% 2,8% 3,5% 0,0% 8,4% 6,4% 3,7% 3,2% Araraquara 3,8% 2,4% 1,9% 0,8% 3,9% 4,0% 2,2% 1,3% Piracicaba 3,6% 3,3% 3,3% 6,0% 3,8% 3,5% 3,2% 2,2% Campinas 5,7% 11,3% 8,8% 5,6% 20,0% 7,6% 18,5% 5,9% Presidente Prudente 9,7% 1,4% 2,2% -3,3% 6,8% 3,7% 2,8% 2,1% Marília 2,9% 0,8% 1,1% -2,8% 3,4% 2,8% 1,3% 1,2% Assis 5,1% 1,1% 1,4% -2,0% 4,2% 2,7% 2,2% 3,3% Itapetininga 8,1% 1,4% 2,0% -7,2% 4,3% 5,4% 2,0% 1,9% Macrometropolitana Paulista 5,0% 6,1% 6,1% 3,2% 5,5% 10,8% 7,5% 10,0% Vale do Paraíba Paulista 6,5% 6,3% 5,4% 0,1% 4,9% 3,4% 4,4% 2,6% Litoral Sul Paulista 5,3% 0,5% 1,1% -3,5% 2,1% 2,8% 0,9% 0,5% Metropolitana de São Paulo 3,7% 52,9% 51,8% 4,8% 4,4% 17,8% 38,1% 50,3%

VALORES ABSOLUTOS

M E S O R R E G I Ã O Área PIB

(2003) População

(2000) IDH

Renda

IDH Longevi

dade

IDH Educação

Agências Bancárias

No estab. de

agricultura

Número de empregados na

agricultura

Número de estab

Número de empregados

São José do Rio Preto 29.385 15.688.250 1.421.152 0,692 0,791 0,844 291 8.190 58.602 38.286 1.211.586 Ribeirão preto 27.535 24.763.826 2.104.682 0,715 0,786 0,866 374 8.222 41.221 50.102 551.250 Araçatuba 16.764 7.700.761 635.539 0,692 0,793 0,859 103 3.609 23.191 17.606 274.777 Bauru 26.722 13.574.904 1.309.726 0,704 0,781 0,850 211 5.952 27.051 29.765 423.521 Araraquara 9.455 11.873.551 719.326 0,709 0,789 0,855 112 2.746 16.713 17.384 176.890 Piracicaba 9.043 16.264.929 1.218.951 0,746 0,801 0,871 177 2.711 14.840 25.765 294.163 Campinas 14.228 55.637.289 3.271.634 0,743 0,805 0,871 499 14.082 32.143 147.313 780.970 Presidente prudente 24.034 6.874.648 803.870 0,680 0,778 0,845 165 4.796 15.640 22.145 272.634 Marília 7.170 3.724.252 418.121 0,684 0,765 0,839 70 2.363 11.985 10.282 155.151 Assis 12.707 5.503.230 517.504 0,690 0,772 0,849 95 2.925 11.482 17.613 435.646 Itapetininga 20.172 6.692.228 748.748 0,653 0,706 0,827 87 3.021 22.847 16.271 246.022 Macrometropolitana Paulista 12.313 29.862.080 2.251.083 0,726 0,773 0,863 269 3.851 45.780 59.832 1.315.415 Vale do Paraíba Paulista 16.176 31.013.617 1.992.110 0,704 0,772 0,865 232 3.467 14.309 34.802 335.611 Litoral Sul Paulista 13.185 2.527.623 424.736 0,679 0,747 0,839 52 1.445 11.748 6.876 59.877 Metropolitana de São Paulo 9.289 260.000.000 19.198.273 0,738 0,756 0,893 762 3.083 75.281 303.456 6.602.557

Metodologia

* Para a identificação do potencial de consumo de produtos de seguro é necessária a identificação de variáveis caracterizando as condições de renda e de consumo da população (ou proxies das mesmas), mapeamento de unidades familiares, concentração espacial da atividade econômica etc. * Esses dados podem ser analisados tanto em valor absoluto como relativo (com respeito à população e a área).

* A utilização de cartogramas facilita a visualização espacial. * O pacote e a base de dados disponibilizados permitirão o acesso a um conjunto de informações que poderão, em larga escala, subsidiar essas análises de potencial de investimentos.

Estatística Produto População por faixa de renda domiciliar per capita desagregada por situação de domicílio (urbano/rural), grandes grupos etários e sexo.

Seguros pessoais (saúde, vida, previdência)

População por escolaridade do chefe de domicílio desagregada por situação de domicílio (urbano/rural), grandes grupos etários e sexo.

Seguros pessoais (saúde, vida, previdência)

Domicílios por tamanho, composição e situação do domicílio (urbano/rural), grandes grupos etários e sexo.

Seguros pessoais (saúde, vida, previdência)

Taxas de mortalidade Seguro funeral População idosa (60 anos e mais) Seguro funeral

Exemplo de fatores e variáveis relevantes para certos produtos do mercado de seguros

População em idade escolar por renda familiar per capita Seguros saúde e escolares População em idade escolar por tipo de administração da escola (Federal, estadual, municipal e privado)

Seguros saúde e escolares

Número de veículos Seguros de automóveis Domicílios por faixa de renda domiciliar per capita desagregada por situação de domicílio (urbano/rural)

Seguros Residenciais

Domicílio por escolaridade do chefe de domicílio desagregada por situação de domicílio (urbano/rural)

Seguros Residenciais

Domicílios próprios por faixa de renda domiciliar per capita desagregada por situação de domicílio (urbano/rural)

Seguros Residenciais

Domicílios próprios por escolaridade do chefe de domicílio desagregada por situação de domicílio (urbano/rural)

Seguros Residenciais

Valor arrecadado do IPTU Seguros Residenciais Número de prédios que pagaram IPTU Seguros Residenciais Número de licenças para construção Seguros Residenciais Número de habite-se Seguros Residenciais Empresas com sede na área de análise e pessoal ocupado desagregado por tamanho de empresa, atividade econômica e salário médio.

Seguros empresariais para os empregados (saúde, vida e previdência em grupo) ou para a própria (estoque, carga, prédios)

Empresas com sede na área de análise e pessoal ocupado desagregado por tamanho de empresa, atividade econômica e salário médio.

Seguros empresariais para os empregados (saúde, vida e previdência em grupo) ou para a própria (estoque, carga, prédios)

Agências Bancárias e valor dos depósitos Seguros empresariais para os empregados (saúde, vida e previdência em grupo) ou para a própria (estoque, carga, prédios)

Valor do FPM Seguros empresariais Valor do Imposto Territorial Rural Seguro agrícola Hospitais, leitos, unidades ambulatoriais, postos e centros de saúde.

Seguros pessoais (saúde, vida, previdência)

Área antropizada pela agricultura, estabelecimentos agropecuários, tratores, pessoal ocupado, etc.

Seguro agrícola

População Rural e População economicamente ativa Rural Seguro agrícola

Análise univariada de itens selecionados em três níveis de

desagregação: Municípios, Microrregiões e Mesorregiões

Exemplo 1Frota de automóvel em 2002

Frota de automóveis por município

Frota de automóveis por microrregião

Frota de automóveis por mesorregião

Frota de automóvel per capita (x1000) em 2002

Frota de automóveis per capita por município

Frota de automóveis per capita por microrregião

Frota de automóveis per capita por mesorregião

Frota de automóvel por área (km2) em 2002

Frota de automóveis por área por município

Frota de automóveis por área por micro-região

Frota de automóveis por área por mesorregião

Exemplo 2Pib em 2003

PIB por município

PIB por microrregião

PIB por mesorregião

PIB per capita

PIB per capita por município

PIB per capita por microrregião

PIB per capita por mesorregião

Análise das variáveis relacionadas a produtos destinados às

populações de baixa e alta renda - Um exemplo prático

* Um exemplo prático de como identificar e ordenar os municípios de São Paulo no tocante ao potencial de duas classes de seguro: os voltados para as populações de baixa e alta renda.

* A metodologia segue cinco etapas:1 – identificação das variáveis representativas ou associadas como os mercados em foco;

2 –as séries são divididas pela população, ou seja são convertidas em dimensão per capita, para eliminar o efeito escala; 3 – extração, com análise fatorial, do primeiro fator do grupo de variáveis, que pelas características centrais das séries sintetiza o potencial do mercado;4 – separação em classes de valores do primeiro fator e ordenação segundo a sua magnitude.

Foram adotados cinco intervalos, com a

diferença entre o maior e menor fator dividido em quatro intervalos iguais, identificados por letras A (maiores valores); B; C; e D (valores menores).5 - em seguida, os valores deste primeiro fator (e se necessário do fator 2) são representados nos cartogramas com o mapa da região.

* Referenciando-se ao banco de dados disponibilizado, as variáveis selecionadas para identificação de mercados potenciais para produtos populares foram as variáveis da Tabela seguinte. * Na verdade, essas variáveis selecionadas servem, por contraposição, para analisar tanto os produtos destinados à população de baixa renda como a de alta renda.

* Como exemplos de produtos populares temos os seguros de vida e patrimoniais para as famílias de baixa renda. * As variáveis típicas deste ramo de produto seriam o número de domicílios com rendimento até dois salários mínimos; o de domicílios cujo chefe tem baixa escolaridade e matrículas escolares em escolas públicas.

* Exemplos típicos de produtos de acumulação seriam os planos de previdência privada (PGBL, VGBL etc) e títulos de capitalização. As variáveis incluídas na analise fatorial foram o número de domicílios próprios com mais de dez salários mínimos; o número de domicílios com bens como computador, automóvel e telefone, o número de domicílios cujo chefe tem mais de 15 anos de escolaridade, o número de matrículas em escolas privadas; e PEA no mercado formal.

Domicílios particulares permanentes com computador Domicílios com renda domiciliar acima 20 salários mínimos Domicílios com renda domiciliar per capita acima 10 até 20 salários mínimos Domicílios onde a pessoa responsável tem mais de 15 anos de estudo Domicílios particulares permanentes com telefone Matrícula Inicial no Ensino Médio – Rede Particular Matrícula Inicial no Ensino Fundamental - Rede Particular Domicílios com renda domiciliar per capita acima 20 salários mínimos População Economicamente ativa ocupada no Setor privado: mercado formal Matrículas no Ensino Superior Privado Domicílios particulares permanentes com automóvel

Tabela - Variáveis selecionadas para identificação de mercados potenciais para produtos populares

Matrículas no Ensino Superior Público Domicílios com renda domiciliar per capita de 1 a 2 salários mínimos Matrícula Inicial no Ensino Médio – Rede Publica Domicílios sem renda domiciliar Domicílios sem renda domiciliar per capita População Economicamente ativa ocupada no Setor público: mercado formal Matrícula Inicial no Ensino Fundamental - Rede Pública População Economicamente ativa ocupada no Setor privado: mercado informal Domicílios com renda domiciliar de menos de 1 salário mínimo Domicílios com renda domiciliar de 1 a 2 salários mínimos Domicílios onde a pessoa responsável tem até 3 anos de estudo Domicílios com renda domiciliar per capita de menos de 1 salário mínimo

* A análise fatorial identificou os seguinte fatores relacionados a domicílios de alta e baixa renda (ordem decrescente de magnitude) e variância total

explicada:

Autovalores

Componente % da Variância

% Cumulativa

1 9,13 39,72 39,72 2 2,79 12,13 51,84 3 2,30 10,01 61,85 4 1,84 7,99 69,84 5 1,08 4,69 74,53 6 0,99 4,30 78,83 7 0,86 3,72 82,55 8 0,76 3,32 85,87 9 0,59 2,55 88,42

10 0,45 1,95 90,37

* O primeiro fator que explica 40% da variância opõe as variáveis ligadas à alta renda do lado positivo (renda acima de 20 salários mínimos) com aquelas ligadas a baixa renda (menos de 2 salários mínimos) do lado negativo.

Componentes do Fator 1 (ordem decrescente de magnitude):

COMPONENTES + POSITIVAS COMPONENTES + NEGATIVAS

Domicílios particulares permanentes com computador Domicílios com renda domiciliar de menos de 1 salário mínimo

Domicílios com renda domiciliar acima 20 salários mínimos

Domicílios com renda domiciliar de 1 a 2 salários mínimos

Domicílios com renda domiciliar per capita acima 10 até 20 salários mínimos

Domicílios com renda domiciliar per capita de menos de 1 salário mínimo

Domicílios onde a pessoa responsável tem mais de 15 anos de estudo

Domicílios onde a pessoa responsável tem até 3 anos de estudo

Domicílios particulares permanentes com telefone População Economicamente ativa ocupada no Setor privado: mercado informal

Matrícula Inicial no Ensino Médio - Rede Particular Matrícula Inicial no Ensino Fundamental - Rede Particular Domicílios com renda domiciliar per capita acima 20 salários mínimos População Economicamente ativa ocupada no Setor privado: mercado formal Matrículas no Ensino Superior Privado

Classificação dos municípios segundo o Fator 1

Classificação das mesorregiões segundo o Fator 1

* O segundo fator é uma oposição dentro das classes menos favorecidas, opondo os mais pobres (sem renda e com menos de 1 salário mínimo) com aqueles um pouco menos pobres (renda entre 1 e 2 salários).

Componentes do Fator 2 (ordem decrescente de magnitude)

COMPONENTES + POSITIVAS COMPONENTES + NEGATIVAS Domicílios com renda domiciliar per capita de 1 a 2 salários mínimos Domicílios sem renda domiciliar Domicílios particulares permanentes com automóvel Domicílios sem renda domiciliar per capita População Economicamente ativa ocupada no Setor privado: mercado formal

Domicílios com renda domiciliar de menos de 1 salário mínimo

Classificação dos municípios segundo o Fator 2

Classificação das mesorregiões segundo o Fator 2

COEFICIENTES DO PRIMEIRO E DO SEGUNDO FATOR PARA VARIÁVEIS DE ALTA E BAIXA RENDA (VALORES PER CAPITA) - ESTADO DE SÃO PAULO

-1,0232

0,22710,21280,2380

-1,0370 -1,1429-1,0603

-0,3959

0,2532-0,0537-0,1774

0,7083

-0,1053-0,2610

-0,8748-0,6162

0,2055

-0,3723

0,3077

-0,13420,0454

-1,0079-0,8526-0,8294

-0,6334 -0,6069

0,73030,4996

-0,4728

-1,3454

0,20170,5539

-0,4455

0,1419

0,83580,84180,9961

-1,4382

0,24660,2351

0,7807

0,2873

-0,1528-0,1405

1,0510

-0,0525

0,7490

0,31470,45650,59540,3033 0,21710,2086

-0,3452-0,2713

0,4593

-0,4326-0,2415

0,40160,5302

1,0598

-0,2113

0,4855

0,9934

1,4211

-0,4241 -0,5436

0,26270,26560,42220,5298

0,8700

-0,4331

0,6670

-0,1316

0,9654

-0,03880,2298

0,5223

-0,1041

0,7226

-0,4458

0,21600,4498 0,3215

0,9761

0,4312 0,41410,16070,0466

0,59760,6314

1,0242 1,1044

0,66060,4947

0,3317

-0,7316

-0,1878

0,9602

-2,3379

0,98880,8784

0,1307

-0,6096

-0,2067-0,4858

0,0385 -0,0007

-0,4989

0,78460,9008

0,24840,4644

0,3004

1,4042

0,6568

-1,3798 -1,4582

0,96211,0644

-0,2943-0,4270 -0,4098

0,45600,2604

-0,3219

-0,7495-0,5546

0,20410,5694

-1,4238

0,4384

-1,7354

-2,4619

0,20560,0477-0,09410,0457

0,5110

-1,0688

0,2914

-0,1042

-1,0581

0,73190,6549

-1,0151

-0,5690

1,07921,1703

-0,4775

-1,0849

0,2781

-0,6890

-1,6149

-0,0330-0,0633

0,49970,4437

1,1454

0,3878

0,86631,1449

-0,2500

0,6621

0,2727 0,2392

-0,2822

0,5904

-0,11040,0618

-0,6489

0,3091

-1,8564

-0,5646

-0,0589

-1,9490

1,0658

0,0573

-1,8659

1,0632

0,2797

-1,0651

-0,1647

1,2291

-0,1009-0,13250,0643

0,4357

1,4494

0,1400-0,1311

1,03861,12030,9034

-0,0677

1,1107

0,6047 0,65611,0091

-0,7338

0,3964 0,50520,53360,7165

-0,6389

-1,3347

-0,6558

0,48950,2348

0,55830,6725

-0,3916

1,3164

0,5307

1,3827

0,4083

-0,1499

0,25270,3238 0,3743

0,9749

-0,2345

0,3316 0,22740,3487

-0,3962

0,79901,1564

0,0707

0,66190,59620,59660,5746

0,1439 0,0472

1,22711,0307

-0,9769

0,7011

1,34021,1142

0,7397

-1,2092

-0,0009

-1,3262

0,5862 0,71520,8458

0,1877-0,0564

1,0737

0,24400,3016

1,66051,4515

-0,0162

-0,5567-0,3280

-0,0361

1,1224

-0,4286

1,06891,01330,9191

0,2783

-0,4303

0,86120,5639

-0,2042

0,5994

1,6619

0,43420,3431

-0,3961

0,2443

1,0939

0,33160,6935

0,4949

1,1520

-1,7299

-0,6745

1,2169

-2,3540

-0,6789

0,55720,7293

-0,5605

1,0574

0,2474 0,35110,5477

-0,3651

-1,3316

0,68290,54410,7936

0,5704

1,8723

0,24590,0391

-0,3136

-0,9892

1,14290,8636

-0,0885

0,5699

1,5221

0,66460,5395

-0,3496-0,3930

0,34520,3270

-0,5827

0,6041

-0,8777

0,33220,6116

0,4460

0,8396

-0,8580

-0,2743

0,5659

1,0754

0,3931

1,2748

0,1173

1,0378

-0,6306

-1,0384

-0,3797-0,1296-0,0562-0,0349

0,9834

0,2447

1,0395

-0,9737

0,2615

0,7870

0,1041

0,8073

1,29271,0982

-0,0069

0,73790,59930,5586

0,9556

0,16110,2913

-2,2541

0,03050,1426

-1,3903

0,03290,37720,3664

1,4258

0,75890,9219

0,1658-0,0788

0,72700,4443

-0,4961-0,7417

-0,3083

0,5004

-0,6671

0,3150

1,2571

0,2063

-1,0401

0,74920,40280,3115

-0,0422-0,4108

0,2889

-0,6028

0,7833

-0,0176

0,56800,90440,88880,5297

-1,5742

-0,6201-0,8007

0,5297

0,9504

-1,2018

0,4505

1,1224

-1,0850

0,5957

-0,0253

1,5395

0,98881,1629

-0,0467-0,2844

0,0211

-0,6182

0,3572

-0,9046

0,28370,43680,3893

-0,7876

0,46420,2690

-0,8722

0,77560,6416

0,1027

0,7209

0,14060,2207

0,9457

-1,7528

-0,4305

0,9450

0,0384-0,3048

-0,6043

0,0809

0,6699

-0,5643

0,2797

-0,1255-0,0601

0,6537

-0,8368-0,8983

-0,0823

0,51300,32920,2089

2,1132

0,98870,8166

0,45250,4608

1,9674

-0,8477

0,0561

0,4751

1,7197

0,53190,5480 0,5458

1,3405

-0,8236-1,0763-0,9636

-0,5893

0,66240,9912

-0,3238-0,4307

0,25380,38780,49200,3117

0,7515

-0,14310,0114

0,48390,3092

-0,2543

0,4651

-1,0581

1,3300

0,5457

1,0946

0,0188

0,89241,0554

-1,0865

0,5341

0,0573

-0,3874-0,1144

0,1569-0,1747

0,82511,0663

0,56160,6772

0,2645

-1,0758

0,4319

Ribeira

Santana da Ponte Pensa

Tremembé

1,5088

PirajuIaras

Lourdes Juquitiba-0,4621

Itanhaém

Iguape

Bálsamo

PirassunungaSanta Rita do Passa Quatro

Capão Bonito

Nova Canaã Paulista

Apiaí

Ribeirão Grande

Cerquilho

Piedade

Águas de Santa Bárbara

Luís Antônio

RafardDois Córregos

Adamantina

Serra Negra

Santa Cruz da Conceição

Águas da Prata

Itaberá

Amparo

Vista Alegre do AltoLindóiaCorumbataí

Sete BarrasMirante do ParanapanemaRibeirão Branco

Saltinho

São SimãoTietê

São João da Boa Vista

Bebedouro

Cunha

Pedrinhas PaulistaPiratininga

Ibiúna

Euclides da Cunha Paulista

Barra do TurvoItaóca

Vinhedo

Sales

Jumirim

Engenheiro Coelho

Holambra

Águas de São Pedro

Barra do Chapéu

Coroados

Estiva GerbiMonte Alegre do Sul

Iperó

Itupeva

Paraíso

Quatá

ValinhosAssis

Jandira

Várzea Paulista

SaltoTatuíOurinhos

Birigui

Sertãozinho

Poá

Votorantim

Barretos

Guaratinguetá

Ribeirão Pires

Catanduva

Franco da Rocha

BotucatuCubatão Atibaia

CampinasSão Paulo

Guarulhos

São Bernardo do Campo

Osasco

Santo André

São José dos CamposRibeirão Preto

Sorocaba

Santos

Mauá

São José do Rio Preto

DiademaCarapicuíba

Moji das CruzesPiracicaba

JundiaíBauru

São Vicente

Franca

ItaquaquecetubaGuarujá

Limeira

Taubaté

Suzano

Barueri

Embu Taboão da SerraMarília

Sumaré

Praia GrandeSão CarlosJacareí

Presidente Prudente

AmericanaAraras

Arco-ÍrisAraraquara

Santa Bárbara d'Oeste

AraçatubaRio Claro

Itapevi

Hortolândia

Cotia

Indaiatuba

Ferraz de Vasconcelos

São Caetano do Sul

ItuFrancisco Morato

Itapecerica da SerraPindamonhangabaItapetininga

Bragança Paulista

Mogi Guaçu

Jaú

Bento de Abreu

Ribeirão dos Índios

Elisiário

Álvaro de Carvalho

Itapirapuã PaulistaItirapina

Riolândia

Getulina

Registro

Presidente VenceslauMongaguá

Casa BrancaPacaembu

-8

-7

-6

-5

-4

-3

-2

-1

0

1

2

3

-3 -2 -1 0 1 2 3 4 5 6

PRIMEIRO FATOR

SE

GU

ND

O F

ATO

R

COEFICIENTES DO PRIMEIRO E DO SEGUNDO FATOR - MESORREGIÕES DE SÃO PAULO

Metropolitana de são paulo

Litoral sul paulista

Vale do paraíba paulista

Macrometropolitana paulista

Itapetininga

Assis

Marília

Presidente prudente

Campinas

Piracicaba

Araraquara

Bauru

Ribeirão preto

São josé do rio preto

Araçatuba

-2,5

-2,0

-1,5

-1,0

-0,5

0,0

0,5

1,0

1,5

2,0

-3,0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5

PRIMEIRO FATOR

SE

GU

ND

O F

ATO

R

Comentários Finais

* Pretendeu-se conduzir este trabalho de forma abrangente, tendo em vista o objetivo do mesmo, qual seja, viabilizar o processo decisório das empresas seguradoras no que tange à oferta de produtos específicos para o estado de São Paulo. * Foi criado um banco de dados amplo combinado com um instrumento de análise de uso público que permite a localização espacial

das variáveis originais e derivadas.

* Para exemplificar o potencial do instrumento (TABWin e o banco de dados criado) foi desenvolvido um estudo de caso considerando-se produtos específicos para pessoal de baixa renda (e por oposição para o de alta renda). * A análise foi baseada em variáveis econômicas, sócio-culturais e demográficas

que caracterizam os grupos alvo.

* Numa segunda etapa foi feita uma análise de componentes principais para identificar os eixos principais que diferenciavam os municípios e os resultados foram disponibilizados espacialmente nos cartogramas utilizando-se o TABWin. * Nesta etapa pode-se optar pela desagregação espacial mais conveniente tendo sempre em mente a cardinalidade de cada um dos conjuntos, a especificidade geográfica necessária e a dificuldade inerente à análise de grandes conjuntos: 645 municípios, 63

microrregiões ou 15 mesorregiões.

* Ressalta-se que, mesmo quando o conjunto destas variáveis converge apontando a região como de grande potencial, há de se verificar as condições de concorrência, saturação de mercado, etc. assim, fica o alerta para o gestor da empresa seguradora analisar, conjuntamente com os resultados aqui apresentados, a oferta já existente de produtos

nas regiões específicas.