Embed Size (px)
Citation preview
RICARDO CAMACHO CAMPELLO
ANÁLISE MULTICRITÉRIO APLICADA À CLASSIFICAÇÃO DA SOLVÊNCIA DE
OPERADORAS DE ASSISTÊNCIA À SAÚDE
Dissertação apresentada ao Curso de Mestrado
em Engenharia de Produção da Universidade
Federal Fluminense, como requisito parcial para
obtenção do Grau de Mestre em Engenharia de
Produção. Área de Concentração: Estratégia,
Gestão e Finanças Empresariais.
Orientador: Prof. HELDER GOMES COSTA
Niteroi
2005
Ficha Catalográfica elaborada pela Biblioteca da Escola de Engenharia e Instituto de Computação da UFF
C193 Campello, Ricardo Camacho
Análise multicritério aplicada à classificação da solvência de operadoras de assistência à saúde / Ricardo Camacho Campello. – Niterói, RJ: [s.n.], 2005.
92 f. Orientador: Helder Gomes Costa. Dissertação (Mestrado em Engenharia de Produção) -
Universidade Federal Fluminense, 2005.
1. Apoio multicritério à decisão. 2. Solvência. 3. ANS (Agência Nacional de Saúde Suplementar). I. Título.
CDD 658.403
RICARDO CAMACHO CAMPELLO
ANÁLISE MULTICRITÉRIO APLICADA À CLASSIFICAÇÃO DA SOLVÊNCIA DE
OPERADORAS DE ASSISTÊNCIA À SAÚDE
Dissertação apresentada ao Curso de Mestrado
em Engenharia de Produção da Universidade
Federal Fluminense, como requisito parcial para
obtenção do Grau de Mestre em Engenharia de
Produção. Área de Concentração: Estratégia,
Gestão e Finanças Empresariais.
Aprovada em junho de 2005
BANCA EXAMINADORA
Prof. Helder Gomes Costa, D. Sc. – Orientador
Universidade Federal Fluminense
Prof. Assed Naked Haddad, D. Sc.
Universidade Federal do Rio de Janeiro
Prof. Osvaldo Luiz Gonçalves Quelhas, D. Sc.
Universidade Federal Fluminense
Niterói
2005
AGRADECIMENTOS
Ao Professor Helder, por sua orientação inteligente e paciente ao longo
deste trabalho.
Aos meus pais, Ilza Camacho Campello e Marcos José Paes Campello,
que sempre me apoiaram em todos os momentos.
Aos amigos da ANS que muito contribuíram na elaboração deste
trabalho: Vinicius Santos Soares, Sonia Maria das Neves Ribeiro, Sandro
Leal Alves e Luiz Carlos Schiavo.
Ao corpo gerencial da DIOPE, em especial ao Carlos Alexandre
Nogueira, Fernando dos Santos Ferreira e César Cardim, que gentilmente
cederam a base de dados para elaboração deste estudo.
Aos meus gerentes Antônio Carlos Rosa de Oliveira Junior, Cristiana
Vidigal Lopes e Mônica Nigri Ollivier que, com sua compreensão,
flexibilizaram o meu horário de trabalho, permitindo que eu completasse
este mestrado com um aproveitamento máximo.
RESUMO
O presente trabalho busca desenvolver uma classificação de solvência das operadoras que
operam planos de assistência à saúde. Esta abordagem está fundamentada na integração de
conceitos do Auxílio Multicritério à Decisão (AMD) ao conjunto de indicadores adotados
pela ANS (Agência Nacional de Saúde Suplementar). Os conceitos do AMD (conhecido na
língua inglesa por Multiple Criteria Decision Aid, MCDA) vêm sendo desenvolvidos para
lidar com problemas que envolvam múltiplos critérios (ou indicadores) e análises subjetivas.
Além da modelagem proposta, um caso de aplicação da mesma é apresentado e analisado ao
final do estudo.
Palavras-chave: Apoio multicritério à decisão, solvência, ANS (Agência Nacional de Saúde
Suplementar).
ABSTRACT
The present work look for developing a solvency classification of Health Maintenance
Organizations. This approach is based on integration of Multiple Criteria Decision Aid
(MCDA) concepts to a group of ratios adopted by the National Health Agency (ANS). The
concepts of MCDA have being developed to take care with problems that involve multiple
criteria (or ratios) and subjective analyses. Besides of the proposed modeling, an application
case is showed and analyzed at the end of the study.
Keywords: Multiple Criteria Decision Aid, solvency, ANS (National Health Agency).
LISTA DE ILUSTRAÇÕES
FIGURA TÍTULO Página
Figura 1.1 Problemas de Classificação 13
Figura 2.1 Deferimento das garantias financeiras 36
Figura 3.1 Problemas de Escolha 39
Figura 3.2 Problemas de Ordenação 40
Figura 3.3 Problemas de Classificação 41
Figura 3.4 Classes ordenadas definidas por limites 46
Figura 4.1 Fluxograma das etapas da metodologia proposta 58
LISTA DE TABELAS
TABELA TÍTULO Página
Tabela 4.1 Classificação, descrição e codificação dos critérios 60
Tabela 4.2 Pesos atribuídos aos critérios 62
Tabela 4.3 Definição das classes à luz de cada critério 63
Tabela 4.4 Classificação mais exigente das operadoras com λ = 0,7 65
Tabela 4.5 Classificação mais exigente das operadoras com λ = 0,8 66
Tabela 4.6 Classificação menos exigente das operadoras com λ = 0,7 67
Tabela 4.7 Classificação menos exigente das operadoras com λ = 0,8 68
LISTA DE ABREVIATURAS E SIGLAS
AMD Auxílio Multicritério à Decisão
ANS Agência Nacional de Saúde Suplementar
BACEN Banco Central do Brasil
CEE Comunidade Econômica Européia
CNSP Conselho Nacional de Seguros Privados
DIOPE Diretoria de Normas e Habilitação das Operadoras
DIOPS Documento de Informações Periódicas das Operadoras de Planos de
Assistência à Saúde
ELECTRE ELimination Et Choice Traidusaint la REalitè
EUC Unidade Monetária da CEE
FAST Financial Analysis and Solvency Tracking
FAWG Financial Analysis Working Group
IRIS Insurance Regulatory Information System
MCDA Multiple Criteria Decision Aid
NAIC National Association of Insurance Commissioners
OPS Operadora de Plano de Saúde
RBC Risk Based Capital
RDC Resolução de Diretoria Colegiada
RN Resolução Normativa
RO Resolução Operacional
SUSEP Superintendência de Seguros Privados
SUMÁRIO
Página
1. INTRODUÇÃO 11
1.1 OBJETIVO 13
1.2 JUSTIFICATIVA 13
1.3 ESTRUTURAÇÃO DO TRABALHO 14
2. REVISÃO BIBLIOGRÁFICA 16
2.1 O RISCO E O SEGURO 16
2.2 O CONCEITO DE SOLVÊNCIA 18
2.3 A IMPORTÂNCIA DO CONTROLE DE SOLVÊNCIA 19
2.4 MODELOS DE CONTROLE DE SOLVÊNCIA 20
2.4.1 Modelo Europeu 20
2.4.1.1 Provisões Técnicas 21
2.4.1.2 Margem de Solvência 22
2.4.2 Modelo Norte-Americano 24
2.4.2.1 Reservas técnicas 25
2.4.2.2 Insurance Regulatory Information System (IRIS) 25
2.4.2.3 Risk Based Capital (RBC) 28
2.4.2.4 Financial Analysis and Solvency Tracking (FAST) 28
2.4.3 Modelos Brasileiros 29
2.4.3.1 Mercado Segurador 29
2.4.3.1.1 Margem de Solvência 30
2.4.3.1.2 Monitoramento por indicadores 31
2.4.3.2 Mercado de Assistência à Saúde Suplementar 31
2.4.3.2.1 Seguradoras de Saúde 32
2.4.3.2.2 Demais Operadoras de Saúde 33
3. FUNDAMENTAÇÃO TEÓRICA 38
3.1 O PROBLEMA DE DECISÃO 38
3.1.1 Modelando a Preferência 41
3.1.2 Os Métodos de Subordinação e Síntese 43
3.2 DESCRIÇÃO DO MÉTODO ELECTRE TRI 45
3.2.1 Apresentação geral 45
3.2.2 A relação de subordinação no ELECTRE TRI 47
3.2.2.1 Índice de concordância parcial 48
3.2.2.2 Índice de concordância global 48
3.2.2.3 Índice de discordância 49
3.2.2.4 Grau de credibilidade na relação de subordinação 49
3.2.2.5 A relação de subordinação resultante 50
3.2.2.6 A classificação dos procedimentos 51
3.2.2.7 Consistência na definição das categorias 52
4. ABORDAGEM PROPOSTA E EXPERIMENTO DE APLICAÇÃO 54
4.1 DESCRIÇÃO DA METODOLOGIA PROPOSTA 54
4.2 EXEMPLO DE APLICAÇÃO DA METODOLOGIA PROPOSTA 59
4.2.1 Identificação das operadoras que se deseja avaliar 59
4.2.2 Identificação da classificação a qual pertencem as operadoras 59
4.2.3 Especificação dos indicadores que serão considerados 59
4.2.4 Atribuição dos pesos para cada indicador 62
4.2.5 Identificação das classes de equivalência para cada indicador 62
4.2.6 Estabelecer o limite de preferência (p) e de indiferença (q) 62
4.2.7 Cálculo do desempenho das operadoras à luz dos indicadores 63
4.2.8 Executar o algoritmo de classificação do ELECTRE TRI 64
4.3 ANÁLISE DOS RESULTADOS 64
4.3.1 Aprofundamento da análise dos resultados obtidos 69
5. CONCLUSÕES E SUGESTÕES 71
5.1 CONCLUSÕES 71
5.2 SUGESTÕES 74
6. REFERÊNCIAS BIBLIOGRÁFICAS 76
7. ANEXO I - CÁLCULO DO DESEMPENHO DOS INDICADORES 83
8. ANEXO II - RESULTADOS DO ELECTRE TRI 88
1. INTRODUÇÃO O mercado segurador é caracterizado por uma reversão do ciclo operacional
convencional: seguradoras e operadoras de planos de saúde recebem remuneração por
serviços antes de fornecer qualquer benefício em função de perdas que venham a ocorrer aos
seus beneficiários. Assim, enquanto essas empresas investem as receitas, os segurados ou
beneficiários sofrem certos riscos em função da depreciação, liquidez, créditos, entre outros.
Além desses riscos, que são comuns a todas as instituições financeiras, existem os exclusivos
desta indústria: prêmios (contraprestações pecuniárias) insuficientes; cálculos incorretos das
reservas técnicas; mudanças adversas na freqüência de sinistros (eventos); perdas
catastróficas; e, risco de resseguro, dentre outros. Ademais, devem ser considerados os riscos
decorrentes de gerenciamentos incompetentes e desonestos.
A função principal destas empresas é o gerenciamento de todos esses riscos de modo a
estarem aptas a qualquer tempo para cumprir os compromissos com os segurados e
beneficiários. Desta forma, neste tipo de negócio, manter a solvência destas empresas é de
fundamental importância, uma vez que a solvência significa a capacidade da empresa em
honrar os seus compromissos futuros.
Conforme Westenberger (1995A) a solvência é um atributo de fundamental
importância para uma empresa de seguros, podendo comparar a relevância da solvência para
uma seguradora com a da boa saúde para um ser humano. Com efeito, a solvência, tida como
a saúde financeira de uma seguradora, é um fator que tem reflexos amplos em toda a
sociedade, uma vez que o mecanismo de seguro, enquanto viabilizador do empreendimento
produtivo, baseia-se fundamentalmente na credibilidade de que perdas acidentais serão
efetivamente indenizadas quando cobertas por uma apólice de seguros.
12
Entretanto, segundo a OECD (2002), devido à estrutura, tamanho e complexidade
desta indústria é muito difícil para o segurado ou beneficiário avaliar a solvência do negócio
contratado. Assim, com o propósito de proteger consumidores, países possuem buscam
estabelecer sistemas para a supervisão da solvência de seguradoras. No caso dos planos de
saúde, estes sistemas objetivam garantir a continuidade da prestação da assistência à saúde.
Ademais, países da União Européia, os Estados Unidos, Brasil, dentre outros possuem
desde a década de 70 diretrizes para o monitoramento da solvência de seguradoras. No caso
do Brasil, a partir de 1971, o órgão regulador do mercado segurador, Superintendência de
Seguros Privados – SUSEP, fixou parâmetros para controle da solvência das seguradoras,
estabelecendo critérios para constituição de provisões técnicas, margem de solvência e de
capital mínimo. Os parâmetros utilizados pelo órgão regulador brasileiro, para o controle da
solvência, foram estruturados com base no modelo adotado pelo mercado europeu. Apesar de
ser um modelo mais simples que o norte-americano, algumas empresas não resistiram ao nível
de exigibilidade e foram liquidadas.
A SUSEP, assim como a Agência Nacional de Saúde Suplementar – ANS, que
fiscaliza o mercado dos planos de saúde, adotaram um conjunto de indicadores, calculados a
partir das demonstrações financeiras das empresas, objetivando avaliar suas situações
econômico-financeiras.
Esses indicadores adotados pelos órgãos reguladores brasileiros foram estabelecidos
com base na experiência do Banco Central do Brasil (BACEN) e no sistema norte americano
IRIS (Insurance Regulatory Information System), desenvolvido pela National Association of
Insurance Commissioners (NAIC) e que vem sendo utilizado desde o início da década de 70
(Gaver e Paterson, 2004). Este sistema avalia determinados índices das empresas e se propõe
a identificar seguradoras que estejam ou possam vir a estar em pouco tempo em dificuldades
financeiras. O controle é feito através das análises desses índices, e, caso alguma empresa
esteja com quatro ou mais destes índices fora dos intervalos pré-estabelecidos, merecerá uma
atenção especial.
13
1.1 OBJETIVO Com base no exposto, este trabalho tem por objetivo desenvolver uma classificação de
solvência das operadoras que operam planos de assistência à saúde, conforme demonstrado na
figura 1.1. Esta abordagem está fundamentada na integração de conceitos do Auxílio
Multicritério à Decisão (AMD) ao conjunto de indicadores adotados pela ANS. Os conceitos
do AMD (conhecido na língua inglesa por Multiple Criteria Decision Aid – MCDA) vêm
sendo desenvolvidos para lidar com problemas que envolvam múltiplos critérios (ou
indicadores) e análises subjetivas.
Figura 1.1 – Problemas de Classificação.
[Fonte: Adaptada de MOUSSEAU, (1999)].
1.2 JUSTIFICATIVA
A escolha do tema se deu a partir da experiência profissional do autor na área de
regulação do mercado de saúde suplementar. Tendo trabalhado por mais de três anos na
Agência Nacional de Saúde Suplementar – ANS, em duas distintas diretorias, permitiu o
contato com o acompanhamento econômico-financeiro de operadoras de assistência à saúde.
O estudo da solvência dessas empresas sob o ponto de vista desta dissertação, se
justifica a partir da importância de se unir técnicas de Engenharia de Produção, que tratem de
Classe 1 Classe 2
. .......... .......... ..........
Classe k
X X
X
X X X
X X
X
X X
X X X X
X X X
X X X X X
14
interpretar a subjetividade, a processos administrativos que buscam não só a análise
econômico-financeiro das empresas, como também caminhos que possam ajudar na melhora
da situação dessas empresas. A busca de tais caminhos está diretamente ligada à experiência e
à preferência dos decisores que precisam interligar suas análise à prováveis soluções de modo
a preservar o interesse dos segurados e beneficiários, assim como de outras partes que estejam
diretamente ligadas às perdas que venham ocorrer com insolvência dessas entidades.
1.3 ESTRUTURAÇÃO DO TRABALHO Este trabalho é composto por cinco capítulos, referências bibliográficas e dois anexos.
O capítulo 1 apresenta uma breve introdução ao assunto tratado, o objetivo deste
trabalho, juntamente com sua justificativa e estruturação.
O capítulo 2 expõe a Revisão Bibliográfica através das diversas técnicas utilizadas
para o monitoramento da solvência de entidades como seguradoras e operadoras de planos de
assistência à saúde.
No capítulo 3, são apresentados os conceitos sobre multicritério seguido da explicação
de como se desenvolve e aplica o Método ELECTRE TRI, ferramenta utilizada neste trabalho.
No capítulo 4, apresenta-se a metodologia proposta por este trabalho para o auxílio ao
monitoramento da situação econômico-financeira das empresas participantes da industria que
esta sendo estudada, além da modelagem da metodologia para um caso prático, desenvolve-se
uma aplicação da mesma a fim de experimentar sua aplicação.
Já no capítulo 5, apresentam-se as conclusões do presente trabalho e, também,
sugestões para trabalhos futuros.
As referências bibliográficas que deram suporte ao desenvolvimento da presente
dissertação encontram-se na sexta parte, contribuindo com uma coletânea de autores sobre o
processo de monitoramento da solvência dos mercados, assim como, as fontes bibliográficas
sobre Análise Multicritério à Decisão.
15
No anexo I, são reportados os desempenhos de cada operadora, adotada na aplicação
da metodologia, à luz de cada critério (indicador econômico-financeiro).
O anexo II exibe as classificações, otimista e pessimista, obtidas para as operadoras,
em função das duas credibilidades escolhidas para a simulação.
2. REVISÃO BIBLIOGRÁFICA Existem diversas técnicas que buscam realizar um controle da solvência de entidades
seguradoras. Neste capítulo, é apresentada a importância do monitoramento do risco de
insolvência destas empresas, além de apresentar algumas técnicas utilizadas nesta importante
tarefa.
2.1 O RISCO E O SEGURO
Gonçalves (1992) diz que o seguro como nós atualmente o conhecemos, nada mais é
do que um mecanismo de transferência de riscos, podendo ser definido como um arranjo
contratual onde uma das partes (o segurador) concorda em compensar a outra em condições
pré-estabelecidas. Risco, por sua vez, é um conceito de difícil definição formal.
Williams e Heins (1989) definem risco como a variação nos possíveis acontecimentos
que podem ter lugar em um dado período, em determinadas situações, distinguindo este
conceito do de probabilidade ao postular que o risco é uma característica da distribuição de
probabilidade com um todo. O conceito estatístico de variância se aproxima desta definição
de risco.
Adams (1987), em um enfoque extremamente atuarial, defini o risco como uma
variável aleatória que representa o montante total das indenizações a serem pagas pelo
segurador em virtude de ocorrência do evento desfavorável, também chamado de sinistro.
17
Larramendi et al (1985) apresenta o risco como a possibilidade de ocorrência de um
evento incerto, fortuito e de conseqüências negativas, ou seja, é uma probabilidade de perda
futura.
Vale ressaltar que a definição adotada no presente texto para o termo risco pode ser
enquadrada na definição de risco puro ou risco não especulativo. Uma outra vertente, também
associada à palavra risco, considera o risco especulativo no qual as conseqüências de
ocorrência de um evento podem ser positivas. Alguns autores da área econômica utilizam,
neste último caso, a palavra risco como sinônimo da palavra chance.
Segundo Gonçalves (1992) o seguro, tal como é conhecido hoje, surgiu nas cidades de
mercadores da região que atualmente é a Itália, por volta do final do século XIII e inicio do
século XIV. Ligado ao comércio e à navegação, ele foi se desenvolvendo e se espalhando pela
Europa, chegando à Inglaterra, que teve grande importância na história do seu
desenvolvimento.
O seguro desempenha um papel fundamental no mundo de hoje e sua importância
pode ser avaliada confrontado seus custos e benefícios sociais. Os custos pagos pela
sociedade são principalmente aqueles relativos aos recursos usados para a operação do
negócio e às possíveis perdas decorrentes de fraudes, estas relacionadas ao risco moral. Os
benefícios consistem principalmente em:
i. Estabilidade proporcionada aos negócios e à família, constituindo um meio de
proteção mais eficaz que a constituição de reservas individuais para fazer frente a
futuras perdas;
ii. Liberação de capital para investimentos. As seguradoras recolhem dinheiro dos
clientes e o torna disponível para investimentos vultosos;
iii. Custos de capital reduzido. Como existe mais capital para investimento, seu preço
tende a ficar mais barato;
iv. Desenvolvimento de atividades de prevenção e controle de perdas. As companhias
seguradoras costumam patrocinar pesquisas e campanhas de diminuição de perdas,
uma vez que isto reflete diretamente nos seus resultados, e desta forma, contribui
para o bem-estar de toda a sociedade;
v. Facilidade para contratos de créditos. Com as pessoas e propriedades sendo
seguradas, o credor reduz o seu nível de incerteza, uma vez que suas garantias não
18
desaparecerão pela ocorrência de um evento desfavorável, reduzindo custos ou
mesmo possibilitando os contratos em questão.
2.2 O CONCEITO DE SOLVÊNCIA
Simplificadamente, a solvência de uma seguradora, assim como de uma operadora de
assistência à saúde, pode ser definida como a capacidade de uma empresa fazer frente a todas
as suas obrigações futuras.
Conforme Salles & Santos (2004), uma seguradora é solvente se ela é capaz de
cumprir suas obrigações em todos os seus contratos, em todas as circunstâncias razoavelmente
previsíveis. Para tanto devem ser mantidos ativos ou capital em excesso ao montante do
passivo. A natureza do negócio implica na formação de provisões técnicas e investimento em
ativos para a cobertura dessas provisões. Estes ativos devem ser gerenciados levando em
conta o perfil do passivo e o perfil de risco/retorno da empresa. O ativo deve ser de natureza,
termo e liquidez apropriados para garantir o pagamento do passivo. Aliás, uma política
saudável é combinar a adequação de capital e solvência com um sistema de gerenciamento de
risco.
Segundo Westenberger (1995A), a rigor a solvência de uma seguradora só pode ser
efetivamente verificada se, ao término de suas operações (voluntariamente ou não), ela tiver
honrado todas as suas obrigações, seja com seus segurados, fornecedores, empregados,
acionistas ou qualquer entidade que tenha adquirido qualquer tipo de direito com respeito à
empresa.
A avaliação da solvência de uma seguradora ou operadora de saúde possui natureza
probabilística, haja vista o sinistro ou evento representar uma variável aleatória. Para aferição
desta solvência, é necessário investigar uma série de fatores como constituição correta das
provisões técnicas, gestão adequada dos ativos dados como cobertura das provisões,
necessidade de capital para cobrir eventuais perdas, gestão da transferência de risco, entre
outros.
19
A avaliação da probabilidade de ruína de uma dessas entidades consiste em uma
ferramenta muito utilizada pelas seguradoras para calcular alguns dos parâmetros de
solvência, tais como: limites de retenção e necessidade de capital. Contudo, não é suficiente
para análise completa. O correto dimensionamento das provisões e a gestão dos ativos
também representam parâmetros relevantes para solvência.
2.3 A IMPORTÂNCIA DO CONTROLE DE SOLVÊNCIA
Conforme relatado em Westenberger (1995B), o problema da solvência de uma
seguradora adquire uma importância e complexidade peculiares, já que o produto que se
vende agora ainda vai ser fabricado. Com efeito, a empresa, baseada em estimativas e
alocando uma margem para lucro e possíveis erros e variações nesta estimativa, estabelece a
priori o preço a ser cobrado pelo contrato de seguro, que terá vigência em um período
posterior ao pagamento efetuado.
Ainda, a regulação do Estado deve proteger aqueles que têm algum tipo de crédito
com seguradoras, especialmente os segurados. Desta forma, o este controle também cumpre a
função de preservar a imagem deste mercado, visto que no contrato de seguro, o cliente
compra resultados previsíveis, confiando no fato de que a empresa virá em seu socorro no
caso de ocorrer o sinistro, pagando antecipadamente por esta proteção. Assim, como a
confiança é um ponto fundamental no negócio, o órgão regulador dessa indústria deve se
encarregar de avaliar a solvência de todas as empresas através de uma regulamentação
adequada ao seu controle, zelando para que para que permaneça em níveis aceitáveis e que os
contratos possam ser honrados, viabilizando assim o mercado securitário como um todo.
Segundo Nogueira (2004), o conhecimento do nível de solvência das empresas é de
fundamental importância para o consumidor exercer suas escolhas de forma eficiente. A
assimetria de informação, nesse caso, dá-se no conhecimento privilegiado das empresas sobre
sua real situação financeira em comparação aos consumidores. A presença do órgão regulador
está em estabelecer critérios mínimos de garantia de solvência dessas empresas e de
transparência dessas informações, a fim de proporcionar segurança aos consumidores,
reduzindo o custo necessário para obter informação a respeito das condições financeiras das
empresas.
20
Embora a finalidade básica da regulação da solvência esteja na proteção do
consumidor, os benefícios desse tipo de ação reguladora se estendem aos demais agentes do
mercado. A não-regulação da solvência das empresas aumenta o risco sistêmico do mercado
de saúde suplementar, dada a estrutura altamente interligada da oferta de serviços de saúde. A
quebra de empresas impõe custos sobre todos os agentes direta e indiretamente envolvidos na
prestação, e não apenas sobre os consumidores.
Por outro lado, conforme Lamm-Tennant et al (1996), os custos de tal monitoração,
entretanto, devem ser considerados em função dos benefícios. Isto é, os reguladores do
seguro devem otimizar o número de instituições postas sob a extensiva vigilância da
solvência. Se os reguladores falharem em fornecer uma conclusão antecipada de um
segurador financeiramente insolvente, uma sobrecarga eventualmente será passada aos
segurados. Além disso, os custos sociais serão proporcionalmente mais elevados. Na outra
mão, uma conclusão prematura de seguradores financeiramente afligidos pode resultar em
ineficiência do mercado de seguro, também tendo por resultado custos sociais mais elevados.
Assim, os reguladores estatais devem considerar a política de vigilância da solvência dentro
desta estrutura de concessão.
2.4 MODELOS DE CONTROLE DE SOLVÊNCIA
Em virtude da importância do controle da solvência das entidades seguradoras, foram
desenvolvidos em diversos países mecanismos para auxiliar os órgãos reguladores nesta
tarefa. Nesta seção são apresentadas algumas metodologias adotas nos principais países e no
Brasil.
2.4.1 Modelo Europeu
Conforme relatado em OECD (2002), as regras de solvência na União Européia foram
introduzidas pela primeira Diretiva de seguro não-vida, em 1973, e pela primeira Diretiva de
seguro de vida, em 1979. Estas Diretivas foram emendadas subseqüentemente, e os
regulamentos do setor do seguro na união européia são baseados agora essencialmente na
terceira geração das Diretivas orientadoras de 1992. Em 1998, estas Diretivas foram
21
suplementadas por uma diretriz orientadora nos grupos de seguro. Estes regulamentos
aplicam-se obviamente aos quinze Estados Membros da União Européia.
As diretrizes nesse continente definem alguns parâmetros para o acompanhamento da
solvência. Dentre estes parâmetros destacam-se a definição da margem de solvência e do
correto provisionamento das provisões técnicas.
2.4.1.1 Provisões Técnicas
As provisões técnicas são contas do passivo contábil de uma seguradora que têm como
objetivo garantir que obrigações financeiras para com os segurados sejam cumpridas.
Portanto, o seu correto dimensionamento possibilitará avaliar, adequadamente, as
responsabilidades reais das seguradoras.
Pode-se dividir as provisões técnicas em dois grupos, diferenciados pela existência ou
não de um fato gerador, ou seja, existência ou não de evento coberto pelo contrato celebrado
entre as partes.
O primeiro grupo envolve conceitos contábeis e atuariais. Podemos identificá-lo pela
ausência de fato gerador, ou seja, o evento ainda não ocorreu. O conceito contábil existente
diz respeito à forma de apropriação do prêmio em regimes financeiros de repartição simples,
em que parte do prêmio emitido deverá ser provisionada no passivo (provisão de riscos não-
expirados). À medida que o tempo de vigência do contrato vai terminando, parte desta
provisão vai sendo apropriada como receita da operadora. Já o conceito atuarial envolvido diz
respeito a financiamento dos eventos ocorridos por parte dos prêmios. Ainda no regime de
repartição e, observando este conceito, deverá ser constituída provisão de insuficiência de
prêmios, também chamada de oscilação de riscos, que tem por objetivo garantir qualquer
desvio ocasional na carteira.
No caso de estruturação do plano por regime de capitalização, deverá ser formada, no
passivo, provisão de benefícios a conceder. Neste caso, sua reversão será para outra provisão
característica do outro grupo, descrito a seguir.
22
O segundo grupo basicamente é representado pelas provisões de sinistros, e se
caracteriza pela existência do fato gerador, devendo ser constituídas para todos os eventos
ocorridos, porém não-pagos, de contratos vigentes das seguradoras. Deste modo, fica claro
que o conceito atuarial está intimamente relacionado.
Segundo Wiser (1989), as provisões de sinistros deveriam ser compostas de cinco
elementos:
1. provisão para futuros desenvolvimentos em sinistros conhecidos;
2. provisão para sinistros que foram reabertos após terem sido liquidados;
3. provisão para sinistros que ocorreram, porém ainda não foram avisados;
4. provisão para sinistros que já foram avisados, porém ainda não foram registrados; e
5. provisão de sinistros a liquidar.
Para contratos estruturados sob regime de capitalização, deverá ser constituída
provisão de benefícios concedidos, a partir da reversão de provisão de benefícios a conceder,
quando da concessão do benefício para o segurado.
As provisões técnicas deverão ser aplicadas de modo a preservar a segurança, a
rentabilidade e a liquidez das seguradoras. A composição da carteira de investimento dos
ativos contábeis para a cobertura das provisões, denominados ativos garantidores, deverá ser
acompanhadas pelo órgão regulador.
2.4.1.2 Margem de Solvência
A margem de solvência pode ser definida como uma reserva suplementar às provisões
técnicas que a seguradora deverá dispor para suportar oscilações das suas operações. Este
conceito não garantirá que uma seguradora manter-se-á solvente, haja vista desconsiderar uma
série de fatores que são relevantes para sua operação como, por exemplo, ativos que
compõem a carteira de investimentos.
Benjamin (1977) sugere que a Margem de Solvência tem cinco finalidades básicas:
i. Equalizar flutuações randômicas nos sinistros em adição a alguma provisão feita
nas reservas técnicas;
23
ii. Agir como um colchão contra flutuações ou tendências adversas nas probabilidades
básicas dos sinistros, tais como o efeito das condições climáticas nos sinistros de
incêndio e mudanças legislativas nos sinistros de responsabilidade civil;
iii. Agir como um colchão contra perdas em investimentos;
iv. Cobrir riscos diversos, como: catástrofes naturais, falhas de resseguros, fraudes ou
outros desfalques, etc;
v. Fornecer um colchão para perdas potenciais surgidas de falhas na administração,
como inabilidade para cortar despesas, formar reservas adequadamente ou controlar
a expansão de forma apropriada.
Segundo Gonçalves (1992) o padrão definido pela CEE – Comunidade Econômica
Européia visa estabelecer a margem de solvência mínima exigida para cada empresa e
determinar se ela está solvente ou não, comparando este valor mínimo com a margem
efetivamente apresentada pela companhia.
De acordo com as Diretivas da União Européia (OECD 2002), se a margem de
solvência ficar abaixo de um valor mínimo estabelecido pelo órgão regulador (que pode variar
dependendo do tipo de negócio), a autoridade supervisionária do Estado Membro competente
deverá requerer que a companhia de seguro submeta um plano de recuperação das finanças a
curto prazo para sua aprovação. Um arranjo similar contemplado na maioria dos países da
OECD: a companhia deve informar a autoridade supervisionária a natureza, a quantidade e o
planejamento dos novos fundos que pretende levantar para restaurar sua solvência.
De acordo com o artigo 16 da Diretiva 73/239/CEE de 24/07/1973 da CEE (Ministere,
1991) estabelece-se que a margem de solvência mínima exigida para seguradoras não-vida é o
maior valor resultante de dois cálculos:
a) 18% dos prêmios brutos recebidos no último ano fiscal até 10 milhões de EUC
(unidade montaria da CEE), mais 16 % dos prêmios brutos recebidos no último ano
fiscal a partir deste valor.
b) 26% dos sinistros brutos médios nos últimos três anos fiscais até 7 milhões de
EUC, mais 23% dos sinistros brutos médios nos últimos três anos fiscais a partir
deste valor.
24
Ademais, deve-se acrescentar que os prêmios são líquidos de cancelamentos e incluem
resseguros aceitos. Um fator de ajuste para levar em conta os resseguros cedidos é permitido
para a aplicação sobre a margem mínima obtida. Isto é feito multiplicando o valor encontrado
para esta margem pelo percentual equivalente aos sinistros pagos pela seguradora sobre os
sinistros totais. O fator é permitido até um valor mínimo de 50%.
Nesta resolução, a margem de solvência de uma seguradora corresponde ao seu
patrimônio livre de quaisquer obrigações. Seus componentes principais são o capital social,
reservas não correspondentes à obrigações com os clientes, reservas de lucros que possam ser
usadas por lei para cobrir perdas e, sujeitas a certas restrições, as chamadas reservas ocultas,
resultantes de ativos subestimados e passivos superestimados.
O cálculo com base nos sinistros permite um ajuste para os casos onde o prêmio se
mostra inadequado com a sinistralidade (razão entre sinistros anuais por prêmios anuais)
excedendo 70%. Este número é obtido através da comparação dos coeficientes de a) e b):
tomando o volume de prêmios anuais iguais a P e de sinistros anuais igual a S, para uma
sinistralidade de 70% ou mais a regra b) passa a ser preponderantemente, pois:
0,26 S > 0,18 P, para PS > 0,7 aproximadamente.
2.4.2 Modelo Norte-Americano
A partir de 1971, a NAIC começou a desenvolver um sistema, denominado de IRIS,
que consistia na avaliação de algumas variáveis, estabelecendo intervalos, que poderiam ser
alterados anualmente, para definir se uma operadora encontrava-se solvente. Além disso, era
exigida auditoria atuarial nas reservas de sinistros. Já em 1991, a NAIC instituiria o sistema
de Risk Based Capital (RBC), que procurava corrigir distorções apresentadas no método
anterior.
Posteriormente, mais precisamente em 1993, o NAIC implementou um novo modelo
de classificação de solvência e um processo analítico, denominado Financial Analysis and
Solvency Tracking (FAST), para facilitar a revisão do regulamento domiciliar de seguradores
25
"nacionalmente significativos". Assim, nesta seção serão discutidos os modelos de
acompanhamento de solvência utilizado nos Estados Unidos, além da descrição dar reservas
técnicas adotadas neste mercado.
2.4.2.1 Reservas técnicas
No mercado americano, o model act da NAIC, que apresentou modelo de
regulamentação das reservas de seguradoras de saúde, estabeleceu três categorias de reservas:
reservas de sinistros, de prêmios e de contratos. Todas são consideradas como reservas
mínimas que a seguradora deverá manter para garantia das transações relacionadas com a
operação fim da empresa.
A reserva de prêmios é muito similar à provisão de prêmios não-ganhos adotada no
Brasil. As reservas de contratos são requeridas para todo contrato grupal ou individual,
precificado com base em prêmio nivelado, ou seja, similar à provisão de benefícios a
conceder. Também é considerada como reserva de contrato uma provisão similar à de
insuficiência de prêmios. A NAIC determinou que as reservas de sinistros e as de contrato
devam ser atestadas por atuários.
2.4.2.2 Insurance Regulatory Information System (IRIS)
Conforme Brockett, L. P. et al (2004), a NAIC desenvolveu o sistema IRIS com o
objetivo de fornecer um sistema de advertência adiantado para insolvência de empresas
seguradoras. Assim, desta forma, auxiliando os departamentos estaduais de seguros na
execução de suas funções estatutárias de fiscalizar as condições financeiras das companhias
seguradoras.
Segundo Martins (1994), cabe observar que nenhum estado tem condições de avaliar a
situação financeira de todas as empresas, imediatamente após os recebimentos das respectivas
demonstrações financeiras. Assim sendo, o IRIS auxilia a selecionar as companhias de
seguros que merecem maior prioridade na alocação dos recursos dos órgãos oficiais nas
atividades de finalização.
26
Ademais, convém frisar que o IRIS não se propõe a substituir as análises financeiras
dos departamentos estaduais de seguros norte-americanos. O sistema visa apenas auxiliar
esses departamentos em suas funções fiscalizadoras.
O sistema IRIS é composto de duas fases: estatística e analítica. Abaixo são descritas
estas duas fases:
a) Fase estatística
Nesta fase são calculados os diversos índices financeiros a partir das informações
obtidas do balanço anual e do demonstrativo de resultados das empresas seguradoras. Os
índices financeiros são considerados a espinha dorsal do IRIS, uma vez que todos os
resultados obtidos nesta fase serão utilizados na fase analítica que se segue.
Conforme relatado em NAIC (1993, p.2), diversos estudos mostram que o IRIS tem
sido bastante eficaz em identificar companhias com problemas. Entretanto, uma vez que as
condições econômicas não são estáticas, os componentes de cada índice são revistos
anualmente e alterados sempre que se faz necessário.
As faixas recomendadas para os resultados de cada índice têm sido estabelecidas a
partir de estudos de empresas que ficaram insolventes, ou que enfrentaram sérios problemas
financeiros nos últimos anos. Caso um determinado índice não fique fora da faixa não
necessariamente significa que a companhia esteja enfrentando dificuldades, apenas sinaliza
que deve ser verificado o que está acontecendo.
b) Fase analítica
Após a fase estatística, o método IRIS recomenda que seja formada uma equipe de
analistas financeiros com o objetivo de identificar quais empresas merecem imediata atenção
dos órgãos fiscalizadores.
Até 1988, os analistas financeiros se dedicavam a estudar, nesta fase, os resultados
das seguradoras que tivessem obtido na fase estatística quatro ou mais índices fora das faixas
recomendadas e também daquelas que mereceram atenção imediata não ano anterior. Caso
27
houvesse tempo, eram analisados os índices das seguradoras com três resultados fora das
faixas e assim por diante. Após as análises os especialistas emitiam relatórios informando que
companhias requeriam atenção fiscalizadora imediata, assim como as causas dessa conclusão.
Esses relatórios também informavam os motivos pelos quais uma empresa não ter sido
classificada para a atenção fiscalizadora imediata, apesar desta ter apresentado quatro ou mais
índices fora da faixa recomendada.
A partir de 1989, a equipe de analistas passou a estudar os resultados da fase estatística
de todas as companhias, para depois então classifica-las da seguinte forma:
Primeira prioridade – para empresas que necessitem de atenção imediata;
Segunda prioridade – para empresas que exibem uma tendência adversa de
solvência;
Terceira prioridade – para empresas que apresentem algum tipo de variação muito
brusca em seus índices durante o ano e que necessitam ser analisadas, ainda que
não demonstrem tendência adversa de solvência;
Nenhuma prioridade – para empresas que não apresentam nenhuma indicação de
necessidade de análise.
Ademais, juntamente à designação de prioridade em que cada companhia é incluída, a
equipe de analistas fornece também as razões que levaram a tal classificação.
Estudo recente (Gaver e Paterson, 2004) relata que empresas de seguro gerenciam as
reservas de sinistro a fim de evitar que alguns indicadores utilizados no sistema IRIS violem
as faixas recomendadas na avaliação da solvência. Em uma amostra utilizada neste estudo,
quase dois terços das empresas que violariam quatro ou mais indicadores do IRIS ajustaram
com sucesso as reservas para reduzir o número de violações destes indicadores para menos de
quatro.
Outrossim, maiores detalhes sobre esta metodologia, além dos índices utilizados,
podem ser encontrados em Gaver e Paterson (2004), Martins (1994), além das publicações da
NAIC.
28
2.4.2.3 Risk Based Capital (RBC)
Em 1989, após estudo sobre problemas na regulamentação estadual, detectou-se uma
série de inconsistências neste tipo de avaliação. Conseqüentemente, a NAIC fixou, a partir de
1990, comissão para estudar melhor a política de solvência. Deste estudo, surgiu a fórmula de
RBC que estabeleceu, em linhas gerais, o capital que a entidade seguradora deveria possuir,
de tal forma que o déficit esperado do segurado fosse um percentual da perda provável.
A fórmula de RBC tem como objetivo determinar a quantidade mínima de capital de
uma seguradora para evitar uma ação direta do órgão regulador. Esta fórmula classifica todos
os riscos em quatro categorias maiores:
a) Riscos dos Ativos;
b) Riscos Operacionais;
c) Riscos de Taxas de Juros;
d) Todos os outros riscos do negócio.
Metade da quantidade determinada pela fórmula de RBC ajustada pela covariância,
“Authorized Control Level Risk-Based Capital”, deverá ser comparada com o que, nos
Estados Unidos, é chamado de “Total Adjusted Capital” (similar ao conceito de Ativo
Líquido adotado no Brasil). Se a razão entre este valor e aquele for superior a 2,5, não haverá
necessidade de intervenção da NAIC. Caso contrário, uma série de ações serão tomadas junto
à operadora.
A metodologia do RBC começou, em 1994, a ser utilizado como alternativa à
avaliação de solvência. Entretanto, pesquisas iniciais sugerem que a aproximação do RBC é
inferior a do IRIS e da FAST em identificar problemas potenciais de solvência (Bratton, 1994;
Grace et al, 1993).
2.4.2.4 Financial Analysis and Solvency Tracking (FAST)
Conforme relatado em OECD (2001), o objetivo da revisão do processo de avaliação
de solvência da NAIC, conforme executado através de seu Financial Analysis Working Group
(FAWG) foi assegurar-se de que os reguladores internos estivessem tomando ações eficazes
29
com respeito aos seguradores "nacionalmente significativos" que estejam em dificuldade
financeira.
A divisão financeira de reportagem e análise da NAIC sujeita os relatórios financeiros
destes seguradores a uma rotina analítica computadorizada, FAST Scoring, e outras análises
de vinte indicadores que são usadas para priorizar companhias para uma análise mais adiante.
FAWG revê estas análises e identifica aqueles seguradores que se sujeitarão a uma revisão.
Para aqueles seguradores, o FAWG faz perguntas ao regulador estadual em vários aspectos da
condição financeira dos seguradores e ações reguladoras a respeito daqueles seguradores. Se
a FAWG determinar que o regulador estadual tem tomado ações apropriadas então FAWG
pode fechar o arquivo ou continuar monitorando a companhia. Se o FAWG determinar que
algumas medidas adicionais são desejáveis, recomendará a ação corretiva apropriada ao
regulador estadual. Se o regulador estadual falhar em seguir as recomendações do FAWG,
este irá alertar outros estados conseqüentemente e coordenará suas ações de encontro à
companhia com problemas.
A NAIC realiza avaliações dos índices do IRIS e do FAST para todos os reguladores
dos estados e os disponibiliza pelo Internet-State Interface Technology Enhancement, I-SITE
aos estados associados. Os usuários podem procurar neste site pela informação específica
atualizada do perfil da companhia ou uma variedade de indicadores financeiros. Isto fornece
uma ferramenta detalhada para a análise regulatória de solvência e a evidência sugere que os
reguladores estaduais estão fazendo o uso extensivo dele.
2.4.3 Modelos Brasileiros
As diretrizes adotadas no Brasil para o monitoramento da solvência de entidade
seguradoras e operadoras de assistências à saúde sofreram uma grande influência dos modelos
europeu e norte-americano. Nesta seção serão descritos os modelos adotados no País.
2.4.3.1 Mercado Segurador
As seguradoras possuem regulamentação desde a década de 60, disciplinadas pelas
regras do Decreto-lei nº 73/66 e com toda uma regulamentação há anos definida e estruturada.
30
2.4.3.1.1 Margem de Solvência
Em 1989, o Conselho Nacional de Seguros Privados – CNSP publicou a Resolução N°
008/89, onde foi definido que todas as sociedades seguradoras que operem no país devem
apresentar, por ocasião do encerramento das demonstrações financeiras de junho e dezembro,
uma Margem de Solvência satisfatória, que consiste na existência de um ativo líquido no
mínimo igual ao maior dos seguintes valores:
a) vinte por cento da média anual do total da receita líquida de prêmios emitidos nos
últimos trinta e seis meses;
b) um terço da média anual do total dos sinistros ocorridos e avisados nos últimos
sessenta meses.
Recentemente, em 2001, foi publicada a Resolução CNSP Nº 55/01 que alterou a
nomenclatura da conta de sinistro e reduziu os períodos de cálculo da margem de solvência
para:
a) 0,20 vezes do total da receita líquida de prêmios emitidos dos últimos doze meses;
b) 0,33 vezes a média anual do total dos sinistros retidos dos últimos trinta e seis
meses.
Para este cálculo devem ser computadas as operações de todos os ramos com exceção
de vida individual, contribuição de previdência privada aberta e capitalização. Os valores
serão calculados a preços constantes, incluindo prêmios e sinistros das operações de
retrocessão e sendo líquidos de resseguro e cosseguro cedidos, restituições, ressarcimentos,
anulações, cancelamentos e salvados.
O ativo líquido conforme definido nesta resolução corresponde ao valor contábil
representado pelo Patrimônio Líquido, com os seguintes ajustes, quando for o caso:
a) adições:
1. lucros não-realizados da carteira de ações e quotas de fundos de
investimentos em ações;
2. receitas de exercícios futuros efetivamente recebidas;
b) deduções:
1. destaque de capital para Departamento de Previdência Privada;
31
2. participações diretas ou indiretas em sociedades congêneres e/ou entidades
de previdência privada de fins lucrativos, atualizadas pela efetiva
equivalência patrimonial;
3. despesas antecipadas;
4. despesas de exercícios futuros efetivamente incorridas;
O Limite de Margem é definido como 50% do montante correspondente à Margem de
Solvência e corresponde a um sinal vermelho, mostrando que medidas mais imediatas devem
ser tomada, no caso do ativo líquido se tornar inferior a este valor.
Conforme Gonçalves (1992), analogamente, ao padrão da CEE, o cálculo com base
nos sinistros tem a função de prevenir margens subestimadas no caso de sinistralidades
médias muito altas. Até o limite de 60% de sinistralidade média, a regra dos prêmios
predomina, e, a partir daí, passa a vigorar a regra de um terço dos sinistros.
2.4.3.1.2 Monitoramento por indicadores
Mais recentemente a SUSEP elaborou alguns indicadores econômico-financeiros, com
base no sistema IRIS. Estes indicadores, assim como nos Estados Unidos, vem sendo
utilizado como um sistema de alerta antecipado no monitoramento da solvência das entidades
seguradoras, juntamente com o cálculo da margem de solvência.
2.4.3.2 Mercado de Assistência à Saúde Suplementar
Cabe ressaltar que o mercado de saúde suplementar já existia no Brasil há algumas
décadas, porém a Lei n° 9.656, de 3 de junho de 1998, veio trazer a primeira normatização
para esse mercado, trazendo uma clara preocupação em regular os aspectos financeiros e
patrimoniais das operadoras, por entender que a solvência de uma operadora é um elemento
que impacta diretamente na manutenção e qualidade da prestação dos serviços de assistência à
saúde aos consumidores.
Conforme Nogueira (2004), o mercado de saúde suplementar é composto de diferentes
espécies de operadoras, possuindo cada uma características específicas em diversos aspectos:
32
porte, fisionomia jurídica, finalidade lucrativa ou não, com ou sem rede hospitalar própria etc.
Essas peculiaridades devem ser levadas em consideração na regulação setorial.
No campo econômico-financeiro, é de se entender por interesse público a garantia de
continuidade da prestação da assistência à saúde, sendo que essa garantia está vinculada à
situação econômico-financeira das operadoras, em particular à manutenção da solvência.
Nesse sentido, a regulação prudencial desenvolvida pela ANS (criada pela lei
9.961/00) visa monitorar a solvência do mercado, por ser este fator fundamental quando se
gerencia riscos e capital de terceiros. No caso do mercado de saúde suplementar há, ainda, o
diferencial do risco social envolvido – a vida humana, aliado ao fato de os custos da
assistência à saúde serem peculiarmente elevados.
Ainda, pela legislação de saúde suplementar todas as entidades que operam planos de
assistência à saúde são consideradas operadoras. Porém, a seguir trataremos das seguradoras
que operam neste mercado separadamente das demais operadoras pelo fato das regras de
solvência diferirem entre elas.
2.4.3.2.1 Seguradoras de Saúde
No contexto da assistência à saúde suplementar as seguradoras eram as únicas
entidades que estavam sujeitas a uma regulamentação anteriormente a Lei N° 9.656/98.
Porém, a partir da edição da Lei nº 10.185/01, a atuação das seguradoras no setor saúde ficou
condicionada à criação de empresa específica, as Seguradoras Especializadas em saúde,
devendo, para tanto, realizar essa atividade com exclusividade, isto é, sem atuar em outros
ramos do seguro.
Segundo Nogueira (2004), a fim de evitar solução de continuidade no processo
regulatório dessas seguradoras, optou-se, na RDC nº 65, de 16 de abril de 2001, por
recepcionar todas as normas editadas pelo CNSP e SUSEP para regular os aspectos
econômico-financeiros das sociedades seguradoras especializadas em saúde, até
regulamentação em sentido diverso pela ANS. Significa dizer que os normativos vigentes, do
33
mercado segurador, até dezembro de 2000, permanecem aplicáveis às seguradoras
especializadas em saúde.
Desta forma, as regras definidas pela SUSEP em relação ao controle da solvência
dessas entidades continuaram em vigência, assim como os critérios de constituição das
provisões técnicas. Ademais, os monitoramentos da margem de solvência e dos indicadores
econômico-financeiros passaram a ser exercidos pela ANS.
2.4.3.2.2 Demais Operadoras de Saúde
Por outro lado, conforme dito anteriormente, o mercado de operadoras de assistência à
saúde somente foi regulamentado com o advento da Lei N° 9.656/98. Ademais, a partir da
criação da ANS realizaram-se estudos para definir regras a fim de transformar um mercado
que até então era extremamente insolvente e descapitalizado para um patamar que trouxesse
mais credibilidade.
Assim, após esses estudos e a discussão com o mercado de operadoras através de um
instrumento chamado de câmara técnica foi publicada a RDC N° 77/2001 que dispõe sobre os
critérios de constituição de garantias financeiras a serem observados pelas operadoras de
planos de assistência à saúde, exceto sociedades seguradoras e autogestões patrocinadas.
Ainda, as regras definidas na RDC N° 77/2001 para o cálculo do capital mínimo e das
provisões técnicas deve observar a segmentação e a região de atuação das operadoras.
a) Capital mínimo
Capital mínimo corresponde ao valor mínimo, em complementação às provisões, que a
operadora deverá dispor a qualquer tempo para garantir suas operações. Quando do início das
suas atividades, serve de balizamento da capacidade da operadora em assumir novos riscos.
O valor do capital mínimo possui duas funções:
i. fixar parâmetro mínimo de capital suficiente para as empresas em início de
operação; e
34
ii. fixar parâmetro mínimo que a operadora deverá ter como ativo líquido a qualquer
tempo.
Com base no que foi definido na RDC N° 77/01, para as operadoras com fins
lucrativos será exigido Capital Mínimo, calculado a partir da multiplicação de um fator
variável K, obtido na Tabela A do Anexo I da referida resolução, pelo capital base de R$
3.100.000,00 (três milhões e cem mil reais), conforme a seguinte formulação:
Capital Mínimo = K x R$ 3.100.000,00
Ademais, estas operadoras deverão, a qualquer tempo, manter o Patrimônio Líquido
igual ou superior ao Capital Mínimo.
No caso das operadoras sem fins lucrativos será exigida Provisão para Operação com
valor, no mínimo, igual ao calculado segundo a formulação prevista para o Capital Mínimo.
E, estas operadoras deverão, a qualquer tempo, manter o Patrimônio maior ou igual a zero.
Ainda, para as operadoras classificadas como Cooperativa Médica e Cooperativa
Odontológica, a parcela variável K será reduzida do percentual das transferências em co-
responsabilidade das contraprestações pecuniárias na modalidade de pré-pagamento.
b) Provisões técnicas
Conforme Nogueira (2004), a regulamentação das provisões técnicas visa preservar a
segurança e liquidez das operadoras e correspondem a montantes a serem contabilizados em
contas do passivo contábil da operadora com o objetivo de garantir que as obrigações
financeiras para com os seus beneficiários sejam cumpridas. Seu correto dimensionamento
visa permitir uma avaliação adequada das responsabilidades reais das operadoras.
A RDC nº 77/2001 determina que as operadoras constituirão, mensalmente, a provisão
de risco e a provisão para eventos ocorridos e não-avisados (IBNR), esta última apenas para
as operadoras registradas após a publicação dessa norma.
35
A provisão de risco busca garantir as obrigações contratuais, tendo por base o conceito
de apropriação e insuficiência da contraprestação, enquanto que a provisão para eventos
ocorridos e não-avisados tem por objetivo avaliar o montante dos pagamentos futuros de
eventos ocorridos no passado, que ainda não são de conhecimento das operadoras.
Esta norma define que as operadoras deverão constituir, mensalmente, Provisão de
Risco para garantia de suas obrigações contratuais, correspondente ao maior dos valores entre
as seguintes hipóteses:
i. cinqüenta por cento das contraprestações líquidas emitidas na modalidade de pré-
pagamento;
ii. a média dos eventos indenizáveis líquidos conhecidos na modalidade de pré-
pagamento nos últimos doze meses, multiplicando o resultado pelo fator Y da
Tabela B do Anexo I.
Outrossim, a diversificação dos ativos garantidores das Provisões dispostas na referida
resolução deverá atender aos critérios estabelecidos na RN N° 67, de 4 de fevereiro de 2004.
Em relação aos critérios mencionados no parágrafo anterior, as operadoras deverão
observar, adicionalmente, para Provisão de Risco, o limite máximo de noventa por cento em
investimentos permanentes em rede hospitalar própria e de trinta por cento em imóveis que
não representem rede hospitalar própria.
c) Regra de transição
Devido à extrema descapitalização das operadoras de saúde, foi colocado um elemento
importante na norma definindo que as operadoras que iniciaram suas atividades em data
anterior à vigência da RDC nº 77/2001 tivessem a prerrogativa de constituir as garantias
financeiras (Capital Mínimo – CM e Provisão de Risco – PR) diferidas em até seis anos,
contados da data de publicação da Resolução, como demonstra a Figura 2.1:
36
Figura 2.1 - Deferimento das garantias financeiras.
[Fonte: Adaptada de Nogueira (2004)]
d) Monitoramento econômico-financeiro
O processo de regulação econômica do mercado de saúde suplementar demanda a
adoção de rotinas e mecanismos para promover o acompanhamento dos aspectos econômico-
financeiros e de solvência do mercado de saúde suplementar.
Para tanto, a ANS se inspirou no modelo de acompanhamento nos modelos já
utilizados no Sistema Financeiro Nacional, notadamente a partir da experiência do Banco
Central do Brasil e da SUSEP. Essa medida se justificou pela dificuldade inerente à
inexistência de qualquer estrutura anterior.
O modelo adotado pela ANS se baseou na análise de indicadores econômico-
financeiros extraídos das demonstrações contábeis das operadoras. O primeiro critério
adotado pela ANS para a seleção das operadoras a serem avaliadas é o número de
beneficiários ativos, neste sentido são selecionadas primeiramente as operadoras que possuem
mais beneficiários, uma vez que a quebra dessas operadoras iria afetar muitos consumidores.
Em um segundo momento, a ANS seleciona as operadoras que estão com passivo a
descoberto (Patrimônio Líquido negativo), depois, as que estão com o índice de liquidez fora
37
do limite considerado adequado, selecionando com base no índice de endividamento e assim
sucessivamente, conforme a importância dos indicadores.
Ademais, outros fatores importantes que são considerados na escolha das operadoras a
serem avaliadas são:
O não atendimento das operadoras às regras impostas na RDC 77/2001;
Operadoras que estejam em plano de recuperação;
Operadoras que foram denunciadas por prestadores de serviços ou beneficiários,
diretamente a ANS ou através do ministério publico;
Operadoras que na fiscalização efetuada pela ANS apresentaram algum tipo de
problema.
No capítulo IV serão detalhados alguns dos indicadores, assim como o valor limite
para o qual o índice é considerado normal para uma classificação de operadora adotada neste
estudo. Vale ressaltar que apenas o primeiro limite descrito para estes indicadores neste
capitulo é considerado pela ANS, os demais foram criados de modo a viabilizar este estudo.
Maiores detalhes sobre alguns desses indicadores podem ser encontrados em Silva (1999).
3. FUNDAMENTAÇÃO TEÓRICA
Neste capítulo, são apresentados os conceitos de Auxílio Multicritério à Decisão, com
foco no método ELECTRE TRI. Este método foi adotado por ser um algoritmo bastante
eficiente para tratar problemas de classificação ordenada, objetivo fundamental desta
dissertação.
3.1 O problema de decisão
Segundo Baasch (1995), uma situação de escolha de alternativa ou curso de ação
viável que uma unidade de decisão (ou decisor) tem que realizar, dentre um conjunto de
soluções viáveis, é denominada como problema de decisão. Uma alternativa viável é também
caracterizada como uma alternativa de decisão.
Borenstein (1997) diz que o processo de decisão solicita instrumentos que, além de
apresentarem formalismo matemático, devem auxiliar os decisores por meio da flexibilidade
na descrição dos problemas. Esses instrumentos devem oferecer facilidade de análise e
entendimento dos componentes do processo de decisão; facilidade na comunicação e na
explanação dos possíveis resultados; e, habilidade em captar e manipular as preferências do
decisor.
Um importante instrumento para tratar problemas de decisão é o Auxílio Multicritério
à Decisão (AMD). Segundo Vincke (1992) e Freitas (1997), a finalidade do AMD é
classificar e priorizar as alternativas de decisão considerando o desempenho destas à luz de
múltiplos critérios e reconhecendo a inexistência, de modo geral, de uma alternativa que seja
a melhor em todos os critérios. Portanto, pode-se dizer que a solução de um problema de
39
decisão multicritério passa pela classificação de um conjunto A = {a1, a2, ..., aj} de
alternativas avaliado à luz de n critérios g1, g2, ..., gn em uma das classes pré-definidas, de
acordo com o desempenho destas alternativas em um critério em particular.
Para Corner e Buchanan (1997) as duas principais características do AMD são:
• Análise dos problemas de decisão à luz de vários critérios.
• Reconhecimento e abordagem da subjetividade relativa aos problemas de decisão.
Para Yu (1992) há três formulações diferentes (escolha, ordenação e classificação)
que podem servir de orientação para o analista na estruturação do problema numa dada
situação de decisão. Porém, uma outra formulação, não considerada em Yu, compreende os
problemas de priorização, como aqueles tratados pelo Método de Análise Hierárquica (AHP).
Conforme reportado em Freitas (1997), no que se refere ao problema de escolha, as
alternativas são diretamente comparadas umas com as outras e os resultados são informados a
partir da noção comparativa: melhor e pior. A escolha, seleção de um subgrupo A* das
melhores alternativas de A, é um exemplo típico de julgamento comparativo.
A presença (ou ausência) de uma alternativa ak no grupo das melhores alternativas A*
resulta da comparação de ak com outras alternativas. Similarmente, a posição de uma
alternativa na ordem preferencial depende da comparação desta com as outras.
A’ : alternativas
selecionadas
A – A’ :
alternativas rejeitadas
Figura 3.1 – Problemas de Escolha.
[Fonte: Mousseau e Slowvinski 1998 apud Freitas 2001]
X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
X
X X
X X X X X X X X X X X X X X X X X X X X
40
No que se refere ao problema de ordenação, as alternativas são consideradas
independentemente umas das outras, a fim de determinar seu valor individual partindo de
comparações entre as referências; os resultados são informados através de noções absolutas de
“pertencente” ou “não-pertencente” a uma classe, “similar” ou “não-similar” a um
desempenho de referência, “adequado” ou “não-adequado” a alguns limites. Tanto o problema
de escolha, como o problema de ordenação (definição de uma ordem preferencial em A),
compreende um exemplo de julgamento comparativo.
A
Figura 3.2 – Problemas de Ordenação.
[Fonte: Mousseau e Slowvinski (1998) apud Freitas 2001]
Já o problema de classificação se refere ao julgamento absoluto, que consiste em
classificar as alternativas dentro de uma das classes pré-existentes (classe padrão) definidas
por limites ou elementos típicos da classe. A classificação de uma alternativa ak é resultado da
avaliação intrínseca de ak à luz dos critérios e dos limites definidores das classes (a
classificação de ak em uma classe específica não influencia a classe para que outra alternativa
seja classificada).
Conforme reportado em Azevedo (2001) a composição das classes pode exercer
influência na estrutura das classes, tratando-se de um caso padrão de “problemas de
A
X X x X X X X X X X x X X X X x X X X X X X X X X X x
X X
X X X
X
X X X
x x x x
X X
X X
41
classificação multicritério” (Multiple Criteria Sorting Problems – MCSP). O MCSP se
diferencia da abordagem padrão de classificação, pois as classes consideradas aqui são
definidas preliminarmente e não são resultados das análises. Estas classes são normalmente
criadas de forma que as alternativas classificadas em uma mesma classe sejam tratadas
igualmente. O Método ELECTRE TRI utilizado neste trabalho trata deste tipo de problema.
Figura 3.3 – Problemas de Classificação.
[Fonte: Mousseau et al (1999)]
3.1.1 Modelando a Preferência
De modo geral, os estudos que auxiliam nas decisões incluem a inter-comparação de
alternativas pertencentes ao conjunto A (ou a comparação de alternativas pertencentes a A
com um conjunto de padrões também contido em A) à luz de diferentes critérios pertencentes
ao conjunto F.
Utiliza-se então o conceito de critério – uma função g de real valor avaliada a partir de
um ponto de vista específico (agrupando uma classe de conseqüências homogêneas).
Mais precisamente, a um critério genérico gj ∈ F associa-se uma função de valor real gj
( ) que projeta os elementos de A em ℜ , tal que a comparação de qualquer par de alternativas
a e b ∈ A possa ser analisada através da comparação de dois valores gj (a) e gj (b).
Classe 1 Classe 2 ............. Classe k
X X X X X X X X X X X X X X X X X X X X X X X X
X X X
X X X X X
X X X X
42
Para que se possa comparar qualquer par de alternativas a e b em A, a função gj ( )
deve ser construída tal como:
gj (a) = gj (b) ⇒ aI gj b (1)
gj (a) > gj (b) ⇒ aP gj b (2)
onde Ig e Pg denotam as relações de indiferença e de preferência relativas ao critério g.
A primeira relação (1) define que, quando o desempenho da alternativa “a” no critério
“g” for igual ao desempenho da alternativa “b” no mesmo critério, “a” é indiferente à “b”.
A segunda relação (2) define que quando o desempenho da alternativa “a” no critério
“g” for maior que o desempenho da alternativa “b” no mesmo critério, “a” é preferível à “b”.
Na prática, a avaliação de alternativas à luz de critérios subjetivos é invariavelmente
sujeita à imprecisões e à incertezas, difíceis de serem determinadas. Portanto, uma pequena
diferença de avaliação gj(a) - gj(b) pode resultar em situações de indiferença. Ademais,
quando esta diferença não parece interferir, nem sempre reflete uma situação de preferência.
Com isso, é mais razoável e prudente considerar um modelo de critério mais geral em
que a função g deve ser construída, tal como: gj(a) ≥ gj(b) ⇒ a S gj b, que significa “a é ao
menos tão boa quanto b” (ou a subordina b) no que se refere ao critério gj.
Desta forma, para avaliar a imprecisão, a incerteza e a difícil determinação, é comum
o uso de limites de discriminação que identificam os limites entre situações de indiferença e
preferência.
Neste caso, dois valores q e p são introduzidos, tal como:
gj(a) - gj(b) ≤ q ⇒ aI gj b
q < gj(a) - gj(b) ≤ p ⇒ aQ gj b
gj(a) - gj(b) > p ⇒ aP gj b
onde Qg denota a relação de preferência fraca relativa ao critério g.
Uma relação de preferência fraca é uma situação intermediária que avalia uma
hesitação entre as situações de indiferença e de preferência q e p são chamados limites de
43
indiferença e de preferência, respectivamente. Em casos gerais, estes limites podem variar
com as avaliações.
O modelo de verdadeiro-critério foi definido no caso onde p = q = 0. O modelo geral
(q ≥ 0 e p ≥ 0) é chamado pseudocritério; dois casos específicos interessantes são os semi-
critério onde q = p e o pré-critério onde q = 0.
Determinar um valor para estes limites é um problema difícil. Tais valores podem ser
ambos determinados depois da análise da imprecisão dos dados, ou deduzi-los utilizando as
funções do ELECTRE TRI. Estes limites devem ser “valores razoáveis” em que os impactos
sejam estudados através de uma análise robusta. Esta análise consiste em explorar o impacto
das variações dos parâmetros em resultados conclusivos.
3.1.2 Os Métodos de Subordinação e Síntese
Conforme Freitas e Costa (1998) existem vários métodos de AMD desenvolvidos
atualmente por duas grandes escolas que se dedicam aos estudos de problemas multicritério: a
escola americana e a escola francesa ou européia.
Erlich (1996) completa a colocação anterior explicando que os especialistas em AMD
também subdividem os métodos multicritério em três grandes famílias, que são:
• Teoria da Utilidade Multicritério.
• Métodos de Subordinação e Síntese.
• Métodos Interativos.
A mais conhecida família de métodos da Escola Francesa é a família ELECTRE
(ELimination Et Choice Traidusaint la REalitè). Estes métodos são também conhecidos por
Métodos de Subordinação e Síntese ou de Superclassificação (Gomes, 1995). A família
ELECTRE é composta dos seguintes métodos:
• ELECTRE I.
• ELECTRE II.
• ELECTRE III.
• ELECTRE IV.
44
• ELECTRE IS.
• ELECTRE TRI.
Freitas e Costa (1996) relatam que para um dado conjunto finito de alternativas/ações
(A), valoradas sobre uma família/vetor de critérios (F), estes métodos constróem uma relação
de subordinação, que representa as preferências estabelecidas pelo decisor. A exploração
desta relação visa auxiliar o decisor a resolver o problema.
O ELECTRE I, de acordo com Goicoechea et al (1982), estabelece uma ordenação
parcial do conjunto das ações consideradas, tal que satisfaça:
• teste de concordância (isto é, se a medida de concordância está acima do nível
mínimo aceitável).
• teste da discordância (isto é, se a medida de discordância está abaixo do nível
máximo de discordância permissível).
Ainda segundo Goicoechea et al (op. cit.), o ELECTRE II estabelece uma ordenação
completa do conjunto de ações considerado, devendo também satisfazer às condições de
concordância e discordância. Entretanto, as definições dessas condições diferem daquelas do
ELECTRE I.
O procedimento de subordinação consiste na construção de duas relações extremas –
uma forte e outra fraca. A classificação final, denominada classificação mediana, é obtida pela
composição das duas classificações originadas das relações de subordinação forte e fraca.
Estes dois primeiros métodos tratam de problemas onde ocorrem critérios verdadeiros,
caracterizados por não admitir imprecisão e incerteza na avaliação de cada ação.
Os Métodos ELECTRE III e IV, conforme reportado por Vallée e Zielniewicz (1994)
utilizam o conceito de pseudocritério, que permite integrar explicitamente elementos mal
definidos ou conhecidos com uma margem de imprecisão.
45
Estes métodos buscam construir uma ou várias relações de subordinação, tal que, para
cada par de alternativas valoradas, seja possível identificar o quanto uma alternativa é ao
menos tão boa quanto a outra.
No ELECTRE III, utiliza-se um conjunto de pesos para agregar as preferências
parciais sob cada critério. Já no ELECTRE IV, o decisor não pode ou não deseja avaliar a
importância relativa de cada pseudocritério.
Segundo Roy e Skalka (1984), o ELECTRE IS é uma generalização do ELECTRE I,
porém, permitindo o emprego do conceito de pseudocritério.
Este trabalho utiliza o Método ELECTRE TRI como ferramenta, por isso o mesmo
será descrito com mais detalhes no próximo tópico.
3.2 DESCRIÇÃO DO MÉTODO ELECTRE TRI 3.2.1 Apresentação geral
O Método ELECTRE TRI, reportado em Yu (1992), Roy (1993) e Mousseau et al
(1999) também pertence a família ELECTRE e caracteriza-se por tratar de problemas
específicos de classificação ordenada (COSTA et al, 2004). Ou seja: dado um conjunto A de
alternativas, classificá-las em subconjuntos específicos de classes ordenadas A1, A2, ....... An.
Esta classificação é feita considerando:
• A análise do desempenho das alternativas à luz de um conjunto de critérios F.
• A avaliação da importância dos critérios pertencentes a F.
• Classes de equivalência, definidas por limites superiores e inferiores de
desempenho das alternativas em cada critério. Estes limites são denominados
limites das classes.
O ELECTRE TRI integra funções específicas que dão suporte ao decisor no processo
de preferência. Estas funções agrupadas no ELECTRE TRI ajudam a reduzir o esforço
cognitivo requerido do decisor na fase de estruturação do modelo. A principal característica
46
do ELECTRE TRI é a inferência de parâmetros preferenciais na determinação de exemplos
fornecidos pelo decisor.
O ELECTRE TRI classifica alternativas em classes pré-definidas (padrão). A
classificação de uma alternativa a resulta da comparação com os desempenhos que definem os
limites das classes padrão.
F denota o conjunto de índices dos critérios F = {g1, g2, ..., gm} e B denota o conjunto
de índices dos desempenhos que definem a classe p+1, bh é o limite superior da classe Ch e o
limite inferior da classe Ch+1, h = 1, 2, ..., p.
O ELECTRE TRI classifica as alternativas seguindo dois passos consecutivos:
• Construção de uma relação de subordinação S, que caracteriza como as
alternativas são comparadas aos limites das classes.
• Exploração (através de procedimentos de classificação) da relação S para
classificar cada alternativa em uma classe padrão.
Figura 3.4 – Classes ordenadas definidas por limites.
[Fonte: MOUSSEAU e SLOWINSKI (1998)].
O ELECTRE TRI constrói uma relação de subordinação S, confirmando, ou não, a
afirmação de que aSbh, que significa que “a é ao menos tão boa quanto bh”. As preferências
b1 b2 bp gm gm-1 g3
g2
g1 C1 C2 C3 Cp Cp+1
47
restritas em cada critério são definidas através de pseudocritérios detalhados na representação
de preferência de limites inferiores e superiores. Os limites de indiferença e de preferência
(qj(bh) e pj(bh)) constituem a informação preferencial sobre o critério. Eles analisam a
natureza imprecisa das avaliações gj(a). Enquanto, qj(bh) especifica a maior diferença
gj(a) - gj(bh) que preserva a indiferença entre a e bh no critério gj; pj(bh) representa a menor
diferença gj(a) - gj(bh) compatível com a preferência a favor de a no critério gj.
Na análise das preferências, a validação da afirmação aSbh (ou bhSa), deve verificar
duas condições:
• Concordância: para que uma ordenação onde aSbh (ou bhSa) seja aceita, uma
maioria suficiente de critérios deve ser a favor desta afirmação.
• Não-discordância: quando na condição de concordância esperada, nenhum dos
critérios na minoria deve se opor a afirmação aSbh (ou bhSa).
Dois tipos de parâmetros preferenciais de critérios intervêem na construção de S:
• O conjunto de coeficientes dos pesos-importância (k1, k2, ..., km) é usado no teste
de concordância quando computam a importância relativa da união dos critérios
que são a favor da afirmação aSbh.
• O conjunto de limites de veto (v1(bh), v2(bh), ..., vm(bh)), ∀ h∈ B, é usado no teste de
discordância. vj(bh) representa a menor diferença gj(bh) - gj(a) incompatível com a
afirmação aSbh.
3.2.2 – A relação de subordinação no ELECTRE TRI
No método ELECTRE TRI, uma relação de subordinação é construída para tornar
possível a comparação de uma alternativa a com um limite padrão bh. Esta relação de
subordinação é construída através dos seguintes passos:
• Computar o índice de concordância parcial cj(a, bh) e cj(bh, a),
• Computar o índice de concordância global c(a, bh),
• Computar o índice de discordância parcial dj(a, bh) e dj(bh, a),
• Computar a relação de subordinação fuzzy conforme o índice de credibilidade
σ(a, bh),
• Determinar um corte-λ da relação fuzzy para obter uma relação de subordinação.
48
3.2.2.1 Índice de concordância parcial
O índice de concordância parcial cj(a, bh) expressa até que ponto a afirmação “a é ao
menos tão boa quanto bh considerando o critério “gj” é válida.
Quando gj tem uma direção de preferência crescente, cj(a, bh) é computado como:
Se gj(a) ≤ gj(bh) – pj (bh), então cj(a, bh) = 0
Se gj(bh) – pj (bh) < gj(a) ≤ gj(bh) – qj (bh),
então cj(a, bh) = [gj(a) - gj(bh) + pj (bh)]
[pj (bh) - qj (bh)]
Se gj(bh) – qj (bh) < gj(a), então cj(a, bh) = 1
Quando gj tem uma direção de preferência decrescente, cj(a, bh) é computado como:
Se gj(a) ≥ gj(bh) + pj (bh), então cj(a, bh) = 0
Se gj(bh) + qj (bh) ≤ gj(a) ≤ gj(bh) + pj (bh),
então cj(a, bh) = [gj(bh) - gj(a) + pj (bh)]
[pj (bh) - qj (bh)]
Se gj(bh) + qj (bh) > gj(a), então cj(a, bh) = 1
3.2.2.2 Índice de concordância global
O índice de concordância global cj(bh, a) expressa até que ponto as avaliações de a e bh
em todos os critérios estão de acordo com a afirmação “a subordina bh“:
cj(a, bh) = Σj∈ F kj cj(a, bh)
Σj∈ F kj
49
3.2.2.3 Índice de discordância
O índice de discordância parcial dj(a, bh) expressa até que ponto o critério gj se opõe à
afirmação “a é ao menos tão boa quanto bh”, isto é, “a subordina bh” . Um critério gj é
considerado discordante com a afirmação “a subordina bh“ se, neste critério, bh é preferida à a
. Neste caso de preferência crescente, o critério gj se opõe a um veto quando a diferença gj(bh)
- gj(a) excede ao limite de veto vj(bh).
Quando gj tem uma direção de preferência crescente, dj(a, bh) é computado como:
Se gj(a) > gj(bh) - pj (bh), então dj(a, bh) = 0
Se gj(bh) - vj (bh) < gj(a) ≤ gj(bh) - pj (bh),
então dj(a, bh) = [gj(bh) - gj(a) - pj (bh)]
[vj (bh) - pj (bh)]
Se gj(bh) - vj(bh) ≥ qj (a), então dj(a, bh) = 1
Quando gj tem uma direção de preferência decrescente, dj(a, bh) é computado como:
Se gj(a) ≤ gj(bh) + pj (bh), então dj(a, bh) = 0
Se gj(bh) + pj (bh) < gj(a) ≤ gj(bh) + vj (bh),
então dj(a, bh) = [gj(a) - gj(bh) - pj (bh)]
[vj (bh) - pj (bh)]
Se gj(bh) + vj(bh) < gj (a), então dj(bh, a) = 1
3.2.2.4 Grau de credibilidade na relação de subordinação
O grau de credibilidade da relação de subordinação σ(a, bh) expressa até que ponto “a
subordina bh“ de acordo com o índice de concordância global cj(a, bh) e com o índice de
discordância dj(a, bh), ∀ j∈ F. Calcula-se o índice de credibilidade σ(a, bh) e σ(bh, a) somando-
se os valores estabelecidos na relação de subordinação.
50
O cálculo do índice de credibilidade σ(a, bh) é de acordo com os seguintes princípios:
1. quando nenhum critério for discordante, a credibilidade da relação de subordinação
σ(a, bh) é igual ao índice de concordância σ(a, bh).
2. quando um critério discordante se opõe ao veto para a afirmação “a subordina bh“
(i. é, dj(a, bh) = 1), então o índice de credibilidade σ(a, bh) torna-se nulo (a
afirmação “a subordina bh“ não é totalmente acreditável).
3. quando um critério discordante é tal como c(a, bh) < dj(a, bh) < 1, o índice de
credibilidade σ(a, bh) torna-se mais baixo do que o índice de concordância c(a, bh),
sendo justo o efeito de oposição deste critério.
A conclusão destes princípios é de que o índice de credibilidade σ(a, bh) corresponde
ao índice de concordância fraca por um eventual efeito de veto. Mais precisamente, o valor
σ(a, bh) é calculado como se segue (σ(bh, a) é calculado similarmente):
σ(a, bh) = c(a, bh) Π j∈ F 1 - dj(a, bh), onde F = {j∈ F/ dj(a, bh) > c(a, bh)}
1 – c(a, bh)
3.2.2.5 A relação de subordinação resultante
A tradução de uma relação de subordinação fuzzy obtida entre uma relação de
subordinação S é feita sobre o significado de um corte λ, (λ é chamado de nível de corte). λ é
considerado como o menor valor do índice de credibilidade compatível com a afirmação de
que “a subordina bh”, i. é, σ(a, bh) ≥ λ ⇒ aSbh. Assim, são definidas relações binárias >
(preferência), I (indiferença) e R (incomparabilidade) como se segue:
• aIbh ⇔ aSbh e bhSa
• a > bh ⇔ aSbh e não bhSa
• a < bh ⇔ não aSbh e bhSa
• aRbh ⇔ não aSbh e não bhSa
51
3.2.2.6 A classificação dos procedimentos
A regra do procedimento de exploração é realizada para analisar o modo em que uma
alternativa “a” é comparada com os limites padrões determinados para a classe na qual “a”
deve ser enquadrada. Dois procedimentos de classificação são avaliados:
1º) O procedimento de classificação pessimista (ou conjuntivo) é descrito a seguir:
1. Comparar a sucessivamente com bi, para i = p, p – 1, ..., 0.
2. Que bh seja o primeiro limite padrão tal que aSbh, classificando a para a classe
Ch+1 (a → Ch+1).
Se bh–1 e bh denotam o limite superior e inferior da classe Ch, o procedimento
pessimista classifica a alternativa a para a mais alta classe Ch tal que a subordine bh-1, isto é,
aSbh-1. Quando se utiliza este procedimento com λ=1, uma alternativa a pode ser enquadrada
na classe Ch somente se gj(a) for igual ou exceder gj(bh-1) (pela soma dos limites) para cada
critério (regra conjuntiva). Quando λ decresce, o caráter conjuntivo desta regra é fraco.
2º) O procedimento de classificação otimista (ou disjuntivo) é descrito a seguir:
1. Comparar a sucessivamente com bi, i=1, 2, ..., p.
2. Que bh seja o primeiro limite padrão tal que bh > a, classificando a na classe Ch
(a → Ch).
O procedimento otimista (ou disjuntivo) classifica a para a mais baixa classe Ch para a
qual o limite superior de bh é preferível a a, i. é, bh > a. Quando se utiliza este procedimento
com λ=1, uma alternativa a pode ser classificada na classe Ch quando gj(bh) exceder gj(a)
(pela soma dos limites) ao menos para um critério (regra disjuntiva). Quando λ decresce, o
caráter disjuntivo desta regra é fraco.
3o) Comparação entre os dois procedimentos de classificação:
Sendo estes dois procedimentos diferentes, conseqüentemente, pode ocorrer a
classificação de algumas alternativas em diferentes classes. O exemplo seguinte explica, num
nível teórico, a razão da possibilidade de divergência dos resultados de classificação.
52
Suponha-se que uma alternativa a é classificada em Ci e Cj pelas regras de
classificação pessimista e otimista, respectivamente. Espera-se:
• Que Ci seja inferior ou igual a Cj (i≤j).
• Que Ci seja inferior a Cj quando a é incomparável com todos os limites entre Ci e
Cj (aRbf, ∀ f, tal que i<f≤j).
Mais detalhadamente:
• Quando as avaliações de uma alternativa forem entre os dois limites de uma classe
em cada critério, então, ambos os procedimentos classificam esta alternativa para
esta classe.
• Uma divergência existe entre os resultados dos dois procedimentos de
classificação somente quando uma alternativa é incomparável para um ou vários
limites; em tais casos, a regra de classificação pessimista classifica a alternativa na
classe mais inferior que a otimista o faz.
3.2.2.7 Consistência na definição das categorias
As classes ordenadas p+1 C1, C2, ..., Cp+1 são definidas no ELECTRE TRI por p
limites b1, b2, ..., bp, sendo bh o limite superior da classe Ch e o limite inferior da classe Ch+1,
h=1, 2, ..., p. Para definir as classes consistentemente, os limites devem respeitar as duas
seguintes condições:
Condição 1: ∀ j∈ F, ∀ h=1...p-1, gj(bh+1) ≥ gj(bh)
Esta condição estabelece que as classes devem ser ordenadas. Como o ELECTRE TRI
considera classes ordenadas, não é possível usar o método se esta condição não for
cumprida.
Condição 2: ∀ j∈ F, ∀ h=1...p-1, gj(bh+1) - pj(bh+1) ≥ gj(bh) + pj(bh)
Para definir as classes “distingüíveis”, é razoável impor que nenhuma alternativa possa
ser indiferente a mais de um limite, i. é, ∀ a∈ A, ∀ h=1...p-1, aIbh ⇒ [não aIbh+1 e não
aIbh-1] (uma situação em que aIbh e aIbh+1 significarão implicitamente que a classe que
foi delimitada pelos limites bh e bh+1 é ”insuficientemente grande”. Esta condição
assegura o preceito de prosperidade na utilização do método. Em outras palavras, é
possível aplicar o ELECTRE TRI com limites que não cumpram a condição 2, mas
53
nestes casos, algumas alternativas podem ser indiferentes para dois limites
consecutivos.
4. ABORDAGEM PROPOSTA E EXPERIMENTO DE APLICAÇÃO
Neste capítulo, é apresentada a abordagem proposta neste trabalho para a classificação
do grau de solvência das operadoras.
O presente trabalho não tem a pretensão de apresentar um modelo de classificação
definitiva da solvência das operadoras de assistência à saúde. O que se faz aqui é apresentar
uma proposta alternativa de aprimoramento na avaliação do risco de insolvência destas
empresas, investigando a aplicação do Método ELECTRE TRI à modelagem e solução deste
problema.
4.1 DESCRIÇÃO DA ABORDAGEM PROPOSTA
A abordagem proposta no presente trabalho fundamenta-se na integração do Método
ELECTRE TRI (YU, 1992 e Mousseau et al, 1999) e aos indicadores econômico-financeiros,
elaborados com base na experiência do BACEN e da SUSEP, para o monitoramento das
operadoras de planos de saúde, objetivando a classificação destas operadoras em classes de
risco de solvência. A seguir são descritas as etapas da modelagem:
a) Identificar a(s) operadora(s), cujo(s) grau(s) de solvência deseja-se avaliar.
Listar as operadoras que participarão da análise. As operadoras que serão comparadas
e analisadas deverão fazer parte de uma mesma classificação definida na Resolução de
Diretoria Colegiada – RDC/ANS N° 39, de 27 de outubro de 2000. Esta condição possibilitará
a realização da análise, já que seus respectivos desempenhos poderão ser comparados, assim
como poderá auxiliar na escolha dos pesos e perfis para os critérios que serão considerados.
55
b) Especificar os critérios ou indicadores que devem ser considerados na
avaliação do grau de solvência.
Selecionar e listar os indicadores econômico-financeiros referentes à classificação de
operadora que devem ser destacados na análise. Estes Indicadores são selecionados em função
de sua representatividade no processo de monitoramento da solvência das operadoras. Este
processo consiste em uma análise situacional, posicionando a(s) operadora(s) analisada(s)
quanto aos fatores que mais influenciarão seu desempenho.
A percepção destes indicadores que se encontra num contexto ambiental, é um
processo permanentemente evolutivo, assim a escolha de indicadores mais representativos
deve levar em consideração as peculiaridades do segmento que se está avaliando. Neste
contexto, os indicadores de sucesso podem ser diferentemente percebidos por cada analista.
Os indicadores são classificados em três grupos descritos a seguir, conforme Da Silva
(1997):
- Índices de estrutura – mostram as grandes linhas de decisões financeiras, em
termos de obtenção de recursos. Esses índices são relacionados à composição de
capitais (próprios e de terceiros), que medem os níveis de imobilização de recurso e
que buscam diversas relações na estrutura da dívida da empresa. De certa forma,
estes índices estão ligados às decisões financeiras de financiamento e de
investimento;
- Índices de liquidez – mostram a base da situação financeira da empresa. Os índices
de liquidez visam fornecer uma medida, ou melhor, um indicador da capacidade da
empresa de pagar suas dívidas, a partir da comparação entre os direitos realizáveis e
as exigibilidades. Uma empresa com bons índices de liquidez tem condições de ter
boa capacidade de pagar suas dívidas, mas dependerá ainda de outras variáveis
como prazos de recebimento e de pagamento, giro dos estoques, renovação de
dívida, etc;
- Índices de rentabilidade – mostram quanto renderam os investimentos e, portanto,
qual o grau de êxito da empresa. Os índices de rentabilidade, também conhecidos
56
por índices de lucratividade ou mesmo de retorno, indicam qual o retorno que o
empreendimento está propiciando. Pode-se obter através da análise das
demonstrações financeiras, os indicadores sobre o investimento, retorno sobre as
vendas e retorno sobre o capital próprio, entre outros.
Obs: Conforme reportado em Herrera (2000), a determinação dos critérios de avaliação é
especialmente importante dentro do enfoque da metodologia, porque terá uma grande
influência no resultado final. É fortemente recomendável que estes critérios sejam definidos
por especialista(s) na indústria em questão, pois parcela considerável do sucesso da
abordagem proposta está associada à escolha adequada dos critérios e de seus pesos.
c) Atribuir pesos para cada critério.
Nesta etapa, estabelecem-se os pesos associados a cada indicador. Estes pesos são
obtidos através de julgamentos de valor, coletados junto a especialistas, com o auxílio de uma
escala de julgamentos definida no tópico anterior.
d) Estabelecer os limites de preferência (p) e de indiferença (q) para cada
critério.
Os limites de preferência e de indiferença “p” e “q” permitem considerar a natureza
imprecisa intrínseca às avaliações do desempenho das organizações à luz do critério
considerado.
e) Identificar as classes de equivalência juntamente com seus respectivos limites.
Neste ponto, se estabelece as classes de solvência que servirão de padrões para
classificar as operadoras sob análise. As “n” classes de equivalência são estabelecidas através
da definição de “n-1” perfis que serão considerados no estudo. Neste contexto, cada perfil
denota um limite padrão para cada classe, assim, o primeiro perfil corresponde ao limite
inferior da primeira classe e o limite superior da segunda classe, e assim sucessivamente.
57
f) Calcular os valores de cada indicador, nos quais se avalie o desempenho das
operadoras à luz de cada critério, com base na escala definida no tópico “g”.
Nesta etapa, com base nas informações contábeis que as operadoras encaminharam à
ANS, trimestralmente, através do DIOPS – Documento de Informações Periódicas das
Operadoras de Planos de Assistência à Saúde, calcula-se os índices econômico-financeiros
que servirão como os critérios neste estudo.
g) Executar o algoritmo de classificação do ELECTRE TRI.
Nesta etapa obtém-se a Classificação das Operadoras (CO) analisadas. São obtidas
duas classificações:
• Classificação mais exigente: obtida através de um procedimento Pessimista; e
• Classificação menos exigente: obtida através de um procedimento Otimista.
Maiores informações sobre o Método ELECTRE TRI estão detalhadas no capitulo III
deste trabalho e também em Yu (1992), Mousseau et al (1999) e Freitas (1997, 2001).
h) Analisar e interpretar os resultados obtidos pela classificação.
De posse dos resultados individuais de cada operadora à luz dos critérios
considerados, avalia-se o grau de solvência de cada alternativa, analisando, inclusive, o grau
de credibilidade destes resultados.
A representação do fluxo das etapas adotadas na abordagem proposta está ilustrada na
Figura 4.1, apresentada a seguir:
58
Figura 4.1 – Fluxograma das etapas da metodologia proposta.
[Fonte: Adaptada de Azevedo (2001)]
A Fim
Identificar classes de
equivalência
Especificar critérios que
serão considerados
Atribuir pesos para cada critério
considerado
Estabelecer limites de
preferência e indiferença
Calcular o desempenho das operadoras em cada critério
Início
Identificar as operadoras que serão avaliadas
no estudo
A
Executar ELECTRE TRI
para as operadoras
Analisar resultados das classificações
obtidas
59
4.2 EXPERIMENTO DE APLICAÇÃO DA ABORDAGEM PROPOSTA
Nesta seção, apresenta-se uma aplicação da metodologia proposta as informações
contábeis das operadoras de planos de saúde, considerando os dados referentes ao de 2003.
Esta aplicação foi desenvolvida com o objetivo de experimentar a aplicação da proposta a
uma situação real. A seguir, descrevem-se as etapas desta simulação.
4.2.1 Identificação das operadoras que se deseja avaliar
Foram avaliadas 113 operadoras consideradas de médio e grande porte, ou seja,
operadoras que possuem entre 20.000 e 100.000 beneficiários e operadoras com mais de
100.000 beneficiários, respectivamente. A escolha de operadoras com uma massa de
beneficiários acima de 20.000 foi adotada por serem empresas que possuem uma
profissionalização maior da operação, desta forma, acreditando-se que as informações
contábeis apresentem um menor número de erros. Isto porque a ANS só introduziu o Plano de
Contas Padrão (Resolução da Diretoria Colegiada – RDC N° 38/2000) para as operadoras em
outubro de 2000.
4.2.2 Identificação da classificação a qual pertencem as operadoras
As operadoras consideradas serão as classificadas pela ANS como de medicina de
grupo, conforme RDC N° 39/2000, por serem o grupo mais significativo em termos de
número de operadoras e de beneficiários ativo (Nogueira, 2004). Um fato importante a ser
destacado é que a classificação das operadoras em medicina de grupo foi realizada por
exclusão, ou seja, pertencem as estas classificação empresas ou entidades que operam no
segmento médico-hospitalar, excetuando-se aquelas classificadas como administradora,
cooperativa médica, autogestão ou filantropia. Deste modo, infere-se que este não é um grupo
com características homogêneas.
4.2.3 Especificação dos indicadores que serão considerados
Foram considerados os indicadores econômico-financeiros ilustrados na Tabela 4.1,
que são atualmente utilizados pela ANS na avaliação das operadoras que apresentam esta
60
classificação. Ainda, alguns destes indicadores foram selecionados para a avaliação
econômico-financeira das operadoras no atual programa de qualificação do mercado de saúde
suplementar, lançado em abril de 2005, pela ANS.
Indicadores
Descrição Código
Índice de Liquidez Geral ILG
Índice de Liquidez Corrente ILC
Índice de Imobilização do Patrimônio Líquido IImob.
Índice de Grau de Endividamento IEndiv.
Índice de Retorno Líquido IRet.Líq.
Índice de Retorno Financeiro IRet.Fin.
Índice de Despesas Médicas Assistenciais IDM
Índice de Despesa Administrativa IDA
Índice de Despesa Comercial IDC
Índice Combinado Icomb.
Tabela 4.1 – Classificação, descrição e codificação dos critérios.
O detalhamento destes critérios é apresentado a seguir, conforme Silva (1999) e
Programa de Qualificação (2005):
i. Índice de Liquidez Geral - representa o quanto a operadora possui de aplicações
de recursos no ativo circulante, mais o realizável a longo prazo para cada $1 de
endividamento total (passivo circulante + exigível a longo prazo). Este quociente
indica a situação financeira da sociedade “a longo prazo”, medindo a capacidade
da empresa em cumprir seus compromissos perante terceiros, “exigível a longo
prazo”. Cálculo:
ILG =Prazo Longo a Exigível Circulante PassivoPrazo Longo a Realizável Circulante Ativo
++
ii. Índice de Liquidez Corrente - representa o quanto a operadora possui de
aplicações de recursos no ativo circulante para cada unidade monetária de fonte de
recursos do passivo circulante. Este índice é utilizado para medir a capacidade da
empresa em saldar seus compromissos a curto prazo. Cálculo:
ILC =Circulante Passivo
Circulante Ativo
61
iii. Índice de Imobilização do Patrimônio Líquido - Representa o quanto a empresa
aplicou no ativo permanente para cada $1 de capital próprio. Cálculo:
IImob. = Líquido PatrimônioPermanente Ativo
iv. Índice de Grau de Endividamento (Participação de Capital de Terceiros) -
representa o quanto a empresa tomou de capital de terceiros para cada $1 de
capital próprio. Cálculo:
IEndiv. = Líquido Patrimônio
Terceiros de Capital
v. Índice de Retorno Líquido - representa o quanto a operadora obteve de retorno
líquido operacional para cada $1 de capital próprio investido. Cálculo:
IRet.Líq. = Líquido PatrimônioLíquido Resultado
vi. Índice de Retorno Financeiro - representa o quanto a operadora obteve de retorno
financeiro para cada $1 de capital próprio investido. Cálculo:
IRet.Fin. = Líquido Patrimônio
Financeiro Resultado
vii. Índice de Despesas Médicas Assistenciais - representa o quanto a operadora
incorreu em despesas assistenciais expressas na forma de eventos indenizáveis em
relação ao faturamento da operadora. É o principal índice de custo da operadora.
Cálculo:
IDM = sPecuniária taçõesContrapres
Líquidos isIndenizáve Eventos
viii. Índice de Despesa Administrativa - representa o quanto a operadora incorreu em
despesas administrativa em relação ao faturamento da operadora. Cálculo:
IDA = sPecuniária taçõesContrapres
tivaAdministra Despesa
ix. Índice de Despesa Comercial - representa o quanto a operadora incorreu em
despesas comercial em relação ao faturamento da operadora. Cálculo:
IDC = sPecuniária taçõesContrapres
Comercial Despesa
x. Índice Combinado - representa a relação entre o total de despesas da operadora e o
total de contraprestações (receitas com venda de planos de saúde), ou seja, a
relação entre a receita e a despesa da operadora de natureza exclusivamente
operacional. Cálculo:
62
Icomb. = sPecuniária taçõesContrapres
Comercial Despesa tivaAdministra Despesa Líquidos isIndenizáve Eventos ++
4.2.4 Atribuição dos pesos para cada indicador
No presente trabalho, estes pesos foram arbitrados por uma comissão de especialistas
com grande experiência na análise econômico-financeira das operadoras adotadas neste
estudo. A tabela 4.2 ilustra os pesos adotados para cada critério.
Critérios Pesos
ILG 4
ILC 5
IImob. 3
IEndiv. 5
IRet.Líq. 5
IRet.Fin. 3
IDM 4
IDA 3
IDC 2
Icomb. 4
Tabela 4.2 – Pesos atribuídos aos critérios.
4.2.5 Identificação das classes de equivalência para cada indicador
Conforme descrito em Yu (1992), Mousseau et al (1999), as classes de equivalência
são definidas por limites inferiores e superiores. Considerando consulta a especialistas que
atuam no problema em questão, foram definidas cinco classes de referência, as quais estão
reportadas na tabela 4.3.
4.2.6 Estabelecer o limite de preferência (p) e de indiferença (q)
Considerando que estas classes possuem uma amplitude de escala pequena, adotou-se
p=q = 0, em cada critério.
63
Classes
Critérios Limites A B C D E
Inferior 1,00 0,85 0,70 0,55 --- ILG
Superior --- 1,00 0,85 0,70 0,55
Inferior 1,00 0,85 0,70 0,55 --- ILC
Superior --- 1,00 0,85 0,70 0,55
Inferior 1,0 1,5 2,0 2,5 --- IImob.
Superior --- 1,0 1,5 2,0 2,5
Inferior 2,5 2,9 3,3 3,7 --- IEndiv.
Superior --- 2,5 2,9 3,3 3,7
Inferior 0,12 0,09 0,06 0,03 --- IRet.Líq.
Superior --- 0,12 0,09 0,06 0,03
Inferior 0,000 -0,025 -0,050 -0,075 --- IRet.Fin.
Superior --- 0,000 -0,025 -0,050 -0,075
Inferior 0,70 0,75 0,82 0,85 --- IDM
Superior --- 0,70 0,75 0,82 0,85
Inferior 0,20 0,25 0,32 0,35 --- IDA
Superior --- 0,20 0,25 0,32 0,35
Inferior 0,10 0,15 0,22 0,25 --- IDC
Superior --- 0,10 0,15 0,22 0,25
Inferior 1,10 1,15 1,22 1,25 --- Icomb.
Superior --- 1,10 1,15 1,22 1,25
Tabela 4.3 – Definição das classes à luz de cada critério.
4.2.7 Cálculo do desempenho das operadoras à luz dos indicadores
O anexo I apresenta os desempenhos que foram calculados para cada uma das
operadoras à luz de cada um dos critérios considerados. Estes desempenhos foram extraídos
da base de dados da ANS, do ano de 2003, fornecido pela DIOPE – Diretoria de Normas e
Habilitação das Operadoras. Com o intuito de preservar o sigilo das informações das
64
operadoras adotou-se por chamá-las de alternativa OPSi (Operadora de Plano de Saúde), onde
i=1, 2,..., 113.
4.2.8 Executar o algoritmo de classificação do ELECTRE TRI
O Anexo II ilustra as classificações obtidas pela aplicação do método ELECTRE TRI,
adotando o parâmetro de corte (grau de credibilidade mínima aceitável) λ = 0,7 e λ = 0,8.
O Método ELECTRE TRI fornece duas classificações obtidas através de dois
procedimentos: um mais exigente (pessimista) e outro menos exigente (otimista). Quando
ocorre divergência entre estas duas classificações, o classificador deve adotar uma das duas
classificações de acordo com o seu perfil: mais exigente ou menos exigente. Este
procedimento também é adotado em outras situações de decisão em que se classifica o perfil
do decisor em otimista ou pessimista, como na Teoria dos Jogos.
Geralmente, uma divergência entre os resultados da classificação otimista e da
pessimista vem acompanhada por uma incomparabilidade. A incomparabilidade identifica
uma incapacidade do sistema (composto pelo modelo subsistema de coleta de julgamentos)
estabelecer uma comparação entre o(s) elemento(s) a ser(em) classificados em pelo menos
uma classe de equivalência. Conforme reportado em Costa et al (2004), esta incapacidade
pode ser causada pelo avaliador, pelo modelo de classificação ou pelo sistema de coleta de
dados. Costa (2005) argumenta incomparabilidades podem ser causadas por um desempenho
não homogêneo do objeto sob análise à luz do conjunto de critérios considerados.
4.3 ANÁLISE DOS RESULTADOS
Analisando os dados do anexo II, observa-se que existem algumas operadoras que
foram classificadas na mesma classe pelos dois procedimentos. Isto significa que o sistema
classificador não hesita em, de fato, classificá-las, nesta classe.
Por outro lado, as demais operadoras foram classificadas em classes diferentes pelos
procedimentos otimista e pessimista. Isto ocorre pelo fato do desempenho destas operadoras
não ser homogêneo ao longo dos critérios, apresentando uma flutuação ao longo destes. Por
exemplo: para a operadora OPS3, existe um conjunto de critérios no qual o seu desempenho se
65
concentra na classe E; e, uma outra concentração de critérios na qual o seu desempenho é
classe A. Neste caso o sistema hesita em definir uma classificação final, sendo necessária uma
regra adicional para se definir a classificação final.
Devido ao fato do problema em foco estar avaliando uma classificação de “risco” de
insolvência, optou-se em adotar a classificação mais conservadora (pessimista) como
classificação final.
Assim, adotando o procedimento descrito acima, obteve-se a classificação final de
solvência das operadoras, a qual é reportada nas tabelas 4.4 e 4.5, apresentadas a seguir:
Classificação Pessimista (λ = 0,7)
Classe Operadoras
A
OPS1, OPS5, OPS7, OPS8, OPS12, OPS14, OPS17,
OPS21, OPS27, OPS29, OPS35, OPS36, OPS42, OPS49,
OPS52, OPS59, OPS63, OPS64, OPS70, OPS73, OPS78,
OPS80, OPS82, OPS88, OPS90, OPS92, OPS94, OPS96,
OPS98, OPS99, OPS101, OPS102, OPS104, OPS106,
OPS107, OPS112.
B
OPS2, OPS4, OPS9, OPS19, OPS32, OPS33, OPS41,
OPS50, OPS51, OPS56, OPS58, OPS62, OPS93, OPS97,
OPS103, OPS110, OPS113.
C
OPS15, OPS16, OPS22, OPS24, OPS26, OPS28, OPS37,
OPS40, OPS43, OPS44, OPS45, OPS47, OPS48, OPS53,
OPS61, OPS71, OPS72, OPS74, OPS75, OPS84, OPS91.
D OPS6, OPS20, OPS38, OPS55, OPS60, OPS66, OPS87,
OPS105, OPS108, OPS109.
E
OPS3, OPS10, OPS11, OPS13, OPS18, OPS23, OPS25,
OPS30, OPS31, OPS34, OPS39, OPS46, OPS54, OPS57,
OPS65, OPS67, OPS68, OPS69, OPS76, OPS77, OPS79,
OPS81, OPS83, OPS85, OPS86, OPS89, OPS95, OPS100,
OPS111.
Tabela 4.4 – Classificação mais exigente das operadoras com λ = 0,7.
66
Classificação Pessimista (λ = 0,8)
Classe Operadoras
A
OPS1, OPS8, OPS12, OPS17, OPS29, OPS36, OPS42,
OPS49, OPS59, OPS63, OPS70, OPS73, OPS82, OPS90,
OPS99, OPS101, OPS102, OPS104.
B OPS2, OPS7, OPS21, OPS27, OPS41, OPS56, OPS78,
OPS92, OPS98, OPS103, OPS113.
C OPS5, OPS22, OPS35, OPS45, OPS47, OPS50, OPS52,
OPS62, OPS74, OPS75, OPS84, OPS88, OPS94.
D OPS4, OPS9, OPS26, OPS28, OPS32, OPS60, OPS71,
OPS87, OPS97, OPS105, OPS106, OPS107, OPS108.
E
OPS3, OPS6, OPS10, OPS11, OPS13, OPS14, OPS15,
OPS16, OPS18, OPS19, OPS20, OPS23, OPS24, OPS25,
OPS30, OPS31, OPS33, OPS34, OPS37, OPS38, OPS39,
OPS40, OPS43, OPS44, OPS46, OPS48, OPS51, OPS53,
OPS54, OPS55, OPS57, OPS58, OPS61, OPS64, OPS65,
OPS66, OPS67, OPS68, OPS69, OPS72, OPS76, OPS77,
OPS79, OPS80, OPS81, OPS83, OPS85, OPS86, OPS89,
OPS91, OPS93, OPS95, OPS96, OPS100, OPS109,
OPS110, OPS111, OPS112.
Tabela 4.5 – Classificação mais exigente das operadoras com λ = 0,8.
Uma análise sobre as tabelas 4.4 e 4.5 indica que conforme seja aumentado o grau de
credibilidade do modelo pessimista, as operadoras tendem as sofrer um rebaixamento em suas
classificações. Ou seja: o sistema classificador fica mais exigente.
Por outro lado, as operadoras OPS3, OPS10, OPS11, OPS13, OPS18, OPS23, OPS25,
OPS30, OPS31, OPS34, OPS39, OPS46, OPS54, OPS57, OPS65, OPS67, OPS68, OPS69, OPS76,
OPS77, OPS79, OPS81, OPS83, OPS85, OPS86, OPS89, OPS95, OPS100, OPS111, foram
classificadas na classe E, na tabela 4.4. Estas operadoras estariam com um maior grau de
insolvência e deveriam receber uma atenção maior por parte do órgão regulamentador.
67
A tabela 4.6 ilustra a classificação menos exigente (otimista) para as operadoras
considerando um grau de credibilidade igual a 0,7.
Classificação Otimista (λ = 0,7)
Classe Operadoras
A
OPS1, OPS2, OPS3, OPS4, OPS5, OPS7, OPS8, OPS9,
OPS10, OPS12, OPS14, OPS15, OPS16, OPS17, OPS19,
OPS20, OPS21, OPS22, OPS24, OPS25, OPS26, OPS27,
OPS28, OPS29, OPS30, OPS31, OPS32, OPS33, OPS35,
OPS36, OPS37, OPS38, OPS40, OPS41, OPS42, OPS43,
OPS45, OPS46, OPS47, OPS48, OPS49, OPS50, OPS51,
OPS52, OPS54, OPS55, OPS56, OPS58, OPS59, OPS60,
OPS61, OPS62, OPS63, OPS64, OPS66, OPS67, OPS68,
OPS70, OPS71, OPS72, OPS73, OPS74, OPS75, OPS76,
OPS78, OPS79, OPS80, OPS81, OPS82, OPS84, OPS85,
OPS87, OPS88, OPS89, OPS90, OPS91, OPS92, OPS93,
OPS94, OPS96, OPS97, OPS98, OPS99, OPS100,
OPS101, OPS102, OPS103, OPS104, OPS105, OPS106,
OPS107, OPS108, OPS109, OPS110, OPS112, OPS113.
B OPS6, OPS13, OPS23, OPS39, OPS44, OPS53, OPS83,
OPS111.
C OPS11, OPS65, OPS69, OPS77, OPS86, OPS95.
D OPS18, OPS34.
E OPS57.
Tabela 4.6 – Classificação menos exigente das operadoras com λ = 0,7.
Analisando esta tabela, é possível registrar que, dentre as operadoras que estão na
Classe E no procedimento pessimista (tabela 4.4), as operadoras que são classificadas no nível
mais baixo (com maior insolvência) do procedimento otimista, são as operadoras: OPS57
(classe E); OPS18 e OPS34 (Classe D); e, OPS11, OPS65, OPS69, OPS77, OPS86 e OPS95
(Classe C).
68
Mais ainda, para o caso da operadora OPS57 que ficou na classe E, tanto pela
classificação pessimista quanto a otimista, a ANS deve dar uma atenção urgente a mesma,
tendo em vista que esta operadora está em um quadro de insolvência extremamente
acentuado.
Por fim, a tabela 4.7 ilustra a classificação menos exigente (otimista) para as
operadoras, considerando um grau de credibilidade igual a 0,8. Neste caso, podemos notar um
predomínio das operadoras na classe A, ficando apenas a OPS95 e a OPS111 classificadas na
classe B.
Classificação Otimista (λ = 0,8)
Classe Operadoras
A
OPS1, OPS2, OPS3, OPS4, OPS5, OPS6, OPS7, OPS8,
OPS9, OPS10, OPS11, OPS12, OPS13, OPS14, OPS15,
OPS16, OPS17, OPS18, OPS19, OPS20, OPS21, OPS22,
OPS23, OPS24, OPS25, OPS26, OPS27, OPS28, OPS29,
OPS30, OPS31, OPS32, OPS33, OPS34, OPS35, OPS36,
OPS37, OPS38, OPS39, OPS40, OPS41, OPS42, OPS43,
OPS44, OPS45, OPS46, OPS47, OPS48, OPS49, OPS50,
OPS51, OPS52, OPS53, OPS54, OPS55, OPS56, OPS57,
OPS58, OPS59, OPS60, OPS61, OPS62, OPS63, OPS64,
OPS65, OPS66, OPS67, OPS68, OPS69, OPS70, OPS71,
OPS72, OPS73, OPS74, OPS75, OPS76, OPS77, OPS78,
OPS79, OPS80, OPS81, OPS82, OPS83, OPS84, OPS85,
OPS86, OPS87, OPS88, OPS89, OPS90, OPS91, OPS92,
OPS93, OPS94, OPS96, OPS97, OPS98, OPS99, OPS100,
OPS101, OPS102, OPS103, OPS104, OPS105, OPS106,
OPS107, OPS108, OPS109, OPS110, OPS112, OPS113.
B OPS95, OPS111.
Tabela 4.7 – Classificação menos exigente das operadoras com λ = 0,8.
69
4.3.1 Aprofundamento da análise dos resultados obtidos
Analisando o outro extremo da questão, ao se adotar um grau de credibilidade igual a
1,0 (situação em que operadora teria tido um desempenho acima de A em todos os critérios
considerados) obteve-se apenas a operadora OPS82 classificada na Classe A. Neste caso, esta
operadora poderia ser utilizada como referência em um processo de benchmarking para a
melhoria do nível de solvência do sistema como um todo.
Ademais, fora comparado às operadoras classificadas na classe E, da tabela 4.5, com
as publicações das normas de regimes especiais (RO - Resolução Operacional e RDC). Os
resultados obtidos estão descritos a seguir:
i. As operadoras OPS6 e OPS61 tinham sofrido processo de direção fiscal que se
encerrou em 2002, porém, como se pode notar por este estudo, esta intervenção do
órgão regulador não conseguiu tirar tais operadoras de uma situação de risco de
insolvência;
ii. A operadora OPS11 entrou em regime de direção fiscal no ano de 2004 e antes do
final deste mesmo ano foi liquidada extrajudicialmente;
iii. Na operadora OPS46 foi instaurado o regime de direção fiscal no ano de 2004 e em
2005 foi realizada a liquidação extrajudicial dessa;
iv. A operadora OPS64 passou por um regime de direção técnica entre o final de 2003 e
o inicio de 2005;
v. Na operadora OPS68 foram instaurados dois regimes especiais: direção fiscal entre
2002 e 2003, e direção técnica durante aproximadamente três meses do ano de
2003. Como esses regimes vigoram até quase o final do ano de 2003, não se pode
avaliar com esse estudo se houveram resultados positivos para essa operadora.
Neste caso, seria necessário avaliar as informações contábeis de 2004;
vi. A operadora OPS77, recentemente em 2005, foi submetida a um regime de direção
fiscal;
vii. Ao final de 2003, a operadora OPS89 entrou em regime de direção fiscal e no início
de 2005, ela foi liquidada extrajudicialmente.
70
Ainda, com relação à tabela 4.5 a comparação das operadoras classificadas nas classes
C e D com as referidas normas de regimes especiais apontaram as seguintes informações:
viii. A operadora OPS60 foi submetida a um regime de direção fiscal a partir do inicio de
2005;
ix. Na operadora OPS75, recentemente em 2005, sofreu uma instauração de uma
direção fiscal.
x. Ao final de 2004, foi instaurado um processo de direção fiscal na operadora OPS106.
O experimento apresentado serviu para ilustrar a aplicação da metodologia proposta,
podendo-se observar através dele a utilidade da mesma. Os resultados obtidos representam a
situação em 2003 das organizações analisadas. A escolha desta amostra de dados foi efetuada
para permitir o contraste entre a classificação das mesmas e a situação de fato evidenciada
pelas mesmas após um ano desta coleta de dados.
5. CONCLUSÕES E SUGESTÕES 5.1 CONCLUSÕES
Pelo que foi observado ao longo desta pesquisa, em geral, o processo de análise de
solvência de operadoras de planos de saúde envolve variáveis objetivas e também análise
qualitativas baseadas em julgamentos de valor. Julgamentos dependem da avaliação de diversas
variáveis simultaneamente e de interpretações pessoais múltiplas, que variam de acordo com a
experiência/preferência do avaliador.
Outra observação que pode ser extraída desta pesquisa é que o processo de análise de
riscos de solvência não incorpora métodos desenvolvidos para tratar a subjetividade inerente a
problemas desta natureza - como os métodos de Auxílio Multicritério à Decisão, por exemplo.
A metodologia proposta por este trabalho integra os conceitos de análise multicritério
aos conceitos de análise de solvência de operadoras de assistência à saúde. Isto é feito
considerando o apoio de decisores (analistas financeiros) e objetivando obter informações
consistentes sobre o grau de insolvência da operadora, identificando a incidência de
inconsistências na sua tomada de decisão.
Desta forma, a metodologia aqui apresentada é uma contribuição à necessidade de
adaptação constante dos métodos de análise de solvência, partindo da premissa de que o órgão
fiscalizador deve possuir as informações consistentes para escolher as ações mais adequadas
em sua tomada de decisão. Neste sentido, esta metodologia poderá ser adotada para a escolha
das empresas que deverão ser preferencialmente avaliadas.
72
A proposta de investigação da aplicação de um método de classificação da solvência
das operadoras de assistência à saúde do Brasil foi atingida, não tendo sido identificada
restrições que inviabilizassem a integração do ELECTRE TRI aos indicadores utilizados pela
ANS. Assim, esta abordagem integrada constitui-se um mecanismo de alerta no sentido de
identificar operadoras que atravessam ou que possam vir a atravessar, em um futuro próximo,
problemas de insolvência.
A abordagem proposta classifica as operadoras em classes ordenadas de referência,
classificando em classes mais altas aquelas que tem um melhor desempenho em um maior
número de critérios. Isto traz uma grande vantagem relativa ao método da média ponderada
que utiliza um sistema compensatório.
Conforme exposto em Costa et al (2004), para se estabelecer bem a diferença entre o
emprego da média ponderada e dos métodos de superação, pode-se fazer uma analogia com o
que acontece em uma partida de voleibol no confronto entre os times A e B. Se no primeiro
‘set’, B ganha de A por 25 a 0; porém, nos demais três ‘sets’, A ganha de B por 25 a 20,
podemos ter duas análises:
a) Usar a média ponderada para obter o resultado final. Neste caso B seria o vencedor
da partida por 85 a 75.
b) Usar o número de ‘sets’ para definir o vencedor. Neste caso A seria o vencedor por
3 a 1. O princípio fundamental dos métodos de superação pode ser considerado
semelhante a esta 2ª abordagem, se considerarmos que cada ‘set’ equivale a um dos
critérios da análise multicritério.
Ademais, o ELECTRE TRI permite identificar incomparabilidades ou inconsistências
não detectáveis pelos métodos que se baseiam em médias ponderadas. No contexto do tema
abordado no presente texto, estas incomparabilidades indicam comportamento não homogêneo
das operadoras à luz do conjunto de critérios.
Esta abordagem também permite avaliar o grau de credibilidade da classificação obtida.
Embora, não tenha sido destacado este fato ao longo do presente texto, é possível avaliar a
73
credibilidade de cada classificação obtida. A credibilidade está associada aos conceitos de
concordância e discordância da classificação.
Outrossim, apesar da aplicação desta metodologia depender do uso de um método não
muito difundido no âmbito empresarial (o método ELECTRE TRI) este não é um fator
prejudicial a sua aplicabilidade. Isto porque a modelagem do problema não implica em grande
dificuldade de entendimento da metodologia aqui proposta.
Cabe ressaltar que a introdução de uma contabilidade padronizada para as operadoras
se de planos de assistência à saúde foi introduzida somente em outubro de 2000 e o sistema de
envio dos dados contábeis em fevereiro de 2001. Desta forma, ainda nos dados de 2003,
encontram-se muitos erros de preenchimento no envio destas informações, fato que pode ter
ajudado na detecção de incomparabilidades. Em suma: os resultados aqui apresentados
precisam ser considerados com cautela, para que não se extraiam conclusões precipitadas, com
base em dados que podem apresentar erros de preenchimentos.
Com base no exposto, o método proposto pode ser utilizado no sentido de auxiliar o
órgão fiscalizador no controle de solvência das operadoras de assistência a saúde em atividade
no Brasil.
Ainda, cabe lembrar que os resultados encontrados no ELECTRE TRI devem servir
apenas para a orientação a ANS quanto à priorização de suas atividades de acompanhamento
das operações das empresas. Logo, qualquer conclusão definitiva somente deverá ser tomada
após uma análise criteriosa dos resultados encontrados.
Outrossim, a utilização do método proposto pode ser de grande valia não apenas para o
órgão oficial de controle da solvência no país, mas também para os corretores de planos de
saúde em geral, que podem avaliar o desempenho das diversas operadoras em atividade, de
modo a indicar aos seus clientes aquelas empresas que apresentam as melhores classificações
pelo método proposto.
74
5.2 SUGESTÕES
O modelo aqui apresentado tem o objetivo central de investigar a aplicação da
metodologia proposta, porém não tendo a pretensão de substituir qualquer outra metodologia
utilizada neste tipo de problema, mas apenas em aprimorar o sistema atual de análise de
solvência utilizado pela ANS.
O presente trabalho visou a utilização do método ELECTRE TRI com os indicadores
da ANS, apenas para as operadoras classificadas como medicina de grupo. Porém, como cabe
a ANS fiscalizar todas as operadoras do segmento em atividade, sugere-se a utilização desta
metodologia para a análise das demais empresas, inclusive as medicinas de grupo com menos
de 20.000 beneficiários, com os respectivos grupos de indicadores e os devidos ajustes nos
pesos e intervalos de classes.
Ademais, vale ressaltar que a adoção da metodologia proposta pode possibilitar a
criação de um “ranking” de operadoras, onde estas seriam classificadas conforme seus
desempenhos nos testes ao longo dos anos, indicando tendências de desempenhos ascendentes
e descendentes, considerando também os pareceres dos analistas financeiros especializados em
cada segmento de operadora. Esta é uma realidade encontrada em diversos países estrangeiros,
existindo também companhias independentes especializadas na elaboração destes “rankings”,
que são utilizados como suporte pelos corretores e pelas próprias empresas do mercado.
Ainda, uma reavaliação dos intervalos definidos para os indicadores adotados assim
como a reavaliação dos pesos destes, entra como uma sugestão que poderá reduzir as
incomparabilidades detectadas entre as classificações mais exigente e a menos exigente.
Como desafios para o futuro, recomenda-se a integração desta metodologia à Teoria
dos Conjuntos Granulares (Rough Sets Theory, RST), também conhecida como Teoria dos
Conjuntos Aproximativos. A RST permite avaliar o grau de qualidade de um sistema de
informação.
75
Ainda, deve-se avaliar a possibilidade da utilização da técnica estatística denominada
análise descriminante múltipla para este problema, onde seria calculado um parâmetro de
solvência para cada seguradora através de uma combinação linear ou quadrática dos resultados
encontrados para os diversos índices. Técnica que pode ser encontrada em Altman et al (1977)
e Kasznar (1987).
Também, sugere-se investigar as possibilidades de integração desta metodologia às
metodologias tradicionais de análise estatística de dados, além de investigar a modelagem deste
problema também por Redes de Neurônios Artificiais (NNW), Conjuntos Aproximativos
(ROUGH SETS) e Lógica Nebulosa (Fuzzy Logic), Análise Fatorial. Um estudo desta
natureza pode permitir uma intercomparação de resultados, destacando as peculiaridades de
aplicação de cada uma destas abordagens.
Por fim, outra sugestão é o desenvolvimento de um sistema computacional dedicado à
operacionalização da metodologia proposta.
6. REFERÊNCIAS BIBLIOGRÁFICAS ADAMS, Joseph. Elementos da Teoria Matemática de Seguros. Rio de Janeiro. MAPFRE do
Brasil AS. 1987.
ALTMAN, Edward I. et al. Zeta Analysis: A New Model to Identify Bankruptcy Risk. Jornal of
Banking and Finance. June. 1977. p.3-54.
AZEVEDO, Marilena C. Avaliação Estratégica da Competitividade: Abordagem
Multicritério Através do ELECTRE TRI. Campos dos Goytacazes, RJ, Brasil: Universidade
Estadual do Norte Fluminense, Dissertação de Mestrado em Ciências da Engenharia. 2001.
AZEVEDO, Marilena. C.; COSTA, Helder G. Avaliação do grau de competitividade de
organizações: Abordagem Multicritério. Anais (CD-ROM) de la Conferencia Internacionale
de Ciências Empresariales, Santa Clara, Cuba. 2000.
BAASCH, Sandra S. N. Um sistema de suporte multicritério aplicado na gestão dos resíduos
sólidos nos municípios catarinenses. Universidade Federal de Santa Catarina, Dissertação de
Doutorado em Engenharia de Produção, Florianópolis, SC, Brasil. 1995.
BENJAMIN, Bernard. General Insurance. London. William Heinemann Ltd. 1977.
BORENSTEIN, Denis. Ranking: um sistema de apoio à decisões multicriteriais. RAUSP –
Revista de Administração da Universidade de São Paulo. Faculdade de Economia,
Administração e Contabilidade da Universidade de São Paulo, São Paulo, SP, v. 32, n. 4, 67-
76, Out/Nov/Dez. 1997.
77
BRASIL. Congresso Nacional. Lei n.º 9.656, de 3 de junho de 1998. Dispõe sobre os planos e
seguros privados de assistência à saúde.
_______. Congresso Nacional. Lei n.º 9.961, de 28 de janeiro de 2000. Cria a Agência
Nacional de Saúde Suplementar – ANS e dá outras providências.
_______. Presidência da República. Decreto-lei nº 73, de 21 de novembro de 1966. Dispõe
sobre o Sistema Nacional de Seguros Privados, regula as operações de seguros e resseguros e
dá outras providências.
_______. Ministério da Fazenda. Conselho Nacional de Seguros Privados. Resolução CNSP
nº 008, de 21 de julho de 1989. Institui margem de solvência das sociedades seguradoras.
_______. Ministério da Fazenda. Conselho Nacional de Seguros Privados. Resolução CNSP
nº 55, de 03 de setembro de 2001. Dispõe sobre margem de solvência das sociedades
seguradoras
_______. Ministério da Saúde. Agência Nacional de Saúde Suplementar. Resolução de
Diretoria Colegiada - RDC nº 38, de 27 de outubro de 2000. Institui o Plano de Contas
Padrão, aplicável às Operadoras de Planos Privados de Assistência à Saúde - OPS.
_______. Ministério da Saúde. Agência Nacional de Saúde Suplementar. Resolução de
Diretoria Colegiada - RDC nº 39, de 27 de outubro de 2000. Dispõe sobre a definição, a
segmentação e a classificação das Operadoras de Planos de Assistência à Saúde.
_______. Ministério da Saúde. Agência Nacional de Saúde Suplementar. Resolução de
Diretoria Colegiada - RDC nº 77, de 17 de junho de 2001. Dispõe sobre os critérios de
constituição de garantias financeiras a serem observados pelas Operadoras de Planos de
Assistência à Saúde - OPS.
_______. Ministério da Saúde. Agência Nacional de Saúde Suplementar. Programa de
Qualificação da Saúde Suplementar, de Abril de 2005.
78
BRASIL. Ministério da Saúde. Agência Nacional de Saúde Suplementar. Resolução
Executiva da Diretoria de Normas e Habilitação das Operadoras - RE nº 1, de 13 de fevereiro
de 2001. Institui o Documento de Informações Periódicas das Operadoras de Planos de
Assistência à Saúde DIOPS/ANS.
BRATTON, John C. An analysis of risk-based capital: is it better than other regulatory
tools? Journal of Reinsurance 2, 1–40. 1994.
Brockett, Patrick L.; Cooper, William W.; Golden, Linda L.; Rousseau, John J.; Wang,
Yuying Evaluating solvency versus effciency performance and different forms of organization
and marketing in US property - liability insurance companies. European Journal of
Operational Research, Volume 154, Issue 2, Abril. 2004. p. 492-514.
CORNER, James L.; BUCHANAN, John. T. Capturing decision maker preference:
experimental comparison of decision analysis and MCDM techniques. European Journal of
Operational Research, North-Holland, v. 98, 1997. p. 85-97.
COSTA, Helder G. Proposta para avaliação do grau de competitividade por ponderação de
múltiplos critérios. Publicação Interna. Universidade do Norte Fluminense – Centro de
Ciência e Tecnologia – Laboratório de Engenharia de Produção, Campos dos Goytacazes, RJ,
n. 1, Maio. 2000. 08 p.
_______. A multicriteria approach to evaluate consumer satisfaction: A contribution to
marketing. The 8th Conference for the International Society for Decision Support Systems,
Porto Alegre, Rio Grande do Sul, Brazil. 2005.
COSTA, Helder G.; SOARES, Adriana C.; OLIVEIR, Patrícia F. A Avaliação de
Transportadoras de Materiais Perigosos Utilizando o Método Electre Tri. Niterói, RJ, Brasil:
Universidade Federal Fluminense, Abril. 2004. 09 p.
DA SILVA, José P. Gestão e Análise de Risco de Crédito. Ed. São Paulo, SP, Brasil, Atlas,
1997. 388p.
79
EHRLICH, P. J. Modelos quantitativos de apoio às decisões – II. RAE – Revista de
Administração de Empresas. Escola de Administração de Empresas de São Paulo da
Fundação Getúlio Vargas, São Paulo, SP, v. 36, n. 2, Abr/Mai/ Jun. 1996. p. 44-52.
FREITAS, André L. P. Emprego de uma Abordagem Multicritério na Avaliação e
Classificação da Qualidade de Serviços. Universidade Estadual do Norte Fluminense,
Dissertação de Mestrado em Ciências de Engenharia (Engenharia de Produção), Campos dos
Goytacazes, RJ, Brasil, Março. 1997.
_______. Uma metodologia multicritério de subordinação para classificação da qualidade de
serviços sob a ótica do cliente. Universidade Estadual do Norte Fluminense, Tese de
doutorado em Ciências de Engenharia (Engenharia de Produção), Campos dos Goytacazes,
RJ, Brasil, Junho. 2001.
FREITAS, André L. P.; COSTA, Helder G. Seleção de Ferramentas de Corte para a
Usinagem Utilizando o Método ELECTRE. Anais (CD-ROM) do XVI ENEGEP (Encontro
Nacional de Engenharia de Produção), Piracicaba, SP, Brasil, 1996. 109 p.
_______. Uma abordagem multicritério para avaliação e classificação da qualidade de
serviços. Anais (CD-ROM) do XVII ENEGEP (Encontro Nacional de Engenharia de
Produção), Gramado, RS, Brasil. 1997.
_______. Avaliação e Classificação da Qualidade de Serviços Utilizando Uma Abordagem
Multicritério, Gestão e Produção, v.5, n.3, Dez. 1998. p. 272-283.
GAVER, Jennifer J.; PATERSON, Jeffrey S. Do insurers manipulate loss reserves to mask
solvency problems? Journal of Accounting and Economics,Vol. 37 Núm. 3, 2004. p. 393-
416.
GOICOECHEA, A.; HANSEN, D.; DUCKSTEIN, L. Multiobjective Decision Analysis with
Engineering and Business Applications. Chichester, United Kingdom: Jonh Wiley & Sons, p.
1982.
80
GOMES, Luiz F. A. M. O Auxílio Multicritério à Decisão Discreto: Um Método Analítico
para Planejamento e Controle de Processos Produtivos – Parte I. Engevista – Revista da
Escola de Engenharia da Universidade Federal Fluminense, Niterói, RJ v. 1, n. 1, Março.
1995. 40-63.
GONÇALVES, Luiz R. M. O Controle Oficial da Solvência de Seguradoras no Brasil:
Críticas e Propostas de Aperfeiçoamento. Rio de Janeiro, RJ, Brasil: Universidade Federal do
Rio de Janeiro, COPPEAD, Dissertação de Mestrado em Administração de Empresas. 1992.
GRACE, Martin; HARRINGTON, Scott E.; KLEIN, Robert W. Risk-based capital standards
and insurer insolvency risk: an empirical analysis. Paper Presented to the 1993 American
Risk and Insurance Association Annual Meeting, San Francisco, CA. 1993.
HERRERA, William D. M. Emprego de uma Abordagem Multicritério na Avaliação e
Classificação da Qualidade de Serviços. Universidade Estadual do Norte Fluminense,
Dissertação de Mestrado em Ciências da Engenharia (Engenharia de Produção), Campos dos
Goytacazes, RJ, Brasil, Maio. 2000. 91 p.
KASZNAR, Istvan K. Falência e Concordatas de Empresas. Tese em Mestrado em
Economia. Fundação Getúlio Vargas, Rio de Janeiro, RJ, Brasil. 1987.
LARRAMENDI, I. H.; PARDO, J. A.; CASTELO, J. Manual Básico de Seguros. Rio de
Janeiro. Edições Técnicas S.A., Coleção Manuais MAPFRE. 1985.
MARTINS, Marcus V. L. Uma Proposta de Metodologia de Avaliação da Solvência de
Empresas de Seguro Não Vida. Rio de Janeiro, RJ, Brasil: Universidade Federal do Rio de
Janeiro, COPPEAD, Dissertação de Mestrado em Administração de Empresas. 1994.
MINISTERE de l’Economie, des Finances et du Budget Diretives des Communautés
Européenes em Matiere d’Assurance. Derection des Assurances, Bulletin Officiel des
Assurances, n. 14, Paris: Imprimerie Nationale. 1991.
MONTONE, Januario Série ANS - Vol. 4 - Evolução e Desafios da Regulação do Setor de
Saúde de Suplementar, Rio de Janeiro, RJ, Brasil, Julho. 2003.
81
MOUSSEAU, V.; SLOWINSKI, R. Inferrring an ELECTRE TRI model from assignment
examples. Jounal of Global Optimization. N. 12 1998. pp 157-174.
MOUSSEAU, V.; SLOWINSKI, R.; ZIELNIEWICZ, P. ELECTRE TRI 2.0a. Methodological
Guide and User’s Manual. Document Du Lamsade, Université Paris – Dauphine, Paris,
França, Fevereiro. 1999. 66 p.
NAIC - National Association of Insurance Commissioners. Using The NAIC Insurance
Regulatory Information System. Property and Liability Edition for the 1992 Annual
Statement. NAIC Publication N° 36. National Association of Insurance Commissioners.
Kansas, EUA. 1993.
NOGUEIRA, Carlos A. L. Análise da Estrutura Econômica da Saúde Suplementar: Em
Busca de Uma Estrutura Eficiente de Mercado. Rio de Janeiro, RJ, Brasil: Fundação Oswaldo
Cruz, Escola Nacional de Saúde Pública – ENSP, Dissertação de Mestrado em Saúde Pública,
subárea Regulação de Saúde Suplementar. 2004.
OECD - Organisation For Economic Co-Operation And Development. Glossary Of Insurance
Policy Terms - Insurance Committee Secretariat, January, Japan, 1999. 67p.
_______. Insurance Solvency Supervision - OECD Country Profiles. April, Paris, France,
2002. 299p.
_______. Insurance Solvency Supervision: Compilation Of Country Reports - OECD
Insurance Committee Secretariat, Japan, 2001. 200p.
ROY, Bernard. Decision science or decision-aid science? European Journal of Operational
Research, North-Holland, v. 66, 1993. 184-203.
ROY, Bernard; SKALKA, J. M. ELECTRE IS – Aspects Methodologiques et Guide
d’Utilisation. Document du LAMSADE, Université de Paris – Dauphine, Paris, França, n. 30,
Setembro. 1984.
82
SALLES & SANTOS. A evolução da solvência, das provisões técnicas e da técnica atuarial:
uma visão técnico-jurídica. Caderno de seguros da FUNENSEG, Rio de Janeiro:
FUNENSEG, 123 (24): Março. 2004. 27-34.
SILVA, Affonso. Contabilidade e Análise Econômico-Financeiro de Seguradoras. Ed. São
Paulo, SP, Brasil, Atlas, 1999. 144p.
LAMM-TENNANT, J.; STARKS, L.; STOKES, L. Considerations Of Cost Trade-Offs In
Insurance Solvency Surveillance Policy. Jornal Of Banking & Finance, Volume 20, Issue 5,
June. 1996. 835-852.
VALLÉE D.; ZIELNIEWICZ P. ELECTRE III-IV, version 3x – Aspects Methodologiques.
Document du LAMSADE, Université de Paris – Dauphine, Paris, França, n. 85, Julho. 1994.
VINCKE, P. Multicriteria Decision-aid. 1. ed.Chichester, United Kingdom: Jonh Wiley &
Sons, 1992. 154 p.
WESTENBERGER, Roberto. Solvência de Seguradoras. Relatório Coppead N° 297. Rio de
Janeiro, RJ, Brasil. Universidade Federal do Rio de Janeiro, COPPEAD, Maio. 1995A. 12p.
_______. O Nível de Solvência das Seguradoras Brasileiras. Relatório Coppead N° 301. Rio
de Janeiro, RJ, Brasil. Universidade Federal do Rio de Janeiro, COPPEAD, Julho. 1995B.
14p.
WILLIAMS, C. Arthur; HEINS, Richard. M. Risk Management and Insurance. 6ª ed. Nova
York. Mc Graw Hill. 1989.
WISER, Ronald F. Foundations of Casualty Actuarial Science. Chapter 5 - Loss Reserve. The
Fourth Edition. 1989.
YU, W. ELECTRE TRI - Aspects Methodologiques et Guide d’Utilisation. Document du
LAMSADE, Université de Paris – Dauphine, Paris, França, n. 74, Abril. 1992.
7. ANEXO I - CÁLCULO DO DESEMPENHO DOS INDICADORES
Índices Econômico-financeiros
OPSi ILG ILC IImob. IEndiv. IRet.Líq. IRet.Fin. IDM IDA IDC Icomb.
OPS1 0,882 1,067 1,823 2,163 1,145 0,132 0,691 0,143 0,036 0,870
OPS2 1,009 1,227 1,050 0,308 0,102 0,013 0,738 0,245 0,021 1,004
OPS3 0,549 0,650 3,127 3,950 0,470 -0,063 0,719 0,128 0,067 0,914
OPS4 0,920 2,001 1,185 1,728 0,007 0,089 0,831 0,148 0,064 1,043
OPS5 1,260 1,689 0,871 0,958 0,033 0,096 0,790 0,153 0,035 0,978
OPS6 0,913 0,821 2,220 10,437 0,044 -0,608 0,622 0,212 0,081 0,915
OPS7 2,745 3,040 0,679 0,235 0,111 0,076 0,694 0,267 0,067 1,029
OPS8 3,133 4,039 0,461 0,253 0,220 -0,028 0,930 0,031 0,000 0,961
OPS9 1,138 1,309 0,674 3,956 0,031 -0,004 0,647 0,182 0,045 0,874
OPS10 0,522 0,535 1,610 1,093 -0,283 -0,219 0,740 0,147 0,077 0,963
OPS11 0,835 0,335 2,770 7,788 -0,550 -1,190 0,820 0,103 0,027 0,950
OPS12 1,341 1,346 0,161 3,750 0,287 0,816 0,640 0,126 0,075 0,841
OPS13 0,596 0,639 5,802 10,026 -1,940 -2,364 0,683 0,234 0,035 0,952
OPS14 1,093 1,093 0,448 5,941 0,429 0,183 0,920 0,052 0,001 0,973
OPS15 0,793 0,792 7,207 17,079 0,341 -2,161 0,707 0,151 0,078 0,936
OPS16 0,989 1,005 1,591 5,155 0,302 0,349 0,865 0,144 0,014 1,024
OPS17 1,269 1,214 0,779 2,309 0,552 -0,112 0,720 0,184 0,011 0,915
OPS18 0,585 0,482 32,762 70,521 -2,334 -4,653 0,818 0,105 0,040 0,963
OPS19 1,129 1,433 0,441 10,415 0,011 0,067 0,636 0,163 0,144 0,943
OPS20 0,369 0,447 2,089 1,465 0,470 0,080 0,491 0,305 0,064 0,860
84
Índices Econômico-financeiros
OPSi ILG ILC IImob. IEndiv. IRet.Líq. IRet.Fin. IDM IDA IDC Icomb.
OPS21 1,484 1,504 0,867 1,430 0,109 0,227 0,640 0,259 0,039 0,937
OPS22 0,594 0,776 2,382 2,478 0,156 -0,044 0,698 0,196 0,036 0,930
OPS23 0,341 0,605 3,559 3,472 -0,590 0,058 0,710 0,272 0,021 1,003
OPS24 0,797 0,797 2,765 4,236 0,264 -0,517 0,741 0,179 0,038 0,958
OPS25 0,843 0,704 3,851 11,329 -0,728 1,119 0,913 0,142 0,013 1,068
OPS26 0,834 1,186 1,955 4,205 0,659 0,958 0,833 0,215 0,007 1,056
OPS27 0,992 1,031 1,102 0,628 0,343 0,034 0,712 0,195 0,059 0,966
OPS28 0,900 1,000 1,740 3,003 -0,229 0,181 0,831 0,145 0,000 0,976
OPS29 2,617 2,142 0,342 0,476 0,235 0,211 0,762 0,149 0,018 0,929
OPS30 0,434 0,459 2,441 2,253 -0,092 -0,155 0,765 0,180 0,014 0,959
OPS31 0,350 0,539 1,802 1,041 -0,427 -0,027 0,953 0,053 0,008 1,015
OPS32 0,670 0,670 1,410 0,756 0,501 0,014 0,666 0,235 0,024 0,925
OPS33 1,029 1,029 0,776 11,815 0,371 -0,092 0,741 0,173 0,000 0,914
OPS34 0,233 0,635 9,983 11,389 -1,028 -1,000 0,825 0,180 0,000 1,005
OPS35 1,772 1,878 0,806 0,305 0,065 0,055 0,387 0,639 0,008 1,035
OPS36 1,247 1,724 0,552 1,818 0,600 0,077 1,000 0,018 0,000 1,018
OPS37 0,868 1,160 1,084 0,365 -0,051 -0,005 0,898 0,254 0,019 1,171
OPS38 0,682 1,308 13,916 38,450 0,346 -1,097 0,643 0,178 0,032 0,853
OPS39 0,325 0,473 1,357 0,458 0,007 -0,071 0,790 0,270 0,019 1,078
OPS40 0,701 0,701 7,992 16,503 0,229 -0,420 0,689 0,157 0,135 0,981
OPS41 1,420 1,491 0,642 2,817 0,188 -0,193 0,715 0,207 0,048 0,970
OPS42 2,939 2,939 0,163 1,029 0,704 0,320 0,758 0,124 0,075 0,957
OPS43 0,466 1,059 -2,039 -5,465 -0,174 0,121 0,594 0,287 0,040 0,922
OPS44 0,776 0,998 2,174 2,919 0,015 -0,130 0,762 0,157 0,056 0,975
OPS45 1,357 1,269 0,433 3,099 0,169 -0,422 0,867 0,094 0,003 0,964
OPS46 0,040 0,050 -0,169 -1,183 0,397 0,082 0,900 0,150 0,045 1,094
OPS47 1,335 1,336 0,040 3,274 -0,102 -0,040 0,675 0,188 0,052 0,915
OPS48 0,998 0,932 13,433 448,477 27,336 -13,565 0,628 0,290 0,001 0,920
85
Índices Econômico-financeiros
OPSi ILG ILC IImob. IEndiv. IRet.Líq. IRet.Fin. IDM IDA IDC Icomb.
OPS49 1,721 1,721 0,942 0,842 0,177 0,096 0,810 0,132 0,000 0,942
OPS50 1,061 0,802 1,043 2,186 0,287 0,012 0,782 0,134 0,016 0,932
OPS51 0,955 0,932 1,390 2,603 -0,501 1,089 0,522 0,486 0,012 1,020
OPS52 2,567 2,567 0,185 0,831 0,072 0,212 0,893 0,087 0,014 0,993
OPS53 0,751 0,944 7,516 21,415 0,110 -0,283 0,699 0,222 0,058 0,978
OPS54 0,352 0,361 0,795 2,908 0,402 -0,086 0,715 0,154 0,016 0,884
OPS55 0,870 1,242 3,051 9,681 0,099 -0,553 0,810 0,145 0,024 0,979
OPS56 1,351 1,626 0,578 2,691 0,365 -0,227 0,845 0,149 0,020 1,014
OPS57 0,042 0,059 5,778 4,673 -0,564 -0,393 0,484 0,506 0,045 1,036
OPS58 1,105 1,201 0,369 12,246 0,370 -0,571 0,713 0,229 0,009 0,951
OPS59 1,270 1,881 0,680 2,429 0,371 -0,088 0,649 0,264 0,020 0,933
OPS60 0,601 1,105 -5,233 -14,598 -0,387 0,523 0,418 0,308 0,029 0,755
OPS61 0,764 1,088 5,513 14,189 0,272 -0,004 0,724 0,202 0,046 0,972
OPS62 0,907 0,906 1,120 0,562 0,082 0,000 0,840 0,231 0,001 1,072
OPS63 1,838 1,835 0,000 1,595 0,483 -0,249 0,850 0,021 0,026 0,897
OPS64 1,616 1,746 0,903 0,285 -0,098 0,028 0,867 0,103 0,013 0,984
OPS65 0,478 0,813 28,199 46,166 -3,301 -2,595 0,690 0,368 0,030 1,087
OPS66 0,635 0,926 6,064 12,599 0,282 -0,615 0,612 0,276 0,044 0,932
OPS67 1,273 1,284 1,266 18,726 -0,528 0,903 0,850 0,092 0,053 0,995
OPS68 0,293 0,323 -0,888 -2,331 0,583 0,085 0,976 0,078 0,001 1,054
OPS69 0,841 0,849 3,422 11,005 -4,158 -0,658 0,856 0,172 0,022 1,051
OPS70 3,449 3,850 0,468 0,296 0,352 0,038 0,451 0,350 0,035 0,837
OPS71 0,740 0,792 1,850 2,383 -0,076 -0,069 0,441 0,102 0,003 0,546
OPS72 0,958 0,750 1,509 2,648 -0,026 0,393 0,874 0,144 0,004 1,021
OPS73 1,193 1,418 0,908 3,291 0,314 0,096 0,594 0,165 0,170 0,929
OPS74 0,844 1,143 1,529 2,130 0,089 -0,240 0,603 0,339 0,026 0,968
OPS75 1,412 0,815 0,000 2,426 0,380 -0,135 0,800 0,062 0,084 0,946
OPS76 1,178 1,178 1,245 4,671 -1,524 -0,343 0,835 0,109 0,016 0,960
86
Índices Econômico-financeiros
OPSi ILG ILC IImob. IEndiv. IRet.Líq. IRet.Fin. IDM IDA IDC Icomb.
OPS77 0,296 0,455 3,141 2,938 -0,148 -0,397 0,575 0,366 0,011 0,953
OPS78 1,193 1,186 0,760 2,872 0,122 0,324 0,806 0,130 0,023 0,959
OPS79 0,423 0,843 11,382 16,736 0,351 -1,225 0,777 0,071 0,006 0,854
OPS80 2,744 1,223 1,101 1,766 0,015 -0,102 0,684 0,169 0,076 0,928
OPS81 1,023 0,385 0,801 26,988 0,575 -0,559 0,693 0,215 0,046 0,954
OPS82 2,327 2,096 0,602 0,425 0,378 0,153 0,688 0,180 0,033 0,900
OPS83 0,934 0,934 7,199 31,240 -0,839 -4,797 0,771 0,103 0,077 0,950
OPS84 1,131 1,131 1,031 3,068 -0,125 -0,045 0,753 0,151 0,083 0,987
OPS85 0,630 0,813 3,806 6,270 -0,358 -1,025 0,415 0,095 0,005 0,515
OPS86 0,749 0,727 3,800 6,823 -2,265 -0,236 0,938 0,095 0,011 1,044
OPS87 1,150 1,321 1,803 4,866 0,279 -0,057 0,850 0,109 0,007 0,966
OPS88 1,246 1,448 0,794 1,316 0,195 0,113 0,966 0,196 0,007 1,169
OPS89 0,358 0,457 4,534 5,163 0,272 -0,441 0,495 0,275 0,001 0,771
OPS90 2,205 1,754 0,529 0,491 0,265 -0,246 0,753 0,147 0,009 0,909
OPS91 1,107 1,741 1,304 4,532 0,496 -1,062 0,771 0,149 0,029 0,950
OPS92 1,497 1,497 0,341 2,749 0,480 0,452 0,805 0,191 0,016 1,012
OPS93 0,945 1,156 2,852 9,402 0,539 -0,531 0,702 0,206 0,034 0,941
OPS94 3,508 3,183 0,100 0,663 -0,189 0,018 0,775 0,189 0,038 1,001
OPS95 0,331 0,477 5,937 6,574 -0,311 0,279 0,768 0,343 0,015 1,126
OPS96 1,355 1,355 0,237 2,152 -0,016 -0,053 0,000 0,637 0,000 0,637
OPS97 2,491 2,460 0,492 0,392 -0,209 -0,018 0,839 0,070 0,027 0,936
OPS98 1,211 1,211 0,602 1,888 0,281 -0,002 0,722 0,200 0,000 0,922
OPS99 1,980 2,350 0,150 1,091 0,292 0,273 0,800 0,159 0,007 0,965
OPS100 0,949 0,949 18,627 41,066 1,277 0,249 0,867 0,073 0,016 0,956
OPS101 1,353 1,353 0,894 0,855 0,200 0,046 0,626 0,297 0,027 0,950
OPS102 2,778 2,778 0,084 0,612 0,487 0,059 0,700 0,115 0,024 0,840
OPS103 0,894 0,559 -0,397 -6,502 0,289 0,374 0,740 0,129 0,070 0,940
OPS104 2,199 2,199 0,085 1,045 0,152 0,043 0,840 0,036 0,008 0,884
87
Índices Econômico-financeiros
OPSi ILG ILC IImob. IEndiv. IRet.Líq. IRet.Fin. IDM IDA IDC Icomb.
OPS105 1,230 1,228 0,597 3,463 0,168 -0,400 0,802 0,139 0,015 0,956
OPS106 1,068 1,014 -3,874 -84,230 -15,782 1,013 0,825 0,090 0,028 0,944
OPS107 1,222 1,355 0,823 1,102 0,148 -0,065 0,542 0,842 0,027 1,411
OPS108 1,310 1,291 0,420 2,082 -0,011 0,093 0,801 0,308 0,048 1,157
OPS109 0,676 0,951 2,342 2,367 -0,045 -0,710 0,489 0,309 0,066 0,864
OPS110 1,584 0,853 0,631 1,150 -0,245 0,151 0,956 0,083 0,003 1,041
OPS111 0,543 0,660 5,446 8,786 -1,465 -0,935 0,718 0,221 0,072 1,012
OPS112 1,361 1,317 0,000 3,809 0,811 -0,102 0,665 0,000 -0,001 0,664
OPS113 1,456 1,423 0,868 0,799 0,083 -0,010 0,701 0,232 0,019 0,952
8. ANEXO II - RESULTADOS DO ELECTRE TRI
Classificação para λ = 7,0 Classificação para λ = 8,0
Operadora Pessimista Otimista Operadora Pessimista Otimista
OPS1 A A OPS1 A A
OPS2 B A OPS2 B A
OPS3 E A OPS3 E A
OPS4 B A OPS4 D A
OPS5 A A OPS5 C A
OPS6 D B OPS6 E A
OPS7 A A OPS7 B A
OPS8 A A OPS8 A A
OPS9 B A OPS9 D A
OPS10 E A OPS10 E A
OPS11 E C OPS11 E A
OPS12 A A OPS12 A A
OPS13 E B OPS13 E A
OPS14 A A OPS14 E A
OPS15 C A OPS15 E A
OPS16 C A OPS16 E A
OPS17 A A OPS17 A A
OPS18 E D OPS18 E A
OPS19 B A OPS19 E A
OPS20 D A OPS20 E A
89
Classificação para λ = 7,0 Classificação para λ = 8,0
Alternativas Pessimista Otimista Alternativas Pessimista Otimista
OPS21 A A OPS21 B A
OPS22 C A OPS22 C A
OPS23 E B OPS23 E A
OPS24 C A OPS24 E A
OPS25 E A OPS25 E A
OPS26 C A OPS26 D A
OPS27 A A OPS27 B A
OPS28 C A OPS28 D A
OPS29 A A OPS29 A A
OPS30 E A OPS30 E A
OPS31 E A OPS31 E A
OPS32 B A OPS32 D A
OPS33 B A OPS33 E A
OPS34 E D OPS34 E A
OPS35 A A OPS35 C A
OPS36 A A OPS36 A A
OPS37 C A OPS37 E A
OPS38 D A OPS38 E A
OPS39 E B OPS39 E A
OPS40 C A OPS40 E A
OPS41 B A OPS41 B A
OPS42 A A OPS42 A A
OPS43 C A OPS43 E A
OPS44 C B OPS44 E A
OPS45 C A OPS45 C A
OPS46 E A OPS46 E A
OPS47 C A OPS47 C A
OPS48 C A OPS48 E A
90
Classificação para λ = 7,0 Classificação para λ = 8,0
Alternativas Pessimista Otimista Alternativas Pessimista Otimista
OPS49 A A OPS49 A A
OPS50 B A OPS50 C A
OPS51 B A OPS51 E A
OPS52 A A OPS52 C A
OPS53 C B OPS53 E A
OPS54 E A OPS54 E A
OPS55 D A OPS55 E A
OPS56 B A OPS56 B A
OPS57 E E OPS57 E A
OPS58 B A OPS58 E A
OPS59 A A OPS59 A A
OPS60 D A OPS60 D A
OPS61 C A OPS61 E A
OPS62 B A OPS62 C A
OPS63 A A OPS63 A A
OPS64 A A OPS64 E A
OPS65 E C OPS65 E A
OPS66 D A OPS66 E A
OPS67 E A OPS67 E A
OPS68 E A OPS68 E A
OPS69 E C OPS69 E A
OPS70 A A OPS70 A A
OPS71 C A OPS71 D A
OPS72 C A OPS72 E A
OPS73 A A OPS73 A A
OPS74 C A OPS74 C A
OPS75 C A OPS75 C A
OPS76 E A OPS76 E A
91
Classificação para λ = 7,0 Classificação para λ = 8,0
Alternativas Pessimista Otimista Alternativas Pessimista Otimista
OPS77 E C OPS77 E A
OPS78 A A OPS78 B A
OPS79 E A OPS79 E A
OPS80 A A OPS80 E A
OPS81 E A OPS81 E A
OPS82 A A OPS82 A A
OPS83 E B OPS83 E A
OPS84 C A OPS84 C A
OPS85 E A OPS85 E A
OPS86 E C OPS86 E A
OPS87 D A OPS87 D A
OPS88 A A OPS88 C A
OPS89 E A OPS89 E A
OPS90 A A OPS90 A A
OPS91 C A OPS91 E A
OPS92 A A OPS92 B A
OPS93 B A OPS93 E A
OPS94 A A OPS94 C A
OPS95 E C OPS95 E B
OPS96 A A OPS96 E A
OPS97 B A OPS97 D A
OPS98 A A OPS98 B A
OPS99 A A OPS99 A A
OPS100 E A OPS100 E A
OPS101 A A OPS101 A A
OPS102 A A OPS102 A A
OPS103 B A OPS103 B A
OPS104 A A OPS104 A A
92
Classificação para λ = 7,0 Classificação para λ = 8,0
Alternativas Pessimista Otimista Alternativas Pessimista Otimista
OPS105 D A OPS105 D A
OPS106 A A OPS106 D A
OPS107 A A OPS107 D A
OPS108 D A OPS108 D A
OPS109 D A OPS109 E A
OPS110 B A OPS110 E A
OPS111 E B OPS111 E B
OPS112 A A OPS112 E A
OPS113 B A OPS113 B A
![Comparativo Praça Cely Campello[2]](https://img.document.onl/doc/110x75/55b28afebb61eb82178b4573/comparativo-praca-cely-campello2.jpg)
![Antônio Campello [Inglês]](https://img.document.onl/doc/110x75/58f2b1991a28ab2d4c8b45bd/antonio-campello-ingles.jpg)
