O número de mortes segue uma distribuição discreta, geralmente modelada por uma distribuição Binomial ou Poisson. O impacto dessas variações na análise da frequência de uma carteira assegurada é fundamental, justificando testes de aderência. O tipo de risco mais relacionado ao caso descrito é o
- A)econômico.
Errada, porque risco econômico se relaciona a condições de mercado e atividade econômica, não à aderência de uma distribuição de mortes.
- B)econômico.
Errada, pois repete a ideia de risco econômico, que não é o tipo de risco descrito no enunciado.
- C)estatístico.
Certa, porque o enunciado trata da variabilidade de contagens discretas e da verificação de ajuste de modelos probabilísticos aos dados.
- D)financeiro.
Errada, porque risco financeiro envolve perdas ligadas a crédito, liquidez, mercado ou solvência, e não a teste de aderência de mortalidade.
- E)legal.
Errada, pois risco legal decorre de normas, contratos e litígios, sem relação direta com a modelagem estatística da frequência de mortes.
Gabarito: C
Aqui a ideia central é bem atuária raiz: quando você estuda o número de mortes em uma carteira, você está lidando com uma variável aleatória discreta e com variação ao redor de um valor esperado. Por isso, é comum modelar esse comportamento com distribuições como Binomial ou Poisson, e depois comparar o modelo com os dados reais por meio de testes de aderência. Isso serve para verificar se o modelo escolhido faz sentido para a frequência observada. Nesse cenário, o risco mais ligado ao problema não é econômico, financeiro ou legal. O foco está na incerteza estatística do fenômeno, isto é, na possibilidade de os dados observados não seguirem a distribuição assumida. Em Atuária, isso aparece muito quando se avalia frequência de sinistros, mortalidade e sobrevivência. Por isso, o gabarito é a letra C, porque o caso descrito trata de risco estatístico: a dúvida está na adequação do modelo probabilístico aos dados da carteira. A lógica é: se a distribuição não encaixa bem, a análise da frequência pode ficar distorcida, e o atuário precisa testar isso com rigor. Em prova, pense assim: quando o problema fala em distribuição, aderência, frequência observada e comparação entre modelo e realidade, a banca está apontando para o campo da estatística aplicada à atuação atuarial.