Questões de Concurso Público FUNPRESP-JUD 2026 para Analista - Especialidade: Atuário
Foram encontradas 120 questões
No que diz respeito ao ativo líquido do plano de benefícios e aos documentos e às demonstrações a ele associados, julgue o item a seguir.
A soma dos ativos líquidos dos planos de benefício de uma entidade fechada de previdência complementar coincide com o ativo dessa entidade.
No que se refere ao fluxo de caixa atuarial do plano de benefícios, julgue o item subsequente.
O cálculo estocástico das reservas matemáticas dispensa a utilização do cálculo discreto, de acordo com a legislação vigente.
No que se refere ao fluxo de caixa atuarial do plano de benefícios, julgue o item subsequente.
O fluxo de caixa dos fundos de pensão prescinde da apuração do risco atuarial, devendo ser considerada, contudo, a premissa do valor do dinheiro no tempo.
No que se refere ao fluxo de caixa atuarial do plano de benefícios, julgue o item subsequente.
Inferências relativas à geração de pensão a dependentes, à entrada em invalidez e à mortalidade de inválidos impactam o fluxo de caixa atuarial.
Acerca do saldamento de planos de benefícios, julgue o item que segue.
O saldamento do plano de benefícios implica a cessação de todas as contribuições para o plano.
Acerca do saldamento de planos de benefícios, julgue o item que segue.
O saldamento do plano de benefícios objetiva a interrupção da constituição de reservas para benefícios programados para o grupo de participantes elegíveis.
Acerca do saldamento de planos de benefícios, julgue o item que segue.
A proposta de alteração do regulamento para saldamento do plano de benefícios deve prever as fontes de custeio das despesas administrativas.
Acerca da migração entre planos de benefícios, julgue o item seguinte.
O cálculo da reserva de migração deve ser feito de forma individualizada por participante, inclusive em caso de constituição de grupo de migração.
Acerca da migração entre planos de benefícios, julgue o item seguinte.
A migração entre planos de benefícios pode ser realizada de forma compulsória, conforme as condições legalmente previstas.
Acerca da migração entre planos de benefícios, julgue o item seguinte.
Na apuração da reserva de migração, devem ser considerados qualquer excedente ou insuficiência existente no plano de origem bem como qualquer incentivo à migração oferecido pelo patrocinador e, ainda, outros ajustes, ganhos ou perdas patrimoniais associados à operação de migração.
Uma seguradora de automóveis utiliza, em seu sistema de detecção de fraudes em sinistros, um modelo probabilístico que tem o seguinte comportamento:
a) se um sinistro é fraudulento, o sistema o classifica corretamente como fraudulento em 95% dos casos; nos demais casos, o sistema classifica o sinistro como legítimo;
b) se um sinistro é legítimo, o sistema o classifica corretamente como legítimo em 92% dos casos; nos demais casos, o sistema classifica o sinistro como fraudulento.
Para cada sinistro, são realizadas as devidas verificações,
de modo que, ao final desse trabalho, o sinistro é classificado, de
forma definitiva, como legítimo ou fraudulento. Com base em
dados históricos, tem-se que 1,5% dos sinistros são efetivamente
fraudulentos.
Com base na situação hipotética precedente, julgue o item a seguir.
A probabilidade de um sinistro ser classificado como fraudulento é inferior a 10%.
Uma seguradora de automóveis utiliza, em seu sistema de detecção de fraudes em sinistros, um modelo probabilístico que tem o seguinte comportamento:
a) se um sinistro é fraudulento, o sistema o classifica corretamente como fraudulento em 95% dos casos; nos demais casos, o sistema classifica o sinistro como legítimo;
b) se um sinistro é legítimo, o sistema o classifica corretamente como legítimo em 92% dos casos; nos demais casos, o sistema classifica o sinistro como fraudulento.
Para cada sinistro, são realizadas as devidas verificações,
de modo que, ao final desse trabalho, o sinistro é classificado, de
forma definitiva, como legítimo ou fraudulento. Com base em
dados históricos, tem-se que 1,5% dos sinistros são efetivamente
fraudulentos.
Com base na situação hipotética precedente, julgue o item a seguir.
Se o sistema classificar um sinistro como legítimo, a probabilidade de ele ser realmente legítimo é superior a 99%.
Uma seguradora de automóveis utiliza, em seu sistema de detecção de fraudes em sinistros, um modelo probabilístico que tem o seguinte comportamento:
a) se um sinistro é fraudulento, o sistema o classifica corretamente como fraudulento em 95% dos casos; nos demais casos, o sistema classifica o sinistro como legítimo;
b) se um sinistro é legítimo, o sistema o classifica corretamente como legítimo em 92% dos casos; nos demais casos, o sistema classifica o sinistro como fraudulento.
Para cada sinistro, são realizadas as devidas verificações,
de modo que, ao final desse trabalho, o sinistro é classificado, de
forma definitiva, como legítimo ou fraudulento. Com base em
dados históricos, tem-se que 1,5% dos sinistros são efetivamente
fraudulentos.
Com base na situação hipotética precedente, julgue o item a seguir.
Sabendo-se que um sinistro é fraudulento, a probabilidade de o sistema classificá-lo como legítimo é superior a 10%.
Uma seguradora de automóveis utiliza, em seu sistema de detecção de fraudes em sinistros, um modelo probabilístico que tem o seguinte comportamento:
a) se um sinistro é fraudulento, o sistema o classifica corretamente como fraudulento em 95% dos casos; nos demais casos, o sistema classifica o sinistro como legítimo;
b) se um sinistro é legítimo, o sistema o classifica corretamente como legítimo em 92% dos casos; nos demais casos, o sistema classifica o sinistro como fraudulento.
Para cada sinistro, são realizadas as devidas verificações,
de modo que, ao final desse trabalho, o sinistro é classificado, de
forma definitiva, como legítimo ou fraudulento. Com base em
dados históricos, tem-se que 1,5% dos sinistros são efetivamente
fraudulentos.
Com base na situação hipotética precedente, julgue o item a seguir.
A probabilidade de o sistema classificar corretamente um sinistro, seja ele fraudulento ou legítimo, é igual ou superior a 93,5%.
Uma seguradora de automóveis utiliza, em seu sistema de detecção de fraudes em sinistros, um modelo probabilístico que tem o seguinte comportamento:
a) se um sinistro é fraudulento, o sistema o classifica corretamente como fraudulento em 95% dos casos; nos demais casos, o sistema classifica o sinistro como legítimo;
b) se um sinistro é legítimo, o sistema o classifica corretamente como legítimo em 92% dos casos; nos demais casos, o sistema classifica o sinistro como fraudulento.
Para cada sinistro, são realizadas as devidas verificações,
de modo que, ao final desse trabalho, o sinistro é classificado, de
forma definitiva, como legítimo ou fraudulento. Com base em
dados históricos, tem-se que 1,5% dos sinistros são efetivamente
fraudulentos.
Com base na situação hipotética precedente, julgue o item a seguir.
A probabilidade de um sinistro ser fraudulento, mas classificado como legítimo, é de 0,075%.
Em um estudo atuarial, considera-se um modelo estatístico
bayesiano para o número de sinistros de automóveis por ano para
determinado segurado. Sabe-se que, para uma taxa média
desconhecida (chamada de θ), o número de sinistros em cada ano
segue uma distribuição de Poisson. Para expressar a incerteza sobre
essa taxa média, adota-se uma distribuição a priori chamada Gama,
que é matematicamente conveniente por ser conjugada à Poisson.
Observado o número de sinistros em n anos, cuja soma total é
denominada S, verifica-se que a distribuição a posteriori dessa taxa
média é também Gama, com parâmetros atualizados; o parâmetro de
forma passa a ser o valor inicial mais S; o parâmetro de taxa passa a
ser o valor inicial mais n.
Tendo como base as informações apresentadas nessa situação hipotética, julgue o item seguinte.
A melhor estimativa E, pelo critério de erro quadrático médio, para a taxa média de sinistros, conforme os dados, é dada pela fórmula a seguir, em que a é o valor inicial do parâmetro de forma, S é a soma total de sinistros, b é o valor inicial do parâmetro de taxa e n é o número de anos observados.
Em um estudo atuarial, considera-se um modelo estatístico
bayesiano para o número de sinistros de automóveis por ano para
determinado segurado. Sabe-se que, para uma taxa média
desconhecida (chamada de θ), o número de sinistros em cada ano
segue uma distribuição de Poisson. Para expressar a incerteza sobre
essa taxa média, adota-se uma distribuição a priori chamada Gama,
que é matematicamente conveniente por ser conjugada à Poisson.
Observado o número de sinistros em n anos, cuja soma total é
denominada S, verifica-se que a distribuição a posteriori dessa taxa
média é também Gama, com parâmetros atualizados; o parâmetro de
forma passa a ser o valor inicial mais S; o parâmetro de taxa passa a
ser o valor inicial mais n.
Tendo como base as informações apresentadas nessa situação hipotética, julgue o item seguinte.
Para qualquer escolha dos parâmetros iniciais da distribuição a priori e para qualquer amostra observada, o valor da moda é sempre igual à sua média.
Em um estudo atuarial, considera-se um modelo estatístico
bayesiano para o número de sinistros de automóveis por ano para
determinado segurado. Sabe-se que, para uma taxa média
desconhecida (chamada de θ), o número de sinistros em cada ano
segue uma distribuição de Poisson. Para expressar a incerteza sobre
essa taxa média, adota-se uma distribuição a priori chamada Gama,
que é matematicamente conveniente por ser conjugada à Poisson.
Observado o número de sinistros em n anos, cuja soma total é
denominada S, verifica-se que a distribuição a posteriori dessa taxa
média é também Gama, com parâmetros atualizados; o parâmetro de
forma passa a ser o valor inicial mais S; o parâmetro de taxa passa a
ser o valor inicial mais n.
Tendo como base as informações apresentadas nessa situação hipotética, julgue o item seguinte.
Observados os dados, é correto afirmar que a variabilidade
da taxa média pode ser medida pela razão , em que a é o
valor inicial do parâmetro de forma, S é a soma total de
sinistros, b é o valor inicial do parâmetro de taxa e n é o
número de anos observados.
Em um estudo atuarial, considera-se um modelo estatístico
bayesiano para o número de sinistros de automóveis por ano para
determinado segurado. Sabe-se que, para uma taxa média
desconhecida (chamada de θ), o número de sinistros em cada ano
segue uma distribuição de Poisson. Para expressar a incerteza sobre
essa taxa média, adota-se uma distribuição a priori chamada Gama,
que é matematicamente conveniente por ser conjugada à Poisson.
Observado o número de sinistros em n anos, cuja soma total é
denominada S, verifica-se que a distribuição a posteriori dessa taxa
média é também Gama, com parâmetros atualizados; o parâmetro de
forma passa a ser o valor inicial mais S; o parâmetro de taxa passa a
ser o valor inicial mais n.
Tendo como base as informações apresentadas nessa situação hipotética, julgue o item seguinte.
Caso se pretenda prever quantos sinistros ocorrerão no próximo ano com base nos dados já observados, a distribuição preditiva correspondente será uma distribuição de Poisson cujo parâmetro é igual à estimativa da taxa média.
Em um estudo atuarial, considera-se um modelo estatístico
bayesiano para o número de sinistros de automóveis por ano para
determinado segurado. Sabe-se que, para uma taxa média
desconhecida (chamada de θ), o número de sinistros em cada ano
segue uma distribuição de Poisson. Para expressar a incerteza sobre
essa taxa média, adota-se uma distribuição a priori chamada Gama,
que é matematicamente conveniente por ser conjugada à Poisson.
Observado o número de sinistros em n anos, cuja soma total é
denominada S, verifica-se que a distribuição a posteriori dessa taxa
média é também Gama, com parâmetros atualizados; o parâmetro de
forma passa a ser o valor inicial mais S; o parâmetro de taxa passa a
ser o valor inicial mais n.
Tendo como base as informações apresentadas nessa situação hipotética, julgue o item seguinte.
Se os parâmetros iniciais da distribuição Gama forem escolhidos de modo que o parâmetro de forma seja 1 e o parâmetro de taxa tenda a um valor muito próximo de zero, então a distribuição a priori resultante se aproximará de uma distribuição uniforme em todos os valores positivos possíveis para a taxa média.
Conheça nossos planos