• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • Tagged with
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

A study on the insolvency of operators health plans / Um estudo sobre a insolvÃncia das operadoras de planos de saÃde

Andson de Freitas Viana 28 February 2012 (has links)
nÃo hà / Na dÃcada de 1990 ocorreram diversas transformaÃÃes no setor de saÃde no Brasil, sendo uma das mais importantes, a alteraÃÃo da Lei que regula as operadoras de planos e seguros para os riscos à saÃde dos indivÃduos. Este setor vem se tornando cada vez mais concentrado com uma saÃda maior que a entrada de novas empresas. à importante investigar, neste caso, que fatores contribuem para que uma operadora de plano nÃo se sustente no mercado. Quais sÃo os sinais (variÃveis) visÃveis na contabilidade destas que antecipam a insolvÃncia? Para responder esta questÃo, esta dissertaÃÃo utiliza-se de um modelo Logit multivariado para a probabilidade de insolvÃncia, onde os principais cofatores sÃo indicadores financeiros das empresas retiradas da base de dados mais atualizada da AgÃncia Nacional de SaÃde Suplementar. AlÃm destes indicadores, tambÃm foi investigado se o tipo de operadora de plano de saÃde ou o local de atuaÃÃo da mesma tambÃm podem contribuir para o risco de insolvÃncia. Como resultado verificou-se que o tipo de operadora e a regiÃo de atuaÃÃo de cada uma nÃo tÃm correlaÃÃo quanto ao nÃvel de insolvÃncias das OPS. De maneira esperada os indicadores econÃmicos financeiros de endividamento (CT/CP e ENDIV) e de recebimento (PMCR) foram os mais importantes na previsÃo de insolvÃncia das empresas em um perÃodo subsequente. / Na dÃcada de 1990 ocorreram diversas transformaÃÃes no setor de saÃde no Brasil, sendo uma das mais importantes, a alteraÃÃo da Lei que regula as operadoras de planos e seguros para os riscos à saÃde dos indivÃduos. Este setor vem se tornando cada vez mais concentrado com uma saÃda maior que a entrada de novas empresas. à importante investigar, neste caso, que fatores contribuem para que uma operadora de plano nÃo se sustente no mercado. Quais sÃo os sinais (variÃveis) visÃveis na contabilidade destas que antecipam a insolvÃncia? Para responder esta questÃo, esta dissertaÃÃo utiliza-se de um modelo Logit multivariado para a probabilidade de insolvÃncia, onde os principais cofatores sÃo indicadores financeiros das empresas retiradas da base de dados mais atualizada da AgÃncia Nacional de SaÃde Suplementar. AlÃm destes indicadores, tambÃm foi investigado se o tipo de operadora de plano de saÃde ou o local de atuaÃÃo da mesma tambÃm podem contribuir para o risco de insolvÃncia. Como resultado verificou-se que o tipo de operadora e a regiÃo de atuaÃÃo de cada uma nÃo tÃm correlaÃÃo quanto ao nÃvel de insolvÃncias das OPS. De maneira esperada os indicadores econÃmicos financeiros de endividamento (CT/CP e ENDIV) e de recebimento (PMCR) foram os mais importantes na previsÃo de insolvÃncia das empresas em um perÃodo subsequente.
2

Risco de insustentabilidade financeira dos beneficiÃrios de uma operadora de planos de saÃde: uma comparaÃÃo de modelos de classificaÃÃo / Financial unsustainability risk for recipients of managed care plans: a classification model comparison

Daniele Adelaide BrandÃo de Oliveira 20 August 2014 (has links)
nÃo hà / Este trabalho teve por objetivo realizar um estudo analÃtico relativo à sustentabilidade financeira dos beneficiÃrios da carteira de uma operadora de planos de saÃde. A amostra investigada no estudo à de uma operadora de plano de saÃde vinculada ao Banco do Nordeste do Brasil S.A. (BNB) e à composta por 38.875 usuÃrios, ativos, entre os anos de 2011 e 2013. Especificamente, buscou-se nesse trabalho aplicar tÃcnicas de classificaÃÃo de insustentabilidade financeira de beneficiÃrios de uma operadora de planos de saÃde, identificando o modelo de melhor ajustamento e os principais determinantes de insustentabilidade. As tÃcnicas estatÃsticas de classificaÃÃo supervisionada empregadas foram a regressÃo logÃstica, as Ãrvores de classificaÃÃo e o classificador de vizinhos mais prÃximos. AlÃm disso, foi empregada a curva ROC para comparar os desempenhos das tÃcnicas utilizadas, sendo a Ãrea abaixo da curva (AUC), a principal medida observada. Os resultados obtidos mostraram que a maior parte da amostra à composta por beneficiÃrios sustentÃveis. O modelo de regressÃo logÃstica obteve precisÃo de 68,43% com AUC de 0,7501, as Ãrvores obtiveram 67,76% e AUC de 0,6855, enquanto o classificador dos vizinhos mais prÃximos teve uma precisÃo de 67,22% e AUC de 0,7258. As variÃveis apontadas como mais importantes pelos dois primeiros modelos, considerando uma anÃlise conjunta, sÃo a Idade e o Tipo de Plano, dentre aquelas que definem o perfil do usuÃrio e a Receita, Consulta e Odontologia, daquelas que definem o histÃrico de utilizaÃÃo do usuÃrio / This study aimed to carry out an analytical study on the financial sustainability of the beneficiaries of the portfolio of managed care plans. The sample investigated in the study is a health plan operator linked to the Banco do Nordeste do Brazil SA (BNB) and consists of 38,875 members, assets, between the years 2011 and 2013. Specifically, we sought to apply techniques that work financial unsustainability classification of beneficiaries of a managed care plans, identifying the model best fit and the main determinants of unsustainability. The technical classification statistics were supervised employed logistic regression, classification trees and the classifier closest neighbors. Furthermore, the ROC curve was used to compare the performance of the techniques used, and the area under the curve (AUC), the main extent observed. The results showed that most of the sample is composed of organic recipients. The logistic regression model obtained precision of 68.43% with AUC of 0.7501, the trees obtained 67.76% and AUC of 0.6855, while the classifier of the closest neighbors had an accuracy of 67.22% and AUC of 0.7258. The variables identified as most important by the first two models, considering a joint analysis, are the Middle and the Plan type, among those that define the user profile and the Revenue Consultation and Dentistry, those that define the user use history

Page generated in 0.1259 seconds