7.6 Seguro, Diversificação e Informação: A Caixa de Ferramentas Contra o Risco¶

Até aqui, tratamos o risco como algo dado — uma propriedade das loterias que o agente enfrenta. Mas, na prática, agentes e instituições desenvolvem mecanismos engenhosos para reduzir, redistribuir ou gerenciar os riscos a que estão expostos. Esses mecanismos não eliminam a incerteza do mundo; eles a realocam para quem pode suportá-la melhor ou a diluem entre muitos agentes. Nesta seção, examinamos quatro estratégias fundamentais: seguros, diversificação, flexibilidade e informação.

7.6.1 Seguros¶

O mecanismo de seguro permite transferir risco de agentes mais avessos para agentes menos avessos (ou mais diversificados). Considere um agente com riqueza $W$ que enfrenta uma perda $d$ com probabilidade $p$.

Prêmio atuarialmente justo: $P = p \cdot d$. Sob esse prêmio, o agente avesso ao risco contrata cobertura total.
Prêmio com carregamento: $P = (1+\lambda) p \cdot d$, $\lambda > 0$. Nesse caso, a cobertura ótima pode ser parcial.

Teorema: Seguro total sob prêmio atuarialmente justo

Se o prêmio do seguro é atuarialmente justo e o agente é estritamente avesso ao risco, então o contrato ótimo é de cobertura total ($q^* = d$), onde $q$ é a indenização contratada.

A intuição por trás deste teorema é direta: quando o prêmio é justo, o agente pode "comprar" certeza sem custo atuarial. Como ele prefere certeza à incerteza (por ser avesso ao risco), ele maximiza a utilidade eliminando todo o risco. Com carregamento ($\lambda > 0$), a certeza passa a ter um preço adicional, e o agente pondera entre redução de risco e custo do prêmio — a solução intermediária pode envolver franquias, cobertura parcial ou mesmo a decisão de não contratar seguro.

Na prática, os mercados de seguros brasileiros exibem carregamentos que variam amplamente. O seguro de automóvel pode ter $\lambda$ entre 30% e 60% sobre o prêmio puro, enquanto resseguros de catástrofes naturais (como enchentes e secas) têm carregamentos ainda maiores, refletindo riscos sistemáticos que não se diversificam dentro da carteira da seguradora. Esse ponto é crucial: a diversificação pela seguradora só funciona quando os sinistros são independentes entre segurados. Uma seca que atinge todos os produtores de uma região simultaneamente não é diversificável na escala de uma única seguradora — o que explica o papel indispensável do resseguro e da participação do Estado em programas como o Proagro.

Box Brasil 7.1: Proagro e o seguro rural no Brasil

O Proagro (Programa de Garantia da Atividade Agropecuária) é o principal instrumento de proteção à renda dos agricultores brasileiros contra perdas causadas por eventos climáticos adversos, pragas e doenças. Criado em 1973 (Lei 5.969/73) e operado pelo Banco Central do Brasil em parceria com agentes financeiros, o Proagro garante a cobertura de financiamentos rurais quando a lavoura sofre perdas que impedem o pagamento do crédito.

Como funciona na prática

O produtor que toma crédito rural pelo Sistema Nacional de Crédito Rural (SNCR) pode aderir ao Proagro pagando um adicional (o "prêmio" do Proagro) de 2% a 6% sobre o valor financiado. Em caso de sinistro comprovado — quebra de safra por geada, seca, excesso de chuva, granizo ou pragas —, o Proagro cobre as obrigações financeiras do produtor junto ao banco. Para pequenos produtores enquadrados no Pronaf, existe o Proagro Mais, com condições mais favoráveis e custo subsidiado pelo Tesouro Nacional.

A lógica microeconômica

Do ponto de vista da teoria desenvolvida neste capítulo, o Proagro é um mecanismo de seguro com prêmio subsidiado. O prêmio atuarialmente justo para cobrir os riscos climáticos de regiões como o Semiárido nordestino ou o Cerrado goiano seria muito superior ao que os produtores conseguem pagar, especialmente os de menor escala. O subsídio — financiado pelo Tesouro e computado no orçamento do Ministério da Agricultura — funciona como uma redução do carregamento $\lambda$, tornando o seguro acessível para produtores que de outra forma permaneceriam sem cobertura.

Rosenzweig e Binswanger (1993), usando dados de agricultores indianos, mostram que a exposição ao risco climático reduz significativamente a lucratividade e o investimento agropecuário — especialmente para produtores mais pobres que não têm acesso a mercados de crédito ou seguro. O Proagro atua exatamente nessa fronteira: sem cobertura, o produtor reduz o risco ex ante escolhendo tecnologias menos produtivas mas mais seguras (como plantio tardio ou variedades de menor rendimento mas maior resistência à seca). Com o seguro, ele pode adotar tecnologias de maior risco e maior retorno médio, aumentando a produtividade e a renda agrícola.

Desafios e limitações

O Proagro enfrenta problemas clássicos de informação assimétrica (Seção 7.8): seleção adversa (produtores em regiões de maior risco climático têm mais incentivo a aderir) e risco moral (após a contratação, o produtor pode reduzir investimentos em irrigação e práticas preventivas). Além disso, a verificação dos sinistros é custosa e sujeita a disputas, o que eleva os custos administrativos do programa.

Fonte: Banco Central do Brasil, Manual de Crédito Rural (MCR), Capítulo 16; Ministério da Agricultura e Pecuária, Relatório Proagro 2023.

Figura 7.3 — Mercado de seguros no espaço estado-contingente. Ajuste a riqueza inicial, a perda, a probabilidade de sinistro e o carregamento. Observe como a cobertura ótima se move em direção à linha de 45 graus (seguro total) quando o prêmio é atuarialmente justo ($\lambda = 0$).

Exercício Resolvido 7.2

Enunciado: Uma produtora de café no Sul de Minas possui riqueza de R$ 500.000 e enfrenta risco de geada que, com probabilidade $0{,}2$, causa perda de R$ 200.000. Sua utilidade é $u(W) = \sqrt{W}$. (a) Calcule o prêmio atuarialmente justo. (b) Verifique que a produtora contrata cobertura total. (c) Se a seguradora cobra carregamento $\lambda = 0{,}3$, qual o prêmio de risco máximo que a produtora aceita pagar?

Dados: $W = 500.000$, $d = 200.000$, $p = 0{,}2$, $u(W) = \sqrt{W}$.

Resolução:

Passo 1 — Prêmio atuarialmente justo

\[ P_{justo} = p \times d = 0{,}2 \times 200.000 = \text{R\$ } 40.000 \]

Passo 2 — Cobertura total sob prêmio justo

Sem seguro: $E[u] = 0{,}8 \times \sqrt{500.000} + 0{,}2 \times \sqrt{300.000} = 0{,}8 \times 707{,}11 + 0{,}2 \times 547{,}72 = 565{,}69 + 109{,}54 = 675{,}23$.

Com seguro total ($P = 40.000$): riqueza certa = $500.000 - 40.000 = 460.000$.

$u(460.000) = \sqrt{460.000} = 678{,}23$.

Como $678{,}23 > 675{,}23$, a produtora prefere o seguro total. De fato, para agente avesso ao risco, seguro total é ótimo sob prêmio justo (Seção 7.6.1).

Passo 3 — Prêmio máximo que aceita pagar

O prêmio máximo $P_{max}$ satisfaz $u(W - P_{max}) = E[u]$ sem seguro:

\[ \sqrt{500.000 - P_{max}} = 675{,}23 \implies 500.000 - P_{max} = 675{,}23^2 = 455.936 \]

\[ P_{max} = 500.000 - 455.936 = \text{R\$ } 44.064 \]

Passo 4 — Decisão com carregamento

Prêmio com carregamento: $P_\lambda = (1 + 0{,}3) \times 40.000 = \text{R\$ } 52.000$.

Como $P_\lambda = 52.000 > P_{max} = 44.064$, a produtora não contrata cobertura total a esse preço.

Resultado: O prêmio atuarialmente justo é R$ 40.000, e a produtora pagaria até R$ 44.064 (prêmio de risco de R$ 4.064). O carregamento de 30% torna a cobertura total inviável.

Interpretação econômica: A diferença $P_{max} - P_{justo} = \text{R\$ } 4.064$ é o prêmio de risco da produtora — o valor monetário da sua aversão ao risco. Com carregamento de 30%, a seguradora cobra mais do que a produtora está disposta a pagar por cobertura total, o que pode levar à contratação de cobertura parcial (franquia elevada). Este é precisamente o mecanismo que explica por que pequenos produtores brasileiros, com baixa capacidade de absorção de risco, dependem do subsídio do PSR para viabilizar o seguro.

7.6.2 Diversificação¶

Se o seguro transfere risco de um agente para outro, a diversificação opera por um mecanismo diferente: ela dilui o risco ao distribuir a exposição entre múltiplas fontes de incerteza. A lógica é simples, mas poderosa: quando os resultados de diferentes ativos não se movem perfeitamente em conjunto, as perdas de uns tendem a ser parcialmente compensadas pelos ganhos de outros.

A diversificação reduz o risco total de uma carteira sem necessariamente reduzir o retorno esperado. Se os retornos dos ativos não são perfeitamente correlacionados, a variância da carteira é menor que a média ponderada das variâncias individuais.

Para $n$ ativos independentes e identicamente distribuídos com retorno $\tilde{r}_i$ (média $\mu$, variância $\sigma^2$), a variância da carteira igualmente ponderada é:

\[ \text{Var}\left(\frac{1}{n}\sum_{i=1}^{n}\tilde{r}_i\right) = \frac{\sigma^2}{n} \xrightarrow{n \to \infty} 0 \]

No caso mais geral de dois ativos com correlação $\rho$, pesos $w$ e $(1-w)$, e variâncias $\sigma_1^2$ e $\sigma_2^2$, a variância da carteira é:

\[ \sigma_p^2 = w^2 \sigma_1^2 + (1-w)^2 \sigma_2^2 + 2w(1-w)\rho\sigma_1\sigma_2 \]

Quando $\rho < 1$, existe um peso $w^*$ que minimiza $\sigma_p^2$, gerando o benefício da diversificação. Quanto menor a correlação entre os ativos, maior o ganho. No caso extremo $\rho = -1$, é possível eliminar completamente o risco da carteira. Esse resultado fundamenta toda a teoria moderna de portfólios, iniciada por Markowitz (1952).

Risco diversificável vs. risco sistemático

Em uma economia com muitos ativos, a diversificação elimina o risco idiossincrático (específico de cada ativo), mas não elimina o risco sistemático (que afeta todos os ativos simultaneamente). Essa distinção é central no modelo CAPM (Capital Asset Pricing Model), no qual apenas o risco sistemático — medido pelo coeficiente beta — é remunerado pelo mercado.

A diversificação tem um limite fundamental: ela não elimina o risco agregado, apenas realoca e dilui o risco idiossincrático. Um fundo de ações com 500 empresas distintas ainda estará sujeito às flutuações do ciclo econômico, à variação da taxa Selic e aos choques cambiais — todos riscos sistemáticos que afetam todas as empresas simultaneamente. No Brasil, a elevada correlação entre setores da Bolsa de Valores — especialmente entre commodities agrícolas, petróleo e setor financeiro, que juntos representam uma parcela desproporcional do Ibovespa — limita os benefícios práticos da diversificação doméstica. Por isso, fundos de previdência e investidores institucionais brasileiros buscam crescentemente a diversificação internacional, alocando parte do patrimônio em ativos de outras economias com ciclos menos correlacionados com o Brasil.

Intuição Econômica

Em uma frase: Diversificar é não colocar todos os ovos na mesma cesta — o risco total cai mesmo sem reduzir o retorno esperado.

Pense assim: Um pequeno agricultor do Paraná que planta só soja fica à mercê da seca ou da queda de preço. Se ele divide a terra entre soja, milho e feijão, uma safra ruim de um produto pode ser compensada pela boa safra de outro. O retorno médio pode ser parecido, mas o risco de "quebrar" cai muito.

Por que isso importa: A diversificação é o princípio por trás dos fundos de investimento, dos planos de previdência e até da política de crédito agrícola do Banco do Brasil, que incentiva a rotação de culturas.

Exercício Resolvido 7.3

Enunciado: Um investidor aloca sua riqueza entre dois ativos: ações de uma empresa de energia ($\mu_1 = 12\%$, $\sigma_1 = 20\%$) e títulos do agronegócio ($\mu_2 = 8\%$, $\sigma_2 = 15\%$). A correlação entre os retornos é $\rho = -0{,}3$. (a) Calcule o retorno e a variância da carteira para $w = 0{,}5$. (b) Encontre o peso $w^*$ que minimiza a variância. (c) Compare o desvio padrão da carteira de variância mínima com os desvios individuais.

Dados: $\mu_1 = 0{,}12$, $\sigma_1 = 0{,}20$, $\mu_2 = 0{,}08$, $\sigma_2 = 0{,}15$, $\rho = -0{,}3$.

Resolução:

Passo 1 — Carteira igualmente ponderada ($w = 0{,}5$)

\[ \mu_p = 0{,}5 \times 0{,}12 + 0{,}5 \times 0{,}08 = 0{,}10 = 10\% \]

\[ \sigma_p^2 = (0{,}5)^2(0{,}20)^2 + (0{,}5)^2(0{,}15)^2 + 2(0{,}5)(0{,}5)(-0{,}3)(0{,}20)(0{,}15) \]

\[ = 0{,}01 + 0{,}005625 + (-0{,}0045) = 0{,}011125 \]

\[ \sigma_p = \sqrt{0{,}011125} = 0{,}1055 = 10{,}55\% \]

Passo 2 — Peso de variância mínima

\[ w^* = \frac{\sigma_2^2 - \rho\sigma_1\sigma_2}{\sigma_1^2 + \sigma_2^2 - 2\rho\sigma_1\sigma_2} \]

\[ = \frac{0{,}0225 - (-0{,}3)(0{,}20)(0{,}15)}{0{,}04 + 0{,}0225 - 2(-0{,}3)(0{,}20)(0{,}15)} = \frac{0{,}0225 + 0{,}009}{0{,}0625 + 0{,}018} = \frac{0{,}0315}{0{,}0805} = 0{,}3913 \]

Passo 3 — Variância mínima e comparação

\[ \sigma_p^2(w^*) = (0{,}3913)^2(0{,}04) + (0{,}6087)^2(0{,}0225) + 2(0{,}3913)(0{,}6087)(-0{,}009) \]

\[ = 0{,}006125 + 0{,}008337 - 0{,}004288 = 0{,}010174 \]

\[ \sigma_p(w^*) = \sqrt{0{,}010174} = 0{,}1009 = 10{,}09\% \]

O retorno desta carteira: $\mu_p(w^*) = 0{,}3913 \times 12\% + 0{,}6087 \times 8\% = 9{,}57\%$.

Resultado:

Carteira	Retorno	Desvio padrão
Ativo 1 puro	12,00%	20,00%
Ativo 2 puro	8,00%	15,00%
Igualmente ponderada	10,00%	10,55%
Variância mínima	9,57%	10,09%

Interpretação econômica: A correlação negativa ($\rho = -0{,}3$) gera um forte benefício de diversificação. O desvio padrão da carteira de variância mínima (10,09%) é menor que o de ambos os ativos individuais — um resultado impossível quando $\rho = 1$. Essa é a essência do resultado de Markowitz: combinando ativos com correlação imperfeita, um investidor brasileiro pode reduzir o risco total sem sacrificar proporcionalmente o retorno.

7.6.3 Flexibilidade e valor da opção¶

Seguros e diversificação lidam com riscos que já estão presentes. Mas e quando o agente pode escolher o momento de se expor ao risco? Existe valor em simplesmente esperar, observar como o mundo se desenrola e decidir depois? A resposta, surpreendentemente rica, é que sim — e esse valor pode ser substancial.

Manter opções abertas tem valor positivo sob incerteza. A possibilidade de adiar uma decisão irreversível até que nova informação se torne disponível é análoga a uma opção real, cujo valor cresce com a volatilidade do ambiente.

Formalmente, considere um agente que pode tomar uma decisão irreversível hoje ou esperar um período para obter informação adicional. Se o custo de esperar é baixo e a incerteza é alta, o valor da opção de espera pode ser substancial. Esse conceito, desenvolvido por Dixit e Pindyck (1994), tem aplicações importantes em decisões de investimento, exploração de recursos naturais e políticas públicas.

Intuição Econômica

Em uma frase: Sob incerteza, a irreversibilidade cria um custo de oportunidade — agir hoje "mata" a opção de decidir melhor amanhã.

Pense assim: Você recebeu uma proposta de emprego em outra cidade, mas espera uma resposta de um concurso público que sai em 30 dias. Aceitar agora é irreversível. Se a incerteza sobre o concurso é grande, o valor de esperar — mesmo perdendo um mês de salário — pode compensar. O VPL positivo da mudança não basta; ele precisa superar o valor da opção de espera.

Por que isso importa: Esse raciocínio explica por que empresas adiam investimentos mesmo com VPL positivo, por que a Petrobras pode postergar a exploração do pré-sal quando o preço do petróleo é volátil, e por que políticas públicas irreversíveis merecem cautela extra.

A teoria das opções reais ganhou proeminência justamente porque o critério simples do valor presente líquido (VPL) — que é, no fundo, uma aplicação do critério do valor esperado — ignora a flexibilidade gerencial. Uma empresa que pode fechar uma mina durante períodos de baixo preço do minério e reabri-la quando os preços sobem possui uma opção de abandono e uma opção de reativação. Ambas têm valor positivo que não aparece num cálculo de VPL estático. No Brasil, projetos de energia elétrica (termoelétricas a gás, usinas hidrelétricas) e de exploração de petróleo no pré-sal são contextos nos quais o valor da flexibilidade operacional — a possibilidade de ajustar a produção conforme os preços variam — pode representar parcela substancial do valor total do empreendimento.

7.6.4 Informação¶

O último mecanismo para lidar com o risco não redistribui nem adia a incerteza — ele a reduz diretamente. A informação reduz a incerteza e permite decisões mais bem fundamentadas. O valor da informação pode ser definido como a diferença entre a utilidade esperada com e sem a informação. Para um agente avesso ao risco, informação completa é sempre (fracamente) valiosa.

Seja $\theta$ o estado da natureza desconhecido e $a$ a ação do agente. Sem informação, o agente maximiza $E_\theta[u(a, \theta)]$. Com informação perfeita (observa $\theta$ antes de agir), maximiza $u(a^*(\theta), \theta)$ para cada realização. O valor da informação perfeita é:

\[ VI = E_\theta\left[\max_a u(a, \theta)\right] - \max_a E_\theta[u(a, \theta)] \]

Pela desigualdade de Jensen aplicada ao operador $\max$, temos $VI \geq 0$: informação nunca tem valor negativo para um agente que pode ignorá-la. Informação imperfeita (um sinal correlacionado com $\theta$) também tem valor não negativo, calculado de forma análoga usando a atualização bayesiana das crenças.

O valor da informação tem aplicações diretas em contextos brasileiros. Uma empresa que considera expandir sua fábrica em Goiás pode contratar uma consultoria para avaliar a demanda regional — o valor da consultoria é exatamente o VI definido acima. Um agricultor que assina um contrato de venda antecipada de soja está, em parte, pagando para converter uma renda incerta em renda certa (comprando informação sobre o preço futuro via contrato). O governo que financia pesquisas climáticas para melhorar as previsões de seca no Nordeste está investindo em informação cujo valor é proporcional ao quanto essa informação permite melhorar as decisões de plantio e de ativação do Proagro.

Uma distinção importante é que o valor da informação depende de quão boa é a decisão sem ela. Se o agente já escolhe quase otimamente sem a informação adicional, o ganho é pequeno. Se a incerteza é grande e a decisão sem informação é muito sub-ótima, o valor pode ser enorme. Isso sugere que o retorno de investimentos em coleta e processamento de dados é maior em ambientes de alta incerteza — exatamente o caso do agronegócio brasileiro sujeito a variabilidade climática, oscilações cambiais e volatilidade de preços internacionais de commodities.

Box Mundo 7.3 — Penetração global de seguros: como a aversão ao risco se traduz em mercados reais

Contexto: A Seção 7.6.1 demonstrou que um agente avesso ao risco contrata seguro total quando o prêmio é atuarialmente justo, e seguro parcial quando há carregamento positivo. Mas como essas previsões teóricas se manifestam na prática ao redor do mundo? A taxa de penetração de seguros — prêmios totais como proporção do PIB — é a medida-padrão utilizada pela indústria e por reguladores para avaliar o grau em que uma economia utiliza mecanismos formais de transferência de risco. As disparidades internacionais são enormes e revelam como fatores institucionais, culturais e de desenvolvimento econômico modulam a demanda por seguros prevista pelo modelo teórico.

Dados: O sigma report da Swiss Re (2023) documenta que a penetração global de seguros em 2022 foi de 6,8% do PIB mundial, totalizando US$ 6,8 trilhões em prêmios. Porém, a variação entre países é dramática: o Reino Unido lidera com penetração de 14,5% do PIB, seguido pelos EUA (11,7%), França (9,3%) e Japão (8,2%). Em contraste, países em desenvolvimento apresentam penetração muito inferior: Brasil (3,8%), Índia (4,2%), Nigéria (0,4%) e Bangladesh (0,5%). A penetração em seguros de vida é especialmente baixa na África Subsaariana (média de 0,7% do PIB) e no Sul da Ásia (1,1%), contra 5,0% na Europa Ocidental. Segundo dados da OECD (Insurance Statistics, 2023), os gastos com seguros per capita variam de US$ 8.600 nos EUA e US$ 6.200 na Suíça a menos de US$ 20 em países como Paquistão e Mianmar. A Superintendência de Seguros Privados (Susep) reporta que, no Brasil, o seguro de automóvel é o ramo mais contratado (cerca de 30% dos veículos segurados), enquanto o seguro residencial cobre menos de 15% dos domicílios — refletindo tanto a parcela orçamentária do bem quanto a percepção de risco.

Análise: As disparidades internacionais na penetração de seguros refletem a interação entre os fatores teóricos deste capítulo e as condições institucionais de cada país. Primeiro, a aversão ao risco (Seção 7.3) é necessária mas não suficiente: mesmo em países onde os agentes são avessos ao risco, a ausência de seguradoras com capacidade de pooling, a falta de dados atuariais confiáveis e os altos custos de transação elevam o carregamento $\lambda$ a níveis que tornam o seguro inacessível ou não atrativo — como previsto pela Seção 7.6.1. Segundo, a informação assimétrica (Seção 7.8) — seleção adversa e risco moral — é mais severa em mercados com menor infraestrutura de monitoramento, o que explica por que o seguro agrícola e de saúde é particularmente raro em países em desenvolvimento. Terceiro, a renda per capita é um determinante fundamental: seguros são bens normais, e a elasticidade-renda da demanda por seguros é estimada entre 1,0 e 1,5 pela Swiss Re, indicando que o seguro é um bem de luxo relativo. Essa constatação conecta a teoria da demanda (Capítulo 5) à teoria da incerteza: a participação orçamentária de seguros cresce mais que proporcionalmente com a renda, o que explica a enorme lacuna de proteção (protection gap) nos países mais pobres e fundamenta o caso para intervenções públicas como o Proagro no Brasil e os microsseguros indexados discutidos no Box Mundo 7.2.

Fonte: Swiss Re Institute (2023). sigma No. 3/2023: World insurance: stirring satisfactory resilience amid turbulence. Zurich: Swiss Re. OECD (2023). Insurance Statistics. Paris: OECD. Susep — Superintendência de Seguros Privados (2023). Relatório de Análise e Acompanhamento dos Mercados Supervisionados.

Box Mundo 7.2 — Microsseguros em países em desenvolvimento

Contexto: A teoria dos seguros desenvolvida nesta seção pressupõe mercados de seguros funcionais — seguradoras com capacidade de pooling de riscos, consumidores informados e prêmios atuarialmente justos ou próximos disso. Nos países em desenvolvimento, contudo, centenas de milhões de pequenos agricultores, trabalhadores informais e microempreendedores enfrentam riscos severos (secas, enchentes, doenças, flutuações de preços) sem acesso a seguros tradicionais. O microsseguro — produtos de seguro de baixo custo e cobertura simplificada, desenhados para populações de baixa renda — surgiu como resposta a essa lacuna, e o seguro indexado (index-based insurance) representa sua variante mais inovadora.

Dados: Na Índia, a ICICI Lombard lançou em 2003, em parceria com o Banco Mundial, um dos primeiros programas de seguro indexado climático em larga escala: o produto pagava indenizações automaticamente quando a precipitação pluviométrica medida por estações meteorológicas caía abaixo de um limiar pré-definido, eliminando a necessidade de vistoria individual. Cole et al. (2013, Quarterly Journal of Economics) estudaram a adoção desse seguro em Gujarat e Andhra Pradesh e encontraram que a demanda é altamente sensível ao preço, à liquidez dos agricultores e à confiança na seguradora — mas também que a simples provisão de informação financeira eleva substancialmente a adesão. Nas Filipinas, Karlan et al. (2014) mostraram que o acesso a seguro indexado contra tufões induziu agricultores a investir em culturas de maior retorno (e maior risco), elevando a renda esperada em 16%. Na África Subsaariana, o programa R4 Rural Resilience Initiative do Programa Mundial de Alimentos cobria, até 2022, mais de 90.000 agricultores em Etiópia, Senegal, Malaui e Zâmbia com seguros indexados vinculados a programas de trabalho comunitário.

Análise: O seguro indexado resolve parcialmente dois problemas clássicos da informação assimétrica que veremos na Seção 7.8: o risco moral (o agricultor segurado não reduz esforço porque a indenização depende do índice climático, não da colheita individual) e a seleção adversa (o preço é baseado em dados meteorológicos observáveis, não em informação privada do segurado). Porém, introduz um novo problema — o risco de base (basis risk): a discrepância entre a perda real do agricultor e o que o índice climático indica. Se chove pouco na estação meteorológica, mas o suficiente na fazenda específica do segurado, ele recebe uma indenização desnecessária; na situação inversa, sofre perda sem cobertura. A persistência de baixas taxas de adesão em muitos programas de microsseguro — tipicamente entre 5% e 30% da população elegível — sugere que risco de base, desconfiança institucional e restrições de liquidez são barreiras tão importantes quanto o nível do prêmio.

Fonte: Cole, S.; Giné, X.; Tobacman, J.; Topalova, P.; Townsend, R.; Vickery, J. (2013). "Barriers to Household Risk Management: Evidence from India." American Economic Journal: Applied Economics, 5(1), 104–135. Karlan, D.; Osei, R.; Osei-Akoto, I.; Udry, C. (2014). "Agricultural Decisions after Relaxing Credit and Risk Constraints." Quarterly Journal of Economics, 129(2), 597–652. World Food Programme (2022). R4 Rural Resilience Initiative Annual Report.