A Inferência Bayesiana possui uma série de aplicações nas áreas financeira e atuarial aonde métodos computacionalmente intensivos são utilizados no desenvolvimento de modelos para constituição de provisões matemáticas. Neste trabalho, vários modelos Bayesianos serão propostos e comparados em termos de sua capacidade preditiva. Como será visto, fazer inferência para os parâmetros desses modelos não é trivial e por isso, serão utilizados métodos de Monte Carlo via Cadeias de Markov (MCMC) para estimação e comparação de modelos. Será utilizado o software WinBUGS para simulação das cadeias de Markov e por fim, será feita a análise dos resultados, produzindo um comparativo entre as técnicas Bayesianas e o método atualmente vigente, a fim de encontrar o melhor preditor para o cálculo da IBNR (Provisão para Eventos Ocorridos mas Não Avisados).

1. Ricardo Ehlers (UFPR)
2. Leonardo Melo (UFPR)

1. Derivar as condicionais completas dos modelos com misturas