Esta tese apresente duas contribuições para a modelagem e previsão de sinistros já ocorridos e ainda não avisados (Incurred But Not Reported – IBNR), quando organizados numa estrutura de dados conhecida como triângulo de run-off. Ambas as contribuições são baseadas em arcabouços gerais para a construção de modelos para séries temporais com coeficientes variantes no tempo. Em nossa primeira contribuição desenvolvemos a extensão multivariada do modelo em espaço de estado proposto por Atherino em 2008. A partir dessa extensão é possível modelas simultaneamente um ou mais triângulos de run-off associados às diversas coberturas de uma seguradora, levando-se em consideração a dependência entre os distintos triângulos, capturada pela estrutura da matriz variância – covariância do modelo SUTSE e a dependência entre as células de cada triângulo de run-off, capturada pelas componentes de nível e de periodicidade, de acordo com a proposta de atherino et al. (2010). Em nossa segunda contribuição desenvolvemos um arcabouço geral para a modelagem univariada de triângulos de run-off a partir da estruturas dos modelos GAS (Generalized Autoregressive Score) desenvolvidos por Creal at al. (2013). Esse arcabouço, bastante flexível, permite a escolha de qualquer distribuição para as entradas do triângulo run-off, considerando que os seus parâmetros variem ao longo período de origem ou de desenvolvimento. Em particular consideramos as distribuições gama e log-normal. Nossos resultados foram comparados com os obtidos através do método chain ladder (Mack, 1993), utilizado como benchmark na indústria de seguros. O teste Diebold e Mariano (1995) evidenciou que os modelos propostos geram melhores previsões, comparadas as previsões do método chain ladder.