Calendrier des événements

Partager sur :

Mortality risk modeling with Machine Learning

Présentation de mémoire

L'Institut des actuaires a le plaisir de vous inviter à la présentation du mémoire de Laurène Martin, Prix 2021 du meilleur mémoire d'actuariat ENSAE, sur le thème : "Mortality risk modeling with Machine Learning".

Cette présentation aura lieu mercredi 26 janvier à 12h30.

Vous pouvez dès à présent vous inscrire ICI.

Assister à cette conférence vous permettra d'ajouter 6 points à votre score de Perfectionnement Professionnel Continu.

Résumé :

L’avènement de l’intelligence artificielle en assurance ne se limite pas à l’automatisation de la souscription ou au développement de chabots. Cette dernière peut aussi être utilisée pour le cœur même du métier de l’assureur : l’amélioration de sa connaissance du risque. La consolidation des systèmes d’information permet aux assureurs et réassureurs d’accroitre leur efficacité en interne et d’analyser des bases de données plus riches. L’industrie de l’assurance de personnes commercialise des contrats pour couvrir les accidents corporels, l’invalidité, la maladie ou encore le décès. Une bonne compréhension des risques biométriques est donc essentielle pour maximiser la prospérité d’une compagnie et proposer le tarif adéquat à chaque assuré. Pour cela, il est intéressant d’aller au-delà des méthodes statistiques traditionnelles et de faire appel aux modèles de Machine Learning. Ces derniers ont souvent de bonnes performances par leur capacité à exploiter pleinement l’information contenue dans les bases de données volumineuses. Si pour l’évaluation du risque mortalité, les modèles de durée ont prouvé leur efficacité, les modèles de Machine Learning pourraient permettre d’aller plus loin. Ils n’ont pas été initialement conçus pour modéliser des durées, et ne peuvent pas être appliqués tels quels aux données de survie. Il est donc légitime de se demander dans quelle mesure les algorithmes de Machine Learning pourraient prendre en compte les spécificités de l’étude de la survie. Ce mémoire propose une étude théorique approfondie des adaptations de certains modèles de Machine Learning pour l’évaluation du risque de mortalité. Les aspects métiers de l’assurance vie, des explications concrètes de sensibilité sur les produits, ainsi que des réflexions autour des avantages et inconvénients dans l’utilisation des modèles sur un marché d’assurance concurrentiel sont présentées.

Mercredi 26 janvier 2022
12h30 - 13h30 (GMT +1)
L'événement est organisé en ligne
Intervenants
Laurène MARTIN (ENSAE 2021)
OLIVER WYMAN

Commentaires

Vous devez être connecté pour laisser un commentaire. Connectez-vous.

Mercredi 26 janvier 2022
12h30 - 13h30 (GMT +1)
L'événement est organisé en ligne
  • Ajouter à mon agenda