Mémoire d'actuariat

Analyse de la reconnaissance de l'état de catastrophe naturelle à l'aide de la Data Science et de l'Open Data
Auteur(s) OCHOA Jorge
Société Optimind
Année 2020

Résumé
Ces dernières années, de nombreux phénomènes naturels d'intensités remarquables ont frappé le territoire français causant d'importants dégâts à leur passage. En France, l'assurance de ces derniers se fait grâce au régime d'indemnisation des catastrophes naturelles qui mélange solidarité nationale et assurance privée. Actuellement, l'intensité et la fréquence des phénomènes naturels risquent de croître sous les effets du changement climatique. Cette altération des risques naturels force les compagnies d'assurance à revoir leurs modèles en intégrant des outils innovants comme l'Open data et les méthodes de la Data Science. Dans ce contexte, ce mémoire est consacré à l'étude des reconnaissances de l'état de catastrophe naturelle à la ide de l'Open Data afin d'évaluer le potentiel de cette dernière en assurance. Pour ce faire, l'étude porte sur l'identification des facteurs qui expliquent la reconnaissance lors de la survenance d'un évènement naturel. En effet, même si selon la CCR certains aspects comme la durée de retour et l'intensité des phénomènes sont considérées pour attribuer cette dernière, la liste des critères examinés demeure confidentielle. La démarche suivie a permis de mettre en évidence trois facteurs intervenant dans la reconnaissance : l'intensité du phénomène naturel, la sinistralité passée et l'enjeu exposé. L'identification de ces facteurs a conduit à l'étude de la sensibilité du nombre de reconnaissances selon l'évolution de ces derniers dans plusieurs scénarios de changement climatique. Les résultats obtenus prévoient une hausse dans la survenance des catastrophes naturelles d'environ 5% en 2050 sous le scénario 8.5 du GIEC. L'aggravation dans le nombre de reconnaissance devrait engendrer des pertes économiques plus importantes. La réforme du régime d'indemnisation doit être plus que jamais d'actualité.

Abstract
In recent years, France has been affected by unprecedented natural events throughout its territory. In this country, the insurance for these events is provided by a special scheme which combines national solidarity and private insurance. In the years to come, the intensity and frequency of natural phenomena like floods, storms and hurricanes are likely to increase as a result of climate change. Thus, the evolution of natural risks, forces insurance companies to review their models by integrating innovative tools such as Open Data and Data Science. Certainly, these methods are a lever to improve existing models. In this context, this master thesis seeks to evaluate the potential benefits of Open Data in insurance through the study of identified catastrophe zones. To do so, the study is devoted to identifying the factors that explain identification of catastrophe zones when a natural event occurs. Indeed, even if, according to the CCR, certain aspects such as the return period and the intensity of the phenomena are considered to qualify a natural phenomenon as a catastrophe, the complete list of criteria remains confidential. This paper made it possible to highlight three factors involved in the identification of catastrophe zones: the identification of these factors led to the study of the sensitivity of the number of catastrophe zones according to their evolution under several climate change scenarios. The results of this paper show an increase in the occurrence of natural disasters of about 5% in 2050 under IPCC scenario 8.5. This increase in the number of catastrophe zones should lead to greater economic losses. The reform of the existing mechanism must be more relevant than ever.

Mémoire complet