Mémoire d'actuariat

Construction de modèles prédictifs pour déterminer l'inflation des pièces automobiles
Auteur(s) BOUTTIER F.
Société Generali
Année 2020
Confidentiel jusqu'au 27/02/2022

Résumé
Ce mémoire entre dans le cadre de la construction d’un outil de prédiction de l’inflation des coûts de sinistres automobiles. Nous détaillerons en particulier une méthode pour déterminer l’inflation du coût moyen des pièces automobiles. Pour cela, nous utiliserons et comparerons quatre modèles différents de séries temporelles : le modèle ARIMA, le modèle ETS, le modèle TBATS ainsi que le modèle MLP. Afin d’obtenir des prédictions plus précises, nous construirons des variables explicatives qui nous servirons à mieux comprendre l’inflation des pièces automobiles. Ainsi, nous commencerons par détailler la construction de la base de données et des variables explicatives. Puis, nous aborderons l’aspect théorique de chacun de nos 4 modèles de séries temporelles. Finalement, nous publierons et commenterons les résultats de nos modèles.

Abstract
This masterthesis is part of the construction of a tool for predicting automobile claims cost inflation. In particular, we will detail a method for determining the inflation of the average cost of automotive parts. To do this, we will use and compare four different time series models: the ARIMA model, the ETS model, the TBATS model and the MLP model. In order to obtain more accurate predictions, we will construct explanatory variables that will be used to better understand auto part inflation. Thus, we will start by detailing the construction of the database and the explanatory variables. Then we will discuss the theoretical aspect of each of our 4 time series models. Finally, we will publish and comment on the results of our models.