Mémoire d'actuariat

Classification par pattern de développement des sinistres
Auteur(s) JEUNESSE Paulien
Société Deloitte
Année 2016
Confidentiel jusqu'au 04/04/2018

Résumé
Le monde assurantiel est le théâtre de changements législatifs et techniques sans précédents. D’une part, la réforme Solvabilité II, qui va entrer en vigueur en 2016, insiste sur le regroupement par risque homogène. D’autre part, l’évolution des outils de calcul et des sciences faisant intervenir les données a permis de mieux prendre en compte certaines informations. Ces deux évolutions vont de paire en actuariat et le développement de nouveaux modèles théoriques doit se faire dans le cadre des contraintes législatives. La problématique initiale du mémoire est d’utiliser tout l’historique de développement des sinistres pour une branche donnée afin de les classer par développement homogène. Cela s’inscrit dans la nouvelle réglementation et se fait dans le contexte de la Responsabilité Civile Professionnelle. La classification des trajectoires de développements est faite selon plusieurs méthodes dont les Mélanges Gaussiens. Ces classes sont ensuite rattachées aux données de gestion des sinistres. Cela permet alors de prévoir les développements futurs des nouveaux sinistres pour lesquels seules les données de gestion sont connues. Les outils informatiques utilisés sont implémentables en pratique et permettent une prise en compte en flux continus des sinistres.

Abstract
Insurance companies are facing major changes from a regulatory and technical point of view. On one hand, Solvency II will be effective in 2016 and will force companies to manage risks through homogeneous clusters. On the other hand, data science is rapidly evolving thanks to more powerful and less expansive computers but also due to an easier acess to more and more data. Actuarial science is impacted by these both changes and thus has to challenge new modelization technics. This thesis deals with the question of gathering claims into homogeneous risk classes using their payment pattern history to fit new regulatory framework. This work has been applied to the particular case of the professional Liability. First, we test several methods to classify payment pattern paths. in particular, we use gaussian mixtures technics. Second, these clusters are linked to managment data in order to forecast development for the fu- ture claims according to their managment data only. We kept practical aspects in mind. Methods in this thesis are designed to be adaptative with respect to claims flow.

Mémoire complet