Mémoire d'actuariat

Construction de véhiculier et mise en perspective dans le cadre de tarification d’assurance automobile : Application sur les garanties Bris-de-Glace et Vol
Auteur(s) CONDAMIN A.
Société REACFIN
Année 2021

Résumé
Dans l'optique d'éviter l'anti-sélection et de proposer à ses clients un juste prix, les entreprises d'assurance automobile tentent d'optimiser leur modèle de tarification. Il s'agit tout d'abord de trouver et de sélectionner de façon pertinente les variables discriminantes de leur modèle. Ce mémoire tente de répondre à ces problématiques en proposant de créer une variable synthétique (appelée véhiculier) contenant l'essentiel de l'information pertinente (en termes de prédiction de risque) portée par l'ensemble des variables véhicule à disposition afin de trouver le juste équilibre entre complexité du modèle, quantité d'information utile gardée et temps de calcul. Afin d'évaluer la pertinence du véhiculier ainsi sélectionné, il faut comparer ses performances avec les méthodes alternatives à disposition des assureurs. Une option consiste à intégrer dans le modèle de tarification toutes les variables véhicules à disposition (si elles sont peu nombreuses) ou bien seulement certaines, jugées pertinentes par un avis d'expert. La mise en place de ce modèle sera l'occasion d'utiliser des pénalisations nouvelles, originales et plus complexes que celles généralement utilisées. Au-delà de la simple performance de prédiction de ces différents modèles, il s'agira aussi d'évaluer, de façon rigoureuse, l'utilité d'un tel véhiculier du point de vue du coût de mise en place de ces algorithmes et du temps de calcul nécessaire.

Abstract
In order to prevent risks of adverse selection and to offer a fair price to clients, car insurance companies try to optimize their pricing models. It consists in finding and selecting the variables that are most likely to distinguish risks. The following thesis tries to tackle these issues by building a summary variable gathering as much relevant information as possible contained by vehicle variables to predict risks while finding a right balance between model complexity, proportion of relevant information kept and computation time. The performances of this summary variable should be evaluated and compared to alternative models chosen by insurance companies. One option could be to put all the variables related to vehicles (or only the most relevant ones) directly in a pricing model. Building these alternative models will be the opportunity to try and test the relevance of new and more complex penalty functions. Besides the performances of these models in terms of prediction, one should question the usefulness of such summary variable by taking into account the computation and implementation costs.

Mémoire complet