Mémoire d'actuariat

Exploitation de données à l'adresse pour un zonier technique climatique
Auteur(s) HIA Tiffanie
Société PACIFICA
Année 2020
Confidentiel jusqu'au 27/02/2022

Résumé
L'inondation est un des principaux risques naturels qui touche la France métropolitaine. Sa complexité fait qu'il est difficile à expliquer et prédire. Or, compte tenu du marché concurrentiel de l'assurance Multirisque Habitation, les assureurs cherchent constamment à segmenter davantage la tarification proposée. Dans ce contexte, ce mémoire présente la mise en place d'un zonier technique décrivant le risque géographique inhérent à l'inondation à une maille la plus fine possible. Des variables externes définies à l'adresse vont être introduite dans ce but grâce au géocodage préalable des contrats. Ces nouvelles données sont utilisées comme variables explicatives dans un modèle linéaire généralisé. Elles permettent d'avoir une meilleure connaissance de l'environnement entourant les observations et de gagner en précision dans la prédiction de la sinistralité. Le signal géographique représentant la part du risque qui dépend uniquement de la position géographique est extrait à partir de la prédiction. Il est ensuite lissé sur l'ensemble du territoire à l'aide de la méthode du krigeage. Cette technique permet de conserver la structure de dépendance spatiale des données déterminée à l'aide d'un semi-variogramme. Le zonier est finalement obtenu en découpant le signal en groupe de risque homogène. Le maillage fin choisi lors du lissage permet une amélioration de l'explication du risque géographique et fait ressortir des zones à risque telles que les littoraux ou les cours d'eau. Il offre ainsi une prime pure plus adaptée à chaque assuré étant donné que les bons risques sont moins pénalisés ce qui permet de réduire le danger d'anti-sélection.

Abstract
Floods are one of the main natural disasters affecting France. They are very hard to explain and predict due to their complexity. Howerver, given the competitive multi-risk home insurance market, insurers are constantly seeking for further segment the proposed pricing. In this context, this thesis presents the implementation of a technical zoning structure describing the geographical risk inherent to flooding at the smallest possible scale. External variables defined at the address will be introduced for this purpose thanks to the prior geocoding of the contracts. This new data is used as explanatory variables in a generalized linear model. They allow a better understanding of the risk factors surrounding the observations and improve the quality of our risk premium models. The geographical signal which represents the part of the risk only depending on geographical position in extracted from the prediction. Then, it is smoothed over the entire territory using a kriging method. This technique allows to maintain the spatial dependency structure of the data using a semi-variogram. The zoning structure is finally obtained by dividing the signal into homogeneous risk groups. The small scale chosen during the smoothing process enables a better explanation of the geographical risk highlights risked areas such as coastlines or waterhouses. Thus, it offers a risk premium more suitable for policyholders since good risks are less penalised, which can reduce the danger of anti-selection.