Mémoire d'actuariat

Construction du taux de rachat structurel en Epargne : Approximation non linéaire et agrégation de modèles
Auteur(s) JAMAL S.
Société NATIXIS
Année 2016
Confidentiel jusqu'au 08/03/2018

Résumé
En Assurance Vie, les contrats individuels présentent, notamment, la particularité suivante : moyennant renonciation à la garantie de l'assureur, il est possible de se voir rembourser une partie de son contrat initial, la valeur de rachat. Plusieurs circonstances peuvent amener au rachat. Lorsqu'elles sont exclusivement fonction de la situation intrinsèque de chaque assuré, le rachat est dit structurel. Ce mémoire se place dans le cadre de contrats individuels d'Épargne. Son objectif est de constituer des groupes homogènes de risque à l'aide d'approximateurs non linéaires permettant d'identifier des facteurs contributifs à la décision du rachat. Nous avons utilisé des méthodes adaptées à des données volumineuses et hétérogènes : pour l'imputation des données manquantes, la description du portefeuille et la modélisation des taux de rachat. L'Analyse Factorielle des Données Mixtes est utilisée comme première approche unidimensionnelle. Le taux de rachat, désigné comme indicateur de l'intensité du rachat, est ensuite modélisé à l'aide d'arbres de régression et de réseaux de neurones. Les modèles optimaux sont ensuite agrégés à l'aide de méthodes de Bagging et de Boosting. Enfin, les modèles obtenus sont appliqués à des données récentes dans le cadre d'une étape de validation. Nous vérifions ainsi la cohérence des précédents résultats et observons l'évolution dans le temps du comportement de rachat des assurés. La synthèse de ce mémoire vient expliquer l'apport et les limites de cette étude, avançant des voies d'amélioration pour de potentiels travaux à venir.

Abstract
Life Insurance individual contracts have, among others, this feature : policyholders can recover all or part of their initial contract value, eventually reduced by contractual penalties and eventually increased by a guaranteed rate. Lapse designates this operation. Many circumstances may lead to redeem its Life Insurance contract. In this study, we have focused on structural lapses, that is to say those related to the intrinsic situation of each policyholder. Our purpose was, in the context of Savings contracts, to identify homogeneous groups of risk highlighting contributory factors to the lapse decision. We have relied on statistical methods fitted for large and heterogeneous data, either for missing data imputation, portfolio description or lapse rates analysis. For the description step, we used Factor Analysis of Mixed Data which detects linear relationships between heterogeneous factors without altering their nature. We then choose to examine the lapse rate as an indicator of the lapses intensity. This target variable is modeled thanks to regression trees and neural networks. These models are then aggregated (with Bagging and Boosting methods) before being applied to a recent<br>basis, as a validation step. Finally, this paper synthesis explains, in the context of the memoir, the contribution of each analyzed method, suggesting improvement ways for potential future works.

Mémoire complet