Mémoire d'actuariat

Tarification de la garantie incendie en Dommages Aux Biens - Entreprises
Auteur(s) TOESCA Romain
Société AXA France
Année 2019
Confidentiel jusqu'au 07/11/2021

Résumé
Chez AXA France, l'offre "Dommages Aux Biens" pour les entreprises est aujourd'hui composée de trois produits en fonction de la superficie des locaux, du contenu assuré et du chiffre d'affaires : petites entreprises, entreprises de taille intermédiaire et grandes entreprises. Ces trois tarifs ont été construits séparément, sur d'anciennes données. L'objectif est de créer un nouveau produit unique, qui regrouperait les produits actuels, qui tiendrait compte de leurs contraintes de gestion et qui se baserait sur des données représentatives du risque supporté par l'assureur aujourd'hui. Ce nouveau produit est composé de plusieurs garanties avec, entre autres, l'incendie, le dommage électrique, le vol, le dégât des eaux. Chacune d'elles est tarifée séparément et la prime finale est égale à la somme des primes des garanties souscrites par l'assuré. L'enjeu de ce mémoire est de proposer une refonte tarifaire pour la garantie principale en termes de charges, l'incendie. Cette garantie est particulière car la majeure partie de la charge est causée par très peu de sinistres. Il s'agit d'un risque d'intensité. Tout d'abord, la phase de pré-traitement des données a été primordiale. Elle a consisté notamment à fusionner les bases de données des produits actuels, à inflater les montants des sinistres et des capitaux assurés et à séparer la sinistralité observée en trois parties, à savoir les sinistres attritionnels, graves et atypiques. Ensuite, l'enjeu a été de modéliser la charge des sinistres. Cette étude s'est faite en deux parties : une étude pour la sinistralité hors atypique et une autre pour la sinistralité atypique. Pour la charge hors atypique, une méthode GLM a été nécessaire. Etant donné que nous travaillons sur un risque d'intensité, nous avons préféré challenger ces résultats par d'autres méthodes. Des méthodes de propension et de crédibilité ont notamment été testées sur les sinistres graves, sinistres moins nombreux que les sinistres attritionnels mais plus coûteux. Enfin, nous proposons une méthode qui permet de prendre en compte la sinistralité atypique, tout en respectant le degré de mutualisation souhaité par l'assureur. Pour cela, nous avons créé différentes classes de risques grâce à des méthodes de clustering.

Abstract
At AXA France, "Property Damage" insurance for companies is now composed of three products depending on the size of the buildings, the insured content and the revenues. These three pricing were built separately and based on old data. The goal is to create a new and unique product that would merge current products, take into account their management constraints and rely on data representative of the risk borne by the insurer today. This new product is composed of several guarantees with fire, electric damage, vandalism, water damage... Each of them is priced separately and the final premium is equal to the sum of the premiums of the guarantees subscribed by the policyholder. The issue of this paper is to offer a fee for the main guarantee in terms of charges:fire. This guarantee is complex because very few claims cause the largest par of the charge. This is a risk of intensity. First, the data pre-treatment phase was crucial. It consisted of merging the databases of current products, inflating the amounts of claims and insured capital and separating the claims observed into three parts: attritionnal, serious and atypical claims. Then, the challenge was to model the charges of claims. This study was done in two parts: a study for non-atypical claims and another for atypical claims. To price non-atypical claims, a GLM method was required. Since we are working on a risk of intensity, we preferred to challenge these results by other methods. In particular, propensity and credibility methods have been used for serious claims. These claims are fewer in number than attritionnal claims but more expensive. Finally, we develop a method that allows us to take into account atypical claims while respecting the degree of mutualization desired by the insurer. For this, we created different risk classes through clustering methods.