Mémoire d'actuariat

Mise en place d'un Proxy pour le calcul de la capacité d'absorption par le passif en assurance vie
Auteur(s) HAMMOUAADI Salah
Société BNP Paribas Cardif
Année 2020
Confidentiel jusqu'au 06/02/2022

Résumé
Le contexte actuel de taux bas met sous pression la rentabilité des organismes d'assurance vie. Cette diminution de rendement financier ne se traduit que partiellement par une réduction de la revalorisation accordée aux assurés, en raison de la mutualisation temporelle des fonds en euros. Cependant, les organismes d'assurance vie réinvestissent dans des actifs dont le rendement est inférieur à celui de ceux en portefeuille. Cet environnement économique a poussé les assureurs à surveiller davantage leurs risques. Les compagnies d'assurance peuvent utiliser la capacité d'absorption par le passif (LAC) comme indicateur de suivi des risques encourus. Dans ce mémoire, nous nous intéressons à la capacité d'absorption par le passif pour le risque de marché en formule standard et sur le périmètre épargne. Tout d'abord, nous déterminons la capacité d'absorption par le passif pour chaque risque élémentaire du module risque de marché. La difficulté de cet exercice réside dans le calcul du BEL. Afin de résoudre cette problématique, nous avons mis en place une méthode alternative basée sur les modèles linéaires. Ces modèles se basent sur la connaissance des indicateurs clés tels que : - La courbe des taux sans risque, - Les plus ou moins-values latentes obligataires, - Les plus ou moins-values latentes actions, - Les plus ou moins-values latentes immobilières, - La part initiale des obligations dans le portefeuille, - La part initiale des actions dans le portefeuille, - La part initiale de l'immobilier dans le portefeuille, - La volatilité action du GSE. Cette étude se base sur la construction préalable d'une base de données d'apprentissage. La construction de la base d'apprentissage a nécessité la construction d'une autre base de données intermédiaire qui a fait l'objet d'une analyse avec les méthodes de Clustering afin de déterminer les niveaux de sensibilités finaux qui serviront à la construction de la base d'apprentissage. La construction de la base intermédiaire s'est faite en faisant varier la part initiale des obligations dans le portefeuille et en récupérant la projection des indicateurs définis ci-dessus (sauf la courbe des taux) grâce au modèle Prophet utilisé chez BNP Paribas Cardif. Nous avons étudié la performance et la robustesse des différents modèles en vue de prédire la capacité d'absorption par passif. Nous avons montré que les modèles de la régression régularisée sont particulièrement efficaces. La conclusion de cette étude affirme que, pour les différents risques élémentaires du module risque de marché, les différents indicateurs définis ci-dessus ont un impact plus ou moins important sur la capacité d'absorption par le passif notamment les plus ou moins-values latentes actions et la part initiale des actions dans le portefeuille.

Abstract
The current low interest rate environment is putting pressure on the profitability of life insurance companies. This decrease in financial return is only partially reflected in a reduction in the revaluation granted to the insured, due to the temporary pooling of euros funds. However, life insurance companies reinvest in assets whose returns are lower than those in the portfolio. This economic environment has pushed them to monitor their risks more closely. Insurance companies can use loss absorption capacity (LAC) as an indicator for monitoring the risks involved. In this thesis, we are interested in the loss absorption capacity for the risk in standard formula and on the savings perimeter. First, we determine the absorption capacity by liabilities for each elementary risk of the market risk module. The difficulty of this exercise lies in the calculation the BEL. In order to resolve this problematic, we have implemented an alternative method based on linear models. These models are based on knowledge of key indicators such as: - The risk-free yield curve, - Unrealized capital gains or losses on bonds, - Unrealized capital gains or losses on equities, - Unrealized capital gains or losses on real estate, - The initial share of bonds in the portfolio, - The initial share of stocks in the portfolio, - The initial share of real estate in the portfolio, - The volatility action of the ESG. This study is based on the construction of a learning database. The constructin of the learning database required the construction of another database intermediary that has been analyzed using Clustering methods to determine the final sensitivity levels that will be used to build the learning base. The construction of the intermediate base was done by varying the initial share of the bonds in the portfolio and by recovering the projection of the indicators defined above (except the yield curve and implied volatility of the ESG) through software Prophet model used at BNP Paribas Cardif. We studied the performance and robustness of the different models to predict the loss absorption capacity. We have shown that the models of regularized regression are particularly effective. The conclusion of this study states that for the various risks elements of the market risk module, the different indicators defined above have a more or less significant impact on the loss absorption capacity, in particular the most or unrealized capital losses on equities and the initial share of equities in the portfolio.