Mémoire d'actuariat

Modélisation du risque géographique en assurance habitation
Auteur(s) PARIENTE Jennifer
Société AXA France
Année 2017
Confidentiel jusqu'au 18/01/2019

Résumé
Dans un contexte concurrentiel comme celui de l'assurance Multirisque Habitation, les assureurs doivent continuellement améliorer leur segmentation tarifaire afin d'adapter au mieux leur prime au risque assuré. L'aspect géographique du risque est très important en assurance habitation puisqu'il permet de prendre en compte les données relatives à l'environnement où évolue le contrat, ce qui constitue un gain d'information important notamment pour la garantie VOL. Un zonier peut alors être défini comme la prise en compte de ce signal géographique à l'intérieur du modèle, ce qui permet de segmenter au mieux les différents profils de risque pour créer des classes de risques homogènes en sinistralité. Ce mémoire se décompose principalement en deux parties : la première partie permet d'analyser l'apport des données externes et en particulier l'impact lorsque ces données sont fournies à une maille très fine telle que les coordonnées GPS du contrat habitation. Quant à la deuxième partie elle met en oeuvre un processus de construction de micro-zonier à l'aide de ces nouvelles données externes et en ayant recours à des méthodes innovantes. L'objectif consiste ainsi à construire un zonier stable qui puisse garantir une information à la fois précise et robuste.

Abstract
In a competitive market such as that of household insurance, insurers constantly have to improve their pricing algorithm in order to optimally segment their risks and thus create a personalized price adapted to every risk profile. The geographic variables linked to a contract are very important in household insurance because a property's location is an extremely important factor in evaluating the underlying risk - this is particularly true for theft cover. Zoning can thus be defined as the combination of methods used to take a risk's location int o account within a pricing model-i.e. using geographical variables to create classes of risks which can then be used as rating variables and which consequently allow insurers to better segment their risks. This study is divided into two main parts : the first part involves analyzing an external dataset and especially the one that provides data about a risk which is accurate to a very small scale : those of GPS coordinates. The second part describes the process of building a micro-zoning structure using innovative methods applied to this new external data. The objective is thus to build a stable zoning process that provides information that both accurate and robust.