Mémoire d'actuariat

Mise en place des modèles prédictifs du renouvellement en assurance automobile
Auteur(s) EL AHMER Oumaima
Société SAHAM Assurance
Année 2017
Confidentiel jusqu'au 05/09/2019

Résumé
Dans un contexte économique de plus en plus exigeant en termes de performances financières, le risque lié au comportement de l'assuré prend toute son ampleur dans l'atteinte des objectifs de chaque compagnie. Ce mémoire a été réalisé sur la base de contrats d'assurance automobile et a pour objet la construction d'un modèle prédictif de renouvellement en assurance automobile. Ainsi, après une étude préliminaire de la base de données, l'élaboration du modèle prédictif se fera à l'aide d'une analyse discriminante, une régression logistique et un arbre de décision. Chaque modèle sera appliqué sur un échantillon de travail extrait de la base de données, puis ce même modèle sera appliqué à un échantillon test afin de juger de sa pertinence. Quant à l'outil technologique de l'étude, nous avons profité des possibilités fonctionnelles et techniques offertes par les plateformes SAS 9.1, SAS Entreprise Guide et IBM SPSS. Nous nous sommes appuyés sur des méthodes classiques de statistiques et modélisation actuarielles probabilisées sur des techniques de Data Mining. Pendant notre étude, il a été jugé important d'avoir les données sur la sinistralité comme il s'agit d'une information clé qui pourra affecter le renouvellement du contrat d'assurance automobile. Malheureusement, la base sur la sinistralité n'était pas disponible pendant la période d'étude. Par ailleurs, nous avons appliqué nos modèles sans avoir l'information sur la sinistralité. L'objectif de cette étude est d'apporter au Pôle d'Actuariat et Réassurance de la compagnie SAHAM Asurance une solution pratique pour une fidélisation de ses clients.

Abstract
In an economic context that is increasingly demanding in terms of financial performance, the risk associated with the insured's behavior becomes more important in achieving the objectives of each company. This study was carried out on the basis of an automobile insurance contract and aims at the construction of a predictive model of automobile insurance renewal. Thus, after a preliminary study of the database, the predictive model will be developed using discriminant analysis, logistic regression and decision tree. Each model will be applied to a work sample extracted from the database, and then the same model will be applied to a test sample to judge its relevance. As for the study's technological tool, we took advantage of the functional and technical capabilities offered by the SAS 9.1 platform, SAS Enterprise Guide and IBM SPSS. We have relied on conventional methods of statistics and probabilistic actuarial modeling and Data Mining techniques. During our study, it was considered important to have the claims basis as key information that could affect the renewal of the auto insurance policy. Unfortunately, the claims base was not available during the study period. In addition, we applied our models without having information on the loss experience. The objective of this study is to provide SAHAM Assurance's Actuarial and Reinsurance Cluster with a practical loyalty solution for the client.