Mémoire d'actuariat

Accélération et sécurisation du processus de tarification sur-mesure : comment limiter les variables tarifaires
Auteur(s) BRAS Guerric
Société Actuaris
Année 2016

Résumé
La tarification de produits d’assurance santé collective connait de nombreux bouleversements. La mise en place de l’ANI, la mise en conformité des garanties au contrat responsable ou encore l’instabilité juridique causée par la fin des clauses de désignation font que les tarifications sur-mesure ne cessent de se complexifier et de voir leur nombre augmenter. De ce fait, la mise en place de procédures pour optimiser la tarification sur-mesure semble nécessaire. Ce mémoire propose une méthode pour accélérer et sécuriser la tarification sur-mesure. L’analyse du processus de tarification sur-mesure montre deux choses. D’une part il existe des tarificateurs expérimentés qui à partir de leur expérience et par l’étude de quelques garanties et éléments démographiques parviennent à estimer le coût d’une couverture complémentaire santé. D’autre part, le modèle principalement utilisé en tarification sur-mesure est le modèle fréquence x coûts. Ce modèle est simple mais il se complexifie avec le nombre de variables entrant dans le champ de la tarification. Ainsi pour sécuriser et accélérer la tarification il semble intéressant de retranscrire informatiquement le comportement d’un tarificateur expérimenté tout en réduisant le nombre de variables entrant en jeu dans la tarification. Ce mémoire se décompose en trois parties, la première cherche à déterminer les variables les plus importantes dans la tarification. La deuxième consiste à obtenir une estimation du tarif à partir des variables conservées par l’implémentation de réseaux de neurones à partir d’un historique de tarifications et des variables conservées. La troisième partie se focalisera quant à elle sur l’amélioration des estimations par l’utilisation de la méthode des arbres boostés.

Abstract
The pricing of a custom employer sponsored complementary health insurance faces numerous changes. The implementation of compulsory employer sponsored health insurance, the compliance of warranties with responsible contract and legal instability caused by the end of designation clauses have led to an increase of the number of custom pricing and their studies are getting more and more complex. Hence, the implementation of methods in order to optimize custom pricing seems to be necessary. This memoir aims at setting up a new method in order to accelerate and to secure custom employer sponsored complementary health insurance pricing. Custom pricing process in health insurance shows up two things. On the first hand, there are pricing actuaries who can estimate the price of a product only with their own experience, by studying some warranties and demographic variables. On the other hand, the main model used in pricing is the “frequency x cost” model. It is a simple way to do it but it is getting more and more complex with increasing number of variables taken into account in the pricing field. In order to secure and accelerate the pricing, it seems interesting to transcribe the behavior of an experienced pricing actuary using informatics method, while reducing the number of variables as well. This memoir falls into three parts, the first one consist in determining the most important variables in health pricing. The second one deals with the estimation of real price using neural networks and an historical background of pricings. The last one is focused on the improvement of estimations using gradient boosted trees.

Mémoire complet