Mémoire d'actuariat

Tarif multirisque professionnelle : construction de modèle robustes et interprétables
Auteur(s) SULTAN David
Société AXA France
Année 2018
Confidentiel jusqu'au 20/02/2020

Résumé
L'objectif de ce mémoire est de tirer profit des outils d'apprentissage statistiques pour la construction de modèles tarifaires techniques qui soient à la fois robustes et interprétables. Notre démarche consiste à comparer une méthode classique et une méthode originale automatisée en couvrant toutes les étapes de construction d'un modèle technique, depuis la sélection des variables à la mesure de performance. Ces deux approches sont illustrées par une application pour modéliser la fréquence de la garantie dégâts des eaux (DDE) de l'offre multirisque professionnelle chez AXA France. Cette étude montre que ces techniques de machine learning apportent des bénéfices certains en terme de performance et de vélocité, l'expertise métier et le regard critique de l'actuaire restent néanmoins cruciaux pour répondre aux critères de transparence, de robustesse et d'applicabilité opérationnelle.

Abstract
The purpose of this dissertation is to take advantage of machine learning tools for the construction of robust and interpretable technical pricing models. Our approach consists in comparing a classical method and an automated original method by covering all the stages of construction of a technical model, from the features selection to the performance measurement. These two approaches are illustrated by an application to model the frequency of the water damage cover of the MRP offer at AXA France. This study shows that these machine learning techniques bring definite benefits in terms of performance and velocity. However, the business expertise and actuary's critical outlook remain crucial to meet the criteria of transparency, robustness and operational applicability.