Mémoire d'actuariat

Méthodes de provisionnement de la branche Responsabilité Civile Entreprise
Auteur(s) ABOA Joël
Société AXA France
Année 2018
Confidentiel jusqu'au 19/09/2020

Résumé
La branche Responsabilité Civile (RC) Entreprise d'AXA IARD Entreprise se caractérise par un développement long de ses sinistres. A l'inverse d'un sinistre dommage pour lequel le montant est rapidement connu, les sinistres RC mettent généralement plusieurs années à atteindre leur montant final. Nombreuses sont les causes de ce déroulé : la rechercher de responsabilité, l'attente des décisions judiciaires, ou encore l'incertitude sur l'évolution de l'état de la victime. Le coût des sinistres évolue donc en fonction du temps. En conséquence, il est possible de rencontrer des difficultés lors du calcul des provisions. Actuellement, les provisions sont calculées par des méthodes déterministes telles que la méthode Chain-Ladder. L'objectif de cette étude est de challenger et optimiser le calcul des provisions en RC. Pour cela, la première problématique porte sur la segmentation de la branche RC car les triangles des charges et donc les charges finales prévisibles, sont réalisés par segment. La seconde problématique est de proposer des méthodes stochastiques pour l'évaluation du risque de réserve à l'ultime après avoir séparé les sinistres attritionnels des sinistres graves. Nous utilisons le bootstrap sur le modèle de Mack ainsi que des approches bayésiennes basées sur des simulations Monte-Carlo par chaînes de Markov (MCMC) en réponse à la problématique des incréments négatifs.

Abstract
AXA IARD Entreprise's Third Party Liability is characterized by a long tail of business with high duration. In contrast to a property damage for which the amount is quickly known, Third Party Liability claims generally take several years to reach their final amount. There are a great many causes for this process: seeking responsibility, pending judicial and policy decisions or whether the uncertainty about the development of the state of health of the victim. The claims cost change over time. Hence, it is possible to encounter some difficulties when calculating the reserves. Currently, provisions are computed by deteministic methods such as the Chain-Laddder method. The goal of the study is to challenge and optimize the computation in Third Party Liabilities. To achieve this, the first problem is about the third party liability branch segmentation since incurred losses are computed by segment. The second problem is to provide stochastics methods which can handle with uncertainty in the ultimate reserve risk estimates after separating large and attritional claims. We use the Mack bootstrap model and bayesians approaches using Markov Chain Monte-Carlo (MCMC) simulation to address the issue of negative incremental values.