Mémoire d'actuariat

Pilotage d'unportefeuille de santé individuelle: l'apport de l'Open data pour analyser l'inflation
Auteur(s) PIVETEAU F.
Société Generali
Année 2020
Confidentiel jusqu'au 16/12/2022

Résumé
La revalorisation des contrats joue un rôle majeur sur le pilotage et la rentabilité d’un portefeuille d'assurance complémentaire santé individuelle. Elle permet d'ajuster les tarifs chaque année afin de faire face à l’évolution des frais de santé. L'inflation de la sinistralité est un élément important à prendre en compte afin de revaloriser les contrats conformément à l'évolution passée du coût des dépenses de santé. Ce mémoire s’intéresse à l’inflation de la sinistralité et propose une étude de l’inflation dans le but d’améliorer le pilotage du portefeuille de santé individuelle de Generali. L’approche proposée consiste à exploiter des données en Open Data afin d’affiner l’étude de l'inflation de la sinistralité du portefeuille. La base Open DAMIR, contenant les remboursements de l'assurance maladie tous régimes confondus, est utilisée à cet effet. L’utilisation de cette base permet de disposer d’un volume de prestations important et d’informations supplémentaires par rapport au portefeuille de santé individuelle. Un portefeuille Generali est reconstitué dans le but de mesurer l’inflation à partir de ces données du marché. Des retraitements sont réalisés afin de mesurer l’inflation réelle, hors impact de la qualité des données ou des modifications réglementaires. Des données externes sont ajoutées afin d’enrichir l’étude. L’inflation est tout d’abord calculée au global sur la base d’étude afin de permettre à Generali de positionner son portefeuille par rapport aux données du marché. L’inflation est ensuite étudiée de manière plus fine à l’aide d'une méthode de Machine Learning, dans le but d’identifier des variables qui l’influencent. Le suivi des variables identifiées comme influentes permettra d’améliorer la compréhension de l’inflation observée sur le portefeuille de Generali.

Abstract
Contract revaluation plays a major role in the management and profitability of individual supplemental health insurance portfolios. It enables tariffs to be adjusted each year to keep pace with changes in healthcare costs. Inflation in claims is an important factor to be considered to revaluate contracts in line with past changes in healthcare expenditures. This study focuses on inflation of the average cost of claims and proposes an analysis of inflation in order to improve the management of Generali's individual health portfolio. The proposed approach consists in exploiting Open Data to refine the study of inflation of Generali's portfolio. The Open DAMIR database, which contains reimbursements from the entire compulsory health insurance system, is used for this purpose. This database provides a large volume of healthcare acts and additional information compared to the individual health portfolio. A Generali portfolio is reconstituted to measure inflation based on this market data. Adjustments are made to measure actual inflation, excluding the impact of data quality or regulatory changes. External data is added to enrich the study. Firstly, inflation of the average cost of claims is calculated globally on the study database in order to allow Generali to position its portfolio in relation to market data. Inflation is then studied in more detail using a Machine Learning method, in order to identify influential variables. The monitoring of the variables identified as influential could make it possible to improve the understanding of the inflation observed on Generali's portfolio.