Mémoires d'Actuariat
Les véhicules électriques : un risque différent des véhicules thermiques ?
Auteur(s) CURABE J.
Société Allianz
Année 2025
Confidentiel jusqu'au 07/11/2027
Résumé
Ce mémoire étudie les spécificités du risque automobile associé aux véhicules électriques par rapport aux véhicules thermiques et à l’ensemble du portefeuille automobile. Cette comparaison repose sur l’analyse de l’exposition, de la sinistralité et de la tarification à travers la garantie Dommages. Basé sur des données réelles issues du portefeuille d’Allianz France, le travail s’appuie également sur un enrichissement par des caractéristiques techniques externes afin de mieux identifier les facteurs explicatifs du risque. L’étude combine analyses statistiques et modélisation actuarielle : exploration de la sinistralité, modélisation GLM et construction de classifications des véhicules à l’aide d’algorithmes de Light Gradient Boosting Machine. Ces segmentations et modélisations sont ensuite confrontées aux systèmes existants pour évaluer la pertinence d’une tarification spécifique aux véhicules électriques. Les résultats mettent en évidence des différences structurelles dans les profils de risque et ouvrent des pistes d’évolution pour les modèles tarifaires, dans un contexte de transition vers la mobilité électrique. Mots clés : Assurance automobile, tarification, véhicules électriques, GLM, LGBM, classification.
Abstract
This thesis examines the specific features of motor insurance risk associated with electric vehicles compared to thermal vehicles and to the overall motor portfolio. The comparison relies on the analysis of exposure, claims experience, and pricing through the Physical Damage coverage. Based on real data from Allianz France’s portfolio, the work also includes an enrichment using external technical characteristics to better identify the explanatory factors of risk. The study combines statistical analyses and actuarial modelling: exploration of claims experience, GLM modelling, and vehicle classification using Light Gradient Boosting Machine algorithms. These segmentations and models are then compared with existing systems to assess the relevance of a specific pricing approach for electric vehicles. The results highlight structural differences in risk profiles and open up perspectives for the evolution of pricing models in the context of the transition toward electric mobility. Keywords : Motor insurance, pricing, electric vehicles, GLM, LGBM, classification.
Auteur(s) CURABE J.
Société Allianz
Année 2025
Confidentiel jusqu'au 07/11/2027
Résumé
Ce mémoire étudie les spécificités du risque automobile associé aux véhicules électriques par rapport aux véhicules thermiques et à l’ensemble du portefeuille automobile. Cette comparaison repose sur l’analyse de l’exposition, de la sinistralité et de la tarification à travers la garantie Dommages. Basé sur des données réelles issues du portefeuille d’Allianz France, le travail s’appuie également sur un enrichissement par des caractéristiques techniques externes afin de mieux identifier les facteurs explicatifs du risque. L’étude combine analyses statistiques et modélisation actuarielle : exploration de la sinistralité, modélisation GLM et construction de classifications des véhicules à l’aide d’algorithmes de Light Gradient Boosting Machine. Ces segmentations et modélisations sont ensuite confrontées aux systèmes existants pour évaluer la pertinence d’une tarification spécifique aux véhicules électriques. Les résultats mettent en évidence des différences structurelles dans les profils de risque et ouvrent des pistes d’évolution pour les modèles tarifaires, dans un contexte de transition vers la mobilité électrique. Mots clés : Assurance automobile, tarification, véhicules électriques, GLM, LGBM, classification.
Abstract
This thesis examines the specific features of motor insurance risk associated with electric vehicles compared to thermal vehicles and to the overall motor portfolio. The comparison relies on the analysis of exposure, claims experience, and pricing through the Physical Damage coverage. Based on real data from Allianz France’s portfolio, the work also includes an enrichment using external technical characteristics to better identify the explanatory factors of risk. The study combines statistical analyses and actuarial modelling: exploration of claims experience, GLM modelling, and vehicle classification using Light Gradient Boosting Machine algorithms. These segmentations and models are then compared with existing systems to assess the relevance of a specific pricing approach for electric vehicles. The results highlight structural differences in risk profiles and open up perspectives for the evolution of pricing models in the context of the transition toward electric mobility. Keywords : Motor insurance, pricing, electric vehicles, GLM, LGBM, classification.
