Mémoires d'Actuariat
Comparaison de différents modèles de provisionnement ligne à ligne et discussions dans le cadre d'une application en non-vie
Auteur(s) PRIMEL D.
Société KPMG
Année 2021
Résumé
Le cycle de production inversé propre au secteur de l’assurance impose aux acteurs du marché la constitution de provisions afin de garantir le règlement des prestations auquel ils sont contractuellement engagés. Dans le secteur de l’assurance non-vie, la juste estimation des provisions pour sinistres à payer représente un enjeu majeur. Pour le moment, l’estimation de ces provisions est très majoritairement fondée sur l’utilisation de données agrégées. Néanmoins, la disponibilité sans cesse croissante de données individuelles et la capacité en constante amélioration des ordinateurs à traiter efficacement une grande quantité de données induisent une réflexion de plus en plus poussée de la part des assureurs quant à la mise en place de modèles de provisionnement ligne à ligne. Ce mémoire a pour objectif la mise en œuvre de plusieurs modèles de provisionnement individuel prenant en compte, à la fois les sinistres connus de l'assureur, mais également les sinistres survenus non encore déclarés. Deux modèles sont implémentés et leur qualité analysée. Ils sont confrontés non seulement aux données par un processus de backtesting mais également à différentes valeurs de référence obtenues par des modèles classiques ou par consultation d'experts. Une recherche détaillée des dépendances propres à la base de données est ensuite effectuée permettant des tentatives de raffinement des modèles initiaux. Les multiples variantes de modèles et de valeurs de référence permettent de mener durant tout le mémoire, une réflexion portant non seulement sur les résultats et les limites des modèles mais également sur les problématiques de provisionnement d'un point de vue plus général.
Abstract
The characteristic reversal of the insurance production cycle forces the insurers to book provisions in order to be able to pay the benefits contractually agreed with the customers. In the P&C insurance field, the precision of the estimated amount of claims provisions represents a major issue. Until now, this estimation is mainly obtained by the use of aggregated data. However, the continuous improvement in individual data availability as well as the progresses made by the computers in the efficient treatment of large databases stimulate a strong thinking from the insurers about micro-reserving models. The objective of this thesis is to implement some complete micro-reserving models which aim at taking into account claims which are known by the insurers as well as the incurred but not reported claims. Two different models are implemented and tested. Not only are they challenged by real data thanks to a backtesting process but also to results obtained by classical reserving methods or by some experts of the P&C insurance field. Then, a detailed analysis about correlations in our database is performed and is used to try to improve the initial models. The numerous versions of models and of reference values allow to engage reflections and discussions about the results and the limits of the implemented and classical models, but also about reserving in a more general way.
Mémoire complet
Auteur(s) PRIMEL D.
Société KPMG
Année 2021
Résumé
Le cycle de production inversé propre au secteur de l’assurance impose aux acteurs du marché la constitution de provisions afin de garantir le règlement des prestations auquel ils sont contractuellement engagés. Dans le secteur de l’assurance non-vie, la juste estimation des provisions pour sinistres à payer représente un enjeu majeur. Pour le moment, l’estimation de ces provisions est très majoritairement fondée sur l’utilisation de données agrégées. Néanmoins, la disponibilité sans cesse croissante de données individuelles et la capacité en constante amélioration des ordinateurs à traiter efficacement une grande quantité de données induisent une réflexion de plus en plus poussée de la part des assureurs quant à la mise en place de modèles de provisionnement ligne à ligne. Ce mémoire a pour objectif la mise en œuvre de plusieurs modèles de provisionnement individuel prenant en compte, à la fois les sinistres connus de l'assureur, mais également les sinistres survenus non encore déclarés. Deux modèles sont implémentés et leur qualité analysée. Ils sont confrontés non seulement aux données par un processus de backtesting mais également à différentes valeurs de référence obtenues par des modèles classiques ou par consultation d'experts. Une recherche détaillée des dépendances propres à la base de données est ensuite effectuée permettant des tentatives de raffinement des modèles initiaux. Les multiples variantes de modèles et de valeurs de référence permettent de mener durant tout le mémoire, une réflexion portant non seulement sur les résultats et les limites des modèles mais également sur les problématiques de provisionnement d'un point de vue plus général.
Abstract
The characteristic reversal of the insurance production cycle forces the insurers to book provisions in order to be able to pay the benefits contractually agreed with the customers. In the P&C insurance field, the precision of the estimated amount of claims provisions represents a major issue. Until now, this estimation is mainly obtained by the use of aggregated data. However, the continuous improvement in individual data availability as well as the progresses made by the computers in the efficient treatment of large databases stimulate a strong thinking from the insurers about micro-reserving models. The objective of this thesis is to implement some complete micro-reserving models which aim at taking into account claims which are known by the insurers as well as the incurred but not reported claims. Two different models are implemented and tested. Not only are they challenged by real data thanks to a backtesting process but also to results obtained by classical reserving methods or by some experts of the P&C insurance field. Then, a detailed analysis about correlations in our database is performed and is used to try to improve the initial models. The numerous versions of models and of reference values allow to engage reflections and discussions about the results and the limits of the implemented and classical models, but also about reserving in a more general way.
Mémoire complet
