Mémoires d'Actuariat

Modélisation sans contrainte opérationnelle de la garantie Responsabilité Civile Automobile du produit parc dénommé
Auteur(s) PRUDENT P.
Société Axa France
Année 2021
Confidentiel jusqu'au 09/12/2023

Résumé
Depuis l'obligation d'assurance sur la garantie Responsabilité Civile, l'automobile est devenue un marché très concurrentiel. Pour garantir la rentabilité de la branche automobile, l'assureur a pour objectif de segmenter au mieux le risque afin d'adapter la prime aux caractéristiques liées au risque porté par l'assuré. La segmentation du risque est contrainte par des aspects commerciaux ou opérationnels. Un risque de dégradation de la rentabilité impose une tarification sans contrainte pour juger de la performance actuelle du modèle. La fiabilisation de la base de données est essentielle afin d'assurer en premier lieu la qualité de la modélisation. Les variables sont pré-sélectionnées et pré-retraitées par des méthodes de regroupement adaptées afin de consolider l'analyse du risque. L'élaboration d'un véhiculier a pour but de classifier l'information des véhicules en risques homogènes, et de présenter des données nouvelles. L'objectif de l'étude est d'appréhender au mieux les spécificités de la garantie Responsabilité Civile sur les véhicules légers à quatre roues du produit parc dénommé. Une partie de la charge des sinistres introduit un biais dans la modélisation, dû à la notion de responsabilité et d'indemnisation du préjudice. Le but est alors de choisir le modèle adapté. De plus, un traitement spécifique des sinistres graves est nécessaire à cause de la forte volatilité des dommages corporels. Le seuil des graves peut être déterminé par la théorie des valeurs extrêmes. Pour optimiser la performance, et ainsi la segmentation du modèle tarifaire actuel, les travaux reposeront sur le modèle linéaire généralisé qui sera confronté à des méthodes d'apprentissage pour valider les résultats. L'étape de modélisation permet également d'expliquer et de comprendre le risque.

Abstract
Since the introduction of compulsory third party liability insurance, the motor industry has become highly competitive. To ensure the profitability of the automotive industry, the insurer has to split the risk as best as possible. Risk segmentation is affected by commercial or operational constraints. The risk of degradation of profitability requires unconstrained pricing to judge the current performance of the model. The reliability of the database is essential in order to ensure the quality of the modelling. The variables are pre-selected and pre-reprocessed using appropriate clustering methods to strengthen the analysis of the risk. So, the development of a car requires classification of the car's information into homogenous risks and the introduction of new data. The aim of the study is to understand the specific characteristics of the Third party liability coverage on light four-wheeled vehicles from “Parc dénommé”. Part of claims incurred introduces a bias in modelled results related to the concept of liability and compensation of the third party loss. The goal is then to choose the right model. Furthermore, a specific processing of severe casualties is needed due to the high volatility of personal injuries. The threshold for severe claims can be determined by the Extreme-value theory. To optimize efficiency, and thus the segmentation of the current tariff model, the study will be based on the generalized linear model, which will be tested against learning methods to validate the results. The step of modelling gives a better explanation and understanding of the risk.

Mémoire complet