Mémoires d'Actuariat
Modélisation de la probabilité de défaillance en assurance-crédit : une application aux secteurs de l'hôtellerie de la restauration et du commerce de détail
Auteur(s) PIECHAUD B.
Société Pouey International
Année 2021
Résumé
Dans le cadre du développement par le groupe Pouey International d’une offre d’assurance-crédit spécialement adaptée aux secteurs vulnérables de l’hôtellerie, de la restauration et du commerce de détail, ce mémoire s’est attaché à la recherche d’une méthode de tarification reposant sur la probabilité de défaillance d’une entreprise. Les différentes contraintes liées aux objectifs de l’étude et à son contexte sont la binarité de la variable à prévoir, la grande quantité de variables explicatives, l’indisponibilité fréquente des variables financières, qui ont très vite imposé d’adopter les techniques de régression logistique et des forêts aléatoires dans une optique de classification plutôt que de prévision. Les résultats obtenus grâce à ces modèles et l’exploitation de la matrice de confusion, en particulier l’articulation entre le taux de faux négatifs (TFN), le seuil de classification et le taux de refus valident la pertinence de la méthode dans le cadre de l’assurance-crédit. En effet, appliquée à des portefeuilles de simulation réels, la méthode permet d’abaisser le taux de défaillance moyen empirique, tout en conservant un niveau d’efficience au moins aussi élevé que les analyses financières traditionnelles du groupe Pouey International.
Abstract
In the framework of the development by groupe Pouey International of a new range of trade credit insurance specifically tailored to the vulnerable sectors of hotels, restaurants and retail, this master’s thesis aimed to searching for a pricing method based on the probability of default of a company. The various constraints associated with the purpose of the study and its context: a binary dependent variable, a large quantity of explanatory variables, frequently unavailable financial data, quickly led to adopt the logistic regression and random forest methods in the perspective of classification rather than prediction. The results achieved thanks to these models and the utilization of the confusion matrix, in particular the links between the false negative rate (FNR), the classification threshold and the denial rate, validate the relevance of the method in the area of trade credit insurance. Indeed, this method applied on an existing simulation portfolio can achieve to lower the empirical average default rate, while keeping a level of efficiency at least as high as the traditional financial analysis of groupe Pouey International
Mémoire complet
Auteur(s) PIECHAUD B.
Société Pouey International
Année 2021
Résumé
Dans le cadre du développement par le groupe Pouey International d’une offre d’assurance-crédit spécialement adaptée aux secteurs vulnérables de l’hôtellerie, de la restauration et du commerce de détail, ce mémoire s’est attaché à la recherche d’une méthode de tarification reposant sur la probabilité de défaillance d’une entreprise. Les différentes contraintes liées aux objectifs de l’étude et à son contexte sont la binarité de la variable à prévoir, la grande quantité de variables explicatives, l’indisponibilité fréquente des variables financières, qui ont très vite imposé d’adopter les techniques de régression logistique et des forêts aléatoires dans une optique de classification plutôt que de prévision. Les résultats obtenus grâce à ces modèles et l’exploitation de la matrice de confusion, en particulier l’articulation entre le taux de faux négatifs (TFN), le seuil de classification et le taux de refus valident la pertinence de la méthode dans le cadre de l’assurance-crédit. En effet, appliquée à des portefeuilles de simulation réels, la méthode permet d’abaisser le taux de défaillance moyen empirique, tout en conservant un niveau d’efficience au moins aussi élevé que les analyses financières traditionnelles du groupe Pouey International.
Abstract
In the framework of the development by groupe Pouey International of a new range of trade credit insurance specifically tailored to the vulnerable sectors of hotels, restaurants and retail, this master’s thesis aimed to searching for a pricing method based on the probability of default of a company. The various constraints associated with the purpose of the study and its context: a binary dependent variable, a large quantity of explanatory variables, frequently unavailable financial data, quickly led to adopt the logistic regression and random forest methods in the perspective of classification rather than prediction. The results achieved thanks to these models and the utilization of the confusion matrix, in particular the links between the false negative rate (FNR), the classification threshold and the denial rate, validate the relevance of the method in the area of trade credit insurance. Indeed, this method applied on an existing simulation portfolio can achieve to lower the empirical average default rate, while keeping a level of efficiency at least as high as the traditional financial analysis of groupe Pouey International
Mémoire complet
