Mémoires d'Actuariat
Estimation des Value-at-Risk de prestations décès en assurance emprunteur à l’aide de modèles agents dans le contexte d’une pandémie
Auteur(s) SLIM R.
Société Périclès Group
Année 2025
Résumé
Tous les assureurs ne sont pas directement concernés par le risque pandémie, mais ceux qui le sont doivent le prendre en compte lors de l’évaluation de leurs solvabilités. Comprendre comment ils sont impactés et le modéliser peut aider à identifier et quantifier le poids d’un tel risque. Cependant, les modèles déterministes utilisés échouent à englober l’aspect social d’une pandémie. De plus, ils ne possèdent pas de volatilité naturelle. L’objectif de ce mémoire est d’estimer la distribution de prestations décès en assurance emprun-teur à l’aide d’une autre famille de modèles, dits modèles agents, dans le contexte d’une pandémie. Ces modèles ont été explicités à l’aide du simulateur CovDyn qui fut augmenté de nouvelles composantes afin de prendre en entrée un portefeuille emprunteur construit à partir de données transmises par une entreprise d’assurance. Plusieurs scénarios (central et stressés) ont été pensés. La situation de l’assureur peut effectivement se voir détériorée en fonction de la situation dans laquelle il se retrouve. Premièrement, un taux élevé́ de décès engendre beaucoup plus de retombées en termes de prestations. Deuxièmement, une probabilité d’hospitalisation élevée, à elle seule, ne peut pas empirer la situation de l’assureur. Cependant, couplée d’un taux de décès élevé, cela peut mettre en péril la solvabilité de l’assureur. Les résultats suggèrent que les acteurs du secteur de l’assurance doivent être conscients de ce risque et de l’étendue de son impact suivant les différents cas possibles. Ils doivent pouvoir modéliser ce risque et pousser les développements afin d’intégrer tous les aspects d’une pandémie dans leurs modèles. Mots-clés : Pandémie, Risque décès, Assurance emprunteur, Covid-19, Modèle agents, Value-at- Risk.
Abstract
Not all insurers are directly affected by the risk of a pandemic, but those who are must take it into account when assessing their solvency. Understanding how they are impacted and modeling it can help identify and quantify the weight of such a risk. However, the deterministic models used fail to encompass the social aspect of a pandemic and lack natural volatility in their simulations. The objective of this thesis is to estimate the distribution of death benefits in the case of a credit loan insurance. It will utilize another family of models, known as agent-based models, in the context of a pandemic. These models were explained using the simulator CovDyn, which was enhanced with new components to take as input a credit loan portfolio constructed from data provided by an insurance company. Several scenarios (central and stressed) were considered. The insurer’s situation can indeed deteriorate depending on the situation they find themselves in. Firstly, a high death rate results in much higher payouts in terms of benefits. Secondly, a high probability of hospitalization alone cannot worsen the insurer’s situation. However, coupled with a high death rate, the situation becomes more severe than in the first case and can jeopardize the insurer’s solvency. The results suggest that insurance industry players must be aware of this risk and the extent of its impact under different possible scenarios. They must be able to model this risk and push developments to integrate all aspects of a pandemic into their models. Keywords: Pandemic, Mortality risk, Credit loan insurance, Covid-19, Agent based models, Value-at-Risk.
Mémoire complet
Auteur(s) SLIM R.
Société Périclès Group
Année 2025
Résumé
Tous les assureurs ne sont pas directement concernés par le risque pandémie, mais ceux qui le sont doivent le prendre en compte lors de l’évaluation de leurs solvabilités. Comprendre comment ils sont impactés et le modéliser peut aider à identifier et quantifier le poids d’un tel risque. Cependant, les modèles déterministes utilisés échouent à englober l’aspect social d’une pandémie. De plus, ils ne possèdent pas de volatilité naturelle. L’objectif de ce mémoire est d’estimer la distribution de prestations décès en assurance emprun-teur à l’aide d’une autre famille de modèles, dits modèles agents, dans le contexte d’une pandémie. Ces modèles ont été explicités à l’aide du simulateur CovDyn qui fut augmenté de nouvelles composantes afin de prendre en entrée un portefeuille emprunteur construit à partir de données transmises par une entreprise d’assurance. Plusieurs scénarios (central et stressés) ont été pensés. La situation de l’assureur peut effectivement se voir détériorée en fonction de la situation dans laquelle il se retrouve. Premièrement, un taux élevé́ de décès engendre beaucoup plus de retombées en termes de prestations. Deuxièmement, une probabilité d’hospitalisation élevée, à elle seule, ne peut pas empirer la situation de l’assureur. Cependant, couplée d’un taux de décès élevé, cela peut mettre en péril la solvabilité de l’assureur. Les résultats suggèrent que les acteurs du secteur de l’assurance doivent être conscients de ce risque et de l’étendue de son impact suivant les différents cas possibles. Ils doivent pouvoir modéliser ce risque et pousser les développements afin d’intégrer tous les aspects d’une pandémie dans leurs modèles. Mots-clés : Pandémie, Risque décès, Assurance emprunteur, Covid-19, Modèle agents, Value-at- Risk.
Abstract
Not all insurers are directly affected by the risk of a pandemic, but those who are must take it into account when assessing their solvency. Understanding how they are impacted and modeling it can help identify and quantify the weight of such a risk. However, the deterministic models used fail to encompass the social aspect of a pandemic and lack natural volatility in their simulations. The objective of this thesis is to estimate the distribution of death benefits in the case of a credit loan insurance. It will utilize another family of models, known as agent-based models, in the context of a pandemic. These models were explained using the simulator CovDyn, which was enhanced with new components to take as input a credit loan portfolio constructed from data provided by an insurance company. Several scenarios (central and stressed) were considered. The insurer’s situation can indeed deteriorate depending on the situation they find themselves in. Firstly, a high death rate results in much higher payouts in terms of benefits. Secondly, a high probability of hospitalization alone cannot worsen the insurer’s situation. However, coupled with a high death rate, the situation becomes more severe than in the first case and can jeopardize the insurer’s solvency. The results suggest that insurance industry players must be aware of this risk and the extent of its impact under different possible scenarios. They must be able to model this risk and push developments to integrate all aspects of a pandemic into their models. Keywords: Pandemic, Mortality risk, Credit loan insurance, Covid-19, Agent based models, Value-at-Risk.
Mémoire complet
