Mémoires d'Actuariat
Cancer Insurance: Forecasting Incidence Rates and Impact on Profitability
Auteur(s) BONNANS A.
Société BNP Paribas Cardif
Année 2021
Résumé
Cancer denotes a large family of diseases, for which incidence & survival rates have generally increased in the past decades. Despite existing national coverages for cancer treatments as well as private health covers, out-of-pocket payments remain a burden for most patients. Then, multiple cancer insurance solutions have arisen. This dissertation deals with lump-sum cancer insurance and presents a pricing model as well as a study of French, Korean and Japanese markets. Then, historical data from Korean and Japanese incidences databases are used to perform incidence rates forecasting. VAR models, Neural Networks and Lee-Carter models are compared to select the optimal model using a nested cross-validation procedure. Models show dynamics in the incidence rates inciting an insurer to consider incidence rates forecasts to evaluate the risk of such products. Finally, a numerical illustration assesses the impact of the future drift of incidence rates on the profitability of a new product. Keywords: Cancer, Cancer Insurance, Cancer Incidence, Forecasting, VAR, Sparse VAR, Neural Networks, Lee-Carter, Profitability, Korea, Japan.
Abstract
Le cancer désigne une large famille de maladies pour lesquelles l’incidence et les taux de survie ont généralement augmentés ces dernières décennies. Malgré l’existence de couvertures de santé publique pour le traitement du cancer, ainsi que les couvertures privées de soins médicaux, le reste à charge reste un fardeau important pour de nombreux patients. Ce mémoire traite de l’assurance-cancer en tant que garantie forfaitaire, et présente un modèle de tarification ainsi qu’une étude des marchés français, coréen et japonais. Des données historiques de taux d’incidence en Corée et au Japon sont ensuite utilisées pour réaliser des prédictions. Les modèles VAR, réseaux de neurones et Lee-Carter sont comparés pour sélectionner le modèle optimal par une validation croisée imbriquée. Les modèles montrent des dynamiques dans les taux d’incidence qui encouragent un assureur à considérer des prévisions pour évaluer le risque de ces produits. Enfin, une illustration numérique mesure l’impact de la dérive future des taux d’incidence sur la profitabilité attendue d’un nouveau produit. Mots-clefs : Cancer, Assurance cancer, Incidence du cancer, Prédiction, VAR, Sparse VAR, Réseaux de neurones, Lee-Carter, Profitabilité, Corée, Japon.
Mémoire complet
Auteur(s) BONNANS A.
Société BNP Paribas Cardif
Année 2021
Résumé
Cancer denotes a large family of diseases, for which incidence & survival rates have generally increased in the past decades. Despite existing national coverages for cancer treatments as well as private health covers, out-of-pocket payments remain a burden for most patients. Then, multiple cancer insurance solutions have arisen. This dissertation deals with lump-sum cancer insurance and presents a pricing model as well as a study of French, Korean and Japanese markets. Then, historical data from Korean and Japanese incidences databases are used to perform incidence rates forecasting. VAR models, Neural Networks and Lee-Carter models are compared to select the optimal model using a nested cross-validation procedure. Models show dynamics in the incidence rates inciting an insurer to consider incidence rates forecasts to evaluate the risk of such products. Finally, a numerical illustration assesses the impact of the future drift of incidence rates on the profitability of a new product. Keywords: Cancer, Cancer Insurance, Cancer Incidence, Forecasting, VAR, Sparse VAR, Neural Networks, Lee-Carter, Profitability, Korea, Japan.
Abstract
Le cancer désigne une large famille de maladies pour lesquelles l’incidence et les taux de survie ont généralement augmentés ces dernières décennies. Malgré l’existence de couvertures de santé publique pour le traitement du cancer, ainsi que les couvertures privées de soins médicaux, le reste à charge reste un fardeau important pour de nombreux patients. Ce mémoire traite de l’assurance-cancer en tant que garantie forfaitaire, et présente un modèle de tarification ainsi qu’une étude des marchés français, coréen et japonais. Des données historiques de taux d’incidence en Corée et au Japon sont ensuite utilisées pour réaliser des prédictions. Les modèles VAR, réseaux de neurones et Lee-Carter sont comparés pour sélectionner le modèle optimal par une validation croisée imbriquée. Les modèles montrent des dynamiques dans les taux d’incidence qui encouragent un assureur à considérer des prévisions pour évaluer le risque de ces produits. Enfin, une illustration numérique mesure l’impact de la dérive future des taux d’incidence sur la profitabilité attendue d’un nouveau produit. Mots-clefs : Cancer, Assurance cancer, Incidence du cancer, Prédiction, VAR, Sparse VAR, Réseaux de neurones, Lee-Carter, Profitabilité, Corée, Japon.
Mémoire complet
