Mémoires d'Actuariat
Construction d'une échelle Bonus-Malus à l'aide du score de conduite
Auteur(s) DESLANDES T.
Société Société Générale Assurances
Année 2021
Confidentiel jusqu'au 23/05/2023
Résumé
Dans le cadre du développement de nouvelles offres assurantielles, Société Générale Assurance souhaite étudier un modèle de tarification intégrant un score de dangerosité de la conduite des véhicules estimé grâce à l’information collectée à l’aide de boîtiers télématiques installés dans certains d’entre eux. Dans le cadre des contrats d’assurance de flottes automobiles, les informations relatives aux conducteurs ne sont généralement pas disponibles. C’est la raison pour laquelle la majorité des modèles de tarification sont peu segmentés. L’objectif de cette étude est de trouver la modélisation qui optimisera l’utilisation de la variable télématique. Nous modéliserons, au moyen des modèles linéaires généralisés, les divers éléments de la sinistralité responsabilité civile. Pour ce faire, nous décomposerons fréquence et coût moyen d’une part, sinistres matériels et corporels d’autres part. Une fois nos modèles ainsi optimisés, nous y ajouterons l’information télématique afin de pouvoir en évaluer l’impact dans les diverses modélisations. Nous observerons que le score de conduite permet une nette amélioration des modèles, excepté pour le modèle de coût moyen corporel plus volatil. Afin d’optimiser l’utilisation de la variable télématique, nous utiliserons la théorie de la crédibilité pour construire une modélisation Bonus-Malus basée sur le score de conduite. Cette modélisation semblant moins précise qu’une modélisation Bonus-Malus basée sur la fréquence de sinistres, nous avons décidé d’élaborer une modélisation Bonus-Malus "combinée" dépendante à la fois de la fréquence de sinistres et du score de conduite. Cette dernière modélisation combinée apparaît la plus précise et la plus pertinente pour intégrer au mieux l’information télématique.
Abstract
As part of the development of new insurance products, Société Generale Insurance wants to study a pricing model incorporating a driving score for the dangerousness of driving habits, estimated using information collected by telematics boxes installed in some vehicles. In fleet insurance contracts, driver information is usually not available. For this reason, most pricing models are not very segmented. The objective of this study is to find the model that will optimise the use of the telematics variable. We will model with generalized linear models, the various elements of the motor third party liability claims. To do this, we will split frequency and average cost on the one hand, and material and injury claims on the other. Once our models have been optimised in this way, we will add telematics information in order to assess its impact on the various models. We observe that the driving score allows a clear improvement of the models, except for the more volatile average injury cost model. In order to optimise the use of the telematics variable, we will use credibility theory to construct a Bonus-Malus modelling based on the driving score. As this model appears to be less accurate than a Bonus-Malus model based on the frequency of claims, we have decided to develop a "combined" Bonus-Malus model dependent on both the frequency of claims and the driving score. This last combined model appears to be the most accurate and relevant for integrating telematics information.
Mémoire complet
Auteur(s) DESLANDES T.
Société Société Générale Assurances
Année 2021
Confidentiel jusqu'au 23/05/2023
Résumé
Dans le cadre du développement de nouvelles offres assurantielles, Société Générale Assurance souhaite étudier un modèle de tarification intégrant un score de dangerosité de la conduite des véhicules estimé grâce à l’information collectée à l’aide de boîtiers télématiques installés dans certains d’entre eux. Dans le cadre des contrats d’assurance de flottes automobiles, les informations relatives aux conducteurs ne sont généralement pas disponibles. C’est la raison pour laquelle la majorité des modèles de tarification sont peu segmentés. L’objectif de cette étude est de trouver la modélisation qui optimisera l’utilisation de la variable télématique. Nous modéliserons, au moyen des modèles linéaires généralisés, les divers éléments de la sinistralité responsabilité civile. Pour ce faire, nous décomposerons fréquence et coût moyen d’une part, sinistres matériels et corporels d’autres part. Une fois nos modèles ainsi optimisés, nous y ajouterons l’information télématique afin de pouvoir en évaluer l’impact dans les diverses modélisations. Nous observerons que le score de conduite permet une nette amélioration des modèles, excepté pour le modèle de coût moyen corporel plus volatil. Afin d’optimiser l’utilisation de la variable télématique, nous utiliserons la théorie de la crédibilité pour construire une modélisation Bonus-Malus basée sur le score de conduite. Cette modélisation semblant moins précise qu’une modélisation Bonus-Malus basée sur la fréquence de sinistres, nous avons décidé d’élaborer une modélisation Bonus-Malus "combinée" dépendante à la fois de la fréquence de sinistres et du score de conduite. Cette dernière modélisation combinée apparaît la plus précise et la plus pertinente pour intégrer au mieux l’information télématique.
Abstract
As part of the development of new insurance products, Société Generale Insurance wants to study a pricing model incorporating a driving score for the dangerousness of driving habits, estimated using information collected by telematics boxes installed in some vehicles. In fleet insurance contracts, driver information is usually not available. For this reason, most pricing models are not very segmented. The objective of this study is to find the model that will optimise the use of the telematics variable. We will model with generalized linear models, the various elements of the motor third party liability claims. To do this, we will split frequency and average cost on the one hand, and material and injury claims on the other. Once our models have been optimised in this way, we will add telematics information in order to assess its impact on the various models. We observe that the driving score allows a clear improvement of the models, except for the more volatile average injury cost model. In order to optimise the use of the telematics variable, we will use credibility theory to construct a Bonus-Malus modelling based on the driving score. As this model appears to be less accurate than a Bonus-Malus model based on the frequency of claims, we have decided to develop a "combined" Bonus-Malus model dependent on both the frequency of claims and the driving score. This last combined model appears to be the most accurate and relevant for integrating telematics information.
Mémoire complet
