Mémoires d'Actuariat
Rentabilité des affaires nouvelles ; étude comparative d'indicateurs a priori et a posteriori
Auteur(s) WANG E.
Société Swiss Life France
Année 2024
Confidentiel jusqu'au 22/01/2026
Résumé
Dans le but de permettre à la compagnie d’assurance de créer des produits attrayants du point de vue des assurés et rentables pour la compagnie, il est nécessaire d’avoir des indicateurs de calcul et de suivi de la rentabilité des produits avant et après leur commercialisation notamment dans un contexte réglementaire et économique en perpétuelle évolution. L’étude porte sur un indicateur : le Risk Adjusted Contribution (RAC) calculé de manière a priori et a posteriori. Le RAC a posteriori est un indicateur de suivi de rentabilité et est calculé par l’équipe Valeur sous le logiciel Prophet permettant de prendre en compte les interactions actif-passif. Le RAC a priori est un outil de tarification de nouveaux produits susceptibles d’être commercialisés. Il est calculé par l’équipe de l’Actuariat Produit via un modèle plus simple sous Excel. Cependant, la modélisation du RAC a priori fait intervenir des sensibilités calculées à partir du modèle de RAC a posteriori pour prendre en compte le coût des options et garanties non obtenables directement via le modèle a priori. Il s’agit de mettre à jour des sensibilités cohérentes avec les nouveaux produits commercialisés par l’entreprise comme les contrats de plan d’épargne retraite (PER). Puis, il conviendra de comparer les résultats des deux modèles pour en dégager les limites et appliquer les améliorations possibles notamment le calcul du rendement financier et de la participation aux bénéfices dans le modèle a priori. Le modèle amélioré sera ensuite testé sur un portefeuille pour en mesurer la robustesse ainsi que les limites inhérentes à ce modèle.
Abstract
In order to enable the insurance company to create products that are attractive to policyholders and profitable for the company, it is necessary to have indicators for calculating and monitoring the profitability of products before and after they are marketed, particularly in an ever-changing regulatory and economic context. The study focuses on one indicator: the Risk Adjusted Contribution (RAC), calculated both a priori and a posteriori. The a posteriori RAC is a profitability monitoring indicator calculated by the Value team using Prophet software, which takes into account asset-liability interactions. The a priori RAC is a pricing tool for new products likely to be marketed. It is calculated by the Product Actuarial team using a simpler Excel model. However, the a priori RAC model uses sensitivities calculated from the a posteriori RAC model to take into account the cost of options and guarantees not directly obtainable via the a priori model. The aim is to update sensitivities consistent with new products marketed by the company, such as Plan d’Epargne Retraite (PER) contracts. The results of the two models will then be compared to identify their limitations and apply possible improvements, notably the calculation of financial returns and profit-sharing in the a priori model. The improved model will then be tested on a portfolio to measure its robustness, as well as its inherent limitations.
Auteur(s) WANG E.
Société Swiss Life France
Année 2024
Confidentiel jusqu'au 22/01/2026
Résumé
Dans le but de permettre à la compagnie d’assurance de créer des produits attrayants du point de vue des assurés et rentables pour la compagnie, il est nécessaire d’avoir des indicateurs de calcul et de suivi de la rentabilité des produits avant et après leur commercialisation notamment dans un contexte réglementaire et économique en perpétuelle évolution. L’étude porte sur un indicateur : le Risk Adjusted Contribution (RAC) calculé de manière a priori et a posteriori. Le RAC a posteriori est un indicateur de suivi de rentabilité et est calculé par l’équipe Valeur sous le logiciel Prophet permettant de prendre en compte les interactions actif-passif. Le RAC a priori est un outil de tarification de nouveaux produits susceptibles d’être commercialisés. Il est calculé par l’équipe de l’Actuariat Produit via un modèle plus simple sous Excel. Cependant, la modélisation du RAC a priori fait intervenir des sensibilités calculées à partir du modèle de RAC a posteriori pour prendre en compte le coût des options et garanties non obtenables directement via le modèle a priori. Il s’agit de mettre à jour des sensibilités cohérentes avec les nouveaux produits commercialisés par l’entreprise comme les contrats de plan d’épargne retraite (PER). Puis, il conviendra de comparer les résultats des deux modèles pour en dégager les limites et appliquer les améliorations possibles notamment le calcul du rendement financier et de la participation aux bénéfices dans le modèle a priori. Le modèle amélioré sera ensuite testé sur un portefeuille pour en mesurer la robustesse ainsi que les limites inhérentes à ce modèle.
Abstract
In order to enable the insurance company to create products that are attractive to policyholders and profitable for the company, it is necessary to have indicators for calculating and monitoring the profitability of products before and after they are marketed, particularly in an ever-changing regulatory and economic context. The study focuses on one indicator: the Risk Adjusted Contribution (RAC), calculated both a priori and a posteriori. The a posteriori RAC is a profitability monitoring indicator calculated by the Value team using Prophet software, which takes into account asset-liability interactions. The a priori RAC is a pricing tool for new products likely to be marketed. It is calculated by the Product Actuarial team using a simpler Excel model. However, the a priori RAC model uses sensitivities calculated from the a posteriori RAC model to take into account the cost of options and guarantees not directly obtainable via the a priori model. The aim is to update sensitivities consistent with new products marketed by the company, such as Plan d’Epargne Retraite (PER) contracts. The results of the two models will then be compared to identify their limitations and apply possible improvements, notably the calculation of financial returns and profit-sharing in the a priori model. The improved model will then be tested on a portfolio to measure its robustness, as well as its inherent limitations.
