Mémoires d'Actuariat
Modélisation de la dérive en santé par séries temporelles : Application à l'Open DATA
Auteur(s) BOUKELOUD HAKKOU A.
Société Groupama Gan Vie
Année 2022
Confidentiel jusqu'au 19/10/2024
Résumé
La protection sociale est une des préoccupations majeures des Français. Elle est souvent au cœur des débats économiques et politiques générant bons nombres d’évolutions législatives depuis plusieurs an- nées impactant à la fois le régime obligatoire et le régime complémentaire. Les assurances en charge du marché de la complémentaire santé font face à un risque dynamique et sont confrontées à un contexte tendu. En effet, la consommation de soins et biens médicaux ne fait que croitre. On observe une dérive de sinistralité conséquence de plusieurs facteurs : une réglementation en mouvement et qui encadre le marché, une concurrence importante qui resserre les tarifs, une inflation croissante, un vieillissement de la population, l’augmentation de la survenance des maladies chroniques et des coûts de soins importants. Ce mémoire a pour vocation d’ identifier une modélisation adaptée et robuste pour quantifier la consommation en santé autrement dit la dérive de sinistralité. A partir des bases de données mises à disposition par l’ assureur et l’Open Data DAMIR, nous allons tester et comparer plusieurs modèles mathématiques permettant de modéliser cette dérive.
Abstract
Social protection is one of the major concerns of the French. It is often at the heart of economic and political debates, generating a good number of legislative changes for several years, impacting both the compulsory scheme and the supplementary scheme. The insurers in charge of the complementary health market face a dynamic risk and are confronted with a tense context. Indeed, the consumption of medical care and goods is only increasing. We observe a drift in claims which is the occurrence of several factors: changing regulations which frame the market, significant competition which tightens prices, inflation, an aging population, chronic diseases and high healthcare costs. This dissertation aims to identify an appropriate and robust model to quantify health consumption, in other words the drift in claims. Using insurer databases and Open Data DAMIR, we will create a scope of study and apply ma- thematical models to define the most relevant to model this drift.
Auteur(s) BOUKELOUD HAKKOU A.
Société Groupama Gan Vie
Année 2022
Confidentiel jusqu'au 19/10/2024
Résumé
La protection sociale est une des préoccupations majeures des Français. Elle est souvent au cœur des débats économiques et politiques générant bons nombres d’évolutions législatives depuis plusieurs an- nées impactant à la fois le régime obligatoire et le régime complémentaire. Les assurances en charge du marché de la complémentaire santé font face à un risque dynamique et sont confrontées à un contexte tendu. En effet, la consommation de soins et biens médicaux ne fait que croitre. On observe une dérive de sinistralité conséquence de plusieurs facteurs : une réglementation en mouvement et qui encadre le marché, une concurrence importante qui resserre les tarifs, une inflation croissante, un vieillissement de la population, l’augmentation de la survenance des maladies chroniques et des coûts de soins importants. Ce mémoire a pour vocation d’ identifier une modélisation adaptée et robuste pour quantifier la consommation en santé autrement dit la dérive de sinistralité. A partir des bases de données mises à disposition par l’ assureur et l’Open Data DAMIR, nous allons tester et comparer plusieurs modèles mathématiques permettant de modéliser cette dérive.
Abstract
Social protection is one of the major concerns of the French. It is often at the heart of economic and political debates, generating a good number of legislative changes for several years, impacting both the compulsory scheme and the supplementary scheme. The insurers in charge of the complementary health market face a dynamic risk and are confronted with a tense context. Indeed, the consumption of medical care and goods is only increasing. We observe a drift in claims which is the occurrence of several factors: changing regulations which frame the market, significant competition which tightens prices, inflation, an aging population, chronic diseases and high healthcare costs. This dissertation aims to identify an appropriate and robust model to quantify health consumption, in other words the drift in claims. Using insurer databases and Open Data DAMIR, we will create a scope of study and apply ma- thematical models to define the most relevant to model this drift.
