Mémoires d'Actuariat
Analyse du risque inondations aux Etats Unis : étude du National Flood Insurance program et modélisation de l'autodorrélation spatial des taux de destruction
Auteur(s) EL ANSARI S.
Société Seabird conseil
Année 2021
Confidentiel jusqu'au 07/09/2023
Résumé
Les montants engendrés par les catastrophes naturelles sont en constante augmentation et sont amenés à poursuivre leur croissance en raison des effets liés au changement climatique. Le risque inondation pose de nombreux défis aux acteurs publics et privés pour concevoir un système viable financièrement. L’ampleur des pertes possibles, la volatilité du risque, la difficulté à créer un pool suffisamment diversifié sont autant de problèmes posés par ce risque. Aux États-Unis, l’absence de couverture assurantielle, à la suite du retrait des assureurs privés après les grandes inondations du Mississippi en 1927, a entraîné le Congrès à adopter en 1968 le National Flood Insurance Program, à savoir un programme d’assurance inondation où le risque est porté par le gouvernement fédéral. Ce système fait face à de nombreuses critiques en raison de sa dette difficile et d’une demande faible des propriétaires pour ce type de couverture. Nous ferons une étude des outils de gestion du risque inondation au niveau mondial afin de comprendre les enjeux de l’assurance inondation puis nous ferons un focus sur ce risque aux Etats-Unis. Dans un premier temps nous tenterons de modéliser le montant des dommages grâce à des régressions Gamma et Lognormale. Nous étudierons, dans un second temps, le taux de destruction grâce à un modèle de régression Bêta proposée par Ferrari et Cribari-Neto (2004). Dans un dernier temps, nous nous intéresserons à l’implémentation des modèles issus de l’économétrie spatiale, qui permettent de tenir compte de l’autocorrélation spatiale des observations. Nous appliquerons un modèle spatial autorégressif sur le taux de destruction à l’échelle des comtés et verrons ses améliorations par rapport à une régression linéaire classique et quelles en sont les limites.
Abstract
Cost of natural disasters are rising and are likely to keep on rising because of climate change. Flood risk is a significant challenge for public and private stakeholders when trying to manage its financial impact. Magnitude and volatility of the losses or the difficulty of creating a sufficient large pool of diversified risk pose challenges to insuring flood risk. In the United States, lack of flood risk insurance in the wake of 1927 Mississippi floods led the Congress to create the National Flood Insurance Program to provide flood insurance covered by the Federal Government. This system is under fierce criticism because of a high debt and a low take-up rate. To promote transparency and to have a better understanding of flood risk, the Federal Emergency Management Agency released in June 2019 released NFIP data that includes two million claims records dating back to 1978. We will try to understand, throughout the world, the challenges to insuring flood risk and how States and private insurers deal with this risk. We will focus on the United States thanks to NFIP data to understand risk severity. First, we will use Gamma and Lognormal models to explain the value of losses. As the premium is a percentage of the value insured, we will try to model the destruction rate with the Beta regression model proposed by Ferrari and Cribari-Neto (2004). In a final part, we will understand how to implement models from spatial econometrics, to take into account spatial autocorrelation of the values. We will see how we can detect it thanks to Moran Index. After explaining how we can define neighborhood relations between areas, we will model rate destruction at county-level and how they can fit better than linear regression. Those spatial models have some limits that will be detailed.
Mémoire complet
Auteur(s) EL ANSARI S.
Société Seabird conseil
Année 2021
Confidentiel jusqu'au 07/09/2023
Résumé
Les montants engendrés par les catastrophes naturelles sont en constante augmentation et sont amenés à poursuivre leur croissance en raison des effets liés au changement climatique. Le risque inondation pose de nombreux défis aux acteurs publics et privés pour concevoir un système viable financièrement. L’ampleur des pertes possibles, la volatilité du risque, la difficulté à créer un pool suffisamment diversifié sont autant de problèmes posés par ce risque. Aux États-Unis, l’absence de couverture assurantielle, à la suite du retrait des assureurs privés après les grandes inondations du Mississippi en 1927, a entraîné le Congrès à adopter en 1968 le National Flood Insurance Program, à savoir un programme d’assurance inondation où le risque est porté par le gouvernement fédéral. Ce système fait face à de nombreuses critiques en raison de sa dette difficile et d’une demande faible des propriétaires pour ce type de couverture. Nous ferons une étude des outils de gestion du risque inondation au niveau mondial afin de comprendre les enjeux de l’assurance inondation puis nous ferons un focus sur ce risque aux Etats-Unis. Dans un premier temps nous tenterons de modéliser le montant des dommages grâce à des régressions Gamma et Lognormale. Nous étudierons, dans un second temps, le taux de destruction grâce à un modèle de régression Bêta proposée par Ferrari et Cribari-Neto (2004). Dans un dernier temps, nous nous intéresserons à l’implémentation des modèles issus de l’économétrie spatiale, qui permettent de tenir compte de l’autocorrélation spatiale des observations. Nous appliquerons un modèle spatial autorégressif sur le taux de destruction à l’échelle des comtés et verrons ses améliorations par rapport à une régression linéaire classique et quelles en sont les limites.
Abstract
Cost of natural disasters are rising and are likely to keep on rising because of climate change. Flood risk is a significant challenge for public and private stakeholders when trying to manage its financial impact. Magnitude and volatility of the losses or the difficulty of creating a sufficient large pool of diversified risk pose challenges to insuring flood risk. In the United States, lack of flood risk insurance in the wake of 1927 Mississippi floods led the Congress to create the National Flood Insurance Program to provide flood insurance covered by the Federal Government. This system is under fierce criticism because of a high debt and a low take-up rate. To promote transparency and to have a better understanding of flood risk, the Federal Emergency Management Agency released in June 2019 released NFIP data that includes two million claims records dating back to 1978. We will try to understand, throughout the world, the challenges to insuring flood risk and how States and private insurers deal with this risk. We will focus on the United States thanks to NFIP data to understand risk severity. First, we will use Gamma and Lognormal models to explain the value of losses. As the premium is a percentage of the value insured, we will try to model the destruction rate with the Beta regression model proposed by Ferrari and Cribari-Neto (2004). In a final part, we will understand how to implement models from spatial econometrics, to take into account spatial autocorrelation of the values. We will see how we can detect it thanks to Moran Index. After explaining how we can define neighborhood relations between areas, we will model rate destruction at county-level and how they can fit better than linear regression. Those spatial models have some limits that will be detailed.
Mémoire complet
