Mémoires d'Actuariat

Impact de la réglementation australienne PYS sur le comportement des assurés
Auteur(s) AGEROUASSI H.
Société Axa France
Année 2021
Confidentiel jusqu'au 10/11/2023

Résumé
Ce travail s’inscrit dans le cadre de l’étude de l’impact d’une nouvelle réglementation sur le marché australien des pensions de retraite ; cette réglementation, appelée PYS, concerne les membres qui sont inactifs pendant une certaine période. Ces membres perdent leur couverture d’assurance, sauf s’ils demandent expressément de la conserver. L’objectif de cette étude est d’abord de vérifier la présence d’un phénomène d’antisélection qui a fait l’objet d’un chargement tarifaire spécifique par le réassureur. Deuxièmement, nous voulons modéliser et identifier les facteurs qui influencent le choix de rester couvert, afin de pouvoir généraliser les résultats pour le PMIF ; une autre réglementation qui succède au PYS. Nous avons réussi à montrer dans un premier lieu que la population voulant rester couverte est plus âgée et plus risquée que la population non concernée par ce changement. Nous avons également utilisé une régression logistique pour détecter la présence d’une information cachée non visible à l’assureur sur la sinistralité chez les opt-in. Pour la modélisation du comportement des assurés, nous avons testé plusieurs méthodes de classification classiques et du machine learning, nous avons également utilisé les techniques de sous-échantillonnage pour pallier le déséquilibre des données. Nous avons choisi un modèle Xg-boost pour la modélisation. Nous avons ensuite testé la robustesse de nos résultats à l’aide de deux autres fonds de retraites, nous avons également appliqué notre modèle dans le cadre du PMIF. Nous avons utilisé le graphe d’importance des variables, le graphique de dépendance partielle ainsi que LIME (Local interpretable Model-agnostic Explanations) pour interpréter les résultats.

Abstract
This work is part of a study of the impact of a new regulation on the Australian superannuation market ; this regulation, called PYS, affects members who are inactive for a certain period. These members lose their insurance coverage unless they specifically request to keep it. The objective of this study is first to verify the presence of an anti-selection phenomenon that has been subject to specific rate loading by the reinsurer. To do so, we examine the characteristics of the population that has come forward to remain covered and compare claim incidence rates before and after the regulatory change. Second, we want to model and identify the factors that influence the choice to remain covered, so that we can generalize the results for the PMIF ; another successor regulation to the PYS. We were able to show first that the population wanting to stay covered is older and riskier than the population not affected by this change. We also used logistic regression to detect the presence of hidden information not visible to the insurer on the claims experience of the opt-in population. To model the behavior of the insureds, we tested several classical classification methods and machine learning. We also used subsampling techniques to compensate for the imbalance in the data. We chose an Xg-boost model for the modeling. We then tested the robustness of our results using two other pension funds, we also applied our model in the PMIF framework. We used the variable importance plot, the partial dependence plot, as well as LIME (Local interpretable Model-agnostic Explanations) to interpret the results.

Mémoire complet