Mémoires d'Actuariat
Analyse des grandeurs explicatives des arbitrages des contrats d'assurance vie en mode de gestion libre par méthodes d'apprentissage statistique
Auteur(s) MIRALLES R.
Société Allianz IARD
Année 2021
Résumé
Les assurés ayant souscrit un contrat multi-supports en gestion libre disposent du droit et de l’initiative, à tout moment, de transférer leurs capitaux entre les différents supports du contrat. On parle alors d’arbitrages. Ces arbitrages peuvent être réalisés soit depuis les supports dits euros, soit depuis les supports dits en unités de compte. Les supports euros sont peu risqués, présentent un rendement faible, en décroissance ces dernières années, et font porter le risque par l’assureur. Les supports en UC présentent généralement de bien meilleurs rendements pour un risque plus élevé et font porter le risque sur l’assuré. Le contexte réglementaire dans lequel se situent les assureurs vis à vis du risque conduit alors à anticiper, et donc modéliser, les arbitrages afin d’avoir une bonne estimation du niveau de risque auquel les assureurs sont soumis. En effet, les placements sur les fonds euros augmentent les besoins en fonds propres de l’assureur, tandis que les placements sur les supports en UC ne sont garantis qu’en nombre de parts indépendamment de leur valeur liquidative. Le contexte actuel des taux bas vient perturber et complexifier les dynamiques d’arbitrages. Il semblerait que les dynamiques d’arbitrages soient sensibles à la conjecture économique. Partant de ces constats, une modélisation par modèle de machine learning est proposée afin de caractériser les mouvements d’arbitrages. Les données utilisées sont issues d‘un croisement de bases de données internes portant sur les contrats d’assurance vie en mode de gestion libre des produits phares d’Allianz, ainsi que d’autres données relatives à la conjecture économique. L’information sur les UC sera utilisée.
Abstract
Policyholders who have subscribed to a multi-support contract with free management mode have the right and the initiative, at any time, to transfer their capital between the different supports of the contract. This is called arbitration. These arbitrations can be carried out either from the so-called euro supports, or from the so-called unit-linked supports. The euro supports are not very risky, have a low yield which has been decreasing in the last few years, and make the insurer bear the risk. Unit-linked products generally offer much better returns for a higher risk and shift the risk to the insured. The regulatory context in which insurers find themselves with regard to risk leads to anticipating, and therefore modeling, arbitrages in order to have a good estimate of the level of risk to which insurers are subject. Indeed, investments in euro increase the insurer’s equity requirements, whereas investments in unit-linked products are only guaranteed in terms of the number of units, regardless of their net asset value. The current context of low interest rates disrupt and complicate the dynamics of arbitration. It seems that arbitrage dynamics is sensitive to economic conditions. Based on these findings, a machine learning model is proposed to characterize arbitrage movements. The data used are derived from a cross-referencing of internal databases on Allianz’s flagship individual multi-support life insurance contracts, as well as other external data relating to the economic outlook. Information on the ULs will be used.
Mémoire complet
Auteur(s) MIRALLES R.
Société Allianz IARD
Année 2021
Résumé
Les assurés ayant souscrit un contrat multi-supports en gestion libre disposent du droit et de l’initiative, à tout moment, de transférer leurs capitaux entre les différents supports du contrat. On parle alors d’arbitrages. Ces arbitrages peuvent être réalisés soit depuis les supports dits euros, soit depuis les supports dits en unités de compte. Les supports euros sont peu risqués, présentent un rendement faible, en décroissance ces dernières années, et font porter le risque par l’assureur. Les supports en UC présentent généralement de bien meilleurs rendements pour un risque plus élevé et font porter le risque sur l’assuré. Le contexte réglementaire dans lequel se situent les assureurs vis à vis du risque conduit alors à anticiper, et donc modéliser, les arbitrages afin d’avoir une bonne estimation du niveau de risque auquel les assureurs sont soumis. En effet, les placements sur les fonds euros augmentent les besoins en fonds propres de l’assureur, tandis que les placements sur les supports en UC ne sont garantis qu’en nombre de parts indépendamment de leur valeur liquidative. Le contexte actuel des taux bas vient perturber et complexifier les dynamiques d’arbitrages. Il semblerait que les dynamiques d’arbitrages soient sensibles à la conjecture économique. Partant de ces constats, une modélisation par modèle de machine learning est proposée afin de caractériser les mouvements d’arbitrages. Les données utilisées sont issues d‘un croisement de bases de données internes portant sur les contrats d’assurance vie en mode de gestion libre des produits phares d’Allianz, ainsi que d’autres données relatives à la conjecture économique. L’information sur les UC sera utilisée.
Abstract
Policyholders who have subscribed to a multi-support contract with free management mode have the right and the initiative, at any time, to transfer their capital between the different supports of the contract. This is called arbitration. These arbitrations can be carried out either from the so-called euro supports, or from the so-called unit-linked supports. The euro supports are not very risky, have a low yield which has been decreasing in the last few years, and make the insurer bear the risk. Unit-linked products generally offer much better returns for a higher risk and shift the risk to the insured. The regulatory context in which insurers find themselves with regard to risk leads to anticipating, and therefore modeling, arbitrages in order to have a good estimate of the level of risk to which insurers are subject. Indeed, investments in euro increase the insurer’s equity requirements, whereas investments in unit-linked products are only guaranteed in terms of the number of units, regardless of their net asset value. The current context of low interest rates disrupt and complicate the dynamics of arbitration. It seems that arbitrage dynamics is sensitive to economic conditions. Based on these findings, a machine learning model is proposed to characterize arbitrage movements. The data used are derived from a cross-referencing of internal databases on Allianz’s flagship individual multi-support life insurance contracts, as well as other external data relating to the economic outlook. Information on the ULs will be used.
Mémoire complet
