Mémoires d'Actuariat
De la communauté à l’individu : Quantifier pour comprendre l’impact des pratiques actuarielles sur la mutualisation
Auteur(s) NOUMEDEM DJIEUZEM B.D.
Société BNP Paribas Cardif
Année 2022
Résumé
L’assurance repose sur la mutualisation des risques qui consiste à regrouper des assurés faisant face à des risques semblables au sein d’un même portefeuille. Avec l’arrivée progressive des méthodes de machine learning en assurance, l'accroissement du volume de données sur les assurés et sur leurs habitudes de vie, la volonté des assurés de payer le juste prix de leur risque, la segmentation des primes est de plus en plus poussée vers l'individualisation des tarifs. Cette personnalisation des risques revient dans les débats actuariels sous la désignation de démutualisation dont les dangers majeurs sont : pour la communauté, l'exclusion des mauvais risques ; pour l'assureur, le risque de volatilité et le risque de perte d'expertise sur certains risques. Cette étude vise à formaliser ces notions et à développer des indicateurs permettant de mesurer le niveau de mutualisation d'un portefeuille d'assurance. Pour mutualiser ou non son portefeuille, l'assureur peut s'appuyer sur les choix de segmentation plus ou moins fin lors de la construction de la prime technique mais également sur les profils de marges que l'assureur décide d'appliquer arbitrairement par assuré. Nous avons proposé de définir la démutualisation comme la désolidarisation des assurés d'un portefeuille ; le cas extrême étant une prestation individuelle certaine avec un niveau de marge constant par assuré, sans aucun subside croisé. A la suite, des indicateurs simples et exotiques, de mesure de mutualisation ont été élaborés en s'appuyant sur la variance, l'entropie et la complexité de Kolmogorov. Ceux-ci ont servi à la quantification de la mutualisation et à l’étude empirique du risque de démutualisation sur le portefeuille d’extension de garantie automobile de BNP Paribas Cardif. Les implémentations sous Python des indicateurs proposés sont disponibles en accès libre sur GitHub.
Abstract
Insurance relies on risk mutualization, which consists of pooling policyholders facing similar risks within the same portfolio. Given the growing use of machine learning methods in insurance, the growing data availability about policyholders and their usage, the social willingness of policyholders to pay the right price, premium segmentation is becoming more and more granular, the extreme case being premium individualization. This personalization of risks by premium and his drawback are debated in actuarial committees as demutualization. One of the major dangers of demutualization is policyholders exclusion from the coverage due to unaffordable premium. For the insurer, it could tighten its insurance offer on a small market niche leading to more volatility results and a loss of expertise on the other risk profiles. This study aims to formalise these notions and to develop indicators for measuring the level of mutualisation of an insurance portfolio. To mutualise or no risks in its portfolio, the insurer can rely on segmentation choices made when estimating the technical premium and on commercial choices, which concerns the margin profiles that the insurer decides to apply arbitrarily per insured. We proposed to define demutualization as the desolidarization of policyholders from a portfolio. Indicators for measuring mutualization were developed based on variance, entropy, and Kolmogorov complexity. These were used to quantify mutualisation and to empirically study the risk of demutualisation on BNP Paribas Cardif's extended motor warranty portfolio. The Python implementations of the proposed indicators are available in open access on GitHub.
Mémoire complet
Auteur(s) NOUMEDEM DJIEUZEM B.D.
Société BNP Paribas Cardif
Année 2022
Résumé
L’assurance repose sur la mutualisation des risques qui consiste à regrouper des assurés faisant face à des risques semblables au sein d’un même portefeuille. Avec l’arrivée progressive des méthodes de machine learning en assurance, l'accroissement du volume de données sur les assurés et sur leurs habitudes de vie, la volonté des assurés de payer le juste prix de leur risque, la segmentation des primes est de plus en plus poussée vers l'individualisation des tarifs. Cette personnalisation des risques revient dans les débats actuariels sous la désignation de démutualisation dont les dangers majeurs sont : pour la communauté, l'exclusion des mauvais risques ; pour l'assureur, le risque de volatilité et le risque de perte d'expertise sur certains risques. Cette étude vise à formaliser ces notions et à développer des indicateurs permettant de mesurer le niveau de mutualisation d'un portefeuille d'assurance. Pour mutualiser ou non son portefeuille, l'assureur peut s'appuyer sur les choix de segmentation plus ou moins fin lors de la construction de la prime technique mais également sur les profils de marges que l'assureur décide d'appliquer arbitrairement par assuré. Nous avons proposé de définir la démutualisation comme la désolidarisation des assurés d'un portefeuille ; le cas extrême étant une prestation individuelle certaine avec un niveau de marge constant par assuré, sans aucun subside croisé. A la suite, des indicateurs simples et exotiques, de mesure de mutualisation ont été élaborés en s'appuyant sur la variance, l'entropie et la complexité de Kolmogorov. Ceux-ci ont servi à la quantification de la mutualisation et à l’étude empirique du risque de démutualisation sur le portefeuille d’extension de garantie automobile de BNP Paribas Cardif. Les implémentations sous Python des indicateurs proposés sont disponibles en accès libre sur GitHub.
Abstract
Insurance relies on risk mutualization, which consists of pooling policyholders facing similar risks within the same portfolio. Given the growing use of machine learning methods in insurance, the growing data availability about policyholders and their usage, the social willingness of policyholders to pay the right price, premium segmentation is becoming more and more granular, the extreme case being premium individualization. This personalization of risks by premium and his drawback are debated in actuarial committees as demutualization. One of the major dangers of demutualization is policyholders exclusion from the coverage due to unaffordable premium. For the insurer, it could tighten its insurance offer on a small market niche leading to more volatility results and a loss of expertise on the other risk profiles. This study aims to formalise these notions and to develop indicators for measuring the level of mutualisation of an insurance portfolio. To mutualise or no risks in its portfolio, the insurer can rely on segmentation choices made when estimating the technical premium and on commercial choices, which concerns the margin profiles that the insurer decides to apply arbitrarily per insured. We proposed to define demutualization as the desolidarization of policyholders from a portfolio. Indicators for measuring mutualization were developed based on variance, entropy, and Kolmogorov complexity. These were used to quantify mutualisation and to empirically study the risk of demutualisation on BNP Paribas Cardif's extended motor warranty portfolio. The Python implementations of the proposed indicators are available in open access on GitHub.
Mémoire complet
