Mémoires d'Actuariat
Optimisation d’une politique de résiliations ciblées à l’aide d’un algorithme génétique : application à un portefeuille ouragan mexicain
Auteur(s) JOVET S.
Société AXA Global Re
Année 2022
Confidentiel jusqu'au 24/01/2024
Résumé
Avec un ratio combiné économique de 113%, le portefeuille de polices ouragan mexicain étudié dans ce mémoire est déficitaire et les coûts de réassurance et du capital pèsent sur sa rentabilité. Dans ce contexte, il a été décidé d’effectuer une politique de pruning, c’est-à-dire des résiliations ciblées, pour optimiser la rentabilité globale du portefeuille. Le portefeuille est modélisé à l’aide d’un modèle CAT ouragan, considéré comme complexe et consommateur en temps de calcul. L’utilisation actuelle de ce modèle est adaptée aux besoins du Risk Management – pour quantifier les besoins en capital – mais pas de la souscription : en raison des temps de calcul, il est impossible de lancer un grand nombre de fois le modèle. Sans outil pour pouvoir estimer l’impact des actions de pruning, l’entité n’est pas en mesure d’identifier les combinaisons de polices dont la résiliation permettrait de maximiser sa rentabilité. Tout d’abord, ce mémoire développe une méthode permettant de quantifier l’impact d’un ensemble de résiliations sur le ratio combiné économique du portefeuille. Cette méthode permet de quantifier les effets non-proportionels des coûts de réassurance et du capital sans avoir recours au modèle CAT. Grâce à l’implémentation d’un algorithme génétique, ce mémoire permet la mise en place de solutions d’aide aux décisions de pruning. Cet algorithme, adapté aux problèmes d’optimisation combinatoire multi-objectif, permet d’identifier les scénarios de résiliation qui optimisent la rentabilité du portefeuille tout en minimisant le pourcentage de primes résiliées et en s’adaptant aux différentes contraintes opérationnelles.
Abstract
The portfolio studied in this thesis is composed of Mexican property policies covering hurricane risk. The portfolio has an economic combined ratio of 113% and reinsurance and capital costs weigh heavily on its profitability. In this context, it was decided to carry out pruning actions, i.e. targeted policy terminations. The overarching goal is to optimize the overall profitability of the portfolio. The portfolio is modeled using a CAT hurricane model, which is considered complex and time-consuming. The current use of this model is adapted to Risk Management needs - to quantify the capital requirements - but not to underwriting needs: due to its computation time, the model can’t be run numerous times. Without tools to estimate the impact of pruning actions, the entity is not able to identify the policies whose termination would maximize the portfolio profitability. First, this thesis develops a method that allows quantifying the impact of pruning actions on the portfolio economic combined ratio. This method enables quantifying the non-proportional effects of reinsurance and capital costs without launching the CAT model. This thesis develops solutions to support pruning decisions via a genetic algorithm. This algorithm, suited to multi-objective discrete optimization problems, helps to identify policy terminations that would optimize the profitability of the portfolio while minimizing terminated premiums and adapting to the different operational constraints.
Mémoire complet
Auteur(s) JOVET S.
Société AXA Global Re
Année 2022
Confidentiel jusqu'au 24/01/2024
Résumé
Avec un ratio combiné économique de 113%, le portefeuille de polices ouragan mexicain étudié dans ce mémoire est déficitaire et les coûts de réassurance et du capital pèsent sur sa rentabilité. Dans ce contexte, il a été décidé d’effectuer une politique de pruning, c’est-à-dire des résiliations ciblées, pour optimiser la rentabilité globale du portefeuille. Le portefeuille est modélisé à l’aide d’un modèle CAT ouragan, considéré comme complexe et consommateur en temps de calcul. L’utilisation actuelle de ce modèle est adaptée aux besoins du Risk Management – pour quantifier les besoins en capital – mais pas de la souscription : en raison des temps de calcul, il est impossible de lancer un grand nombre de fois le modèle. Sans outil pour pouvoir estimer l’impact des actions de pruning, l’entité n’est pas en mesure d’identifier les combinaisons de polices dont la résiliation permettrait de maximiser sa rentabilité. Tout d’abord, ce mémoire développe une méthode permettant de quantifier l’impact d’un ensemble de résiliations sur le ratio combiné économique du portefeuille. Cette méthode permet de quantifier les effets non-proportionels des coûts de réassurance et du capital sans avoir recours au modèle CAT. Grâce à l’implémentation d’un algorithme génétique, ce mémoire permet la mise en place de solutions d’aide aux décisions de pruning. Cet algorithme, adapté aux problèmes d’optimisation combinatoire multi-objectif, permet d’identifier les scénarios de résiliation qui optimisent la rentabilité du portefeuille tout en minimisant le pourcentage de primes résiliées et en s’adaptant aux différentes contraintes opérationnelles.
Abstract
The portfolio studied in this thesis is composed of Mexican property policies covering hurricane risk. The portfolio has an economic combined ratio of 113% and reinsurance and capital costs weigh heavily on its profitability. In this context, it was decided to carry out pruning actions, i.e. targeted policy terminations. The overarching goal is to optimize the overall profitability of the portfolio. The portfolio is modeled using a CAT hurricane model, which is considered complex and time-consuming. The current use of this model is adapted to Risk Management needs - to quantify the capital requirements - but not to underwriting needs: due to its computation time, the model can’t be run numerous times. Without tools to estimate the impact of pruning actions, the entity is not able to identify the policies whose termination would maximize the portfolio profitability. First, this thesis develops a method that allows quantifying the impact of pruning actions on the portfolio economic combined ratio. This method enables quantifying the non-proportional effects of reinsurance and capital costs without launching the CAT model. This thesis develops solutions to support pruning decisions via a genetic algorithm. This algorithm, suited to multi-objective discrete optimization problems, helps to identify policy terminations that would optimize the profitability of the portfolio while minimizing terminated premiums and adapting to the different operational constraints.
Mémoire complet
