Mémoires d'Actuariat
Etude des déviations de mortalité par partitionnement récursif et modèle linéaire généralisé
Auteur(s) SEMI L. W. T. A. C.
Société SCOR
Année 2022
Résumé
La mortalité est au coeur du métier des compagnies de réassurance détenant du risque vie. Pour celles-ci, il est indispensable que les tables de mortalité soient calibrées au mieux afin de réduire la volatilité de leur résultat. Dans ce contexte, une analyse comparative de la mortalité observée et prédite est nécessaire afin d’assurer un suivi de la mortalité du portefeuille. Ce mémoire d’actuaire porte sur l’étude de la mortalité de la population assurée et de la population générale américaine. L’objectif sera d’identifier les segments de la population qui dévient significativement par rapport aux comportements capturés par la table de l’industrie et par rapport à la population générale américaine. Dans un premier temps, après description des algorithmes de partitionnement récursif que sont le GLM Tree et le CART, ils seront appliqués au jeu de données sur la population assurée américaine. L’idée étant de comparer la mortalité observée par rapport à celle prédite par la table réglementaire 2015 VBT. Cette première application aura pour but de capturer des déviations significatives via le ratio A/E en fonction de divers paramètres que sont l’âge, le sexe, le montant assuré, le type de produit, la durée passée dans le contrat ainsi que la classe de risque (liée au statut fumeur ou non de l’individu). Dans un second temps, afin d’affirmer de la pertinence du GLM Tree dans le cadre de cette étude, une analyse plus générale et démographique sur la population américaine sera menée. L’objectif reste toujours celui de capturer des déviations, mais cette fois par rapport à la mortalité moyenne et en utilisant d’autres variables telles que l’ethnie, le niveau d’éducation et les causes de décès.
Abstract
Mortality is at the heart of the business of reinsurance companies holding life risks. For these latter, it is essential to calibrate as well as possible the mortality tables to reduce the volatility of their result. In this context, a comparative analysis of the observed and predicted mortality is necessary to ensure a follow-up of the portfolio mortality. This actuarial thesis focuses on the study of the mortality of the insured population and the general american population. The objective will be to identify the segments of the population that significantly deviate from the behaviors captured by the industry and general US population tables. On the one hand, after describing the recursive partitioning algorithms GLM Tree and CART, they will be applied to the dataset on the american insured population. The idea is to compare observed mortality with the one predicted by the 2015 VBT regulatory table. This first application aims to capture significant deviation via the A/E ratio according to various parameters which are the age, the sex, the amount insured, the type of product, the duration spent in the contract as well as the class risk (linked to the individual’s smoking status). On the other hand, to ensure the relevance of the GLM Tree in this study, a more general and demographic analysis on the american population will be carried out. The objective is still to capture deviations, but in relation to the average mortality this time and using other variables such as ethnicity, level of education and caused of death.
Mémoire complet
Auteur(s) SEMI L. W. T. A. C.
Société SCOR
Année 2022
Résumé
La mortalité est au coeur du métier des compagnies de réassurance détenant du risque vie. Pour celles-ci, il est indispensable que les tables de mortalité soient calibrées au mieux afin de réduire la volatilité de leur résultat. Dans ce contexte, une analyse comparative de la mortalité observée et prédite est nécessaire afin d’assurer un suivi de la mortalité du portefeuille. Ce mémoire d’actuaire porte sur l’étude de la mortalité de la population assurée et de la population générale américaine. L’objectif sera d’identifier les segments de la population qui dévient significativement par rapport aux comportements capturés par la table de l’industrie et par rapport à la population générale américaine. Dans un premier temps, après description des algorithmes de partitionnement récursif que sont le GLM Tree et le CART, ils seront appliqués au jeu de données sur la population assurée américaine. L’idée étant de comparer la mortalité observée par rapport à celle prédite par la table réglementaire 2015 VBT. Cette première application aura pour but de capturer des déviations significatives via le ratio A/E en fonction de divers paramètres que sont l’âge, le sexe, le montant assuré, le type de produit, la durée passée dans le contrat ainsi que la classe de risque (liée au statut fumeur ou non de l’individu). Dans un second temps, afin d’affirmer de la pertinence du GLM Tree dans le cadre de cette étude, une analyse plus générale et démographique sur la population américaine sera menée. L’objectif reste toujours celui de capturer des déviations, mais cette fois par rapport à la mortalité moyenne et en utilisant d’autres variables telles que l’ethnie, le niveau d’éducation et les causes de décès.
Abstract
Mortality is at the heart of the business of reinsurance companies holding life risks. For these latter, it is essential to calibrate as well as possible the mortality tables to reduce the volatility of their result. In this context, a comparative analysis of the observed and predicted mortality is necessary to ensure a follow-up of the portfolio mortality. This actuarial thesis focuses on the study of the mortality of the insured population and the general american population. The objective will be to identify the segments of the population that significantly deviate from the behaviors captured by the industry and general US population tables. On the one hand, after describing the recursive partitioning algorithms GLM Tree and CART, they will be applied to the dataset on the american insured population. The idea is to compare observed mortality with the one predicted by the 2015 VBT regulatory table. This first application aims to capture significant deviation via the A/E ratio according to various parameters which are the age, the sex, the amount insured, the type of product, the duration spent in the contract as well as the class risk (linked to the individual’s smoking status). On the other hand, to ensure the relevance of the GLM Tree in this study, a more general and demographic analysis on the american population will be carried out. The objective is still to capture deviations, but in relation to the average mortality this time and using other variables such as ethnicity, level of education and caused of death.
Mémoire complet
