Mémoires d'Actuariat
Apport d'un zonier à granularité fine sur un portefeuille de santé individuelle
Auteur(s) DE LA BOURDONNAYE A.
Société Generali
Année 2021
Confidentiel jusqu'au 24/09/2026
Résumé
A la suite des récentes réformes qui ont impacté le domaine de l’assurance santé, les contrats individuels présentent des caractéristiques de plus en plus distinctes des contrats collectifs. Dans ce contexte, l’ajout d’une discrimination spatiale peut aider à mieux comprendre le comportement de consommation des assurés. C’est l’objectif de l’ajout d’un zonier. La construction d’un zonier suit des étapes de modélisation précises, afin d’extraire le risque géographique des autres. Celui-ci se base sur le poste des Soins Courants, et est construit à la maille du code postal. L’utilisation de cette maille permet d’avoir une segmentation fine de la consommation des assurés, dans le but de mieux capter l’effet du risque géographique. La première étape de la réalisation du zonier consiste en une prédiction de la prime pure des assurés présents dans le portefeuille à l’aide de Modèles Linéaires Généralisés (GLM) ne contenant aucune variable géographique. Le but étant d’extraire les résidus des modèles, liés à un effet régional. Ensuite, pour isoler le risque spatial des autres, des modèles de forêt aléatoire contenant des variables explicatives géographiques sont utilisés. L’ajout de données externes non usuellement utilisées pourra apporter des informations supplémentaires afin d’améliorer les modèles, et de déterminer les caractéristiques d’un territoire les plus influentes. Des différences de consommation pourront être observées entre les assurés des classes du zonier créé. La granularité fine et les variables externes utilisées permettent de mieux cibler le comportement de consommation des assurés selon le risque spatial. L’impact des résultats obtenus pourra être évalué à l’aide d’une segmentation basée sur la politique de souscription du produit. L’idée est de ventiler une offre concernant les affaires nouvelles selon les zones de risque afin d’attirer des profils plus intéressants pour le portefeuille.
Abstract
Following the recent reforms that have impacted the French health insurance field, the individual contracts present characteristics that are increasingly distinct from group contracts. In this context, the addition of a spatial discrimination can help to better understand the consumption behaviors of the portfolio. This is the objective of adding a zoning. The construction of a zoning follows precise modeling steps, in order to extract the spatial risk from the others. This one will be based on the "Standard Care" post. This item includes visits to general and specialist practitioners. It is also constructed at the zip code mesh. The use of this grid allows to have a fine segmentation of the consumption of the insureds, in order to better capture the effect of geographic risk. The first step consist of a pricing prediction of the insureds consumption using Generalized Linear Models (GLM), with no geographic features. The goal is to extract the model residuals, linked to a spatial effect. To isolate the regional effect from the others, random forest models, containing geographic features, are used. The addition of external data not usually used could provide additional information in order to improve the models, and to determine the most influential characteristics of a territory. Consumption differences may be observed between the insureds in the created classes of the zoning. The fine granularity and the external features used make it possible to better target the consumption behavior of insureds according to spatial risk. The impact of the results obtained can be evaluated using a segmentation based on the product’s subscription policy. The idea is to break down an offer concerning new contracts according to risk zones, in order to attract more interesting profiles for the portfolio.
Auteur(s) DE LA BOURDONNAYE A.
Société Generali
Année 2021
Confidentiel jusqu'au 24/09/2026
Résumé
A la suite des récentes réformes qui ont impacté le domaine de l’assurance santé, les contrats individuels présentent des caractéristiques de plus en plus distinctes des contrats collectifs. Dans ce contexte, l’ajout d’une discrimination spatiale peut aider à mieux comprendre le comportement de consommation des assurés. C’est l’objectif de l’ajout d’un zonier. La construction d’un zonier suit des étapes de modélisation précises, afin d’extraire le risque géographique des autres. Celui-ci se base sur le poste des Soins Courants, et est construit à la maille du code postal. L’utilisation de cette maille permet d’avoir une segmentation fine de la consommation des assurés, dans le but de mieux capter l’effet du risque géographique. La première étape de la réalisation du zonier consiste en une prédiction de la prime pure des assurés présents dans le portefeuille à l’aide de Modèles Linéaires Généralisés (GLM) ne contenant aucune variable géographique. Le but étant d’extraire les résidus des modèles, liés à un effet régional. Ensuite, pour isoler le risque spatial des autres, des modèles de forêt aléatoire contenant des variables explicatives géographiques sont utilisés. L’ajout de données externes non usuellement utilisées pourra apporter des informations supplémentaires afin d’améliorer les modèles, et de déterminer les caractéristiques d’un territoire les plus influentes. Des différences de consommation pourront être observées entre les assurés des classes du zonier créé. La granularité fine et les variables externes utilisées permettent de mieux cibler le comportement de consommation des assurés selon le risque spatial. L’impact des résultats obtenus pourra être évalué à l’aide d’une segmentation basée sur la politique de souscription du produit. L’idée est de ventiler une offre concernant les affaires nouvelles selon les zones de risque afin d’attirer des profils plus intéressants pour le portefeuille.
Abstract
Following the recent reforms that have impacted the French health insurance field, the individual contracts present characteristics that are increasingly distinct from group contracts. In this context, the addition of a spatial discrimination can help to better understand the consumption behaviors of the portfolio. This is the objective of adding a zoning. The construction of a zoning follows precise modeling steps, in order to extract the spatial risk from the others. This one will be based on the "Standard Care" post. This item includes visits to general and specialist practitioners. It is also constructed at the zip code mesh. The use of this grid allows to have a fine segmentation of the consumption of the insureds, in order to better capture the effect of geographic risk. The first step consist of a pricing prediction of the insureds consumption using Generalized Linear Models (GLM), with no geographic features. The goal is to extract the model residuals, linked to a spatial effect. To isolate the regional effect from the others, random forest models, containing geographic features, are used. The addition of external data not usually used could provide additional information in order to improve the models, and to determine the most influential characteristics of a territory. Consumption differences may be observed between the insureds in the created classes of the zoning. The fine granularity and the external features used make it possible to better target the consumption behavior of insureds according to spatial risk. The impact of the results obtained can be evaluated using a segmentation based on the product’s subscription policy. The idea is to break down an offer concerning new contracts according to risk zones, in order to attract more interesting profiles for the portfolio.
