Mémoires d'Actuariat

Etude des changements de méthodes de provisionnement sur des contrats de prévoyance collective réassurés au Royaume-Uni et Irlande
Auteur(s) TABET-AOUL L.
Société Partner Reinsurance Europe SE
Année 2022
Confidentiel jusqu'au 15/12/2024

Résumé
PartnerRe dispose de méthodes particulières de provisionnement spécifiques à la branche de développement de la garantie étudiée qu’elle soit courte (short-tailed) ou longue (long-tailed). Le provisionnement des garanties décès et maladies redoutées au sein du segment short-tailed fait l’objet d’utilisation de techniques non-vie tels. Le segment long-tailed n’est constitué que de la garantie incapacité, dont les provisions techniques sont constituées des provisions pour les assurés déjà en incapacité (DLR) et les provisions pour les sinistres tardifs (IBNR). Les méthodes de provisionnement utilisées actuellement sont simples à la compréhension, mais ne sont pas adaptées au contexte étudié. En effet, la méthode Chain Ladder n’est généralement pas pratique dans un contexte de réassurance où la transmission des informations se fait par le biais d’un intermédiaire, impliquant des retards récurrents dans les déclarations de sinistres. Au sein du segment long-tailed, les années de souscription et de survenance ne sont pas toujours en ligne. Toutefois, la méthode actuelle de provisionnement des IBNR s’effectue selon les exercices de survenance, et non selon les années de souscription tel qu’exigé. Cette étude a donc pour objectif la revue des méthodes de provisionnement de chaque segment. Au sein du segment short-tailed, des méthodes classiques de provisionnement seront confrontées telles que Bornhuetter Ferguson, Benktander ainsi que les méthodes de Mack et Bootstrap. Le modèle jugé le plus performant selon des critères de sélection sera ensuite implémenté sur une période d’observation fixée afin de se questionner sur la baisse de la volatilité des résultats techniques. L’étude sur le segment long-tailed commence par la proposition d’une méthode d’estimation des IBNR par un modèle fréquence/coût moyen. Une deuxième partie de l’étude consistera à effectuer une analyse d’expérience sur l’historique des sorties afin d’ajuster les taux de sortie en incapacité. Le modèle combinant la mise à jour de ces hypothèses sera enfin implémenté afin d’étudier son impact sur les résultats techniques.

Abstract
PartnerRe uses several reserving methods for group protection contracts. These methods depend on the benefit’s claim duration payment whether it is short-tailed or long-tailed. The short-tailed segment gathers both death and critical illness benefits. According to this segment, reserving methodologies bring in non-life reserving techniques. The long-tailed segment only includes disability benefit covers, with reserves defined as the sum of Disability Loss Reserves (DLR) and of Incurred But Not Reported (IBNR) claims reserves. These current reserving methods have the advantage to be easy to understand but are not adapted to the current data. Indeed, the Chain Ladder method is not usually adapted to a reinsurance background because claims are often lately reported as information is relayed by a middleman. Within the long-tailed segment, underwriting years and occurrence years are not always the same. However, the current IBNR reserves are calculated on an occurrence basis and not on an underwriting basis as required by PartnerRe. Hence, the aim of this study is to review the reserving methodology on each segment. Throughout the short-tailed segment, traditional reserving methods will be considered such as Bornhuetter Ferguson, Benktander, Mack and Bootstrap methods. The best-fitted model selected following several criteria will then be implemented on a certain observation period to check if the volatility on the technical results will decrease. The long-tailed segment study will begin with the suggestion of a new IBNR reserving method built on a cost/frequency model. The second part of the long-tailed study will consist in performing an experience analysis on the terminated claims’ historical data to adjust the termination rates. The proposed model is based on the update of these assumptions and will be implemented to analyse and predict its impact on the technical results.