Mémoires d'Actuariat
Elaboration de zoniers en assurance MRH à partir de l'open data
Auteur(s) BERRADA N.
Société Mazars Actuariat
Année 2021
Résumé
En assurance IARD, la zone géographique constitue l’un des critères de segmentation les plus couramment employés par les assureurs. En effet, l’aspect géographique du risque permet de prendre en compte les informations relatives à l’environnement où évolue le contrat. Il constitue également un moyen de lutter contre le phénomène d’anti-selection. Afin de retranscrire la géographie du risque en une variable exploitable dans des modèles statistiques, les assureurs définissent un découpage du territoire selon différents niveaux de risque. Cette segmentation du portefeuille est appelée un zonier. Il permet de synthétiser l’effet géographique en un seul critère tarifaire qui représente une variable latente non mesurable et non observable directement dans un portefeuille. Ce mémoire vise à modéliser un zonier pour un produit d’assurance multirisque habitation, à partir de données d’un portefeuille d’assureur IARD français et de données en libre-service. Nous nous intéresserons notamment à la création de zoniers pour les garanties vol et dégâts des eaux en France métropolitaine. Ce mémoire s'articule ainsi autour de trois axes majeurs. Dans un premier temps, il sera question de construire une base de données structurée d’apprentissage à partir de données externes issues de l’Open Data. Dans un deuxième temps, nous implémenterons les méthodologies de construction des zoniers en intégrant des techniques de Machine Learning. Enfin, nous procéderons à une étape d'analyse critique des résultats obtenus suite à l'intégration des zoniers dans le portefeuille d'étude.
Abstract
In non-life insurance, the geographic area is one the most widely used criteria for risk segmentation. Indeed, the geographical aspect of the risk enables insurers to use information relating to the environment in which the contract evolves. It contributes as well to the protection against adverse selection. In order to transcribe the geography of the risk into a variable that can be used in statistical models, most insurers define a territory segmentation based on risk levels. This portfolio segmentation is called a zoning plan. The zoning variable created synthetizes the geographical effect in one unique pricing criteria. It is a latent variable that cannot be directly measured and that is unobservable in a portfolio. This thesis aims to model a zoning plan for a household multi-risk insurance product of a French non-life insurer. The focus is on the creation of the zoning variable for theft and water damage warranties in metropolitan France. This thesis is built around three focal points. First, the building of a structured dataset from external Open Data. Second, the implementation of the zoning variable methodology. Finally, a critical analysis of the obtained results following the integration of the zoning variables will take place.
Mémoire complet
Auteur(s) BERRADA N.
Société Mazars Actuariat
Année 2021
Résumé
En assurance IARD, la zone géographique constitue l’un des critères de segmentation les plus couramment employés par les assureurs. En effet, l’aspect géographique du risque permet de prendre en compte les informations relatives à l’environnement où évolue le contrat. Il constitue également un moyen de lutter contre le phénomène d’anti-selection. Afin de retranscrire la géographie du risque en une variable exploitable dans des modèles statistiques, les assureurs définissent un découpage du territoire selon différents niveaux de risque. Cette segmentation du portefeuille est appelée un zonier. Il permet de synthétiser l’effet géographique en un seul critère tarifaire qui représente une variable latente non mesurable et non observable directement dans un portefeuille. Ce mémoire vise à modéliser un zonier pour un produit d’assurance multirisque habitation, à partir de données d’un portefeuille d’assureur IARD français et de données en libre-service. Nous nous intéresserons notamment à la création de zoniers pour les garanties vol et dégâts des eaux en France métropolitaine. Ce mémoire s'articule ainsi autour de trois axes majeurs. Dans un premier temps, il sera question de construire une base de données structurée d’apprentissage à partir de données externes issues de l’Open Data. Dans un deuxième temps, nous implémenterons les méthodologies de construction des zoniers en intégrant des techniques de Machine Learning. Enfin, nous procéderons à une étape d'analyse critique des résultats obtenus suite à l'intégration des zoniers dans le portefeuille d'étude.
Abstract
In non-life insurance, the geographic area is one the most widely used criteria for risk segmentation. Indeed, the geographical aspect of the risk enables insurers to use information relating to the environment in which the contract evolves. It contributes as well to the protection against adverse selection. In order to transcribe the geography of the risk into a variable that can be used in statistical models, most insurers define a territory segmentation based on risk levels. This portfolio segmentation is called a zoning plan. The zoning variable created synthetizes the geographical effect in one unique pricing criteria. It is a latent variable that cannot be directly measured and that is unobservable in a portfolio. This thesis aims to model a zoning plan for a household multi-risk insurance product of a French non-life insurer. The focus is on the creation of the zoning variable for theft and water damage warranties in metropolitan France. This thesis is built around three focal points. First, the building of a structured dataset from external Open Data. Second, the implementation of the zoning variable methodology. Finally, a critical analysis of the obtained results following the integration of the zoning variables will take place.
Mémoire complet
