Modélisation des comportements de départ en retraite et sensibilités sur le niveau de la dotation de l’État
Auteur(s) TEBIB H.
Société Galea
Année 2022
Confidentiel jusqu'au 12/01/2027

Résumé
On remarque depuis plusieurs années, qu’une proportion non négligeable (entre 10 et 15%) des cotisants de la caisse de retraite du personnel de la RATP ont des droits ouverts, sans procéder pour autant à la liquidation de leur retraite, qui peut être différée en fonction d’appétences et de comportements personnels. Cette variabilité peut engendrer une incertitude relative quant au niveau des prestations totales versées à court terme par la CRP RATP. L’enjeu principal de ce mémoire est d’affiner l’hypothèse concernant les départs en retraite, afin d’obtenir des sensibilités sur le niveau des prestations versées pour les allocataires de la caisse de retraite, et sur le montant inhérent de dotation d’équilibre versée par l’Etat. Pour ce faire, une prise de connaissance détaillée de ce régime spécial a été effectuée au sein de la première partie. L’idée est d’aborder l’ensemble des caractéristiques démographiques, techniques et législatives, afin d’avoir une vision complète du fonctionnement du régime et des dispositifs encadrant ce régime de retraite. Dans une seconde partie, plusieurs modèles statistiques seront abordés, et se baseront sur l’historique des derniers départs en retraite observés. L’apprentissage supervisé sera au cœur de cette étude et des modèles adaptés à des variables de durée seront également expérimentés. Plusieurs étapes permettront de tester ces modèles, de les paramétrer et les valider grâce à des métriques de performance. Enfin, les modèles sélectionnés précédemment seront appliqués sur les données d’agents cotisants au sein de la caisse de retraite. Le but étant d’estimer leur date de départ en retraite, pour étudier et analyser les impacts sur les projections financières du régime de retraite. Mots-clés : Retraite, modélisation, apprentissage statistique supervisé, machine learning, projections actuarielles, sélection, base de données, modèles de survie

Abstract
For several years now, a significant proportion (between 10 and 15%) of the contributors to the RATP pension scheme have open rights, but do not actually pay their pension, which may be deferred depending on personal preferences and behaviour. This variability can lead to relative uncertainty for this proportion of contributors as to the level of total benefits paid out by the CRP RATP in the short term. The main stake of this study is to refine the demographic hypothesis concerning retirements, in order to obtain sensitivities on the level of benefits paid for the pensioners, and on the amount of the state balancing grant. To do this, a detailed acquaintance with this special pension scheme was carried out in the first part. The main idea is to present all the technical, demographic and legislative characteristics, in order to get to know as much as possible all the mechanisms governing this pension plan. In a second part, several statistical models will be discussed, and will be based on the history of the last observed retirements. Supervised learning will be at the heart of this study and models adapted to duration variables will also be tested. Several steps will allow these tools to be tested, configured and validated using performance metrics. Finally, the models selected previously will thus be applied to the data of contributing agents within the pension scheme. The goal is to estimate their retirement date, to study and analyze the impacts on the financial projections of the pension plan. Keywords : Pension, modeling, supervised learning, machine learning, actuarial projections, selection, database, survival model