Mémoires d'Actuariat
Modélisation du risque sécheresse dans l'univers d'une compagnie d'assurance non-vie
Auteur(s) PERDEREAU S.
Société Thélem Assurances
Année 2025
Confidentiel jusqu'au 10/03/2027
Résumé
Le réchauffement climatique a des effets profonds sur notre planète Terre, notamment l’apparition d’événements climatiques plus intenses et plus fréquents tels que des sécheresses, des tempêtes, des inondations, etc. Ces phénomènes ont des impacts prépondérants et directs sur les entreprises d’assurance-non-vie. Les catastrophes naturelles engendrent des coûts de sinistralité élevés et de plus en plus fréquents ce qui menace la solvabilité des compagnies d’assurance et rend donc essentielle une gestion rigoureuse des risques climatiques. Parmi les périls couverts par le régime des catastrophes naturelles (inondations, mouvements de terrain, cyclones et ouragans, …) la part de la sécheresse a fortement augmenté ces dernières années. Pour illustration, entre 2010 et 2016, elle ne représentait que 25 à 35% de la charge des dommages liées aux catastrophes naturelles. Depuis 2016, celle-ci pèse pour 70% de la charge sinistre du régime. De plus, le risque sécheresse est un fait générateur de sinistre atypique : déclarations tardives d’arrêtés catastrophes naturelles, délais d’expertise conséquents, ampleur et dimension progressive de la sinistralité, soumis à un contexte règlementaire mouvant. Ces caractéristiques posent différentes problématiques actuarielles de provisionnement, de réassurance ou encore de tarification. La modélisation de la sinistralité du péril sécheresse, sujet d’actualité tourné vers l’avenir, est traité dans ce mémoire et tente de répondre aux défis auxquels sont confrontés les assureurs dommages dont Thélem assurances. L’exploitation des données d’exposition et de sinistralité et l’amélioration des capacités de modélisation sont essentielles pour anticiper au mieux les changements en cours et à venir. Mots clés : catastrophes naturelles, sécheresse, modèle linéaire généralisé, apprentissage automatique, forêt aléatoire, bagging, arbres de classification, réassurance, tarification, provisionnement, aléa, vulnérabilité, module de coûts.
Abstract
Climate change has profound effects on our planet, particularly through the increasing frequency and intensity of climatic events such as droughts, storms, floods, and more. These phenomena have significant and direct impacts on non-life insurance companies.** Natural disasters lead to increasingly high and frequent claims costs, which threaten the solvency of insurance companies, making rigorous management of climate risks essential. Among the perils covered by the natural catastrophe regime (floods, landslides, cyclones, hurricanes, etc.), the share of drought-related losses has significantly increased in recent years. For example, between 2010 and 2016, droughts accounted for only 25% to 35% of the total natural catastrophe damages. Since 2016, however, they now represent 70% of the claim costs under the regime. Moreover, drought risk is an atypical claims driver: delayed declarations of natural catastrophe decrees, lengthy expert assessments, and a progressive dimension of the claims, all in a shifting regulatory context. These characteristics create various actuarial challenges in terms of reserving, reinsurance, and pricing. The modeling of drought-related claims, a forward-looking and highly relevant topic, is addressed in this thesis and aims to tackle the challenges faced by property and casualty insurers, including Thélem Assurances. The utilization of exposure and claims data, along with the improvement of modeling capabilities, is crucial for anticipating the ongoing and future changes as effectively as possible. Key words : natural catastrophe, subsidence, generalized linear model, machine learning, random forest, bagging, decision tree, reinsurance, pricing, reserving, hazard, vulnerability, cost module.
Auteur(s) PERDEREAU S.
Société Thélem Assurances
Année 2025
Confidentiel jusqu'au 10/03/2027
Résumé
Le réchauffement climatique a des effets profonds sur notre planète Terre, notamment l’apparition d’événements climatiques plus intenses et plus fréquents tels que des sécheresses, des tempêtes, des inondations, etc. Ces phénomènes ont des impacts prépondérants et directs sur les entreprises d’assurance-non-vie. Les catastrophes naturelles engendrent des coûts de sinistralité élevés et de plus en plus fréquents ce qui menace la solvabilité des compagnies d’assurance et rend donc essentielle une gestion rigoureuse des risques climatiques. Parmi les périls couverts par le régime des catastrophes naturelles (inondations, mouvements de terrain, cyclones et ouragans, …) la part de la sécheresse a fortement augmenté ces dernières années. Pour illustration, entre 2010 et 2016, elle ne représentait que 25 à 35% de la charge des dommages liées aux catastrophes naturelles. Depuis 2016, celle-ci pèse pour 70% de la charge sinistre du régime. De plus, le risque sécheresse est un fait générateur de sinistre atypique : déclarations tardives d’arrêtés catastrophes naturelles, délais d’expertise conséquents, ampleur et dimension progressive de la sinistralité, soumis à un contexte règlementaire mouvant. Ces caractéristiques posent différentes problématiques actuarielles de provisionnement, de réassurance ou encore de tarification. La modélisation de la sinistralité du péril sécheresse, sujet d’actualité tourné vers l’avenir, est traité dans ce mémoire et tente de répondre aux défis auxquels sont confrontés les assureurs dommages dont Thélem assurances. L’exploitation des données d’exposition et de sinistralité et l’amélioration des capacités de modélisation sont essentielles pour anticiper au mieux les changements en cours et à venir. Mots clés : catastrophes naturelles, sécheresse, modèle linéaire généralisé, apprentissage automatique, forêt aléatoire, bagging, arbres de classification, réassurance, tarification, provisionnement, aléa, vulnérabilité, module de coûts.
Abstract
Climate change has profound effects on our planet, particularly through the increasing frequency and intensity of climatic events such as droughts, storms, floods, and more. These phenomena have significant and direct impacts on non-life insurance companies.** Natural disasters lead to increasingly high and frequent claims costs, which threaten the solvency of insurance companies, making rigorous management of climate risks essential. Among the perils covered by the natural catastrophe regime (floods, landslides, cyclones, hurricanes, etc.), the share of drought-related losses has significantly increased in recent years. For example, between 2010 and 2016, droughts accounted for only 25% to 35% of the total natural catastrophe damages. Since 2016, however, they now represent 70% of the claim costs under the regime. Moreover, drought risk is an atypical claims driver: delayed declarations of natural catastrophe decrees, lengthy expert assessments, and a progressive dimension of the claims, all in a shifting regulatory context. These characteristics create various actuarial challenges in terms of reserving, reinsurance, and pricing. The modeling of drought-related claims, a forward-looking and highly relevant topic, is addressed in this thesis and aims to tackle the challenges faced by property and casualty insurers, including Thélem Assurances. The utilization of exposure and claims data, along with the improvement of modeling capabilities, is crucial for anticipating the ongoing and future changes as effectively as possible. Key words : natural catastrophe, subsidence, generalized linear model, machine learning, random forest, bagging, decision tree, reinsurance, pricing, reserving, hazard, vulnerability, cost module.
