Mémoires d'Actuariat
Modélisation de la sinistralité en santé individuelle via l'utilisation des séries temporelles
Auteur(s) SIMONEAU-FRIGGI L.
Société SwissLife France
Année 2025
Confidentiel jusqu'au 18/06/2027
Résumé
L’anticipation de la sinistralité en Assurance Santé représente un enjeu majeur pour les organismes complémentaires. La capacité à prévoir l’évolution des prestations permet d’adapter les politiques tarifaires, d’anticiper les tendances du marché, de piloter efficacement les suivis du portefeuille et de provisionner au plus proche de la réalité. Ce mémoire s’intéresse à l’utilisation des séries temporelles comme outil de projection de la charge sinistres et d’anticipation de la dérive de la sinistralité d’un portefeuille en santé individuelle. Pour répondre à cette problématique, plusieurs méthodes de modélisation ont été mises en place, combinant approches traditionnelles et modèles avancés de séries temporelles. Après une présentation du portefeuille sous forme de statistiques descriptives mettant en évidence certaines évolutions de consommation en santé individuelle, nous allons tester et comparer différents processus de séries temporelles ajustés à nos données afin d’évaluer leurs pertinences dans l’amélioration de la prévision de la sinistralité et l’anticipation de ses potentielles dérives. Ce travail a ainsi pour objectif de proposer une approche structurée et pragmatique nous permettant de mieux appréhender l’évolution de la sinistralité et d’affiner ou challenger les prévisions. De plus, l’utilisation des séries temporelles vise à mettre en évidence les limites des méthodes de provisionnement déterministes, très utilisées en pratique dans le monde de l’assurance non-vie, en tant qu’outil de projection.
Abstract
Anticipating claims experience in health insurance is a major challenge for complementary insurance providers. The ability to forecast the evolution of benefits allows insurers to adjust pricing policies, anticipate market trends, effectively manage portfolio monitoring, and provision as accurately as possible. This study focuses on the use of time series as a tool for projecting claims expenses and anticipating the claims trend of an individual health insurance portfolio. To address this issue, several modeling methods have been implemented, combining traditional approaches with advanced time series models. After presenting the portfolio through descriptive statistics highlighting certain trends in individual health consumption, we test and compare different time series processes tailored to our data to assess their relevance in improving claims forecasting and anticipating potential adverse trends. This work aims to propose a structured and pragmatic approach to better understand the evolution of claims experience and refine or challenge forecasts. Furthermore, the use of time series aims to highlight the limitations of deterministic reserving methods — widely used in practice in the non-life insurance world — as a projection tool.
Auteur(s) SIMONEAU-FRIGGI L.
Société SwissLife France
Année 2025
Confidentiel jusqu'au 18/06/2027
Résumé
L’anticipation de la sinistralité en Assurance Santé représente un enjeu majeur pour les organismes complémentaires. La capacité à prévoir l’évolution des prestations permet d’adapter les politiques tarifaires, d’anticiper les tendances du marché, de piloter efficacement les suivis du portefeuille et de provisionner au plus proche de la réalité. Ce mémoire s’intéresse à l’utilisation des séries temporelles comme outil de projection de la charge sinistres et d’anticipation de la dérive de la sinistralité d’un portefeuille en santé individuelle. Pour répondre à cette problématique, plusieurs méthodes de modélisation ont été mises en place, combinant approches traditionnelles et modèles avancés de séries temporelles. Après une présentation du portefeuille sous forme de statistiques descriptives mettant en évidence certaines évolutions de consommation en santé individuelle, nous allons tester et comparer différents processus de séries temporelles ajustés à nos données afin d’évaluer leurs pertinences dans l’amélioration de la prévision de la sinistralité et l’anticipation de ses potentielles dérives. Ce travail a ainsi pour objectif de proposer une approche structurée et pragmatique nous permettant de mieux appréhender l’évolution de la sinistralité et d’affiner ou challenger les prévisions. De plus, l’utilisation des séries temporelles vise à mettre en évidence les limites des méthodes de provisionnement déterministes, très utilisées en pratique dans le monde de l’assurance non-vie, en tant qu’outil de projection.
Abstract
Anticipating claims experience in health insurance is a major challenge for complementary insurance providers. The ability to forecast the evolution of benefits allows insurers to adjust pricing policies, anticipate market trends, effectively manage portfolio monitoring, and provision as accurately as possible. This study focuses on the use of time series as a tool for projecting claims expenses and anticipating the claims trend of an individual health insurance portfolio. To address this issue, several modeling methods have been implemented, combining traditional approaches with advanced time series models. After presenting the portfolio through descriptive statistics highlighting certain trends in individual health consumption, we test and compare different time series processes tailored to our data to assess their relevance in improving claims forecasting and anticipating potential adverse trends. This work aims to propose a structured and pragmatic approach to better understand the evolution of claims experience and refine or challenge forecasts. Furthermore, the use of time series aims to highlight the limitations of deterministic reserving methods — widely used in practice in the non-life insurance world — as a projection tool.
