Mémoires d'Actuariat

Intégration de données externes dans le modèle de sensibilité au prix des conttrats en stock : application à un portefeuille habitation bancassureur
Auteur(s) de FROMONTJ.
Société Sogecap
Année 2025
Confidentiel jusqu'au 23/01/2027

Résumé
Le marché de l’assurance non-vie en France fait face à une inflation et une augmentation des coûts des sinistres, ce qui pousse les assureurs à ajuster leurs tarifs chaque année. Il est crucial pour les assureurs de réévaluer chaque année la stratégie tarifaire des contrats multirisques habitation (MRH) afin de concilier rentabilité et fidélisation. Le mémoire propose d’intégrer des données externes, comme les informations climatiques et démographiques, dans la modélisation des comportements de résiliation des assurés. Cela permettrait de mieux anticiper les réactions face aux ajustements tarifaires. L’étude repose sur l’élasticité-prix de la demande, mesurant l’impact des hausses de prime sur le taux de renouvellement des contrats. Des modèles statistiques comme le GLM pénalisé sont utilisés pour prédire la probabilité de renouvellement, en tenant compte des effets de la temporalité et des variations de prix. L’étude conclue sur des scénarios d’ajustement tarifaire pour allier la maximisation du chiffre d’affaires et de la marge globale.

Abstract
The French non-life insurance market is facing inflation and an increase in claims costs, which forces insurers to adjust their rates every year. It is crucial for insurers to reassess the pricing strategy of multi-risk home insurance (MRH) contracts annually in order to balance profitability and customer retention. The thesis suggests integrating external data, such as climatic and demographic information, into the modeling of insureds’ cancellation behaviors. This would help better anticipate reactions to price adjustments. The study relies on price elasticity of demand, measuring the impact of premium increases on the renewal rate of contracts. Statistical models, such as penalized GLMs, are used to predict renewal probabilities, accounting for the effects of time and price variations. The study concludes with pricing adjustment scenarios aimed at maximizing revenue and overall margin.