Mémoires d'Actuariat
Apport de données externes à la tarification d'un produit Propriétaire Non Occupant
Auteur(s) KOFFI E. K. E.
Société Sogecap
Année 2025
Confidentiel jusqu'au 07/03/2027
Résumé
Le marché de l’assurance Habitation connaît une forte pression concurrentielle et un contexte économique complexe. Cet environnement assurantiel est également caractérisé par une volatilité accrue des risques notamment avec le changement climatique. Face à la nécessité d’une tarification toujours plus juste et adaptée au risque, les assureurs cherchent à avoir une meilleure connaissance du risque afin de mieux le segmenter. Par ailleurs, l’intégration des données externes devient un levier stratégique. L’objectif de ce mémoire est d’évaluer l’apport des données externes dans la tarification d’une assurance dédiée aux propriétaires non occupants. C’est dans cette optique que la base de données nationale des bâtiments (BDNB) a été collectée et exploitée. L’intégration de ces données vise à enrichir les données internes en apportant des informations sur les caractéristiques des biens assurés. En s’appuyant sur une analyse comparative des modèles classiques et enrichis des données externes, construits à l’aide des modèles linéaires généralisés (GLM), l’objectif sera d’analyser l’impact sur la performance des modèles. Pour finir, la prime technique obtenue sera comparée à la prime actuelle. Ce qui permettra de faire une refonte du modèle tarifaire qui n’avait pas été revu depuis des années. Mots clés : Multirisques Habitation, Propriétaires non occupants, Données externes, Modèles Linéaires Généralisés
Abstract
The home insurance market is highly competitive and tensed into an economic environment which is being intensified by an increasing volatility of risks especially with climate change Looking for a way to be risk-compliant alongside with fair rates, insurers strive to master their understanding of the risks to cover to adjust the pricing strategy. In the meantime, external data have been proven to leverage this goal. The purpose of this thesis is to evaluate the contribution of external data to the pricing approach of home insurance for non-occupant property owners. The national building database (BDNB) was collected and processed as regard to enrich internal data by providing public information on covered properties. The global idea is to confirm whether or not external data can improve the pricing model’s efficiency and this comes with some comparative analysis between an internal data based model and another adding up public data. In order to price a home insurance plan, generalized linear models (GLM) have been used. At last, the results of the base price model which takes into account external data and that of the existing one will be put into balance giving tips and motives to redesign the pricing strategy that has not challenged for years. Mots clés : Home Insurance, Non-Occupant Property Owners, Open Data, Generalized Linear Models
Auteur(s) KOFFI E. K. E.
Société Sogecap
Année 2025
Confidentiel jusqu'au 07/03/2027
Résumé
Le marché de l’assurance Habitation connaît une forte pression concurrentielle et un contexte économique complexe. Cet environnement assurantiel est également caractérisé par une volatilité accrue des risques notamment avec le changement climatique. Face à la nécessité d’une tarification toujours plus juste et adaptée au risque, les assureurs cherchent à avoir une meilleure connaissance du risque afin de mieux le segmenter. Par ailleurs, l’intégration des données externes devient un levier stratégique. L’objectif de ce mémoire est d’évaluer l’apport des données externes dans la tarification d’une assurance dédiée aux propriétaires non occupants. C’est dans cette optique que la base de données nationale des bâtiments (BDNB) a été collectée et exploitée. L’intégration de ces données vise à enrichir les données internes en apportant des informations sur les caractéristiques des biens assurés. En s’appuyant sur une analyse comparative des modèles classiques et enrichis des données externes, construits à l’aide des modèles linéaires généralisés (GLM), l’objectif sera d’analyser l’impact sur la performance des modèles. Pour finir, la prime technique obtenue sera comparée à la prime actuelle. Ce qui permettra de faire une refonte du modèle tarifaire qui n’avait pas été revu depuis des années. Mots clés : Multirisques Habitation, Propriétaires non occupants, Données externes, Modèles Linéaires Généralisés
Abstract
The home insurance market is highly competitive and tensed into an economic environment which is being intensified by an increasing volatility of risks especially with climate change Looking for a way to be risk-compliant alongside with fair rates, insurers strive to master their understanding of the risks to cover to adjust the pricing strategy. In the meantime, external data have been proven to leverage this goal. The purpose of this thesis is to evaluate the contribution of external data to the pricing approach of home insurance for non-occupant property owners. The national building database (BDNB) was collected and processed as regard to enrich internal data by providing public information on covered properties. The global idea is to confirm whether or not external data can improve the pricing model’s efficiency and this comes with some comparative analysis between an internal data based model and another adding up public data. In order to price a home insurance plan, generalized linear models (GLM) have been used. At last, the results of the base price model which takes into account external data and that of the existing one will be put into balance giving tips and motives to redesign the pricing strategy that has not challenged for years. Mots clés : Home Insurance, Non-Occupant Property Owners, Open Data, Generalized Linear Models
