Mémoires d'Actuariat
Modèle de provisionnement des sinistres sur données détaillées en assurance de responsabilité civile des risques industriels dans l'environnement de Solvabilité II
Auteur(s) VAUTRIN J.-M.
Société HDI Global SE
Année 2025
Résumé
Le provisionnement des sinistres est un enjeu majeur pour l’assureur, étant un poste essentiel de son bilan en quantifiant les prestations futures auxquelles il s’est engagé. Pour le régulateur également, car il exige de l’assureur une pratique rigoureuse dans son estimation et dans sa résilience aux conditions extrêmes pour en déduire sa solvabilité. Ceci est d’autant plus complexe pour l’assureur dans le cadre d’un portefeuille aux risques hétérogènes et volatiles telle la couverture en responsabilité civile générale de risques industriels. En parallèle, des études ont développé des méthodologies d’estimations individuelles détaillée des provisions pour sinistre, en alternative des méthodes usuelles basées sur des données agrégées de liquidation des sinistres, afin d’en perfectionner l’estimation par l’emploi d’informations supplémentaires disponibles dans les données de l’assureur. Dans ce contexte, ce mémoire présente la conception et le développement d’un modèle détaillée appliqué à un tel portefeuille d’assurance, et permet d’identifier plusieurs éléments clés de la liquidation des sinistres impactant le besoin de provisionnement, tout en fournissant une granularité de résultats rendant possible des calculs ultérieurs, comme sur la réassurance, et des reporting répondant à des besoins analytiques et réglementaires exigeants. Même si sa réalisation fût faite il y a une quinzaine d’années, la littérature actuarielle a depuis confirmé l’intérêt général de cette approche ainsi que d’options de modélisation choisies à l’époque, tout en ouvrant des voies sur de nouvelles techniques, tels les modèles à apprentissage automatique, et qui peut être encore étendu aujourd’hui à l’utilisation d’agents IA. Mots clés : modélisation individuelle des sinistres, GLM, modèle de survie, loi normale contaminée, garantie en responsabilité civile générale, risques industriels.
Abstract
Claims reserving is a major issue for insurers, as it is a major item on their balance sheet, quantifying the future benefits to which they have committed. And for the regulator too, as he requires to the insurer to be rigorous in its estimates and in its ability to withstand extreme conditions to deduce his solvency. Especially for the insurer when dealing with a heterogeneous and volatile risks portfolio, such as general liability cover for industrial risks. At the same time, studies have developed methodologies for micro-level claims reserving, as an alternative to the usual methods based on aggregated claims settlement, to improve estimation by using additional information available in the insurer's data. In this context, this thesis presents the design and development of a micro-level reserving model applied to such as insurance portfolio and makes it possible to identify several key elements of the settlement of claims impacting the reserving request, while providing a results granularity allowing subsequent calculations, such as reinsurance application, and reporting meeting demanding analytical and regulatory needs. Although it was developed about fifteen years ago, the actuarial literature has since confirmed the general interest of this approach and of some keys modelling options chosen at the time, while also opening to new techniques, such as machine-learning models, which can still be extended today to the use of AI agents. Keywords: Micro-level reserving, GLM, survival model, contaminated normal distribution, general third-party liability coverage, industrial risks.
Mémoire complet
Auteur(s) VAUTRIN J.-M.
Société HDI Global SE
Année 2025
Résumé
Le provisionnement des sinistres est un enjeu majeur pour l’assureur, étant un poste essentiel de son bilan en quantifiant les prestations futures auxquelles il s’est engagé. Pour le régulateur également, car il exige de l’assureur une pratique rigoureuse dans son estimation et dans sa résilience aux conditions extrêmes pour en déduire sa solvabilité. Ceci est d’autant plus complexe pour l’assureur dans le cadre d’un portefeuille aux risques hétérogènes et volatiles telle la couverture en responsabilité civile générale de risques industriels. En parallèle, des études ont développé des méthodologies d’estimations individuelles détaillée des provisions pour sinistre, en alternative des méthodes usuelles basées sur des données agrégées de liquidation des sinistres, afin d’en perfectionner l’estimation par l’emploi d’informations supplémentaires disponibles dans les données de l’assureur. Dans ce contexte, ce mémoire présente la conception et le développement d’un modèle détaillée appliqué à un tel portefeuille d’assurance, et permet d’identifier plusieurs éléments clés de la liquidation des sinistres impactant le besoin de provisionnement, tout en fournissant une granularité de résultats rendant possible des calculs ultérieurs, comme sur la réassurance, et des reporting répondant à des besoins analytiques et réglementaires exigeants. Même si sa réalisation fût faite il y a une quinzaine d’années, la littérature actuarielle a depuis confirmé l’intérêt général de cette approche ainsi que d’options de modélisation choisies à l’époque, tout en ouvrant des voies sur de nouvelles techniques, tels les modèles à apprentissage automatique, et qui peut être encore étendu aujourd’hui à l’utilisation d’agents IA. Mots clés : modélisation individuelle des sinistres, GLM, modèle de survie, loi normale contaminée, garantie en responsabilité civile générale, risques industriels.
Abstract
Claims reserving is a major issue for insurers, as it is a major item on their balance sheet, quantifying the future benefits to which they have committed. And for the regulator too, as he requires to the insurer to be rigorous in its estimates and in its ability to withstand extreme conditions to deduce his solvency. Especially for the insurer when dealing with a heterogeneous and volatile risks portfolio, such as general liability cover for industrial risks. At the same time, studies have developed methodologies for micro-level claims reserving, as an alternative to the usual methods based on aggregated claims settlement, to improve estimation by using additional information available in the insurer's data. In this context, this thesis presents the design and development of a micro-level reserving model applied to such as insurance portfolio and makes it possible to identify several key elements of the settlement of claims impacting the reserving request, while providing a results granularity allowing subsequent calculations, such as reinsurance application, and reporting meeting demanding analytical and regulatory needs. Although it was developed about fifteen years ago, the actuarial literature has since confirmed the general interest of this approach and of some keys modelling options chosen at the time, while also opening to new techniques, such as machine-learning models, which can still be extended today to the use of AI agents. Keywords: Micro-level reserving, GLM, survival model, contaminated normal distribution, general third-party liability coverage, industrial risks.
Mémoire complet
