Nous avons pour ambition de soutenir l'innovation auprès des acteurs du marché de l'assurance et de contribuer à la science actuarielle en co-construisant des projets à la pointe de l'innovation avec nos partenaires, en dispensant des formations, et en partageant notre expertise à travers nos publications et nos outils open source.
Expert Senior
Expert
Expert
Comment concilier la performance prédictive de vos algorithmes de tarification avec les exigences croissantes d'équité et les contraintes réglementaires strictes (IA Act, RGPD) lorsqu’elles imposent de bannir toute discrimination algorithmique ?
Au lieu de corriger les biais une fois le modèle construit, nous intégrons les contraintes d'équité directement au sein de la fonction de perte lors de l'entraînement de l'algorithme. Nos deux méthodes d'apprentissage "in-processing" basés sur des arbres permettent aux modèles réseaux de neurones d'optimiser simultanément sa précision actuarielle et de respecter les critères de non-discrimination.
Sécurisez vos déploiements d'IA face aux audits réglementaires sans sacrifier votre rentabilité technique. Vous disposerez d'un modèle nativement éthique, transparent et auditable, transformant une contrainte de conformité en un avantage concurrentiel fort sur le marché de l'assurance.
Comment évaluer et quantifier le risque d'accumulation de sinistres cyber interconnectés, tels qu'une cyberattaque mondiale ou une défaillance systémique, qui menacent simultanément un grand nombre d’entreprises en portefeuille et la solvabilité de l'assureur ?
Nous développons des modèles stochastiques avancés capables de cartographier la propagation des chocs à travers des réseaux d'entreprises interconnectées. Cette approche permet de simuler des scénarios catastrophes réalistes, s'affranchissant du manque de données historiques par une modélisation structurelle des dépendances.
Evaluez la résilience de votre structure et optimisez vos programmes de réassurance en disposant d'une vision robuste, objectivée et auditable des risques d'accumulation.
Comment calibrer des scénarios de stress rigoureux face à la concentration extrême des risques sur quelques grands fournisseurs de services cloud (AWS, Microsoft Azure, Google Cloud), et mesurer l'effet réel de diversification au sein de votre portefeuille ?
Nous concevons une méthodologie de calibration granulaire simulant l'impact en cascade d'une indisponibilité majeure des infrastructures cloud. Notre approche croise la topologie des pannes technologiques avec l'analyse quantitative des expositions pour évaluer précisément les limites de la diversification.
Anticipez l'effet domino d'une panne technologique majeure et ajustez finement votre politique de souscription en identifiant les zones de surexposition cachées de vos assurés aux mêmes dépendances informatiques.
Comment s'affranchir des tables de mortalité nationales trop homogènes pour ajuster finement la tarification et le provisionnement de vos portefeuilles d'assurance-décès face aux fortes disparités de longévité d'une région à l'autre ?
Nous mobilisons des splines B pénalisées (P-splines) pour modéliser et lisser continûment les taux de mortalité à l'échelle sous-nationale. Cette approche statistique robuste permet de capturer simultanément les dynamiques d'âge et les variations géographiques tout en surmontant le bruit statistique lié à la rareté des données sur de petits effectifs.
Maîtrisez finement le risque de longévité et optimisez vos exigences de capital en ancrant vos modèles de tarification et de réserve au plus près des réalités démographiques régionales de vos assurés.
Comment dépasser les limites des méthodes agrégées traditionnelles (type Chain Ladder), aveugles aux caractéristiques propres de chaque sinistre et aux évolutions de gestion, afin d'évaluer précisément le coût ultime et le risque à un an dans un cadre réglementaire strict (Solvabilité II, IFRS 17) ?
Nous accompagnons les équipes actuarielles dans la transition stratégique des triangles agrégés vers le provisionnement individuel en structurant le cycle de vie des sinistres sous forme de processus multi-états semi-markoviens.
Cette modélisation capte la trajectoire dynamique de chaque dossier (ouverture, paiements partiels, réouverture, clôture) tout en intégrant la durée passée dans chaque état.
En y associant un formalisme matriciel novateur, notre méthode permet de calculer de manière exacte et analytique — sans recourir à de lourdes simulations — tant la charge ultime que la volatilité du résultat de développement des sinistres (CDR) à l'horizon d'un an.
Transformez la création de vos réserves initiales en un levier de précision dès l’ouverture du sinistre. En exploitant la richesse de vos données individuelles, vous éliminez les effets de masque des méthodes triangulaires et remplacez les forfaits moyens par une estimation sur mesure.
Le modèle détecte immédiatement les sinistres graves et neutralise la subjectivité des gestionnaires, garantissant un provisionnement initial parfaitement ajusté, prédictif et homogène sur l'ensemble de votre portefeuille.
UCLouvain (BE)
ULB (BE)
UCLouvain (BE)
ENSAE (FR)
ISFA (FR)
