Lunch & Learn : Modélisation de la mortalité régionale à l’aide de B-splines pénalisées

Donatien Hainaut

Date: 15 septembre 2026 de 12:30 à 13:30

Lieu: En ligne (via Teams)

Orateur: Donatien Hainaut, Conseiller Scientifique

Langue: Présentation en français / Support en anglais

Accréditation: 1 CPD

Prix: Gratuit

Contact : learning@detralytics.eu

Participez à notre prochain Lunch & Learn, une présentation gratuite de nos récents travaux par nos conseillers scientifiques et experts, durant votre pause déjeuner.

Modélisation de la mortalité régionale à l’aide de B-splines pénalisées

Points clés abordés :

Difficultés des modèles multi-populations classiques face aux faibles effectifs régionaux.
Alternative parcimonieuse du modèle de Li-Lee fondée sur des B-splines pénalisées.
Estimation stable par vraisemblance de Poisson et Newton-Raphson adaptatif.
Méthode de projection cohérente des facteurs de mortalité via SVD et marche aléatoire multivariée.
Application aux régions françaises et belges, mettant en évidence des écarts persistants de longévité.
Implications pour la tarification des rentes, la mesure du risque de longévité et les exigences de solvabilité.

Introduction

Cette formation courte présente le contenu de notre dernière Detra Note, publiée par Donatien Hainaut (Conseiller Scientifique) en collaboration avec Idrissa Belem (Consultant TAP) et Thomas Hames (Expert/Innovation Lead).

Nous explorons une nouvelle approche paramétrique afin de modéliser la mortalité régionale au sein des régions européennes NUTS-2. Les taux de mortalité régionaux étant nettement plus volatils que les agrégats nationaux, nous étendons le modèle de Li et Lee en utilisant des B-splines pénalisées afin de lisser les logarithmes des taux centraux de mortalité ainsi que les effets marginaux spécifiques à l’âge des facteurs temporels endogènes.

Par rapport au cadre de Li et Lee, notre modèle présente plusieurs avantages. Premièrement, il permet d’obtenir des courbes de mortalité lissées, une caractéristique particulièrement recherchée dans les applications actuarielles.

Deuxièmement, la paramétrisation limite les degrés de liberté du modèle, ce qui permet une estimation fiable sur des fenêtres temporelles plus courtes.

Troisièmement, le modèle est suffisamment robuste pour la prévision de la mortalité à long terme ainsi que pour la valorisation des rentes. Les paramètres du modèle sont estimés par maximisation de la log-vraisemblance, et la méthodologie est appliquée aux données de mortalité régionales françaises et belges.

Un package Python dédié, a été développé dans le cadre de cette analyse et est librement accessible sur GitHub. Cette librairie de fonctions, via une API collectant les données Eurostat, permet la construction de tables de mortalité régionales pour une grande partie de l’Europe.

À propos des orateurs

Donatien Hainaut, Conseiller Scientifique

Donatien Hainaut est Conseiller Scientifique chez Detralytics et Professeur à l’UCLouvain (Belgique), où il dirige le Master en Data Science à orientation statistique. Auparavant, il a occupé plusieurs postes académiques, notamment en tant que Professeur Associé à la Rennes School of Business et à l’ENSAE à Paris. Il possède également une solide expérience en entreprise, ayant travaillé comme Risk Officer, Quantitative Analyst et ALM Officer.

Actuaire qualifié et titulaire d’un doctorat en Asset and Liability Management, ses recherches actuelles portent sur les mécanismes de contagion dans les processus stochastiques ainsi que sur les applications des réseaux de neurones en assurance.