En assurances de dommages (IARD), lorsqu’un sinistre survient, une compagnie d’assurance doit estimer et réserver le coût total de ce dernier. Cette évaluation doit également être répétée tant que ce sinistre n’est pas liquidé. Ainsi, plusieurs techniques pour estimer ces coûts existent. Depuis plusieurs années, les actuaires sont habitués à évaluer les réserves à l’aide de méthodes collectives, n’incluant aucune information individuelle. Cependant, avec la disponibilité des données individuelles et l’accroissement de la puissance informatique, les actuaires sont de plus en plus tentés d’incorporer ces informations dans l’évaluation des réserves en vue d’améliorer leurs prédictions. Néanmoins, le coût algorithmique de telles approches individuelles reste relativement important. C’est pourquoi, depuis peu, des techniques mêlant des modélisations collectives en utilisant l’information au niveau individuel, ont également vu le jour. Dans cette note, nous nous contentons de présenter différentes approches et leurs aspects théoriques. Le but est d’avoir une idée suffisamment précise de chaque méthode, permettant ainsi de déterminer celle qui est la mieux adaptée aux besoins et aux données à disposition. Pour faciliter les comparaisons, un schéma explicatif commun est utilisé.
Secteur : Assurance
Expertise: Cyber Insurance
Auteurs : Gireg Willame,
Michel Denuit
et Julien Trufin
Éditeur : Detralytics
Date: January 2019
Langue : French
Pages: 40
Référence : Detra Note 2019-1
Gireg a acquis d'importantes connaissances en matière d'assurance non-vie, telles que la gestion des risques, la tarification particuliers/PME et la réassurance. En outre, il a travaillé sur de nombreux projets internes allant du calcul des réserves aux applications de Machine Learning. Passionné par la modélisation, il a développé de solides compétences en codage au cours de ses différentes missions.
Michel est conseiller scientifique chez Detralytics, ainsi que professeur en sciences actuarielles à l’Université catholique de Louvain. Il dispose d’une expérience internationale en tant que professeur invité et a mené de nombreux projets en collaboration avec l’industrie. Chez Detralytics, Michel accompagne les jeunes talents, dispense des formations de pointe, stimule l’innovation et supervise les projets de R&D.
Julien est Scientific Advisor chez Detralytics et Professeur en sciences actuarielles au sein du département de mathématiques de l’Université Libre de Bruxelles. Il possède une expérience en tant que consultant et un solide parcours académique développé au sein d’institutions de renom, dont l’Université Laval (Canada), l’UCL et l’ULB (Belgique). Chez Detralytics, Julien encadre les jeunes talents, dispense des formations de pointe, stimule l’innovation et supervise les projets de R&D.
