Vous êtes sur la page 1sur 73

ACTU 2030

ASSURANCE VIE 1
Anne acadmique 2017 - 2018
Professeur Pierre DEVOLDER
Plan du cours 2017-2018

Partie 1. La mortalit ( 6H / D.)


Partie 2. Les contrats dassurance vie
classiques (14H / G.)
Partie 3. Complments sur les contrats
classiques ( 4H / D.)
Partie 4. Les produits de nouvelle
gnration (4H / D.)
ass vie 1 UCL Devolder / Gilles 2
PREMIERE PARTIE
La Mortalit

La statistique a dmontr que la mortalit


dans larme augmente sensiblement en
temps de guerre .

( Alphonse ALLAIS)
Premire Partie:
LA MORTALITE
0. Mise en situation
1. Tables de mortalit brutes
2. Probabilits de survie et de dcs
3. Esprance de vie
4. Taux instantan de mortalit
5. Tables de mortalits analytiques
6. Probabilits sur 2 ttes
7. Tables rglementaires belges et discrimination
8. Ajustement de tables
9. En route vers des tables prospectives
10. Risques diversifiables et non diversifiables

ass vie 1 UCL Devolder / Gilles 4


EXEMPLE 1 : Epargne pension
Un homme g de 35 ans dsire payer chaque anne
son assureur un montant constant ( appel prime
dassurance) jusqu sa retraite fixe 65 ans en vue de
recevoir aprs sa pension et jusqu son dcs un revenu
annuel de 12.000 .
En cas de dcs avant 65 ans , le contrat sarrte et les
hritiers de lassur ne rcuprent rien .

Quelle est la prime annuelle payer par le client


pour financer un tel produit?

5
Une premire rponse stupide :
Si nous supposons que le client va survivre en moyenne
jusque ses 85 ans on pourrait faire un calcul comptable
lmentaire dans le chef de lassureur :

- dpenses : 20 x 12.000 = 240.000


- revenus : 30 x P

La prime annuelle serait donc gale :

P = 240.000 / 30 = 8.000
mais
6
Elments manquants :
1) actualisation / volet financier

Un euro aujourdhui n a pas la mme valeur quun


euro demain . ( LACTU 2020 Math de lintrt )

2) chances de survie / volet viager :

prise en compte des possibilits de dcder avant la


retraite et aprs la retraite

7
EXEMPLE 2 : Prvoyance dcs
Une femme ge de 40 ans voudrait tre assure en cas de
dcs entre 40 et 60 ans pour un capital de 50.000
payer ses hritiers lgaux, contre le versement de
20 primes annuelles constantes payer au dbut
de chaque anne.

Quelle est la prime annuelle payer par la cliente


pour financer un tel produit?

8
0. Mise en situation
Lassurance vie sintresse aux risques lis la
dure de la vie humaine.

- Jai aujourdhui 35 ans ; quelle est la probabilit


que je sois encore en vie ma retraite 65 ans ?

- Jai 50 ans ; mon pouse en a 30 .Quelle est la probabilit


quelle dcde avant moi ?

En vue de calculer pratiquement ces probabilits, les


actuaires utilisent comme outil des tables de mortalit

ass vie 1 UCL Devolder / Gilles 9


1. Tables de mortalit brutes

Principe : partir dune cohorte initiale la naissance


on suit anne aprs anne le nombre de survivants

l x =nombre de survivants l' age x

l 0 = 1.000.000 ( par convention !! )

Age ultime : premier ge o plus de survivants


l = 0
(par exemple 120 ans)
ass vie 1 UCL Devolder / Gilles 10
1. Tables de mortalit brutes
EXEMPLE:

age Table
0 1.000.000
1 999.415
10 994.002
40 965.973
70 767.741
71 750.022
ass vie 1 UCL Devolder / Gilles 11
1. Tables de mortalit brutes
La fonction l est positive et dcroissante.
La table donne les valeurs de l pour des ges entiers .

Pour construire ces tables ,on distingue :

- les tables de mortalit brutes : rsultant de


lobservation ( recensement un moment)
( par exemple INS 2000)
- les tables de mortalit ajustes : table ajuste
analytiquement
- les tables dexprience : tables tenant compte
de lexprience dun assureur

ass vie 1 UCL Devolder / Gilles 12


1. Tables de mortalit brutes

On distingue aussi :

-les tables de mortalit priodiques : suppose que la mortalit


va rester stable dans le futur ( le futur est une rplique
du pass )

- les tables de mortalit prospectives : intgre une volution


future attendue de la mortalit

Dans le suite de ce cours on travaillera avec des tables priodiques


sauf mention contraire.

ass vie 1 UCL Devolder / Gilles 13


1. Tables de mortalit brutes

Nombre de dcs lge x :

d x = l x l x +1

EXEMPLE:
l 70 = 767.741
l 71 = 750.022

d 70 = 17.719

ass vie 1 UCL Devolder / Gilles 14


2. Probabilits de survie et dcs
- Probabilit annuelle de dcs - quotient de mortalit

Probabilit tant en vie lge x de dcder dans lanne

d x l x l x +1
qx = =
lx lx

EXEMPLE : probabilit 70 ans de dcder dans lanne


17.719
q 70 = = 0.023
767.741
ass vie 1 UCL Devolder / Gilles 15
2. Probabilits de survie et dcs

Les principaux facteurs explicatifs des quotients de mortalit


sont :

- l ge
- le sexe

- lpoque

- le pays
- la classe sociale
( problmatique de la segmentation versus la discrimination)
ass vie 1 UCL Devolder / Gilles 16
2. Probabilits de survie et dcs
EXEMPLE ( Belgique) : tables INS: quotients de mortalit ( qx)

x H1880 H2000 F1880 F2000


1890 1890
20 0.006 0.001 0.006 0.0002

50 0.018 0.005 0.012 0.0029

65 0.042 0.017 0.032 0.0083

85 0.228 0.136 0.229 0.0894


ass vie 1 UCL Devolder / Gilles 17
2. Probabilits de survie et dcs
Probabilit annuelle de survie

Probabilit tant en vie lge x dtre encore en vie


lge x+1
l x +1
px = = 1 qx
lx

EXEMPLE: probabilit 70 ans datteindre 71 ans


750.022
p 70 = = 0.977
767.741

ass vie 1 UCL Devolder / Gilles 18


2. Probabilits de survie et dcs
Probabilit de survie dans n annes :

Probabilit tant en vie lge x dtre encore en


vie lge x+n ( ou de dcder aprs lge x+n)

l x+n
n px = = p x p x +1p x +2 ...p x + n 1
dure lx
ge

EXEMPLE: probabilit 40 ans datteindre 70 ans


767.741
30 p 40 = = 0.795
965.973
ass vie 1 UCL Devolder / Gilles 19
2. Probabilits de survie et dcs
Probabilit de dcs dans les n annes

Probabilit tant en vie lge x de dcder avant


lge x+n
l x l x+n
n qx = = 1 n p x
lx

EXEMPLE : probabilit 40 ans de dcder avant 70 ans


965.973 767.741
30 q 40 = = 0.205
965.973
ass vie 1 UCL Devolder / Gilles 20
2. Probabilits de survie et dcs
Probabilit de dcs dans n annes

Probabilit tant en vie lge x de dcder dans n annes


entre les ges x+n et x+n+1

l x + n l x + n +1
n
qx = = n p x q x+n
lx

EXEMPLE : probabilit 40 ans de dcder entre 70 et 71 ans


767.741 750.022
30
q 40 = = 0.018
965.973
ass vie 1 UCL Devolder / Gilles 21
3. Esprance de vie

Dfinition de lesprance de vie lge x :


Nombre moyen dannes restant encore vivre x ans

Esprance de vie abrge : ( dcs en dbut danne):


x x
d x+t
ex = t t
qx = t
t =1 t =1 lx
Esprance de vie complte : ( dcs en milieu danne):
0
1
ex = ex +
2
ass vie 1 UCL Devolder / Gilles 22
3. Esprance de vie
Autre forme de lesprance de vie : x
ex = t px
t =1

Dm. :
d x+t l x + t l x + t +1
ex = t = t
t lx t lx
1
= (l x +1 l x + 2 + 2 l x +2 2 l x +3 + 3 l x +3 ...)
lx
1
= (l x +1 + l x +2 + l x +3 + ...)
lx
= p x + 2 p x + 3 p x + ...
ass vie 1 UCL Devolder / Gilles 23
3. Esprance de vie
Exemples desprance de vie : ( INS Belgique)

0 ans 25 ans 65 ans

H1880 43,4 37,3 10,6

H2000 75,1 51,2 15,9

F1880 46,6 39,9 11,6

F2000 81,4 57,2 20,1


ass vie 1 UCL Devolder / Gilles 24
3. Esprance de vie
3. Esprance de vie

Expression en fonction de la variable alatoire dure de vie


future
T(x)= variable alatoire = dure de vie future dun
individu dge x

x+T(x)= ge au dcs

Lesprance de vie est lesprance mathmatique de cette


variable alatoire.

ass vie 1 UCL Devolder / Gilles 27


3. Esprance de vie

Relations dquivalence :

e x = E ([T ( x )])
0
1
e x = E(T( x )) e x +
2
k p x = P(T ( x ) > k )

ass vie 1 UCL Devolder / Gilles 28


4. Taux instantan de mortalit
La mortalit est un phnomne continu dans le temps

Passer une criture en temps continu :


x [0, ] R

La fonction l x est suppose continue et drivable


(!!! Approximation !!! normalement valeurs entires!)

Quotients de mortalits sur un intervalle discret (0 <h <1)

l x l x +h
h qx = 0 si h 0
lx
ass vie 1 UCL Devolder / Gilles 29
4. Taux instantan de mortalit
Si la fonction l est drivable :

1 1 lx lx+h
lim h 0 h q x = lim h 0
h lx h
1 d d
= l x = ln l x
l x dx dx
= x
= taux instantan de mortalit

ass vie 1 UCL Devolder / Gilles 30


4. Taux instantan de mortalit
Relation entre probabilit de survie et taux instantan de
mortalit :
d
x + t = ln l x + t
dt
Donc :
n

x +t dt = [ln l x+t ]0 = (ln l x +n ln l x )


n

l x+n
= ln = ln n p x
lx

ass vie 1 UCL Devolder / Gilles 31


4. Taux instantan de mortalit

Donc:
n

n p x = exp( x + t dt )
0

On a aussi :
1

q x = 1 p x = 1 exp( x +s ds)
0

ass vie 1 UCL Devolder / Gilles 32


4. Taux instantan de mortalit

Relation entre esprance de vie et taux instantan de


mortalit :
x
ex = t px devient en continu :
t =1

x x t
ex = t p x dt = (exp( x +sds))dt
0 0 0

ass vie 1 UCL Devolder / Gilles 33


4. Taux instantan de mortalit
EXEMPLE : taux instantan constant / pas de vieillissement

x =
On a dans ce cas une probabilit indpendante de lge
et ne dpendant que de la dure dexposition au risque
t
t
p
t x = exp(
x +s ds ) = e
0
Lesprance de vie est constante tout ge et est linverse du
taux de mortalit :

1
ex = t p x dt = e t dt =
0 0

ass vie 1 UCL Devolder / Gilles 34
5. Tables de Gompertz et Makeham
Ajustement analytique de tables brutes de mortalit
suivant un modle explicatif des causes de mortalit

2 causes principales de mortalit :

ACCIDENT MALADIE

Hyp.: indpendant Hyp.: croit exponentiellement


de lge avec lge

ass vie 1 UCL Devolder / Gilles 35


5. Tables de Gompertz et Makeham
3 modles classiques:

- modle accident:
- taux instantan constant

- modle maladie GOMPERTZ ( 1824)


- taux instantan exponentiel

- modle accident- maladie MAKEHAM (1860)


-taux instantan constant+ exponentiel

ass vie 1 UCL Devolder / Gilles 36


5. Tables de Gompertz et Makeham
Modle accident :
x = A

d
ln l x = A
dx
l x = k e Ax

Population dcroissant exponentiellement


pas adapt pour la vie humaine !!!
ass vie 1 UCL Devolder / Gilles 37
5. Tables de Gompertz et Makeham
Modle maladie de GOMPERTZ :
x = Bcx

d
ln l x = Bc x
dx
Bc x

lx = k e ln c

Population dcroissant doublement exponentiellement

ass vie 1 UCL Devolder / Gilles 38


5. Tables de Gompertz et Makeham
Modle de MAKEHAM :
x = A + Bcx

d
ln l x = ( A + Bc x )
dx
Bc x

l x = k e Ax e ln c

Population dcroissant sous deux effets

ass vie 1 UCL Devolder / Gilles 39


5. Tables de Gompertz et Makeham
Modle de MAKEHAM ( 2) :
Ecriture canonique :
lx = k s g x cx

Avec:
s = eA < 1 c >1
B

g=e <1 ln c

k tel que l 0 = 1.000.000


1.000.000
k= > 1.000.000
g
ass vie 1 UCL Devolder / Gilles 40
5. Tables de Gompertz et Makeham
EXEMPLE de TABLE Makeham :

Table MR Belge
( tables hommes rentes)

k= 1.000.266,63
s= 0,999441704
g= 0,999733441
c= 1,101077536

ass vie 1 UCL Devolder / Gilles 41


5. Tables de Gompertz et Makeham
Avantages et inconvnients de la table de MAKEHAM :

+ : logique explicative
+ : dpend de 4 paramtres
+ : facilit dutilisation ( cf. 2 ttes voir plus loin)

- : ne capture pas des phnomnes tels que :


- mortalit infantile
- bosse des accidents 20 ans
- comportement aux grands ges
- : moins ncessaire aujourdhui moyens de calcul

ass vie 1 UCL Devolder / Gilles 42


5. Tables de Gompertz et Makeham
Alternative : double table de Makeham
prendre en compte la longvit des rentiers

x = A + B cx ( 0 x x 0 )
x = D + E f x ( x 0 x < )

( par exemple : prendre f < c )

ass vie 1 UCL Devolder / Gilles 43


5. Tables de Gompertz et Makeham
Modle de HELIGMAN- POLLARD :
Objectif : prendre en compte la mortalit infantile
et la bosse des accidents .
Modlisation directe du qx ( valeurs dans (0,1) !!):

q x /(1 q x ) = A ( x + B )C
+ De E (ln x ln F ) 2
+ G Hx

Mortalit Bosses des Mortalit


en bas ge accidents normale

ass vie 1 UCL Devolder / Gilles 44


5. Tables de Gompertz et Makeham

Autres lois :
Modle de DE MOIVRE ( 1724)
Modle avec taux instantan croissant et ge limite :
c
x =
x
Modle de WEIBULL ( 1939)
Modle avec taux instantan de croissance polynomiale:
x = a x b ( b > 1)

45
6. Probabilits sur 2 ttes

Probabilits relatives un couple de personnes dge x et y :

Hypothse ( discutable) : indpendance des dures de vie

a) Probabilit pour que les 2 ttes soient encore en vie dans


n annes:

n p xy = n p x n p y

Peuvent obir deux tables diffrentes !

ass vie 1 UCL Devolder / Gilles 46


6. Probabilits sur 2 ttes

b) Probabilit pour quau moins une des 2 ttes soit encore


en vie dans n annes :

n p xy = n p x + n p y n p xy

c) Probabilit pour que les 2 ttes soient dcdes dans n anne :

n q xy = 1 n p xy

ass vie 1 UCL Devolder / Gilles 47


6. Probabilits sur 2 ttes

Notion dge moyen :


Substituer un couple dges x et y un couple de mme ge
et ayant la mme probabilit de survie
(Objectif : remplacer une table double entre par une table
une entre ).

n p mm = n p xy

En gnral , m dpend non seulement de x et de y mais aussi


de n.

ass vie 1 UCL Devolder / Gilles 48


6. Probabilits sur 2 ttes
Cas particulier : Tables de MAKEHAM identiques
Montrons que dans ce cas lge moyen ne dpend que des
deux ges et pas de la dure
x+n cx + n
l x+n k s g
n px = = =s g n c x ( c n 1)
x
lx k sx gc
m est alors solution de lquation :

n
(s g ) =s g
c m ( c n 1) 2 n c x ( c n 1) n
sg c y ( c n 1)

ass vie 1 UCL Devolder / Gilles 49


6. Probabilits sur 2 ttes

Cest dire :

c x
+ c y
cm =
2
cx + cy
m = ln( ) / ln c
2

On a aussi dans Makeham :


x + y
m =
2
ass vie 1 UCL Devolder / Gilles 50
7. Tables rglementaires belges

- Tables de Makeham utilises en assurance avec distinction :

- Hommes / Femmes / unisexe (2012)


- Phnomne dantislection : tables diffrentes tenant
compte du comportement de lassur la
souscription dun contrat dassurance

Rentes Oprations Oprations


de genre vie de genre dcs

ass vie 1 UCL Devolder / Gilles 51


7. Tables rglementaires belges
VIE DECES RENTES

H MR MK MR-5

F FR FK FR-5
(FK)

Uni XR XK
sexe
ass vie 1 UCL Devolder / Gilles 52
7. Tables rglementaires belges
Tables hommes :

MK MR
k= 1.000.450,59 k= 1.000.266,63
s= 0,999106875782 s= 0,999441703848
g= 0,999549614043 g= 0,999733441115
c= 1,103798111448 c= 1,101077536030

MR-5 :
rajeunissement de 5 ans sur MR
ass vie 1 UCL Devolder / Gilles 53
7. Tables rglementaires belges
Tables femmes :

FK FR

k= 1.000.097,39 k= 1.000.048,56
s= 0,999257048061 s= 0,999669730996
g= 0,999902624311 g= 0,999951440172
c= 1,118239062025 c= 1,116792453830

FK FR-5 :
c= 1,122000000000 rajeunissement de 5 ans sur FR

ass vie 1 UCL Devolder / Gilles 54


TABLES DE MORTALITE
Belgique

HOMMES VIE FEMMES VIE HOMMES DECES FEMMES DECES


x) x) x) x)
l x = k . sx . g(c l x = k . sx . g(c l x = k . sx . g(c l x = k . sx . g(c

MR FR MK FK
k 1.000.266,63 1.000.048,56 1.000.450,59 1.000.097,39
s 0,999 441 703 848 0,999 669 730 966 0,999 106 875 782 0,999 257 048 061
g 0,999 733 441 115 0,999 951 440 172 0,999 549 614 043 0,999 902 624 311
c 1,101 077 536 030 1,116 792 453 830 1,103 798 111 448 1,118 239 062 025

x lx lx lx lx
0 1.000.000 1.000.000 1.000.000 1.000.000
1 999.415 999.664 999.060 999.246
2 998.827 999.328 998.116 998.490
3 998.237 998.990 997.168 997.734
4 997.644 998.653 996.215 996.977
5 997.047 998.314 995.256 996.218
6 996.447 997.974 994.291 995.458
7 995.843 997.634 993.319 994.696
8 995.234 997.292 992.339 993.932
9 994.621 996.949 991.351 993.166
10 994.002 996.605 990.353 992.396
7. Tables rglementaires belges
Tables unisexes (2012) :

En assurance vie individuelle en Belgique interdiction de segmenter selon le sexe


de lassur ( AR 21 dcembre 2012 )

XK : table unisexe pour les oprations en cas de dcs

(moyenne chaque ge de la mortalit MK et FK )

XR : table unisexe pour les oprations en cas de vie

( moyenne chaque ge de la mortalit MR et FR )


ass vie 1 UCL Devolder / Gilles 56
8 . Ajustement de tables

Passage dune table de mortalit brute ( observations brutes


issues dun recensement) une table ajuste ( par exemple
un ajustement de Makeham) .

Diffrentes techniques existent :


- Mthode de King et Hardy et variantes
- Mthode des moindres carrs

Objectif : obtenir des estimateurs des constantes de Makeham


( k,s,g,c) partir des observations des lx.

ass vie 1 UCL Devolder / Gilles 58


8 . Ajustement de tables

Mthode des moindres carrs :

l x brut l x = k s g x cx
???

Dans une table de Makeham, on a :

1 lx 1 c c x +1
= = g
x

p x l x +1 s
1 1
x = ln ( ) = ln s + c (c 1) ln( )
x

px g

ass vie 1 UCL Devolder / Gilles 59


8 . Ajustement de tables

En posant : a = (c 1) ln(1 / g)
b = ln s
On a : x = b + a c x

En passant une seconde fois au logarithme :

ln( x + b) = ln a c x = ln a + x ln c

ass vie 1 UCL Devolder / Gilles 60


8 . Ajustement de tables

Mthode des moindres carrs sur les observations :


xN
S= ( ln(
x =x0

x + b ) ln a x ln c ) 2

- Pourchaque valeur de b ( cest dire de s) , la procdure


moindres carrs donne une estimation des paramtres de
rgression ln a et ln c ainsi quun coefficient de corrlation.

- On choisit la valeur de b donnant le meilleur coefficient


de corrlation

ass vie 1 UCL Devolder / Gilles 61


9.En route vers des tables
prospectives

Les tables de mortalit classiques ( tables dites priodiques )


supposent implicitement que la mortalit future sera identique
celle observe aujourdhui .

Par exemple pour quelquun ayant aujourdhui 20 ans en 2017


et qui aura 60 ans en 2057, si on doit calculer sa probabilit
de mourir entre 60 et 61 ans , on utilise les probabilits
correspondantes de quelquun ayant aujourdhui 60 ans
que lon projette lidentique.

ass vie 1 UCL Devolder / Gilles 62


9.En route vers des tables
prospectives
Evolution du qx 60 ans ( H) ( tables brutes INS) :

1880-1890 0,03362
1928-1932 0,02412
1959-1963 0,023040
1968-1972 0,022108
1988-1990 0,014979
1994-1996 0,011875
2001-2003 0,011266
63
9.En route vers des tables
prospectives

Tables prospectives : tables introduisant une amlioration


progressive de la mortalit.

Les taux de mortalit ne dpendent plus seulement de lge mais


aussi de la date de naissance .

Ils deviennent des fonctions de 2 variables ( x,t)

taux instantan de mortalit de quelquun ayant


(x, t) =
lge x au temps t

ass vie 1 UCL Devolder / Gilles 64


9.En route vers des tables
prospectives

(x,0) = Taux de mortalit observ linstant initial

(x, t) Projection pour estimer les taux futurs de mortalit.

Par exemple , une fonction du type Makeham avec un terme linaire


dcroissant du temps ( accroissement uniforme de la longvit)

(x, t) = (A + Bc x ) e t

ass vie 1 UCL Devolder / Gilles 65


9.En route vers des tables
prospectives
Pour un individu dge initial x en t , la probabilit
de survie aprs n annes (en t+n) est alors donne par :
n

n p x (t)
= exp( x +s (t + s)ds)
0
n


= exp( (A + Bc x + s ) e (t + s) ds)
0
n
= exp( et 0
(Ae s + Bc x +s es )ds)

Le quotient de mortalit qx devient :


q(x, t) = 1 1 p x (t) = 1 p x (t)
66
9.En route vers des tables
prospectives
Pour un individu dge initial x en t , la probabilit
de survie aprs n annes (en t+n) peut donc aussi scrire :

n p x (t) = p x (t).p x +1 (t + 1).p x + 2 (t + 2).....p x + n 1 (t + n 1)

Ou en fonction des qx annuels :

n p x (t) = (1 q(x, t)).(1 q(x + 1, t + 1))...(1 q(x + n 1, t + n 1))

lments dune diagonale de la table bidimensionnelle

67
Tables de mortalit prospective IABE (2015 )

Best estimate mortality tables IA|BE


Unisex q_{x,t}

x 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023

0 0,002685 0,002554 0,002429 0,002311 0,002200 0,002095 0,001995 0,001900 0,001811 0,001726
1 0,000256 0,000245 0,000234 0,000223 0,000213 0,000204 0,000195 0,000187 0,000179 0,000171
2 0,000156 0,000149 0,000142 0,000135 0,000129 0,000123 0,000118 0,000113 0,000108 0,000103
3 0,000106 0,000102 0,000097 0,000093 0,000089 0,000085 0,000081 0,000078 0,000075 0,000071
4 0,000082 0,000078 0,000075 0,000071 0,000068 0,000065 0,000062 0,000059 0,000056 0,000053
5 0,000066 0,000063 0,000060 0,000057 0,000055 0,000052 0,000050 0,000048 0,000045 0,000043
6 0,000063 0,000060 0,000057 0,000055 0,000052 0,000050 0,000047 0,000045 0,000043 0,000041
7 0,000061 0,000058 0,000055 0,000053 0,000050 0,000048 0,000046 0,000044 0,000042 0,000040
8 0,000063 0,000060 0,000058 0,000056 0,000053 0,000051 0,000049 0,000047 0,000045 0,000043
9 0,000066 0,000063 0,000061 0,000058 0,000056 0,000054 0,000051 0,000049 0,000047 0,000045
10 0,000062 0,000060 0,000058 0,000056 0,000054 0,000052 0,000050 0,000048 0,000047 0,000045
11 0,000078 0,000075 0,000072 0,000069 0,000067 0,000064 0,000062 0,000060 0,000057 0,000055
12 0,000088 0,000086 0,000083 0,000080 0,000078 0,000075 0,000073 0,000071 0,000068 0,000066

https://www.iabe.be/fr/iabe-mortality-tables
10. Risques diversifiables
On considre un portefeuille de N assurs tous gs de x ans.
On sintresse au risque de dcs sur un an dans ce portefeuille .

On suppose dabord parfaitement connue la probabilit de


dcs , q = q x

On note D le nombre effectif de dcs aprs un an.

D est une variable alatoire , de distribution binomiale :

P(D = n) = C nN q n (1 q) N n ( n = 0,1,.., N)

ass vie 1 UCL Devolder / Gilles 69


10. Risques diversifiables
Moments :
E( D) = N.q
Var ( D) = N.q.(1 q )
Introduisons la frquence observe dfinie par :

f = D /N
On a : E(f ) = q
q(1 q )
Var (f ) =
N
En particulier : lim N Var (f ) = 0
70
On suppose prsent quil y a une incertitude sur la probabilit
de dcs q ( par exemple survenance ou non dune pidmie).

q devient une variable alatoire note q*

On va supposer pour q* une distribution simple, par exemple


3 valeurs ( scnario central ; scnario forte mortalit ; scnario
faible mortalit).

P(q* = q L ) = P(q* = q M ) = P(q* = q H ) = 1 / 3


q = E q* = (q L + q M + q H ) / 3

ass vie 1 UCL Devolder / Gilles 71


On sintresse nouveau la frquence observe de sinistre :
D
E(f ) = E q ( E( q*)) = q
N
D D
Var (f ) = var( E( q*)) + E(var( q*))
N N
q * (1 q*)
= var(q*) + E( )
N
1
= var(q*) + E(q * (1 q*))
N
Non diversifiable Diversifiable

FIN 72
Une citation pour terminer avec philosophie .

IT IS NOT THAT I AM AFRAID TO DIE.


I JUST DONT WANT TO BE THERE
WHEN IT HAPPENS .
( Woody Allen )