Académique Documents
Professionnel Documents
Culture Documents
M2 Pro Assurance
Provisionnement et tarification
en assurance non-vie
Sana.b.salah@gmail.com 2020/2021
Objectif du cours
Ce cours présente principalement:
Les différents type de Provisions en
Assurance Non Vie.
Les méthodes de provisionnement
déterministes et stochastiques en Assurance
Non Vie.
Le principe de calcul des Primes en
Assurance Non Vie. Sana BEN SALAH - IHEC de SOUSSE 2
PLAN
Chapitre 1 : Provisions en Assurance Non Vie.
Différents types de Provisions en Assurance Non Vie.
Principe des provisions pour sinistre à payer : IBNR,
IBNER,..
Réglementation prudentielle pour le calcul des PT
Notion de Triangle de développement
PLAN
Chapitre 3 : Méthodes stochastiques pour le calcul des
provisions
Modèle Mack.
Modèle Bootstrap
Autres Méthodes
Chapitre 1
Provisions en Assurance
Non Vie
La problématique du provisionnement
La problématique du provisionnement
10
11
12
13
14
15
16
17
18
19
Un passif est réplicable si les flux qu'il engendre peuvent être parfaitement
répliqués a l'aide d'instruments financiers disponibles sur un marché
suffisamment actif, liquide et transparent. Il est alors évalué a l'aide de ce
portefeuille répliquant valorisé en Fair Value (Marked-to-Market).
20
21
22
23
24
24
25
25
26
26
… … … …. … …
i Xi,1 Xi,2 … Xi,j
… … … …
n-1 Xn-1,1 Xn-1,2
Sana BEN SALAH - IHEC de SOUSSE
n Xn,1
27
27
… … … …. … …
i Ci,1 Ci,2 … Ci,j
… … … …
n-1 Cn-1,1 Cn-1,2
Sana BEN SALAH - IHEC de SOUSSE
n Cn,1
28
28
29
29
30
30
𝐻𝑖,𝑛 = 𝐶𝑖,𝑗 ȁ1 ≤ 𝑗 ≤ 𝑛 − 𝑖 + 1
𝐻𝑛 = 𝐶𝑖,𝑗 ȁ2 ≤ 𝑖 + 𝑗 ≤ 𝑛 + 1
Sana BEN SALAH - IHEC de SOUSSE
31
31
𝐶መ𝑖,𝑗 ȁ𝑖 + 𝑗 > 𝑛 + 1; 𝑖 ≤ 𝑛; 𝑗 ≤ 𝑛
• la réserve a l'ultime : 𝑛
𝑅 = 𝑅𝑖
𝑖=1
Sana BEN SALAH - IHEC de SOUSSE
32
32
𝐶𝑖,𝑗+1
𝑓𝑖,𝑗 = ; 1 ≤ 𝑖 ≤ 𝑛 − 1; , 1 ≤ 𝑗 ≤ 𝑛 − 1
𝐶𝑖,𝑗
33
33
Chapitre 2
Méthodes déterministes
pour le calcul des
Provisions
34
Introduction
Les méthodes déterministes permettent d'avoir une estimation de cette
provision. L'objectif est alors de savoir à quel point la provision connue a
posteriori diffère de l'estimation qui avait été faite auparavant ; les
méthodes stochastiques permettent de répondre à cette problématique en
évaluant la variabilité de la charge sinistre prévue par le modèle. La
propriété fondamentale de ces méthodes est la modélisation des règlements
incrémentaux par des variables aléatoires. Des estimations et des intervalles
de confiance peuvent alors être obtenus et la sinistralité des exercices futurs
simulée.
Nous présenterons dans ce chapitre les principales méthodes déterministes
de provisionnement. Sana BEN SALAH - IHEC de SOUSSE
35
35
36
36
Hypothèses
𝐶𝑖,𝑗+1
• ∀ 𝑗 = 1, … , 𝑛 − 1; 𝑓𝑖,𝑗 = sont indépendants de l′ année
𝐶𝑖,𝑗
d′ origine 𝑖
37
37
σ𝑛−𝑗
𝑖=1 𝐶𝑖,𝑗+1
∀ 𝑗 = 1, … , 𝑛 − 1; 𝑓መ𝑗 =
σ𝑛−𝑗
𝑖=1 𝐶𝑖,𝑗
Sana BEN SALAH - IHEC de SOUSSE
38
38
39
𝑛 𝑛
40
40
41
41
𝑓መ𝑗
42
42
𝑓መ𝑗
43
44
44
45
4000 4500
3500 4000
3500
3000
3000
2500
2500
2000
2000
1500
1500
1000 1000
500 500
0 0
0 500 1000 1500 2000 2500 0 1000 2000 3000 4000
46
1 2 3 4 5
1 1,85314685 1,30619946 1,23318201 1,11613119 1,04437781
2 1,88948787 1,319068 1,23359769 1,1233197
3 1,91725768 1,32881217 1,23012682
4 1,92818792 1,3505047
5 1,89043478
47
47
1,5
0,5
0
1 2 3 4 5
48
j 1 2 3 4
Moyenne 1,89570302 1,32614608 1,23230217 1,11972544
Coefficient de
1,37% 1,22% 0,12% 0,32%
Variation
49
50
50
51
52
52
53
53
Ainsi, pour j toujours fixé, les (n-j) couples (Ci,j+1,Ci,j) doivent être
sensiblement alignés sur une même droite affine.
54
54
carrés en minimisant :
𝑛−𝑗
𝛿𝑗 = 𝐶𝑖,𝑗+1 − 𝛽𝑗 − 𝑓𝑗 𝐶𝑖,𝑗 ²
𝑖=1
suivantes :
55
55
𝛽𝑗𝐿𝐶 = 𝐶𝑗+1
ҧ − 𝑓𝑗𝐿𝐶 𝐶ഥ𝑗
56
56
Remarque :
ҧ
𝐶𝑗+1
Ainsi, 𝑓𝑗𝐿𝐶 =
𝐶𝑗ҧ
j 1 2 3 4 5
57
57
1 2 3 4 5 6 Réserve
58
58
3. Méthode de Bornhuetter-Ferguson
59
59
3. Méthode de Bornhuetter-Ferguson
Pour déterminer l’ultime Ui, il s’agit de suivre les étapes suivantes:
1.Appliquer la méthode Chain-Ladder standard au triangle des
paiements cumulés (Ci;j) dans le but d’obtenir les charges ultimes Chain-
Ladder UCL = (UCLi ) tel que : 𝑈𝐶𝐿𝑖 = 𝐶𝑖,𝑛
𝐶𝑖,𝑗
𝑆 Τ𝑃 𝑖,𝑗 =
𝑃𝑖
Sana BEN SALAH - IHEC de SOUSSE 60
60
3. Méthode de Bornhuetter-Ferguson
3. Appliquer le calcul suivant pour obtenir l’ultime à priori U= (Ui)
associé aux années de survenance i:
𝑈𝑖 = 𝑆Τ𝑃 𝑟𝑒𝑡𝑒𝑛𝑢 ∗ 𝑃𝑖
4. en remarquant le raisonnement suivant :
1 𝐶𝑖,𝑛−𝑖+1 𝐶ℎ𝑎𝑟𝑔𝑒 𝑎𝑐𝑡𝑢𝑒𝑙𝑙𝑒
𝑍𝑛−𝑖+1 = = =
ς𝑛−1
𝑘=𝑛−𝑖+1 𝑓𝑘
𝑛−1
𝐶𝑖,𝑛−𝑖+1 ∗ ς𝑘=𝑛−𝑖+1 𝑓𝑘 𝑈𝑙𝑡𝑖𝑚𝑒 𝐶ℎ𝑎𝑖𝑛 𝐿𝑎𝑑𝑑𝑒𝑟
5. Enfin, en appliquant (1), nous obtenons les charges ultimes (Ci;n) puis
nous en déduisons les provisions pour chaque année i et la provision
finale.
Sana BEN SALAH - IHEC de SOUSSE
61
61
3. Méthode de Bornhuetter-Ferguson
Exemple d’application
Etape 1: Calcul des ultimes Chain-Ladder UCL = (UCLi ).
Année I UCL
1 3 754 555
2 4 343 687
3 4 693 275
4 4 600 603
5 4 699 623
6 4 833 181
7 4 918 780
8 5 039 555
9 5 273 289
10 5 598 621
Sana BEN SALAH - IHEC de SOUSSE 62
62
3. Méthode de Bornhuetter-Ferguson
Etape 2: Evolution des ratios S/P
63
63
3. Méthode de Bornhuetter-Ferguson
Nous observons une tendance dans l’évolution des ratios. En effet, ils
croissent rapidement durant les premières années, puis cette croissance
s’essouffle et les ratios stagnent sur les dernières années. Pour les trois
premières années, les loss ratios tendent vers une limite avoisinant 80%
puis, pour les années suivantes, cette limite est plus faible (environ 70%).
En prenant compte de ces observations, un ratio S/P retenu de 72%
semble être un bon compromis pour l’utilisation de la méthode de
Bornhuetter-Ferguson.
64
64
3. Méthode de Bornhuetter-Ferguson
Etape 3: calcul de l’ultime à priori U= (Ui)
65
65
3. Méthode de Bornhuetter-Ferguson
Etape 3: calcul de l’ultime BF et des provisions BF
66
66
Chapitre 3
Méthodes stochastiques
pour le calcul des
Provisions
67
Méthodes stochastiques
Objectifs :
– Estimer les provisions ;
– Connaitre les propriétés stochastiques de ces provisions,
notamment l’erreur de prédiction dans le but d’évaluer le
degré de certitude ou d’incertitude des prévisions.
68
68
1. Modèle Mack
Hypothèses du modèle:
(H1) : Les années de survenance sont indépendantes les unes des autres,
c’est-à-dire, Ci;j et Ck;j sont indépendants si i≠k.
69
69
1. Modèle Mack
70
70
1. Modèle Mack
Sous (H1) et (H2), pout tout j > n-i+1 et en notant les données historiques
71
1. Modèle Mack
4
2
𝑆𝑛−2 2 2
pour j = n − 1; 𝑆𝑛−1 = 𝑚𝑖𝑛 2 , 𝑆𝑛−2 , 𝑆𝑛−3
𝑆𝑛−3
72
72
1. Modèle Mack
73
73
1. Modèle Mack
MSEP 𝑅 =E 𝑅 − 𝑅 ²
74
74
1. Modèle Mack
𝑛−1
𝑆𝑗2 1 1
መ
𝑀𝑆𝐸𝑃 𝑅 𝑖 = 𝐶መ𝑖,𝑛
2
+ 𝑛−𝑗 ; 𝑝𝑜𝑢𝑟 𝑗 = 2, … , 𝑛
መ
𝑓𝑗 2 𝐶መ
𝑖,𝑗 σ𝑘=1 𝐶𝑘,𝑗
𝑗=𝑛−𝑖+1
𝑛 𝑛−1 𝑛−1
2𝑆𝑗2
መ
𝑀𝑆𝐸𝑃 መ
𝑅 = 𝑀𝑆𝐸𝑃 𝑅 𝑖 + 𝐶መ𝑖,𝑛 𝐶መ𝑘,𝑛 𝑛−𝑗
𝑖=2 𝑘=𝑖+1
𝑓መ 2 σℎ=1 𝐶ℎ,𝑗
𝑗=𝑛−𝑖+1 𝑗
75
75
1. Modèle Mack
Exemple d’application
Triangle des paiements cumulés:
1 2 3 4 5 6 7 8 9 10
1
2
3
4
5
6
7
8
9
10
76
76
1. Modèle Mack
𝑓መ𝑗
2 3 4 5 6 7 8 9 10
77
77
2. Méthode du Bootstrap
Nous nous intéresserons à la distribution complète des provisions
78
2. Méthode du Bootstrap
Mise en œuvre
La méthodologie doit être adaptée à chaque situation. Pour un modèle
linéaire, il est commun d’adopter une des deux approches: un
rééchantillonnage effectué directement sur les observations, ou appliqué
sur les résidus du modèle.
Bien que la première approche soit plus robuste que le bootstrap sur les
résidus, seule cette dernière peut être implémentée en matière de
provisionnement. En effet, la technique du bootstrap nécessite le caractère
i.i.d des données, il est donc classique d’appliquer cette méthode aux
résidus du modèle choisi. Ceux-ci ont un caractère « plus » i.i.d que les
variables originelles.
Sana BEN SALAH - IHEC de SOUSSE 79
79
2. Méthode du Bootstrap
L’expression des résidus empiriques retenue est alors :
80
80
2. Méthode du Bootstrap
81