Vous êtes sur la page 1sur 4

1

Thse d'actuariat
5pVXPp
Cadre : ENSAE
Anne : 2003
Auteurs : Benoit COURMONT et Christophe IZART
Sous Ia Direction de : Franck LE VALLOIS
Dtermination d'un pIan de
rassurance optimaI pour une socit
d'assurance non-vie
1. Introduction
En 2002, la Commission de Contrle des Assurances a publi un rapport sur les cessions en rassurance des
socits franaises dassurance non-vie. Cette tude a mis en avant que des socits de chiffres daffaires
similaires avaient des programmes de rassurance trs diffrents. Lobjectif de notre mmoire a t
dexpliquer ces carts en cherchant un plan de rassurance optimal et en comparant celui-ci aux traits
effectivement souscrits.
Nous avons considr une socit dassurance non-vie. Cette dernire dispose de fonds propres
apports par les actionnaires, qui en attendent une rmunration qui reprsente une charge pour la socit.
Par ailleurs, lassureur peut cder une partie de ses risques un rassureur. Il change alors une partie de la
charge relative au besoin de fonds propres contre une charge de rassurance. La dtermination dun plan
optimal de rassurance consiste minimiser la charge total qui pse sur lassureur.
Nous prsentons dans un premier temps le programme doptimisation lorsque la socit ne souscrit
quun seul risque. Nous distinguons les diffrentes formes de rassurance : proportionnelle, non
proportionnelle ainsi que le mlange de ces deux types. Nous voyons ensuite les modifications induites dans
ce programme doptimisation lorsque lassureur fait face deux risques corrls. Enfin, nous appliquons
notre modle deux socits dassurance franaises afin de comparer nos rsultats leurs traits.
2. Rassurance optimale pour un risque
2.1 Programme d`optimisation et contraintes
Le programme doptimisation dune compagnie dassurance est le rsultat de la minimisation dun cot
global, somme du cot de la rassurance et du cot du capital. Le cot de la rassurance est dfini par
lesprance de profit cd au rassureur. Le cot du capital est la diffrence entre la rmunration attendue
par lactionnaire et les produits financiers rsultant du placement des fonds propres.
La socit est en outre soumise deux types de contraintes :
une contrainte rglementaire, la marge de solvabilit, imposant un niveau de fonds propres minimum
aux entreprises dassurance,
2
une contrainte conomique de type probabilit de ruine.
Cette dernire contrainte est value sous lhypothse que la charge de sinistres conservs a une
distribution normale. Nous tudierons la pertinence de cette hypothse dans la suite.
2.2 Application diffrentes formes de traits
Nous avons rsolu notre programme numriquement pour trois formes de rassurance :
Rassurance non proportionnelle
Nous prsentons les rsultats obtenus pour un trait stop loss et pour un trait en excdent de sinistre.
Un trait en stop loss protge le rsultat de la compagnie. Ce type de trait se dfinit par une priorit,
montant partir duquel la charge de sinistre est support par le rassureur, et un plafond, montant
maximum sur lequel sengage le rassureur. Pour un plafond fix, nous dterminons la priorit et le
capital qui minimisent le cot global de la compagnie dassurance. Nous tudions galement la
sensibilit de notre modle aux diffrents paramtres. Notons ici que la contrainte de probabilit de
ruine est plus contraignante que la contrainte rglementaire.
Le trait en excdent de sinistre protge la compagnie contre un sinistre (ou un vnement) trop
important. De mme que prcdemment, nous dterminons un couple optimum (capital, priorit).
Pour cela, nous supposons que la charge de sinistre suit une loi de Pareto et que le nombre de
sinistres suit une loi de Poisson. Dans cette partie, nous tudions galement la pertinence de
lhypothse de normalit concernant la probabilit de ruine pour conclure que celle-ci na pas une
influence forte sur nos rsultats.
Rassurance proportionnelle
Lassureur cde au rassureur un pourcentage fix de ses primes, et le mme pourcentage de ses
risques. En faisant lhypothse de saturation de la contrainte de probabilit de ruine nous rsolvons
analytiquement notre programme doptimisation. Nous montrons en particulier que, dans ce cadre,
soit lassureur ne se rassure pas du tout, soit il cde lintgralit de son risque. Cependant, les
hypothses formules prcdemment cessent dtre vrifies lorsque la part cde est proche de
100%. Afin de contourner cette difficult, nous avons rsolu le programme numriquement pour
obtenir un optimum.
Mlange proportionnelle non-proportionnelle
Nous nous sommes limits au cas rencontr le plus frquemment sur le march. Le trait fait
intervenir dabord la rassurance proportionnelle puis la non-proportionnelle. Nous reprenons ici le
modle dvelopp dans les parties prcdentes.
Nous obtenons des rsultats proches de ceux obtenus par Centeno, en rsolvant un programme
lgrement diffrent. Nous montrons que la part cde en rassurance proportionnelle doit tre
proche de zro. Ceci explique en partie pourquoi les traits de rassurance du march sont
essentiellement des traits en non-proportionnelle. Par la suite nous ne nous intresserons plus qu
ce type de traits.
3
3. Rassurance optimale pour deux risques corrls
Lorsquune compagnie dassurance assure plusieurs risques, ceux-ci peuvent tre corrls. Cest le cas par
exemple des branches responsabilit civile automobile et dommages automobile. Nous faisons lhypothse
que la corrlation des risques na pas dimpact sur le cot de la rassurance. Les contraintes doivent quant
elles tre modifies. Celles-ci portent sur les fonds propres globaux, et non par branche. Par ailleurs, il est
dlicat dattribuer catgoriquement chaque branche une part des fonds propres.
Il existe plusieurs moyens de prendre en compte la corrlation entre les risques. Notre approche de ce
problme a t uniquement thorique puisque les donnes dont nous disposions ne nous permettaient pas de
mettre en uvre notre programme.
La premire solution est dutiliser une distribution bivarie pour la charge de sinistre. Cependant cette
solution est imparfaite. En effet, si lon choisit une distribution de Pareto bivarie pour prendre en compte les
queues de distribution, alors les distributions marginales sont ncessairement des distributions de Pareto. En
outre, lutilisation de distributions bivaries limite le champ des valeurs possibles pour les coefficients de
corrlation. Nous avons donc prfr lutilisation de copules celle de distributions bivaries.
Lutilisation des copules est parfaitement adapte notre tude. On peut en effet choisir
indpendamment la copule, qui dcrit la corrlation, et les lois marginales de sinistres. Les copules
archimdiennes nous ont permis de prendre en compte les asymtries entre les dpendances existant entre les
gros sinistres et celles entre les petits sinistres.
4. Application deux socits du march
Nous prsentons les rsultats que nous avons obtenus pour deux socits dassurance non-vie du march
franais appartenant au mme groupe dassurance. Le trait de rassurance est ngoci au niveau du groupe
et les deux compagnies sont donc soumises au mme trait malgr leurs diffrences. Notre but est de
comparer celui-ci avec loptimum.
Les deux compagnies considres ont souscrit un trait en excdent de sinistre.
4.1 Raffinements du modle
Afin de traiter nos donnes, nous avons suppos que la distribution des sinistres tait divise en deux : les
petits et les gros sinistres. Ils nont pas la mme distribution mais leurs nombres suivent des lois de Poisson.
Nous tudions alors les modifications apportes et estimons les nouveaux paramtres correspondants ce
modle.
La seconde amlioration concerne la prise en compte des boni / mali de liquidation. Ceux-ci ont en
effet une influence DSULRUL on ngligeable sur loptimum de rassurance. Nous proposons donc une manire
de les prendre en compte dans le programme doptimisation en modifiant la contrainte de probabilit de
ruine.
4.2 Programme optimal pour les deux socits
Nous prsentons les rsultats obtenus pour quatre risques : dommages automobile, responsabilit civile
gnrale, catastrophes naturelles et dommages aux biens de particuliers. Les rsultats obtenus sont proches
du trait de rassurance pour lune des deux compagnies mais assez loigns pour lautre. Ceci est naturel
puisque les deux socits sont trs diffrentes en terme de chiffres daffaires. Se pose donc la question de la
pertinence dun trait de rassurance ngoci au niveau du groupe.
Nous prsentons galement les rsultats obtenus en introduisant les boni / mali de liquidation.
4
5. Conclusion
Nous avons montr ici comment pouvait tre dtermin un trait de rassurance optimal pour une socit
dassurance non-vie. Nous lavons fait tout dabord sous lhypothse simplificatrice que la compagnie ne
souscrivait quun seul risque. Sous cette hypothse, nous avons vu comment dterminer loptimum selon que
la couverture tait proportionnelle ou non. Nous avons galement montr que la souscription dun trait en
proportionnelle, quil soit combin ou non un trait non-proportionnelle, ntait pas optimal dans notre
approche.
En ce qui concerne la dpendance des risques, nous avons vu que la meilleur solution pour les prendre
en compte tait lutilisation de copules. Cependant, nos donnes ne nous ont pas permis de mettre en uvre
nos rsultats et de tester notre modle. Lobjectif de cette partie tait notamment de trouver un trait global
optimal et non risque par risque.
Enfin, nous avons prsent nos rsultats pour deux socits du march franais. Nous avons mis en
vidence quun trait commun aux deux socits ntait pas optimal pour les deux compagnies. Nous avons
galement tudi la sensibilit de notre modle la probabilit de ruine DSULRUL ainsi qu lintroduction des
boni / mali de liquidation.
Notre travail a donc permis dobtenir un outil doptimisation du programme de rassurance dune
socit non-vie. Certaines spcificits des traits de rassurance, telles que les tranches ou les reconstitutions
limites, nont pas t prises en compte et pourraient tre introduites dans des travaux futurs.