2001 France AurelieGaumet

Mmoi re prsent
devant l I nst i t ut de Sci ence Fi nanci re et dAssurances

l e 16 mai 2001
pour l obt ent i on
du di pl me dAct uai re de Lyon
Par : Mlle Aurlie GAUMET
Titre : Const ruct i on de t abl es dexpri ence pour l ent re et l e mai nt i en en
incapacit
Composi t i on du j ur y des mmoi r es :
Membre du j ury F.F.A.
M. ARNAL Pierre
Membres du j ury I .S.F.A.
Mme REY Bat rice Ent reprise :
M. PARTRAT Christ ian AXA France Assurance
M. PLANCHET Bernard Direct ion Vie I ndividuelle
M. RULLI ERE Didier Service Normes et Produit s
M. SERANT Daniel
M. TOUNI SSOUX Daniel Direct eur de mmoire :
Mlle Nolwenn DONNART
Secrt ariat :
Mme GARCI A Marie-Jos
Mme ANDRES Laurence
Bibliot hque :
Mme SONNI ER Michle
Universit Claude Bernard Lyon 1
INSTITUT DE SCIENCE FINANCIERE ET
D'ASSURANCES
2
RESUME : CONSTRUCTION DE TABLES DEXPERIENCE POUR
LENTREE ET LE MAINTIEN EN INCAPACITE
Mots cls : Tables dexprience ; entre et maintien en incapacit ; segmentation ; double
lissage ; sinistralit ; provisions ; tarif ; indemnit journalire (IJ) ; indemnit journalire
en cas dhospitalisation (IJH)
L'objet du mmoire est de fournir au groupe AXA, des tables d'exprience dcrivant le
risque incapacit de ses assurs ayant souscrit un contrat de prvoyance ou dpargne
comportant des garanties complmentaires en cas dincapacit.
Les deux objectifs fixs sont les suivants: construire une premire table dentre en
incapacit et une seconde de maintien.
Pour le premier objectif, la modlisation retenue sappuie sur une approche IARD, avec
une estimation de lesprance du nombre de sinistres sous une hypothse de Poisson. Dans
cette estimation, la dure d'exposition au risque dincapacit est calcule au jour prs, sans
approximer en milieu d'anne les mouvements sur le portefeuille (entres, sorties, dcs). Le
volume de donnes tant suffisant, les tables dcrivent lentre en incapacit selon le type de
garantie (IJ ou IJH), le sexe de l'assur, la cause du sinistre (accident ou maladie), la franchise
souscrite et enfin lge de lassur.
Les tables obtenues sont lisses en fonction de lge par une rgression polynomiale avec la
mthode des moindres carrs.
Pour llaboration des tables de maintien en incapacit, lestimateur retenu est celui de
Kaplan Meier. Les tables sont segmentes selon le type de garantie (IJ ou IJH), la cause du
sinistre (accident ou maladie) et la franchise. Des tables supplmntaires sont construites pour
traduire limpact de lhospitalisation sur la dure des arrts de travail.
Les tables de maintien ayant une double dimension (lge lentre en incapacit et
lanciennet du sinistre), un double lissage est effectu. Le premier lissage est fait anciennet
fixe et en fonction de lge par une rgression polynomiale. Le deuxime ( ge fix et
suivant lanciennet) consiste en un ajustement paramtrique des fonctions usuelles.
Globalement, nos rsultats montrent que la loi de maintien des assurs d'AXA se
positionne en dessous de la table rglementaire fournie par le BCAC.
Les tables issues de ce mmoire, dont la certification est prvue, donneront AXA un
outil pour calculer les provisions et pour valider ou retarifer les garanties complmentaires en
incapacit. Les segmentations pousses des tables donnent la possibilit de rvaluer la
sinistralit du groupe selon sa composition (hommes/femmes, type de garantie et de franchise).
Ainsi, l'influence de l'volution du portefeuille sur la validit des tables est limite.
L'laboration de tables d'exprience permettra AXA de mieux connatre la sinistralit
de ses assurs en matire dincapacit et de se doter de moyens techniques afin d'exploiter
l'volution de la rglementation en matire de provisionnement.
3
ABSTRACT : CONSTRUCTION OF EXPERIENCE TABLES FOR THE
INCIDENCE AND THE RECOVERY OF TEMPORARY DISABLEMENT
Keywords : experience tables ; incidence, duration and recovery rates; segmentation ;
double graduation ; claims status ; reserves ; tariff ; daily benefits ; hospital income
insurance.
The principal objective of this paper is to provide the AXA Group with a Temporary
Disablement experience table for its life insurance policies underwritten with disablement
riders. Two detailed objectives have been defined : to construct tables for the incidence rates
and for recovery rates.
For the first objective, a typical general insurance claims incidence approach was
adopted, modeling the expected number of claims as following a Poisson distribution. For this
purpose, exposure to risk was calculated using the exact number of calendar days. Sufficient
volumes allowed the analysis to be conducted separately for different types of risks. Risks
were classified as a function of coverage type (daily benefits or hospital income insurance),
gender, cause of loss (accident or disease), waiting period and attained age.
The graduation of tables was performed using a polynomial regression and applying the least
squares method.
The recovery rates analysis was undertaken using the Kaplan Meier approach, and were
segmented as a function of coverage type (daily benefits or hospital income insurance), cause
of loss (accident or disease) and waiting period. Additional tables based on claims with
hospitalization were necessary to reveal the influence of hospitalization on recovery rates.
The multi dimension nature (entry age and duration of disablement) of the tables implies the
need for a double graduation. The first graduation, made as a function of age while the period
of disablement was held constant, was performed using a polynomial regression. The second,
made as a function of the duration of the disablement, while holding the age constant, was then
overlayed on the results of the first.
The final results show a globally lower claims cost than that assumed in the French
prescribed table for statutory reporting.
This paper, whose certification is planned, will give AXA a tool for the revaluation of its
mathematical reserves and its tariffs. The risk classification used gives the opportunity to
adjust the tables for a particular application with an appropriate blending.
The development of experience tables will bring the AXA group a better knowledge of
its disablement claims status and risks. It also provides the means to justify a revision of the
level of mathematical reserves held for this business.
4
REMERCIEMENTS
Je tiens remercier, tout particulirement, Nolwenn DONNART, mon matre de stage,
qui a su se rendre trs disponible et me faire profiter de son exprience malgr un emploi du
temps charg.
Je remercie galement Monsieur Jean ROYER pour mavoir accueillie dans son
service, Monsieur Philippe BERNARDI pour mavoir conserve dans son quipe et permis de
mener bien mon tude, de mme que Sylvie ROUJA et Franois BEHAEGEL pour avoir mis
en place ce stage et pour leurs conseils aviss.
Mes remerciements sadressent aussi lensemble du service Normes-Produits pour la
qualit et la gentillesse de leur accueil ainsi qu tous les membres du groupe AXA avec qui
jai t amene tre en contact pour llaboration de cette tude.
Enfin, je remercie Monsieur Daniel SERANT et Monsieur Roberto WOLFRUM pour
mavoir coute et mavoir fait bnficier de leurs conseils.
5
SOMMAIRE
Rsum :____________________________________________________ 2
Abstract : ___________________________________________________ 3
Remerciements _______________________________________________ 4
INTRODUCTION ____________________________________________ 8
Partie I : Prsentation de ltude_________________________________ 10
Chapitre 1 : Le groupe AXA _______________________________________________ 10
Section 1.1 : Historique du groupe_______________________________________________________ 10
Section 1.2 : Les activits du groupe _____________________________________________________ 11
Section 1.3 : Axa France Assurance (AFA) ________________________________________________ 13
1.3.1 : Ses missions ________________________________________________________________ 13
1.3.2 : La Direction Vie Individuelle (DVI) ______________________________________________ 13
1.3.3 : Le service Normes et Produits ___________________________________________________ 13
Chapitre 2 : La prvoyance complmentaire en France _________________________ 14
Section 2.1 : Dfinitions ______________________________________________________________ 14
Section 2.2 : Le march franais de la prvoyance ___________________________________________ 14
2.2.1 : La Scurit Sociale ___________________________________________________________ 15
2.2.2 : Les organismes assureurs ______________________________________________________ 15
2.2.3 : Quelques chiffres_____________________________________________________________ 15
Section 2.3 : La prvoyance dans le groupe AXA :___________________________________________ 20
2.3.1 : Le march franais de l'assurance vie individuelle pour le groupe :________________________ 20
2.3.2 : La taille du portefeuille de prvoyance tudi _______________________________________ 20
Section 2.4 : Lincapacit en France et dans le groupe AXA____________________________________ 21
2.4.1 : Les prestations de la Scurit Sociale en matire dincapacit ___________________________ 21
2.4.2 : Les prestations complmentaires _________________________________________________ 21
2.4.3 : Quelques chiffres_____________________________________________________________ 21
2.4.4 : Chiffres AXA _______________________________________________________________ 22
Section 2.5 : Le cadre lgislatif _________________________________________________________ 23
2.5.1 : La loi vin : des provisions forfaitaires ____________________________________________ 23
2.5.2 : Arrt du 28 mars 1996 : lutilisation de tables ______________________________________ 24
Section 2.6 : Intrt des tables dexprience ________________________________________________ 25
Partie II : Les donnes ________________________________________ 27
Chapitre 1 : Prsentation des donnes _______________________________________ 27
Section 1.1 : Les garanties du portefeuille tudi ____________________________________________ 27
Section 1.2 : Les fichiers de donnes _____________________________________________________ 27
Chapitre 2 : Les choix fondamentaux adopts pour la construction des tables ______ 30
Section 2.1 : Choix du primtre de ltude : la priode dobservation ____________________________ 30
Section 2.2 : Choix des risques valuer __________________________________________________ 32
2.2.1 : Lexclusion des risques aggravs _________________________________________________ 32
2.2.2 : Le risque dindemnisation ______________________________________________________ 32
2.2.3 : Lindpendance des risques _____________________________________________________ 32
Section 2.3 : La dimension ge et les conventions utilises_____________________________________ 33
Chapitre 3 : Prparation des donnes________________________________________ 34
Section 3.1 : Dtection et traitement des valeurs aberrantes ____________________________________ 34
Section 3.2 : Traitements spcifiques pour adapter les donnes au risque tudi _____________________ 37
Section 3.3 : Volume des donnes aprs traitement___________________________________________ 40
6
Partie III : Evaluation du portefeuille et du risque incapacit ___________ 43
Chapitre 1 : Descriptif du portefeuille _______________________________________ 43
Section 1.1 : caractristiques des contrats souscrits __________________________________________ 43
1.1.1 : les combinaisons de garantie ____________________________________________________ 43
1.1.2 : les franchises souscrites________________________________________________________ 44
1.1.3 : les montants des indemnits journalires ___________________________________________ 45
Section 1.2 : Etude de la population sous risque_____________________________________________ 46
1.2.1 : Rpartition Homme / Femme____________________________________________________ 46
1.2.2 : Rpartition des assurs par anne de naissance ______________________________________ 46
1.2.3 : Rpartition des assurs suivant leur ge la souscription _______________________________ 47
1.2.4 : Rpartition des assurs par CSP__________________________________________________ 47
1.2.5 : Rpartition des assurs par rgion ________________________________________________ 48
1.2.6 : Les assurs ayant plusieurs contrats _______________________________________________ 48
Chapitre 2 : Evaluation du risque incapacit__________________________________ 49
Section 2.1 : Dfinitions ______________________________________________________________ 49
Section 2.2 : La rpartition des sinistres ___________________________________________________ 49
2.2.1 : Rpartition des sinistres suivant leur nature _________________________________________ 50
2.2.2 : Rpartition des sinistres suivant leur franchise_______________________________________ 50
Section 2.3 : Etude de la dure des sinistres ________________________________________________ 51
2.3.1 : Suivant le sexe _______________________________________________________________ 51
2.3.2 : Suivant la franchise sur le sinistre ________________________________________________ 52
2.3.3 : Suivant la nature _____________________________________________________________ 52
Section 2.4 : Etude de la saisonnalit _____________________________________________________ 53
2.4.1 : La stabilit de la sinistralit dans le temps __________________________________________ 53
2.4.2 : La saisonnalit_______________________________________________________________ 54
Section 2.5 : Influence des caractristiques clients sur la sinistralit ______________________________ 55
2.5.1 : Le sexe de lassur en arrt _____________________________________________________ 55
2.5.2 : la CSP du sinistr ____________________________________________________________ 56
2.5.3 : la rgion du sinistr ___________________________________________________________ 56
2.5.4 : le montant dIJ souscrit ________________________________________________________ 57
Partie IV : Elaboration des tables dentre en incapacit_______________ 59
Chapitre 1 : Particularit de la table d'exprience _____________________________ 59
Section 1.1 : Lutilisation de donnes censures. ____________________________________________ 59
Section 1.2 : L'utilisation de donnes individuelles et journalires _______________________________ 60
Chapitre 2 : Lutilisation des tables : la tarification ____________________________ 61
Section 2.1 : 1
er
modle _______________________________________________________________ 61
Section 2.2 : 2
me
modle ______________________________________________________________ 62
Section 2.3 : 3
me
modle ______________________________________________________________ 63
Section 2.4 : Rduction de prime ________________________________________________________ 64
Section 2.5 : Adaptation des tables avec les garanties souscrites_________________________________ 64
Chapitre 3 : Les estimateurs dentre en incapacit ____________________________ 66
Section 3.1 : 1
re
approche : le concept de taux dentre en incapacit_____________________________ 66
3.1.1 : Les estimateurs non paramtriques _______________________________________________ 67
a) L'estimateur de Kaplan-Meier_____________________________________________________ 67
b) Lestimateur actuariel___________________________________________________________ 70
3.1.2 : Les estimateurs paramtriques ___________________________________________________ 71
a) L'estimateur des moments de Hoem ________________________________________________ 71
b) L'estimateur du maximum de vraisemblance avec hypothse de loi dentre.__________________ 74
Section 3.2 : 2
me
approche : le modle IARD_______________________________________________ 76
3.2.1 : lestimateur _________________________________________________________________ 76
3.2.2 : ladquation une loi de poisson_________________________________________________ 78
3.2.3 : La linarit de ______________________________________________________________ 79
Section 3.3 : Choix de l'estimateur de type IARD _________________________________________ 79
7
Chapitre 4 : La segmentation des tables : homognit de la sinistralit ___________ 80
Chapitre 5 : Les contraintes de volume ______________________________________ 85
Section 5.1 : Estimations par classe dge et interpolation "jonction souple" ______________________ 85
Section 5.2 : Le glissement ____________________________________________________________ 87
Section 5.3 : Choix de la mthode par glissement ____________________________________________ 87
Chapitre 6 : Les tables brutes ______________________________________________ 88
Section 6.1 : adquations au modle ______________________________________________________ 88
6.1.1 : adquation la loi de Poisson ___________________________________________________ 88
6.1.2 : La linarit de ______________________________________________________________ 91
6.1.3 : La stabilit dans le temps_______________________________________________________ 91
Section 6.2 : les rsultats bruts __________________________________________________________ 92
Section 6.3 : intervalles de confiance _____________________________________________________ 95
Chapitre 7 : Lissage des lois dentre ________________________________________ 96
Section 7.1 : Pourquoi faire un lissage? ___________________________________________________ 96
Section 7.2 : Rgression non paramtrique par la mthode des noyaux____________________________ 96
Section 7.3 : Rgression polynomiale sur lesprance du nombre de sinistres _______________________ 98
Section 7.4 : Comparaison graphique et choix du lissage _____________________________________ 100
Partie V : Elaboration des tables de maintien en incapacit____________ 102
Chapitre 1 : Utilisation de donnes censures ________________________________ 103
Chapitre 2 : Des tables de maintien adaptes au tarif et au provisionnement ______ 104
Chapitre 3 : Les estimateurs du maintien____________________________________ 105
Section 3.1 : Mthode actuarielle _______________________________________________________ 105
Section 3.2 : Mthode de Kaplan Meier __________________________________________________ 107
3.2.1 : Principe___________________________________________________________________ 107
3.2.2 : Construction _______________________________________________________________ 107
3.2.3 : Rsultat___________________________________________________________________ 108
3.2.4 : Proprits _________________________________________________________________ 108
3.2.5 : Mthode du BCAC __________________________________________________________ 109
Section 3.3 : choix de lestimateur de Kaplan Meier_________________________________________ 110
Chapitre 4 : La segmentation des tables : homognit de la sinistralit __________ 111
Chapitre 5 : Les contraintes de volume _____________________________________ 116
Chapitre 6 : les tables brutes ______________________________________________ 117
Section 6.1 : La stabilit dans le temps___________________________________________________ 117
Section 6.2 : les rsultats bruts _________________________________________________________ 119
Section 6.3 : Comparaison avec la table rglementaire _______________________________________ 126
Section 6.4 : les intervalles de confiance _________________________________________________ 128
Chapitre 7 : lissage des lois de maintien_____________________________________ 130
Section 7.1 : La problmatique du double lissage___________________________________________ 130
Section 7.2 : Le lissage suivant lge ____________________________________________________ 131
Section 7.3 : Le lissage en fonction de lanciennet _________________________________________ 132
7.3.1 : lissage par Whittaker et la variante de lowrie _______________________________________ 132
7.3.2 : Modle de Makeham_________________________________________________________ 134
7.3.3 : Rgressions paramtriques par les moindres carrs __________________________________ 135
CONCLUSION_____________________________________________ 137
BIBLIOGRAPHIE __________________________________________ 142
- 8 -
INTRODUCTION
A une poque o la couverture assure par la Scurit Sociale se rduit, on assiste au
dveloppement du march priv de lassurance des dommages corporels aussi bien titre
personnel que par des contrats de prvoyance collective.
Si tout un chacun peut se rjouir de la concurrence qui existe entre les assureurs, ces derniers se
doivent dtre prudents face aux difficults que prsentent ltude et le pilotage technique des
contrats garantissant des prestations sous forme dindemnits journalires en cas dincapacit.
Voil les raisons pour lesquelles ils ressentent de plus en plus un besoin dinformations
prcises et actualises sur le risque arrt de travail. Valider leurs tarifs et provisions permettrait
dviter une sous-estimation qui pourrait savrer lourde de consquences sur les rsultats
actuels et futurs de leur activit.
Dautre part, pour satisfaire aux obligations rglementaires en matire de provisionnement, les
assureurs nont aujourdhui leur disposition, dfaut de tables dexprience certifies, que les
tables de maintien rglementaires. Ces dernires ont t proposes par le Bureau Commun des
Assurances Collectives (BCAC), elles datent de 1993 et furent labores daprs le portefeuille
de diffrentes compagnies dassurance.
Dans ce contexte, La Direction Vie Individuelle dAXA France Assurance souhaite mieux
connatre le risque incapacit de son portefeuille en vue de valider de nouveaux tarifs bass sur
les lois dentre et de maintien en incapacit propre ses assurs. De plus, llaboration et la
certification de tables de maintien en arrt de travail permettraient dajuster au mieux le
provisionnement obligatoire des prestations dincapacit.
Lobjectif de ce mmoire a donc t de proposer des statistiques sur le risque incapacit de
travail dun portefeuille AXA dassurance individuelle de personnes afin dtablir des tables
dexprience dentre et de maintien en arrt de travail.
Ce mmoire sera divis en cinq parties, la premire prsentera la prvoyance complmentaire
en France. La seconde traitera des donnes utilises et des choix quelles impliquent. La
troisime dcrira le portefeuille et le risque tudi. Enfin, les deux dernires parties seront
consacres llaboration proprement dite des tables dexprience, dabord celles dentre en
incapacit puis ensuite celles de maintien.
- 9 -
PARTIE I :
PRESENTATION DE LETUDE
- 10 -
Partie I : Prsentation de ltude
Tout dabord, nous allons prsenter brivement la structure du groupe AXA en France ainsi
que le service dans lequel le stage a t effectu.
Et pour mieux comprendre le contexte de notre tude, nous tacherons ensuite de faire un tat
des lieux de la prvoyance complmentaire franaise aussi bien en terme de rsultats quen
terme de lgislation.
Chapitre 1 : Le groupe AXA
Section 1.1 : Historique du groupe
1817 Naissance de la premire socit lorigine dAXA : La Compagnie dAssurances
Mutuelles contre lIncendie dans le dpartement de la Seine et de lEure .
1817 1946 Regroupement de nombreuses petites mutuelles rgionales.
1946 1978 Achat de Provinces Unies et cration du groupe Mutuelles Unies au Canada.
Prise de contrle de la Mutuelle Parisienne de Garantie en France.
1982 Prise de contrle du groupe Drouot et de sa filiale dassurance vie : La Vie Nouvelle.
1984 Naissance dAXA avec Claude BEBEAR pour prsident.
1986 Prise de contrle de la Providence et du Secours (groupe Prsence).
1988 Lancement de la socit : UNI Europe, premire natre de la restructuration.
Accord avec la Compagnie du Midi pour constituer un rseau dAssurances franais.
1989 Cration de la socit AXA Assurances, suite la fusion des 4 socits : Mutuelles
Unies, Assurances Groupe de Paris (AGP), Prsence et Drouot.
1991 Rachat de la socit amricaine Equitable (7
me
assureur vie aux Etats-Unis).
1995 Rachat de la socit australienne National Mutual (9
me
assureur vie aux Etats-Unis),
acquisition de la socit Abeille-R.
1996 Simplification de la structure de holdings du groupe AXA, disparition du holding
intermdiaire Midi Participations.
Cotation la Bourse de Wall Street, le New York Stock Exchange (NYSE), des
actions de la socit AXA sous forme de : American Depositary Shares (ADS).
En novembre, rapprochement avec lUAP.
1997 AXA a fait part de son intention de simplanter en Chine ds louverture du march
de lassurance chinois aux assureurs trangers.
Fusion absorption de la compagnie UAP par AXA.
Le groupe AXA-UAP devient lun des tous premiers acteurs mondiaux de
lassurance.
1998 Restructuration des activits dAXA et de lUAP France crant 3 entits : AXA
Assurances, AXA Courtage et AXA Conseil. Le conseil dadministration dcide de
soumettre au vote de lAssemble Gnrale la disparition du nom UAP en 1998.
1999 AXA et lONA sassocient pour devenir le 2
me
assureur marocain.
Loffre sur Guardian Royal Exchange est dclare totalement irrvocable.
- 11 -
Section 1.2 : Les activits du groupe
Le groupe AXA figure parmi les leaders mondiaux de lassurance et des services financiers.
Ses activits sont soit domestiques, soit internationales (les grands risques internationaux,
l'assistance et la rassurance). Il est implant dans plus de 60 pays, sur les 5 continents et
compte prs de 140 000 collaborateurs travers le monde.
1.2.1 : Situation actuelle
Chiffres daffaires 2000 :
80 milliards deuros (progression de 20,3% par rapport 1999)
Rsultat net courant pour 2000 :
2,54 milliards deuros (progression de 24,2% par rapport 1999)
Actifs grs :
893 milliards deuros (progression de 14,3% par rapport 1999)
1.2.2 : Rpartition par activits
Rpartition par activits
55%
21%
5%
3%
16%
Assurance vie
Assurances dommages
Assurance internationnale
Gestion d'actifs
Autres services
financiers
1.2.3 : Rpartition par zones gographiques

Rpartition par zones gographiques
68%
21%
5%
6%
Europe
Amrique du Nord
Asie/Pacifique
Assurance
internationale
- 12 -
1.2.4 : Les socits franaises du groupe AXA
AXA ASSURANCES :
Socit dassurances dommages et dassurances de personnes pour une clientle de particuliers
et dentreprises. Cette socit distribue ses produits exclusivement par lintermdiaire dagents
gnraux.
AXA COLLECTIVES :
Comme AXA Assurances, cette socit travaille dans lassurance Dommages et lassurance de
personnes pour particuliers et entreprises. Cependant, elle se diffrencie par son canal de
distribution puisquelle travaille avec les courtiers franais et internationaux.
AXA CONSEIL :
Pour les socits regroupant les rseaux salaris, regroupement des rseaux salaris de lUAP
et dALPHA Assurances.
AXA CORPORATE SOLUTIONS :
Socit qui englobe AXA R et AXA Cession. La premire est une socit de rassurance
spcialise dans les grands risques et la seconde contrle lensemble des oprations de
rassurance du groupe AXA.
DIRECT ASSURANCE :
Sa vocation est de commercialiser des contrats dassurances dommages et de personnes aux
particuliers en utilisant les mthodes de vente directe (vente par tlphone).
3 mutuelles sont intgres au groupe AXA :
LES MUTUELLES ASSOCIEES :
- mutuelle Saint-Christophe : Socit spcialise dans lassurance IARD des ecclsiastiques,
professeurs de lenseignement priv, etc
- mutuelle de Marseille : Socit dassurance IARD.
- mutuelle Phocenne : Socit dassurance vie.
AXA INVESTISMENT MANAGER et BANQUE DORSAY :
Gestion financire pour compte de tiers.
GIE AXA IMMOBILIER :
Gestion des actifs immobiliers du Groupe, gestion de lpargne immobilire, ingnierie des
oprations de promotions, locationsLe patrimoine gr reprsente 2 millions de mtres
carrs.
AXA BANQUE, AXA CREDIT, AXA GESTION INTERESSEMENT :
Socits financires.
AXA FRANCE ASSURANCE :
Cest la socit holding qui dtient le capital des socits dassurance oprant en France et qui
regroupe les directions centrales.
- 13 -
Section 1.3 : Axa France Assurance (AFA)
1.3.1 : Ses missions
Les diffrentes directions centrales dAFA exercent auprs de lensemble des socits du
groupe en France les missions suivantes :
Elles assurent la cohrence des politiques gnrales des socits dassurance en respectant
la dcentralisation oprationnelle.
Elles sont le support de lensemble des activits o leffet de taille permet dtre plus
efficace et de raliser des conomies dchelle.
Elles effectuent le contrle de lactivit et des rsultats des socits dassurance.
Axa France Assurance comprend onze directions centrales dont la Direction Vie Individuelle
au sein de laquelle a t effectu ce mmoire.
1.3.2 : La Direction Vie Individuelle (DVI)
Elle a pour vocation de mettre en uvre les politiques techniques et juridiques attaches la
distribution, la gestion et la comptabilisation des produits dassurance Vie souscription
individuelle et celles lies la gestion des socits Vie oprant en France. La DVI soccupe
aussi de lvaluation des provisions sur le primtre de lassurance Vie individuelle. Enfin, son
rle est de diffuser lexpertise en Vie.
Ltude prsente dans ce mmoire a t ralise dans le service Normes et Produits de cette
direction.
1.3.3 : Le service Normes et Produits
Comme son nom lindique, ce service soccupe de raliser des Normes , cest dire des
tudes sur diffrentes problmatiques qui touchent les socits Vie du groupe ; les rsultats de
ces tudes servent ensuite de rfrence pour tous les collaborateurs.
Ce service sinscrit aussi dans lunivers produits au sens o il exerce un contrle des
produits dassurance Vie individuelle dAxa en France, de leur conception leur suivi.
Suite cette prsentation du groupe AXA, nous allons maintenant nous intresser la
prvoyance complmentaire en France.
- 14 -
Chapitre 2 : La prvoyance complmentaire en France
Ce chapitre va permettre de dfinir les termes essentiels de cette tude. Il prsentera galement
le march de la prvoyance en France et dans le groupe AXA et sattachera plus
particulirement lassurance en cas dincapacit de travail. Pour finir, il prcisera le cadre
lgislatif de cette tude et justifiera llaboration de tables dexprience.
Section 2.1 : Dfinitions
Les oprations de prvoyance :
Ensemble des contrats dassurance de personnes offrant des garanties de versement de
prestations en cas de survenance dun risque : dcs, incapacit de travail, invalidit ou
maladie. Sont regroupes dans cette catgorie les assurances en cas de dcs, les assurances de
dommages corporels (maladie et accident), lassurance dpendance et lassurance chmage.
Lassurance en cas de dcs :
Contrat dassurance souscrit soit individuellement soit par lintermdiaire dune entreprise ou
dune association ( loccasion dun emprunt par exemple) et garantissant le versement dun
capital en cas de dcs avant le terme du contrat.
Cette garantie peut tre complte par des garanties de dommages corporels : prestation en cas
dinvalidit ou dincapacit conscutive une maladie ou un accident, ou majoration de la
garantie en cas de dcs accidentel.
Lassurance de dommages corporels :
Contrat dassurance souscrit individuellement ou collectivement, garantissant le
remboursement de frais de soins en complment des rgimes obligatoires de protection sociale,
ou le versement dun capital en cas de dcs par accident, ou le paiement dindemnit en cas
dincapacit de travail ou dinvalidit.
Les lments cits ci-dessus peuvent tre proposs selon les cas sur des contrats dassurance
vie (individuels ou collectifs), ou de sant, ou sur des contrats individuel accident dits
dassurance dommage (ou IARD).
Bien que notre tude porte uniquement sur le risque incapacit de travail, nous prsenterons
pralablement le march de la prvoyance en France.
Section 2.2 : Le march franais de la prvoyance
Plusieurs acteurs animent ce march. En effet, les couvertures de prvoyance sont assures
dune part par le rgime gnral de la Scurit Sociale, dautre part par les rgimes
complmentaires des organismes assureurs.
- 15 -
2.2.1 : La Scurit Sociale
Depuis sa cration en 1945, elle a pour objectif dassurer la protection des individus (quel que
soit leur statut professionnel) devant les consquences financires de certains vnements
(maladie, accident, maternit), ou de certaines situations familiales (veuvage, ). Elle couvre
aussi depuis quelques annes le risque dcs. Il faut savoir que le rgime de la Scurit Sociale
classe les prestations lies lincapacit de travail dans les frais de sant. On remarque
actuellement un certain dsengagement de la Scurit sociale qui prenait en charge, en 1997,
74% des dpenses de soins et biens mdicaux contre 77% en 1980.
2.2.2 : Les organismes assureurs
La Scurit Sociale nassure pas le remboursement de la totalit des frais de lassur. Celui-ci
garde notamment sa charge le ticket modrateur. Des organismes assureurs proposent donc
des contrats dassurance complmentaire.
Voici les organismes agrs (par la loi Evin) pour proposer ces produits dassurance :
- Les socits dassurance rgies par le Code des Assurances, ce sont soit des SA soit des
socits de personnes (socits dassurance mutuelles).
- Les institutions de prvoyance rgies par le Code de la Scurit Sociale.
- Les mutuelles rgies par le Code de la mutualit
- Les institutions rgies par le code Rural
Chez les assureurs, les garanties de dommages corporels peuvent tre commercialises sur
diffrents types de contrats :
- Les contrats de prvoyance (individuels ou collectifs) qui proposent comme garantie
principale un capital en cas de dcs ou dinvalidit assimile au dcs, ainsi que des
garanties complmentaires (indemnits journalires, exonration de paiement des primes en
cas dincapacit ou d'invalidit...).
- Les contrats dpargne o lon peut souscrire (facultatif) des garanties complmentaires
telles que le dcs accidentel, lincapacit ou linvalidit.
- Les contrats de sant qui couvrent les frais de soins et donc aussi parfois les indemnits
journalires.
- Les contrats individuels accident isolment ou coupl avec de lassurance de
responsabilit civile et en automobile.
2.2.3 : Quelques chiffres
a) Les oprations de prvoyance : une progression rgulire
En 1999, le montant des cotisations recueillies par les socits dassurances au titre des
oprations de prvoyance atteint 93 milliards de francs, en progression de + 2 % par rapport
1998. Ces oprations incluent les assurances en cas de dcs et les assurances sant et accidents
(dommages corporels).
- 16 -
Rpartition des cotisations collectes en prvoyance
69 milliards de francs en 1990
Dcs
40,3%
Incapacit
invalidit
32,0%
Soins de
sant
27,7%
Dcs
36,4%
Incapacit
invalidit
34,3%
Soins de
sant
29,3%
Les assurances en cas de dcs
Les cotisations des contrats dassurances en cas de dcs slvent 34 milliards de francs en
1999, en hausse de + 5 % par rapport 1998. Cette croissance est un peu suprieure celle de
lanne prcdente. Elle traduit une demande rgulire des particuliers pour une protection
complmentaire de leurs proches, quil sagisse de contrats dassurance souscrits titre
individuel, dans le cadre dune entreprise ou loccasion dun emprunt.
Les assurances en cas de dcs se rpartissent et en deux grandes catgories :
- Les contrats souscription individuelle, dont les cotisations reprsentent 10 milliards de
francs. Ils peuvent tre souscrits soit directement auprs dune socit dassurances ou de
ses intermdiaires (7 milliards de francs) soit dans le cadre de groupes ouverts (3 milliards
de francs), essentiellement auprs de guichets dtablissements financiers
- Les contrats souscription collective, pour 24 milliards de francs, qui comprennent
sensiblement parts gales les contrats souscrits par les entreprises pour leurs salaris et les
contrats loccasion dun emprunt, essentiellement immobilier.
Les assurances de dommages corporels (sant et accidents)
Les garanties offertes sont souscrites dans le cadre de contrats dassurance sant ou accidents
corporels, ou sous la forme de garanties complmentaires annexes aux contrats dassurance
vie.
Les cotisations dassurance sant et accidents corporels slvent 59 milliards de francs en
1999 (en affaires directes), soit un montant identique celui de 1998. Les cotisations verses
au titre de la protection complmentaire sant et accidents ont progress trs faiblement au
cours des quatre dernires annes. Cela rsulte, dune part, des distorsions de concurrence,
principalement dordre fiscal, qui perdurent sur ce march et, dautre part, du non-
renouvellement de certains contrats.
Ces cotisations se rpartissent entre les garanties de remboursements de frais de soins
(prestations en nature) pour 28 milliards de francs, en faible progression par rapport 1998 - la
progression des contrats individuels tant suprieure celle des contrats collectifs -, et les
garanties de versements dindemnits (prestations en espces) pour 31 milliards de francs, avec
une croissance soutenue pour lassurance individuelle.
- 17 -
b) Lindemnisation en cas de dcs, dincapacit ou dinvalidit
En 1999, les indemnits verses par les rgimes de base pour arrt de travail, invalidit, dcs,
et accidents du travail sont values 96 milliards de francs
1
. Si lon ajoute en plus les 51
milliards de francs supplmentaires qui ont t verss cette mme anne par lensemble des
organismes complmentaires, ce sont au total 147 milliards de francs dindemnits qui ont t
verses la fois par les rgimes de base et par les organismes complmentaires.
Versements dindemnits incapacit, invalidit et dcs
Mutuelles
1,8%
Institutions
de prv.
9,0%
Rgime
obligatoires
65,2%
Assurances
24,0%
Avec 35 milliards de francs dindemnits verses en 1999, soit un montant en hausse de +
3,2 %par rapport 1998, les assureurs totalisent plus des deux tiers (69 %) des indemnits
verses par les organismes complmentaires et prs dun quart (24 %) de celles verses par
lensemble des intervenants. Cependant, la part des assureurs dans le financement global a
connu une diminution rgulire depuis 1992 tandis que celles dtenues par les autres
organismes complmentaires (mutuelles et institutions de prvoyance) ont augment jusquen
1995.
Part du financement des organismes complmentaires
dans le versement global dindemnit incapacit invalidit dcs
26,4% 26,6% 25,7%
25,0%
25, 2%
24,9%
24,2% 24,0%
7,4%
7, 8%
8,2%
8,9% 9,1% 9,1% 9,1% 9,0%
1,6% 1, 7% 1,7%
1,9% 1,8% 1,9% 1,8% 1,8%
1992 1993 1994 1995 1996 1997 1998 1999
Versements dindemnits en cas de dcs, dincapacit et dinvalidit

1
Estimation FFSA
Assurances
Institutions de
prvoyance
Mutuelles
- 18 -
(en milliards de francs)
Organismes 1995 1996 1997 1998 1999 99/98
Rgimes obligatoires 86,4 87,6 88,2 91,6 96,2 5%
Organismes complmentaires 48,1 49,4 49,5 49,7 51,1 2,80%
dont socits d'assurances* 33,6 34,5 34,3 34,2 35,3 3,20%
dont mutuelles** 2,5 2,5 2,6 2,6 2,6 -
dont institutions de prvoyance 12 12,4 12,6 12,9 13,2 2,30%
ENSEMBLE 13,45 137 137,7 141,3 1447,3 4,20%
Sources : Cnamts et estimations FFSA
* hors contre-assurance des contrats en cas de vie
** relevant du code de la mutualit
c) Les assureurs dans lensemble de la protection dcs-maladie-
accidents
Au cours de lanne 1999, si lon cumule la fois les prestations verses au titre des dpenses
de soins et de biens mdicaux ainsi que les indemnits verses en cas de dcs, dincapacit ou
dinvalidit, le montant vers par les rgimes de base est valu 677 milliards de francs et
celui des organismes complmentaires 143 milliards de francs.
Si lon tient compte en plus des 83 milliards de francs qui sont laisss la charge des mnages,
ce sont globalement 903 milliards de francs qui ont t verss en 1999 au titre de la protection
sociale dcs, maladie et accidents
2
.
Financement de la protection dcs-maladie-accidents
Institutions
de
prvoyance
3%
Mnages
9%
Rgimes
obligatoires
76%
Mutuelles
6%
Assureurs
6%

2
Estimation FFSA
- 19 -
Prestations verses au titre de la prvoyance
en 1999 par lensemble des organismes
montant
(milliards F.)
rpartition
montant
(milliards F.)
rpartition
montant
(milliards F.)
rpartition
Organismes de base 581 77% 96 65% 677 75%
Organismes complmentaires 92 12% 51 35% 143 16%
- dont socits d'assurances 22 3% 35 24% 57 6%
Charges des mnages 83 11% - - 83 9%
TOTAL 756 100% 147 100% 903 100%
SANTE
DECES-INCAPACITE
INVALIDITE
TOTAL
Avec un total de 57 milliards de francs verss en 1999, la part des assureurs atteint 6,3 % de
lensemble de la protection sociale dcs maladie accidents
3
soit un poids identique celui
dtenu par les mutuelles (6,3 %), mais environ le double de celui des institutions de
prvoyance (3,2 % )
Part de financement des organismes complmentaires
Dans la protection dcs-maladie-accidents
7,20% 7,20% 7%
6,70%
6,80%
6,50%
6,40%
6,30%
6,30%
5,50%
6% 6%
6,20% 6,20%
6,40%
6,30%
2,40% 2,40%
2,60%
2,80%
2,90%
3,10% 3,10%
3,20%
1992 1993 1994 1995 1996 1997 1998 1999

3
Estimation FFSA
Assurances
Mutuelles
Institutions de
prvoyance
- 20 -
Section 2.3 : La prvoyance dans le groupe AXA :
Aprs une prsentation gnrale de la prvoyance en France, nous allons prciser la situation
du groupe AXA dans ce domaine.
2.3.1 : Le march franais de l'assurance vie individuelle pour le groupe :
en millions de Francs
assurance vie individuelle
(pargne + prvoyance)
dont prvoyance individuelle
Chiffre d'affaires 55 193 1 452
Prestations 38 592 895
Provisions mathmatiques 374 113 1 638
sources : tats comptables du 31/12/2000
2.3.2 : La taille du portefeuille de prvoyance tudi
Le volume important en nombre de contrats permet de penser que la loi de convergence de nos
estimateurs des lois dentre et de maintien en incapacit pourront s'appliquer sur un grand
nombre de segments du risque.
volume de contrats en cours montant des PM (en F) Capitaux assurs (en F)
vie individuelle
(pargne + prvoyance)
4 648 682 183 233 292 235 329 599 758 119
sources : tats comptables au 31/12/2000
- 21 -
Section 2.4 : Lincapacit en France et dans le groupe AXA
Parmi tous les dommages corporels, ce mmoire ne traitera que le risque incapacit.
2.4.1 : Les prestations de la Scurit Sociale en matire dincapacit
La Scurit Sociale sengage verser tout cotisant salari, oblig dinterrompre son activit
professionnelle en raison dune incapacit physique temporaire, des indemnits journalires
reprsentant la moiti de son gain journalier dans la limite de (1/720)
me
du plafond annuel de
la Scurit Sociale. Des limites temporelles sont aussi appliques puisquil existe un dlai de
carence de trois jours (une franchise) en incapacit et la dure maximale de versement
dindemnits est de trois ans.
Cas particuliers :
- Les assurs avec au moins trois enfants charge reoivent 2/3 de leur gain journalier
partir du 31
me
jour darrt.
- En cas de maladie professionnelle ou daccident du travail, les indemnits journalires
slvent 60% du gain journalier pendant les 28 premiers jours darrt et 80% ensuite.
Le besoin dun rgime complmentaire en terme dincapacit se justifie par le plafonnement du
montant des indemnits journalires par la Scurit Sociale.
2.4.2 : Les prestations complmentaires
Elles permettent lassur arrt de compenser ou du moins de limiter la perte de revenus
subie en raison du plafonnement des prestations servies par la Scurit Sociale.
La validation de ltat dincapacit est soumise lavis dun mdecin. Il faut cependant
distinguer les prestations verses au titre dun contrat collectif obligatoire de celle verses sur
une assurance individuelle facultative. En effet, le caractre obligatoire de lassurance
collective et la volont lgislative de protection de lassur en matire de prvoyance imposent
certaines rgles lassureur. La loi Evin qui sera dtaille ultrieurement prcise les modalits
respecter pour la couverture (obligatoire ou facultative) de risques sociaux.
2.4.3 : Quelques chiffres
Dans les rsultats, lincapacit est rarement dissocie de linvalidit ou de la sant, ils forment
ensembles les dommages corporels. Voici quelques chiffres concernant le chiffre daffaires et
les prestations verses au titre des dommages corporels :
soins de
sant
indemnits total
soins de
sant
indemnits total
soins de
sant
indemnits total
chiffres d'affaires
dommages corporels
en 1998
15,7 11,6 27,3 11,8 19,8 31,6 27,5 31,4 58,9
chiffres d'affaires
dommages corporels
en 1999
16 12,4 28,4 11,7 19,2 30,9 27,7 31,6 59,3
sources : Commission de contrle et FFSA(socits vie, dommages et mixtes)
contrats individuels contrats collectifs Total affaires directes
- 22 -
affaires directes
PRESTATIONS
DOTATIONS AUX
PROVISIONS
TOTAL
charges des prestations
dommages corporels en 1998
42,9 4,8 47,7
charges des prestations
dommages corporels en 1999
43,7 4,5 48,2
sources : Commission de contrle et FFSA(socits vie, dommages et mixtes)
Les assurances de dommages corporels (sant et accidents)
Les garanties offertes sont souscrites dans le cadre de contrats dassurance sant ou accidents
corporels, ou sous la forme de garanties complmentaires annexes aux contrats dassurance
vie.
Les cotisations dassurance sant et accidents corporels slvent 59 milliards de francs en
1999 (en affaires directes), soit un montant identique celui de 1998. Les cotisations verses
au titre de la protection complmentaire sant et accidents ont progress trs faiblement au
cours des quatre dernires annes. Cela rsulte, dune part, des distorsions de concurrence,
principalement dordre fiscal, qui perdurent sur ce march et, dautre part, du non-
renouvellement de certains contrats.
Ces cotisations se rpartissent entre les garanties de remboursements de frais de soins
(prestations en nature) pour 28 milliards de francs, en faible progression par rapport 1998 - la
progression des contrats individuels tant suprieure celle des contrats collectifs -, et les
garanties de versements dindemnits (prestations en espces) pour 31 milliards de francs, avec
une croissance soutenue pour lassurance individuelle.
2.4.4 : Chiffres AXA
Sur le primtre retenu, cest dire les assurs dun portefeuille vie individuelle dAXA, voici
les volumes obtenus lorsque lon ne considre que les contrats en cours dbut 2001 et
possdant des garanties dommages corporels (incapacit, invalidit et dcs accidentel) :
Total
Nombre de contrats en cours avec des garanties dommages corporels 269 164
Provisions (en F) pour les dommages corporels 486 396 396
- 23 -
Section 2.5 : Le cadre lgislatif
Toute socit dassurance est soumise une rglementation stricte qui permet de limiter les
risques de faillite et ainsi de protger les assurs.
Depuis 1990, le lgislateur a cherch protger et scuriser les oprations de prvoyance en
instaurant des rgles de plus en plus exigeantes pour le provisionnement du risque incapacit /
invalidit.
En effet, avant la loi vin du 31 dcembre 1989, les organismes assureurs ntaient soumis
aucune obligation en matire de provisions. Le principe de rpartition imposait simplement que
les primes de lanne couvrent les sinistres de lanne.
En principe, les organismes assureurs utilisaient les mthodes proposes par le guide de
lassurance de groupe du Bureau Commun des Assurances Collectives (BCAC). Ce guide
dfinit les trois provisions suivantes :
- provision pour incapacit (pour couvrir les indemnits verser lincapable).
- provision pour rente en attente (lorsque lassur est en incapacit il y a un risque de passage
en invalidit).
- provision pour invalidit (pour couvrir la rente totale verser linvalide).
A lpoque, ces provisions taient calcules sur la base des travaux raliss par M. Wetzel
dans les annes 60 et la diffrenciation par ge tait imprcise (loi de maintien des invalides
entrs 50 ans uniquement).
Cependant rien nobligeait rellement lassureur utiliser cette mthode ni mme
provisionner ces risques.
Dans un souci de protection de lassur, le lgislateur a donc impos, par la loi Evin, certaines
rgles concernant les oprations de prvoyance complmentaire.
2.5.1 : La loi Evin : des provisions forfaitaires
Cette loi est le premier texte qui vise lensemble des organismes autoriss pratiquer la
prvoyance collective complmentaire.
Larticle 7 de cette loi introduit notamment une obligation de provisionnement puisque
lengagement doit tre couvert tout moment pour tous les contrats ou conventions souscrits,
par des provisions reprsentes par des actifs quivalents .
Le dcret n90-768 du 30 aot 1990 pour lapplication de cet article prcise le montant
minimum provisionner :

- pour les prestations dues au titre du risque incapacit, lorsque les versements peuvent
schelonner sur plus de 365 jours et peuvent se poursuivre par des prestations
dinvalidit : deux fois le montant annuel des prestations dincapacit servies au cours de
lexercice.
- pour les prestations dues au titre du risque invalidit : six fois le montant annuel des
prestations dinvalidit servies au cours de lexercice.
Larticle 29-V de la loi prcise cependant quil sagit dune mesure transitoire en attendant la
mise au point de tables de provisions plus prcises.
- 24 -
2.5.2 : Arrt du 28 mars 1996 : lutilisation de tables
Cet arrt a cr larticle A 331-22 du Code des Assurances sur les provisions de prestations
dincapacit et dinvalidit. Contrairement la loi Evin prcite, cet article sapplique aussi
bien aux oprations individuelles que collectives.
Il introduit :
- Les tables officielles de maintien en incapacit de travail et invalidit, servant de base au
calcul des provisions.
- La possibilit dutiliser une loi de maintien certifie.
- Le taux dactualisation appliquer.
le calcul des provisions techniques de prestations dincapacit et dinvalidit est effectu
partir des lments suivants :
1 les lois de maintien en incapacit de travail et en invalidit indiques en annexe (de
larticle ou de la note du BCAC du 27 aot 1993).
Toutefois, il est possible pour une entreprise dassurances dutiliser une loi de maintien tablie
par ses soins et certifie par un actuaire indpendant de cette entreprise, agr cet effet par
lune des associations dactuaires reconnues par la commission de contrle des assurances ;
2 un taux dactualisation qui ne peut excder 75% du taux moyen des emprunts de lEtat
franais calcul sur base semestrielle, sans pouvoir dpasser 4,5% .
les dispositions du prsent arrt sont applicables compter du 1
er
janvier 1997.
Cependant, les organismes assureurs concerns ont la possibilit dtaler sur 5 ans (soit
jusquau 31/12/2001) la charge qui rsulterait de lutilisation des tables pour le calcul des
provisions.
Par ailleurs, il ne faut pas oublier que les assureurs sont tenus des principes de base de
provisionnement rappels dans les articles L331-1 et R 331-1 relatifs la constitution des
provisions.
Enfin, signalons quen matire de tarification, aucune certification nest impose pour
lutilisation de tables dexpriences.
- 25 -
Section 2.6 : Intrt des tables dexprience
Les tables rglementaires du Bureau Commun des Assurances Collectives (BCAC) ont t
construites partir dobservations menes sur une population particulire (les assurs collectifs
des principales compagnies franaises dassurance) ; ainsi, cette population prsentait des
caractristiques prcises telles que, la catgorie socioprofessionnelle, une sur-reprsentation de
certaines tranches dge par rapport dautre, une rpartition hommes/femmes particulire.
Or ces facteurs impactent directement le risque incapacit (frquence et dure) et la population
couverte par les garanties incapacit dune compagnie dassurance particulire ne prsente pas
forcment les mmes caractristiques.
En effet, ces garanties ont pu tre proposes prfrentiellement une catgorie
socioprofessionnelle par exemple.
Le niveau de sinistralit observ sur cette population pourra donc scarter sensiblement de
celui donn par les tables rglementaires.
Lorganisme assureur risque alors de se retrouver en situation de sur-provisionnement ou de
sous-provisionnement en utilisant les tables rglementaires.
Une table dexprience construite en fonction de la population couverte et de la sinistralit
observe sur cette population, permettra alors dapprcier de manire satisfaisante le risque
support.
Par ailleurs, les tables du BCAC ont t construites selon certaines dfinitions de ltat
dincapacit. Or les garanties proposes par lassureur ne correspondent pas toujours
exactement ces dfinitions (priodicit des garanties diffrente ou garanties qui se
poursuivent au-del de lge limite des tables du BCAC : 60 ans).
Dans ces diffrents cas de figure, loutil tables rglementaires nest pas adapt aux garanties et
donc pas utilisable tel quel pour le calcul des provisions, do lavantage de construire une
table dexprience partir dobservations menes sur le portefeuille de lassureur.
Daprs ce constat, il a t dcid de construire des tables dexprience bases sur le
portefeuille des assurs dAXA ayant souscrits un contrat comportant au moins une garantie
complmentaire en cas dincapacit. Ces dernires concerneront lentre et le maintien en
incapacit uniquement.
- 26 -
PARTIE II :
LES DONNEES
- 27 -
Partie II : Les donnes
Une table dexprience repose par dfinition sur des donnes issues de lobservation dun
chantillon. Ces donnes seront dtailles dans le premier chapitre. Le suivant exposera les
choix fondamentaux adopts pour la construction des tables. Enfin, pour obtenir des rsultats
fiables, un travail prliminaire de traitement des donnes aberrantes sera effectu dans le
dernier chapitre.
Chapitre 1 : Prsentation des donnes
Section 1.1 : Les garanties du portefeuille tudi
Dans le portefeuille tudi, on sintresse aux garanties comportant une prestation lie
lincapacit:
- versement dindemnits journalires (IJ) en cas dincapacit que la cause soit un accident
ou une maladie. La tte assure doit tre prcise car il est possible dintroduire plusieurs
assurs sur le mme contrat. Le montant et la dure de la garantie ainsi que la dure de la
franchise sont fixs au contrat.
- versement dindemnits journalires (IJH) en cas dhospitalisation uniquement.
- Exonration (EXO) pour lassur du paiement des primes dues au titre dune priode o il
tait en arrt de travail.
Section 1.2 : Les fichiers de donnes
Les fichiers utiliss sont sous forme de tables SAS.
1.2.1 : Leur laboration
Pour llaboration de ce mmoire, des fichiers ont t extraits du systme informatique de
gestion. Cette extraction concernait tous les contrats (en cours ou termins) comportant au
moins une garantie incapacit, et seules les variables utiles pour notre tude taient
slectionnes.
Au final, nous disposons, des dernires images contrat. En effet il aurait t trop long et trop
volumineux dextraire pour chaque contrat lhistorique de toutes ses images.
De plus, toujours pour des raisons de volume et de traitement informatique, il existe un
archivage annuel pour les contrats du portefeuille ferms depuis plus de 5 ans. Comme le
dernier archivage date daot 1999, nous nobservons la totalit du portefeuille qu partir de
septembre 1994 (inclus), les contrats ferms avant cette date se trouvent donc dans un
historique qui ntait pas disponible pour llaboration de ce mmoire.
- 28 -
1.2.2 : Leur structure
a) Construction des lignes des fichiers :
Lordre de fabrication des fichiers est le suivant :
- Identification du contrat (n de contrat)
- Au moins une ligne par garanties au contrat (code garantie) (une ligne seulement quand il
ny a pas de sinistre sur la garantie)
- Quand il y a des sinistres, autant de lignes par garantie quil y a de sinistres touchant cette
garantie, en fait linformation lie un sinistre se trouve sur chaque ligne de garantie
touche par ce sinistre.
Illustration :
Un contrat ayant eu deux sinistres et compos de trois garanties (touches
par les sinistres), aura six lignes dans le fichier.
Un contrat avec trois garanties nayant jamais eu de sinistres ouverts, aura
trois lignes dans le fichier.
Un contrat avec trois garanties et deux sinistres, dont lun touche les deux
premires garanties et lautre seulement la premire, aura quatre lignes dans
le fichier.
b) Description des variables utilises :
Voici la description des variables prsentes dans les fichiers SAS, classes suivant leur niveau
dinformation:
Variables lies uniquement au contrat :
- le numro du contrat (cl pour identifier un contrat)
- le code produit du contrat
- le code situation du contrat au moment de lextraction du fichier
- la date de la situation du contrat, cest--dire, la dernire date de changement de situation
du contrat
- la date deffet du contrat
- la date du terme du contrat (elle sobtient en ajoutant la dure de la garantie principale la
date deffet du contrat)
- la prime totale pour le contrat
- le code fractionnement de la prime (unique, annuel, semestriel, trimestriel, bimestriel ou
mensuel)
- le nom du 1
er
au 5
me
intervenant (le souscripteur, le 1
er
assur, le cas chant le 2
me
et / ou
le 3
me
assur, et le bnficiaire)
- le code donnant le rle du 1
er
au 5
me
intervenant, il permet disoler le 1
er
assur
- la date de naissance du 1
er
au 5
me
intervenant
- le sexe du 1
er
au 5
me
intervenant
- la CSP du 1
er
au 5
me
intervenant
- le code postal du 1
er
au 5
me
intervenant
- 29 -
Variables lies uniquement la garantie complmentaire :
- le code de la garantie complmentaire
- le libell court de la garantie complmentaire (cl choisie pour identifier la garantie)
- le libell long de la garantie complmentaire
- le capital de base de la garantie : pour les IJ, il sagit des indemnits journalires, et pour
les exonrations, il sagit de la prime annuelle
- le montant de la prime par garantie
- le pourcentage ou pour millage de surprime lorsque lassur est class parmi les risques
aggravs, mdicaux, professionnels ou sportifs
Variables lies au sinistre :
- le numro de sinistre (cl pour identifier un sinistre)
- la tte de lassur qui est en sinistre
- le nom du bnficiaire
- la cause du sinistre (A = Accident ou M = Maladie)
- le code hospitalisation (lassur est hospitalis : O = Oui ou N = Non)
- la date de survenance du sinistre
- la date de dclaration du sinistre
- le nombre de jours dj rgls au titre du sinistre en cours
- le nombre de jours restants indemnisables au titre du sinistre en cours
- le nombre de sinistres antrieurs
- la date de la fin de priode indemnise au titre de la garantie
- la date de la fin de sinistre lorsque celui-ci est termin
- le montant dj rgl au titre du sinistre et de cette garantie
- le nombre maximum de jours indemnisables pour un sinistre
- le nombre maximum de jours indemnisables restants pour le sinistre
- date de dbut du 1
er
au 20
me
creux (courte reprise dactivit)
- le nombre de jours pour le 1
er
au 20
me
creux
- lindicatif du type du 1
er
au 20
me
creux
- la dure de la franchise pour respectivement les motifs 1 4 qui sont :
Motif1 =Maladie sans hospitalisation
Motif2 = Maladie avec hospitalisation
Motif3 = Accident sans hospitalisation
Motif4 = Accident avec hospitalisation
- le nombre maximum de jours indemnisables pour un contrat
- 30 -
Chapitre 2 : Les choix fondamentaux adopts pour la
construction des tables
Nous allons dcrire les choix fondamentaux (autres que les hypothses mathmatiques),
ncessaires la construction des tables. Ces choix ont t effectus a priori en fonction de
diverses contraintes pratiques ou lies l'utilisation des tables par la compagnie d'assurance.
Par exemple:
- il faut tenir compte de l'htrognit des donnes;
- faire en sorte que la sinistralit tudie sur les diffrents segments soit stable pour permettre
destimer la sinistralit future;
- s'adapter aux carences d'informations (les donnes les mieux rfrences sont seulement
celles qui sont ncessaires l'mission et la gestion des contrats).
La description de ces choix est regroupe en trois points :
choix de la priode d'observation du portefeuille
dtermination du risque que la table doit modliser
choix de la dimension des tables et des conventions de base appliquer.
Section 2.1 : Choix du primtre de ltude : la priode dobservation
Le nombre d'annes d'observation des assurs doit tre suffisamment grand pour obtenir des
volumes consquents sans avoir remonter vers un pass trop lointain et risquer d'intgrer des
donnes dj caduques.
En effet, la sant du portefeuille peut tre perturbe par des pidmies. Elle a aussi la
particularit d'tre influence par le contexte conomique et fiscal qui accentue l'autoslection
des assurs. La table d'exprience postule une stabilit de la sant des assurs par rapport la
priode d'observation.
Etant donn que lentre en incapacit est un vnement ponctuel et non un tat qui se prolonge
dans le temps comme le maintien en incapacit, les contraintes dans le choix de la priode
dobservation ne sont pas les mmes pour ce qui est de lentre et du maintien. En effet,
lincapacit peut durer jusqu 3 ans. Ltude du maintien exige donc une assez large priode
dobservation contenant au moins un cycle de 3 ans pour viter entre autre davoir une trop
grande proportion de donnes tronques ou censures.
Primtre des fichiers disponibles :
ils contiennent tous les contrats en cours ou termins avec une garantie incapacit lexclusion
de ceux ferms depuis plus de 5 ans (par rapport la date du dernier archivage : aot 1999). De
plus, linformatisation du portefeuille date de novembre 1989, ainsi, les sinistres survenus
avant cette date ne sont pas compltement renseigns et donc inutilisables pour notre tude.
Suite ces remarques, il est vident que lobservation ne peut dbuter avant 1990 (manque
dinformation).
- 31 -
2.1.1 : Priode dobservation pour lentre en incapacit
Nous savons que notre portefeuille est incomplet avant 1994 et plus prcisment avant aot
1994. Il est clair que ces contrats manquants modifient la frquence relle des sinistres et
biaisent les rsultats sur lentre en incapacit.
De plus, compte tenu des dclarations de sinistre tardives, il manque certains sinistres survenus
rcemment, nous ne pouvons donc pas inclure les derniers mois observs sans introduire un
biais dans les rsultats. Par consquent, voici le primtre envisag pour ltude de lentre en
incapacit :
de septembre 1994 fvrier 2000 inclus
La priode dobservation pour ltude des taux dentre en incapacit dure ainsi 5 ans et demi,
ce qui semble largement suffisant, nous verrons par la suite les volumes correspondants.
2.1.2 : Priode dobservation pour le maintien en incapacit
Nous savons que la dure dobservation joue un rle important puisque la proportion de
censures et de troncatures en dpend. Il a donc fallu examiner dans le dtail les arguments
pesant pour ou contre linclusion de la priode 1990 1994 dans lobservation. Nous lavons
rappel, lextension de la priode dobservation permettrait de travailler avec un volume de
donnes plus important et moins censur qui conduirait des estimations plus fiables.
Cependant, les lments suivants remettent en cause linclusion de la priode 1990 1994 :
- plus les observations sont loignes dans le temps, plus on est soumis au risque davoir des
donnes caduques car la sinistralit a pu changer en rponse lvolution de la mdecine
par exemple ou cause dune modification de lenvironnement conomique etc
- tant donn quil manque une partie des contrats sur cette priode, il manque aussi une
partie de la sinistralit, ce qui cre un dsquilibre dans la rpartition de la sinistralit sur la
priode totale dobservation.
- on ne connat pas cette sinistralit manquante (ni en nombre, ni en dure), il est donc
difficile de connatre limpact quelle aurait eu sur la sinistralit totale. Cependant, des
hypothses sur ces contrats manquants sont envisageables. En effet, ils ont disparu de nos
fichiers parce quils taient ferms (avant septembre 1994), on peut donc penser que la
majorit dentre eux avait atteint leur terme (cause normale de fermeture), les assurs
sinistrs sur ces contrats taient donc proches de leurs 65 ans. La plupart des sinistres
manquants seraient ainsi des incapacits aprs 60 ans. Dans le cas dune inclusion de la
priode 1990-1994, il faudrait donc mettre une rserve sur les dures de maintien
concernant des entres en incapacit tardives (aprs 60 ans).
- Nous disposons de septembre 1994 fvrier 2000 dune priode dobservation fiable dune
dure de 5 ans et demi, soit presque 2 cycles entiers dincapacit (2 fois 3 ans), ce qui
semble a priori raisonnable.
Il semble donc plus judicieux dexclure la priode 90-94 de notre primtre dtude du
maintien en incapacit. Ainsi, nous serons certains de connatre la sinistralit complte du
portefeuille sur la priode dobservation.
Finalement, la mme priode dobservation est retenue : [septembre 1994, fvrier 2000] pour
llaboration des lois dentre et de maintien en incapacit.
- 32 -
Section 2.2 : Choix des risques valuer
2.2.1 : Lexclusion des risques aggravs
Notre table doit reprsenter la sinistralit d'un assur payant une prime normale. Les cas
atypiques pour lesquels une tarification spciale est adopte ne doivent pas tre pris en compte.
Pour crer une table applicable des groupes homognes d'assurs, nous conserverons des
classes de risques dits "normaux". On entend par risque "normal", le risque qui peut tre trait
par la compagnie d'assurance comme un cas assurable dans des conditions ordinaires et
prsentant un risque financier proche de la moyenne. Un risque peut tre accept par l'assureur
soit en risque normal, soit en risque aggrav avec une surprime. On suppose que les contrats
surprims ont une sinistralit plus leve. Les degrs d'aggravation sont trs divers et valus
par des mdecins par rapport un risque dit "normal". Nous allons exclure les risques aggravs
et ne construire une table qu' partir des risques normaux.
2.2.2 : Le risque dindemnisation
Lassureur cherche chiffrer ses dpenses en terme dindemnisation de ses assurs.
De ce fait, pour valuer le risque dentre en incapacit, seuls les sinistres qui dpassent la
priode de franchise sont retenir puisque les autres sinistres ne sont pas indemnisables. Ils ne
rentrent pas dans le risque support par lassureur et sont rarement connus de lui. Ces
inconnues biaiseraient toute tude sur lentre absolue en incapacit. Ainsi quand on parlera
dentre en incapacit il faudra entendre entre en incapacit + maintien au-del de la
franchise .
De mme pour le maintien en incapacit, nous valuerons uniquement le maintien au-del de la
franchise et non la dure probable partir de la date de survenance du sinistre.
De plus, lindemnisation tant lie au contrat et la garantie, lchance de lun ou de lautre
mettra fin au droit indemnisation et de ce fait clturera tout sinistre en cours. Or, nous
souhaitons valuer uniquement le maintien indemnisable, ainsi, toute fin de garantie sur un
sinistre en cours correspondra la fin de larrt de travail.
A noter cependant que si la dfinition des conditions dindemnisation (et notamment de terme)
changent, la sinistralit de la table ne sera plus reprsentative dune sinistralit future.
2.2.3 : Lindpendance des risques
Pour satisfaire aux conditions dindpendance gnralement exiges pour construire des
estimateurs corrects ou pour tester ladquation aux hypothses, nous avons dcid de
construire des tables par tte et non par contrat. Ainsi un assur possdant plusieurs
contrats ne comptera quune seule fois, mais sera expos au risque incapacit sur toutes les
priodes garanties par ses contrats.
- 33 -
Section 2.3 : La dimension ge et les conventions utilises
Sachant que lge de lassur est un critre gnralement dterminant pour la sinistralit et que
les tables rglementaires sont proposes par ge, notre objectif est de construire des tables
dentre et de maintien qui seront fractionnes par ge.
Lge tant la dimension principale des tables, il est important de dfinir les dates de
changement dge et les ges correspondants.
Nous savons que si elle a lieu, lvolution du tarif dun contrat en fonction de lge se produit
la date anniversaire du contrat. Etant donn que les lois dentre et de maintien en incapacit
permettront dajuster les tarifs, il est ncessaire pour tre cohrent de choisir cette date
anniversaire du contrat comme date de changement dge.
Notations :
Si lon note x lge de lassur, le changement de classe dge se traduit par le passage de
lge x lge x+1.La classe dge x sera note [x,x+1[.
Il reste maintenant dfinir quel est cet ge x de lassur partir de la date anniversaire du
contrat.
Parmi les conventions usuelles, nous avons le choix entre :
- Lge que lassur a atteint son dernier anniversaire
- Lge quil atteindra son prochain anniversaire
- Lge quil atteint dans lanne civile en cours
- Lge atteint sa date danniversaire la plus proche
Les 3 premires propositions ont le mme inconvnient de permettre dans certains cas un
dcalage de prs dun an entre lge rel de lassur et lge convenu la date anniversaire du
contrat, alors que la dernire proposition entrane au maximum un cart de 6 mois.
De plus, notre portefeuille est constitu de contrats pour lesquels le principe la souscription
est de donner lassur lge atteint son anniversaire le plus proche.
Il est donc logique et cohrent de choisir aussi cette convention pour laborer nos tables.
Illustration :
Un assur n le 10/02/1940, ayant souscrit un contrat le 20/01/1980 aura 40 ans la
souscription et entrera dans la classe dge suivante soit [41,42 ans[ le 20/01/1981.
Dans le cas litigieux o il y a exactement 6 mois entre la souscription du contrat et
lanniversaire de lassur, nous prendrons par convention lge atteint au prochain anniversaire
de lassur, car par prudence, il vaut mieux pour lassureur sur estimer plutt que sous estimer
lge rel de lassur.
A noter que dans nos fichiers, la date de souscription du contrat sera matrialise par la date
deffet du contrat.

- 34 -
Chapitre 3 : Prparation des donnes
Section 3.1 : Dtection et traitement des valeurs aberrantes
La majorit des systmes de gestion informatique traitant un important volume de donnes
prsentent des donnes aberrantes. Il faut les traiter avant de commencer l'tude afin que nos
rsultats soient les plus fiables possibles. Pour cela, nous avons corrig les erreurs en nous
basant sur les connaissances de la ralit du portefeuille par le personnel d'AXA. Ce chapitre
prsente les faiblesses des donnes (et donc fixe les limites de validit des travaux effectus)
par ltude dune part des diffrentes variables intervenant dans lanalyse et dautre part des
cohrences entre elles.
Pour chaque type de variables envisag, les valeurs aberrantes sont classes suivant la
correction applique :
- une correction dite manuelle o lon remplace la valeur aberrante par sa vraie valeur
rcupre sur le systme source ou sur indication des gestionnaires des contrats.
- une correction dite automatique o la valeur aberrante est remplace par la valeur dune
autre variable susceptible de convenir.
- une correction par une approximation laide dautres variables ou de calculs de
moyennes.
- aucune correction envisage.
- suppression de lobservation aberrante.
Voici les diffrents formats de variables tudies dans les tables SAS :
- format date
- format numrique
- format caractre
- format cod : certaines variables ne prennent que quelques modalits.
Diffrents tests ont t effectus suivant la forme des variables et leurs relations, pour mettre en
vidence dventuelles valeurs aberrantes.
De plus, il faut respecter un certain ordre dans les diffrentes corrections effectuer car dune
part certaines variables sont lies, ce qui implique de rpercuter les modifications entre elles et
dautre part, pour extraire correctement le primtre choisi [septembre 1994,fvrier 2000] il
faut procder en premier lieu aux vrifications et corrections lies aux dates.
Les anomalies dtectes dans les diffrents fichiers et traites de manire se rapprocher de la
ralit du portefeuille sont explicites ci-dessous.
- 35 -
3.1.1 : Les dates
A. Lies au contrat ou aux garanties :
Date deffet du contrat :
On dtecte une anomalie lorsque la date deffet dune garantie complmentaire prcde la date
deffet du contrat, cependant, la garantie principale de ces contrats tant une rente diffre, la
date deffet du contrat a t renseigne avec la date de dbut de versement de la prestation.
Par une correction automatique, la date deffet de ces contrats a t remplace par la date
deffet de leur garantie la plus ancienne.
B. Date lie lassur :
Date de naissance :
Cette date est parfois manquante ce qui pose un rel problme puisque lge de lassur joue un
rle essentiel dans ltude de la sinistralit et dans llaboration des tables.
En fait, si cette date manque dans notre fichier, cest quelle correspond la date de rfrence
de SAS (01/01/1960) ou quelle nexiste pas dans le calendrier (par exemple le 29/02/1958
alors que 1958 nest pas bissextile!).
Pour viter dexclure de ltude les assurs sans date de naissance, nous avons procd une
correction manuelle.
3.1.2 : Les variables numriques
1. les franchises :
- On dtecte des incohrences lorsque la dure coule entre la survenance du sinistre et le
dernier rglement est infrieure la franchise et quil y a effectivement une indemnisation
ou lorsque le nombre de jours rgls concide exactement avec la dure coule entre la
survenance du sinistre et le dernier rglement (sans tenir compte de la priode de franchise
qui nest pas nulle au contrat). Ceci sexplique par des remises commerciales ou par le fait
que toutes les garanties touches par le sinistre nont pas la mme franchise.
- il a t dcid dans ces cas l, dannuler la franchise au contrat, puisque ce qui intresse
lassureur, cest surtout la dure de la priode dindemnisation.
2. le nombre total de jours indemniss pour un sinistre par garantie :
- On dtecte les cas vraiment aberrants en comparant le nombre de jours rgls avec la dure
coule entre la fin de la priode de franchise et le dernier rglement. Si le premier est
suprieur au second, alors le nombre de jour rgl est ajust automatiquement pour
combler la diffrence.
- 36 -
3. les montants garantis :
- dtection de possibles valeurs aberrantes sur les garanties IJ lorsque le montant de lIJ est
suprieur 5000 (que ce soit en franc ou en unit de compte) ensuite, on procde une
vrification manuelle sous le systme dinformation pour confirmer lerreur.
En ce qui concerne le montant de base pour les garanties exonration de prime, il doit
correspondre la prime, il faut donc dabord regarder le fractionnement de la prime
(annuel, mensuel) puis juger dun seuil au-del duquel le montant serait aberrant.
Il y a aussi les cas o le montant garanti nest pas renseign.
- Corrections envisages : sil y a eu un sinistre sur la garantie en question, on peut faire une
approximation du montant garanti en divisant le montant total rgl par le nombre de jours
rgls, si un de ces paramtres nest pas renseign ou sil ny a pas eu de sinistre alors on
peut calculer un montant garanti moyen.
Remarque :
Il est important davoir des montants garantis corrects car ils serviraient de poids dans
llaboration ventuelle de tables dentre et de maintien par capitaux. En effet, ces tables
seraient ncessaires si la sinistralit tait htrogne suivant le capital souscrit.
3.1.3 : Les autres vrifications pour dtecter des incohrences
1) Nb de jours rgls*montant de base de la garantie=montant total rgl pour la garantie ?
Il faut savoir que le montant de base de la garantie dont nous disposons est en fait le montant
actuel, il ne concide donc pas forcment avec le montant utilis lors du rglement du sinistre si
celui ci nest pas rcent. En effet, il peut y avoir eu une revalorisation de la garantie ou au
contraire une rduction. Ceci explique pourquoi le test ne donne pas toujours lgalit.
2) Nb de jours rgls+ franchise + nb de jours restants < nb de jours maximum par sinistre?
Si on enlve la franchise, on a l'ingalit souhaite pour tous les sinistres en cours.
Le nombre de jours maximum par sinistre correspond donc au nombre de jours maximum
dindemnisation et pas au nombre de jours de sinistre.
3) Nb jours rgls + franchise + nb jours restants + nbj sin antrieur < nb jours max par
contrat?
De mme que prcdemment, le nombre de jours maximum par contrat est en fait le nombre de
jours maximum dindemnisation en cumulant tous les sinistres du contrat.
4) Contrats encore en cours alors que leur date de terme est dpasse :
En considrant que cest d un oubli ou un retard de gestion, ces contrats sont corrigs en
modifiant leur position (passage automatique en position chu)
Conclusion :
Les corrections apportes aux donnes initiales permettent dobtenir une base plus saine pour
notre tude, mais il faut cependant garder lesprit que notre travail portera dans une certaine
proportion sur des observations retraites.
- 37 -
Section 3.2 : Traitements spcifiques pour adapter les donnes au
risque tudi
3.2.1 : Cration de la variable fingar : date relle laquelle la garantie se
termine
La variable fingar nous sera utile pour dterminer la population sous risque un moment
donn, cest dire celle dont une garantie incapacit est encore en cours.
En effet, nous connaissons la dernire situation de la garantie, mais nous ne disposons pas de la
date laquelle elle est entre dans cette situation. Ainsi, dans le cas o la garantie nest plus en
cours actuellement, nous ne savons pas toujours depuis combien de temps elle sest termine. Il
est donc ncessaire de construire cette nouvelle variable partir des lments dont nous
disposons.
principe de construction :
Lorsque le contrat et la garantie sont tous deux encore en cours, ou lorsque la garantie est
en position chue ou extinction (signe quelle est alle jusqu son terme prvu au contrat),
fingar correspondra la date (prvue au contrat) de fin de la garantie.
Lorsque le contrat est termin ainsi que la garantie, alors fingar sera gale la date de
situation du contrat.
Lorsque la garantie est encore en cours alors que le contrat est termin, on considrera que
cest un oubli et on mettra encore dans fingar la date de situation du contrat.
Lorsque la garantie est termine pour une autre raison que lchance et que le contrat est
toujours en cours, il ny a aucun moyen de connatre la date relle de fin de la garantie. Cest
pourquoi, nous procderons une approximation de cette date par le milieu entre le dernier
jour rgl pour le sinistre le plus rcent et la date dextraction du fichier, en cas de sinistre sur
cette garantie. Dans le cas contraire, fingar sera gale au milieu entre le dbut de la garantie et
la date dextraction du fichier.
3.2.2 : Cration de la variable fra = dure de la franchise pour un sinistre
Les dures de franchises au contrat sont renseignes dans 4 variables diffrentes qui
contiennent la franchise appliquer suivant le motif du sinistre (accident ou maladie, avec
hospitalisation ou non). La nouvelle variable fra donnera pour chaque sinistre la franchise
rellement applique.
3.2.3 : Cration de la variable datefin : date de fin du contrat
principe de construction :
Lorsque le contrat est dans une position qui signifie quil ny a plus dexposition au risque
incapacit (rsili, rachet, rduitetc), la date de situation permet de savoir depuis combien
de temps il est dans cette situation.
Ainsi, datefin contient la date de terme du contrat si celui ci est encore en cours ou en
position chu et elle contient la date de situation du contrat si celui-ci est termin pour une
autre cause que le terme.
Des tests ont t raliss pour vrifier sil ny avait pas danomalie sur cette nouvelle variable
en la comparant aux dates disponibles sur le contrat :
- si datefin est antrieure la date deffet du contrat et sil ny a pas de sinistre alors on
supprime ce contrat.
- lorsque des sinistres dpassent ou surviennent aprs datefin, une correction manuelle est
effectue pour remplacer datefin par la date de dernier rglement du dernier sinistre sur le
contrat.
- 38 -
3.2.4 : Cration des variables propres lassur
Les variables propres aux intervenants (nom, date de naissance etc ) sont renseignes pour
chaque individu li au contrat. De ce fait on dispose de 5 sries de variables (une pour chaque
intervenant). Pour raliser notre tude, il est ncessaire disoler, parmi les 5, la srie propre
lassur (en utilisant le code contractant qui lidentifie).
En effet, nous souhaitons construire des tables par tte ce qui signifie que notre cl primaire
sera : le nom + la date de naissance de lassur. De cette faon, les assurs ayant plusieurs
contrats ne compteront quune fois mais seront observs sur la priode cumule de tous leurs
contrats.
3.2.5 : Cration de lge la souscription et la survenance
Pour notre tude, lge de rfrence sera donn par le calcul de lge la souscription du
contrat comme indiqu dans la convention choisie. A partir de cet ge, on dtermine aussi lge
lentre en sinistre.
3.2.6 : Cration des priodes dexposition par ge
Dans le portefeuille tudi, tous les assurs ne sont pas exposs sur la totalit de la priode
dobservation choisie, il est donc ncessaire de dterminer la priode dexposition de chacun
pour ne pas biaiser les estimations des tables.
Nous avons choisi de prendre comme dbut dexposition la date deffet de la plus ancienne des
garanties complmentaires et comme date de fin dexposition le minimum entre la date de fin
du contrat et la fin de la garantie qui se termine le plus tard, tout en bornant cette priode avec
la priode observe.
De cette manire, toute personne ayant une dure dexposition nulle sera exclue du primtre
retenu.
Ensuite, nous avons scind cette priode dexposition totale pour obtenir lexposition sur
chaque ge. Ainsi, nous disposons du nombre de jour exact dexposition, pour chaque assur et
pour chacun des ges sur lesquels il est observ.
3.2.7 : Cration du nombre de jours dincapacit
Pour valuer le maintien en incapacit, il est ncessaire de dfinir la dure en arrt de travail
que lon va tudier. Ici, nous avons choisi de retenir la dure indemnisable au titre de
lincapacit cest dire le nombre de jours indemniss corrigs de la diffrence suivante :
{fin de la priode dincapacit reconnue par le mdecin} {date de dernier rglement}
- Si la diffrence est positive, elle reprsente le nombre de jours restant indemniser sur le
sinistre, il faut donc les ajouter ceux dj indemniss, sauf si lcart est trop important
(plus de 8 mois) ou si le dernier rglement est trop ancien (avant 1999). En effet, on peut
expliquer une diffrence assez rcente et peu importante par un dlai de gestion dans le
rglement des sinistres, les autres cas tant considrs comme des anomalies.
- Sinon, lorsque la diffrence est ngative, il faut la retrancher. Ce cas se produit uniquement
sur des garanties exonration lorsque lincapacit est suivie dune invalidit et que la
garantie exonre aussi la prime en cas dinvalidit. Certains gestionnaires ne clturent pas
immdiatement le sinistre incapacit pour ouvrir un sinistre invalidit. De ce fait,
lexonration de prime qui est aussi garantie en cas dinvalidit continue de fonctionner. Il
faut donc liminer cette priode dindemnisation due au titre de linvalidit et non au titre
de lincapacit.
- 39 -
3.2.8 : Cration de la date de fin de sinistre et des indicatrices de censure et de
troncature
Sur certains sinistres, la priode dincapacit ne se droule pas en continu partir de la fin de la
priode de franchise, en effet il est stipul dans les conditions gnrales des contrats que
lorsquil scoule moins de 2 mois entre deux priodes dincapacit concernant une mme
affectation ou un mme accident, elles sont considres comme une seule et mme priode .
On appelle alors creux la priode dinterruption dincapacit et on ne change pas de numro de
sinistre.
Pour faciliter le traitement des donnes propres au maintien en incapacit et viter dutiliser les
variables lies aux creux qui ne sont pas trs fiables, on neutralisera les creux existants en
crant artificiellement la date de fin de sinistre = {date de survenance + franchise + nombre de
jour dincapacit }. Ainsi tous les sinistres sont traits en continu.
On peut alors dterminer les sinistres censurs, cest dire ceux dont la date de fin dpasse la
priode dexposition de lassur (lindicatrice de censure vaut alors 1) ainsi que les sinistres
hors primtre, cest dire ceux dont la date de fin ne dpasse pas le dbut de lexposition, on
supprimera ces sinistres.
On construit aussi lindicatrice de troncature qui indique les sinistres tronqus, cest dire ceux
dont la survenance est antrieure la priode dexposition.
Remarque :
Ces indicatrices concernent la censure et la troncature comme on lentend au niveau du
maintien (cf partie V chapitre 1). En revanche, il faut noter que les sinistres tronqus ne feront
pas partie de lchantillon tudi pour lentre en incapacit puisque leur survenance na pas
t observe sur la priode retenue et quils ne sont pas exhaustifs. En effet tout sinistre
survenu le mme jour quun sinistre tronqu mais nayant pas dpass le dbut de la priode
dobservation a t limin du primtre.
- 40 -
Section 3.3 : Volume des donnes aprs traitement
Les traitements prsents dans les parties prcdentes modifient les volumes de donnes
disponibles. Les tableaux rcapitulatifs suivants permettent de comparer les volumes conservs
par rapport aux volumes initiaux et fournissent la proportion de donnes utilises qui
proviennent d'une approximation sur les donnes initiales.
Puis, dans un dernier paragraphe, nous prsenterons les volumes utiliss aprs modification de
la structure des fichiers en observations annuelles.
3.3.1 : Les volumes traits sur les fichiers de base
a) Volumes de donnes supprimes :

nombre de contrats nombre d'arrts
455877 61770
en absolu 450490 61317
par rapport au volume
initial
99% 99%
volumes initiaux
volumes aprs
traitement
b) Volumes de donnes traites sur le fichier final :

motif volume par rapport au fichier final
remplacement des montants garantis
manquants par un montant moyen
25%
approximations dans la cration de la date de
fin relle de la garantie
insignifiant
remplacement de la date d'effet du contrat par
celle de la garantie quand elle prcde
0,2%
passage en position chue des contrats ayant
dpass leur terme
0,7%
corrections sur la variable date de fin du
contrat que nous avons cre
insignifiant
annulation des priodes de franchises non
respectes
2,4%
ajustement du nombre de jours indemniss par
rapport la dure indemnisable de la
survenance au dernier rglement
2,2%
principales approximations propres aux garanties
principales approximations propres aux contrats
principales approximations propres aux sinistres
Remarques :
- Les pourcentages sont exprims en fonction du fichier final mais aussi en se ramenant
une ligne par garantie quand on sintresse aux corrections propres aux garanties, ou une
ligne par contrat quand on sintresse aux corrections propres aux contrats... etc
- Les volumes de corrections propres aux assurs sont insignifiants
Conclusion :
La proportion de donnes aberrantes est faible. L'utilisation de donnes en partie approximes
ne peut donc remettre en cause la validit des fichiers utiliss. De plus, la seule approximation
importante concerne les montants garantis qui ne seront pas utiliss dans notre tude.
- 41 -
3.3.2 : Transformation des fichiers par observation d'assurs en observation
annuelle d'assurs.
Dans une seconde tape, les traitements transforment les fichiers pour tenir compte de la
priode d'observation qui s'coule sur plusieurs annes. En effet, un assur peut tre observ de
1994 2000. L'tude ncessite de travailler indpendamment ge par ge. Les fichiers
squentiels seront alors modifis pour que l'unique squence, qui correspond l'observation
d'un assur pendant plusieurs annes (six ans par exemple), soit dcompose en plusieurs (six
par exemple) squences des ges diffrents.
Le tableau suivant fournit les volumes des fichiers aprs restructuration de manire obtenir
une squence par anne d'observation d'un assur.
Volume des donnes exprim en "anne d'observation d'un assur" :
nombre d'assurs dans les fichiers aprs traitement 430 916
nombre d'observations annuelles d'assurs dans les fichiers restructurs 1 689 671
Remarque :
Le volume est peu prs multipli par 4. Ceci sexplique naturellement puisque la priode
dobservation dure environ 5 ans (de septembre 1994 fvrier 2000).
- 42 -
PARTIE III :
EVALUATION
DU RISQUE INCAPACITE
- 43 -
Partie III : Evaluation du portefeuille et du risque incapacit
Cette partie sera consacre la connaissance du portefeuille tudi aussi bien en terme de
population et de contrat quen terme de sinistre. Cette valuation est ncessaire pour savoir
dans quel cas et sous quelles conditions les tables construites pourront tre utilises
ultrieurement.
Ce premier aperu de la sinistralit de nos assurs permettra aussi dorienter la segmentation
des tables.
Chapitre 1 : Descriptif du portefeuille
Dans ce chapitre, nous dcrirons le portefeuille selon les caractristiques propres au contrat
puis selon les particularits des assurs.
Section 1.1 : caractristiques des contrats souscrits
Ltude repose sur plus de 450 000 contrats (450 490 contrats pour tre exact).
Le portefeuille dincapacit correspond presque 800 000 garanties (indemnits journalires et
exonrations de prime soit 784 996 garanties en tout) .
Nous allons nous intresser maintenant la rpartition des types de garanties sur les contrats.
1.1.1 : les combinaisons de garantie
Le tableau suivant donne la rpartition des diffrentes garanties (IJ, IJH et EXO) sur les 2 types
de contrats en portefeuille ( pargne et prvoyance ) :
en pourcentage contrats de prvoyance contrats d'pargne
que de l'exonration 36 5
que de l'ij normale 6 0
que de l'ijh 3 0
que de l'ij et de l'ijh 8 0
que de l'ij et de l'exo 18 0
que de l'ijh et de l'exo 4 0
toutes les garanties 19 0
total 95 5
Commentaires :
95% des contrats tudis sont des contrats de prvoyance parmi lesquels, 36% des contrats
ne sont exposs au risque incapacit qu' travers la garantie exonration.
6% des contrats ne possdent que de l'IJ toutes causes
3% des contrats ne possdent que de l'IJ en cas d'hospitalisation et ne sont donc pas
exposs au risque incapacit sans hospitalisation
finalement, 51% des contrats possdent au moins une garantie IJ, 82% des contrats contiennent
au moins une garantie exonration et 34 % au moins une garantie IJH.
- 44 -
1.1.2 : les franchises souscrites
Nous disposons en fait pour chaque garantie de quatre valeurs de franchise, une pour chacun
des cas suivants :
En cas de maladie sans hospitalisation (1)
En cas de maladie avec hospitalisation (2)
En cas daccident sans hospitalisation (3)
En cas daccident avec hospitalisation (4)
Nous allons dabord considrer la garantie IJ.
Parmi ces quatre franchises, nous allons nous intresser principalement aux couples de
franchises forms par la franchise (1) et la franchise (3) et not : (1) / (3).
En effet, comme le montre le tableau ci-dessous, seule la cause (Maladie ou Accident) influe
rellement sur la dure de la franchise.
0j / 0j 15j /15j 30j / 7j 30j / 30j 60j / 30j 60j / 60j 90j / 7j 90j / 90j total
0% 15% 33% 22% 19% 3% 1% 7% 100%
* La franchise 0j/0j n'existe pas sur les IJ quand il n'y a pas d'hospitalisation
0j / 0j 15j /15j 30j / 7j 30j / 30j 60j / 30j 60j / 60j 90j / 7j 90j / 90j total
7% 15% 27% 21% 19% 3% 1% 7% 100%
les couples (1) / (3) de franchises sur les garanties IJ
les couples (2) / (4) de franchises sur les garanties IJ
En fait la structure des couples (2) / (4) est quasiment identique celle des couples (1) / (3), les
couples sont identiques avec ou sans hospitalisation sauf pour 1/5 des garanties ayant 30j/7j
(sans hospitalisation) et qui en cas dhospitalisation ont une franchise nulle.
la structure des couples de franchise sur les garanties IJ
0%
5%
10%
15%
20%
25%
30%
35%
0j / 0j 15j /15j 30j / 7j 30j / 30j 60j / 30j 60j / 60j 90j / 7j 90j / 90j
les couples de franchise (Maladie / Accident)
Le graphe prcdent permet de visualiser la structure des couples de franchises de type (1) / (3)
sur les garanties IJ.
Le couple de franchise (sans hospitalisation) principalement souscrit sur les garanties IJ est
dun mois en maladie et dune semaine en accident.
Les couples de franchises sont rpartis quasiment de la mme manire sur les garanties EXO.
Quant aux garanties IJH, elles ne possdent en fait que deux cas de franchise :
Maladie en cas dhospitalisation
Accident en cas dhospitalisation
Et finalement sur cette garantie, ces deux franchises sont toujours nulles.
- 45 -
1.1.3 : les montants des indemnits journalires
Voici la rpartition (en %) des garanties IJ suivant leur montant et selon le sexe de lassur :
homme femme total
en francs % % %
moins de 50 2 2 2
50 100 33 37 34
100 150 40 39 40
150 200 11 11 11
200 300 10 8 9
300 400 3 2 2
400 500 1 1 1
plus de 500 1 0 0
total 100 100 100
- Les IJ se situent globalement (95%) entre 50 et 300 F et majoritairement (75%) entre 50 et
150 F la tranche principale tant de 100 150 F (40%).
- Les IJ sont globalement plus leves chez les hommes que chez les femmes, cette
diffrence peut venir dun cart de rmunration.
Attention, 36% des contrats n'ont que de l'exonration et n'apparaissent donc pas ici o l'on ne
traite que l'IJ.
La structure des montants garantis sur les IJH est semblable.
En ce qui concerne la garantie EXO, trop de montants manquent pour pouvoir faire la mme
tude.
Les montants moyens de chaque type de garantie sont prsents dans le tableau suivant :
montant moyen
indemnit journalire IJ 125 F
indemnit journalire hospitalisation IJH 124 F
exonration de prime EXO 4 380 F
- 46 -
Section 1.2 : Etude de la population sous risque
La population tudie comporte plus de 430 000 assurs.
Nous allons maintenant tudier les diffrentes caractristiques de cette population. Ainsi, nous
serons en mesure de dterminer par la suite lors de lutilisation des tables sil existe un risque
de biais d lvolution de notre population.
1.2.1 : Rpartition Homme / Femme
hommes 66
femmes 34
Proportion dhommes et de femmes en pourcentage
Globalement le portefeuille est constitu d1/3 de femmes et 2/3 d'hommes.
1.2.2 : Rpartition des assurs par anne de naissance
Les graphes ci-dessous prsente la structure de la population masculine et fminine suivant
lanne de naissance :
0
2
4
6
8
10
12
14
16
18
%
moins
de 1935
1935
1939
1940
1944
1945
1949
1950
1954
1955
1959
1960
1964
1965
1969
1970
1974
1975 et
plus
rpartition des hommes et des femmes par anne de naissance
homme
femme
Tant dans la population masculine que fminine, les assurs sont majoritairement (73%) ns
entre 1945 et 1969 ce qui signifie une forte proportion des assurs ayant entre 30 et 55 ans en
2000. La rpartition sur cette priode est assez homogne (de 12 17% par tranche de 5 ans).
La pyramide des ges de la population totale atteint son maximum sur la tranche 36-40 ans :
0
2
4
6
8
10
12
14
16
18
%
moins
de 25
ans
de 26
30 ans
de 31
35 ans
de 36
40 ans
de 41
45 ans
de 46
50 ans
de 51
55 ans
de 56
60 ans
de 61
65 ans
plus de
65 ans
rpartition de la population totale suivant son ge en 2000
- 47 -
Linconvnient de la structure des ges des assurs cest que mme sur un portefeuille
primtre constant, elle volue avec le temps, alors que la structure des ges la souscription
est fixe et dfinitive. Cest pourquoi nous la prsentons dans le paragraphe suivant.
1.2.3 : Rpartition des assurs suivant leur ge la souscription
0
5
10
15
20
25
%
moins de
15 ans
15 19 ans 20 24
ans
25 29
ans
30 34
ans
35 39
ans
40 44
ans
45 49
ans
50 54
ans
55 ans et +
tude de l'ge des assurs leur souscription
femme
homme
Les souscriptions se font principalement entre 25 et 30 ans (23%) et la fentre 20 45 ans
regroupe la quasi-totalit des souscriptions (86%).
En plus de lge, la Catgorie Sosio-Professionnelle (CSP) des assurs est aussi une
caractristique importante de la population.
1.2.4 : Rpartition des assurs par CSP
femme homme total
total % % %
AGRICULTEUR 2 4 3
ARTISANS-COMMERCANT 6 11 9
CADRE 2 5 4
COLLECTIVITE PUBLIQUE 0 0 0
ENTREPRISE 0 0 0
INDETERMINE 2 2 2
PROFESSION LIBERALE 3 3 3
RETRAITE 1 1 1
SALARIE 71 71 71
SANS PROFESSION 13 3 6
TOTAL 100 100 100
Globalement, le portefeuille tudi est compos 71% de salaris tant pour les hommes que
pour les femmes. Les artisans - commerants avec 11% parmi les hommes et 6% parmi les
femmes reprsentent la seconde CSP privilgie en cible de clientle. Les autres CSP sont peu
reprsentes.
Lexposition au risque de notre population est certainement lie sa profession, mais aussi sa
rgion.
- 48 -
1.2.5 : Rpartition des assurs par rgion
Comme cette variable est trs mal rfrence sur certains fichiers, elle na t tudie que sur
les fichiers complets. Le tableau suivant donne la rpartition des assurs selon leur rgion, pour
le primtre retenu qui reprsente 40% des effectifs.
sur 40% du por t ef eui l l e
REGI ON %
ALSACE 4
AQUI TAI NE 5
AUVERGNE 2
BASSE- NORMANDI E 2
BOURGOGNE 4
BRETAGNE 4
CENTRE 3
CHAMPAGNE- ARDENNE 2
CORSE 1
DOM 13
FRANCHE- COMTE 2
HAUTE- NORMANDI E 2
I LE- DE- Fr ance 8
I NDETERMI NE 9
LANGUEDOC- ROUSSI LLON 4
LI MOUSI N 1
LORRAI NE 5
MI DI - PYRENEE 3
NORD- PAS- DE- CALAI S 4
PAYS- DE- LA- LOI RE 3
PI CARDI E 3
POI TOU- CHARENTE 4
PROVENCE 5
RHONE- ALPES 7
Tot al 100
On constate que 13% des assurs tudis sont domicilis dans les DOM, viennent ensuite la
rgion parisienne avec 8% des assurs et la rgion Rhne-Alpes avec 7%. Aucune autre
tendance ne se dgage, car la rpartition sur les autres rgion est assez quilibre (autour de 4%
dans chaque rgion).
Enfin, pour connatre au mieux notre portefeuille, il est intressant de regarder la proportion de
multi-dtenteurs, cest dire ceux qui ont souscrit plusieurs contrats.
1.2.6 : Les assurs ayant plusieurs contrats
nb de contrats
par assurs %
1 93
2 6
3 et plus 1

types de contrats %
que de la prvoyance
87
que de l'pargne
2
les deux 11
Type de contrat dtenus par les
multidtenteurs
Les assurs ayant souscrit une garantie incapacit sont essentiellement dtenteur dun seul
contrat (93%).
La majorit des multi-dtenteurs disposent de deux contrats qui sont alors deux produits de
prvoyance.
- 49 -
Chapitre 2 : Evaluation du risque incapacit
Pour viter toute ambigut, nous allons dabord dfinir les termes cls lis au risque tudi, et
pour avoir une premire ide de la sinistralit de notre portefeuille, nous tudierons ensuite les
principales caractristiques des arrts de travails et des sinistrs de notre base.
Section 2.1 : Dfinitions
Daprs les dispositions communes relatives aux garanties complmentaires du portefeuille,
voici quelques dfinitions lies au risque incapacit :
Maladie :
Toute altration de la sant constate par une autorit mdicale comptente. Ltat de grossesse
nest pas assimil une maladie, seules les complications qui en rsultent ventuellement sont
garanties.
Accident :
Toute atteinte corporelle, non intentionnelle de la part de lassur et provenant de laction
soudaine dune cause extrieure.
Hospitalisation :
Tout sjour de plus de 48 heures dans un tablissement de soins public ou priv ds lors que ce
sjour a pour objet le traitement mdical ou chirurgical dun accident ou dune maladie ou
ltablissement dun bilan de sant prescrit mdicalement.
Incapacit temporaire et complte :
Tout tat, physique ou mental de lassur, rsultant dun accident ou dune maladie mettant
celui-ci dans lobligation (reconnue par AXA) dinterrompre temporairement toute activit
professionnelle ou, dfaut de lexercice dune profession, dobserver un repos complet. Ceci
explique la prsence dassurs sans profession dans notre portefeuille.
Le risque tudi est lincapacit temporaire et complte comme dfinie ci-dessus et que nous
appellerons plus simplement incapacit ou arrt de travail.
Section 2.2 : La rpartition des sinistres
Pour construire des tables par tte, nous considrerons comme un seul sinistre tout sinistre
survenu la mme date sur une mme tte mme si cet assur possde plusieurs contrats sur
lesquels ce sinistre est indemnis.
Les rsultats suivants dcrivent la rpartition des sinistres suivant les variables descriptives
propres larrt de travail (sa dure, sa franchise et sa cause).
Remarque :
les rsultats prsents sont des moyennes calcules sur lensemble du portefeuille observ (pas
de distinction par garantie, type de sinistre, ge dentre en sinistre ).
- 50 -
2.2.1 : Rpartition des sinistres suivant leur nature
En combinant la cause (accident ou maladie) avec lexistence ou non dune hospitalisation on
obtient quatre natures de sinistres dont les proportions apparaissent dans le graphe suivant :
0
20
40
60
80
100
%
homme femme total
rpartition des sinistres par nature
accident avec hospitalisation
accident sans hospitalisation
maladie avec hospitalisation
maladie sans hospitalisation

Dans lensemble du portefeuille, il y a presque autant darrts de travail pour accident (42%)
que pour maladie (58%).
Mais il en est tout autrement si lon distingue le sexe de lassur. En effet, comme on pouvait
le souponner, les femmes sont peu souvent en arrt en raison dun accident (20%), alors que le
phnomne est invers (en moins tranch) chez les hommes. La combinaison des deux
tendances explique lquilibre obtenu au global.
Lhospitalisation est plus frquente sur les maladies que sur les accidents.
2.2.2 : Rpartition des sinistres suivant leur franchise
Le graphe suivant indique la proportion de sinistres dans chaque dure de franchise :
0
5
10
15
20
25
30
35
%
0 7 15 30 45 60 90
dure de la franchise en jours
rpartition des sinistres suivant leur
franchise
Globalement les franchises ne dpassent pas 30 jours. Les sinistres du portefeuille ont
principalement une franchise de 30 jours.
Nous allons maintenant nous intresser la dure des sinistres, un lment essentiel dans
lvaluation du risque incapacit.
- 51 -
Section 2.3 : Etude de la dure des sinistres
Ici, nous tudions la dure indemnise des sinistres, cest dire la dure au-del de la
franchise. Nous regarderons linfluence du sexe, de la franchise et de la nature du sinistre sur
cette dure.
Remarques importantes:
1) Lorsquil y a plusieurs type de garanties (IJ ou EXO ou IJH) qui jouent pour un mme
sinistre, cest la dure sur la garantie IJ qui prime ensuite, cest la dure sur lEXO. Et
lorsquil y a plusieurs garanties IJ, cest la dure maximum qui a t retenue.
2) Comme nous avons conserv tous les sinistres pour faire cette tude, nous avons mlang
les sinistres qui touchaient uniquement de lIJH (que nous appellerons les sinistres
hospitalisation) avec les autres sinistres. Donc les dures tudies correspondent soit des
dures indemnises dincapacit soit dans certains cas (quand il y a uniquement une IJH sur
la tte assure) des dures dhospitalisation.
3) Lorsquon parle de dure indemnise mensuelle, on entend la valeur entire la plus proche
du {nombre de jours indemniss divis par 30,5}. Par exemple, les sinistres de moins de 15
jours sont classs dans la dure mensuelle 0 et ceux qui durent entre 15 et 45 jours ont
une dure mensuelle de 1 .
2.3.1 : Suivant le sexe
rpartition des sinistres en fonction de leur dure
d'indemnisation observe
0
5
10
15
20
25
30
0 1 2 3 4 5 6 7 8 9 10 11 12 12-24 24-36
dure en mois
%
homme
femme
En fait, le sexe de lassur ne semble pas influencer particulirement la dure des sinistres.
Globalement les arrts de travail sont courts* : 73% durent moins de 3 mois, et seulement 5%
dpassent 1 an.
* le phnomne est accentu car on a vu que certaines hospitalisations sont incluses dans le
primtre tudi et comme gnralement la priode dhospitalisation est assez courte on
comprend pourquoi le pourcentage de sinistres indemniss moins de 3 mois est aussi lev.
- 52 -
2.3.2 : Suivant la franchise sur le sinistre
0
10
20
30
40
50
60
70
0 jour
5, 7 ou 15 jours
30 ou 45 jours
60 ou 90 jours
dure en moi s
%
rparti ti on des si ni stres en foncti on de l eur dure d' i ndemni stai on sel on l e
nombre de j ours de franchi se appl i qus
0 jour
5, 7 ou 15 jours
30 ou 45 jours
60 ou 90 jours
1) On constate que plus la franchise est longue plus la proportion de sinistre ayant une dure
dindemnisation importante augmente. Ceci est normal puisque plus la franchise est
importante, plus les sinistres donnant lieu indemnisation sont graves et donc longs.
2) Certains points sont prciser propos de la franchise 0 jour applique au sinistre. Pour
cette franchise, la proportion de sinistres courts est vraiment trs importante car les
franchises IJH sont nulles et en cas dhospitalisation certaines franchises IJ sont ramenes
0. Par consquent, les 60% des sinistres pour lesquels nous navons pas appliqu de
franchises qui ont une dure moins dun mois sont sans aucun doute des hospitalisations.
3) De plus parmi les sinistres sur lesquels aucune franchise na t applique, on constate une
lgre augmentation de la proportion pour les sinistres dpassant 10 mois dindemnisation.
Ceci sexplique par le fait que la franchise 0 jours sur une certaine garantie EXO est en fait
une franchise relative de 90 jours. Par consquent les sinistres disposant de cette fausse
franchise 0 jour pour lesquels nous avons effectu une indemnisation sont relativement
graves et longs puisquils ont au moins dpass 90 jours et que leur dure dindemnisation
comprend cette priode de 90 jours contrairement aux autres cas o la franchise est
absolue.
2.3.3 : Suivant la nature
Dans le tableau suivant figure la dure moyenne (en jours) des sinistres suivant leur nature :
accident maladie accident maladie
homme 60 158 122 123
femme 83 125 154 117
sans hospitalisation avec hospitalisation
Que ce soit pour les hommes ou pour les femmes, la dure moyenne est fortement influence
par la nature du sinistre.
Lhospitalisation augmente le maintien en cas daccident et le rduit en cas de maladie. En
effet, lors dun accident, si lassur est hospitalis, cest la preuve dune certaine gravit, au
contraire, en cas de maladie, lhospitalisation doit correspondre une opration, ce qui signifie
plutt une gurison.
Nous allons prsent tudier la saisonnalit des arrts.
- 53 -
Section 2.4 : Etude de la saisonnalit
Jusqu prsent, nous avons tudi uniquement les sinistres travers leurs caractristiques.
Maintenant, au lieu de se limiter au primtre des sinistres, nous allons les mettre en
perspective avec le portefeuille correspondant. Cest dire que lon va sintresser la
sinistralit proprement dite de notre portefeuille.
On entend ici le mot sinistralit au sens de risque dentrer en incapacit reprsent par le
rapport (nb de sinistres /nb de contrats).
Les statistiques des paragraphes suivants sur les sinistralits sont bases sur des rsultats
globaux sur toute la priode dobservation du portefeuille. Nous allons donc vrifier
pralablement que le risque dentre en incapacit est stable dans le temps sur notre fentre
dobservation.
A noter que les taux obtenus ne distinguent pas le type de garantie concerne (IJ, IJH ou EXO),
la nature du sinistre (maladie / accident) et lge de lassur.
2.4.1 : La stabilit de la sinistralit dans le temps
Les graphes suivants prsentent pour chaque anne observe le rapport (nb de sinistres
survenus / nb de contrats observs) :
0,0
1,0
2,0
3,0
4,0
5,0
6,0
7,0
%
1994 1995 1996 1997 1998 1999 2000
volution de la sinistralit sur la priode observe
La priode dobservation dbute en septembre 1994 par consquent, la sinistralit est fausse
car elle est calcule uniquement sur les mois d'automne / hiver o les arrts sont plus frquents
(cf. graphiques et explications suivantes).
De mme, en 2000, seuls les mois dhiver (janvier et fvrier) appartiennent la fentre
dobservation do encore le redressement de la sinistralit cette anne l.
Finalement, si l'on considre uniquement les annes entirement observes soit 1995, 1996,
1997, 1998 et 1999, on constate que la sinistralit est bien constante dans le temps (environ
4,5%).
Nous pouvons maintenant regarder la saisonnalit de lentre en incapacit.
- 54 -
2.4.2 : La saisonnalit
Les graphes suivants donne lvolution du risque dentrer en incapacit pour accident ou pour
maladie selon les mois de lanne :
0,0
0,2
0,4
0,6
0,8
1,0
1,2
saisonnalit des sinistres accident
femme
homme
0,0
0,4
0,8
1,2
1,6
2,0
saisonnalit des sinistres maladie
femme
homme
Globalement, on note une plus forte sinistralit (accident et maladie) en automne / hiver.
Comme on pouvait l'imaginer a priori, les maladies surviennent plutt pendant les saisons
froides (except pour le mois de dcembre). Un autre comportement amplifie le phnomne, en
effet, les assurs ne doivent pas dclarer leur incapacit lorsqu'ils sont dj en cong (dt). Le
pic de septembre reprsenterait alors la morosit du retour de vacances.
Pour les sinistres accidentels, on aperoit une lgre augmentation des frquences en automne /
hiver mais les diffrences mensuelles sont moins significatives.
Remarque :
On retrouve ici le faible risque daccident chez les femmes.
Dans la prochaine section nous nous intressons linfluence des caractristiques client sur la
sinistralit.
- 55 -
Section 2.5 : Influence des caractristiques clients sur la sinistralit
Les taux ci-aprs reprsentent les sinistralits globales pour chaque modalit de la variable
descriptive analyse. Cest dire que la sinistralit tudie est traduite par le rapport :
m modalit la pour n observatio d priode la sur total assurs d nombre
m modalit la pour n observatio d priode la sur total sinistres de nombre

cependant, les taux obtenus ne distinguent pas le type de garantie concerne (IJ, IJH ou EXO),
la nature du sinistre (maladie / accident), lge de lassur, la franchise applique
Ils sont par consquent beaucoup plus grossiers que les tables car ils reprsentent une moyenne
globale sur des risques htrognes (franchise). Le manque de prcision de ces taux ne
permet pas de quantifier fiablement le risque, lordre de grandeur de ces taux nest pas
comparable aux tables dentre en incapacit par ge. Nous ne pouvons donc pas utiliser ces
taux tels que par contre, la comparaison de ces taux entre eux permet dfaut de la
quantifier, de visualiser lexistence dune sur- ou sous- sinistralit entre diffrentes
populations.
Pour faciliter la comparaison, nous prendrons comme base 100 le taux :
n observatio d priode la sur assurs d global nombre
n observatio d priode la sur sinistres de global nombre

Ces premires tudes ont pour but daider la segmentation du portefeuille pour construire les
tables sur des populations homognes.
Les variables client retenues sont le sexe, la CSP, la rgion et le montant souscrit.
2.5.1 : Le sexe de lassur en arrt
0
20
40
60
80
100
120
homme femme
sinistralit en base 100
total
Sur lensemble du portefeuille, le risque dentrer en incapacit est plus important chez les
femmes que chez les hommes.
- 56 -
2.5.2 : la CSP du sinistr
Les rsultats suivants sont toujours exprims en base 100 et ils distinguent le sexe de lassur.
0
20
40
60
80
100
120
140
tude du taux de sinistralit par CSP
homme
f emme
Les agriculteurs, les artisans commerants et les salaris ont une sinistralit lgrement
suprieure la sinistralit globale du portefeuille et parmi ces trois CSP, la premire prsente la
sinistralit la plus forte.
Par contre, les autres CSP (cadres, profession librale, sans profession ou autres) affichent une
sinistralit homogne qui est globalement bien infrieure la sinistralit gnrale du
portefeuille
Attention, les CSP collectivit publique et entreprise ne comportent pas assez d'assurs
pour que la sinistralit soit fiable.
2.5.3 : la rgion du sinistr
La carte suivante reprsente la sinistralit par rgion dorigine pour la partie du portefeuille o
la variable rgion t compltement renseigne soit 40% du portefeuille.
On constate une sur-sinistralit trs forte en Corse (3.5 fois la sinistralit globale) et une
sinistralit plus importante que la moyenne dans le Sud Ouest. A loppos, le nord, lest et la
rgion parisienne prsentent une sous-sinistralit par rapport lensemble du primtre tudi.
- 57 -
2.5.4 : le montant dIJ souscrit
Un montant moyen dIJ est calcul pour chaque assur et le graphe ci-aprs rapporte par
tranches dindemnit journalire le rapport suivant :
IJ d tranche mme la dans assurs d total nombre le
IJ d tranche la dans sinistrs de total nombre le

La base 100 reste identique celle utilise dans les cas prcdents.
0
50
100
150
200
250
moins de 50 50 a 100 100 a 150 150 a 200 200 a 300 300 a 400 400 a 500
taux de sinistralit par montant d'IJ
homme
f emme
Attention, il n'y a pas assez de volume d'IJ dpassant 500 F pour pouvoir interprter la
sinistralit au-del de 500 F elle na donc pas t reprsente.
Globalement, la sinistralit croit avec le montant d'IJ garanti mais lvolution nest pas
rgulire et lon constate un creux de sinistralit sur la tranche 150 200 F.
- 58 -
PARTIE IV :
ELABORATION DES TABLES
DENTREE EN INCAPACITE
- 59 -
Partie IV : Elaboration des tables dentre en incapacit
Cette partie, consacre la construction de la table d'exprience de la loi dentre en
incapacit, s'articule en 7 chapitres.
Tout dabord seront prcises les particularits de l'estimation d'une loi partir de donnes
censures et individuelles.
Ensuite, nous souhaitons dterminer exactement llment utiliser dans la formule de
tarification pour traduire lentre en incapacit, afin den construire les tables
reprsentatives. Pour ce faire, nous exposerons les diffrentes mthodes de tarification
possibles (impliquant des approches destimation distinctes).
Aprs quoi, nous tudierons les diffrents estimateurs notre disposition, leurs proprits
et nous choisirons l'estimateur utiliser pour notre application pratique.
Il faudra ensuite dterminer la segmentation des tables de manire avoir un sinistralit
homogne dans chaque segment.
Pour fiabiliser nos rsultats, nous devrons aussi satisfaire aux contraintes de volume avant
de faire les estimations.
Les rsultats obtenus par les estimations brutes ainsi que les intervalles de confiance
feront lobjet du 6
me
chapitre.
Enfin, pour avoir des rsultats satisfaisants, nous procderons au lissage des tables brutes.
Chapitre 1 : Particularit de la table d'exprience
Ce chapitre dcrit les caractristiques des observations des assurs auxquels doivent s'adapter
les estimateurs de la loi dentre.
Section 1.1 : Lutilisation de donnes censures.
Nous utiliserons des estimateurs fonction des observations de la sinistralit des assurs mais
une partie de ces observations est censure. En effet, pour certains individus, toute
l'information n'est pas observable on parle alors de censures. Estimer une loi dentre en
incapacit par ge ncessite d'observer les individus d'un chantillon pendant lanne entire o
ils ont lge x. Cependant, nous nobservons que la dure de prsence dans le portefeuille ce
qui ninclut pas toujours lanne entire o lassur a lge x.
Lorsquil manque lobservation en dbut dge, on parle de troncature (censure gauche) et en
fin dge, on parle de censure droite. Par abus de langage, il nest pas toujours prcis que ces
censures sont droite .
Les cas de donnes censures droite sont illustrs dans les exemples suivants. :
Le contrat ou la garantie incapacit prennent fin avant que lassur ait lge x+1
L'assur rachte ou rsilie son contrat ou sa garantie incapacit avant datteindre lge x+1
L'assur dcde avant datteindre lge x+1
Lassur na pas atteint lge x+1 au 29/02/2000 (fin de lobservation)
NB : le cas de censure n1 ne se produira pas ici car la classe dge est dlimite par 2 dates
anniversaires conscutives du contrat.
- 60 -
Les cas dobservations tronques se produisent quand des assurs ont souscrit leur contrat
avant septembre 1994, ils appartiennent, au 01/09/1994, une classe d'ge dans laquelle ils
sont entrs avant le dbut de la priode d'observation. L'observation sur cette classe d'ge sera
par consquent censure gauche.
L'exemple suivant illustre un cas de troncature :
Soit un assur, n le 14/05/1950 qui souscrit un contrat le 09/07/1994. D'aprs la rgle adopte,
il a 44 ans la souscription mais nous ne lavons pas observ lanne entire de ses 44 ans.
troncature observation = 10 mois et 8 jours
09/07/1994 01/09/94 09/07/95
entre dans la dbut de entre dans la
classe d'ge l'observation classe d'ge
[44-45 ans[ [45-46 ans[
conclusion :
Les estimateurs de la loi dentre en incapacit des assurs retenus doivent pouvoir s'adapter
aux censures et aux troncatures prsentes dans nos observations.
Remarque :
Les censures et troncatures propres ltude du maintien en incapacit seront dtailles
ultrieurement.
Section 1.2 : L'utilisation de donnes individuelles et journalires
Pour des raisons de simplification des calculs, les estimateurs sont gnralement appliqus
des donnes groupes. Puisque ces estimateurs sont fonction du temps, ils font intervenir les
dates d'entre, de sortie et de censures au cours d'une anne dans le portefeuille. Il est souvent
suppos que ces mouvements se font de manire groupe au milieu de l'anne. Ces hypothses
sont notamment utilises dans les logiciels statistiques (comme SAS) estimant les lois de
survie. Puisque nous disposons des dates exactes des mouvements sur le portefeuille et des
moyens informatiques pour construire des estimateurs partir de donnes individuelles et
journalires, nous allons viter ces approximations. L'utilisation des donnes individuelles sur
les dates de mouvements, au lieu de grouper les nouveaux entrants, les sorties et les dcs au
milieu de l'anne, nous donnera des estimateurs plus proches de la ralit surtout aux ges o
les effectifs sont faibles et les censures frquentes.
- 61 -
Chapitre 2 : Lutilisation des tables : la tarification
La finalit des tables dentre en incapacit tant la tarification des produits comportant des
garanties incapacit, il est ncessaire de connatre le modle de tarif envisag pour dcider de
ce quil faut rellement estimer.
Nous allons donc prsenter dans ce chapitre les diffrentes formules de tarification
envisageables.
Section 2.1 : 1
er
modle
P
x
= p
1*
C
1
+ p
2
*C
2
+ p
3
*C
3
+
Avec :
P
x
: la prime pure associe au risque incapacit pour un assur appartenant la classe dge
[x,x+1[
p
1
: la probabilit dentre au moins une fois en incapacit durant la classe dge [x,x+1[
p
2
: la probabilit dentre au moins deux fois en incapacit durant la classe dge [x,x+1[
p
3
: la probabilit dentre au moins trois fois en incapacit durant la classe dge [x,x+1[
etc
C
1
: le capital constitutif li lindemnisation dun 1
er
sinistre survenu sur la classe dge
[x,x+1[
C
2
me
[x,x+1[
C
3
me
[x,x+1[
etc
Ce modle permet de tenir compte des sinistrs qui reprennent leur activit avant la fin de la
classe dge considre et qui sont ainsi nouveau exposs au risque dentrer en incapacit.
Par ailleurs, il semble lgitime de penser que le capital constitutif pour un sinistre est corrl au
nombre de sinistres de lassur dans la classe dge. Cest pourquoi cette tarification dissocie le
capital constitutif dun 1
er
sinistre de celui dun 2
me
sinistre etc
La prcision de cette formule permet donc de traduire au mieux le risque support par
lassureur et de tarifer le cas chant des garanties o le nombre de sinistres indemnisables
serait limit ( un ou deux ). Mais ce type de garantie nest pas commun sur le march et
nexiste pas dans le groupe AXA.
Il faut cependant noter que le calcul de tous ces capitaux constitutifs implique de connatre le
maintien en incapacit pour un 1
er
sinistre ainsi que celui correspondant un 2
me
sinistre etc
Ce qui oblige construire plusieurs tables de maintien en incapacit et notamment une table
associe aux doubles voir triples sinistrs (dune classe dge). Cette segmentation
supplmentaire rduirait considrablement le volume des donnes et donc la fiabilit des
tables, or ces tables devrons tre certifies pour tre utilises dans le provisionnement.
- 62 -
Section 2.2 : 2
me
modle
P
x
= p
1
*C
1
Avec :
p
1
: la probabilit dentre au moins une fois en incapacit durant la classe dge [x,x+1[
C
1
: le capital constitutif li lindemnisation complte de tous les sinistres de lassur
survenus dans sa classe dge [x,x+1[
Ce modle est issu du constat suivant :
nous savons que certaines rechutes aprs plus de 2 mois ne se sont pas traduit
informatiquement par la cration dun nouveau numro de sinistre mais par la prsence de ce
que lon a appel un creux (reprise de travail entre 2 arrts de travail) alors que les conditions
gnrales des contrats du portefeuille prcisent que lorsquil scoule plus de 2 mois entre 2
arrts de travails, il sagit dun nouveau sinistre. De ce fait, il est anormal par exemple de
traiter diffremment 2 assurs dont lun a eu 2 sinistres conscutifs espacs de 6 mois et lautre
na eu quun seul sinistre mais avec un creux de 6 mois au milieu. Pour viter davoir ce cas de
figure, et pour solutionner le problme du traitement des creux, il semble donc ncessaire de
regrouper en un seul sinistre tous les sinistres dun assur survenus dans la mme classe dge,
en prenant comme date de survenance celle du premier sinistre et comme dure le cumul des
jours darrt des sinistres regroups.
Ainsi, par ce traitement pralable des donnes, il est possible de traiter lentre en incapacit
sur une classe dge comme un vnement unique et dfinitif tel que le dcs, en calculant un
unique taux dentre, not q
x
= p
1
,

pour la classe dge [x,x+1[.
De plus, ce traitement des sinistres permet daborder de la mme manire les nouveaux
sinistres et les rechutes de plus de 2 mois qui auraient d entraner louverture dun autre
sinistre.
Le capital constitutif C
1
sera en fait propre aux sinistrs de la classe dge et non propre aux
sinistres. Son calcul passe par llaboration dune table de maintien en incapacit cohrente
avec la convention prcdente. De ce fait, on surestime le maintien en incapacit puisquon
remplace les petits sinistres conscutifs survenus un mme ge par un seul sinistre de dure
cumule.
Ainsi, lutilisation de cette table de maintien pour le provisionnement conduirait une
majoration du risque incapacit. Il serait donc ncessaire de construire une table pour le tarif et
une table diffrente pour le provisionnement, sachant quil est fort probable que la
rglementation future impose une table unique dans les deux cas.
De plus, ce tarif mlange des sinistres de causes diffrentes do des franchises qui peuvent
tre diffrentes et donc finalement des risques diffrents.

- 63 -
Section 2.3 : 3
me
modle
P
x
= Esp(N
x
)*C
x
N
x
: la variable alatoire nombre de sinistres incapacit survenus dans la classe dge [x,x+1[
pour un assur.
C
x
: le capital constitutif dun sinistre survenu dans la classe dge [x,x+1[.
Ce modle de tarification est en principe appliqu en assurance dommage o lon raisonne en
frquence de sinistres.
Etant donne que lincapacit nest pas dfinitive (comme lest le dcs par exemple), elle peut
se reproduire plusieurs fois et notamment dans la mme classe dge, de ce fait, il est possible
de considrer lincapacit comme un sinistre IARD.
Ainsi, le capital constitutif C
x
se calcule partir du maintien en incapacit associ tous les
sinistres survenus dans la classe dge [x,x+1[. Cette table de maintien correspondrait bien
celle envisage pour le provisionnement dun sinistre de la classe dge. Il serait ainsi possible
dappliquer la mme table pour la tarification et pour le provisionnement.
Cependant, ce modle ne distingue pas les premiers sinistres des deuximes ou troisimes
etc. En fait, les antcdents de lassur dans la classe dge ne sont pas pris en compte, et si
lon peut lgitimement supposer lindpendance des sinistres touchant des assurs diffrents, il
nen est pas de mme pour ceux touchant un mme assur.
En dehors des modles standard prsents ci-dessus, il faut aussi que le tarif corresponde
compltement aux garanties proposes et quil tienne compte notamment des clauses
mentionnes. Nous tudierons donc dans le paragraphe suivant limpact sur le tarif dune
clause particulire commune nos contrats et dans la section daprs, nous dfinirons les types
de tables adquates aux garanties proposes.
- 64 -
Section 2.4 : Rduction de prime
Dans les conditions gnrales de la majorit des contrats au portefeuille, figure la prcision
suivante :
Larrt de paiement des primes entrane la rsiliation de la garantie et met fin aux prestations
en cours .
Comme cette phrase rduit lengagement de lassureur, il faut oprer une diminution de la
prime correspondante de la manire suivante :
P
x
t
x
*D
x
Avec :
P
x
: prime calcule suivant le modle de tarif choisi
t
x
: taux de chute correspondant aux arrts de paiement des primes pour la classe dge suivante
(aprs x+1)
D
x
: capital constitutif de la prestation restant payer au-del de x+1 pour les sinistres survenus
sur [x,x+1[ et qui se prolongent au-del de x+1
Il serait donc ncessaire de construire une table de maintien spcifique pour les sinistres
chevauchant au moins 2 classes dge, mais ce ne sera pas fait dans le cadre de ce mmoire.
De toute faon, il est peu probable quun assur cesse de rgler ses primes alors quil touche
encore des indemnits pour arrt de travail et quand bien mme, sil possde la garantie
exonration de prime, la mention des conditions gnrales na aucun effet.
Section 2.5 : Adaptation des tables avec les garanties souscrites
Lobjectif de nos tables dentre est de permettre de valider ou de recalculer les tarifs de toutes
les garanties complmentaires lies lincapacit. Dans cette optique, il faut savoir clairement
comment chaque type de garantie impacte la dfinition mme du risque dincapacit.
Comme expliqu prcdemment dans la prsentation des donnes, il existe dans notre
portefeuille trois types de garanties incapacit :
- les indemnits journalires (IJ)
- les indemnits journalires en cas dhospitalisation (IJH)
- les exonrations de prime (EXO)
De plus, il existe des contrats sur lesquels plusieurs personnes sont assures au niveau de la
garantie principale (dcs) mais parfois aussi pour lexonration de prime. Dans ce cas, la
prime est exonre quand lun ou lautre des assurs est en incapacit.
De ce fait, il est impossible de traiter sparment les 2 assurs sur ces garanties, puisquil ny
aurait pas indpendance de lchantillon. En effet, lexonration ne se produit quune seule fois
mme si les 2 ttes sont sinistres en mme temps, on ne peut donc pas considrer la garantie
exonration sur 2 ttes comme la somme de 2 garanties exonration chacune sur une tte.
Il est donc ncessaire dexclure ces garanties pour construire la table principale par tte. Il est
envisageable dlaborer dans un second temps une table dexonration sur 2 ttes.
- 65 -
Dautre part, il se peut quun assur souscrive uniquement une garantie IJH, ainsi, il ne sera
expos quau risque dentre en incapacit avec hospitalisation. Si lon mlange ces assurs
avec le reste de la population, il est clair que lchantillon ne sera pas complet ni homogne en
terme dexposition mais aussi en terme de sinistres puisquil manquera les sinistres sans
hospitalisation des assurs qui nont quune garantie IJH.
Par consquent, il faudrait construire 3 types de tables dentre en incapacit :
- une table principale (IJ/EXO) caractrisant lentre en incapacit toute cause sur une seule
tte(avec ou sans hospitalisation) pour pouvoir tarifer les garanties IJ et EXO.
- Une table spciale hospitalisation (IJH) caractrisant lentre en hospitalisation pour
pouvoir tarifer les garanties IJH.
- Une table spciale 2 ttes (EXO2T) caractrisant lentre en incapacit sur 2 ttes pour
pouvoir tarifer les garanties EXO sur 2 ttes.
Des fichiers de donnes correspondants ces 3 chantillons ont t extraits.
Remarque :
Pour tarifer les garanties complmentaires lge x, il faut aussi calculer le capital constitutif
dun sinistre survenu cet ge et donc utiliser des tables de maintien appropries.
Par consquent, la structure des tables dentre influence celle des tables de maintien. Cest
dire quil est ncessaire de construire au moins les 3 types de tables de maintien correspondant
aux 3 types de tables dentre et bases sur les 3 mmes chantillons.
A titre dexemple voici la prime calcule partir du 3
me
modle de tarif, pour un assur dge
x qui aurait souscrit :
- une indemnit journalire de montant I (table associe IJ/EXO)
- une exonration de prime sur une tte de montant E (table associe IJ/EXO)
- une indemnit journalire hospitalisation de montant H (table associe IJH)
P
x
= Esp(N
x
)
IJ/EXO
* C
x
(I+E)
IJ/EXO
+ Esp(N
x
)
IJH
* C
x
(H)
IJH
O :
- Esp(N
x
)
IJ/EXO (resp IJH)
est issu de la table dentre IJ/EXO (resp IJH)
- C
x
(I+E)
IJ/EXO
calcul partir de la table de maintien IJ/EXO et du montant garanti (I+E)
- C
x
(H)
IJH
calcul partir de la table de maintien IJH et du montant garanti H
- 66 -
Chapitre 3 : Les estimateurs dentre en incapacit
Aprs avoir explicit les modles de tarif envisageables, nous allons maintenant exposer les
estimateurs du risque dentre en incapacit qui se rapportent chaque modle.
La 1
re
section traitera des estimateurs de taux dentre qui sont adapts pour tarifer selon les
deux premiers modles, alors que la section suivante prsentera lestimateur IARD adapt au
3
me
modle. Puis nous expliquerons pourquoi nous avons retenu ce dernier estimateur pour
construire nos tables dentre.
Section 3.1 : 1
re
approche : le concept de taux dentre en incapacit
Il est difficile de donner un sens prcis lappellation taux dentre en incapacit car
lincapacit est un tat passager qui peut se reproduire plusieurs fois chez un mme assur
des frquences plus ou moins importantes.
Comme cette tude doit permettre dlaborer des tarifs qui volueront en fonction de lge de
lassur, on sintresse lentre en incapacit par classe dge. Se pose alors le problme de
savoir comment traiter les assurs qui ont plusieurs sinistres la mme anne. En effet, est ce
que le taux dentre en incapacit dans la classe [x,x+1[ correspond la probabilit davoir au
moins un sinistre dans lanne, ou alors la probabilit davoir un sinistre et un seul ?
Pour tablir son tarif, lassureur a besoin de connatre le risque dindemnisation de ses assurs,
soit en fait le risque dentrer au moins une fois en incapacit sur la classe dge considre et
daller au-del de la franchise.
Ce concept correspond tout fait au 2
me
modle de tarification, mais si lon envisage le 1
er
modle, alors il faut estimer plusieurs taux dentre bass chacun sur leur propre chantillon.
En effet, la formule de calcul utilise les probabilits dentrer au moins une fois en incapacit,
au moins deux fois, au moins trois fois etc
En fait, pour calculer ces probabilits, on peut utiliser un mme estimateur de taux mais en
modifiant chaque fois lchantillon de donnes. Pour calculer le 1
er
taux (la probabilit
dentrer au moins une fois), on garde lchantillon complet, pour calculer le 2
me
taux (la
probabilit dentrer au moins deux fois), on enlve sur chaque ge tous les premiers sinistres de
chaque assur, pour calculer le 3
me
taux (la probabilit dentrer au moins trois fois), on enlve
sur chaque ge tous les premiers et deuximes sinistres de chaque assur et ainsi de suite. Ce
modle est limit par la taille des chantillons obtenus.
De toute faon, que ce soit pour le 1
er
ou le 2
me
modle de tarif, il faut en fait estimer une
probabilit dentre au moins une fois en incapacit.
Ainsi, il est possible de traiter lentre en incapacit sur une classe dge comme un vnement
unique et dfinitif tel que le dcs, en calculant un unique taux dentre, not q
x
,

pour la classe
dge [x,x+1[.
Le premier type d'estimateur de la loi dentre en incapacit pour des donnes censures que
nous allons construire est appel dans la littrature estimateur non paramtrique de Kaplan-
Meier ou estimateur product-limit.
- 67 -
3.1.1 : Les estimateurs non paramtriques
a) L'estimateur de Kaplan-Meier
En juin 1958, E. KAPLAN et P. MEIER publient dans le journal de lAmerican Statistical
Association un article intitul Non Parametric estimation from incomplete observations
dans lequel ils dfinissent lestimateur PL de la fonction de survie S(y)=P(Y>y) (PL pour
Produit-Limit ainsi nomm car il est construit par produits successifs).
Rappelons brivement en quoi consiste cet estimateur.
Le principe
Aprs avoir dcoup la priode de survie observe [date o l'on atteint l'ge x, date o l'on
atteint l'ge x+1] en sous-priodes dlimites par les dates {a
j
,j=1,2...m}, la mthode de
Kaplan-Meier consiste dire que la probabilit p
x
de ne pas entrer en incapacit lge x, cest
la probabilit de ne pas entrer chaque priode j (1, 2, 3 , m) (p
j
) sachant que lon ntait pas
entr la priode prcdente.
p
x
=

p
1
p
2
.... p
m
avec p
j
=1-q
j
La construction
Quand il ny a pas de censures :
Le but de la dmarche, est destimer Q
x
la probabilit dentre en incapacit dans la classe
dge [x,x+1[. Il est quivalent destimer S
x
la fonction de survie sur [x,x+1[ sans entrer en
incapacit car q
x
=1-S
x
(1).
Supposons que cette loi de survie est discrte et de la forme :
{(a
i
,f
i
) ;i=1,2,,m}, 0 a
1
<a
2
<<a
m
1
les a
i
tant des dates connues entre x et x+1 et les f
i
les valeurs correspondantes prises par la
fonction.
En notant X la variable dure de survie au-del de lge x sans tre entr en incapacit, on
dfinit q
i
la probabilit dentrer en incapacit la date a
i
par :
) / (
i i i
a X a X P q .
Donc pour t]0,a
m
], S
x
(t) =

<
t a r
r
r
q
/
) 1 ( (1)
q
i
est ensuite estim par la mthode du maximum de vraisemblance partir de lobservation
dun n-chantillon.
Soit d
i
le nombre dentres en incapacit la date a
i
.
A priori, le nombre dentres en incapacit chaque date a
i
suit une loi binomiale B(n
i
,q
i
) avec
n
i
le nombre dindividus restant soumis au risque dincapacit la date a
i
,
n
i
=n
i-1
-d
i-1
=n-d
1
-d
2
--d
i-1
do la fonction de vraisemblance suivante:
L(d
1
,,d
m
;q
1
,,q
m
)=
r r r r
r
d n
r
d
r
m
r
d
n
q q C

) 1 (
1
(2)
- 68 -
La maximisation de L sobtient par lannulation des drivs partielles suivantes :
r
r r
r
r
r
q 1
d n
q
d
q
lnL
r=1,2,m
Ce qui conduit aux estimateurs suivants :
r
r
r
n
d
q
)
, r=1,2,,m
En introduisant ces estimateurs dans (1) on obtient lexpression de ) (t S
x
)
:
) 1 ( ) (
/
<

t a r r
r
x
r
n
d
t S
)
Rsultat
On dtermine ainsi l'estimateur de Kaplan-Meier qui admet la forme suivante:
(3)
Remarque essentielle :
Si dans (3), d
j
=0, alors 1-
j
j
n
d
=1 et ce facteur disparat du produit ; de ce fait, dans la
construction de
x
q
)
, seuls les a
j
en lesquels il y a effectivement au moins une entre en
incapacit mritent dtre considrs. Il suffit donc de retenir les diverses dates de sinistre et
dutiliser les nombres dentre en incapacit et les effectifs faisant face au risque dincapacit
qui leur correspondent.
Introduction de censures et de troncatures :
Supposons maintenant quentre les dates a
j-1
et a
j
, c
j-1
ttes soient censures et que t
j-1
ttes
soient tronques.
convention utilise :
En cas dex quo, une entre en portefeuille prcde une censure qui prcde elle mme une
entre en incapacit.
Maintenant, le nombre de ttes restant prsentes face au risque dentrer en incapacit en a
j
sera
donn par :
n
j
=n
j-1
-d
j-1
-c
j-1
+ t
j-1
, j=1,2,,m avec n
0
=n, d
0
=0 (4)
Sous la condition dindpendance entre le processus de censure et celui rgissant les entres en
incapacit, les taux dentre q
1
, q
2
, , q
m
nont pas tre modifis, et la prcdente fonction
de vraisemblance (2) est toujours valable en utilisant les n
j
dfinis ci dessus.
Ainsi lestimateur de Kaplan Meier
x
Q
est dfini daprs (3) et (4).

j
j
j
x x
)
n
d
(1 S 1 Q 1 ) 1 (
)
- 69 -
Proprits
L'esprance :
[ ]
x
m
j
j
m
j
j
m
j
j
j
m
j
j
j j
x
Q p q
n
d
E
n
d n
E Q E
,
_
1
1
]
1

1
1
]
1
,
_

1 1 1 1
1 ) 1 ( 1 1 1 1
On en conclut que cet estimateur est sans biais.

La variance :
[ ] [ ] [ ] [ ] [ ] [ ]
V Q V P E P E P E P E P E P E P
p q
n
p p p
q
p n
p p
q
p
x x x x j
j
m
j
j
m
j
j
m
j
j
m
j j
j
j
j
m
j
j
m
j
j
m
j
j j
j
j
m
j
j
m
j
$ $ $ $ $ $ $ $
(

1
]
1

1
]
1

_
,
_
,
_
,
+
_
,
_
,

_
,

2 2 2
1
2
1
2
1 1
2
2
1 1
2
2
1 1
2
1
2
1
( )
j j j
m
x
j
j j j
m
n
p
q
p n
+
1
]
1
1
_
,
1 1
1
2
1
)
approximation *
L'approximation (*):
) 2 ( 1
1 1 1 1
1 1
1
0 0
0
1 1
1
0 0
0
0
plus et ordres d' termes
n p
q
n p
q
n p
q
n p
q
n p
q
n p
q
n p
q
m m
m
m m
m
m
j j j
j
+ + + + +
,
_
,
_
,
_
,
_
L
L
On considrera les termes du second degr et d'ordres suprieurs comme ngligeables.
Les inconvnients
Dans la pratique, cet estimateur n'est pas utilis quand il y a beaucoup de donnes. En effet, il
demande de connatre la chronologie des entres en incapacit sur le portefeuille ainsi que le
nombre de censures entre deux mouvements. C'est un traitement lourd mme avec des outils de
calculs modernes.
- 70 -
b) Lestimateur actuariel
principe
Comme pour lestimateur de Kaplan Meier, q
x
, le taux dentre en incapacit lge x, est
estim par la mthode du maximum de vraisemblance partir de lobservation dun n-
chantillon en supposant que le nombre dentres en incapacit lge x suit une loi binomiale
B(n
x
,q
x
) avec n
x
le nombre dindividus restant soumis au risque dincapacit au dbut de lge
x.
Soit d
x
le nombre dentres en incapacit lge x.
Ce qui conduit lestimateur suivant :
x
x
x
n
d
q
)
De plus, on considre que toute personne censure ou tronque, pendant une priode, est
expose au risque en moyenne sur une demi priode, ce qui implique en fait lhypothse
suivante : les censures et les troncatures sont uniformes et indpendantes sur une priode.
De ce fait, lexposition au risque dincapacit lge x devient :
Exp
x
= n
x
-
2 2
x x
t c
+
Avec :
- c
x
: le nombre dassurs censurs lge x
-
t
x
: le nombre dassurs tronqus lge x

rsultat :

t c
- n
d
q
x x
x
x
x
2 2
+
)
remarque :
cet estimateur trs simplificateur nutilise pas les donnes individuelles. On peut donc douter
de sont adquation aux donnes et de sa prcision.
- 71 -
3.1.2 : Les estimateurs paramtriques
Puisque l'estimateur de Kaplan-Meier semble assez complexe mettre en uvre, et puisque
lestimateur actuariel semble un peu trop simplificateur, nous avons tudi les diffrents
estimateurs ncessitant des hypothses sur la distribution des entres en incapacit un ge
fix.
Description gnrale des autres estimateurs.
Nous ne disposons pas d'tude prcdente sur nos propres assurs nous donnant la forme
paramtrique de leur loi dentre en incapacit mais nous connaissons des formes
paramtriques qui s'appliquent lincapacit en gnrale et d'autres tables d'exprience. Nous
allons donc prendre l'hypothse naturelle que la loi dentre en incapacit de nos assurs un
ge donn a une des formes paramtriques usuelles. Les estimateurs chaque ge ont donc t
construits partir de suppositions sur l'expression de la loi en fonction du temps. Si les
hypothses paramtriques adoptes sont proches de la vraie loi dentre, les estimations
paramtriques sont les mieux adaptes.
a) L'estimateur des moments de Hoem
L'estimateur dit de Hoem donne un rsultat simple dont nous allons donner les justifications.
Le principe
Il s'agit de considrer que l'assur i n'est expos au risque dincapacit dans la classe d'ge
considre [x,x+1[ qu'entre les dates r
i
(date du dbut d'observation de l'assur d'ge x) et s
i
(date de fin d'observation de l'assur d'ge x par censure ou dfaut de censure, date de
changement d'ge). s
i
est connue (fin du contrat ou fin de la priode d'observation ou
rsiliation). C'est dire que l'on ne prendra en compte, pendant l'observation des assurs, que
les priodes o il y avait effectivement un risque support par l'assureur.
La construction.
D'aprs le principe nonc ci-dessus, la variable alatoire X
i
(incapable ou non) suit une
Loi de Bernoulli B(
si-ri
q
x+ri
) o
si-ri
q
x+ri
= probabilit dentrer en incapacit sur la priode
qui dbute en (x+ r
i
) et qui dure (s
i
-r
i
), sachant quau dbut de lobservation ( lge x+r
i
) lassur i est en tat de capacit.
Exemple:
Soit un assur n le 06/03/1949, qui souscrit un contrat le 12/03/1980 et le rachte le
11/01/1995.
A partir du 12/03/1994, il entre donc dans la classe d'ge [45-46[.
Le 01/09/1994 commence l'observation de cet assur dans la classe d'ge [45-46[. Donc
r
i
=01/09/1994-12/03/1994 et x+ r
i
=45 ans, 5 mois et 20 jours.
Le 11/01/1995 l'observation de cet assur dans cette classe d'ge cesse par censure. Donc,
s
i
-r
i
=11/01/1995-01/09/1994=4 mois et 10 jours .
- 72 -
- Les variables X
i
ont une esprance E[X
i
] =
si-ri
q
x+ri
(1).
Pour simplifier (1), on suppose que la probabilit pour un individu d'ge x dentrer en
incapacit entre l'ge x et l'ge x+t est une fonction linaire du temps t:
t x
q a b . t +
pour t[0,1].
Or : si t=1,
1
q q
x x
et si t=0,
0
0 q
x
donc
t x x
q t q .
u On en dduit la proprit:
t x x
q t q .
t x
p 1 t. q
x

x t x s
q ) (s q t
t

+
(2)
par approximation,
x s x t t x t s
p p q
+
Par l'quation (2), l'quation (1) devient: [X
i
]=(s
i
-r
i
) q
x
Soient :
X
1
, ...,X
nx
, n
x
variables de Bernoulli B(
si-ri
q
x+ri
) indpendantes,
x
n
i
i x
X D
1
le nombre de sinistres incapacit survenus pendant la classe dge [x,x+1[
Daprs les rsultats prcdents, en notant Z
i
, les n
x
variables indpendantes telles que
Zi=
i i
i
r s
X
on a : [ ]
x
i i
i
i
q
r s
X
E Z E
1
]
1
En appliquant la Loi des Grands Nombres aux variables Z

i
indpendantes et
uniformment distribues, on en dduit un estimateur de q
x
.

) r (s
D
Q : est Hoem de estimateur L'
i i
x
x
Proprits de l'estimateur de Hoem

L'esprance mathmatique est:
E[Q ]
E[D ]
(s r )
q (s r )
(s r )
x
x
s i
1 1
n
x i i
i 1
n
s i
1 1
n
$

q
x
Il s'agit donc d'un estimateur sans biais.
- 73 -
La variance est:
premire mthode:
1
1
1
1
]
1
1
1
1
1
]
1
n
1 i
i i
n
1 i
i
n
1 i
i i
x
x
r s
X
V
r s
D
V ] Q
V[
x
x
(s r ) * q *(1 (s r ) *q )
[ s r ]
i i x i i x
i 1
n
i i
i 1
n
2
x
x
Seconde mthode:
D
x
suit une binomiale B s r q
i i x
i
n
x
( ) ,
_
,
1
, ( ) s r
i i
i
n
x
1
approxime par sa valeur entire.
On en dduit la variance suivante:
1
1
1
1
]
1
x
n
i
i i
x
x
r s
D
V Q V
1
) (
]
( ( )) * * )
[ ( ) ]
s r q p
s r
i i
i
n
x x
i i
i
n
x
x
1
2
1
p q
s r
x x
i i
i
n
*
1
Nous allons maintenant exposer lestimateur du maximum de vraisemblance obtenu avec
lhypothse que la loi de survie suit un modle exponentiel.
- 74 -
b) L'estimateur du maximum de vraisemblance avec hypothse de loi
dentre.
Nous utiliserons les mmes notations que pour le prcdent estimateur.
Le principe
Cette mthode pour estimer la loi dentre en incapacit utilise un estimateur construit pour
maximiser la vraisemblance de l'chantillon en supposant que la variable Xi suit une Bernoulli
B(
ti-ri
q
x+ri
). t
i
est la date de fin d'observation de l'assur d'ge x que ce soit par censure,
incapacit ou changement d'ge. La logvraisemblance fait intervenir la densit de X
i
qui est la
compose d'une masse de Dirac et d'une fonction de distribution entre la date observe d'entre
dans la classe d'ge et la date observe de sortie relle de cette classe. On considre qu'un
assur sort de l'effectif ds la date de son entre en incapacit. La date de sortie observe relle,
quand l'assur est sinistr, est la date du sinistre.
Etapes de la construction
La densit conditionnelle dincapacit de X
i
l'ge x+
i
sachant que l'assur a atteint
l'ge x en tat de capacit =

i x i
p
x
*
+
o
x i +
est le taux instantan dentre en
incapacit au point x+i.
- La vraisemblance des n
x
observations indpendantes et identiquement distribues X
i
est: V = ( p * ( ) )
n t r x+r x + t i
X
i 1
n
i i i
i
x
(3)
Hypothse fondamentale:
Pour simplifier l'quation (3), on prendra comme hypothse que la probabilit de
maintien suit un modle exponentiel.
C'est dire que l'on fait l'hypothse que la distribution de la probabilit (
t
q
x
) d'un
individu d'ge x de tomber en incapacit entre l'ge x et l'ge x+t est la suivante:
t x t x
t
q 1 p 1 e

On trouve l'expression du taux instantan dincapacit:
Par dfinition,
t x
t x
t x
l
l
dt
d
+
+
+

et
x t
t x
t x
p
dt
d
l
l
dt
d
ln
+
+

x t
cte
+

- 75 -
Avec un taux instantan dentre en incapacit constant, l'quation (3) devient:
V
n
e = e
x
i
x
x
n
i r - i (t - ln D x n
=1 i
i) r - i (t - D
)
1
La logvraisemblance est:

x
n
=1 i
x n n
) i r - i (t - ln D = V ln = L
L'estimateur du maximum de vraisemblance minimise la logvraisemblance de
l'chantillon, il est donc solution de l'quation suivante.
x
n
1 i
x n
) i r - i (t -
D
= 0 =
d
dL

0 <
D
- =
d
L d
2
x n

2
2
On en dduit lestimateur du maximum de vraisemblance :
)
x
n
i
x
i r - i t (
D
=
D'o, l'estimateur du maximum de vraisemblance de la probabilit dentrer en incapacit
l'ge x :
) r (t
D
x
i i
x
n
1 i
x
e Q
Les proprits de l'estimateur du maximum de vraisemblance

D'aprs la littrature cet estimateur du maximum de vraisemblance est asymptotiquement
efficace, sans biais, normal et de variance
) (
1
x n
p I
( ) (
x n
p I = information de Fisher)
- 76 -
Section 3.2 : 2
me
approche : le modle IARD
Cette approche correspond au 3
me
modle de tarification.
3.2.1 : lestimateur
principe
Au lieu de retraiter les donnes pour pouvoir considrer lentre en incapacit sur une classe
dge comme un vnement unique, on pourrait tout simplement envisager de la traiter comme
un sinistre dassurance dommage tel que le sinistre automobile par exemple. En effet, de part
son caractre rptitif, le sinistre incapacit pourrait tre tarif sur le modle de lassurance
non vie en utilisant la variable N
x
(nombre de sinistres sur [x,x+1[ pour chaque assur) dans la
formule suivante :
Prime = Esp(N
x
)*(cot moyen dun sinistre sur [x,x+1[)
Hypothse fondamentale :
Lhypothse traditionnellement retenue pour la loi de cette variable N
x
est la loi de Poisson de
paramtre
x
. Dans ce cas, il est gnralement admis que pour un assur i qui ne serait observ
que sur la priode [a
i
,b
i
] (avec [a
i
,b
i
] [x,x+1[ ) en raison de troncatures et/ou de censures, la
variable N
i
qui lui est associ suit une loi de poisson de paramtre
i
=
x
(b
i
-a
i
).
construction
Nous allons maintenant dterminer lestimateur du maximum de vraisemblance de Esp(N
x
)=
x
il sera noter
x
.
La fonction de vraisemblance du n-chantillon {N
i
> Poisson(
i
),i=1..n} :
n
i i
N
i
N
e
L
i i
1
!
En utilisant lhypothse fondamentale :

i
=
x
(b
i
-a
i
)
et aprs simplification, on a :
lnL = ( ) [ ]

+ +
n
i
i i i i x x
n
i
i i x
N a b N D a b
1 1
) ! ln( ) ln( ln
avec D
x
=
n
i
i
N
1
le nombre total de sinistres survenus sur [x,x+1[
quation du maximum de vraisemblance :
( ) 0
ln
1
+
x
x
n
i
i i
x
D
a b
L

- 77 -
do lestimateur du maximum de vraisemblance :
( )
n
i
i i
x
x
a b
D
1
proprits de lestimateur :
En tant questimateur du maximum de vraisemblance, cet estimateur est asymptotiquement
efficace.
Esprance :
( ) ( )
x
n
i
i i
n
i
i i x
n
i
i i
n
i
i
x
a b
a b
a b
N Esp
Esp
1
1
1
1
) ( ) (
)
(
Cet estimateur est sans biais.
Variance :
( )
( )
( ) ( )
( )
1
]
1

,
_
1
]
1
,
_
n
i
i
n
i
i i
n
i
i
n
i
i i
n
i
i i
x
x
N Var
a b
N Var
a b
a b
D
Var Var
1
2
1
1
2
1
1
1 1
sachant que : ( )
i
N Var =
x
(b
i
-a
i
) on obtient :
( )
( )
n
i
i i
x
x
a b
Var
1
intervalle de confiance :
Comme
x
est sans biais :

[ ]
( )
( ) 1 , 0
N
L
Var
n
x
x x

quand n +
do un intervalle de confiance pour
x
de niveau asymptotique (1-) :
( ) ( )
1
1
]
1
+

n
Var
q
n
Var
q
x
x
x
x
2
1
2
1
avec
2
1

q = le quantile dordre (1-/2) de la loi N(0,1).

- 78 -
3.2.2 : ladquation une loi de poisson
Pour pouvoir utiliser lestimateur ci-dessus, il faut donc pralablement vrifier pour chaque
classe dge [x,x+1[, ladquation de la distribution de N
x
une loi de poisson.
Dans le cas dune distribution discrte, on utilise classiquement le test dadquation du
2
.
Notations pour une classe dge :
- k : le nombre maximum de sinistre par assur.
- p
0
, p
1
, p
2
,, p
k
: les probabilits associes la distribution de rfrence
- M
0
, M
1
, M
2
,, M
k
lchantillon des effectifs pour chaque nombre de sinistres
- n=
k
i
i
M
0
: population totale dans la classe dge considre
Considrons alors la statistique D
2
dfinie comme suit :
D
2
=
( )
k
i
i
i i
np
np M
0
2
Cette statistique est une mesure de lcart alatoire entre les effectifs raliss et les effectifs
esprs.
On sait que D
2
est asymptotiquement distribu comme une variable de
2
k

et ceci quelle que
soit la loi de N
x
; do le test du
2
:
H
0
: N
x
suit une loi de poisson
On rejettera H
0
lorsque d
2
la valeur observe de D
2
est trop grande.
En fait on calculera la p-value (ou seuil critique) dfinie par :
) (
2 2
d P
k
>
Si cette p-value est trop petite (<1%), on rejette H
0
.
cas particulier des estimations :
Lorsque seule la forme de la distribution est spcifie comme cest le cas ici avec la loi de
poisson, il est ncessaire destimer les paramtres de cette loi. Si m est le nombre destimations
raliser, le degr de libert du
2
est ainsi rduit de m. Dans le cas prsent m=1 puisquil faut
estimer le paramtre de poisson.
Il convient ici de prendre certaines prcautions :
- Lestimation en question doit tre lestimation du maximum de vraisemblance effectue au
moyen des k+1 classes de la distribution.
- De plus, la loi de D
2
est asymptotique, mais lon admet que D
2

2
1 k
si np
i
>1 pour tout i
(critre de Cochran). Dans le cas contraire, on procdera des regroupements de classes.
- Enfin, ce test ne sapplique qu un chantillon iid et mme si nos observations sont par
nature indpendantes, nous avons suppos que leur paramtre de poisson tait li
lexposition de lassur.
Le test dadquation sera donc ralis uniquement sur les assurs exposs totalement (1 an).
Pour les autres, il convient de vrifier lhypothse de linarit du paramtre de poisson :
i
=
x
(b
i
-a
i
).
- 79 -
3.2.3 : La linarit de
Dans lhypothse fondamentale, on suppose la linarit du paramtre de poisson
i
en fonction
de la dure dexposition.
On peut tout simplement vrifier cette linarit graphiquement et pour chaque ge.
Pour un ge donn et pour une dure dexposition gale t on estime le paramtre de poisson
t
par la moyenne empirique, soit :
t
t
t
n
d

avec :
- d
t
le nombre total de sinistres parmi les personnes exposes sur une dure t
- n
t
le nombre dassurs exposs sur une dure t
On trace ensuite le graphe des
t
en fonction de t [0,1] et on regarde si lon obtient une

fonction linaire.
Maintenant que nous avons expos les estimateurs correspondant aux modles de tarif
envisageables, nous allons expliquer pourquoi notre choix sest port sur lestimateur IARD
que nous venons de voir.
Section 3.3 : Choix de l'estimateur de type IARD
Pour dterminer notre estimateur, il faut prendre en compte non seulement les contraintes
tarifaires, mais aussi les contraintes lies nos donnes.
Si lon envisage le 1
er
modle de tarification par exemple, il est impensable desprer
construire les tables (dentre et de maintien) lies aux 2
me
voir 3
me
sinistres dans lanne. En
effet, sur le portefeuille global et tout ge confondu, seulement 3347 assurs ont 2 sinistres la
mme anne et 184 assurs en ont 3.
Quant au 2
me
modle de tarification, il impose de construire deux types de tables de maintien
en incapacit, un pour valuer le capital constitutif ncessaire au calcul de la prime et un autre
pour provisionner correctement les sinistres incapacit. De plus, ce tarif mlange des sinistres
de causes diffrentes et donc des risques diffrents. Pour toutes ces raisons, nous liminerons
aussi ce modle.
Il ne reste finalement que le 3
me
modle, qui a priori ne pose pas de problme ni dans sa
conception ni dans sa ralisation et qui impose de prendre lestimateur de type IARD pour
laborer nos tables dentre en incapacit.
Maintenant que nous avons choisi notre estimateur, nous devons dfinir la segmentation de nos
tables.
- 80 -
Chapitre 4 : La segmentation des tables : homognit de la
sinistralit
Nous savons que pour utiliser nos tables dentre pour tarifer les garanties complmentaires en
incapacit, il faut tenir compte de certaines contraintes pratiques et commerciales.
Tout dabord, nous avons dj vu que nous distinguons 3 types de tables :
- les tables lies aux garanties IJ et EXO
- les tables lies aux garanties IJH
- les tables lies aux garanties EXO sur 2 ttes
Pour des raisons dchantillon et de priorit, nous ne nous intresserons ici quaux deux
premiers types de tables.
Nos rsultats doivent en mme temps traduire au mieux le risque support par lassureur mais
aussi tre applicables aux futurs assurs. Cette double contrainte implique de tenir compte non
seulement des variables discriminantes du risque mais aussi des variables tarifaires
traditionnelles pour segmenter correctement nos tables. Nous allons lister a priori ces variables
et tudier leur influence sur lentre en incapacit.
Section 4.1 : Les variables tarifaires traditionnelles
Hormis le montant souscrit et le cas des risques aggravs, le tarif des garanties
complmentaires de dommages corporels dpend gnralement de lge de lassur et de la
franchise souscrite. Il est ainsi presque automatique de segmenter les tables suivant ces deux
variables pour viter une anti-slection. En effet une compagnie qui afficherait des tarifs
identiques quelle que soit la franchise souscrite par exemple risquerait danantir
lantislection. Notre segmentation doit donc au moins tenir compte de lge de lassur et des
franchises souscrites. De toute faon, avoir une estimation par ge faisait partie des objectifs
dfinis pour la construction des tables. En fait lge nest pas une segmentation mais plutt une
dimension de la table.
Section 4.2 : Les variables discriminantes
Les deux variables prcdentes font bien sr partie des variables a priori discriminantes pour
lentre en incapacit. On peut aussi y ajouter les caractristiques client, telles que le sexe, la
catgorie socio-professionnelle ou la rgion du domicile, les caractristiques contrat telles que
lanciennet du contrat ou le montant souscrit ainsi que les caractristiques sinistre telles que la
cause (accident ou maladie) ou la nature (hospitalisation ou non).
Voici finalement la liste des variables discriminantes envisageables (hormis lge qui est une
dimension de la table) :
- la franchise souscrite
- lanciennet du contrat
- le montant souscrit
- le sexe de lassur
- la CSP de lassur
- la rgion de lassur
- la cause du sinistre
- la nature du sinistre
Les donnes disponibles nous contraignent cependant liminer doffice certaines variables.
- 81 -
En effet, la variable rgion nest pas trs souvent renseigne (25% des observations sont
manquantes).
La CSP est plus fiable, mais il est inutile desprer pouvoir segmenter suivant cette variable
puisque notre portefeuille est essentiellement constitu de salaris (70% des assurs) et que
toute autre CSP nest pas assez reprsente pour permettre de construire une table dexprience
fiable.
Quant au montant souscrit nous ne nous en occuperons pas ici car nous avons choisi de
construire dans limmdiat une table par tte mais il nest pas exclu dlaborer ultrieurement
une table par capitaux o le montant garanti prendra alors toute son importance.
Enfin, la nature du sinistre ne peut pas tre la base dune segmentation des tables de type IJ
(ou EXO) car il nest pas certain que les assurs possdant uniquement une garantie IJ (ou
EXO) dclarent leur hospitalisation puisque cette dernire ne modifie en rien leurs prestations.
Il est donc fort probable que notre base de donne sur les garanties IJ et EXO ne soit pas
exhaustive au niveau des sinistres comportant une priode dhospitalisation. Bien entendu, le
risque li lhospitalisation est pris en compte dans les tables de type IJH.
Etant donn les remarques prcdentes, les variables rgion, CSP, montant souscrit et nature du
sinistre sont exclues doffice pour la segmentation.
En ce qui concerne la variable sexe, les statistiques descriptives prouvent dj que cest une
variable trs discriminante. En effet, globalement le taux dentre en incapacit en base 100 est
de 114 chez les femmes contre seulement 93 chez les hommes (cf la section 2.5 de la partie
III). La segmentation suivant le sexe de lassur est donc vidente et elle servira de base pour
ltude des autres variables.
Pour ces variables restantes : la franchise, lanciennet du contrat et la cause du sinistre, nous
avons tudi sparment leur influence sur la sinistralit en estimant rapidement lentre en
incapacit.
Pour certaines variables, des choix ont t faits dans la faon dtudier cette influence.
1) Pour les franchises, il existe 4 valeurs par garantie correspondant aux 4 types de sinistre :
- accident sans hospitalisation
- accident avec hospitalisation
- maladie sans hospitalisation
- maladie avec hospitalisation
Une tude pralable montre que la dure de la franchise varie surtout en fonction de la cause et
que lhospitalisation modifie rarement la franchise, cest pourquoi nous avons retenu pour
notre tude les principaux couples de franchise souscrits. On entend par couple de franchise la
dure en cas de maladie associe celle en cas daccident, soit par exemple le couple 30/7 qui
signifie que lassur a souscrit une franchise 30 jours en maladie (sans hospitalisation) et une
franchise 7 jours en accident (sans hospitalisation).
Dans notre portefeuille, on observe principalement 8 couples de franchise diffrents :
0/0, 15/15, 30/7, 30/30, 60/30, 60/60, 90/7 et 90/90 (les dures sont exprimes en jours).
Comme la dure de la franchise est lie la cause du sinistre, il est impossible de regarder
uniquement linfluence de la franchise sur lentre en incapacit indpendamment de la cause.
Il a donc fallu dabord procder aux segmentations souhaites sur les autres variables avant
dvaluer limpact de la franchise sur la frquence dentre.
- 82 -
2) Pour tudier lanciennet (dure coule entre la souscription du contrat et la survenance
du sinistre), nous avons dfini trois classes :
- de 0 1 an
- de 1 2 ans
- + de 2 ans
Section 4.3 : la segmentation
Pour tudier linfluence des variables envisages (la franchise, lanciennet du contrat et la
cause du sinistre) nous avons calcul pour chaque segmentation et par ge le nombre moyen de
sinistres par assur. Les rsultats obtenus et les segmentations qui en dcoulent sont exposs ci-
dessous.
4.3.1 : Les tables de type IJ
Contrairement lanciennet, et comme suppos priori, lge, le sexe, la cause et la franchise
sont effectivement des variables discriminantes.
En fait, si nous avions retenu lanciennet du contrat ctait en supposant qu travers cette
variable on pourrait remarquer linfluence de la slection mdicale la souscription. Cette
influence napparat pas ici mais on peut lexpliquer car nous avons pralablement exclu de
notre chantillon les assurs surprims, ce qui fait que les assurs restants nont pas a priori de
problmes de sant particuliers et le passage la slection mdicale ne garantit pas une
sinistralit meilleure juste aprs la souscription en comparaison celle quelques annes plus
tard (en annulant leffet vieillissement bien sr). En effet, nos assurs restent exposs des
maladies bnignes ou peu prvisibles, quant aux accidents, ils sont par nature inattendus.
De notre tude de sinistralit, il ressort que les hommes et les femmes nont pas le mme
comportement face au risque accident ou maladie, en effet, les femmes ont
proportionnellement moins daccidents que les hommes ce qui peut sexpliquer par une attitude
plus prudente de leur part, alors quelles sont plus souvent en arrt maladie surtout avant 30 ans
et aprs 50 ans. On remarque dailleurs ici que lge intervient dans la sinistralit et plus
gnralement il laggrave.
Pour les franchises, il est vident que lentre en incapacit est plus frquente sur des faibles
franchises. Pour des contraintes de volumes suffisants, il est quand mme prfrable de
regrouper certaines franchises avec une sinistralit proche. Ces regroupements varient selon la
cause du sinistre.
Nous avons 3 groupes de franchises sur les accidents et 4 groupes sur les maladies.
De plus ce ne sont pas tout fait les mme regroupements chez les hommes et chez les
femmes.
En conclusion, on obtient 15 segmentations pour les tables IJ, elles sont prcises dans le
tableau du dernier paragraphe.
NB : La franchise 0/0 ne correspond pas une franchise nulle mais une franchise relative
90/90 alors que toutes les autres franchises sont absolues. Ceci explique pourquoi la sinistralit
sur la franchise 0/0 est proche de celle sur les franchises importantes (90/90).
- 83 -
4.3.2 : Les tables de type IJH
Ici, nous nous intressons lentre en hospitalisation, et contrairement lentre en incapacit
simple, aucune franchise nest annonce sur les garanties IJH. Il faut cependant savoir que par
dfinition on appelle hospitalisation tout sjour de plus de 48 heures dans un tablissement de
soins. Il existe donc une franchise implicite de 2 jours commune tous les sinistres avec
hospitalisation. Cette franchise ne sera donc pas source de segmentation.
De mme que pour les tables IJ, lanciennet du contrat nintervient pas dans la sinistralit, il
ne reste finalement que le sexe et la cause du sinistre comme variables discriminantes, ce qui
conduit 4 segmentations.
4.3.3 : Sinistralits moyennes et arbre des segmentations
Les tableaux ci-dessous prcisent les segmentations faites sur les tables IJ et les tables IJH ainsi
que la frquence moyenne des sinistres pour chaque segmentation :
Tables IJ
homme 15/15 et 30/7 30/30 60/30 et 90/7 0/0 60/60 et 90/90 15/15 30/7 30/30 et 60/30
frquence 6% 1,2% 0,3% 5% 3% 1,2%
femme 15/15 et 30/7 30/30 et 60/30 0/0 60/60 90/7 et 90/90 15/15 30/7 30/30 60/30 et 90/90 0/0 60/60 et 90/7
frquence 2,3% 0,5% 0,1% 14% 5% 2,7% 1,1% 0,6%
ACCIDENT MALADIE
0/0 90/7 60/60 et 90/90
0,4%
Tables IJH ACCIDENT MALADIE
frquence homme 1,6% 2,3%
frquence femme 4,1% 0,4%
conclusion :
19 tables dentre en incapacit ont t labores. Elles traduisent chacune un risque bien
prcis.
Par exemple, la 1
re
table avec une frquence moyenne de 6% traduit le risque dincapacit
pour cause daccident chez les hommes ayant souscrit une garantie IJ ou EXO avec une
franchise de 15 jours en accident comme en maladie ou alors une franchise de 30 jours en
maladie et de 7 jours en accident.
Larbre de segmentation ci-aprs permet une meilleure visualisation des segmentations
conduisant aux 19 tables dentre en incapacit.
- 84 -
Les tables d'entre
15/15
30/7
n1
30/30
60/30
90/7
n2
60/60
90/90
n3
15/15
30/7
n4
30/30
60/30
n5
60/60
90/7
90/90
n6
Accident
15/15
n7
30/7
n8
30/30
60/30
n9
60/60
90/7
90/90
n10
15/15
n11
30/7
n12
30/30
n13
60/30
90/90
n14
60/60
90/7
n15
Maladie
IJ ou EXO
n16
n17
Accident
n18
n19
Maladie
IJH
Distinction des garanties
'
cause la selon
on segmentati
'
sexe le selon
on segmentati
'
franchises de
couple le selon
on segmentati
'
garantie de
type le selon
on segmentati
- 85 -
Chapitre 5 : Les contraintes de volume
Nous venons de former des groupes de sinistralit homogne suivant certaines variables
discriminantes (sexe, cause et franchise). Maintenant, nous dsirons obtenir pour chacune de
ces segmentations une table dentre dcline sur tous les ges.
Or, pour avoir des rsultats fiables et robustes, il faut faire en sorte davoir pour chaque ge un
volume de donnes suffisant, surtout au niveau du nombre de personnes exposes au risque
dentre.
Ceci implique de regrouper certains ges ensemble alors quon dsire obtenir au final des
estimations brutes par ge.
Nous devons donc dterminer non seulement le volume minimum respecter mais aussi la
manire datteindre ce volume tout en conservant un rsultat par ge.
Pour ce faire, nous avons envisag deux mthodes :
- une estimation par classe dge suivie dune interpolation jonctions souples
- un glissement
On entend par estimation par classe dge lestimation base sur un chantillon qui
regroupent des assurs sur des ges proches (les classes dge).
Aprs un bref expos de ces deux mthodes, nous choisirons lune delles et fixerons les
volumes minimums satisfaire.
Section 5.1 : Estimations par classe dge et interpolation "jonction
souple"
Au lieu de faire une estimation par ge base sur lchantillon propre chaque ge, on
regroupe les chantillons sur plusieurs ges et on fait chaque fois une seule estimation valable
pour tous les ges regroups.
On obtient ainsi des estimations brutes par paliers (un palier correspond un regroupement
dges).
On veut maintenant se ramener des estimations brutes par ge. Pour ce faire, nous allons
raliser une interpolation jonction souple qui ncessite davoir des classes de mme taille.
Pour facilit la suite du raisonnement, nous considrerons que nous avons par exemple des
classes dge quinquennales (donc des paliers de 5 ans).
La mthode dinterpolation retenue comprend deux tapes :
- le calcul des valeurs pivots
- lapplication de la formule dinterpolation proprement dite
5.1.1 : calcul des valeurs pivots
La premire tape consiste ne pas faire l'interpolation sur les estimations brutes par classe
mais sur des valeurs "pivots" calcules aux ges centraux de chaque classe. Ces valeurs
"pivots" sont obtenues en calculant des moyennes mobiles sur le nombre de sinistres et les
dures d'exposition au risque dans chaque classe d'ge quinquennale.
Le raisonnement ncessite un changement d'chelle. Nous noterons u
x
et u
x+1
les valeurs pivots
correspondantes deux classes quinquennales successives mais ces valeurs pivots sont
attribues aux ges centraux des classes distants de cinq ans.
- 86 -
5.1.2 : la formule dinterpolation d'Everett
Cette partie correspond l'interpolation proprement dite.
La formule d'interpolation d'Everett est la suivante:
v
x+s
=F(s) u
x+1
+ F(t) u
x
o:
- 0s1 ( partir de classes quinquennales s=(0; 0,2; 0,4; 0,6; 0,8; 1));
- t=1-s;
- u
x
sont les valeurs pivots;
- v
x+s
sont les interpolations par ge;
- F(s) est un oprateur gal A(s)+B(s)
2
+C(s)
4
+
- u
x
= u
x+1/2
u
x-1/2
- A(s), B(s), C(s) sont des fonctions polynomiales expliques ci-dessous.
Les interpolations v
x+s
sont des arcs polynomiaux par segments. C'est dire qu'ils sont
diffrents d'une classe d'ge une autre. Ils doivent respecter certaines contraintes de
continuit leurs jonctions d'o le nom d'interpolation jonction souple.
Plus prcisment, v
...
p (y) x 1 y x
p (y) x y x 1
...
y
x 1
x
'
o les fonctions p
x
(y) sont des polynmes qui vrifient les proprits suivantes:
1) les polynmes p
x
(y) se rejoignent aux jonctions (interpolations aux ges centraux des
classes) c'est dire :
v
(x-1)+s/s=1
= v
x+s/s=0
pour tout x.
2) aux jonctions, les polynmes p
x
(y) ont des drives premires et secondes gales, c'est
dire: v'
(x-1)+s/s=1
= v'
x+s/s=0
et v''
(x-1)+s/s=1
= v''
x+s/s=0
pour tout x.
Ceci implique que F(s), A(s), B(s), C(s) doivent tre telles que:
1) A(0) = B(0) = C(0) = 0
2) 2F'(1) = F'(0)(2+
2
)
3) A''(0) = B''(0) = C''(0)
Une des proprits principales d'une interpolation est le degr des polynmes qu'elle laisse
invariant.
- 87 -
Section 5.2 : Le glissement
Cette mthode consiste regrouper directement les ges de manire satisfaire les contraintes
de volumes tout en conservant un rsultat propre chaque ge. En effet, pour trouver
lestimation brute pour un ge donn x o les volumes sont insuffisants, nous allons regrouper
les donnes de lge x avec celles des ges autour de x de telle sorte que x soit lge moyen
pondr de la classe dge et que le volume dobservations minimum soit respect.
On entend par ge moyen pondr une pondration par rapport aux expositions sur chaque
ge formant la classe.
Cette opration est rpte pour chaque ge o les contraintes de volumes lobligent, sachant
bien sr que sur les ges extrmes, il faudra parfois se contenter de paliers (qui disparatront
avec le lissage). Sinon, en dehors des ges extrmes, nous obtenons bien une table par ge et
non par classe dge comme expos au dbut de la mthode prcdente.
On parle de glissement car en fait pour passer dune estimation lautre, on fait gnralement
glisser la classe dge de rfrence.
Dans lalgorithme de constitution des classes dge, on arrte le regroupement ds que le
volume minimum est atteint et que la moyenne pondre des ges de la classe est gale lge
considr t 0,4 ans.
Section 5.3 : Choix de la mthode par glissement
Comme nous venons de le voir, il est clair que le glissement est trs simple mettre en place et
facilement modulable, alors que linterpolation est plus contraignante.
En effet, nos estimations brutes ncessitent une interpolation par ge seulement aux ges o il y
a peu de donnes. Cependant, la mthode d'interpolation utilise ncessite de regrouper aussi
par classes dges certaines des donnes traites par ge dans nos estimations brutes. Il faudrait
donc faire une interpolation par ge sur la totalit des donnes et ne tenir compte des
estimations interpoles que sur les ges qui appartenaient un palier.
De plus, linterpolation sapplique sur des paliers uniformes (mme taille de classe dge). Or
en pratique, il nest pas vident de dterminer cette taille de palier uniforme pour toutes les
segmentations et tous les ges. En effet, il faut parfois regrouper normment (surtout aux
extrmits, 10 ans par exemple) alors quailleurs des classes de 2 ans suffisent. Or pour
linterpolation, il est prfrable davoir des classes dge uniformes et si possible contenant un
nombre impair dannes pour pouvoir dfinir un ge central.
Au vu de ces contraintes, nous avons choisi dutiliser le glissement pour sa facilit
dapplication et dadaptation (aux tables de maintien par exemple).
Aprs quelques essais, nous avons fix le volume minimum 2000 expositions annuelles et
pour amliorer dj la rgularit de nos rsultats bruts nous avons opt de plus pour un
minimum de 30 sinistres par classe dge.
Nos tables brutes ainsi obtenues sont exposes dans le chapitre suivant.
- 88 -
Chapitre 6 : Les tables brutes
Le but de ce chapitre est de livrer des estimations brutes sur toutes les segmentations et pour
chaque ge. Pour cela il faut tester pralablement les hypothses ncessaires la construction
de lestimateur.
Section 6.1 : adquations au modle
Le modle choisi repose sur deux hypothses :
- le nombre annuel espr de sinistres par assur suit une loi de Poisson
- le paramtre de Poisson est une fonction linaire de la dure dexposition au risque
Nous allons donc tester si nos donnes vrifient ces hypothses.
De plus, la construction dune table dexprience fiable ncessite la stabilit de la sinistralit
sur la priode dobservation, nous rappelons ici comment nous avons vrifi cette hypothse.
6.1.1 : adquation la loi de Poisson
Il faut savoir que dans cette partie, on ne sintressera quaux assurs exposs sur la totalit de
lanne, sachant que pour les autres on testera la linarit du paramtre de Poisson.
Pour valider ladquation la loi de Poisson, nous allons tout dabord regarder graphiquement
si cette loi est adapte notre portefeuille, puis nous vrifierons si la principale proprit de la
loi de Poisson (esprance = variance) est vrifie par nos donnes, enfin nous testerons
lhypothse de loi par le
2
dadquation.
a) Adquation graphique
Nous souhaitons vrifier si la structure de nos donnes correspond bien la structure de la loi
de Poisson. Pour ce faire, nous avons calcul pour chaque table et chaque ge nos effectifs par
classe de sinistre, cest dire :
- le nombre dassurs sans aucun sinistre dans lanne
- le nombre dassurs avec 1 sinistre dans lanne
- le nombre dassurs avec 2 sinistres dans lanne
- le nombre dassurs avec 3 sinistres et plus dans lanne
et nous avons compar graphiquement ces effectifs observs aux effectifs thoriques obtenus
avec la loi de poisson (dont le paramtre est estim par lesprance empirique).
Etant donn le nombre de tables (19) et le nombre dges sur chaque table (41) nous ne
pouvons pas tout visualiser. Nous avons donc retenu uniquement lge le plus reprsentatif soit
30 ans.
Nous prsenterons ici les rsultats obtenus sur les deux tables IJ galement les plus
significatives en terme de volume cest dire les tables suivantes :
- Maladie1 chez les femmes
- Accident1 chez les hommes
- 89 -
Vu lcart important entre les effectifs des diffrentes classes de sinistres, nous avons opt pour
une chelle logarithmique qui permet une plus grande prcision dans la comparaison.
Voici les deux comparaisons graphiques retenues :
comparai son graphi que des effecti fs observs et
thori ques
1
10
100
1000
10000
0 1 2 3 et +
nombre de si ni stres
homme accident1 30 ans (observ)
thorique
comparai son graphi que des effecti fs observs et
thori ques
1
10
100
1000
10000
0 1 2 3 et +
nombre de si ni stres
femme maladie1 30 ans (observ)
thorique
Au vu de ces graphes, nous pouvons videmment affirmer que la structure de la loi de Poisson
est tout fait adapte notre portefeuille dassurs.
Il convient maintenant de vrifier que notre chantillon respecte la caractristique de la loi de
Poisson.
b) La caractristique de Poisson
Une variable suivant une loi de Poisson est principalement caractrise par lgalit entre son
esprance et sa variance.
Sur les mmes chantillons que prcdemment, nous avons donc calcul lesprance et la
variance empirique pour comparer la diffrence : variance - esprance.
Voici ce que lon obtient comme cart absolu moyen (sur tous les ges) suivant les tables :
cart absolu moyen entre la variance et l'esprance
0,000
0,002
0,004
0,006
0,008
0,010
0,012
l es di ffrentes tabl es I J
La diffrence tant positive, cest la variance qui est plutt suprieure lesprance.
Lcart moyen est gnralement faible (< 0,2%), mais on ne peut rien en conclure car
lesprance et la variance prennent aussi des valeurs trs faibles. Nous allons donc plutt
regarder lcart moyen relatif : (variance esprance) / variance.
- 90 -
Voici le graphe obtenu :
cart rel ati f moyen entre l a vari ance et l ' esprance
0%
2%
4%
6%
8%
10%
l es di f f r ent es t abl es I J
Globalement, lcart moyen relatif ne dpasse par 6%. Nous pouvons ainsi conclure que nos
chantillons satisfont la caractristique de Poisson.
Pour tre rigoureux, il faut quand mme raliser le test dadquation du
2
.
c) le test dadquation du
2
Nous avons constitu 3 classes :
- 0 sinistre dans lanne
- 1 sinistre dans lanne
- 2 sinistres et + dans lanne
De ce fait, nous avons compar la valeur du d
2
observ avec les valeurs prises par un
2

un seul degr de libert pour en dduire la p-value.
Les rsultats de ce test ne sont pas parfaits sur tous les ges et toutes les tables.
Lorsque le d
2
observ est trop grand, on remarque quand mme une trs bonne adquation au
modle pour estimer la probabilit de ne pas avoir de sinistre dans lanne, cependant, ce
modle surestime un peu le risque davoir un seul sinistre de ce fait, la probabilit davoir 2
sinistres ou + est lgrement sous estime par ce modle (cf graphiques page prcdente).
Nous choisissons de conserver cette modlisation malgr tout car la loi de Poisson est la seule
avoir une forme correspondant aussi bien la structure de nos donnes.
Nous sommes conscients de lexistence de certaines dviances par rapport aux valeurs exactes
de cette loi (obtenues pour un sinistre et plus), mais ces petits dcalages se compenseront dans
le calcul de lesprance du nombre de sinistres, qui est en fait le seul rsultat, concernant
lentre en incapacit, utilis dans la formule de tarification.
Nous allons maintenant vrifier la seconde hypothse lie au modle, cest dire la linarit du
paramtre de Poisson : .
- 91 -
6.1.2 : La linarit de
Dans toutes les tables, nous avons constitu pour chaque ge des classes trimestrielles
dexposition et estim sur chacune delles la valeur de afin de tracer le graphe de (t) ou t est
la classe dexposition. Ceci reprsente donc 41 graphes par tables. Ne pouvant videmment pas
exposer les rsultats pour chaque ge, nous avons retenu lge de 30 ans et les deux tables IJ
maladie1 pour les femmes et accident1 pour les hommes.
Voici les graphes obtenus pour les deux tables retenues :
l a mb d a s u i v a n t l ' e x p o s i t i o n
0
0, 02
0, 04
0, 06
0, 08
0, 1
0, 12
0, 14
0, 16
0, 18
0 1 2 3 4
c l a s s e d ' e x p o s i t i o n e n t r i me s t r e s
femme mal adi e1
l a mb d a s u i v a n t l ' e x p o s i t i o n
0
0, 01
0, 02
0, 03
0, 04
0, 05
0, 06
0, 07
0, 08
0 1 2 3 4
c l a s s e d ' e x p o s i t i o n e n t r i me s t r e s
homme acci dent 1
La linarit de dans ces deux cas est aisment accepte.
Cependant, sur certains ges, cette linarit nest pas obtenue, mais ceci sexplique par un
manque de volume dans les classes dexposition infrieure un an. En effet, pour chaque
assur lexposition annuelle partielle ne se rencontre que sur les ges extrmes de sa priode
dobservation. Une tude sur les expositions suivant les segmentations et les ges rvle que
gnralement :
- 60% des assurs sont observs totalement (365 jours)
- 10% des assurs sont exposs de 9 12 mois (moins de 360 jours)
- 10% des assurs sont exposs de 6 9 mois
- 10% des assurs sont exposs de 3 6 mois
- 10% des assurs sont exposs moins de 3 mois
Il est clair que dans certaines classes dexposition, le volume dassurs est insuffisant pour
donner de bons rsultats au niveau de la linarit de .
Avec ces explications, on peut dire que globalement lhypothse de linarit de est vrifie.
6.1.3 : La stabilit dans le temps
Allant de septembre 1994 fvrier 2000, notre priode dobservation dure 5 ans et demi. La
stabilit de la loi dentre sur cette priode est une hypothse ncessaire la construction de
nos tables. Nous avons valid cette hypothse dans la section 2.4 de la partie prcdente
puisque nous avons mis en vidence une sinistralit constante sur les annes entires de la
priode dobservation (1995, 1996, 1997, 1998 et 1999).
Aprs avoir vrifi toutes les hypothses, nous pouvons maintenant exposer les tables
obtenues grce aux estimations brutes.
- 92 -
Section 6.2 : les rsultats bruts
6.2.1 : les ordres de grandeur des rsultats
Nous avons construit en tout 19 tables dentre dont 15 de type IJ et 4 de type IJH.
Pour valuer les ordres de grandeur de nos rsultats, nous allons donner pour chacune des
tables le nombre espr de sinistres 30 et 50 ans.
Voici les ordres de grandeur obtenus :
tables IJ seg1 seg2 seg3 seg1 seg2 seg3 seg4 seg5 seg1 seg2 seg3 seg1 seg2 seg3 seg4
Esprance de
sinistre 30 ans
1,8% 0,4% 0,2% 14,7% 6,7% 3,9% 1,4% 1,3% 6,2% 1,8% 0,5% 4,6% 1,7% 1,0% 0,3%
Esprance de
sinistre 50 ans
3,0% 0,5% 0,2% 16,0% 5,7% 2,5% 1,1% 0,6% 4,7% 1,0% 0,3% 9,7% 3,7% 1,7% 0,7%
femmes
accident maladie
hommes
accident maladie
tables IJH accident maladie accident maladie
Esprance de sinistre 30 ans 0,4% 4,0% 1,6% 2,1%
Esprance de sinistre 50 ans 0,7% 5,4% 1,7% 4,1%
femmes hommes
Ces pourcentages, extraits de nos tables, correspondent au nombre espr de sinistres
incapacit pour un assur lge de 30 ans ou de 50 ans. Pour viter dalourdir les
commentaires des tableaux, au lieu de lexpression nombre espr de sinistres incapacit ,
nous utiliserons lexpression frquence dincapacit pour les tables IJ et frquence
dhospitalisation pour les tables IJH.
Nous nallons pas commenter ici linfluence de lge puisque nous ne voyons que deux ges
pour chaque table. Nous aurons une vision sur tous les ges dans le paragraphe suivant.
On constate que pour comparer la frquence dincapacit des hommes avec celle des femmes,
il faut tenir compte de la cause du sinistre.
En effet, 30 ans sur les tables IJ, les femmes atteignent une frquence dincapacit pour cause
de maladie de 15% contre seulement 5% au maximum pour les hommes, alors que pour les
accidents, ce sont les hommes (avec 6%) qui dpassent les femmes (2%). Il en est de mme sur
les tables IJH.
Globalement, la frquence de maladie est plus importante que la frquence daccident. Ceci
sexplique peut-tre par le fait quune seule et mme maladie peut frquemment
saccompagner de rechutes (plus ou moins espaces) et donc entraner plusieurs arrts de
travail alors quun accident provoque gnralement un seul arrt.
Bien sr, la frquence dincapacit diminue lorsque la franchise augmente. En effet, la
franchise croit avec le numro de la segmentation alors que la frquence dincapacit diminue
lorsque la segmentation augmente.
Enfin, la frquence dhospitalisation est plus faible que celle dincapacit, ce qui est plausible
puisque le risque est plus restreint.
Le paragraphe suivant est consacr aux tables dans leur totalit.
- 93 -
6.2.2 : Allure gnrale des courbes dentre en incapacit
Chacune des 19 tables construites est dcline par ge de 20 60 ans. Pour visualiser et
interprter nos rsultats, nous avons trac les courbes correspondantes. Mais pour plus de
lisibilit, nous ne prsenterons ici que les segmentations des tables IJ correspondants aux
franchises les plus basses (celles que lon a appel seg1 ), car ce sont les plus
reprsentatives en terme de volume.
Voici les 4 courbes retenues :
entre en accident
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
4,0%
<=20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 >=60
ge l ' ent r e
femmes seg1:15/15 et 30/7
entre en accident
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
6,0%
7,0%
8,0%
9,0%
10,0%
<=20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 >=60
ge l ' ent r e
hommes seg1:15/15 et 30/7
entre en maladie
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%
<=20 2 2 2 4 2 6 2 8 3 0 3 2 3 4 3 6 3 8 4 0 4 2 4 4 4 6 4 8 50 52 54 56 58 >=60
ge l ' e nt r e
f emmes seg1:15/15
entre en maladie
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
<=20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 >=60
ge l ' e nt r e
hommes seg1:15/15
- 94 -
Contrairement ce que lon imagine a priori, ici, le risque dincapacit nest pas toujours
croissant avec lge de lassur.
Cette tendance est dailleurs compltement inverse en ce qui concerne lentre en accident
chez les hommes. En effet, la courbe correspondante est globalement dcroissante.
On peut affirmer que lge est un facteur aggravant seulement pour lentre en maladie chez les
hommes o lon observe une fonction croissante (de3% 10%) quasiment linaire.
On peut expliquer lopposition prcdente par la cause mme du sinistre. En effet, beaucoup de
maladies sont plus frquentes avec lge alors que les accidents sont lis lexposition au
risque et celle ci diminue certainement en vieillissant. Avec lge, les gens changent souvent de
rythme de vie, ils ont besoin de plus de calme, dune vie plus pose, ils ont aussi peut-tre plus
conscience de la mort et donc apprhendent toute atteinte corporelle. Tout ceci se traduit par un
comportement plus prudent et donc un risque daccident plus faible.
Chez les femmes, il ny a pas de tendance remarquable (les courbes ne sont pas monotones).
En fait, le risque maximum est atteint sur les ges extrmes :
- entre 20 et 30 ans
- aprs 50 ans
Entre 30 et 50 ans, on observe un creux de sinistralit. Ce creux est trs net en maladie et plus
flou en accident. On retrouve ici le caractre soudain et chaotique de laccident.
Le pic de sinistralit en maladie chez les femmes autour de 25 ans est peut-tre li la
premire grossesse. En effet, mme si la grossesse en elle-mme nest pas considre comme
une incapacit, toutes les complications qui peuvent en rsulter sont garanties par lassureur.
- 95 -
Section 6.3 : intervalles de confiance
Ici, nous avons choisi un niveau de confiance 95%, do lintervalle de confiance pour
x
:
( ) ( )
1
1
1
1
]
1

n
i
i i
x
x n
i
i i
x
x
a b n a b n
1 1
* 96 , 1
* 96 , 1
Voici par exemple le graphe en 3D obtenu pour la table IJ femme maladie1 :

Si on a fait un graphe en 3D cest parce que la largeur de lintervalle de confiance est tellement
faible quil est invisible sur des courbes plates. Cet intervalle de confiance est aussi
extrmement petit sur les autres tables, ce qui valide en fait nos rsultats bruts.
Par manque de lisibilit nous nexposerons pas les intervalles des autres tables.
Cette faible largeur sexplique en fait par la structure mme de lintervalle. En effet, la largeur
de lintervalle lge x est donne par :
( )
n
a b n
L
x
n
i
i i
x

* 96 , 1 * 2
1
tant de lordre de 5%, on a

x
20%
donc finalement la largeur de lintervalle est de lordre de 1/n avec n le nombre dassurs
exposs lge x.
Or par construction n>2 000 do un intervalle de confiance qui ne dpassera pas 0,5
0
/
00
en
largeur.
En fait, on peroit ici tout lintrt davoir des volumes suffisants puisque la largeur de
lintervalle de confiance et donc la fiabilit des rsultats en dpend directement.
Malgr ces intervalles de confiance satisfaisants, nous ne pouvons pas nous contenter des
tables brutes, il faut maintenant les lisser.
- 96 -
Chapitre 7 : Lissage des lois dentre
Dans cette partie, nous traiterons les estimations brutes prcdentes afin de les rendre plus
"rgulires". Pour passer des premires estimations aux estimations lisses de lentre en
incapacit des assurs d'AXA, nous comparerons deux mthodes de lissage, une paramtrique
et une non paramtrique pour ensuite choisir la mieux adapte nos donnes.
Section 7.1 : Pourquoi faire un lissage?
On suppose que la loi dentre en incapacit sous-jacente de nos observations est rgulire et
continue. Ceci correspond l'intuition et l'observation de la progression de lentre en
incapacit aux diffrents ges. De plus, en pratique, il faut que les tarifs (dtermins par la
table dentre) progressent de manire rgulire sans prsenter de chutes ou de pics certains
ges. Les estimations brutes ne rpondent pas ces caractristiques. En effet, les estimations
brutes initiales ont t obtenues ge par ge indpendamment les unes des autres. Il faut donc
procder un lissage pour rintroduire les relations qui existent entre les arrts de travail
chaque ge et obtenir ainsi la rgularit souhaite.
Il existe plusieurs types de lissages qui peuvent se classer en deux grandes familles :
les lissages paramtriques et les lissages non paramtriques. Nous avons choisi den tudier un
de chaque type avant de choisir le lissage le mieux adapt nos estimations.
Section 7.2 : Rgression non paramtrique par la mthode des noyaux
Notations :
- soit X = (x
1
,x
2
,,x
n
) un vecteur de n points. Dans notre tude, x
i
reprsente lge lentre
en arrt de travail.
- Soit Y = (y
1
,y
2
,,y
n
) un vecteur de n points bruts . Ici, y
i
reprsente lestimation brute
annuelle dentre en incapacit, pour chaque segmentation, cette variable dpend de lge
lentre, soit x
i
.
Pour obtenir la courbe de rgression de Y sur X par une mthode non paramtrique, nous
allons estimer f(x)=Esp(Y / X = x) connaissant {(X
1
,Y
1
),,(X
n
,Y
n
)} ralisation i.i.d de (X,Y),
et ceci laide de lestimateur de densit de Nadaraya-Watson :
n
i
i
n
i
i
i
n
h
x X
K
h
x X
K Y
x f
1
1
) (
) ( *
) (
avec :
- K(u) = noyau dEpanechnikov = 0.75*(1-u
2
)
- n = nombre dges considres
- h = bandwidth (dtermin par la suite)
- 97 -
Le choix de h va tre effectu par validation croise (CV : Cross Validation), cest dire que h
minimise lexpression suivante :
( )

n
i
i i n i
X f Y
n
h CV
1
2
;
) (
1
) (
avec :
) ( 75 . 0 ) 0 (
75 . 0 ) (
75 . 0 * ) ( *
) (
) ( *
) (
1
1
; 1
; 1
;
u K de dfinition par K car
h
X X
K
Y
h
X X
K Y
h
X X
K
h
X X
K Y
X f
n
j
i j
n
j
i
i j
j
n
i j j
i j
n
i j j
i j
j
i i n
CV(h) est une fonction paire, il suffit donc de faire varier h sur ]0,max(X
i
)-min(X
i
)[ pour
trouver le minimum de CV(h) est donc le h optimal not h
CV
.
Lestimateur de rgression par validation croise scrit alors :
n
i
CV
i
n
i
CV
i
i
CV
n
h
x X
K
h
x X
K Y
x f
1
1
) (
) ( *
) (
Nous allons maintenant tudier une mthode de lissage paramtrique.

- 98 -
Section 7.3 : Rgression polynomiale sur lesprance du nombre de
sinistres
Gnralement, les modles paramtriques lissent des taux instantans en faisant lhypothse
quils suivent une loi connue. La famille de fonctions habituellement utilise pour un lissage
paramtrique de taux instantans est la famille de Weibull et plus particulirement la fonction
de la forme :
t
=a+b*exp(-ct) appele fonction de Makeham.
Cependant, nous avons prcdemment opt pour une modlisation de type IARD pour estimer
lentre en incapacit il ne serait donc pas trs judicieux pour le lissage de revenir un modle
de taux dentre lis une unique probabilit dentre en incapacit.
Le lissage paramtrique des taux instantans nest donc pas adapter dans le cas prsent.
De ce fait, il vaut mieux envisager une rgression polynomiale sur les estimations brutes du
nombre espr de sinistres.
La mthode de rgression par polynme est souvent utilise pour sa facilit dexcution et la
qualit des rsultats obtenus.
Construction
- soit X = (x
1
,x
2
,,x
n
) un vecteur de n points. Dans notre tude, x
i
reprsente lge lentre
en incapacit.
- Soit Y = (y
1
,y
2
,,y
n
) un vecteur de n points bruts . Ici, y
i
reprsente lesprance
annuelle brute dentre en incapacit lge x
i
.
Nous souhaitons raliser une rgression polynomiale de Y sur X.
- soit le polynme de rgression de degr p :
p
i p i i i
x a x a x a a y * ... * *
2
2 1 0
+ + + + pour
i=1,,n ; avec
i
y la valeur de y
i
lisse. X, , X
p
sont les vecteurs explicatifs de Y.
Les inconnues de cette mthode sont donc les coefficients a
0
,a
1
,,a
p
de ce polynme. Pour les
dterminer on crit :
B X
a
a
a
y x x x
y x x x
y x x x
y y
y y
Y Y
p
n
p
n n n
p
p
n n
.
1
.
.
*
. . 1
.
. . .
. . 1
. . 1
.
.
.
1
0
2
2 2
2
2 2
1 1
2
1 1
1 1
1
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
]
1

On rsout cette quation par la mthode des moindres carrs, cest dire que lon cherche les
coefficients a
0
,a
1
,,a
p
du polynme qui minimisent la grandeur SSE (Sum Square Errors) ci-
dessous :
SSE= ( ) ( ) ( ) B X X B Y Y Y Y y y
n
i
i i
. . .

1
2

- 99 -
Pour minimiser SSE, il suffit dannuler ses p+1 drivs partielles :
( )
0
k
a
SSE
pour k=0,1,,p
Remarque : dans notre tude X=(20, 21, ,60) vecteur de 41 points.
Choix du degr du polynme :
Ce choix ne peut tre fait a priori ; il est bien vident que plus le degr du polynme sera lev,
plus la rgression sera prcise, en contre partie dune perte de qualit du lissage. Pour autant, il
est inutile daugmenter le degr du polynme si cela nest pas justifi par la volont
damliorer la rgularit dune partie de la courbe brute. Pour cela, nous devons tablir les
critres qui vont permettre de choisir le degr optimal :
- Un critre visuel : on naugmente le degr du polynme que si cela amliore sensiblement
la rgularit de la courbe brute.
- Un critre statistique : le coefficient de dtermination appel communment R
2
[0,1],
permet dexprimer le pourcentage de variance empirique de la variable Y expliqu par le
modle postul. Plus le R
2
est proche de 1, meilleure est la modlisation. Cependant, dun
point de vue purement algbrique, il est possible de gonfler artificiellement la valeur deR
2
en ajoutant des variables explicatives et donc en augmentant le degr du polynme. Pour
tenir compte de cette perversion algbrique, nous allons plutt nous intresser au
coefficient R
2
ajust dfini ci-aprs. On considrera que la modlisation par un polynme
de degr k+1 est sensiblement meilleure que celle avec un degr k, si laugmentation du R
2
ajust est significative.
En conservant les notations prcdentes, on peut dresser le tableau danalyse de la variance :
Source de variation Somme des carrs Degrs de libert Somme des carrs
(moyenne)
Due au modle
( )
2
1
n
t
t
y y
p
( )
p
y y
n
t
t
2
1
Due aux erreurs

( ) ( )
2
1
2
1

n
t
t t
n
t
t
y y
n-p-1
( )
1
2
1

p n
y y
n
t
t t
total
( )
2
1
n
t
t
y y
n-1
( )
1
2
1
n
y y
n
t
t
Ainsi :
( )
( )
2
1
2
1 2
n
t
t
n
t
t
y y
y y
R et le R
2
ajust : ( )
2 2
1 *
1
1
1 R
p n
n
R
a

,
_

- 100 -
Section 7.4 : Comparaison graphique et choix du lissage
Le modle destimation retenu exclu toute hypothse de loi communment applique sur des
taux de sortie (en dcs ou en invalidit). Ainsi, le choix se rduit deux modles de lissage
seulement. Etant donn que le premier a lavantage dtre non paramtrique et que le second
permet de jouer sur le degr du polynme, il est difficile de les dpartager a priori. Nous les
avons donc compars graphiquement sur 2 segmentations reprsentatives avant de prendre
notre dcision.
Voici les 2 graphes obtenus pour les tables IJ des hommes accident1 et des femmes maladie1:
entre femmes maladie1
y = 2E-09x
6
- 2E-07x
5
+ 9E-06x
4
- 9E-05x
3
- 0,0013x
2
+ 0,0228x + 0,0809
R
2
= 0,9499
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
0,2
20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60
ge l ' entre
rgression NP
brut
Polynomial
p R2 R2 ajust
2 0,39 0,36042
3 0,43 0,38627
4 0,9 0,88911
5 0,93 0,9216
6 0,95 0,94106
entre hommes accident1
y = -2E-09x
6
+ 3E-07x
5
- 1E-05x
4
+ 0,0003x
3
- 0,0033x
2
+ 0,0136x + 0,0663
R
2
= 0,9687
0
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,1
<=20 23 26 29 32 35 38 41 44 47 50 53 56 59
ge l ' entre
rgression NP
brut
Polynomial (brut)
p R2 R2 ajust
2 0,83 0,82495
3 0,87 0,85503
4 0,92 0,90867
5 0,92 0,91074
6 0,97 0,96318
Au regard des graphiques, le lissage le mieux adapt est la rgression polynomiale dont nous
choisirons le degr suivant lvolution du R
2
ajust.
Aprs avoir labor les tables dentre en incapacit, nous avons construit celles du maintien.
Cette laboration est dtaille dans la partie suivante.
Valeur de R
2
ajust
en fonction de p le
degr du polynme
Valeur de R
2
ajust
en fonction de p le
degr du polynme
- 101 -
PARTIE V :
ELABORATION DES TABLES DE
MAINTIEN EN INCAPACITE
- 102 -
Partie V : Elaboration des tables de maintien en incapacit
Larrt du 28 mars 1996, qui institue compter du 01/01/1997 des rgles de provisionnement
des garanties dincapacit et dinvalidit, impose aux organismes assureurs dutiliser les tables
de maintien et de passage fournies en annexe. Il laisse cependant lassureur la possibilit de
se servir de ses propres tables dexpriences pourvu quelles soient certifies par un actuaire
indpendant et agr cet effet. Etant donn que les tables proposes par larrt ont t
labores sur une population dassurs collectifs, elles ne sont pas reprsentatives du
portefeuille dassurs individuel. Llaboration de tables dexprience sur le maintien en
incapacit propre au portefeuille dassurs dAXA permettrait donc de connatre le risque rel
support par lassureur qui pourrait ainsi, aprs certification, provisionner au plus juste ses
sinistres incapacit.
Les tables de maintien en incapacit se prsentent habituellement sous la forme dun tableau
double entre :
ge \ priode 0 1 2 3 4 5 6 7 . . . n-1 n
30 ans 10000 8103 6239 . .
31 10000 8082 6270 .
. 10000 . . .
. 10000 . . .
64 10000 9062 8342 .
l
0
l
1
l
2
. . . l
n
o l
t
reprsente pour chaque tranche dge le nombre de personnes restant en incapacit au bout
de t priodes, avec comme base l
o
= 10 000 personnes sinistres.
Pour laborer cette table deux dimensions (ge larrt de travail et anciennet du sinistre) il
faudra donc dterminer le nombre et la dure des priodes envisager. Ce choix dpend du
volume de donnes disponibles pour chaque dure de sinistre. Les tables rglementaires sont
proposes avec un pas mensuel jusqu atteindre 3 ans, dure maximum dincapacit dfinie
par la Scurit Sociale. Il faut signaler que nous possdons des observations journalires et des
volumes de sinistres qui pourraient laisser envisager une table journalire.
Pour laborer nos tables dexprience, nous allons estimer la loi de maintien en incapacit des
assurs dAXA.
En terme de probabilit, cette loi correspond la fonction de survie S(t) qui reprsente la
probabilit que la dure dincapacit dpasse la dure t, do les notations suivantes :
- Lorigine des temps est fixe lentre en incapacit donc t dsignera la fois une dure et
une date
- Y est la variable dure de maintien en incapacit
- S(t) = P(Y t) est la loi de maintien
- l
t
= l
0
*S(t): le nombre de personnes encore en incapacit en t, sur une base de l
0
sinistrs.
- Q
t
= P(Y t+1 / Y>t) est le taux conditionnel de sortie dincapacit avant t+1 sachant quon
est en incapacit en t
En fait Q
t
=
) (
) 1 (
1
t S
t S +
.
ge
larrt
de
travail
Nombre de priodes coules depuis larrt de travail = anciennet du sinistre
- 103 -
Chapitre 1 : Utilisation de donnes censures
De mme que pour ltude de lentre en incapacit, nous sommes ici aussi confronts au
problme des observations censures ou tronques.
En effet, pour laborer des tables dexprience en maintien, il faudrait pouvoir observer le
maintien de chaque sinistr dans sa totalit. Or, notre chantillon est limit la priode
dobservation allant de septembre 1994 fvrier 2000.
De ce fait, il est possible que certains sinistrs ne soient pas observs sur la dure totale de leur
incapacit.
Section 1.1 : Les troncatures
Dans le cas des assurs qui taient dj en arrt de travail au 1
er
septembre 1994, le dbut de
leur incapacit ntant pas observ, leur maintien est tronqu. Leur observation ne commence
qu partir dune certaine anciennet en sinistre (non nulle).
Nous insistons sur le fait que dans notre tude, la franchise nest pas considre comme une
troncature puisquen fait nous avons choisi de construire des tables de maintien au-del de la
franchise.
Section 1.2 : Les censures
Les assurs encore en incapacit le 29 fvrier 2000 (fin de la priode dobservation) vont tre
censurs droite car on nobserve pas la dure totale de leur incapacit.
De mme, lchance de la garantie ou du contrat lorsque lassur est encore en incapacit ainsi
que toute limitation contractuelle de lindemnisation seront considres comme une censure
puisque lassur sort de lobservation sans pour autant reprendre son activit.
Par contre, le dcs sera considr comme une sortie dincapacit puisque celui-ci met fin
tout arrt de travail. De toute faon, en cas de dcs, il nexiste pas dinconnue sur la dure
relle de lincapacit, celle ci est entirement observe. Le dcs est donc une vraie sortie
dincapacit et non une censure.
Toute rsiliation de la garantie ou du contrat pendant une incapacit indemnise tant peu
probable, ce cas sera trait comme une vraie sortie et non une censure.
Par la suite, on appellera sortie dincapacit la reprise dactivit ou le passage en invalidit
ou le dcs.
- 104 -
Chapitre 2 : Des tables de maintien adaptes au tarif et au
provisionnement
Comme nous lavons dj signal, llaboration de tables de maintien associe celle des
tables dentre permet de tarifer au plus juste les garanties complmentaires. Par consquent,
les tables de maintien doivent tre en adquation avec les tables dentre pour tarifer
correctement. Ceci implique donc de construire trois types de tables :
1) le maintien en incapacit valu sur des garanties IJ ou EXO sur une tte (table IJ/EXO)
2) le maintien en hospitalisation valu sur des garanties IJH (table IJH)
Par ailleurs, on souhaite constituer des classes de risque homogne. Or daprs les statistiques
descriptives sur la dure des sinistres, on remarque que gnralement, lexistence dune priode
dhospitalisation pendant lincapacit amplifie larrt accident et rduit larrt maladie. Pour
pouvoir provisionner cette modification du risque lorsque lon apprend que lassur est
hospitalis, il faudrait donc disposer dune table de maintien en incapacit spcifique
lhospitalisation (3
me
table), cest dire une table base uniquement sur lobservation de la
dure des arrts comportant une priode dhospitalisation.
NB :
Attention ne pas confondre cette table spciale hospitalisation qui est une table de maintien
en incapacit avec la table de maintien en hospitalisation (2) base uniquement sur la dure
de la priode dhospitalisation. En fait cette 3
me
table est construite partir dune sous
population de la 1
re
table (table IJ/EXO). Ce sous-groupe contient uniquement les sinistres
incapacit (sur une garantie IJ ou EXO) comportant une priode dhospitalisation.
Exemple de processus de provisionnement pour le sinistre suivant :
Garanties au contrat :
- une IJ de montant I
- une EXO de montant E
- une IJH de montant H
+
0 t t+s
Dclaration dun
arrt maladie sans
hospitalisation
provisionnement
pour les garanties IJ
et EXO en utilisant
les tables de type (1)
adaptes (maladie,
franchise etc)
Puis
dclaration
dune
hospitalisation
sur ce sinistre
changement de table
pour le provisionnement
des garanties IJ et EXO,
utilisation de la table de
type (3) adapte
Provisionnement sur la
garantie IJH en utilisant la
table de type (2) adapte
- 105 -
Chapitre 3 : Les estimateurs du maintien
Contrairement linvalidit, lincapacit ne sadapte pas forcment aux modlisations usuelles
du dcs. En effet, lincapacit est limite 3 ans en dure et elle doit se produire pendant
lactivit professionnelle soit entre 20 ans et 65 ans environ. Ces deux limites nexistent pas
pour le dcs. Par consquent, nous avons choisi denvisager uniquement des estimateurs non
paramtriques pour viter le risque dune hypothse de loi inadapte.
Ces estimateurs sont peu nombreux et ceux qui tiennent compte des censures et troncatures
sont encore plus rares.
Notre prsentation se limitera donc deux estimateurs :
- lestimateur actuariel
- lestimateur de Kaplan-Meier
Section 3.1 : Mthode actuarielle
3.1.1 : principe
Cette mthode sappuie sur lhypothse (a) que les troncatures et les censures (concernant le
maintien) se produisent au milieu de la priode considre.
En fait, on se ramne au calcul de lestimateur actuariel du taux conditionnel de sortie Q
t
dfini
prcdemment comme la probabilit de sortir dincapacit sur la priode ]t , t+1] sachant quon
est en incapacit en t.
3.1.2 : construction
Notations :
SORT
t
: le nombre de sorties dincapacit sur la priode ]t , t+1]
CENS
t
: le nombre de censurs sur la priode ]t , t+1]
TRON
t
: le nombre de tronqus sur la priode ]t , t+1]
OBS
t
: la population observe en t
SRIS
t
: la population sous risque (de sortie) sur la priode ]t , t+1]
Avec lhypothse (a), on obtient :
SRIS
t
= OBS
t
+
2 2
TR
t t
CENS ON
Or Q
t
est estim trivialement par
t
t
t
SRIS
SORT
Q
.
- 106 -
3.1.3 : Rsultat

CENS ON
+ OBS
SORT
Q
t t
t
t
t
2 2
TR
Par dfinition : Q
t
=
) (
) 1 (
1
t S
t S +
et S(t) =
0
l
l
t
.
Donc l
t+1
= l
t
*(1-Q
t
) et lon peut ainsi construire la table de maintien de proche en proche en
partant de l
0
=10 000.
Remarque :
La mise en application de cet estimateur est facile et peu contraignante pour les donnes
utiliser. Cependant, les hypothses de construction de lestimateur actuariel sont trop
simplificatrices pour esprer obtenir des estimations proches de la sinistralit relle de notre
portefeuille.
- 107 -
Section 3.2 : Mthode de Kaplan Meier
3.2.1 : Principe
Dans le calcul de lestimateur de Kaplan Meier des taux dentre en incapacit nous avions
introduit lestimateur de la fonction de survie en tat de capacit, cet estimateur peut
sappliquer pareillement la fonction de maintien en tat dincapacit S(t) en remplaant
lvnement entre en incapacit par la sortie dincapacit .
3.2.2 : Construction
On rappelle que lorigine des temps correspond la date dentre en incapacit indemnisable
soit : (la date de survenance du sinistre) + (la dure de la franchise).
De ce fait, toutes les dures correspondront aussi des dates et inversement.
Notations :
- (Y
1
,Y
2
,,Y
n
) : le n-chantillon de la variable alatoire Y dure de maintien en incapacit
- (C
1
,C
2
,,C
n
) : le n-chantillon des censures ( droite) correspondantes (C
i
Y
i
signifie quil
ny a pas de censure et C
i
<Y
i
quil y a censure)
- T
i
=Min(Y
i
,C
i
)
- (T
1
,T
2
,,T
n
) : lchantillon des T
i
ordonns par ordre croissant
-
d(t) : nombre de sortie dincapacit (par reprise dactivit, passage en invalidit, dcs ou
fin de la garantie) linstant t
- n(t) : nombre dincapables observables en t
-
(et donc exposs au risque de sortie en t).
Lestimation de Kaplan-Meier (KM) obtenu prcdemment (cf partie IV chapitre 3) est la
suivante :
<
,
_

t T i
i
KM
i
T n
T d
t S
' ) (
) (
1 ) (
'
'
)
La fonction correspondante est une fonction en escalier qui part de 1 et dcrot chaque sortie
dincapacit observe.
En prsence de troncatures, on calcule ) (
'
i
T n en consquence soit :
) ( ) ( ) ( ) ( ) (
' ' '
1
'
1
'
i i i i i
T t T c T d T n T n +

Avec :
- Par convention , si la troncature, la censure et la sortie se produisent simultanment, on
conviendra que lentre prcde la censure qui prcde elle-mme la sortie.
- ) (
'
i
T c le nombre de censures sur ]
' '
1
,
i i
T T

] (
'
i
T inclus cause de la convention)
- ) (
'
i
T t le nombre de troncatures sur ]
' '
1
,
i i
T T

] (
'
i
T inclus cause de la convention)
- 108 -
3.2.3 : Rsultat
<
,
_
+

t T i i i i
i
KM
i
T t T c T d T n
T d
t S
' ) ( ) ( ) ( ) (
) (
1 ) (
' ' '
1
'
1
'
)
3.2.4 : Proprits
En notant ) (
t S lestimateur associ lestimation ) (
t S
KM
on sait que :
- ) (
t S est lunique estimateur cohrent de la loi de maintien en incapacit

- Il est maximum de vraisemblance, sans biais
- Pour n+, ) (
t S converge presque srement vers S(t) on a donc un estimateur correct

- Pour n+, [ ] ) ( ) (
t S t S n est asymptotiquement gaussien

Variance :
La littrature prsente gnralement lestimateur de Greenwood pour estimer la variance
asymptotique de S
t T i i i
i
KM
i
T d T n T n
T d
t S t S Var
' )] ( ) ( )[ (
) (
) (
) (
' ' '

'
2
Compte tenu de cette formule, en utilisant lapproximation gaussienne, il est possible de
construire pour S(t) des intervalles de confiance.
Inconvnient :
Lapplication pratique de cet estimateur suppose lutilisation de la chronologie exacte des
sorties dincapacit sur le portefeuille ainsi que le nombre de censures et de troncatures entre
deux mouvements. Cette hypothse est trs exigeante en terme de prcision et de traitement des
donnes, mais comme nous lavons dj signal, nous avons notre disposition des
observations individuelles et journalires. Par consquent, cette exigence est satisfaite.
Il faut savoir que lorsque les donnes disponibles ne sont pas satisfaisantes (en terme de
volume ou de prcision) pour permettre de construire lestimateur de Kaplan Meier, il est
possible dutiliser lestimateur qui a servi pour llaboration des tables fournies par le BCAC.
Nous allons exposer trs rapidement le principe et les rsultats de cette mthode.
- 109 -
3.2.5 : Mthode du BCAC
Cette mthode prsente par Roberto WOLFRUM (1992), propose une version discrtise de
lestimateur de KM. Cet estimateur fut en fait introduit par TURNBULL en 1976.
Le principe :
Au lieu de raisonner en temps continu et davoir la valeur de la fonction de survie nimporte
quelle date, on fait une estimation par priode. Par exemple dans le cas de la table
rglementaire, la priode retenue est le mois.
La construction :
On considre m priodes (m=36 pour une priode mensuelle), et on cherche estimer
s=(s
1
,s
2
,,s
m
) par le maximum de vraisemblance, s
i
tant la probabilit

que lassur sorte
dincapacit sur la i
me
priode.
On obtient ensuite la valeur de la fonction de survie sur chaque priode j par la formule :

j
i
i
s j S
1
1 ) (
Cependant, la solution des quations du maximum de vraisemblance nest pas calculable
algbriquement, il faut donc appliquer un algorithme itratif pour approcher la solution
thorique. Aprs simplifications, on obtient la forme oprationnelle de lestimateur.
La forme oprationnelle de lestimateur :
Notations :
Pour une priode i quelconque :
- ni : nombre dindividus sortis (de lincapacit) la i
me
priode ;
- i : nombre dindividus censurs de la priode i ;
- Bi : nombre dindividus tronqus de la priode i ;
N
0
dsigne le nombre dindividus observs depuis leur date dentre en incapacit.
Remarque :
Pour avoir une vraie distribution de probabilit il faut crer artificiellement une dernire
priode (m+1) telle que S(m+1)=0 soit s
m+1
= 1-
m
i
i
s
1
.
Pour la priode m+1 cre artificiellement :
n
m+1
=B
m+1
=
m+1
=0
- 110 -
Finalement, on obtient lalgorithme de calcul suivant :
1) initialisation de la distribution de probabilit par exemple pour la distribution uniforme on
prend :
1
1
0
+
m
s
j
, pour j=1,,m+1
2) et pour litration h+1 :
) (
...
) 2 ( ) 1 (
) (
...
) (
...
) 1 (
2 1
0
1
1
m S
B
S
B
S
B
N
s
m S
B
j S S
nj
s
m
h
j
m j
h
j
+ + + +
,
_
+ + + + +
, pour j=1,,m+1
Pour obtenir la solution s=(s
1
,s
2
,,s
m+1
) on applique lalgorithme itratif jusqu ce que
lamlioration soit minime selon un critre dfinir.
Linterprtation :
Le numrateur reprsente toutes les sorties, y compris celles qui sont estimes, de la priode j.
Le dnominateur reprsente tous les individus (estimation de ceux qui sont sortis avant davoir
pu tre observs, effectivement sortis pendant la fentre dobservation et estimation de ceux
qui sortiront aprs la fin de la priode dobservation) qui prennent part ou qui auraient pu
prendre part, si on avait pu les observer , ltude.
Lutilisation :
Cette formule est facile dutilisation puisquil suffit de classer les donnes dans un tableau du
type suivant :
Priodes Sorties Censures Troncatures
1 n
1
1
B
1
. . . .
. . . .
j n
j
j
B
j
. . . .
. . . .
m n
m
m
B
m
m+1 0 0 0
Section 3.3 : choix de lestimateur de Kaplan Meier
Etant donn que lestimateur actuariel est trop simplificateur et peu prcis, il reste choisir
entre lestimateur de Kaplan Meier et celui du BCAC, sachant que ce dernier nest en fait
quune version discrtise de celui de KM.
Ces deux estimateurs sont maximum de vraisemblance cependant, lestimateur de KM est plus
proche des donnes individuelles dont nous disposons et donc plus prcis.
Finalement, mme si sa mise en uvre semble a priori un peu plus complexe lorsque le volume
de donnes est important, nous avons choisi la mthode de Kaplan Meier pour estimer la loi de
maintien en incapacit de notre portefeuille.
- 111 -
Chapitre 4 : La segmentation des tables : homognit de la
sinistralit
Pour utiliser nos tables de maintien dans la tarification et le provisionnement des garanties
complmentaires en incapacit , il faut tenir compte de certaines contraintes pratiques et
commerciales suivantes :
Tout dabord, il faut construire 3 types de tables :
- les tables de maintien en incapacit lies aux garanties IJ et EXO
- les tables de maintien en incapacit en prsence dune priode dhospitalisation
- les tables de maintien en hospitalisation (lies aux garanties IJH)
Nos rsultats doivent en mme temps traduire au mieux le risque support par lassureur mais
aussi tre applicables aux futurs assurs. Cette double contrainte implique de tenir compte non
seulement des variables discriminantes mais aussi des variables tarifaires traditionnelles pour
segmenter correctement le risque tudi. Nous avons dj list ces variables dans ltude de la
segmentation des tables dentre en incapacit, nous allons maintenant tudier leur influence
sur le maintien en incapacit.
Les variables analyses sont les suivantes :
- le sexe
- la franchise
- lge
De toute faon, avoir une estimation par ge fait partie des objectifs dfinis pour la
construction des tables. En fait lge nest pas une segmentation mais plutt une dimension de
la table.
De plus, nous avons tudi le pouvoir discriminant des variables en mme temps sur lentre et
le maintien en incapacit. Or pour lentre en incapacit nous avions dcid que la
segmentation suivant le sexe de lassur servirait de base pour ltude des autres variables. De
ce fait, pour le maintien, le sexe constituera aussi la segmentation par dfaut.
Pour les variables restantes : la franchise, lanciennet du contrat et la cause du sinistre, nous
avons tudi sparment leur influence sur le maintien en calculant pour chaque segmentation
et chaque type de table la dure moyenne des sinistres.
Nous allons maintenant analyser les rsultats obtenus pour chaque type de table.
- 112 -
Section 4.1 : Les tables de type IJ
On constate que le sexe et lanciennet ninterviennent pas ou peu sur le maintien en
incapacit.
Nous avions expliqu lors de lentre en incapacit pourquoi lanciennet ntait pas
discriminante, il en est de mme pour le maintien.
Ici, le maintien des hommes et des femmes ne se distingue pas vraiment. En effet, si lon
regarde par exemple travers ltude de la variable cause, lments comparables cest dire
cause et ge identiques, on remarque que lcart de dure moyenne dpassent rarement 15
jours. Par exemple, pour le maintien en maladie, le dtail des rsultats est prsent dans le
tableau suivant :
ge <30 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 >50 total
homme 73 93 84 88 99 106 107 105 117 95 116 128 117 127 160 147 160 162 186 188 166 182 191 133
femme 86 88 88 92 99 109 115 120 123 147 132 133 145 154 139 131 150 163 143 159 155 153 187 117
dif F-H 12 -5 4 5 0 3 8 15 6 52 16 5 28 27 -21 -17 -9 1 -43 -29 -11 -29 -4 -16
dif relative 14% -6% 4% 5% 0% 3% 7% 12% 5% 35% 12% 4% 19% 18% -15% -13% -6% 1% -30% -18% -7% -19% -2% -13%
0
1%
diffrence absolue moyenne :
diffrence relative moyenne :
toute les valeurs sont en jours sauf pour la diffrence relative
En fait, daprs nos rsultats, les hommes et les femmes nont pas le mme comportement face
au risque dentre en incapacit mais une fois sinistrs, ce qui joue le plus sur la dure du
sinistre, cest la cause du sinistre et non le sexe de lassur. Pourtant, certains pourraient penser
que suite une atteinte corporelle les femmes sont a priori moins rsistantes que les hommes.
En fait, si leur maintien est sensiblement identique celui des hommes cest peut-tre que deux
phnomnes se compensent : les femmes seraient physiquement plus fragiles mais on peut
penser quelles prennent mieux soin delles en cas datteinte corporelle et donc amliorent leur
gurison.
Comme suppos priori, lge, la cause et la franchise sont effectivement des variables
discriminantes.
Pour les franchises, il est vident que plus la franchise est importante, plus les sinistres qui
dpassent ces franchises risquent dtre graves et donc longs. Cependant, pour atteindre des
volumes suffisants, il est quand mme prfrable de regrouper certaines franchises avec une
sinistralit proche.
NB : La franchise 0/0 ne correspond pas une franchise nulle mais une franchise relative
90/90 alors que toutes les autres franchises sont absolues. Les sinistres dclars sur cette
franchise ont donc dpass 90 jours, ceci explique pourquoi la sinistralit sur la franchise 0/0
est proche de celle sur les franchises importantes (90/90).
- 113 -
Section 4.2 : Les tables de type IJ avec hospitalisation
Les remarques suivantes se basent la fois sur les rsultats de la partie III concernant la dure
des sinistres et sur ltude de linfluence des variables.
Nous avons tudi linfluence des variables suivantes :
- le sexe de lassur
- lge lentre en incapacit
Pour analyser linfluence de la variable cause, voici le tableau des dures moyennes
dincapacit (en jours) expos dans la partie III :
accident maladie accident maladie
homme 60 158 122 123
femme 83 125 154 117
sans hospitalisation avec hospitalisation
On remarque que sur les sinistres accidents, le maintien moyen augmente de 2 mois environ en
cas dhospitalisation. On peut lexpliquer par le fait que lors dun accident, si lassur est
hospitalis, cest la preuve dune certaine gravit.
Au contraire, on voit que larrt maladie est en moyenne rduit dun mois lorsquil y a
hospitalisation. Pour lexpliquer, on peut dire quen cas de maladie, lhospitalisation
correspondrait plutt une opration puisquil ny a hospitalisation au sens de lassureur
quau-del de 48 heures dans un tablissement mdical ,et de ce fait lhospitalisation pour
opration serait synonyme de gurison.
La cause de lincapacit joue donc ici un rle prpondrant puisquelle dtermine limpact de
lhospitalisation sur le maintien.
En ce qui concerne le sexe de lassur, de mme que pour les tables IJ, il nintervient pas
rellement dans la sinistralit. En effet, la dure moyenne des sinistres avec hospitalisation est
similaire chez les hommes et chez les femmes (121 jours en moyenne pour les deux).
Par consquent, nous allons construire des tables par ge segmentes uniquement suivant la
cause du sinistre : accident ou maladie.
- 114 -
Section 4.3 : Les tables de type IJH
Ici, nous nous intressons au maintien en hospitalisation tudi travers les garanties IJH.
Les variables analyses sont :
- le sexe de lassur
- lge lentre en incapacit
Nous navons pas tudi la franchise puisque sur toutes les garanties IJH la franchise est nulle.
Il existe simplement une franchise implicite de 2 jours due la dfinition de lhospitalisation.
De mme que pour les tables IJ, lanciennet et le sexe ninterviennent pas dans la sinistralit.
Par contre, comme nous venons de lexpliquer ci dessus, la cause du sinistre est la principale
variable discriminante en cas dhospitalisation et lge aggrave le maintien.
Finalement pour la segmentation nous ne retiendrons que la cause du sinistre et la table sera
construite par ge.
Dans la section suivante un tableau rsume lensemble des segmentations retenues.
Section 4.4 : Maintien moyen et arbre des segmentations
Tables IJ
franchises 15/15 et 30/7 30/30 60/30 90/7 0/0 60/60 et 90/90 15/15 et 30/7 30/30 60/30 90/7 0/0 60/60 et 90/90
maintien moyen 71 jours 118 jours 104 jours 160 jours
ACCIDENT MALADIE
Tables IJ quand hospi ACCIDENT MALADIE
maintien moyen 126 jours 117 jours

Tables IJH ACCIDENT MALADIE
maintien moyen 13 jours 12 jours
Au total, 8 tables de maintien ont t labores, en tenant compte de lge lentre en
incapacit.
Dans les chapitres suivants, pour allger lcriture, nous appellerons les 4 tables IJ prcdentes
de la manire suivante :
accident1 pour les accidents avec les franchises 15/15 et 30/7
accident2 pour les accidents avec les autres franchises
maladie1 pour les maladies avec les franchises 15/15 et 30/7
maladie2 pour les maladies avec les autres franchises
Larbre de segmentation ci-aprs permet une meilleure visualisation des segmentations
conduisant aux 8 tables de maintien en incapacit.
- 115 -
les tables de maintien
15/15
30/7
n1
Autres
n2
Accident
15/15
30/7
n3
Autres
n4
Maladie
Accident
n5
Maladie
n6
avec hospitalisation
IJ ou EXO
Accident
n7
Maladie
n8
IJH
Distinction des garanties
'
garantie de
type le selon
on segmentati
'
cause la selon
on segmentati
4 4 4 4 4 4 4 4 8 4 4 4 4 4 4 4 4 7 6
franchise de couple le selon on segmentati
4 4 4 4 4 8 4 4 4 4 4 7 6
ation hospitalis spciale table
- 116 -
Chapitre 5 : Les contraintes de volume
Nous venons de former des groupes de sinistralit homogne suivant certaines variables
discriminantes (sexe, cause et franchise). Maintenant, nous dsirons obtenir pour chacune de
ces segmentations une table de maintien dcline sur tous les ges.
Or, pour avoir des rsultats fiables et robustes, il faut faire en sorte davoir pour chaque ge un
volume de personnes exposes au risque de sortie dincapacit suffisant.
Comme prcdemment dans le cas de lentre en incapacit, ceci implique de regrouper
certains ges en classes dges, et dobtenir ainsi des estimations brutes par paliers . Mais
pour un meilleur lissage, nous prfrons calculer pralablement des estimations brutes par ge.
Pour ce faire nous disposons des deux mthodes exposes dans le chapitre 5 de la 4
me
partie :
- linterpolation jonctions souples
- le glissement
Pour homogniser les mthodes et faciliter la mise en uvre pratique, nous avons choisi
deffectuer ici aussi un glissement sur les ges pour atteindre le volume souhait.
Il reste maintenant dterminer ce volume minimum. Il nexiste pas vraiment de thorie
donnant des chiffres de rfrence. Aprs avoir interrog plusieurs personnes exprimentes
dans le domaine des certifications de tables dincapacit, nous avons fix le volume minimum
1000 sinistrs par tranche dge pour chaque segmentation.
- 117 -
Chapitre 6 : les tables brutes
Aprs avoir vrifi la stabilit de la loi de maintien dans le temps, ce chapitre exposera les
principaux rsultats concernant les tables brutes de maintien et leurs intervalles de confiance.
De plus, pour mettre en perspective nos rsultats, nous les comparerons la table
rglementaire.
Section 6.1 : La stabilit dans le temps
Allant de septembre 1994 fvrier 2000, notre priode dobservation dure 5 ans et demi. Lors
du choix de cette priode, nous avions signal que cette taille tait raisonnable pour estimer le
maintien (environ 2 cycles entiers dincapacit). Pour la fiabilit de nos tables, il est cependant
ncessaire de vrifier que le maintien en incapacit de nos assurs est rest stable sur cette
priode.
Pour ce faire, nous avons compar la sinistralit en dbut de priode avec celle en fin de
priode. Nous avons donc scind notre chantillon de sinistres en 2 chantillons par rapport
une date de rfrence telle que la rpartition sur les 2 chantillons soit quilibre. Cette date
correspond peu prs au milieu de la priode dobservation soit le 1
er
janvier 1997.
Donc tous les sinistres survenus avant le 1
er
janvier 1997 appartiennent au 1
er
chantillon et
tous les autres appartiennent au 2
me
.
Mais pour avoir des chantillons comparables, il faut les retraiter :
- dabord, il faut enlever les sinistres censurs. En effet, ces derniers se trouvant en majorit
dans le 2
me
chantillon, ils biaiseraient le maintien en incapacit dans celui-ci.
- de plus, il faut supprimer limpact du vieillissement de la population sur le maintien. Nous
allons donc segmenter chacun des chantillons suivant lge lentre class par tranche de
5 ans.
Pour raliser la comparaison des chantillons, nous avons effectu classe dge gale un test
dhomognit du
2
.
Comme on veut tudier lvolution du maintien, on va dans chaque chantillon classer les
sinistres suivant leur dure en mois. Mais pour avoir des effectifs satisfaisant le critre de
Cochran, au-del de 7 mois, on constituera des classes annuelles pour la dure des sinistres.
Par exemple pour la tranche dge 30-35 ans, on obtient le tableau suivant :
30-35 ans
dure ch1 ch2 pi1 pi2 n1*pi n2*pi pi (pi1-pi2)
2
/ pi
moins de 1 mois 1903 2199 0,392 0,420 1971,529 2130,471 0,407 0,002
de 1 2 mois 1048 1205 0,216 0,230 1082,851 1170,149 0,223 0,001
de 2 3 mois 549 619 0,113 0,118 561,372 606,628 0,116 0,000
de 3 4 mois 315 368 0,065 0,070 328,268 354,732 0,068 0,000
de 4 5 mois 262 244 0,054 0,047 243,197 262,803 0,050 0,001
de 5 6 mois 169 171 0,035 0,033 163,413 176,587 0,034 0,000
de 6 7 mois 123 105 0,025 0,020 109,583 118,417 0,023 0,001
de 7 mois 1 an 380 282 0,078 0,054 318,175 343,825 0,066 0,009
de 1 2 ans 58 42 0,012 0,008 48,063 51,937 0,010 0,002
de 2 3 ans 43 6 0,009 0,001 23,551 25,449 0,005 0,012
total 4850 5241
d
2
= 0,029 p-value > 99,5%
critre cochran
- 118 -
o :
- n1 (respectivement n2) est leffectif de sinistre dans lchantillon 1 (respectivement 2)
- pi
1
(respectivement pi
2
) est la proportion de sinistre dans la i
me
classe de dure de sinistre
pour lchantillon 1 (respectivement 2)
- pi est la proportion de sinistre dans la i
me
classe de dure de sinistre si on regroupe les 2
chantillons.
Le critre de Cochran est bien satisfait puisque tous les n1pi et n2pi sont largement suprieurs
1.
Si on dfinit r comme le nombre de classes de dure de sinistre (ici r = 10) alors la valeur de d
2
est donne par :
( )
r
i
pi
pi pi
d
1
2
2 1 2
d
2
tant la valeur observe de D
2
qui converge en loi vers un
2
1 r
.
On cherche tester lhypothse suivante :
H
0
: La loi de maintien est stable sur notre priode dobservation.
On rejettera H
0
lorsque la valeur de d
2
est trop grande. En fait on calcule la p-value (ou seuil
critique) dfinie par :
) (
2 2
1
d P
r
>

Si cette p-value est trop petite (<1%), on rejette H
0
.
Par exemple, le tableau prcdent indique que d
2
= 0,029 et comme r = 10 notre p-value est
donne par : ) 029 . 0 (
2
9
> P .
Or daprs les tables statistiques cette probabilit est strictement suprieure 99,5%.
Ceci concerne la p-value du test sur la tranche dge 30-35 ans mais il en est de mme sur les
autres tranches dges.
Nous pouvons ainsi conclure la stabilit du maintien en incapacit sur la priode observe.
Cette condition essentielle tant remplie, nous allons maintenant exposer nos tables brutes.
- 119 -
Section 6.2 : les rsultats bruts
6.2.1 : les ordres de grandeur des rsultats
Nous prsenterons ici les l
t
, cest dire, pour un ge fix, la loi de maintien en fonction du
temps pour 10 000 entres en incapacit cet ge l.
En raison de leur double dimension et de leur caractre journalier, les tables obtenues sont
difficilement visualisables dans leur totalit.
Par consquent, pour valuer les ordres de grandeur de nos rsultats, nous allons considrer
simplement deux ges dentre : 30 et 50 ans, en nous limitant aux tables IJ. De plus les
anciennets significatives retenues sont les suivantes : 0, 1 mois, 3mois, 6 mois, 1 an et 2 ans.
voici les ordres de grandeur obtenus :
30 ans 50 ans 30 ans 50 ans 30 ans 50 ans 30 ans 50 ans
l0 10 000 10 000 10 000 10 000 10 000 10 000 10 000 10 000
l1 mois 4 823 5 747 6 237 7 610 6 071 6 962 7 143 7 817
l3 mois 1 359 2 208 2 604 4 019 2 688 3 452 3 226 5 228
l6 mois 482 946 834 2 032 738 1 850 918 3 167
l1 an 122 361 156 479 161 750 152 840
l13 mois 32 168 141 425 63 312 129 718
l2 ans 14 60 34 80 16 71 4 258
accident 1 accident 2 maladie 1 maladie 2
Nous constatons que la loi de maintien diminue trs rapidement dans les 6 premiers mois :
- Sur 10 000 sinistrs 30 ans, il nen reste plus que 500 1 000 au bout de 6 mois (selon la
cause du sinistre et le type de franchise).
- Sur 10 000 sinistrs 50 ans, il nen reste plus que 1 000 3 000 au bout de 6 mois (selon
la cause du sinistre et le type de franchise).
De plus, trs peu de sinistres se prolongent au-del d1 an dincapacit :
- de 30 140 30 ans
- de 170 700 50 ans
Bien sr, le maintien croit avec la franchise. En effet, anciennet identique, il reste toujours
plus de sinistrs sur les tables de type 2 o la franchise est plus importante.
Enfin, valeurs comparables, le maintien en maladie est toujours plus fort que le maintien pour
cause daccident.
- 120 -
6.2.2 : Etude des taux conditionnels de maintien mensuel
Nous nous intressons ici aux taux conditionnels de maintien mensuel q
x
avec :
- x qui reprsente lge lentre en incapacit.
- les q
x
qui reprsentent la probabilit dtre encore en incapacit le mois suivant sachant
quon est dj en incapacit, par exemple le taux mensuel lanciennet 3 mois est dfini
par :
mois
x
mois
x mois
x
l
l
q
3
4
3
Pour des raisons de visibilit, nous limiterons encore notre tude aux tables IJ pour un ge de
50 ans lentre en incapacit.
Les graphes suivants prsentent pour chaque table lvolution de q
50ans
en fonction de
lanciennet atteinte :
les taux conditionnels de maintien mensuel pour accident1 50 ans
0,000
0,200
0,400
0,600
0,800
1,000
1,200
q0 q1 q2 q3 q4 q5 q6 q7 q8 q9 q10 q11 q12 q13 q14 q15 q16 q17 q18 q19 q20 q21 q22 q23 q24
l es taux mensuel s
les taux conditionnels de maintien mensuel pour accident2 50 ans
0,000
0,200
0,400
0,600
0,800
1,000
1,200
l es taux mensuel s
- 121 -
les taux conditionnels de maintien mensuel pour maladie1 50 ans
0,000
0,200
0,400
0,600
0,800
1,000
1,200
l es taux mensuel s
les taux conditionnels de maintien mensuel pour maladie2 50 ans
0,000
0,200
0,400
0,600
0,800
1,000
1,200
l es taux mensuel s
On constate globalement que les taux de maintien mensuels sont croissants jusqu atteindre
quasiment la valeur 1 2 ans danciennet. Ceci signifie que plus on a danciennet en sinistre
plus on a de chance de rester en incapacit le mois suivant.
Selon les tables, on a entre 60 et 80% de chance de rester au moins un mois en incapacit en
entrant 50 ans (cest le taux q
0
).
Par ailleurs, on constate une chute importante du taux 1 an pour les tables accident1 et
maladie1 et du taux 9 mois pour les autres. Ces creux traduisent une sortie massive
dincapacit ces dates l (vraies sorties ou censures). Il sensuit un certain chaos dans les taux
suprieurs (de 1 2 ans). En effet, un faible volume de sinistrs restant aprs 1 an peut
compromettre la rgularit et la fiabilit de la loi au-del d1 an. Des mesures appropries ont
t prises pour palier ce problme, elles seront exposes dans la section 6.4.
Nous allons maintenant donner lallure gnrale des courbes de maintien suivant lanciennet.
- 122 -
6.2.3 : allure gnrale des courbes de maintien
Etant donn nos observations journalires, la loi de maintien estime par KM est trs prcise.
Nous ne prsenterons ici que les tables de maintien pour un ge lentre de 30 ans puisque
daprs les volumes, cest lge le plus reprsentatif en nombre de sinistres.
maintien IJ accident1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 302 334 364 418 486 545 658 815 1023
anci ennet en j our s
S( t )
30 ans
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 241 271 301 334 372 411 460 520 586 668 765 882 1067
S( t )
30 ans
maintien IJ maladie1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300 330 360 392 431 467 506 544 607 669 720 791 883 999
S( t )
30 ans
maintien IJ maladie2
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300 330 362 392 425 455 492 530 574 615 653 691 747 800 851 901 972 1053
S( t )
30 ans
- 123 -
maintien IJ quand hospitalisation, accident
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300 332 363 404 459 506 576 664 777 915
S( t )
30 ans
maintien IJ quand hospitalisation, maladie
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300 330 360 392 426 464 503 550 602 663 719 789 882 1015
S( t )
30 ans
maintien IJH, accident
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 61 92 133 229
S( t )
30 ans
maintien IJH, maladie
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 127 176 318
S( t )
30 ans
Commentaires :
Sur toutes les tables, la loi de maintien dcrot rapidement au dbut puis se stabilise un peu
jusqu une chute vers 1 an aprs laquelle elle devient pratiquement nulle.
- 124 -
Le redressement des courbes traduit le fait que plus on a danciennet en incapacit plus on a
de chance dy rester.
Il se produit plus ou moins tt selon les tables :
- au bout de 3 mois danciennet pour les tables IJ accident
- au bout de 4 ou 5 mois danciennet pour les tables IJ maladie ou IJ quand il y a
hospitalisation.
- Au bout de 2 semaines seulement pour les tables IJH.
Le maintien des tables IJH est beaucoup plus court ce qui parat logique puisquil reprsente
uniquement le maintien en hospitalisation et non le maintien total en incapacit.
La chute brutale du maintien au bout d1 an danciennet sexplique par la prsence dans notre
portefeuille de garanties o le nombre de jours indemnisable par sinistre est limit 300 ou
365 jours selon le type de garantie. Ces garanties reprsentent peu prs 30% de notre
portefeuille, de ce fait, environ 30% de nos sinistrs qui ont atteint 1 an danciennet sortent
brutalement dincapacit cause de la limite de leur garantie. Cette sortie en masse explique
donc la chute de la loi de maintien ainsi que celle des taux conditionnels de maintien mensuel.
Nous verrons dans la section 6.4 comment remdier ce problme.
Nous allons maintenant nous intresser linfluence de lge sur la loi de maintien.
- 125 -
6.2.4 : Influence de lge sur le maintien
Pour viter de surcharger notre tude, nous limiterons notre prsentation aux rsultats des
tables IJ accident.
Sur ces tables, nous allons mettre en vidence linfluence de lge sur la structure et le niveau
de la loi de maintien. Les graphes suivant prsentent les courbes obtenues pour une volution
de lge de 30 50 ans par tranches de 10 ans. Ils sont volontairement arrts 1 an (ou 300
jours) puisque ensuite la loi est peu lisible.
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300
anci ennet en j ours
S( t )
50 ans
40 ans
30 ans
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 30 60 90 120 150 180 210 240 270 300 330 360
S( t )
50 ans
40 ans
30 ans
Naturellement le niveau des courbes de maintien croit avec lge, ce qui confirme bien que
lge est un facteur aggravant du maintien en incapacit.
Cependant, on constate que lcart entre les courbes nest pas constant :
- il augmente avec lanciennet jusqu trois mois environ. En effet, pour des faibles
anciennets en sinistre, le fait dtre jeune permet un rtablissement plus rapide.
- ensuite lcart diminue jusqu devenir presque insignifiant vers 1 an. En fait, la courbe se
redresse plus sur les jeunes ges. Ceci traduit le fait qu partir dune certaine anciennet (3
ou 4 mois), les taux conditionnels de maintien mensuels sont plus importants sur les jeunes
ges, comme si les incapacits de plus de 3 ou 4 mois t plus graves chez les jeunes que
chez les personnes plus ges.
- Aprs plus dun an danciennet, les courbes se confondent presque car cest vraiment la
gravit du sinistre qui dtermine le maintien indpendamment de lge de lassur
lentre en incapacit.
La section suivante va comparer nos tables brutes avec la table rglementaire.
- 126 -
Section 6.3 : Comparaison avec la table rglementaire
Ici, nous allons comparer uniquement avec les tables IJ car ce sont les seules qui reposent sur la
mme dfinition dincapacit que la table rglementaire.
Cependant, avant toute chose, pour permettre la comparaison, il faut dabord ajuster la table
rglementaire que par abus de langage nous appellerons table BCAC . En effet, il ne faut
pas oublier que nos tables reprsentent le maintien au-del de la franchise alors que la table
BCAC traduit le maintien sans franchise. Pour tre cohrent, il est donc ncessaire de dcaler
cette table de manire ce que la population sinistre au premier jour aprs la franchise
reprsente le nouveau l
0
initial. En fait pour chaque ge, on divise par le nouveau l
0
puis on
remultiplie par 10 000 et on dcale la numrotation de lanciennet pour que lanciennet 0
corresponde au nouveau jour de rfrence.
Sur nos 4 tables IJ, la table accident1 correspond principalement une franchise de 7 jours
alors que les 3 autres correspondent une franchise dun mois.
Il faut donc crer artificiellement deux tables BCAC, une pour chaque franchise.
Pour crer la table BCAC avec une franchise de 30 jours, nous disposons bien de la valeur de l
x
un mois, mais pour la franchise 7 jours, il est ncessaire de calculer le lx 7 jours car le pas
de la table est mensuel. Pour cela, nous avons procd une interpolation linaire entre 0 et 1
mois.
Remarque :
Pour une meilleure lisibilit, nos comparaisons se limiteront un an danciennet.
- 127 -
Les deux graphes suivants comparent, pour lge lentre gal 30 ans, la table BCAC
franchise 7 jours avec notre table accident1 et la table BCAC franchise 30 jours avec nos autres
tables.
comparaison avec le BCAC de franchise 30j (ge l'entre 30 ans)
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0 50 100 150 200 250 300 350
lx
maladie1
maladie2
accident2
BCAC franchise 30j
comparaison avec le BCAC de franchise 7j (ge l'entre 30 ans)
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0 50 100 150 200 250 300 350
lx
accident1
BCAC Franchise 7j
Pour les 3 premires tables, on peut lgitimement affirmer que globalement le maintien chez
les sinistrs de notre portefeuille est infrieur celui de la table rglementaire.
Par contre, il est plus difficile de trancher en ce qui concerne la table accident1 puisque jusqu
environ 2 mois, la loi de maintien est plus leve sur notre table dexprience par rapport la
table rglementaire, alors quensuite elle est plus faible.
En cas de certification, on peut tout de mme esprer obtenir avec ces tables un
provisionnement en gnral infrieur celui prconis par la rglementation.
- 128 -
Section 6.4 : les intervalles de confiance
Construction :
Comme signal dans les proprits de lestimateur de Kaplan Meier :
[ ]
( )
( ) 1 , 0
) (
) ( ) (
N
L
t S Var
t S t S n

quand n +
do un intervalle de confiance pour S(t) de niveau asymptotique (1-) :
IdC
(1-)
{ S(t) }=
[ ] [ ]
1
1
]
1
+

n
t S Var
q t S
n
t S Var
q t S
) (
* ) (
;
) (
* ) (
2
1
2
1

Comme pour lentre en incapacit, nous avons choisi de calculer des intervalles avec un
niveau de confiance de 95% donc
2
1

q =1,96.
Etant donn la forme de la variance de lestimateur de KM, la largeur de lintervalle de
confiance pour S(t) est directement proportionnelle lestimation ) (
t S .
En effet :

t T i i i
i
KM
i
T d T n T n
T d
t S t S Var
' )] ( ) ( )[ (
) (
) (
) (
' ' '

'
2
do la largeur de lintervalle:
L{ IdC
(1-)
} =
1
1
]
1
t T i i i
i
i
T d T n T n
T d
n
t S
' )] ( ) ( )[ (
) ( ) (
* 96 , 1 * 2
' ' '
'
A cause de cette proportionnalit, nous allons plutt tudier la largeur relative de lintervalle
pour dterminer les endroits o nos rsultats ne sont pas assez fiables.
Rsultats :
Les courbes suivantes montrent pour la table IJ accident1 lvolution de cette largeur
relative en fonction de lanciennet.
volution de la taille relative de l'intervalle de confiance accident1 avec
l'anciennet
0
0,5
1
1,5
2
2,5
3
0 30 60 90 120 150 180 210 240 270 302 334 364
50 ans
40 ans
30 ans
Remarque :
Des courbes similaires ont t obtenues avec les autres tables.
- 129 -
Au vu de ce graphe (il en est de mme pour les autres tables), on ne peut pas raisonnablement
utiliser nos estimations brutes au-del de 365 jours danciennet pour les tables IJ accident1 et
maladie1 ainsi que pour les tables IJ lorsquil y a hospitalisation, ni au-del de 300 jours pour
les tables IJ accident2 et maladie2. En effet, on remarque une augmentation brutale de la
largeur relative de lintervalle de confiance pour ces anciennets l, ce qui traduit en fait une
chute de volume trop importante. Dailleurs, les courbes brutes et les taux conditionnels
mensuels montraient dj ce saut 365 ou 300 jours.
Pour ce qui est des intervalles sur les tables IJH, cest un peu moins net, mais par cohrence
avec les intervalles prcdents, nous choisirons de limiter les tables IJH 3 mois. En effet, au-
del de cette anciennet, la taille de lintervalle relatif dpasse 2% et cette taille correspond la
taille maximum accepte sur les tables prcdentes.
Cependant le but de ce mmoire tait dobtenir des tables sur 3 ans, il nest donc pas
satisfaisant de garder simplement nos tables limites 1 an. Pour palier cette limitation, nous
avons dcid de raccorder nos tables dexprience avec la table rglementaire pralablement
interpole en jours. Voici la formule utilise pour calculer le l
x
(t) aprs un raccordement 365
jours par exemple :
l
x
(t) =
) 364 (
) 364 (
* ) (
exp
x BCAC
x
x BCAC
l
l
t l , pour t [365j,1095j]
avec :
- ) (t l
x BCAC
issu de la table rglementaire
- ) 364 (
exp x
l issu de nos tables dexprience
De cette manire, on rcupre des tables de maintien de 0 3 ans, tout en restant prudent vis
vis des donnes.
NB : attention, comme nos tables reprsentent le maintien au-del de la franchise alors que la
table rglementaire traduit le maintien sans franchise, pour tre cohrent, il faudra raccorder
chaque table avec la table BCAC cre avec la franchise correspondante.
Maintenant que nous disposons de tables brutes sur 3 ans, nous allons les lisser.
- 130 -
Chapitre 7 : lissage des lois de maintien
Le modle destimation utilis dans le cas du maintien en incapacit permet de calculer une loi
brute de survie qui se prsente sous la forme dune fonction en escalier. Ce rsultat nest pas
toujours satisfaisant puisque les paliers obtenus peuvent tre trop grossiers et donner une loi
brute de maintien irrgulire.
Tant pour le tarif que pour le provisionnement, les irrgularits doivent tre lisses pour viter
davoir des carts trop importants entre deux anciennets ou deux ges conscutifs. Il est bien
sr envisageable de garder des tables brutes et de lisser le rsultat final, cest dire les
provisions ou le tarif.
Cependant, ici nous souhaitons lisser directement les tables et non les provisions ou les tarifs
calculs partir des lois brutes. En effet, les tarifs et les provisions sont fonction dun taux
technique qui volue avec le TME (Taux moyen des emprunts dEtat) donc si on lisse le
rsultat et non les tables, il faudra relisser chaque changement de taux.
Les tables de maintien tant double entre (lge et lanciennet), il faudra effectuer un
double lissage, cest dire un lissage qui gommera les irrgularits de la loi de maintien aussi
bien en fonction de lge quen fonction de lanciennet.
Aprs avoir prsent la problmatique de ce double lissage, nous tudierons quelques mthodes
de lissage traditionnellement utilises avant de choisir la mieux adapte nos tables brutes.
Section 7.1 : La problmatique du double lissage
La double dimension de nos tables implique de rflchir la mthode de lissage la mieux
adapte dans chacune des dimensions.
En effet, si lon lisse dans un sens puis ensuite dans lautre, on risque de dtriorer le premier
lissage. Le mieux serait de pouvoir lisser dans les deux sens en une seule fois.
La mthode des moyennes mobiles semble a priori la mieux adapte. Elle est dailleurs
communment utilise pour lisser les provisions calcules partir des tables rglementaires
brutes.
En effet, cette mthode non paramtrique permet de calculer une valeur lisse de la loi partir
de son estimation brute mais aussi des estimations qui lentourent. Voici selon cette mthode
la formule utilise pour lisser l
x
pour un ge dentre x et pour une anciennet atteinte anc :
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) 1 , 1 *
16
1
1 , 1 *
16
1
1 , *
16
1
1 , 1 *
16
1
, 1 *
16
1
1 , *
16
1
1 , 1 *
16
1
, 1 *
16
1
, *
2
1
,
+ + + + + + + + +
+ + + + +
x anc l x anc l x anc l x anc l
x anc l x anc l x anc l x anc l x anc l x anc l
liss
Cette formule permet donc deffectuer un double lissage en un temps.
Elle pose cependant un problme pour lisser les valeurs extrmes, cest dire le premier et le
dernier ge ainsi que la dernire anciennet.
- 131 -
De plus, le lissage doit conserver certaines proprits de la loi de maintien, comme par
exemple la dcroissance de la loi suivant lanciennet; or la moyenne mobile ne permet pas de
matriser cette contrainte.
Enfin, si lon applique cette formule nos estimations brutes, le rsultat nest pas trs
satisfaisant du point de vue de la rgularit.
Pour toutes ces raisons, nous ne retiendrons pas cette mthode de lissage.
Nous devons maintenant envisager un lissage en 2 temps et choisir lordre respecter.
Pour assurer la dcroissance de la loi de maintien en fonction de lanciennet, il est prfrable
de lisser en fonction de lanciennet en dernier et donc de lisser dabord en fonction de lge et
anciennet constante. Nous appellerons ce premier lissage le lissage suivant lge , et le
second le lissage suivant lanciennet .
Etant donn que nous allons effectuer deux lissages distincts, il est possible de choisir deux
mthodes de lissage diffrentes. Cependant, il serait illogique de lisser dans un sens par une
mthode non paramtrique puis dans lautre sens par une mthode paramtrique.
Nous allons maintenant prsenter quelques mthodes en commenant par le lissage suivant
lge.
Section 7.2 : Le lissage suivant lge
Lorsquon visualise les courbes brutes de la loi de maintien suivant lge, globalement, on
remarque une allure assez similaire aux courbes obtenues pour lentre en incapacit, avec
cependant une caractristique rcurrente : la croissance avec lge. Cette forme croissante
parat vidente puisque quelle traduit le facteur aggravant de lge.
De mme que pour le lissage de lentre en incapacit, des comparaisons graphiques montrent
quune rgression polynomiale est tout fait adapte pour lisser les courbes de maintien
suivant lge. Pour des raisons pratiques, nous choisirons un degr de polynme constant et
gal 6 pour toutes les anciennets. En effet, sur chaque table on effectue un lissage pour
chaque anciennet (journalire), soit en fait 1095 lissages pour chaque table. Cest pourquoi
nous avons renonc effectuer un lissage avec un degr de polynme modulable.
Nous avons fix un degr de 6 qui permettait gnralement dobtenir un R
2
trs satisfaisant de
lordre de 95%.
Voici un exemple du lissage de la table accident2 pour lanciennet 6 mois :
lx en fonction de l'ge anciennet fixe
y = -6E-05x
6
+ 0,0047x
5
- 0,1245x
4
+ 1,3285x
3
- 1,551x
2
- 20,265x + 896,12
R
2
= 0,993
0
500
1000
1500
2000
2500
26
ans
27
ans
28
ans
29
ans
30
ans
31
ans
32
ans
33
ans
34
ans
35
ans
36
ans
37
ans
38
ans
39
ans
40
ans
41
ans
42
ans
43
ans
44
ans
45
ans
46
ans
47
ans
48
ans
49
ans
50
ans
51
ans
52
ans
53
ans
54
ans
ge l'entre
180 jours
Polynomial degr 6
Nous allons maintenant choisir la mthode de lissage suivant lanciennet.
- 132 -
Section 7.3 : Le lissage en fonction de lanciennet
Dans cette section, nous exposerons 3 mthodes de lissage diffrentes :
- le lissage par Whittaker et la variante de Lowrie
- lajustement une loi de Makeham
- lajustement des fonctions usuelles (polynomiale, logarithmique, exponentiel, puissance,
etc ) par la mthode des moindres carrs.
7.3.1 : lissage par Whittaker et la variante de lowrie
Principe d'une mthode de lissage:
Tout lissage est un compromis entre le respect des donnes (rsultat brut) et la rgularit du
lissage obtenu (rsultat liss).
La fidlit la courbe initiale se mesure en calculant l'erreur F suivante:
F= w (v u )
i i i
2
i 1
n
o: - i indice les donnes lisser;

- n est le nombre de donnes lisser;
- w
i
est le poids donn au respect de la donne i (en gnral w
i
=
1
var[u ]
i
);
- v
i
est la donne i lisse;
- u
i
est la donne brute lisser.
La rgularit du rsultat se mesure par la valeur S suivante: S = ( v
z
i
i 1
n Z
)
2
o: z-1 est le degr du polynme que l'on considre comme le standard de la rgularit par
rapport aux donnes.
Si les donnes lisses sont gales aux donnes brutes, F est nulle. Par contre si les donnes
lisses suivent exactement un polynme de degr z-1, S est nulle car alors
Z
v
i
=0.
Toute mthode de lissage tente d'obtenir F et S les plus petits possibles, sur la base d'un
compromis entre ces lments "antagonistes".
La mthode de Whittaker:
La mthode de lissage de Whittaker consiste trouver les valeurs lisses v
i
qui minimise M
avec M = F + h S pour une valeur de h, poids relatif de S, les donnes u
i
fixs.
M= w (v u )
i i i
2
i 1
n
+h ( v
z
i
i 1
n Z
)
2
est minimale si pour tout i
M
v
i
=0
Une approche matricielle permet de synthtiser le systme dquations et de le rsoudre,
sachant quil faut procder linversion de certaines matrices.
- 133 -
La variante de Lowrie:
Lowrie cherche plutt minimiser la valeur suivante:
M=(1-h
1
) w (v u )
i i i
2
i 1
n
+h
1
w (v )
i
S
i i
2
i 1
n
s + h
2

Z n
1 i
i
1 - z
i
z
v r v (
2
)
Interprtation des diffrents termes :
1. Le terme ( v r v
z
i
z-1
i
i 1
n Z

)
2
correspond au fait que le critre de rgularit n'est plus
l'adquation un polynme de degr z-1 mais un polynme de degr z-2 plus un terme
exponentiel (r+1)
i
.
Par exemple: v
i
= A+H i +B c
i
2. r =c-1 en fonction de la distribution exponentielle suppose sur certaines anciennets.
3. z-2 est le degr du polynme correspondant la distribution des donnes.
4. h
2
est le poids que l'on veut donner au lissage par rapport au respect des donnes.
5. Le terme d'ajustement: (1-h
1
) w (v u )
i i i
2
i 1
n
+h
1
w (v )
i
S
i i
2
i 1
n
s est particulier.
En effet, la seconde partie de l'addition permet sur certaines anciennets de lisser en
respectant non pas les donnes brutes mais une pondration entre les donnes brutes u
i
et
une loi de rfrence s
i
. Ainsi, sur les anciennets o, pour des problmes de volumes, on
considre quil serait plus prudent de respecter la table de rfrence plutt que nos
estimations brutes, w
i
sera faible et w
i
s
sera plus lev.

6. (1-h
1
) est le poids que l'on veut donner au respect des donnes brutes par rapport la table
de rfrence.
7. w
i
(resp w
i
s
) est le poids attribu la valeur u
i
(resp la valeur s
i
).
Application aux donnes :
Sous tableur, l'inversion d'une matrice est possible mais la dimension de la matrice est limite
(57; 57). Pour lisser la loi sur les 1095 anciennets il faudrait effectuer le lissage en plusieurs
temps (une vingtaine de fois) et procder des raccordements (par interpolation linaire). La
mise en uvre de ce lissage semble donc assez contraignante et longue.
Ensuite, lintrt de cette mthode est de pouvoir sappuyer sur une table de rfrence lorsque
les donnes brutes sont juges insuffisantes, or nous avons dj par cette ventualit en
raccordant ( 100%) nos tables brutes la table rglementaire ds quune sortie trop importante
dindividus compromettait la fiabilit de nos rsultats.
Enfin, nous avons choisi un lissage paramtrique suivant lge il serait donc malvenu dutiliser
une mthode non paramtrique pour lisser suivant lanciennet.
Nous allons donc plutt nous pencher sur des lissages paramtriques, cest dire en fait des
ajustements une loi dfinie.
- 134 -
7.3.2 : Modle de Makeham
Notations :
- Les donnes sont classes par intervalle ]t , t+ t]
- n le nombre dintervalles observs
- SORT
t
: le nombre de sorties dincapacit pendant ]t , t+t]
- SRIS
t
: la population sous risque pendant ]t , t+t]
- q
t
= P(t-t< T t / T> t-t) la probabilit de sortir sur ]t-t , t] sachant quil est en
incapacit en t-t (T : variable alatoire dure de maintien de lindividu en incapacit )
a) principe
Ce modle suppose que les taux instantans de sortie dincapacit sont fonction du temps par la
fonction suivante appele fonction de Makeham :
t
= a+b*e
-ct
Donc la loi de maintien thorique l
t
scrit :
l
t
=l
0

t
d
e
0

=l
0
exp ( )
1
]
1
'
+ 1
) log(
t
c
c
b
at
Les estimations des paramtres a, b, c doivent maximiser la vraisemblance ou la log
vraisemblance du modle statistique :
V = ( ) ( )
( )
t t
t SORT SRIS
t
SORT
t
t
p q

* et L=logV = ) log log (

t t
t
t
t
t
p SRIS
p
q
SORT
+
avec q
t
= 1-
t
t t
l
l
+
= 1-exp ( )
1
]
1
'
+

1
log
t t
c c
c
b
t a et p
t
=1-q
t
lajustement par la loi de Makeham se fait en deux tapes :
celle qui consiste fournir une premire estimation de a, b et c, appele mthode de King et
Hardy, puis celle qui affine cette estimation par lalgorithme itratif de Newton et qui est base
sur le maximum de vraisemblance.
Mais auparavant, il serait intressant de mesurer la validit de lhypothse de Makeham
laide dune rgression linaire.
b) Validit de Makeham
Si lon accepte lhypothse de Makeham, on peut crire :
Log (p
t
) = - a - ( ) 1
log

t t
c c
c
b
, ou encore : Log
,
_
+
t
t t
p
p
= - ( )
2
1
log

t t
c c
c
b
On a finalement :
1
1
]
1
,
_
+
t
t t
q
q
1
1
log log constante + t Log c
Par consquent, si lhypothse de Makeham est vrifie, les points de coordonnes :
,
_
1
1
]
1
,
_
+
t
t t
q
q
t
1
1
log log ; devraient tre sensiblement aligns sur une droite de pente log c.
Malheureusement, nos donnes ne permettant pas de valider (graphiquement) ladquation
une loi de Makeham, nous devons rejeter cette loi pour lajustement et en considrer dautres.
- 135 -
7.3.3 : Rgressions paramtriques par les moindres carrs
Par cette mthode, on considre que la loi de maintien en incapacit suit une fonction
particulire. La rgularit des estimations lisses est alors incluse dans la fonction. Les
paramtres de cette fonction sont calculs en fonction des estimations brutes par la mthode
des moindres carrs.
Le fait de pouvoir moduler la fonction et ses paramtres permet dadapter cette mthode de
lissage toutes nos lois. Elle permet aussi de sassurer de la dcroissance de la loi de maintien.
Nous avons donc choisi de retenir cette dmarche pour lisser nos tables en fonction de
lanciennet.
Il faut maintenant dterminer les fonctions appliquer et leurs paramtres.
Pour les tables IJ :
Si lon regarde les diffrents tracs des courbes de maintien suivant lanciennet (cf lallure
des courbes de maintien dans le chapitre prcdent), on remarque deux choses :
- un changement dallure entre 3 et 6 mois danciennet.
- une cassure de la courbe vers 300 ou 365 jours.
Le premier changement parat logique. En effet, la majorit des sinistres sont de courte dure
ce qui explique la forte pente de 0 5, 6 mois. Dautre part, aprs 6 mois danciennet, on entre
dans la catgorie des sinistres graves o les sorties sont plutt marginales. De ce fait, la
pente de la courbe se redresse fortement.
Quant la cassure, nous lavons cre artificiellement en raccordant nos tables la table
rglementaire au bout de 300 ou 365 jours.
Ces remarques nous amnent donc un lissage en trois parties :
- avant peu prs 4 mois danciennet, le maintien volue suivant un polynme de degr 6.
Nous avons opt pour un polynme de degr 6 pour la premire partie lisser, car sa forme
permet de sapprocher au mieux de la courbe brute et notamment sur les faibles
anciennets. En effet, avec dautres fonctions dajustement, la loi de maintien brute est
gnralement sous estime au dbut de lincapacit, alors quun polynme de degr 6
respecte la loi brute ds le dbut, ce qui compte beaucoup puisque les sinistres les plus
nombreux sont les plus courts. Ainsi une sous estimation du maintien au dbut aurait un
impact dsastreux.
- ensuite, de 4 mois 1 an (ou 300 jours suivant les cas), la loi brute sajuste un autre
polynme de degr 6.
- Enfin un lissage de la dernire partie de la courbe (de 1 3 ans) qui nest autre que la
reprsentation de la table rglementaire. Ce lissage se fait principalement par un ajustement
une fonction logarithmique de la forme f(x)=A*Ln(x)+B.
- 136 -
Pour les tables IJH :
on remarque la mme chose que pour les tables IJ mais des anciennets diffrentes :
- un changement dallure vers 15 jours danciennet.
- une cassure de la courbe vers 3 mois.
Le lissage qui en dcoule suit le mme principe que prcdemment mais avec une variante sur
la dernire partie de la courbe qui est ici plus longue (de 3 mois un an). Au lieu dun
ajustement une fonction logarithmique nous avons utilis un ajustement un polynme de
degr 6 pour laccident et une fonction puissance pour la maladie.
Les raccordements :
Le 1
er
raccordement entre les fonctions se fera de la manire suivante :
lendroit du raccordement, les deux lissages se chevauchent sur une priode de dix jours
[a,b], sur cette priode on calcule alors la loi lisse l(t) par la formule suivante :
l(t)
lisse
= l
1
(t)*

,
_
a b
t b
+ l
2
(t)*

,
_
a b
a t
Lendroit de raccordement de chaque courbe est bien sr dtermin pour le mieux, cest dire
pour que les deux lissages soient proches lun de lautre cet endroit, que la dcroissance de la
loi lisse soit assure et enfin, que le coefficient R
2
(propre la mthode des moindres carrs)
soit optimum.
Pour le 2
me
raccordement, nous avons choisi de passer directement dun lissage lautre
lendroit de lintersection et donc de cette manire la cassure sous jacente est conserve.
Nous avons fait ce choix pour deux raisons.
La premire, cest quun lissage de la cassure modifierait lallure de notre loi brute avant le
raccordement, or celle-ci a t juge fiable puisque la chute de volume ne se produit quun jour
bien prcis (365 ou 300 jours). Avant ce jour l, notre loi reprsente bien la sinistralit et elle
nest pas encore fausse par la fin contractuelle des garanties.
La deuxime raison, cest que lattnuation de la cassure implique une surestimation du
maintien sur la priode proche du raccordement et donc sur la partie de la courbe qui
correspond la table du BCAC. Or tre encore plus prudent que la table rglementaire ne
semble pas ncessaire.
Etant donn la double dimension des tables et leur taille importante (plus de 1 000 lignes et
autant de colonnes que dges estims soit une trentaine), nous ne pouvons pas produire ici les
tables finales dans leur totalit.
- 137 -
CONCLUSION
I. Rappel des principaux rsultats :
Ltude ralise sinscrit dans le cadre de la matrise des risques de la prvoyance. Ce projet
ncessite une meilleure connaissance de la sinistralit du portefeuille dassurs, commencer
par le risque incapacit. Dans ce but, nous avons effectu des statistiques descriptives puis
labor des tables dentre et de maintien en incapacit.
A. Le descriptif du portefeuille
La description du portefeuille sur lequel ont t ralises les tables dexprience est essentielle
dans lutilisation future des tables. En effet, la connaissance de cette base permet de dire si les
rsultats, obtenus en utilisant nos tables sur un nouveau portefeuille, seront pertinents.
De plus cette connaissance du portefeuille peut influencer les choix de politique commerciale.
Nous avons tent de dcrire le portefeuille en terme de contrat et de population assure.
Voici le portrait de lassur type sur ce portefeuille (assur qui possde les caractristiques
majoritaires) :
Un homme, ayant souscrit un contrat de prvoyance avec au moins une garantie exonration
de primes dont la franchise est dun mois en cas de maladie et dune semaine en cas daccident,
et le cas chant avec un montant de 50 150F dindemnits journalires. Cet homme aurait
aujourdhui entre 30 et 55 ans, il aurait souscrit son contrat entre lge de 20 ans et de 45 ans
soit en fait il y a 10 ans et il serait salari.
Pour avoir un aperu du risque incapacit et pour identifier les variables qui ntaient pas
utilisable par la suite car incompltes, nous avons aussi tudi les sinistres du portefeuille.
Globalement, on obtient les rsultats suivants :
presque autant daccidents que de maladies
la principale franchise sur nos sinistres dure 1 mois
des sinistres durent moins de 3 mois
ils sont plus frquents : - en hiver
- chez les femmes
- chez les agriculteurs, les artisans ou les salaris
- dans le Sud-Ouest de la France et en Corse
- sur les gros montants dIJ
Aprs ce descriptif, nous avons labor les tables dentre en incapacit.
B. Les tables dentre en incapacit
Pour llaboration des tables dentre en incapacit, la principale difficult a t didentifier
rellement llment que nos tables devaient traduire et qui dpend en fait de lutilisation future
des tables. Il a donc fallu anticiper une ventuelle retarification pour dterminer ce que lon
avait besoin destimer.
Dans le cadre dun modle de tarif de type IARD, nous avons choisi destimer le nombre
espr annuel de sinistre par assur sous lhypothse dune loi de Poisson. Pour traduire
exactement les risques garantis et pour immuniser au maximum notre tude contre le risque
dvolution du portefeuille, nous avons segment nos tables de manire obtenir des groupes
de sinistralit homogne. De ce fait, nous avons ralis 19 tables dentre toutes dclines par
ge de 20 60 ans et segmente suivant le type de garantie souscrit, IJ (ou EXO) et IJH,
- 138 -
suivant le sexe de lassur, suivant la cause du sinistre (maladie ou accident), et suivant la
dure de franchise souscrite.
Le tarif dpendant gnralement de lge de lassur, on comprend bien que des carts trop
importants dans les rsultats dun ge lautre soient difficilement acceptables
commercialement. Pour rendre nos tables brutes rgulires, nous les avons donc lisses par une
rgression polynomiale en fonction de lge de lassur.
Contrairement aux ides reues, nos tables ne sont pas toujours croissantes avec lge.
Elles prsentent souvent un pic de sinistralit pour les femmes de 25 30 ans et pour les
hommes de 50 55 ans.
Le nombre espr annuel de sinistre par assur est toujours infrieur 18% il est mme
infrieur 5% pour 15 tables sur 19.
Paralllement llaboration des tables dentre en incapacit, nous nous sommes aussi
consacrs la construction des tables de maintien. Les deux tudes ont t menes de front car
elles sont extrmement lies, notamment lorsquon envisage une nouvelle tarification.
C. Les tables de maintien en incapacit
Si lon veut terme utiliser ces tables pour le provisionnement, leur forme et leur contenu est
dfini par la table rglementaire fournie par le BCAC. En effet, il faut estimer la loi de
maintien suivant lanciennet en sinistre, cest dire pour chaque valeur de t comprise entre 0
et 3 ans (dure maximum de lincapacit) il faut calculer la probabilit que la variable dure de
lincapacit dpasse t. Pour ce faire, nous avons utilis lestimateur de Kaplan-Meier, car
certaines de nos donnes sont censures et cest lestimateur qui traite le mieux les censures.
Etant donne la prcision de nos donnes, nous avons pu raliser des tables journalires (la loi
est donne avec un pas journalier). Cependant pour des raisons de volume, nous avons arrt
nos tables 1 an danciennet en sinistre et pour avoir des tables sur 3 ans nous les avons
ensuite raccroches la table rglementaire.
En plus du provisionnement, les tables de maintien peuvent servir dans la tarification et doivent
donc tre cohrentes avec les tables dentre en incapacit. Cest pourquoi nous avons utilis
les mmes principes de segmentation. Cependant, certaines variables discriminantes au niveau
de lentre en incapacit ne le sont pas au niveau du maintien, cest le cas par exemple du sexe
de lassur qui apparemment ninfluence pas la dure des sinistres.
Au final, nous avons construit 8 tables de maintien dclines sur chaque ge, entre deux ges
extrmes qui dpendent du volume de donnes sur chaque table. De manire gnrale, ces
extrmits se situent aux alentours de 25 ans et de 55 ans. Au-del, nous navons pas le dtail
de la loi de maintien par ge.
Etant donne la double dimension des tables de maintien (ge et anciennet), nous avons
effectu un double lissage des tables brutes en commenant par le lissage suivant lge de
lassur et anciennet fixe. Ce premier lissage a t effectu par une rgression polynomiale,
le deuxime lissage (en fonction de lanciennet et ge fix) sappuie sur les rsultats du
premier et consiste en un ajustement de la loi avec des fonctions usuelles (exponentielle,
puissance, etc).
Globalement, nos rsultats montrent que la loi de maintien des assurs d'AXA se positionne en
dessous de la table rglementaire fournie par le BCAC.
Lge est un facteur aggravant du maintien mais de moins en moins dterminant lorsque
lanciennet du sinistre augmente.
Pour les assurs (IJ ou EXO), de la moiti sortent dincapacit avant un mois et pour les
assurs (IJH) 90% sortent ds le 1
er
mois.
- 139 -
II. L'utilisation des tables :
La description de la sinistralit du portefeuille la fois par les tables d'exprience pour lentre
et pour le maintien en incapacit nest pas une fin en soi. En effet, l'objectif du mmoire est de
fournir un outil de tarification et de provisionnement AXA. Ce chapitre termine le mmoire
en traitant des aspects pratiques de l'utilisation de la table en deux points:
analyse des conditions de validit de la table;
prsentation de l'utilisation de la table par AXA :
- les tarifs
- les provisions
A. Les conditions de validit de la table
1. Les limites des donnes et de l'tude
Les fichiers utiliss contenaient des donnes aberrantes et ne dcrivaient pas toute l'information
ncessaire la description exhaustive du risque tudi. Les rsultats de l'tude sont donc
limits par la validit des donnes qui lui ont servi de base.
2. L'volution future du portefeuille.
L'tude a t faite partir de l'observation du portefeuille un moment donn. Si la structure
de ce portefeuille change, sa sinistralit peut voluer et les rsultats de notre tude ne seront
plus valables.
Le nombre de dimensions de la table a t choisi de faon immuniser le plus possible la table
contre la plupart des changements de structure du portefeuille (proportion de femmes, type de
garantie et de franchise...). En effet, les segmentations des rsultats permettent de reconstituer
la sinistralit globale en fonction des proportions d'hommes ou de femmes, des diffrents types
de franchises et des ges des assurs dans le portefeuille.
Toutefois, il reste des volutions contre lesquelles nous n'avons pas pu nous prmunir.
- Il est presque certain que la CSP de lassur intervient dans sa sinistralit. Cependant notre
portefeuille est constitu 70% de salaris, cest pourquoi notre segmentation ne tient pas
compte de la CSP. Pourtant, si cette proportion diminuait dans un futur proche, cela
fausserait l'adquation entre la sinistralit future des assurs du groupe et les tables
d'exprience qui restent une description de la sinistralit du portefeuille tudi.
- Il est aussi fort possible que la sinistralit dpende des capitaux souscrits. Cependant, nous
ne disposons pas d'une table en fonction du montant du capital assur pour nous permettre
de matriser ce paramtre. Une modification dans le portefeuille des proportions entre les
contrats populaires (faibles capitaux souscrits) et les autres (cible commerciale haute
gamme) biaiserait les rsultats obtenus en utilisant nos tables dexprience.
- Certains choix de la compagnie pourraient notamment rendre caduques nos rsultats:
modification des procdures de slection mdicale, changement du mode de distribution
des contrats (utilisation d'Internet par exemple)...
3. Future volution de la sant publique.
Des progrs dans la recherche mdicale ou au contraire, une recrudescence ou lapparition de
nouvelles pidmies pourront influencer dans un sens ou dans l'autre la sinistralit de la
population franaise et donc celle des assurs d'AXA en France.
De manire gnrale, la validit de la table est menace par toute nouvelle pidmie ou
volution de la science mdicale (notamment les tests gntiques).
- 140 -
B. Les domaines d'utilisation de la table.
1. Les tarifs
Les tarifs sont labors partir de calculs dtudes de rentabilit des produits qui tiennent
compte des paramtres suivants:
- la sinistralit (primes pures et hypothses de sinistralit)
- les frais
- les hypothses de commercialisation...
Les rsultats de notre tude fournissent l'hypothse de sinistralit qui peut tre prise en compte
pour l'laboration des tarifs. Les segmentations des tables dexprience donneront une
meilleure vision de la sinistralit de nos assurs quune rfrence une table rglementaire
sans rapport avec la ralit des affaires de la compagnie.
remarque pratique :
Certaines cotisations voluent date anniversaire du contrat en fonction de l'ge de l'assur.
Nos tables d'exprience utilisent une dfinition de l'ge en adquation avec la convention de la
plupart des tarifs (l'ge la souscription gal l'ge au plus proche anniversaire). Dans cette
situation, les rsultats peuvent tre utiliss sans approximations ou interpolations sur les ges.
Pour d'autres conventions, il est facile de dvelopper une approximation adquate.
2. Les provisions pour sinistres payer (PSAP)
Ces provisions ncessitent une hypothse de sinistralit. Nos rsultats permettront aprs
certification dtablir les PSAP sur les sinistres incapacit touchant le portefeuille AXA.
Notre tude donne la sinistralit globale de l'ensemble du portefeuille. Cependant, ce
portefeuille regroupe diffrentes entits qui correspondent des socits juridiques spares, il
est ncessaire de connatre la sinistralit du portefeuille de chaque socit pour tablir les
PSAP qui influencent leurs bilans comptables.
Pour ce faire, il faudrait raliser ltude des sous populations correspondant chaque rseau.
En fait plusieurs tudes complmentaires ce mmoire sont envisageables pour palier aux
limites de validit prcdemment exposes.
III. Les tudes supplmentaires possibles :
A. Etude de sous populations particulires
Axa dispose d'un portefeuille la fois d'une taille consquente et reprsentatif de diffrents
"types" d'assurs. Il serait intressant d'utiliser ces atouts pour dterminer la sinistralit de
certaines sous-populations. Il ne s'agit pas de refaire une table en ajoutant des variables de
segmentations supplmentaires car le volume de donnes serait alors insuffisant mais de tester
des diffrences de sinistralit par rapport l'ensemble du portefeuille. L'tude de la sinistralit
de certains segments d'assurs permettrait d'adapter ventuellement les cibles commerciales
futures ou d'intgrer dans les tarifs les particularits dtectes.
- 141 -
Pour comparer la sinistralit de deux populations, la mthode la plus utilise par les actuaires et
les bio statisticiens est le test du SMR (Ratio Standardis de Mortalit). Il se rapproche du test
du Chi-deux pour l'adquation d'un chantillon (sous-population du portefeuille) une loi
(table de rfrence). Il prsente l'intrt par rapport au test d'adquation de Kolmogorov de
fournir directement un indice comparatif de l'incidence de la sinistralit dans le groupe
(population ou chantillon) tudi par rapport la population de rfrence. De plus, ce test est
immunis contre les diffrences de structure des populations concernes (par exemple si les
assurs sont plus gs dans une sous population).
L'exprience et les spcificits du portefeuille suggrent par exemple de tester la sinistralit des
sous populations dfinies par les variables telles que la catgorie socio-professionnelle ou le
rseau de commercialisation du produit.
B. Elaboration de tables par capitaux
Dans ce mmoire, nous n'avons exploit que des estimateurs par tte, c'est dire que tous les
assurs avaient le mme poids dans l'exprience. Cependant, il existe aussi des estimateurs
pondrs utiliss par les compagnies d'assurance notamment en Grande-Bretagne et en
Amrique du Nord.
L'intrt de ce type d'estimateur est quil correspond rellement au risque de la compagnie
d'assurance.
En effet, le risque encouru par AXA n'est pas vraiment lentre en incapacit de l'assur mais le
versement des indemnits journalires qu'il avait souscrit et/ou lexonration de sa prime.
L'assimilation du risque de l'assur, qui est lincapacit, avec le risque de l'assureur, qui est la
propension verser un franc, postule l'indpendance de la sinistralit et des montants garantis.
Certains pensent au contraire que la sinistralit et le montant garanti sont fortement lis. En
Amrique du Nord par exemple, il existe des tables de mortalit diffrentes pour les contrats
gros capitaux et faibles capitaux car on constate que la mortalit des premiers est plus faible.
Ceci s'explique notamment par le fait que les personnes souscrivant un contrat avec un capital
important subissent une slection plus stricte et ont souvent un statut social plus lev.
Il serait donc judicieux de complter nos estimateurs par tte par des estimateurs pondrs par
capitaux qui estimeraient non plus la sinistralit mais la propension de l'assureur verser un
franc par arrt de travail d'un assur.
C. Construction de tables sur 2 ttes pour lentre et le maintien en incapacit
Nous savons quil existe dans notre portefeuille des contrats avec deux assurs qui garantissent
lexonration de la prime lorsquun des deux assurs entre en incapacit.
De ce fait, pour tre adapt aux garanties souscrites, il faudrait, en plus des tables par tte,
construire une table sur deux ttes base sur lchantillon de ces contrats particuliers.
Cependant, cet chantillon est trop restreint pour permettre un niveau de segmentation aussi
pouss que pour les tables par tte. De plus les caractristiques client ne peuvent pas tre prises
en compte pour segmenter la population puisque sur une seule garantie, il existe deux assurs
avec chacun ses propres caractristiques.
- 142 -
BIBLIOGRAPHIE
MEMOIRES DACTUARIAT :
3) KATKOFF et RANSAC (CEA 1992) :Lois de maintien et provisions arrt de travail dans les
contrats collectifs demprunteurs
4) FAIVRE (CNAM 1978) :Contribution ltude du risque incapacit de travail dans les
assurances de groupe
5) FOUILLET (ISFA 1997) :Etude dun portefeuille darrts de travail et laboration de lois de
maintien en incapacit et invalidit
6) DONNART (ISUP 1997) :Construction dune table de mortalit(confidentiel)
7) LHERBIERE (ISUP 1997) :Estimation de taux dentre en arrt de travail
8) ALGARON, MAURENT et VIALAT (CEA 1984) :Contribution ltude du risque Arrt de
Travail dans les assurances de groupes, une approche des lois de maintien spcifiques par
modlisation dynamique
9) WOLFRUM (ISUP 1992) : Une alternative non paramtrique au calcul des provisions techniques
en Assurance Invalidit
COURS :
10) SERANT : Lois de maintien, ISFA
11) PARTRAT : Statistiques Infrentielles, ISFA
OUVRAGES :
12) LAPLANCHE , COM-NOUGE et FLAMANT : Mthodes statistiques appliques la
recherche clinique, collection statistique en biologie et en mdecine, Mdecine-Sciences
Flammarion
13) HILL, COM-NOUGUE, FRAMAR, () : Analyse statistique des donnes de survie, collection
statistique en biologie et en mdecine, Mdecine-Sciences Flammarion
14) BCAC (note du 27/08/1993):Guide de lassurance de groupe
15) LONDON : Graduation and the Revision of Estimates, Actex
ARTICLES :
16) SERANT et RULLIERE (1997) :Gnralisation de lestimateur de Kaplan-Meier dune loi de
dure de maintien en prsence dobservations tronques gauche. Extension ltude conjointe de
deux dures de maintien, Bulletin franais dactuariat ,Vol. 1, n2.
17) SERANT et RICHARD (1999) :Un estimateur non paramtrique construit sur le concept
dexposition au risque de la loi conjointe de deux dures de maintien, Bulletin franais dactuariat,
Vol. 3, n5.
18) WETZEL : Dune loi gnrale de maintien en Incapacit de travail, Bulletin IAF n245.
19) FFSA (sept. 2000): Annuaire des assurances de personnes 2000.
- 143 -
COMPTE RENDU DE CONFERENCE :
20) GERBER (1993) : Un aperu des mthodes actuarielles de lissage, Universit de Lausanne, ISFA.
21) PICARD (1993) : L'estimateur de Kaplan-Meier et l'approche non paramtrique, ISFA.
22) SERANT (1993) : Modles de dure de vie et logiciels statistiques, ISFA.
23) SERANT (1993) : Partition d'une Population en Groupes Homognes, ISFA.
24) SERANT (1993) : Principes de Construction d'une Table de Mortalit avec ou sans Censures,
ISFA.
LOIS :
25) ARRETE du 28 mars 1996 (J.O. 30/04/1996) qui a cre larticle A331-22 du Code des
Assurances sur le provisionnement des prestations dincapacit et dinvalidit.
26) LOI EVIN du 31 dcembre 1989 (J.O. 2/01/1990) renforant les garanties offertes aux personnes
assures contre certains risques.

2001 France AurelieGaumet

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2001 France AurelieGaumet

Transféré par

Droits d'auteur :

Formats disponibles

Mmoi re prsent

devant l I nst i t ut de Sci ence Fi nanci re et dAssurances

est dfini daprs (3) et (4).

On en conclut que cet estimateur est sans biais.

En appliquant la Loi des Grands Nombres aux variables Z

Proprits de l'estimateur de Hoem

Les proprits de l'estimateur du maximum de vraisemblance

En utilisant lhypothse fondamentale :

est sans biais :

q = le quantile dordre (1-/2) de la loi N(0,1).

en fonction de t [0,1] et on regarde si lon obtient une

Voici par exemple le graphe en 3D obtenu pour la table IJ femme maladie1 :

tant de lordre de 5%, on a

Nous allons maintenant tudier une mthode de lissage paramtrique.

Due aux erreurs

t S lestimateur associ lestimation ) (

t S est lunique estimateur cohrent de la loi de maintien en incapacit

t S converge presque srement vers S(t) on a donc un estimateur correct

t S t S n est asymptotiquement gaussien

' ' '

' ' '

o: - i indice les donnes lisser;

est minimale si pour tout i

* et L=logV = ) log log (

Vous aimerez peut-être aussi