Estimation de la charge à l'ultime pour les évènements climatiques de grande ampleur

L'Institut des actuaires a le plaisir de vous inviter à la présentation du mémoire de Mouhamed NDOUR sur le thème Estimation de la charge à l'ultime pour les évènements climatiques de grande ampleur.

Cette présentation aura lieu mardi 7 novembre à 12h30.

Vous pouvez vous inscrire ICI.

Assister à cette conférence vous permettra d'ajouter 6 points à votre score de Perfectionnement Professionnel Continu.

Résumé

Les changements climatiques et l’atypisme lié à ceux-ci représentent des enjeux de plus en plus importants aujourd’hui. D’après le rapport de France Assureurs sur l’impact du changement climatique sur l’assurance à horizon 2050, les indemnisations cumulées par les assureurs d’ici 2050 avoisineraient les 143 Mds d’euros contre 74,1 Mds d’euros en 2019. Ainsi, sur les 30 prochaines années, on pourrait voir le montant des sinistres climatiques quasiment doubler. Compte tenu des enjeux financiers que cela représente, l’actuaire doit être à même d’estimer correctement ces évènements.

L’étude réalisée dans le cadre de ce mémoire tourne autour de la prédiction de la charge à l’ultime spécifiquement sur les Évènements climatiques de Grande Ampleur (EGA). Ainsi, dans un premier temps, il nous sera important de bien définir la notion d’Évènements de grande ampleur. Il a fallu dans un premier temps constituer une base consolidée et plus exhaustive d’évènements en utilisant des algorithmes de détection d’anomalies. Nous avons construit cette nouvelle base à partir de la base historique de données d’AXA qui est à une maille sinistres. On a pu ainsi créer une nouvelle base de détection d’anomalies constituée de zones ayant été touchées par un EGA. Afin de prédire au mieux la charge à l’ultime, plusieurs méthodes de Machine Learning et de MLG sont testées. La méthode actuelle utilisée au sein d’AXA se base sur une détermination de l’évènement "le plus proche" de celui à estimer duquel on déduit le volume de sinistres et le coût moyen à l’ultime. Les modèles que nous avons testés et qui nous permettent d’obtenir les meilleurs résultats sont le gradient boosting pour le calcul du volume et le Modèle Linéaire Généralisé avec la loi log-normale pour le calcul du coût moyen.

Nous confrontons ces résultats au modèle d’AXA en appliquant sur l’exemple de la tempête Eunice.