Provisionnement en assurance non-vie : Extension stochastique de méthodes usuelles et application au calcul de l’ajustement pour risque sous IFRS 17

L'Institut des actuaires a le plaisir de vous inviter à la présentation du mémoire d'Audrey Sentucq sur le thème Provisionnement en assurance non-vie : Extension stochastique de méthodes usuelles et application au calcul de l’ajustement pour risque sous IFRS 17.

Cette présentation aura lieu mardi 24 octobre 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

Contraints par un cycle de production inversé, les assureurs doivent évaluer au mieux le montant de leurs engagements envers les assurés et les tiers. En plus de la nécessité de calculer le montant des provisions en « Best Estimate », la nouvelle norme comptable IFRS 17 qui entrera en vigueur au 1^er janvier 2023 requerra le calcul d’un ajustement pour risque. Selon la définition de la norme IFRS 17, l’ajustement pour risque reflète la compensation requise par une entité d’assurance pour supporter l’incertitude des flux de trésorerie futurs résultants de risques non financiers. Dans l’approche par quantile, l’ajustement pour risque est calculé comme la différence entre le quantile au niveau choisi et le « Best Estimate ».

En assurance non-vie, de nombreuses méthodes existent pour estimer le montant « Best Estimate » des provisions. Cependant, pour un certain nombre de méthodes usuelles, il n’existe pas de mesure de l’incertitude associée à l’estimation. L’objectif de ce mémoire est de présenter des extensions stochastiques aux méthodes les plus couramment utilisées (Chain Ladder, Bornhuetter-Ferguson, Coût Moyen, Verbeek-Taylor) afin d’être en mesure d’obtenir non seulement une évaluation du « Best Estimate », mais aussi une estimation de la volatilité des provisions nécessaire au calcul de l’ajustement pour risque. Nous nous intéresserons également au calcul de l’erreur de prédiction au niveau d’un portefeuille ou d’une branche dans le cas où les méthodes de calcul du « Best Estimate » sont différentes selon l’exercice de survenance.

Les approches décrites dans ce mémoire seront d’une part illustrées avec leur application sur des triangles de données réelles issus de portefeuille d’assureurs IARD, et d’autre part comparées dans le cadre d’une étude par simulation.

Mots clés : Ajustement pour risque, Assurance Non-Vie, Best Estimate, Bornhuetter-Ferguson, Bootstrap, Chain Ladder, Coût moyen, Erreur de prédiction, IFRS 17, Provisionnement, Verbeek-Taylor.