Mémoires d'Actuariat
Valorisation de données satellites pour l'appréhension du risque inondation : création d'un outil accéléré
Auteur(s) WATRIN E.
Société Accenture
Année 2024
Résumé
Le changement climatique est sans conteste l’une des préoccupations majeures de l’époque. Les phénomènes météorologiques extrêmes se multiplient à un rythme alarmant, causant des dommages considérables aux biens et aux personnes. Cette situation représente un défi de taille pour les compagnies d’assurances. En effet, l’augmentation de la fréquence et de l’intensité des catastrophes naturelles telles que les inondations devrait se traduire par une hausse substantielle des indemnisations à verser. Tandis que les méthodes de provisionnement traditionnelles en assurance non-vie reposent sur l’hypothèse que les tendances passées en matière de sinistralité se poursuivront à l’avenir, le dérèglement climatique pourrait rendre le provisionnement beaucoup plus complexe pour les assureurs. Face à ce constat, l’objectif de ce mémoire est de proposer une nouvelle approche visant à mieux prendre en compte la dynamique réelle des catastrophes naturelles. L’idée centrale est d’exploiter les données satellites de télédétection pour modéliser directement les phénomènes d’inondation dans leur dimension spatiotemporelle, afin de mieux cerner l’ampleur potentielle des sinistres liés aux crues et aux inondations. Cette approche innovante pourrait permettre aux assureurs de constituer des provisions plus réalistes et robustes, en adéquation avec les risques effectivement encourus sur le terrain. Dans un premier temps, le mémoire détaillera les méthodes de data science employées pour estimer l’empreinte d’inondation, en croisant les données satellitaires avec les modèles numériques de terrain et les hauteurs d’eau mesurées dans les stations limnimétriques. Ensuite, une évaluation des sommes assurées pour le bâti et le contenu dans les zones inondées sera développée, permettant d’estimer la charge brute d’ouverture à provisionner pour un assureur à la suite d’un événement d’inondation majeur. Une étude de cas concrète sur un tel événement récent illustrera les bénéfices de cette nouvelle méthode de provisionnement intégrant les données de télédétection pour mieux appréhender les risques effectivement encourus sur le terrain.
Abstract
Climate change is undoubtedly one of the major concerns of our time. Extreme weather events are multiplying at an alarming rate, causing considerable damage to property and people. This situation represents a major challenge for insurance companies. The increase in the frequency and intensity of natural disasters such as floods should result in a substantial rise in compensation payments. While traditional non-life reserving methods are based on the assumption that past claims trends will continue into the future, climate change could make reserving much more complex for insurers. Faced with this observation, the aim of this thesis is to propose a new approach designed to take better account of the real dynamics of natural catastrophes. The central idea is to use remote sensing satellite data to model flooding phenomena directly in their spatiotemporal dimension, in order to gain a better understanding of the potential scale of flood-related claims. This innovative approach could enable insurers to build up more realistic and robust reserves, in line with the risks actually incurred on the ground. Firstly, the dissertation will detail the data science methods used to estimate the flood footprint, by cross-referencing satellite data with digital terrain models and water levels measured at gauging stations. Next, an assessment of the sums insured for buildings and contents in flooded areas will be developed, making it possible to estimate the gross liability reserve that an insurer should provision following a major flooding event. A case study of a recent flooding event will illustrate the benefits of this new reserving method, which uses remote sensing data to provide a better understanding of the risks actually incurred on the ground.
Mémoire complet
Auteur(s) WATRIN E.
Société Accenture
Année 2024
Résumé
Le changement climatique est sans conteste l’une des préoccupations majeures de l’époque. Les phénomènes météorologiques extrêmes se multiplient à un rythme alarmant, causant des dommages considérables aux biens et aux personnes. Cette situation représente un défi de taille pour les compagnies d’assurances. En effet, l’augmentation de la fréquence et de l’intensité des catastrophes naturelles telles que les inondations devrait se traduire par une hausse substantielle des indemnisations à verser. Tandis que les méthodes de provisionnement traditionnelles en assurance non-vie reposent sur l’hypothèse que les tendances passées en matière de sinistralité se poursuivront à l’avenir, le dérèglement climatique pourrait rendre le provisionnement beaucoup plus complexe pour les assureurs. Face à ce constat, l’objectif de ce mémoire est de proposer une nouvelle approche visant à mieux prendre en compte la dynamique réelle des catastrophes naturelles. L’idée centrale est d’exploiter les données satellites de télédétection pour modéliser directement les phénomènes d’inondation dans leur dimension spatiotemporelle, afin de mieux cerner l’ampleur potentielle des sinistres liés aux crues et aux inondations. Cette approche innovante pourrait permettre aux assureurs de constituer des provisions plus réalistes et robustes, en adéquation avec les risques effectivement encourus sur le terrain. Dans un premier temps, le mémoire détaillera les méthodes de data science employées pour estimer l’empreinte d’inondation, en croisant les données satellitaires avec les modèles numériques de terrain et les hauteurs d’eau mesurées dans les stations limnimétriques. Ensuite, une évaluation des sommes assurées pour le bâti et le contenu dans les zones inondées sera développée, permettant d’estimer la charge brute d’ouverture à provisionner pour un assureur à la suite d’un événement d’inondation majeur. Une étude de cas concrète sur un tel événement récent illustrera les bénéfices de cette nouvelle méthode de provisionnement intégrant les données de télédétection pour mieux appréhender les risques effectivement encourus sur le terrain.
Abstract
Climate change is undoubtedly one of the major concerns of our time. Extreme weather events are multiplying at an alarming rate, causing considerable damage to property and people. This situation represents a major challenge for insurance companies. The increase in the frequency and intensity of natural disasters such as floods should result in a substantial rise in compensation payments. While traditional non-life reserving methods are based on the assumption that past claims trends will continue into the future, climate change could make reserving much more complex for insurers. Faced with this observation, the aim of this thesis is to propose a new approach designed to take better account of the real dynamics of natural catastrophes. The central idea is to use remote sensing satellite data to model flooding phenomena directly in their spatiotemporal dimension, in order to gain a better understanding of the potential scale of flood-related claims. This innovative approach could enable insurers to build up more realistic and robust reserves, in line with the risks actually incurred on the ground. Firstly, the dissertation will detail the data science methods used to estimate the flood footprint, by cross-referencing satellite data with digital terrain models and water levels measured at gauging stations. Next, an assessment of the sums insured for buildings and contents in flooded areas will be developed, making it possible to estimate the gross liability reserve that an insurer should provision following a major flooding event. A case study of a recent flooding event will illustrate the benefits of this new reserving method, which uses remote sensing data to provide a better understanding of the risks actually incurred on the ground.
Mémoire complet
