Mémoires d'Actuariat
Analyse de l’impact de la pandémie sur les flottes automobiles à travers les variables télématiques (appliqué à la flotte ALD-Italie)
Auteur(s) DIALLO M. A.
Société SOGECAP
Année 2023
Confidentiel jusqu'au 11/01/2025
Résumé
Retour en 2020, une pandémie a bouleversé les sociétés et changé la façon de penser sur l'assurance automobile. Le monde a été plongé dans la tourmente pandémique de la Covid-19, et le télétravail est devenu l'un des changements notables qui composent la "nouvelle normalité". La réduction de la conduite automobile observée dans l'industrie a conduit les consommateurs et les assureurs à réévaluer la valeur des polices d'assurance automobile traditionnelles. Les consommateurs se demandent pourquoi ils devraient payer une prime d’assurance annuelle pour un véhicule stationné la plupart du temps et pourquoi les primes ne peuvent-elles pas refléter leurs habitudes de conduite. A l’heure actuelle, les consommateurs deviennent de plus en plus tolérants quant au partage de leurs données personnelles, en particulier si cela est synonyme de recevoir une prime moins élevée. Cela constitue une bonne nouvelle pour l'assurance flotte automobile : l'acceptation accrue par les consommateurs des outils numériques dans le processus de souscription et de réclamation des polices, combinée à la nécessité pour les assureurs de tarifer les polices plus précisément dans un marché automobile très concurrentiel, et les changements dus au COVID- 19, a créé les conditions idéales pour que les assureurs passent des modèles actuariels et de souscription traditionnels aux modèles télématiques. Le but de ce mémoire est de capter l’impact de la pandémie croisé avec la contribution des paramètres télématiques dans les flottes automobiles. Pour ce faire, nous allons modéliser la fréquence et le coût moyen des sinistres matériels sur la garantie responsabilité civile dans la flotte ALD Italie en se basant sur les modèles linéaires généralisées (GLM). Ainsi, dans la première partie, nous allons expliquer plus en détail le contexte ainsi que les différentes données qui vont être utilisées pour la modélisation. Dans la seconde partie, nous présenterons la tarification automobile et la théorie sur les GLM avant d’effectuer une analyse détaillée des données à notre disposition. Dans la troisième partie, dans le but de déterminer la prime de risque, nous étudierons l’impact de la pandémie en exposant les différents modèles mis en place pour modéliser la fréquence et le coût moyen des sinistres matériels. Pour finir, nous essayerons de concrétiser notre étude en effectuant des conjectures sur la prime pure avant d’exhiber la corrélation de cette analyse avec les effets macro-économiques. Mots-clés : Covid-19, Télématique, score, Assurance flotte automobile, modélisation, GLM, sinistralité, garantie responsabilité civile (RC) Ce mémoire se concentre principalement sur la télématique. La mise en place d’un score de conduite à déjà fait l’objet d’un mémoire réalisé par Christian CHOW. (URL disponible dans les références).
Abstract
Back in 2020, a pandemic upended societies and changed the way people think about car insurance. The world has been thrown into the pandemic turmoil of Covid-19 and working from home has become one of the notable changes that make up the “new normal”. The reduction in driving observed across the industry has led consumers and insurers alike to reevaluate the value of traditional motor insurance policies. Consumers wonder why they should pay an annual premium for a vehicle parked on their driveway most of the time, and why premiums can't reflect their driving habits. At present, consumers are becoming more comfortable sharing their personal data, particularly if it means receiving a lower premium. This is good news for fleet insurance : the increased acceptance by consumers of digital tools in the policy binding and claims process, combined with a need for insurers to rate policies more precisely in a fiercely competitive auto market, and changes in society due to COVID-19, created the perfect conditions for insurers to shift from traditional actuarial and underwriting models to telematics models. The purpose of this thesis is to capture the impact of the pandemic crossed with the contribution of telematics parameters in car fleets. To do this, we are going to model the frequency and average cost of material claims on MTPL guarantee in the ALD Italy fleet based on generalized linear models (GLM). Thus, in the first part, we will explain in more detail the context as well as the different data that will be used for the modeling. In the second part, we will present car pricing and theory on GLMs before carrying out a detailed analysis of the data at our disposal. In the third part, with the aim of determining the risk premium, we will study the impact of the pandemic by exposing the different models put in place to model the frequency and average cost of material losses. Finally, we will try to concretize our study by making conjectures on the pure premium before showing the correlation of this analysis with the macroeconomic effects. Mots-clés : Covid-19, Telematics, score, car fleet insurance, modeling, GLM, claims, MTPL guarantee
Auteur(s) DIALLO M. A.
Société SOGECAP
Année 2023
Confidentiel jusqu'au 11/01/2025
Résumé
Retour en 2020, une pandémie a bouleversé les sociétés et changé la façon de penser sur l'assurance automobile. Le monde a été plongé dans la tourmente pandémique de la Covid-19, et le télétravail est devenu l'un des changements notables qui composent la "nouvelle normalité". La réduction de la conduite automobile observée dans l'industrie a conduit les consommateurs et les assureurs à réévaluer la valeur des polices d'assurance automobile traditionnelles. Les consommateurs se demandent pourquoi ils devraient payer une prime d’assurance annuelle pour un véhicule stationné la plupart du temps et pourquoi les primes ne peuvent-elles pas refléter leurs habitudes de conduite. A l’heure actuelle, les consommateurs deviennent de plus en plus tolérants quant au partage de leurs données personnelles, en particulier si cela est synonyme de recevoir une prime moins élevée. Cela constitue une bonne nouvelle pour l'assurance flotte automobile : l'acceptation accrue par les consommateurs des outils numériques dans le processus de souscription et de réclamation des polices, combinée à la nécessité pour les assureurs de tarifer les polices plus précisément dans un marché automobile très concurrentiel, et les changements dus au COVID- 19, a créé les conditions idéales pour que les assureurs passent des modèles actuariels et de souscription traditionnels aux modèles télématiques. Le but de ce mémoire est de capter l’impact de la pandémie croisé avec la contribution des paramètres télématiques dans les flottes automobiles. Pour ce faire, nous allons modéliser la fréquence et le coût moyen des sinistres matériels sur la garantie responsabilité civile dans la flotte ALD Italie en se basant sur les modèles linéaires généralisées (GLM). Ainsi, dans la première partie, nous allons expliquer plus en détail le contexte ainsi que les différentes données qui vont être utilisées pour la modélisation. Dans la seconde partie, nous présenterons la tarification automobile et la théorie sur les GLM avant d’effectuer une analyse détaillée des données à notre disposition. Dans la troisième partie, dans le but de déterminer la prime de risque, nous étudierons l’impact de la pandémie en exposant les différents modèles mis en place pour modéliser la fréquence et le coût moyen des sinistres matériels. Pour finir, nous essayerons de concrétiser notre étude en effectuant des conjectures sur la prime pure avant d’exhiber la corrélation de cette analyse avec les effets macro-économiques. Mots-clés : Covid-19, Télématique, score, Assurance flotte automobile, modélisation, GLM, sinistralité, garantie responsabilité civile (RC) Ce mémoire se concentre principalement sur la télématique. La mise en place d’un score de conduite à déjà fait l’objet d’un mémoire réalisé par Christian CHOW. (URL disponible dans les références).
Abstract
Back in 2020, a pandemic upended societies and changed the way people think about car insurance. The world has been thrown into the pandemic turmoil of Covid-19 and working from home has become one of the notable changes that make up the “new normal”. The reduction in driving observed across the industry has led consumers and insurers alike to reevaluate the value of traditional motor insurance policies. Consumers wonder why they should pay an annual premium for a vehicle parked on their driveway most of the time, and why premiums can't reflect their driving habits. At present, consumers are becoming more comfortable sharing their personal data, particularly if it means receiving a lower premium. This is good news for fleet insurance : the increased acceptance by consumers of digital tools in the policy binding and claims process, combined with a need for insurers to rate policies more precisely in a fiercely competitive auto market, and changes in society due to COVID-19, created the perfect conditions for insurers to shift from traditional actuarial and underwriting models to telematics models. The purpose of this thesis is to capture the impact of the pandemic crossed with the contribution of telematics parameters in car fleets. To do this, we are going to model the frequency and average cost of material claims on MTPL guarantee in the ALD Italy fleet based on generalized linear models (GLM). Thus, in the first part, we will explain in more detail the context as well as the different data that will be used for the modeling. In the second part, we will present car pricing and theory on GLMs before carrying out a detailed analysis of the data at our disposal. In the third part, with the aim of determining the risk premium, we will study the impact of the pandemic by exposing the different models put in place to model the frequency and average cost of material losses. Finally, we will try to concretize our study by making conjectures on the pure premium before showing the correlation of this analysis with the macroeconomic effects. Mots-clés : Covid-19, Telematics, score, car fleet insurance, modeling, GLM, claims, MTPL guarantee
