Mémoires d'Actuariat
Analyse des réouvertures de sinistres de la branche dommages aux biens.
Auteur(s) YAMEOGO W. R.
Société GENERALI France
Année 2023
Confidentiel jusqu'au 06/09/2025
Résumé
Dans un marché concurrentiel, Generali cherche à optimiser son système d'indemnisation tout en assurant la satisfaction des assurés. Ce mémoire évalue la viabilité à long terme des politiques de gestion des sinistres adoptées par Generali. Il examine les réouvertures de dossiers pour évaluer l'efficacité des politiques d'indemnisation. Les indicateurs tels que le taux de réouverture de dossier et le coût associé sont analysés pour appréhender les avantages et les inconvénients des nouvelles méthodes. Nous mettrons particulièrement l’accent sur les processus d’indemnisation impliqués. L'étude se déroulera en plusieurs étapes. Tout d'abord, une description détaillée du processus opérationnel de l'indemnisation sera fournie pour établir un cadre et identifier les enjeux de l'étude. Ensuite, la base de données sera présentée et des analyses de validation des processus seront effectuées. Par la suite, différents modèles de scoring, tels que la régression logistique et les forêts aléatoires, seront utilisés pour estimer la probabilité de réouverture d'un sinistre en se basant sur ses caractéristiques. La principale problématique rencontrée sera le déséquilibre des effectifs entre les sinistres réouverts et non réouverts dans la base de données, ce qui peut affecter la performance des modèles prédictifs. Pour pallier ce problème, diverses techniques seront utilisées. L'objectif de cette modélisation est de créer un outil d'aide à la décision permettant de détecter les sinistres présentant un risque élevé de réouverture, afin de fournir des informations précieuses aux gestionnaires pour la gestion efficace des sinistres et la limitation des réouvertures de dossiers et des charges supplémentaires. Pour compléter notre étude, il est évident que les niveaux de provisions pour les sinistres seront impactés par les coûts supplémentaires engendrés par les réouvertures. En conséquence, nous évaluerons l'impact de ces réouvertures sur l'estimation des provisions en utilisant l'approche classique Chain ladder.
Abstract
In a competitive market, Generali seeks to optimize its compensation system while ensuring policyholders' satisfaction. This dissertation assesses the long-term viability of Generali's claims management policies. It examines claim reopening to evaluate the effectiveness of compensation policies. Indicators such as claim reopening rates and associated costs are analyzed to understand the pros and cons of new methods. There will be a particular focus on the involved compensation processes. The study will proceed in several stages. Initially, a detailed description of the operational claims process will be provided to establish a framework and identify study objectives. Subsequently, the database will be presented, and process validation analyses will be conducted. Following this, various scoring models, such as logistic regression and random forests, will be used to estimate the likelihood of claim reopening based on its characteristics. The main challenge encountered will be the imbalance between reopened and non-reopened claims in the database, which may affect predictive model performance. To address this issue, various techniques will be employed. The aim of this modeling is to create a decision support tool to identify claims at high risk of reopening, providing valuable insights to managers for effective claims management and limiting claim reopenings and additional costs. To complete our study, it is evident that claim provisions will be impacted by the additional costs generated by claim reopenings. Consequently, we will
Auteur(s) YAMEOGO W. R.
Société GENERALI France
Année 2023
Confidentiel jusqu'au 06/09/2025
Résumé
Dans un marché concurrentiel, Generali cherche à optimiser son système d'indemnisation tout en assurant la satisfaction des assurés. Ce mémoire évalue la viabilité à long terme des politiques de gestion des sinistres adoptées par Generali. Il examine les réouvertures de dossiers pour évaluer l'efficacité des politiques d'indemnisation. Les indicateurs tels que le taux de réouverture de dossier et le coût associé sont analysés pour appréhender les avantages et les inconvénients des nouvelles méthodes. Nous mettrons particulièrement l’accent sur les processus d’indemnisation impliqués. L'étude se déroulera en plusieurs étapes. Tout d'abord, une description détaillée du processus opérationnel de l'indemnisation sera fournie pour établir un cadre et identifier les enjeux de l'étude. Ensuite, la base de données sera présentée et des analyses de validation des processus seront effectuées. Par la suite, différents modèles de scoring, tels que la régression logistique et les forêts aléatoires, seront utilisés pour estimer la probabilité de réouverture d'un sinistre en se basant sur ses caractéristiques. La principale problématique rencontrée sera le déséquilibre des effectifs entre les sinistres réouverts et non réouverts dans la base de données, ce qui peut affecter la performance des modèles prédictifs. Pour pallier ce problème, diverses techniques seront utilisées. L'objectif de cette modélisation est de créer un outil d'aide à la décision permettant de détecter les sinistres présentant un risque élevé de réouverture, afin de fournir des informations précieuses aux gestionnaires pour la gestion efficace des sinistres et la limitation des réouvertures de dossiers et des charges supplémentaires. Pour compléter notre étude, il est évident que les niveaux de provisions pour les sinistres seront impactés par les coûts supplémentaires engendrés par les réouvertures. En conséquence, nous évaluerons l'impact de ces réouvertures sur l'estimation des provisions en utilisant l'approche classique Chain ladder.
Abstract
In a competitive market, Generali seeks to optimize its compensation system while ensuring policyholders' satisfaction. This dissertation assesses the long-term viability of Generali's claims management policies. It examines claim reopening to evaluate the effectiveness of compensation policies. Indicators such as claim reopening rates and associated costs are analyzed to understand the pros and cons of new methods. There will be a particular focus on the involved compensation processes. The study will proceed in several stages. Initially, a detailed description of the operational claims process will be provided to establish a framework and identify study objectives. Subsequently, the database will be presented, and process validation analyses will be conducted. Following this, various scoring models, such as logistic regression and random forests, will be used to estimate the likelihood of claim reopening based on its characteristics. The main challenge encountered will be the imbalance between reopened and non-reopened claims in the database, which may affect predictive model performance. To address this issue, various techniques will be employed. The aim of this modeling is to create a decision support tool to identify claims at high risk of reopening, providing valuable insights to managers for effective claims management and limiting claim reopenings and additional costs. To complete our study, it is evident that claim provisions will be impacted by the additional costs generated by claim reopenings. Consequently, we will
