Mémoires d'Actuariat
Optimisation de la valorisation du Best Estimate dans un contexte de taux élevé
Auteur(s) BLAIN N.
Société prepar VIE
Année 2024
Résumé
Dans le contexte actuel de hausse des taux d'intérêt, les résultats clés des compagnies d’assurances sous Solvabilité 2 ont évolué de manière significative. Cette évolution a donc impacté les indicateurs de contrôle, ayant des seuils imposés par l'Autorité de Contrôle Prudentiel et de Résolution (ACPR), qui dans certaines compagnies a mené à une perte de précision de ces indicateurs. Plus spécifiquement, cette perte de précision peut être constatée dans l'écart de convergence, couramment désigné sous le terme de "fuite de modèle", calculé comme la différence entre la valeur de marché de l'actif initial et l'espérance des flux de trésorerie actualisés. L'objectif de ce mémoire est d'explorer deux méthodes distinctes visant à obtenir une convergence des résultats plus rapides concernant la valeur du Best Estimate, afin de se conformer aux exigences réglementaires, tout en conservant un temps de calculs comparable. La première méthode traite des générateurs de nombres aléatoires au sein du Générateur de Scénarios Économiques (GSE), et met l'accent sur une nouvelle approche combinant l'utilisation de pseudo-aléatoires et quasi-aléatoires. La seconde méthode, plus simple dans sa conception, utile dans un contexte ORSA, consiste à regrouper les faisceaux de trajectoires du processus initialement générés par le GSE. Ainsi, ce mémoire cherche à évaluer l'impact de ces deux méthodes sur le Best Estimate, en vue d'améliorer la précision des calculs sous Solvabilité 2.
Abstract
In the current context of rising interest rates, the key results of insurance companies under Solvency 2 have changed significantly. This evolution has therefore impacted control indicators, with thresholds imposed by the Autorité de Contrôle Prudentiel et de Résolution (ACPR), which in some companies has led to a loss of precision in these indicators. More specifically, this loss of precision can be seen in the convergence gap, commonly referred to as "model leakage", calculated as the difference between the market value of the initial asset and the discounted cash flow expectation. The aim of this thesis is to explore two distinct methods aimed at achieving faster convergence of Best Estimate results, in order to comply with regulatory requirements, while maintaining comparable computation times. The first method deals with random number generators within the Economic Scenario Generator (ESG) and focuses on a new approach combining the use of pseudo-random and quasi-random numbers. The second method, simpler in design and useful in an ORSA context, consists in grouping together the bundles of process trajectories initially generated by the ESG. Thus, the goal of this paper is to assess the impact of these two methods on the Best Estimate, with a view to improving the accuracy of calculations under Solvency 2.
Mémoire complet
Auteur(s) BLAIN N.
Société prepar VIE
Année 2024
Résumé
Dans le contexte actuel de hausse des taux d'intérêt, les résultats clés des compagnies d’assurances sous Solvabilité 2 ont évolué de manière significative. Cette évolution a donc impacté les indicateurs de contrôle, ayant des seuils imposés par l'Autorité de Contrôle Prudentiel et de Résolution (ACPR), qui dans certaines compagnies a mené à une perte de précision de ces indicateurs. Plus spécifiquement, cette perte de précision peut être constatée dans l'écart de convergence, couramment désigné sous le terme de "fuite de modèle", calculé comme la différence entre la valeur de marché de l'actif initial et l'espérance des flux de trésorerie actualisés. L'objectif de ce mémoire est d'explorer deux méthodes distinctes visant à obtenir une convergence des résultats plus rapides concernant la valeur du Best Estimate, afin de se conformer aux exigences réglementaires, tout en conservant un temps de calculs comparable. La première méthode traite des générateurs de nombres aléatoires au sein du Générateur de Scénarios Économiques (GSE), et met l'accent sur une nouvelle approche combinant l'utilisation de pseudo-aléatoires et quasi-aléatoires. La seconde méthode, plus simple dans sa conception, utile dans un contexte ORSA, consiste à regrouper les faisceaux de trajectoires du processus initialement générés par le GSE. Ainsi, ce mémoire cherche à évaluer l'impact de ces deux méthodes sur le Best Estimate, en vue d'améliorer la précision des calculs sous Solvabilité 2.
Abstract
In the current context of rising interest rates, the key results of insurance companies under Solvency 2 have changed significantly. This evolution has therefore impacted control indicators, with thresholds imposed by the Autorité de Contrôle Prudentiel et de Résolution (ACPR), which in some companies has led to a loss of precision in these indicators. More specifically, this loss of precision can be seen in the convergence gap, commonly referred to as "model leakage", calculated as the difference between the market value of the initial asset and the discounted cash flow expectation. The aim of this thesis is to explore two distinct methods aimed at achieving faster convergence of Best Estimate results, in order to comply with regulatory requirements, while maintaining comparable computation times. The first method deals with random number generators within the Economic Scenario Generator (ESG) and focuses on a new approach combining the use of pseudo-random and quasi-random numbers. The second method, simpler in design and useful in an ORSA context, consists in grouping together the bundles of process trajectories initially generated by the ESG. Thus, the goal of this paper is to assess the impact of these two methods on the Best Estimate, with a view to improving the accuracy of calculations under Solvency 2.
Mémoire complet
