Mémoires d'Actuariat
Construction d'un zonier en assurance grêle sur culture
Auteur(s) ROUSSEAU A.
Société Pacifica
Année 2023
Confidentiel jusqu'au 12/06/2025
Résumé
Une tempête de grêle est un phénomène climatique pouvant causer d’importants dégâts pour de nombreux acteurs. C’est le cas en particulier des agriculteurs qui ont leurs cultures très exposées à ce risque. Durant l’été 2022, de nombreuse tempêtes sont survenues sur le territoire français, tempête parfois d’une grande violence. Celles-ci ont occasionné des pertes pouvant se compter en centaines de milliers d’euros pour certaines exploitations. Néanmoins, une partie des agriculteurs n'avaient pas assuré leurs récoltes. Malgré le besoin de plus en plus croissant de se couvrir contre le risque climatique, le taux de pénétration de l'assurance climatique reste faible. C'est pourquoi commercialiser un produit Grêle adapté au risque de chaque agriculteur est un enjeu majeur. La grêle a un caractère très hétérogène, que ce soit de par son intensité ou sa localisation. Dans cet objectif de mettre en place un produit qui s’adapte au mieux à l’exposition de chaque agriculteur au risque grêle, la problématique de ce mémoire est la construction d'un zonier en assurance grêle sur cultures. La première étape de notre étude consiste à mieux comprendre le risque grêle sur le territoire, à déterminer des variables explicatives du phénomène ainsi que de quantifier leur relation au taux de prime pure observé sur le produit Grêle. Pour ce faire nous avons utilisé différentes sources de données, des outils de lissage spatiale et les modèles linéaires généralisés. Ensuite, grâce à ce premier travail, nous avons cherché à segmenter finement le risque grêle sur le territoire. Enfin, l’utilisation d’outils de classification nous permettra de mutualiser ce risque caractérisé par une part aléatoire, tout en conservant une partie de la segmentation obtenue.
Abstract
Hail can cause serious damage to various parties, especially farmers, whose crops are very sensitive to this hazard. A recent example occurred during summer 2022, when severe hail struck several municipalities in France, causing significant economic losses to a number of farms. Unfortunately, some farmers have not insured their crops. Indeed, despite the growing need to protect themselves against climate risks, the share of insured farmers remains low. As such, creating a Hail product that takes into account the risks of each farmer becomes a challenging task. Hail is a complex weather phenomenon that varies in intensity and location. The purpose of this thesis is to build a hail insurance zone system for crops that best adapts to each farmer's hail risk level. To achieve this, the initial phase of the research is to understand the threat of hail on French territory, find out the factors affecting the phenomenon and calculate the net premium rate of the Hail product. To do this we used different data sources, spatial smoothing tools and generalized linear models. Next, using this data, the study aims to accurately segment the risk of hail in the region. Finally, the use of classification tools will allow us to pool this risk characterized by a random component while preserving the achieved segmentation.
Auteur(s) ROUSSEAU A.
Société Pacifica
Année 2023
Confidentiel jusqu'au 12/06/2025
Résumé
Une tempête de grêle est un phénomène climatique pouvant causer d’importants dégâts pour de nombreux acteurs. C’est le cas en particulier des agriculteurs qui ont leurs cultures très exposées à ce risque. Durant l’été 2022, de nombreuse tempêtes sont survenues sur le territoire français, tempête parfois d’une grande violence. Celles-ci ont occasionné des pertes pouvant se compter en centaines de milliers d’euros pour certaines exploitations. Néanmoins, une partie des agriculteurs n'avaient pas assuré leurs récoltes. Malgré le besoin de plus en plus croissant de se couvrir contre le risque climatique, le taux de pénétration de l'assurance climatique reste faible. C'est pourquoi commercialiser un produit Grêle adapté au risque de chaque agriculteur est un enjeu majeur. La grêle a un caractère très hétérogène, que ce soit de par son intensité ou sa localisation. Dans cet objectif de mettre en place un produit qui s’adapte au mieux à l’exposition de chaque agriculteur au risque grêle, la problématique de ce mémoire est la construction d'un zonier en assurance grêle sur cultures. La première étape de notre étude consiste à mieux comprendre le risque grêle sur le territoire, à déterminer des variables explicatives du phénomène ainsi que de quantifier leur relation au taux de prime pure observé sur le produit Grêle. Pour ce faire nous avons utilisé différentes sources de données, des outils de lissage spatiale et les modèles linéaires généralisés. Ensuite, grâce à ce premier travail, nous avons cherché à segmenter finement le risque grêle sur le territoire. Enfin, l’utilisation d’outils de classification nous permettra de mutualiser ce risque caractérisé par une part aléatoire, tout en conservant une partie de la segmentation obtenue.
Abstract
Hail can cause serious damage to various parties, especially farmers, whose crops are very sensitive to this hazard. A recent example occurred during summer 2022, when severe hail struck several municipalities in France, causing significant economic losses to a number of farms. Unfortunately, some farmers have not insured their crops. Indeed, despite the growing need to protect themselves against climate risks, the share of insured farmers remains low. As such, creating a Hail product that takes into account the risks of each farmer becomes a challenging task. Hail is a complex weather phenomenon that varies in intensity and location. The purpose of this thesis is to build a hail insurance zone system for crops that best adapts to each farmer's hail risk level. To achieve this, the initial phase of the research is to understand the threat of hail on French territory, find out the factors affecting the phenomenon and calculate the net premium rate of the Hail product. To do this we used different data sources, spatial smoothing tools and generalized linear models. Next, using this data, the study aims to accurately segment the risk of hail in the region. Finally, the use of classification tools will allow us to pool this risk characterized by a random component while preserving the achieved segmentation.
