Mémoires d'Actuariat
Validation d’un générateur de scénarios économiques risque neutre et allocation de fuite de modèle par facteur de risque.
Auteur(s) KABORE T. S. A.
Société Abeille Assurances
Année 2024
Résumé
Un générateur de scénarios économiques (GSE) est un outil stochastique qui permet de simuler différentes situations économiques possibles dans le futur sur la base d'un ensemble de variables, de données économiques et de modèles. L'utilisation des GSE en assurance vie répond à la contrainte du calcul des provisions techniques en valeur économique imposée par la réglementation prudentielle Solvabilité II, entrée en vigueur en janvier 2016. La méthodologie d'évaluation des provisions techniques fait appel à l'utilisation de la moyenne empirique de ces provisions calculée sur plusieurs scénarios économiques. L'utilisation d’un nombre limité de scénarios économiques induit de facto un problème de convergence du best estimate (BE) appelé fuite de modèle. Afin de limiter ces écarts, la réglementation Solvalbilité II impose un processus de validation des GSE qui doivent satisfaire les hypothèses de martingalité et market consistency. La validation de ces hypothèses est primordiale pour la fiabilité du GSE au regard de son impact direct sur l’estimation du BE. Ce mémoire aborde les principaux tests statistiques utilisés pour la validation de la martingalité et de la market consistency des scénarios. La fuite de modèle est également un point clé de cette étude car elle est la valeur économique reflétant le biais de l'estimation des provisions techniques. Plutôt qu'effectuer une étude globale de la fuite, il s'agit dans ce mémoire d'observer la fuite induite par chaque facteur de risque. Pour se faire, les méthodes d'allocation sont mises en œuvre pour appréhender les facteurs de risque contribuant le plus à la fuite en ALM. Les méthodes sélectionnées seront comparées et leur pertinence évaluée dans le cadre de leur application à la fuite de modèle en ALM.
Abstract
An economic scenario generator (ESG) is a stochastic tool that simulates different possible economic situations in the future on the basis of a set of variables, economic data and models. The use of GSEs in life insurance responds to the requirement to calculate technical reserves at economic value imposed by Solvency II prudential regulations, which came into force in January 2016. The methodology for valuing technical reserves calls for the use of the empirical average of these reserves calculated over several economic scenarios. The use of a limited number of economic scenarios de facto induces a best estimate convergence problem known as model leakage. In order to limit these deviations, Solvalbilité II regulations impose a validation process for GSEs, which must satisfy martingality and market consistency assumptions. Validating these assumptions is crucial to the reliability of the GSE, given its direct impact on the best estimate. This paper discusses the main statistical tests used to validate the martingality and market consistency of scenarios. Model leakage is also a key point in this study, as it is the economic value reflecting the bias in the estimation of technical provisions. Rather than carrying out a global study of leakage, the aim of this thesis is to observe the leakage induced by each risk factor. To this end, allocation methods are used to identify the risk factors that contribute most to ALM leakage. The selected methods will be compared and their relevance assessed in the context of their application to model leakage in ALM.
Mémoire complet
Auteur(s) KABORE T. S. A.
Société Abeille Assurances
Année 2024
Résumé
Un générateur de scénarios économiques (GSE) est un outil stochastique qui permet de simuler différentes situations économiques possibles dans le futur sur la base d'un ensemble de variables, de données économiques et de modèles. L'utilisation des GSE en assurance vie répond à la contrainte du calcul des provisions techniques en valeur économique imposée par la réglementation prudentielle Solvabilité II, entrée en vigueur en janvier 2016. La méthodologie d'évaluation des provisions techniques fait appel à l'utilisation de la moyenne empirique de ces provisions calculée sur plusieurs scénarios économiques. L'utilisation d’un nombre limité de scénarios économiques induit de facto un problème de convergence du best estimate (BE) appelé fuite de modèle. Afin de limiter ces écarts, la réglementation Solvalbilité II impose un processus de validation des GSE qui doivent satisfaire les hypothèses de martingalité et market consistency. La validation de ces hypothèses est primordiale pour la fiabilité du GSE au regard de son impact direct sur l’estimation du BE. Ce mémoire aborde les principaux tests statistiques utilisés pour la validation de la martingalité et de la market consistency des scénarios. La fuite de modèle est également un point clé de cette étude car elle est la valeur économique reflétant le biais de l'estimation des provisions techniques. Plutôt qu'effectuer une étude globale de la fuite, il s'agit dans ce mémoire d'observer la fuite induite par chaque facteur de risque. Pour se faire, les méthodes d'allocation sont mises en œuvre pour appréhender les facteurs de risque contribuant le plus à la fuite en ALM. Les méthodes sélectionnées seront comparées et leur pertinence évaluée dans le cadre de leur application à la fuite de modèle en ALM.
Abstract
An economic scenario generator (ESG) is a stochastic tool that simulates different possible economic situations in the future on the basis of a set of variables, economic data and models. The use of GSEs in life insurance responds to the requirement to calculate technical reserves at economic value imposed by Solvency II prudential regulations, which came into force in January 2016. The methodology for valuing technical reserves calls for the use of the empirical average of these reserves calculated over several economic scenarios. The use of a limited number of economic scenarios de facto induces a best estimate convergence problem known as model leakage. In order to limit these deviations, Solvalbilité II regulations impose a validation process for GSEs, which must satisfy martingality and market consistency assumptions. Validating these assumptions is crucial to the reliability of the GSE, given its direct impact on the best estimate. This paper discusses the main statistical tests used to validate the martingality and market consistency of scenarios. Model leakage is also a key point in this study, as it is the economic value reflecting the bias in the estimation of technical provisions. Rather than carrying out a global study of leakage, the aim of this thesis is to observe the leakage induced by each risk factor. To this end, allocation methods are used to identify the risk factors that contribute most to ALM leakage. The selected methods will be compared and their relevance assessed in the context of their application to model leakage in ALM.
Mémoire complet
