Mémoires d'Actuariat
Construction d'un zonier pour la tarification en assurance d'immeubles
Auteur(s) DIENG P.
Société Axa France
Année 2024
Confidentiel jusqu'au 12/06/2026
Résumé
Les assureurs ont pour ambition de protéger leurs clients tout en garantissant un tarif en adéquation avec le risque qu’ils représentent. Dans ce sens, ils cherchent à affiner la segmentation de leur portefeuille. La segmentation en assurance fait référence à la pratique de diviser les clients ou les risques assurés en groupes distincts en fonction de certaines caractéristiques ou variables. Le zonier est une forme de segmentation qui consiste à classer les risques assurés en fonction de critères géographiques. Il permet ainsi une meilleure évaluation des risques assurés en offrant des primes qui reflètent le niveau de risque de chaque zone. Ce mémoire étudie le risque géographique d’un produit d’assurance d’immeubles d’AXA France. L’objectif est de concevoir des zoniers et de présenter les méthodologies utilisées. Le point de départ de cette étude est la détermination de l’information géographique non prise en compte par le modèle tarifaire. Celle-ci est d’abord lissée en employant deux stratégies principales. L’une repose uniquement sur des méthodes statistiques, tandis que l’autre intègre des données externes, telles que des données climatiques ou démographiques, pour construire des zoniers à l’aide de techniques d’apprentissage statistique. Cette étude se conclut par l’application de méthodes de clustering afin de créer des zoniers, permettant ainsi d’améliorer le modèle tarifaire.
Abstract
Insurers aim to protect their customers while guaranteeing a rate commensurate with the risk they represent. To this end, they seek to refine the segmentation of their portfolios. Seg- mentation in insurance refers to the practice of dividing customers or insured risks into distinct groups according to certain characteristics or variables. Zoning is a form of segmentation that classifies insured risks according to geographical criteria. It enables better assessment of insured risks by offering premiums that reflect the level of risk in each zone. This thesis studies the geographical risk of an AXA France building insurance product. The aim is to design zoning systems and present the methodologies used. The starting point of this study is the determination of the geographical information not taken into account by the pricing model. It is then smoothed using two main strategies. One relies solely on statistical methods, while the other integrates external data, such as climatic or demographic data, to build the zoning using Machine Learning techniques. The study concludes with the application of clustering methods to create zoning, enabling to improve the pricing model.
Auteur(s) DIENG P.
Société Axa France
Année 2024
Confidentiel jusqu'au 12/06/2026
Résumé
Les assureurs ont pour ambition de protéger leurs clients tout en garantissant un tarif en adéquation avec le risque qu’ils représentent. Dans ce sens, ils cherchent à affiner la segmentation de leur portefeuille. La segmentation en assurance fait référence à la pratique de diviser les clients ou les risques assurés en groupes distincts en fonction de certaines caractéristiques ou variables. Le zonier est une forme de segmentation qui consiste à classer les risques assurés en fonction de critères géographiques. Il permet ainsi une meilleure évaluation des risques assurés en offrant des primes qui reflètent le niveau de risque de chaque zone. Ce mémoire étudie le risque géographique d’un produit d’assurance d’immeubles d’AXA France. L’objectif est de concevoir des zoniers et de présenter les méthodologies utilisées. Le point de départ de cette étude est la détermination de l’information géographique non prise en compte par le modèle tarifaire. Celle-ci est d’abord lissée en employant deux stratégies principales. L’une repose uniquement sur des méthodes statistiques, tandis que l’autre intègre des données externes, telles que des données climatiques ou démographiques, pour construire des zoniers à l’aide de techniques d’apprentissage statistique. Cette étude se conclut par l’application de méthodes de clustering afin de créer des zoniers, permettant ainsi d’améliorer le modèle tarifaire.
Abstract
Insurers aim to protect their customers while guaranteeing a rate commensurate with the risk they represent. To this end, they seek to refine the segmentation of their portfolios. Seg- mentation in insurance refers to the practice of dividing customers or insured risks into distinct groups according to certain characteristics or variables. Zoning is a form of segmentation that classifies insured risks according to geographical criteria. It enables better assessment of insured risks by offering premiums that reflect the level of risk in each zone. This thesis studies the geographical risk of an AXA France building insurance product. The aim is to design zoning systems and present the methodologies used. The starting point of this study is the determination of the geographical information not taken into account by the pricing model. It is then smoothed using two main strategies. One relies solely on statistical methods, while the other integrates external data, such as climatic or demographic data, to build the zoning using Machine Learning techniques. The study concludes with the application of clustering methods to create zoning, enabling to improve the pricing model.
