Mémoires d'Actuariat
Mesure et mitigation des biais : vers une tarification non-vie réellement équitable - Assurer l'équité, un enjeu sociétal et stratégique
Auteur(s) MORIAH M.
Société Optimind
Année 2022
Résumé
L’assurance non-vie est un marché très concurrentiel et réglementé dans lequel la tarification se trouve à la croisée de plusieurs chemins. En effet, l’assureur doit utiliser tous les outils statistiques et les données à sa disposition pour construire les meilleurs tarifs possibles. Dans le même temps, ses primes doivent être alignées avec la stratégie de l’entreprise et prendre en compte la concurrence. Du fait du rôle important qu’occupe l’assurance dans la société, les primes sont aussi scrutées par les régulateurs. Elles doivent être transparentes, explicables et éthiques. Ainsi, la tarification n’est pas que statistique, elle porte aussi des enjeux stratégiques et sociétaux. Ces différents enjeux peuvent pousser l’assureur à proposer des primes plus équitables par rapport à une variable donnée. Par exemple, la règlementation oblige les assureurs à présenter des primes équitables suivant le genre des assurés ou des groupes mutualistes, étant donné leurs stratégies, proposent des primes équitables suivant l’âge. Dans d’autres domaines de l’assurance, des variables comme la présence de maladies graves ou de handicap commencent à être soumises à la notion d’équité. Peu importe la raison pour laquelle un acteur de l’assurance doit présenter une tarification plus équitable par rapport à une variable, il doit être capable de définir, mesurer puis mitiger le biais éthique de sa tarification tout en préservant sa cohérence et sa performance. Ces travaux ont pour objectif de fournir ces différents outils et de les tester sur un cas d’usage réaliste d’assurance automobile.
Abstract
Non-life insurance is a highly competitive and regulated market in which pricing is at a crossroads. Indeed, the insurer must use all the statistical tools and data at its disposal to build the best possible rates. At the same time, its premiums must be aligned with the company’s strategy and take into account competition. Because of the important role played by insurance in society, premiums are also scrutinized by regulators. They must be transparent, explainable and ethical. Thus, pricing is not only statistical, but it also carries strategic and societal issues. These different issues can push the insurer to offer fairer premiums in relation to a given variable. For example, the regulations require insurers to present fair premiums according to the gender of the insured or mutualist groups, given their strategies, offer fair premiums according to age. In other areas of insurance, variables such as the presence of serious illness or disability are beginning to be subject to the notion of fairness. Regardless of the reason why an insurance player must present fairer pricing in relation to a variable, it must be able to define, measure and then mitigate the ethical bias of its pricing while preserving its consistency and performance. The objective of this work is to provide these different tools and to test them on a realistic car insurance use case.
Mémoire complet
![](/global/images/32_pdf.gif)
Auteur(s) MORIAH M.
Société Optimind
Année 2022
Résumé
L’assurance non-vie est un marché très concurrentiel et réglementé dans lequel la tarification se trouve à la croisée de plusieurs chemins. En effet, l’assureur doit utiliser tous les outils statistiques et les données à sa disposition pour construire les meilleurs tarifs possibles. Dans le même temps, ses primes doivent être alignées avec la stratégie de l’entreprise et prendre en compte la concurrence. Du fait du rôle important qu’occupe l’assurance dans la société, les primes sont aussi scrutées par les régulateurs. Elles doivent être transparentes, explicables et éthiques. Ainsi, la tarification n’est pas que statistique, elle porte aussi des enjeux stratégiques et sociétaux. Ces différents enjeux peuvent pousser l’assureur à proposer des primes plus équitables par rapport à une variable donnée. Par exemple, la règlementation oblige les assureurs à présenter des primes équitables suivant le genre des assurés ou des groupes mutualistes, étant donné leurs stratégies, proposent des primes équitables suivant l’âge. Dans d’autres domaines de l’assurance, des variables comme la présence de maladies graves ou de handicap commencent à être soumises à la notion d’équité. Peu importe la raison pour laquelle un acteur de l’assurance doit présenter une tarification plus équitable par rapport à une variable, il doit être capable de définir, mesurer puis mitiger le biais éthique de sa tarification tout en préservant sa cohérence et sa performance. Ces travaux ont pour objectif de fournir ces différents outils et de les tester sur un cas d’usage réaliste d’assurance automobile.
Abstract
Non-life insurance is a highly competitive and regulated market in which pricing is at a crossroads. Indeed, the insurer must use all the statistical tools and data at its disposal to build the best possible rates. At the same time, its premiums must be aligned with the company’s strategy and take into account competition. Because of the important role played by insurance in society, premiums are also scrutinized by regulators. They must be transparent, explainable and ethical. Thus, pricing is not only statistical, but it also carries strategic and societal issues. These different issues can push the insurer to offer fairer premiums in relation to a given variable. For example, the regulations require insurers to present fair premiums according to the gender of the insured or mutualist groups, given their strategies, offer fair premiums according to age. In other areas of insurance, variables such as the presence of serious illness or disability are beginning to be subject to the notion of fairness. Regardless of the reason why an insurance player must present fairer pricing in relation to a variable, it must be able to define, measure and then mitigate the ethical bias of its pricing while preserving its consistency and performance. The objective of this work is to provide these different tools and to test them on a realistic car insurance use case.
Mémoire complet
![](/global/images/32_pdf.gif)