Mémoires d'Actuariat
Mise en place d'une vision prospective des prestations santé
Auteur(s) GOUBER A.
Société Klesia
Année 2023
Résumé
Dans le cadre du plan prévisionnel d’activité, réalisé chaque année par Klesia, des ratios S/P correspondant à la charge de sinistralité rapportée aux chiffres d’affaires sont estimés. La méthode utilisée actuellement consiste à appliquer une dérive au ratio observé sur la survenance antérieure. Cette méthode a l’avantage d’être facile d’application, cependant elle ne repose que sur des hypothèses fournies par le comité des risques et solvabilité (CRS). Ce mémoire a pour objectif la modélisation d’un outil de projection permettant d’estimer la charge de sinistralité santé d’un portefeuille sur une survenance complète. Deux modèles seront utilisés à cette fin : les modèles de type SARIMA et le lissage exponentiel de Holt-Winters. Ces deux modèles font partie des méthodes de prévision des séries chronologiques. Le lissage exponentiel de Holt-Winters accorde un poids plus important aux données les plus récentes et se révèle très efficace lorsque la tendance et la saisonnalité sont stables. Le modèle SARIMA, quant à lui, offre une plus grande flexibilité. Pour ces méthodes, la qualité des données est cruciale. C’est pourquoi, des retraitements seront effectués afin d’atténuer les effets de la Covid, entraînant des perturbations dans les remboursements des sinistres. L’application de ces méthodes a permis d’obtenir une estimation satisfaisante de la charge de sinistralité pour l’entité Klesia Prévoyance, membre du groupe Klesia, ainsi que pour plusieurs portefeuilles au sein de l’entité. Pour approfondir notre analyse, nous avons souhaité examiner les impacts des changements de ratio S/P sur les résultats en Solvabilité 2. Nous avons ainsi constaté que certains éléments S2 subissent naturellement des évolutions, tels que les provisions techniques, mais également les BE de sinistres et les fonds propres.
Abstract
As part of the annual business plan carried out by Klesia, S/P ratios corresponding to loss ratios reported to revenue figures are estimated. The current method used involves applying a trend to the ratio observed in the previous occurrence. This method has the advantage of being easy to apply. However, it is based solely on potential assumptions provided by the Risk and Solvency Committee. The objective of this thesis is to model a projection tool to estimate the health loss ratio of a portfolio over a complete occurrence. Two models will be discussed further: SARIMA-type models and Holt-Winters exponential smoothing. These two models are part of time series forecasting methods. The latter allows for greater weight to be given to the most recent data, but it is very effective only when trend and seasonality are stable. The SARIMA model, on the other hand, is more flexible. For these methods, data quality is very important. That's why reprocessing will be carried out to eliminate Covid-related effects that cause disruptions in reimbursements. These models allowed for a good estimation of the loss ratio on the “Klesia Prevoyance” entity, a member of the Klesia group, as well as on several portfolios of the entity. To go further, we wanted to analyze the impacts of changes in the S/P ratio on Solvency 2 results. We were thus able to observe that certain Solvency 2 elements naturally evolves, such as technical provisions, as well as claims BE and equity.
Mémoire complet
Auteur(s) GOUBER A.
Société Klesia
Année 2023
Résumé
Dans le cadre du plan prévisionnel d’activité, réalisé chaque année par Klesia, des ratios S/P correspondant à la charge de sinistralité rapportée aux chiffres d’affaires sont estimés. La méthode utilisée actuellement consiste à appliquer une dérive au ratio observé sur la survenance antérieure. Cette méthode a l’avantage d’être facile d’application, cependant elle ne repose que sur des hypothèses fournies par le comité des risques et solvabilité (CRS). Ce mémoire a pour objectif la modélisation d’un outil de projection permettant d’estimer la charge de sinistralité santé d’un portefeuille sur une survenance complète. Deux modèles seront utilisés à cette fin : les modèles de type SARIMA et le lissage exponentiel de Holt-Winters. Ces deux modèles font partie des méthodes de prévision des séries chronologiques. Le lissage exponentiel de Holt-Winters accorde un poids plus important aux données les plus récentes et se révèle très efficace lorsque la tendance et la saisonnalité sont stables. Le modèle SARIMA, quant à lui, offre une plus grande flexibilité. Pour ces méthodes, la qualité des données est cruciale. C’est pourquoi, des retraitements seront effectués afin d’atténuer les effets de la Covid, entraînant des perturbations dans les remboursements des sinistres. L’application de ces méthodes a permis d’obtenir une estimation satisfaisante de la charge de sinistralité pour l’entité Klesia Prévoyance, membre du groupe Klesia, ainsi que pour plusieurs portefeuilles au sein de l’entité. Pour approfondir notre analyse, nous avons souhaité examiner les impacts des changements de ratio S/P sur les résultats en Solvabilité 2. Nous avons ainsi constaté que certains éléments S2 subissent naturellement des évolutions, tels que les provisions techniques, mais également les BE de sinistres et les fonds propres.
Abstract
As part of the annual business plan carried out by Klesia, S/P ratios corresponding to loss ratios reported to revenue figures are estimated. The current method used involves applying a trend to the ratio observed in the previous occurrence. This method has the advantage of being easy to apply. However, it is based solely on potential assumptions provided by the Risk and Solvency Committee. The objective of this thesis is to model a projection tool to estimate the health loss ratio of a portfolio over a complete occurrence. Two models will be discussed further: SARIMA-type models and Holt-Winters exponential smoothing. These two models are part of time series forecasting methods. The latter allows for greater weight to be given to the most recent data, but it is very effective only when trend and seasonality are stable. The SARIMA model, on the other hand, is more flexible. For these methods, data quality is very important. That's why reprocessing will be carried out to eliminate Covid-related effects that cause disruptions in reimbursements. These models allowed for a good estimation of the loss ratio on the “Klesia Prevoyance” entity, a member of the Klesia group, as well as on several portfolios of the entity. To go further, we wanted to analyze the impacts of changes in the S/P ratio on Solvency 2 results. We were thus able to observe that certain Solvency 2 elements naturally evolves, such as technical provisions, as well as claims BE and equity.
Mémoire complet
