Mémoires d'Actuariat
Revue du calibrage du modèle action au sein du GSE d'une compagnie de réassurance
Auteur(s) GANSONRE F.
Société Partner Re
Année 2024
Résumé
La modélisation de l'indice action au sein d’un générateur de scénarios économiques (GSE) revêt une importance cruciale dans l'évaluation des principaux indicateurs de solvabilité d'une compagnie de réassurance vie, en particulier dans le cadre de la valorisation de la garantie plancher en cas de décès dans un contrat en unités de compte. Le GSE projette les variations potentielles de différents facteurs de risque à travers des scénarios aléatoires, ce qui permet de valoriser à la fois le portefeuille d’actifs et les engagements de l’assureur sur un horizon déterminé. Les décisions structurantes liées au GSE, telles que le choix des modèles et des paramètres de calibrage, nécessitent un examen approfondi, au même titre que les autres hypothèses clés intervenant dans le calcul du Best Estimate. Dans ce mémoire, nous nous focaliserons d’abord sur le choix des paramètres de calibrage. Le GSE utilisé est fourni par une entreprise externe (Willis Towers Watson), ce qui limite notre influence sur les modèles employés. En outre, le régulateur enjoint les organismes d'assurance à réaliser des tests et des sensibilités sur le GSE afin d'en assurer la robustesse, conformément aux exigences de la Notice 5.15 (ACPR, 2015). Ces tests de sensibilité peuvent notamment porter sur le choix des modèles ou sur les données de calibrage. Ce mémoire se penchera également sur la réalisation de tests de sensibilité relatifs aux données de marché utilisées pour le calibrage des actions au sein du GSE. En effet, afin de calibrer de manière plus précise les modèles constitutifs du GSE, des hypothèses de pondération sont généralement appliquées, classant les données de calibrage en fonction de leur importance relative. Ces modèles doivent être calibrés à partir des données les plus pertinentes, en tenant compte des caractéristiques des engagements de l’assureur, notamment en termes de duration (ACPR, 2020). Nous nous intéresserons de fait à la mise en place de ces hypothèses de pondération dans le cadre du calibrage de l'indice action au sein du GSE, ainsi qu’à la validation du GSE ainsi calibré à travers des tests de market consistency. En outre, nous évaluerons l'impact de ce calibrage sur les engagements de l’assureur.
Abstract
The modeling of the equity index within an Economic Scenario Generator (ESG) plays a crucial role in evaluating the key solvency indicators of a life reinsurance company, particularly in the context of valuing the death floor guarantee in a unit-linked contract. The ESG projects potential variations in different risk factors through random scenarios, which allows for the valuation of both the asset portfolio and the insurer's liabilities over a given projection horizon. Key decisions related to the ESG, such as the choice of models and calibration parameters, require careful consideration, similar to other key assumptions involved in the calculation of the Best Estimate. In this thesis, we will first focus on the selection of calibration parameters. The ESG used is provided by an external company (Willis Towers Watson), which limits our influence on the models used. Moreover, the regulator requires insurance companies to perform tests and sensitivities on the ESG to ensure its robustness, in line with the requirements of Notice 5.15 (ACPR, 2015). These sensitivity tests may focus particularly on the choice of models or calibration data. This thesis will also explore the implementation of sensitivity tests related to the market data used to calibrate equities within the ESG. Indeed, to more accurately calibrate the models that constitute the ESG, weighting assumptions are generally applied, classifying the calibration data based on their relative importance. These models must be calibrated using the most relevant data, taking into account the characteristics of the insurer's liabilities, particularly in terms of duration (ACPR, 2020). We will therefore focus on the implementation of these weighting assumptions in the calibration of the equity index within the ESG, as well as on the validation of the calibrated ESG through market consistency tests. Furthermore, we will assess the impact of this calibration on the insurer’s liabilities.
Mémoire complet
Auteur(s) GANSONRE F.
Société Partner Re
Année 2024
Résumé
La modélisation de l'indice action au sein d’un générateur de scénarios économiques (GSE) revêt une importance cruciale dans l'évaluation des principaux indicateurs de solvabilité d'une compagnie de réassurance vie, en particulier dans le cadre de la valorisation de la garantie plancher en cas de décès dans un contrat en unités de compte. Le GSE projette les variations potentielles de différents facteurs de risque à travers des scénarios aléatoires, ce qui permet de valoriser à la fois le portefeuille d’actifs et les engagements de l’assureur sur un horizon déterminé. Les décisions structurantes liées au GSE, telles que le choix des modèles et des paramètres de calibrage, nécessitent un examen approfondi, au même titre que les autres hypothèses clés intervenant dans le calcul du Best Estimate. Dans ce mémoire, nous nous focaliserons d’abord sur le choix des paramètres de calibrage. Le GSE utilisé est fourni par une entreprise externe (Willis Towers Watson), ce qui limite notre influence sur les modèles employés. En outre, le régulateur enjoint les organismes d'assurance à réaliser des tests et des sensibilités sur le GSE afin d'en assurer la robustesse, conformément aux exigences de la Notice 5.15 (ACPR, 2015). Ces tests de sensibilité peuvent notamment porter sur le choix des modèles ou sur les données de calibrage. Ce mémoire se penchera également sur la réalisation de tests de sensibilité relatifs aux données de marché utilisées pour le calibrage des actions au sein du GSE. En effet, afin de calibrer de manière plus précise les modèles constitutifs du GSE, des hypothèses de pondération sont généralement appliquées, classant les données de calibrage en fonction de leur importance relative. Ces modèles doivent être calibrés à partir des données les plus pertinentes, en tenant compte des caractéristiques des engagements de l’assureur, notamment en termes de duration (ACPR, 2020). Nous nous intéresserons de fait à la mise en place de ces hypothèses de pondération dans le cadre du calibrage de l'indice action au sein du GSE, ainsi qu’à la validation du GSE ainsi calibré à travers des tests de market consistency. En outre, nous évaluerons l'impact de ce calibrage sur les engagements de l’assureur.
Abstract
The modeling of the equity index within an Economic Scenario Generator (ESG) plays a crucial role in evaluating the key solvency indicators of a life reinsurance company, particularly in the context of valuing the death floor guarantee in a unit-linked contract. The ESG projects potential variations in different risk factors through random scenarios, which allows for the valuation of both the asset portfolio and the insurer's liabilities over a given projection horizon. Key decisions related to the ESG, such as the choice of models and calibration parameters, require careful consideration, similar to other key assumptions involved in the calculation of the Best Estimate. In this thesis, we will first focus on the selection of calibration parameters. The ESG used is provided by an external company (Willis Towers Watson), which limits our influence on the models used. Moreover, the regulator requires insurance companies to perform tests and sensitivities on the ESG to ensure its robustness, in line with the requirements of Notice 5.15 (ACPR, 2015). These sensitivity tests may focus particularly on the choice of models or calibration data. This thesis will also explore the implementation of sensitivity tests related to the market data used to calibrate equities within the ESG. Indeed, to more accurately calibrate the models that constitute the ESG, weighting assumptions are generally applied, classifying the calibration data based on their relative importance. These models must be calibrated using the most relevant data, taking into account the characteristics of the insurer's liabilities, particularly in terms of duration (ACPR, 2020). We will therefore focus on the implementation of these weighting assumptions in the calibration of the equity index within the ESG, as well as on the validation of the calibrated ESG through market consistency tests. Furthermore, we will assess the impact of this calibration on the insurer’s liabilities.
Mémoire complet
