Mémoires d'Actuariat
Contribution marginale des sites industriels au coût de réassurance d'un traité de type excédent de sinistre par évènement
Auteur(s) FERNANDES MACHADO A.
Société Generali France
Année 2023
Confidentiel jusqu'au 08/09/2025
Résumé
Les épisodes de grêle et de tempête se sont multipliés en France en 2022, entre les mois de mai et juillet. A ces évènements s’ajoute également une longue période de sécheresse à partir du mois de mai. Ces catastrophes naturelles combinées à l’augmentation du taux d’inflation ont conduit les réassureurs à élever le prix des traités de réassurance au renouvellement 2023. Afin d’optimiser leur portefeuille, il est donc important pour les assureurs d’être en mesure d’identifier les sites assurés contribuant fortement à ce coût de réassurance. Les sites industriels représentant individuellement des engagements assurés importants, l’objectif de ce mémoire est d’évaluer leur coût marginal de réassurance pour un traité de type excédent de sinistre par évènement et pour le péril tempête. La présente étude s’articulera autour de quatre axes. Il s’agira dans un premier temps de modéliser les pertes liées au péril tempête sur le portefeuille dommages aux biens de Generali France, à l’aide d’un logiciel de modélisation d’évènements climatiques, appelé RMS. Dans un deuxième temps, des simulations seront effectuées sur les tables en sortie de ce logiciel afin de calculer la prime de réassurance du traité excédent de sinistre par évènement, pour le péril tempête. L’obtention de cette prime permettra de calculer les coûts marginaux de réassurance des sites industriels du portefeuille existant. Pour finir, plusieurs algorithmes seront testés afin d’être en mesure de prédire le coût marginal de réassurance d’un nouveau site industriel, à l’aide des caractéristiques renseignées par le souscripteur.
Abstract
Hailstorms and windstorms events have strongly increased in France in 2022, between May and July. These events were compounded by a long period of drought from May onwards. These natural disasters, combined with rising inflation, have led reinsurers to increase the price of reinsurance treaties for the 2023 renewal. In order to optimise their portfolio, it is therefore essential for insurers to be able to identify the insured risks that make a significant contribution to this reinsurance cost. As industrial risks individually represent a significant amount of sum insured, the aim of this report is to assess their marginal reinsurance cost for an excess of loss per event treaty, for storm events. This study will be divided into four steps. Firstly, storm-related losses on Generali France’s property damage portfolio will be modelled using CAT modelling software called RMS. Secondly, simulations will be carried out on the output tables of this software in order to calculate the reinsurance premium for the excess of loss treaty per event, for storms. Obtaining this premium will allow us to calculate marginal reinsurance costs of the industrial risks in the existing portfolio. Finally, several algorithms will be tested in order to be able to predict the marginal reinsurance cost of a new industrial risk, using the features provided by the underwriter.
Auteur(s) FERNANDES MACHADO A.
Société Generali France
Année 2023
Confidentiel jusqu'au 08/09/2025
Résumé
Les épisodes de grêle et de tempête se sont multipliés en France en 2022, entre les mois de mai et juillet. A ces évènements s’ajoute également une longue période de sécheresse à partir du mois de mai. Ces catastrophes naturelles combinées à l’augmentation du taux d’inflation ont conduit les réassureurs à élever le prix des traités de réassurance au renouvellement 2023. Afin d’optimiser leur portefeuille, il est donc important pour les assureurs d’être en mesure d’identifier les sites assurés contribuant fortement à ce coût de réassurance. Les sites industriels représentant individuellement des engagements assurés importants, l’objectif de ce mémoire est d’évaluer leur coût marginal de réassurance pour un traité de type excédent de sinistre par évènement et pour le péril tempête. La présente étude s’articulera autour de quatre axes. Il s’agira dans un premier temps de modéliser les pertes liées au péril tempête sur le portefeuille dommages aux biens de Generali France, à l’aide d’un logiciel de modélisation d’évènements climatiques, appelé RMS. Dans un deuxième temps, des simulations seront effectuées sur les tables en sortie de ce logiciel afin de calculer la prime de réassurance du traité excédent de sinistre par évènement, pour le péril tempête. L’obtention de cette prime permettra de calculer les coûts marginaux de réassurance des sites industriels du portefeuille existant. Pour finir, plusieurs algorithmes seront testés afin d’être en mesure de prédire le coût marginal de réassurance d’un nouveau site industriel, à l’aide des caractéristiques renseignées par le souscripteur.
Abstract
Hailstorms and windstorms events have strongly increased in France in 2022, between May and July. These events were compounded by a long period of drought from May onwards. These natural disasters, combined with rising inflation, have led reinsurers to increase the price of reinsurance treaties for the 2023 renewal. In order to optimise their portfolio, it is therefore essential for insurers to be able to identify the insured risks that make a significant contribution to this reinsurance cost. As industrial risks individually represent a significant amount of sum insured, the aim of this report is to assess their marginal reinsurance cost for an excess of loss per event treaty, for storm events. This study will be divided into four steps. Firstly, storm-related losses on Generali France’s property damage portfolio will be modelled using CAT modelling software called RMS. Secondly, simulations will be carried out on the output tables of this software in order to calculate the reinsurance premium for the excess of loss treaty per event, for storms. Obtaining this premium will allow us to calculate marginal reinsurance costs of the industrial risks in the existing portfolio. Finally, several algorithms will be tested in order to be able to predict the marginal reinsurance cost of a new industrial risk, using the features provided by the underwriter.
