Mémoires d'Actuariat
Optimisation tarifaire d'un produit assurance en usage livraison au Royaume-Uni
Auteur(s) LAHLOU W.
Société Wakam
Année 2024
Confidentiel jusqu'au 28/06/2026
Résumé
Au Royaume-Uni, le marché de l’assurance automobile est marqué par de grandes pertes d’autant plus importantes en 2023 avec un ratio combiné net de 114,6 %. Dans le cadre de ce mémoire, le produit étudié est un produit d’assurance automobile en usage livraison au Royaume-Uni. Depuis son lancement en 2020, ce produit est marqué par des résultats dégradés, l’objectif du mémoire est donc d’améliorer sa performance. Dans le cadre du pilotage tarifaire, quatre indicateurs sont construits. La prime pure évalue la sinistralité attendue, tandis que la prime commerciale, issue du moteur tarifaire, reflète le niveau de tarification appliqué. L’Expected Loss Ratio (ELR) mesure la rentabilité à la souscription, et le taux de transformation indique la probabilité qu’un devis soit converti en contrat. Ces indicateurs servent de base aux travaux d’optimisation, dont l’objectif est d’améliorer l’ELR tout en limitant la perte de volume de primes émises. L’optimisation se déroule en deux étapes. Dans un premier temps, une analyse visuelle est menée sur les variables identifiées lors de la modélisation de la prime pure et du taux de transformation. Le niveau des quatre indicateurs est ensuite vérifié sur ces variables, afin de repérer les segments nécessitant des ajustements tarifaires. Trois scénarios d’action sont alors construits, et celui répondant le mieux aux contraintes fixées est retenu. Dans un second temps, un algorithme d’optimisation calcule la prime commerciale optimale pour chaque devis, en maximisant la marge de l’assureur. Trois scénarios en résultent, et le plus adapté est sélectionné. La variation tarifaire de ce scénario est ensuite modélisée à l’aide d’un modèle linéaire additif (GAM), permettant d’identifier les variables justifiant une action tarifaire. Comme pour l’analyse visuelle, les décisions sont guidées par les quatre indicateurs.
Abstract
In the United Kingdom (UK), the motor insurance market has experienced significant losses, particularly in 2023, with a net combined ratio of 114.6%. This paper focuses on a UK-based delivery-use motor insurance product. Since its launch in 2020, the product has been marked by deteriorating results, and the aim of this paper is to improve its profitability. As part of the pricing management process, four key indicators are developed. The pure premium estimates the expected claims cost, while the commercial premium, derived from the pricing engine, reflects the current pricing level. The Expected Loss Ratio (ELR) measures underwriting profitability, and the conversion rate indicates the probability that a quote will be converted into a policy. These indicators form the foundation of the optimization work, which aims to improve the ELR while limiting the loss of premium volume. The optimization process is carried out in two stages. First, a visual analysis is conducted on the variables identified during the modeling of the pure premium and the conversion rate. The values of the four indicators are then assessed across these variables to identify segments requiring pricing adjustments. Three action scenarios are developed, and the one that best meets the initial constraints is selected. In the second stage, an optimization algorithm calculates the optimal commercial premium for each quote, with the goal of maximizing the insurer’s margin. This process also generates three scenarios, from which the most appropriate one is selected. The price variation of the chosen scenario is then modeled using a Generalized Additive Model (GAM), allowing the identification of variables and segments that warrant pricing actions. As in the visual analysis, decisions are guided by the four key indicators.
Auteur(s) LAHLOU W.
Société Wakam
Année 2024
Confidentiel jusqu'au 28/06/2026
Résumé
Au Royaume-Uni, le marché de l’assurance automobile est marqué par de grandes pertes d’autant plus importantes en 2023 avec un ratio combiné net de 114,6 %. Dans le cadre de ce mémoire, le produit étudié est un produit d’assurance automobile en usage livraison au Royaume-Uni. Depuis son lancement en 2020, ce produit est marqué par des résultats dégradés, l’objectif du mémoire est donc d’améliorer sa performance. Dans le cadre du pilotage tarifaire, quatre indicateurs sont construits. La prime pure évalue la sinistralité attendue, tandis que la prime commerciale, issue du moteur tarifaire, reflète le niveau de tarification appliqué. L’Expected Loss Ratio (ELR) mesure la rentabilité à la souscription, et le taux de transformation indique la probabilité qu’un devis soit converti en contrat. Ces indicateurs servent de base aux travaux d’optimisation, dont l’objectif est d’améliorer l’ELR tout en limitant la perte de volume de primes émises. L’optimisation se déroule en deux étapes. Dans un premier temps, une analyse visuelle est menée sur les variables identifiées lors de la modélisation de la prime pure et du taux de transformation. Le niveau des quatre indicateurs est ensuite vérifié sur ces variables, afin de repérer les segments nécessitant des ajustements tarifaires. Trois scénarios d’action sont alors construits, et celui répondant le mieux aux contraintes fixées est retenu. Dans un second temps, un algorithme d’optimisation calcule la prime commerciale optimale pour chaque devis, en maximisant la marge de l’assureur. Trois scénarios en résultent, et le plus adapté est sélectionné. La variation tarifaire de ce scénario est ensuite modélisée à l’aide d’un modèle linéaire additif (GAM), permettant d’identifier les variables justifiant une action tarifaire. Comme pour l’analyse visuelle, les décisions sont guidées par les quatre indicateurs.
Abstract
In the United Kingdom (UK), the motor insurance market has experienced significant losses, particularly in 2023, with a net combined ratio of 114.6%. This paper focuses on a UK-based delivery-use motor insurance product. Since its launch in 2020, the product has been marked by deteriorating results, and the aim of this paper is to improve its profitability. As part of the pricing management process, four key indicators are developed. The pure premium estimates the expected claims cost, while the commercial premium, derived from the pricing engine, reflects the current pricing level. The Expected Loss Ratio (ELR) measures underwriting profitability, and the conversion rate indicates the probability that a quote will be converted into a policy. These indicators form the foundation of the optimization work, which aims to improve the ELR while limiting the loss of premium volume. The optimization process is carried out in two stages. First, a visual analysis is conducted on the variables identified during the modeling of the pure premium and the conversion rate. The values of the four indicators are then assessed across these variables to identify segments requiring pricing adjustments. Three action scenarios are developed, and the one that best meets the initial constraints is selected. In the second stage, an optimization algorithm calculates the optimal commercial premium for each quote, with the goal of maximizing the insurer’s margin. This process also generates three scenarios, from which the most appropriate one is selected. The price variation of the chosen scenario is then modeled using a Generalized Additive Model (GAM), allowing the identification of variables and segments that warrant pricing actions. As in the visual analysis, decisions are guided by the four key indicators.
