Mémoires d'Actuariat
Etude et intégration de la mobilité dans la construction d'un modèle de tarification automobile avec zonier
Auteur(s) BITAR R.
Société Finactys
Année 2025
Résumé
Tarifer un produit d'assurance, c’est avant tout connaître le profil des assurés afin de prendre en compte leurs spécificités. Historiquement, l’AGPM assure les militaires, et aujourd’hui encore cette population est majoritaire dans le portefeuille. Les militaires se distinguent par une forte tendance migratoire : leur carrière les oblige à transiter régulièrement entre les différentes communes durant divers missions. Ainsi, la mesure du risque d’une zone peut être biaisée par ses migrations. L’objectif de ce mémoire est de mettre en évidence l’existence du phénomène de mobilité, et d'évaluer son impact à travers la construction de modèles de tarification intégrant ce facteur. L’enjeu est de modéliser ce phénomène à travers la sinistralité afin de donner à la compagnie les outils nécessaires dans ses prises de décisions stratégiques. Un modèle GLM avec zonier a été construit afin de modéliser la sinistralité des assurés. Le modèle a été augmenté par l'ajout d'une variable mobilité indiquant si l'individu est mobile ou non. Puis, un modèle de régression logistique a été mis en place afin de prédire la probabilité qu'un assuré soit mobile. Sur la base des résidus du modèle logistique, un zonier a été construit, permettant de cibler les zones avec un fort taux de mobilité. Enfin, l'utilisation d'un GLMtree a permis de segmenter les assurés selon s'ils sont mobiles ou pas, permettant de construire deux zoniers différents et de distinguer clairement les différences entre les deux populations. Cette méthode a notamment permis de construire un zonier qui permet d'indiquer les zones de provenance à risque, en agrégeant les résidus selon le lieu de départ des assurés mobiles.
Abstract
Pricing an insurance product means first and foremost knowing the profile of policyholders, so as to take their specific characteristics into account. Historically, AGPM has insured military personnel, and today this population still accounts for the majority of the portfolio. Military personnel are characterized by a strong migratory tendency: their careers require them to move regularly between different communes during various missions. As a result, an area's risk measurement can be skewed by its migratory patterns. The aim of this thesis is to highlight the existence of the mobility phenomenon, and to assess its impact through the construction of pricing models integrating this factor. The challenge is to model this phenomenon through claims experience, in order to provide the company with the tools it needs to make strategic decisions. A GLM model with zoning was built to model the claims frequency of insured individuals. The model was enhanced by adding a mobility variable indicating whether the individual is mobile or not. Then, a logistic regression model was implemented to predict the probability that an insured person is mobile. Based on the residuals of the logistic model, a zoning was constructed, allowing the identification of areas with a high mobility rate. Finally, the use of a GLMtree allowed for segmenting the insured individuals based on whether they are mobile or not, enabling the construction of two distinct zonings and clearly distinguishing the differences between the two populations. This method, in particular, helped construct a zoning that highlights high-risk origin areas by aggregating the residuals based on the departure location of mobile insured individuals.
Mémoire complet
Auteur(s) BITAR R.
Société Finactys
Année 2025
Résumé
Tarifer un produit d'assurance, c’est avant tout connaître le profil des assurés afin de prendre en compte leurs spécificités. Historiquement, l’AGPM assure les militaires, et aujourd’hui encore cette population est majoritaire dans le portefeuille. Les militaires se distinguent par une forte tendance migratoire : leur carrière les oblige à transiter régulièrement entre les différentes communes durant divers missions. Ainsi, la mesure du risque d’une zone peut être biaisée par ses migrations. L’objectif de ce mémoire est de mettre en évidence l’existence du phénomène de mobilité, et d'évaluer son impact à travers la construction de modèles de tarification intégrant ce facteur. L’enjeu est de modéliser ce phénomène à travers la sinistralité afin de donner à la compagnie les outils nécessaires dans ses prises de décisions stratégiques. Un modèle GLM avec zonier a été construit afin de modéliser la sinistralité des assurés. Le modèle a été augmenté par l'ajout d'une variable mobilité indiquant si l'individu est mobile ou non. Puis, un modèle de régression logistique a été mis en place afin de prédire la probabilité qu'un assuré soit mobile. Sur la base des résidus du modèle logistique, un zonier a été construit, permettant de cibler les zones avec un fort taux de mobilité. Enfin, l'utilisation d'un GLMtree a permis de segmenter les assurés selon s'ils sont mobiles ou pas, permettant de construire deux zoniers différents et de distinguer clairement les différences entre les deux populations. Cette méthode a notamment permis de construire un zonier qui permet d'indiquer les zones de provenance à risque, en agrégeant les résidus selon le lieu de départ des assurés mobiles.
Abstract
Pricing an insurance product means first and foremost knowing the profile of policyholders, so as to take their specific characteristics into account. Historically, AGPM has insured military personnel, and today this population still accounts for the majority of the portfolio. Military personnel are characterized by a strong migratory tendency: their careers require them to move regularly between different communes during various missions. As a result, an area's risk measurement can be skewed by its migratory patterns. The aim of this thesis is to highlight the existence of the mobility phenomenon, and to assess its impact through the construction of pricing models integrating this factor. The challenge is to model this phenomenon through claims experience, in order to provide the company with the tools it needs to make strategic decisions. A GLM model with zoning was built to model the claims frequency of insured individuals. The model was enhanced by adding a mobility variable indicating whether the individual is mobile or not. Then, a logistic regression model was implemented to predict the probability that an insured person is mobile. Based on the residuals of the logistic model, a zoning was constructed, allowing the identification of areas with a high mobility rate. Finally, the use of a GLMtree allowed for segmenting the insured individuals based on whether they are mobile or not, enabling the construction of two distinct zonings and clearly distinguishing the differences between the two populations. This method, in particular, helped construct a zoning that highlights high-risk origin areas by aggregating the residuals based on the departure location of mobile insured individuals.
Mémoire complet
