Agrégation des portefeuilles de contrats d assurance vie

Dimension: px
Commencer à balayer dès la page:

Download "Agrégation des portefeuilles de contrats d assurance vie"

Transcription

1 Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l Institut des Actuaires, Juillet 2015

2 , Sommaire Introduction Provisions best estimate pour les contrats d assurance vie de type épargne Le processus d agrégation Backtesting du processus d agrégation Université d été de l IA, Brest 2/24

3 Un peu de contexte Solvabilité II Directive de l UE qui définit un cadre prudentiel pour les compagnies d assurance, Réserve de capital afin de réduire le risque d insolvabilité. Entrée en vigueur au 1 er Janvier Calcul des provisions Best Estimate via un modèle ALM de projections des cash-flows Modélise les interactions entre l actif et le passif, Tient compte de la valeur actuelle des garanties et des engagements. Le défi des temps de calcul Simulations de Monte-Carlo + Approche contrat par contrat, Portefeuille de contrat AXA France (épargne) 4 millions, Consommation importante de ressources informatiques., Université d été de l IA, Brest 3/24

4 , Executive Summary Qu est ce qu un model point? Une procédure en deux étapes Step 1 Algorithme de classification statistique pour regrouper les contrats, Step 2 Construction d un contrat représentatif pour chaque groupe. Portefeuille de contrats agrégé de 4000 model points erreur relative sur le BEL de 0.05%, Méthode officielle de construction des model points d AXA France depuis la clôture de l exercice Université d été de l IA, Brest 4/24

5 Valeur actuelle pour un contrat épargne, {r a (t)} t 0 et {r d (t)} t 0 sont des processus stochastiques, régis par une mesure de probabilité P f, qui modélisent les taux d accumulation et d actualisation. Soit F un scénario financier généré à partir de P f, Valeur de l épargne à l instant t ( t ) SV F (t) = SV(0) exp r a (s)ds, 0 Valeur actuelle de l épargne à l instant t ( PSV F (t) = SV F (t) exp t 0 ) r d (s)ds, Université d été de l IA, Brest 5/24

6 , La probabilité de sortie Soit τ F une variable aléatoire continue égale à l instant de sortie (duration) du contrat causé par: Le décès Âge et genre de l assuré, Le rachat Ancienneté et scénario financier F. Soit T l échéance du contrat ou l horizon de projection, Le véritable instant de sortie est τ F T = min(τ F, T), de loi de probabilité dp τ F T (t) = f τ F (t)dλ(t) + F τ (T)δ T (t). Université d été de l IA, Brest 6/24

7 , Provision best estimate théorique Moyenne des cash flows sortants pondérés par leur probabilité d occurence. Pour le scénario F, BEL F (0, T) = E [PSV (τ F T)] T [ t ] = SV(0) exp (r a (s) r d (s))ds dp τ F T (t). 0 0 Sur l ensemble des scénarios financiers (F 1,..., F N ), BEL(0, T) = 1 N N BEL Fi (0, T). i=1 Université d été de l IA, Brest 7/24

8 Les provisions best estimate en pratique, Approximations de l intégrale par une méthode des rectangles, BEL F (0, T) + [ T 1 p(t, t + 1) t=0 [ T 1 p(t) k=0 ] t 1 + r a (k, k + 1) SV(0) 1 + r d (k, k + 1) ] k=0 1 + r a (k, k + 1) 1 + r d (k, k + 1) SV(0), où le pas de temps est un an, Horizon de projection est de 30 ans, p(t, t + 1) est la probabilité de sortie entre t et t + 1, p(t) est la probabilité d atteindre la fin de la projection, r a (k, k + 1) et r d (k, k + 1) désigne les taux forward d accumulation et d actualisation. Université d été de l IA, Brest 8/24

9 , Aggregation Philosophy BEL pour le portefeuille (C 1, C 2 ) Soit C 1 et C 2 deux contrats associés à des probabilités de sortie identiques au cours de la projection, SV MP (0) = SV C1 (0) + SV C2 (0). Alors BEL F MP(0, T) = 2 BELC F i (0, T). i=1 Valorisation exacte du portefeuille (C 1, C 2 )! L idée est de se rapprocher au maximum de cette propriété d additivité. Université d été de l IA, Brest 9/24

10 , Première Aggrégation Regroupement des contrats ayant Des probabilités de sortie identiques Des caractéristiques contractuelles identiques (Groupe ALM) Ligne de produit, Participation aux bénéfices, Taux technique,... Université d été de l IA, Brest 10/24

11 , Le problème de classification Soit P = {C i } i 1,...,n un portefeuille appartenant au même groupe ALM. Le contrat C i = (p i (0, 1), p i (1, 2),..., p i (T 1, T), p i (T)), est caractérisé par ses probabilités de sortie qui forment une trajectoire. Abandon de la dépendance au scénario financier, Distance euclidienne en guise de mesure de dissimilarité, Algorithme CAH et KMEANS, Pondération des contrats en fonction de leur provision mathématique initiale SV C (0) w C = n C P SV C(0), Ressemblance avec les données longitudinales. Université d été de l IA, Brest 11/24

12 , Un Meli-Melo de trajectoires Université d été de l IA, Brest 12/24

13 , Clustering Philosophy Université d été de l IA, Brest 13/24

14 , Algorithme K-Means Step 1 Nombre de classes, Step 2 Initialisation aléatoire des centres, Step 3 Chaque individu est assigné au centre le plus proche, Step 4 Calcul des nouveaux centres, Step 5 Itération des étapes 3 et 4 jusqu à la convergence. Université d été de l IA, Brest 14/24

15 Classification Ascendante Hierarchique, Step 1 Regroupement des deux contrats qui minimise l augmentation d inertie intra-classe, remplacement par le barycentre, Step 2 Itération de l étape 1 jusqu à ce qu il ne reste plus qu un seul groupe, Step 3 Élaguage de l arbre! Université d été de l IA, Brest 15/24

16 Choix de la méthode de classification, La contrainte du nombre de model points Allocation d un nombre de model points par groupe ALM en fonction de leur provision mathématique. Algorithme KMEANS plus adapté, Le nombre de classe est un paramètre. L initialisation aléatoire est problématique. CAH pour déterminer les centres initiaux. Idée Nombre de model points Compromis entre la provision mathématique et l hétérogénéité des trajectoire au sein du groupe ALM. Université d été de l IA, Brest 16/24

17 Combination of AHC and K-Means Then BOOM!, Université d été de l IA, Brest 17/24

18 L étape d agrégation: Deux méthodes, Le problème se résume à attribuer un âge et une ancienneté aux MPs. Méthode Naïve Moyenne pondérée par la PM de l âge et de l ancienneté au sein de chaque groupe. Méthode Sioux Génération de toutes les trajectoires possibles, Calcul du barycentre des trajectoires dans chaque groupe, Attribution de la combinaison Âge/Ancienneté associée à la trajectoire la plus proche de la trajectoire barycentrique. Université d été de l IA, Brest 18/24

19 Le processus d agrégation: Vue d ensemble, Université d été de l IA, Brest 19/24

20 Backtesting: Quelques chiffres, PF 1 désigne le portfeuille agrégé après la première agrégation, PF 2 désigne le portefeuille agrégé final. Erreur relative sur la provision best estimate, Taux de compression, BEL (PF 2 ) BEL (PF 1 ). BEL (PF 1 ) Card (PF 2 ) Card (PF 1 ). Card (PF 1 ) PTF Nombre de contrats BEL (millions d euros) PF PF Une erreur relative de % soit 35 millions d euros. Un taux de compression de 95% VS PF 1 et 99.9% VS contrat par contrat. Université d été de l IA, Brest 20/24

21 Erreur globale au cours de la projection, Université d été de l IA, Brest 21/24

22 Taux de compression VS Erreur relative produit par produit, Université d été de l IA, Brest 22/24

23 , Conclusion et perspectives Conclusion la procédure d agrégation pour les portefeuille de contrat d assurance vie individuel de type épargne est efficace, Facile à implémenter, Fondée théoriquement et efficace dans la pratique. La procédure d agrégation joue un rôle clé dans le processus de valorisation d AXA France Cela permet une valorisation ALM purement stochastique, Satisfaisant du point de vue des autorités de contrôle. Des améliorations sont possibles Existence de mesures de dissimilarité potentiellement plus adaptées que la distance euclidienne, Relier le niveau d erreur au nombre de MP Étude du compromis entre la provision mathématique et l hétérogénéité du groupe ALM pour allouer le nombre de model points. Université d été de l IA, Brest 23/24

24 , Du nombre de classe optimal Université d été de l IA, Brest 24/24

Optimisation de l agrégation d un portefeuille de contrat d assurance vie

Optimisation de l agrégation d un portefeuille de contrat d assurance vie Optimisation de l agrégation d un portefeuille de contrat d assurance vie Pierre-Olivier Goffard 1 1 AXA France, Université de Aix-Marseille. pierreolivier.goffard@axa.fr Résumé. Une méthode d agrégation

Plus en détail

Quels liens entre les modèles et la réalité? Mathilde Jung Université d été / Lundi 9 Juillet 2012 AG2R LA MONDIALE

Quels liens entre les modèles et la réalité? Mathilde Jung Université d été / Lundi 9 Juillet 2012 AG2R LA MONDIALE Quels liens entre les modèles et la réalité? Mathilde Jung Université d été / Lundi 9 Juillet 2012 AG2R LA MONDIALE Solvabilité 2, une réforme en 3 piliers Les objectifs : Définir un cadre harmonisé imposant

Plus en détail

Calcul d une provision technique en assurance vie dans le cadre de Solvabilité 2. Le cas des contrats d épargne : les approches «markedto model»

Calcul d une provision technique en assurance vie dans le cadre de Solvabilité 2. Le cas des contrats d épargne : les approches «markedto model» Calcul d une provision technique en assurance vie dans le cadre de Solvabilité 2 Le cas des contrats d épargne : les approches «markedto model» Luca De Dominicis formation Sepia 10 juin 2008 Sommaire 1.

Plus en détail

Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance

Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance Comment intégrer les modèles prospectifs dans le pilotage de l activité d assurance 10 juillet 2012 Intervention à l Université d Eté de l Institut des Actuaires Gildas Robert Actuaire Senior Manager Frédérique

Plus en détail

Assurance Vie SENSIBILITE DES ENGAGEMENTS

Assurance Vie SENSIBILITE DES ENGAGEMENTS Journées d études 2011 Assurance Vie SENSIBILITE DES ENGAGEMENTS FRACTALES 0 Journées d études 2011 Sommaire Projet SIGMA 1 ère partie 1. Durée, duration, sensibilité 2. Sensibilité locale du BE Applications

Plus en détail

Makram BEN DBABIS Associate Towers Watson & Doctorant Mathématiques Appliquées en Sciences Actuarielles Université Paris Dauphine December 14, 2010 PLAN PROBLÉMATIQUE, INTÉRÊT DU SUJET 1 PROBLÉMATIQUE,

Plus en détail

MÉTHODES DE CLASSIFICATION

MÉTHODES DE CLASSIFICATION MÉTHODES DE CLASSIFICATION Pierre-Louis GONZALEZ MÉTHODES DE CLASSIFICATION Objet Opérer des regroupements en classes homogènes d un ensemble d individus. Données Les données se présentent en général sous

Plus en détail

HAUTE PERFORMANCE DE CALCUL

HAUTE PERFORMANCE DE CALCUL Journées d études 2010 Modélisation actif-passif & HAUTE PERFORMANCE DE CALCUL FRACTALES 0 Journées d études 2010 Sommaire Projet SIGMA 1 ère partie 1.! Le printemps des modèles Applications Haute Performance

Plus en détail

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac

La classification 2012-2013. Fabien Chevalier Jérôme Le Bellac La classification 2012-2013 Fabien Chevalier Jérôme Le Bellac Introduction : Classification : méthode d analyse de données Objectif : Obtenir une représentation schématique simple d'un tableau de données

Plus en détail

La classification automatique de données quantitatives

La classification automatique de données quantitatives La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations

Plus en détail

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage

Classification Exemple : Enquête d opinion sur les OGM. Pauline Le Badezet Alexandra Lepage Classification Exemple : Enquête d opinion sur les OGM Pauline Le Badezet Alexandra Lepage SOMMAIRE Introduction Méthodologie Méthode de partitionnement Classification Ascendante Hiérarchique Interprétation

Plus en détail

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value

FIXAGE. Le risque de taux en assurance-vie : Modélisation stochastique et fair value FIXAGE Le risque de taux en assurance-vie : Modélisation stochastique et fair value Petit-déjeuner du 9 janvier 2003 animé par Michel PIERMAY et Arnaud COHEN FIXAGE 11, avenue Myron Herrick 75008 Paris

Plus en détail

LA GESTION ACTIF / PASSIF A LA CNP plus quelques digressions sur les normes IFRS

LA GESTION ACTIF / PASSIF A LA CNP plus quelques digressions sur les normes IFRS LA GESTION ACTIF / PASSIF A LA CNP plus quelques digressions sur les normes IFRS UNE ORGANISATION FAVORABLE A L EMERGENCE DE LA GESTION ACTIF-PASSIF - séparation des rôles de l assureur, responsable du

Plus en détail

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté

Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté INSTITUT DE SCIENCE FINANCIERE ET D ASSURANCES Etude Quantitative d un Plan d Epargne Retraite Collectif Piloté Mémoire présenté devant l Institut de Science Financière et d Assurances pour l obtention

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

Le produit diversifié comme nouvelle solution d Epargne

Le produit diversifié comme nouvelle solution d Epargne Le produit diversifié comme nouvelle solution d Epargne Congrès Institut des Actuaires 2013 Jean-Pierre DIAZ, BNP Paribas Cardif Emmanuelle LAFERRERE, BNP Paribas Cardif Gildas ROBERT, Optimind Winter

Plus en détail

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation?

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation? Analyse d images, vision par ordinateur Traitement d images Segmentation : partitionner l image en ses différentes parties. Reconnaissance : étiqueter les différentes parties Partie 6: Segmentation d images

Plus en détail

Les orientations nationales complémentaires : valorisation des passifs

Les orientations nationales complémentaires : valorisation des passifs Autorité de Contrôle des Assurances et des Mutuelles Les orientations nationales complémentaires : valorisation des passifs Régis WEISSLINGER Séminaire SEPIA 10 juin 2008 Page n 1 Sommaire Introduction

Plus en détail

Classification non supervisée

Classification non supervisée AgroParisTech Classification non supervisée E. Lebarbier, T. Mary-Huard Table des matières 1 Introduction 4 2 Méthodes de partitionnement 5 2.1 Mesures de similarité et de dissimilarité, distances.................

Plus en détail

ORSA dans le cas de contrats d épargne en euro

ORSA dans le cas de contrats d épargne en euro ORSA dans le cas de contrats d épargne en euro Version 1.1 Université d été IA - juillet 2012 Frédéric PLANCHET fplanchet@winter-associes.fr Marc JUILLARD mjuillard@winter-associes.fr Préambule L article

Plus en détail

Dépendance & Solvabilité 2 Journée d études IA & SACEI Deauville 3 octobre 2013

Dépendance & Solvabilité 2 Journée d études IA & SACEI Deauville 3 octobre 2013 Dépendance & Solvabilité 2 Journée d études IA & SACEI Deauville 3 octobre 2013 Anne-Charlotte Bongard anne-charlotte.bongard@actuaris.com Le risque dépendance sous Solvabilité 2 Classification du risque

Plus en détail

Les Variable Annuities sous la directive Solvabilité II

Les Variable Annuities sous la directive Solvabilité II Les Variable Annuities sous la directive Solvabilité II Mémoire présenté le vendredi 10 juin 2011 par Clément Schmitt clement.schmitt@fixage.com Introduction Solvabilité II impose des fonds propres réglementaires

Plus en détail

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction

TECH. INFOTECH # 34 Solvabilité 2 : Le calcul du capital économique dans le cadre d un modèle interne. Introduction INFO # 34 dans le cadre d un modèle interne Comment les méthodes d apprentissage statistique peuvent-elles optimiser les calculs? David MARIUZZA Actuaire Qualifié IA Responsable Modélisation et Solvabilité

Plus en détail

Solvabilité II Les impacts sur la tarification et l offre produit

Solvabilité II Les impacts sur la tarification et l offre produit Solvabilité II Les impacts sur la tarification et l offre produit Colloque du CNAM 6 octobre 2011 Intervenants OPTIMIND Gildas Robert actuaire ERM, senior manager AGENDA Introduction Partie 1 Mesures de

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

Plus en détail

Mesure et gestion des risques d assurance

Mesure et gestion des risques d assurance Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND ptherond@winter-associes.fr

Plus en détail

VALORISATION DES PRODUITS DE CHANGE :

VALORISATION DES PRODUITS DE CHANGE : VALORISATION DES PRODUITS DE CHANGE : TERMES, SWAPS & OPTIONS LIVRE BLANC I 2 Table des Matières Introduction... 3 Les produits non optionnels... 3 La méthode des flux projetés... 3 Les options de change

Plus en détail

Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II

Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II - Laurent DEVINEAU (Université Lyon, Laboratoire SAF,

Plus en détail

CIRCULAIRE CPA-2006-2-CPA AUX ENTREPRISES D ASSURANCES

CIRCULAIRE CPA-2006-2-CPA AUX ENTREPRISES D ASSURANCES Contrôle prudentiel des entreprises d'assurances Bruxelles, le 19 septembre 26 CIRCULAIRE CPA-26-2-CPA AUX ENTREPRISES D ASSURANCES OBJET : DISPENSE DE CONSTITUTION DE LA PROVISION COMPLÉMENTAIRE VISÉE

Plus en détail

Capital économique en assurance vie : utilisation des «replicating portfolios»

Capital économique en assurance vie : utilisation des «replicating portfolios» Capital économique en assurance vie : utilisation des «replicating portfolios» Anne LARPIN, CFO SL France Stéphane CAMON, CRO SL France 1 Executive summary Le bouleversement de la réglementation financière

Plus en détail

FINALE RECOMMANDATIONS - CALCULS ET PROJECTIONS RECOMMANDATIONS CONCERNANT LES PRINCIPES DE PARTICIPATIONS

FINALE RECOMMANDATIONS - CALCULS ET PROJECTIONS RECOMMANDATIONS CONCERNANT LES PRINCIPES DE PARTICIPATIONS FINALE RECOMMANDATIONS - CALCULS ET PROJECTIONS DE PARTICIPATIONS RECOMMANDATIONS CONCERNANT LES PRINCIPES ACTUARIELS EN MATIÈRE DE CALCULS ET DE PROJECTIONS DE PARTICIPATIONS D ASSURANCE-VIE ET DE RENTES

Plus en détail

Projet de recommandations pour la maîtrise du risque de modèle

Projet de recommandations pour la maîtrise du risque de modèle V08-06 INSTITUT DES ACTUAIRES Commission modélisation vie épargne Août 2006 Projet de recommandations pour la maîtrise du risque de modèle Ce document a pour objet de recenser les principes d organisation

Plus en détail

Le métier d actuaire IARD

Le métier d actuaire IARD JJ Mois Année Le métier d actuaire IARD Journées Actuarielles de Strasbourg 6-7 octobre 2010 PLAN Présentation de l assurance non vie Le rôle de l actuaire IARD La tarification des contrats L évaluation

Plus en détail

Rencontres. L allocation d actif, la gestion actif / passif et l optimisation de la réassurance sous Solvabilité 2

Rencontres. L allocation d actif, la gestion actif / passif et l optimisation de la réassurance sous Solvabilité 2 Rencontres L allocation d actif, la gestion actif / passif et l optimisation de la réassurance sous Solvabilité 2 Vincent Régnier Directeur technique, financier et des risques MutRé 2015 Arnaud Chevalier

Plus en détail

Comptes et plans d épargne-logement

Comptes et plans d épargne-logement Page 1 of 6 Alerte Banques n 2 - avril 2006 ARCHIVES I IMPRIMER Comptes et plans d épargne-logement L avis du CNC relatif à la comptabilisation des CEL et PEL pose le principe suivant : les conséquences

Plus en détail

Le passage de l'embedded Value à l'economic Value

Le passage de l'embedded Value à l'economic Value Le passage de l'embedded Value à l'economic Value Une meilleure prise en compte des options et des garanties Ferdia Byrne, Claire Lasvergnas 23 septembre 2003 Les principes L'application Le marché français

Plus en détail

Les méthodes d optimisation appliquées à la conception de convertisseurs électromécaniques. Elec 2311 : S7

Les méthodes d optimisation appliquées à la conception de convertisseurs électromécaniques. Elec 2311 : S7 Les méthodes d optimisation appliquées à la conception de convertisseurs électromécaniques Elec 2311 : S7 1 Plan du cours Qu est-ce l optimisation? Comment l optimisation s intègre dans la conception?

Plus en détail

Note de service À : De :

Note de service À : De : Note de service À : De : Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées Jim Christie, président Conseil des normes actuarielles

Plus en détail

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010 Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS

Plus en détail

Ecole Supérieure d Ingénieurs Léonard de Vinci

Ecole Supérieure d Ingénieurs Léonard de Vinci Ecole Supérieure d Ingénieurs Léonard de Vinci «Evaluation et couverture de produits dérivés» Etudiants : Colonna Andrea Pricing d'un Call Lookback par Monte Carlo et Ponts Browniens Rapport de Projet

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Évaluation de contrats. une problématique actuelle. Pierre THEROND. Séminaire ISFA-ENSIMAG Lyon, 13 mars 2008. ptherond@winter-associes.

Évaluation de contrats. une problématique actuelle. Pierre THEROND. Séminaire ISFA-ENSIMAG Lyon, 13 mars 2008. ptherond@winter-associes. Évaluation de contrats d assurance vie en euro : une problématique actuelle Séminaire ISFA-ENSIMAG Lyon, 13 mars 2008 Pierre THEROND ptherond@winter-associes.fr Introduction ti Les contrats d assurance

Plus en détail

Solvabilité 2 Maquette simplifiée pour les mutuelles santé

Solvabilité 2 Maquette simplifiée pour les mutuelles santé Mutualité Française / SFG Solvabilité 2 Maquette simplifiée pour les mutuelles santé Présentation Institut des Actuaires Fabien RAVIARD Responsable Actuariat Service Fédéral de Garantie 1 Solvabilité 2

Plus en détail

Analyse de données longitudinales continues avec applications

Analyse de données longitudinales continues avec applications Université de Liège Département de Mathématique 29 Octobre 2002 Analyse de données longitudinales continues avec applications David MAGIS 1 Programme 1. Introduction 2. Exemples 3. Méthodes simples 4.

Plus en détail

UNIVERSITÉ PARIS DESCARTES

UNIVERSITÉ PARIS DESCARTES UNIVERSITÉ PARIS DESCARTES MASTER Domaine DROIT, ÉCONOMIE, GESTION Mention MONNAIE,BANQUE, FINANCE, ASSURANCE Spécialité RISQUE, ASSURANCE, DÉCISION 2014 / 2015 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

Évaluation de contrats d épargne en euros

Évaluation de contrats d épargne en euros Évaluation de contrats d épargne en euros Séminaire Sépia «Utilisation de modèles financiers en assurance» Paris, 18 décembre 2007 Pierre THEROND Actuaire conseil ptherond@winter-associes.fr Introduction

Plus en détail

ENGAGEMENT DE L ENTREPRISE

ENGAGEMENT DE L ENTREPRISE TRAITEMENT COMPTABLE D11 ENGAGEMENT DE L ENTREPRISE Il n existe d engagement de l entreprise que dans le cadre d un régime à prestations définies ou d indemnités de fin de carrière. Les régimes à cotisations

Plus en détail

Solvabilité II : Quel avenir?

Solvabilité II : Quel avenir? Solvabilité II : Quel avenir? Rapprochement MCEV et Solvabilité II Colloque Actuariat CNAM 06 octobre 2011 Actuariat réalité Plan «actuariat» - Similitudes techniques (et quelques différences) - mais objectifs

Plus en détail

Groupe de travail «Best Estimate Liabilities Vie»

Groupe de travail «Best Estimate Liabilities Vie» Paris, le 7 octobre 2015 Groupe de travail «Best Estimate Liabilities Vie» Exemples de pratiques actuarielles applicables au marché français Membres du groupe de travail : Dominique Abgrall, Quentin Affagard,

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

Construction d un algorithme d accélération de la méthode des «simulations dans les simulations» pour le calcul du capital économique Solvabilité II

Construction d un algorithme d accélération de la méthode des «simulations dans les simulations» pour le calcul du capital économique Solvabilité II Construction d un algorithme d accélération de la méthode des «simulations dans les simulations» pour le calcul du capital économique Solvabilité II Laurent Devineau Université de Lyon, Université Lyon,

Plus en détail

Rentabilité des assurances des emprunteurs Impacts de la directive «Solvency 2» et des normes IFRS

Rentabilité des assurances des emprunteurs Impacts de la directive «Solvency 2» et des normes IFRS Rentabilité des assurances des emprunteurs Impacts de la directive «Solvency 2» et des normes IFRS Paris, vendredi 28 mai 2010 Cédric AKAKPO-MAXWELL cmaxwell@galea-associes.eu http://www.galea-associes.eu

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Pilier 3 des normes de Bâle II Règles de transparence applicables à la Fiducie de la Financière Sun Life inc.

Pilier 3 des normes de Bâle II Règles de transparence applicables à la Fiducie de la Financière Sun Life inc. Pilier 3 des normes de Bâle II Règles de transparence applicables à la Fiducie de la Financière Sun Life inc. Introduction Les normes de Bâle II constituent un accord international sur les fonds propres

Plus en détail

Les management actions dans le cadre de l ORSA

Les management actions dans le cadre de l ORSA Les management actions dans le cadre de l ORSA Atelier Congrès Institut des Actuaires 20 juin 2014 Intervenants Emmanuel Berthelé, Optimind Winter, Responsable Practice Gildas Robert, Optimind Winter,

Plus en détail

1. Embedded Value (EV) au 31.12.2013

1. Embedded Value (EV) au 31.12.2013 1. Embedded Value (EV) au 31.12.2013 1.1 La notion d embedded value La présente communication porte sur l Embedded Value agrégée des deux sociétés Vie qui sont détenues à 100% par Foyer S.A., à savoir

Plus en détail

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Plan 1 Incertitudes des modèles empiriques 2 Identification et caractérisation des paramètres incertains

Plus en détail

Valorisation dans le secteur de l assurance

Valorisation dans le secteur de l assurance DRAFT Valorisation dans le secteur de l assurance Philippe TRAINAR Chief Risk Officer, SCOR Group Colloque de l Association de Comptabilité Nationale 2-4 juin 2010, Paris INTRODUCTION La question de la

Plus en détail

Contrôle dynamique des risques. La protection de votre portefeuille contre les risques de baisse

Contrôle dynamique des risques. La protection de votre portefeuille contre les risques de baisse Contrôle dynamique des risques La protection de votre portefeuille contre les risques de baisse Le Centre Européen d Entreprises et d Innovation, Nice - France, 2015 Nous concilions sécuritéet performance

Plus en détail

De BÂLE II à SOLVABILITE II FRACTALES 2005

De BÂLE II à SOLVABILITE II FRACTALES 2005 De BÂLE II à SOLVABILITE II Solvabilité II s inspire largement des accords de Bâle II et en reprend les grands principes avec la structure en «trois piliers» La tentation est forte de reproduire également

Plus en détail

QUELLE «JUSTE VALEUR»? Philippe MARTINET

QUELLE «JUSTE VALEUR»? Philippe MARTINET QUELLE «JUSTE VALEUR»? Philippe MARTINET Workshop Agenda Perceptions et concepts de JV Les Normes internationales Approche des IFRS 7 - IFRS 9 - IFRS 13 Guide de Juste Valeur Exemple d application Confrontation

Plus en détail

Probabilités 5. Simulation de variables aléatoires

Probabilités 5. Simulation de variables aléatoires Probabilités 5. Simulation de variables aléatoires Céline Lacaux École des Mines de Nancy IECL 27 avril 2015 1 / 25 Plan 1 Méthodes de Monte-Carlo 2 3 4 2 / 25 Estimation d intégrales Fiabilité d un système

Plus en détail

SOMMAIRES D OUVRAGES PARUS

SOMMAIRES D OUVRAGES PARUS SOMMAIRES D OUVRAGES PARUS TITRE : MÉTHODES ACTUARIELLES DE L'ASSURANCE VIE (cours et exercices corrigés) AUTEUR : Christian HESS ÉDITEUR : ÉCONOMICA, PARIS DATE DE PARUTION : NOVEMBRE 2000 357 pages prix

Plus en détail

Prix d options européennes

Prix d options européennes Page n 1. Prix d options européennes Une société française tient sa comptabilité en euros et signe un contrat avec une entreprise américaine qu elle devra payer en dollars à la livraison. Entre aujourd

Plus en détail

Méthodes d apprentissage statistique («Machine Learning»)

Méthodes d apprentissage statistique («Machine Learning») Méthodes d apprentissage statistique («Machine Learning») Journées d Etudes IARD Niort, 21 Mars 2014 Fabrice TAILLIEU Sébastien DELUCINGE Rémi BELLINA 2014 Milliman. All rights reserved Sommaire Introduction

Plus en détail

A Hybrid Routing Protocol based on Fuzzy C-Means Clustering and Ant Colony Optimization for Lifetime Improvement in WSN

A Hybrid Routing Protocol based on Fuzzy C-Means Clustering and Ant Colony Optimization for Lifetime Improvement in WSN A Hybrid Routing Protocol based on Fuzzy C-Means Clustering and Ant Colony Optimization for Lifetime Improvement in WSN Mourad Hadjila Hervé Guyennet RGE Université Franche-Comté femto-st, DISC, Besançon

Plus en détail

Formation : Le contrat d épargne en fonds euros sous Solvabilité II

Formation : Le contrat d épargne en fonds euros sous Solvabilité II Formation : Le contrat d épargne en fonds euros sous Solvabilité II Le développement de l assurance vie résulte de circonstances exceptionnelles (fiscalité, baisse des taux d intérêt, contractualisation

Plus en détail

Points d attention. Février 2012

Points d attention. Février 2012 Générateurs de scénarios Construire économiques un générateur en assurance de scénarios économiques en assurance Points d attention Version 1.0 Version 1.2 Juillet 2012 Février 2012 Frédéric PLANCHET fplanchet@winter-associes.fr

Plus en détail

Table des matières: Guidelines Fonds de Pensions

Table des matières: Guidelines Fonds de Pensions Table des matières: Guidelines Fonds de Pensions TABLE DES MATIERES... 1 INTRODUCTION... 2 1 FINANCEMENT ET FINANCEMENT MINIMUM... 3 1.1 FINANCEMENT... 3 1.2 FINANCEMENT DE PLAN... 3 1.3 FINANCEMENT MÉTHODE

Plus en détail

Cours orienté vers la pratique Finances et placements

Cours orienté vers la pratique Finances et placements Cours orienté vers la pratique Finances et placements La présente note vise à donner aux candidats des détails sur l approche suivie dans la section du Cours orienté vers la pratique (COP) portant sur

Plus en détail

Simulations de Monte Carlo en finance : Pricer d option

Simulations de Monte Carlo en finance : Pricer d option Emma Alfonsi, Xavier Milhaud - M2R SAF Simulations de Monte Carlo en finance : Pricer d option Sous la direction de M. Pierre Alain Patard ISFA - Mars 2008 . 1 Table des matières 1 Introduction 4 2 Un

Plus en détail

Programme «financement» - Partie II «Objectifs / Résultats» Objectif n 1 : Garantir la viabilité financière des régimes de base

Programme «financement» - Partie II «Objectifs / Résultats» Objectif n 1 : Garantir la viabilité financière des régimes de base Programme «financement» - Partie II «Objectifs / Résultats» Objectif n 1 : Garantir la viabilité financière des régimes de base Indicateur n 1-6 : Suivi de la dette sociale portée par la CADES La loi organique

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

Quels produits pour quels clients? Jean-Léon MEUNIER

Quels produits pour quels clients? Jean-Léon MEUNIER Quels produits pour quels clients? Jean-Léon MEUNIER HEPTA CONSULT S.A. 5, ZAI de Bourmicht L-8070 BERTRANGE Introduction 1. Qu est ce qu un produit d assurance? Définition intrinsèque : ses caractéristiques.

Plus en détail

Projet de Modélisations avancées en Assurance

Projet de Modélisations avancées en Assurance ISFA M2R SAF Projet de Modélisations avancées en Assurance Evaluation et couverture de garanties plancher sur des Contrats en unité de compte Thierry Moudiki, Xavier Milhaud 2 juin 2008 . 1 Table des matières

Plus en détail

CEA mémoire de fin d études

CEA mémoire de fin d études CEA mémoire de fin d études LA TRANSFORMATION ET L EXTERNALISATION D UN RÉGIME DE RETRAITE SUPPLÉMENTAIRE À PRESTATIONS DÉFINIES, DE DIFFÉRENTS POINTS DE VUE *** Impacts du référentiel et du contexte économique

Plus en détail

Solvabilité 2 : le rôle de l actuaire

Solvabilité 2 : le rôle de l actuaire JJ Mois Année Solvabilité 2 : le rôle de l actuaire Journées Actuarielles de Strasbourg 6-7 octobre 2010 1 PLAN Solvabilité 2 : présentation de la réforme Le rôle de l actuaire dans Solvabilité 2 Que fait

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer

Plus en détail

Exercice 1 : Utilisation de paramètres

Exercice 1 : Utilisation de paramètres Correction TD 4 Séparation de code et fonctions Licence 1 MASS semestre 2, 2007/2008 Exercice 1 Utilisation de paramètres a- Algorithme Est Rectangle(a, b, c réel) booléen retourner ((a 2 = b 2 + c 2 )

Plus en détail

La gestion des risques en assurances de dommages: Un exemple concret

La gestion des risques en assurances de dommages: Un exemple concret La gestion des risques en assurances de dommages: Un exemple concret 1 Contenu 1. Gouvernance de la gestion de risques dans le Groupe AXA 2. AXA Canada - Structure organisationnelle de la gestion de risques

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance

Master Modélisation Statistique M2 Finance - chapitre 0. Introduction au cours de finance Master Modélisation Statistique M2 Finance - chapitre 0 Introduction au cours de finance Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté. C.Dombry (Université de Franche-Comté)

Plus en détail

L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise?

L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise? Conseil en Organisation et Management secteur assurance L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise? 24 novembre 2010 Sommaire Ce qui se dit sur l ORSA L ORSA et le modèle

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Introduction au Data-Mining

Introduction au Data-Mining Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme

Plus en détail

Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II

Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II Construction d un algorithme d accélération de la méthode des simulations dans les simulations pour le calcul du capital économique Solvabilité II Laurent Devineau, Stéphane Loisel To cite this version:

Plus en détail

Livre blanc sur le test suisse de solvabilité

Livre blanc sur le test suisse de solvabilité Livre blanc sur le test suisse de solvabilité Office fédéral des assurances privées Novembre 2004 0. INTRODUCTION...3 1. SURVOL...3 1.1 Objectifs...3 1.2 Transparence...4 1.3 Evaluation des actifs et des

Plus en détail

Comment choisir sa pizza? Test A/B. Comment choisir sa pizza? Comment choisir sa pizza? Difficulté de l évaluation. De manière plus sérieuse...

Comment choisir sa pizza? Test A/B. Comment choisir sa pizza? Comment choisir sa pizza? Difficulté de l évaluation. De manière plus sérieuse... Comment choisir sa pizza? Test A/B Introduction à l apprentissage par renforcement Guillaume Wisniewski guillaume.wisniewski@limsi.fr Université Paris Sud LIMSI J aime beaucoup les «4 Est-ce que je dois

Plus en détail

LES TYPOLOGIES DE PARCOURS METHODES ET USAGES. Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr

LES TYPOLOGIES DE PARCOURS METHODES ET USAGES. Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr LES TYPOLOGIES DE PARCOURS METHODES ET USAGES Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr 1 PLAN Première partie : un exemple traité «en vraie grandeur» : les 26500 jeunes

Plus en détail

Solvency II. Contexte et enjeux de la réforme. Pour obtenir la présentation complète, écrire à : insight@sia-conseil.com.

Solvency II. Contexte et enjeux de la réforme. Pour obtenir la présentation complète, écrire à : insight@sia-conseil.com. Solvency II Contexte et enjeux de la réforme Pour obtenir la présentation complète, écrire à : insight@sia-conseil.com Juin 2006 Sommaire Introduction Tour d horizon de Solvency II La gestion des risques

Plus en détail

FIXAGE. La gestion des risques de taux et de liquidité chez les assureurs-vie. Intervention de Michel PIERMAY. Deauville, le 19 septembre 2012

FIXAGE. La gestion des risques de taux et de liquidité chez les assureurs-vie. Intervention de Michel PIERMAY. Deauville, le 19 septembre 2012 FIXAGE La gestion des risques de taux et de liquidité chez les assureurs-vie. Intervention de Michel PIERMAY Deauville, le 19 septembre 2012 Journées d études de l institut des Actuaires et du SACEI FIXAGE

Plus en détail

Aprecialis Actuariat conseil

Aprecialis Actuariat conseil Actuariat conseil des prestations adaptées Les domaines Aprecialis intervient sur la totalité de la technique assurantielle, en individuel ou collectif : En assurances de personnes : assurance vie en uros

Plus en détail

Principales caractéristiques de Mixmod

Principales caractéristiques de Mixmod Modèle de mélanges Principales caractéristiques de Mixmod Gérard Govaert et Gilles Celeux 24 octobre 2006 1 Plan Le modèledemélange Utilisations du modèle de mélange Les algorithmes de Mixmod Modèle de

Plus en détail

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

Les modalités de gestion des contrats d épargne retraite. Fédération Française des Sociétés d Assurances

Les modalités de gestion des contrats d épargne retraite. Fédération Française des Sociétés d Assurances CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 16 juin 2010-9 h 30 «L épargne retraite individuelle et collective» Document N 6 Document de travail, n engage pas le Conseil Les modalités de gestion

Plus en détail

Une illustration de l utilisation des modèles de durée en actuariat

Une illustration de l utilisation des modèles de durée en actuariat Une illustration de l utilisation des modèles de durée en actuariat Olivier Lopez Université Paris VI, LSTA Formation IPR ENS Cachan Bretagne, 28-09-11 Outline 1 Introduction 2 Tarification d une rente

Plus en détail

des compagnies d assurance : évolutions récentes

des compagnies d assurance : évolutions récentes Les Contrôle normes IFRS de la solvabilité en assurance des compagnies d assurance : évolutions récentes - DIAF Hanoi, le 28 février 2005 Pierre THEROND Consultant JWA - Actuaires & chargé de cours à l

Plus en détail

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide)

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide) Épreuve pratique de mathématiques Printemps 2009 Descriptifs (Page vide) Sujet 001 Épreuve pratique de mathématiques Descriptif Étude d une fonction dépendant d un paramètre Étant donné une fonction dépendant

Plus en détail

GOUTTE. Analyse Statistique des Données Cours 6. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali

GOUTTE. Analyse Statistique des Données Cours 6. Master 2 EID. LUISS, Libera Università Internazionale degli Studi Sociali LUISS, Libera Università Internazionale degli Studi Sociali Université Paris 13 Laboratoire Analyse, Géométrie et Applications UMR 7539 GOUTTE Analyse Statistique des Données Cours 6 Master 2 EID goutte@math.univ-paris13.fr

Plus en détail