Méthodes du calcul de la prime : Bonus-malus, Réassurance, Système aléatoire à liaisons complètes

Dimension: px
Commencer à balayer dès la page:

Download "Méthodes du calcul de la prime : Bonus-malus, Réassurance, Système aléatoire à liaisons complètes"

Transcription

1 NICOLAS ES SIS-BRETON Méthodes du calcul de la prime : Bonus-malus, Réassurance, Système aléatoire à liaisons complètes Mémoire présenté à la Faculté des études supérieures de l'université Laval dans le cadre du programme de maîtrise en mathématiques pour l'obtention du grade de maître ès sciences (M.Sc.) DÉPARTEMENT DE MATHÉMATIQUES ET DE STATISTIQUE FACULTÉ DES SCIENCES ET GÉNIE UNIVERSITÉ LAVAL QUÉBEC 2009 Nicolas Essis-Breton, 2009

2 Résumé Dans ce mémoire, nous considérons différentes méthodes du calcul de la prime et de révision de la prime. Dans l'introduction, nous examinons d'abord les propriétés souhaitables d'un calcul de la prime ainsi que les différentes méthodes pour déterminer un principe de prime. Nous nous concentrons ensuite sur deux contextes où le principe de prime est déterminé de façon à réviser la prime en fonction de l'expérience de l'assuré. Nous considérons aussi un contexte où les aspects numériques reliés au calcul d'un principe de prime peuvent être analysés. Avec les systèmes bonus-malus, nous présentons une méthode classique de révision de la prime. Puis, après une analyse des principaux produits de réassurance, nous expliquons différentes méthodes numériques pour évaluer la prime. Avec les systèmes aléatoires à liaisons complètes, nous introduisons une approche nouvelle au problème de révision de la prime qui permet de déterminer des principes de prime optimaux dans certaines situations.

3 A vant-propos Je tiens à remercier M. Léveillé, mon directeur de recherche, qui a su me guider dans cette entreprise formidable qu'est la rédaction d'un mémoire. Je ne saurais trop exprimer ma gratitude pour son encadrement et le support qu'il m'a apporté. Son enthousiasme et sa rigueur pour la recherche m'ont inspiré et continueront de le faire. À ma femme, Ivana, je tiens à exprimer ma grande reconnaissance. Le soutien qu'elle m'a apporté est inestimable. C'est sans compter qu'elle m'a constamment encouragé. Je lui en serais toujours redevable. Enfin, je voudrais remercier le Conseil de recherche en sciences naturelles et en génie du Canada et la Chaire en assurance L'Industrielle-Alliance (Université Laval). Par des octrois à mon directeur, ils ont contribué financièrement à ce travail. Je remercie aussi la Chaire en assurance L'Industrielle-Alliance pour la bourse de deuxième cycle qu'elle m'a accordée.

4 TABLE DES MATIÈRES IV Table des matières Résumé Avant-propos Table des matières Table des figures Liste des tableaux Introduction 2 Systèmes bonus-malus 2. Vue d'ensemble des systèmes bonus-malus 2.2 Description d'un système bonus-malus 2.3 Analyse d'un système bonus-malus 2.3. Structure markovienne Mesures d'efficacité 3 Réassurance 3. Principaux produits de réassurance 3.2 Réassurance stop-ioss Résultats les plus importants Formule récursive Approximations Réassurance proportionnelle et non proportionnelle 3.4 Optimalité de certains produits de réassurance Optimalité du stop-ioss Optimalité du proportionnel Réassurance dans un contexte économique 4 Systèmes aléatoires à liaisons complètes 4. Introduction Historique Théorie des SALe ii iii IV vi vii

5 TABLE DES MATIÈRES 4.3. Nature d'un SALC SALC en actuariat 4.4 Exemples Contexte et notation Probabilité de ruine Distribution du temps de la ruine Espérance du moment de la ruine en cas de ruine Fonctions de répartition du surplus Espérances et écart-types 4.5 Comparaison Conclusion Bibliographie v

6 TABLE DES FIGURES VI Table des figures 3. Fonction de répartition exacte et obtenue par approximation 3 4. Fonction de répartition du surplus pour BI Fonction de répartition du surplus pour B Fonction de répartition du surplus pour B Fonction de répartition du surplus pour B Fonction de répartition du surplus pour B Évolution de E ((i) et E (Çi) pour B Évolution de JVar((i) et JVar(çJ pour B Évolution de E (IIi), E (Si) et E (Ri) pour B Évolution de JVar (IIi), JVar (Si) et JVar (Ri) pour B3 54

7 LISTE DES TABLEAUX vu Liste des tableaux 2. Classe attribuée selon le nombre de points d 'inaptitude Classe attribuée après k réclamations c', b' et NSRE pour le système de la Thaïlande Coefficient de variation de la prime de l'assuré pour le système de la Thailande Stationnarité et variation totale moyenne pour le système de la Thailande Paramètres des contrats de réassurance Écart relatif entre les contextes sans réassurance et avec réassurance. 3.3 Caractéristiques du portefeuille S Paramètres des différentes approximations 3.5 Écart relatif avec la prime stop-loss exacte 4. Notation pour les cinq cas étudiés Paramètres pour les cinq cas étudiés 4.3 Probabilité de ruine Distribution du temps de la ruine Espérance et écart-type du moment de la ruine 4.6 Espérance et écart-type de la sévérité de la ruine

8 Chapitre Introduction La prime chargée par un assureur permet aux assurés de bénéficier d'une couverture d'assurance contre un risque financier. Le montant de cette prime dépend de nombreux facteurs. Dans ce mémoire, nous présentons différentes méthodes et différents contextes où la théorie du risque aide à la modélisation de certains facteurs et ultimement à la détermination de la prime. Pour ce faire, nous nous concentrerons principalement sur les systèmes bonusmalus, la réassurance et les systèmes aléatoires à liaisons complètes. Avant de présenter le contenu de ces chapitres, nous discutons de ce qu'est un principe de prime, des propriétés désirables qu'il peut posséder, et présentons certains principes de primes importants. Cette discussion préliminaire soutient le contenu des chapitres où nous pourrons nous concentrer sur le calcul de la prime en tant que tel et son ajustement en fonction du contexte. Le lecteur souhaitant obtenir plus de détails sur ce sujet peut se référer à Goovaerts et autres [8], Kaas et autres [24]. Nous notons par II (X) la prime chargée par l'assureur pour couvrir le risque X. Toute règle qui permet d'associer à un risque X, une prime II (X) est appelée un principe de prime. Les propriétés suivantes sont des propriétés désirables pour un principe de prime. La liste n'est pas exhaustive, mais n'en présente pas moins les propriétés les plus importantes en pratique. Marge de sécurité positive: II (X) ~ le (X) Cette propriété exige que la prime soit supérieure ou égale au montant espéré des réclamations. Un principe de prime qui ne respecte pas cette propriété conduit l'assureur avec certitude à la ruine. 2 Additivité: II (X + Y) = II (X) + II (Y) Si X et Y sont des variables aléatoires indépendantes, cette propriété spécifie que la prime pour le risque combiné II (X + Y) doit être égale à la somme des primes individuelles II (X) et II (Y). Cette propriété garantit qu'il n'y a aucune différence entre assurer la totalité des risques ou répartir la couverture sur plusieurs contrats. 3 Proportionnalité: pour toute constante a ~ 0, II (ax) = ail (X) Si le montant des réclamations subit un changement d'échelle, à cause de l'inflation par exemple, cette propriété spécifie que la prime pour le nouveau risque ax est proportionnelle à la prime du risque de base II (X). Cette propriété garantit à l'assureur le même

9 2 niveau de profitabilité en cas de changement d'échelle du montant des réclamations. 4 Cohérence: pour toute constante a 2 0, II (X + a) == II (X) + a Si le montant de toutes réclamations est augmenté de a, à cause d'une taxe à l'émission du contrat par exemple, cette propriété spécifie que la prime de base II (X) est augmentée de a. Cette propriété garantit que le principe de prime donne un résultat logique face à de nouveaux coûts fixes par contrat. 5 Plafonnement: II (X) ~ X m où X m == max Dom (X) Si le montant maximal de réclamation est X m, cette propriété spécifie que la prime ne dépasse pas ce montant maximal. Dans le cas contraire, il n'y aurait aucune raison pour l'assuré de souscrire à la couverture d'assurance. Lors du choix d'un principe de prime, les propriétés qu'il possède sont déterminantes. En effet, il n'existe malheureusement pas de principe de prime qui satisfasse à toutes les propriétés. C'est le contexte qui dicte les propriétés requises pour le principe de prime. Toutefois, plusieurs tentatives ont été faites pour créer un principe de prime qui satisfasse au plus grand nombre de propriétés. Nous présentons maintenant les plus importants. A - Principe de la prime nette: II (X) == E (X) La prime est égale au montant espéré des réclamations. Ce principe est attrayant du fait qu'il est simple à utiliser. Cependant, il n'inclut aucune marge de sécurité et ne peut donc être utilisé pour établir la prime finale. Ce principe reste tout de même intéressant pour donner une idée de la prime de par sa simplicité. En plus, il respecte toutes les autres propriétés'. B - Principe de la valeur espérée : II (X) == ( + e) le (X),e > 0 Le montant espéré des réclamations est majoré d'une marge de sécurité ele (X). Ce principe est aussi simple à utiliser. Il est très utile en théorie du risque pour déterminer des bornes sur la probabilité de ruine. En pratique, l'inconvénient majeur de ce principe est qu'il alloue la nême marge aux risques qui ont le même montant espéré. Par exemple, soit X et Y des variables aléatoires tel que Pr (X = 0) Pr (Y == 0) Pr (X == 20) == /2, Pr (Y == 30) == /2. Les risques X et Y ont la même espérance, mais charger la même prime pour ces deux risques n'est pas prudent puisque la variance de Y est beaucoup plus grande (450 vs 50). Les deux prochains principes tentent de remédier à cet inconvénient. Ce principe ajoute une marge de sécurité positive, est additif et proportionnel. Cependant il n'est pas cohérent, ni plafonné, C - Principe de la variance: II (X) == le (X) + evar (X),e > 0 Ce principe modifie le principe de la valeur espérée en faisant dépendre la majoration de la variance du risque. Cette modification pernet de donner une prime différente à des risques qui n'ont pas la même variance. Ce principe a aussi' l'avantage d'être cohérent. Cependant, il n'est pas proportionnel puisque

10 3 II (ax) le (ax) ~ evar (ax) aie (X) + ea 2 Var (X) -# ait (X). Il n'est pas plafonné non plus, car pour une certaine valeur de e, il est possible d'avoir II (X) > Xm. D - Principe de l'écart-type: II (X) = le (X) + ejvar (X), e > 0 Ce principe est inspiré du principe de la valeur espérée et du principe de la variance. Ceci lui permet de bénéficier des avantages de chacun. En effet, ce principe donne une prime différente à des risques qui n'ont pas la même variance, en plus d'être proportionnel. Cependant, il n'est pas additif, car les écarts-types ne s'additionnent pas. Pour les mêmes raisons que pour le principe de la variance, ce principe n'est pas plafonné. E - Principe de l'utilité équivalente: u (w) = E (u (w - X + II (X))) Soit u la fonction d'utilité de l'assureur et w son surplus initial. Ce principe établi la prime comme le montant minimal que l'assureur doit charger, conformément à son aversion au risque, pour offrir la couverture. Ce principe inclut une marge de sécurité positive puisque, avec l'inégalité de Jensen u (w) = E (u (w - X + IT (X))) ~ u (w - X + II (X)). Le principe est cohérent et plafonné, cependant, il n'est pas additif ni proportionnel. F - Principe exponentiel: II (X) = ~ ln le (exp (f3x)),f3 > 0 Ce principe découle du principe de l'utilité équivalente lorsque la fonction d'utilité u est exponentielle, i.e. u = - exp (- f3x ),f3 > O. Ce principe possède la propriété de ne pas dépendre du surplus initial. Il est aussi proportionnel puisque II (X + Y) :a ln le (exp (8 (X + Y))) - ln le (exp (,ox) exp (f3y)) f3. :B ln le (exp (/3X)) + :Bln le (exp (f3y)) fi (X) + II (Y). Cependant, comme le principe de l'utilité équivalente, il n'est pas additif. G - Principe d'esscher : II (X) = le (X e hx ) lie (e hx ) Ce principe découle du principe de l'utilité exponentiel. Il survient lorsque l'assureur vise à optimiser son utilité selon le principe de l'utilité équivalente Inax u (w) - he (u (w - X + II (X))),h > O. TI

11 4 Ce principe peut aussi être vu comme une pondération du risque où plus de poids est donné aux évènements extrêmes. Il possède l'avantage d'être additif. Cependant, il n'est pas proportionnel puisque II (ax) aie (X e hax ) lie (e hax ) i- aie (X e hx ) lie (e hx ). Bülhman dérive ce principe de façon économique en [] et [2]. H - Principe du risque ajusté: II (X) = Jo oo Sx (t)c dt, 0 < c < où S x = - F x est la fonction de survie du risque X. Ce principe est semblable au principe d'esscher en ce sens qu'il produit aussi une pondération du risque où plus de poids est donné aux évènements extrêmes. Contrairement au principe d'esscher, il t proportionnel, mais pas additif puisque II (X + Y) = 00 Sx+Y (t)c dt 00 #- Ce principe possède toutes les autres propriétés. 00 Sx (tt dt + Sy (tt dt. La list,e de propriétés désirables pour un principe de prime et la liste des principes de prime, nous permettent de choisir un principe de prime de deux façons (Young [50)). Soit nous adoptons un principe de prime, puis nous analysons les propriétés qu'il possède. Soit nous déterminons une liste de propriétés désirables puis nous adoptons le principe de prime dont les propriétés s'approchent le plus de cette liste. Une troisième façon, dite économique, consiste à modéliser le contexte associé au problème étudié puis à en déduire un principe de prime. Par exemple, en assurance automobile, le problème consiste à attribuer à chaque assuré la bonne classe de tarif. Une des solutions classiques consiste à utiliser un système bonus-malus, dont le principe de prime implicite est de faire dépendre la marge de sécurité de l'expérience de l'assuré. Dans ce mémoire, avec les systèmes bonus-malus et les systèmes aléatoires à liaisons complètes, nous présentons plus en détail deux contextes où le principe de prime est déterminé de façon économique. Avec la réassurance nous présentons les aspects numériques reliés au calcul d'un principe de prime. Dans le chapitre sur les systèmes bonus-malus, nous considérons une approche classique au problème de révision de la prime. Dans le cadre de ces systèmes, l'accent est mis sur une modélisation adéquate des réclamations individuelles qui permet d'offrir la meilleure prime tout en maintenant un niveau raisonnable pour la probabilité de ruine. De par leur prise en compte de l'expérience de l'assuré et un ensemble de mesures d'efficacité permettant d'évaluer la santé financière du système, les systèmes bonus-malus parviennent à atteindre ces buts. Dans le chapitre sur la réassurance, nous analysons les principaux produits de réassurance et considérons les facteurs qui influencent le choix de la forme du contrat. Même si certains

12 contrats sont plus optimaux que d'autres, la cédante peut opter pour un contrat moins onéreux du moment qu'il maintient une probabilité de ruine raisonnable. Nous abordons ensuite les différentes méthodes de calcul et d'approximation de la valeur d'un contrat de réassurance. En effet, la complexité de la distribution de probabilité des contrats de réassurance doit être surmontée afin de pouvoir obtenir la prime. Dans le chapitre sur les systèmes aléatoires à liaisons complètes, nous considérons une approche nouvelle au problème de révision de la prime. Les systèmes aléatoires à liaisons complètes offrent un modèle qui explicite la relation entre la distribution des réclamations et le processus de révision de la prime. En analysant la probabilité de ruine, il est possible de déterminer des règles de décisions optimales pour le niveau de prime, et des situations optimales pour la dépendance entre le niveau de prime et la distribution des réclamations. 5

13 6 Chapitre 2 Systèmes bonus-malus 2. Vue d'ensemble des systèmes bonus-malus Les premiers systèmes bonus-malus furent utilisés en assurance automobile et remontent à aussi loin qu'en 90 en Angleterre, suivi de près par le Canada en 930 (Lemaire [29)). Ces systèmes accordaient une réduction de 0 % par exemple, en cas d'une année passée saris réclamation. En cas de réclamation, aucune pénalité n'était appliquée. Depuis ce temps, les systèmes bonus-malus ont beaucoup évolué et une théorie fondée sur les chaînes de Nlarkov a permis de mieux les analyser. Leur principal avantage est d'offrir un moyen simple de tenir compte de variables de tarification à posteriori, tout en récompensant les assurés qui conduisent prudemment. Les systèmes bonus-malus sont surtout utilisés en assurance automobile car il est généralement reconnu qu'un conducteur a un certain contrôle sur son nombre d'accidents. C'est pour ce domaine que la théorie a été le plus développée et a acquis sa terminologie. Le principe des bonus-malus se retrouve aussi, entre autres, en réassurance et en assurance collective. La théorie de la tarification par l'expérience et la théorie de la crédibilité, tout comme les bonus-malus, visent à tenir compte de variables à posteriori. Les deux précédents domaines ayant leurs propres saveurs théoriques, ils ne seront pas abordés ici. À travers le monde, soit les systènes bonus-malus sont imposés par le gouvernement, soit le marché est complètement libre. Lorsqu'ils sont imposés par le gouvernement, tous les assureurs doivent adopter le même système. Tandis que lorsque le marché est complètement libre chaque assureur construit son propre système. En Europe, une loi sur le libre marché est en cours d'application, tandis que dans les pays asiatiques les bonus-malus sont généralement réglementés par le gouvernement (Lemaire [30]). En Anérique, les deux types se retrouvent. Dans le cas particulier du Québec, la SAAQI utilise un système semblabe au bonus-malus pour pénaliser les infractions au code de la route. La configuration des systèmes varie aussi à travers le monde. Certains sont très simples et ne tiennent compte que du nombre de réclamations, tandis que d'autres tiennent aussi compte de la sévérité des accidents, de la possibilité de non augmentation de la prime et de la possibilité de couverture gratuite (Lemaire [29], [30)). l Société de l'assurance Automobile du Québec

14 2.2. DESCRiPTION D'UN SYSTÈME BONUS-MALUS 7 Dans ce chapitre, nous analyserons les systèmes bonus-malus à partir du concept de système de tarification. Cette présentation offre un cadre mathématique rigoureux qui permet de synthétiser les notions essentielles de la théorie. Dans la section (2.2) nous précisons la terminologie et les définitions utilisées dans la section (2.3) pour l'analyse théorique. La structure markovienne d'un système bonus-malus est analysée dans la section (2.3. ) et un ensemble de mesure d'efficacité du système est défini en (2.3.2). Un fait notable de la présentation, de par l'utilisation du cadre mathématique des systèmes de tarification, st le recours à la notion de règle de décision et l'obtention d 'une classification cohérente des mesures d'efficacité. 2.2 Description d'un système bonus-malus En assurance automobile, un assureur doit établir un système de tarification de sorte à être compétitif tout en contrôlant le risque qu'il assume. Soit (Xt)tE N le risque à tarifer et (Ct)t EN la classe de tarif d'un risque. Muni de cette notation, nous allons préciser la terminologie. Définition (Classe de tarif) Un e classe de tarif Ct détermine la prime à être chargée au temps t pour assumer le risque encouru dans la période [t, t + ]. Le processus (Ct)t EN représente l'évolution de la classe de tarif d'un risque dans le temps. Il est généralement supposé que (Xt\EN est indépendant de (Ct)t EN ' i.e. que le risque ne dépend pas de la classe de tarif. Nous adopterons aussi cette hypothèse. Cependant, la classe de tarif dépend du risque comme le requiert tout système de tarification. Définition 2 (Système de tarification) Un système de tarification est une règle de décision u (indépendante du temps) qui permet, au temps t, d 'associer une classe de tarif Ct au risque X t + à couvrir dans la prochaine période [t,t + ]. La définition précédente est largenent inspirée de Krahnen ([25]). Dans le contexte des bonus-malus, la règle de décision u d'un système de tarification définit la classe de tarif Ct à partir de variables de tarification. Ce que nous noterons par Ct == u (variables de tarification). Les variables de tarification dépendent du risque à tarifer et peuvent être classées en deux catégories. Définition 3 (Variable de tarification à priori) Variable de tarification dont la valeur est connue avant que le risque soit observé, i. e. si (At)tEN est une variable de tarification à priori pour le risque (Xt)tENJ alors At est connue avant que X t + soit observé, Yt EN.

15 2.2. DESCRIPTION D'UN SYSTÈME BONUS-MALUS 8 Définition 4 (Variable de tarification à posteriori) Variable de tarification dont la valeur est connue après que le risque soit observé, i. e. si (Yt)tEN est une variable de tarification à posteriori pour le risque (Xt)tE N' alors Yt+l est connue une fois X t + observé, Yt EN. Des exemples de variables à priori sont l'âge, le sexe, le,type de voiture, le lieu d'habitation.. Pour les variables à posteriori, le nombre de réclamations, le nombre d'accidents responsables, ou le nombre d'infractions au code de la route, sont des exemples. Des études comme celle de Lemaire, [27], montrent que les variables à posteriori sont de bien meilleurs prédicateurs pour l'estimation du risque comparativement aux variables à priori. C'est pourquoi il est crucial que la règle de décision u d 'un système de tarification incorpore des variables à posteriori dans son design. Un système bonus-malus définit Yt comme le nombre d'accidents responsables et At comme la classe de tarif de la période précédente. Définition 5 (Système bonus-malus) (i) Un système bonus-malus est un système de tarification où en début de période un risque est classé dans la classe de tarif Ct. En fin de période, le risque est classé dans la classe C t +, d'après la règle de décision u. La règle de décision u détermine la classe de tarif C t + en fonction de la classe de tarif Ct et du nombre d'accidents responsables observé Yt+l de la période précédente À t == 0, la valeur de Co est fixé à io' (ii) les classe de tarif (Ct )ten peuvent prendre. leur valeur parmi l classes possibles. La classe accorde le plus grand bonus, tandis que la classe l accorde le plus grand malus. (iii) À la i-ième classe de tarif correspond un pourcentage d'une prime de base b i tel que b l S b 2 S... S b l. Dans un système bonus-malus, les variables à priori mentionnées plus haut, comme l'âge ou le type de voiture, sont utilisées pour déterminer la prime de base d'un nouvel assuré. La prime accordée par la classe i correspond ainsi à la prime de base multipliée par le niveau de prime bi. Le système bonus-malus classique, présenté dans la définition précédente, peut être généralisé en modifiant la règle de décision u. Par exenple, en plus du nombre d'accidents responsables observé Yt+l, nous pourrions aussi faire dépendre les classes de tarifs du type d'accident ~~ tel que (2.) Exemple 6 (Système bonus-malus de la SAAQ) Au Québec, la SAAQ utilise un système de points d'inaptitude basé sur la gravité relative des infractions au code de la route. Par exemple, brûler un feu rouge entraîne 3 points d 'inaptitude, tandis qu 'un excès de vitesse, de 00km sur la limite prescrite, entraîne 2 points d 'inaptitude. Ces points sont inscrits au dossier du conducteur pour une période de deux ans. Le système bonus-malus tel que présenté dans ([46 j) possède 5 classes (voir le tableau 2.).

16 2.3. ANALYSE D'UN SYSTÈME BONUS-NIALUS 9 Ce système n'est pas un bonus-malus traditionel du f ait que les classes sont définies d'après la gravité relative des infractions au code de la route, plutôt que du nombre d'infractions au code de la route. Cependant, le système n'en demeure pas moins un système bonus-malus en tant que tel et constitue un exemple d'un système où les infractions mineures n'entraînent pas les mêmes sanctions que les infractions majeures. E n ce sens, le système de la SAA Q corrige un des déf auts des systèmes bonus-malus que plusieurs auteurs ont relevés (Lemaire [30]). Classe P oints d'inaptitude Niveau de prime 5 > % 4 [2, 4] 572 % 3 [8, Il] 348 % 2 [4, 7] 200 % [0,3] 00 % T AB Classe attribuée selon le nombre de points d'inaptit ude Remarque 7 Le système bonus-malus de la SAAQ entre dans le cadre des systèmes alétaoires à liaisons complètes (SA L C) car il garde un historique du moment où sont inscrits les points au dossier. N ous appronf ondirons plus en détails ces systèmes dans le chapitre sur les SA L C. Exemple 8 (Système bonus-malus classique) Le systèm e bonus-malus de la Thaïlande, tel que présenté dans!28), constitue un exemple représentatif d'un système bonus-malus classique. Il possède 7 classes avec un niveau de prime (b l,..., b 7 ) = (60 %,70 %,80 %, 00 %,20 %,30 %, 40 et la classe de départ Co = 4. La règle de transition est m in(,i - :~k =O etl~i~7 (. k) = 4, k - et 'l < 4 u 'l, 5, k ~ 2 et i < 4 { mi n (7, i + ), k -::J 0 et i 2 4 Ceci est représenté de f açon compacte dans le tableau (2.2). 2.3 Analyse d'un système bonus-malus 2.3. Structure markovienne Il est généralement supposé que (Yt)tEN forme une suite de variables aléatoires indépendantes et identiquement distribuées. Ceci revient à assumer que les habiletés de conduite d'un assuré ne changent pas dans le temps, i.e. que les conduct eurs n'apprennent pas de leurs expériences. Nous poserons aussi cette hypothèse. Comnle nous le verrons à la remarque (3) les systèmes bonus-malus possèdent un mécanisme pour compenser les lacunes de cette hypothèse.

17 2.3. ANALYSE D'UN SYSTÈME BONUS-MALUS 0 Classe Niveau de prime k=o k=l k? TAB Classe attribuée après k réclamations Proposition 9 (Chaîne de Markov de la classe de tarif) Le processus de classe de tarif (Ct)tE N forme une chaîne de Markov homogène. Preuve. Soit it la valeur prise par la classe de tarif au temps t. Avec (2.) nous obtenons Pr (Ct+ = it+lct = it,..., Co = io) Pr (u (it, Yt+) = it+lu (it-, Yt) = it,..., Co = io) Pr ( u (it, Yt+ ) = it+ ) Pr (u (it, Yt+) = it+lct = it) = Pr (Ct+ = it+!ct = it). (2.2) En (2.2) nous utilisons le fait que les variables Co,..., Ct définies par Yi,..., Yt sont indépendantes de u (it, Yt+). La probabilité conditionnelle Pr (Ct+ = i t + lc t = it) donnée par Pr (u (it, Yt+ ) = it+ ) ne dépend pas de la classe de tarif Ct puisque les Yt sont identiquement distribuées. Donc le processus de classe de tarif (Ct)tEN forme une chaîne de Markov hon0gène. _ Remarque 0 (Équation stochastique récursive) L 'équation (2.) peut être vu,e comme une équation stochastique récursive et, comme il est souligné dans Rolski et autres [4 j, le processus (Ct)tE N forme alors automatiquement une chaîne de Markov. La preuve utilisée ci-haut est d'ailleurs celle prése'ntée dans la référence précédente. Soit {Pk} ken la distribution de probabilité commune à la suite (Yt )ten' nous pouvons obtenir la matrice de transition Q associée à (Ct)t EN en considérant chacun des éléments qij tel que Q = (qij) i,j=l,,,.,l. Proposition Il (Probabilités de transition de la classe de tarif) La probabilité de transition qij de passer de la classe i à la classe j est donnée par LPkj (u (i, k)). k=o

18 2.3. ANALYSE D'UN SYSTÈNIE BONUS-MALUS Il Preuve. Comme (Ct)tE N forme une chaîne de Markov, avec (2.), nous obtenons le résultat qij Pr (Ct+ == jlct == i) Pr ( u ( i, Yt) == j Ct == i) E ( j (u (i, Yt+ ) )). Remarque 2 La quantité Ij (u (i, k)) est parfois notée comme une règle de transition tij (k), si la police passe de la classe i à la classe j tij (k) == lorsque k réclamations surviennent. { 0, autrement Ceci permet de former une matrice de transition T (k) == (tij (k))i,j=l,...,l' T (k) est une matrice 0- ayant exactement un dans chaque ligne. La notation Ij (u (i, k)) facilite l'analyse comme nous l'avons vu à la proposition (9). Tandis que la notation tij (k) facilite la présentation de la règle de décision comme nous l'avons vu dans les exemples (6) et (8). Les tableaux récapitulatifs de ces exemples correspondent en effet à la matrice T (k) représentée de façon compacte. Le choix de l'une où l'autre des notations dépend du contexte. En pratique, il est généralement supposé que le nombre d'accidents responsables Yt suit une loi de Poisson avec intensité aléatoire A (Lemaire [28]). La distribution de A est définie par sa fonction de densité g appelée fonction de structure. Le choix classique pour la distribution de A est une distribution Gamma. La fréquence des réclamations suit alors une loi Binomiale Négative Lemma 3 Si Y V'"I Poisson( A) où A V'"I r ( Œ, (3) avec alors Yt ~ Binomiale Négative ( Cf,!/3)' Preuve. En conditionnant sur A, nous pouvons utiliser la fonction génératrice des probabilités d'une loi de Poisson E (E (ysia)) E ( exp (A (s - ))). En reconnaissant la dernière égalité comme la fonction génératrice des n0ments de A, nous obtenons la fonction génératrice des moments d'une loi Binomiale Négative ( - /3 (s - )) -Q ( ) Q ( (3 )-Q + /3 - + f3 s

19 2.3. ANALYSE D'UN SYSTÈME BONUS-MALUS 2 -Avec la proposition () et le lemme (3) nous pouvons calculer qf;), la probabilité de passer de la classe i à la classe j en n périodes, en multipliant la matrice Q par elle-même n fois. Pour analyser le comportement asymptotique de la classe de tarif, nous utilisons la notion de communication entre les classes i.e. que la classe i communique avec la classe j si 3 n E N tel que q~n) > 0 (Ross [42]). Proposition 4 (Ct\EN est une chaîne de Markov ergodique si et seulement si toutes les classes de tarif communiquent entre elles. Preuve. Si toutes les classes de tarif communiquent entre elles, la matrice de transition Q est irréductible et apériodique, d'où l'ergodicité de la chaîne de Markov (Ct)tEN _ Proposition 5 Si (Ct )ten est une chaîne de Markov ergodique alors il existe une distribution stationnaire a = (aj)j=l,..,p où aj = limn-too qf;) est la solution unique de l'équation a = aq, Laj =. j=l Preuve. Suit directement de la théorie sur les chaînes de Markov. _ Remarque 6 (i) Pour vérifier que toutes les classes d'une chaîne de Markov communiquent entre elles, une façon simple consiste à faire le graphe de la chaîne de Markov. Si le graphe est fermé, i. e. que tous les états peuvent être rejoint à partir de n'importe quel état de départ, alors tous les états communiquent entre eux. Si ce n'est pas le cas, tous les états ne communiquent pas entre eux, et la chaîne de Markov n'est pas ergodique. (ii) Plus de détails sur les notions d'ergodicité, d'irréductibilité et d' apériodicité peuvent être trouvés dans Rolski et autres [4 j. Ces notions y sont introduites en utilisant le concept de matrice régulière. Comme ces concepts ne sont pas directement reliés à notre sujet, nous ne les élaborons pas davantage Mesures d'efficacité L'efficacité d'un système constitue sa capacité à atteindre ses buts. Pour un système de tarification, trois buts distincts sont visés. En premier lieu, de par son influence directe sur les primes chargées, un système de tarification vise à maintenir les réserves de l'assureur à un bon niveau. En même temps, ce but n'est atteint que si le systène estine adéquatement le risque encouru par l'assureur. Finalement, les corrections à la prime effectuées par le systènle ne doivent pas être trop sévères sinon le système ne parvient pas à offrir aux assurés une couverture d'assurance qui pourrait les intéresser. Définition 7 (Efficacité d'un système de tarification) Un système de tarification est efficace s'il entraîne l

20 2.3. ANALYSE D'UN SYSTÈME BONUS-MALUS 3 (i) une stabilité financière du système, (ii) une estimation adéquate du risque, (iii) un respect du principe d'assurance de transfert du risque. La définition précédente, ainsi que le reste de cette section, suit le traitement proposé par Lemaire pour analyser l'efficacité d'un système bonus-malus(lemaire [29], [30)). Les sections suivantes précisent la définition des éléments sur lesquels reposent l'efficacité d'un système de tarification, et donnent les mesures applicables dans le contexte d'un système bonus-malus. Pour ce faire, nous utiliserons le processus de surplus (Ut)tE N dont voici la définition rigoureuse. Définition 8 (Surplus dans un systèil.e bonus-illalus) Soit X t + le montant des réclamations dans la période [t, t + ], r ( Ct) la prime chargée en début de période pour la classe Ct et u le niveau de réserve initial. Avec le niveau de surplus U t +, évalué en fin de période, nous définissons le processus de surplus (Ut)tE N par Ut + t+l u+ ~r(cs) - ~Xs s=o s=l t t+ u+ ~r(u(cs-,ys)) - ~Xs. s=o 8= Sans perte de généralité, nous supposerons que la prime de base est de et que le montant des réclamations est mis à une échelle unitaire. Ceci permet de focaliser l'analyse sur l'impact des niveaux de primes {b j } propre aux systèmes bonus-malus. l ~ q~~~bj. j=l,vt E N. Remarque 9 Voici un bref aperçu de la procédure qui même à la calibration d'un système bonus-malus. Dans une première étape les (b j )j=l"" l sont déterminées à l'aide de données et d'outils statistiques. Ensuite, u et (b j ) j=l,..,l sont choisies afin d'atteindre un équilibre entre les critères d'efficacité donnés à la définition (7). L'atteinte de l'équilibre entre les critères peut éventuellement demander un rajustement des (b j ) j = l,..,z. En [29j, Lemaire dresse un bon exposé de cette démarche. L'exemple détaillé de Denuit, [4j, éclaire aussi par son aspect très concret et orienté vers la pratique Stabilité financière Un bon système de tarification doit induire une structure de primes qui apporte une stabilité financière à l'assureur. Les bonus attribués par le système ne doivent pas ultimement causer une insuffisance des tarifs.

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

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

Simulation d un système d assurance automobile

Simulation d un système d assurance automobile Simulation d un système d assurance automobile DESSOUT / PLESEL / DACHI Plan 1 Introduction... 2 Méthodes et outils utilisés... 2.1 Chaines de Markov... 2.2 Méthode de Monte Carlo... 2.3 Méthode de rejet...

Plus en détail

Processus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus.

Processus de comptage, Poisson mélange, fonction de perte exponentielle, système bonus-malus. JF WALHIN* J PARIS* * Université Catholique de Louvain, Belgique Le Mans Assurances, Belgique RÉSUMÉ Nous proposons une méthodologie générale pour construire un système bonus-malus équilibré basé sur une

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire

Plus en détail

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

Plus en détail

rv de septembre - 09/09/2008 - XC

rv de septembre - 09/09/2008 - XC rv de septembre - 09/09/2008 - XC Rendez-vous de septembre 9 septembre 2008 - Monte Carlo LE TRANSFERT DE RISQUES DANS SOLVABILITÉ II Xavier Cognat Fédération Française des Sociétés d Assurances rv de

Plus en détail

5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: 514.592.9301 F: 514.340.6850 info@apstat.com www.apstat.com

5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: 514.592.9301 F: 514.340.6850 info@apstat.com www.apstat.com Application des réseaux de neurones au plan de répartition des risques 5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: 514.592.9301 F: 514.340.6850 info@apstat.com www.apstat.com Copyright c

Plus en détail

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION Dans les leçons précédentes, nous avons modélisé des problèmes en utilisant des graphes. Nous abordons dans cette leçon un autre type de modélisation.

Plus en détail

Prévention et gestion des risques naturels et environnementaux

Prévention et gestion des risques naturels et environnementaux Prévention et gestion des risques naturels et environnementaux Risque et assurance : quelques éléments théoriques Ecole des Ponts - Le 6 Avril 01 Jacques Pelletan 1 Théorie du risque et pérennité de l

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

PARTIE 3 Impact total sur le capital des modifications proposées inclues dans l ébauche de la ligne directrice sur le TCM

PARTIE 3 Impact total sur le capital des modifications proposées inclues dans l ébauche de la ligne directrice sur le TCM Résumé de l impact sur le capital des modifications que l on propose d apporter au cadre de capital réglementaire 2015 des sociétés d assurances multirisques Le présent rapport, qui expose l impact total

Plus en détail

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA)

Modèle classique Extensions Modèle multi-branches. Théorie de la ruine. Esterina Masiello (ISFA) Esterina Masiello Institut de Science Financière et d Assurances Université Lyon 1 Premières Journées Actuarielles de Strasbourg 6-7 octobre 2010 En résumé... Modèle classique de la théorie de la ruine

Plus en détail

Chapitre 1 L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1 L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

Mémoire d Actuariat Tarification de la branche d assurance des accidents du travail Aymeric Souleau aymeric.souleau@axa.com 3 Septembre 2010 Plan 1 Introduction Les accidents du travail L assurance des

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

Bonjour et merci de me recevoir. Je vais essayer d être le plus bref possible.

Bonjour et merci de me recevoir. Je vais essayer d être le plus bref possible. Tarification: calcul d une prime d assurance Mémoire sur le document de consultation: Pour un régime durable et équitable Jean-François Guimond 16 mai 2006 Prime = Fréquence x Coût moyen Facteurs influençant

Plus en détail

Journées d études IARD

Journées d études IARD Journées d études IARD Gestion des risques liés à la refonte tarifaire d un portefeuille automobile Niort, le 20 mars 2014 Marie Foucher mfoucher@galea-associes.eu Pierre Thérond ptherond@galea-associes.eu

Plus en détail

Provisionnement face au risque de défaut des emprunteurs

Provisionnement face au risque de défaut des emprunteurs Provisionnement face au risque de défaut des emprunteurs Geoffrey Nichil et Pierre Vallois Institut Elie Cartan de Lorraine. 6-11 Avril 2014 1/12 Geoffrey Nichil et Pierre Vallois Provisionnement face

Plus en détail

TD 3 : suites réelles : application économique et nancière

TD 3 : suites réelles : application économique et nancière Mathématiques Appliquées Cours-TD : K. Abdi, M. Huaulmé, B. de Loynes et S. Pommier Université de Rennes 1 - L1 AES - 009-010 TD 3 : suites réelles : application économique et nancière Exercice 1 Calculer

Plus en détail

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques.

L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques. L'APPROCHE EXPERIMENTALE EN RECHERCHE: introduction aux statistiques 1 BUTS DU COURS : se familiariser avec le vocabulaire statistique o variable dépendante, variable indépendante o statistique descriptive,

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Gestion du niveau de la franchise d un contrat avec bonus-malus. Pierre THEROND & Stéphane BONCHE

Gestion du niveau de la franchise d un contrat avec bonus-malus. Pierre THEROND & Stéphane BONCHE Gestion du niveau de la franchise d un contrat avec bonus-malus Pierre THEROND & Stéphane BONCHE SOMMAIRE 1. Réduction de franchise en l absence de système bonus-malus A - Bonnes propriétés du modèle collectif

Plus en détail

OPTIMISATION À UNE VARIABLE

OPTIMISATION À UNE VARIABLE OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Chapitre 4. Fondements économiques de la demande d'assurance

Chapitre 4. Fondements économiques de la demande d'assurance Chapitre 4. Fondements économiques de la demande d'assurance Laurent Denant Boemont octobre 2008 Chapitre 4. Fondements économiques de la demande d'assurance 2 J. Hamburg (2005) Along came Polly 1 Introduction

Plus en détail

L ÂGE EN TANT QUE DÉTERMINANT DE LA CLASSE TARIFAIRE EN ASSURANCE

L ÂGE EN TANT QUE DÉTERMINANT DE LA CLASSE TARIFAIRE EN ASSURANCE L ÂGE EN TANT QUE DÉTERMINANT DE LA CLASSE TARIFAIRE EN ASSURANCE Robert L. Brown Professeur d actuariat Darren Charters Professeur adjoint de droit commercial Sally Gunz Professeure de droit commercial

Plus en détail

1.3. Les principes de base en assurance invalidité

1.3. Les principes de base en assurance invalidité Chapitre 1 Mise en contexte de l assurance invalidité 17 1.3. Les principes de base en assurance invalidité Afin d'être en mesure de bien comprendre les notions relatives à l'assurance invalidité, il convient

Plus en détail

Politique de capitalisation du Fonds d assurance automobile du Québec DATE DE MISE À JOUR 2015-03-19

Politique de capitalisation du Fonds d assurance automobile du Québec DATE DE MISE À JOUR 2015-03-19 Page 1 de 12 Politique de capitalisation du Fonds d assurance automobile du Québec DATE DE MISE À JOUR 2015-03-19 RÉSUMÉ La présente politique définit les caractéristiques de la politique de capitalisation

Plus en détail

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Gilbert Saporta Chaire de Statistique Appliquée, CNAM ActuariaCnam, 31 mai 2012 1 L approche statistique

Plus en détail

Introduction à la simulation de Monte Carlo

Introduction à la simulation de Monte Carlo Introduction à la simulation de 6-601-09 Simulation Geneviève Gauthier HEC Montréal e 1 d une I Soit X 1, X,..., X n des variables aléatoires indépendantes et identiquement distribuées. Elles sont obtenues

Plus en détail

véhicules de 3,5 % et une augmentation de 1 % du nombre de véhicules assurés. La Régie a trouvé ces hypothèses raisonnables.

véhicules de 3,5 % et une augmentation de 1 % du nombre de véhicules assurés. La Régie a trouvé ces hypothèses raisonnables. Sommaire Le 18 juin 2003, la Société d'assurance publique du Manitoba («la SAPM») a déposé auprès de la Régie des services publics («la Régie») une demande d'approbation des primes d'assurance-automobile

Plus en détail

Introduction au cours STA 102 Analyse des données : Méthodes explicatives

Introduction au cours STA 102 Analyse des données : Méthodes explicatives Analyse des données - Méthodes explicatives (STA102) Introduction au cours STA 102 Analyse des données : Méthodes explicatives Giorgio Russolillo giorgio.russolillo@cnam.fr Infos et support du cours Slide

Plus en détail

N o : D-1B Version originale : décembre 2001 Révision : juillet 2010

N o : D-1B Version originale : décembre 2001 Révision : juillet 2010 Ligne directrice Objet : (entreprises d assurances multirisques) Catégorie : Comptabilité N o : D-1B Version originale : décembre 2001 Révision : juillet 2010 Introduction La présente ligne directrice

Plus en détail

TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé

TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé Plan de l intervention 1 2 3 Généralités sur le fonctionnement de l assurance

Plus en détail

Politique de placements

Politique de placements Politique de placements Le 7 octobre 2010 Politique de placements Table des matières 1. La mission de la Fondation pour le développement des coopératives en Outaouais 2. Les principes de la gouvernance

Plus en détail

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale.

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Aix Marseille Université. Algorithmes Stochastiques. M MIS. Fabienne Castell... Chapitre : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Le but de ce chapitre

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (2) Variables aléatoires & Lois de probabilité R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

RÉSUMÉ La présente politique définit les caractéristiques de la politique de capitalisation du Fonds d assurance automobile du Québec (le Fonds).

RÉSUMÉ La présente politique définit les caractéristiques de la politique de capitalisation du Fonds d assurance automobile du Québec (le Fonds). Politique de capitalisation du Fonds d assurance automobile du Québec 08.01.0 Page 1 de 8 DATE DE MISE À JOUR 2015-07-15 RÉSUMÉ La présente politique définit les caractéristiques de la politique de capitalisation

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

différence groupe-conseil en statistique

différence groupe-conseil en statistique Vais-je atteindre mon objectif cette année? Par Martin Carignan, associé chez Différence www.difference-gcs.com Contexte Les gestionnaires sont souvent évalués sur des résultats mesurés par des indicateurs

Plus en détail

Note de service À : De : INTRODUCTION Conformément à la sous-section 2360 des normes de pratique : Étalonnage des modèles.

Note de service À : De : INTRODUCTION Conformément à la sous-section 2360 des normes de pratique : Étalonnage des modèles. À : De : Note de service Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées A. David Pelletier, président Conseil des normes actuarielles

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Chapitre 3 La demande d assurance et les problèmes d information

Chapitre 3 La demande d assurance et les problèmes d information Chapitre 3 La demande d assurance et les problèmes d information Objectifs du chapitre - Déterminer le partage de risque Pareto-optimal entre un assuré et un assureur. - Considérer l impact des coûts de

Plus en détail

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion

Plus en détail

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 septième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 En analysant le temps d attente X avant un certain événement

Plus en détail

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton

3. Evaluer la valeur d une option. 1. Arbres binomiaux 2. Modèle de Black, Scholes et Merton 3. Evaluer la valeur d une option 1. Arbres binomiaux. Modèle de Black, choles et Merton 1 Les arbres binomiaux ; évaluation des options sur actions Cox, Ross, Rubinstein 1979 Hypothèse absence opportunité

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

Chapitre 1 Régime transitoire dans les systèmes physiques

Chapitre 1 Régime transitoire dans les systèmes physiques Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer

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

Agrégation externe de mathématiques, session 2013 Épreuve de modélisation, option B : Calcul Scientifique

Agrégation externe de mathématiques, session 2013 Épreuve de modélisation, option B : Calcul Scientifique Agrégation externe de mathématiques, session 2013 Épreuve de modélisation, option (Public2014-B1) Résumé : On présente un exemple de système de deux espèces en compétition dans un environnement périodique.

Plus en détail

Ordonnance du 27 juin 1995 sur l'assurance-maladie (OAMal)

Ordonnance du 27 juin 1995 sur l'assurance-maladie (OAMal) Ordonnance du 27 juin 1995 sur l'assurance-maladie (OAMal) Entrée en vigueur prévue le 1 er janvier 2017 Teneur des modifications et commentaire Berne, août 2015 1 Table des matières 1 Contexte 3 2 Dispositions

Plus en détail

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2

Cours (8) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, 2011-2012. Test du Khi 2 Test du Khi 2 Le test du Khi 2 (khi deux ou khi carré) fournit une méthode pour déterminer la nature d'une répartition, qui peut être continue ou discrète. Domaine d application du test : Données qualitatives

Plus en détail

Raisonnement probabiliste

Raisonnement probabiliste Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte

Plus en détail

Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le

Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le Principes clés de l orientation future du cadre réglementaire canadien de suffisance des capitaux en assurances multirisques Document produit par le Comité consultatif sur le Test du capital minimal Page

Plus en détail

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR

COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Université Paris VII. Préparation à l Agrégation. (François Delarue) COMPORTEMENT ASYMPTOTIQUE D UNE FILE D ATTENTE À UN SERVEUR Ce texte vise à l étude du temps d attente d un client à la caisse d un

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

Plus en détail

DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES

DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES GUIDE DES ETUDIANTS Ce guide est destiné à vous introduire au fonctionnement du Collège et du Département d études économiques européennes, en présentant les

Plus en détail

5 Méthodes algorithmiques

5 Méthodes algorithmiques Cours 5 5 Méthodes algorithmiques Le calcul effectif des lois a posteriori peut s avérer extrêmement difficile. En particulier, la prédictive nécessite des calculs d intégrales parfois multiples qui peuvent

Plus en détail

Terminale ES Correction du bac blanc de Mathématiques (version spécialité).

Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Lycée Jacques Monod février 05 Exercice : Voici les graphiques des questions. et.. A 4 A Graphique Question. Graphique Question..

Plus en détail

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme

Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme TFE Ingénieur Civil Mathématiques Appliquées 24 juin 2010 Mesures de Risque Multipériodes Cohérentes Appliquées au Compte à Terme Auteur Christophe Pochet Promoteur Pierre Devolder Comment garantir la

Plus en détail

Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite

Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite Modèle trimodal de calcul de l'inflation au Canada et son incidence sur l'indexation des rentes de régimes de retraite Louis Adam, f.s.a., f.i.c.a. Professeur agrégé, École d actuariat, d Université Laval

Plus en détail

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1 Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs

Plus en détail

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision

Nous concluons au travers de quatre axes principaux qui ont guidé la. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision Conclusion générale Nous concluons au travers de quatre axes principaux qui ont guidé la rédaction de cette thèse. 1) La théorie du regret de Loomes et Sugden comme théorie de la décision rationnelle compatible

Plus en détail

Aviso Ré. Introduction à la réassurance. Technique de réassurance. Programme. Pour progresser : modules T2 et T3

Aviso Ré. Introduction à la réassurance. Technique de réassurance. Programme. Pour progresser : modules T2 et T3 T 1 Découvrir les différents rôles joués par la et son impact sur le développement de l'assurance Comprendre l'impact de la sur la gestion des assureurs Débutants en, toutes fonctions Cadres opérationnels

Plus en détail

Evolution de la fréquence des sinistres 2002-2011 en assurance RC automobile

Evolution de la fréquence des sinistres 2002-2011 en assurance RC automobile Evolution de la fréquence des sinistres 2002-2011 en assurance RC automobile Contenu 1. Nombre de sinistres en RC tourisme et affaires... 2 Fréquence des sinistres en RC tourisme et affaires... 2 Fréquence

Plus en détail

3. Des données financières globalement positives en 2010

3. Des données financières globalement positives en 2010 3. Des données financières globalement positives 3.1 Une nouvelle progression du bilan À fin 2010, le total de bilan agrégé de l ensemble des organismes d assurance et de réassurance contrôlés par l Autorité

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous StatEnAction 2009/0/30 :26 page #27 CHAPITRE 0 Machines à sous Résumé. On étudie un problème lié aux jeux de hasard. Il concerne les machines à sous et est appelé problème de prédiction de bandits à deux

Plus en détail

Introduction aux épreuves de logique des concours ACCÈS et SESAME

Introduction aux épreuves de logique des concours ACCÈS et SESAME Introduction aux épreuves de logique des concours ACCÈS et SESAME «La chance aide parfois, le travail toujours» Vous vous apprêtez à vous lancer dans cette course contre la montre qu est l admission en

Plus en détail

Mathématiques financières

Mathématiques financières Mathématiques financières Arnaud Triay Table des matières 1 Introduction Position du problème.1 Pricing des options........................................... Formalisme..............................................

Plus en détail

Théorie de la crédibilité

Théorie de la crédibilité ISFA - Année 2008-2009 Théorie de la crédibilité Chapitre 2 : Prime de Bayes Pierre-E. Thérond Email, Page web, Ressources actuarielles Langage bayesien (1/2) Considérons une hypothèse H et un événement

Plus en détail

Arbres de décisions et forêts aléatoires.

Arbres de décisions et forêts aléatoires. Arbres de décisions et forêts aléatoires. Pierre Gaillard 7 janvier 2014 1 Plan 1 Arbre de décision 2 Les méthodes d ensembles et les forêts aléatoires 2 Introduction 3 Introduction Jeu de données (ex

Plus en détail

2. Formalisation ... Or les variables sont indépendantes. Donc si

2. Formalisation ... Or les variables sont indépendantes. Donc si L'estimation 1. Concrètement... Dernièrement un quotidien affichait en première page : en 30 ans les françaises ont grandi de... je ne sais plus exactement, disons 7,1 cm. C'est peut-être un peu moins

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

ÉVALUATION DU PASSIF DES POLICES : ASSURANCES IARD FACTEURS RELATIFS AU PASSIF DES SINISTRES ET AU PASSIF DES PRIMES

ÉVALUATION DU PASSIF DES POLICES : ASSURANCES IARD FACTEURS RELATIFS AU PASSIF DES SINISTRES ET AU PASSIF DES PRIMES NOTE ÉDUCATIVE Les notes éducatives ne constituent pas des normes de pratique. Elles visent à aider les actuaires en ce qui concerne l application des normes de pratique dans des cas spécifiques. Le mode

Plus en détail

1 Questionnaire à choix multiples

1 Questionnaire à choix multiples EXAMEN FINAL mercredi 19 janvier 2011, Durée h00 Pierre Fleckinger Une attention particulière doit être portée à la rédaction et à l explication des calculs faits. Utiliser un feuillet simple pour le QCM

Plus en détail

Chapitre 2: Prévisions des ventes

Chapitre 2: Prévisions des ventes Chapitre 2: Prévisions des ventes AVIS IMPORTANT : Ces notes sont basées sur le livre de Steven Nahmias : Production et Operations Analysis, 4 ième édition, McGraw-Hill Irwin 200. Les figures sont issues

Plus en détail

Principes de Finance

Principes de Finance Principes de Finance 13. Théorie des options II Daniel Andrei Semestre de printemps 2011 Principes de Finance 13. Théorie des options II Printemps 2011 1 / 34 Plan I Stratégie de réplication dynamique

Plus en détail

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz

Master Modélisation Statistique M2 Finance - chapitre 1. Gestion optimale de portefeuille, l approche de Markowitz Master Modélisation Statistique M2 Finance - chapitre 1 Gestion optimale de portefeuille, l approche de Markowitz Clément Dombry, Laboratoire de Mathématiques de Besançon, Université de Franche-Comté.

Plus en détail

Épreuve de mathématiques Terminale ES 200 minutes

Épreuve de mathématiques Terminale ES 200 minutes Examen 2 Épreuve de mathématiques Terminale ES 200 minutes L usage de la calculatrice programmable est autorisé. La bonne présentation de la copie est de rigueur. Cet examen comporte 7 pages et 5 exercices.

Plus en détail

Prévision de la demande

Prévision de la demande But : Pour prendre des décisions relatives à la structure et au fonctionnement opérationnel de tout système logistique; il faut s appuyer sur un système de prévision fiable. Concerne le long, moyen et

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

Problèmes de fiabilité dépendant du temps

Problèmes de fiabilité dépendant du temps Problèmes de fiabilité dépendant du temps Bruno Sudret Dépt. Matériaux et Mécanique des Composants Pourquoi la dimension temporelle? Rappel Résistance g( RS, ) = R S Sollicitation g( Rt (), St (),) t =

Plus en détail

Table des matières. Préface... 1. Introduction... 1. 2. Le marché de la réassurance... 5

Table des matières. Préface... 1. Introduction... 1. 2. Le marché de la réassurance... 5 Table des matières Préface................................................ IX 1. Introduction......................................... 1 2. Le marché de la réassurance............................ 5 3.

Plus en détail

l affichage numérique et par projection de la publicité : Lignes directrices pour la réglementation et l évaluation de la sécurité routière

l affichage numérique et par projection de la publicité : Lignes directrices pour la réglementation et l évaluation de la sécurité routière Notions élémentaires sur l affichage numérique et par projection de la publicité : Lignes directrices pour la réglementation et l évaluation de la sécurité routière Photo : G Forbes Les panneaux d affichage

Plus en détail

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix. ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Répartition intercantonale des bénéfices des compagnies d'assurance

Répartition intercantonale des bénéfices des compagnies d'assurance Répartition intercantonale des bénéfices des compagnies d'assurance Circulaire du Comité du 23 juin 1999 1. Remarque préliminaire La présente circulaire remplace les circulaires 2.33 (du 14 août 1973),

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens.

Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens. . Queue de la solution stationnaire d un modèle auto-régressif d ordre 1 à coefficients markoviens. Benoîte de Saporta Université de Nantes Université de Nantes - 9 juin 2005 p. 1/37 Plan de l exposé 1.

Plus en détail

Simulations des Grecques : Malliavin vs Différences finies

Simulations des Grecques : Malliavin vs Différences finies 0.1. LES GRECQUES 1 Simulations des Grecques : iavin vs Différences finies Christophe Chorro Ce petit document vise à illustrer de manière numérique les techniques présentées lors du mini cours sur le

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

Actuariat I ACT2121. huitième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Actuariat I ACT2121. huitième séance. Arthur Charpentier. Automne 2012. charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free. Actuariat I ACT2121 huitième séance Arthur Charpentier charpentier.arthur@uqam.ca http ://freakonometrics.blog.free.fr/ Automne 2012 1 Exercice 1 Soit X une variable aléatoire continue de fonction de densité

Plus en détail

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation.

Travaux Dirigés de Probabilités - Statistiques, TD 4. Lois limites ; estimation. Travaux Dirigés de Probabilités - Statistiques, TD 4 Lois limites ; estimation. Exercice 1. Trois machines, A, B, C fournissent respectivement 50%, 30%, 20% de la production d une usine. Les pourcentages

Plus en détail

Introduction à la programmation en variables entières Cours 3

Introduction à la programmation en variables entières Cours 3 Introduction à la programmation en variables entières Cours 3 F. Clautiaux francois.clautiaux@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 272 Sommaire Notion d heuristique Les algorithmes gloutons

Plus en détail

Régime 'travail lourd' : texte de vision du régime des travailleurs indépendants 1. 14 avril 2016

Régime 'travail lourd' : texte de vision du régime des travailleurs indépendants 1. 14 avril 2016 Régime 'travail lourd' : texte de vision du régime des travailleurs indépendants 1 14 avril 2016 La présente note établit les priorités du régime des travailleurs indépendants pour déterminer les principes

Plus en détail

l assureur-vie un risque non négligeable de réinvestissement.

l assureur-vie un risque non négligeable de réinvestissement. Taux d intérêt technique pour la détermination du taux de conversion en rentes concernant la prévoyance professionnelle surobligatoire 03.11.2003 / OFAP section Vie I. Résumé Le taux de conversion en rentes

Plus en détail

CRÉDITS POUR ALIMENTATION EN MOYENNE ET HAUTE TENSION ET RAJUSTEMENT POUR PERTES DE TRANSFORMATION

CRÉDITS POUR ALIMENTATION EN MOYENNE ET HAUTE TENSION ET RAJUSTEMENT POUR PERTES DE TRANSFORMATION CRÉDITS POUR ALIMENTATION EN MOYENNE ET HAUTE TENSION ET RAJUSTEMENT POUR PERTES DE TRANSFORMATION TARIFICATION Page 1 de 29 Table des matières 1 INTRODUCTION... 5 2 HISTORIQUE DES CRÉDITS POUR ALIMENTATION

Plus en détail