Défi Desjardins Mars 2015

Transcription

1 Centre d Expertise en Modélisation et Recherche Défi Desjardins Mars 2015

2 Table des matières Qui nous sommes Desjardins Groupe d assurances générales (DGAG) Problématique : contexte Objectif Évaluation des solutions Prix et Soumissions des solutions Déroulement de la compétition Données 2

3 Le marché de l assurance de dommages au Canada* # Compagnie PBS (en M$) Part de marché 1 Intact 7,202 16,3% 2 DGAG** 3,828 8,7% Particuliers (2) 3,608 13,1% Automobile (2) 2,553 14,1% Québec (2) ,0% Ontario (1) 1,798 16,5% Habitation (2) 1,055 11,1% Entreprises (20) 220 1,3% 3 Aviva 3,550 8,0% 4 RSA 2,843 6,4% 5 TD Assurance 2,707 6,1% * Données 2012, source MSA Research ** Incluant la récente acquisition des activités canadiennes de State Farm 3

4 Les équipes d actuariat chez DGAG Tarification (Automobile, Habitation ) Analyse d affaires et solutions d assurances Assurances des entreprises Actuariat corporatif Centre d Expertise en Modélisation et Recherche (CEMR) 4

5 Centre d Expertise en Modélisation et Recherche En tant qu experts en modélisation et recherche, être reconnus pour notre approche innovante et nos solutions concrètes et adaptées aux objectifs respectifs des différentes vice-présidences de DGAG. Le CEMR est composé de professionnels aux profils variés : actuaires, statisticiens, analystes d affaires, géographes, programmeurs SAS, Les partenaires du CEMR incluent l actuariat, la souscription, le marketing, les ventes, l indemnisation, les équipes web/mobile 5

6 Problématique : Contexte Afin de garder le niveau des primes abordable, il arrive souvent que les assureurs offrent une limite maximale d indemnité pour certains types de sinistres. Si le dégât dépasse la limite, nous n avons pas la perte totale encourue dans nos bases de données, mais seulement le montant tronqué à la limite. Donc, nous disposons d une information incomplète pour construire nos modèles actuariels. 6

7 Problématique : Contexte Les données des sinistres sont utilisées, entre autres, pour la révision des tarifications et des réserves, les règles de souscriptions et le développement de nouveaux produits. Avec des données tronquées, il est particulièrement difficile d estimer les effets de changements de limite. Pour chaque perte qui dépasse la limite, nous voulons être capable de mieux connaître le montant total de la perte encourue ainsi que sa distribution. 7

8 Objectif Prévoir le montant total de la perte encourue lorsque celle-ci atteint la limite. Des limites de $ à $ ont été appliquées artificiellement aux données de sinistres (originalement illimitées). 23% des données sont ainsi devenues tronquées. Quelques variables de la police sont inclues. Celles-ci peuvent aider à expliquer la variation entre les montants des sinistres. Vos prédictions seront évaluées seulement pour les sinistres qui ont atteint la limite (tronqués). 8

9 Évaluation des solutions Toutes les solutions seront évaluées uniquement sur les données artificiellement tronquées de la banque de donnée en comparant la valeur estimée de la perte totale avec la valeur réelle. La solution gagnante sera celle qui minimise la statistique suivante: Somme des erreurs au carré : Les observations et les prédictions de plus de $ seront cappées à $! Donc, c est la valeur maximale. Les sinistres de plus de $ sont trop volatils. 9

10 Prix et Soumission des solutions Le prix de 2500$ sera attribué à la solution qui: Obtient la plus faible somme des erreurs au carré, et Explique clairement la démarche utilisée Fournir la distribution, les hypothèses et le fichier de solution Fournir le programme. On doit pouvoir reproduire les résultats Explication de l algorithme (pseudo-code ou dessin) Être disponible pour l expliquer Au besoin, fournir une présentation Vous pouvez soumettre jusqu à trois solutions pendant le concours, la meilleure sera considérée pour le grand prix. Remplir le fichier de solution, et l envoyer à : daniel.eklove@dgag.ca 10

11 Déroulement de la compétition La compétition débute le 16 mars 2015 et se termine le 16 juin L équipe recherche et Modélisation de DGAG est là pour vos questions. daniel.eklove@dgag.ca Les données sont disponibles sous format xlsx (ou csv) sur le site Actulab DESJARDINS_DATA Un template pour vos solutions est aussi disponible sur le site Actulab DESJARDINS_SOLUTION_TEMPLATE Un «leaderboard» sera mis à jour ponctuellement lors de la compétition et diffusé à toute la communauté Actulab. Les employés de DGAG ne sont pas éligibles au grand prix. 11

12 Données - Dictionnaire des variables Nom dans le B.D. Variable Valeurs INDEX Identification de l observation Numérique Atteint_Limite L indicateur d atteint la limite {0, 1} Limite La limite Sev_Cen La sévérité du sinistre (censurée) 10 Limite FRANC La franchise* 200 ou 500 ANNEE L année du sinistre 1 7 MOISSIN Le mois du sinistre 1 12 MONTBATI La valeur de la bâtiment AgeBati L âge de la bâtiment AgeClient L âge de l assuré SIN3TOT Le nombre de sinistres antérieurs 0 3 ou manquant NivProtect Le niveau de protection 1 6 NivSousc Le niveau de souscription 1 3 Zone La zone de tarification 0 55 *La sévérité du sinistre est après l application de la franchise et la limite s applique à l excédent de la franchise. 12

13 Données: les sinistres qui atteignent la limite Limite : Totale : Le nombre de sinistres qui n ont pas atteint la limite Le nombre de sinistres qui ont atteint la limite Totale :

14 Résumé Un vrai problème Du vrai data Votre talent et vos idées Grand prix à la meilleure solution! 14

15 Annexe: Bilan du 1 er Actulab 15

16 Annexe: Bilan du 1 er Actulab Plusieurs solutions d une grande qualité. Plusieurs bonnes idées différentes dans chacune des solutions. Des participants qui y ont mis beaucoup d efforts. Une solution gagnante qui a été présentée à l ARC. Une solution concrète qui sera utilisé dans nos prochaines révisions territoriales en Ontario (et autres provinces). Un retour sur notre investissement impressionnant. Une image d innovation plus positive pour notre industrie et notre entreprise. 16