Philippe BIENAIME Actuaire I.S.F.A., GPA Laboratoire de Sciences Actuarielle et Financière, I.S.F.A., Université Claude Bernard Lyon 1
|
|
- Bernard Bilodeau
- il y a 8 ans
- Total affichages :
Transcription
1 SYSTEMES BOUS-MALUS Phlppe BIEAIME Acuare I.S.F.A., GPA Laboraore de Scences Acuarelle e Fnancère, I.S.F.A., Unversé Claude Bernard Lyon ahale RICHARD GPA Laboraore de Scences Acuarelle e Fnancère, I.S.F.A., Unversé Claude Bernard Lyon Résumé : Après avor rappelé les ravaux BESSO J.L. e PARTRAT C. (99 sur les sysèmes Bonus-Malus, une exenson es proposée. Elle perme, pour des produs mulgaranes, de enr compe des snsralés propres à chacune des garanes. La modélsaon proposée pour les fréquences de snsres repose sur les los Posson-mélange mulvarées. En oure, ce sysème perme d négrer les évenuelles varaons de snsralés moyennes au cours du emps. Mos clés : Sysèmes Bonus-Malus ; Los Posson-mélange mulvarées ; Lo Posson- Gamma Mulvarée ; Lo Posson-Inverse Gaussenne mulvarée Deux méhodes de arfcaon son courammen ulsées par les assureurs : la arfcaon a pror : l assureur essae de prévor, dès l enrée d un nouvel assuré, sa snsralé fuure, la arfcaon a poseror : le arf nal de l assuré es adapé, au cours de la ve de son conra, à sa snsralé ndvduelle. Généralemen, une arfcaon a pror repose sur une segmenaon du porefeulle : on cherche à classer les assurés en foncon de leur rsque poenel. Pour cela, l s ag de séleconner des crères de arfcaon qu soen pernens e commercalemen ulsables. A l ssue de la segmenaon, l assureur dspose de classes homogènes d assurés (homogènes au sens où les varables aléaores du nombre e du monan des snsres de ous les assurés d une même classe son équdsrbuées. Dans la sue de ce arcle, nous supposerons que nous nous suons dans une elle classe, C. Cependan, pusque seuls les crères de arfcaon commercaux peuven êre prs en compe, au sen de chaque classe, l demeure une héérogénéé résduelle. C es à ce nveau qu nerven la arfcaon a poseror : afn de enr compe de l héérogénéé résduelle au sen de la classe C, on peu nrodure une arfcaon basée sur l hsorque du nombre de snsres de chaque assuré. Cee arfcaon peu prendre la forme d un sysème Bonus-Malus. Dans un premer emps, nous allons exposer les résulas des ravaux de BESSO J.L. e PARTRAT C. : en effe, ls on raé le cas d un sysème Bonus-Malus pour un produ à une garane. Ils prennen en compe la varaon endancelle de la fréquence BULLETI FRAÇAIS D ACTUARIAT, Vol.,, pp. -9
2 Ph. BIEAIME &. RICHARD moyenne annuelle de snsres au cours du emps. Ils ulsen, pour modélser cee fréquence, les los Posson-Gamma e Posson-Inverse Gaussenne. PARTRAT C., quan à lu, rae le cas d un produ à deux garanes sans prendre en compe, cependan, les varaons endancelles des snsralés. La lo ulsée es la lo Posson-Gamma bvarée. Dans un second emps, nous proposons une exenson des sysèmes cés cdessus : nous allons supposer que le produ que nous devons arfer es mulgaranes. ous ulserons donc les los Posson-Gamma mulvarée e Posson-Inverse Gaussenne mulvarée. ous endrons égalemen compe des varaons endancelles des fréquences moyennes annuelles de snsres assocées à chacune des garanes. I. LES TRAVAUX DE BESSO J.L. ET PARTRAT C. (99 A. SYSTEME BOUS-MALUS UIVARIE Le sysème Bonus-Malus présené dans cee premère pare concerne les produs à une garane. Il perme de enr compe de la snsralé passée de chaque assuré dans le calcul de sa prme : l repose sur la fréquence de snsres. Dans un premer emps, nous allons présener les los de probablé reenues pour modélser les fréquences de snsres. Pus, nous décrrons le sysème Bonus-Malus, c esà-dre le modèle mahémaque dans lequel l s nscr e les résulas qu l perme d obenr.. Les los de fréquence de snsres On suppose que quel que so l assuré chos dans la classe C, sa fréquence de snsres su une lo de Posson de paramère λ. Ce derner es l espérance du nombre de snsres e mesure donc le rsque poenel de chaque assuré. Ans fare l hypohèse d une lo de Posson, c es fare l hypohèse d une classe homogène au sens du rsque poenel des assurés. Cec es en conradcon avec l exsence d une héérogénéé résduelle au sen de la classe C. La lo de Posson ne conven donc pas. L ulsaon des los Posson-mélange perme, grâce à l nroducon d une varable de srucure, de reméder à ce problème de modélsaon : on suppose que la varable su une lo de Posson don le paramère λ es une réalsaon d une varable aléaore posve Λ qu on appelle varable de srucure. On suppose, en oure, que cee dernère adme une densé h. De manère plus formelle : - noaon : / Λ λ ~ > P( λ - lo de probablé : P( n P( n / Λ λ h( λ e λ n λ h( λdλ n! dλ
3 - momens : E ( E( Λ e Var( E( Λ + Var( Λ on remarque que E ( < Var( de la classe C. SYSTEMES BOUS-MALUS 3 ce qu révèle ben un phénomène d héérogénéé au sen Deux los on éé ulsées : les los Posson-Gamma e Posson-Inverse Gaussenne. - h( λ - E ( a. La lo Posson-Gamma On noe ~ > PG( r, β / Λ λ ~ > P( λ avec Λ ~ > γ( r, β r β λ Γ r β r βλ e ( r ~ > PG r, β ~ > B r, Remarque : ( + β - ( λ b. La lo Posson-Inverse Gaussenne On noe ~ > PIG( µ, β / Λ λ ~ > P( λ e Λ ~ > IG( µ, β µ πβλ ( λ µ e h βλ 3 - E ( µ Remarque : la lo Inverse Gaussenne Généralsée ( ν, µ β X ~ > IGG,, µ >, β > x ν β f - densé : ( x, x exp µ x + β x ν µ µ Kν β où Kν es la foncon de Bessel de 3 ème espèce modfée - E( X µ µ Kν+ β µ Kν β
4 4 Ph. BIEAIME &. RICHARD. Le modèle On noe S le monan cumulé des snsres, alors S X avec varable aléaore du nombre de snsres e X varable aléaore du coû du ème snsre. On suppose que : - e X son ndépendanes, * - {, *} La prme pure es alors E ( S E( m. On consdère (,...,, X es un..d. de moyenne m. + le veceur représenan les fréquences de snsres des (+ dernères années. On suppose que : - les v.a.r.,...,, + son, condonnellemen en Λ, ndépendanes. -,..., +, / Λ λ > ( ν λ pour P. ~ Ans, condonnellemen à la connassance du rsque poenel de l'assuré, les fréquences de snsres suven une lo de Posson don le paramère dépend de l'année de survenance des snsres. Cela perme de prendre en compe l'évoluon de la fréquence de snsres au cours du emps. L'nroducon du paramère ν es donc la formalsaon mahémaque de ce que nous avons appelé varaon endancelle de la fréquence moyenne de snsres au cours du emps. ous appellerons aux de varaon de la fréquence moyenne de snsres au cours du emps, ce paramère ν. a ν. On noe : ( ν 3. Les coeffcens de réducon-maoraon On consdère une polce de la classe C : le veceur aléaore (,..., fréquences de snsres des dernères années a pour réalsaon ( n,,n l événemen (,...,. n n de ses L. On noera V Le prncpe du sysème Bonus-Malus es de enr compe de cee nformaon pour «corrger» la prme pure a pror de la (+ ème année. A cee fn, nous calculons un coeffcen de réducon-maoraon de la prme pure, C+ ( n, L,n, qu n es aure que le rappor enre la prme pure a poseror E( S+ / V e la prme pure a pror E( S+, exprmé en pourcenage. E ( ( S+ / V C+ n,...,n E( S + Les hypohèses du modèle permeen de monrer que :
5 Pour calculer E( / SYSTEMES BOUS-MALUS 5 C + ( n,...,n E ( Λ / V E( Λ Λ V, l fau connaîre la lo de la varable Λ V, or : h Λ /V ( λ ( λ P( V / Λ λ ( y P( / Λ y h h V dy / Pusque ( / Λ λ λa ( ν P V e n λ ν n! ( n, on oben : Remarque : la lo de / V h h( λ λa ( ν n e λ Λ ( /v λ. ( ( ν n h y ya e y dy Λ ne dépend de la snsralé passée, ( n,...,n, que par le nombre oal de snsres n, l en donc de même du coeffcen de réducon-maoraon. L applcaon aux los Posson-Gamma e Posson-Inverse Gaussenne donne les résulas suvans. d où : E( / V a. La lo Posson-Gamma Grâce au derner résula du paragraphe précéden, on monre que : r + n β + a Λ ( ν on en dédu donc : C+ ( n,...,n Λ V ~ > γ r + n, β + a ( ν / n + r a + β ( ν b. La lo Posson-Inverse Gaussenne De même que précédemmen, on monre que :
6 6 Ph. BIEAIME &. RICHARD Λ / V ~ > IGG n, µ ( + βa ( ν, β( + βa ( ν µ K n + + β ( ν / a µ β d où : E( Λ / V + βa ν µ ( K / + βa ( ν n β on en dédu donc : µ K ( n + + β ν / a ( β C+ n,...,n + βa ( ν µ K / + βa ( ν n β B. SYSTEME BOUS-MALUS BIVARIE PARTRAT C. a abordé, en 99, le cas des produs à deux garanes don chacune a une fréquence de snsres qu lu es propre. Il s ag donc de consrure un sysème Bonus-Malus bvaré. L archecure de cee pare sera la même que celle de la pare A, c es-à-dre : présenaon des los reenues pour la modélsaon les fréquences de snsres, pus mse en place du sysème Bonus-Malus e enfn calcul effecf des coeffcens de réduconmaoraon.. Les los de fréquence de snsres Le modèle chos es le modèle Posson-mélange à ndépendance condonnelle de Greenwood e Hull. C es la ransposon au cas bvaré du modèle Posson-mélange ulsé ( dans le cas unvaré. Il nécesse une hypohèse supplémenare : s e ( son les fréquences de snsres des deux garanes consdérées, alors, condonnellemen à la ( connassance du rsque poenel, les varables e ( son ndépendanes. On suppose que la varable de srucure, Λ, adme une densé h. De manère plus formelle : - noaon : ( / Λ λ ~> P ( λ e ( / Λ λ ~> P ( aλ avec a > e ( condonnellemen à Λ, e ( son ndépendanes. - lo de probablé : P ( d ( ( ( ( ( n, n P n, n / Λ λ h( λ λ n aλ n e λ (aλ e n! n! h( λdλ λ
7 SYSTEMES BOUS-MALUS 7 - momens : E( ( E( Λ E( ( ae( Λ Var ( E Λ + Var Λ Var ( ae Λ + a Var Λ avec : ( ( ( ( (, ( avar( Λ Cov. Le modèle On noe S le monan cumulé des snsres, alors : X ( (,,X ( ( On suppose que : S S + S ( ( X + ( ( X ( ( ( : varables aléaores du nombre de snsres des deux garanes : varables aléaores du coû du ème snsre des deux garanes La prme pure es alors : ( S E ( On consdère ( (, (,...,( (, ( -, ( e X ( * son ndépendanes, -, ( X ( es un..d. de moyenne m ( - X ( e X ( k son ndépendanes, e k ( (.m + E( (.m ( E + + le veceur aléaore représenan les fréquences de snsres des (+ dernères années. On suppose que : - les veceurs ( (, (,..., + son, condonnellemen en Λ, ndépendans. - pour,...,q, ( / Λ λ ~ > P( λ ( / Λ λ ~ > P ( aλ On remarque que ce modèle ne perme pas, à l nsar du modèle unvaré, de enr compe de l évoluon des fréquences de snsres au cours du emps. 3. Les coeffcens de réducon-maoraon On consdère une polce de la classe C : le veceur aléaore ( (, (,...,( (, ( réalsaon ( ( (,...,( ( ( n,n n,n C des fréquences de snsres des dernères années a pour. On noera A l événemen ( ( ( ( n, ( n, K, ( ( n (, ( n ( Comme précédemmen, le coeffcen de réducon-maoraon ( ( ( ( ( (n,n,...,(n,n + es le rappor enre la prme pure a poseror E( S / A prme pure a pror ( E S+, exprmé en pourcenage, donc : + e la
8 8 C Ph. BIEAIME &. RICHARD ( ( ( ( ( E ( S+ / A (n,n,...,(n,n + ( De la même manère que dans le cas unvaré, les hypohèses du modèle permeen de monrer que : ( ( ( ( ( E ( Λ / A C+ (n,n,...,(n,n E Λ or P A Il fau donc déermner la lo de h Λ / Λ ( λ ( / Λ λ d'où : h Λ /A ( λ ( A / Λ λ h( λ ( / Λ y h( y P A P dy Λ / A : n ( + a ( + ( (n n a λ ( n!n λ e h ( λ λ ( + a e h( y e y ( ( a (n y + + ( ( (n + n λ ( n dy Remarque : la lo de Λ / A ne dépend de la snsralé passée ( ( n,n,, K n,n que ( ( par le nombre oal de snsres ( + n n, l en es donc de même pour les coeffcens. ( (! E S + ( ( ( ( ( de réducon-maoraon. Dans le cas bvaré PARTRAT C. ne s es néressé qu à la lo Posson-Gamma bvarée. En ulsan les résulas précédens, on monre que : Λ / A ce qu enraîne : E( / A ( ( ( ~ > γ r + + n n, β + ( + a r + ( ( ( n n + Λ, β + ( + a, e nous perme d obenr le coeffcen de réducon-maoraon suvan : C + ( ( ( n + n + ( ( (,...,( ( n,n n,n ( r. ( + a + β
9 II. SYSTEMES BOUS-MALUS 9 LE SYSTEME BOUS-MALUS MULTIVARIE ore bu, c, es de proposer une généralsaon des deux modèles précédens en consrusan un sysème Bonus-Malus adapé à un produ mul-garanes. Il en compe de la fréquence de snsres propre à chaque garane, e pour chacune de ces fréquences, l nègre son évenuelle évoluon au cours du emps en nrodusan des aux de varaon des fréquences moyennes de snsres. A. LES LOIS DE FREQUECE DE SIISTRES ous avons généralsé le modèle Posson-mélange à ndépendance condonnelle ulsé dans le cas bvaré. On consdère (,, L, q, les varables aléaores des fréquences de snsres des dfférenes garanes consdérées. On fa l hypohèse suvane : condonnellemen à la connassance du rsque poenel, les varables (,, L, q, son ndépendanes. On suppose que la varable aléaore de srucure des rsques poenels au sen de la classe C, Λ, adme une densé h. De manère plus formelle : - noaon : / Λ λ ~ > P( λ avec {, L,q} P ( a a > e la convenon a ( d ( (q ( ( (q n, L, nq P n, L, nq / Λ λ h( λ - momens : pour,...,q, E( ( a E( Λ Var ( a E Λ + a Cov q a λ a n e h( λ ( ( Var( Λ ( (, ( a a Var( Λ B. LE MODELE n n! q q λ On noe S le monan cumulé des snsres, alors : la varable aléaore du nombre de snsres de la ème garane e du coû du ème snsre de la ème garane. Les hypohèses son les suvanes : - ( e X ( son ndépendanes,k dλ q q ( S ( ( S X avec,...,q e, l λ ( X ( la varable aléaore
10 - - Ph. BIEAIME &. RICHARD ( es un..d. de moyenne m ( ( X ( e X ( k X son ndépendanes l q [ ( (.m ] La prme pure es alors : E( S E ( [( ( ( ( ] On consdère ( ( q,...,,..., q +,..., + le veceur aléaore représenan les fréquences de snsres des + dernères années. On suppose que : - les veceurs ( (,, (q -, ( Λ λ > ( / ~ P a ν λ L,..., + son, condonnellemen en Λ, ndépendans. ν es le aux de varaon, d une année à l aure, de la fréquence moyenne de snsres de la ème garane C. LES COEFFICIETS DE REDUCTIO-MAJORATIO On consdère une polce de la classe C : le veceur aléaore ( (,, (q,...,( (,, ( q L réalsaon ( (, (q,...,( ( n,n n, ( q L,n ( ( (, ( q n, ( q n, K, ( ( n (, L, ( q n ( q L des nombres de snsres des dernères années a pour L. On noera R l événemen L. Le coeffcen de réducon-maoraon es ouours défn par : C ( ( E ( ( S / R, (q,..., ( n,n n, ( q + L L,n + ( e les hypohèses du modèle nous permeen, là encore, de monrer que : hλ / R or P R ( λ C + E S + ( ( E ( Λ / R (n, L (q (,n,...,(n, ( q L,n Il fau donc déermner la lo de ( R / Λ λ h( λ ( / Λ y h( y P R P ( / Λ λ, dy Λ / R : ( ( ( q n q q a a e n ( d'où : ν λ ν λ n! E ( Λ
11 h q q ( ( λ h λ a ν λ n e Λ /R ( λ ( (. q q y a ν h y n e y dy SYSTEMES BOUS-MALUS Remarque : la lo de Λ / R ne dépend de la snsralé passée q ( ( n, L ( q,n, K, ( n (,,n ( q ( que par le nombre oal de snsres n, l en es donc de L même pour le coeffcen de réducon-maoraon. L applcaon aux los Posson-Gamma mulvarée ( (, ( q L, ~ > PGm( a, L,aq,r,β e Posson-Inverse Gaussenne mulvarée (, L ( q, ~ > PIGm a, L,a, µ, β donne les résulas suvans. ( ( que : Λ C La formule q. La lo Posson-Gamma muvarée q q > γ ( + R ~ r n, β + a ν ( λ q q λ ( h a ν λ n e hλ /R ( λ ( ( nous perme de monrer q q y a ν h y n e y dy / d où E( Λ / R On en dédu donc que : ( n + ( ( ( q ( ( ( q n, L,n,..., n, L,n r q a ν + β + q r + ( n q β + a ν q. La lo Posson-Inverse Gaussenne mulvarée De même que précédemmen, on peu monrer que : Λ / R q ~ > IGG ( n, µ q + β a ν q, β + β a ν
12 Ph. BIEAIME &. RICHARD d où : E ( Λ / R on en dédu donc que : ( ( ( q ( ( q C n, L,n, K, n, L,n + [ ( ] q ( µ K n + µ β q ( µ + q β a ν K n β q ( µ K n + β q ( µ + q β a ν K n β q + β a ν q + β a ν q + β a ν q + β a ν., III. APPLICATIOS UMERIQUES oaons : es le nombre d années d observaon e Σn es le nombre oal de snsres observés duran ces années. ν es le aux de varaon de la fréquence moyenne de snsres d une année sur l aure. Les ableaux e c-dessous conennen les coeffcens C + en foncon de e de Σn, pour ν égal à,9394 e une varable de srucure don la moyenne es,56877 e la varance, Tableau : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma. \ Σn
13 SYSTEMES BOUS-MALUS 3 Graphque : C + en foncon de e de Σn pour une modélsaon de la fréquence de snsres par une lo Posson-Gamma (ableau. C Σn Tableau : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Inverse Gaussenne. \ Σn
14 4 Ph. BIEAIME &. RICHARD Graphque : C + en foncon de e de Σn pour une modélsaon de la fréquence de snsres par un lo Posson-Inverse Gaussenne (ableau. C Σn On peu remarquer une grande smlaré enre les coeffcens obenus par chacune des deux modélsaons proposées. Cependan l exse des dfférences que le ableau 3 e le graphque 3 permeen de meux cerner. Le ableau 3 c-dessous conen les dfférences relaves observées enre les ableaux e 3. Tableau 3 : Dfférences relaves enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. \ Σn
15 SYSTEMES BOUS-MALUS C Coeffcen obenu avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma. C Coeffcen obenu avec une modélsaon de la fréquence de snsres par une lo Posson-Inverse Gaussenne. Dfférence relave (C - C / C Graphque 3 : Dfférences relaves enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de e de Σn (ableau 3. C Σn A propos des ableaux e, on remarque que : pour une durée d observaon donnée ( fxé, les coeffcens augmenen avec le nombre de snsres ( n. Cee suaon es évdene : plus un assuré a eu de snsres au cours de la durée d observaon consdérée, plus sa probablé d en avor d aures es mporane e par conséquen plus sa prme es élevée ; pour un nombre de snsres donné ( n fxé, les coeffcens dmnuen quand la durée d observaon augmene. Cee suaon es ou auss évdene que la précédene. Quan au ableau 3, on remarque que pour un nombre de snsres ( n fable, les dfférences relaves enre les coeffcens obenus à parr de chacune des los son rès fables. Lorsque le nombre de snsres augmene ces dfférences s accenuen. D aure par, pour un nombre de snsres fxé, les dfférences relaves augmenen quand la durée
16 6 Ph. BIEAIME &. RICHARD d observaon dmnue. En fa, la dfférence relave augmene avec le nombre de snsres par uné de emps ( n /. Les ableaux 4 e 5 c-dessous conennen les coeffcens C + en foncon de ν e de Σn, pour une durée d observaon,, égale à 5 e une varable de srucure don la moyenne es,56877 e la varance, Tableau 4 : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma. ν \ Σn Graphque 4 : C + en foncon de ν e de Σn pour une modélsaon de la fréquence de snsres par un lo Posson-Gamma (ableau 4.
17 SYSTEMES BOUS-MALUS 7 C ν Tableau 5 : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Inverse Gaussenne. ν \ Σn Graphque 5 : C + en foncon de ν e de Σn pour une modélsaon de la fréquence de snsres par un lo Posson-Inverse Gaussenne (ableau 5. Σn
18 8 Ph. BIEAIME &. RICHARD C Σn ν Comme lors de la premère analyse des coeffcens de réducon-maoraon en foncon de e de Σn, on peu remarquer une grande smlaré enre les coeffcens obenus par chacune des deux modélsaons proposées. Cependan, l exse des dfférences que le ableau 6 e le graphque 6 permeen de meux cerner. Le ableau 6 c-dessous conen les dfférences relaves observées enre les ableaux 4 e 5. Tableau 6 : Dfférences relaves enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne ν \ Σn
19 SYSTEMES BOUS-MALUS 9 Graphque 6 : Dfférences relaves enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de ν e de Σn (ableau 6. C ν Σn A propos des ableaux 4 e 5, on remarque que : comme nous l avons déà consaé auparavan, les coeffcens augmenen avec le nombre de snsres (pour une valeur de ν fxée. pour un nombre de snsres fxé, les coeffcens augmenen quand le aux de varaon, ν, dmnue. En effe, un aux de varaon fable (< sgnfe une dmnuon de la fréquence moyenne de snsres au cours du emps. Ans pour un nombre de snsres donné, le malus augmene quand ν dmnue car la endance de l ensemble des assurés es d avor mons de snsres. De la même façon, le bonus des assurés non snsrés dmnue (c es à dre : le coeffcen de réducon-maoraon des assurés non snsrés augmene. De même, un aux de varaon élevé (> sgnfe une augmenaon de la fréquence moyenne de snsres. Ans, pour un nombre fxé de snsres, le malus dmnue quand ν augmene pusque la endance de l ensemble des assurés es d avor plus de snsres. De la même façon, le bonus des assurés non snsrés augmene. Quan au ableau 6, on remarque, comme pour le ableau 3, que pour un nombre de snsres fable, les dfférences relaves enre les coeffcens obenus à parr de chacune des los son rès fables (pour une valeur de ν fxée. D aure par pour un nombre de snsres fxé, lorsque le aux de varaon dmnue, la dfférence relave augmene.
20 Ph. BIEAIME &. RICHARD oaons : Esp e Var son, respecvemen, l espérance e la varance de la varable de srucure de la lo Posson-mélange qu modélse la fréquence de snsres. Les ableaux 7 e 8 c-dessous conennen les coeffcens C + en foncon de Esp e de (Var/Esp², pour ν égal à,9394, égal à 5 e Σn égal à. Tableau 7 : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma. (Coeffcens de BOUS Var/Esp² Esp % % % % % % % % % % Graphque 7 : C + en foncon de Esp e de Var/Esp² pour une modélsaon de la fréquence de snsres par un lo Posson-Gamma (ableau 7. (Coeffcens de Bonus
21 SYSTEMES BOUS-MALUS C % 8.% 6.5% 5.% 3.5%.%.5% 9.% 7.5% Esp 6.% 4.5% 3.% Var/Esp² Tableau 8 : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Inverse Gaussenne. (Coeffcens de Bonus Var/Esp² Esp % % % % % % % % % % Graphque 8 : C + en foncon de Esp e de Var/Esp² pour une modélsaon de la fréquence de snsres par un lo Posson-Inverse Gaussenne (ableau 8. (Coeffcens de Bonus
22 Ph. BIEAIME &. RICHARD C %.% 6.5% 5.% 9.5% 8.% % 4.5% 6.% 7.5% 9.%.5% Esp Var/Esp² Une nouvelle fos on peu remarquer une grande smlaré enre les coeffcens obenus par chacune des deux modélsaons proposées. Cependan l exse des dfférences que le ableau e le graphque permeen de meux cerner. Tableau 9 : Coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma. (Coeffcens de Malus Var/Esp² Esp % % % % % % % % % % Graphque 9 : C + en foncon de Esp e de Var/Esp² pour une modélsaon de la fréquence de snsres par une lo Posson-Gamma (ableau 9. (Coeffcens de Malus
23 SYSTEMES BOUS-MALUS 3 C + Var/Esp² Esp % 4.% 5.% 6.% 7.% 8.% 9.%.%.%.% 3.% 4.% 5.% 6.% 7.% 8.% 9.%.%.5. Les ableaux 7 e 8 concernen les coeffcens à applquer aux assurés non snsrés e qu bénéfcen donc d un bonus. On remarque que :
24 4 Ph. BIEAIME &. RICHARD les coeffcens de réducon-maoraon dmnuen (c es-à-dre que le bonus augmene lorsque la fréquence moyenne de snsres augmene (pour Var/Esp² fxé. Cela sgnfe, ou à fa logquemen, que, dans une classe d assurés don la fréquence moyenne de snsres es mporane, l assuré non snsré bénéfce d une dmnuon de prme plus mporane que s l fa pare d une classe d assurés don la fréquence moyenne de snsres es plus fable. le rappor Var/Esp² mesure l héérogénéé résduelle de la classe d assurés consdérée. Les coeffcens de réducon-maoraon dmnuen quand l héérogénéé augmene (pour une fréquence moyenne de snsres donnée. Cela sgnfe que plus la classe es héérogène plus les assurés non snsrés auron une dmnuon de prme mporane (bonus. Ce phénomène s accenue lorsque, en plus d êre héérogène, la classe d assurés a une fréquence moyenne de snsres mporane. Le ableau 9 concerne les coeffcens à applquer aux assurés ayan eu un snsre e qu on donc un malus. Il es consru avec les coeffcens obenus en ulsan la lo Posson-Gamma pour la modélsaon. S on remplaça cee dernère par la lo Posson- Inverse Gaussenne ou encore s on consdéra des assurés ayan eu pluseurs snsres, l analyse qu su sera la même. On remarque que : les coeffcens de réducon-maoraon dmnuen (c es-à-dre que le malus dmnue lorsque la fréquence moyenne de snsres augmene (pour Var/Esp² fxé. Cela sgnfe que dans une classe d assurés don la fréquence moyenne de snsres es élevée, l assuré, qu a eu un snsre, a une augmenaon de prme mons mporane que s l fa pare d une classe d assurés don la fréquence moyenne de snsres es plus fable. d aure par, à l nverse des coeffcens de bonus, les coeffcens de malus augmenen avec l héérogénéé (pour une fréquence moyenne de snsres donnée. Ce phénomène s accenue lorsque la fréquence moyenne de snsres es fable. Le ableau c-dessous conen les dfférences observées enre les ableaux 7 e 8. C Coeffcen obenu avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma (Tableau 7. C Coeffcen obenu avec une modélsaon de la fréquence de snsres par une lo Posson-Inverse Gaussenne (Tableau 8. Dfférence C - C Tableau : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. (Coeffcens de Bonus unquemen (Σn.
25 SYSTEMES BOUS-MALUS 5 Var/Esp² Esp % % % % % % % % % % Graphque : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de Esp e de Var/Esp² (ableau. C % 8.% 6.5% 5.% 3.5%.%.5% Var/Esp².8. 3.% 9.% 7.5% 6.% 4.5% Esp Le ableau c-dessous conen les dfférences observées enre les ableaux 9 e le même ableau obenu avec une modélsaon par une lo Posson-Inverse Gaussenne.
26 6 Ph. BIEAIME &. RICHARD Tableau : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. (Coeffcens de Malus unquemen (Σn. Var/Esp² Esp % % % % % % % % % % Graphque : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de Esp e de Var/Esp² (ableau. C % 4.% 5.% 6.% 7.% 8.% 9.%.%.%.% 3.% 4.% 5.% 6.% 7.% 8.% 9.%.% Var/Esp² Esp Le ableau c-dessous conen les dfférences observées enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. Ces dfférences son exprmées en foncon de Esp e de Var/Esp², pour un nombre de snsre, Σn.
27 SYSTEMES BOUS-MALUS 7 Tableau : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. (Coeffcens de Malus unquemen (Σn. Var/Esp² Esp % % % % % % % % % % Graphque : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de Esp e de Var/Esp² (ableau. C Var/Esp² % 8.% 6.5% 5.% 3.5%.%.5% 9.% 7.5% Esp 6.% 4.5% 3.% Le ableau 3 c-dessous conen les dfférences observées enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. Ces dfférences son exprmées en foncon de Esp e de Var/Esp², pour un nombre de snsre, Σn 5.
28 8 Ph. BIEAIME &. RICHARD Tableau 3 : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne. (Coeffcens de Malus unquemen (Σn 5. Var/Esp² Esp % % % % % % % % % % Graphque 3 : Dfférences enre les coeffcens obenus avec une modélsaon de la fréquence de snsres par une lo Posson-Gamma e une lo Posson-Inverse Gaussenne en foncon de Esp e de Var/Esp² (ableau 3. C Esp Var/Esp² Le ableau concerne les coeffcens à applquer aux assurés non snsrés e qu bénéfcen donc d un bonus. On remarque que :
29 SYSTEMES BOUS-MALUS 9 oues les dfférences son négaves, ce qu sgnfe que les coeffcens obenus en ulsan la lo Posson-Gamma son nféreurs à ceux obenus à parr de la lo Posson-Inverse Gaussenne. Un assuré non snsré aura donc un bonus plus avanageux s la lo de fréquence de snsres es modélsée à parr d une lo Posson-Gamma. d aure par, les dfférences enre les deux modélsaons augmenen avec l héérogénéé résduelle de la classe consdérée (la fréquence moyenne de snsres éan fxée. Ce phénomène es d auan plus mporan que la fréquence moyenne de snsres es grande. Le ableau concerne les coeffcens à applquer aux assurés ayan eu un snsre e qu on donc un malus. On remarque que : à l nverse de la suaon où l assuré n es pas snsré, oues les dfférences son posves. En effe s la lo Posson-Gamma perme d accorder un bonus plus néressan aux assurés non snsrés que la lo Posson-Inverse Gaussenne, elle es en revanche plus sévère en ce qu concerne les malus. d aure par, comme pour le ableau, les dfférences enre les deux modélsaons augmenen avec l héérogénéé résduelle de la classe d assurés. Le ableau concerne les coeffcens à applquer aux assurés ayan eu snsres. On remarque que : cee fos les dfférences son posves ou négaves. Lorsque la fréquence moyenne de snsres es mporane, c es la lo Posson-Gamma qu donne les coeffcens de malus les plus désavanageux, alors que pour une fréquence moyenne de snsres fable, c es la lo Posson-Inverse Gaussenne qu es la plus sévère. d aure par, les dfférences augmenen, cee fos encore, avec l héérogénéé résduelle de la classe d assurés. Le ableau 3 concerne ouours les coeffcens à applquer en cas de malus, pour un nombre de snsres plus mporan ( n 5. On remarque que : Concluson les coeffcens obenus à parr de la lo Posson-Inverse Gaussenne son plus mporans que ceux obenus à parr de la lo Posson-Gamma. La lo Posson-Inverse Gaussenne es une modélsaon qu pénalse plus les assurés ayan un nombre mporan de snsres. Cee remarque va dans le même sens que ce qu ava éé observé dans le cas précéden. on consae ouours l augmenaon des dfférences lorsque l héérogénéé croî. L éape suvane, dans la mse en place de ce sysème Bonus-Malus, es l applcaon à des données. En effe, l va fallor calculer les esmaeurs des los
30 3 Ph. BIEAIME &. RICHARD mulvarées afn de pouvor, ensue, procéder à l adéquaon des los ulsées aux données. D aure par, l sera ceranemen néressan d ulser des los à plus de deux paramères pour la varable de srucure du rsque : par exemple, la lo Inverse Gaussenne Généralsée. REFERECES BESSO J.L. e PARTRAT C., Trend e sysème de Bonus-Malus, 99, ASTI Bullen, Vol., BIEAIME P. e RICHARD., Fréquence de snsres e Bonus-Malus, 998, Mémore d acuara, Insu des Scences Fnancère e d Assurances KOCHERLAKOTA S. e KOCHERLAKOTA K., Bvarae dscree dsrbuons, 99, Marcel Dekker PARTRAT C., Rsque e Sasque, 99, Bullen de l'i.a.f. spécal cenenare ère pare Sep-Déc 9 n 356 e 357 Phlppe BIEAIME ahale RICHARD G.P.A. Servce Acuara Drecon fonconnelle IRD 8, place des Cnq Maryrs du Lycée Buffon Pars Cedex 4 Tél : ( (ahale RICHARD ( (Phlppe BIEAIME Fax : ( Laboraore de Scences Acuarelle e Fnancère, I.S.F.A Unversé Claude Bernard Lyon 43, boulevard du ovembre Vlleurbanne Cedex.
BILAN EN ELECTRICITE : RC, RL ET RLC
IN N TIIT :, T I. INTNSIT : = dq d en couran varable I = Q en couran connu Méhode générale d éablssemen des équaons dfférenelles : lo d addvé des ensons pus relaons dq caracérsques :, lo d Ohm u = aux
Plus en détail«Modèle Bayésien de tarification de l assurance des flottes de véhicules»
Arcle «Modèle Baésen de arcaon de l assurance des loes de véhcules» Jean-Franços Angers, Dense Desardns e Georges Donne L'Acualé économque, vol. 80, n -3, 004, p. 53-303. Pour cer ce arcle, ulser l'normaon
Plus en détailUNE ÉVALUATION EMPIRIQUE DE LA NOUVELLE TARIFICATION DE L'ASSURANCE AUTOMOBILE (1992) AU QUÉBEC * par. Georges Dionne 1,2 Charles Vanasse 2
UNE ÉVALUATION EMPIRIQUE DE LA NOUVELLE TARIFICATION DE L'ASSURANCE AUTOMOBILE (992) AU QUÉBEC * par Georges Donne,2 Charles Vanasse 2 * Cee recherche a éé rendu possble grâce en pare au Fonds pour la
Plus en détailModèles de Risques et Solvabilité en assurance Vie. Kaltwasser Perrine Le Moine Pierre. Autorité de Contrôle des Assurances et des Mutuelles (ACAM)
Modèles de Rsques e Solvablé en assurance Ve Kalwasser errne Le Mone erre Auoré de Conrôle des Assurances e des Muuelles (ACAM 6, rue abou 75436 ARIS CEDEX 9 él. : + 33 55 5 43 5 fax : + 33 55 5 4 5 perrne.kalwasser@acam-france.fr
Plus en détailNotice d information contractuelle Loi Madelin. Generali.fr
parculers PRFESSINNELS enreprses Noce d nformaon conracuelle Lo Madeln General.fr Noce d nformaon conracuelle Le présen documen es rems à re de proposon e de proje de conra. Naure de la Convenon : LA RETRAITE
Plus en détailN o 12-001-XIF au catalogue. Techniques d'enquête
N o -00-XIF au caalogue echnques d'enquêe 005 Commen obenr d aures rensegnemens oue demande de rensegnemens au suje du présen produ ou au suje de sasques ou de serces connexes do êre adressée à : Dson
Plus en détailÉmissions d obligations rachetables :
Émssons d oblgaons racheables : movaons e rendemens oblgaares mplqués Maxme DEBON Franck MORAUX Parck NAVATTE Unversé d Evry Unversé de Rennes Unversé de Rennes & LAREM & CREM & CREM Ocobre 2 Absrac Après
Plus en détailNotice d information contractuelle Loi Madelin. Generali.fr
parculers PRFESSINNELS enreprses Noce d nformaon conracuelle Lo Madeln General.fr Noce d nformaon conracuelle Le présen documen es rems à re de proposon e de proje de conra. Naure de la Convenon : LA RETRAITE
Plus en détailANNEXE I TRANSFORMEE DE LAPLACE
ANNEE I TRANSFORMEE DE LAPLACE Perre-Smon Lalace, mahémacen franças 749-87. Lalace enra à l unversé de Caen a 6 ans. Très ve l s néressa aux mahémaques e fu remarqué ar d Alember. En analyse, l nrodus
Plus en détailpar Yazid Dissou** et Véronique Robichaud*** Document de travail 2003-18
Deparmen of Fnance Mnsère des Fnances Workng Paper Documen de raval Conrôle des émssons de GES à l ade d un sysème de perms échangeables avec allocaon basée sur la producon Une analyse en équlbre général
Plus en détailCIFA 2004 Synthèse mixte H 2 /H par retour d état statique
4 Snhèse mxe H /H par reor d éa saqe SLH SLH, ENS RZELER Laboraore d nalse e commandes des ssèmes, LS-EN amps nversare, P 37 Le belvédère ns - nse Laboraore d nalse e rchecre des Ssèmes, LS-NRS 7 vene
Plus en détail0707 70 70 Lot-sizing Résumé :
77 7 7 2 Lo-szng Résumé : L améloraon de la qualé des servces logsques es la garane essenelle pour la réalsaon de l avanage de ces servces, l augmenaon du nveau de sasfacon des clens e l améloraon de la
Plus en détailCours Thème VIII.3 CONVERSION STATIQUE D'ÉNERGIE
ours hème VIII.3 ONVSION SAIQU D'ÉNGI 3- Famlles de conversseurs saques Suvan le ype de machne à commander e suvan la naure de la source de pussance, on dsngue pluseurs famlles de conversseurs saques (schéma
Plus en détailLe mode de fonctionnement des régimes en annuités. Secrétariat général du Conseil d orientation des retraites
CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 28 janvier 2009 9 h 30 «Les différens modes d acquisiion des drois à la reraie en répariion : descripion e analyse comparaive des echniques uilisées»
Plus en détailMATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES LES ANNUITES INTRODUCTION : Exemple 1 : Une personne veu acquérir une maison pour 60000000 DH, pour cela, elle place annuellemen au CIH une de 5000000 DH. Bu : Consiuer un capial
Plus en détailCalculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.
1 CAS nédt d applcaton sur les normes IAS/IFRS Coût amort sur oblgatons à taux varable ou révsable La socété Plumera présente ses comptes annuels dans le référentel IFRS. Elle détent dans son portefeulle
Plus en détailIntégration financière en Asie de l Est : l apport des tests de stationnarité et de cointégration en panel
Inégraon fnancère en Ase de l Es : l appor des ess de saonnaré e de conégraon en panel Cyrac GUILLAUMIN 1 Documen de raval CEPN 19/2008 Résumé : L objecf de ce paper es de mesurer le degré d négraon fnancère
Plus en détailRegional Wind Speed Evolution Identification and Longterm Correlation Application
Regonal Wnd Speed Evoluon Idenfcaon and Longerm Correlaon Applcaon Idenfcaon de l évoluon régonale de la vesse du ven e applcaon à la corrélaon long erme B. Buffard, Theola France, Monpeller Exernal Arcle
Plus en détailDares Analyses. La répartition des hommes et des femmes par métiers Une baisse de la ségrégation depuis 30 ans
Dares Analyses décembre 13 N 79 publcaon de la drecon de l'anmaon de la recherche, des éudes e des sasques La réparon des hommes e des femmes par méers Une basse de la ségrégaon depus 3 ans Les femmes
Plus en détailLes jeunes économistes
Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque
Plus en détailF 2 = - T p K 0. ... F T = - T p K 0 - K 0
Correcion de l exercice 2 de l assisana pré-quiz final du cours Gesion financière : «chéancier e aux de renabilié inerne d empruns à long erme» Quesion : rappeler la formule donnan les flux à chaque échéance
Plus en détailAnnuités. I Définition : II Capitalisation : ( Valeur acquise par une suite d annuités constantes ) V n = a t
Annuiés I Définiion : On appelle annuiés des sommes payables à inervalles de emps déerminés e fixes. Les annuiés peuven servir à : - consiuer un capial ( annuiés de placemen ) - rembourser une dee ( annuiés
Plus en détailOscillations forcées en régime sinusoïdal.
Conrôle des prérequis : Oscillaions forcées en régime sinusoïdal. - a- Rappeler l expression de la période en foncion de la pulsaion b- Donner l expression de la période propre d un circui RLC série -
Plus en détailPlan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks
Plan Geston des stocks Abdellah El Fallah Ensa de Tétouan 2011 Les opératons de gestons des stocks Les coûts assocés à la geston des stocks Le rôle des stocks Modèle de la quantté économque Geston calendare
Plus en détailELECTRICITE. Chapitre 13 Régimes transitoires des circuits RC et RL. Analyse des signaux et des circuits électriques. Michel Piou
LCTICIT Analys ds sgnaux ds crcus élcrqus Mchl Pou Chapr 13 égms ransors ds crcus C L don 14/3/214 Tabl ds maèrs 1 POUQUOI T COMMNT?...1 2 GIMS TANSITOIS DS CICUITS C T L....2 2.1 xponnll décrossan....2
Plus en détailVA(1+r) = C 1. VA = C 1 v 1
Universié Libre de Bruxelles Solvay Business School La valeur acuelle André Farber Novembre 2005. Inroducion Supposons d abord que le emps soi limié à une période e que les cash flows fuurs (les flux monéaires)
Plus en détailAssurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire
Assurance malade et aléa de moralté ex-ante : L ncdence de l hétérogénété de la perte santare Davd Alary 1 et Franck Ben 2 Cet artcle examne l ncdence de l hétérogénété de la perte santare sur les contrats
Plus en détailLes solutions solides et les diagrammes d équilibre binaires. sssp1. sssp1 ssss1 ssss2 ssss3 sssp2
Les soluions solides e les diagrammes d équilibre binaires 1. Les soluions solides a. Descripion On peu mélanger des liquides par exemple l eau e l alcool en oue proporion, on peu solubiliser un solide
Plus en détailTexte Ruine d une compagnie d assurance
Page n 1. Texe Ruine d une compagnie d assurance Une nouvelle compagnie d assurance veu enrer sur le marché. Elle souhaie évaluer sa probabilié de faillie en foncion du capial iniial invesi. On suppose
Plus en détailBTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES
MATHEMATIQUES FINANCIERES I. Concepts généraux. Le référentel précse : Cette parte du module M4 «Acquérr des outls mathématques de base nécessares à l'analyse de données économques» est en relaton avec
Plus en détailLa rentabilité des investissements
La renabilié des invesissemens Inroducion Difficulé d évaluer des invesissemens TI : problème de l idenificaion des bénéfices, des coûs (absence de saisiques empiriques) problème des bénéfices Inangibles
Plus en détailRisque associé au contrat d assurance-vie pour la compagnie d assurance. par Christophe BERTHELOT, Mireille BOSSY et Nathalie PISTRE
Ce aricle es disponible en ligne à l adresse : hp://www.cairn.info/aricle.php?id_revue=ecop&id_numpublie=ecop_149&id_article=ecop_149_0073 Risque associé au conra d assurance-vie pour la compagnie d assurance
Plus en détailContrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations
Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus
Plus en détailImpact du vieillissement démographique sur l impôt prélevé sur les retraits des régimes privés de retraite
DOCUMENT DE TRAVAIL 2003-12 Impac du vieillissemen démographique sur l impô prélevé sur les rerais des régimes privés de reraie Séphane Girard Direcion de l analyse e du suivi des finances publiques Ce
Plus en détailCaractéristiques des signaux électriques
Sie Inerne : www.gecif.ne Discipline : Génie Elecrique Caracérisiques des signaux élecriques Sommaire I Définiion d un signal analogique page 1 II Caracérisiques d un signal analogique page 2 II 1 Forme
Plus en détail1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.
A2 Analyser le système Converson statque de l énerge Date : Nom : Cours 2 h 1 Introducton Un ConVertsseur Statque d énerge (CVS) est un montage utlsant des nterrupteurs à semconducteurs permettant par
Plus en détailDocumentation Technique de Référence Chapitre 8 Trames types Article 8.14-1
Documenaion Technique de Référence Chapire 8 Trames ypes Aricle 8.14-1 Trame de Rappor de conrôle de conformié des performances d une insallaion de producion Documen valide pour la période du 18 novembre
Plus en détailTD 1. Statistiques à une variable.
Danel Abécasss. Année unverstare 2010/2011 Prépa-L1 TD de bostatstques. Exercce 1. On consdère la sére suvante : TD 1. Statstques à une varable. 1. Calculer la moyenne et l écart type. 2. Calculer la médane
Plus en détailSTATISTIQUE AVEC EXCEL
STATISTIQUE AVEC EXCEL Excel offre d nnombrables possbltés de recuellr des données statstques, de les classer, de les analyser et de les représenter graphquement. Ce sont prncpalement les tros éléments
Plus en détailANALYSE DES DETERMINANTS DE L EPARGNE NATIONALE DANS UN PAYS EN DEVELOPPEMENT : LE CAS DU RWANDA
Unvesé de Monéal Faculé des As e des Scences Dépaemen des Scences Economques ANALSE DES DETERMINANTS DE L EPARGNE NATIONALE DANS UN PAS EN DEVELOPPEMENT : LE CAS DU RWANDA Rappo de echeche pésené pa :
Plus en détail2. Quelle est la valeur de la prime de l option américaine correspondante? Utilisez pour cela la technique dite de remontée de l arbre.
1 Examen. 1.1 Prime d une opion sur un fuure On considère une opion à 85 jours sur un fuure de nominal 18 francs, e don le prix d exercice es 175 francs. Le aux d inérê (coninu) du marché monéaire es 6%
Plus en détailMesure avec une règle
Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système
Plus en détailGénéralités sur les fonctions 1ES
Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :
Plus en détailRépublique Algérienne Démocratique et Populaire Ministère de l Enseignement supérieur et de La Recherche Scientifique. Polycopie:
Réublque Algérenne Déocraque e Poulare Mnsère de l Ensegneen suéreur e de a Recherche Scenfque Unversé : Hassba BENBOUAI de CHEF Faculé : Scences Déareen : Physque Doane : ST-SM Polycoe: Vbraons e Ondes
Plus en détailRemboursement d un emprunt par annuités constantes
Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)
Plus en détailEcole des JDMACS, Angers, 19-21 Mars 2009 Commande prédictive : interaction optimisation commande
Par : Inrodcon à la ommand Prédcv Ecol ds JDMAS, Angrs, 9- Mars 009 ommand prédcv : nracon opmsaon command Plan d la présnaon. Inrodcon. Qls rpèrs. Phlosoph. s concps d la ommand Prédcv. Prncps d bas.
Plus en détailCREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?
CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE? Boulanger Frédérc Avanssur, Groupe AXA 163-167, Avenue Georges Clémenceau 92742 Nanterre Cedex France Tel: +33 1 46 14 43
Plus en détailGEA I Mathématiques nancières Poly. de révision. Lionel Darondeau
GEA I Mathématques nancères Poly de révson Lonel Darondeau Intérêts smples et composés Voc la lste des exercces à révser, corrgés en cours : Exercce 2 Exercce 3 Exercce 5 Exercce 6 Exercce 7 Exercce 8
Plus en détailSommaire de la séquence 12
Sommaire de la séquence 12 Séance 1........................................................................................................ Je prends un bon dépar.......................................................................................
Plus en détailExemples de résolutions d équations différentielles
Exemples de résoluions d équaions différenielles Table des maières 1 Définiions 1 Sans second membre 1.1 Exemple.................................................. 1 3 Avec second membre 3.1 Exemple..................................................
Plus en détailFiles d attente (1) F. Sur - ENSMN. Introduction. 1 Introduction. Vocabulaire Caractéristiques Notations de Kendall Loi de Little.
Cours de Tronc Commun Scienifique Recherche Opéraionnelle Les files d aene () Les files d aene () Frédéric Sur École des Mines de Nancy www.loria.fr/ sur/enseignemen/ro/ 5 /8 /8 Exemples de files d aene
Plus en détailDocument de travail FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN. Mathilde Le Moigne OFCE et ENS ULM
Documen de ravail 2015 17 FRANCE ET ALLEMAGNE : UNE HISTOIRE DU DÉSAJUSTEMENT EUROPEEN Mahilde Le Moigne OFCE e ENS ULM Xavier Rago Présiden OFCE e chercheur CNRS Juin 2015 France e Allemagne : Une hisoire
Plus en détailMontage émetteur commun
tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.
Plus en détailMODÈLE BAYÉSIEN DE TARIFICATION DE L ASSURANCE DES FLOTTES DE VÉHICULES
Cahier de recherche 03-06 Sepembre 003 MODÈLE BAYÉSEN DE TARFCATON DE L ASSURANCE DES FLOTTES DE VÉHCULES Jean-François Angers, Universié de Monréal Denise Desardins, Universié de Monréal Georges Dionne,
Plus en détailLes circuits électriques en régime transitoire
Les circuis élecriques en régime ransioire 1 Inroducion 1.1 Définiions 1.1.1 égime saionnaire Un régime saionnaire es caracérisé par des grandeurs indépendanes du emps. Un circui en couran coninu es donc
Plus en détailCOURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE. François LONGIN www.longin.fr
COURS GESTION FINANCIERE A COURT TERME SEANCE 3 PLANS DE TRESORERIE SEANCE 3 PLANS DE TRESORERIE Obje de la séance 3 : dans la séance 2, nous avons monré commen le besoin de financemen éai couver par des
Plus en détailChapitre 2 L investissement. . Les principales caractéristiques de l investissement
Chapire 2 L invesissemen. Les principales caracérisiques de l invesissemen.. Définiion de l invesissemen Définiion générale : ensemble des B&S acheés par les agens économiques au cours d une période donnée
Plus en détailCopules et dépendances : application pratique à la détermination du besoin en fonds propres d un assureur non vie
Copules e dépendances : applicaion praique à la déerminaion du besoin en fonds propres d un assureur non vie David Cadoux Insiu des Acuaires (IA) GE Insurance Soluions 07 rue Sain-Lazare, 75009 Paris FRANCE
Plus en détailTHÈSE. Pour l obtention du grade de Docteur de l Université de Paris I Panthéon-Sorbonne Discipline : Sciences Économiques
Universié de Paris I Panhéon Sorbonne U.F.R. de Sciences Économiques Année 2011 Numéro aribué par la bibliohèque 2 0 1 1 P A 0 1 0 0 5 7 THÈSE Pour l obenion du grade de Doceur de l Universié de Paris
Plus en détailSciences Industrielles pour l Ingénieur
Sciences Indusrielles pour l Ingénieur Cenre d Inérê 6 : CONVERTIR l'énergie Compéences : MODELISER, RESOUDRE CONVERSION ELECTROMECANIQUE - Machine à couran coninu en régime dynamique Procédés de piloage
Plus en détailS euls les flux de fonds (dépenses et recettes) définis s ent l investissement.
Choix d ives i s s eme e cer iude 1 Chapire 1 Choix d ivesissemes e ceriude. Défiiio L es décisios d ivesissemes fo parie des décisios sraégiques de l erepris e. Le choix ere différes projes d ivesisseme
Plus en détailTD/TP : Taux d un emprunt (méthode de Newton)
TD/TP : Taux d un emprun (méhode de Newon) 1 On s inéresse à des calculs relaifs à des remboursemens d empruns 1. On noera C 0 la somme emprunée, M la somme remboursée chaque mois (mensualié), le aux mensuel
Plus en détailCHAPITRE I : Cinématique du point matériel
I. 1 CHAPITRE I : Cinémaique du poin maériel I.1 : Inroducion La plupar des objes éudiés par les physiciens son en mouvemen : depuis les paricules élémenaires elles que les élecrons, les proons e les neurons
Plus en détailCHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE
HAITRE 4 : RAISONNEMENT DES SYSTÈMES DE OMMANDE RAISONNEMENT DES SYSTÈMES DE OMMANDE... 2 INTRODUTION... 22 RAELS... 22 alcul de la valeur ntale de la répone à un échelon... 22 alcul du gan tatque... 22
Plus en détailEditions ENI. Project 2010. Collection Référence Bureautique. Extrait
Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf
Plus en détailLe «Scoring» LOGISTIQUE
Le «Scorng» LOGISTIQUE Clre eler Acure ISFA 996 Le 7//009 _clre@yhoo.fr Dns leur qus olé, les nques e orgnsmes fnncers ulsen l nlyse our rédre s un emruneur fer défu ou non e rendre ensue l décson rorée
Plus en détailCHAPITRE 13. EXERCICES 13.2 1.a) 20,32 ± 0,055 b) 97,75 ± 0,4535 c) 1953,125 ± 23,4375. 2.±0,36π cm 3
Chapire Eercices de snhèse 6 CHAPITRE EXERCICES..a), ±,55 b) 97,75 ±,455 c) 95,5 ±,475.±,6π cm.a) 44,, erreur absolue de,5 e erreur relaive de, % b) 5,56, erreur absolue de,5 e erreur relaive de,9 % 4.a)
Plus en détailEH SmartView. Identifiez vos risques et vos opportunités. www.eulerhermes.be. Pilotez votre assurance-crédit. Services en ligne Euler Hermes
EH SmartVew Servces en lgne Euler Hermes Identfez vos rsques et vos opportuntés Plotez votre assurance-crédt www.eulerhermes.be Les avantages d EH SmartVew L expertse Euler Hermes présentée de manère clare
Plus en détailChapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique
Spécale PSI - Cours "Electromagnétsme" 1 Inducton électromagnétque Chaptre IV : Inductance propre, nductance mutuelle. Energe électromagnétque Objectfs: Coecents d nductance propre L et mutuelle M Blan
Plus en détailTB 352 TB 352. Entrée 1. Entrée 2
enrées série TB logiciel d applicaion 2 enrées à émission périodique famille : Inpu ype : Binary inpu, 2-fold TB 352 Environnemen Bouon-poussoir TB 352 Enrée 1 sories 230 V Inerrupeur Enrée 2 Câblage sur
Plus en détailCARACTERISTIQUES STATIQUES D'UN SYSTEME
CARACTERISTIQUES STATIQUES D'UN SYSTEE 1 SYSTEE STABLE, SYSTEE INSTABLE 1.1 Exemple 1: Soi un sysème composé d une cuve pour laquelle l écoulemen (perurbaion) es naurel au ravers d une vanne d ouverure
Plus en détailSélection de portefeuilles et prédictibilité des rendements via la durée de l avantage concurrentiel 1
ASAC 008 Halifax, Nouvelle-Écosse Jacques Sain-Pierre (Professeur Tiulaire) Chawki Mouelhi (Éudian au Ph.D.) Faculé des sciences de l adminisraion Universié Laval Sélecion de porefeuilles e prédicibilié
Plus en détailMÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES
MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES Émle Garca, Maron Le Cam et Therry Rocher MENESR-DEPP, bureau de l évaluaton des élèves Cet artcle porte sur les méthodes de
Plus en détailRecueil d'exercices de logique séquentielle
Recueil d'exercices de logique séquenielle Les bascules: / : Bascule JK Bascule D. Expliquez commen on peu modifier une bascule JK pour obenir une bascule D. 2/ Eude d un circui D Q Q Sorie A l aide d
Plus en détailPage 5 TABLE DES MATIÈRES
Page 5 TABLE DES MATIÈRES CHAPITRE I LES POURCENTAGES 1. LES OBJECTIFS 12 2. LES DÉFINITIONS 14 1. La varaton absolue d'une grandeur 2. La varaton moyenne d'une grandeur (par unté de temps) 3. Le coeffcent
Plus en détailTerminal numérique TM 13 raccordé aux installations Integral 33
Termnal numérque TM 13 raccordé aux nstallatons Integral 33 Notce d utlsaton Vous garderez une longueur d avance. Famlarsez--vous avec votre téléphone Remarques mportantes Chaptres à lre en prorté -- Vue
Plus en détailL intégration intra-régionale des marchés boursiers de l Europe du sudest : une analyse multivariée
Busness School W O R K I N G P A P E R S E R I E S Wokng Pape 24-29 L négaon na-égonale des machés bouses de l Euope du sudes : une analyse mulvaée Khaled Guesm Duc Khuong Nguyen hp://www.pag.f/f/accuel/la-echeche/publcaons-wp.hml
Plus en détailFinance 1 Université d Evry Val d Essonne. Séance 2. Philippe PRIAULET
Finance 1 Universié d Evry Val d Essonne éance 2 Philippe PRIAULET Plan du cours Les opions Définiion e Caracérisiques Terminologie, convenion e coaion Les différens payoffs Le levier implicie Exemple
Plus en détailAMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE
AMPLIFICATEUR OPERATIONNEL EN REGIME NON LINEAIRE Dans e hapire l'amplifiaeur différeniel inégré sera oujours onsidéré omme parfai, mais la ension de sorie ne pourra prendre que deux valeurs : V sa e V
Plus en détailChapitre IV Les oscillations couplées «Les oscillations libres d un système à plusieurs degrés de liberté»
Chre IV, cours de vbrons, ondes _Phs, Pr. Bds Bennecer MD 8-9 Chre IV es oscllons coulées «es oscllons lbres d un ssèe à luseurs degrés de lberé» Dns ce chre, nous llons coencer r éuder les oscllons lbres
Plus en détailNed s Expat L assurance des Néerlandais en France
[ LA MOBILITÉ ] PARTICULIERS Ned s Expa L assurance des Néerlandais en France 2015 Découvrez en vidéo pourquoi les expariés en France choisissen APRIL Inernaional pour leur assurance sané : Suivez-nous
Plus en détailThème : Electricité Fiche 5 : Dipôle RC et dipôle RL
Fiche ors Thème : Elecricié Fiche 5 : Dipôle e dipôle Plan de la fiche Définiions ègles 3 Méhodologie I - Définiions oran élecriqe : déplacemen de charges élecriqes q a mesre d débi de charges donne l
Plus en détailACTE DE PRÊT HYPOTHÉCAIRE
- 1 - ACTE DE PRÊT HYPOTHÉCAIRE 5453F QC FR-2010/01 Taux fxe Le. Devant M e, notare soussgné pour la provnce de Québec, exerçant à. ONT COMPARU : ET : (C-après parfos appelé dans le présent Acte l «emprunteur»
Plus en détail2009-01 EFFICIENCE INFORMATIONNELLE DES 1948-2008 UNE VERIFICATION ECONOMETRIQUE MARCHES DE L OR A PARIS ET A LONDRES, DE LA FORME FAIBLE
009-01 EFFICIENCE INFORMATIONNELLE DES MARCHES DE L OR A PARIS ET A LONDRES, 1948-008 UNE VERIFICATION ECONOMETRIQUE DE LA FORME FAIBLE Thi Hong Van HOANG Efficience informaionnelle des marchés de l or
Plus en détailMIDI F-35. Canal MIDI 1 Mélodie Canal MIDI 2 Basse Canal MIDI 10 Batterie MIDI IN. Réception du canal MIDI = 1 Reproduit la mélodie.
/ VARIATION/ ACCOMP PLAY/PAUSE REW TUNE/MIDI 3- LESSON 1 2 3 MIDI Qu es-ce que MIDI? MIDI es l acronyme de Musical Insrumen Digial Inerface, une norme inernaionale pour l échange de données musicales enre
Plus en détailContents. 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 détailsanté Les arrêts de travail des séniors en emploi
soldarté et DOSSIERS Les arrêts de traval des sénors en emplo N 2 2007 Les sénors en emplo se dstnguent-ls de leurs cadets en termes de recours aux arrêts de traval? Les sénors ne déclarent pas plus d
Plus en détailGestion 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 détailCONVERSION ÉLECTRONIQUE STATIQUE. HACHEURS. I : Ce que vous ne pouvez pas deviner. 1 ) Principes généraux des convertisseurs de puissance.
ONVSON ÉONQ SAQ AS : e qe vos ne povez pas devner 1 ) Prnpes générax des onverssers de pssane es pssanes mses en je Gamme des pssanes overes par l éleronqe de pssane S AS monres, APN, 10 ordnaers, haînes
Plus en détailGESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, août 2003
GESTION DU RÉSULTAT : MESURE ET DÉMESURE 1 2 ème version révisée, aoû 2003 Thomas JEANJEAN 2 Cahier de recherche du CEREG n 2003-13 Résumé : Depuis une vingaine d années, la noion d accruals discréionnaires
Plus en détailTRAVAUX PRATIQUES N 5 INSTALLATION ELECTRIQUE DE LA CAGE D'ESCALIER DU BATIMENT A
UIMBERTEAU UIMBERTEAU TRAVAUX PRATIQUES 5 ISTALLATIO ELECTRIQUE DE LA CAE D'ESCALIER DU BATIMET A ELECTROTECHIQUE Seconde B.E.P. méiers de l'elecroechnique ELECTROTECHIQUE HABITAT Ver.. UIMBERTEAU TRAVAUX
Plus en détailArticle. «Les effets à long terme des fonds de pension» Pascal Belan, Philippe Michel et Bertrand Wigniolle
Aricle «Les effes à long erme des fonds de pension» Pascal Belan, Philippe Michel e Berrand Wigniolle L'Acualié économique, vol 79, n 4, 003, p 457-480 Pour cier ce aricle, uiliser l'informaion suivane
Plus en détailDES EFFETS PERVERS DU MORCELLEMENT DES STOCKS
DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS Le cabnet Enetek nous démontre les mpacts négatfs de la multplcaton des stocks qu au leu d amélorer le taux de servce en se rapprochant du clent, le dégradent
Plus en détailPouvoir de marché et transmission asymétrique des prix sur les marchés de produits vivriers au Bénin
C N R S U N I V E R S I T E D A U V E R G N E F A C U L T E D E S S C I E N C E S E C O N O M I Q U E S E T D E G E S T I O N CENTRE D ETUDES ET DE RECHERCHES SUR LE DEVELOPPEMENT INTER NATIONAL Pouvoir
Plus en détailN d ordre Année 2008 THESE. présentée. devant l UNIVERSITE CLAUDE BERNARD - LYON 1. pour l obtention. du DIPLOME DE DOCTORAT. (arrêté du 7 août 2006)
N d ordre Année 28 HESE présenée devan l UNIVERSIE CLAUDE BERNARD - LYON pour l obenion du DILOME DE DOCORA (arrêé du 7 aoû 26) présenée e souenue publiquemen le par M. Mohamed HOUKARI IRE : Mesure du
Plus en détailCOMPARAISON DE MÉTHODES POUR LA CORRECTION
COMPARAISON DE MÉTHODES POUR LA CORRECTION DE LA NON-RÉPONSE TOTALE : MÉTHODE DES SCORES ET SEGMENTATION Émle Dequdt, Benoît Busson 2 & Ncolas Sgler 3 Insee, Drecton régonale des Pays de la Lore, Servce
Plus en détailEvaluation des Options avec Prime de Risque Variable
Evaluaion des Opions avec Prime de Risque Variable Lahouel NOUREDDINE Correspondance : LEGI-Ecole Polyechnique de Tunisie, BP : 743,078 La Marsa, Tunisie, Insiu Supérieur de Finance e de Fiscalié de Sousse.
Plus en détailExercices de révision
Exercices de révisio Exercice U ivesisseur souscri à l émissio d u bille de résorerie do les caracérisiques so les suivaes : - Nomial : 5 M - Taux facial : 3,2% - Durée de vie : 9 mois L ivesisseur doi
Plus en détailCalcul de tableaux d amortissement
Calcul de tableaux d amortssement 1 Tableau d amortssement Un emprunt est caractérsé par : une somme empruntée notée ; un taux annuel, en %, noté ; une pérodcté qu correspond à la fréquence de remboursement,
Plus en détailMathématiques financières. Peter Tankov
Mahémaiques financières Peer ankov Maser ISIFAR Ediion 13-14 Preface Objecifs du cours L obje de ce cours es la modélisaion financière en emps coninu. L objecif es d un coé de comprendre les bases de
Plus en détail