Bulletin Français d'Actuariat
Bulletin n°12 / vol. 6 / Janvier 2004 - Juin 2004 Le BFA sur internet
Page précédente - Envoyer ce document


Copules et dépendances : application pratique à la détermination du besoin en fonds propres d’un assureur non vie

CADOUX D.; LOIZEAU J.M.


Consulter l'article complet



Résumé



La modélisation des dépendances entre lignes d'affaire d'un portefeuille d'assurance non vie a souvent fait l'objet d'hypothèses simplificatrices. Les copules sont un outil flexible qu'il est désormais possible d'utiliser pour représenter la dépendance entre risques de façon réaliste. Cet article présente un cas pratique d'application de la théorie des copules à la détermination du besoin en fonds propres d'un assureur non vie du marché français tenant compte du seul risque de fluctuation des sinistres. Une méthodologie spécifique de recherche des dépendances au sein du portefeuille d'assurance est mise en place. Les copules représentant le mieux ces interactions sont ensuite sélectionnées à l'aide d'un test d'adéquation du chi-deux. Des simulations de Monte-Carlo permettent enfin de mesurer l'impact des dépendances sur le besoin en fonds propres de la compagnie, ce dernier étant évalué à l’aide de plusieurs mesures de risque.

Abstract

The modeling of dependent business lines of a non life insurance portfolio has often been based on a set of simplified assumptions. Copulae are a versatile tool which can now be used to represent dependence between risks in a realistic way. This study presents a practical case where copulae theory is applied to assess the capital adequacy of a French non life insurer only adjusted for the risk of volatility in insurance losses. Firstly, a specific methodology is developed to detect dependencies embedded in the portfolio. Secondly, copulae that better reflect those links are selected through a chi-square goodness-of-fit test. Finally, Monte-Carlo simulations are used to measure the impact of dependencies on the capital adequacy of the insurer, the latter being assessed thanks to several risk measures.