ISFA Actuaris /

Méthodes de construction des barèmes tarifaires collectifs en arrêt de travail et apport des données de DSN

Domaine(s)	Mémoire
formation(s)	ISFA () / resp.: / intervenant:

Informations sur les documents

Type de document	Mémoires
société	Actuaris
Auteur(s)	STEFANI L.
Numéro
Date de référence	05/02/2019

Résumé

Les bases de données relatives à des contrats d’assurance en prévoyance individuelle et en prévoyance collective n’ont ni les mêmes caractéristiques, ni le même comportement. Là où les bases de données de contrats individuels possèdent généralement l’ensemble des informations relatives à la population assurée, tant sinistrée que non sinistrée, les bases de données des contrats collectifs ne disposent souvent que des informations détaillées relatives aux bénéficiaires sinistrés et sont complétées par des statistiques plus globales sur la population assurée. Il n’est donc traditionnellement pas possible d’appliquer les mêmes méthodes de modélisation pour construire des normes tarifaires personnalisés adaptées au risque arrêt de travail sur ces deux marchés. Cependant, dans le cadre de ce mémoire d’actuariat réalisé en partenariat avec un organisme assureur, nous avons pu traiter une base de données relative à des contrats en prévoyance collective comportant à la fois des informations détaillées sur les bénéficiaires sinistrés mais également sur les bénéficiaires non sinistrés. De ce fait, le premier objectif de ce mémoire est de vérifier si les méthodes de modélisation du risque arrêt de travail utilisées traditionnellement sur des portefeuilles individuels peuvent également être appliquées en prévoyance collective. Pour cela, nous retenons les 2 méthodes suivantes :
• une première méthode basée sur la modélisation du risque arrêt de travail à l’aide des modèles linéaires généralisés ;
• une seconde méthode basée sur la modélisation du risque arrêt de travail par simulation, à l’aide de tables d’expérience (passage et maintien).
Ces deux méthodes se heurteront à des problèmes d’hétérogénéités des données et de faibles volumétries de la base des prestations, problèmes fréquents sur des bases de données collectives du fait des multiples contrats présents, des durées de franchises plus ou moins longues, et des différentes populations assurées. De ce fait, les deux modélisations étudiées permettent d’obtenir des résultats « partiels » intéressants mais ne permettent pas d’obtenir un barème tarifaire complet. Nous analyserons en seconde partie l’impact de l’exploitation des données de la déclaration sociale nominative sur ces méthodes (données que nous ne pouvions pas exploiter à ce jour puisque la DSN n’est partiellement fonctionnelle que depuis 2015). Nous observerons qu’une bonne utilisation de ces nouvelles données permettra de résoudre les difficultés rencontrées précédemment et d’améliorer les résultats. Du fait des données disponibles et de leur profondeur, ce mémoire relatif à l’arrêt de travail n’aborde pas la tarification du risque invalidité.

Abstract

Databases of personal disability insurance contracts and databases of group disability insurance contracts are different. The first one contains all the detailed data about the insured people whereas the second one possesses detailed information only about people which have been seek at least once and global statistics for the rest of the population. Because of this difference, it is usually impossible to apply the same methods in both personal and group insurance in order to price disability contracts. Nevertheless in this actuarial paper thanks to an insurance institution we own a database of group disability insurance contracts which contains all the insured people, affected and unaffected insured people. Thanks to this database, the first goal of this paper is to study how personal disability insurance pricing methods can be applied to a database of group disability insurance contracts. We are going to study two pricing methods: the first one uses generalized linear models and the second method uses simulations and disability pricing tables. Because of the heterogeneity and the lake of exposure of these group insurance contract databases, these methods haven’t work perfectly and the expected results couldn’t be reached. The heterogeneity of this kind of databases came from the multiples contracts, franchises, and population aggregated in one single data gathering. However, the “déclaration sociale nominative” a French clustering of many social registrations may improve the quality of these pricing methods and solve the previous problem. The analysis of how these data can be used is the second goal of this paper. Because of the short volume of data in the used databases, this paper deals only with short term disability and excludes the long term disability.

Mémoire complet

>

Memoire IA_Leo Stefani.pdf

Lien permament : https://www.ressources-actuarielles.net/C12574E200674F5B/0/30472ED6B3EDBBBBC12583B900710892