Développement d’une nouvelle mesure de la capacité de prédiction, appliquée à la tarification des produits d’assurance non-vie

Details

Supervisors

Dr. Robin Van Oirbeek ; Dr. Mina Mostoufi

Faculty

Faculté des sciences

Degree label

Master [120] en sciences actuarielles, à finalité spécialisée

Abstract

Dans un monde où le désir de s’améliorer est toujours au coeur des pensées, les actuaires travaillent pour pouvoir améliorer les services ou mieux encore la tarification appliquée aux produits qu’ils proposent à leurs clients. C’est dans ce contexte que ce mémoire s’intéresse au développement d’une nouvelle mesure de la capacité de prédiction appelée ’pattern index’ qui capte à la fois le calibrage et la discrimination pour rendre robuste notre outil de tarification. Notons que la discrimination est definie comme étant la capacité du modèle à distinguer différents groupes à risque dans la population. Elle peut être mesurée par la statistique de concordance (C) qui est un outil de mesure populaire des modèles de regression linéaire généralisée. C’est une statistique de rang pour les prédictions par rapport aux réalisations. Le calibrage, ou la précision des prévisions quant à lui est défini comme la concordance entre les prévisions et les résultats observés et donc la mesure par excellence est le carré moyen des erreurs (MSE) la méthode utilisée consiste premièrement à tester le fonctionnement ou étudier le comportement de ce nouvel outil sur un échantillon de copules Archimédiennes, avant de l’essayer sur une base de données à travers les modèles de régressions tout en calculant les corrélations de rangs entre les prédictions et les observations.