Ce mémoire fait une étude détaillée de la modélisation du nombre de réclamations en assurance automobile à l'aide des systèmes bonus-malus, méthode de tarification a posteriori utilisée par les actuaires pour déterminer la prime des assurés en fonction de leur expérience sinistre. Deux approches de calibration des systèmes bonus-malus sont proposées dans le cadre du mémoire. L'estimation des primes relatives d'un système bonus-malus selon l'approche classique passe par deux étapes distinctes : l'estimation des paramètres d'une distribution de l'hétérogénéité lors de la tarification a priori, et ensuite l'approximation de l'hétérogénéité par un système bonus-malus. Une nouvelle approche d'estimation d'un système bonus-malus en une seule étape est développée, en utilisant des outils statistiques. Cette approche statistique permet d'estimer les relativités bonus-malus directement à l'aide des modèles de régression en utilisant la méthode du maximum de vraisemblance. Des critères statistiques classiques permettent ainsi de sélectionner le meilleur système bonus-malus alors que des métriques moins précises devraient être utilisées lors d'une calibration classique. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Nombre de réclamations, Tarification a priori, Tarification a posteriori, Systèmes bonus-malus, Hétérogénéité, Modèles de régression, Maximum de vraisemblance.