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.
Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMUQ.5306 |
Date | 01 1900 |
Creators | Inoussa, Rofick Ayindé |
Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
Detected Language | French |
Type | Mémoire accepté, NonPeerReviewed |
Format | application/pdf |
Relation | http://www.archipel.uqam.ca/5306/ |
Page generated in 0.0019 seconds