Personne : Fossouo Tadjuidje, Achille Rostan
En cours de chargement...
Adresse électronique
Date de naissance
Projets de recherche
Structures organisationnelles
Fonction
Nom de famille
Fossouo Tadjuidje
Prénom
Achille Rostan
Affiliation
Université Laval. École d'actuariat
ISNI
ORCID
Identifiant Canadiana
ncf13752805
person.page.name
1 Résultats
Résultats de recherche
Voici les éléments 1 - 1 sur 1
Publication Accès libre Un modèle multi-catégoriel avec gradient boosting et extrêmes pour projeter à l'ultime les paiements en assurance automobile(2023) Fossouo Tadjuidje, Achille Rostan; Côté, Marie-Pier; Cossette, HélèneLes compagnies d'assurance générale doivent estimer les paiements futurs afin d'assurer leur stabilité financière, en se basant sur les informations disponibles à une date d'évaluation spécifique. Face à l'évolution constante du domaine de l'assurance, les actuaires cherchent continuellement à améliorer leurs modèles traditionnels tels que l'algorithme Chain-Ladder et les modèles linéaires généralisés. Dans ce mémoire, on propose un modèle multi-catégoriel pour prédire le paiement ultime d'une réclamation en se basant sur les informations disponibles jusqu'à une période de développement donnée, notamment les caractéristiques du réclamant et du véhicule et le cumulatif payé à cette période. Ce modèle tient compte de la masse en zéro, des réclamations qui ferment avant l'ultime sans autre paiement, et des paiements extrêmes. Tout d'abord, on utilise la théorie des valeurs extrêmes pour déterminer le seuil au-dessus duquel un paiement à l'ultime est considéré extrême. Ensuite, on implémente un modèle XGBoost multi-classes pour estimer les probabilités qu'un paiement à l'ultime soit nul, standard, extrême ou égal au cumulatif payé actuel. L'étape suivante consiste à estimer les paiements ultimes standards à l'aide du boosting double, une implémentation du gradient boosting qui permet d'estimer deux paramètres (localisation et échelle) d'une distribution en fonction des covariables. Enfin, on utilise une distribution de Pareto généralisée pour modéliser les paiements ultimes extrêmes. La méthodologie proposée est illustrée sur un jeu de données en assurance automobile fourni par une grande compagnie d'assurance générale canadienne. On applique notre modèle sur des données tests et on remarque qu'il est performant pour projeter à l'ultime des réclamations qui sont déjà entre leur 18e et leur 24e mois de développement. Aussi, notre modèle sous-estime quand les réclamations sont peu développées et sur-estime quand la période développement est élevée. Les distributions prédictives des paiements ultimes pour quelques réclamations obtenues par simulation mettent en évidence le caractère flexible de notre modèle.