27
1 Solvabilité II – Risque de réserve Mesure de volatilité dans les provisions pour sinistres - Approche à 1 an

Milliman risque de réserve - arthur

Embed Size (px)

Citation preview

Page 1: Milliman   risque de réserve - arthur

1

Solvabilité II – Risque de réserve

Mesure de volatilité dans les provisions pour sinistres - Approche à 1 an

Page 2: Milliman   risque de réserve - arthur

2

Sommaire

  Risque de réserve dans le cadre du projet Solvabilité II

  Adaptation des méthodes de provisionnement stochastiques

  Résultats et perspectives

Page 3: Milliman   risque de réserve - arthur

3

Le principe de l’incertitude à un an

Page 4: Milliman   risque de réserve - arthur

4

Le principe de l’incertitude à un an

Page 5: Milliman   risque de réserve - arthur

5

Le principe de l’incertitude à un an

Page 6: Milliman   risque de réserve - arthur

6

Un peu de formalisme   avec les notations usuelles

Année  de  développement  j  

Exercice  i   1   2   …   I  1  2  …  

I  

Année  de  développement  j  

Exercice  i   1   2   …   I  1  2  …  

I  

augmentation de l’information disponible

Page 7: Milliman   risque de réserve - arthur

7

Un peu de formalisme  Mack (1993) a proposé le formalisme suivant, sur la charge cumulée

  i.e. hypothèse de link-ratio, classique dans Chain-Ladder

  i.e. hypothèse d’hétéroscédasticité   Et une hypothèse d’indépendance entre années de survenances

  Alors on peut utiliser les facteurs de développement pour prédire la charge ultime

  Pour prédire la charge ultime, on utilise l’estimateur Chain-Ladder du link-ratio

Page 8: Milliman   risque de réserve - arthur

8

Un peu de formalisme   Ces estimateurs sont des estimateurs sans biais, et indépendants,   Aussi

  est un estimateur sans biais, i.e.

  Pour le paramètre de volatilité, on peut considérer

  qui est également un estimateur sans biais du paramètre de volatilité, i.e.

  avec

Page 9: Milliman   risque de réserve - arthur

9

Les estimateurs / prédicteurs usuels   Pour quantifier l’incertitude d’un estimateur en statistique, on considère

  Considérons un jeu simple de pile ou face. Le nombre total de lancers est supposé fixé

Page 10: Milliman   risque de réserve - arthur

10

Les estimateurs / prédicteurs usuels  On souhaite prédire le nombre de face pour les parties à venir…

  L’estimateur naturel de cette quantité est

 On distingue trois types de mesures d’incertitude

Page 11: Milliman   risque de réserve - arthur

11

Les estimateurs / prédicteurs usuels   Pour le mean squared error de prédiction,

  Notons que

  qui peut alors s’écrire

estimation error process error

Page 12: Milliman   risque de réserve - arthur

12

Les estimateurs / prédicteurs usuels   Considérons un jeu simple de pile ou face. Le nombre total de lancers est supposé fixé

 On souhaite prédire le nombre de face pour les parties à venir…

Page 13: Milliman   risque de réserve - arthur

13

Les estimateurs / prédicteurs usuels  … ou plus précisément, on cherche à comparer la prédiction faite à deux dates différentes

  i.e. avec davantage d’information…

 On s’intéresse alors à quantifier l’erreur associée à

  i.e. on cherche

Page 14: Milliman   risque de réserve - arthur

14

Incertitude d’un estimateur / prédicteur   Dans notre modèle de pile ou face, rappelons que

  de telle sorte que

  dont un estimateur naturel est

  En revanche,

  dont une estimateur naturel est

Page 15: Milliman   risque de réserve - arthur

15

Incertitude d’un estimateur / prédicteur   Pour le mean squared error de prédiction conditionnelle, rappelons que

  qui peut s’écrire

  Un estimateur naturel de cette quantité est alors

  i.e. on perd l’estimation de la process error. Mack (1993) proposait d’utiliser une information partielle pour estimer le second terme,

  et donc

Page 16: Milliman   risque de réserve - arthur

16

Quantifier l’incertitude sans biais   Un des problèmes est que la plupart de ces estimateurs sont biaisés. Si on regarde

  comme

  alors

  qui est un estimateur biaisé (cf. inégalité de Jensen).

 On peut utiliser le bootstrap pour réduire le biais de cet estimateur.

Page 17: Milliman   risque de réserve - arthur

17

Les formules de Mack  Mack (1993) a donné des expressions numériques pour ces quantités,

  où

  Une alternative est d’utiliser des méthodes économétriques, en particulier la régression log-Poisson, qui donne la même prédiction de réserve que Mack (1993), mais propose un traitement différent de l’incertitude associée à cette estimation.

Page 18: Milliman   risque de réserve - arthur

18

Utilisation du bootstrap, exemple des GLMs   Rappelons qu’un modèle classique en provisionnement est le modèle log-Poisson

(surdispersé), i.e.

  où

  (avec un effet ligne et un effet colonne). Alors

  (par la Delta méthode, i.e. asymptotiquement). Or comme on utilise un lien logarithmique

 On en déduit

Page 19: Milliman   risque de réserve - arthur

19

Utilisation du bootstrap, exemple des GLMs   Cet estimateur est biaisé, mais en boostrapant les résidus, on peut réduire le biais

Page 20: Milliman   risque de réserve - arthur

20

Utilisation du bootstrap, exemple des GLMs   En reprenant le triangle de Mack (1993), on obtient les scénarios suivants, par années de

survenance

Page 21: Milliman   risque de réserve - arthur

21

Utilisation du bootstrap, exemple des GLMs   En reprenant le triangle de Mack (1993), on obtient les scénarios suivants, par années de

survenance

Page 22: Milliman   risque de réserve - arthur

22

De l’incertitude à un an dans les triangles  Merz & Wüthrich (2008) ont proposé d’étendre les formules de Mack en calculant non plus

une incertitude à ultime, mais une incertitude à un an

  avec

  et

Page 23: Milliman   risque de réserve - arthur

23

De l’incertitude à un an dans les triangles   Pour obtenir une formule à la Mack, Merz & Wüthrich (2008) font l’hypothèse suivante

  qui permet d’utiliser un développement limité

  alors

Page 24: Milliman   risque de réserve - arthur

24

Extension aux modèles GLMs   De même que les GLMs proposaient une alternative intéressante au modèle de Mack

(1993), on peut utiliser ce modèle pour proposer une alternative à Merz & Wüthrich (2008)

Page 25: Milliman   risque de réserve - arthur

25

Extension aux modèles GLMs   De même que les GLMs proposaient une alternative intéressante au modèle de Mack

(1993), on peut utiliser ce modèle pour proposer une alternative à Merz & Wüthrich (2008)

Page 26: Milliman   risque de réserve - arthur

26

Extension aux modèles GLMs   De même que les GLMs proposaient une alternative intéressante au modèle de Mack

(1993), on peut utiliser ce modèle pour proposer une alternative à Merz & Wüthrich (2008)

Page 27: Milliman   risque de réserve - arthur

27

Contacts

  Arthur Charpentier [email protected]

  Laurent Devineau – Senior Manager - Responsable du pôle R&D [email protected] 06 87 30 44 30