Upload
marilu
View
23
Download
0
Embed Size (px)
DESCRIPTION
Bootstrap Applications Actuarielles ( Vie-Non vie ). P.Bertail - C.Partrat Séminaire IA 17-6-2003. Partie 2 : applications actuarielles. 1. Paramètre actuariel ( F). Un risque d’assurance : v.a.r. « actuarielle » X fonct.répartition F, fonct. survie S =1- F - PowerPoint PPT Presentation
Citation preview
Bootstrap Applications Actuarielles
(Vie-Non vie)
P.Bertail - C.Partrat
Séminaire IA 17-6-2003
Partie 2 : applications actuarielles
1. Paramètre actuariel (F)
Un risque d’assurance : v.a.r. « actuarielle » X
fonct.répartition F, fonct. survie S=1-F
• Var.temporelle : âge,durée
(décés, incap./inval.)
• Fréquence, montant, charge de sinistres
(période donnée)
1. Assurance non vie• Tarification
(F)=E(X) pour Prime pureDiverses primes chargées intégrant (X), …
• Partage de risqueFranchise a , Plafond A : engagement assureur
X(a,A)Prime pure avec E[X(a,A)], primes chargées
• Concentration des sinistres L(p)Règle de Pareto ?
• RéassuranceCotation de tranche XS : (A-a)XS a
RoLpur(a,A)=E[X(a,A)]/ (A-a)
RoL chargée
Clauses de réassurance :
Clauses aggregate (franchise aggregate, limit aggregate)
Reconstitutions de garantie
Etc
• Besoins en réassurance(i) Sinistralité extrême
Nombreuses mesures : VaR,
TailVar E(X/X>VaR)
(ii)Périodes de retour
Seuil u donné : PR d’un dépassement de u
PR(u)=1/[1-F(u)]
PR centennale : u100 tel que PR(u100 )=100
u100= q 0,99(F)
2. Assurance Vie
• Caractéristiques :
tpx= S(x+t)/S(x)=1-tqx
x
ex= E(X-x/X>x)
Taux technique i ; v=1/(1+i)
• En cas de vie Capital différé de t années : tEx = tpx vt
Rentes viagères
immédiate : ax = t1 tEx
différée : n|ax= nEx ax+n
etc
• En cas de décés Capital au décés
Vie entière : Ax = t0 xqt v t+1/2
différé : n|
Ax =
nE
x...A
x+n
etc
• Provisions Mathématiques
• Besoins en fonds propres, Allocation de capitalCritères :
Probabilité de ruine
VaR
Expected Shortfall
Policyholder deficit
Etc
• Provisions de sinistres
2.2 Estimation
Loi F non connue
Données estimateur de F
Exemple 1 : X1,…,Xn échantillon i.i.d. de X
• Fn f.r. empirique
• si F {F : }, Femv
Exemple 2 : vie, données incomplètes
Estimateur de Kaplan-Meier de F
Finalités
• Estimation de (F) : est
• Incertitude (mesure du risque d’estimation)
MSEF(est) [=V(est) si sans biais]
Erreur standard asympt. as(est)
• Intervalle de confiance à 0,95 pour (F)
[inf,sup]
P(inf (F) sup )=0,95 (0,95)
Approches
• Méthode Delta
(F)=g[(F)]
g régulière, est asympt.normal
est = g(est )
as(est) = as(est ) |g’(est )|
Exemple : Formule de Greenwood pour la variance des estimateurs de S(x)
• Procédures bootstrap
• Extension aux modèles de régression