Modélisation prédictive pour l’assurance non vie

Nous travaillerons sur les concepts de classification à priori des risques pour les fréquences et les sévérités : utilisation des modèles linéaires généralisés (GLMs) (incluant les lois de Poisson, Négative Binomiale, régression gamma) et les régressions au-delà de la famille exponentielle – modèles de régression linéaire et non-linéaire - les modèles de régression utilisant les distributions flexibles (Burr, Pareto, GB2) pour la modélisation de la sévérité des sinistres, l’évaluation des queues de distribution.
Nous travaillerons également sur les concepts de tarification à posteriori : une vision innovante sur les modèles de crédibilité (données de panels et flottes) utilisant les modèles multiniveaux et les échelles bonus – malus.
La thématique tarification inclura : enseignements théoriques et pratiques (retours d’expériences et illustrations) sur les évaluations et les déductions, la sélection des modèles, les ajustements et la modélisation prédictive.

Etat de l’art sur les modèles, incluant :
- Les techniques traditionnelles de provisionnement des sinistres basées sur les triangles de liquidation : méthode de Mack’s chain-ladder et méthode des variations
- La modélisation stochastique pour le provisionnement des sinistres utilisant les modèles linéaires généralisés (GLMs)
- Les méthodologies pour obtenir une distribution prédictive : méthode dite du « bootstrapping » et techniques Bayésiennes
Les nouveaux développements dans le contexte de la réglementation prudentielle Solvabilité II : nouvelles possibilités offertes par l’analytique et approches basées sur les simulations.
La modélisation stochastique utilisant des volumes importants de données assurantielles à un niveau de sinistralité par assuré, incluant :
- La modélisation sur les retards de déclaration et la survenance des sinistres
- La modélisation du processus de développement d’un sinistre : temps continu avec les modèles à intensité, et temps discret avec les modèles de probabilité Chain-Ladder
- La modélisation prédictive pour les demandes d’indemnisation individuelles (temps continu et temps discret)

Détection, investigation et prévention de la fraude opportuniste ou organisée.
Cette introduction permettra de présenter les différentes méthodologies disponibles : règles métiers / scénarios, datamining et analytique avancé (modèles connus, modèles inconnus, modèles complexes et modèles avec liens associatifs) ; analyse des réseaux.

Calendrier des formations

Vue: France | Proche | EMEA

Dates	Lieu	Temps	Langue	Prix	Panier
24-25 SEPT. 2015	Vincennes	09:30-17:30 CEST	French	1500 EUR

FORMATION

E-Mail :
Password :