La tarification a priori
2022-06-12
Introduction
L’assurance est une opération de transfert d’un risque ou d’une partie d’un risque d’un assuré à un assureur. Cette opération de transfert se fait par un paiement de prime par l’assuré à l’assureur. Ce dernier s’engage à indemniser son client en cas de survenance d’un sinistre pendant toute la période couverte par le contrat. La prime reçue par l’assureur doit refléter le risque qu’il est prêt à couvrir d’où la nécessité de se demander combien faut-il recevoir en prime pour assurer \(\lambda\) niveau de risque ?
0.1 Objectif
Dans ce projet, nous allons faire une étude sur des données que nous décrirons plus tard. Le but est d’appliquer différentes méthodes vues en assurance non-vie et de ressortir le meilleur modèle de tarification. Bien sûr nous allons commencer par une étude statistique de nos données ainsi qu’un ensemble de représentations graphiques.
0.2 Les données du projets
Cette base de données contient 16082 images d’une assurance automobile. (Télécharger). Le code suivant permet de charger les données qui se trouvaient au préalable dans le dossier Data.
library(haven)
<- read_sas("Data/base5.sas7bdat",
database NULL)
NAP | PERMIS | DEB_IMAG | FIN_IMAG | SEX | STATUT | CSP | USAGE |
---|---|---|---|---|---|---|---|
83 | 332 | 2004-01-01 | 2004-02-01 | M | A | 50 | 3 |
916 | 333 | 2004-02-01 | NA | M | A | 50 | 3 |
550 | 173 | 2004-05-15 | 2004-12-03 | M | A | 50 | 2 |
89 | 364 | 2004-11-29 | NA | F | A | 55 | 2 |
233 | 426 | 2004-02-07 | 2004-05-01 | M | A | 60 | 1 |
666 | 429 | 2004-05-01 | NA | M | A | 60 | 1 |
80 | 461 | 2004-04-02 | 2004-05-01 | M | A | 48 | 3 |
666 | 462 | 2004-05-01 | NA | M | A | 48 | 3 |
173 | 405 | 2004-10-29 | NA | F | A | 50 | 2 |
474 | 386 | 2004-01-01 | 2004-06-22 | M | A | 55 | 2 |
0.3 Description des données
Évidemment, il est très difficile de comprendre certaines abréviations dans les données que nous venons de télécharger. Ne vous inquiétez surtout pas ! Le tableau suivant contient la description de chaque colonne de la base 5 que nous appellerons dorénavant database.
Description | Code |
---|---|
age du conducteur | agecond |
ancienneté de permis | permis |
sexe du conducteur | sex |
statut matrimonial | statut |
catégorie socio-professionnelle | csp |
usage du véhicule | usage |
option kilométrage limité | k8000 |
zone géographique | zone |
coefficient de réduction majoration (bonus/malus) | RM |
date de début d’image | deb_imag |
date de fin d’image | fin_imag |
nombre d’années-police | nap |
nombre de sinistres responsables dans les 4 années précédent l’image | sinap1 |
nombre de sinistres non responsables dans les 4 années précédent l’image | sinap2 |
nombre de sinistres parking dans les 4 années précédent l’image | sinap3 |
nombre de sinistres incendie/vol dans les 4 années précédent l’image | sinap4 |
nombre de sinistres bris de glace dans les 4 années précédent l’image | sinap5 |
nombre de mises en demeure dans les 4 années précédent l’image | sinap6 |
charge de sinistres | charge |
Passons maintenant à l’étude statistique !