23.12.2013 Views

Mélanges de GLMs et nombre de composantes : application ... - Scor

Mélanges de GLMs et nombre de composantes : application ... - Scor

Mélanges de GLMs et nombre de composantes : application ... - Scor

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

3.3. Extension au portefeuille Vie d’AXA<br />

– eff<strong>et</strong>s structurels : i<strong>de</strong>ntiques à tout le mon<strong>de</strong>. En ce qui concerne la saisonnalité, moins<br />

<strong>de</strong> rachats constatés en été <strong>et</strong> environ le même taux <strong>de</strong> rachat en début <strong>et</strong> en fin d’année<br />

civile. Le risque <strong>de</strong> rachat est fort lorsque l’ancienn<strong>et</strong>é <strong>de</strong> contrat (catégorisée en 3<br />

modalités : faible, moyenne <strong>et</strong> longue) est faible, ce qui confirme les pics constatés dans<br />

le graphe C.2. Plus les assurés sont âgés <strong>et</strong> moins la probabilité <strong>de</strong> rachat est gran<strong>de</strong>, <strong>et</strong><br />

l’eff<strong>et</strong> <strong>de</strong> la fréquence <strong>de</strong> la prime (regroupée en 3 modalités : haute périodicité, moyenne<br />

<strong>et</strong> prime unique) est confirmé : plus la prime est fréquente <strong>et</strong> plus la probabilité <strong>de</strong> rachat<br />

est gran<strong>de</strong>. Le fait <strong>de</strong> ne pas avoir l’option <strong>de</strong> PB abaisse fortement la probabilité <strong>de</strong><br />

rachat.<br />

– eff<strong>et</strong>s conjoncturels : <strong>de</strong>ux groupes se distinguent. Pour le premier groupe, un taux 10Y<br />

qui augmente fait baisser la probabilité <strong>de</strong> rachat <strong>de</strong>s assurés (<strong>composantes</strong> 1 <strong>et</strong> 3) alors<br />

que l’eff<strong>et</strong> est inverse pour les autres groupes d’assurés. L’intensité <strong>de</strong> c<strong>et</strong>te sensibilité<br />

caractérise ensuite les différentes <strong>composantes</strong>.<br />

Nous constatons ainsi que les assurés réagissent différemment aux mêmes mouvements <strong>de</strong>s<br />

eff<strong>et</strong>s du marché obligataire, venant confirmer l’irrationnalité <strong>et</strong> l’hétérogénéité <strong>de</strong>s réactions.<br />

3.3.2 Les contrats en Unités <strong>de</strong> Compte (Unit-Link)<br />

Les contrats en UC sont <strong>de</strong>s contrats qui offrent un ren<strong>de</strong>ment variable suivant les performances<br />

<strong>de</strong>s marchés financiers. La rentabilité n’est donc pas garantie, bien qu’on adosse à<br />

certains <strong>de</strong> ces contrats <strong>de</strong>s garanties plancher, ce qui limite le risque porté c<strong>et</strong>te fois-ci par<br />

l’assuré. En général, ces contrats d’épargne offre <strong>de</strong>s garanties supplémentaires telles qu’une<br />

couverture contre le décès, <strong>et</strong> les unités <strong>de</strong> compte sont basées sur <strong>de</strong>s obligations <strong>et</strong> actions<br />

<strong>de</strong> diverses entreprises. Les informations dont nous disposons pour ce type <strong>de</strong> contrat sont le<br />

numéro du produit, la date d’émission, la date <strong>de</strong> sortie <strong>et</strong> sa raison (si sortie il y a), l’option<br />

<strong>de</strong> participation aux bénéfices, la date <strong>de</strong> naissance <strong>de</strong> l’assuré, son sexe, sa richesse, la fréquence<br />

<strong>de</strong> la prime, la prime <strong>de</strong> risque <strong>et</strong> la prime d’épargne. En fait le type d’information est<br />

i<strong>de</strong>ntique que pour la famille précé<strong>de</strong>nte car nous avons la même base <strong>de</strong> données originelle, les<br />

donnés formatées ont donc le même aperçu (annexe C.2.1). La pério<strong>de</strong> d’étu<strong>de</strong> va du 1/1/2000<br />

au 31/12/2007.<br />

Modélisation <strong>et</strong> prévisions par mélange <strong>de</strong> GLM<br />

Le contexte <strong>de</strong>s produits en Unités <strong>de</strong> Compte est particulier puisque ceux-ci sont in<strong>de</strong>xés<br />

sur les marchés financiers. Nous connaissons la volatilité du marché, qui a ainsi un impact direct<br />

sur la volatilité du taux <strong>de</strong> rachat lui-même. Mêlée aux eff<strong>et</strong>s “cohortes”, une hétérogénéité très<br />

forte apparaît pour ce type <strong>de</strong> produit, pour lequel les comportements <strong>de</strong> rachat sont donc très<br />

difficilement prévisibles comme illustré par le graphe 3.12. C’est certainement dans ce contexte<br />

que la modélisation mélange a le plus d’apport. La sensibilité <strong>de</strong>s assurés aux mouvements<br />

<strong>de</strong>s marchés est évi<strong>de</strong>mment très hétérogène. Le graphique 3.13 perm<strong>et</strong> <strong>de</strong> constater que les<br />

principaux eff<strong>et</strong>s sont bien captés par le modèle, en bonne proportion <strong>et</strong> dans le bon sens.<br />

Le taux <strong>de</strong> rachat observé appartient à l’intervalle <strong>de</strong> confiance <strong>de</strong>s prévisions sur toute la<br />

pério<strong>de</strong> (excepté fin 2005 <strong>et</strong> fin 2006), <strong>et</strong> ce malgré notre métho<strong>de</strong> <strong>de</strong> validation temporelle. La<br />

différence <strong>de</strong> la quantification <strong>de</strong> l’eff<strong>et</strong> <strong>de</strong>s marchés financiers entre la modélisation classique <strong>et</strong><br />

la modélisation mélange est très importante, tant en termes <strong>de</strong> sens <strong>de</strong> l’impact que d’intensité.<br />

89

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!