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
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Chapitre 3. Mélange <strong>de</strong> régressions logistiques<br />
port <strong>de</strong>s produits soit relativement simple à interpréter (seul l’ibex 35 sert <strong>de</strong> valorisation au<br />
contrat). Cela rend la compréhension du produit <strong>et</strong> l’interprétation <strong>de</strong>s résultats du contrat<br />
plus simples pour l’assuré, contrairement à un produit qui serait in<strong>de</strong>xé sur plusieurs supports<br />
<strong>et</strong> dont l’assuré aurait du mal à savoir <strong>de</strong> manière globale la valeur. Nous adoptons toujours<br />
la même métho<strong>de</strong> <strong>de</strong> calibration <strong>de</strong>s coefficients <strong>de</strong> régression pour les variables (structurelles<br />
→ coefficients i<strong>de</strong>ntiques, conjoncturelles → coefficients variables entre <strong>composantes</strong>). Les impacts<br />
<strong>de</strong>s facteurs <strong>de</strong> risque sont les suivants :<br />
– eff<strong>et</strong>s structurels : i<strong>de</strong>ntiques à toutes les <strong>composantes</strong>. Pas d’eff<strong>et</strong> saisonnalité introduit<br />
sur ce type <strong>de</strong> produit, l’ancienn<strong>et</strong>é du contrat joue toujours dans le même sens (les<br />
assurés rachètent globalement rapi<strong>de</strong>ment). Les hommes rachètent plus que les femmes<br />
(eff<strong>et</strong> ajouté car visible dans les statistiques <strong>de</strong>scriptives mais non r<strong>et</strong>ranscrit par les<br />
arbres), <strong>et</strong> les personnes âgées semblent rach<strong>et</strong>er moins souvent que les autres.<br />
– eff<strong>et</strong>s conjoncturels : le critère BIC sélectionne un mélange à seulement <strong>de</strong>ux <strong>composantes</strong>.<br />
L’hétérogénéité est donc moins gran<strong>de</strong> a priori, d’ailleurs l’ensemble <strong>de</strong>s assurés<br />
réagit aux mouvements <strong>de</strong> l’Ibex 35 dans le même sens (seule la sensibilité à ces mouvements<br />
est plus ou moins gran<strong>de</strong>).<br />
La probabilité <strong>de</strong> rachat individuelle <strong>de</strong>s assurés augmente exponentiellement en fonction<br />
<strong>de</strong> l’évolution <strong>de</strong> l’Ibex 35, avec la même amplitu<strong>de</strong> pour tous les individus appartenant<br />
à la même composante (corrélation positive entre les comportements).<br />
Le calibrage du modèle pour c<strong>et</strong>te famille <strong>de</strong> produit ne nécessite que <strong>de</strong>ux <strong>composantes</strong><br />
(annexe C.4.3), <strong>et</strong> l’estimation <strong>de</strong>s proportions du mélange semble robuste.<br />
Learning sample (3 months basis),<br />
In<strong>de</strong>x-Link products (All)<br />
Validation sample (3 months basis),<br />
In<strong>de</strong>x-Link products (All)<br />
Observed surr. rate<br />
Mo<strong>de</strong>led surr. rate<br />
95 % confi<strong>de</strong>nce interval<br />
Observed surr. rate<br />
Mo<strong>de</strong>led surr. rate<br />
95 % confi<strong>de</strong>nce interval<br />
surren<strong>de</strong>r rate<br />
0% 0.2% 0.4% 0.6% 0.8% 1% 1.2%<br />
surren<strong>de</strong>r rate<br />
0% 0.2% 0.4% 0.6% 0.8% 1% 1.2%<br />
2001 2002 2003 2004 2005<br />
date<br />
2006 2007<br />
date<br />
Figure 3.14 – Modélisation <strong>et</strong> prévision du taux <strong>de</strong> rachat <strong>de</strong>s produits In<strong>de</strong>x-Link par<br />
régression logistique dynamique.<br />
92