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
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
3.4. Conclusion<br />
• les contrats à taux garanti : grosso modo les “Ahorro”, “Mixtos”, “Pure Savings” <strong>et</strong><br />
“Universal Savings” adm<strong>et</strong>tent le même type <strong>de</strong> modèle avec :<br />
– eff<strong>et</strong>s structurels (fixes entre <strong>composantes</strong>) dont toujours la saisonnalité <strong>et</strong> l’ancienn<strong>et</strong>é<br />
du contrat, plus une (ou <strong>de</strong>ux) variable(s) dépendante <strong>de</strong> la famille ;<br />
– eff<strong>et</strong>s conjoncturels : guidés par le taux long-terme ;<br />
– eff<strong>et</strong>s <strong>de</strong> corrélation : potentiels si les variables <strong>de</strong> richesse sont discriminantes.<br />
• les contrats à ren<strong>de</strong>ment non garanti avec les “In<strong>de</strong>x-Link” <strong>et</strong> “Unit-Link” :<br />
– eff<strong>et</strong>s structurels : pas ou peu <strong>de</strong> saisonnalité, l’ancienn<strong>et</strong>é du contrat <strong>et</strong> une variable<br />
additionnelle dépendante <strong>de</strong> la famille ;<br />
– eff<strong>et</strong>s conjoncturels : plus intenses, guidés par les marchés financiers (Ibex 35) ;<br />
– eff<strong>et</strong>s <strong>de</strong> corrélation : potentiels si un scénario hyper stressé se réalise.<br />
• les produits structurés : la complexité <strong>de</strong>s produits peut expliquer ce comportement<br />
plus extrême :<br />
– eff<strong>et</strong>s structurels : pas d’eff<strong>et</strong> clair donc inexistant dans la modélisation ;<br />
– eff<strong>et</strong>s conjoncturels : intense <strong>et</strong> dictés par le marché financier ;<br />
– eff<strong>et</strong>s <strong>de</strong> corrélation : introduits via le comportement du marché long-terme avec la<br />
taille <strong>de</strong> la composante risquée qui augmente si le marché se dégra<strong>de</strong>.<br />
3.4 Conclusion<br />
Nous proposons dans ce chapitre une méthodologie <strong>de</strong> prise en compte <strong>de</strong>s facteurs <strong>de</strong><br />
risque. La clef rési<strong>de</strong> dans la distinction entre les eff<strong>et</strong>s structurels supposés constants entre<br />
groupes homogènes (d’un point <strong>de</strong> vue comportemental) d’assurés, <strong>et</strong> les eff<strong>et</strong>s conjoncturels<br />
qui sont autorisés à varier entre groupes. C<strong>et</strong>te suggestion provient d’une intuition logique<br />
<strong>et</strong> donne <strong>de</strong>s résultats plus qu’acceptables dans un contexte <strong>de</strong> contrats d’épargne à supports<br />
variés. L’introduction <strong>de</strong>s modèles mélange nous a permis non seulement d’élargir notre<br />
champs <strong>de</strong> connaissance mais aussi d’améliorer la flexibilité <strong>de</strong> la modélisation en perm<strong>et</strong>tant<br />
la représentation d’une éventuelle multimodalité <strong>de</strong> la <strong>de</strong>nsité <strong>de</strong>s comportements <strong>de</strong> rachat,<br />
caractéristique d’une forte hétérogénéité. A la vue <strong>de</strong>s résultats numériques, il reste néanmoins<br />
un point à éluci<strong>de</strong>r sur la question <strong>de</strong> sélection <strong>de</strong> modèle : il semble que le critère BIC sélectionne<br />
parfois un <strong>nombre</strong> <strong>de</strong> <strong>composantes</strong> dans le mélange qui soit trop important. Nous<br />
discutons <strong>de</strong> ce suj<strong>et</strong> dans le prochain chapitre, <strong>et</strong> étendons la problématique à l’ensemble <strong>de</strong><br />
la famille GLM afin <strong>de</strong> généraliser notre étu<strong>de</strong>.<br />
101