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.
Présentation <strong>de</strong> la thèse<br />
Proposition 1. Lorsque le paramètre <strong>de</strong> corrélation est fixé, le <strong>nombre</strong> <strong>de</strong> rachats est stochastiquement<br />
croissant en p : pour p 0 ∈ (0, 1) fixé, si p < p ′ alors<br />
M (p,p0 ) ≤ 1 M (p ′ ,p 0 ).<br />
D’autre part, la variance <strong>et</strong> les primes stop-loss E [(M − m) + ] pour 0 ≤ m ≤ n sont<br />
également croissantes en p 0 (à p fixé). Ce résultat se r<strong>et</strong>rouve grâce à la proposition :<br />
Proposition 2. Lorsque la probabilité individuelle <strong>de</strong> rachat p est fixée, le paramètre <strong>de</strong> corrélation<br />
induit un ordre 2-convex du <strong>nombre</strong> <strong>de</strong> rachats : pour p ∈ (0, 1) fixé, si p 0 < p ′ 0<br />
alors<br />
M (p,p0 ) ≤ 2 M (p,p ′<br />
0<br />
).<br />
C<strong>et</strong>te proposition montre aussi que si p 0 < p ′ 0 , il existe un niveau α 0 ∈ (0, 1) tel que pour<br />
α > α 0 ,<br />
( ) ( )<br />
V aR α M(p,p0 ) < V aRα M (p,p ′<br />
0 ) .<br />
Enfin, nous déduisons <strong>de</strong> ces <strong>de</strong>ux résultats que l’écart <strong>de</strong> taux (∆r) induit un ordre convexe<br />
croissant du <strong>nombre</strong> <strong>de</strong> rachats, ainsi que <strong>de</strong>s propriétés intéressantes sur les moments <strong>de</strong><br />
la distribution du <strong>nombre</strong> <strong>de</strong> rachats <strong>et</strong> certaines mesures <strong>de</strong> risque. D’un point <strong>de</strong> vue plus<br />
pratique, les propriétés sur la Value-at-Risk <strong>et</strong> les primes stop-loss seront les résultats d’intérêt<br />
pour un assureur dans une optique <strong>de</strong> gestion <strong>de</strong> risque.<br />
La mise en oeuvre <strong>de</strong> ces théories perm<strong>et</strong> par exemple <strong>de</strong> se rendre compte que le risque<br />
majeur en termes <strong>de</strong> besoin en capital se traduit lors <strong>de</strong> l’apparition <strong>de</strong> la corrélation dans un<br />
contexte ordinaire, ou même que la taille du portefeuille ne perm<strong>et</strong> pas <strong>de</strong> mutualiser le risque<br />
<strong>de</strong> corrélation <strong>de</strong>s comportements <strong>de</strong> rachat contrairement aux idées reçues.<br />
Le chapitre 3 établit le lien entre les idées développées aux chapitres 1 <strong>et</strong> 2 : nous présentons<br />
la théorie <strong>de</strong>s modèles mélanges appliquée à notre problématique, <strong>et</strong> proposons une<br />
méthodologie d’étu<strong>de</strong> pour la modélisation probabiliste <strong>de</strong>s comportements <strong>de</strong> rachat sur un<br />
portefeuille réel d’Assurance-Vie. Pour cela, nous effectuons <strong>de</strong>s mélanges <strong>de</strong> régressions logistiques,<br />
dont la <strong>de</strong>nsité s’exprime comme<br />
f(y j ) =<br />
G∑<br />
π i f i (y j ),<br />
i=1<br />
où π i est la proportion <strong>de</strong> la composante i dont la <strong>de</strong>nsité est donnée par<br />
f i (y j ) = f(y j ; p i (X j )) = P (Y j = y j ) = C y j<br />
N j<br />
p i (X j ) y j<br />
(1 − p i (X j )) N j−y j<br />
,<br />
∀i ∈ 1, G.<br />
y j est le <strong>nombre</strong> <strong>de</strong> rachats observés dans le groupe homogène j (comportant N j assurés) <strong>de</strong><br />
la composante i, <strong>et</strong> p i (X j ) résulte du lien logistique<br />
p i (X j ) = exp(XT j β i)<br />
1 + exp(X T j β i) ,<br />
avec X j = (X j1 , ..., X jp ) T le vecteur <strong>de</strong>s p covariables <strong>de</strong> l’individu j, β i = (β i1 , ..., β ip ) T le<br />
vecteur <strong>de</strong>s p coefficients <strong>de</strong> régression <strong>de</strong> la composante i.<br />
14