3. Données (10%) Flashcards
(22 cards)
Quelles sont les données nécessaires pour faire une analyse de taux ?
Des données agrégées par LOB et année contentant les informations suivantes, préférablement sur base acquise, mais il est possible de passer de base écrite à acquise :
- Les données de sinistres (il faut les sinistres ultimes projetés)
- Les données des primes (Il faut les primes acquises projetées)
- Les données des frais
- La cible du profit
Quelles sont les données nécessaires pour construire un modèle de classification (GLM, GBM, etc) ?
Des données de perte sur base de réclamation individuelle ou bien aggrégées pour chaque combinaison possible de caractéristique
Qu’est-ce que les frais de règlement de sinistres alloués (ALAE)?
Les frais de sinistres associés à une réclamation spécifique. Ex : frais d’investigation, frais d’avocats, évaluations médicales…
Qu’est-ce que les frais de règlement de sinistres non alloués (ULAE)?
Les frais de nature générale, qui ne peuvent pas être alloués à une réclamation spécifique. Ex : Les salaires des employés, les frais d’administration et de management…
Qu’est-ce que le Salvage/sauvetage?
Montant recouvert par l’assureur pour la vente d’un bien endommagé de l’assuré
Qu’est-ce que la subrogation?
Le droit de l’assureur de prendre action contre le responsable d’un sinistre qui a causé une réclamation à son assuré
Nomme 1 avantage et 1 inconvénient pour l’agrégation des données selon l’année de calendrier
Prend seulement en considération les transactions dans l’année
Facilement accessible et prêt (finance)
Mauvais appariement entre les primes et les sinistres. Exemple des polices pour des polices annuelles : Les primes acquises proviennent des polices souscrites dans l’année courante et également de l’année précédente. Les sinistres peuvent provenir de l’année courante ou des années précédentes (sinistres encourus et non déclaré pendant plusieurs mois/années)
Ne donne pas la meilleure idée de la situation financière (réserve, développement des sinistres).
Nomme 1 avantage et 1 inconvénient pour l’agrégation des données selon l’année d’accident
Les sinistres sont regroupés ensemble selon de l’année de l’occurrence. Généralement utilisé avec les primes acquises durant l’année de calendrier.
Les données sont prêtes plus rapidement qu’en année de police
Meilleur appariement entre les primes et sinistres que l’année calendrier (les sinistres des accidents ayant lieu dans l’année sont comparés aux primes acquises sur les polices dans la même année). Pas une relation 1-1 entre les primes et les sinistres par contre.
Le développement dans les sinistres peut changer les chiffres d’une année à l’autre (Un sinistre survenu en 2011 rapporté en 2014)
Nomme 1 avantage et 1 inconvénient pour l’agrégation des données selon l’année police
Les sinistres et primes sont regroupés selon l’année de la date effective de la police.
Méthode présentant le meilleur appariement entre les primes acquises et les sinistres (les sinistres des polices écrites durant l’année sont comparés aux primes acquises sur les mêmes polices).
Plus long à avoir comme données
Nomme 1 avantage et 1 inconvénient pour l’agrégation des données selon l’année de rapportement
Utile pour les polices sur base de réclamation faite
Ne capture pas les sinistres IBNR
Quel est l’enjeu entre la crédibilité et l’homogénéité ?
Plus on va grouper les données en sous-groupes plus les groupes vont être homogènes par contre c’est au détriment de la crédibilité (moins de données par groupe). Il faut donc toujours trouvé un équilibre entre la crédibilité et l’homogénéité .
Quels sont désirables pour une base d’exposition?
Caractéristiques désirables pour une base d’exposition :
* Expected claims should be directly proportional to the exposure base (Les sinistres espérées doivent être proportionel à la base d’exposition)
* Exposure base should be easy to measure (la base d’exposition doit être facilement mesurable, idéalement quelque chose qui est déjà enregistré dans les bases de données).
* Doit considérer les bases d’expositions précédentes
Qu’est-ce que la crédibilité ?
La confiance qu’on accorde à nos historiques qu’elles produiront une estimation adéquate du future?
Que faut-il faire lorsqu’il n’est pas possible d’accorder une crédibilité complète aux données?
Chercher un complément de crédibilité
Quels sont les différents type de complément de crédibilité qui peuvent être utilisé ?
Voici des exemples de complément de crédibilité fréquemment utilisé :
- Les données de l’industrie
- Les données d’un autre assureur dont les données ressemblent à celles de l’industrie
- Les données d’une province ou d’un état
- Les données regionales
- Les données d’une LOB similaire
-
Quels sont les considérations à prendre en compte lors du choix du complément de crédibilité?
L’actuaire est toujours responsable de s’assurer que les données externes sont applicables pour la situation désirée. L’actuaire est aussi responsable de révéler toute dépendance à des données externes et tout ajustement fait à celles-ci.
Problèmes qui peuvent provenir de l’utilisation de données externes :
- Définition des comptes → Est-ce qu’une réclamation de 0 est comptée?
- Lignes d’affaires → La définition des lignes d’affaires peut différer
- Souscription → Les politiques de souscriptions peuvent varier (influence sur le portefeuille et le mixte. Certaines compagnies vont target un certain type de risque.)
- Mixte géographique
- Déductibles et limites
- Précédents légaux
- Pratiques de réassurance
Quelles sont les données nécessaires pour tarifer une ligne d’affaire avec haute fréquence et base sévérité ?
L’accent sera mis sur des données récentes avec des données avec 3-5 ans d’années d’expérience
Quelles sont les données nécessaires pour tarifer une ligne d’affaire avec une base fréquence et haute sévérité?
Dans un cas de basse fréquence et haute sévérité, on tentera plutôt de récolter un nombre assez élevé de données pour obtenir un résultat stable. On souvent utilisé des modèles de modélisation des catastrophes.
Sur quel élément, les changements de la situation interne peuvent avoir un effet ?
- Projection des primes
- Mise à niveau des primes
- Projections des pertes
- Développement des pertes
- Développement d’une stratégie nouvelle affaire/renouvellement
- Établissement des réserves
Quels sont les différents sujets sur lesquels l’actuaire devrait rester informé ?
- Gestion et information générale
Changements dans le plan de l’entreprise
Changements dans les frais
Changements dans le “pooling”
Changement dans le management - Information et technologie
Information sur le système de données, ce qui est disponible.
Niveau d’agrégation des données, et périodes de données disponibles
Niveau de précision des données - Comptabilité
- Connaître les différences entre les données comptables et actuarielles
- Gestion des réclamations
- Comprendre l’établissement des réserves, les procédures de paiement, les tendances ou shifts dans l’activité des réclamations. Être au courant des catastrophes et large claims.
- Marketing et Underwritting
-Connaitre le portefeuille assuré - L’exposition aux catastrophes
- Les changements de taux
- Réassurance
- Les investissements
Les types d’investissement sont étroitement liés aux types d’assurances et à la période avant que les réclamations soient faites.
Quels sont les effets de l’insuffisance des données ou de l’information ?
Effet de l’insuffisance de données : crap in, crap out. Plus en détails, une insuffisance de données ou d’information peut mener à de mauvaises analyses si on ne s’en rend pas compte, et si on s’en rend compte, on ne pourra peut-être pas faire l’analyse sans ajustement ou sans se procurer plus de données. Il est aussi possible que la complexité de l’analyse évolue quand il devient évident que les données ne sont pas disponibles.
Nomme des vérifications pertinentes pour les données
- Comparer les données avec les états financiers qui ont été passés sous audit ou tout autre rapports pertinents.
- Tester les données pour voir si elles sont raisonnables en les comparant avec des données externes ou indépendantes.
- Tester les données pour s’assurer d’une consistance interne. Par exemple, utiliser la même quantité de primes acquises pour l’année 2022 entre le processus des indiqués et un autre processus comme le plan à moyen terme de la compagnie. S’assurer que le total des réclamations rapportées égale les réclamations payées et des réserves pour réclamations non payées.
- Regarder l’évolution temporelle des données et déterminer si les données observées sont raisonnables.
- Qu’est qui a changé? Qu’est-ce qui n’a pas changé? Est-ce que le changement était voulu? Est-ce que le changement était du bon
Bref, le processus de vérification des données se résume à comparer les données à tout autre source de données pertinente (interne ou externe) et de s’assurer que les chiffres ont de l’allure : gros bon sens 101.
