Utilisation des estimateurs de kaplan-meier par génération et de hoem pour la construction de tables de mortalité prospectives.

Résumé La qualité des données est une préoccupation majeure lorsqu'il s'agit de construire un modèle de mortalité ou des tables de mortalité prospectives. Ceci est encore plus significatif lorsque ces procédures sont basées sur une petite population, car les données peuvent montrer des fluctuations aléatoires importantes en raison d'un manque d'informations pour des âges particuliers. De telles situations se présentent fréquemment avec l'entrée en vigueur de Solvabilité II, car les assureurs doivent considérer leurs propres ensembles de données, limités en taille, pour construire des tables de meilleure estimation. Comme les méthodes paramétriques sont trop grossières pour rendre compte d'un profil de mortalité réaliste en deux dimensions, le profil de mortalité est assez souvent ajusté à l'aide d'informations exogènes, comme une table basée sur une population nationale. Dans cette optique, l'objectif de cet article est de discuter du problème du choix d'estimateurs appropriés pour les taux de mortalité bidimensionnels ou les taux de décès en présence de censure indépendante. En effet, les praticiens utilisent actuellement l'estimateur de Hoem ou l'estimateur de Kaplan-Meier fractionné par génération sans s'interroger sur leur pertinence et leur fiabilité. Nous proposons dans cet article une analyse comparative de ces estimateurs et essayons de donner quelques critères pour choisir une approche plutôt qu'une autre, et donnons quelques chiffres basés sur un portefeuille d'assurance réel et des données simulées. Enfin, nous avons fourni quelques estimateurs non-paramétriques pour une estimation directe des taux de décès à la fois avec l'approche par cohorte et l'approche par période.