Le provisionnement individuel et l'estimation non paramétrique des montants de sinistres soumis à d'importants délais de déclaration.

Résumé Grâce aux estimateurs non paramétriques issus de l'apprentissage automatique, le provisionnement au niveau micro est devenu de plus en plus populaire auprès des actuaires. Des recherches récentes se sont concentrées sur la manière d'intégrer l'ensemble des informations que l'on peut avoir sur les sinistres pour prédire les réserves individuelles, avec un succès variable dû à des observations incomplètes. En utilisant l'algorithme CART, nous développons de nouveaux résultats qui nous permettent de faire face à d'importants délais de déclaration et à des variables explicatives partiellement observées. Sur le plan statistique, nous étendons CART pour prendre en compte la troncature des données, et nous introduisons des estimateurs plug-in. Nos applications sont basées sur des portefeuilles d'assurance réels intégrant des garanties de protection des revenus et de responsabilité civile. Nous montrons que la connaissance complète de la durée de vie du sinistre est cruciale pour prédire efficacement les réserves individuelles.