Impact de la transition climatique en assurance

Le Programme de Recherche « Impact de la Transition Climatique en Assurance » s’intéresse aux conséquences de la transition climatique sur le risque agricole. Nous développons particulièrement les méthode s d’estimation rapide s et efficaces pour les donnée s massive s et des méthode s numériques pour les me sures de risques et les préférences dynamiques. SYNTHESE DES TRAVAUX DE RECHERCHE / YOUR RP SUM UP*Les premiers développements théoriques concernent les procédures d’estimation efficaces et rapides pour les grands jeux de données. Ces considérations font l’objet du projet ANR EFFI porté A. Brouste au Laboratoire Manceau de Mathématiques. Pour certains modèles linéaires généralisés (MLG) à variables catégorielles, des estimateurs (de maximum de vraisemblance) explicites ont été proposés. Ces estimateurs permettent une calibration rapide et efficace des MLG qui sont utilisés par les assureurs pour la tarification des produits d’assurance en substituant un calcul explicite à la méthode numérique d’optimisation de type descente de gradient. De plus, ces nouvelles méthodes permettent par leur rapidité d’envisager l’étude des effets multiples, impossible à réaliser en SAS ou en R actuellement. Les équipes de Groupama sont intéressées par ce type d’étude sur les bases de données sinistres de leur garantie récolte agricole.

Nous développons également, dans ce cadre, des estimateurs pour les MLG à effets simples uniquement qui ne rentre pas dans le cadre précédent. Ces estimateurs alternatifs sont rapides à calculer mais ne sont pas efficaces (au sens statistique).Pour obtenir l’efficacité, les procédures d’estimation one-step de Le Cam sont étudiées pour différentes expériences statistiques et font l’objet du développement d’un package pour le logiciel libre R. Nous projetons actuellement d’étendre cette procédure aux MLG. L’extension doit être réalisée pour les MLG dans le cas général et pour les MLG à variables catégorielles. Le programme de recherche avec Groupama serait une occasion d’appliquer ces nouvelles méthodes efficaces et rapides aux données du risque agricole et d’étudier l’impact de la transition climatique. Les seconds développements théoriques concernent les mesures de risques systémiques. Ces considérations font l’objet d’un projet ANR DREAMES porté A. Matoussi (LMM-IRA). Les aspects computationnels des mesures de risque (dynamiques) pour de grands systèmes multivariés sont abordés ainsi que la sensibilité des allocations de risque à divers facteurs. Les mesures de risque systémique (MRS) permettent d’évaluer simultanément le risque global du système, et de proposer un mécanisme de transfert de risque entre acteurs hétérogènes, optimal tant du point de vue du décideur que des agents. Ce point de vue est proche du cadre classique des mesures de risque monétaire univariées et le premier objectif est d’étendre cette approche à un cadre dynamique multivarié. En particulier, le cadre statique développé dans ne permet pas de considérer les problèmes à long terme, tels que les transferts de risques inter et intra-générationnels dans les systèmes de retraite, ou les portefeuilles d’assurance-vie hétérogènes. Le second objectif est d’étendre les mesures de risque systémique à un cadre dynamique de prendre en compte les situations de dépendances complexes entre les agents, ou les arrivées et la taille des réclamations dans le cas des portefeuilles d’assurance-vie. Dans le cadre de ce projet, nous comptons appliquer toute cette approche de MRS (théorique, numérique et calibration) dans les problématiques actuarielles et assurantielles affectées par de la transition climatique.