Crédibilité Flashcards
Quels sont les éléments qui influencent la crédibilité d’un groupe ?
- La grosseur du groupe, le nombre d’assuré
- L’exposition des données (pour éviter les fluctuation saisonnières)
- Les données historiques doivent être représentatif du groupe d’assurés (âge, genre, occupation)
Quelles considérations sont à prendre en compte pour déterminer la crédibilité d’un groupe ?
Théorique : L’autocorrélation du groupe
Pratique : Compétition et s’assurer de ne pas mettre des groupes crédibles dans ensemble
Qu’est-ce que l’assureur peut se demander pour s’assurer que les données sont crédibles avant d’établir les taux manuels (subjectifs) ?
Si les données sont stables dans le temps
Si les données donnent des résultats attendus
Pourquoi la crédibilité est-elle si différente d’un assureur à l’autre ?
Il existe plusieurs façons de calculer la crédibilité. Certaines formules basées sur le nombre d’années d’exposition et d’autres sur le volume de sinistre. Pour le volume, parfois c’est le sinistres prévus et d’autres fois les sinistres réels.
Comment déterminer le poids de crédibilité selon la méthode de la théorie de la crédibilité à variation limitée
- Détermination de l’intervalle de confiance. Exemple : Crédible si les demandes observées se situent dans les 5 % des demandes attendues 95 % du temps
- Traduction en nombre d’exposition requis.
N = (1,96/0,05)^2 * (1+(o/u)^2 - Appliquer la formule de crédibilité pour trouver le poids
C = Racine(n/N)
Quels sont les défis pour l’application de la théorie de la crédibilité en assurance collective ?
- Données hétérogènes
- Données non indépendantes
- Compétition entre les compagnies d’assurance
- Volatilité des paiements de réclamations
Pourquoi les données sont non indépendantes dans un groupe d’assurance collective ?
- Les conditions de travail influencent les risques de blessure pour tous les membres du groupe. Un seul événement au travail peut toucher plusieurs employés.
- L’économie : Une récession amène plus de demandes d’invalidité puisque les employés craignent de perdre leur emploi
- La gestion des sinistres à l’interne influencent le taux de rétablissement
- La diminution des montants influencent aussi le taux de rétablissement
Quel est l’interprétation de l’industrie pour les données non indépendantes pour la théorie de la crédibilité ?
D’un côté on peut dire que les données sont plus crédibles puisque le même risque est représenté dans le groupe.
D’un un autre côté on peut dire que les données sont moins crédibles puisqu’elles sont plus volatiles comme les sinistres sont influencés par des facteurs externes.
Pourquoi les données peuvent être hétérogènes dans un groupe d’assurance collective ?
- Changement démographique des employés au fil des années
- Facteurs externes comme l’économie
- Changement dans la gestion du groupe
- Changement dans le type de plan pour le groupe
- La composition du groupe (âge, genre)
Quel est l’interprétation de l’industrie pour les données hétérogènes pour la théorie de la crédibilité ?
D’une part, les groupes homogènes peuvent être considéré plus crédible en partie en raison de leurs caractéristiques de risques uniforme.
D’autre part, un groupe hétérogène peut être considéré plus crédible parce qu’ils présentent une plus grande répartition des risques, ce qui entraînent des variations plus légères de l’expérience par rapport aux groupes dont les caractéristiques sont plus homogènes.
Pourquoi le montant des sinistres varie beaucoup en assurance d’invalidité longue durée ?
Les montants vont varier principalement selon la durée de l’invalidité. La durée des réclamations est très volatile au début :
-Beaucoup de rétablissement en début de sinistre (dépend du diagnostic)
-La gestion des sinistres interne influence beaucoup le rétablissement
-Autres aides (gouvernement), flux de paiements irréguliers
-Changement de définition “propre profession” à “toute profession”
Comment diminuer la fluctuation statistique ?
Augmenter le nombre d’exposition (nombre d’assuré, période des données, volume de sinistre)
Quel ajustement pourrait être fait au niveau du calcul du poids pour la crédibilité ?
- Ajustement pour le départ des employés durant l’année
- Ajustement pour un groupe hétérogène
- Ajustement pour une limite stop-loss
- Ajustement pour une certaine période de données (ex : 9 mois)
Quelles sont les considérations à prendre pour les données historiques ?
- Changement dans les programmes du gouvernement et de la réglementation
- Changement dans les tendances (mortalité, invalidité, dépenses médicales)
- Changement dans la démographique du groupe à l’étude
- Changement dans la couverture du groupe
- Antisélection
- Économie
Quel est la méthode de crédibilité la plus utilisé dans l’industrie canadienne ?
Méthode de la théorie de la crédibilité à variation limitée
(Facteur standard pour la pleine crédibilité = 3 007)
Quels sont les avantages de la méthode de la théorie de la crédibilité à variation limitée ?
- Disponibilité des lignes directrices de l’ICA
- Simplicité de la méthode
- Approche privilégie dans l’industrie canadienne
Quels sont les inconvénients de la méthode de la théorie de la crédibilité à variation limitée ?
- Aucune base théorique solide
- L’utilisation du 3 007 vies suppose que les assurés sont homogènes, indépendant et statistiquement idéaux, ce qui n’est pas le cas dans la pratique
Quel modèle capte mieux l’effet du groupe pour la détermination de la crédibilité ?
Les modèles basés sur le volume de sinistre
Pourquoi il est difficile d’utiliser les modèles standard actuariels en assurance collectives ?
Les données ne répondent souvent pas aux hypothèses standards utilisé en statistiques.
1. Les données ne sont pas indépendantes
2. Elles ne sont pas identiquement distribués
3. Il n’y a souvent pas beaucoup de données pour le même type de sinistre
4. Les données sont généralement asymétriques, l’asymétrie dépendera de la grosseur du groupe.
5. Les données sont souvent influencées par les tendances.
Pourquoi les actuaires ne développent pas de modèle pour l’assurance collective ?
- Cela prend du temps à développer et peu de valeur ajoutée
- Les données prennent en compte déjà plusieurs facteurs qui serait difficiles à développer
