Application de l'apprentissage statistique en science actuarielle

par Antoine Ly

Projet de thèse en Mathématiques

Sous la direction de Romuald Elie.

Thèses en préparation à Paris Est , dans le cadre de MSTIC : Mathématiques et Sciences et Technologies de l'Information et de la Communication , en partenariat avec Laboratoire d'Analyse et de Mathématiques Appliquées (laboratoire) depuis le 07-12-2015 .


  • Résumé

    Depuis les différentes crises économiques et financières de cette dernière décennie, les institutions de réglementation imposent aux compagnies d'assurance de se couvrir contre les risques futurs. Ainsi, la réglementation prudentielle Solvabilité II devant s'appliquer en janvier 2016 oblige les compagnies d'assurance à posséder suffisamment de fonds propres pour être capables d'empêcher toute ruine économique à un an avec une probabilité de 99.5%. D'autre part, l'apparition des objets connectés, des nouvelles données qu'ils engendrent ainsi que la multiplication des souscriptions d'assurance en ligne obligent les sciences actuarielles à repenser leurs modèles et à élargir leurs champs d'étude. Cette évolution semble nécessaire afin de tirer profit des nouvelles données et de s'adapter à un environnement de plus en plus concurrentiel. L'apprentissage statistique, encore peu utilisé en assurance, ouvre alors un nouveau domaine de recherche actuariel aussi bien dans le cadre d'étude des comportements des assurés que dans le calcul de capital économique.

  • Titre traduit

    Application of Machine Learning in actuarial science


  • Résumé

    The emergence of the "Internet of Things", the data it produces and also the increase of purchasing an insurance contract online encourage actuarial science to rethink its models. Thus, machine learning algorithms propose new methodologies to face new data and make them more valuable. More precisely, it allows new approaches to define solvency capitals or to study insurers' behaviors. Nevertheless, using new methods introduces new issues in actuarial science. If nowadays, machine learning focus on results of predictions, assurances need mathematical prooves of methodolgies to control the risks they manipulate and to be conformed to the legislation. Thus, the specificity of acturial science leads to many subjects of research.