Etude des marchés d'assurance non-vie à l'aide d'équilibre de Nash et de modèle de risques avec dépendance

Studying non-life insurance markets with Nash equilibria and dependent risk models

• Auteur / Autrice : Christophe Dutang
• Direction : Véronique Maume-Deschamps, Stéphane Loisel
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 31/05/2012
• Etablissement(s) : Lyon 1
• Ecole(s) doctorale(s) : École doctorale Sciences économiques et gestion (Lyon)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Sciences Actuarielle et Financière
• Jury : Président / Présidente : Jean-Noël Bacro
• Jury : Examinateurs / Examinatrices : Christian Yann Robert
• Jury : Rapporteurs / Rapporteuses : Étienne Marceau

Mots clés

Mots clés contrôlés

Théorie des jeux

Assurance-vie -- Mathématiques

Nash, Variétés de

Mots clés libres

Comportement client

Cycles de marché

Théorie de la ruine

Actuariat non-vie

Théorie des jeux

Calcul d’équilibre de Nash généralisé

Montants de sinistres dépendants

Customer behavior

Market cycles

Ruin theory

Non-life insurance

Game theory

Generalized Nash equilibrium computation

Dependent claim severity models

Résumé

L’actuariat non-vie étudie les différents aspects quantitatifs de l’activité d’assurance. Cette thèse vise à expliquer sous différentes perspectives les interactions entre les différents agents économiques, l’assuré, l’assureur et le marché, sur un marché d’assurance. Le chapitre 1 souligne à quel point la prise en compte de la prime marché est importante dans la décision de l’assuré de renouveler ou non son contrat d’assurance avec son assureur actuel. La nécessitéd’un modèle de marché est établie. Le chapitre 2 répond à cette problématique en utilisant la théorie des jeux non-coopératifs pour modéliser la compétition. Dans la littérature actuelle, les modèles de compétition seréduisent toujours à une optimisation simpliste du volume de prime basée sur une vision d’un assureur contre le marché. Partant d’un modèle de marché à une période, un jeu d’assureurs est formulé, où l’existence et l’unicité de l’équilibre de Nash sont vérifiées. Les propriétés des primes d’équilibre sont étudiées pour mieux comprendre les facteurs clés d’une position dominante d’un assureur par rapport aux autres. Ensuite, l’intégration du jeu sur une période dans un cadre dynamique se fait par la répétition du jeu sur plusieurs périodes. Une approche par Monte-Carlo est utilisée pour évaluer la probabilité pour un assureur d’être ruiné, de rester leader, de disparaître du jeu par manque d’assurés en portefeuille. Ce chapitre vise à mieux comprendre la présence de cycles en assurance non-vie. Le chapitre 3 présente en profondeur le calcul effectif d’équilibre de Nash pour n joueurs sous contraintes, appelé équilibre de Nash généralisé. Il propose un panorama des méthodes d’optimisation pour la résolution des n sous-problèmes d’optimisation. Cette résolution sefait à l’aide d’une équation semi-lisse basée sur la reformulation de Karush-Kuhn-Tucker duproblème d’équilibre de Nash généralisé. Ces équations nécessitent l’utilisation du Jacobiengénéralisé pour les fonctions localement lipschitziennes intervenant dans le problème d’optimisation.Une étude de convergence et une comparaison des méthodes d’optimisation sont réalisées.Enfin, le chapitre 4 aborde le calcul de la probabilité de ruine, un autre thème fondamentalde l’assurance non-vie. Dans ce chapitre, un modèle de risque avec dépendance entre lesmontants ou les temps d’attente de sinistre est étudié. De nouvelles formules asymptotiquesde la probabilité de ruine en temps infini sont obtenues dans un cadre large de modèle de risquesavec dépendance entre sinistres. De plus, on obtient des formules explicites de la probabilité deruine en temps discret. Dans ce modèle discret, l’analyse structure de dépendance permet dequantifier l’écart maximal sur les fonctions de répartition jointe des montants entre la versioncontinue et la version discrète.

In non-life actuarial mathematics, different quantitative aspects of insurance activity are studied.This thesis aims at explaining interactions among economic agents, namely the insured,the insurer and the market, under different perspectives. Chapter 1 emphasizes how essentialthe market premium is in the customer decision to lapse or to renew with the same insurer.The relevance of a market model is established.In chapter 2, we address this issue by using noncooperative game theory to model competition.In the current literature, most competition models are reduced to an optimisationof premium volume based on the simplistic picture of an insurer against the market. Startingwith a one-period model, a game of insurers is formulated, where the existence and uniquenessof a Nash equilibrium are verified. The properties of premium equilibria are examinedto better understand the key factors of leadership positions over other insurers. Then, thederivation of a dynamic framework from the one-period game is done by repeating of theone-shot game over several periods. A Monte-Carlo approach is used to assess the probabilityof being insolvent, staying a leader, or disappearing of the insurance game. This gives furtherinsights on the presence of non-life insurance market cycles.A survey of computational methods of a Nash equilibrium under constraints is conductedin Chapter 3. Such generalized Nash equilibrium of n players is carried out by solving asemismooth equation based on a Karush-Kuhn-Tucker reformulation of the generalized Nashequilibrium problem. Solving semismooth equations requires using the generalized Jacobianfor locally Lipschitzian function. Convergence study and method comparison are carried out.Finally, in Chapter 4, we focus on ruin probability computation, another fundemantalpoint of non-life insurance. In this chapter, a risk model with dependence among claimseverity or claim waiting times is studied. Asymptotics of infinite-time ruin probabilitiesare obtained in a wide class of risk models with dependence among claims. Furthermore,we obtain new explicit formulas for ruin probability in discrete-time. In this discrete-timeframework, dependence structure analysis allows us to quantify the maximal distance betweenjoint distribution functions of claim severity between the continuous-time and the discrete