Mémoires d'Actuariat
Traité 'Récoltes' : influence de la segmentation de la charge sur l'adéquation de couverture
Auteur(s) KETTANEH C.
Société Pacifica - Crédit Agricole Assurances
Année 2025
Confidentiel jusqu'au 21/01/2027
Résumé
L'assurance « Récoltes » offre aux agriculteurs une garantie de rendement minimum, en protégeant les cultures végétales contre les aléas climatiques. Face à la volatilité du risque climatique, les assureurs se couvrent en transférant une partie de la charge à un réassureur. C'est pourquoi, pour évaluer au mieux ses besoins propres de réassurance, indépendamment des informations marché, données par le courtier ou le réassureur, la compagnie met en place un modèle s'appuyant sur l'historique, permettant d'estimer les niveaux de retour du S/P Récoltes. En 2023, face à la multiplication des événements climatiques et à la faible proportion d'agriculteurs protégés, l'État met en place, dans le cadre de la réforme "Récoltes", le Fonds de Solidarité Nationale. Ce dispositif très incitatif pour les assurés, favorise l'adhésion de nouveaux agriculteurs aux assurances et bouleverse ainsi les modèles existants. Ce mémoire vise, dans un monde post-réforme, à explorer l'influence de la segmentation de la charge, en termes de choix de groupes de risque, et du choix de la structure de dépendance, sur l'adéquation de la couverture du traité de réassurance. Les intrants du modèle seront construits à l'aide de plusieurs méthodes : apprentissage automatique pour les groupes climatiques, grille d'évaluation pour le choix de la loi théorique. L'adéquation des différents scénarios de S/P Récoltes, avec le traité de réassurance seront évalués au regard de différents choix de structures de dépendance. Mots-clés : récolte, multirisque climatique, ACP, K-moyennes, corrélations, copules, Vine, segmentation, grille d'évaluation, réassurance \newline
Abstract
The "Crops" insurance provides farmers with a minimum yield guarantee by protecting crops against climatic variations. In the face of climate risk volatility, insurers mitigate their exposure by transferring part of the cost to a reinsurer. Therefore, to best assess its own reinsurance needs, independently of market information provided by the broker or reinsurer, the company develops a model based on historical data that allows to estimate the return levels of the "crops" loss ratio. In 2023, in response to the increasing frequency of climate events and the low proportion of protected among farmers, the government implements the National Solidarity Fund as part of the "Crops" reform. This highly incentivizing measure for insured parties encourages new farmers to join insurance schemes, thereby disrupting existing models. This dissertation aims, in a post-reform world, to explore the influence of loss segmentation in terms of risk groups selection, and dependence structure on the adequacy of reinsurance treaty coverage. The model inputs will be constructed using various methods: machine learning for climatic groups and an evaluation grid for selecting the theoretical distribution. The adequacy of various "Crops" loss ratio scenarios with the reinsurance treaty will be addressing concerning various choices of dependence structures. Keywords : crop, reinsurance, multi-risk climate, PCA, K-means, segmentation, evaluation grid, correlations, copulas, Vine \newline
Auteur(s) KETTANEH C.
Société Pacifica - Crédit Agricole Assurances
Année 2025
Confidentiel jusqu'au 21/01/2027
Résumé
L'assurance « Récoltes » offre aux agriculteurs une garantie de rendement minimum, en protégeant les cultures végétales contre les aléas climatiques. Face à la volatilité du risque climatique, les assureurs se couvrent en transférant une partie de la charge à un réassureur. C'est pourquoi, pour évaluer au mieux ses besoins propres de réassurance, indépendamment des informations marché, données par le courtier ou le réassureur, la compagnie met en place un modèle s'appuyant sur l'historique, permettant d'estimer les niveaux de retour du S/P Récoltes. En 2023, face à la multiplication des événements climatiques et à la faible proportion d'agriculteurs protégés, l'État met en place, dans le cadre de la réforme "Récoltes", le Fonds de Solidarité Nationale. Ce dispositif très incitatif pour les assurés, favorise l'adhésion de nouveaux agriculteurs aux assurances et bouleverse ainsi les modèles existants. Ce mémoire vise, dans un monde post-réforme, à explorer l'influence de la segmentation de la charge, en termes de choix de groupes de risque, et du choix de la structure de dépendance, sur l'adéquation de la couverture du traité de réassurance. Les intrants du modèle seront construits à l'aide de plusieurs méthodes : apprentissage automatique pour les groupes climatiques, grille d'évaluation pour le choix de la loi théorique. L'adéquation des différents scénarios de S/P Récoltes, avec le traité de réassurance seront évalués au regard de différents choix de structures de dépendance. Mots-clés : récolte, multirisque climatique, ACP, K-moyennes, corrélations, copules, Vine, segmentation, grille d'évaluation, réassurance \newline
Abstract
The "Crops" insurance provides farmers with a minimum yield guarantee by protecting crops against climatic variations. In the face of climate risk volatility, insurers mitigate their exposure by transferring part of the cost to a reinsurer. Therefore, to best assess its own reinsurance needs, independently of market information provided by the broker or reinsurer, the company develops a model based on historical data that allows to estimate the return levels of the "crops" loss ratio. In 2023, in response to the increasing frequency of climate events and the low proportion of protected among farmers, the government implements the National Solidarity Fund as part of the "Crops" reform. This highly incentivizing measure for insured parties encourages new farmers to join insurance schemes, thereby disrupting existing models. This dissertation aims, in a post-reform world, to explore the influence of loss segmentation in terms of risk groups selection, and dependence structure on the adequacy of reinsurance treaty coverage. The model inputs will be constructed using various methods: machine learning for climatic groups and an evaluation grid for selecting the theoretical distribution. The adequacy of various "Crops" loss ratio scenarios with the reinsurance treaty will be addressing concerning various choices of dependence structures. Keywords : crop, reinsurance, multi-risk climate, PCA, K-means, segmentation, evaluation grid, correlations, copulas, Vine \newline
