Hostname: page-component-78c5997874-j824f Total loading time: 0 Render date: 2024-11-13T01:48:20.175Z Has data issue: false hasContentIssue false
  • English
  • Français

Étude Statistique de la Probabilité de Sinistre en Assurance Automobile

Published online by Cambridge University Press:  29 August 2014

Marc Hallin  and
Jean-François Ingenbleek
Marc Hallin
Affiliation:
Institut de Statistique, Université Libre de Bruxelles.
Jean-François Ingenbleek
Affiliation:
Institut de Statistique, Université Libre de Bruxelles.
Rights & Permissions [Opens in a new window]

Extract

Core share and HTML view are not available for this content. However, as you have access to this content, a full PDF is available via the ‘Save PDF’ action button.

Dans trois études récentes (1977a, 1977b, 1979), J. Lemaire a appliqué à un ensemble d'observations du risque automobile quelques méthodes de sélection fréquemment utilisées en analyse de la régression. Les variables explicatives (traitées comme variables indépendantes) sont les variables décrivant le risque. Les variables étudiées (traitées comme variables dépendantes d'un modèle de régression) sont les deux variables généralement prises en considération dans ce contexte: le nombre des sinistres et leur montant cumulé.

Nous avons déjà souligné (Hallin, 1977) combien les hypothèses qui se trouvent à la base de l'analyse de la régression — normalité, homoscédasticité et linéarité de la régression — sont loin d'être remplies dans le contexte de l'assurance automobile. Le montant cumulé annuel prend la valeur zéro avec une probabilité proche de 0.9! Le nombre annuel de sinistres vaut 0, 1, 2, rarement plus! Même très approximativement, de telles variables peuvent difficilement être considérées comme normales. En outre, la plupart des variables explicatives sont de type nominal ou ordinal, ce qui rend délicate l'utilisation de modèles linéaires, les interactions de tous ordres étant très importantes, ainsi qu'on pourra le constater. Ces réserves sont d'ailleurs prévues par Jean Lemaire lui-même, qui ne propose ses conclusions qu'à titre de première approximation. Les mêmes données ont encore été soumises (Masure, 1978) aux méthodes de l'analyse discriminante, et les mêmes réserves peuvent être faites en ce qui concerne l‘utilisation des méthodes et l'interprétation des résultats (combinaisons linéaires, etc.).

Nous avons proposé dans Hallin (1977a, b) un ensemble de méthodes qui, selon les hypothèses distributionnelles pouvant être faites (et qui vont des hypothèses classiques de l'analyse de la variance à celles, beaucoup moins restrictives, des méthodes de rangs), constituent des généralisations de celles qui sont utilisées par Jean Lemaire. En particulier, celle que nous appliquons ici est entièrement “distribution free”. Ces méthodes sont également une extension de celle qu'a proposée Pitkänen (1975, 1976).

Type
Research Article
Information
ASTIN Bulletin: The Journal of the IAA , Volume 12 , Issue 1 , June 1981 , pp. 40 - 56
Copyright
Copyright © International Actuarial Association 1981

References

Cochran, W. G. (1943). Analysis of variance for percentages based on inequal numbers. JASA, 38, 287–301.Google Scholar
Cochran, W. G. (1954). Some methods for strengthening the common x2 tests. Biometrics, 10, 417–451.CrossRefGoogle Scholar
Draper, N. and Smith, H. (1966). Applied Regression Analysis. Wiley, N.Y.Google Scholar
Gart, J. J. (1971). The comparison of proportions: a review of significance tests, confidence intervals and adjustements for stratification. Review of the International Stat. Institute, 39, 148–69.CrossRefGoogle Scholar
Hallin, M. (1977a). Méthodes Statistiques de Construction de Tarif, Bulletin de l'Association des Actuaires Suisses, 162–175.Google Scholar
Hallin, M. (1977b). Étude statistique des Facteurs influençant un risque, Bulletin de l'Association R. des Actuaires Belges, 76–92.Google Scholar
Hallin, M. et Ingenbleek, J.-F. (1978). Étude statistique des Facteurs influençant le Risque automobile: la probabilité de sinistre. Discussion paper ndeg; 5, Institut de Statistique de l'Université Libre de Bruxelles.Google Scholar
Higgins, J. E. and Koch, G. G. (1977). Variable selection and generalized chi-square analysis of categorical data applied to a large cross-sectional occupational health survey. International Statistical Review, 45, 51–62.CrossRefGoogle Scholar
Lemaire, J. (1977a). Selection Procedures of Regression Analysis applied to Automobile Insurance, Bulletin de l'Association des Actuaires Suisses, 143–160.Google Scholar
Lemaire, J. (1977b). Critique du tarif automobile responsabilité civile belge. Bulletin de l'Association R. des Actuaires Belges, 93–109.Google Scholar
Lemaire, J. (1979). Selection Procedures of Regression Analysis applied to Automobile Insurance, Part II: Sample inquiry and underwriting applications. Bulletin de l'Association des Actuaires Suisses, 65–71.Google Scholar
Masure, L. (1978). L'analyse discriminante appliquée aux problèmes de l'assurance automobile. Bulletin de l'Association R. des Actuaires Belges, 29–51.Google Scholar
Pitkänen, P. (1975). Tariff theory, Astin Bulletin, 204–228.Google Scholar
Pitkänen, P. (1976). A theoretical approach to premium rating. Int. Congress of Actuaries, Tokyo, 247–252.Google Scholar