Assurance non vie II

• Tarification a priori en assurance non-vie (GLM, GAM, Machine Learning).
• Théorie de la crédibilité (tarification a posteriori).

• Maîtriser les techniques actuarielles utilisées pour la tarification a priori en assurance non-vie (GLM, GAM, Machine Learning).
• Maîtriser la théorie de la crédibilité utilisée pour la tarification a posteriori ainsi que dans le contexte des réserves en assurance non-vie.

Exposés oraux.

Contribution au profil d'enseignement

• Acquérir la connaissance des modèles stochastiques utilisés en assurance.

• Maîtriser les techniques de mathématiques actuarielles pour analyser et modéliser les risques.

• Analyser avec rigueur et esprit critique un ensemble de données.

• Choisir de façon adéquate les modèles et techniques actuarielles appropriés au problème considéré.

• Analyser avec rigueur et esprit critique les résultats obtenus.

• Réévaluer à la lumière des résultats obtenus la pertinence des modèles et techniques actuarielles utilisés.

• Utiliser un langage clair et rigoureux.

• Etre responsable de ses affirmations.

Références, bibliographie et lectures recommandées

• Bühlmann H. et Gisler A., A course in credibility theory and its applications, 2005, Springer.
• Charpentier A., Computational Actuarial Science with R, 2014, CRC Press.
• Denuit, M., Hainaut, D., Trufin, J. (2019). Effective Statistical Learning Methods for Actuaries I: GLM and Extensions. Springer Actuarial Lecture Notes Series.
• Denuit, M., Hainaut, D., Trufin, J. (2020). Effective Statistical Learning Methods for Actuaries II: Tree-based Methods and Extensions. Springer Actuarial Lecture Notes Series.
• Denuit, M., Hainaut, D., Trufin, J. (2019). Effective Statistical Learning Methods for Actuaries III: Neural Networks and Extensions. Springer Actuarial Lecture Notes Series.

Support(s) de cours

• Université virtuelle

Campus

Plaine

Méthode(s) d'évaluation

• Examen oral
• Travail de groupe

Examen oral

Travail de groupe

Travail de groupe pour les deux parties (tarification a priori (partie 1) et théorie de la crédibilité (partie 2)).

Construction de la note (en ce compris, la pondération des notes partielles)

Travail de groupe: 100%.

Langue(s) d'évaluation

• français