1/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Introduction à la théorie de la ruine
P.O. Goffard1
1Axa France - Institut de mathématiques de LuminyUniversité de Aix-Marseille
[email protected]@axa.fr
Février 2014 /Master IMSA
2/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Outlines
1 Introduction
2 Les distributions composées
3 Le modèle de ruine de Cramer-Lundberg
4 Perspectives et utilité de la théorie de la ruine
3/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Qu’est ce que la théorie de la ruine ?
Modélisation des réserves financières d’une compagnie d’assurance non vie.↪→ Stochastique↪→ Dynamique↪→ Portefeuille de contrat non vie
Objectif : Définir un cadre pour une bonne gestion financière d’unportefeuille de contrat.↪→ Un niveau de capital initial↪→ Un niveau de prime périodique
L’analyse statistique permet la calibration en quantifiant le risque supportépar le portefeuille.
Loi des montants de sinistres→ Portefeuille dit homogène
Loi pour la fréquence des sinistres
4/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
The essence, the basics
Le résultat d’un assureur non-vie associé à une branche d’activité surexercice (durée=1 an) s’écrit
R = Produit Technique + Produit Financier
= (P− S) + 2%× FP + 3%× P− 1.5%× S
où,R est le résultat de l’exerciceP est le montant des cotisations payées par les assurés (investi au taux3%)S est la charge totale induite par le règlement des prestations↪→ Règlement des prestations à la mi-année
FP est le montant des capitaux propres (investi au taux 2%)↪→ Compromis entre rentabilité et viabilité du business
5/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
La probabilité de ruine : une mesure de risque désuette
Le chargement de sécurité
Le chargement de sécurité η > 0, souvent exprimé en pourcentage, est définipar
P = E(S)(1 + η) (1)
↪→ De combien le cumul annuel des primes doit excéder la chargemoyenne liée aux prestations sur l’année.
Probabilité de ruineLa probabilité de ruine est la probabilité que le montant FP soit insufisantpour compenser un résultat annuel déficitaire
ψ(FP) = P(R < −FP). (2)
6/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Mesures de risque plus actuelles
Value-at-RiskLa Value-at-Risk est un quantile de la distribution du résultat annuel définiepar
P(R > −VaRα(R)) = α⇒ VaRα = inf{x; P(R > −x) = α}
Tail Value-at-Risk or Expected Shortfall
La Tail Value-at-Risk est égale à la valeur moyenne du résultat sachant qu’ilest inférieur à la VaR
TVaRα(R) = E (−R|R < −VaRα(R))
= VaRα(R) + E (−R− Varα(R)|R < −VaRα(R))
↪→ Solvabilité II⇒ VaR99.5%
↪→ Swiss Solvency Test⇒ TVaR99%
7/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Et l’aléa dans tout ça ?
FIGURE : Distribution de la charge totale et du résultat à l’issu de plusieurs exercices
ψ(FP) = P(
S >P× 1.03 + FP× 1.02
1.015
)(3)
↪→ Comment modéliser la charge totale ?
8/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Modèle Individuelle V.S. Modèle Collectif
Modèle individuelSoit un portefeuille de contrat comprenant n polices. La charge totale estdéfinie par :
SInd =
n∑i=1
IiUi
Iii.i.d.∼ B(p)
Ui variable aléatoire continue positive i.i.d. indépendante de Ii
→ Lorsque le nombre de contrats est grand les calculs sont difficiles àeffectuer
9/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Modèle Individuelle V.S. Modèle Collectif
Modèle CollectifLa charge totale est définie par :
SCol =
N∑i=1
Ui
N variable aléatoire discrète à valeur entière.Ui variable aléatoire continue positive i.i.d. indépendante de N
Théorème : Approximation du modèle individuel par un modèle collectif
n grandPortefeuille homogène
SInd ∼ SCol
10/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Processus de réserve et de surplus
On note {Rt; t ≥ 0} le processus de réserves, et u = R0 la réserve initiale.On fait les hypothèses suivantes :
Ti v.a. positive i.i.d. égales aux temps inter-arrivée des sinistresσn =
∑ni=1 Ti instant d’occurence du nieme sinistre
Nt = max{n ∈ N;σn ≤ t} = max{n ∈ N;σn+1 ≥ t} processus decomptageUi v.a. positive i.i.d. égales aux montants des sinistres indépendants deN(t)
p flow de prime générée par le portefeuille par unité de tempsCe qui donne :
Rt = u + pt −Nt∑
i=1
Ui
On définit également le processus de surplus {S(t); t ≥ 0} :
St = u− Rt
11/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Visualisation graphique
FIGURE : Evolution de la réserve et du surplus au cours du temps
12/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Définition de la probabilité de ruine
Probabilité de ruine à horizon de temps infini
ψ(u) = P(
inft≥0
Rt < 0; R0 = u)
Probabilité de ruine à horizon de temps fini
ψ(u,T) = P
(inf
t∈[0,T]
Rt < 0; R0 = u
)
Probabilité de non ruine à horizon de temps fini et infini
φ(u) = 1− ψ(u) φ(u,T) = 1− φ(u,T)
13/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Définition alternative de la probabilité de ruine
Instant de ruine et maximum du processus de surplus
τu = inf{t ≥ 0 : Rt < 0} = inf{t ≥ 0 : St > u}
M = supt≥0
St MT = supt∈[0,T]
St
Probabilité de ruine à horizon de temps fini et infini
ψ(u) = P (τu <∞) = P (M > u)
ψ(u,T) = P (τu < T) = P (MT > u)
14/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Le chargement de sécurité
Soit ρ défini par1t
Nt∑k=1
Uk →t→+∞
ρ
Chargement de sécurité
Le chargement de sécurité, noté η, est défini par
p = (1 + η)ρ
Si η < 0 alor ψ(u) = 1Si η > 0 alor ψ(u) < 1
15/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Quelques rappels
Une variable aléatoire S suit une distribution composée (N,FU) si :
S =
N∑k=1
Ui
N est une variable de comptage caractérisée par pk = P(N = k)
(Ui)i≥0 suite de variables positives i.i.d. indépendantes de N et defonction de répartition FU
Fonction de répartition
FS(x) =∑n∈N
pnF∗nU (x)
16/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Quelques propriétés sur les moments
Fonction génératrice des moments
F̂S(s) = E(esS)) =
∫ +∞
0esxdFS(x) = GN(F̂U(s))
GN(s) = E(sN) la fonction génératrice des probabilités de N
Espérance et Variance de S
E(S) = E(N).E(U)
Var(S) = E(N).Var(U) + E(U)2Var(N)
17/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Distribution du nombre de sinistres
N ∼ Pois(λ)
∀k ∈ N, pk =e−λλk
k!
N ∼ Bin(n, q)
∀0 ≤ k ≤ n, pk =
(nk
)qk(1− q)k
N ∼ NegBin(α, q)
∀k ∈ N, pk =
(α+ k − 1
k
)qk(1− q)α
18/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Famille de Panjer
Soit N une variable aléatoire à valeurs entières caractérisées par {pk}k≥0telle que
∃a < 1, b ∈ R, ∀k ∈ N∗, pk =
(a +
bk
)pk−1
Caractérisation de la famille de Panjer
Les seules lois de probabilité vérifiant la relation de récurrence de Panjersont
la loi de Poisson,la loi Binomiale,la loi Binomiale Négative.
19/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Un méthode d’évaluation itérative
S =
N∑i=1
Ui,
oùN est une variable de comptage caractérisée par pk = P(N = k)vérifiant la relation de récurence de Panjer,(Ui)i≥0 suite de variables i.i.d. à valeurs entières indépendantes de N etcaractérisées par qk = P(U = k).
Algorithme de Panjer
P(S = j) = pSj =
{GN(q0), j = 0
(1− aq0)−1∑jk=1
(a + bk
j
)qkpS
j−k, j > 0
20/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Distribution pour les montants : La loi exponentielle
Propriétés de la loi exponentielle
X ∼ Exp(δ) alors
fX(x) = δe−δx1R+(x), FX(x) = 1− δe−δx
E(X) =1δ, Var(X) =
1δ2
Loi loi de Erlang(n, δ)
Soit (Xi)i>0 i.i.d. de loi exponentielle de paramètre δ, alors
Sn =
n∑i=1
Xi ∼ Erlang(n, δ),
la densité associée est
fSn(x) =e−δxδnxn−1
Γ(n)1R+(x).
21/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Distribution pour les montants : Les lois Phase-TypeProcessus de Markov homogène et absorbant
Un processus de Markov homogène et absorbant {Jt}t≥0 est caractérisé parUn espace d’état E ∪ {∆}Une loi initiale α avec P(J0 = j) = αj
Une fonction de transition Pt(i, j) = P(Jt = j|J0 = i) = eAt
Distribution Phase-Type
U ∼ Phase− Type alors,
FU(x) = P(ζ < x),
avec ζ = Inf{t ≥ 0 : Jt = ∆}.
22/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Distribution pour les montants : Les lois Phase-TypePropriétés d’un processus de Markov
Soit A = (aij)i,j∈E∪{∆} le générateur du procesus de Markov
Loi du temps de séjour dans l’état i
Pi(T1 > t) = eaiit
Loi d’entrée dans le complémentaire de l’état i
Pi(JT1 = j) = −aij
aii
A noter que ∑j∈E∪{∆}/{i}
P(XT1 = j) = 1 ⇒∑
j∈E∪{∆}/{i}
aij = −aii
23/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Distribution pour les montants : Les lois Phase-TypeFormalisme Phase-Type
U ∼ Phase− Type(α,T,E) avec
A =
(T t0 0
).
où t = −T1l, l est le nombre d’état de E.
Quelques propriétés
(i) La fonction de répartition de U est FU(x) = 1− α′eTx1l,(ii) La densité de U est fU(x) = α′eTxt,
(iii) La fonction génératrice des moments estm̂U(s) =
∫ +∞0 esxdFU(x) = α′(−sI− T)−1t.
24/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Exemple 1 : Loi HyperExponentielle
f (x) =
n∑i=1
αiδie−δix1R+(x),
avec∑n
i=1 αi = 1. Le schéma associé est le suivant
25/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Exemple 2 : Loi Erlang
f (x) =e−δxδnxn−1
Γ(n)1R+(x),
Le schéma associé est le suivant
26/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Une propriété fondamentale
Un comportement exponentiel asymptotiquement
Soit U ∼ Phase− Type(α,T,E),η la valeur propre de T ayant la plus grande partie réelleν′ et h vecteur propre ligne et colonne associé à η tels que ν′h = 1
On a alorsFU(x)
x→+∞∼ Ce−ηx
avec C = α′ν′.h1l.
27/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Géométrique composée
Soit S =∑N
i=1 Ui où N ∼ Geom(p) avec p ∈ (0, 1),
FS =
+∞∑k=0
(1− p)pkF∗kU
Montant exponentiel
Si Uii.i.d.∼ Exp(δ), alors
FS(x) = pe−δ(1−p)x
27/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Géométrique composée
Soit S =∑N
i=1 Ui où N ∼ Geom(p) avec p ∈ (0, 1),
FS =
+∞∑k=0
(1− p)pkF∗kU
Montant exponentiel
Si Uii.i.d.∼ Exp(δ), alors
FS(x) = pe−δ(1−p)x
28/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Approximation de Cramer-Lundberg
Le coefficient d’ajustement
Le coefficient d’ajustement γ est l’unique solution positive de l’équationsuivante,
m̂U(s) =1p
Cette equation est l’équation fondamentale de Cramer-Lundberg.
Comportement asymptotiquement exponentiel
Soit S une variable aléatoire ayant une distribution géométrique composée,alors
FS(x) ∼x→∞
Ce−γx
29/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Géométrique composée avec des montants Phase-Type
Zero-modified Phase-Type
Soit S une variable aléatoire ayant une distribution géométrique composée.Ui
i.i.d.∼ Phase-Type(α,T,E) alors S admet une distribution p-zero modifiedPhase Type telle que :
S = I.V
oùV ∼ Phase− Type(α,T + ptα′,E),I ∼ B(p)
A noter que
tα′ =
t1. . .tl
.(α1 . . . αl
)=
t1α1 . . . t1αl
. . . . . . . . .tlα1 . . . tlαl
30/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Géométrique composée avec des montants Phase-Type
31/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Géométrique composée avec des montants Phase-Type
CorollaireSoit S une variable aléatoire ayant une distribution géométrique composée.Ui
i.i.d.∼ Phase-Type(α,T,E) alors(i)
FS(x) = pα.e(T+ptα′)x.1l
(ii)FS(x) ∼
t→+∞Ce−η+x,
avec −η+ la valeur propre de T + pt.α′ ayant la plus grande partie réelle.
32/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Définition du modèle
Le processus stochastique régissant l’évolution des réserves financières estsupposé être de la forme
Rt = u + pt −Nt∑
i=1
Ui.
Le processus de surplus associé est de la forme
St =
Nt∑i=1
Ui − pt.
Les hypothèses du modèle de ruine de Cramer-Lundberg sont les suivantesu > 0 est la réserve initiale de la compagnie d’assurance,p > 0 le taux de prime reçues continuement dans tempsNt est un processus de Poisson homogène d’intensité β(Ui)i>0 suite de variables aléatoires, strictement positives, i.i.d. defonction de répartition FU , de moyenne µ finie, et indépendantes de Nt
33/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Rappel autour du processus de Poisson
Définition
Soit Tii.i.d.∼ Exp(β) et σn =
∑ni=1 Ti
Le processus de comptage {Nt}t≥0 défini par
Nt =∑n≥1
1{σn<t}
est un processus de Poisson.
Caractérisation du processus de Poisson
Si {Nt} est un processus de Poisson homogène d’intensité β alors(i) N0 = 0 presque surement.
(ii) Nt ∼ Pois(βt)
(ii) Nt est un proccessus à accroissement stationnaires et indépendants
34/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Probabilité de ruine ultime
La probabilité de ruine ultime est définie par
ψ(u) = P(
inft≥0
Rt < 0 : R0 = u),
la probabilité complémentaire ou probabilité de non ruine ultime est définiepar
φ(u) = 1− ψ(u)
Net Benefit conditionDans le cadre du modèle de Cramer-Lundberg ρ = βµ, la condition η > 0équivaut à
p > βµ
35/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Des équations pour la probabilité de non ruine
Une équation intégro-différentielle
φ′(u) =β
p
(φ(u)−
∫ u
0φ(u− y)dFU(y)
)
Une équation intégrale
φ(u) = φ(0) +β
p
∫ u
0φ(u− y)FU(y)dy
Avec φ(0) = 1− βµp .
36/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
La solution des équations
La formule de Pollaczeck-Khinchine
ψ(u) =
(1− βµ
p
)+∞∑n=1
(βµ
p
)n
F∗nUI (u),
avec FUI (x) = 1µ
∫ x0 FU(y)dy l’integrated tail distribution de U.
Or ψ(u) = P(M > u) où M = supt≥0
St.
M =∑N
i=1 UIi , avec,
N ∼ Geom(βµp
)UI
i variables aléatoires positives i.i.d. de fonction de répartition FUI
37/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Approximation de la probabilité de ruine
L’approximation de Cramer-Lundberg
Sous réserve que la fonction génératrice des moments m̂U(s) de U soitdéfinie pour une valeur de s > 0 alors
ψ(u) ∼u→+∞
Ke−γu,
avec γ solution positive de l’équation β + ps = βm̂U(s).
Avec des montants de distribution Phase-Type
Supposons que les (Ui)i≥0 possède une distribution Phase-Type dereprésentation (α,T,E) alors la probabilité de ruine vérifie
(i) ψ(u) = α+e(T+tα′+).1l avec α+ = −βα′T−1
(ii) ψ(u) ∼t→+∞
Ce−η+x,
avec −η+ la valeur propre de T + tα′+ ayant la plus grande partie réelle.
38/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Le rapprochement de la réalité et de la pratique
S’affranchir de la vision 0− 1→ Déficit à la ruine→ Le temps passé dans le rouge
Dans le cadre de la Solvency 2⇒ probabilité de ruine à horizon detemps T=1 an.Ajout de taux d’intérêt et de taux d’inflation{
dRt = peδtdt + Rtidt − eδtXNt dtR0 = u
→ Taux aléatoire voire égaux à des processus stochastiques.→ Modélisation en univers Markovien. Définition d’une chaine de Markov
où chaque état est caractérisé par un environnement économique différent.Faire une tarification dépendante du niveau des réserves.Modélisation conjointe des réserves associées à deux portefeuilles.Interaction entre les deux portefeuilles et probabilité de ruinemultivariée.Versement de dividende aux actionnaires. Maximisation de la moyennedes dividendes versées avant la ruine.
39/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
La stratégie du type barrière
40/41
Introduction Les distributions composées Le modèle de ruine de Cramer-Lundberg Perspectives et utilité de la théorie de la ruine
Les variantes et généralisations possibles de modélisation
Approximation de la charge totale générée par les sinistres via unmouvement Brownien
Rt = u + pt − Bt,
avec {Bt, t ≥ 0} et Bt ∼ N(0, σ2t).Nt processus de Naissance/Mort ou Poisson non homogèneInclure de la dépendance entre les montants de sinistres.Inclure une dépendance entre le temps inter-arrivée entre les sinistres etles montant de sinistres.→ Séisme V.S. Inondations
Les deux ouvrages de référence [?],[?].