Tarification à l'adresse en assurance habitation individuelle

Cette thèse étudie les problématiques d'assurance habitation individuelle (MRH) basée sur la géolocalisation, appelée tarification à l'adresse. Des solutions sont proposées pour la prise en compte de la qualité de données dans les modèles et une méthodologie adaptée à la tarification à l'adresse est développée pour les différents risques liés aux habitations. Cette thèse est composée d'une introduction générale et de sept chapitres. L'ensemble des chapitres résultent des travaux réalisés avec plusieurs assureurs lors de la mise en place de la tarification à l'adresse. Ces recherches ont permis le développement du produit nommé Smart Home Pricing SHoP. Le chapitre 1 détaille le principe de la tarification en assurance non-vie et sa déclinaison opérationnelle et mathématique. Le chapitre 2 présente les variables produits par un fournisseur de données, indispensables pour mettre en place la tarification à l'adresse. Succinctement, le chapitre 2 revient sur les processus de géolocalisation et ses limites ainsi que sur les types de données disponibles à l'aide de quelques exemples avec leurs atouts et leurs obstacles. À partir d'un portefeuille d'assureur sur la France métropolitaine, le chapitre 3 propose une méthodologie adaptée à la tarification à l'adresse et au processus d'obtention des données et de leur qualité. Sur les sinistres de hautes fréquences et de montants modérés, deux résultats intéressants se profilent. Tout d'abord, les données à l'adresse permettent d'améliorer significativement les modèles traditionnels. Pour des performances équivalentes, elles permettent de remplacer les questionnaires de souscriptions sauf l'âge de l'assuré et la formule d'assurance choisie. Les chapitres 4, 5 et 6 s'intéressent à la problématique de la crédibilité des données afin d'intégrer les indices de qualité disponibles et aussi afin d'évaluer l'impact des erreurs de géolocalisation. Une structure sur la qualité de donnée est développée pour intégrer des indices de qualités individualisés dans les modèles linéaires et les modèles linéaires généralisés. Sous certaines hypothèses, plusieurs remarques sont faites. L'évolution des coefficients s'explique en partie par l'évolution de la performance du géocodage. La perte en qualité des données réduit la performance des modèles sous certaines hypothèses. La structure de qualité définie une relation d'ordre. Finalement, la qualité des données impacte et complexifie l'anti-sélection dans un monde concurrentiel. Le chapitre 7 s'intéresse aux conséquences de l'ajout de nouvelles données sur la prise en compte du risque de subsidence en assurance habitation en France. Après un état de l'art des méthodologies pour modéliser les risques climatiques, un article questionne l'assurabilité des sécheresses et des évolutions récentes de la législation à partir de données marchés d'un assureur.