Approximations polynomiales de densités de probabilité et applications en assurance

Polynomial approximtions of probabilitty density function with applications to insurance

• Auteur / Autrice : Pierre-Olivier Goffard
• Direction : Denys Pommeret
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 29/06/2015
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
• Jury : Président / Présidente : Dominique Henriet
• Jury : Examinateurs / Examinatrices : Xavier Guerrault, Stephane Loisel
• Jury : Rapporteurs / Rapporteuses : Claude Lefevre, Patrice Bertail

Mots clés

Mots clés contrôlés

Analyse numérique

Polynômes orthogonaux

Familles exponentielles (statistique)

Distribution composée (théorie des probabilités)

Mots clés libres

Distributions composées

Théorie de la ruine

Familles Exponentielles Naturelles Quadratiques

Polynômes orthogonaux

Méthodes numériques d'approximation

Solvabilité II

Provision best estimate

Model points

Compound distributions

Ruin theory

Natural Exponential Families with Quadratic Variance Function

Orthogonal polynomials

Numerical methods

Solvency II

Best estimate liabilities

Model points

Résumé

Cette thèse a pour objet d'étude les méthodes numériques d'approximation de la densité de probabilité associée à des variables aléatoires admettant des distributions composées. Ces variables aléatoires sont couramment utilisées en actuariat pour modéliser le risque supporté par un portefeuille de contrats. En théorie de la ruine, la probabilité de ruine ultime dans le modèle de Poisson composé est égale à la fonction de survie d'une distribution géométrique composée. La méthode numérique proposée consiste en une projection orthogonale de la densité sur une base de polynômes orthogonaux. Ces polynômes sont orthogonaux par rapport à une mesure de probabilité de référence appartenant aux Familles Exponentielles Naturelles Quadratiques. La méthode d'approximation polynomiale est comparée à d'autres méthodes d'approximation de la densité basées sur les moments et la transformée de Laplace de la distribution. L'extension de la méthode en dimension supérieure à 1 est présentée, ainsi que l'obtention d'un estimateur de la densité à partir de la formule d'approximation. Cette thèse comprend aussi la description d'une méthode d'agrégation adaptée aux portefeuilles de contrats d'assurance vie de type épargne individuelle. La procédure d'agrégation conduit à la construction de model points pour permettre l'évaluation des provisions best estimate dans des temps raisonnables et conformément à la directive européenne Solvabilité II.

This PhD thesis studies numerical methods to approximate the probability density function of random variables governed by compound distributions. These random variables are useful in actuarial science to model the risk of a portfolio of contracts. In ruin theory, the probability of ultimate ruin within the compound Poisson ruin model is the survival function of a geometric compound distribution. The proposed method consists in a projection of the probability density function onto an orthogonal polynomial system. These polynomials are orthogonal with respect to a probability measure that belongs to Natural Exponential Families with Quadratic Variance Function. The polynomiam approximation is compared to other numerical methods that recover the probability density function from the knowledge of the moments or the Laplace transform of the distribution. The polynomial method is then extended in a multidimensional setting, along with the probability density estimator derived from the approximation formula. An aggregation procedure adapted to life insurance portfolios is also described. The method aims at building a portfolio of model points in order to compute the best estimate liabilities in a timely manner and in a way that is compliant with the European directive Solvency II.