IA pour la tarification des risques

• Comprendre le rôle de l’IA dans la tarification des risques
• Distinguer modèles classiques et apprentissage automatique
• Évaluer la performance, l’équité et la lisibilité d’un tarif

Actuaires, tarificateurs, souscripteurs, chefs de produits

Notions de tarification et de statistiques sur les risques

• Rappeler les principes de la tarification : prime pure et chargements
• Comparer modèles linéaires généralisés et arbres de décision
• Choisir les variables tarifaires selon leur pouvoir prédictif
• Préparer les données d’exposition, de sinistres et de portefeuille
• Entraîner et valider un modèle de fréquence et de coût moyen
• Mesurer la performance avec des indicateurs adaptés au tarif
• Interpréter les facteurs d’un tarif pour le rendre explicable
• Détecter les effets discriminatoires et les variables proxy interdites
• Simuler l’impact d’un nouveau tarif sur le portefeuille et la marge
• Encadrer la mise en production et le suivi de dérive du modèle

• Comparer un modèle linéaire et un arbre sur un portefeuille
• Analyser le poids de chaque variable d’un tarif habitation
• Simuler l’effet d’une refonte tarifaire sur le portefeuille

• Fiche repère des modèles de tarification et de leurs limites
• Check list de validation d’un modèle de tarification retenu
• Lexique de la tarification et de l’apprentissage automatique