142 résultats
pour « Quantification des risques »
Cet article décrit un projet pilote visant à transformer les données d'indemnisation non structurées, comme les notes médicales et les rapports d'experts, en variables actuarielles exploitables grâce aux grands modèles de langage (LLM). La méthodologie repose sur une architecture à deux étapes qui extrait d'abord des informations précises de documents isolés avant de les synthétiser à l'échelle du dossier complet. En utilisant des données synthétiques pour l'entraînement et une validation par des experts cliniques, l'étude démontre une précision d'extraction élevée. L'intégration de ces nouvelles variables dans les méthodes de provisionnement traditionnelles a permis de réduire l'erreur d'estimation des réserves de 6,5 % à 4,0 %. Ce cadre offre ainsi aux actuaires une solution systématique et reproductible pour valoriser des informations narratives jusqu'alors sous-exploitées. Finalement, l'approche favorise une meilleure gestion des risques et une tarification plus précise tout en respectant les exigences réglementaires de transparence.
Le rapport souligne une détente tarifaire historique, marquée par une baisse spectaculaire des primes et des franchises, particulièrement pour les grandes entreprises. Parallèlement, le secteur observe une hausse inquiétante de la sinistralité, touchant principalement les entreprises de taille intermédiaire (ETI) dont les coûts d'indemnisation ont quadruplé.
Cet article présente une étude qui propose une méthodologie innovante pour l'optimisation des tarifs d'assurance en intégrant la sensibilité au prix des clients via l'apprentissage hors politique tarifaire (off-policy evaluation).
Cet article analyse une étude qui présente le modèle Comb-Bernoulli, une nouvelle approche statistique conçue pour analyser la dépendance entre plusieurs types de risques d'assurance au sein de séries temporelles creuses.
Cet article analyse l'étude prospective, menée par le cabinet KYU en partenariat avec l'AMRAE sur l'évolution des fonctions Risques et Assurances au sein des entreprises à l'horizon 2026. Elle souligne que la gestion des risques est devenue un levier stratégique de gouvernance indispensable pour naviguer dans un contexte de crises permanentes. Bien que ces fonctions gagnent en importance auprès des directions générales, l'enquête révèle une hétérogénéité persistante dans leur structuration et leurs ressources. Le rapport met en lumière la nécessité d'une meilleure intégration entre les départements risques et assurances pour renforcer la résilience organisationnelle. Enfin, il identifie un besoin de professionnalisation accrue des interactions avec les courtiers pour transformer la gestion des menaces en un véritable avantage compétitif.
Cet article analyse une étude qui soutient que la gestion quantitative des risques implique non seulement la modélisation probabiliste des risques, mais aussi la gouvernance du statut institutionnel des affirmations de risque. Il établit une distinction entre les risques qui sont vrais, exploitables, endossés ou de niveau d'assurance, en utilisant des opérateurs modaux pour représenter ces différences.
Cet article analyse une recherche qui présente SwiGAN, un cadre d'intelligence artificielle conçu pour simuler l'évolution des risques climatiques, particulièrement la sécheresse géotechnique en France jusqu'en 2050. En s'appuyant sur des réseaux antagonistes génératifs (GAN) de type Wasserstein, les auteurs modélisent l'indice d'humidité des sols afin d'anticiper les futurs dommages liés à la subsidence.
Le tableau de bord des risques d'assurance d'avril 2026 analyse la stabilité financière du secteur européen en s'appuyant sur les données prudentielles de Solvency II. Ce document évalue diverses catégories de vulnérabilités, allant des risques macroéconomiques aux enjeux émergents liés à la numérisation et au changement climatique.
Cet article étudie le rapport thématique de la Cour des comptes d'avril 2026 qui analyse le régime français d'indemnisation des catastrophes naturelles, dit « CatNat »
Cet article examine l'évolution des méthodes d'évaluation des risques cyber face à l'augmentation massive des données numériques et des menaces criminelles. L'étude souligne que, bien que les approches qualitatives basées sur des matrices de risques soient simples et largement adoptées, elles manquent de rigueur mathématique et de précision. Pour pallier ces faiblesses, les auteurs explorent l'utilité des méthodes quantitatives, telles que les statistiques bayésiennes et les simulations de Monte Carlo, qui offrent une analyse plus fine malgré une complexité technique accrue.