Tarification Actuarielle Contre Financière

2002
Mmoire de Stage
de troisime anne

Christophe FRANTZ

sur

Tarification Actuarielle contre Financire
des Contrats en Units de Compte

Stage effectu :

SECURA Belgian Re
Avenue des Nerviens, 9-31
Bote 6
B - 1040 BRUXELLES

Sous la direction de :

Jean-Franois WALHIN
Responsable du Dpartement Recherche & Dveloppement
tl : +00 32 (0)2 504 82 22
fax : +00 32 (0)2 504 82 00
mail : jfw@secura-re.com

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE RESUME
3

RESUME

Mots cls
Unit de compte, Tarification, Black-Scholes, Marge de solvabilit, Conditional Tail
Expectation

Un contrat dassurance vie en units de compte (UC) est un contrat qui garantit un
montant index sur un actif financier (lUC). Nous disons dun tel contrat quil est muni dune
garantie plancher lorsque celui-ci verse en cas de dcs le maximum entre un montant garanti
(par exemple le montant initial investi) et la valeur de lUC. De ce fait, lengagement de
lassureur la date t an cas de dcs quivaut : max(K, S
t
) (= S
t
+ max(K-S
t
, 0)), o K
correspond au montant de la garantie plancher et S
t
la valeur de lUC au moment t. Dans la
majorit des cas, avec ce type de produit, lassureur cde 100% des sommes sous-risques aux
rassureurs et ainsi, lengagement du rassureur en cas de dcs est quivalent : max(K-S
t
,
0). Nous constatons alors que lengagement la date t du rassureur en cas de dcs sur ce
type de produit est quivalent au flux terminal dune option de vente europenne (put).
A partir de cette dernire remarque nat toute la problmatique du sujet savoir : comment
dterminer la prime unique dun tel contrat ? Par lapplication de principes actuariels, tel que
le principe dquivalence, ou financiers, en utilisant des mthodes de tarification base
doptions ? Ce sujet est dautant plus intressant que les prix obtenus suivant chaque approche
- hypothses gales - peuvent tre jusqu dix fois diffrents.

Pour tre en mesure de rpondre cette question, nous dveloppons les deux mthodes de
tarification de manire thorique.

Lapproche actuarielle adopte la dmarche dun actuaire qui souhaite tarifer un produit
dassurance vie, elle fournit une prime fonde sur le principe dquivalence qui est gale
lesprance de la somme actualise des cots futurs du contrat. La formule analytique de cette
prime ressemble fort la formule de tarification de Black-Scholes dun put europen, la
diffrence quici (le taux de rendement espr de lUC) remplace r (le taux sans risque).
Pourtant, dans le cas prsent, nous ne considrons pas la tarification dun instrument financier
mais appliquons simplement le principe dquivalence bien connu en assurance vie.

Lapproche financire quant elle, adopte la dmarche dun financier qui considre que le
contrat est un actif contingent. Sa dmarche va tre simple : le dcs de lassur en t gnre le
paiement dun montant quivalent au flux terminal dune option de vente europenne de prix
dexercice K et maturit t. Le prix du contrat est donc gal une succession de prix de puts
europens de maturits diffrentes. Or, il est ais dvaluer le prix dun put par la clbre
formule de Black-Scholes et donc relativement simple de calculer la prime de notre contrat
par lapproche financire.

Les deux approches nous donnent donc des prix assez proches dun point de vue analytique,
la seule diffrence est que lapproche actuarielle fournit une prime sous la mesure de
probabilit physique P et lapproche financire sous la mesure de probabilit risque-neutre Q.
Mais nous ne savons rien quant aux diffrences de prix dun point de vue pratique et surtout
nous ne savons pas quel tarif appliquer.
RESUME TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE
4

Cest pour rpondre cette dernire question que nous dveloppons un chapitre ddi la
simulation stochastique. En effet, grce des simulations de type Monte-Carlo, nous pouvons
nous donner une ide de la prime moyenne mais nous pouvons galement observer la
distribution des cots futurs actualiss obtenus suivant chaque dmarche. Suite ces
simulations, nous constatons que la Prime Pure Unique Actuarielle (PPU
Act
) est plus faible
que la Prime Pure Unique Financire (PPU
Fi
) (tant que est suprieur r) mais PPU
Act
est
plus volatile que PPU
Fi
.

Pour donner un tarif complet nous devons alors dterminer la Prime Technico-Financire
(PTF), cest dire la prime qui prend en compte le cot dallocation dun capital dpendant de
la volatilit des flux futurs, ce capital est encore appel marge de solvabilit .

Le principe retenu pour le calcul de PTF est la Net Present Value (NPV), qui correspond la
valeur actualise des profits/pertes futurs o le taux dactualisation correspond au taux de
rendement espr de lactionnaire qui investit dans la compagnie , ce taux est aussi appel
cot du capital (COC). De ce fait, si les profits/pertes sont fonction des cots futurs, des
provisions technique futures et de la marge de solvabilit future, la seule question qui subsiste
est alors : comment valuer la marge de solvabilit ? . En effet, nous connaissons les cots
moyens pour une date t vus de 0 grce nos simulations et de mme pour les provisions
techniques moyennes.
Afin de dterminer la marge de solvabilit pour une date t future, nous utilisons la mesure de
risque Conditional Tail Expectation (CTE ou Tail-VaR) et lappliquons la distribution
des cots futurs actualiss en t. Cette marge de solvabilit pour la date t de seuil reprsente
alors la perte espre en t sachant que cette perte appartient au quantile suprieur (1-)% de la
distribution de celle-ci.

PTF prend alors en compte ltat moyen des provisions de chaque date t vu de 0 et le capital
moyen adquat au seuil . Insistons sur le fait que les niveaux moyens de provisions et de
capital sont vus de 0 et ne prennent pas en compte une ventuelle ruine entre deux dates, il ne
sagit donc pas de dterminer le montant des provisions et du capital chaque date mais
plutt de se donner un niveau moyen de provisions permettant de se faire une ide du capital
allouer en consquence.

Nous obtenons ainsi une expression relativement simple pour PTF.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE ABSTRACT
5

ABSTRACT

Keywords
Unit-linked, Pricing, Black-Scholes, Solvency Margin, Conditional Tail Expectation

With a unit-linked life insurance contract, the sum insured depends on the
development of some stock. Such a contract is called unit-linked with a floorlet guaranty
when the sum insured is the maximum between a guarantied amount (like the initial invested
amount) and the value of the stock. Hence, the insurers liability at t is: max(K, S
t
) (= S
t
+
max(K-S
t
, 0)), where K correspond to the floorlet amount and S
t
to the value of the stock at t.
Typically, with this kind of contracts, the insurer let 100% of the sum at risk to the reinsurer
and then, the reinsurers liability at t is: : max(K-S
t
, 0). We can see that reinsurers liability on
this type of product is equivalent to the terminal cash-flow of a European put option. This last
remark shows us the interest of the subject: how to determine the premium of such a contract?
By using actuarial principles, such that equivalence principle, or financial principles by using
option pricing? This question is all the more interesting that the prices obtained according to
each approach with the same hypothesis can be ten times different.

In order to answer to this question, we develop the two pricing approaches in a theoretical
way.

The actuarial approach adopt the thought process of an actuary who wants to price a life
insurance contract, it gives a premium based on the equivalence principle equals to the present
value of the future costs of the contract. The analytical formula of this premium looks like the
Black-Scholes pricing formula applied to European put option with the difference that (the
expected rate of return of the stock) replace r (the risk-free rate). But, in this case, we do not
consider the pricing of a financial instrument, we only apply, the well-known life insurance
equivalence principle.

The financial pricing adopts the approach of a trader who considers that the contract is
equivalent to a contingent claim. Is thought process will be straightforward: the insured
deaths at t generate a payment equivalent to the terminal cash-flow of a European put option
with strike price K and maturity t. The price of the contract is then equal to a succession of
European put prices with different maturities. As it is simple to evaluate the price of a put
option by using the famous Black-Scholes formula, it is quite easy to calculate the premium
of our contract with the financial approach.

The two approaches provide us with quite close prices on the analytical point of view, the
only difference is that the actuarial approach gives us a premium under the physical P
probability measure and the financial approach under the risk-neutral Q probability measure.
But we do not know anything about price differences on the practical point of view and
especially anything about which pricing we have to apply.

ABSTRACT TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE
6

In order to answer to this last question, we develop a chapter dedicated to stochastic
simulation. Indeed, with the Monte-Carlo simulations, we can have an idea of the average
premium but also have a look to the distribution of the present value of future costs according
to each approach. Following these simulations, we note that the Actuarial Unique Pure
Premium (UPP
Act
) is less than the Financial Unique Pure Premium (UPP
Fi
) (whereas is
greater than r) but UPP
Act
is more volatile than UPP
Fi
.

To provide a full pricing, we must determine the Technical-Financial Premium (TFP): the
premium that takes into account the cost of allowance of capital depending on the volatility of
the future cash-flow, this capital is also called solvency margin.

The principle chose to calculate TFP is the Net Present Value (NPV) that correspond to the
present value of the futures gains/losses where the actualisation rate is equal to expected rate
of return of the shareholder who invests in the company, this rate is also called cost of
capital (COC). Hence, if the futures gains/losses are function of the futures costs, the futures
technical reserves and the future solvency margin, the question is how to determine the
solvency margin?. Indeed, we know the pattern of the future costs for t view from 0, and the
same for the pattern of the futures technical reserves.
To determine the solvency margin for a future date t, we use the risk measure Conditional
Tail Expectation (CTE or Tail VaR) and apply it to the distribution of the value at t of the
future costs. This solvency margin for t of level represents the expected value of the loss
given that the loss falls in the upper (1-) tail of the distribution.

Hence, TFP takes into account the mean state of the reserves for each date t viewed from 0
and the accurate capital to allocate at level . We insist on the fact that the mean level of the
reserves and the capital are viewed from 0 et do not take into account a ruin probability
between two dates, we do not want to determine the reserves amount and the exact solvency
margin but we want to give us a mean level of the reserves according to make us an idea of
the capital to allocate consequently.

We therefore obtain a quite simple expression for TFP.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE SOMMAIRE
7

SOMMAIRE

RESUME......................................................................................................................................................... 3
ABSTRACT.................................................................................................................................................... 5
INTRODUCTION........................................................................................................................................ 11
1. CONTEXTE ET OBJET DU MEMOIRE............................................................................................ 12
1.1. SECURA BELGIAN-RE....................................................................................................................... 12
1.2. LES CONTRATS EN UNITES DE COMPTE AVEC GARANTIE PLANCHER..................................................... 13
1.3. INTERET DU SUJET ............................................................................................................................ 16
2. METHODES UTILISEES .................................................................................................................... 17
3. RESULTATS OBTENUS...................................................................................................................... 17
CHAPITRE I : FORMULES ET DEFINITIONS........................................................................................ 19
1. MORTALITE........................................................................................................................................ 20
1.1. MODELE STOCHASTIQUE................................................................................................................... 20
1.2. FORCE DE MORTALITE ...................................................................................................................... 20
1.3. DISTRIBUTION DE LA DUREE DE VIE RESTANTE .................................................................................. 21
1.4. QUELQUES LOIS DE MORTALITE STANDARD ....................................................................................... 22
1.4.1. Loi exponentielle...................................................................................................................... 22
1.4.2. Loi de Weibull.......................................................................................................................... 24
1.4.3. Loi de Gompertz-Makeham...................................................................................................... 24
1.5. AGES ET DUREES DE VIE NON-ENTIERS .............................................................................................. 25
1.5.1. Hypothse de rpartition uniforme............................................................................................ 25
1.5.2. Hypothese de Balducci ............................................................................................................. 26
1.5.3. Hypothse de force de mortalit constante................................................................................ 26
1.6. TABLES DE MORTALITE..................................................................................................................... 27
1.6.1. Union Professionnelle des Entreprises d'Assurances (UPEA).................................................... 27
1.6.2. Tables UPEA........................................................................................................................... 27
2. FINANCE.............................................................................................................................................. 28
2.1. PROCESSUS STOCHASTIQUES : GENERALITES ..................................................................................... 28
2.2. PROCESSUS STOCHASTIQUES ET MOUVEMENT BROWNIEN ................................................................. 29
Dfinition 2.2.1 : Processus stochastique temps continu........................................................................ 29
Dfinition 2.2.2 : Filtration ..................................................................................................................... 29
Dfinition 2.2.3 : Processus accroissements indpendants..................................................................... 29
Dfinition 2.2.4 : Processus accroissements stationnaires ..................................................................... 29
Dfinition 2.2.5 : Mouvement brownien standard..................................................................................... 30
Dfinition 2.2.6 : Mouvement brownien gomtrique ............................................................................... 30
Proprit 2.2.7 : Esprance et variance dun mouvement brownien gomtrique...................................... 30
2.3. MARTINGALES EN TEMPS CONTINU ................................................................................................... 31
Dfinition 2.3.1 : Martingale................................................................................................................... 31
Proprit 2.3.2 : Mouvements browniens et martingales .......................................................................... 31
2.4. CALCUL DITO ................................................................................................................................. 32
Dfinition 2.4.1 : Processus dIt ............................................................................................................ 32
Dfinition 2.4.2 : Formule dIt............................................................................................................... 32
Proposition 2.4.3 : Formule dintgration par parties.............................................................................. 33
Dfinition 2.4.4 : Transformation de Girsanov......................................................................................... 33

SOMMAIRE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE S DE COMPTE
8
CHAPITRE II : APPROCHE ACTUARIELLE.......................................................................................... 35
1. MODELISATION DE LACTIF FINANCIER.................................................................................... 36
1.1. EQUATION DIFFERENTIELLE STOCHASTIQUE ...................................................................................... 36
1.1.1. Recherche de la solution .......................................................................................................... 36
1.1.2. Rsultat.................................................................................................................................... 36
1.2. LOI DU RENDEMENT DE LACTIF FINANCIER ....................................................................................... 37
2. DETERMINATION DE LA PRIME PURE UNIQUE (PPU).............................................................. 38
2.1. EVALUATION DE LESPERANCE DE LA PERTE EN T POUR UN DECES EN DATE T...................................... 38
2.2. DEFINITION DE LA FILTRATION
T
..................................................................................................... 39
2.3. CALCUL DE LA PRIME PURE UNIQUE .................................................................................................. 39
3. CONCLUSION...................................................................................................................................... 39
CHAPITRE III : APPROCHE FINANCIERE............................................................................................ 41
1. MODELE.............................................................................................................................................. 42
1.1. HYPOTHESES RELATIVES AU MODELE DE BLACK-SCHOLES ................................................................ 42
1.1.1. March parfait ......................................................................................................................... 42
1.1.2. March complet et Stratgie..................................................................................................... 43
1.1.2.1. Dfinition dune stratgie.................................................................................................. 43
1.1.2.2. Processus de valeur associs une stratgie ...................................................................... 43
1.1.2.3. Stratgie autofinance....................................................................................................... 44
1.1.3. Absence dopportunit darbitrage ........................................................................................... 44
1.2. CHANGEMENT DE MESURE DE PROBABILITE....................................................................................... 45
1.3. MESURES MARTINGALES EQUIVALENTES........................................................................................... 46
2. EVALUATION DE LESPERANCE DE LA PERTE.......................................................................... 47
2.1. PRINCIPE.......................................................................................................................................... 47
2.2. CALCUL DE LESPERANCE DE LA PERTE EN CAS DE DECES EN DATE T................................................... 47
2.3. COMPARAISON DES DEUX APPROCHES ............................................................................................... 48
2.4. DETERMINATION DES COEFFICIENTS DE LA STRATEGIE DE COUVERTURE............................................. 49
2.5. CALCUL DE LA PPU.......................................................................................................................... 50
2.6. STRATEGIE OPTIMALE DE COUVERTURE............................................................................................. 50
3. CONCLUSION...................................................................................................................................... 51
CHAPITRE IV : SIMULATION STOCHASTIQUE.................................................................................. 53
1. POURQUOI LA SIMULATION STOCHASTIQUE ? ........................................................................ 54
2. METHODE DE SIMULATION........................................................................................................... 54
2.1. SIMULATION DE LACTIF FINANCIER.................................................................................................. 55
2.2. SIMULATION DES DECES ................................................................................................................... 56
2.2.1. Modle binomial du nombre de dcs....................................................................................... 56
2.2.2. Procdure de simulation........................................................................................................... 56
3. ADAPTATION DE CHAQUE APPROCHE A LA SIMULATION STOCHASTIQUE..................... 57
3.1. APPROCHE ACTUARIELLE.................................................................................................................. 57
3.1.1. Formulation mathmatique ...................................................................................................... 57
3.1.2. Comparaison avec la formule thorique ................................................................................... 58
3.2. APPROCHE FINANCIERE .................................................................................................................... 59
3.2.1. Dtermination du cot de la stratgie de couverture ................................................................. 59
3.2.2. Flux de paiement effectuer en cas de dcs ............................................................................ 60
3.2.3. Comparaison avec la formule thorique ................................................................................... 60
TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE SOMMAIRE
9
4. RESULTATS......................................................................................................................................... 62
4.1. APPROCHE ACTUARIELLE.................................................................................................................. 62
4.1.1. Statistiques............................................................................................................................... 62
4.1.2. Distribution ............................................................................................................................. 62
4.1.3. Commentaires.......................................................................................................................... 62
4.2. APPROCHE FINANCIERE .................................................................................................................... 63
4.2.1. Statistiques............................................................................................................................... 63
4.2.2. Distribution ............................................................................................................................. 63
4.2.3. Commentaires.......................................................................................................................... 63
5. ANALYSE DE SENSIBILITE.............................................................................................................. 64
5.1. PRINCIPE.......................................................................................................................................... 64
5.2. SENSIBILITE PAR RAPPORT A .......................................................................................................... 64
5.2.1. Distribution des CFA
Act
............................................................................................................ 64
5.2.1.1. Statistiques....................................................................................................................... 64
5.2.1.2. Distributions..................................................................................................................... 65
5.2.1.3. Commentaires .................................................................................................................. 65
Fi
............................................................................................................. 66
5.2.2.1. Statistiques....................................................................................................................... 66
5.2.2.2. Distributions..................................................................................................................... 66
5.2.2.3. Commentaires .................................................................................................................. 67
5.3. SENSIBILITE PAR RAPPORT A .......................................................................................................... 67
Act
............................................................................................................ 67
5.3.1.1. Statistiques....................................................................................................................... 67
5.3.1.2. Distributions..................................................................................................................... 68
5.3.1.3. Commentaires .................................................................................................................. 68
Fi
............................................................................................................. 68
5.3.2.1. Statistiques....................................................................................................................... 68
5.3.2.2. Distributions..................................................................................................................... 69
5.3.2.3. Commentaires .................................................................................................................. 69
6. CONCLUSION...................................................................................................................................... 70
CHAPITRE V : MODELE DE CASH-FLOW............................................................................................. 71
1. VOLATILITE DES CFA...................................................................................................................... 72
2. MODLE DE CASH-FLOW................................................................................................................ 73
2.1. LES PERTES MOYENNES .................................................................................................................... 73
2.2. LES VARIATIONS MOYENNES DE PROVISIONS MATHEMATIQUES .......................................................... 73
2.3. LES VARIATIONS MOYENNES DE CAPITAL .......................................................................................... 74
2.3.1. Marge de solvabilit................................................................................................................. 74
2.3.1.1. Dfinition......................................................................................................................... 74
2.3.1.2. Pourquoi lexistence dune marge de solvabilit ? ............................................................. 74
2.3.1.3. De quoi est constitue la marge de solvabilit ?................................................................. 74
2.4. DETERMINATION DE LA MARGE DE SOLVABILITE ............................................................................... 75
2.4.1. Mesures de risque .................................................................................................................... 75
2.4.1.1. Value at Risk .............................................................................................................. 75
2.4.1.2. Conditional Tail Expectation ....................................................................................... 76
2.5. FORMULATION DU CAPITAL MOYEN................................................................................................... 76
2.6. TAXES ET INTERETS.......................................................................................................................... 77
2.7. COUT DU CAPITAL (COST OF CAPITAL OU COC) ............................................................................... 77
3. PRINCIPE DE DETERMINATION DE LA PRIME TECHNICO-FINANCIERE............................ 78
3.1. NET PRESENT VALUE (NPV) ............................................................................................................ 78
3.2. DETERMINATION DES PROFITS FUTURS .............................................................................................. 78
3.3. CALCUL DE LA PRIME TECHNICO-FINANCIERE : .................................................................................. 79
4. CONCLUSION...................................................................................................................................... 79
SOMMAIRE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE S DE COMPTE
10
CONCLUSION............................................................................................................................................. 81
1. RESULTATS......................................................................................................................................... 82
2. QUESTIONS OUVERTES................................................................................................................... 83
3. EXTENSIONS POSSIBLES DU MODELE......................................................................................... 83
BIBLIOGRAPHIE........................................................................................................................................ 85
GLOSSAIRE................................................................................................................................................. 89
NOTATIONS MATHEMATIQUES............................................................................................................ 91
TABLES DES ILLUSTRATIONS ............................................................................................................... 93
ANNEXES..................................................................................................................................................... 95
REMERCIEMENTS .................................................................................................................................. 103

INTRODUCTION

Avant de commencer notre tude proprement parler, nous exposons le cadre de
celle-ci cest dire lenvironnement dans lequel nous nous plaons et les raisons
qui nous ont pouss dvelopper ce sujet. Nous terminons cette introduction en
exposant les diffrents rsultats que nous obtenons.
INTRODUCTION TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
12

1. CONTEXTE ET OBJET DU MEMOIRE

1.1. SECURA BELGIAN-RE

Secura Belgian Re a t fonde en 1946, elle est la filiale rassurance du bancasseur
KBCAssurance, 3me assureur belge et actionnaire principal avec 95,04% du capital, contre
4,96% pour les AP Assurance (groupe DEXIA). Secura est aujourdhui la seule compagnie de
rassurance belge, elle exerce lessentiel de son activit en Europe, et est galement active au
Japon, mais nest pratiquement pas prsente sur le march amricain. Non sans humour, le
comit excutif de Secura accueille linternaute par cette phrase : Nous ne sommes peut-tre
pas le plus grand rassureur, mais nous essayons de fournir la meilleure qualit de service .
Notons quun dixime du personnel de Secura est actuaire et actif de manire permanente au
sein du dpartement Recherche & Dveloppement.

Lan pass en 2001, la compagnie a collect un volume de primes nettes de 196,9 millions
deuros, en hausse de 24%. Lanne comptable se clture avec un bnfice de 563.115,72
euros. Suite laugmentation du capital de 75 millions deuros par KBCAssurance en 2001,
les moyens propres atteignent prsent 183,1 millions deuros pour 94,4 millions deuros au
31 dcembre 2000. Toutes ces informations sont disponibles sur [S-2].

Tableau 1 : Evolution de la prime (en millions deuros) :

2001 2000
Prime brute totale 256,7 215,5
Prime des affaires cdes par le groupe 22,8 21,2
Prime brute ajuste 233,9 194,4
Prime acquise nette 196,9 158,8

Tableau 2 : Rpartition de la prime brute ajuste par branche et par type (en millions deuros) :

2001 2000
Vie 21,4 9,1 % 13,3 6,8%
Short-Tail proportionnel 82,8 35,4% 72 37,0%
Short-Tail non-proportionnel 18,5 7,9% 16.3 8,4%
Long-Tail proportionnel 58,8 25,1% 46.6 24,0%
Long-Tail non-proportionnel 25,0 10,7% 24,1 12,4%
Divers 27,4 11,7% 22,1 11,4%

Tableau 3 : Rpartition gographique de la prime brute ajuste (en millions deuros) :

2001 2000
Benelux 78.7 33.60% 65.1 33.50%
Europe du nord 52.9 22.60% 41.3 21.20%
Europe Centrale 27.7 11.80% 33.1 17.00%
Europe du sud 61.1 26.10% 41.3 21.30%
Reste du monde 13.5 5.80% 13.6 7.00%
TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE INTRODUCTION
13

1.2. LES CONTRATS EN UNITES DE COMPTE AVEC GARANTIE PLANCHER

Le cadre lgal en Belgique pour les types de produits li des fonds dinvestissement est rgi
par larrt royal du 17 dcembre 1992 (articles 64 73). Cet arrt royal dfinit le cadre lgal
permettant de crer, lintrieur du bilan des compagnies, des fonds dactifs et de lier le
rendement de contrats dassurance ces fonds. Nous disons communment que ce type de
produit appartient la branche 23. Toutes ces descriptions font rfrence [L-1].

Les produits dassurance relevant de la branche 23 dvelopps par les compagnies
dassurance permettent au preneur dassurance dinvestir via des fonds dans des valeurs
mobilires cotes en bourse (essentiellement des actions et des obligations).

Ceci se fait par le biais dunits de compte (UC). Lorsquune prime est verse, elle est
convertie (aprs prlvement des frais) en un nombre dUC qui est repris dans le contrat. De
mme lors dun rachat, un nombre dunits est dduit du contrat et le client en peroit la
contre-valeur en devise.

Le franc nominal est donc remplac par la valeur dunit ce qui explique la terminologie
anglo-saxonne pour ce type de produits : unit-linked .

La valeur de lunit publie dans les journaux financiers nest pas un cours variant en
fonction de loffre et de la demande, mais une valeur dinventaire. Cette valeur dunit ou
dinventaire, linstant t, est donne par le rapport entre la valeur du fonds et le nombre
dunits quil contient. La valeur du fonds est dtermine en fonction des cours boursiers des
valeurs qui le composent.

La valeur dinventaire est dite nette (VNI) lorsque les frais de gestion du fonds (taxes
boursires, commissions dintermdiaire, rmunration des gestionnaires, ) sont dduits.

Il est important de noter que le preneur dassurance ne peut pas connatre la valeur de lunit
avant deffectuer un versement ou un rachat (souscription laveugle). Pour cette raison, la
conversion en units est effectue, au plus tt, le jour suivant le versement ou la demande de
rachat sur base de la valeur dunit cette date.

Contrairement la branche 21 o le volet pargne prvoit un rendement garanti major
gnralement dune participation bnficiaire, la branche 23 ne prsente, en principe, aucune
garantie de rsultat et aucune participation bnficiaire ne peut tre octroye.

Le rendement obtenu sera fonction du comportement des marchs financiers et de la capacit
des gestionnaires du ou des fonds en profiter. Cela signifie que le preneur dassurance
supporte la totalit du risque financier inhrent lopration.

Il a cependant loccasion de choisir la compagnie gestionnaire ainsi que la composition du ou
des fonds et leur niveau de risque. Les possibilits ne manquent pas : fonds dactions plus ou
moins risques, dobligations, doptions, ou de combinaisons de ces produits financiers,
fonds bass sur la croissance ou la moyenne dun ou de plusieurs indices, fonds cliquets,
fonds sectoriels, fonds gographiques,

14
En outre, ces produits peuvent avoir un terme fix ou une dure indtermine, prvoir une
priode de souscription limite ou illimite, imposer des pnalits de sortie ou encore tre
libells en devise trangre.

Le volet pargne (prestation en cas de vie) peut galement tre accompagn dun volet de
prvoyance consistant gnralement en une couverture dcs spcifique. Dans ce cas, la
compagnie dassurance conserve le risque dassurance (ou technique) qui rsulte de la
couverture de prvoyance.

Les fonds de placement peuvent tre grs :

- soit par la compagnie dassurance elle-mme sous la forme dun compte distinct dans
son bilan dactivit ; il sagit dun fonds interne.

- soit par une socit juridiquement distincte de la compagnie dassurance ; il sagit
alors dun fonds externe.

La compagnie dassurance doit fixer la politique dinvestissement du fonds ainsi que les
rgles permettant tout instant de dterminer la valeur dunit. Elle est tenue dinformer le
preneur dassurance lors de la souscription. Elle doit galement lui communiquer au moins
une fois par an la valeur de lunit (tat annuel).

Bien que le risque financier ne soit pas support par la compagnie dassurance, il sagit dun
produit dassurance vie qui ncessite un preneur, un assur, un bnficiaire en cas de vie et en
cas de dcs. En cas de dcs de lassur, le contrat prend fin et la contre-valeur des units du
contrat est paye au bnficiaire (plus le capital dcs garanti ventuel).

Nous nous intressons aux contrats de la branche 23 munis dune garantie plancher, cest
dire quen cas de dcs, le montant initial investi est rembours.

Figure 1 : Illustration du capital sous risque dun contrat en UC avec garantie plancher

Capital sous risque dans une garantie plancher
0,8
1
1,2
0 1 2 3 4 5 6 7 8 9 10
Annes
V
a
l
e
u
r

d
e

l
'
U
C

15

La partie colore de la Figure 1 reprsente le capital sous-risque dun contrat en UC avec
garantie plancher, cest dire que si le dcs de lassur survient un instant o la valeur de
lUC est infrieure 1 (dans notre exemple), lassureur est tenu de payer le maximum entre 1
et la valeur de lUC. Dun point de vue mathmatique, lengagement de lassureur linstant t
est :

) 0 , max( ) , max(
t t t
A
t
S K S S K E + = = ,

o S
t
est la valeur de lUC la date t et K est le montant de la garantie plancher (1 dans notre
exemple).

Mais noublions pas que nous nous intressons la partie rassurance de ce type de contrat.
Nous supposons que lassureur cde 100% du capital sous risque et ainsi, lengagement du
rassureur linstant t correspond :

) 0 , max(
t
R
t
S K E = ,
(1)

cest dire uniquement la partie sous risque.

Au regard de cette dernire formule, nous retrouvons le caractre optionnel du contrat, en
effet, la formule (1) dcrit exactement le paiement terminal dun option de vente europenne
(put). Rappelons quun put europen est un contrat confrant le droit de vendre une quantit
spcifie dun actif un prix dtermin lavance une chance fixe.

Cest partir de cette dernire remarque que nat la problmatique du sujet : comment
dterminer la prime unique dun tel contrat? Par lapplication de principes actuariels
classiques tels que le principe dquivalence bien connu en assurance vie ou le principe de
tarification financire, cest dire lutilisation de couvertures sur les marchs financiers ?

16

1.3. INTERET DU SUJET

Secura a t amen se positionner sur le march des produits dassurance vie en units de
compte avec garantie plancher. Suite a une tude mene en 2000 par un tudiant de troisime
anne dActuariat de Strasbourg, la mthode de tarification de ces produits utilise par Secura
est une application du modle de Black-Scholes sous la mesure de probabilit physique P.
Toute la mthodologie est dcrite dans le trs instructif mmoire de Frdric Daeffler [M-2] et
ce principe de tarification est trs pratique dans la mesure o il ne demande aucun temps de
calcul (aucune simulation), trs flexible car il prend en compte un grand nombre de
paramtres (rendement et volatilit de lactif sous-jacent, ge de lassur,) et enfin simple
dutilisation : un programme SAS IML a t ralis. Il devient alors trs ais de tarifer le type
de contrat qui nous concerne.

Toutefois, suite [M-2] plusieurs questions subsistent.

Dans un premier temps nous pouvons nous interroger sur la pertinence de la mthodologie
adopte. En effet, utiliser la formule de Black-Scholes sous la mesure de probabilit physique
P relve dune approche tarifaire que nous qualifierons dactuarielle, cest dire que nous
valuons la prime de notre contrat comme nous valuerions celle dun contrat dassurance vie
classique la seule diffrence que le montant vers en cas de dcs dpend dun actif sous-
jacent.
Cependant un autre type dapproche est envisageable, nous dirons quil sagit dune approche
financire. En effet, comme les montants verss en cas de dcs dpendent dun actif
financier, plaons nous dans la peau dun financier, comment ferait un financier pour tarifer
un tel contrat ? Intuitivement, il dirait que le contrat est un actif contingent et quil suffit de se
couvrir sur les marchs financiers afin de dupliquer les flux gnrs par cet actif
contingent, ainsi, la stratgie de couverture correspond lachat dune succession doptions
de vente europennes (puts). La prime de notre contrat est donc la somme des prix de ces
puts. Cette approche revient appliquer la formule de Black-Scholes sous la mesure de
probabilit risque-neutre Q.

Une premire interrogation est donc la suivante : quelle approche utiliser pour tarifer ces
produits, dans la mesure o, en prenant les mmes hypothses de dpart, les prix fournis par
les deux mthodes peuvent tre jusqu dix fois diffrents ? Cette question est partiellement
aborde dans le pertinent mmoire de Donatien Hainaut [M-3].

Dans un second temps, nous pouvons nous interroger sur la pertinence, cette fois, du rsultat
obtenu par lapplication de la clbre formule de Black-Scholes (que ce soit sous P ou sous
Q). Nous obtenons en fait une prime moyenne mais nous ne savons rien quant la variance de
ces cots futurs actualiss ou plus gnralement de leur distribution, ce qui est plutt
dangereux. Nous trouvons dailleurs une rponse partielle notre premire interrogation, en
effet il semble plutt intuitif qu hypothses gales, la prime dtermine par tarification
financire a une variance plus faible que celle dtermine par tarification actuarielle. Pour
pouvoir comparer ces variances, nous avons recours la simulation stochastique.

Ce sujet est donc particulirement intressant dans le sens o nous devons comparer deux
mthodes de tarification et par la mme occasion dterminer la mthode de tarification la plus
adapte notre contrat. Abordons maintenant les mthodes utilises tout au long de ltude.
17

2. METHODES UTILISEES

Les mthodes utilises font majoritairement appel aux mathmatiques relatives lassurance
vie, la finance et, dun point de vue plus pratique la programmation informatique.

En assurance vie, nous avons recours aux notions de base dcrites dans le paragraphe 1
partir de la page 20, cest dire la modlisation du processus stochastique reprsentant les
dcs et lutilisation de lois de mortalit.

Concernant les outils financiers nous recourrons aux processus stochastiques en temps
continu (particulirement au mouvement brownien), aux mesures martingales et la clbre
formule de tarification des options de Black-Scholes.

Enfin, nous implmentons un programme de simulation stochastique et faisons appel tout le
background probabiliste et statistique relatif cette mthode.

Une description dtaille des notions ncessaires notre tude figure dans le Chapitre I, de la
page 20 la page 39.

Intressons nous maintenant aux rsultats obtenus en conclusion de cette tude.

3. RESULTATS OBTENUS

Les rsultats obtenus la clture de cette tude sont multiples.

Dun point de vue tarification, nous obtenons les formules des primes pures dcoulant
respectivement de lapproche actuarielle et de lapproche financire (chapitre II et III) et
constatons que les deux formules de tarification ont la mme structure et ne diffrent que dun
paramtre (confirm dans[L-2]).

Nous confirmons galement notre intuition de dpart savoir que la prime dtermine par
lapproche actuarielle est plus volatile que celle dtermine par lapproche financire et ceci
d la couverture sur les marchs financiers induite par la dmarche financire. Nous
analysons galement linfluence des diffrents paramtres induits par nos hypothses sur la
prime pure obtenue par chaque mthode, cette partie de ltude est dtaille dans le chapitre
IV, paragraphe 5 partir de la page 64.

Enfin, nous dterminons une mthode dvaluation de la prime technico-financire, cest
dire la prime qui tient compte des flux positifs et ngatifs futurs. Ce modle de cash-flow
permet de dterminer le montant de capital allouer pour la marge de solvabilit du contrat.
Cette dernire tape de construction de la prime du contrat est dcrite dans le chapitre V.

CHAPITRE I : FORMULES ET DEFINITIONS

Tout au long du mmoire nous faisons rfrence divers grands concepts
thoriques comme par exemple les formules standards dassurance vie, le
mouvement brownien ou les martingales en temps continu.
Dans un souci de lisibilit et de comprhension nous dfinissons dans ce premier
chapitre une bonne partie de ces concepts auxquels nous faisons directement
rfrence durant toute la suite.
Chapitre I : FORMULES ET DEFINITIONS TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
20

1. MORTALITE

Considrons dans un premier temps le modle stochastique dcrivant la mortalit. Nous
regroupons dans la section qui suit les principales formules actuarielles standards relatives au
domaine de lassurance vie. Nous faisons ici rfrence [L-4], [C-3] et [C-5].

1.1. MODELE STOCHASTIQUE

Dnotons par T la variable alatoire non ngative correspondant la dure de vie restante
dun nouveau-n choisi au hasard dans une population.

T a pour fonction de rpartition :

[ ]
{ o t
Notation
q t T t F = = ) ( ,

et pour fonction de survie :

[ ]
{ o t
Notation
p t T t F t F = > = = ) ( 1 ) ( .

Nous supposons que F est absolument continue et dfinissons la densit de probabilit de T
par :

) ( ) ( ) ( t F
dt
d
t F
dt
d
t f = = .

1.2. FORCE DE MORTALITE

Quand nous travaillons avec des variables alatoires non-ngatives reprsentant des dures de
vie, il est commode de considrer la force de mortalit :

) (
) ( ) ( ln
t F
t f
dt
t F d
t
= =
(2)

Pour de petits intervalles de temps dt, nous avons :

[ ]
[ ]
[ ] t T dt t T t
t T P
dt t T t P
t F
dt t f
dt
t
> + < =
>
+ <
= =
) (
) (
.

Ainsi, pour une personne dge t, la probabilit de dcder dans les dt annes qui suivent est
proportionnelle la longueur de lintervalle de temps dt.
Le facteur de proportionnalit
t
dpend de lge atteint et est appel force de mortalit.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre I : FORMULES ET DEFINITIONS
21
En intgrant (2) de 0 t et sachant que F(0) = 0, nous obtenons :

) ( ) exp(
0
t F du
t
u
=
,

et (2) peut tre rcrite comme :

) exp( . ) ( . ) (
0
du t F t f
t
u t t

= = .

Cette dernire quation signifie que la probabilit f(t)dt de dcder dans lintervalle dannes
(t, t+dt) correspond au produit de la probabilit ) (t F de survivre pendant t annes et de la
probabilit conditionnelle
t
dt de dcder avant t+dt annes sachant que lindividu a dj
survcu pendant t annes.

1.3. DISTRIBUTION DE LA DUREE DE VIE RESTANTE

Notons par T
x
la dure de vie restante dun individu dge x choisi au hasard dans une
population. Alors la distribution de T
x
est similaire celle de T-x conditionnellement au fait
que T > x. T
x
a pour fonction de distribution :

[ ]
{ x t
Notation
q
x F
x F t x F
x T t x T x t F =
+
= > + =
) ( 1
) ( ) (
) ( ,

et comme fonction de survie :

[ ]
{ x t
Notation
p
x F
t x F
x T t x T x t F =
+
= > + > =
) (
) (
) ( ,
(3)

qui sont toutes deux bien dfinies pour tout x tel que F(x) < 1.

La fonction de densit de cette distribution conditionnelle est :

) (
) (
) (
x F
t x f
x t f
+
= .
(4)

Notons par
t|x
la force de mortalit associe la distribution F(t|x) qui est obtenue en
insrant f(t|x) de lquation (4) et ) ( x t F de (3) au places respectives de f et F dans la
dfinition (2). Nous trouvons :

t x x t
t x F
t x f
+
=
+
+
=
) (
) (
.
(5)

22
Notons que :

) ( . x t f p
t x x t
=
+
.

Ainsi, en insrant (2) dans (3) nous obtenons :

|
|
.
|
\
|
=
|
|
.
|
\
|
=

+
+ t
y x
t x
x
u x t
dy du p
0
exp exp .

La relation (5) explique pourquoi il est particulirement pratique de travailler avec la force de
mortalit : elle ne dpend que de lge atteint x+t tandis que la densit conditionnelle de (4)
dpend en gnral de x et de t de manire plus complexe. Ainsi, les proprits de toutes les
fonctions de distribution conditionnelles sont rsumes par une simple fonction dpendant
uniquement de lge.

1.4. QUELQUES LOIS DE MORTALITE STANDARD

Il existe quelques fonctions qui sont commodes et souvent utilises en pratique. Il sagit plus
particulirement des lois exponentielles, Weibull et Gompertz-Makeham.

1.4.1. LOI EXPONENTIELLE

Avec la distribution exponentielle nous supposons que la force de mortalit est
t
=
indpendante de lge. Cela signifie que la dure de vie dun individu ne dpend pas de son
ge.

La fonction de survie est ainsi :

) exp( ) ( t t F = ,

et la densit devient :

) exp( . ) ( t t f = .

De ce fait, la distribution de la variable alatoire T est une distribution exponentielle de
paramtre .

La fonction de survie conditionnelle devient :

) ( ) exp( t F t p
x t
= = .

La distribution exponentielle est un modle adapt pour des dispositifs techniques tels que des
ampoules ou composants lectroniques mais malheureusement pas pour la description de vies
humaines.

23

Figure 2 : Illustration de la loi Exponentielle

Loi Exponentielle ( = 0.05)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 10 20 30 40 50 60 70 80 90 100
t

Figure 3 : Illustration de la loi de Weibull

Loi de Weibull ( = 100, = 10 )
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 10 20 30 40 50 60 70 80 90 100
t

Figure 4 : Illustration de la loi de Gompertz-Makeham

Loi de Gompertz-Makeham ( = 0.005, = 0.00007, = 0.08 )
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 10 20 30 40 50 60 70 80 90 100
t

:
t
p
45
:
t
q
45
:
45+t
: f(45+t)
24

1.4.2. LOI DE WEIBULL

Lintensit de la loi de Weibull est de la forme :

1
= t
t
,

avec , > 0.
Si > 1 alors
t
est croissante en t, sinon elle est dcroissante.
Si = 1, la loi de Weibull se rduit en une loi exponentielle de paramtre 1/.

La fonction de survie correspondante est :

( )
= ) / ( exp ) ( t t F .

1.4.3. LOI DE GOMPERTZ-MAKEHAM

Cette distribution est frquemment utilise comme modle de survie de vie humaine et
particulirement dans le cadre de lassurance vie. Nous utiliserons dailleurs cette loi dans les
dveloppements futurs
La force de mortalit de cette loi est de la forme :

t
e
t

+ = ,

avec , 0. La fonction de survie correspondante est :

|
.
|
\
|

= / ) 1 ( exp ) (
t
e t t F .

Si > 0 et > 0 alors
t
est une fonction croissante de t.

La constante reflte certaines causes de dcs indpendantes de lge comme certains
accidents et/ou maladies.
Le terme e
t
prend en compte tous les effets dus lge.
Nous avons :

) ( t x
e
t x
+
+ =
+
,

et donc

|
.
|
\
|

= / ) 1 ( exp
t
e
x
e t p
x t
,

qui est aussi une fonction de survie de Gompertz-Makeham avec paramtres , e
x
et .
Le cas spcial = 0 est connu sous le nom de loi (pure) de Gompertz.
25

1.5. AGES ET DUREES DE VIE NON-ENTIERS

Dans le cadre de travaux actuariels, nous avons trs souvent recours des tables de mortalit
or, en gnral, les donnes de ces tables sont fournies pour des ges entiers. Pour obtenir les
mmes donnes entre deux ges entiers successifs, il faut avoir recours certaines hypothses
que nous allons prsenter, il en existe principalement trois.
Nous nutilisons pas directement les ges et dures de vie non-entiers dans la suite mais cette
partie est utile pour ce qui concerne limplmentation dun programme de tarification.

Notons que tout au long de ce paragraphe nous supposerons que 0 t < 1.

1.5.1. HYPOTHESE DE REPARTITION UNIFORME

En utilisant cette hypothse, nous supposons quil y a rpartition uniforme des dcs dans
chaque anne dge, cest dire que la loi de la variable alatoire continue indiquant la
fraction danne vcue dans lanne de dcs est une loi uniforme continue sur [0,1].

Ceci revient postuler que :

x x t
q t q . = .

Nous en drivons ainsi les formules suivantes :

x x t
q t p . 1 = ,

pour la probabilit de survie,

x
x
t x
q t
q
. 1
=
+
,

pour la force de mortalit et enfin la probabilit de dcs avec ge et dure de vie non entiers :

x
x
t x y
q t
q y
q
. 1
.
=
+
,

pour 0 t+y < 1.

26

1.5.2. HYPOTHESE DE BALDUCCI

Ici nous faisons lhypothse que la quantit
1-t
q
x+t
est linaire en t.
Ce qui implique que :

x t x t
q t q ). 1 (
1
=
+

Les consquences sur les autres formules classiques sont les suivantes :

x
x
x t
q t
q t
q
). 1 ( 1
.

= ,

x
x
t x
q t
q
). 1 ( 1
=
+
,

et

x
x
t x y
q t y
q y
q
). 1 ( 1
.

=
+
,

pour 0 t+y < 1.

1.5.3. HYPOTHESE DE FORCE DE MORTALITE CONSTANTE

Dans ce dernier cas, nous supposons que la force de mortalit est constante dans chaque anne
dge donc
x+t
=
x.

Ainsi,

t
x x t
p p ) ( = ,

y
x t x y
p q ) ( 1 =
+

pour 0 t+y < 1.

27

1.6. TABLES DE MORTALITE

1.6.1. UNION PROFESSIONNELLE DES ENTREPRISES D'ASSURANCES (UPEA)

L'Union Professionnelle des Entreprises d'Assurances (UPEA) a t fonde en 1920. Elle
groupe la quasi-totalit des compagnies d'assurances belges et trangres qui oprent sur le
march belge et sa reprsentativit atteint 95% de l'encaissement en non-vie, un peu moins en
vie. Cet organisme fournit, entre autre, des tables dexprience (fondes sur la mortalit
observe).

1.6.2. TABLES UPEA

Nous utilisons, pour reflter la mortalit les tables dexprience de lUPEA. Ces tables sont
construites en utilisant deux lois de Gompertz-Makeham et fournissent les coefficients , et
de chacune des deux lois.

La premire loi est utilise pour les ges entre 0 et 64 ans et la seconde pour les ges de 66
99 ans. Pour obtenir la force de mortalit lge de 65 ans, lUPEA procde la moyenne
entre celle 64 ans et celle 66 ans (ce qui ne donne pas une force de mortalit trs lisse).

Figure 5 : Probabilits de dcs issues dune table UPEA

Probabilits de dcs dans l'anne - Table UPEA
0
0.02
0.04
0.06
0.08
0.1
0.12
0 10 20 30 40 50 60 70 80 90 100
x
q
x

Les deux courbes en pointills reprsentent les deux lois de Gompertz-Makeham utilises et la
courbe relie reprsente lajustement pour la loi de mortalit entre les ges de 0 99 ans.

28

Aprs avoir prsent les notations standard pour dcrire le modle de mortalit, introduisons
le modle financier. Nous faisons ici rfrence [L-5] page 209, [L-6], [L-7], [C-2] et [C-4].

2. FINANCE

Cette partie est consacre des gnralits sur les processus stochastiques et proprits
affrentes. Il nest pas question ici de faire de la thorie exhaustive, nous exposons
uniquement les proprits essentielles et les outils ncessaires pour les dveloppements qui
suivent.

2.1. PROCESSUS STOCHASTIQUES : GENERALITES

Toute variable dont les valeurs changent en fonction du temps de faon alatoire est dite
suivre un processus stochastique. Un processus stochastique peut tre class dans deux
catgories : processus stochastique en temps discret et processus stochastique en temps
continu.

Un processus stochastique en temps discret implique que les changements de valeurs de la
variable alatoire peuvent uniquement se produire des points fixes du temps tandis quun
processus stochastique continu permet des changements continus dans le temps.

Nous pouvons galement procder la distinction entre processus stochastique valeurs
discrtes (le processus ne peut prendre que des valeurs discrtes) et valeurs continues (le
processus peut prendre nimporte quelle valeur dans un certain intervalle).

Dans notre tude nous nous intressons aux processus stochastiques en temps continu et
valeurs continues pour modliser lvolution du prix dun actif financier.

Deux raisons motivent ce choix.

La premire vient du phnomne que lon veut modliser : les variations des cotations sur les
marchs organiss sont en pratique tellement frquentes quun modle discret peut
difficilement en rendre compte.

La seconde provient du fait que les modles continus conduisent des mthodes de calcul
plus explicites que les modles discrets, mme sil faut parfois avoir recours des mthodes
numriques.

29

2.2. PROCESSUS STOCHASTIQUES ET MOUVEMENT BROWNIEN

Dfinissons tout dabord de manire formelle ce quest un processus stochastique.

Dfinition 2.2.1 : Processus stochastique temps continu

Nous appelons processus stochastique temps continu et valeurs dans un espace E
muni dune tribu , une famille (X
t
)
t0
de variables alatoires sur un espace probabilis
(,,P) valeurs dans (E,).

Lemploi du terme filtration tant trs frquent en mathmatique financire, rappelons que
la filtration retrace toute linformation dont nous disposons chaque pas de temps, en voici
une dfinition dans lenvironnement mathmatique ainsi quune dfinition dun processus
adapt.

Dfinition 2.2.2 : Filtration

Soit (,,P) un espace probabilis, une filtration (
t
)
t0
est une famille croissante de
sous tribus de .

La tribu (
t
)
t0
reprsente linformation dont nous disposons linstant t.
Un processus (X
t
)
t0
est adapt (
t
)
t0
si pour chaque t, X
t
est
t
-mesurable.

Enonons encore deux proprits caractrisant certains processus stochastiques afin dtre en
mesure de dfinir le mouvement brownien.

Dfinition 2.2.3 : Processus accroissements indpendants

Le processus (X
t
)
t0
est accroissements indpendants si pour toute suite
0 < t
1
< < t
n
(n 2), les variables alatoires X
t1
, X
t2
-X
t1
, , X
tn
-X
t(n-1)
sont
indpendantes.

Dfinition 2.2.4 : Processus accroissements stationnaires

Le processus (X
t
)
t0
est accroissements stationnaires si la distribution de la variable
X
t+s
-X
t
ne dpend pas de t.

30

Nous sommes maintenant en mesure de dfinir le mouvement brownien, rappelons quil nous
est utile pour dcrire lvolution du prix dun actif financier.

Dfinition 2.2.5 : Mouvement brownien standard

Un processus stochastique (W
t
)
t0
est appel mouvement brownien (standard) si les
trois conditions suivantes sont satisfaites :

- W
0
= 0,
- (W
t
)
t0
est accroissements indpendants et stationnaires,
- pour tout t > 0, la variable alatoire W
t
suit la loi normale N(0, t) (de moyenne
nulle et de variance t).

Le mouvement brownien peut-tre interprt comme une perturbation. Lors de la
modlisation de lactif financier, nous utilisons un mouvement brownien pour venir
perturber le prix de lactif et nous nous intressons plus particulirement au mouvement
brownien gomtrique.

Dfinition 2.2.6 : Mouvement brownien gomtrique

Soit (W
t
)
t0
un mouvement brownien.
Le processus (Y
t
)
t0
, o Y
t
= exp(W
t
) est appel mouvement brownien gomtrique.

Introduisons un paramtre de drive qui reprsentera le rendement moyen dun actif et un
paramtre de dispersion pour reflter la volatilit de cet actif.

Proprit 2.2.7 : Esprance et variance dun mouvement brownien gomtrique

Soient (W
t
)
t0
le mouvement brownien standard et (Y
t
)
t0
le processus gomtrique
dfini par :

( )
t t
W t Y + = exp ,

alors

[ ] ( ) t Y
t
) 2 / ( exp
2
+ = ,

( )( ) 1 ) exp( ) 2 / ( 2 exp
2 2
+ = t t VarY
t
.

Il est trivial de constater que le processus Y
t
suit une loi log-normale de paramtres (-
2
/2)t
et
2
t :

( ) t t Y Loi
t
2 2
, /2) - ( N log ) ( = .

31

2.3. MARTINGALES EN TEMPS CONTINU

Comme dans le cas des modles temps discret, la notion de martingale est un outil essentiel
pour expliciter la notion darbitrage. La dfinition suivante est une extension de celle en
temps discret.

Dfinition 2.3.1 : Martingale

Soit (,,P) un espace probabilis et (
t
)
t0
une filtration de cet espace.
Une famille adapte (M
t
)
t0
de variables alatoires intgrables est :

une martingale si, pour tout s t, E[M
t
|
s
] = M
s
,
une surmartingale si, pour tout s t, E[M
t
|
s
] M
s
,
une sousmartingale si, pour tout s t, E[M
t
|
s
] M
s
.

Remarque : Nous dduisons de cette dfinition que, si (M
t
)
t0
est une martingale alors
E[M
t
] = E[M
0
] pour tout t.

Donnons des exemples de martingales que nous pouvons construire partir du mouvement
brownien.

Proprit 2.3.2 : Mouvements browniens et martingales

Si (W
t
)
t0
est un mouvement brownien standard sur la filtration (
t
)
t0
:

- W
t
est une martingale par rapport la filtration (
t
)
t0
,
- W
t
2
-t est une martingale par rapport la filtration (
t
)
t0
,
- exp( W
t
-(
2
/2)t) est une martingale par rapport la filtration (
t
)
t0
.

Nous ne revenons pas sur lintgration stochastique par rapport au mouvement brownien et
supposons que cette technique est connue.

Nous allons toutefois introduire un calcul diffrentiel sur ces intgrales stochastiques savoir
aborder plus en dtails le processus dIt et loutil essentiel que constitue la formule dIt.

32

2.4. CALCUL DITO

Commenons tout dabord par prciser la dfinition de la classe de processus pour laquelle
nous pouvons noncer la formule dIt : les processus dIt.

Dfinition 2.4.1 : Processus dIt

Soient (,,(
t
)
t0
,P) un espace probabilis muni dune filtration et (W
t
)
t0
, un
mouvement brownien. Nous appelons processus dIt, un processus (X
t
)
0tT
valeurs
dans tel que :

+ + =
t
u u
t
u t
dW H du K X X
0 0
0
,

pour tout t T avec :
X
0

0
-mesurable,
(K
t
)
0tT
et (H
t
)
0tT
des processus adapts
t
et intgrables.

Dfinition 2.4.2 : Formule dIt

Soit (X
t
)
0tT
un processus dIt :

+ + =
t
u u
t
u t
dW H du K X X
0 0
0
,
et f une fonction deux fois continment diffrentiable, nous avons :

+ + =
t t
s
s s s t
X X d X f dX X f X f X f
0 0
' ' '
0
, ) (
2
1
) ( ) ( ) ( ,

o, par dfinition :

=
t
s
t
ds H X X
0
2
, ,

+ =
t
s s s
t t
s s s s
dW H X f ds K X f dX X f
0
'
0 0
' '
) ( ) ( ) ( .
De mme si (t,x) f(t,x) est une fonction deux fois diffrentiable en x et une fois
diffrentiable en t, ces drives tant continues en (t,x), nous avons :

+ + + =
t
s
s xx
t
s s x
t
s s t
X X d X s f dX X s f ds X s f X f X t f
0
' '
0
'
0
'
0
, ) , (
2
1
) , ( ) , ( ) , 0 ( ) , ( .

33
Enonons encore la formule dintgration par parties qui nous sera utile pour dmontrer
lunicit dune solution lquation diffrentielle stochastique qui dcrit lvolution dun actif
financier.

Proposition 2.4.3 : Formule dintgration par parties

Soient X
t
et Y
t
deux processus dIt,

+ + =
t t
s s s t
dW H ds K X X
0 0
0
et

+ + =
t t
s s s t
dW H ds K Y Y
0 0
' '
0
.

alors :

t
t
s s
t
s s t t
Y X dX Y dY X Y X Y X ,
0 0
0 0
+ + + =

,
avec la convention que :

=
t
s s
t
ds H H Y X
0
'
, .

Nous dfinissons enfin, la transformation de Girsanov qui permet de changer de mesure de
probabilit.

Dfinition 2.4.4 : Transformation de Girsanov

Soit (W
t
)
t0
, un mouvement brownien standard dfini sur (,,,P) et (
t
)
0tT
un
processus mesurable satisfaisant :

<
)] [exp(
0
2
2
1
t
s
ds , pour 0 < t < .

Soit (L
t
)
0tT
dfini par :

)
`
=

t t
s s s t
ds dW L
0 0
2
2
1
exp , pour 0 t T.

Dfinissons la loi de probabilit Q quivalente P par :

[ ]
A T
A
T
L A dP L A 1 ) ( Q ) ( Q

= =
, pour tout A
T
.

Alors, sous Q,
+ =
t
s t t
ds W W
0
~
est un mouvement brownien standard.

CHAPITRE II : APPROCHE ACTUARIELLE

Notre objectif est ici de dterminer la prime pure pour le contrat qui nous
concerne en utilisant le principe dquivalence. Nous devons dans un premier
temps modliser lactif financier et dterminer la loi du rendement de cet actif
puis dans un deuxime temps nous devons calculer la prime pure unique (PPU)
du contrat en valuant lesprance des flux futurs sous la mesure de probabilit
physique P.
Chapitre II : APPROCHE ACTUARIELLE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
36

1. MODELISATION DE LACTIF FINANCIER

Nous supposons maintenant que lactif financier sous-jacent notre contrat suit le processus
stochastique dcrit par lquation diffrentielle suivante :

t t t t
dW S dt S dS + =

+ + =
t
s s
t
s t
dW S ds S x S
0 0
0
, avec S
0
= x
0
.
(6)

Cherchons tout dabord une solution cette quation diffrentielle stochastique.

1.1. EQUATION DIFFERENTIELLE STOCHASTIQUE

1.1.1. RECHERCHE DE LA SOLUTION

Nous cherchons les solutions (S
t
)
t0
de lquation (6).
Afin de trouver une telle solution, posons Y
t
= ln(S
t
) o S
t
est solution de lquation (6).

S
t
est un processus dIt (voir Dfinition 2.4.1 page 32) avec K
s
= S
s
et H
s
= S
s
, nous
pouvons ainsi appliquer la formule dIt dcrite dans la Dfinition 2.4.2 page 32 la fonction
f(x) = ln(x). Nous obtenons alors, en supposant que S
t
soit positif :

t t
W t Y Y + + = ) 2 / (
2
0
( )
t t
W t x S + = ) 2 / ( exp .
2
0
.

Pour prouver lunicit dune telle solution nous supposons quil existe une autre solution et en
utilisant la formule dintgration par parties expose dans la Proposition 2.4.3 page 33 nous
prouvons que les deux solutions sont ncessairement gales (pour plus de dtails voir [L-6]).

1.1.2. RESULTAT

Ainsi, et tant deux nombres rels, (W
t
)
t0
tant un mouvement brownien et T un rel
strictement positif il existe alors un processus dIt unique (S
t
)
0tT
qui vrifie pour tout tT
lquation (6), ce processus est donn par :

( )
t t
W t x S + = ) 2 / ( exp .
2
0
.
(7)

Le processus S
t
que nous venons dexpliciter servira de modle standard pour le prix de lactif
financier. Notons que lorsque = 0, S
t
est une martingale (consquence directe de la
Proprit 2.3.2 page 31) et que ce type de processus porte le nom de martingale exponentielle.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre II : APPROCHE ACTUARIELLE
37

1.2. LOI DU RENDEMENT DE LACTIF FINANCIER

Nous pouvons maintenant caractriser la loi du rendement de lactif financier dans lobjectif
de calculer la prime pure du contrat.

Si et correspondent respectivement la moyenne et lcart-type de lactif financier dont
le cours vaut S
t
en t, nous avons en utilisant (7) lgalit suivante :

( ) ) ( ) )( 2 / ( exp
2
t T
t
T
W W t T
S
S
+ = .

Le rendement S
T
/S
t
suit alors un mouvement brownien gomtrique au sens de la Dfinition
2.2.6 page 30 et ainsi, en vertu de la Proprit 2.2.7 page 30 :

( ) ) ( ), )( 2 / ( N - log Loi
2 2
t T t T
S
S
t
T
=
|
.
|
\
|
.
(8)

Le rendement de lactif financier suit donc une loi log-normale de paramtres (-
2
/2)(T-t) et

2
(T-t).

Notons que souvent nous considrons T comme la date terminale, nous considrerons alors
dans toute la suite que T = - x o est lge la retraite des assurs.

Maintenant que nous connaissons la loi de probabilit du rendement de lactif financier, il
nous est facile de dterminer lesprance des flux futurs actualiss en t en cas de dcs sous
condition que lactif financier soit infrieur la garantie plancher.

En effet, il nous suffit dintgrer la diffrence entre la garantie plancher et la valeur de lactif
financier par rapport la loi log-Normale de lquation (8) sur lintervalle adquat.

Chapitre II : APPROCHE ACTUARIELLE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
38

2. DETERMINATION DE LA PRIME PURE UNIQUE (PPU)

2.1. EVALUATION DE LESPERANCE DE LA PERTE EN t POUR UN DECES EN DATE T

Nous voulons maintenant estimer la quantit :

( ) [ ] ( )
= =

K
t T r
t T
t T r
x dF x K e S K e T t V
0
) ( ) ( P
) ( 0 , max ) , ( ,

o

[ ] [ ]
t t t T t T
S x S S x S x F = = ) / log( ) / log( ) (

|
|
.
|
\
|

=
t T
t T S x
t
) )( 2 / ( ) / log(

2
(application de (8)).

V
P
(t,T) reprsente le montant espr (sous la mesure de probabilit physique P) de la
diffrence entre K (notre garantie plancher) et lactif financier S
T
, actualise la date t.
Il sagit donc du montant espr payer en t sil y a dcs en T.
Effectuons donc le changement de variable suivant :

) )( 2 / (
0
2
2
. .
) )( 2 / ( ) / log(
t T t T u t
e e x x
t T
t T S x
u

=

,
et posons

t T T t d T t d
t T
t T K S
T t d
Act Act
t Act
+ =
+
=

) , ( ) , (

) )( 2 / ( ) / log(
) , (
2 1
2
2
.
Il vient :

|
|
.
|
\
|
=

) , (
) )( 2 / (
0
) , (
) ( P
2
2
2
) ( . ) ( ) , (
T t d
t T u t T
T t d
t T r
Act Act
u d e e x u d K e T t V

)) , ( ( . )) , ( (
1
) )( (
2
) (
T t d e S T t d Ke (t,T) V
Act t T r
t
Act t T r
=

.
(9)

Nous venons donc dvaluer une formule permettant, par passage lesprance mathmatique
sous la mesure de probabilit physique P, dactualiser les flux de paiement futurs effectus en
T la date t. Cette formule ressemble fort la formule de tarification dune option de vente
europenne de Black-Scholes, la diffrence quici remplace r, ce constat est confirm dans
[L-2] et dans [M-2]. Pourtant, dans le cas prsent, nous ne considrons pas un instrument
financier mais nous appliquons simplement le principe dquivalence bien connu en
assurance-vie.
TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre II : APPROCHE ACTUARIELLE
39

2.2. DEFINITION DE LA FILTRATION
t

Explicitons brivement de manire formelle la filtration
t
, il sagit en fait de la filtration (au
sens de Dfinition 2.2.2 page 29) gnre par lconomie et le portefeuille dassurance :

t t t
H G = ,

o { } t u S G
u t
= , est la filtration gnre par lconomie et
{ }
)
`
=

=
t u H
x
i
l
i
u T t
, 1
1
est la
filtration naturelle du portefeuille dassurance.

2.3. CALCUL DE LA PRIME PURE UNIQUE

Maintenant que nous connaissons lesprance du montant du paiement effectuer en cas de
dcs, il est ais de calculer la PPU dun tel contrat.
La PPU du contrat est calcule comme une prime dun contrat dassurance dcs standard,
cest dire en actualisant lesprance des flux futurs et en pondrant par la fonction de densit
de mortalit, dans le modle discret avec un pas de discrtisation annuel nous avons :

( )
=
+

=
+
=
=
T
k
k x x k
Act k r Act rk
x
k
k x x k
q p k d e x k d Ke
q p k V
1
1
) (
0 2
1
Act
)) , 0 ( ( . )) , 0 ( (
) , 0 ( PPU

ainsi,
=
+
=
+
+ +

+
=
T
k
k x x k
t k r
T
k
k x x k
rk
q p
k
k K S
e x
q p
k
k K x
Ke
1
2
) (
0
1
2
0 Act
)
) 2 / ( ) / log(
( .
)
) 2 / ( ) / log(
( PPU

(10)

o reprsente lge la retraite de lassur et V
P
(0,k) fait rfrence (9).
Le rsultat que nous obtenons ici correspond la PPU moyenne or, comme nous lavons
prcis plus haut nous souhaitons obtenir la distribution des cots futurs actualiss.

3. CONCLUSION

Nous venons ici dobtenir la PPU aprs une dmarche qualifie dactuarielle. Il semble assez
vident que cette prime sera trs sensible aux hypothses que nous avons prises quant
lvolution de lactif sous-jacent tant donn que nous ne nous couvrons pas contre ce risque
sur les marchs financiers.

Ainsi, la PPU obtenue par cette approche sera trs sensible des variations de ou , ce qui
est confirm dans la partie ddie lanalyse de sensibilit.

CHAPITRE III : APPROCHE FINANCIERE

Nous adoptons maintenant la dmarche du financier qui voudrait valuer la PPU
du contrat qui nous concerne, cest dire laborer une stratgie financire
dupliquant les flux de paiement futurs de notre contrat et calculer le cot de cette
stratgie.
Notons que nous adoptons les mmes hypothses que lors de la dmarche
actuarielle, en particulier que le modle de lactif financier est toujours dcrit
par lquation diffrentielle stochastique (6).
Chapitre III : APPROCHE FINANCIERE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
42

1. MODELE

Nous allons maintenant adopter la dmarche du financier qui voudrait valuer la PPU de notre
contrat. Sa dmarche va tre simple : le dcs de lassur gnre le paiement dun montant
quivalent au flux terminal dune option de vente europenne avec prix dexercice gal au
montant de la garantie plancher et maturit gale la dure entre lge au dcs et lge de
lassur au moment de la signature du contrat. Le caractre optionnel du flux de paiement
futur tant induit par la notion de garantie plancher.

Pour procder une approche financire, nous allons faire appel au modle de Black-Scholes
et aux hypothses relatives ce modle.

1.1. HYPOTHESES RELATIVES AU MODELE DE BLACK-SCHOLES

Le modle de Black-Sholes repose sur les hypothses suivantes :

Lactif sous-jacent obit au modle brownien gomtrique (Dfinition 2.2.6 page
30), nous supposons en particulier quil ny a pas de versement de dividendes
durant la dure de loption.

Nous nous intressons une option europenne.

Nous supposons quil existe un titre non risqu de rendement constant instantan r.

La mthodologie de Black-Scholes repose sur trois hypothses fondamentales concernant le
march financier : il doit tre parfait, complet et ne pas permettre lexistence dopportunits
darbitrage.

1.1.1. MARCHE PARFAIT

Un march est parfait sil satisfait les conditions suivantes :

Aucun investisseur nest dominant sur le march.

Tous les investisseurs ont accs toutes les informations concernant les titres et
sont rationnels.

Les titres sont infiniment divisibles.

Il ny a pas de cot de transaction, dimpts ni de restriction de vente dcouvert.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre III : APPROCHE FINANCIERE
43

1.1.2. MARCHE COMPLET ET STRATEGIE

Un march est complet si, pour tout actif, il existe une stratgie permettant de le dupliquer.
Dfinissons alors ce quest une stratgie.

1.1.2.1. DEFINITION DUNE STRATEGIE

Une stratgie est un processus = (
t
(T),
t
(T))
0tT
o
t
(T) reprsente la quantit dactifs
sans risque et
t
(T) reprsente la quantit dactifs risqus dtenir entre les instants t-1 et t
dans le portefeuille pour dupliquer les flux dun actif dsign qui a une maturit T (nous
noterons le processus = (
t
,
t
)
0tT
lorsquil ny aura aucune ambigut quant la maturit
de lactif dupliqu).

Ce choix est suppos tre effectu juste aprs avoir pris connaissance des prix des titres
linstant t-1. Il est vident que les composantes de peuvent tre positives ou ngatives (vente
dcouvert).

1.1.2.2. PROCESSUS DE VALEUR ASSOCIES A UNE STRATEGIE

Dterminons la valeur de la couverture linstant t, elle est gale :

t t t t
S V + = .

Cest dire qu chaque t, nous devons payer V
t
pour radapter notre couverture.
Un actif L est alors atteignable (ou duplicable) sil existe une stratgie telle que V
T
= L.

Il faut toutefois considrer que nous devons liquider en t la position prise en t-1, le montant de
la vente sexprime de la faon suivante :

1 1
+ =
t t
r
t t
S e G .

Le principe de la stratgie de couverture consiste donc payer V
t
de sorte quen t+1 la
quantit G
t+1
couvre notre position, cest dire quelle soit gale au montant espr payer en
t+1.

La somme des gains/pertes entre 0 et T actualise est alors quivalente :

=

= =
T
t
t
t r
t
rt
t
T
t
t
rt
t
t r
S e S e G e V e T C
1
1
) 1 (
1
1
1
) 1 (
) ( ) (
(11)

Nous imposons dune part aux stratgies dtre autofinances et dautre part que la valeur du
portefeuille soit positive tout instant.

44

1.1.2.3. STRATEGIE AUTOFINANCEE

Une stratgie est autofinance sil ny a ni retrait, ni apport dargent nouveau, cest dire
que :

V
t
= V
0
+ C(t)
(12)

Nous aurons besoin de cette proprit pour contruire le processus de cot de stratgie lors des
procdures de simulations stochastiques au Chapitre IV.

1.1.3. ABSENCE DOPPORTUNITE DARBITRAGE

Une opportunit darbitrage est une stratgie telle que : V
0
= 0 et V
T
0.

Un march est alors dit viable sil nautorise pas dopportunit darbitrage. En dautres
termes, il est impossible de construire un portefeuille gnrant un profit certain pour un cot
ngatif ou nul.

Si tel ntait pas le cas, si une telle opportunit existait sur le march, tous les agents ayant
une fonction dutilit croissante seraient demandeurs dune quantit infinie de ce portefeuille.

Cette dernire hypothse implique que sur le march financier, deux actifs engendrant les
mmes flux ont le mme prix.

Sous les hypothses prcdentes, le prix linstant t (= 0,1,,T) dun actif L dupliqu par une
stratgie not p
t
(L) est donn par :

t t t t t
S V L p + = = ) ( .

Grce lhypothse dabsence dopportunit darbitrage et de march complet, nous savons
que le rendement espr de ce portefeuille (dupliquant et actif dupliqu) est r.

En effet, si son rendement tait suprieur alors les agents pourraient emprunter au taux sans
risque, acheter le portefeuille puis le revendre plus tard et rembourser leur emprunt en
empochant un gain certain.

Nanmoins, nous avons considr dans notre modle financier (dcrit par lquation (6) page
36) que le rendement espr de lactif sous-jacent tait gal (non ncessairement gal r).
Nous devons alors transformer notre modle financier (tout en restant cohrent) pour nous
placer dans un environnement risque-neutre, cest ce que nous faisons en ayant recours au
passage sous la mesure de probabilit risque neutre Q.

45

1.2. CHANGEMENT DE MESURE DE PROBABILITE

Le prix de lactif, le temps, la volatilit du prix de lactif et le taux dintrt sans risque, toutes
ces variables sont indpendantes du degr daversion au risque. La formule de Black-Sholes
ne serait pas indpendante du degr daversion au risque si elle prenait en compte lesprance
du taux de rendement de lactif : .

La valeur de dpend totalement du degr daversion au risque, est dautant plus lev que
le degr daversion au risque des investisseurs est grand. Nous en venons alors lhypothse
que tous les agents sont neutres au risque, et ainsi le taux de rendement espr de chaque titre
est gal au taux sans risque : r.

Lide de base du recours aux mesures martingales ou neutres au risque est de changer la
mesure de probabilit P par une probabilit Q quivalente P, cest dire que pour tout
vnement A, nous avons :

P(A) > 0 Q(A) > 0.

De plus, si la mesure de probabilit Q est quivalente P, alors il existe pour tout instant t une
variable alatoire M
t
vrifiant :

M
t
0 p.s.
E
P
[M
t
] = 1.
Pour toute variable intgrable U : E
Q
[U] = E
P
[M
t
U].

Cette notion va nous permettre de dfinir les mesures neutres au risque .

De ce fait lanalyse de produits tels que les options de nimporte quel type devient beaucoup
plus simple, il suffit de calculer lesprance de la valeur de loption en T en supposant que le
taux de rendement du sous-jacent nest plus mais r puis dactualiser en utilisant le taux sans
risque r.

Afin de dterminer la mesure de probabilit risque neutre introduisons maintenant le
processus de prix actualis de lactif sous-jacent :

t
rt
t
S e S

=
~
,
(13)

et passons lvaluation proprement dite de cette mesure risque-neutre.

46

1.3. MESURES MARTINGALES EQUIVALENTES

Une mesure de probabilit Q quivalente P est appele neutre au risque si, sous la mesure de
probabilit Q, le processus des prix actualiss de lquation (13) est une martingale au sens de
la Dfinition 2.3.1 page 31.

Mais comment trouver les mesures martingales quivalentes ?
La transformation de Girsanov (Dfinition 2.4.4 page 33 ) va nous permettre de rpondre
cette question.

Le problme est de trouver le processus (
t
)
0tT
conduisant la mesure Q dcrite ci-dessus
sous laquelle le processus
T t t
S
0
)
~
( est une martingale.

Appliquons la formule dIt dcrite dans la Dfinition 2.4.2 page 32 au processus S
t
et la
fonction f(t, x) = e
-rt
, nous trouvons alors :

t t t t t
W d S dt S r S d
~ ~ ~
) (
~
+ = .

Nous constatons que
T t t
S
0
)
~
( est une martingale sous la mesure de probabilit Q si et
seulement si nous fixons la valeur de
t
:

=
r
t
.

Ds lors, sous Q, le processus S
t
satisfait lquation diffrentielle stochastique suivante :

t t t t
W d S dt rS dS
~
+ =

Le processus S
t
suit alors un mouvement brownien sous la mesure de probabilit Q mais a
t remplac par r, pour davantage de dtails, voir [L-2].

47

2. EVALUATION DE LESPERANCE DE LA PERTE

2.1. PRINCIPE

Le flux payer au moment du dcs dun assur correspond au flux dune option europenne
de prix dexercice gal au montant de la garantie plancher et de maturit gale la dure de
vie restante de lassur.

Nous voyons dj ici une des faiblesses du modle relative la maturit de loption
considre. En effet, la dure de vie restante dun assur qui a 25 ans a une forte probabilit
dtre suprieure 30 ans or il nexiste pas sur les marchs financiers doption avec une telle
maturit. Par ailleurs, la maturit de cette option devrait tre stochastique (puisque les assurs
ne dcdent pas tous au mme rythme que la table de mortalit utilise) et non dterministe.

2.2. CALCUL DE LESPERANCE DE LA PERTE EN CAS DE DECES EN DATE t

Ladaptation de la formule (8) page 37 dans le cadre financier nous donne :

( ) ) ( ), )( 2 / ( N - log Loi
2 2
t T t T r
S
S
t
T
=
|
.
|
\
|
.
(14)
Et dfinissons :

[ ]

= =

K
t T r
t T
t T r
x dF x K e S K e T t V
0
) ( ) (
Q
Q
) ( ) ( ) 0 , max( ) , (
o

[ ] [ ]
t t t T t T
S x S S x S x F = = ) / log( ) / log( ) (

|
|
.
|
\
|

=
t T
t T r S x
t
) )( 2 / ( ) / log(

2
. (daprs (14))
Il vient que :

)) , ( ( )) , ( ( ) , (
1 2
) ( Q
T t d S T t d Ke T t V
Fi
t
Fi t T r
=

.
(15)
o

t T T t d T t d
t T
t T r K S
T t d
Fi Fi
t Fi
+ =
+
=
) , ( ) , (

) )( 2 / ( ) / log(
) , (
2 1
2
2

Pour davantage de dtails sur
t
, voir 2.2 page 39.
48
Ainsi, le prix financier en date 0 dun put europen de prix dexercice K et de maturit t est :

)) , 0 ( ( )) , 0 ( ( 0
1 0 2
Q
t d x t d Ke ,t) ( V
Fi Fi rt
=

.
(16)

La mthode de calcul est analogue celle utilise pour lapproche actuarielle (page 38) la
diffrence que le passage sous la mesure de probabilit Q implique que est remplac par r et
comme la transformation de Girsanov (Dfinition 2.4.4 page 33) nous donne un mouvement
brownien standard sous Q, nous avons le rsultat obtenu en (15).

2.3. COMPARAISON DES DEUX APPROCHES

Nous sommes maintenant en mesure de comparer les formules exprimant la perte future
obtenue par lapproche actuarielle (quation (9)) et financire (quation (15)).
Rappelons tout dabord ces deux formules :

Formule actuarielle :

|
|
.
|
\
|
+ +

|
|
.
|
\
|
+
=

t T
t T K S
e S
t T
t T K S
K T t V
t t T r
t
t
) )( 2 / ( ) / log(
.
) )( 2 / ( ) / log(
) , (
2
) )( (
2
P

Formule financire :

|
|
.
|
\
|
+ +

|
|
.
|
\
|
+
=
t T
t T r K S
S
t T
t T r K S
K T t V
t
t
t
) )( 2 / ( ) / log(

) )( 2 / ( ) / log(
) , (
2 2
Q

Nous constatons que la diffrence entre ces deux formules rside dans le taux de rendement
espr de lactif. Dans le cas actuariel, ce taux correspond et dans le cas financier, il
correspond au taux sans risque r.

Toutefois noublions pas les hypothses ncessaires chacune de ces deux approches surtout
concernant la stratgie adopter suivant que nous appliquons lun ou lautre tarif.

En effet, si nous considrons la PPU sous lapproche actuarielle, nous navons aucune
position prendre sur les marchs financiers tant donn que la formule obtenue en (9) ne
rsulte daucun raisonnement financier mais consiste en une simple esprance actualise des
cots futurs sous la mesure P. Ainsi une telle PPU ne ncessite pas de couverture sur les
marchs financiers.

A linverse, lapproche financire fournit une PPU par suite dun raisonnement de non-
arbitrage mais lapplication dune telle PPU ncessite que nous nous couvrions sur les
marchs financiers en achetant les puts considrs ou en les dupliquant, cest dire en
appliquant la stratgie de couverture. Nous ne pouvons pas considrer une telle PPU sans
appliquer la stratgie de couverture associe sur les marchs financiers.

49

2.4. DETERMINATION DES COEFFICIENTS DE LA STRATEGIE DE COUVERTURE

Dterminons les coefficients
t
et
t
de faon couvrir notre position, savoir dupliquer les
flux terminaux dun put europen de maturit T et de prix dexercice K.

Comme le march est complet, tout nouveau titre peut tre dupliqu par un portefeuille de
titres existants, ainsi le prix de loption en t est :

[ ] ) , ( ) 0 , max(
Q ) (
Q
T t V S K e
t T
t T r
=

,

o V
Q
(t,T) a t dtermin dans lquation (15) page 47.

Do, par identification :

)) , ( ( ) (
)) , ( ( ) (
1
2
) (
T t d T
T t d Ke T
Fi
t
Fi t T r
t
=
=

.

Ces coefficients reprsentent les quantits dactif sans risque et dactif risqu dtenir au
moment t (= 0,1,,T) de sorte dupliquer les flux terminaux dun put europen de prix
dexercice K et de maturit T.

Notons tout de mme que cette couverture nest que localement sans risque, en effet, nous
sommes parfaitement couverts au moment du calcul de la couverture mais entre deux
priodes, nous ne sommes plus parfaitement couverts vu que le prix de lactif se sera modifi
linstant suivant notre prise de position sur le march financier.

Si le prix de lactif ne se modifie pas trop entre deux priodes, lcart de couverture ne sera
pas trs important mais il se peut quentre deux instants, les prix changent de faon
considrable (suite un krach par exemple) et dans ce cas notre couverture nest plus adapte.
Cest pourquoi nous qualifions notre couverture de couverture localement sans risque.

50

2.5. CALCUL DE LA PPU

La PPU est maintenant compose du cot de la stratgie, cest dire :

k x
x
k
x k
q p k V
+
1
Q Fi
) , 0 ( PPU .
(17)

o V
Q
(0,k) fait rfrence (16).

A linverse de la PPU actuarielle, nous considrons ici un instrument financier, la prime
quivaut toujours lesprance des cots actualiss mais les cots sont des cots de stratgie
tandis que dans le cas actuariel, il sagit des montants verser en cas de dcs.

2.6. STRATEGIE OPTIMALE DE COUVERTURE

Prcdemment (en 2.4 page 49), nous avons dtermin les coefficients et de faon
dupliquer les flux terminaux dun put europen de maturit T et de prix dexercice K. Nous
devons maintenant dterminer les coefficients de la stratgie qui nous permet de dupliquer les
flux de notre contrat.

Pour ce faire, dveloppons la formule (17) :

) (
~
. ) (
~

) ( ) ( PPU
0 0 0
1 1
0 0 0
Fi
T x T
q p k x q p k
T
k
T
k
k x x k k x x k

= =
+ +
+ =
+ =

(18)

o

( )
( )

+ =
+
+ =
+
+
+ =

+ =
+
= =
= =
T
t k
k x x k
Fi
T
t k
k x x k t t
k x x k
T
t k
Fi t k r
T
t k
k x x k t t
q p k t d q p k T
q p k t d K e q p k T
1
1
1
1
2
) (
1
) , ( ) ( ) (
~
) , ( ) ( ) (
~

.

Le processus
T t t t

0

)) ( ) ( ( , correspond au nombre dactifs dtenir en t pour dupliquer
un put europen de prix dexercice K et de maturit T.

Le processus
T t t t

0

)) ( ) ( (
~
,
~
quant lui correspond au nombre dactifs dtenir en t
pour dupliquer les flux gnrs pas notre contrat (qui prend fin en T), il sagit en fait dune
somme des coefficients de la stratgie de duplication dun put europen classique pondre
par la densit de mortalit.

51

3. CONCLUSION

Nous obtenons ici une PPU qui est construite sur la base dun instrument financier. Il semble
assez intuitif que cette prime soit beaucoup moins volatile que la prime dtermine grce
lapproche actuarielle du fait quelle prend en compte un instrument financier qui vient
contrebalancer tous les effets induits par la volatilit de lactif sous-jacent.

Cette prime tant localement sans risque dun point de vue financier, toute la variabilit de
cette prime est induite par le risque de mortalit et par les carts de couverture entre deux
priodes (induits par le fait que nous ne sommes que localement sans risque). Nous avons
galement dtermin la stratgie de couverture optimale pour dupliquer les flux gnrs par
notre contrat.

Nous avons alors dtermin les PPU moyennes appliquer suivant une approche actuarielle et
une approche financire, toutefois nous navons toujours aucune distribution de cots futurs
actualiss (CFA) et navons pas confirm nos intuitions quant aux volatilits des CFA suivant
chaque approche. Nous devons donc procder de la simulation stochastique pour rpondre
toutes ces questions, en particulier pour obtenir les distributions des CFA suivant chaque
approche et pour procder une analyse de sensibilit.

CHAPITRE IV : SIMULATION STOCHASTIQUE

Nous venons daborder les formules thoriques de tarification actuarielle et
financire et les avons compares. Le rsultat de cette comparaison apparat
particulirement dans [L-2] mais nous ne savons rien quant aux rsultats
pratiques de ces deux types de tarification.
Par la simulation stochastique, observons les consquences des deux approches
sur chaque tarif.
Chapitre IV : SIMULATION STOCHASTIQUE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
54

1. POURQUOI LA SIMULATION STOCHASTIQUE ?

Arriv ce stade il semble ncessaire dintroduire la notion de simulation stochastique.
En effet, en vue dobtenir une distribution des CFA il nous faut ncessairement des
ralisations, aussi bien des dcs que des valeurs prises par lactif financier au cours du temps.
Avec ces observations, nous pouvons alors calculer la PPU observe et, en ritrant cette
opration un trs grand nombre de fois, nous serons en mesure dobtenir la fonction de
distribution des CFA. Il sagit du principe de simulation de Monte-Carlo.

Dans notre cas, nous simulerons le processus de prix de lactif financier (processus S
t
) ainsi
que le processus de dcs des assurs (processus N
t
).

Il semble vident quil faille procder une simulation du processus S
t
afin de prendre en
compte la volatilit de lactif financier dans la distribution de nos CFA. Il est ais de
comprendre que notre PPU est dautant plus volatile que la volatilit de lactif financier sous-
jacent est leve.

De plus, une seconde source de volatilit pour la PPU est induite par le processus N
t
. La
raison est simple, nous considrons que les assurs dcdent au mme rythme que celui
impos par la loi de mortalit utilise, nanmoins il est vident nous assistons des carts
entre la mortalit observe et la mortalit thorique. Il convient alors de prendre en compte
cette source de volatilit supplmentaire pour la PPU et de ce fait nous ne considrons plus
que la mortalit est un processus dterministe dans notre modle mais, tout comme le
processus S
t
un processus stochastique.

2. METHODE DE SIMULATION

Dsormais nous savons comment calculer la prime de notre contrat de manire thorique. Les
rponses fournies nous donne la prime pure moyenne dun tel contrat mais nous nous
interrogeons toujours sur plusieurs points :

Dans un premier temps quelles sont les formules pratiques pour obtenir ces primes pures,
cest dire, de quelle faon les implmenter dans un programme ?

Par ailleurs nous souhaitons obtenir plus dinformations que les primes moyennes, nous
souhaitons connatre la variance de ces cots futurs actualiss et en connatre leur distribution.

Pour ce faire nous devons procder des simulations de type Monte-Carlo.
Cest dire que nous cherchons raliser sur un ordinateur une suite de tirage de la variable
alatoire concerne.

Pour obtenir davantage de dtails sur la simulation de type Monte-Carlo, consulter [L-6].

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre IV : SIMULATION STOCHASTIQUE
55

2.1. SIMULATION DE LACTIF FINANCIER

Il existe de nombreuses mthodes pour simuler la dynamique dune quation diffrentielle
stochastique. Nous nutiliserons ici que la mthode la plus lmentaire : la mthode dEuler
alatoire. Le principe en est le suivant, il sagit de simuler lquation :

+ =
=
t t t t
dW S dt S dS
x S

0 0
.

Nous nous fixons un pas de discrtisation du temps t. Nous pouvons alors construire un
processus temps discret (X
n
)
n0
approximant lquation diffrentielle stochastique aux
instants nt, en posant :

+ =
=
+ +
) (
) 1 ( 1
0 0
t n t n n n n n
W W X t X X X
x X

,

ce qui est quivalent :

( )
+ + =
=
+
t t X X
x X
n n
1
1
0 0
,

o suit une loi normale centre rduite.

(Reprsentation dune trajectoire de lactif sous-jacent la Figure 12 page 96).

56

2.2. SIMULATION DES DECES

Ne sachant pas quelle est la part du risque de mortalit et la part du risque financier dans ce
type de contrat, nous assimilons chaque risque un processus adapt qui est simul. De ce
fait, nous simulons galement un processus de dcs.

2.2.1. MODELE BINOMIAL DU NOMBRE DE DECES

Si nous considrons une cohorte de N individus, tous de mme ge x, prouvons alors que la
variable alatoire Y
t
comptant le nombre de dcs la date t suit une loi binomiale.

En effet, supposons que T
1
,,T
N
soient les dures de vie restante de nos N individus.
Nous avons alors pour la fonction de rpartition de la dure de vie restante (voir page 21) :

[ ]
x t
q t T =
1
.

Nous avons ainsi :

[ ]
{ } { }
[ ]
x t
N
i
t T
N
i
t T t
q N Y
i i
= =
(
=

=
1 1
1 1

et
{ } x t x t
N
i
t T t
p q N Var VarY
i
. 1
1
= =
.

En considrant que
{ } { } t T t T
N

1 ,..., 1
1
sont des variables alatoires indpendantes et
identiquement distribues suivant une loi de Bernoulli de paramtre
t
q
x
, il est trivial de
remarquer que la loi du nombre de dcs est une loi binomiale.

2.2.2. PROCEDURE DE SIMULATION

Il devient alors ais de simuler un processus de dcs.

Supposons qu la date t, le nombre de survivant soit B
t
alors le nombre de dcs durant la
priode allant de t t+1 suit une loi binomiale de paramtres B
t
et q
x+t
.

Il suffit donc qu chaque priode nous effectuions un tirage alatoire dune loi binomiale de
paramtres B
t
et q
x+t
pour obtenir une ralisation de cette loi et, en effectuant ceci pour chaque
t, simuler un processus de dcs.

(Reprsentation dun processus de dcs la Figure 13 page 96).

57

3. ADAPTATION DE CHAQUE APPROCHE A LA SIMULATION STOCHASTIQUE

Dans les deux chapitres prcdents nous nous sommes intresss la thorie relative
chacune des deux approches tarifaires. Nous souhaitons maintenant procder une
application pratique avec pour objectif dterminer la distribution des CFA sous chacune des
deux approches. Nous dveloppons ainsi dans les deux parties suivantes la procdure suivre
quant la simulation de ces PPU.

3.1. APPROCHE ACTUARIELLE

3.1.1. FORMULATION MATHEMATIQUE

Ladaptation de lapproche actuarielle la simulation est relativement aise. En effet, il sagit
uniquement dvaluer le montant verser en cas de dcs au moment t, il est gal (pour la
simulation i et lindividu j) :

{ }
) ( 1 ). (
) (
) (
) ( ) , (
t S K M
t T K S
i
t
j i
t
j x
i
t
= <
= ,
(19)

cest dire gal la diffrence entre le cours du sous-jacent au moment t not (S
t
) et la
garantie plancher (K) dans le cas o, et lassur j dcde au moment t, et le cours de lactif
sous-jacent est infrieur au montant de la garantie plancher pour la simulation i.

Pour obtenir une ralisation de la variable alatoire PPU
Act
(quation (10) page 39) il suffit
dvaluer la somme (sur les N individus et les M simulations) actualise sur tout t de la
ralisation de M
t
(i,j)
, cest dire :

= = =
=
T
k
M
i
N
j
j i
k
rk Act
M e
MN
ppu
1 1 1
) , (
1

(20)

N.B. : Nous utilisons la terminologie PPU
Act
quand il sagit de la variable alatoire
reprsentant la PPU dtermine par lapproche actuarielle et ppu
Act
lorsquil sagit dune
ralisation de PPU
Act
. De mme pour PPU
Fi
et ppu
Fi
avec la dmarche financire.

58

3.1.2. COMPARAISON AVEC LA FORMULE THEORIQUE

Nous sommes maintenant en mesure de comparer la formule thorique (quation (10) page 39)
et la formule utilise pour la simulation (quation (20)).

Rcrivons (20) :

{ }
{ }
{ }

= = =
=
<
= = =
= <
= = =
=
=
T
k
M
i
N
j
k T
K S
i
k
rk
T
k
M
i
N
j
k T K S
i
k
rk
T
k
M
i
N
j
j i
k
rk
k
N
S K e
M
k S K e
MN
M e
MN
j x
i
k
j x
i
k
1 1 1
) (
1 1 1
) (
1 1 1
) , (
) ( 1
1
1 ) (
1

) ( 1 ). (
1 1
) (
) (
) (
) (

or

{ } { }
[ ]
{ }
[ ] ). , 0 (
) 0 , max(
1 ) (
1
) ( 1
) ( 1
1
1
) (
1
) (
) (
k V S K e S K e
M
q p k k
N
k
rk M
M
i
K S
i
k
rk
k x x k k T
N
N
j
k T
i
k
x j x

=
<
+ =

=
=
=
=

(21)

o ) , 0 (
k V

est lestimation de lesprance de la variable alatoire dcrite en (9) page 38 pour
t = 0 et T = k.

Par consquent, nous avons :

Act
T
k
k x x k
N
M T
k
M
i
N
j
j i
k
rk
ppu q p k V M e
MN
=

=
+

= = =
1 1 1 1
) , (
) , 0 (
1

Ce qui implique que notre procdure simulation approche bien PPU
Act
.

59

3.2. APPROCHE FINANCIERE

Pour adapter lapproche financire la simulation, nous devons dterminer le montant
verser aux assurs la date t (il sagit de la mme formule que celle utilise pour lapproche
actuarielle) mais galement dterminer le cot de la stratgie de couverture que nous
appliquons.

Transposons-nous dans la situation o nous voulons simuler le cot dune telle stratgie. Nous
avons dun ct des paiements effectuer en cas de dcs des assurs et de lautre ct une
prise de position sur les marchs financiers par application de la stratgie visant dupliquer
les flux gnrs par les paiements effectuer.

Ainsi, si nous tions parfaitement couverts, cest dire si nous radaptions notre couverture
chaque instant et que le rythme auquel les assurs dcdent correspond au rythme de la table
de mortalit utilise, notre stratgie dupliquerait le montant exact verser au moment exact o
un assur viendrait dcder.

Evaluons dans un premier temps le cot de la stratgie puis dans un second temps le flux de
paiement effectuer en cas de dcs.

3.2.1. DETERMINATION DU COUT DE LA STRATEGIE DE COUVERTURE

Le cot de recouverture en t en actif risqu actualis en 0 est gal :

)
~ ~
( )
~
, , , (
1
=
t t t
rt
t t
S e S t r G .

Ce qui correspond au montant actualis dpens pour rajuster notre couverture en actif
risqu, ce montant peut tre positif ou ngatif.
De mme, le cot actualis de rajustement de couverture en actif sans risque est gal :

)
~ ~
( )
~
, , (
1
=
t t
rt
t
e t r G .

Ainsi, le cot total de la stratgie correspond :

=
=
+ + + =
+ + + =
T
k
k
k r
k
rk
k
T
k
k
k r
k
rk
k k k
rk
T
k
k k k
S e S e
S e e S e
S k r G S k r G T C
1
1
) 1 (
1
0 0 0
1
1
) 1 (
1
0 0 0
1
) (
~

~
~
)
~ ~
( )
~ ~
(
~
~
)
~
, , ( )
~
, , , ( ) (

Nous retrouvons ainsi lexpression de lquation (11) page 43.

60

3.2.2. FLUX DE PAIEMENT A EFFECTUER EN CAS DE DECES

Le montant verser en cas de dcs est indpendant de lapproche choisie, il est donc gal
celui qui est dcrit en (19)
page 57, savoir :

{ }
) ( 1 ). (
) (
) (
) ( ) , (
t S K M
t T K S
i
t
j i
t
j x
i
t
= <
=

3.2.3. COMPARAISON AVEC LA FORMULE THEORIQUE

Le cot total dtermin par lapproche financire dans le cadre de la simulation stochastique
correspond la somme entre le cot de couverture sur chacun des deux actifs (risqu et non
risqu) et le flux de paiement effectuer en cas de dcs. Ce cot est une ralisation de la
PPU financire, ainsi :

{ }

= =
= <
=
= =
= = =

+
=
+ + + + =
T
k
N
j
k T K S
M
i
i
k
rk
T
k
M
i
i
k
k r i
k
rk i
k
T
k
M
i
N
j
i i i i
k
i i
k
i
k
i j i
k
rk Fi
k
N
S K e
M
S e S e
M
S k r G S k r G M e
MN
ppu
j x
i
k
1 1 1
) (
1 1
) (
1
) 1 ( ) ( ) (
1
1 1 1
) (
0
) (
0
) (
0
) ( ) ( ) ( ) ( ) ( ) , (
) ( 1
1
) (
1

) (
~ 1

~
~
)
~
, , ( )
~
, , , (
1
) (
) (

or

{ }
) , 0 (
) ( 1
1
) (
1

1 1
) (
) (
k V k
N
S K e
M
N
M N
j
K S
M
i
i
k
rk
i
k

=
<
=

,

au mme titre que pour la mesure de probabilit P dans (21) page 58, et daprs lquation (11)
page 43 :

) (
~
) (
~ 1
1
) 1 (
1
1
) (
1
) 1 ( ) ( ) (
1

k
k r
k
rk
k
M
M
i
i
k
k r i
k
rk i
k
S e S e S e S e
M
.

Si le processus de dcs volue comme la table de mortalit, que la stratgie nous couvre
parfaitement et sachant que la stratgie est autofinance (quation (12) page 44) alors :

= =
+

+ + =
T
k
T
k
k x x k T T T k
rk
k
k r
k
q p k V T S T T x T S e S e
1 1
0 0 0 1
) 1 (
1
) , 0 (
)) (
~
) (
~
( ) (
~
) (
~
) (
~
.

Cest dire que la valeur de la stratgie de couverture est gale la diffrence entre la valeur
initiale cette stratgie et les sommes verses en cas de dcs.

61

Ainsi il nous reste :

) (
~
. ) (
~

) ) (
~
) (
~
( ) (
~
. ) (
~
0 0 0
0
0 0 0
T x T
ppu ppu T S T T x T ppu
Act Act
T T T
Fi
+ =
+ + + =
=
4 4 3 4 4 2 1

Si nous comparons avec (18) page 50, nous constatons quil sagit bien dune estimation de la
PPU dtermine par lapproche financire.

62

4. RESULTATS

Examinons maintenant de plus prs les rsultats obtenus, savoir les distributions des cots
futurs actualiss en t = 0 propres chaque approche.
(Hypothses : S
0
= 1, K = 1, = 8,5%, = 25%, 1000 ttes de 45 ans, 10 000 simulations)

4.1. APPROCHE ACTUARIELLE

4.1.1. STATISTIQUES

Table 1 : Statistiques relatives aux CFA
Act

Moyenne Ecart-Type CTE
95%
CTE
99%
K
95%
K
99%

CFA
Act
5,28 9,38 36,53 47,51 591% 799%

Les notions de CTE
95%
, CTE
99%
, K
95%
et K
99%
sont explicites en 2 page 73 Pour simplifier,
disons que K
95%
et K
99%
reprsentent le montant de capital allouer en pourcentage de prime
pure.
4.1.2. DISTRIBUTION

Figure 6 : Distribution des CFA
Act

Distribution des CFA
Act
0
0,2
0,4
0,6
0,8
1
0 5 10 15 20 25 30 35 40
CFA
Act
F
(
C
F
A
A
c
t
)

4.1.3. COMMENTAIRES

Nous constatons que lapproche actuarielle fournit (comme nous pouvions nous y attendre)
une distribution des cots futurs actualiss (Cots Futurs Actualiss - mthode actuarielle - )
CFA
Act
trs disperse. Ceci sexplique par le fait que nous ne nous couvrons pas sur les
marchs financiers, les CFA
Act
sont donc trs sensibles aux fluctuations de lactif sous-jacent.
63

4.2. APPROCHE FINANCIERE

4.2.1. STATISTIQUES

Fi

95%
CTE
99%
K
95%
K
99%

CFA
Fi
10,11 1,58 14,02 16,22 39% 60%

4.2.2. DISTRIBUTION

Fi

Fi
0
0,2
0,4
0,6
0,8
1
0 5 10 15 20 25 30 35 40
CFA
Fi
F
(
C
F
A
F
i
)

4.2.3. COMMENTAIRES

Les CFA
Fi
(Cots Futurs Actualiss - mthode financire - ) sont beaucoup plus centrs
autour de leur moyenne que les CFA
Act
, cela tient au fait que la stratgie de couverture fait
accrotre le cot moyen (ds lors que > r). Nous pouvons ds prsent anticiper que
lapproche financire apportera une PPU
Fi
moins sensible que PPU
Act
(confirm en 5).

Notons galement que le capital allouer est sensiblement moins important dans lapproche
financire que dans lapproche actuarielle (en comparant les quantits K
95%
, K
99%
dtermins
par chaque approche).

64

5. ANALYSE DE SENSIBILITE

5.1. PRINCIPE

Dans la mesure ou nous procdons des simulations pour valuer notre distribution de CFA,
nous devons fixer un grand nombre de paramtres (le taux dintrt sans risque r, le taux de
rendement espr de lactif , la volatilit de lactif ,). La distribution des CFA est donc
une fonction de ces paramtres.

Afin de discerner quel est limpact de chaque paramtre, nous allons procder une analyse
de sensibilit, cest dire tudier le comportement de la distribution des CFA obtenue suite
une modification dun des paramtres.

5.2. SENSIBILITE PAR RAPPORT A

Procdons tout dabord par une analyse de sensibilit par rapport : le taux de rendement
espr de lactif sous-jacent.

(Hypothses : S
0
= 1, K = 1, = 25%, 1000 ttes de 45 ans, 10 000 simulations)

5.2.1. DISTRIBUTION DES CFA
ACT

5.2.1.1. STATISTIQUES

Table 3 : Statistiques relatives la sensibilit par rapport (approche actuarielle)

Moyenne Ecart-type CTE
95%
CTE
99%
K
95%
K
99%

20% 0.42 1.42 5.05 11.30 1108% 2603%
15% 1.22 3.57 13.97 26.92 1049% 2114%
10% 3.51 7.28 29.39 42.64 737% 1114%
8.5% 5.04 9.04 35.23 45.77 599% 808%
5% 9.94 12.93 44.90 53.02 352% 434%
0% 21.18 16.81 53.73 59.44 154% 181%
-5% 34.04 16.13 60.03 64.75 76% 90%
-10% 44.15 12.46 63.56 67.74 44% 53%
-15% 50.86 9.33 66.43 70.31 31% 38%
-20% 55.06 7.43 68.75 72.54 25% 32%
No Stock 67.20 5.92 79.76 83.87 19% 25%

(Reprsentations graphiques : Figure 16 et Figure 17 page 98)

65

5.2.1.2. DISTRIBUTIONS

Figure 8 : Sensibilit par rapport des CFA
Act

Act
- variation de -
0,00
0,20
0,40
0,60
0,80
1,00
0 10 20 30 40 50 60 70 80
CFA
Act
F
(
C
F
A
A
c
t
)
20%
15%
10%
8,5%
5%
0%
-5%
-10%
-15%
-20%
No Stock

5.2.1.3. COMMENTAIRES

Nous constatons que plus diminue (de +20% 20%), plus PPU
Act
augmente, ce qui vient
confirmer notre intuition. En effet, plus le rendement moyen espr de lactif est lev, moins
nous avons de chance de devoir payer un montant positif en cas de dcs puisque plus la
probabilit que le prix de lactif sous-jacent soit suprieur au montant de la garantie plancher
est grande.

Par ailleurs, nous constatons que lorsque devient ngatif, la forme de la distribution des
CFA
Act
tend vers la courbure de la distribution des cots futurs actualiss dun contrat
dassurance dcs classique. Il sagit de la mme forme de distribution que celle trouve par
lapproche financire (voir Figure 7 page 63). Ce qui est tout a fait logique dans la mesure o
la probabilit de payer un montant non ngatif en cas de dcs est dautant plus grande que
est faible. Nous sommes donc de plus en plus certain de devoir payer un montant positif en
cas de dcs.

Nous remarquons enfin que la variance des CFA
Act
atteint son maximum pour = 0. Cela peu
sembler surprenant premire vue mais il sagit en fait dun phnomne naturel . En effet,
lorsque = 0, le prix de lactif sous-jacent oscille autour de x
0
(son prix en t = 0), or nous
supposons dans chaque simulation que le montant de la garantie plancher K est constant et est
gal la valeur x
0
. Ainsi, les CFA
Act
seront trs volatiles dune simulation une autre.

66

FI


Table 4 : Statistiques relatives la sensibilit par rapport (approche financire)

95%
CTE
99%
K
95%
K
99%

-10% 10,45 4,11 19,53 22,70 87% 117%
-5% 10,40 3,49 18,35 21,49 76% 107%
0% 10,26 2,71 16,69 19,31 63% 88%
5% 10,16 1,99 14,97 17,36 47% 71%
9% 10,10 1,60 13,92 15,94 38% 58%
10% 10,12 1,45 13,70 15,82 35% 56%
15% 10,17 1,10 12,84 14,32 26% 41%
20% 10,20 0,92 12,41 13,64 22% 34%



Fi

Fi
- variation de -
0
0,2
0,4
0,6
0,8
1
6 7 8 9 10 11 12 13 14
CFA
Fi
F
(
C
F
A
F
I
)
-10%
-5%
0%
5%
8,50%
10%
15%
20%

67


Constatons tout dabord la quasi-constance de PPU
Fi
: peu importe la valeur de , PPU
Fi
garde
la mme valeur ( quelques dcimales prt). Cet effet et tout fait logique, et cest dailleurs
dans cet objectif que lapproche financire a t labore. La stratgie a t dtermine de
telle sorte quelle ne dpende pas de (voir 2.6 page 50), il est donc naturel que PPU
Fi
soit
indpendante de .

Toutefois, affecte la variance de PPU
Fi
, dans la mesure o plus va augmenter et plus la
variance des CFA
Fi
sera faible. Encore une fois, cet effet tait prvisible, affecte
uniquement le montant payer en cas de dcs donc plus est grand et plus la probabilit de
ne rien payer en cas de dcs est faible donc plus les CFA
Fi
sont stables .

Tout ceci est visible sur la Figure 9 : toutes les courbes de distributions des CFA
Fi
pivotent
autour de PPU
Fi
mais les courbes avec de petites valeurs de sont plus disperses que les
courbes avec de grandes valeurs de .

5.3. SENSIBILITE PAR RAPPORT A

Intressons nous maintenant la sensibilit par rapport : la volatilit de lactif sous-jacent.

(Hypothses : S
0
= 1, K = 1, = 8.5%, 1000 ttes de 45 ans, 10 000 simulations)

ACT


Table 5 : Statistiques relatives la sensibilit par rapport (approche actuarielle)

Moyenne Ecart-type CTE
95%
CTE
99%
K
95%
K
99%

5% 0.01 0.02 0.08 0.17 1297% 2950%
10% 0.11 0.40 1.33 2.99 1148% 2703%
15% 0.71 2.21 8.28 17.37 1064% 2342%
20% 2.46 5.64 23.02 35.50 834% 1341%
25% 5.11 9.22 35.99 46.59 605% 812%
30% 8.94 12.77 45.61 54.61 410% 511%
35% 13.17 15.88 52.86 60.43 301% 359%
40% 17.64 18.28 58.15 64.79 230% 267%


68


Act

Act
- variation de -
0,00
0,20
0,40
0,60
0,80
1,00
0 10 20 30 40 50 60 70 80
CFA
Act
F
(
C
F
A
A
c
t
)
5%
10%
15%
20%
25%
30%
35%
40%
No Stock


Nous constatons que les distributions des CFA
Act
stalent de plus en plus et que PPU
Act

saccrot mesure que augmente (voir 5.3.2.3).

FI


Table 6 : Statistiques relatives la sensibilit par rapport (approche financire)

95%
CTE
99%
K
95%
K
99%

5% 0,03 0,02 0,08 0,13 158% 317%
10% 0,63 0,17 1,08 1,45 71% 129%
15% 2,75 0,57 4,21 5,27 53% 91%
20% 6,10 1,07 8,81 10,69 44% 75%
25% 10,14 1,61 14,15 16,36 40% 61%
30% 14,47 2,19 19,81 22,44 37% 55%
35% 18,90 2,65 25,23 27,92 34% 48%
40% 23,24 3,14 30,69 33,68 32% 45%

69


Fi

Fi
- variation de -
0
0,2
0,4
0,6
0,8
1
0 5 10 15 20 25 30
CFA
Fi
F
(
C
F
A
F
I
)
5%
10%
15%
20%
25%
30%
35%
40%


Tout comme leffet dcrit en 5.3.1.3, le fait daugmenter fait saccrotre PPU
Fi
et rend plus
volatiles les CFA
Fi
. Nous constatons dans le cas prsent que les courbes se dcalent vers la
droite (traduit le fait que PPU
Fi
augmente) et que les courbes stalent (traduit laccroissement
de la variance des CFA
Fi
) mesure que augmente.

Nous remarquons toutefois que lors de ltude de variation de pour les CFA
Act
(ralise en
5.3.1), PPU
Act
et la variance des CFA
Act
augmentent de faon quasi-proportionnelle quand
augmente (voir Figure 20 page 100).

Concernant la distribution des CFA
Fi
, la variance augmente bien mesure que augmente
mais moins que proportionnellement (voir Figure 22 page 101). Ceci sexplique encore une
fois par lexistence de la stratgie de couverture dans lapproche financire.

70

6. CONCLUSION

Tirons maintenant les conclusions de cette analyse de sensibilit et choisissons lapproche la
plus adapte. Pour rsumer, disons que PPU
Fi
est quasi insensible tandis que PPU
Act
y est
fortement lie. De plus, les deux approches fournissent une PPU sensible , mais PPU
Fi
y
est moins sensible que PPU
Act
dun point de vue variance.

Il semble vident que lapproche optimale serait lapproche financire mais trois arguments
vont nous pousser choisir lapproche actuarielle.

Tout dabord, rappelons que pour appliquer le tarif de lapproche financire, il faut
imprativement raliser la stratgie de couverture. Nous savons dans un premier temps que
cette stratgie est localement sans risque, cest dire que nous ne sommes parfaitement
couverts quau moment du calcul des coefficient de . Ainsi, si entre deux priodes, un crash
financier survient (ce que ne prend pas en compte les mouvement brownien gomtrique
utilis comme modle dactif financier) et quil y a des dcs, alors notre stratgie de
couverture ne sera pas optimale pour payer les cots des dcs.

Par ailleurs, notons que nous avons utilis les modle de Black-Scholes pour calculer les
coefficients de notre stratgie et de ce fait les hypothses relatives ce modle. Souvenons-
nous alors de 1.1.1 page 42 o nous supposons que le march est parfait et de ce fait quil
nexiste pas de cots de transaction. Cette hypothse est fondamentale et pourtant, dans notre
cas, si nous appliquions une telle stratgie de couverture (supposons que nous la rajustions
tous les mois), ces cots de transaction devraient tre inclus dans la PPU
Fi
et modifieraient
grandement les rsultats obtenus prcdemment.

Enfin, la raison la plus valable pour ne pas utiliser lapproche financire est la faisabilit de la
stratgie de couverture. Une compagnie de rassurance telle que Secura ne peut pas se couvrir
sur les marchs financiers pour des raisons financires et de gestion.

Lapproche adopte est ainsi lapproche actuarielle. Nous avons donc un modle pour la PPU,
qui correspond lesprance sous la mesure de probabilit physique P des flux futurs
actualiss mais comment aboutir la prime commerciale, cest dire en incluant les frais de
gestion mais surtout la prise en compte dun chargement qui reflte la volatilit des flux
futurs. Comment dterminer ce chargement ?

CHAPITRE V : MODELE DE CASH-FLOW

Dans cette dernire partie nous allons chercher comment charger la PPU
dtermine par lapproche actuarielle de telle sorte que nous obtenions la prime
technico-financire (PTF).
Notre objectif est de se donner une ide des provisions moyennes pour chaque
date t vue de 0 et ainsi de dterminer la marge de solvabilit associe.
Chapitre V : MODELE DE CASH-FLOW TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
72

1. VOLATILITE DES CFA

Nous savons que PPU
Act
est une prime moyenne, cest dire quen moyenne, elle couvre
lesprance des pertes futures dtermines par les paramtres de dpart (, ,). Nous
sommes maintenant en mesure de dterminer cette prime. Cependant, au regard de lanalyse
de sensibilit dcrite en 5.3.1 page 67, nous constatons que cette prime est particulirement
volatile (sa variance est trs grande). Pour dterminer la PTF, il faut prendre en compte cette
volatilit.

Pour prendre en compte cette volatilit, intressons nous la quantit suivante :

{ }
+ =

<
=
T
t k
k
t k r
T t t
C e t P
1
) (
) ( 1

o C
k
reprsente la perte subie la date k, cest dire le cot non cumulatif en k, vue de 0.

Nous avons dj utilis cette quantit dans le cas particulier o t = 0 en 5 page 64 lors de
lanalyse de sensibilit sous la dnomination CFA
Act
. P
t
reprsente la valeur moyenne en t des
engagements futurs vu de 0 ou encore la provision mathmatique en t vue de 0.

Grce notre procdure de simulation (aborde en 3.1 page 57), nous sommes en mesure
davoir une valuation de P
t
pour chaque t entre 0 et T et surtout den avoir sa distribution.

Nous sommes maintenant capables dobtenir les distributions pour la date t (insistons bien sur
le fait quelles sont vues de la date 0 et non pas vues de la date t) des engagements moyens
futurs et de ce fait capables dvaluer la volatilit de ces quantits. Comment rendre compte
dans la PTF de la volatilit de la PPU ?

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE Chapitre V : MODELE DE CASH-FLOW
73

2. MODLE DE CASH-FLOW

Essayons de reconstituer le compte de rsultats de notre produit, cest dire dterminons les
flux entrants et sortants. Notre objectif est alors de distinguer les diffrents flux (cash-flow)
qui vont avoir lieu au cours du temps. Intuitivement, nous pouvons nous imaginer quil y aura
des flux de paiements effectuer (dus aux dcs) au niveau de lactif et des flux de capitaux
au niveau du passif (provisions techniques et dtermination de la marge de solvabilit). Nous
souhaitons dterminer les capitaux que nous devons mettre disposition de sorte que nous
puissions faire face nos engagements futurs avec pour objectif ultime, non pas de dterminer
le montant des provisions pour chaque priode mais de dterminer les capitaux mobiliser en
moyenne (vus de la date 0) afin de prendre en compte dans la prime finale le cot de la
mobilisation de ces capitaux. Mais interrogeons nous dabord sur la nature de ces flux.

2.1. LES PERTES MOYENNES

Elles constituent les montants moyens (vus de 0) verser pour chaque date t.
Dans le cadre de la modlisation nous les notons : C
t
o C
t
reprsente les pertes moyennes
cumules jusqu la date t.
Dans le cadre de la simulation stochastique, la dfinition est la suivante :

{ }
{ }
= =
= <
>
=
M
i
N
j
t T K S
i
t
t
t
t S K
MN
t
c
j x
i
t
1 1
) ( 0
) ( 1 ). (
) ( 1
) (
) (
.

La notation est similaire celle utilise en 3 page 57.
Cest dire que sur chaque simulations (M simulations au total) nous valuons les montants
verser au moment t et nous en prenons la moyenne.

2.2. LES VARIATIONS MOYENNES DE PROVISIONS MATHEMATIQUES

Comme nous lavons nonc prcdemment, la provision mathmatique moyenne pour t vue
de 0 correspond la somme actualise des engagements futurs, comme la prime du contrat est
unique, il sagit uniquement de la somme des cots futurs actualiss. Si la variable alatoire :

{ }
+ =

<
=
T
t k
k
t k r
T t t
C e t P
1
) (
) ( 1
(22)
alors :
{ }
+ =

<
=
T
t k
k
t k r
T t t
c e t p
1
) (
) ( 1 est un estimateur de E[P
t
].
(23)

Notons que dans le cas particulier o t = 0, nous retrouvons lquation (20) de la page 57, celle
de ppu
Act
. Do la variation moyenne de provision :

{ } { }
) ( 1 . ) ( 1 ). (
0 0 0 1
t p t p p p
t t t t t = > +
+ = .
74

2.3. LES VARIATIONS MOYENNES DE CAPITAL

Dans ce cadre, le terme capital est assimiler avec marge de solvabilit, dfinissons ainsi la
marge de solvabilit.

2.3.1. MARGE DE SOLVABILITE

2.3.1.1. DEFINITION

La marge de solvabilit est le montant de capital que les autorits de rglementation des Etats
membres de lUnion Europenne ( les rgulateurs ) obligent les entreprises dassurance
dtenir. Toutes ces informations sont disponibles sur [S-1].

2.3.1.2. POURQUOI LEXISTENCE DUNE MARGE DE SOLVABILITE ?

Toutes les entreprises dassurance contractent des engagements, tels que, par exemple, la
promesse dindemniser leurs assurs pour leurs sinistres actuels et futurs. A cet effet, elles
mettent de ct une somme dargent (les provisions techniques), calcule sur des bases
prudentes. Lassurance reste toutefois une activit risque, qui ne va pas sans comporter
certains imprvus, comme un sinistre suprieur aux prvisions ou un placement peu
performant. Ces provisions techniques, bien que constitues avec prudence, peuvent donc
finalement savrer insuffisantes. La marge de solvabilit fournit une source supplmentaire
de capitaux permettant de faire face aux imprvus et, par consquent, de protger les clients
des entreprises dassurance.

2.3.1.3. DE QUOI EST CONSTITUEE LA MARGE DE SOLVABILITE ?

Selon [S-1], la marge de solvabilit disponible est constitue par le patrimoine de lentreprise
dassurance y compris : le capital social, les rserves (lgales ou libres), le report du bnfice
ou de la perte dduction faite des dividendes verser.

De manire synthtique, disons que la somme entre marge de solvabilit et les provisions
mathmatiques doit permettre de faire face aux engagements contracts par la compagnie.
Notre tche maintenant est dvaluer notre marge de solvabilit.

75

2.4. DETERMINATION DE LA MARGE DE SOLVABILITE

Il semble vident que le montant de la marge de solvabilit doit tre la mesure du risque du
produit concern, cest dire quun produit dassurance dcs classique ne ncessitera pas un
montant aussi important quun produit dassurance dcs index sur un actif sous-jacent avec
garantie plancher. Il semble intuitif que la volatilit des montants verser est moins
importante dans le premier contrat. Pour confirmer notre intuition nous devons alors faire
appel une mesure de risque qui prendra en compte la dispersion des valeurs actualises en t
(vue de 0) de notre contrat (la variable alatoire P
t
vue dans lquation (22) page 73).

2.4.1. MESURES DE RISQUE

Une mesure de risque est un critre qui permet dexprimer le risque par un nombre rel. Un
exemple de mesure de risque est le principe de prime : nous utilisons la distribution de pertes
futures probables et la transposons en une prime approprie.

Il existe plusieurs mesures de risque, abordons en particulier Value At Risk et
Conditional Tail Expectation . Nous nous rfrons particulirement [A-1] et [A-11].

2.4.1.1. VALUE AT RISK

Value At Risk ou VaR dordre (0 1) est V
o:

[ ] { } = V P V P V
t t
: inf ) ( .
(24)

V
peut tre simplement interprt comme le montant actualis au taux sans risque en t qui
sera suffisant pour payer une charge ayant une probabilit de se raliser.

Toutefois, cette mesure de risque peut tre trs dangereuse et nous pouvons rencontrer des cas
o :

] [ ) (
t t
P P V
,

cest dire que le montant ncessaire pour tre couvert dans 100% des cas est infrieur la
perte moyenne. Ce dernier cas est particulirement dangereux.

Pour plus de dtails, les inconvnients de cette mesure de risque sont exposs dans [A-1].
Il est toutefois intressant de dfinir VaR pour la suite.

76

2.4.1.2. CONDITIONAL TAIL EXPECTATION

Conditional Tail Expectation de seuil 100% ou CTE
(ou Tail-VaR
) est une mesure de

risque qui pallie les inconvnients de VaR.

] ) ( [ ) (
t t t t
P V P P P CTE

> =

o V
(P
t
) fait rfrence lquation (24) de la page prcdente.

CTE
reprsente la perte moyenne espre sachant que cette perte appartient au quantile
suprieur (1-)% de la distribution de la perte.

Nous constatons aisment que lorsque = 0, CTE
(P
t
) = E[P
t
] et quelque soit > 0,
CTE
(P
t
) est ncessairement suprieur la perte moyenne, palliant de ce fait linconvnient
majeur de VaR.

Une mesure de risque telle que CTE
est trs facile implmenter dans le cadre de

simulations stochastiques, il suffit de prendre les 100(1-)% ralisations de cots les plus
leves et den calculer la moyenne. En utilisant une telle mthode, nous obtenons un
estimateur plus robuste que VaR.

Grce CTE, nous sommes en mesure de dterminer chaque date t le montant vu de 0 tel
que nous puissions faire face nos engagements futurs dans plus de 100% des cas.

2.5. FORMULATION DU CAPITAL MOYEN

La capital moyen allouer pour chaque t, vu de 0 au seuil est donc :

RiskCoef p p CTE k
t t t
=

) ) ( ( ,

o :
{ }
+ =

<
=
T
t k
k
t k r
T t t
c e t p
1
) (
) ( 1 et
t
p fait rfrence (23).

Sachant que ce capital est investi dans une proportion p en actions et (1-p) en obligations, le
coefficient RiskCoef (>1) reflte le caractre risqu de ce placement (nous sommes conscients
que ce coefficient nest quune grossire estimation, la dtermination de celui-ci demanderait
une tude plus pousse).

Dterminons galement la variation moyenne de capital :

{ } { } 0 0 0 1
1 . 1 ). (
=
>

+
+ =
t t t t t
k k k k

77

2.6. TAXES ET INTERETS

Considrons un taux de taxe gal et un taux de rendement moyen des actions de . Le taux
de rendement moyen des obligations est gal au taux sans risque considr : r.

Alors le rendement moyen sur un an en t des provisions, des actions et des obligations sont
respectivement :

{ }
) 1 ( 1 ) (
1 0
=
>
r
t t t
e p p R

{ }
p e k S k R
t t t
) 1 ( 1 ) , (
1 0
=

>

{ }
) 1 )( 1 ( 1 ) , (
1 0
p e k B k R
r
t t t
=

>

2.7. COUT DU CAPITAL (COST OF CAPITAL OU COC)

Nous faisons rfrence ici au pertinent mmoire de Stphane Bleton [M-1].

Le cot du capital de la compagnie se dtermine partir du taux de rendement sans risque
auquel sajoute une prime de risque pour linvestissement dans la compagnie considre.

Lide pour la dtermination du cot du capital trouve son origine dans le CAPM (Capital
Asset Pricing Model) : linvestisseur attend un rendement des placements correspondant au
rendement obtenu pour un placement dans un autre actif comportant le mme niveau de risque
systmatique.

Dans notre cas prcis, le cot du capital considr correspond au taux de rendement espr de
lactionnaire qui investit dans la compagnie.

78

3. PRINCIPE DE DETERMINATION DE LA PRIME TECHNICO-FINANCIERE

3.1. NET PRESENT VALUE (NPV)

Encore une fois nous faisons rfrence [M-1].

NPV correspond la valeur actualise des profits futurs o le taux dactualisation correspond
au cot du capital.

Dans le cadre dune analyse des contrats en cours, le contrat est profitable si NPV est
positive ; si NPV est ngative, le contrat ne devrait pas tre commercialis, parce quil ne
remplit pas les objectifs de rentabilit de la compagnie.

En matire de tarification, NPV nous est utile pour dterminer la prime technico-financire
(PTF) appliquer de telle sorte que NPV soit nulle.

Il nous suffit maintenant danalyser les flux ncessaires pour dterminer les profits futurs.

3.2. DETERMINATION DES PROFITS FUTURS

En tenant compte de ce qui a t expos en 2.1 page 73 et suivants, valuons les profits futurs
moyens pour chaque t, vus de la date 0.

Analysons les diffrents flux :

flux ngatifs :

la perte moyenne nette : ) 1 (
t
c ,

la variation nette moyenne de provision mathmatique : ) 1 (
t
p ,

la variation moyenne de capital :
t
k ;

flux positifs :

le rendement net moyen sur les provisions : ) 1 )( ( p R
t
,

le rendement net moyen sur le capital en obligations : ) 1 ( ) , ( B k R
t
,

le rendement moyen sur le capital en actions : ) , ( S k R
t
.

79

3.3. CALCUL DE LA PRIME TECHNICO-FINANCIERE :

Afin dobtenir la PTF nette, il nous faut, sous le principe de NPV, rsoudre lquation
suivante :

[ ] 0 ) 1 )( , ( ) , ( ) 1 ))( ( ( ) 1 ( ) 1 (
0
) (
= + +

=

T
t
t t t t t t
COC t
B k R S k R k p R p c e ptf ,

et nous obtenons :

[ ]

+ +
=
=

1
) 1 )( , ( ) , ( ) 1 ))( ( ( ) 1 (
0
) (
T
t
t t t t t t
COC t
B k R S k R k p R p c e
ptf .

4. CONCLUSION

Nous obtenons une expression de PTF relativement simple du fait que cette prime est unique,
si cette prime avait t priodique, nous aurions du procder un programme doptimisation
linaire.

Cette prime prend en compte ltat moyen des provisions de chaque date t vu de 0 et le capital
moyen adquat au seuil . Insistons sur le fait que les niveaux moyens de provisions et de
capital sont vus de 0 et ne prennent pas en compte une ventuelle ruine entre deux dates, il ne
sagit donc pas de dterminer le montant des provisions et du capital chaque date mais
plutt de se donner un niveau moyen de provisions permettant de se faire une ide du capital
allouer. Pour plus de dtails sur les mesures de risque dynamiques, voir [A-12].

CONCLUSION

CONCLUSION TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
82

1. RESULTATS

Pour conclure ce mmoire, exposons les diffrents rsultats auxquels nous avons abouti.

Tant pour lapproche actuarielle que financire, nous sommes en mesure de produire une
fonction de distribution des cots futurs actualiss propres chaque approche (CFA
Act
et
CFA
Fi
), nous sommes donc capable dvaluer, en plus de la prime moyenne, sa variance et ses
quantiles. Au regard de ces distributions, nous confirmons notre intuitions premire : certes, le
prix financier est plus lev que le prix actuariel ( hypothses gales) mais le prix
financier est beaucoup moins volatile. Ceci est confirm en 5.Analyse de sensibilit page
64 et au regard de la Figure 8, Figure 9, Figure 10 et Figure 11 page 65 et suivantes.

Dans les deux cas (actuariel et financier), notre tarif repose sur le modle de Black-Scholes et
ses lourdes hypothses. Mme si certaines de ces hypothses sont trs fortes comme labsence
de cots de transaction ou lexistence dun march complet, cette approche se montre trs
robuste et constitue un excellente base pour des modles plus sophistiqus. Nous avons
galement implment un logiciel de simulation stochastique sous SAS IML (un sous langage
du programme SAS sous forme matricielle) qui, sous une contrainte de temps acceptable (4
mns pour 10 000 simulations de 1000 ttes) permet de tarifer de manire efficace.

De plus, grce au CTE, nous pouvons dterminer la marge de solvabilit moyenne pour
chaque date t, vu de 0 et, grce au principe de NPV dterminer une prime technico-financire
qui prend en compte le cot dallocation du capital dans la prime finale.

Nous avons donc choisi une approche actuarielle pour des raisons de faisabilit mais le choix
des hypothses reste encore assez difficile. Malgr les multiples analyses de sensibilit, il est
difficile de dcrire lvolution du fonds gr par la compagnie cdante.
En effet, dun point de vue contractuel, la cdante est tenue par exemple dindiquer comment
elle compte grer son fonds (celui de base des UC), cest dire, quel indice de rfrence elle
compte suivre. Pour construire notre modle dactif, nous nous basons alors sur lactif que la
cdante compte suivre mais en cas de dcs, le montant dcs vers dpend du fonds gr par
la cdante et non de lactif de rfrence. Il existe alors un risque supplmentaire au risque de
dcs et au risque financier : le risque de base. Ce dernier risque est difficilement quantifiable
et devrait, en toute logique, tre support par la cdante.
Ajoutons par ailleurs que le taux utiliser pour le CTE dans le cadre de la dtermination de la
marge de solvabilits est difficilement valuable.

Ces deux derniers exemple illustrent bien le fait que, malgr les dveloppements que nous
venons deffectuer quant la tarification du contrat, plusieurs questions subsistent.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITE DE COMPTE CONCLUSION
83

2. QUESTIONS OUVERTES

Plusieurs questions peuvent subsister suite notre tude et elles sont de deux types : que
devrions nous modifier dans le trait de rassurance, en lui-mme et que devrions nous rendre
plus pertinent dans notre modle ?

La problmatique du risque de base (dcrite plus haut) est relativement importante et surtout
dans la conjoncture actuelle. En effet, si nous nous indexons sur lEurostox 50 par exemple
pour construire notre modle dactif et que le fonds de la cdante gr de telle sorte que nous
suivions lEurostox mais avec davantage de volatilit alors lestimation du de notre modle
est fortement biaise. Ce simple exemple nous montre comment nous sommes encore sous
risque malgr une prime calcule sur des bases prudentielles et nous dirige vers un autre point
de discussion : le modle dactif en lui-mme.

En effet, jusqu prsent, nous avons suppos que la dynamique de lactif sous-jacent est
dcrite par lquation (6) mais ce modle est tout de mme soumis de fortes hypothses
dcrites en 1.1.Hypothses relatives au modle de Black-Scholes page 42. Nous pourrions
envisager une autre dynamique, utiliser des sries temporelles ou tout autre modle. Il
sagirait donc de faire une analyse de sensibilit du modle en plus dune analyse de
sensibilit des paramtres de celui-ci.

Enfin, une des dernires questions que nous pourrions nous poser est relative la mesure de
risque CTE, non pas quant au choix de la mesure car CTE est suppose tre cohrente au sens
de [A-1] mais quant au seuil utiliser. Ce seuil devrait tre dtermin en fonction de tous les
autres produits de la compagnie de rassurance pour prendre en compte une ventuelle
diversification du capital mais pourrait galement tre donn par les agences de notation ou
les autorits de contrle.

Toutes ces questions demandent des dveloppements supplmentaires, interrogeons nous
cependant dune manire plus concrte quant aux extensions possibles du modle.

3. EXTENSIONS POSSIBLES DU MODELE

Au regard de la littrature, que pourrions nous faire pour rendre notre modle encore plus
pertinent ?

Nous pouvons commencer par citer les travaux de Hardy qui envisage un modle deux tats
pour dcrire lactif sous-jacent : un tat volatilit faible et un tat volatilit forte .
Ce modle est particulirement dtaill dans [A-6].

Citons galement Mller pour ses travaux concernant Risk Minimization et son absence
dhypothse de march complet. Ce dernier considre dans [A-8] un tarif la financire mais
qui nest plus constitu dune stratgie autofinance.

Citons enfin Jacques pour son intressante alternative de tarification des contrats en units de
compte, dcrite dans [A-7].

BIBLIOGRAPHIE

BIBLIOGRAPHIE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
86

Articles

[A-1] ARTZNER, P., DELBAEN, F., EBER, J.M., HEATH, D. (1998).
Coherent Measures of Risk

[A-2] CUMMINS, J.D.
Multi-Period Discounted Cash-Flow Rate-making Models in Property-Liability Insurance.
The Journal of Risk Insurance pp. 79-109.

[A-3] EMBRECHTS, P. (2000).
Actuarial versus Financial Pricing of Insurance.
The journal of Risk Finance, pp. 17-26.

[A-4] FLLMER, H., SCHWEIZER, M. (1989).
Hedging by Sequential Regression : An Introduction to the Mathematics of Option Trading.
Astin Bulletin Vol. 19, S, pp. 29-42.

[A-5] FLLMER, H., SONDERMANN D. (1986).
Hedging of Non-Redundant Contingent Claims.
Elsevier (1986).

[A-6] HARDY, M.R. (2001).
A Regime-Switching model of Long-term Stock Returns.
North American Actuarial Journal (2001).

[A-7] JACQUES, M.
The meaning of using option pricing theory to price equity-linked contracts.

[A-8] MLLER, T. (1998).
Risk-Minimizing hedging Strategies for Unit-Linked Life Insurance Contracts.
Astin Bulletin Vol. 28, No. 1, pp. 17-47.

[A-9] MLLER, T. (2001).
Indifference Pricing of Insurance Contracts : Applications.
Working Paper No. 171, March 2001.

[A-10] SCHWEIZER, M. (2000).
From Actuarial to Financial Valuation Principles.

[A-11] TASK FORCE ON SEGREGATED FUNDS (2000).
Report of the Task Force on Segregated Fund Investment Guarantees.
Canadian Institute of Actuaries (2000).

[A-12] WANG, T. (1999).
A Class of Dynamic Risk Measures.

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE BIBLIOGRAPHIE
87

Cours

[C-1] EISELE, K.T.
Simulation Stochastique.
Deuxime anne dActuariat Strasbourg.

[C-2] FOATA, D.
Probabilits I, II, III.
Premire, deuxime et troisime anne dActuariat Strasbourg.

[C-3] NORBERG, R.
Basic Life Insurance Mathematics (excerpt of Version April 17, 2002).
Troisime anne dActuariat Strasbourg.

[C-4] ROGER, P.
Finance, gestion du risque de taux.
Deuxime et troisime anne dActuariat Strasbourg.

[C-5] RUBIO, A.
Assurance-Vie I, II.
Premire et deuxime anne dActuariat Strasbourg.

Livres

[L-1] BRIOT, J-M., ESCH, L., JUSTENS, D., KINON, V., SIMON, L., STIEVENART, TH.
Modlisation et gestion du risque en finance.
Presses Ferrer (2000).

[L-2] DEVOLDER, P.
Finance Stochastique.
Editions de lUniversit de Bruxelles (1993).

[L-3] FOATA, D., FUCHS, A.
Calcul des Probabilits.
Dunod (1998).

[L-4] GERBER, H.U.
Life Insurance Mathematics.
Springer-Verlag (1995).

[L-5] HULL, J.C.
Options, Futures and Other Derivatives Securities.
Prentice Hall (1993).

[L-6] LAMBERTON, D., LAPEYRE, B.
Introduction to Stochastic Calculus Applied to Finance.
Chapman and Hall (1996).

[L-7] MUSIELA, M., RUTKOWSKI, M.
Martingale Methods in Financial Modelling.
Springer-Verlag (1997).
BIBLIOGRAPHIE TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
88

Mmoires

[M-1] BLETON, S.
Profit Testing en Assurance Vie Collective.
Magistre dActuariat Strasbourg (2002).

[M-2] DAEFFLER, F.
Contrats en Units de Compte.
Magistre dActuariat Strasbourg (2000).

[M-3] HAINAUT, D.
Assurances Dcs en Branche 23.
Universit Catholique de Louvain (2000 - 2001).

Sites Internet

[S-1] COMMISSION EUROPEENNE.
Rgles Relatives la marge de solvabilit des entreprises dassurance.
http://europa.eu.int/comm/internal_market/fr/finances/insur/02-26.htm

[S-2] SECURA-BELGIAN-RE.
http://www.secura-re.com/

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE GLOSSAIRE
89

GLOSSAIRE

A
Actif atteignable .................................... 43
B
Branche 23 ............................................ 13
C
CAPM................................................... 77
Cash-flow.............................................. 73
CFA...................................................... 51
CFA
Act
................................................... 62
CFA
Fi
.................................................... 63
COC...................................................... 77
CTE....................................................... 76
F
Filtration................................................ 29
Force de mortalit.................................. 20
Formule d'It......................................... 32
G
Gompertz-Makeham.............................. 22
M
Marge de solvabilit .............................. 74
Martingale............................................. 31
Monte-Carlo.......................................... 54
Mouvement brownien............................ 30
N
NPV...................................................... 78
P
PPU.......................................................38
Processus de dcs .................................56
Processus de prix ...................................54
Processus d'It .......................................32
Processus stochastique ...........................29
PTF........................................................78
Put .........................................................15
R
Risque de base .......................................82
S
SAS IML ...............................................82
Sousmartingale ......................................31
Stratgie.................................................43
Stratgie autofinance ............................44
Surmartingale.........................................31
T
Transformation de Girsanov...................33
U
UC.........................................................13
Unit-Linked ...........................................13
UPEA....................................................27
V
VaR .......................................................75
VNI........................................................13
W
Weibull ..................................................22

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE NOTATIONS MATHEMATIQUES
91

NOTATIONS MATHEMATIQUES

Coefficients de stratgie et estimateurs

) (T
t
: quantit dactif sans risque dtenir en t pour dupliquer un put maturit T (page 49).
) (T
t
: quantit dactif risqu dtenir en t pour dupliquer un put maturit T (page 49).
) (
~
T
t
: quantit dactif sans risque dtenir en t pour dupliquer les flux du contrat (page 50).
) (
~
T
t
: quantit dactif risqu dtenir en t pour dupliquer les flux du contrat (page 50).
) (
~
T
t
: estimateur de ) (
~
T
t
(page 60).
) (
~
T
t
: estimateur de ) (
~
T
t
(page 60).

Esprances de perte et estimateurs

A
t
E : engagement de lassureur la date t (page 15).
R
t
E : engagement du rassureur la date t (page 15).
) , ( T t V
: esprance de la perte en t pour un dcs en date T sous la mesure P (page 38).

) , (
Q
T t V : esprance de la perte en t pour un dcs en date T sous la mesure Q (page 47).
) , (
T t V

: estimateur de ) , ( T t V
(page 58).

Filtrations

G
t
: filtration gnre par lconomie (page 39).
H
t
: filtration gnre par le portefeuille dassurance (page 39).
t
: filtration combine de lconomie et du portefeuille dassurance(page 39).

Mesures de risque

V
: Value at Risk au seuil (page 75).

CTE
: Conditional Tail Expectation au seuil (page 76).

Modle de Cash-Flow

C
t
: perte subie la date t vue de 0 (page 72).
t
c : estimateur de E[C
t
] (page 73).
P
t
: somme actualise en t des pertes subies entre t et T (page 72).
t
p : estimateur de E[P
t
] (page 73).
t
p :
t
p non cumul (page 73).
t
k : capital moyen allouer au seuil (page 76).
t
k :
t
k non cumul (page 76).
) ( p R
t
: rendement moyen sur un an en t des provisions estimes (page 77).
) , ( S k R
t
: rendement moyen sur un an en t des actions (page 77).
) , ( B k R
t
: rendement moyen sur un an en t des obligations (page 77).
NOTATIONS MATHEMATIQUES TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
92

Paramtres financiers

: rendement espr de lactif sous-jacent.
: volatilit espre de lactif sous-jacent.

Primes et estimateurs

PPU
Act
: Prime Pure Unique dtermine par lapproche actuarielle (page 39).
PPU
Fi
: Prime Pure Unique dtermine par lapproche financire (page 50).
PTF : Prime Technico-Financire (page 79).
ppu
Act
: estimateur de PPU
Act
(page 57).
ppu
Fi
: estimateur de PPU
Fi
(page 60).
Ptf : estimateur de PTF (page 79).

Probabilits de dcs et survie

t
q
x
: probabilit quune tte dge x dcde dans t annes (page 21).
t
p
x
: probabilit quune tte dge x survive dans t annes (page 21).

Processus stochastiques

(W
t
)
t0
: mouvement brownien standard sous la mesure P (page 30).
0
)
~
(
t t
W : mouvement brownien standard sous la mesure Q (page 46).
(S
t
)
t0
: processus de prix de lactif sous-jacent (page 36).
(N
t
)
t0
: processus de dcs (page 54).
0
)
~
(
t t
S : processus de prix actualis de lactif sous-jacent (page 45).
(
t
)
0tT
: quantit dactif sans risque dtenir en t pour raliser la stratgie (page 43).
(
t
)
0tT
: quantit dactif risqu dtenir pour en t raliser la stratgie (page 43).
(V
t
)
0tT
: valeur de la stratgie en t (page 43).
(G
t
)
0tT
: valeur de liquidation en t de la stratgie ralise en t-1 (page 43).

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE TABLES DES ILLUSTRATIONS
93

TABLES DES ILLUSTRATIONS

Figures

Figure 1 : Illustration du capital sous risque dun contrat en UC avec garantie plancher .....14
Figure 2 : Illustration de la loi Exponentielle........................................................................23
Figure 3 : Illustration de la loi de Weibull.............................................................................23
Figure 4 : Illustration de la loi de Gompertz-Makeham.........................................................23
Figure 5 : Probabilits de dcs issues dune table UPEA.....................................................27
Act
........................................................................................62
Fi
..........................................................................................63
Act
..................................................................65
Fi
...................................................................66
Act
................................................................68
Fi
.................................................................69
Figure 12 : Simulation dune trajectoire de lactif sous-jacent - S
t
- ......................................96
Figure 13 : Simulation dun processus de dcs - N
t
- ...........................................................96
Figure 14 : Simulation de la stratgie en actif risqu -
t
- ....................................................97
Figure 15 : Simulation de la stratgie en actif non-risqu -
t
-.............................................97
Figure 16 : Moyenne et cart-type de PPU
Act
, sensibilit de (Table 3 page 64) ..................98
Figure 17 : Capital allouer - approche actuarielle - sensibilit de (Table 3 page 64) ......98
Fi
, sensibilit de (Table 4 page 66)....................99
Figure 19 : Capital allouer approche financire - sensibilit de (Table 4 page 66).......99
Act
, sensibilit de (Table 5 page 67) ................100
Figure 21 : Capital allouer - approche actuarielle - sensibilit de (Table 5 page 67) ....100
Fi
, sensibilit de (Table 6 page 68)..................101
Figure 23 : Capital allouer - approche financire - sensibilit de (Table 6 page 68) .....101

Tables

Act
............................................................................62
Fi
.............................................................................63
Table 3 : Statistiques relatives la sensibilit par rapport (approche actuarielle) ..........64
Table 4 : Statistiques relatives la sensibilit par rapport (approche financire) ...........66
Table 5 : Statistiques relatives la sensibilit par rapport (approche actuarielle) ..........67
Table 6 : Statistiques relatives la sensibilit par rapport (approche financire) ...........68

ANNEXES

ANNEXES TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE
96

Figure 12 : Simulation dune trajectoire de lactif sous-jacent - S
t
-

Simulation de l'actif sous-jacent - S
t
-
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0 24 48 72 96 120 144 168 192 216 240
t
St
St

Figure 13 : Simulation dun processus de dcs - N
t
-

Simulation de la mortalit - N
t
-
0
20
40
60
80
100
120
140
0 24 48 72 96 120 144 168 192 216 240
t
N
t
Nt
t dx

TARIFICATION ACTUARIELLE CONTRE FINANCIERE DES CONTRATS EN UNITES DE COMPTE ANNEXES
97

Figure 14 : Simulation de la stratgie en actif risqu -
t
-

Simulation de la stratgie en actif risqu - t
-
-70
-60
-50
-40
-30
-20
-10
0
0 24 48 72 96 120 144 168 192 216 240
t
t

Figure 15 : Simulation de la stratgie en actif non-risqu -
t
-

Simulation de la stratgie en actif non risqu - t
-
0
10
20
30
40
50
60
70
0 24 48 72 96 120 144 168 192 216 240
t
t

98

Act
, sensibilit de (Table 3 page 64)

Moyenne et Ecart-Type de PPU
Act
- variation de -
0
10
20
30
40
50
60
70
20% 15% 10% 8.5% 5% 0% -5% -10% -15% -20% No
St ock
P
P
U
A
c
t
Moyenne Ecart -t ype

Figure 17 : Capital allouer - approche actuarielle - sensibilit de (Table 3 page 64)

Capital allouer - variation de -
0
5
10
15
20
25
30
20% 15% 10% 8.5% 5% 0% -5% -10% -15% -20% No
St ock
C
a
p
i
t
a
l
K95% K99%

99

Fi

Fi
- variation de -
0
3
6
9
12
-10% -5% 0% 5% 9% 10% 15% 20%
P
P
U
F
i
Moyenne Ecart -Type

Figure 19 : Capital allouer approche financire - sensibilit de (Table 4 page 66)

0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
110%
120%
-10% -5% 0% 5% 9% 10% 15% 20%
C
a
p
i
t
a
l
K95% K99%

100

Act

Act
- variation de -
0
2
4
6
8
10
12
14
16
18
20
5% 10% 15% 20% 25% 30% 35% 40%
P
P
U
A
c
t
Moyenne Ecart -t ype

Figure 21 : Capital allouer - approche actuarielle - sensibilit de (Table 5 page 67)

0
5
10
15
20
25
30
5% 10% 15% 20% 25% 30% 35% 40%
C
a
p
i
t
a
l
K95% K99%

101

Fi

Fi
- variation de -
0
5
10
15
20
25
30
5% 10% 15% 20% 25% 30% 35% 40%
P
P
U
F
i
Moyenne Ecart -Type

Figure 23 : Capital allouer - approche financire - sensibilit de (Table 6 page 68)

0%
50%
100%
150%
200%
250%
300%
5% 10% 15% 20% 25% 30% 35% 40%
C
a
p
i
t
a
l
K95% K99%

REMERCIEMENTS

Je souhaite ici remercier toutes les personnes qui mont
aid tant dans la ralisation de mon stage que dans
llaboration de mon mmoire.

Je tiens remercier Monsieur Jean-Franois Walhin,
mon matre de stage, responsable du dpartement R&D
pour son encadrement permanent. Sa disponibilit ainsi
que ses prcieux conseils mont permis de mener ce
travail dans les conditions les plus favorables.

Jexprime galement toute ma gratitude lquipe R&D
pour leur chaleureux accueil et leur convivialit. Je
tiens particulirement remercier Monsieur Xavier
Chenut pour son soutien quotidien, ses claircissements
sur certains points techniques et ses remarques
pertinentes quant mon travail.

Je souhaite enfin remercier mon camarade de
promotion, et collgue de travail durant quatre mois,
Mathieu Lafond, pour son soutien moral, sa motivation
communicative et tout le reste

Christophe FRANTZ
Magistre dActuariat de Strasbourg

Chris_Frantz@gmx.fr
Octobre 2002

Tarification Actuarielle Contre Financière

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tarification Actuarielle Contre Financière

Enviado por

Direitos autorais:

Formatos disponíveis

2002

) est une mesure de

est trs facile implmenter dans le cadre de

: esprance de la perte en t pour un dcs en date T sous la mesure P (page 38).

: Value at Risk au seuil (page 75).

: Conditional Tail Expectation au seuil (page 76).

Você também pode gostar