Modélisation des comportements des assurés

Le comportement des assurés est un des facteurs de risque et de profit pour une compagnie d’assurance les plus difficiles à étudier, à cause de l’absence de données de référence en assurance en situation de hausse brutale des taux (qui pourrait engendrer une vague de rachats) et du fait qu’il s’agit d’un risque comportant une part d’humain. Les assureurs partent souvent pour évaluer les risques de rachat et de résiliation d’une approche statistique basée sur les observations passées, extrapolée pour les situations exceptionnelles par une approche simple. De plus en plus, les assureurs cherchent à implémenter des approches basées sur le pire cas ou sur une approche financière dans laquelle les assurés jouent de manière optimale contre l’assureur comme s’ils avaient suivi des cours pointus de contrôle stochastique appliqué à la finance. Bien sûr, la première approche a tendance à sous-estimer le risque et la seconde à le surestimer. La vérité est certainement entre les deux, avec une transition vers une éducation des assurés plus importante à laquelle il faut prendre garde.

Par analogie au marché des prêts hypothécaires au Royaume-Uni, on doit également faire attention au risque de comportement moutonnier, provoqué soit par un choc fiscal, un risque de réputation, ou par les recommandations d’un gourou (qui peut être un site comparateur d’assurances, un courtier grossiste en ligne, un magazine spécialisé, etc…). Les décisions des assurés dépendront également des contrats proposés dans le futur et peuvent être influencés de manière positive ou négative par l’assureur. La fraude est également un des sujets principaux liés au comportement des assurés. Comment peut-on mieux la détecter et la prévenir ?

Il sera important de regarder ce que les techniques du Data Analytics peuvent apporter pour la compréhension des comportements des assurés, mais aussi réciproquement comprendre l’impact de l’utilisation de méthodes Data Analytics sur le comportement des assurés dans une nouvelle ère où l’utilisation des données personnelles est potentiellement vécue comme invasive, par rapport à la vie privée, par les assurés. Ces questions seront communes avec les recherches menées dans le second grand thème de recherche de la Chaire: le Data Analytics en assurance.