Documente Academic
Documente Profesional
Documente Cultură
2.X'.X. 2.X'.i -
n
1
) ( Var
+ =
Ce dernier rsultat, nous permet de trouver lexpression des estimateurs des moindres carrs :
.X'.i (X'.X)
-1
=
Ces estimateurs ont pour caractristiques dtre sans biais et de variance minimum. Pour les rsidus,
on obtient :
X. - i =
) var(
2 - n
n
=
19
Cf. KAUFMANN R., GADMER A., KLETT R., [2001], "Introduction to Dynamic Financial Analysis", Astin Bulletin.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 44 -
C - TESTS DE VALIDITE
Grce au test de Durbin-Watson, on peut analyser lindpendance des rsidus. Plus prcisment, on
teste :
H0 : Non corrlation des rsidus.
contre
H1 : Les rsidus suivent un processus autorgressif dordre 1
20
.
Dans ces conditions, la statistique scrit :
=
=
=
n
i
i
n
2 i
1 - i i
) - (
d
1
2
Dans le cas o lhypothse nulle est refuse, on ne peut considrer que les rsidus sont
identiquement distribus et que lestimateur des moindres carrs ordinaires nest pas de variance
minimale.
Il faut alors faire appel des moindres carrs quasi gnraliss.
D - METHODE DES MOINDRES CARRES QUASI GENERALISES
Le modle scrit (en gardant les dimensions des matrices utilises en paragraphe B)
X i + =
o est cette fois de matrice de variance \ covariance (symtrique, dfinie positive, inversible).
Dautre part, nous avons pris comme hypothse que les rsidus suivaient un processus autorgressif
dordre 1 ; on peut alors crire :
2 2
v ) .Var( ) ( Var + =
ce qui fournit
2
2
-
v
) ( Var
1
=
Dans ces conditions, la matrice de variance \ covariance scrit sous la forme suivante :
v
1 ...
... ... ... ... ...
... 1
... 1
... 1
- 1
v
2
n n n
n 2
n
n
2
2
=
(
(
(
(
(
(
3 2 1
3
2
1 2
20
On peut lcrire sous la forme
i 1 - i i
u . + = o
i
u suit une loi normale N(0,v).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 45 -
Les valeurs exactes des diffrents lments de cette matrice ntant pas connus, il faut faire appel aux
estimations. Et pour retrouver la valeur de
=
1
. On multiplie ensuite X i + = par D pour obtenir D X D Di + = . On
vrifie que 0 = ) E(D et I ) )' D ).( E((D = .
Dans ces conditions, on peut se rfrer la mthode des moindres carrs gnraliss et aboutir,
aprs simplifications, :
) i .
(X'. ) X .
(X'.
t
1 - 1 -
1
=
avec
(
(
(
(
(
(
(
(
+
+
+
=
1 0 0
1 0 0
0 0
0 0
0 0
1
... ...
...
... ... ... ... ... ...
... 1
... 1
... ... 1
2
2
2
E - TESTS DE VALIDITE
Pour vrifier le caractre explicatif du modle, nous pouvons nous intresser la statistique
du R. Celle-ci fait apparatre la valeur estime du taux dinflation ( i
) et la valeur moyenne de
linflation observe ( i ) :
2
2
2
) i - i (
) i
- i (
- 1 R
t
t
t
t t
=
Nous pouvons rappeler que dans le cas o le modle est parfait, la prcdente statistique est
gale 1.
On peut tester la validit de la rgression. Sous lhypothse que soit nul, le rapport
2) - (n
R -
R
2
1
2
suit une loi de Fisher de paramtres (1,n-2). Lhypothse de nullit de est
rejete si le rapport est plus grand quun certain seuil.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 46 -
SECTION 2 : APPROCHE DE WILKIE
A - PRESENTATION
Dans le modle de Wilkie
21
, le taux dinflation joue un rle majeur, dans la mesure o la valeur de
nombreux paramtres conomiques en dcoule.
Taux d'inflation
Montant du dividende
Taux de dividende
Taux d'intrt long terme
Le modle de Wilkie est principalement un modle empirique, tablit sur des donnes conomiques
du Royaume Uni de 1919 1982. Lune des premires modlisations du taux dinflation fut celle de la
marche alatoire (dveloppe par Bachelier en 1900). Mme si ce modle apparat cohrent dans
le cadre de ltude du cours dune action, ces limites se font ressentir lorsquil sagit de rendre compte
de lvolution du taux dinflation.
B - MODELISATION
Wilkie a, quant lui, opt pour un modle autorgressif. Lvolution de ce processus est rgie par
lquation suivante :
| |
t m m
i - 1) - i(t a i - ) t ( i + =
avec les notations suivantes :
i(t) : taux daugmentation de lindice des prix,
m i :taux dinflation long terme,
a : coefficient de retour la moyenne,
21
Cf. WILKIE A.D., [1995], More on a stochastic asset model for actuarial use. British Actuarial Journal.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 47 -
: cart type du bruit,
: variable alatoire distribue selon une loi normale centre rduite.
Cependant Wilkie nutilise pas ce modle tel quel ; il prfre travailler sur le logarithme de lindice des
prix. En effet, il observe que seules les variations relatives de lindice des prix sont importantes et non
les variations absolues. En se rfrant des donnes empiriques de plusieurs pays de lOCDE, il
remarque que la variable 1) - lnI(t - lnI(t) ) ( = t suit une distribution qui peut tre approche par une
loi normale centre.
Finalement, le modle propos par Wilkie peut tre prsent de la faon suivante :
t m m
. i -
2) - I(t
1) - I(t
ln a. i
) t ( I
) t ( I
ln +
(
+ =
(
1
o I(t) correspond lindice des prix de lanne t.
Cette mme quation peut tre rcrite sous une autre forme :
| | | | | |
t m m
. i - i(t) 1 ln a. i i(t) ln + + + = + 1
C - EXEMPLE DE RESULTAT NUMERIQUE
En se basant sur les donnes empiriques du Royaume Uni de 1919 1982, Wilkie a obtenu les
valeurs numriques suivantes :
i
m
= 5,75%
a = 0,6%
= 0,05
Remarquons que, sur le long terme, linflation peut connatre des volutions radicalement diffrentes.
Il est donc important de bien choisir la priode sur laquelle on estime les diffrents paramtres et de
faire en sorte quelle ne comporte pas de phnomne conomique exceptionnel.
On peut alors se demander si le choix de Wilkie de baser son estimation sur une aussi longue priode
est rellement judicieux.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 48 -
CHAPITRE 2 : MODELISATION DES TAUX DINTERET
Lobjectif principal dune structure de taux dintrt est de reproduire lvolution des titres du march
obligataire. Mais elle offre en outre lopportunit dvaluer le prix dune obligation sans risque de
dfaut, des produits drivs sur le titre ainsi que les obligations avec risque de dfaut.
Les modles dvaluation de la structure temporelle des taux dintrt peuvent tre classs en trois
catgories selon l approche utilise :
+ Les modles dquilibre partiel reposant sur un raisonnement darbitrage. Citons, par
exemple, celui de Vasicek (1977) qui comporte une variable dtat et celui de Brennan et
Schwartz qui en comporte deux (1979)
+ Les modles dquilibre gnral, tel que le modle de Cox, Ingersoll et Ross (1985) bass sur
une description globale de lconomie.
+ Les modles de dformation qui partent de la structure des taux dintrt observe et lui font
subir des chocs. Le modle de Ho et Lee (1986) ainsi que sa gnralisation propose par
Heath, Jarrow et Morton (1987) sont sans aucun doute les plus connus dans cette catgorie.
Avant de prsenter les diffrents modles de taux en temps continu, il faut pralablement prciser
quelles sont les principales hypothses retenues pour leur dtermination :
Pas de cots de transaction ;
Titres parfaitement divisibles ;
Les agents sont rationnels et disposent du mme niveau dinformation ;
Les marchs sont efficients : ils ne permettent pas de possibilit darbitrage ;
Les taux demprunts et de prts sont identiques.
Indiquons galement, quoutre les diffrentes modlisations prsentes dans ce chapitre, il existe des
approches de calcul de taux dintrt purement empiriques comme celle de Wilkie (dont nous
dtaillons le modle dinflation dans le chapitre 1 de la prsente partie).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 49 -
SECTION 1 : DYNAMIQUE DES TAUX EN TEMPS CONTINU
A une date donne t, on fait lhypothse que le taux instantan r suit un processus de diffusion
caractris par lquation suivante :
t)dW (r, t)dt (r, dr
t
+ =
avec
dr : variation du taux r au cours de linstant dt
t) (r, : moyenne des changements instantans du taux par unit de temps (ou coefficient
de drive)
t) (r, : cart-type des changements instantans du taux par unit de temps (ou
coefficient de diffusion, ou encore volatilit)
t
dW : un processus standard de Gauss-Wiener vrifiant 0
t
= ) E(dW et dt )
t
=
2
E(dW
Cette formule est la structure de base qui permet de retrouver les principales dynamiques continues
de taux (les principales tant rfrences dans le tableau suivant).
Libells Dynamiques
Vasicek dz r)dt a(b dr + =
Cox, Ingersoll et Ross dz r r)dt a(b dr + =
Dothan rdz ardt dr + =
Black, Derman et Toy (t)rdz (t)rdt dr + =
Ho et Lee (t)dz (t)dt dr + =
Hull et White : Vacisek (t)dz a(t)r)dt - (t) ( dr + =
Hull et White : CIR tendu rdz a(t)r)dt - (t) ( dr + =
A - EQUATION DIFFERENTIELLE DU PRIX D UN ZERO-COUPON
22
Lquation diffrentielle rgissant le prix dun zro coupon est obtenue de manire classique en
utilisant en premier lieu le lemme dIt, puis le thorme de Girsanov.
Soit P(t,T) le prix du Zro-Coupon quon souhaite valuer. Lapplication du lemme dIt fournit
lquation vrifie par le prix du Zro-Coupon :
22
Cf. AUGROS J.C.,[1989] Les options sur taux dintrt : dynamique des taux et valuation. Economica.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 50 -
dW t)P (r, ]dt P t) (r,
2
1
t)P (r, [P dP
r rr
2
r t
+ + + =
o
t
P ,
r
P ,
rr
P dsignent respectivement la drive partielle premire par rapport t, la drive
partielle premire par rapport r et la drive du second ordre par rapport r.
En appliquant le thorme de Girsanov avec t)dt (r, dW W d + =
t
~
( correspondant au prix du
march du risque), la formule prcdente devient :
W
~
d t)P (r, ]dt t)P (r, t) (r, - P t) (r,
2
1
t)P (r, [P dP
r r rr
2
r t
+ + + =
Or dans un univers risque neutre la relation rPdt dP = doit tre vrifie. Cette remarque nous conduit
donc poser :
P t) (r,
2
1
T)]P (t, t) (r, - t) (r, [ P
rr
2
r t
0 = + +
Cette relation est primordiale dans la mesure o elle permet (lorsquelle est complte par une
condition aux limites) la dtermination de la valeur du taux r modlis par diffrentes dynamiques.
B - MODELE DE VASICEK
23
Lune des premires modlisations stochastiques des taux a t dveloppe par Vasicek en 1977.
Cette modlisation du taux instantan court terme utilise le processus autorgressif (dit d Orstein-
Uhlenbeck) dfinit comme suit :
dW r)dt a(b dr
t
+ =
o les paramtres a, b et (tous positifs) reprsentent respectivement le taux limite (valeur moyenne
long terme), la vitesse de convergence et la volatilit. Il convient aussi dindiquer que le taux du
march est suppos constant et que
t
W correspond un processus de Wiener standard.
Une mthode de rsolution assez classique propose daffecter P(t,T) la forme suivante :
T)r(t)) B(t, T) exp(A(t, T) P(t, + =
Cette structure affine permet alors dobtenir la valeur du Zro-Coupon :
) e - (1
4a
- ) R( - r(t)] - ) )[R( e - (1
a
1
exp T) P(t,
2 a -
3
2
a -
)
`
=
avec les notations suivantes :
23
Cf. VASICEK O., [1977], An equilibirum characterisation of the term structure. Journal of financial economics.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 51 -
t - T = , >0
2
a 2
2
-
a
b ) R(
+ =
indpendant de r
La relation T) P(t, ln
t - T
1
- T) r(t, = conduit finalement la valeur de r :
) e - (1
4a
) e - (1
a
1
)] R( - [r(t) ) R( ) r(t,
2 a -
3
2
a -
)
`
+ =
Ce modle permet dobtenir la plupart des formes de courbe des taux :
Structure ascendante si
2
2
4a
- ) R( r(t)
Structure inverse si
2
2
2a
) R( r(t)
+
Structure bossele si
2
2
2
2
4a
- ) R( r(t)
2a
) R(
< <
+
Valeurs remarquables :
2
2
4a
) T ( r r(T,0)
+ =
) R( ) r(t, =
Ce modle dit de dport normal prsente nanmoins des inconvnients :
Les diffrents paramtres du processus de diffusion sont constants.
Il nest pas possible dobtenir une courbe de taux en forme de cuvette.
Les valeurs ngatives du taux dintrt ne sont pas censures.
Pour viter ce dsagrment, il faut faire appel une modlisation proposant une barrire
rflchissante zro ; cest lobjet du processus de Cox, Ingersoll et Ross (CIR).
C - MODELE DE COX,INGERSOLL ET ROSS
24
Ce modle, tabli en 1985, introduit un processus en racine carre qui interdit un taux initialement
positif de prendre des valeurs ngatives, tout en conservant la simplicit du processus dOrnstein-
24
COX J.C., INGERSOLL J.E., ROSS S.A., [1985], "A theory of the term structure of interest rate". Econometrica.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 52 -
Uhlenbeck. En reprenant les notations de la partie prcdente, le processus de taux scrit sous la
forme :
dW r r)dt a(b dr t + =
La valeur du Zro-Coupon est dtermine par la formule suivante :
T)r(t)) B(t, exp( T) A(t, T) t, P(r, =
avec
t<T
2
2ab
) t - T (
2
t - T
) a (
2 ) 1 - e )( a (
e 2
T) A(t,
+ +
(
(
(
(
+ + +
=
2 ) 1 - e )( a (
) e ( 2
T) B(t,
) t - T (
) t - T (
+ + +
=
1
2 (a
2
+ + =
2
)
r t) (r,
=
La relation T) t, P(r, ln
t - T
1
- T) t, R(r, = permet daboutir la structure par terme des taux :
t - T
T) A(t, ln - T)r(t) B(t,
T) t, R(r, =
Comme pour le modle de Vasicek, il est possible dobtenir plusieurs formes pour la courbe des taux
Structure ascendante si ) , t , r R( r(t)
Structure inverse si
+
a
ab
r(t)
Structure bossele si
+
a
ab
r(t) ) t, R(r,
Remarques diverses :
La variance du processus crot avec r.
Le taux ne peux prendre une valeur nulle que si la condition 2ab
2
> est satisfaite.
Cette approche est trs utilise de part sa simplicit.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 53 -
D - LIMITES DE CES DEUX MODELES
Ces modles prsentent linconvnient de stabiliser la queue de la structure des taux ; le taux long
terme est rduit une constante indpendante de la forme de la structure. Or, dun point de vue
purement conomique, il nest pas toujours appropri dexpliquer le march des titres obligataires par
une seule variable explicative, le taux sans risque instantan. Ces processus mono-factoriels, ne
dpendant que dune variable dtat, supposent une parfaite corrlation entre les taux r(t,T), non
satisfaite dans la pratique. Toutes ces limites ont pouss certains thoriciens construire des
modles prenant en considration plusieurs facteurs (notamment par Schwartz, Brennan et
Longstaff).
E - MODELE DE HEATH-JARROW-MORTON
25
La mthodologie HJM permet de modliser la structure terme de taux dintrt du point de vue de la
thorie darbitrage. Lapproche HJM prend en considration les diffrentes limites nonces pour les
structures de taux nonces prcdemment. Il faut bien comprendre que HJM ne propose pas une
structure dynamique spcifique, mais plutt un cadre de travail.
Aprs avoir prsent la structure gnrale de la mthodologie HJM, nous nous intresserons deux
modles qui rpondent aux caractristiques de lapproche HJM : les modles de Ho et Lee et de
Vasicek gnralis.
a) Notations :
Il est indispensable dintroduire certaines notations avant de se concentrer sur la mthodologie HJM :
+ T) P(t, : prix dune obligation sans coupon dfinie par la valeur en t de un euro qui sera pay en T.
+ T) P(t, ln
t - T
1
- T) R(t, = : le taux de rendement continu.
+ T) R(t, lim r(t)
t T
= : le taux sans risque instantan.
+ T) P(t, ln
T
- T) f(t,
=
T
t
-
e T) P(t,
ds ) s , t ( f
et t) f(t, r(t) = .
25
Cf. HEATH D., JARROW R., MORTON K., [1990], Bond pricing and the term structure of interest rate: a discret time
approximation. Journal of financial and quantitative analysis.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 54 -
b) La mthodologie
On suppose que la dynamique du taux forward instantan est donne par lquation diffrentielle
stochastique suivante :
T)dW (t, T)dt (t, T) df(t,
t
+ =
t
dW tant un processus de Wiener standard sous la probabilit historique P.
La forme intgre donne
+ + =
t
s
0
t
0
T)dW (s, T)ds (s, T) f(0, T) f(t, . Il faut galement prciser
lhypothse initiale de la mthodologie HJM : T) (0, T) f(0,
*
f = o T) (0, * f reprsente le taux forward
instantan observable sur le march.
Dautre part, lhypothse dabsence darbitrage impose une condition sur (.,.) et sur (.,.) . Plus
prcisment, si T) (t, est le processus vrifiant la relation
(
=
T
t
ds ) s , t ( T) (t, - T) (t, T) (t, , la
condition dabsence darbitrage sexprime par lindpendance de T) (t, vis vis de T ( (t) T) (t, = ).
Mais la complexit destimation de la prime de risque (t) partir du march des titres obligataires
pose problme. Pour contourner le problme, HJM propose de faire appel la mesure risque neutre
Q. Sous cette mesure, lvaluation du prix dune obligation ne fait pas intervenir (t) .
Dornavant, on suppose que la dynamique du taux forward instantan dans lunivers risque neutre est
donne par :
W T)d (t, T)dt (t, T) df(t,
t
~
+ =
Lhypothse dabsence darbitrage impose galement une relation entre (.,.) et (.,.) , nanmoins
celle ci ne fait plus apparatre la prime de risque :
=
T
t
s)ds (t, T) (t, T) (t, . Ainsi, pour dterminer la
valeur dune obligation sans risque de dfaut, il suffit de suivre les diffrentes tapes dtailles ci-
aprs :
O On observe sur le march la courbe des taux forward instantans T) (0, * f .
O On choisit un processus de volatilit T) (t, .
O Via la relation donne quelques lignes plus haut, on en dduit la valeur de T) (t,
O On dtermine le taux forward instantan dans lunivers risque neutre :
W T)d (s, T)ds (s, T) f(0, T) f(t,
0
t
0
+ + =
t
s
~
avec T) (0, T) f(0,
*
f =
O On retrouve le taux court terme en utilisant la relation suivante
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 55 -
t) f(t, r(t) =
soit t)dW (s, t)ds (s, t) f(0, r(t)
0
t
0
+ + =
t
s
O Finalement, lexpression du prix dune obligation sans coupon et sans risque de dfaut scrit
comme suit :
)
`
+ + =
(s)) W
~
)d u)du (s, ( u)duds (s, du ) u , ( f ( - exp T) P(t,
t
0
T
0
T
t
t
0
T
t
0
Le grand avantage de la mthodologie HJM est dintroduire comme paramtre de dpart la courbe
des taux forward instantans au temps 0. Les parties suivantes sont des illustrations de cette
mthodologie ; nous allons choisir un modle pour T) (t, (Ho et Lee, Vasicek gnralis), puis
appliquer la mthodologie dcrite antrieurement.
c) Le modle de Ho et Lee
Ce modle est lapplication la plus connue de la mthodologie de HJM. Lhypothse de base de ce
modle consiste considrer le coefficient de diffusion comme constant :
= T) (t, .
La relation
=
T
t
s)ds (t, T) (t, T) (t, nous permet dobtenir le coefficient de drive :
) t T ( =
2
T) (t,
Lquation diffrentielle stochastique rgissant la valeur du taux forward instantan scrit alors :
W d T) df(t,
t
~
dt ) t T ( + =
2
Aprs intgration, cette relation devient :
W T) f(0, T) f(t,
t
~
)
t
T ( t +
2
+ =
2
La valeur du taux court terme sen dduit aisment :
W t) f(0, t) f(t, r(t)
t
~ t
+
2
+ = =
2 2
Et la relation
=
T
t
-
e T) P(t,
ds ) s , t ( f
permet daboutir la valeur de lobligation sans coupon :
) (t) W t) - (T - t) -
t) P(0,
T) P(0,
(t))ds) W
2
t
- t(s exp(- T) P(t,
T
t
2
~
T ( Tt exp(
~
) ) s , ( f (
2
= + + 0 =
2
Remarques :
f(t,T) possde une distribution normale desprance )
t
T ( t
2
+
2
T) f(0, et de variance t
2
.
r possde une distribution normale desprance
2
+
2 2
t
t) f(0, et de variance t
2
.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 56 -
P(t,T) possde une distribution lognormale.
f(0,T) et P(0,T) sont directement observs sur le march.
d) Modle de Vasicek gnralis
En suivant ce modle, le processus de volatilit vrifie la relation suivante,o k est une constante
positive :
t)
T) (t,
=
T ( k
e
Cette forme est facilement interprtable ; plus on se rapproche de lchance, plus la volatilit
diminue. Comme pour le modle de Ho et Lee, le processus de drive se dduit de lexpression de
T) (t, :
) e -
k
s)ds (t, T) (t, T) (t,
t) - 2k(T -
2
T
t
) t T ( k
e (
= =
On retrouve ensuite lquation stochastique forward instantan :
W d )dt e -
k
T) df(t,
t) t) - 2k(T -
2
t
T ( k ) t T ( k
~
e e (
+
=
Lintgration de cette quation donne :
0
+ 1
+ 1
=
t
T ( k
~
e ( ( s W d ) e -
2k
) e -
2k
T) f(0, T) f(t,
s) 2 kT -
2
2
2 t) - k(T -
2
2
On dduit ensuite la valeur du taux court terme partir de la valeur du taux forward :
0
+ 1
+ =
t
t ( k
~
e ( s W d ) e -
2k
t) f(0, r(t)
s) 2 kt -
2
2
Comme dans la section prcdente, relation
=
T
t
-
e T) P(t,
ds ) s , t ( f
permet daboutir la valeur de
lobligation sans coupon :
r(t)) - t) T)(f(0, K(t,
t) P(0,
T) P(0,
T) P(t,
(
(
+
2
=
2
) t ( L
) T , t ( K
exp
avec les notations suivantes :
k
) T , t ( K
t) - -k(T
e - 1
=
0
2 2
=
t
T ( k
e ) t ( L ds
s)
Remarques :
f(t,T) possde une distribution normale desprance
2 kT -
2
2
2 t) - k(T -
2
2
) e -
2k
) e -
2k
T) f(0, 1
+ 1
( (
et de variance
0
2 2
t
T ( k
e ds
s)
.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 57 -
r(t) possde une distribution normale desprance
2 kt -
2
2
) e -
2k
t) f(0, 1
+ ( et de
variance
0
2 2
t
t ( k
e ds
s)
.
P(t,T) possde une distribution lognormale.
f(0,T) et P(0,T) sont directement observs sur le march.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 58 -
SECTION 2 : DYNAMIQUE DES TAUX EN TEMPS DISCRET
Les taux continus tant dfinis par des quations diffrentielles, le nombre dtats du monde est
matris. En effet, pour obtenir n tats du monde, il faut tablir n trajectoires de taux. En ce qui
concerne les taux discrets, les tats du monde sont reprsents sur des treillis par des nuds.
A - LE MODELE DE HO ET LEE
26
a) Prsentation
Les travaux de Ho et Lee (1986) marquent une avance certaine dans le domaine des modles de
valorisation des options de taux. Les hypothses de leur modle sont plus cohrentes avec le
comportement du march obligataire que celles des modles prcdents. Il prend en compte les
phnomnes discrets et sa mise en uvre est simple.
T) (t, P
i
reprsente le prix dune obligation Zro-Coupon de maturit T-t (o lindice i reprsente le
nombre de mouvements la hausse). On construit un treillis binomial de lvolution des T) (t, P
i
,
qui chaque stade du treillis peuvent suivre un volution la hausse ou la baisse.
Lorganigramme suivant illustre cette logique pour un treillis comportant trois mouvements successifs.
T) (t, P
0
T) (t, P
0
T) (t, P
0
T) (t, P
0
T) (t, P
1
T) (t, P
1
T) (t, P
1
T) (t, P
2
T) (t, P
2
T) (t, P
3
Illustration de l'volution de la valeur du Zro- Coupon dans le cadre de Ho et Lee discrtis
Lvolution dans le treillis se fait partir de fonction de perturbations dfinies ci-aprs :
) t T , t ( h =
+
t) 1, - (t P
T) 1, - (t P
T) (t, P
i
i
1 i
pour une volution la hausse.
) t T , t ( h
*
=
+
t) 1, - (t P
T) 1, - (t P
T) (t, P
i
i
1 i
pour une volution la baisse.
avec 1 = 0) ( h
*
et 1 = 0) ( h .
26
Cf. HO et LEE, [1986], Term structure movements and pricing interest rate contingent caims. Journal of finance.
Cf. BONNASSIEUX M., BRUNEL V., Modle de Ho et Lee gnralis.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 59 -
b) Indpendance du chemin suivi
Il est galement indispensable de prciser la contrainte classique des modles de pricing financiers :
la courbe des taux rsultant dun mouvement haut puis dun mouvement bas est la mme que celle
rsultant dun mouvement bas puis haut ( Up Down = Down Up ). Il sagit en fait de lhypothse
dindpendance du chemin suivi :
t)h(1) - 1)h(T t - (T h (1) * t)h - T 1 t - T
*
+ = + ( h ) , t ( h
*
c) Absence dopportunit darbitrage
La dmarche consiste crer un portefeuille comportant un Zro-Coupon dchance T et Zro-
Coupon
27
dchance T. La condition dabsence dopportunit darbitrage se matrialise alors par la
relation suivante :
T'-t) - h(T'-t)
T'-t)
t) - T - t) - h(T
t) - T
( h
( h
( h
( h
*
*
*
*
1
=
1
Cette dernire valeur, note , correspond la probabilit risque neutre. La condition dabsence
dopportunit darbitrage se rcrit
1 t) - T ( h ) - (1 t) - T ( h
*
= +
d) Dtermination des fonctions de perturbation
Ces dernires sobtiennent en combinant les deux conditions dcrites prcdemment.
t - T
) - (1
1
t) - T ( h
+
=
t - T
t - T
*
) - (1
t) - T ( h
+
=
avec
) ( h
) ( h
*
1
1
= .
e) Prix du Zro - Coupon
Les expressions des fonctions perturbatrices obtenues en dbut de paragraphe permettent de
retrouver de manire rcursive la valeur de lobligation Zro-Coupon ltat i et la date t.
h(1) ... 2) - h(t 1) - h(t t) (0, P
h(T) ... 2) - t h(T 1) - t h(T T) t (0, P
T) (t, P
) i t ( T
0
0
i
+ + +
=
27
tant choisi de faon ce que la valeur du portefeuille soit la mme dans un tat haut ou dans un tat bas.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 60 -
f) Critiques
La construction de ce modle repose sur une hypothse forte, qui nest pas forcment respecte dans
la pratique : lindpendance du chemin suivi. Dautre part, le modle ninterdit pas la ngativit des
taux (sauf contrainte spcifie).
B - LE MODELE DE BLACK, DERMAN ET TOY
28
a) Prsentation
Black, Derman et Toy supposent que la structure du taux court peut tre modlise par la dynamique
suivante :
w (t). t t) (r, r(t) ln + =
Les diffrent paramtres retenus pour cette modlisation sont lists ci-aprs :
est une fonction de r et de t.
correspond la volatilit conditionnelle du logarithme du taux court.
La dynamique des taux des Zro-Coupon permet de dfinir la structure de volatilit. Si y(t,s)
reprsente le taux en t pour lchance s, y suit la dynamique suivante :
w s). (t, t) (r, f y ln
y
+ =
b) Arborescence
Lvolution du taux seffectue selon un branchage binomial et la principale hypothse retenue est la
suivante : la probabilit de hausse et gale la probabilit de baisse (soit ). Pour dterminer P(0,2),
nous devons considrer lvolution suivante :
P(0,2)
P(1, 1, 2)
P(1,-1,2)
Elle fournit
t r(0). 2
P(1,-1,2) P(1,1,2)
P(0,2)
+
+
=
1
1
o P(1,1,2) et P(1,-1,2) prennent les valeurs suivantes :
t r(1,1).
P(1,1,2)
+
=
1
1
t r(1,-1).
P(1,-1,2)
+
=
1
1
28
Cf. BLACK F., DERMAN E, TOY W., [1990], A one-factor model of interest rates and its application to treasury bond
options. Journal of political economy.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 61 -
On obtient galement :
) , ( r
) , ( r
ln
2
1
(0,2)
y
1 1
1 1
=
Les valeurs de P(0,2) et de (0,2)
y
permettent de retrouver celles de r(1,1) et r(1,-1) . En
introduisant la condition de constance de la volatilit des taux, on retrouve les valeurs suivantes (en
utilisant le mme procd que celui dcrit prcdemment).
Remarque : La condition de constance de la volatilit des taux se matrialise par la relation suivante :
) j , i ( r ) j , i ( r j) (i, r
2
2 2 + =
C - LE MODELE DE HULL ET WHITE
29
a) Prsentation
Hull et White supposent que la structure du taux court peut tre modlise par la dynamique
suivante :
w . t r) a (t) ( r + =
Les diffrents paramtres retenus pour cette modlisation sont lists ci-aprs :
r correspond laccroissement du taux entre t et t + t .
est une fonction positive de t.
a (positif) reprsente la vitesse de retour la valeur moyenne.
(positif) est la volatilit.
w est la fonction alatoire associe au mouvement brownien.
Lvolution du taux ne seffectue pas selon un branchage binomial (comme pour le modle de Ho et
Lee), mais selon un schma trinomial. A chacune des trois branches du treillis de taux est associe
une probabilit de changements dtat, comme indiqu ci-dessous.
Branche haute
Branche milieu
Branche basse
Valeur initiale
m
p
d
p
u
p
p
u
: probabilit de passer par la branche haute
p
m
: probabilit de passer par la branche du milieu
p
d
: probabilit de passer par la branche basse
29
Cf. HULL J., WHITE A., [1996] Using Hull-White interest-rate trees. Journal of derivatives.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 62 -
Dautre part, il faut prciser que plusieurs types de branchages peuvent apparatre dans le treillis de
taux :
Branchage de type
"Haut"
Branchage de type
"Intermdiaire"
Branchage de type
"Bas"
b) Arborescence :
Lalgorithme retenu par Hull et White pour dterminer les diffrentes valeurs dfinitives se dcompose
en deux tapes principales :
1 - construction dun arbre compatible avec la structure des taux
2 - dtermination de la fonction via la structure initiale
La dtermination des rsultats repose encore une fois lhypothse dindpendance du chemin suivi.
Le pas de temps est choisi de faon ce que :
t 3. r =
Etape 1
En premier lieu, on considre 0 (t) = et r(0)=0. Nous pouvons donc illustrer lalgorithme
sur un branchage de type intermdiaire .
Probabilit de changements dtat
( i+1 , j+1 )
( i , j )
m
p
d
p
u
p
( i+1 , j )
( i+1 , j-1 )
Si on sintresse la dynamique, on obtient :
| | t r. aj. - t a.r(t). - r j. r(t) / dt) r(t E = = = +
| | t . r j. r(t) / dt) r(t Var
2
= = +
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 63 -
Si on sintresse au branchage, on obtient :
| | r ). p - (p r j. r(t) / dt) r(t E
d u
= = +
| |
2 2 2 2 2
d u
r) ( t) ( .j a - r) ).( p (p r j. r(t) / dt) r(t Var + = = +
En posant t a. - A = et en considrant les diffrentes conditions nonces
prcdemment, il est possible de fournir un systme assez simple :
j.A p - p
d u
=
2 2
d u
.A j
3
1
p p + = +
Aprs rsolution nous obtenons les diffrentes probabilits pour le branchage de type
intermdiaire :
2
jA A j
p
2 2
u
+
+
6
1
=
2 2
m
A j - p
3
2
=
2
jA A j
p
2 2
d
+
6
1
=
Un raisonnement analogue permet dobtenir, les probabilits de passage des autre types
de branchage :
Branchage Haut
2
3jA A j
p
2 2
u
+
+
6
7
= 2jA - A j - - p
2 2
m
3
1
=
2
jA A j
p
2 2
d
+
+
6
1
=
Branchage Bas
2
jA A j
p
2 2
u
+
6
1
= 2jA A j - - p
2 2
m
+
3
1
=
2
3jA A j
p
2 2
d
+
6
7
=
Condition de basculement
Si on se situe sur un branchage de type Intermdiaire , on peut basculer sur un
branchage de type Haut si valeur de j est grande . De la mme analogue, on peut
basculer sur un branchage de type Bas si la valeur de j est ngative et grande en
valeur absolue. Ainsi, on note j
max
la valeur de j partir de laquelle on passe dun
branchage de type Intermdiaire un branchage de type Haut et j
min
la valeur
limite de j qui permet de passer dun branchage de type Intermdiaire un branchage
de type Bas .
Hull et White fournissent, pour ces deux valeurs, les conditions suivantes :
A
.
j
A
0.1835
-
max
8165 0
< < et
A
.
j
A
0.8165
min
1835 0
< <
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 64 -
Ils proposent, en outre, de faire correspondre
max
j le plus petit majorant entier de
A
0.184
et de prendre
max min
j j = .
Etape 2
La drive des taux est calcule partir de la structure initiale des taux. Larbre de taux
construit lissu de ltape 1 est modifi de la faon suivante : on ajoute aux taux de la
date i la valeur
i
(
0
=r(0)).
Introduction dun actif Arrow Debreu
Rappelons quArrow et Debreu sont lorigine dun modle de reprsentation
mathmatique du march concurrentiel. Cest principalement eux que lon doit le
dveloppement de la thorie dquilibre gnral des prix qui maximise lesprance de
chacun.
Lactif dArrow-Debreu, not Q(i ,j), vaut 1 au nud (i ,j) et 0 dans les autres cas. Ds
lors, on obtient :
t -r(0). t -r(0). t -r(0).
m d u
0).e 0, ( Q e ).e p p (p t) P(0,
= = + + =
et
t -r(0).
u
.e p 1) 1, ( Q
=
t -r(0).
m
.e p 0) 1, ( Q
=
t -r(0).
d
.e p 1) - 1, ( Q
=
On introduit les
i
au pas de temps suivant :
| | .e e . p .e p .e p t) 2 P(0,
t -r(0). t r). -(
m
t . -
d
t r). -(
u
1 1 1
+
+ + =
Soit
e . 1) - 1, ( Q 0).e 1, ( Q 1).e 1, ( Q t) 2 P(0,
t r). -( t . - t r). -(
1 1 1
+
+ + =
De ces relations, on peut dduire la valeur de
1
. Cette dernire valeur permet dobtenir
Q(2 ,j) (avec j dans {-2,-1,0, 1, 2}) et de calculer t) 3 P(0, . On peut alors en dduire
2
ainsi de suite.
La formule gnrale permettant dobtenir les valeurs successives des
i
est la suivante :
t r). j. (
n(i)
-n(i) j
j).e , Q(i t) 1) (i P(0,
+
=
1
= +
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 65 -
soit
| |
t
t) 1) (i P(0, ln - j).e , Q(i ln
t r. j.
n(i)
-n(i) j
i
+
(
(
Les prix des actifs Arrow - Debreu sont donns ci-aprs :
e ). j , k ( p ). k , i ( Q j) i, ( Q
k
t ). r k. (
i
+
=
1
1
o les ) j , k ( p dsignent la probabilit de joindre le noeud (i, j) en partant du noeud (i-
1,k).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 66 -
CHAPITRE 3 : MODELISATION DES ACTIONS
A - MODELISATION DANS LUNIVERS HISTORIQUE
En ce qui concerne les actions, la modlisation la plus couramment utilise est celle de Black et
Scholes
30
. On considre que le cours des actions suit le mouvement brownien gomtrique
suivant (o et sont des constantes) :
t
.dz .dt
S
dS
+ =
La rsolution de cette quation est assez classique. Il convient de poser ln(S) = y , et on obtient
ensuite par drivation :
0 y
t
=
S
1
y
S
=
2
SS
S
1
y =
Lapplication du lemme dIt fournit :
| |
t
2
S.dz
S
.dt
S
1
S
2
1
-
S
1
S dy + |
.
|
\
|
=
1
2
ce qui donne aprs simplification :
t
2
.dz .dt
2
- dy
+
|
|
.
|
\
|
=
Lintgration de cette quation prend la forme suivante :
dz(s) . .t
2
-
) ( S
) t ( S
ln
t
0
2
+
|
|
.
|
\
|
=
|
|
.
|
\
|
0
Soit
z . ).t
2
- ( S(0).exp ) t ( S
t
2
)
`
+ =
La rsolution de lEDS prsente prcdemment est devenue commune pour ceux qui s intressent
de prs la modlisation et lvaluation des prix dactions ou doptions. Il arrive nanmoins que la
rsolution dEDS soit plus dlicate ou fastidieuse.
30
Pour plus de dtails, on pourra consulter BLACK F., SCHOLES M., [1973], The pricing of options and corporate liabilities.
Journal of political economy.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 67 -
Les paragraphes suivants introduisent des concepts qui permettent de remdier cette difficult. Le
calcul de la valeur de certaines variables dans un univers corrig du risque (univers risque neutre) ou
dans un univers forward neutre permet de ramener la valorisation dun actif contingent (produit
driv), dont le sous jacent est rgi par une EDS, un calcul desprance. Ce dernier peut tre plus
ou moins compliqu. Dans tous les cas, il est possible daboutir un rsultat en faisant appel des
mthodes de simulations.
B - MODELISATION DANS LUNIVERS RISQUE NEUTRE
a - Prsentation
En supposant que les marchs soient complets, la condition dabsence dopportunit darbitrage est
quivalente lexistence dune probabilit risque neutre, note Q, telle que les processus de gains
(X ; dans ce cas prcis, cette variable alatoire correspond au sous jacent S) actualiss ont pour
caractristique dtre des martingales sous Q :
|
|
.
|
\
|
= F
) T (
) T ( X
E
) t (
) t ( X
t Q
avec
|
|
.
|
\
|
=
r(s).ds exp ) t (
t
0
Prcisons que cette nouvelle probabilit, quivalente P, nest pas unique si lhypothse des
marchs complets nest pas respecte.
b - Application
Soit r le taux dactualisation suppos constant et
rt
e ). t ( S ) t ( S
= le cours actualis de laction.
Lapplication du lemme dIt permet de retrouver la dynamique de S .
.dz r).dt - (
S
S d
+ =
On applique ensuite le thorme de Girsanov qui nous permet de passer lunivers risque
neutre :
dt .
- r
- dz z d
=
z d . . S ) dt .
- r
z d .( . S ).dt r - .( S S d
= + + =
En effet, on vrifie bien, que dans lunivers risque neutre, les pris actualiss sont des martingales. La
dernire tape consiste intgrer z d .
S
S d
= . Lapplication du lemme dIt fournit :
=
t
0
t
0
2
.ds
2
1
- z .d exp (0). S ) t ( S
t
0
t
0
2 rt
.ds
2
1
- z .d exp S(0). e ). t ( S
)
`
+ |
.
|
\
|
= (t) z . t
2
1
- r(t) exp S(0). ) t ( S
2
)
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 68 -
C - MODELISATION DANS LUNIVERS FORWARD NEUTRE
a - Prsentation
En supposant labsence dopportunit darbitrage, il est possible dtablir une nouvelle mesure de
probabilit : la probabilit forward neutre. Dans cet univers, le prix forward de nimporte quel actif
financier est une martingale de mme volatilit que dans lunivers historique.
Soulignons galement limportance du thorme de changement de numraire
31
qui constitue une
gnralisation du concept prcdent et permet deffectuer des calculs desprance sous une
probabilit propre au numraire choisi.
b - Application
32
Les hypothses retenues pour cet exemple sont les suivantes :
Le prix dun Zro-Coupon dchance T suit la diffusion suivante :
1
T).dz (t, - T).dt (t,
P
dP
=
En ce qui concerne lactif S, nous pouvons crire :
2
.dz .dt
S
dS
+ =
.dt dz . dz =
2 1
Aprs dcorrlation (procd dtaill au niveau du chapitre 5 de la prsente partie), il advient :
1
z T).d (t, - r.dt
P
dP
=
2
z d . - 1 z .d . .dt r
S
dS
2
1
) )
+ + =
Soit Q
S
, la probabilit dfinit comme suit :
) (
) T (
S(0)
S(T)
dQ
dQ
S
0
1 1
) )
= et t - 1 . - z z
2 S
2 2
) )
=
31
Cf. GERMAN H., EL KAROUI N., ROCHET J.C., [1995], "Changes of numeraire, changes of probability measures and pricing
of options". Journal of Applied Probability.
32
Cf. QUITTARD-PINON F., [2002], "Mathmatiques financires". Ems.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 69 -
Intressons nous ensuite lexpression de
P
dP
S
1
S.d
P
dP
S
1
S.d
S
P
S
P
d
|
.
|
\
|
+ + |
.
|
\
|
=
|
.
|
\
|
.
Pour le calcul de chacun des lments de lgalit ci-dessus, nous nous contenterons de ne calculer
que les termes en dz .
S
P
tant une martingale sous Q
S
, tous les termes en dt de la dynamique
sannulent. La valeur de |
.
|
\
|
S
1
d est calcule en utilisant le lemme dIt :
| |
(
+ + = |
.
|
\
|
z d . - 1 z .d ).
S
1
.S.( dt ...
S
1
d
2
2
1
2
) )
Aprs divers calculs et simplifications, on trouve finalement :
| |
S
2
2 S
z d - 1 - z d T) (0, . -
S
P
S
P
d
+ =
|
.
|
\
|
1
)
On applique le thorme de changement de temps
33
pour se ramener un unique mouvement
brownien, on en dduit :
)
`
= ) t (
2
1
- (t)) B( exp
) ( S
) T , ( P
) t ( S
) T , t ( P
0
0
avec
| |
+ + =
t
0
2 2
ds T) (s, . . 2. T) (s, ) t (
B() : mouvement brownien standard.
Finalement,
)
`
= ) t (
2
1
- (t)) B( exp
) T , ( P
) T , t ( P
x S(0) (t) S
0
Remarque : il est bien videmment possible deffectuer les calculs dans lautre sens ; il suffit de
noter que
S
P
est une Q
T
martingale et de refaire les calculs de la mme manire que prcdemment.
Cette dernire formule est notamment utilise dans la dmonstration de la formule de Black, Scholes
et Merton, qui contrairement la formule de Black et Scholes, donne la valeur en AOA
34
dune option
europenne avec une structure de taux dintrt stochastique.
33
Cf. Annexe 1.
34
AOA : Absence dopportunit darbitrage.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 70 -
CHAPITRE 4 : MODELISATION DE LIMMOBILIER
Aprs les actions et les obligations, limmobilier constitue une catgorie dinvestissement privilgie
des compagnies dassurances (dautant plus que le march immobilier franais est actuellement en
plein essor). Deux types de modlisations peuvent tre retenues pour ce type de placement.
Une modlisation identique celle des actions : Black et Scholes
Une modlisation
35
qui retient la dynamique suivante :
. 1) - (t P ) (1 (t) P
t I I
+ + =
avec les notations suivantes :
(t)
I
P : prix de lactif immobilier considr la date t.
: taux de croissance du march immobilier.
: volatilit du march immobilier.
t
: un bruit blanc gaussien.
Les paramtres qui viennent dtre prsents doivent tre estims au cas par cas : la structure du
portefeuille immobilier peut varier sensiblement dune compagnie lautre et dune rgion lautre. Il
nest donc pas raisonnable deffectuer des simulations en utilisant des paramtres estims partir des
donnes de lensemble du march franais. Idalement, les paramtres doivent tre calculs partir
de lhistorique immobilier de la socit concerne.
35
Cf. LAFAILLE A., GOACHET O., THEROND P., TRANCHARD A., [2003], "Dynamic Financial Analysis". Groupe de travail
ISFA.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 71 -
CHAPITRE 5 : CORRELATION ENTRE LES ACTIFS
La corrlation entre les actifs est prsente ici dans un cadre linaire . Signalons, cependant, quun
autre traitement faisant appel aux copulas aurait pu tre envisag pour la prise en compte des
dpendances.
A - PRESENTATION
Les catgories dactifs en portefeuille dune socit dassurance sont en gnral corrles. Cette
corrlation peut tre matrialise par le biais de la matrice ci-dessous :
OBLIGATION
t
dz
ACTION
t
dz
IMMOBILIER
t
dz
MONETAIRE
t
dz
OBLIGATION
t
dz
dt dt .
12
dt .
13
dt .
14
ACTION
t
dz
dt .
12
dt dt .
23
dt .
24
IMMOBILIER
t
dz
dt .
13
dt .
23
dt dt .
34
MONETAIRE
t
dz
dt .
14
dt .
24
dt .
34
dt
En vue daboutir une dcorrlation des actifs, il convient dutiliser la dcomposition de Choleski. On
considre un vecteur alatoire gaussien ) X .., , X , X ( X
n 2 1
= dont la distribution est mutli normale
non dgnre. Sa densit est de la forme
(
= ) - (x . )'. - (x
2
1
- exp
) ( det ) (2
1
) x ( f
1 -
2
1
2
n
X
avec les notations suivantes :
) ..., , , (
n 2 1
= : vecteur esprance des lois marginales
: matrice de variance - covariance
Plus prcisment, cette dernire matrice scrit :
(
(
(
(
=
1
1
1
1
34 24 14
34 23 13
24 23 12
14 13 12
Comme sigma est symtrique, il est possible de trouver une matrice T dfinie comme suit
(
(
(
(
=
b b b b
b b b
b b
b
44 43 42
33 32
22
11
41
31
21
0
0 0
0 0 0
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 72 -
et vrifiant :
TT' =
Dautre part, on sait que si Z est un vecteur i.i.d. de loi commune N( 0,1), alors le vecteur X = TZ + a
pour matrice de variance covariance .
Cette dernire relation permet de retrouver de proche en proche les valeurs des coefficients de la
matrice triangulaire T :
1 1 11
Z . b X + =
1
.
En considrant la variance de chacun des termes de cette galit, on obtient 1 b
11
= .
1 2 22 1 21
Z . b Z . b X + + =
2
En considrant la variance de chacun des termes de cette galit, on obtient
1 b b
22 11
= + .
Si on sintresse la covariance, on tombe sur lgalit suivante :
( ) | | ) .Z b .Z b ( .Z b E X , X cov
2 22 1 12 1 11 12 2 1
+ = = .
Finalement,
12
11
12
b
b
= =
21
et ( )
2
1
2
21
- 1 b
12
= .
Etc.
Lapplication de cette mthode permet daboutir aux valeurs des
ij
b :
|
|
.
|
\
|
=
=
=
b -
b . b -
b
1 - j
1 k
2
jk jj
1 - j
1 k
jk ik ij
ij
Et la matrice T scrit donc :
( )
( )
( )
( )
(
(
(
(
(
(
(
(
(
(
(
(
(
|
|
.
|
\
|
=
-
. -
- - 1
- 1
. -
- 1
. -
- . -
-
-
. -
- - 1
-
. -
- - 1
- 1
. -
- 1
. -
- . -
- 1
. -
0
- 1
. -
- - 1
- 1
. -
0 0 - 1
0 0 0 1
T
2
12
12 13 23 2
2
12
12 13 23
2
12
12 43 24
13 14
12 14 24 2
14
12 13 23 2
13
2
12
12 13 23
2
12
12 43 24
13 14
2
12
14
2
12
12
2
12
12
2
1
1
1
2
13
2
34
2
12
2
2
12
2
34
12 24
14
2
13 23 2
13
13 23
13
12 12
B - DECORRELATION DES ACTIFS
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 73 -
Supposons que les dynamiques des rendements utilises par les diffrents actifs avant dcorrlation
soient les suivantes :
Obligations :
OLBLIG
t
OBLIG
t
OBLIG
t
OBLIG
.dz .dt dr + =
Actions :
ACTION
t
ACTION
t
ACTION
t
ACTION
.dz .dt dr + =
Immobilier :
IMMO
t
IMMO
t
IMMO
t
IMMO
.dz .dt dr + =
Montaire :
MONET
t
MONET
t
MONET
t
MONET
.dz .dt dr + =
Pour simplifier les calculs, utilisons les notations suivantes :
|
|
|
|
|
.
|
\
|
=
dr
dr
dr
dr
dr
MONET
) D (
IMMO
) D (
ACTION
) D (
OBLIG
) D (
lindice D est utilis pour prciser quil sagit des dynamiques dcorrles.
|
|
|
|
|
.
|
\
|
=
MONET
t
IMMO
t
ACTION
t
OBLIG
t
t
et
|
|
|
|
|
.
|
\
|
=
.dz
.dz
.dz
.dz
dz
MONET
t
MONET
t
IMMO
t
IMMO
t
ACTION
t
ACTION
t
OLBLIG
t
OBLIG
t
t
Les dynamiques dcorrles sont obtenues en appliquant la formule suivante :
dz . T dt . dr
t t
+ =
A titre dexemple, nous pouvons donner les dynamiques dcorles des obligations et de limmobilier :
Obligations :
OBLIG
t
OBLIG
t
OBLIG
t
OBLIG
dz . .dt dr + =
Immobilier :
( )
IMMO
t
2
12
12 IMMO
t
ACTION
t
2
12
12 IMMO
t
OBLIG
t
IMMO
t
IMMO
t
IMMO
.dz
- 1
. -
- - 1 . .dz
- 1
. -
. .dz . .dt dr
2
13 23 2
13
13 23
13
+ + + =
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 74 -
CHAPITRE 6 : MARKOVITZ A N ACTIFS
36
La dtermination dune allocation stratgique pour plusieurs actifs (N actifs par exemple) passe par le
modle de Markovitz plusieurs actifs et plus prcisment par lalgorithme de la ligne critique.
Prsentation du problme
Soient p
i
les proportions investies dans les actifs composant le portefeuille. En notant R
i
le rendement
de chaque actif, il est alors possible dcrire le rendement global du portefeuille :
=
=
N
1 i
i i Port
R p R .
Lalgorithme de la ligne critique permet dtablir une frontire efficiente lorsque les diffrentes
proportions dactifs sont encadres par des ingalits (rglementaires par exemple) :
i Sup, i i , Inf
p p p .
Rappelons galement que lquation de la tangente en un point de la frontire efficiente scrit :
Port Port
.E + =
2
o le paramtre correspond au coefficient daffection pour le risque et
Port
E
lesprance du portefeuille. Ainsi, un investisseur qui naccorde aucune importance au risque se verra
attribuer un infini. Un portefeuille efficient, pour un donn, est identifi par lensemble des
valeurs p
i
permettant de minimiser la valeur de
Port Port
.E
2
. De ce fait, la frontire efficiente est
construite en balayant le domaine de dfinition de ( savoir [ ; [0 ).
Portefeuille efficient sans contraintes
En labsence de contraintes ingalitaires, les proportions p
i
sont calcules par minimisation de la
valeur de
= =
+
N
1 i
ij j i i
N
1 i
i
. p . p E . p - (o
i
E correspond lesprance de lactif i) sous la contrainte
=
=
N
1 i
i
1 p .
La rsolution de ce problme fait appel au lagrangien ) 1 - p .( . p . p E . p - L
N
1 i
i
N
1 i
ij j i i
N
1 i
i
= = =
+ + = .
En annulant les drives partielles par rapport aux p
i
et , on aboutit au systme suivant :
.E A P . C + = avec les notations qui suivent :
36
Cf. MARKOWITZ H.M., [1952], Portfolio selection. Journal of finance.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 75 -
(
=
0 '
Cov .
C
2
(Cov dsigne la matrice de variance covariance de dimension N N et
correspond un vecteur colonne dont les lments sont tous gaux 1).
|
|
|
|
|
.
|
\
|
=
p
p
P
N
1
M
,
|
|
|
|
|
.
|
\
|
=
0
A
1
0
M
,
|
|
|
|
|
.
|
\
|
=
E
E
E
N
1
0
M
Prise en compte des contraintes
Supposons que les contraintes
i Sup, i i , Inf
p p p soient prises en considration et que les statuts des
diffrents p
i
pour une valeur de donne soient connus, alors des modifications ventuelles doivent
tre apportes au systme prcdent :
Si p
i
est de statut In (sa valeur se situe strictement entre les deux bornes
i , Inf
p et
i , Sup
p ),
alors la i
me
ligne du systme prsent dans la section prcdent reste inchange.
Si p
i
est de statut Down (sa valeur est gale la borne infrieure
i , Inf
p ), alors la i
me
ligne
du systme prcdent ( savoir 0
p
L
i
=
=
n
i
i n , i
x
0
(ex : la somme des cases en bleu est gale au total des
paiements de lanne calendaire 1). A partir du triangle des incrments, il est possible de constituer un
triangle des montants cumuls. Les relations ci-dessous tablissent les liens entre les deux
reprsentations :
=
=
j
0 k
k , i j , i
x C permet de passer du triangle des incrments au triangle des montants
cumuls.
0 0 , i , i
C x = et
1 - j i, j , i ij
C - C x = permettent deffectuer le passage inverse.
Dlai de rglement
Anne d'origine
0 1 j n-i n-1 n
0 C
0,0
C
0,1
... C
0,j
... C
0,n-i
... C
0,n-1
C
0,n
1 C
1,0
C
1,1
... C
1,j
... C
1,n-i
... C
1,n-1
... ... ... ... ... ... ...
... ... ... ... ... ...
i C
i,0
C
i,1
... C
i,j
...
... ... ... ...
... ... ...
n-1 C
n-1,0
C
n-1,1
n C
n,0
B - PROBLEMATIQUE
Il est ncessaire pour une compagnie dassurance davoir suffisamment de rserves, la fin de
lanne n afin de pouvoir payer lensemble des sinistres survenus pendant cette mme anne. Le
calcul des rserves consiste alors prvoir le montant total des sinistres afin de provisionner les
paiements non encore effectus. Lobjectif est donc de complter le rectangle ci-dessus partir des
informations quil contient lorigine. Plus prcisment, il sagit dobtenir les rsultats suivants :
les paiements ultrieurs la date dinventaire : C
i,j
avec i + j >n
le montant de rserve pour chaque anne i :
1 - n i, n i, i
C - C R =
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 81 -
le montant total de la provision constituer :
=
=
n
1 i
i
R R
les cash flows futurs de paiement au cours de lanne n+k au titre des annes 0 n,
soit
+ = + k n j i
ij
x .
Dlai de rglement
Anne
d'origine 0 1 j n-i n-1 n
Provisions
0 C
0,0
C
0,1
... C
0,j
... C
0,n-i
... C
0,n-1
C
0,n
R
0
1 C
1,0
C
1,1
... C
1,j
... C
1,n-i
... C
1,n-1
C
1,n
R
1
... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ...
i C
i,0
C
i,1
... C
i,j
... C
i,n-i
... C
i,n-1
C
i,n
R
i
... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ...
n-1 C
n-1,0
C
n-1,1
... C
n-1,j
... C
n-1,n-i
... C
n-1,n-1
C
n-1,n
R
n-1
n C
n,0
C
n,1
... C
n,j
C
n,n-i
... C
n,n-1
C
n,n
R
n
Total R
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 82 -
SECTION 2 : CHAIN LADDER STANDARD
A - PRESENTATION
Cest la mthode dterministe la plus rpandue et la plus connue. Elle est fonde sur lutilisation de
link-ratios
40
. Les hypothses sous jacentes sont exposes ci-dessous :
les annes de survenance sont indpendantes entre elles ;
les annes de dveloppement sont les variables explicatives du comportement des sinistres
futurs.
Ces hypothses peuvent sexprimer de faon plus simple : pour 1 - n 1,..., = j , les ratios
j , i
j , i
C
C
1 +
sont
indpendants de lanne dorigine i. Cela peut se vrifier de manire empirique : si on constitue un d-
triangle, les valeurs
j , i
j , i
C
C
1 +
doivent tre sensiblement constantes sur chaque colonne
La mthode standard de Chain Ladder consiste supposer que les (C
ij
) sont lis par un modle de
type AR(1) de la forme .C f C
j i, k j , i
=
+1
. Le facteur de dveloppement commun
j
f est estim par
=
=
+
=
1 - j - n
0 i
j , i
1 - j - n
0 i
j , i
j
C
C
f
1
.
Une fois ces facteurs de dveloppement calculs, il est possible de complter les valeurs du triangle
infrieur :
pour i + j > n,
=
=
i - j
i - n k
k i - n i, ij
f
. C C
i - n i, n i, i
C - C
=
=
n
1 i
i
R R
On peut galement introduire des pondrations lors de lestimation de
j
f , pour accorder plus ou
moins dimportance aux exercice passs. Parmi les types de pondrations utilises, on pourra
considrer :
des pondrations accordant plus de poids aux annes rcentes et moins aux annes
loignes.
des pondrations tenant compte de lexposition relle au risque de chacune des annes,
cest dire que les pondrations sont lies au nombre de contrats, ou la prime acquise
associe en vigueur lanne i.
40
ou coefficients de passage entre les diffrentes annes de dveloppement.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 83 -
Dans les deux cas, on considre des link-ratios de la forme
j i
k i
j n
i
j i j n
i
j i
j
C
C
w
w
f
,
1 ,
1
0
, 1
0
,
.
1
=
=
= . Notons que
si
j i, ,
C =
j i
w on retrouve lexpression de Chain Ladder standard.
Dlai de rglement
Anne d'origine
0 1 j ... n-1 n
0 C
0,0
C
0,1
... C
0,j
... ... ... C
0,n-1
C
0,n
1 C
1,0
C
1,1
... C
1,j
... ... ... C
1,n-1
... ... ... ... ... ... ...
... ... ... ... ... ...
i C
i,0
C
i,1
... C
i,j
...
... ... ... ...
... ... ...
n-1 C
n-1,0
C
n-1,1
n C
n,0
0
f
j
f
n
f
B - AUTRES METHODES DETERMINISTES
Les mthodes cites ci-aprs sont galement assez usites. Elles ne sont cites qu titre indicatif et
ne seront pas dveloppes ( Bornhuetter-Ferguson, London Chain, Mthode London Pivot).
Nanmoins, nous pouvons mentionner le fait quelles reposent toutes sur une mme approche :
celle des facteurs de dveloppements : 1) - n 0,..., j ( , f
,
1 ,
j
= =
+
j i
j i
C
C
et des cadences de rglements : 1) - n 0,..., j ( ,
C
C
l
n , i
j , i
j
= =
Notons galement la relation quil existe entre ces deux items :
l
l
f
j
j
j
1 +
= avec l
n
=1
f ... f f
l
1 - n 1 j j
j
=
+
1
De la mme manire, les montants de rserve R
i
sexpriment facilement en fonction de ces deux
lments :
i - n i,
i - n
i - n
i
C
l
l - 1
R = ( )
i - n i, 1 - n 1 - n i
C 1 - f x ... f R =
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 84 -
SECTION 3 : LES METHODES STOCHASTIQUES
A - PRESENTATION
Cette approche suppose que les lments x
ij
et C
ij
du tableau (prsent prcdemment) sont des
variables alatoires. De plus, nous ne disposons dobservations que pour n + j i .
De ce fait, les mthodes stochastiques prsentent plusieurs avantages. Elles permettent en outre :
de simuler la sinistralit des exercices futurs ;
de mesurer lincertitude inhrente au triangles ;
danalyser la variabilit des provisions fournies par le modle ;
danalyser les rsidus ;
dtablir une estimation de la loi de probabilit de la provision ;
etc.
Lobjet des paragraphes suivants et de donner un aperu des mthodes les plus frquemment
utilises :
le modle lognormal ;
les modles GLM .
B - LE MODELE LOGNORMAL
a - Prsentation
Notons Y
ij
la variable alatoire reprsentant le paiement correspondant lanne dorigine i et au dlai
de rglement j. Nous supposons que les variables alatoires Y
ij
sont indpendants les unes des
autres et quelles suivent une loi lognormale de moyenne m
ij
et de variance .
Le modle tudi retient la formule suivante :
ij j i ij
. b a c ) Y ( ln + + + = o
ij
suit une loi N(0,1).
b - Estimation des paramtres c, a
i
, b
j
et
Ces paramtres sont estims en utilisant la mthode des moindres carrs. A cet effet, rcrivons la
formule prcdente sous une forme un peu plus approprie :
X. ) Y ( ln Z + = =
Chacune des notations est explicite ci-aprs :
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 85 -
Le vecteur
( )
( )
( )
( )
( )
( )
( )
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
=
Y ln
...
Y ln
Y ln
...
Y ln
Y ln
...
Y ln
Y ln
n,0
2,0
1 - n 1,
1,0
1 - n 0,
0,1
0,0
Z comprend
2
2) 1)(n ( + +
=
n
N lments.
Le vecteur des paramtres
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
=
b
...
b
b
a
...
a
a
c
n
1
0
n
1
0
comprend p = 2n + 3 lments
Enfin, la matrice X (de dimension (N, 2n+3)) est dfinie comme suit :
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
=
0 0 ... 0 1 1 0 ... 0 0 1
... ... ... ... ... ... ... ... ... ... ...
0 1 ... 0 0 0 0 ... 1 0 1
... ... ... ... ... ... ... ... ... ... ...
0 0 ... 0 1 0 0 ... 1 0 1
1 0 ... 0 0 0 0 ... 0 1 1
... ... ... ... ... ... ... ... ... ... ...
0 0 ... 1 0 0 0 ... 0 1 1
0 0 ... 0 1 0 0 ... 0 1 1
X
n +1 colonnes n +1 colonnes
Intercept
n +1
lignes
n
lignes
.
.
.
etc
On applique ensuite la formule classique de la mthode des moindres carrs :
Z .X'. (X'.X)
-1
=
Avant dappliquer cette formule, il convient de vrifier le caractre inversible de
-1
(Y'.Y) . Dans le cas
contraire, le diffrents vecteurs et matrices prsents ncessitent un traitement pralable.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 86 -
Remarque : les variables alatoires Z suivent une loi normale dont les paramtres peuvent tre
estims laide de :
c b
j i ij
+ + =
)
X - Z )'.(
X - Z (
p - N
1
=
2
c - Estimateurs des
k
ij
m
Sachant que la variable alatoire Z est desprance
ij
et de variance
2
, il est possible de retrouver
lexpression des moments
k
ij
m (o k reprsente lordre du moment) de la variable alatoire Y :
)
`
+ = .k
2
k . exp m
2
ij
k
ij
Connaissant les expressions de
ij
et de
2
, nous pouvons fournir un estimateur de
k
ij
m :
.k
2
k . exp m
2
ij
k
ij
)
`
+ =
Cependant, ces estimateurs ne sont pas forcment sans biais
41
. On peut remdier cela en
consultant la littrature ; un article de Verrall
42
fournit un estimateur sans biais de
ij
m .
C - LES MODELES STOCHASTIQUES GLM
43
a - Prsentation
Les modles linaires gnraliss ont fait leur apparition en 1972 (J.Nelder et R.Wedderburn). Ils sont
adapts de nombreuses problmatiques et sont dutilisation courante dans le domaine de la
statistique. Lactuariat nchappe pas leur champ daction, notamment en ce qui concerne la thorie
de la crdibilit. De la tarification des risques de masse, leur application sest tendue la
dtermination des provisions pour sinistre.
Le paragraphe suivant rappelle brivement les principaux rsultats des modles linaires gnraliss
qui seront utiliss dans la suite du dveloppement. Pour toute information complmentaire, il est
possible de consulter les articles de Nelder et McCullagh (1989) ; un traitement complet de la thorie
et de lapplication des modles GLM y est prsent.
41
Notamment en ce qui concerne lesprance de Y.
42
Cf. VERALL R.J., [1991], "On the estimation of reserves from loglinear models". Insurance :mathematics and economics.
43
GLM : Generalized Linear Models.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 87 -
La thorie des GLM bnficie dun avantage par rapport aux modles linaires : le caractre normal
des variables expliquer nest plus impos, seule lappartenance une loi exponentielle est
indispensable.
La loi de la variable alatoire Y appartient la famille exponentielle si sa densit peut scrire sous la
forme :
( )
)
`
+ = ) c(y,
) b( - y.
exp (y) f
avec
: paramtre de dispersion.
: paramtre canonique.
b : fonction dfinie sur R. Elle est deux foi drivable et de drive premire injective.
c : fonction dfinie sur R.
Lesprance et la variance de la variable alatoire Y sexpriment aisment en fonction de ces
diffrents paramtres :
) ( b' ) Y ( E =
o v est appele fonction variance du modle.
Si Y correspond la variable expliquer et si le modle comprend p variables explicatives X
i
(i=1,..,p),
la fonction lien g (strictement monotone et drivable) vrifie la relation :
=
=
p
k k
x a g
1 k
. ) E(Y) (
o les x
k
correspondent aux ralisations des variables X
k
, et les coefficients de rgression (que nous
voulons estimer) sont nots a
k
.
On peut ensuite rcrire lexpression du paramtre canonique en fonction des notations utilises :
( )
|
|
.
|
\
|
|
|
.
|
\
|
= =
=
x . a g b' ) Y E( b'
p
1 k
k k
1 - 1 -
i
1 -
i
b - Estimation des paramtres
Lestimation des paramtres a
k
et passe par lutilisation de la mthode du maximum de
vraissemblance. A cet gard, la vraissemblance dun n-chantillon de ralisations de Y scrit :
( )
( )
=
)
`
+ =
n
1 i
n 1
) c(y,
) b( - y.
exp y ,..., y L
( ) | | E(Y)). v( . ) Y E( b' ' b' ). ( ' b' ) Y ( Var
-1
= = =
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 88 -
Les estimateurs de
k
a et sont obtenus en maximisant la logvraissemblance :
( )
=
= =
(
(
(
(
(
(
+
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
n
i
i
p
1 k
k k
1 - 1 -
p
1 k
k k
1 - 1 -
i
n 1
) ; c(y
x . a g b' b - x . a g .b' y
y ,..., y L ln
1
A titre dillustration, le tableau suivant donne la valeur des diffrents paramtres pour certaines lois
discrtes et continues :
Loi Loi de probabilit ou densit b() E(Y)
Fonction
variance (v)
Bernoulli
) p , ( B 1
( )
p) - (1 ln
p - 1
p
y.ln
e y Y P
+
= =
p - 1
p
ln
1 0 p | | | | p - 1 . p p v =
Poisson
) ( P
( )
c(y) ) - (y.ln
e y Y P
+
= =
ln 1
e
| | v =
Normale
| |
2
, N
) c(y,
1
2
- y . exp ) y ( f
2
2
2
(
(
+
|
|
.
|
\
|
=
2
2
| | 1 v =
Gamma
(
, G
) c(y, . ln -
y
- exp ) y ( f
(
+
|
|
.
|
\
|
=
1
-
1
|
.
|
\
|
1 -
ln
| |
2
v =
Inverse
Gaussienne
| |
2
, IG
) c(y,
1
2
y
exp ) y ( f
2
2 2
(
(
+
|
|
.
|
\
|
+ =
1
2
2
1
2
2. -
| |
3
v =
c - Application au provisionnement
La variable alatoire Y
ij
reprsente toujours le paiement correspondant lanne dorigine i et au dlai
de rglement j (les Y
ij
sont supposs indpendantes). Lobjectif des GLM est dexpliquer la variable
alatoire Y en fonction des variables anne dorigine et dlai de rglement .
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 89 -
Daprs Renshaw et Verral, il est possible de formuler la plupart des mthodes stochastiques de
provisionnement en utilisant une famille particulire de modles linaires gnraliss. La structure de
ces GLM est donne par :
( ) ; m y; f ~ Y
ij ij
. f, la densit de
ij
Y , appartient la famille exponentielle et m
ij
reprsente
lesprance de Y.
La composante systmatique scrit
j i ij
b a c + + = avec 0 b a
0 0
= = pour viter un
surparamtrage du modle.
) (m g
ij ij
= o g est la fonction lien.
La fonction lien, qui tablit un pont entre les composantes alatoires et systmatique, prend
gnralement deux formes :
Lien identit :
j i ij ij
b a c ) E(Y m + + = =
Lien Log : | |
j i ij
b a c m ln + + = ou
j i
b a c
ij
e m
+ +
=
Il est commun en matire de provisionnement de considrer trois types de distributions pour la
variable
ij
Y : lognormal, Gamma ou Poisson.
Lorsque les montants de sinistres suivent une distribution lognormale, on sait que les
) Y ln( Zij
ij
= suivent une loi normale et quon peut appliquer le modles GLM pour le log des
montants de sinistres. Dans ce cas prcis la fonction lien est donne par
ij ij
m = .
Dans les autres cas (gamma et poisson) , la fonction lien est de type log et un estimateur de
) E(Y m
ij ij
= est donn par :
{ } b
a c exp m
j i ij
+ + =
Les lois le plus souvent utilises pour ce type de modles sont de type Gamma ou Poisson (cette
dernire loi donne exactement les mmes rsultats que Chain Ladder standard) ; ces modles
servent gnralement lgitimer la mthode Chain Ladder. Dun point de vue pratique, les
estimateurs du maximum de vraissemblance des paramtres sont obtenus en utilisant la procdure
Genmod de SAS. Aprs cette tape, il est possible de calculer les flux espres pour les annes
postrieures au 31/12/n.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 90 -
SECTION 4 : APPROCHE PAR SIMULATIONS
44
A - PRINCIPES
Contrairement aux mthodes bases sur les tableaux de dveloppement, cette approche permet
destimer la loi de S du montant total des sinistres. Cette mthode ncessite de construire un n-
chantillon de ralisations de la loi de S. Ces informations sont obtenues en effectuant en premier lieu
des simulations
de la loi du nombre de sinistres (N), puis
de la loi des montants de sinistres,(X) ventuellement conditionns aux paiements dj effectus
Cet chantillon, une fois ordonn, fournit une approximation de la fonction de rpartition de S. En
dduisant de ces montants les paiements dj effectus, on obtient la loi des provisions techniques
B - AVANTAGES
Lutilisation de cette mthode prsente de nombreux avantages par rapport aux mthodes
classiques :
Rsultats indpendants des cadences de rglements.
Obtention dintervalles de confiance (elle est rendue possible par la dtermination de la fonction
de rpartition).
Intgration possible de toute forme de rassurance.
Distinction des provisions pour sinistres tardifs des provisions pour sinistres en cours. Les deux
donnes figurant des postes diffrents du bilan, cette distinction est intressante.
Rsultats plus fiables notamment lorsque les donnes dorigine prsentent des irrgularits ou
des changements de cadence (car la mthode nst pas base sur le dveloppement des
paiement).
C - NOTATIONS
Soit N le nombre total de sinistres du portefeuille (suppos indpendant des montants).
Cette variable peut se scinder en trois nombres de sinistres ayant des caractristiques
distinctes :
T V D
N N n N + + =
avec :
D
n : Nombre total de sinistres dclars. Cet lment est connu.
44
Cf. REGAZZONI Y. , [1997], "Les provisions techniques une approche par simulations". Bulletin Franais dActuariat.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 91 -
V
N : Variable alatoire reprsentant le nombre total de sinistres venir.
T
N : Variable alatoire reprsentant le nombre total de sinistres tardifs.
On note X
j
le montant du j
ime
sinistre (j=1,,N). Les (X
j
) sont supposs indpendants et
identiquement distribus. La charge totale de sinistre S scrit
=
=
N
1 j
j
X S .
Les montants de sinistres pays au titre du sinistre j sont nots M
j
. Remarquons que
cette dernire valeur est nulle pour les sinistres venir et les tardifs.
On note
'
j
X la variable alatoire modlisant le montant du j
me
sinistre sachant que
j j
M X > .
Enfin,
=
=
N
1 j
'
j
X ' S (i.e. la charge totale de sinistre connaissant les paiements effectus).
D - METHODE
Compte tenu des notations adoptes, les provisions techniques valent par dfinition
D
N
1 j
j
M ' S . A
ce stade, il convient dapproximer la loi de ' S ; on cherche une fonction F telle que :
) x ( F ) x ( F
' S
n
On constate que
=
=
n
1 i
x) (S'
1
n
1
) x ( F vrifie cette condition. Lobtention de cette fonction de
rpartition passe par la simulation de n ralisations de S et la connaissance de cette variable est
dautant meilleures que n est grand. Pour ce faire, des ralisations de
V
N et
T
N (notes
respectivement n
V
et n
T
) sont indispensables. Diffrentes lois sont adaptes pour simuler des
nombres de sinistres : binomiale, poisson, poisson mlangeLes paramtres de la loi choisie pour la
simulation peuvent tre tablit par une tude des donnes historiques.
En notant n
D
le nombre de sinistres survenus (connu), lalgorithme permettant la simulation dune
ralisation de S scrit :
s = 0
Pour j=1 n
D
faire
Si le sinistre nest pas cltur alors s = s + simulation de
'
j
X
Sinon S= M
j
Pour j=1 n
T
n
V
faire
s = s + simulation de
j
X
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 92 -
s correspond alors une ralisation de S.
La difficult majeure rside dans la simulation de
'
j
X (sagissant dobtenir une ralisation dune loi
conditionne).
Notons galement que dans le cas particulier de ltude dune priode future, aucun sinistre nest
encore survenu et n
D
,
j j
X X
'
= , S = S.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 93 -
SECTION 5 : PRISE EN COMPTE DE LINFLATION
A - PRESENTATION
Lors de la constitution des triangles de liquidation, il est fortement conseill de prendre en
considration les impacts de linflation. Il est donc appropri dutiliser lun des modles de simulation
du taux dinflation prsents en partie 3.
On peut galement signaler que lvolution des prix peut dpendre de la branche considre (par
exemple, lvolution des prix en RC nest certainement pas la mme quen Dommages) et quun
modle dinflation sappliquant toutes les branches nest pas des plus adquats. Lidal consisterait
estimer les paramtres du modle dinflation pour chaque branche ; cela peut toutefois tre
lourd lors de la mise en place dune application (pour un rsultat qui nest pas forcment
significatif).
B - METHODOLOGIE
A titre dillustration, nous prsenterons la mthode de prise en compte de linflation au niveau dun
triangle de liquidation non complt (le principe tant, peu de choses prs, le mme pour les flux
estims). Cette mthode doit tre applique sur un triangle des incrments prsentant des donnes
dpourvues dinflation :
Dlai de rglement
Anne d'origine
0 1 j n-i n-1 n
0 x
0,0
x
0,1
... x
0,j
... x
0,n-i
... x
0,n-1
x
0,n
1 x
1,0
x
1,1
... x
1,j
... x
1,n-i
... x
1,n-1
... ... ... ... ... ... ...
... ... ... ... ... ...
I x
i,0
x
i,1
... x
i,j
...
... ... ... ...
... ... ...
n-1 x
n-1,0
x
n-1,1
N x
n,0
La premire tape consiste en la construction dun tableau faisant apparatre lindice des prix pour
chaque anne calendaire du triangle des incrments. Les valeurs des indices doivent tre exprimes
en base n ; lanne calendaire n ne doit pas tre sujet inflation puisque le triangle est complt au
31/12/n .
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 94 -
Anne Ratio
0
100
0
0
I
R =
1
100
1
1
I
R =
i+j
100
j i
j i
I
R
+
+
=
n-1
100
1
1
=
n
n
I
R
n 1
Ensuite, les ratios du tableau sont appliqus chaque anne calendaire (i.e. chaque diagonale) en
vue de faire apparatre un triangle qui tient compte de linflation :
Dlai de rglement
Anne d'origine
0 1 j n-i n-1 n
0 x
0,0
* R
0
x
0,1
* R
1
... x
0,j
* R
j
... x
0,n-i
* Rn-i ... x
0,n-1
* R
n-i+1
x
0,n
* 1
1 x
1,0
* R
1
x
1,1
* R
2
... x
1,j
* R
j+1
... x
1,n-i
* R
n+1-i
... x
1,n-1
* 1
... ... ... ... ... ... ...
... ... ... ... ... ...
i x
i,0
* R
i
x
i,1
* R
i+1
... x
i,j
* R
i+j
...
... ... ... ...
... ... ...
n-1 x
n-1,0
* R
n-1
x
n-1,1
* 1
n x
n,0
* 1
Une autre mthode, analogue celle prsente ci-dessus, consiste tablir un tableau listant les taux
dinflation de chaque anne calendaire et multiplier chaque diagonale par le produit des taux
dinflation des annes postrieures (exemple : les montants de lanne calendaire i+j doivent tre
multiplis par le produit des taux dinflation des annes i+j, i+j+1,, n).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 95 -
SECTION 6 : LA TECHNIQUE DU BOOTSTRAP
45
A - PRESENTATION
Les mthodes de rchantillonnage, telles que le Jacknife (Quenouille, 1949) et le Bootstrap (Efron,
1979), permettent de remplacer les dductions thoriques en analyse statistique par des simulations
de type Monte-Carlo. Reposant principalement sur des simulations, le bootstrapping jouit dune mise
en oeuvre relativement simple.
Lusage du bootstrap dans la rsolution de problmes actuariels stend rapidement, en particulier en
tarification et dans lvaluation des provisions de sinistres. Ceci sexplique par le large ventail
dapplication de la mthodologie : intervalles de confiance, tests dhypothse, modles linaires puis
gnraliss, etc. La prdiction dun niveau suffisant de rserve, qui permet la socit
dassurance de faire face ses engagements, est un sujet primordial de la science actuarielle. Depuis
quelques annes, la technique du bootstrap est communment utilise pour analyser la variabilit des
montants de sinistres et obtenir des erreurs de prdiction pour diffrentes mthodes de
provisionnement (principalement pour les mthodes bases sur Chain Ladder et sur les modles
linaires gnraliss).
B - METHODOLOGIE
La technique du bootstrap consiste, partir dun chantillon originel unique, crer par tirage
alatoire avec remise de nouveaux chantillons. Ces nouveaux chantillons sont constitus de
pseudo donnes ayant la mme loi sous jacente. La rptition du rchantillonnage partir de
donnes sources permet destimer la variabilit dun paramtre dtermin.
b - Dfinition des rsidus
La mthodologie doit tre adapte chaque situation. Pour un modle linaire (classique ou
gnralis), il est commun dadopter une des deux approches suivantes :
Le rchantillonnage effectu directement sur les observations.
Le rchantillonnage appliqu sur les rsidus du modle.
45
Cf. PARTRAT C., JAL P., [2002], "Evaluation de la provision pour sinistres, Mesures d'incertitude, Bootstrap". Support de
cours ISFA.
Cf. VERALL R.J., ENGLAND P.D., [1999], "Analytic and bootstrap estimates of prediction errors in claim reserving". Insurance
: mathematics and economics.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 96 -
Bien que la premire approche soit plus robuste que le bootstrap sur les rsidus, seule cette dernire
peut tre implmente en matire de provisionnement. En effet, la technique du bootstrap ncessite le
caractre i.i.d. des donnes. Or, dans un modle de rgression, les variables rponses sont
indpendantes mais non quidistribues. Pour respecter le domaine dapplication du bootstrap, il est
classique dappliquer cette mthode aux rsidus du modle choisi. Ceux-ci ont un caractre plus
i.i.d que les variables originelles.
Ltape suivante consiste dfinir un rsidu adquat. Dans le cadre des modles linaires
gnraliss, il existe principalement deux types de rsidus : les rsidus bruts, les rsidus de Pearson.
Les rsidus bruts : ils correspondent la diffrence entre la valeur observe et la valeur
espre.
ij ij ij
m y r =
Ils sont desprance nulle, de variance non constante et ne sont gnralement pas retenus
pour lutilisation de la technique bootstrap (qui , rappelons le, ncessite des rsidus i.i.d).
Les rsidus de Pearson ont pour expression
) m v(
m - y
r
ij
ij ij ) P (
ij
= . Ils sont desprance nulle,
de variance constante et sont considrs, cet gard, comme des rsidus adquats pour
la mthodologie bootstrap.
Lexpression des rsidus empiriques est alors :
) m v(
m - y
r
ij
ij ij ) P (
ij
= , v tant la fonction
variance.
b - Rchantillonnage
A partir du triangle des incrments, on constitue un triangle des rsidus. Ce triangle sert ensuite de
base la cration de k (nombre arbitraire ou en relation avec les permutations possibles du triangle)
nouveaux triangles des rsidus : les valeurs du triangle initial sont cases alatoirement dans
chaque nouveau triangle. Plus intuitivement, chaque nouveau triangle correspond une
permutation du triangle originel.
La formule
) m v(
m - y
r
ij
ij ij ) P (
ij
= permet de constituer k triangles des incrments partir des k
triangles des rsidus. Ltape suivante consiste estimer les paramtres ( c
,
i
a
,
j
b
) de chaque
triangle et obtenir k estimations de la statistique dsire (
ij
m
, (R) E
(1)
(R) E
(2)
(R) E
(3)
(R) E
(k)
Passage au triangle des
incrments en inversant la
formule :
) m v(
m - y
ij
ij ij
=
ij
r
Estimation des paramtres
qui permettent de complter
le triangle de liquidation.
Pour chaque triangle,
dtermination de la
statistique dsire.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 98 -
CHAPITRE 2 : SINISTRES ET PRIMES
Les sinistres et les primes ne sont pas proprement parler des postes du bilan (mais plutt du compte
de rsultat). Ils sont nanmoins des constituants essentiels dun modle DFA. Ce chapitre a pour
objectif de rappeler brivement les principes gnraux qui sont retenus en assurance non vie.
Les sinistres
Il conviendrait deffectuer une distinction entre les sinistres catastrophiques et les sinistres dits
rcurrents. Pour notre application, nous proposons une modlisation simplifie
46
de la prise en
compte de ce type de sinistres.
Dans le domaine de lassurance non vie, cest le modle collectif qui est le plus rpandu. Au
sein dune branche donne, on considre une classe C de contrats. Aucune distinction nest
effectue entre les diffrentes polices qui constituent ce collectif ; les sinistres gnrs par
chaque contrat sont imputables lensemble de la classe.
La charge de sinistre S sexprime en fonction de deux variables alatoires :
N reprsente le nombre ou la frquence de sinistres touchant la classe su la priode
[0,t] ;
(X
i
) correspondent aux montants individuels de sinistres avec la convention X
0
=0.
Cette somme dun nombre alatoire de v.a.r. s crit alors
=
=
N
0 i
i
X S ( condition de supposer
lindpendance entre la frquence et les cots dune part, et lindpendance et la stationnarit
des montants de sinistres dautre part). Les lois retenues pour chacune de ces variables
alatoire sont gnralement les suivantes :
Poisson ou Binoniale Ngative pour N ;
Lognormal, Pareto ou Weibull pour les X
i
.
Nous rappelons titre indicatif, les deux caractristiques principales de S :
E(X) E(N) ) ( = S E
E(N) V(X) V(N) E(X) ) (
2
+ = S V
46
Cf. Partie 5 / Section 5 / H.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 99 -
Les primes
En premier lieu, il faut garder lesprit, les proprits que devrait respecter un principe de
calcul de prime :
au moins la prime pure ;
homognit ;
invariance par translation ;
additivit \ sous additivit \ sous additivit forte ;
convexit.
Les principes de calcul de prime les plus connus sont les suivants :
Principe de la prime pure : E(S) ) ( = S
Principe de lesprance mathmatique : E(S) ) 1 ( ) ( + = S , ) 0 ( >
Principe de la variance : V(S) . E(S) ) ( S + = , ) 0 ( >
Principe de lcart type : (S) . E(S) ) ( S + = , ) 0 ( >
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 100 -
Application : Probabilit de ruine dune socit
dassurance non vie
.
PARTIE 5
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 102 -
CHAPITRE 1 : SIMULATIONS
47
Gnralement, les mthodes numriques de simulation ont pour objectifs dexprimenter et dtudier
le comportement dun systme probabiliste regroupant des variables en interaction. Elles permettent
en outre didentifier les impacts de modifications de paramtres. Les domaines dapplication des
simulations sont trs varis : comparaison destimateurs en statistique, simulation de portefeuille
dactifs en finance, recherche dtats stationnaires en conomie, etc.
La mise en place de modles de types DFA peut ncessiter la simulation de ralisations de diffrentes
lois de probabilit relatives aux diffrentes variables modlises : taux dintrt, actions, provisions,
sinistres, etc. Lensemble de ces techniques est gnralement regroup sous la dnomination
mthodes de Monte-Carlo .
Un modle DFA ncessite un gnrateur de nombres alatoires performant pour que lefficience des
simulations ne soit pas altre par le biais du gnrateur. Les diffrentes possibilits de gnration
doivent tre examines en vue de dgager la mthode qui offre la convergence la plus rapide. Ainsi,
on pourra sintresser aux deux grandes catgories dalgorithmes de nombres alatoires qui offrent la
possibilit daboutir des ralisations de la loi uniforme continue sur [0,1] :
les gnrateurs pseudo alatoires ;
les gnrateurs quasi alatoires.
Une fois le gnrateur de nombres alatoires choisi, ltape suivante consiste rfrencer les
mthodes de simulation connues en vue dobtenir des ralisations de diffrents types de lois. Celles-ci
consistent gnralement en des mthodes dinversion ou de composition. Il est utile de remarquer
quil existe des mthodes de simulation spcifiques certaines lois. Par exemple, la technique de
Box-Mulller permet la gnration dun couple de ralisations de la loi normale N(0,1).
Pour plus de dtails, on pourra consulter larticle de J. Jacquemin : Les mthodes de simulations en
assurance .
47
Cf. JACQUEMIN J., [2003], "Lutilisation des mthodes de simulation en assurance". Mmoire ISFA.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 103 -
CHAPITRE 2 : MISE EN PLACE, PARAMETRAGE ET
RESULTATS
Cette dernire partie constitue ltape clef de ce dveloppement car elle correspond lapplication des
modles suggrs et dtaills au fil des parties prcdentes. La premire section prsente les
diffrents choix qui ont t effectus en terme de modlisation tant au niveau de lactif quau niveau
du passif.
La section suivante propose une mthodologie suivre pour la dtermination de divers indicateurs de
risque :
probabilit de ruine ;
probabilit dinsuffisance (probabilit que les fonds propres dtenus soient infrieur la marge
de solvabilit rglementaire) ;
les intervalles de confiance associs ;
les dates moyennes de survenance de la ruine et de linsuffisance.
Les principales tapes de cette mthodologie consistent en la prsentation du calcul :
des prestations payes au cours des diffrentes annes de lhorizon temporel choisi ;
du rsultat qui prend en compte les taux de chargement, les frais divers, le taux dimposition,
la distribution ventuelle de dividendes ;
de la rentabilit du portefeuille dactifs ;
des fonds propres dtenus chaque date de lhorizon temporel.
Enfin, la dernire section fournit, pour un paramtrage donn, des rsultats qui peuvent aider les
socits dassurance dans les prises de dcisions relatives la protection contre le risque
dinsuffisance de fonds.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 104 -
SECTION 1 : CHOIX DES MODELES
Les parties prcdentes avaient pour objectif de prsenter un tat des lieux de la modlisation
stochastique des diffrents postes du bilan. La prsente section dtaille les diffrents modles choisis
pour la mise en place de lapplication illustrant ce mmoire.
A - LE MODELE DE TAUX DINTERET DE CIR
a - Le modle
On modlisera les taux dintrt par le modle simple et rpandu de Cox, Ingersoll et Ross (CIR) qui
dfinit le taux sans risque instantan par la dynamique suivante dans lunivers risque-neutre :
dW r r)dt a(b dr
t
+ =
o a, b et sont des paramtres constants rentrs par lutilisateur.
La forme des prix des zro-coupons est :
T)r(t)) B(t, exp( T) A(t, T) t, P(r, =
Avec les fonctions A et B suivantes :
2
2ab
) t - T (
2
t - T
) a (
2 ) 1 - e )( a (
e 2
T) A(t,
(
(
(
+ + +
=
+ +
2 ) 1 - e )( a (
) e ( 2
T) B(t,
) t - T (
) t - T (
+ + +
=
1
2 ) (a
2
+ + =
2
b - La discrtisation
La simulation des taux dintrt pour les priodes futures passe par une discrtisation de la
dynamique :
( ) Z - Z . r . t ). r - a.(b r - r r
t t t t t t t t t
+ +
+ = =
Soulignons que
t t t
Z - Z
+
suit une loi normale desprance nulle et de variance t . Si
t
dsigne un
bruit blanc de variance 1, alors
t
. t suit la mme loi que
t t t
Z - Z
+
. On peut alors rcrire la
dynamique discrtise sous une forme qui permet de gnrer la valeur du taux dintrt de chaque
nouvelle priode :
t t t t t
. t . r t).r a. - (1 t ab. r
+ + =
+
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 105 -
Dans ces conditions, simuler un tel taux revient calculer rcursivement
t
r , pour tout t, en simulant
chaque stade une ralisation dune N(0,1). Les paramtres a, b, doivent tre judicieusement choisis
afin de ne pas simuler un taux ngatif un rang k. En effet, lors du calcul de
1 k
r
+
, un problme vident
se pose quand la valeur
k
r . A cet gard, il existe une variante du modle o r
k
remplace
k
r . Une application du lemme dIt, montre que le modle de CIR est bien pos si
2
a.b
2
> . Le
respect de cette condition est ncessaire (mais pas suffisant) lors du lancement utilisant un modle
CIR, afin de ne pas engendrer des taux ngatifs.
On peut signaler quen divisant cette quation par
t
r , on peut faire apparatre un modle de
rgression linaire :
t
t
t
t t
t t
. t .
r
r
t). a. - (1
r
1
t. ab.
r
r
+ + =
+
Cette formule rend possible lestimation
48
des diffrents paramtres de cette quation.
B - LE MODELE DINFLATION DE KAUFMANN, GADMER ET KLETT
Cette modlisation lie directement lvolution de linflation celle du taux dintrt :
t t t
r i + + = (o t correspond un bruit blanc de variance
2
)
Pour obtenir la valeur de linflation la date t, il suffit donc de connatre la valeur du taux dintrt
court terme cette mme date et de simuler une ralisation de la loi N(0,1) (indpendante, par
hypothse, de celle utilise pour la simulation du taux dintrt).
C - LE MODELE DE BLACK ET SCHOLES POUR LES ACTIONS
a - Le modle
On considre la formule de Black et Scholes dans lunivers historique (avec q le taux continu de
dividendes) :
dz dt ) q (
S
dS
t
t
+ =
Dans lunivers risque-neutre, cette dynamique devient :
( )
s
t
t
z d dt q ) t ( r
S
dS
+ =
48
Notamment grce la mthode des moindres carrs gnraliss.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 106 -
(rappelons que le passage entre les deux univers seffectue en utilisant la formule
dt
) t ( r
dz z d
s
+ = )
Dans ces conditions, on suppose que la dynamique du i
me
titre du portefeuille scrit (dans lunivers
risque neutre) :
( )
1
z d dt q ) t ( r
S
dS
i i
i
i
t
t
+ =
Faisons lhypothse que le cours du titre i est corrl avec lvolution du march action dans son
ensemble. Alors, il vient dt z d z d
i a
=
1
o
a
z est un mouvement brownien qui rgit lvolution du
march actions.
Ds lors,
( )
i i i a i i i
i
i
z d z d dt q ) t ( r
S
dS
t
t 2
1 + + =
o
i
z est un mouvement brownien indpendant de
a
z
On considre galement que la dynamique des zro-coupons dans lunivers risque neutre est de fa
forme :
z d ) T , t ( dt ) t ( r
P
dP
t
t
=
avec,
dt z d z d
a a
= et 0 = z d z d
i
(on fait ainsi lhypothse que la partie de la variation du cours du titre i indpendante de celle du
march action est aussi indpendante des taux).
Aprs la phase de dcorrlation, il vient pour la dynamique du cours du titre i :
( )
i i i
P
a a i i a i i i
i
i
z d z d z d dt q ) t ( r
S
dS
t
t
2 2
1 1 + + + =
o
i
z , z et
P
a
z sont des mouvements browniens indpendants.
Aprs intgration de lquation diffrentielle stochastique, il vient une formule ferme pour le cours de
laction une date t :
( )
|
|
.
|
\
|
+ + +
=
t
i i i
P
a a i i a i i
i
t
i t
z d z d z d du exp du q ) u ( r exp S S
0
2 2
2
0
0
1 1
2
b - La discrtisation
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 107 -
( )
i i i a a i i a i i i t
i
i i
. t . t . t . t . q r
) t ( S
) t ( S ) t t ( S
i
2 2
1 1 + + + =
+
o ,
a
et
i
sont des v.a. indpendantes de loi N(0,1)
D - SINISTRALITE
Aprs avoir choisi les lois modlisant les nombres de sinistres (N) et les cots (X
i
) de ces derniers,
lobtention dune ralisation de charge de sinistre (S) seffectue selon le mode suivant :
une ralisation n de la variable alatoire N ;
n ralisations ( )
n i i
x
1
, indpendantes et identiquement distribues, de la loi de X.
E - PAS DE DISCRETISATION
49
Les simulations de ralisations de variables alatoires faisant appel la mthode de discrtisation
ncessitent le choix dun pas de discrtisation.
Le choix de lhorizon temporel dun modle DFA sexprime de manire annuelle. Un choix naturel dun
pas de discrtisation serait donc Annuel . Cependant, en optant pour ce pas, on peut aboutir des
rsultats biaiss : le taux dintrt, affrant une date donne, peut prendre des valeurs diffrentes
suivant quil est calcul avec un pas de discrtisation annuel ou mensuel (par exemple). Lidal serait
donc de choisir un pas de discrtisation le plus petit possible (mme si les seules valeurs de
ralisation dont on a besoin sont annuelles) afin dviter ce type de dsagrment.
Soulignons galement que plus le pas de discrtisation est faible, plus les temps de rponse des
simulations sont longs. Il y a donc un compromis faire entre les temps des simulations et la
prcision de ces dernires.
En pratique, lestimation de paramtres utiliss pour ces simulations (qui nest pas rellement lobjet
de ce mmoire) peut savrer trs dlicate, notamment lorsquon dsire effectuer une distinction entre
sinistres rcurrents et sinistres catastrophiques.
49
Pour plus de dtails, on pourra consulter DE WINNE R., "Processus de diffusion de taux dintrt et correction du biais de
discrtisation". Universit Catholique de Louvain.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 108 -
SECTION 2 : DETERMINATION DE LA PROBABILITE DE RUINE
La section suivante a pour objet de prsenter la procdure mise en place pour lobtention de la
probabilit de ruine et de la probabilit dinsuffisance (probabilit que le niveau des fonds propres soit
infrieur celui exig par la rglementation, savoir la MSR).
A - LES DIFFERENTES ETAPES
La ralisation dune simulation est fournie par lenchanement des diffrentes tapes dcrites ci-
dessous :
Etape 1 : Choix de lhorizon temporel
Ce paramtre permet de fixer la dimension des diffrents tableaux qui seront gnrs par la
procdure informatique. Sa valeur est note K.
Etape 2 : Cration dun tableau de ralisations de montants de sinistres (charges finales)
Ce tableau est de dimension (K,1). Les diffrents paramtres qui concourent la simulation des
montants de sinistres sont les suivants :
Loi du nombre de sinistres (N) : nous avons choisi de retenir la loi de Poisson, dont le
paramtre est not .
Loi des montants de sinistres (X) : nous avons choisi de retenir la modlisation LogNormale,
dont les paramtres sont nots et .
Nombre de contrats (N
C
).
Frquence moyenne (p).
Ces deux derniers paramtres dtermine de la valeur de :
p N
C
=
Ainsi, il est possible de simuler le nombre de sinistres, puis les montants de chacun de ceux-ci. La
charge totale pour chaque anne de survenance i scrit alors :
=
=
N
1 k
k i
X S
i=1,,K
Etape 3 : Cration dun tableau des primes perues
Ce tableau est de dimension (K,1). Les paramtres ncessaires pour la construction de ce tableau
sont les suivants :
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 109 -
Loi du nombre de sinistres (N)
Loi des montants de sinistres (X)
Taux de chargement des primes (not )
Taux annuel daccroissement des primes (not )
La prime perue chaque date de lhorizon temporel est alors :
1 - i
i
) (1 ) (1 E(X) E(N) Prime + + = i=1,,K
soit
1 - i
2
C i
) (1 ) (1 e p N Prime
2
+ + =
+
Etape 4 : Cration dun tableau des cadences de rglement
Ce tableau est de dimension (K,1). Lapplication prend en compte au maximum une cadence de
rglement sur au plus 10 ans (chiffre arbitraire). En supposant que lutilisateur ait saisi l pourcentages
de rglements ( exemples : Cad(1), Cad(2), Cad(3), Cad(4), Cad(5) pour un sinistre rgl en 5 ans) , le
tableau en question se prsente sous la forme suivante :
Cad(1)
Cad(2)
Cad(l) K valeurs
0
0
Etape 5 : Construction dun tableau de liquidation
Ce tableau est de dimension (K,K). A partir des montants de sinistres simuls et des cadences de
rglement paramtres, nous pouvons construire le tableau de dveloppement affrent aux montant
de sinistres simuls.
Dveloppement
1 2 3 l l+1 l+2 K
1 S(1)*Cad(1) S(1)*Cad(2) S(1)*Cad(3) S(1)*Cad(l) 0 0 0
2 0 S(2)*Cad(1) S(2)*Cad(2) S(2)*Cad(l-1) S(2)*Cad(l) 0 0
3 0 0 S(3)*Cad(1) S(3)*Cad(l-2) S(3)*Cad(l)-1 S(3)*Cad(l) 0
S
u
r
v
e
n
a
n
c
e
K 0 0 0 S(K)*Cad(1)
Prestation 1 Prestation 2 Prestation 3 Prestation l Prestation l+1 Prestation l+2 Prestation K
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 110 -
Etape 6 : Cration dun tableau des prestations payes
Le montant des prestations payes au titre des diffrentes annes de lhorizon temporel sont
dtermins partir du tableau de liquidation comme indiqu prcdemment ( titre dexemple : les
prestations payes au titre de la premire anne correspondent la somme des lments de la
premire colonne).
Ces diffrentes valeurs sont modifies en tenant compte de linflation. Si Inflation
t
reprsente le taux
dinflation relatif lanne t et simul selon le modle prsent en partie 3 (
t t t
r i + + = ), nous
obtenons :
Inflation Prestation s Prestation
i
1 k
k i
'
i C
=
= i=1,,K
Etape 7 : Dtermination des PSAP
Le montant des provisions de chaque anne est calcul de manire rcursive :
1 1 1
Prime - Sinistre SAP P =
Prime - Sinistre SAP P Prime - Prime - Sinistre Sinistre SAP P
2 2 1 2 1 2 1 2
+ = + =
Prime - Sinistre SAP P SAP P
i i 1 - i i
+ =
Prime - Sinistre SAP P SAP P
K K 1 - K K
+ =
Etape 8 : Dtermination du rsultat
Le rsultat (simplifi) de chaque anne de lhorizon temporel est calcul de la faon suivante :
Elments pris en compte Dbit Crdit
Primes (i)
a
Rglements (i)
a
PSAP l'ouverture (i)
a
PSAP la clture (i)
a
Frais d'acquisition (i)
a
Frais de gestion des polices (i)
a
Frais de gestion des sinistres (i)
a
Produit financiers allous (i)
a
Rsultat technique (i)
a
(a)
Impts (i)
a
Rsultat aprs impts (i)
a
Dividendes ventuels
a
Transfert vers les fonds propres (i)
a
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 111 -
Remarques diverses
Les lments non techniques de lactivit (exemple : produit financiers non allous) ne sont
pas pris en compte dans le calcul du rsultat.
Les frais dacquisition et les frais de gestion des polices sont exprims en pourcentage des
primes.
Les frais de gestion des sinistres sont exprims en pourcentage des rglements effectus
pendant lanne.
Etape 9 : Calcul de la Marge de Solvabilit Rglementaire relative chaque anne
Ne tenant pas compte de la rassurance, la formule gnrale de calcul de la MSR prsente en partie
2 se simplifie sensiblement :
Mthode sur les primes
18 % Min (Primes, 10 millions) +16% (Primes 10 millions, 0)
Mthode sur les sinistres
26% Min (Moyenne charge sinistre, 7 millions) +23% (Moyenne charge sinistre - 7 millions ions, 0)
Montant de la MSR
MSR = Max (mthode sur les primes, mthode sur les sinistres)
Etape 10 : Dtermination de la valeur des fonds propres successifs
Les fonds propres de chaque anne sont donns par la formule rcursive suivante (ce calcul
ncessite donc la dfinition dune valeur initiale de fonds propres qui est un paramtre du modle) :
i i 1 - i i
transfr Rsultat ) r (1 FP FP + + = i=1,,K
Ds lors, on considre quil y a :
Ruine ds que ce montant prend une valeur ngative.
Insuffisance ds que ce montant prend une valeur infrieure la MSR.
Etape 11 : Dtermination de la probabilit de ruine et de la probabilit dinsuffisance
Cet algorithme, rpt un nombre suffisant de fois, permet de dgager les estimateurs empiriques
convergents des diffrentes probabilits souhaites :
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 112 -
s simulation de Nombre
ruine la de s occurrence d' Nombre
ruine de Probabilit =
s simulation de Nombre
ce insuffisan l' de s occurrence d' Nombre
ce insuffisan d' Probabilit =
B - SCHEMA RECAPITULATIF
Le schma ci-aprs permet de visualiser lagencement des diffrentes tapes qui conduisent
lobtention des valeurs des diffrentes probabilits prsentes prcdemment :
L
o
i
X
,
L
o
i
N
C
a
d
e
n
c
e
s
d
e
r
g
l
e
m
e
n
t
T
a
u
x
d
'
i
n
t
t
F
o
n
d
s
p
r
o
p
r
e
s
i
n
i
t
i
a
u
x
P
r
i
m
e
s
S
i
n
i
s
t
r
e
s
R
s
e
r
v
e
s
T
a
u
x
d
'
i
n
f
l
a
t
i
o
n
P
r
e
s
t
a
t
i
o
n
s
p
a
y
e
s
F
o
n
d
s
p
r
o
p
r
e
s
s
u
c
c
e
s
s
i
f
s
R
u
i
n
e
o
u
n
o
n
I
n
s
u
f
f
i
s
a
n
c
e
o
u
n
o
n
R
s
u
l
t
a
t
T
a
b
l
e
a
u
d
e
l
i
q
u
i
d
a
t
i
o
n
2
3
4
5
6
8
9
1
0
1
1
7
M
S
R
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 113 -
SECTION 3 : CALCUL DU RENDEMENT DU PORTEFEUILLE
Lobjectif de cette section est de prendre en considration le rendement du portefeuille dactifs et
dintgrer cet lment dans le modle de dveloppement dactivit (i.e. la formule de rcurrence des
fonds propres). A cette fin, il est indispensable de dterminer le rendement du portefeuille chaque
date de lhorizon temporel choisi.
A - INFORMATIONS A DISPOSITION ET OBJECTIFS
Nous disposons, la date 0, dune allocation initiale dactifs. Celle-ci peut tre fixe en vertu dun
calcul doptimisation (faisant ressortir les allocations stratgiques) ou de faon arbitraire.
Actions
0
: la proportion initiale dactions.
Oblig
0
: la proportion initiale dobligations.
Monet
0
: la proportion initiale de montaire.
Les informations suivantes sont galement fournies :
un nombre initial dactions (
Actions
N
0
) de prix initial S
0
.
un nombre initial de Zro Coupons (
Oblig
N
0
) de prix initial P(0,T). T sera prix gal lhorizon
temporel danalyse.
un montant initial de trsorerie.
Lobtention des rendements du portefeuille passe par la construction dun tableau des allocations :
Date Actions Obligations Montaire Portefeuille
1
Action
1
Oblig
1
Mont
1
Port
nta
1
Re
2
Action
2
Oblig
2
Mont
2
Port
nta
2
Re
i
Action
i
Oblig
i
Mont
i
Port
i
nta Re
K
Action
K
Oblig
K
Mont
K
Port
K
nta Re
o
X
i
modlise la proportion de lactif X dans le portefeuille dactifs la date i.
Le rentabilit du portefeuille la date i est alors donne par la formule suivante :
Mont
i
Mont
i
Oblig
i
Oblig
i
Action
i
Action
i
Port
i
nta Re nta Re nta Re nta Re + + =
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 114 -
B - LES DIFFERENTES ETAPES
Etape 1 : Construction des tableaux dvolution des diffrents actifs
Connaissant les caractristiques de laction considre (S
0
, rendement, taux de versement de
dividende, volatilit, corrlation avec le march des actions, corrlation avec les taux), il est
possible dobtenir la valeur de laction chaque date de lhorizon temporel selon le processus
dtaill dans la section 1 de cette partie.
S
1
S
2
S
i
...
S
K
Il en va de mme pour lvolution du prix du Zro - Coupon considr :
P(1,T)
P(2,T)
...
P(i,T)
...
P(K,T)
Le montant initial de trsorerie (
0
Mont ) est capitalis sur lhorizon temporel au taux CIR de
la priode correspondante.
Etape 2 : Politique de rinvestissement et de dsinvestissement
Le rsultat de lanne i (aprs impt et distribution ventuelle de dividendes) est connu (voir section
prcdente), il est not
i
s Re . Les taux de rinvestissement dans les diffrents actifs sont dfinis
comme suit :
Action
: la part du rsultat rinvestie dans les actions.
Oblig
: la part du rsultat rinvestie dans les Zro-Coupon.
Mont
: la part du rsultat rinvestie dans le montaire.
Ces diffrents paramtres permettent de calculer les montants rinvestis dans chacun des actifs :
i
Action
Res : la part du rsultat rinvestie dans les actions.
i
Oblig
Res : la part du rsultat rinvestie dans les Zro-Coupon.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 115 -
i
Mont
Res : la part du rsultat rinvestie dans le montaire.
De ces montants, on dduit les nombres dactions et de Zro Coupon quil est possible dacqurir la
date i :
i
i
Action
Actions
i
S
Res
N
=
) , (
Res
i
T P
N
Oblig
Oblig
i
0
=
Lorsquil sagit de dsinvestissement (rsultat ngatif) la logique reste globalement la mme.
Cependant, les proportions prendre en compte ne correspondent pas celles de la politique de
rinvestissement :
i
Action
Res : la part du dficit puise dans les actions.
i
Oblig
Res : la part du dficit puise dans les Zro-Coupon.
i
Mont
Res : la part du dficit puise dans le montaire.
Prcisons nanmoins que le mode de dsinvestissement des obligations prsente une spcificit
majeure : en vertu dun principe rglementaire, il doit tre effectu selon la mthode FIFO (First In
First Out) qui consiste liquider en premier les titres les plus anciens.
Etape 3 : Construction dun tableau des montants dactions
En appliquant cette politique de rinvestissement et de dsinvestissement pour chacune des annes
de lhorizon temporel, il est possible de constituer un tableau listant les quantits dactions disponibles
chaque date.
A partir de ce tableau, il est ais de constituer une formule synthtique :
=
=
1 - i
0 j
Actions
j
ns TotalActio
i
N N
Date 1 2 3 i K-1 K
ns TotalActio
N
1
=
Actions
N
0
ns TotalActio
N
2
=
Actions
N
0
+
Actions
N
1
ns TotalActio
i
N =
Actions
N
0
+
Actions
N
1
+
Actions
N
2
+ +
Actions
i
N
1
ns TotalActio
K
N
1
=
Actions
N
0
+
Actions
N
1
+
Actions
N
2
+ +
Actions
i
N
1
+ +
Actions
K
N
2
+
ons TotalActii
K
N =
Actions
N
0
+
Actions
N
1
+
Actions
N
2
+ +
Actions
i
N
1
+ +
Actions
K
N
2
+
Actions
K
N
1
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 116 -
Le montant disponible en actions chaque date se calcule comme suit :
i
ns TotalActio
i
S N tan =
Actions
i
t Mon soit
S
Res
S tan
1 - i
0 j j
j
i
=
=
t Mon
Actions
i
avec
Actions
= si le rsultat de lanne j (
j
Res ) est positif.
Actions
= si le rsultat de lanne j (
j
Res ) est ngatif.
Etape 4 : Construction dun tableau des montants dobligations
Considrons le tableau suivant :
Les diffrents chiffres lists dans ce tableau sont calculs selon le mode suivant :
- Pour la colonne 1, N
Oblig
0
=
1
i
N (soit le nombre initial de Zro Coupon disponibles).
- Pour la colonne i, il convient deffectuer une distinction selon quil sagit dun rinvestissement ou
dun dsinvestissement
En cas de rinvestissement, le nombre dobligations scrit (pour i j K)
) T , ( P
Res
N
1 - i
Oblig
i
j
0
=
En cas de rinvestissement, la dtermination du nombre dobligations sappuie sur la
mise en pratique de la mthode de liquidation des stocks FIFO. Pour i j K, on
pose 0 =
i
j
N (tout les lments de la colonne i sont pris comme nuls) puis on modifie
les chiffres de la ligne j en effectuant la procdure suivante :
Date 1 2 3 i K-1 K
TotalOblig
N
1
=
1
1
N
TotalOblig
N
2
=
1
2
N +
2
2
N
TotalOblig
i
N =
1
i
N +
2
i
N +
3
i
N + +
i
i
N
TotalOblig
K
N
1
=
1
1 K
N +
2
1 K
N +
3
1 K
N + +
i
K
N
1
+ +
1
1
K
K
N +
TotalOblig
K
N =
1
K
N +
2
K
N +
3
K
N + +
i
K
N + +
i
K
N +
K
K
N
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 117 -
On pose
T) 1, - P(i
Res
N
1 - i
Oblig
Tampon
=
Si
1
i
Tampon
N N , alors
Tampon
j j
N N N -
1 1
= (pour i j K)
Si
1
i
Tampon
N N , alors
T) 2, - P(i
T) 1, - P(i N - Res
N
i 1 - i
Oblig
Tampon
=
1
puis 0
1
N
i
= (pour i j K)
Si
2
j
Tampon
N N
, alors
Tampon
j j
N - N N
1 1
= (pour i j K)
Si
2
i
Tampon
N N , alors
T) 3, - P(i
T) 2, - P(i N - T) 1, - P(i N - Res
N
i i 1 - i
Oblig
Tampon
=
2 1
puis 0
2
N
i
= (pour i j K).
Etc.
A partir du tableau prcdent, il est possible dobtenir le montant en obligation dtenu chaque
priode :
=
+ =
i
1 k
k
i
TotalOblig
i
1) k - P(i N t tan Mon
Etape 5 : Construction dun tableau des montants de montaire
En dsignant par
m
Mont , la part du rsultat de lanne m rinvestie ou puise (suivant que le
rsultat est positif ou ngatif) dans la trsorerie, il est possible dtablir une formule donnant le
montant total de montaire chaque date.
Pour i=1,..,K, nous pouvons crire :
) r ( Mont ) r ( Mont ... ) r ( Mont ) r ( Mont t tan Mon
i 1 - i j
i
1 - i j
2 - i j
i
2 j
1 j
i
1 j
0
TotalMont
i
+ + + + + + + + =
= = =
1 1 1 1
+ = = =
+ + + =
i
1 m j
j
1 - i
1 m
m m j
i
1 j
0
TotalMont
i
) r (1 Res ) r ( Mont t tan Mon 1
avec
Mont
m
= si le rsultat de lanne m (
m
Res ) est positif.
Mont
m
= si le rsultat de lanne m (
m
Res ) est ngatif.
Cette formule peut se rcrire comme une relation de rcurrence entre les montants de montaire des
diffrentes priodes :
| | ) r ( Res t tan Mon t tan Mon
i 1 - i 1 - i
TotalMont
i
TotalMont
i
+ + =
1
1
Etape 6 : Dtermination du rendement de chaque actif
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 118 -
La connaissance du rendement de chaque actif chacune des dates de lhorizon temporel est
indispensable la dtermination du rendement de lensemble du portefeuille dactifs. Prcisons
galement que nous avons choisi de calculer le rendement de chaque actif par comparaison des
valeurs des actifs sur deux priodes successives (
1) - X(i
1) - X(i - X(i)
nta Re
X
i
=
).
La rentabilit de laction est dfinie par
1) - S(i
1) - S(i - S(i)
nta Re
Actiions
i
= .
La rentabilit du montaire correspond au taux de rmunration de la priode
considre, r
i
.
Le calcul de la rentabilit des Zro Coupon sappuie sur le tableau prsent en tape
4. Le montant total en obligations relatif la priode j se compose de plusieurs types
dobligations ayant des rentabilits diffrentes. Ds lors, cette diversit doit tre prise en
considration :
=
+
=
i
1 k
k
i
TotalOblig
i
Oblig
i
T) K, - P(i
T) k, - P(i - T) 1, k - P(i
N
N
1
nta Re
Etape 7 : Dtermination des allocations dactifs
Ayant disposition, la date i, les montants disponibles de chaque actif, nous pouvons remplir le
tableau des allocations, indispensable la dtermination du rendement du portefeuille
Date Actions Obligations Montaire Date Actions Obligations Montaire
1
Actions
t Mon
1
tan
Oblig
t Mon
1
tan
Mont
t Mon
1
tan 1
Action
1
Oblig
1
Mont
1
2
Actions
t Mon
2
tan
Oblig
t Mon
2
tan
Mont
t Mon
2
tan
2
Action
2
Oblig
2
Mont
2
i
Actions
i
t Montan
Oblig
i
t Montan
Mont
i
t Montan
i
Action
i
Oblig
i
Mont
i
K
Actions
K
t Montan
Oblig
K
t Montan
Mont
K
t Montan K
Action
K
Oblig
K
Mont
K
Mont
i
Oblig
i
Actions
i
X
i X
i
t tan Mon t tan Mon t tan Mon
t tan Mon
+ +
=
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 119 -
SECTION 4 : PARAMETRAGE ET ELEMENTS COMPTABLES
Dans cette section, nous prsentons, en premier lieu, les diffrents paramtres retenus pour
lobtention des valeurs comptables (sinistres, primes, rsultats,) et des indicateurs de risque
(probabilit de ruine et probabilit dinsuffisance). Nous avons choisi de calculer ces diffrents
lments pour une socit qui souhaite intgrer le march de lassurance automobile avec un nombre
de contrats relativement restreint.
A - PARAMETRAGE
Paramtres gnraux : Les raisons qu nous ont conduit opter pour un nombre de
simulations de 5000 runs sont explicites au niveau de la section suivante (Cf. paragraphe
Intervalle de confiance et nombre de simulations ). Nous avons galement choisi
deffectuer ces simulations sur un horizon temporel de 10 ans (Cf. Partie 1 / Section 1 / A).
Nombre de simulations : 5000 runs
Horizon temporel : 10 ans
Paramtres de sinistralit :
:
7,33
Frquence moyenne : 0,346365
: 1,92 Nombre de contrats : 100
Les paramtre utiliss sont issus dune tude effectue par le cabinet JWA relative une
socit de la branche automobile et dont les principales caractristiques sont les suivantes :
Nombre de contrats : 216 035 Esprance de cot dun sinistre : 9 625
Nombre moyen de sinistres : 74 827 Variance de cot dun sinistre : 3 572 602 327
Ne pouvant obtenir des rsultats varis sur un tel nombre de contrats (compte tenu des temps
de simulation associs), nous avons dlibrment choisi de retenir un nombre de contrats
fortement restreint en vue dobtenir (relativement rapidement) un aperu de lensemble des
rsultats que des modles DFA peuvent proposer.
Cadence de rglement associe :
Anne 1 Anne 2 Anne 3 Anne 4 Anne 5
20% 71% 7% 1,4% 0,6%
Paramtres de gestion : Les diffrentes valeurs de paramtres de gestion lists dans le
tableau suivant rentrent dans la fourchette de tarifs que peut pratiquer une socit
dassurance.
Taux de chargement des primes : 30%
Taux daccroissement annuel des primes : 3%
Frais dacquisition : 15%
Frais de gestion des polices : 12%
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 120 -
Frais de gestion des sinistres : 3%
Part du rsultat conserv : 80%
Taux dimposition : 33%
Allocation initiale dactifs : Lallocation dactifs a t choisie de faon totalement arbitraire.
Cependant, elle correspond la rpartition pratique dans certaines branches dassurance
(notamment en assurance construction).
Actions : 55%
Obligations : 35%
Montaire : 10%
Politique de rinvestissement et de dsinvestissement : La politique de rinvestissement et de
dsinvestissement est identique lallocation initiale. En cela, elle permet deffectuer un
contrle sur les rsultats de lapplication dans le sens o les proportions des diffrents actifs
chaque date de simulation ne doit pas trop sloigner des chiffres de lallocation initiale.
Rinvestissement Dsinvestissement
Actions : 55% 55%
Obligations : 35% 35%
Montaire : 10% 10%
B - ELEMENTS COMPTABLES
Compte tenu du paramtrage retenu, nous fournissons, ci-dessous, des lments comptables relatifs
au bilan et au compte de rsultat de la socit modlise. Les valeurs prsentes correspondent aux
moyennes des donnes numriques issues des simulations pour un niveau initial de fonds propres de
300 000 euros associ une probabilit de ruine de 7,6% et une probabilit dinsuffisance de 10,3%
(des rsultats plus dtaills concernant ces indicateurs sont donns dans la section suivante).
Sinistres / Prestations / Rserves
Le tableau suivant donne pour chaque anne considre, le montant des sinistres survenus, celui des
prestations payes ainsi que des provisions effectues.
Anne
Sinistres Prestations Provisions
1
323 482 64 715 258 767
2
336 697 299 010 296 454
3
314 440 329 904 280 990
4
344 537 329 212 296 314
5
324 416 351 845 268 885
6
315 518 341 351 243 052
7
344 190 343 923 243 319
8
305 797 361 291 187 825
9
341 975 346 031 183 768
10
323 754 372 452 135 069
Notons que les montants de sinistre simuls oscillent autour le valeur de lesprance de la variable S
(celle-ci tant dapproximativement 330 000 euros).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 121 -
Tableau de liquidation
A partir des montants de sinistres simuls et de la cadence de rglement saisie par lutilisateur, il est
possible de constituer le tableau de liquidation des sinistres.
1 2 3 4 5 6 7 8 9 10
1
64 696 229 672 22 644 4 529 1 941
0 0 0 0 0
2 0
67 339 239 055 23 569 4 714 2 020
0 0 0 0
3 0 0
62 888 223 253 22 011 4 402 1 887
0 0 0
4 0 0 0
68 907 244 621 24 118 4 824 2 067
0 0
5 0 0 0 0
64 883 230 335 22 709 4 542 1 946
0
6 0 0 0 0 0
63 104 224 018 22 086 4 417 1 893
7 0 0 0 0 0 0
68 838 244 375 24 093 4 819
8 0 0 0 0 0 0 0
61 159 217 116 21 406
9 0 0 0 0 0 0 0 0
68 395 242 802
10 0 0 0 0 0 0 0 0 0 64 751
La somme des lments des colonnes de ce tableau fournissent les montants des prestations payes
par la compagnie dassurance au cours des 10 annes (valeur de lhorion temporel retenu). Il faut
cependant tenir compte de linflation simule pour obtenir les montants lists au niveau du premier
tableau (ces taux ne seront pas dtaills ici pour ne pas surcharger la prsentation).
Primes / Rsultat
A partir des diffrents paramtres retenus en matire de taux de chargement, de niveau
daugmentation annuel des primes, du taux dimposition,, nous obtenons les valeurs suivantes en
termes de primes et de rsultat comptable (transfr vers les fonds propres) :
Primes Rsultats
1
424 715 134 969
2
437 457 222
3
450 581 - 15 178
4
464 098 - 8 128
5
478 021 - 17 601
6
492 362 - 1 679
7
507 133 3 332
8
522 346 - 1 821
9
538 017 16 541
10
554 157 5 966
Signalons que sil on se contentait, pour lobtention du rsultat comptable, de comparer de manire
nave le montant des primes celui des sinistres, on trouverait systmatiquement un rsultat positif.
Or ce nest pas le cas et nous constatons, de ce fait, que des facteurs tels que les frais dacquisition et
la politique de distribution des dividendes jouent un rle non ngligeable dans la prcision des
rsultats dun modle DFA.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 122 -
Au vu du tableau prcdent, le niveau relativement faible des rsultats raliss (en comparaison des
fonds propres engags) sexplique par un des paramtres retenu pour lobtention de ces chiffres :
80% du rsultat aprs impt est distribu en dividendes. Seul le rsultat ralis la premire anne
semble significatif ; il est d au faible montant des prestations payes cette anne l.
Evolution de la composition du portefeuille dactifs
Sintresser la composition du portefeuille chaque date de lhorizon temporel constitue un bon
moyen de vrifier la validit des rsultats obtenus au niveau de la simulation des lments dactifs. En
effet, nous avons retenu un portefeuille dactifs comprenant initialement 55% dactions, 35%
dobligations et 10% de montaire. En ce qui concerne la politique de rinvestissement et de
dsinvestissement, nous avons gard ces mme proportions. De ce fait, la composition du portefeuille
dactifs (obtenue en effectuant la moyenne des compositions de lensemble des simulations
effectues) chaque date ne doit pas tre trop loigne de lallocation initiale.
Actions Obligations Montaire
1
52,05% 37,46% 10,49%
2
52,74% 36,78% 10,48%
3
52,24% 37,11% 10,65%
4
51,66% 37,50% 10,84%
5
52,83% 36,58% 10,60%
6
55,39% 31,47% 13,14%
7
52,75% 36,39% 10,86%
8
51,46% 37,16% 11,38%
9
49,30% 39,49% 11,21%
10
51,51% 37,41% 11,08%
Rentabilit du portefeuille dactifs
La rentabilit du portefeuille dactifs chaque date de simulation est donne dans le tableau suivant.
Celle-ci peut paratre faible mais il faut garder lesprit quil sagit ici de valeurs moyennes et que ces
chiffres sont systmatiquement suprieurs aux valeurs moyennes du taux court terme simules.
Rentabilit du portefeuille
1
2,96%
2
3,00%
3
3,61%
4
3,52%
5
3,90%
6
4,11%
7
4,53%
8
4,99%
9
4,91%
10
3,84%
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 123 -
Marge de solvabilit / Fonds propres
Enfin, nous regroupons dans ce dernier tableau les valeurs de la marge de solvabilit rglementaire
que lentreprise doit respecter et le montant de fonds propres quelle dtient chaque date.
MSR
Fonds propres
1
76 449 440 844
2
78 742 454 458
3
81 105 455 607
4
83 538 463 083
5
86 044 461 261
6
88 625 478 292
7
91 284 503 115
8
94 022 519 842
9
96 843 555 122
10
99 748 581 374
Remarquons que, dans le cadre de notre modlisation, le premier rsultat comptable joue un rle
dterminant dans lvolution dans le temps du montant des fonds propres (celle-ci tant beaucoup
plus rgulire partir de la deuxime anne de lhorizon temporel).
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 124 -
SECTION 5 : RESULTATS DE PROBABILITES
Cette dernire section prsente les rsultats obtenus en matire dindicateurs de risque. Ceux-ci
peuvent servir de base danalyse aux dcideurs dentreprise et permettre de rpondre diffrentes
interrogations, notamment Quel niveau de niveau de fonds propres lentreprise doit elle adopter pour
se couvrir contre une ruine ou contre une insuffisance de fonds ? .
A - COURBE DE RUINE ET COURBE DINSUFFISANCE
Compte tenu des paramtres qui ont t retenus pour la modlisation de notre socit fictive ( et qui
sont lists en annexe X), nous aboutissons une courbe qui fournit, pour un niveau de fonds propres
donn, la probabilit de ruine et la probabilit dinsuffisance associes.
Evolution des probabilits
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
Ruine
Insuffisance
De manire tout fait logique et attendue, la courbe dinsuffisance se situe au dessus de la courbe de
ruine : une ruine implique invitablement une insuffisance, linverse ntant pas vrifi
systmatiquement. Pour des montants de fonds propres peu levs, la probabilit de survenance est
beaucoup plus sensible un apport de fonds : ce stade, les sinistres qui sont lorigine des scnarii
sinsuffisance sont plus aiss couvrir que ceux qui causent les scnarii de ruine.
Dautre part, nous constatons, pour des niveaux levs de fonds propres, que les deux courbes sont
sensiblement voisines : ce niveau de couverture, les sinistres qui sont lorigine dune insuffisance
de fonds sont galement ceux qui causent la ruine de la socit.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 125 -
B - DATE DE SURVENANCE
Pour chaque niveau de fonds propres, lapplication fournit :
la date moyenne de survenance de la ruine (lorsquelle survient).
la date moyenne de survenance de linsuffisance (lorsquelle survient).
Le recueil de ces informations conduit la construction du graphe suivant :
Dates de survenance
3
3,5
4
4,5
5
5,5
6
6,5
7
7,5
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
S
u
r
e
v
e
n
a
n
c
e
(
e
n
a
n
n
e
s
)
Survenance ruine
Survenance insuffisance
Les deux courbes sont assez semblables et nous constatons une sensibilit non significative des
dates de survenance par rapport aux fonds propres : la survenance de la ruine et de linsuffisance se
situent strictement entre 4 et 7 ans.
Les tendances des courbes sont globalement croissantes : une augmentation des fonds propres
conduit non seulement une diminution des probabilits de ruine et dinsuffisance mais galement
un recul des dates de survenance ventuelle.
Dautres facteurs que nous prciserons ultrieurement ont une incidence plus importante sur les
dates de survenance.
C - COT MARGINAL DES PROBABILITES
La diminution de la probabilit de ruine (ou de la probabilit dinsuffisance) na pas le mme cot
suivant quelle est ralise un niveau faible ou lev de couverture. Le schma suivant illustre cette
remarque sur la courbe de probabilit de ruine.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 126 -
Evolution des probabilits
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
Comme le montre ce graphe, le passage dune probabilit de ruine de 25% 24% est synonyme
dune augmentation des fonds propres de 7,4%. En revanche, le passage dune probabilit de ruine
de 5% 4% demande une augmentation des fonds propres beaucoup plus importante ; de lordre de
17.2%. Ce ratio est dautant plus significatif que la probabilit de ruine laquelle est entame
laugmentation des fonds est faible.
A haut niveau de fonds propres, les sinistres qui sont lorigine de la ruine et de linsuffisance ont
pour caractristiques dtre peu nombreux et de montant levs. La couverture (en termes de risque)
contre ces sinistres de types catastrophiques ncessite un apport de fonds importants
(relativement aux fonds propres dj mobiliss) qui sont la source de la croissance du cot marginal
d1% de probabilit de ruine en terme de fonds propres.
D - INFLUENCE DU TAUX DE CHARGEMENT SUR LES PRIMES
Tout fait logiquement, une augmentation du taux de chargement conduit une diminution de la
probabilit de ruine et de la probabilit dinsuffisance. Cependant, au vu des graphes suivants, il
parat peu judicieux, pour une socit dont les fonds propres sont consquents, dinfluer sur le taux de
chargement des primes dans loptique de faire diminuer la probabilit de ruine.
En effet, lorsquune socit possde des fonds propres auxquels est associe une probabilit de ruine
faible, une augmentation du taux de chargement na quun effet minime sur cet indicateur de risque.
En revanche, son influence est importante pour des niveaux faibles de couverture.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 127 -
Ruine \ Chargement
0,000%
10,000%
20,000%
30,000%
40,000%
50,000%
60,000%
70,000%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
20%
25%
30%
35%
40%
Insuffisance \ Chargement
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
90,00%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
20%
25%
30%
35%
40%
E - INFLUENCE DE LAUGMENTATION ANNUELLE DU MONTANT DES PRIMES
En ce qui concerne laugmentation annuelle du montant des primes, nous pourrions faire les mmes
remarques que pour le paragraphe prcdent. Il est peu tre plus intressant de remarquer la
similitude des courbes reprsentant lvolution des probabilits en fonction du chargement avec les
courbes reprsentant lvolution des probabilits en fonction du taux daugmentation annuelle du
montant des primes.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 128 -
En effet, ces courbes quasi-identiques permettent dobserver quune augmentation ou une diminution
de 5% du taux de chargement est quivalente (du point de vue de limpact sur la probabilit de ruine
ou de la probabilit dinsuffisance) une augmentation ou une diminution de 1% du taux de
croissance des primes.
Ce type de correspondances peut jouer un rle majeur du point de vue de laide la dcision et des
choix marketting : certains dcideurs prfrent imposer aux assurs une augmentation brutale mais
unique des tarifs alors que dautres prfrerons opter pour une volution plus rgulire des tarifs.
Ruine \ Augmentation de primes
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
1%
2%
3%
4%
5%
Insuffisance \ Augmentation des primes
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
1%
2%
3%
4%
5%
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 129 -
F - INTERVALLE DE CONFIANCE
En matire de possibilits danalyses, les socits dassurance ne peuvent plus se contenter
destimation de moyenne. Les outils quelles emploient doivent dsormais prvoir lestimation des
intervalles de confiance.
Dans le cadre de notre tude, le problme est connu sous le nom dintervalle de confiance pour une
proportion
50
. Sa valeur est donne par :
(
+
n
p) - p(1
. u p ;
n
p) - p(1
. u - p
/2 /2
avec :
p : proportion trouve dans un chantillon de taille n (dans notre cas, n correspond au nombre
de simulations).
u : quantile de la loi normale. Pour un intervalle de confiance 95%,
/2
u
vaut 1,96.
Dans le reste du dveloppement, nous nous intressons lintervalle de confiance standard 95% et
linfluence que peuvent avoir certain paramtres sur la longueur de lintervalle de confiance.
Intervalle de confiance et nombre de simulations
La longueur de lintervalle de confiance est directement li au nombre de simulations. Il faut donc
retenir un nombre de runs qui ne soit pas trop lev afin de ne pas tre confront des temps de
simulation sans fin, mais suffisant pour que lestimation du paramtre soit correcte et que la longueur
de lintervalle de confiance ne soit rduite un niveau acceptable. Le graphe suivant illustre la
mthodologie appliquer afin de slectionner le nombre de runs optimal qui sera retenu pour
lensemble des simulations.
50
Cf. SAPORTA G. , "Probabilits, analyse des donnes et statistiques". Editions Technip.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 130 -
Intervalle de confiance 95% de la probabilit de ruine
0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
10%
- 2 000,00 4 000,00 6 000,00 8 000,00 10 000,00 12 000,00 14 000,00
Nombre de runs
P
r
o
b
a
b
i
l
i
t
s
Probabilit de ruine
Borne suprieure
Borne infrieure
Intervalle de confiance 95% de la probabilit d'insuffisance
0,000%
2,000%
4,000%
6,000%
8,000%
10,000%
12,000%
- 2 000,00 4 000,00 6 000,00 8 000,00 10 000,00 12 000,00 14 000,00
Nombre de runs
P
r
o
b
a
b
i
l
i
t
s
Probabilit d'insuffisance
Borne infrieure
Borne suprieure
Les valeurs de la probabilit de ruine, de la probabilit dinsuffisance et la longueur des intervalles de
confiance oscillent fortement pour un nombre de runs faible. Pour un nombre de runs suprieur
5000 ou 6000, les diffrents items sont sujets une relativement faible variabilit.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 131 -
Intervalle de confiance et probabilit
La longueur de lintervalle de confiance dcrot approximativement de la mme manire que la
probabilit de ruine (graphe Probabilit \ Fonds propres du paragraphe A) . A titre indicatif, nous
pouvons donner les bornes dvolution de la longueur de lintervalle de confiance qui ont t obtenues
dans le cadre du paramtrage.
Pour une probabilit de ruine de 38,38%, la longueur de lintervalle de confiance vaut 2 ,70%.
Pour une probabilit de ruine de 0,52%, la longueur de lintervalle de confiance vaut 0,40%.
Pour une probabilit dinsuffisance de 58,14%, la longueur de lintervalle de confiance vaut
2,73%.
Pour une probabilit dinsuffisance de 0,60%, la longueur de lintervalle de confiance vaut
0,43%.
On constate donc quune augmentation de lerreur relative accompagne la diminution de la probabilit
de ruine
G - INFLUENCE DES CADENCES DE REGLEMENT
Les cadences de rglement ont une influence prpondrante sur la probabilit de ruine et la
probabilit dinsuffisance. Plus le dlais de rglement est long, plus les valeurs ces indicateurs de
risque sont rduites.
Les cadences de rglement ont galement une incidence sur les dates de survenance de la ruine ou
de linsuffisance (lorsquelles ont lieu). A titre dillustration, nous avons retenu 5 types de cadences de
rglement :
Cadence 1 : rglement de la totalit des sinistres la premire anne.
Cadence 2 : rglement des sinistres de manire uniforme sur les deux premires annes.
Cadence 3 : rglement des sinistres de manire uniforme sur les trois premires annes.
Cadence 4 : rglement des sinistres de manire uniforme sur les quatre premires annes.
Cadence 5 : rglement des sinistres de manire uniforme sur les cinq premires annes.
Le graphe ci-dessous donne, pour chaque cadence, la longueur des intervalles dans lesquels se
situent les dates de survenance de la probabilit de ruine (on obtient un graphe similaire pour la
probabilit dinsuffisance).
Il montre que ltalement du rglement des sinistres sur une priode plus longue pour effet de
rduire assez nettement la longueur de lintervalle comprenant la date de survenance et faire reculer
cette mme date.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 132 -
0
1
2
3
4
5
6
7
8
9
Cadence 1 Cadence 2 Cadence 3 Cadence 4 Cadence 5
S
u
r
v
e
n
a
n
c
e
(
e
n
a
n
n
e
s
)
En conclusion, pour une socit qui rgle ses sinistres selon une cadence donne, les modles DFA
peuvent savrer trs utiles dans la mesure o ils permettent didentifier les priodes de scurit (au
cours desquelles aucun scnario de ruine nest identifi) et les priodes de risque ( au cours
desquelles le nombre de scnarii de ruine se multiplient).
H - PRISE EN COMPTE DE SINISTRES CATASTROPHIQUES
Dans le cadre de la prise en compte des sinistres catastrophiques, nous proposons une modlisation
qui permet dobtenir une queue de distribution des sinistres plus lourde. Il suffit pour cela de
connatre le cot des sinistres de type exceptionnel (exprim en fonction du cot moyen des sinistres
rcurrents) et leur probabilit de survenance.
Nous notons ces derniers lments :
E(X) N M
Excep Excep
= pour le montant ;
Excep
pour la probabilit de survenance.
Lensemble des rsultat prsent dans les paragraphes prcdents taient obtenus en considrant
lensemble des sinistres comme rcurrents . En revanche, les rsultats suivant rsultent dune
modification de la structure des sinistres : celle-ci incluant dsormais les sinistres de type
catastrophique.
Lesprance de la charge totale des sinistres exceptionnels vaut :
E(X) N ) S ( E
Excep Excep Excep
=
Celle des sinistres rcurrent scrit :
E(X) ' ) S ( E
Rcurrents
=
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 133 -
avec
Excep Excep
N - ' = (et paramtre utilis pour le nombre de sinistres dans les
simulations prcdentes). Nous pouvons alors crire la charge totale tout sinistres confondus :
E(X) ) S ( E =
Les valeurs retenues pour les paramtres de modlisation des sinistres catastrophiques ont t fixes
de manire arbitraire afin de mieux cerner les modifications quimplique la prise en compte de la
distinction de la nature des sinistres.
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
40,00%
45,00%
- 200,00 400,00 600,00 800,00 1 000,00 1 200,00 1 400,00
Fonds propres (en milliers d'euros)
P
r
o
b
a
b
i
l
i
t
s
Sans sinistre exceptionnel
Avec sinistres exceptionnels
La prise en compte de sinistres de nature catastrophique en substitution de sinistres dits
rcurrents pour effet de crer des scnarii de ruine supplmentaires. Ainsi, faible niveau de fonds
propres, ces nouvelles ruines sajoutent un nombre dj consquent de scnarii dfavorables ; si
bien que lincidence est minimise. En revanche, haut niveau de fonds propres, les scnarii
dfavorables tant en nombre beaucoup plus restreint, lintroduction de sinistres catastrophiques
modifie significativement la valeur de la probabilit de ruine (i.e. multiplie par 4 ou 5 dans notre
illustration).
Cela indique, comme on pouvait sy attendre, que la probabilit de ruine est associe une bonne
modlisation des sinistres exceptionnels (structurellement, modulo leffet taille , lactivit normale
peu de chances dtre ruine).
Signalons galement que la forme de cette nouvelle courbe revt une particularit dans la mesure o
elle met en valeur laugmentation considrable du cot marginal d1% de probabilit de ruine en terme
de fonds propres.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 134 -
I - INFLUENCE DU NOMBRE DE CONTRATS
Le nombre de contrats est un paramtre qui schmatise la taille de lentreprise . De cet lment
vont dpendre le montant des sinistres rgls, le montant des primes encaisses, le niveau de MSR
exig,
Partant dune situation initiale de 100 contrats et un niveau de fonds propres de 300 000 euros, nous
constatons une probabilit de ruine et dinsuffisance de valeurs respectives 15,4% et 20,9%. Nous
faisons ensuite voluer ces deux facteurs de manire proportionnelle et observons les effets sur les
diffrents indicateurs de risque.
Plus le nombre de contrats est lev, plus le phnomne de mutualisation montre son intrt en
faisant diminuer progressivement la probabilit de ruine (mais galement la probabilit dinsuffisance).
Ainsi pour un nombre de contrats (suprieur 500) plus lev que celui que nous avons retenu, nous
observons que le rapport
contrats de Nombre
propres Fonds
est associ une probabilit de ruine quasi
constante de lordre de 6%.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 135 -
Conclusion
Dans ltude que nous avons propose, lactif (taux dintrt, inflation, actions,) et le passif
(provisions, primes,) ont tout deux t modliss en vue de tirer des conclusions relatives la
gestion et la rgulation de la probabilit de ruine.
Le dveloppement prsent en dernire partie, principalement bas sur les mthodes de simulations,
constitue une des applications possibles de la Dynamic Financial Analysis. En fonction de lobjectif
recherch par la socit (qui doit tre clairement dfini avant toute mise en place de modle), il est
possible de se concentrer sur ltude de diffrents items : mesure du risque, allocation stratgique
dactifs, contrle de la trsorerie, etc.
En ce qui concerne lapplication qui a t retenue en guise dillustration des modles DFA, nous
avons choisi daxer notre analyse sur un lment de mesure du risque relativement connu : la
probabilit de ruine. Plus que de prsenter des rsultats numriques , le document propose une
vritable mthodologie qui permet doffrir aux dcideurs, qui souhaitent atteindre un certain niveau de
couverture contre le risque, un large spectre doptions et dalternatives.
Dautre part, il est important de signaler que certains lments et distinctions (que nous navons pas
dtaills faute de temps) constituent des facteurs importants de la DFA :
gnralisation plusieurs branches dassurance. La prise en compte de plusieurs branches
doit indniablement passer par une modlisation de la dpendance entre les branches
considres (via lutilisation de copulas) ;
rassurance
51
de tout types (proportionnelle, excdent de sinistre, stop loss) ;
volution de la souscription ;
modlisation et traitement particulier des sinistres catastrophiques.
La prise en compte des liens existants entre les diffrents postes modliss sont lorigine de la
complexit de tels modles et les temps de simulation peuvent savrer relativement longs suivant les
paramtres pris en compte. De ce fait, certaines simplifications peuvent tre envisages si la mise en
place de lanalyse et les rsultats doivent tre raliss en un laps de temps relativement court.
Indniablement, les possibilits danalyse quoffre la DFA sont tendues et diversifies. A cet gard,
ce chantier ( peine entam) se prsente comme un domaine dactivit privilgi de lactuariat
moderne. Et il nest alors pas tonnant de voir plusieurs organismes reprsentatifs de lactuariat
(notamment lInstitut des Actuaires) se concentrer sur ce sujet faisant appels diffrentes
connaissances matrises par lactuaire (provisionnement, tarification, finance, comptabilit,).
51
Cf. ODJO H., DE LA FOATA C., Analyse dun systme de scurit cohrent et optimal pour une compagnie dassurance
IARD.
Conclusion
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 136 -
Bibliographie
Ouvrages et articles
AUGROS J.C.,[1989], Les options sur taux dintrt : dynamique des taux et valuation.
Economica
BEHAN D.F., FELDBLUM S., GATTIS D., [1995], Dynamic financial models of property-
casuaty insurers. The Casualty Actuarial Company.
BLACK F., DERMAN E, TOY W., [1990], A one-factor model of interest rates and its
application to treasury bond options. Journal of political economy.
BLACK F., SCHOLES M., [1973], The pricing of options and corporate liabilities. Journal of
political economy.
BONNASSIEUX M., BRUNEL V., Modle de Ho et Lee gnralis.
COX J.C., INGERSOLL J.E., ROSS S.A., [1985], "A theory of the term structure of interest
rate". Econometrica.
D'ARCY S.P., GORVETT R.W., HERBERS J.A., HETTINGER T., [1997], "Building a DFA
Analysis model that flies". The Casualty Actuarial Company.
D'ARCY S.P., GORVETT R.W., HETTINGER T.E., LEHMANN S.G., MILLER M.J., [1998],
"Building a public access PC-Based DFA model". The Casualty Actuarial Company.
DEMPSTER M.A.H., "Risk Management : Value at Risk and beyond". Cambridge University
Press.
DESPEYROUX A., PARTRAT Ch., LEVI Ch., VIGNANCOURT J., [2003], "Technique for
valuation a general insurance company within the framework of IAS standards : some
proposals". Forum Astin.
DE WINNE R., "Processus de diffusion de taux dintrt et correction du biais de
discrtisation". Universit Catholique de Louvain.
DUPIN G., MONFORT A., VERLE J.P., [2003], "Robust inference in rating models". Astin
2003.
GERMAN H., EL KAROUI N., ROCHET J.C., [1995], "Changes of numeraire, changes of
probability measures and pricing of options". Journal of Applied Probability.
HETTINGER T., "Dynamic Financial Analysis in the new millemium". The Casualty Actuarial
Company.
HEATH D., JARROW R., MORTON K., [1990], Bond pricing and the term structure of interest
rate : a discret time approximation. Journal of financial and quantitative analysis.
HO et LEE, [1986], Term structure movements and pricing interest rate contingent caims.
Journal of finance.
HULL J., WHITE A., [1996], Using Hull-White interest-rate trees. Journal of derivatives.
ISAAC D., BABCOCK N., "Beyond the frontier: using a DFA model to derive the cost of
capital". Swiss Re investors.
Bibliographie
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 137 -
KAUFMANN R., GADMER A., KLETT R., [2001], "Introduction to Dynamic Financial Analysis",
Astin Bulletin.
LAMBERTON D., LAPEYRE B., [1997], "Introduction au calcul stochastique appliqu la
finance". Ellipses.
MARKOWITZ H.M., [1952], Portfolio selection. Journal of finance.
McCULLAGH P., NELDER J.A., [1989], Generalized Linear Models. Fahrmeir & Tutz
ODJO H., DE LA FOATA C., Analyse dun systme de scurit cohrent et optimal pour une
compagnie dassurance IARD.
PARTRAT C., JAL P., [2002], "Evaluation de la provision pour sinistres, Mesures d'incertitude,
Bootstrap". Support de cours ISFA.
QUITTARD-PINON F., [2002], "Mathmatiques financires". Ems.
REGAZZONI Y., [1997], "Les provisions techniques une approche par simulations". Bulletin
Franais dActuariat.
SAPORTA G. , "Probabilits, analyse des donnes et statistiques". Editions Technip.
SHAH H., NAKADA P., [1999], "Deconstructing DFA". Global Reinsurance.
VASICEK O., [1977], An equilibirum characterisation of the term structure. Journal of
financial economics.
VERALL R.J., [1991], "On the estimation of reserves from loglinear models". Insurance :
mathematics and economics.
VERALL R.J., ENGLAND P.D., [1999], "Analytic and bootstrap estimates of prediction errors
in claim reserving". Insurance : mathematics and economics.
WILKIE A.D., [1995], More on a stochastic asset model for actuarial use. British Actuarial
Journal.
Mmoires
BERTHOIX F., CRUGNOLA J., [2001], Approche dynamique et stochastique de la solvabilit
en assurance . Thse IAF.
BOKOBZA N., [2002], Comparaison des modles stochastiques dallocation dactifs pour un
portefeuille de prvoyance collective. Mmoire Universit Paris IX Dauphine.
JACQUEMIN J., [2003], "Lutilisation des mthodes de simulation en assurance". Mmoire
ISFA.
Autres
CALLARD J., [2003], Confrence ISFA sur la DFA.
INSTITUT DES ACTUAIRES, [2003], Djeuners dbats sur la DFA.
LAFAILLE A., GOACHET O., THEROND P., TRANCHARD A., [2003], "Dynamic Financial
Analysis". Groupe de travail ISFA.
CODE DES ASSURANCES : Articles R332, R331, R334, A132. Editions Lamy.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 138 -
ANNEXES
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 140 -
Annexe 1 : Thormes financiers
52
Thorme de Girsanov
Soit lespace filtr (, F, ) o, F est la filtration du -mouvement brownien z. X une variable alatoire
adapte Ft telle que :
<
(
(
)
`
dt ). t ( X
2
1
exp E
T
0
2
(condition de Novikov)
Alors il est existe une mesure Q quivalente dfinie sur FT par la densit de Radon Nikodym :
)
`
dt ). t ( X .
2
1
- X(t).dz exp
d
dQ
T
0
T
0
2
=
t
0
ds ). s ( X - ) t ( z z(t)
pour t [0,T] est un mouvement brownien sous la nouvelle mesure de probabilit Q et la filtration de z.
Lemme dIt
Si x suit lquation scalaire : t).dz (x, t).dt (x, dx + = alors toute fonction numrique t) (x, y de
classe C par rapport x et de classe C
1
par rapport t, on a :
.dz . y dt . 2.y
2
1
. y y dy
x xx x t
+
(
+ + =
Dans le cas dun processus vectoriel, le rsultat scrit :
.dz . y dt . ) ' . race(y t .
2
1
. y y dy
'
x xx
'
x t
+
(
+ + =
Thorme dvaluation par changement de numraire
Etant donn un nouveau numraire X tel que X(t).(t) est une Q-martingale. Il existe une mesure Qx
sur FT, dfinie par :
) T (
X(0)
X(T)
) T ( P ). ( X
) T ( X
dQ
dQ
X
= =
0
tels que les actifs financiers de base exprims dans ce nouveau numraire sont des Qx-martingales.
La valeur dquilibre f(S,t) de lactif driv de payoff H(T) en T scrit :
(
=
) T ( X
) T ( H
E ). T ( X t) f(S,
t
Qx
s
52
Cf. QUITARD-PINON Franois, "Mathmatiques financires". Editions EMS.
Mmoire ISFA Les modles DFA : prsentation, utilit et application
- 141 -
Thorme de changement de temps
Soit M(t) la martingale dfinit par lquation diffrentielle stochastique suivante :
2 2 1 1
(t).dz x (t).dz x dM + =
o z1, z2 sont des borwniens non corrls et x1, x2 sont des fonctions dterministes. On dfinit une
fonction strictement croissante : | |
+ =
t
0
2
2
2
1
.du (u) x (u) x (t) . Dans ce conditions, il existe un unique
mouvement brownien B vrifiant :
(t)) B( M(0) M(t) + =
Corollaire du thorme du changement de temps
Si M est dfinit par :
2 2 1 1
(t).dz x (t).dz x + =
M
dM
, il vient alors
{ } .
2
1
- (t)) B( M(0).exp M(t) =
Annexe 2 : Temps de simulation
Le temps de simulation est fortement sensible au nombre de runs et au nombre de contrat. Pour
obtenir des rsultats fiables, il est conseill de procder aux simulations avec un nombre de runs
suprieur 5000.
Les caractristiques de lordinateur utilis pour lobtention des rsultats sont les suivants :
Pentium 3
700 MHz
524 Mo de RAM
Pour 100 contrats et 5 000 runs, le temps dobtention des diffrents indicateurs (probabilit de ruine,
probabilit dinsuffisance, date de survenance de la ruine, date de survenance de linsuffisance)
seffectue en 1 minute et 5 secondes. La construction dune courbe comprenant 50 points ncessite
approximativement 1 heure.
Pour 100 contrats et 10 000 runs, le temps dobtention des diffrents indicateurs est de 2 minutes 30
environ.
Lorsquon augmente le nombre de contrats 10 000, le temps de rponse de lapplication est de 12
minutes et 30 secondes.