Prix des Sciences du Risque 2023 : Félicitations à Marguerite Saucé et Antoine Heranval
Pour la 5e édition du Prix des Sciences du Risque, la Fondation Optimind, en partenariat avec l'Institut des actuaires, l’AMRAE, France Assureurs et l’Argus de l’assurance, a distingué deux co-lauréates en 2023, qui reçoivent chacune un prix d’un montant de 5 000 euros, ainsi qu'une mention spéciale. Nos félicitations à :
- Marguerite SAUCÉ (étudiante du Mastère spécialisé Actuariat), récompensée pour son mémoire réalisé à l’ENSAE Paris, « AI and ethics in insurance: a new solution to mitigate proxy discrimination in risk modelisation »
Incitée par l’attention croissante de régulateurs sur l’utilisation éthique des données en assurance, la communauté actuarielle peut être conduite à analyser les pratiques de tarification et de sélection du risque pour une assurance plus équitable en considérant des contraintes, réglementaires ou non, sur la non-discrimination et l’utilisation de données personnelles à caractère sensible dans les algorithmes.
Si l’absence de recours à des variables protégées prévient les cas de discrimination directe, les interactions latentes entre ces dernières et d’autres variables tarifaires constituent un vecteur de discrimination indirecte. Les travaux primés proposent une méthode innovante visant à réduire les risques de discrimination indirecte à partir de concepts mathématiques d’algèbre linéaire. L’illustration de la méthodologie proposée sur un cas concret de sélection de risque en assurance vie permet d’en démontrer la simplicité d’usage et la performance.
- Antoine Heranval (coordinateur des enseignements en finance et actuariat de l'ENSAE Paris), salué par une mention spéciale pour sa thèse « Contributions des données de l’assurance à l’étude des risques naturels - Application de méthodes d’apprentissage statistique pour l’évaluation de la nature et du coût des dommages assurés liés aux événements naturels en France », réalisée à l’École doctorale Sciences Mathématiques de Paris Centre – Sorbonne Université.
Dans un contexte d’augmentation de la sinistralité liée aux événements climatiques, cette thèse présente des applications de méthodes d’apprentissage statistique pour l’évaluation de la nature et du coût des dommages assurés dû aux risques naturels en France.
Dans un premier temps, l’étude de la sinistralité à l’échelle fine du bâtiment par l’application de méthodes de classification textuelle à des rapports d’expertise permet d’en identifier les parties vulnérables et potentiellement d’améliorer la prévention. Ensuite, l’estimation du coût de dommages lié au RGA via la comparaison de modèles statistiques, d’algorithmes d’apprentissage automatique et une agrégation de ces modèles permet d’obtenir une indication pertinente sur la gravité potentielle d’un événement sécheresse en cours et de mieux établir les liens entre le coût et des covariables d’intérêt, notamment météorologiques et géologiques. Enfin, une méthode d’estimation du coût des événements inondations, rapidement après leur occurrence, au travers du couplage de la théorie des valeurs extrêmes à des arbres de régression et du recours à la théorie de la crédibilité est proposée.
Crédits photo : Sacha Lenormand