Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université de Sfax
Faculté des Sciences Economiques et de Gestion de Sfax

Rapport de Stage

Présenté en vue d'obtenir le diplôme du MASTER PROFESIONNEL EN

ACTUARIAT ET GESTION DES RISQUES

Elaboré par

CHIKHAOUI KHALIL

Modélisation et Simulation des sinistres : Cas d’assurance Automobile

Réalisé au sein de

L’assurance islamique « ZITOUNA TAKAFUL »

Encadré par

Encadrant(s) universitaire(s) Encadrant(s) professionnel(s)

Mr. Ghorbel Ahmed Mr. Ben Ammar Naceur

1
 Remerciements

La réalisation de ce travail a été possible grâce à Dieu le père tout puissant et au concours de
nombreuses personnes auxquelles nous témoignons ici notre gratitude.
Nous pensons au :

-Mr. Ahmed Ghorbel responsable du Master actuariat et gestion des risques pour son
encadrement et son dévouement tout au long de formation.

-Mr. Makrem Ben Sassi Président Directeur Général de la compagnie d’assurance Zitouna
Takaful qui m’a donné la possibilité de faire ce stage académique dans sa société.

-Mr. Riadh Maaouia Directeur de la Direction Technique, pour ses nombreux conseils et son
apport dans la mise en œuvre de ce mémoire.

-Mr. Naceur Ben Ammar Responsable du service sinistre matériel automobile, l’encadreur
professionnel, pour sa disponibilité et son apport dans la mise en œuvre de ce mémoire.

-Mr. Mondher Jouiri Responsable du service Production automobile.

-Tout le personnel de Zitouna Takaful pour leur accueil chaleureux, leur disponibilité et
tout leur soutien.

Nous ne saurions oublier mes camarades de master, ma famille, et mes amis.

2
 Table des matières

Remerciements ..............................................................................................................................2
Table des matiéres ........................................................................................................................ 3
Liste des figures .............................................................................................................................5
Liste des Tableaux .........................................................................................................................6
Introduction générale............................................................................................................ 7
CHAPITRE I. PRESENTATION DE LA COMPAGNIE D’ASSURANCE ET SES GARANTIES…….8
1.Présentation de la compagnie d’assurance islamique Zitouna Takaful ..........................................
1.1 Identité .......................................................................................................................................
1.2 Conseil d’Administration ............................................................................................................
1.3 Principaux indicateurs d'activités de l'assurance "ZITOUNA TAKAFUL" 2012-2016..................
2.Présentation des garanties en assurance automobile et leurs tarifications ................................. 10
2.1 Garantie Responsabilité Civile ....................................................................................................
2.2 Garantie défense et recours .........................................................................................................
2.3 Garantie vol et tentative de vol du véhicule ...............................................................................
2.4 Garantie Incendie du véhicule .....................................................................................................
2.5 Garantie Bris de Glace ................................................................................................................
2.6 Garantie Dommage Collision ....................................................................................................
2.7 Garantie Dommages au véhicule ...............................................................................................
3. Processus opérationnel de gestion des sinistres .......................................................................... 16
3.1 Réception et traitement de déclaration sinistre .............................................................................
3.2 Evaluation d’un sinistre ..............................................................................................................
3.3 Désignation de l’expert ...............................................................................................................
3.4 Mode de gestion des dossiers matériels .......................................................................................
3.4.1 Gestion des dommages ........................................................................................................

3.4.2 Gestion des Sinistres inter-compagnies ................................................................................

CHAPITRE II.MODELISATION DE TYPE DES SINISTRES PAR UNE CHAINE DE MARKOV…22
1. Présentation des Données................................................................................................................
2. Modélisation de Type de sinistre par une Chaine de Markov .................................................... 23
2.1 Rappels Théorique sur les Chaînes de Markov ............................................................................
2.1.1 Chaînes de Markov irréductibles ........................................................................................

2.1.2 Etats récurrents / Transitoires ............................................................................................

2.1.3 Etat Absorbant ....................................................................................................................

2.2 Analyse Descriptive De Type des sinistres ………………………………………………………..
2.3 Estimation de la chaine de Markov..............................................................................................

3
 Table des matières

CHAPITRE III. MODELISATION DE NOMBRE ET DU COÛT DES SINISTRES …………………...30

1. Modélisation du nombre de sinistres ..............................................................................................
1.1 Statistique descriptive du nombre des sinistres ............................................................................
1.2 Emission d’hypothèse .................................................................................................................
1.3 Estimation du paramètre de la loi de poisson par la méthode du maximum de vraisemblance .......
1.3.1 Rappel théorique sur la loi de Poisson .............................................................................
1.3.2 Estimation du paramètre de la loi de poisson par méthode « MLE » .................................
1.4 Tests d’adéquations ....................................................................................................................
1.4.1 Analyse graphique des fonctions de densités et de Réparation empiriques et théorique .....
1.4.2 Test d’adéquation χ2 ......................................................................................................
1.4.3 Test d’adéquation d’Anderson Darling ............................................................................
2. Modélisation du Montant d’indemnisation d’un sinistre ........................................................... 37
2.1 Analyse statistique du coût de sinistre .........................................................................................
2.1.1 Analyse statistique univariée ...........................................................................................
2.1.2 Analyse Bivariée : Test ANOVA à un facteur ..................................................................
2.2 Emission d’hypothèses ...............................................................................................................
2.2.1 Loi log-normale ..............................................................................................................
2.2.2 Loi Weibull .....................................................................................................................
2.2.3 Loi Gamma .....................................................................................................................
2.3 Estimation des paramètres et Test d’adéquations .........................................................................
2.3.1 Estimations des paramètres des lois par la méthode de vraisemblance ..............................
2.3.2 Résultats des modélisations ...........................................................................................
CHAPITRE IIII . TECHNIQUE DE SIMULATION D’UN SCENARIO DE SINISTRES……. ............................... 45
1. Définition de la simulation numérique ...........................................................................................
2. Démarche de simulation d’un scénario de sinistres........................................................................
3. Cas Pratique ....................................................................................................................................
3.1 Simulation d’un scénario de nombre de sinistre annuel ................................................................
3.2 Simulation du type des sinistres ..................................................................................................
3.3 Simulation du montant des sinistres ..........................................................................................
Conclusion......................................................................................................................................
Annexes ..........................................................................................................................................

4
 Liste des figures

Figure 1 – Evolution du chiffre d'affaires en millions de dinars ......................................................9

Figure 2 – Diagramme en Bâton des différents garanties touchées ................................................ 26
Figure 3 –Matrice de Transition de la chaine de Markov ............................................................. 26
Figure 4 – Ecart-type des Probabilités estimés.................................................................................27
Figure 5 – Intervalles de confiance des Probabilités de passage .................................................... 27
Figure 6 – Diagramme de la chaine de Markov Estimée ............................................................... 28
Figure 7 – Matrice de Passage après 5 étapes ............................................................................... 28
Figure 8 – Histogramme des nombres de sinistres ........................................................................ 31
Figure 9 – Fonction de Répartition de nombre de sinistre ............................................................. 32
Figure 10 – Résultat d’estimation de paramètre λ ......................................................................... 33
Figure 11 – Fonctions de densités et de répartition Empiriques et théoriques ................................ 34
Figure 12 – Résultat du test de Chi-deux ...................................................................................... 35
Figure 13 – Résultat du test d’Anderson-Darling .......................................................................... 36
Figure 14 – Histogramme du montant d’un sinistre ...................................................................... 37
Figure 15 – Résultat du test ANOVA ........................................................................................... 38
Figure 16 – Quelques Lignes des sinistres Simulés ....................................................................... 48

5
 Liste des tableaux

Tableau 1 – Indicateurs d’activité de la compagnie d’assurance Zitouna Takaful ............................9

Tableau 2 –Tarification de la responsabilité civile ........................................................................ 10
Tableau 3 – Coefficients Bonus-Malus pour usage « Affaire » ..................................................... 11
Tableau 4 – Coefficients Bonus-Malus pour autre usages ............................................................. 12
Tableau 5 – Tarification des garanties « Incendie » et « Vol » ...................................................... 14
Tableau 6 – Exemple de pourcentages appliqués au Garantie « DV » ........................................... 16
Tableau 7 – Les modalités de la variable « USAGE » ................................................................... 22
Tableau 8 – Les modalités de la variable Type de sinistre ............................................................. 23
Tableau 9 – Répartition des différents sinistres selon leurs types .................................................. 25
Tableau 10 – Analyse descriptive du nombre de sinistre hebdomadaire ........................................ 31
Tableau 11– Analyse descriptive du montant d’un sinistre............................................................ 37
Tableau 12– Analyse descriptive du montant d’un sinistre par type .............................................. 38

6
 INTRODUCTION GENERALE

L’assurance fournis les moyens aux différents intervenants économiques de transférer

la charge de l’incertitude à l’assureur moyennant une contrepartie financière dite prime. En
échange, l’assureur s’engage à apporter un appui financier en cas de survenance d’un péril ou
d’une perte spécifiée. Il s’agit là d’un mécanisme efficace de transfert du risque par lequel
des individus ou des sociétés peuvent échanger l’incertitude de la perte financière par la
sécurité de la prime à payer.

Soumis aux incertitudes inhérentes à la fréquence, à la survenance et au coût des

sinistres, l’assureur peut aussi de son côté faire appel à la réassurance pour permettre la
dispersion et le partage du risque.

On retrouve la modélisation statistique dans de plus en plus de domaines (phénomènes

physiques, économique, ou autres) puisque l’un des grands enjeux aujourd’hui est celui du
traitement des masses de données enregistrées dans diésèrent secteurs, et les exploiter au
mieux d’un point de vue statistique. Dans le monde de l’Industrie notamment, des disciplines
telles que le contrôle de qualité ou la fiabilité connaissent un développement considérable de
cette modélisation statistique.

Notre travail se consiste à mettre en pratique des applications de la modélisation

statistique, à savoir la modélisation de types, nombre et montants de sinistres en se référant à
la base des données des sinistres déclarées au sein de la compagnie d’assurance islamique
Zitouna Takaful.

Dans une première partie, nous présenterons la compagnie d’assurance « Zitouna

Takaful », ses garanties en assurance automobile en mettant l’accent sur leurs tarifications
ainsi que le processus opérationnel de gestion des sinistres.

Nous présentons ensuite, une modélisation de type des sinistres par une chaine de
Markov et la modélisation du nombre et du coûts des sinistres par une approximation des
distributions par des lois usuelles.

En fin, on va présenter une Technique de Simulation des scénarios possibles des

sinistres futurs.

7
 CHAPITRE 1. PRESENTATION DE LA
COMPAGNIE D’ASSURANCE ET SES
GARANTIES

1.Présentation de la compagnie d’assurance islamique Zitouna

Takaful

« ZITOUNA TAKAUL » a obtenu à la fin du mois de janvier 2010 un agrément pour

la création de la première compagnie d’assurance islamique Takaful en Tunisie. Elle est régie
par le code des assurances promulgué par la loi N° 92 – 24 du 09 Mars 1992 et l’ensemble des
textes qui l’ont modifié ou complété. L’ensemble de ses produits et services sont conformes
aux principes de la Finance Islamique.

1.1 Identité
Capital Social : 15 000 000 dinars
RC : B01100102011
Matricule fiscal : 1183749MPM000
Siège social : Immeuble ZITOUNA TAKAFUL avenue de la bourse les jardins du lac
Directeur Général : M. Makrem BEN SASSI

1.2 Conseil d’Administration

‐ Monsieur Abdelkader Zgholli, Président du Conseil d’Administration
‐ La Société Al Karama Holding S.A
‐ La Banque Zitouna
‐ La Société Portefeuille Invest SARL
‐ l’Etat Tunisien
‐ Monsieur Mahfoudh BAROUNI
‐ Monsieur Makrem BEN SASSI

8
1.3 Principaux indicateurs d'activités de l'assurance "ZITOUNA
TAKAFUL" 2012-2016

40.000
35.718
35.000

30.000 27.256
Chiffre d'affaires

25.000
19.303
20.000

15.000
8.846
10.000

5.000 1.660
0.000
2012 2013 2014 2015 2016

Figure 1 – l'évolution du chiffre d'affaires en millions de dinars

Tableau 1 – Indicateurs d’activité de la compagnie d’assurance ZT

Crée en 2011 avec un capital de 15 000 000 dinars tunisiens, ZITOUNA TAKAFUL
est une compagnie d’assurances et de réassurances proposant une large gamme de produits
Takaful Général et Takaful Family destinés aux particuliers, professionnels et entreprises. On
s’intéresse à la Présentation des garanties destinés aux véhicules terrestres à moteur.

9
2. Présentation des garanties en assurance automobile et leurs
tarifications
2.1 Garantie Responsabilité Civile
Zitouna Takaful garantit l’assuré contre les conséquences pécuniaires de la
responsabilité civile que celui – ci peut encourir en raison des dommages corporels ou
matériels causés aux personnes et aux biens du fait de l’usage du véhicule assuré, et ce
conformément aux dispositions des articles 110 et 117 du code des assurances, et
résultant Des dommages, incendies ou explosions causés par le véhicule terrestre à
moteur, ses remorques, ses accessoires, les équipements servant à son utilisation, les
objets ou substances qu’il transporte.
2.1.1 Tarification de la responsabilité civile
Le système de tarification de la responsabilité civile utilisé en Tunisie, instauré
en 1993, se base essentiellement sur la puissance et l’usage de l’automobile, et d'un
système bonus-malus pour la responsabilité Civile Dans cette partie nous allons
présenter le barème de tarification déterminé par le ministère des Finances pour les
différents types de véhicules en 2017, le système de bonus-malus appliqué ainsi que
leurs limites.

Tableau 2 –Tarification de la responsabilité civile

10
2.1.2 Les limites de la Tarification RC
Des études ont montré que La tarification de l’assurance Responsabilité Civile
automobile est inadaptée et largement inégalitaire, En effet, l’Etat impose, par la force de la
loi, une sous-tarification de la RC obligatoire qui se traduit par un Ratio de Sinistres à Primes
(S/P) largement supérieurs à 100%. Cette sous Tarification oblige les assureurs à entrer dans
un jeu complexe de compensation, notamment à travers la Sur-tarification des garanties
annexes (facultatives).
Le déséquilibre de la RC Auto pèse même sur l’ensemble du marché : dans la mesure
où la compensation entre les garanties annexes facultatives et la garantie RC obligatoire peut
ne pas suffire à assurer la rentabilité globale de la branche, le déficit de la branche est alors
compensé par les autres branches.
Malgré ce constat peu encourageant, il est important de souligner qu’il existe des
exemples de pays placés dans une situation identique et qui ont su mener à bien une réforme
de la RC Auto : ainsi, le Maroc se trouvait dans une situation comparable à celle de la Tunisie
il y a plus de 20 ans et a su, en moins de 10 ans, élaborer et mettre en place un programme de
réforme qui a permis à la branche Auto de devenir excédentaire.

2.1.3 Présentation du système bonus-malus

Le système Bonus- Malus est appliqué pour tous les véhicules terrestres à moteur à
l’exception des véhicules à deux roues. La prime est déterminée en multipliant la prime de
base pour la responsabilité civile (fixée par le ministère des Finances selon la puissance et
l’usage de la voiture) par un coefficient de réduction ou de majoration fixé conformément aux
Tableaux 3 et 4.

Tableau 3 – Coefficients Bonus-Malus pour usage « Affaire »

Classe Coefficient de Bonus-Malus

11 350%
10 300%
9 250%
8 200%
7 160%
6 140%
5 120%
4 100%
3 90%
2 80%
1 70%

11
 Tableau 4 – Coefficients Bonus-Malus pour autre usages

Classe Coefficient de Bonus-Malus

7 200%
6 170%
5 150%
4 120%
3 100%
2 90%
1 80%

2.1.4 Application du système bonus-malus

Pour les nouveaux conducteurs des véhicules terrestres à moteurs qui ont obtenu un
permis de conduite qui ne dépasse pas deux ans d’ancienneté ou qui ne peuvent pas prouver
une attestation d’assurance passé seront classés dans la classe 8 pour l’usage « affaire » et la
classe 7 pour autres usages qui correspondent à un coefficient de Bonus-Malus égale à 200%
et ils se bénéficient d’un coefficient égal à 100% (classe 4 pour usage « Affaire » et classe 3
pour autres usages) si aucun sinistre est déclaré pendant deux ans Consécutifs.
Le passage d’une classe à une autre se passe comme suit :

 Baisser d’une classe si aucun sinistre a eu lieu pendant deux années

consécutives.
 Monter de deux classes si un sinistre a eu lieu et qui a causé des dommages
corporels et de trois classes pour chaque autre sinistre qui a causé des
dommages corporels commis pendant la même année de souscription.
 Monter d’une classe pour chaque sinistre qui a causé seulement de dommages
matériels

2.1.5 Limites de Système Bonus-Malus

Le système de bonus-malus n’a pas d’effet déterminant sur la sinistralité du marché en

raison d’une conception (à un degré moindre) et d’une application défaillante, en effet, Le
système est mal appliqué ou contourné par le marché. Cela est le fait, d’une part de l’attitude
des compagnies qui ne respectent pas toujours les procédures, et d’autre part, du
comportement de certains des assurés les plus accidentogènes, De plus, un nombre
relativement faible d’années suffit pour atteindre le bonus maximal.

12
2.2 Garantie défense et recours
Zitouna Takaful indemnise, à concurrence du montant indiqué aux conditions
particulières, le paiement de tous frais d’enquête, d’expertise, d’assistance judiciaire pouvant
incomber à l’assuré suite à un accident de la circulation garanti et causé par le véhicule assuré
et ce dans les cas suivants :
 En cas de poursuite judiciaire de l’assuré devant les tribunaux correctionnels
pour homicide ou blessures involontaires.
 En cas de défense des intérêts et des droits de l’assuré devant les tribunaux
civils en raison des poursuites judiciaires suite à un accident de la circulation
garanti et provoqué par le véhicule assuré.
 En cas des dommages subis par le véhicule assuré et imputables à un tiers pour
réclamer à ce dernier ou à son assureur soit à l’amiable soit devant les
tribunaux la réparation des préjudices corporels et matériels éprouvés par
l’assuré.
Tarification de la garantie défense et recours
Pour la garantie Défense et Recours, chaque participant paie un montant égal à 30D
pour un capital garanti de 1000D.

2.3 Garantie vol et tentative de vol du véhicule

2.1.3 Le vol du véhicule
Le vol du véhicule doit être matérialisé par : l’effraction du local qui renferme le
véhicule et dont l’assuré a seul l’accès ou l’agression de son conducteur ou l’effraction du
véhicule lui – même. Dans ce dernier cas, pour être garanti, le vol par effraction du véhicule
doit être caractérisé par un ensemble d’indices sérieux rendant vraisemblable cette
appropriation frauduleuse : le forcement de la direction et de la serrure de blocage de celle –
ci et des dégradations de l’appareillage électrique de démarrage.
Le conducteur doit prendre tous les soins en vue de préserver le véhicule et notamment
fermer les vitres latérales, mettre en action les dispositifs de protection et d’alarme, verrouiller
les portières avant de s’en éloigner, ne pas laisser la carte grise et les clés sur ou dans le
véhicule.
2.1.3 La tentative de vol
Dans ce cas, Zitouna Takaful garantit les dommages subis par le véhicule et précisés
ci-après lorsqu’ils sont, à dire d’expert, les conséquences directes de la tentative du vol.
Pour être garantie, la tentative de vol doit être caractérisée par au moins un indice
sérieux qui la rend vraisemblable et qui détermine l’intention des voleurs : effraction de
l’habitacle ou forcement de la direction ou effraction de la serrure de blocage de celle – ci ou
dégradation de l’appareillage électrique de démarrage.

13
2.4 Garantie Incendie du véhicule
Zitouna Takaful indemnise l’assuré des dommages subis par le véhicule désigné aux
conditions particulières ainsi que les accessoires et les pièces de rechange que le constructeur
livre en même temps que le véhicule et résultant des évènements suivants : incendie,
explosion, combustion spontanée, chute de la foudre, à l’exclusion de ceux causés par la
dynamite ou autres explosions.
Tarification des Garanties Vol et Incendie
La tarification pour la garantie vol et la garantie incendie se répartit en deux tranches :
 Une tranche fixe (15D pour vol et 10D pour incendie)
 Une tranche supplémentaire calculée en multipliant la valeur du véhicule par
un pourcentage bien déterminée.

Tableau 5 – Tarification des garanties « Incendie » et « Vol »

14
2.5 Garantie Bris de Glace
Si cette garantie est souscrite, la compagnie d’assurance indemnise les dommages
résultant d’un bris des glaces involontaire causé par le jet des objets externes ou par collision
avec un corps fixe ou mobile ou à cause du renversement du véhicule, et ce pour le pare-brise,
la lunette arrière et les vitres latérales (Les Rétroviseurs sont exclus de la garantie).
Le montant total des indemnités au titre des sinistres survenus au cours d’une même
année de souscription, ne peut pas dépasser la somme assurée et indiquée aux conditions
particulières et pour chaque sinistre, une franchise de 10% des dommages reste à la charge de
l’assuré.
Tarification de la garantie Bris de Glace
Pour la garantie Bris de glace, Pour un Capital garanti égale à 500D en cas de sinistre
et avec une franchise de 10% (toujours pour cette garantie) supportée par l’assuré, le montant
à payer est égale à 25D

2.6 Garantie Dommage Collision

Si cette garantie est souscrite, Zitouna Takaful indemnise les dommages résultant de la
collision survenant hors des garages ou propriétés occupées par l’assuré, avec un véhicule ou
un animal à condition que le propriétaire de ce véhicule ou cet animal soit une personne
identifiée.
Le montant total des indemnisations au titre des sinistres survenus au cours d’une
même année d’assurance, ne peut pas dépasser la somme assurée indiquée aux conditions
particulières et le pourcentage de la vétusté, indiqué au rapport de l’expert mandaté, est déduit
sur les prix des pièces de rechange.

Tarification de la garantie Dommage Collision

Pour la garantie Dommage Collision, pour chaque 1000D du capital garantie (cette
garantie est toujours sans franchise), l’assuré paie un montant qui est égale à 70D.

2.7 Garantie Dommages au véhicule

Si cette garantie est souscrite, la compagnie d’assurance Zitouna Takaful indemnise
les dommages subis par le véhicule ainsi que les accessoires et les pièces de rechange que le
constructeur a livré en même temps avec le véhicule lorsque ces dommages résultent de l’un
des événements suivants :
 Choc entre le véhicule assuré et tout corps étranger.
 Renversement du véhicule assuré.
 Immersion du véhicule assuré consécutive à l’un des événements définis ci –
dessus.

15
 La garantie « Dommages au véhicule » est assortie d’une franchise calculée en
fonction de la valeur catalogue du véhicule au jour de la souscription du contrat.
Cette franchise sera calculée comme le pourcentage indiqué aux conditions
particulières multiplié par la valeur catalogue du véhicule au moment de la souscription du
contrat. Elle sera déduite de l’indemnité et ce indépendamment de la valeur des dommages.
Tarification de la garantie Dommages au véhicule
Pour la garantie Dommages au véhicule, le montant à payer est déterminé en
multipliant un pourcentage par la valeur de la voiture lors de la souscription du contrat, ce
pourcentage est déterminé selon la franchise choisie et l’usage du véhicule.

Tableau 6 – Exemple de pourcentages appliqués au Garantie DV

3. Processus opérationnel de gestion des sinistres

Généralement, la gestion d’un dossier sinistre passe par 4 Phases :

les mécanismes de
Réception et traitement de gestions (gestion des gestion des
Désignation de l'expert réglements/récupératio
déclaration sinistre dommages, gestion des
ns
sinistres)

3.1 Réception et traitement de déclaration sinistre

Lors de la survenance d’un sinistre, l’assuré doit faire parvenir la déclaration de
sinistre au plus tard dans les cinq jours qui suivent la date de survenance de l’accident, ce
délai est ramené à 2 jours en cas de vol. En cas de non-respect de ce délai, l’assuré doit
expliquer par écrit la cause de retard (maladie, force majeure etc…).
Il existe plusieurs types de déclaration d’un sinistre citons :
 Constat amiable : Le constat est la déclaration la plus classique d’un sinistre, il
doit être déposé à l’assureur pour connaitre les circonstances du sinistre.
 Lettre d’ouverture de la compagnie adverse : En cas d’un sinistre responsable
touchant la responsabilité civile de l’assuré, ce dernier peut ne pas déclarer
surtout s’il n’avait pas aucune garantie lui permettant de s’indemniser contre
les dommages. Dans ces cas, la compagnie adverse doit obligatoirement, après

16
 la déclaration d’un sinistre par son assuré, envoyez à l’autre compagnie
d’assurance une lettre d’ouverture du sinistre avec une copie du constat
amiable.
 Constat préliminaire Pour les dommages supérieurs à 5000 Dinars, l’expert
désigné par l’assureur doit remettre contre décharge au siège de l’assureur de
l’auteur responsable ou par lettre recommandée avec accusé de réception un
constat préliminaire des dégâts, dans un délai de dix jours à compter de la date
de la réception de l’ordre de mission.
 Procès-verbal
 Jugement

Dès la réception de la déclaration du sinistre, le gestionnaire doit nécessairement

vérifier :
 La validité du contrat et l’existence de la garantie couvrant le risque déclaré. :
Si en cas d’un sinistre touchant la responsabilité civile et après la réception de
la lettre d’ouverture auprès de la compagnie adverse, le gestionnaire doit
envoyez une lettre de rejet officiel si le contrat n’a pas d’effet lors de la
survenance du sinistre ou si l’assuré n’existe pas.

 La concordance du numéro de contrat déclaré avec le numéro de contrat sur le

système.
 Les circonstances et le remplissage du constat (caches cochées, texte et
schéma).
 Le délai de la déclaration
 Déterminer la responsabilité et le cas à partir du barème de responsabilité établi
par la Fédération Tunisienne des Sociétés d’Assurances « FTUSA », ce barème
se compose de 25 cas
 De 1 à 5 cas des véhicules circulant dans le même sens et sur une même
chaussée.
 De 6 à 7 cas des véhicules circulant en sens inverse.
 De 8 à 9 cas des véhicules provenant de deux chaussées différentes.
 De 10 à 13 cas des véhicules en stationnement ou à l’arrêt.
 De 14 à 25 des cas spéciaux.

La direction des véhicules, leur positionnement sur la chaussé et le stationnement de

l’un des véhicules doivent être pris en considération. Par contre, tout interprétation tel que
vitesse, avertisseur sonore etc. est exclue pour l’application du barème.

Si la garantie est souscrite et le contrat est bien validé, le gestionnaire doit procéder à
l’ouverture et l’enregistrement d’un dossier sinistre sur le système-informatique. Tous les
documents relatifs au sinistre sont classés dans un dossier portant un identifiant unique.

17
3.2 Evaluation d’un sinistre
Un dossier sinistre doit être obligatoirement provisionné à l’ouverture, cette provision
doit englober les dépenses nécessaires au règlement de ce sinistre et réévaluer en fonction de
toute nouvelle information (rapport d’expertise, Constat préliminaire …)
Il arrive que certains sinistres touchent plusieurs garanties, dans ce cas il y a lieu de
faire autant d’évaluations que de garanties touchées.

3.3 Désignation de l’expert

Après l’ouverture du dossier sinistre, le gestionnaire doit désigner un expert pour
évaluer les dégâts et établir un ordre de mission. En effet,
Le participant doit réparer les dégâts subis et remettre les factures de réparation à
l’expert et ce dernier doit nécessairement photographier le véhicule avant et après accident,
évaluer les dégâts, voir si les circonstances sur le constat amiable concordent avec les dégâts
subis, et établir son rapport d’expertise.

3.4 Mode de gestion des dossiers matériels

La procédure de gestion d’un sinistre matériel varie selon La garantie impliquée et les
circonstances de l’accident, un dossier sinistre peut être traité soit dans l’entité « Gestion des
Dommages » soit dans l’entité « Gestion des Sinistres inter-compagnies » soit dans ces deux
entités.
3.4.1 Gestion des dommages
Les dossiers dommages sont les dossiers où le participant est souscrit à une garantie
lui permettant de s’indemniser contre les dommages subis à son propre véhicule : Bris de
glace, Dommage Collision, Vol, Incendie.
Pour la gestion des dossiers dommages, le gestionnaire doit dès la réception des
documents de déclaration, d’expertise et de réparation :
 Saisir les informations nécessaires du rapport et honoraires d’expert.
 Exécuter le règlement d’honoraire expert.
 Exécuter le règlement au profit du participant et imprimer la quittance.
 Transmettre au service financier la quittance de règlement éditée à fin
d’établir le chèque d’indemnisation.
 Transmettre le chèque au participant contre décharge sur la quittance.
Après le traitement du dossier, deux cas sont possibles :
 Si le dossier est un dossier sans tiers, le dossier sera clôturé.
 Si le dossier est un dossier avec tiers, le dossier est transféré au service Gestion
des sinistres inter-compagnies.

18
3.4.2 Gestion des Sinistres inter-compagnies
Les dossiers Sinistres inter-compagnies sont les dossiers où le sinistre est causé par
deux véhicules assurés ou plus 3 types de dossiers sont possibles

 DEFENSE : Un dossier sinistre est de type Défense si le participant supporte

une part des responsabilités pouvant entraîner l’indemnisation des dommages
subis à un tier ou à ses biens, suite à la souscription au garantie « responsabilité
Civile »
 RECOURS : Un dossier sinistre est de type Recours lorsque le participant,
dont le véhicule a subi des dommages, s’avère être partiellement ou nullement
responsable de sinistre, suite à la souscription au garantie « défense et
recours »
 CONNEXE : Un dossier sinistre est de type Connexe si les véhicules sont
assurés dans la même compagnie d’assurance, dans ce cas, pour chaque
véhicule un dossier sinistre est ouvert selon leurs responsabilités dans
l’accident.

Il Existe deux Types De gestion des sinistres selon les conventions inter-compagnies à
savoir la convention « IDA » et la convention « HIDA ».

CONVENTION D’INDEMNISATION DIRECTE DE L’ASSURE (IDA)

Conscientes de l’importance d’un règlement rapide des sinistres matériels
automobiles, les compagnies d’assurances tunisiens ont signé une convention qui leur permet
d’indemniser eux-mêmes leurs assurés de leurs dommages matériels dans la proportion de la
responsabilité de la partie adverse et demander la récupération du montant d’indemnisation
ultérieurement.

Pour l’application de cette convention, des conditions doit être respectés :

 Le sinistre doit être survenus dans le territoire tunisien
 La collision entre deux et seulement deux véhicules terrestres à moteur
identifiés et assurés en responsabilité civile.
 Les dommages doivent être purement matériels (pas de lésions
corporelles à quiconque) et le montant de l’indemnité alloué ne doit pas
dépasser 5000D en tenant compte du pourcentage de la responsabilité
incombant à la partie adverse.

19
  La déclaration sur le constat amiable doit être soigneusement écrit et
bien remplie (La responsabilité dans l’accident doit être bien définie à
l’aide du constat amiable).

Si ces conditions sont respectées dans un dossier, l’assureur directe doit envoyer après
l’ouverture du dossier au siège de l’assureur de l’assuré responsable une « Lettre IDA »
indiquant l’identification des assurés, la date de survenance et la responsabilité déterminé par
le barème de FTUSA accompagnée d’une photocopie du constat amiable.

L’assureur de l’auteur responsable dispose d’un délai de quinze jours à compter de la

date de la réception de la lettre IDA s’opposer au règlement de l’indemnité en envoyant une
lettre de Rejet IDA Si non l’assureur directe procède au règlement de l’indemnité de l’assuré
victime et exerce le recours en s’adressant chaque mois un bordereau indiquant tous les
sinistres réglés dans le cadre de cette convention avec toutes les pièces originales des sinistres
afin de récupérer le montant payé.

Si une des conditions de l’application de cette convention n’est pas respecté ou si

L’assureur de l’autre responsable du sinistre a envoyé une lettre de rejet IDA, La gestion du
sinistre se fait sur une convention Hors IDA.

CONVENTION HORS « IDA »

Afin de parvenir à des règlements rapides et équitables des sinistres et d’éviter les
procédures judiciaires, les entreprises d’assurances pratiquant l’assurance automobile ont
signés une convention dite « convention hors IDA » qui leurs engagent à exercer un recours
au nom de leurs assurés.

En premier temps, L’agent de recours remet les pièces du sinistre originaux (constat
amiable, rapport d’expertise, factures de réparation …) auprès de l’agent du tiers responsable.
Les travaux des séances de recours sont consignés dans des procès-verbaux de réunions signés
par l’agent de recours et par l’agent de défense. En cas où l’agent de défense refuse de signer
le procès-verbal, son responsable direct est saisi immédiatement par l’agent de recours. Trois
cas sont possibles :
 Cas 1 : L’assureur de l’auteur responsable donne son accord pour le règlement
d’un sinistre, il remet à l’assureur direct une quittance visée par ses soins et
libellée au profit du tiers, elle est réglée par l’assureur direct. L’assureur de
l’auteur responsable émetteur des quittances rembourse à l’assureur direct le
montant des quittances réglées par ce dernier et signées par les tiers lésés.

20
  Cas 2 : L’assureur de l’auteur responsable peut désigner un deuxième expert
s’il a un doute sur le sinistre : Dégâts non conforme aux circonstances de
sinistre ou le montant de réparation est trop gonflé, le deuxième expert doit
vérifier les circonstances de l’accident en analysant les dégâts sur les véhicules
dans l’accident, évaluer le montant des pièces changés et le montant de main
d’œuvre et envoyer son rapport d’expertise à toutes les compagnies
d’assurances des véhicules assurés. Le règlement d’honoraire de l’expert est
pris en charge par l’assureur de l’auteur responsable. Deux cas sont possibles :
 La deuxième expertise est identique au premier expertise, l’assureur
donne son accord pour le règlement.
 Sinon, un troisième expert prend une mission d’arbitrage, Le règlement
d’honoraire de l’expert est pris en charge par les deux assurés en
moitié. Le rapport d’expertise d’arbitrage est le rapport décisif de
sinistre.
 Cas 3 : Les deux assurés ont un désaccord sur le cas de responsabilité de leurs
assurés, dans ces cas, ils s’adressent à la Fédération Tunisienne des Sociétés
d’Assurances « FTUSA », un comité neutre va analyser les circonstances de
l’accident et prend une décision sur le cas de responsabilité des assurés. La
décision doit être obligatoirement respectée par les assureurs et l’assureur de
l’auteur responsable doit régler le sinistre dans un délai de 10 jours de la
décision.

Remarque : L’adresse au FTUSA n’est pas de type judiciaire, la gestion des sinistres
matériels est toujours à l’amiable.

21
 CHAPITRE 2. MODELISATION DE TYPE
DES SINISTRES PAR UNE CHAINE DE
MARKOV

1. Présentation des Données

Les données que nous avons en notre possession ont été extraites de la base de
données des sinistres enregistrés en 2013-2017. Après extraction des données sous la forme
brute (sous forme de table relative aux notions de base de données), nous les avons traitées
sous Excel afin d’avoir un tableau statistique standard (des unités statistiques sur lesquelles on
fait des observations sur des variables). A l’issue de ce travail, nous avons pu avoir un tableau
statistique constitué de 13998 lignes et 4 variables.
Dans notre étude, une unité statistique est tout sinistre automobile déclaré sur la
période 2013-2017 à Zitouna Takaful. Pour chacun des sinistres, on a observé :
 Date de Survenance : La date où l’accident a eu lieu, elle est exprimée en
« jj/mm/aaaa ».
 Usage : Cette variable est une variable qualitative nominale qui décrit l’usage
du véhicule sinistré, elle comprend plusieurs modalités présentées en Tableau 7

Tableau 7 – Les modalités de la variable USAGE

22
  Type de sinistre : C’est une variable qualitative nominale qui renseigne sur la
garantie permettant de s’indemniser suite au sinistre. Elle comprend 8
modalités cité en Tableau 8.

Tableau 8 – Les modalités de la variable Type de sinistre

 Coût de sinistre : Cette variable est une variable quantitative continue

qui exprime le montant nécessaire à l’indemnisation des dommages suite
au sinistre, ce montant peut être le montant effectif de l’indemnisation ou
évalué soit dès l’ouverture soit réévaluer en fonction de toute nouvelle
information (Rapport d’expertise, constat préliminaire etc.)

2. Modélisation de Type de sinistre par une Chaine de Markov

2.1 Rappels Théorique sur les Chaînes de Markov
Une chaîne de Markov est une suite de variables aléatoires X n, qui permet de
modéliser l’évolution dynamique d’un système aléatoire : xn représente l’état du système à
l’étape n. La propriété fondamentale des chaînes de Markov, dite propriété de Markov, est que
son évolution future ne dépend du passé qu’au travers de sa valeur actuelle. Statistiquement
parlant, on a :

𝐏(𝐗 𝐭+𝟏 = 𝐱 𝐣 ⁄𝐗 𝐭 = 𝐱 𝐢 , 𝐗 𝐭−𝟏 = 𝐱 𝐤 , 𝐗 𝐭−𝟐 = 𝐱 𝐥 , … . ) = 𝐏(𝐗 𝐭+𝟏 = 𝐱 𝐣 ⁄𝐗 𝐭 = 𝐱 𝐢 )

Une chaîne de Markov possédant un ensemble d’états possible E se caractérise

essentiellement par une matrice appelé Matrice de Passage noté P qui a pour éléments les
probabilités de passage d’un état donné à une autre en une seule étape et par un diagramme en
points et flèches désignant les états et les probabilités de transition.

23
 𝑷𝟏,𝟏 𝑷𝟏,𝟐 … 𝑷𝟏,𝑫𝒊𝒎(𝑬)
𝑷𝟐,𝟏 𝑷𝟐,𝟐 … 𝑷𝟐,𝑫𝒊𝒎(𝑬)
𝑷=
⋮ ⋮ ⋱ ⋮
𝑷𝟏,𝟏 𝑷𝟏,𝟏 ⋯ 𝑷𝑫𝒊𝒎(𝑬),𝑫𝒊𝒎(𝑬)

Pi,j Représente la probabilité d’une transition à l’état j sachant qu’elle a été dans l’état i
à l’étape précédente. Cette matrice est une matrice carrée d’ordre Dim(E) qui présente le
nombre des états possibles de X.
(𝐧)
On désigne par 𝐏𝐢,𝐣 la probabilité de passage de l’état i vers l’état j après n étapes.

Définition Une matrice vérifiant les deux propriétés suivantes est une matrice
stochastique
.∀(𝒊, 𝒋) 𝟎 ≤ 𝑷𝒊,𝒋 ≤ 𝟏

. ∀ 𝒊 , ∑𝒋 𝑷𝒊,𝒋 = 𝟏

La matrice d'une chaîne de Markov est forcément stochastique et inversement, toute

matrice stochastique est la matrice d'une chaîne de Markov.

2.1.1 Chaînes de Markov irréductibles

Une chaîne de Markov est dite irréductible lorsque tous ses états communiquent entre
eux, c’est-`a-dire lorsque, pour toute paire d’états possible (𝐱 𝐢 , 𝐱 𝐣 ) la probabilité d’aller de l’un
à l’autre est strictement non nulle :
(𝒏)
.∀(𝒊, 𝒋) ∈ 𝑬 𝑷𝒊,𝒋 > 𝟎

Cette propriété peut se lire généralement sur le diagramme en points et flèches. En

effet, on s’assure que la chaîne est irréductible en vérifiant que chaque paire de points est
reliée soit par une flèche unique soit par une succession de flèches.
2.1.2 Etats récurrents / Transitoires
Un état xi tel que, lorsque la chaîne est issue de ce point, elle y retourne en un temps
fini avec une probabilité strictement positive, s’appelle un état récurrent, sinon l’état est dit
transitoire.
(𝐧)
𝐏𝐢,𝐢 > 𝟎 : i est un état récurent
(𝒏)
𝑷𝒊,𝒊 = 𝟎 : i est un état transitoire

24
 Cette distinction entre états récurrents et transitoires est nettement plus délicate à
déduire du diagramme en points et flèches. Notons simplement que lorsqu’une chaine de
Markov est irréductible, ses états sont tous récurrents, on parle alors d’une matrice récurrente.

2.1.3 Etat absorbant

Un état est absorbant si la probabilité de quitter cet état est nulle, c’est-à-dire un état i
est dit absorbant si :
𝐏𝐢,𝐣 = 𝟎 ∀𝐣 ∈ 𝐄 De même, on a 𝐏𝐢,𝐢 = 𝟏𝟎𝟎% .

2.2 Analyse Descriptive De Type des sinistres

Dans la suite du chapitre, on pose Y la variable aléatoire qualitative désignant le type

de sinistre déclaré. Cette variable possède 6 valeurs possibles {𝐵𝐺, 𝑅𝐶, 𝐷𝐶, 𝐷𝑉, 𝐼𝑁𝐶, 𝑉𝑂𝐿}
citées dans le Tableau 7.

D’après le Tableau 9 et la figure 2 on remarque que 38.92% des sinistres déclarés sont
des sinistres matériels touchant la responsabilité civile de l’assuré où ce dernier est
responsable totalement ou partiellement de l’accident et l’assurance s’engage à indemniser les
dommages subis au(x) véhicules de tier(s). 26.3% sont des sinistres payés par la garantie
Dommages au véhicule, ce pourcentage important s’explique par le nombre important des
véhicules qui sont achetés à travers des différents institutions financières (Banques, Leasing
…), qui obligent l’assuré à se couvrir de tous les dommages matériels qui peuvent se réaliser
au véhicule quel que soit la responsabilité de l’assuré dans le sinistre.

Tableau 9 – Répartition des différents sinistres selon leurs types

25
 Figure 2 – Diagramme en Bâton des différents garanties touchées

2.3 Estimation de la chaine de Markov

Dans notre étude nous allons modéliser l’évolution dynamique de la variable
« TYPE DE SINISTRE » à chaque sinistre déclaré. C’est-à-dire de déterminer, étant
donnée un état initial (type de sinistre initiale donnée), les probabilités de réalisation
de chaque type de sinistre. Le logiciel R facilite le Travail.
L’espace des états possibles du chaine de Markov noté « E » correspond aux
modalités de la variable Y et une étape correspond à un sinistre déclaré.
La fonction markovchainFit du package markovchain permet d’estimer par
méthode de maximum de vraisemblance les probabilités de transition ou encore la matrice de
Transition à une seule étape.

Code sur R : > library(readxl)

> SINISTRES_2013_2017 <- read_excel("C:/Users/Desktop/SINISTRES.x
lsx")
> View(SINISTRES)
> chaine_markov<-markovchainFit(data = SINISTRES$`TYPE DE SINISTR
E`, method = "mle")
> chaine_markov$estimate

Figure 3 – Matrice de Transition de la chaine de Markov

26
 La matrice de Transition obtenue en figure 3 nous renseigne sur les probabilités de
passage d’un état à un autre pour deux étapes successives, prenons un exemple, si un sinistre
déclaré est de type « Bris de Glace », le sinistre suivant est de type :
Bris de Glace avec une probabilité = 58.6428%
Dommage Collision avec une probabilité = 26.8399%
Dommages au véhicule avec une probabilité = 10.2296%
Incendie avec une probabilité = 0.1689%
RC avec une probabilité = 0.5739%
VOL avec un probabilité = 0.1013%

Nous pouvons avoir l’écart type des probabilités de passage estimés en figure 4 et pour
un niveau de confiance de 95%, le logiciel nous donne une matrice pour les bornes inférieures
et une matrice pour les bornes supérieures des intervalles de confiance des probabilités estimé
qu’on va les assembler dans une seule matrice qu’on notera P_interval en figure 5.
Code sur R :
> chaine_markov$standardError #pour les écarts types
> P_interval<-matrix(nrow = 6, ncol = 6)
> colnames(P_interval)<-c("BG","DC","DV","INC","RC","VOL")
> rownames(P_interval)<-c("BG","DC","DV","INC","RC","VOL")
> for (i in 1:36) {P_interval[i]<-paste("[",chaine_markov$lowerEndpointMatr
ix[i],chaine_markov$upperEndpointMatrix[i],"]")}
> P_interval

Figure 4 – Ecart-type des Probabilités estimés

Figure 5 – Intervalles de confiance des Probabilités de passage

27
 Une chaine de Markov peut être définie par un diagramme en points et flèches
désignant respectivement les états et les probabilités de transition il suffit de taper la
commande > plot(chaine_markov$estimate). Le diagramme obtenu est présenté dans la figure 6.

Figure 6 – Diagramme de la chaine de Markov Estimée

La matrice de Transition 𝑃̂ estimé correspond à la matrice du passage à une seule

étape c’est-à-dire d’un sinistre au sinistre suivant. Pour avoir la matrice de passage à n étapes
il suffit de calculer 𝑃̂𝑛 . Nous prenons comme exemple d’estimer une matrice désignant les
probabilités de passage à 5 étapes en figure 7.
Code R : > chaine_markov$estimate^5

Figure 7 – Matrice de Passage après 5 étapes

28
 Si un sinistre déclaré est de type « Dommage Collision », le 5éme sinistre qui le suit
est de type :

Bris de Glace avec une probabilité = 16.5835%

Dommage Collision avec une probabilité = 8.063%
Dommages au véhicule avec une probabilité = 30.5672%
Incendie avec une probabilité = 0.4699%
RC avec une probabilité = 43.453%
VOL avec un probabilité = 0.8634%

Pour savoir les caractéristiques de la chaine de Markov obtenue et de ses états, il suffit
de taper la commande : > summary(Chaine_markov$estimate)

Les résultats obtenus annoncent que :

 La chaine de Markov obtenue est irréductible.
 Tous les états sont des états récurrents.
 La chaine de Markov est récurrente.
 Pas d’états absorbants.

29
 CHAPITRE 3. MODELISATION DE
NOMBRE ET DU COÛT DES SINISTRES
Dans ce chapitre nous intéressons à modéliser la fréquence et le coût des sinistres
déclarés par une approche paramétrique qui consiste à choisir un modèle (une loi) connu pour
le phénomène sous étude. Ce modèle comportera habituellement de(s) paramètre(s) qu’il
faudra être déterminer.
En général, nous opterons pour une technique ayant un certain degré d’objectivité et se
basant sur des observations du phénomène. En termes plus statistiques, on cherche à estimer
le vecteur de paramètres θ = (θ1 ,..., θp ) d’une fonction de densité de probabilité ou fonction
de masse de probabilité f (x, θ) à partir des observations.

Pour répondre à cette question, on distingue deux approches complémentaires :

 Une analyse descriptive et une estimation des paramètres de loi par la
méthode de maximum de vraisemblance.
 Des tests statistiques d’adéquation.

Le package fitdistrplus du logiciel R fournit une fonction fitdist qui se charge

d’estimer les paramètres approximés à une loi donnée à partir des observations par la méthode
de maximum de vraisemblance (« Maximum likelihood estimator).

1. Modélisation du nombre de sinistres

Etant donnée les dates de survenance des sinistres, nous avons créé un vecteur qui
contient comme éléments le nombre de sinistres hebdomadaire (qui s’effectue chaque semaine
sur la période 2014-2017). On note N la variable aléatoire désignant le nombre de sinistre par
semaine.
1.1 Statistique descriptive du nombre des sinistres
Nous commençons par présenter les statistiques descriptives de notre base de données,
ainsi que l’histogramme et la fonction de répartition.
Notre base de données contient un ensemble de 220 observations avec une moyenne
empirique de 62.83 qui n’est pas loin de la valeur de la variance (64.97), le maximum du
nombre des sinistres observé par semaine est égal à 83 et le minimum est égale à 45. La
valeur la plus fréquente est 63 (voir Tableau 10), ces informations confirment la forme
asymétrique de notre histogramme (figure 8).

30
 Tableau 10 – Analyse descriptive du nombre de sinistre hebdomadaire

Code R : > hist(NB_SIN_HEBDO$nombre, xlab = "Nombre de sinistre par semaine",

ylab = 'Fréquence', col = "Grey")

Figure 8 – Histogramme des nombres de sinistres

Code R : > plot(ecdf(NB_SIN_HEBDO$nombre), xlab= 'N', ylab='Fn(N)')

31
 Figure 9 – Fonction de Répartition de nombre de sinistre

1.2 Emission d’hypothèse

Nous cherchons à trouver la loi de N (variable aléatoire correspondant au nombre des
sinistres). Nous émettons alors, puisqu’il s’agit d’une distribution discrète asymétrique avec
une espérance mathématique proche de la valeur de la variance, l’hypothèse que N suit la loi
de Poisson.

1.3 Estimation du paramètre de la loi de poisson par la méthode du

maximum de vraisemblance

1.3.1 Rappel théorique sur la loi de Poisson

La loi de Poisson est une loi de probabilité discrète qui s’applique aux évènements rares
: contrôles de qualité, probabilités de de défaut de crédit, accidents, etc.
On dit qu’une variable aléatoire dénombrable N suit une loi de Poisson de paramètre λ
(λ > 0), si et seulement si :

−𝛌
𝛌𝒏
𝑷 (𝑵 = 𝒏) = 𝒆
𝒏!

L’espérance, la variance et l’écart-type de la loi de poisson de paramètre λ que l’on

notera P(λ) sont :
 E (X) = λ
 V (X) = λ
 σ (X) = √λ

32
1.3.2 Estimation du paramètre de la loi de poisson par méthode « MLE »
On essaie d’approcher nos N observations du nombre de sinistres par la loi de Poisson. En
effectuant le calcul à la main, on obtient ce qui suit : La méthode du maximum de vraisemblance
consiste à estimer le paramètre λ, en maximisant la fonction de vraisemblance qui s’écrit comme
suit

𝑵
𝛌𝒙𝒊
𝑳(𝛌) = ∏ 𝒆−𝛌
𝒙𝒊 !
𝒊=𝟎

On prend le logarithme de la fonction de vraisemblance, cette opération ne change pas le

maximum de la fonction.
l(λ) = ln(L(λ))
𝑵

= ∑[− 𝛌 + 𝒙𝒊 𝐥𝐧(𝛌) − 𝐥𝐧(𝒙𝒊 !) ]

𝒊=𝟎

Le λ qui maximise la fonction de vraisemblance est celui qui annule sa dérivée

𝑵
𝒅𝒍(𝛌) 𝒙𝒊
= ∑[−𝟏 + ] = 𝟎
𝒅𝛌 𝛌
𝒊=𝟎
𝑵
𝟏
𝛌̂ = ∑ 𝒙𝒊
𝑵
𝒊=𝟎

On trouve par application numérique que 𝛌̂ = 62.83 obtenue par la méthode de

vraisemblance coïncide avec la valeur de la moyenne de notre distribution, ce qui confirme la
propriété théorique connue pour la loi de Poisson.

Sur R, on utilise la fonction fitdist et on obtient le résultat suivant par la méthode du

maximum de vraisemblance appliquée à la distribution de Poisson (figure 10)

Code R : > fitdist(NB_SIN_HEBDO$nombre, ppois)

Figure 10 – Résultat d’estimation de paramètre λ

33
1.4 Tests d’adéquations

Dans cette étape, nous aurons recours à 2 tests pour tester si le nombre de sinistre suit
une loi de poisson de paramètre λ = 62.82667 à savoir le Test de Chi-deux et le Test
d’adéquation d’Anderson-Darling.

1.4.1 Analyse graphique des fonctions de densités et de Réparation empiriques et

théoriques

Nous remarquons que les représentations empiriques (en noir) et théoriques (en rouge)
dans la figure 11 des densités, comme dans celui de la fonction de répartition ou cumulative,
sont très proches, et donc que la loi de Poisson approche très bien notre distribution.

Code R : > plot(fitdist(NB_SIN_HEBDO$nombre,ppois))

Figure 11 – Fonctions de densités et de répartition Empiriques et théoriques

1.4.2 Test d’adéquation χ2

A travers sa commande gofstat, R nous permet d’effectuer le test χ2, et d’avoir en plus
les valeurs des critères d’adéquation AIC et BIC, les résultats obtenus en figure 12.

34
Code R : > gofstat(fitdist(NB_SIN_HEBDO$nombre, ppois))

Figure 12 – Résultat du test de Chi-deux

Le paramètre khi-2 de l’échantillon est égale à 3,938. Avec un risque traditionnel de

5%, la valeur théorique du Khi-deux est de 15,5 (8 degrés de liberté), donc le test est
réussi : rien ne permet de rejeter l’hypothèse. On peut aussi raisonner sur le p-value qui
est égale à 0,8627, donc on peut même valider notre hypothèse avec un risque de
86,27%. (Pas seulement 5%).

1.4.3 Test d’adéquation d’Anderson Darling

Le test d’adéquation d’Anderson Darling est un test d’adéquation de la variable N à un

loi L, Il repose sur les hypothèses suivantes :

𝐇𝟎 : "N suit la loi L" contre 𝐇𝟏 : "N ne suit pas la loi L"

Nous mettons en œuvre le test d’adéquation d'Anderson-Darling en utilisant la p-

valeur. La p-valeur est le plus petit réel α ∈]0, 1[calculé à partir des données tel que l’on
puisse se permettre de rejeter H0 au risque 100α%. Autrement écrit, la p-valeur est une
estimation ponctuelle de la probabilité critique de se tromper en rejetant H0 alors que H0 est
vraie.

Nous allons tester l’adéquation des observations de N à une loi de poisson, le package
ADGofTest fournit une fonction ad.test pour le test d’adéquation des observations à une loi
donnée.

35
Code R : > ad.test(NB_SIN_HEBDO$nombre, ppois,62.82667)

Figure 13 – Résultat du test d’Anderson-Darling

La p-value du test d’adéquation d’Anderson-Darling est égale à 51.23% donc on peut

même valider notre hypothèse avec un risque de 86,27%. (Pas seulement 5%), On conclut,
que le nombre de sinistre par semaine N suit la loi de poisson de paramètre λ = 62.82667.

36
2. Modélisation du Montant d’indemnisation d’un sinistre

2.1 Analyse statistique du coût de sinistre

2.1.1 Analyse statistique univariée

Pour la variable « Coût de sinistre », on constate que le montant d’un sinistre déclaré
présente une moyenne de 2545,346 DT avec un écart-type de 3952,202 DT, l’ensemble des
valeurs sont comprises entre 19.79 DT et 128500 DT. D’après l’histogramme en figure 14 et
le tableau 11, On remarque que 95% des sinistres ont un montant d’indemnisation inférieur à
9510.751 DT et 99% ont un montant inférieur à 15921.184DT, En effet, la réalisation d’un
sinistre grave (un sinistre a coût très élevé) est rare.
Tableau 11– Analyse descriptive du montant d’un sinistre

Figure 14 – Histogramme du montant d’un sinistre

37
2.1.2 Analyse Bivariée : Test ANOVA à un facteur pour « Coût sinistre » par « Type de
sinistre »
ANOVA est l’abréviation de « Analysis Of Variance". L’ANOVA est une méthode
d’analyse bivariée, c’est-à-dire le croisement de 2 variables de nature différente. L’analyse de
variance, à un facteur (One way ANOVA) est une technique permettant de savoir si une
variable Y (variable à expliquer) est en relation avec une seule variable indépendante X
(variable explicative).
L ’ANOVA consiste à construire le test d ’hypothèse :

𝑯𝟎 : µ𝟏 = µ𝟐 = µ𝟑 = µ𝒏 . . = µ
𝑯𝟏 : ∃𝒋 𝒕𝒆𝒍 𝒒𝒖𝒆 µ𝒋 ≠ µ

L’hypothèse nulle annonce que la moyenne de la variable dépendante est la même

quel que soit les groupes définis par le facteur, il est égal à la moyenne globale (en filigrane,
le facteur n ’a aucune influence sur la variable dépendante)

La variable dépendante X est une variable numérique ou quantitative (coût d’un

sinistre) et la variable indépendante est appelée aussi facteur. C’est une variable catégorielle
(Type de sinistre).
Code R : # test ANNOVA :
> oneway.test(SINISTRES$MONTANT~SINISTRES$`TYPE DE SINISTRE`)
Code R : # Analyse descriptive des montants selon le type de sinistre :
> tapply(SINISTRES$MONTANT,SINISTRES$`TYPE DE SINISTRE`, mean)
> tapply(SINISTRES$MONTANT,SINISTRES$`TYPE DE SINISTRE`, median)
> tapply(SINISTRES$MONTANT,SINISTRES$`TYPE DE SINISTRE`, sd)
> tapply(SINISTRES$MONTANT,SINISTRES$`TYPE DE SINISTRE`, min)
> tapply(SINISTRES$MONTANT,SINISTRES$`TYPE DE SINISTRE`, max)

Tableau 12– Analyse descriptive du montant d’un sinistre par type

BG DC DV INC RC VOL
Moyenne 401,629 1621,297 5955,174 10625,492 1397,666 12610,740
Médiane 359,157 1333,991 5209,054 4962,071 673,558 2666,180
Ecart-type 210,329 1250,788 3640,332 17938,928 2400,358 17772,723
Minimum 22,209 47,418 130,609 361,953 19,791 47,877
Maximum 1817,437 8436,046 41475,437 128500,000 34080,777 95000,000

Figure 15 – Résultat du test ANOVA

38
 D’après le test d’ANOVA à un facteur (figure 15) et le tableau 12, on rejette
l’hypothèse nulle du test. En effet, la distribution du montant d’indemnisation se diffère selon
le type de sinistre. Ainsi, on remarque que les 2 types « Incendie » et « VOL » se caractérisent
par un écart type très élevé par rapport aux autres ceci est expliqué par la volatilité très
important du coût de sinistre. En effet, l’incendie ou le vol peut être total (indemniser la
véhicule épave par la valeur vénale de la voiture) ou partielle (indemniser les dégâts subis au
véhicule).
A fin d’améliorer la modélisation du coût de sinistre que l’on notera X, on va
modéliser la distribution du montant d’un sinistre pour chaque type de sinistre.
Statistiquement parlons, nous modélisons X (montant d’un sinistre) sachant Y (type de
sinistre) ( 𝑋⁄𝑌)

2.2 Emission d’hypothèses

On cherche à trouver les lois correspondant au montant d’un sinistre selon type. On émet
alors, puisqu’il s’agit des distributions continues, les hypothèses que les lois possibles sont la
loi de Gamma, la loi log-normale et celle de Weibull.
2.2.1 Loi log-normale
La loi log-normale est aussi appelée loi de Galton. Une variable aléatoire X suit une
loi log-normale quand son logarithme suit une loi normale, c’est à dire que Y= ln(X) suit une
loi N (µ, σ) avec les paramètres de la loi normale. On prend la formulation suivante :

𝟏 𝟏 𝒍𝒏(𝒙)− µ 𝟐
𝒇(𝒙) = 𝒆𝒙𝒑(− ( ) )
√𝟐𝝅𝝈𝟐 𝒙 𝟐 𝝈

L’espérance, la variance et l’écart-type de la loi log normal de paramètre (µ, σ) que l’on
notera Lnorm (µ, σ) sont :
𝝈𝟐
µ+
 E (X) = 𝒆 𝟐
𝟐 𝟐
 V (X) = (𝒆𝝈 − 𝟏). 𝒆𝟐µ+ 𝝈

2.2.2 Loi Weibull

La loi de Weibull est une loi de probabilité continue avec deux paramètres (k, λ). La
fonction de densité de probabilité est :

𝒌 𝒙 𝒌−𝟏 (−𝒙)𝝀
𝒇(𝒙) = ( ) 𝒆 𝝀
𝝀 𝝀
K est le paramètre de forme et λ est le paramètre d’échelle de la distribution. Les deux
paramètres sont strictement positifs.
L’espérance, la variance et l’écart-type de la loi Weibull de paramètre (k, λ), que l’on
notera Weibull (k, λ) sont :

39
 𝟏
 E (X) = λ 𝜞 (𝟏 + 𝒌)
𝟐
 V (X) = 𝛌𝟐 𝜞 (𝟏 + 𝒌) − 𝑬(𝒙)𝟐

2.2.3 Loi Gamma

Soient λ et a deux valeurs positives. On appelle loi Gamma de paramètres a et λ, la loi de
probabilité absolument continue dont la densité est donnée par :

𝝀𝒂
𝒇(𝒙) = 𝒙𝒂−𝟏 𝒆−λx , ∀ 𝒙 > 𝟎
𝜞(𝒂)

L’espérance, la variance et l’écart-type de la loi Gamma de paramètre (a, λ), que l’on
notera Gamma (a, λ) sont :
𝑎
 E (X) =
λ
𝑎
 V (X) = 2
λ

2.3 Estimation des paramètres et Test d’adéquations

2.3.1 Estimations des paramètres des lois par la méthode de vraisemblance
2.3.1.1 Loi log-normale

Soit X les n observations suivant la loi log-normale de paramétres (µ, σ), la méthode
de maximum de vraisemblance donne comme résultat :
1
 µ̂ = ∑𝑛𝑖=1 ln( 𝒙𝒊 )
𝑛
1
 ̂
σ2 = ∑𝑛𝑖=1(ln( 𝒙𝒊 ) − µ)2
𝑛

2.3.1.2 Loi Weibull

Soit X les n observations suivant la loi weibull de paramétres (k, λ), la méthode de
maximum de vraisemblance donne un système de deux équations à deux inconnues k et λ :

̂
𝑘 ̂
 ̂𝑘̂+1
∑𝑛𝑖=1 𝑥𝑖𝑘
λ

40
 ̂
∑𝑛 𝑘
𝑖=1 𝑥𝑖 ln(𝑥𝑖 ) 1
 𝑘 ̂ −1 = ̂ − ∑𝑛𝑖=1 ln(𝑥𝑖 )
∑𝑛 𝑘
𝑖=1 𝑥𝑖
𝑛

2.4.1.3 Loi gamma

Soit X les n observations suivant la loi gamma de paramètres (a, λ) avec une fonction
de densité :
𝝀𝒂
𝒇(𝒙𝒊 , 𝒂, 𝛌) = 𝒙 𝒂−𝟏 𝒆−𝛌𝒙𝒊 ∀ 𝒊 ∶ 𝟏 … 𝒏
𝜞(𝒂) 𝒊
On cherche les estimateurs du maximum de vraisemblance des paramètres a et λ. La
fonction de log-vraisemblance est, ici :
𝑵

𝒍(𝒂, 𝛌) = ∑ 𝐥𝐧( 𝒇(𝒙𝒊 , 𝒂, 𝛌))

𝒊=𝟏

On obtient un système de deux équations à deux inconnues :

𝜞′ (𝒂
̂)
 𝒏 . 𝐥𝐧( 𝛌̂) − + ∑𝑵
𝒊=𝟏 𝐥𝐧( 𝒙𝒊 ) = 𝟎
̂)
𝜞(𝒂
−𝒏.𝒂̂
 + ∑𝑵
𝒊=𝟏 𝒙𝒊 = 𝟎
𝛌̂

Les deux systèmes obtenus pour la loi de gamma et la loi de Weibull sont implicites. Pour le
résoudre, nous utiliserons les méthodes numériques.

2.3.2 Résultats des modélisations

Nous cherchons à modéliser le coût de sinistre pour chaque type de sinistre, pour cela on a
créé des sous bases de données du montant des sinistres pour chaque type de sinistre, on a
estimé les paramètres des 3 lois et effectuer le test d’adéquation des observations à une des
lois pour chaque base de données.
D’après les graphiques, les estimations des paramètres des lois et les tests
d’adéquations annexés, on a obtenu les résultats suivants :

 Le montant d’un sinistre de type « Bris de Glace » suit une loi gamma de p
aramètres a= 3.71239356 ; λ = 0.00924412 (Voir annexe 1)

3.71239356
 𝐸(𝑋⁄𝑌 = "𝐵𝐺") = = 401.5951, la valeur empirique est de 401,629
0.00924412

3.71239356
 𝑉(𝑋⁄𝑌 = "𝐵𝐺") = = 43443.31, la valeur empirique est de 44238.08
0.009244122

41
  Le montant d’un sinistre de type « Dommage Collision » suit une loi
Weibull de paramètres k= 1.311451 ; λ = 1759.396932 (Voir annexe 2)

 𝐸(𝑋⁄𝑌 = "𝐷𝐶") = 1625.008, la valeur empirique est de 1621.297

 𝑉(𝑋⁄𝑌 = "𝐷𝐶") = 1561985, la valeur empirique est de 1564471

 Le montant d’un sinistre de type « Responsabilité civile » suit une loi

log-normale de paramètres µ= 6.500240; σ = 1.218118 (Voir annexe 3)

1.218118 𝟐
 𝐸(𝑋⁄𝑌 = "𝑅𝐶") = 𝒆6.500240+ 𝟐 = 1397.088, la valeur empirique est de 1397.66

1.2181182 2
 𝑉(𝑋⁄𝑌 = "𝑅𝐶") = (𝑒 − 1). 𝑒2∗6.500240+ 1.218118 =5782358, la valeur
empirique est de 5761717.

 Le montant d’un sinistre de type « Incendie » suit une loi Weibull de para
mètres k= 0.8269802; λ = 9378.0557925 (Voir annexe 4)

 𝐸(𝑋⁄𝑌 = "𝐼𝑁𝐶") = 10389.99, la valeur empirique est de 10625.49

 𝑉(𝑋⁄𝑌 = "𝐼𝑁𝐶") = 329449198, la valeur empirique est de 321805153

 Le montant d’un sinistre de type « VOL » suit une loi Weibull de paramètr
es k= 0.5839462; λ = 8200.8857259 (Voir annexe 5)

 𝐸(𝑋⁄𝑌 = "𝑉𝑂𝐿") = 12794.53, la valeur empirique est de 12610.74

 𝑉(𝑋⁄𝑌 = "𝑉𝑂𝐿") = 341900282, la valeur empirique est de 315869673

42
  Le montant d’un sinistre de type « DV » suit une loi gamma de paramètres
a= 2.6768549824; λ = 0.0004495007 (Voir annexe 6)

2.6768549824
 𝐸(𝑋⁄𝑌 = "𝐵𝐺") = = 6155.396, la valeur empirique est de 5955,174
0.0004495007

2.6768549824
 𝑉(𝑋⁄𝑌 = "𝐵𝐺") = 0.00044950072 = 13693852.71, la valeur empirique est de 13252015

Etant donnée la fonction de densité de la variable Y désignant le type d’un

sinistre :

Y="BG" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.2116

Y="DC" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.1234
Y="DV" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.2632
𝒇(𝒚) =
Y="INC" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.0045
Y="RC" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.3892
{ Y="VOL" 𝑎𝑣𝑒𝑐 𝑢𝑛𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡é = 0.0081

On peut conclure que le montant d’un sinistre déclaré X

 Suit la loi gamma (3.71239356 ; 0.00924412) avec une probabilité 0.2116

 Suit la loi Weibull (1.311451 ; 1759.396932 avec une probabilité 0.1234
 Suit la loi gamma (2.6768549824; 0.0004495007) avec une probabilité 0.2632
 Suit la loi Weibull (0.8269802 ; 9378.0557925) avec une probabilité 0.0045
 Suit la log-normale (6.500240 ; 1.218118) avec une probabilité 0.3892
 Suit la loi Weibull (0.5839462 ; 8200.8857259) avec une probabilité 0.0081

Et on aura :

𝐸 (𝑋) = ∑ 𝐸 (𝑋⁄𝑌 = 𝑦) ∗ 𝑃(𝑌 = 𝑦)

𝑦
= 401.5951 ∗ 0.2116 + 1625.008 ∗ 0.1234 + 6155.
396 ∗ 0.2632 + 10389.99 ∗ 0.0045 + 1397.088 ∗ 0.3892 + 12794.53 ∗ 0.0081
= 2599.741

La moyenne empirique du montant d’un sinistre X est de 2545.346.

43
 𝑉 (𝑋) = 𝐸 (𝑋 2 ) − 𝐸(𝑋)2

2
𝐸 (𝑋 2 ) = ∑ 𝐸 (𝑋 ⁄𝑌 = 𝑦) ∗ 𝑃 (𝑌 = 𝑦)
𝑦
2
= ∑ [𝑉 (𝑋⁄𝑌 = 𝑦) + 𝐸 (𝑋⁄𝑌 = 𝑦) ] ∗ 𝑃 (𝑌 = 𝑦)
𝑦

= ( 43443.31 + 401.59512 ) ∗ 0.2116 + (1561985 + 1625.0082 ) ∗ 0.1234

+ ( 13693852.71 + 6155.3962 ) ∗ 0.2632 + (329449198 + 10389.992 )
∗ 0.0045 + (5782358 + 1397.0882 ) ∗ 0.3892
+ (341900282 + 12794.532 ) ∗ 0.0081 = 23212328

𝑉 (𝑋) = 23212328 − 2599.7412 = 16453675

La variance empirique du montant d’un sinistre X est de 37251026, nous pouvons dire
que les modélisations effectuées sous-estiment la variance.

On pose maintenant S la variable aléatoire continues désignant le montant total des

sinistres déclarés dans une semaine :

S = ∑ 𝑋𝑖
𝑖=1
Avec N est la variable discrète du nombre de sinistre hebdomadaire qui suit la loi de
poisson de paramètre λ = 62.82667 et X la variable du coût d’un sinistre. S suit la loi de
poisson composée et on a :

 𝐸 (𝑆) = 𝐸 (𝑁) ∗ 𝐸 (𝑋) = 62.82667 ∗ 2599.741 = 163333.1

 𝑉 (𝑆) = 𝑉 (𝑁) ∗ 𝐸 (𝑋) 2 + 𝐸 (𝑁) ∗ 𝑉 (𝑋) = 𝜆 (𝐸 (𝑋)2 + 𝑉 (𝑋) )

= 62.82667 ∗ ( 2599.7412 + 16453675 ) = 1458353288

44
 Chapitre 4. Technique de simulation d’un
Scénario de sinistres

1. Définition de la simulation numérique

La simulation informatique ou numérique désigne l'exécution d'un programme

informatique sur un ordinateur ou réseau en vue de simuler un phénomène réel et complexe.
Les simulations numériques reposent sur la mise en œuvre de modèles théoriques. Elles sont
donc une adaptation aux moyens numériques de la modélisation mathématique ou statistique
et servent à étudier le fonctionnement et les propriétés d’un système modélisé ainsi qu’à en
prédire son évolution.

Les applications de la simulation sont innombrables. Parmi les domaines dans lesquels
elle est le plus utilisée, on peut citer :

 L’informatique : recherche de configurations, réseaux, architecture de

bases de données, ...
 La production : gestion des ressources de fabrication, machines, stocks,
moyens de manutention, ...
 La gestion : marketing, tarification, prévisions, gestion du personnel,
...l’administration : gestion du trafic, du système hospitalier, de la
démographie, ...
 L’environnement : pollution et assainissement, météorologie,
catastrophes naturelles, ...

2. Démarche de simulation d’un scénario de sinistres

Nous cherchons à simuler un scénario de nombre, types et montants des sinistres sur
une année. Etant donnée leurs modélisations statistiques, nous allons procéder comme suit :
 Simuler le nombre de sinistres annuel qu’on notera N.
 Simuler les types de N sinistres simulées
 Simuler le montant de chaque sinistre étant donnée son type.

45
3. Cas Pratique

Dans cette section, nous montrons une méthode de simulation d’un scénario de
sinistres annuels. Notre objectif est de créer une matrice nommée « SCENARIO » de taille
(N,2) : les N lignes correspondent aux sinistres déclarés et les deux colonnes correspond au
type et au montant de chaque sinistre simulé.

3.1 Simulation d’un scénario de nombre de sinistre annuel

La première étape est de simuler un scénario du nombre de sinistres annuels ce qui
revient à déterminer la valeur N. Nous avons déjà montré que le nombre des sinistres
hebdomadaire suit une loi de poisson de paramètre λ = 62.82667.
Pour déterminer N, nous allons procéder comme suit :
 Générer 56 valeurs du nombre de sinistres par semaine
 Faire la somme de ces valeurs pour obtenir le nombre de sinistre annuel N.

Code R : # Générer 56 observations suivant la loi Poisson de paramètre 62.82667

> n<-rpois(56,62.82667)

# Faire la somme des éléments de n pour avoir le nombre de sinistre annuel N

> N<-sum(n)
> N

Le nombre de sinistre annuel simulé pour un scénario possible est 3589 sinistres, on
va simuler les types de ces sinistres.

3.2 Simulation du type des sinistres

La deuxième étape consiste à simuler le type de chaque sinistre. Comme on a

modéliser le type de sinistre par une chaine de Markov, le logiciel R permet à partir de la
matrice de passage de la chaine de Markov estimé et d’un état initial donné, de générer les
types des 3589 sinistres simulés grâce à la fonction markovchainSequence du Package
markovchain. Les résultats obtenus constituent la première colonne de la matrice
« SCENARIO ». (On pose par exemple que le dernier sinistre observé est de type « Dommage
Collision » qui correspond à l’état initial).

46
Code R : # Générer 3589 observations de « Type des sinistres » à partir de la chaine de Markov avec
un état initial « DC » :

> for (i in 1:N) {SCENARIO_TYPE[i]<-markovchainSequence(N, chaine_markov$es

timate, t0= "DC", include.t0 = FALSE)}

> SCENARIOS<-matrix(ncol = 2,nrow = N)

> SCENARIOS[,1]<-SCENARIO_TYPE

> SCENARIOS[,1]

3.3 Simulation du montant des sinistres

Nous avons déjà modélisé le montant de sinistre pour chaque type de sinistre, Donc, pour la
simulation du coût d’un sinistre, nous allons procéder comme suit :

 Si le type de sinistre est « BG », on simule une observation du montant qui suit

la loi Gamma (3.71239356 ,0.00924412)
 Si le type de sinistre est « DC », on simule une observation du montant qui suit
la loi Weibull (1.311451 ,1759.396932)
 Si le type de sinistre est « INC », on simule une observation du montant qui
suit la loi Weibull (0.8269802 ,9378.0557925)
 Si le type de sinistre est « DV », on simule une observation du montant qui suit
la loi gamma (2.6768549824 ,0.0004495007)
 Si le type de sinistre est « RC », on simule une observation du montant qui suit
la loi log-normale (6.500240 ,1.218118)
 Si le type de sinistre est « VOL », on simule une observation du montant qui
suit la loi Weibull (0.5839462 ,8200.8857259)

47
Code R :
> for(i in 1:N) {if (SCENARIOS[i,1]=="DC") {SCENARIOS[i,2]<- rweibull(1,1.3
11451 ,1759.396932 )}}
> for(i in 1:N) {if (SCENARIOS[i,1]=="BG") {SCENARIOS[i,2]<- rgamma(1,3.712
39356 ,0.00924412 )}}
> for(i in 1:N) {if (SCENARIOS[i,1]=="RC") {SCENARIOS[i,2]<- rlnorm(1,6.500
240 ,1.218118 )}}
> for(i in 1:N) {if (SCENARIOS[i,1]=="INC") {SCENARIOS[i,2]<- rweibull(1,0.
8269802 ,9378.0557925 )}}
> for(i in 1:N) {if (SCENARIOS[i,1]=="VOL") {SCENARIOS[i,2]<- rweibull(1,0.
5839462 ,8200.8857259 )}}
> for(i in 1:N) {if (SCENARIOS[i,1]=="DV") {SCENARIOS[i,2]<- rgamma(1,2.676
8549824 ,0.0004495007 )}}

> SCENARIOS

Figure 16 – Quelques Lignes des sinistres Simulés

48
Code R : #Pour savoir le nombre de sinistre pour chaque type de sinistre simulé

> table(factor(SCENARIOS[,1], levels = names(chaine_markov$estimate)))

Le scénario simulé annonce que le nombre de sinistre annuel est de 3589 sinistres
répartis : 22 sinistres de type « Bris de Glace », 1584 sinistres de type « Dommage Collision »
4 sinistres « Incendie », 7 sinistres « VOL », 333 sinistres de type « Responsabilité Civil » et
1643 sinistres de types « Dommages aux véhicules ».

Code R : #Pour savoir quelques informations sur le montant de sinistres simulés :

> summary(SCENARIOS[,2])

> sd(SCENARIOS[,2])

Les coûts des sinistres simulés présentent une moyenne de 3616.81 DT avec un écart-type de
3472.328 DT, l’ensemble des valeurs sont comprises entre 17.58 DT et 21953 DT.

49
Conclusion

50
 Annexes

Annexe 1
Modélisation du coût de sinistre de type Bris de Glace

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_BG$MONTANT, xlab = "Montant d'un sinistre BG", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_BG$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_BG$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_BG$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_BG$MONTANT, distr = pgamma, method = "mle" )

51
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_BG$MONTANT,plnorm,5.8547945,0.5549646)
> ad.test(SIN_BG$MONTANT,pweibull,2.024272,454.633632)

> ad.test(SIN_BG$MONTANT,pgamma,3.71239356,0.00924412)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_BG$MONTANT, distr = pgamma, method = "mle" ))

52
 Annexes

Annexe 2
Modélisation du coût de sinistre de type Dommage Collision

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_DC$MONTANT , xlab = "Montant d'un sinistre DC", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_DC$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_DC$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_DC$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_DC$MONTANT, distr = pgamma, method = "mle" )

53
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_DC$MONTANT,plnorm,7.0352834,0.9463903)

> ad.test(SIN_DC$MONTANT,pweibull, 1.311451,1759.396932)

> ad.test(SIN_DC$MONTANT,pgamma, 1.681159872,0.001036923)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_DC$MONTANT, distr = pweibull, method = "mle" ))

54
 Annexes

Annexe 3
Modélisation du coût de sinistre de type Responsabilité Civile

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_RC$MONTANT , xlab = "Montant d'un sinistre RC", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_RC$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_RC$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_RC$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_RC$MONTANT, distr = pgamma, method = "mle" )

55
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_RC$MONTANT,plnorm, 6.500240, 1.218118)

> ad.test(SIN_RC$MONTANT,pweibull, 0.8212061, 1225.1198912)

> ad.test(SIN_RC$MONTANT,pgamma, 0.3391050980, 0.0002426225)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_RC$MONTANT, distr = plnorm, method = "mle" ))

56
 Annexes

Annexe 4
Modélisation du coût de sinistre de type Incendie

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_INC$MONTANT , xlab = "Montant d'un sinistre INC", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_INC$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_INC$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_INC$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_INC$MONTANT, distr = pgamma, method = "mle" )

57
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_INC$MONTANT,plnorm, 8.538332, 1.206954)

> ad.test(SIN_INC$MONTANT,pweibull, 0.8269802, 9378.0557925)

> ad.test(SIN_INC$MONTANT,pgamma, 3.565882e-01, 3.355969e-05)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_INC$MONTANT, distr = pweibull, method = "mle" ))

58
 Annexes

Annexe 5
Modélisation du coût de sinistre de type VOL

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_VOL$MONTANT , xlab = "Montant d'un sinistre VOL", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_VOL$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_VOL$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_VOL$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_VOL$MONTANT, distr = pgamma, method = "mle" )

59
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_VOL$MONTANT,plnorm, 8.045222, 1.973555)

> ad.test(SIN_VOL$MONTANT,pweibull, 0.5839462, 8200.8857259)

> ad.test(SIN_VOL$MONTANT,pgamma, 5.079648e-01, 4.028033e-05)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_VOL$MONTANT, distr = pweibull, method = "mle" ))

60
 Annexes

Annexe 6
Modélisation du coût de sinistre de type Dommages aux Véhicules

Analyse descriptive
Code R : # Histogramme et fonction de répartition
> hist(SIN_DV$MONTANT , xlab = "Montant d'un sinistre DV", ylab =
"Frequence", col="grey")

> plot(ecdf(SIN_DV$MONTANT), col= 'red')

Estimation des paramètres des lois

Code R : # Estimation des paramètres des lois :
> fitdist(data = SIN_DV$MONTANT, distr = plnorm, method = "mle" )

> fitdist(data = SIN_DV$MONTANT, distr = pweibull, method = "mle" )

> fitdist(data = SIN_DV$MONTANT, distr = pgamma, method = "mle" )

61
Test d’adéquation à une loi
Code R : # Test d’adéquation d’Anderson Darling :
> ad.test(SIN_DV$MONTANT,plnorm, 8.4960581, 0.6681826)

> ad.test(SIN_DV$MONTANT,pweibull, 1.730363, 6702.973048)

> ad.test(SIN_DV$MONTANT,pgamma, 2.6768549824, 0.0004495007)

Analyse graphique des fonctions de densités et de Réparation empiriques et théoriques

Code R :
> plot( fitdist(data = SIN_DV$MONTANT, distr = pgamma, method = "mle" ))

62