Théorie du risque - TD1

Exercice 1 :
Pour un sinistre S, un principe de calcul de prime est dit compatible avec un contrat de réas-
surance de fonction de rétention h (h (0) = 0 et 0 h0 (s) 1) si :

(S) = (h (S)) + (S h (S)) :

0. Donner un exemple de principe de calcul de prime qui est compatible avec toutes les fonctions
de rétention. A quelle propriété d’un principe de calcul de prime du cours cela vous fait-il penser?

On suppose que S admet une fonction de distribution continue et on note FS 1 sa fonction inverse.
On dé…nit le principe de déviation absolue par :

da (S) = E [S] + E S FS 1 (1=2) :

1. Montrer que :
Z 1
E [S] = FS 1 (u) du;
0
Z 1=2 Z 1
1 1 1
E S FS (1=2) = FS (1=2) FS (u) du + FS 1 (u) FS 1 (1=2) du;
0 1=2
Z 1=2 Z 1
da (S) = (1 ) FS 1 (u) du + (1 + ) FS 1 (u) du:
0 1=2

2. Soient h1 et h2 deux fonctions croissantes. Montrer que Fh11(S) = h1 FS 1 , puis que :

Fh11(S)+h2 (S) = Fh11(S) + Fh21(S) :

3. En déduire que :

da (h1 (S) + h2 (S)) = da (h1 (S)) + da (h2 (S))

et que da est compatible avec toutes les fonctions de rétention.

Exercice 2 :
1. Soient X et Z deux variables aléatoires indépendantes avec E(Z) = 0. Montrez que

X +Z DS2 X:

1
 2. Soient X et Y deux variables aléatoires indépendantes. Montrez que

IfX Yg DS2 FX (Y ):

Exercice 3 :
Un réassureur propose de couvrir un risque S avec l’un des contrats suivants
- une quote-part : soit 0 < < 1, le réassureur rembourse S 0 = S
- un excédent de sinistre : soit M > 0, le réassureur rembourse S 00 = (S M )+ .
On suppose que le deux contrats ont la même prime pure de réassurance E [ S] = E (S M )+
et que S a une densité strictement positive sur R+ .
1. Tracer les fonctions de répartition de S, S 0 et S 00 .
2. Comparer S 0 et S 00 à l’aide de la dominance stochastique d’ordre 2:
3. On suppose que le réassureur utilise le principe de la valeur moyenne. Quel est le contrat de
réassurance qui a la prime la plus chère?

Exercice 4 :
Un assureur doit choisir un contrat de réassurance pour un risque X donné parmi une combinaison
linéaire de contrats de type excédent de sinistre. On suppose que les montants des priorités sont …xés :
0 = d0 < d1 < ::: < dn avec dn > E [X]. L’ensemble des contrats possibles est donné par :
( n n
)
X X
= = I(:)jI (x) = i (x di )+ ; i 0; i 1
i=0 i=0

Le réassureur utilise le principe de prime de l’espérance avec le coe¢ cient de chargement et

l’assureur se …xe un montant P de primes qu’il désire souscrire en réassurance tel que E (X E [X])+
P=(1 + ) E [X]. Il choisit donc son contrat dans l’ensemble :

=P = fI(:) 2 =j(1 + )E [I(X)] = P g

1. Soit d tel (1 + )E (X d)+ = P . Montrer qu’il existe 0 k n 1 tel que dk d dk+1 .

2. On suppose que le critère d’optimisation est cohérent avec la dominance stochastique d’ordre
2, et que l’assureur minimise ce critère. Quel est le contrat optimal pour l’assureur?

2
 Théorie du risque - TD2

Exercice 1 :
On suppose que S1 a une loi Poisson-composée de paramètres ( ; FX ) et S2 a une loi Négative-
Binomiale-composée de paramètres (r; p; FY ).
1. Donner les fonctions génératrices des moments d’un loi de Poisson de paramètre et d’une loi
Négative-Binomiale de paramètre (r; p).
2. En déduire les fonctions génératrices des moments de S1 et S2 .
3. Démontrer que S1 et S2 ont même loi si et seulement si :

=
r ln p
1
X (1 p)k k
FX (x) = F (x)
k ln p Y
k=1

Que concluez-vous de cet exercice?

Rappel :
- Si N a une loi de Poisson de paramètre , alors
n
P (N = n) = e ; n 0:
n!
- Si N a une loi Négative-Binomiale de paramètre (r; p), alors

(r + n) r
P (N = n) = p (1 p)n n 0:
(r) n!

Exercice 2 :
On considère un portefeuille de polices d’assurance dont le montant agrégé des sinistres S peut
être modélisé par une une distribution Géométrique-composée de paramètre (p; FX )
1
X
FS (s) = P (S s) = (1 p) pk FXk (s) :
k=0

On dé…nit tel que MX ( ) = E e X =p 1.

1. Montrer que la fonction de distribution FS satisfait l’équation integro-di¤érentielle :

FS (s) = (1 p) + p (FX FS ) (s) ; s 0,

Rs
où FX FS est la convolution de X et S ((FX FS ) (s) = 0 FS (s x) dFX (x)).

3
 2. On dé…nit une suite de fonctions de distribution Fn de la manière suivante :

Fn (s) = (1 p) + p (FX Fn 1 ) (s) ; s 0:

a) Supposer que F1 (s) F0 (s), s 0, et montrer que FX F1 (s) FX F0 (s), s 0. En

déduire que Fn+1 (s) Fn (s), s 0 et n 1, puis que FS (s) = limn!1 Fn (s), s 0, et en…n que
FS (s) F0 (s), s 0.
b) On pose
F0 (s) = (1 a) + aG (s) ; s 0;

où G (s) = 1 e s, s 0. Montrer que

Z s
(s x)
F1 (s) = 1 p + p FX (s) a e dFX (x) ; s 0:
0

Montrer que la condition F1 (s) F0 (s), s 0, est équivalente à

Z s
a 1 p e x dFX (x) pe s FX (s) :
0

c) En utilisant la dé…nition de , montrer que le a optimal est donné par

e s FX (s)
a+ = sup R 1 x :
s 0 s e dFX (x)

3. Deduire que
s s
a e FS (s) a+ e

où
e s FX (s)
a = inf R 1 x :
s e dFX (x)
s 0

4. Application: FX est la distribution Exponentiel de paramètre . Montrer que = (1 p),

a = a+ = p et que FS (s) = pe (1 p) s .

4
 Théorie du risque - TD3

Exercice 1 :
On considère un portefeuille d’un assureur qui peut être modélisé à l’aide du modèle de Cramer-
Lundberg :
- les sinistres (Xi ) sont indépendants et de même loi Exponentiel F (d’espérance ),
- le processus de comptage des sinistres (N (t)) est un processus de Poisson de paramètre .
La prime d’assurance est égale à c = (1 + ) où > 0 est le coe¢ cient de chargement.
On rappelle que le coe¢ cient d’ajustement R véri…e la relation :
c
1+ R = E eRX = MX (R):

Un réassureur lui propose de lui fournir une couverture de type quote part (l’assureur conserve
une proportion du risque).
1. Donner le coe¢ cient d’ajustement avant réassurance.
2. Le réassureur utilise un coe¢ cient de chargement = . Calculer le nouveau coe¢ cient
d’ajustement après réassurance. Qu’en concluez-vous?
3. Le réassureur utilise un coe¢ cient de chargement > . Qu’est ce que cette hypothèse signi…e?
Est-ce une pratique de marché? Exprimer la condition de pro…t net pour l’assureur et donner le
nouveau coe¢ cient d’ajustement. Comparer avec les questions 1 et 2.
4. Comment doit-il choisir le coe¢ cient pour maximiser son coe¢ cient d’ajustement?

Exercice 2 :
On se place dans le cadre du modèle de Cramer-Lundberg :
- les sinistres (Xi ) sont indépendants et de même loi F (d’espérance )
- le processus de comptage des sinistres (N (t)) est un processus de Poisson de paramètre :
- le taux de prime par unité de temps est égal à c = (1 + ) avec > 0.
- l’assureur dispose d’un capital initial u.
On rappelle que :
- la probabilité de ruine est dé…nie par :
0 1
N (t)
X
(u) = P @9t tel que u + ct Xk < 0A ;
k=1

- le coe¢ cient d’ajustement R véri…e :

c
1+ R = E eRX = MX (R):

5
 1. On suppose que F satisfait la condition supplémentaire :
Z 1
Rx
F (x) e eRy dF (y) :
x

a) On note k (u) la probabilité qu’il y ait ruine avant l’arrivée ou à l’arrivée du k ieme sinistre.
- Montrer que Ru .
1 (u) e
- En remarquant que k+1 (u) = E k (u + cT X) où T suit une loi exponentielle de paramètre
et est indépendant de X, montrer que (u) e Ru .
b) Montrer que : Z Z
1 1
Ry Rx
e dF (y) = e F (x) + R eRy F (y) dy:
x x

2. On suppose que F a un taux de hasard q (x) = (d=dx) log F (x) qui satisfait q (x) m < 1.
a) Montrer que pour y x:
(y x)m
F (y) F (x) e :

b) En utilisant la question 1, montrer que :

Ru
(u) e

où = (1 R=m).
3. On suppose que q est décroissante pour tout x 0:
a) Montrer que pour y x:
F (y) F (x) F (y x) :

b) En utilisant la question 1, montrer que :

Ru
(u) e

1 1
où = 1+c R .

Exercice 3 :
On considère un portefeuille d’un assureur qui peut être modélisé à l’aide d’un processus de Poisson-
composé où
- les sinistres (Xi ) sont indépendants et de même loi exponentielle F (d’espérance )
- le processus de comptage des sinistres (N (t)) est un processus de Poisson de paramètre :
La prime d’assurance par unité de temps est égale à c = (1 + ) où > 0 est le coe¢ cient de
chargement. On note u le niveau des fonds propres à l’instant initial t = 0.
Calculer la probabilité que la ruine se produise au premier sinistre. Comparer avec la probabilité
de ruine sur un horizon in…ni.