
Wednesday, November 17 2010
Course on risk, insurance, and uncertainty
By arthur charpentier on Wednesday, November 17 2010, 05:19
Tuesday, November 16 2010
Course on copulas and correlated risks (in French, still)
By arthur charpentier on Tuesday, November 16 2010, 12:15
The course on copulas, in Luminy, starts at 8.30 on Wednesday (here). The slides can be found here.
Sunday, November 14 2010
Course on risk measures (in French)
By arthur charpentier on Sunday, November 14 2010, 12:09

The slides can be found here,
Note that additional references can be downloaded on the internet, e.g. the short course on risk measures by Freddy Delbaen (here) or the article from the Encyclopedia of quantitative finance, by Hans Föllmer and Alexander Schied (there). See also here for the paper by Jean Marc Tallon, Johanna Etner and Meglena Jeleva, on decision theory under uncertainty.
Friday, March 5 2010
Effets nonlinéaires en tarification
By arthur charpentier on Friday, March 5 2010, 15:02
Avant la formation SéPIA sur la tarification (ici),
un petit mot pour répondre aux questions des étudiants sur la prise en
compte d'effets nonlinéaires en tarification. Pour information
complémentaire, la formation commencera par une introduction de Jean
Pierre Verlé sur la tarification puis par un exposé de Michel
Grun-Rehomme sur les méthodes zero-inflated, et sur l'écrètement.
J'interviendrai par la suite précisément sur les méthodes pour prendre
en compte les effets nonlinéaires.
Avant de revenir sur la prise en compte de variables continues discriminantes, un extrait de Popular Sciences, datant de 1968 (ici),


> RGLM=glm(Y~age,data=B,family="binomial")
> summary(RGLM)
Call:
glm(formula = Y ~ age, family = "binomial", data = B)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.4799 -0.4686 -0.4599 -0.4513 2.1917
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -2.058649 0.092296 -22.305 <2e-16 ***
age -0.002640 0.001812 -1.457 0.145
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 6809.7 on 10398 degrees of freedom
Residual deviance: 6807.6 on 10397 degrees of freedom
AIC: 6811.6
Number of Fisher Scoring iterations: 4
En fait, l'âge n'est pas significatif pris tel quel, i.e. en tant que variable continu, et de manière linéaire. Visiblement, on peut faire mieux. Tentons alors un modèle GAM,

ou en changeant les paramètres de lissage,

> library(tree)
> TREEg=tree(Y~age,data=B)
> plot(TREEg)
> text(TREEg,col="red")
> TREEg=tree(Y~age,data=B,split="gini")
> plot(TREEg)
> text(TREEg,col="blue")

> library(rpart)
> fit = rpart(Y ~ age, method="anova", data=B)
> summary(fit)
Call:
rpart(formula = Y ~ age, data = B, method = "anova")
n= 10399
CP nsplit rel error xerror xstd
1 0.01748133 0 1.0000000 1.0001955 0.02596249
2 0.01000000 2 0.9650373 0.9687768 0.02468425
Node number 1: 10399 observations, complexity param=0.01748133
mean=0.1010674, MSE=0.09085279
left son=2 (8873 obs) right son=3 (1526 obs)
Primary splits:
age < 27.5 to the right, improve=0.01588077, (0 missing)
Node number 2: 8873 observations, complexity param=0.01748133
mean=0.085315, MSE=0.07803635
left son=4 (7935 obs) right son=5 (938 obs)
Primary splits:
age < 74.5 to the left, improve=0.02603656, (0 missing)
Node number 3: 1526 observations
mean=0.1926606, MSE=0.1555425
Node number 4: 7935 observations
mean=0.06981727, MSE=0.06494281
Node number 5: 938 observations
mean=0.2164179, MSE=0.1695812
On peut alors utiliser les classes proposées ici pour créer les classes tarifaires, à savoir
> brk=c(0,27.5,74.5,120)
> cut(X[1:20],brk)
[1] (27.5,74.5] (27.5,74.5] (0,27.5] (27.5,74.5] (27.5,74.5] (27.5,74.5]
[7] (27.5,74.5] (74.5,120] (27.5,74.5] (74.5,120] (27.5,74.5] (27.5,74.5]
[13] (27.5,74.5] (27.5,74.5] (27.5,74.5] (27.5,74.5] (27.5,74.5] (27.5,74.5]
[19] (27.5,74.5] (27.5,74.5]
Levels: (0,27.5] (27.5,74.5] (74.5,120]
On peut utiliser cette fonction directement dans la régression logistique, et faire ensuite une prédiction
> RGLMb=glm(Y~cut(age,brk),data=B,family="binomial")
> summary(RGLMb)
Call:
glm(formula = Y ~ cut(age, brk), family = "binomial", data = B)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.43281 0.06491 -22.075 <2e-16 ***
cut(age, brk)(27.5,74.5] -1.15669 0.07844 -14.745 <2e-16 ***
cut(age, brk)(74.5,120] 0.14615 0.10247 1.426 0.154
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 6809.7 on 10398 degrees of freedom
Residual deviance: 6493.3 on 10396 degrees of freedom
AIC: 6499.3
Number of Fisher Scoring iterations: 5
On notera qu'ici, on nous suggère de regrouper la première classe (ici considérée comme classe de référence) et la dernière (qui n'est pas significativement différente de la classe de référence). La prédicition donne

> brk=c(15,20.5,24.5,32.5,47.5,52.5,74.5,120)
> RGLMb=glm(Y~cut(age,brk),data=B,family="binomial")
> summary(RGLMb)
Call:
glm(formula = Y ~ cut(age, brk), family = "binomial", data = B)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.0515 0.1079 -9.750 < 2e-16 ***
cut(age, brk)(20.5,24.5] -0.5071 0.1537 -3.300 0.000967 ***
cut(age, brk)(24.5,32.5] -0.9681 0.1353 -7.157 8.25e-13 ***
cut(age, brk)(32.5,47.5] -1.7104 0.1353 -12.637 < 2e-16 ***
cut(age, brk)(47.5,52.5] -1.1391 0.1505 -7.570 3.73e-14 ***
cut(age, brk)(52.5,74.5] -1.6843 0.1301 -12.945 < 2e-16 ***
cut(age, brk)(74.5,120] -0.2351 0.1339 -1.756 0.079017 .
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 6809.7 on 10398 degrees of freedom
Residual deviance: 6453.5 on 10392 degrees of freedom
AIC: 6467.5
Number of Fisher Scoring iterations: 5

En revanche, sur des bases plus volumineuse, il est délicat de trouver la partition à retenir, car il faut arbitrairement couper dans l'arbre (surtout que la base précédante était simulée). Sur des vraies données (plus de 100000 contrats), on obtient


et ça sera l'objet d'un autre billet....
Monday, September 21 2009
Formation ERM de l'Institut des Actuaires
By arthur charpentier on Monday, September 21 2009, 16:59
Intervention jeudi après midi dans le cadre de la formation
ERM (Enterprise Risk
Management) de l'Institut des Actuaires, sur le
thème.
Comme Anne-Laure Fougères est déjà
intervenue sur
les extrêmes, et que Stéphane Loisel ont
présenté les copules, le cours sera une
discussion autour
des diverses recommendations du Groupe Consultatif, des documents du
CEIOPS, et de divers documents qui circulent sur le calcul du SCR (Solvency Capital Requierment)
de l'agrégation des risques. Ou "everything
you wanted to ask about tail dependence in risk management and you're
afraid to ask"... Les slides sont en ligne ici, et ne
contienent que les éléments illustratifs du cours.
Thursday, February 12 2009
Short course, Fourth Brazilian Conference on Statistical Modelling in Insurance and Finance
By arthur charpentier on Thursday, February 12 2009, 10:23
Short course on Measuring and Covering Catastrophic Risks at the Maresias Conference in Sao Paulo, April 2009. Slides are now online.
There has been recently a large interest in catastrophic risks, especially following Hurricane years in 2004 and 2005. But measuring those risks and providing an appropriate cover might be difficult. In this course, we will first describe those risks, especially climate risks (or climate related), man based risks (large fires or business interuption), and mortality risks. For those risks, we will also discuss possible covers, from classical (re)insurance to securitization (cat or mortality bonds) or insurance-linked securities (cat options). As we will see, the pricing of those products can simply be related to the choice of a risk measure. We will then discuss risk measures for large risks, and conclude with the aggregation issue.
while a Cat Bond mechanism is the following
For a more fancy description, it can be described as follows,- WinCat : Winterthur securitization in 1997
- The Mexican Earthquake 2007 Cat Cond.
The dataset used in this example was kindly provided by Dr. Miguel A. Santoyo (here)- Longevity and Mortality Risk

Satellite Meeting: New Trends in Actuarial Practice, Rio de Janeiro
By arthur charpentier on Thursday, February 12 2009, 09:31
Lecture on "Claims Reserving with R" at the Satellite Meetings in April 2009. For motivations on claims reservings in non-life insurance, see the Swiss Re technical document (here).

Tuesday, February 10 2009
Ecole Doctorale, cours sur irrégularités et régularités des séries temporelles
By arthur charpentier on Tuesday, February 10 2009, 23:31
La présentation portera sur plusieurs papiers, abordant la présence de cycle dans les séries temporelles... la date sera bientôt fixée.
- modélisation des naissances
- modélisation des séries climatiques (et financières)
La première étude porte sur la détermination d'un cycle (lié à la pleine lune) dans les
séries de naissance de l'insee (30 millions d'observations). La
difficulté technique est de débruiter la série, avec des cycles
hebdomadaire et annuels très irrégulier. L'idée est d'utiliser des
méthodes de régression nonparamétriques pour modéliser des cycles.
La seconde étude portera sur des papiers sur la vitesse du vent, sur la température et sur des niveaux de fleuves.. ces séries sont très bruités et très cycliques... là aussi, la détection du cycle est délicate, et peut s'apparenter à de la mémoire longue.
Monday, January 5 2009
Cours de préparation à l'Agregation d'économie, information et incertain
By arthur charpentier on Monday, January 5 2009, 21:24
Petite séance d'économie de l'information et de l'incertain dans le cadre de la préparation à l'agrégation. Les slides qui ont été utilisés sont en ligne.
Le cours présente les principes de base en économie de l'incertain (en particulier l'espérance d'utilité, telle que foramlisée par par von Neumann et Morgenstern) a partir des lotteries, puis présentera rapidement quelques applications en finance et en assurance.
La seconde partie aborde les deux points clés d'aléa-moral et d'antisélection, et plus générallement d'asymétrie d'information.
Quelques compléments peuvent se trouver sur internet en particulier http://cepa.newschool.edu/ (en anglais), sur la page d'Olivier Gossner ou de Denis Bouyssou, à l'Université de la Réunion, des slides de François Pigalle, ou sinon l'article de Jean Benoit Dujol dans le Tigre. Pour une approche plus "formalisée", on retiendra les slides de Pierre Cahuc à l'X. Sinon pour une vision plus générale du problème, il y a l'article de Xavier de la Vega paru dans le mensuel Sciences Humaines.
- von Neumann et Morgenstern ont montré qu'introduire une relation d'ordre sur les lotteries (c'est à dire supposer que les agents savaient comparer des risques, et des biens aléatoires) était équivalent - moyennant quelques hypothèses sur la relation d'ordre - à supposer que les agents comparent l'espérance (sous la probabilité de survenance des évènements) de l'utilité des revenus (aléatoire).
- lors de la question posée par clavardage, j'ai essayé de faire un parallèle avec les résultats obtenus par Debreu - un peu après von Neumann et Morgenstern d'ailleurs, en 1959 dans Théorie de la Valeur, et en 1944 dans Theory of Games and Economic Behavior - qui avait montrer que supposer que les agents pouvaient comparer des biens, ou des paniers de biens, i.e. construire une relation d'ordre sur les ensembles de paniers était équivalent à comparer des utilités (cf. cours de Jean-Yves Jaffray, ou l'article de wikipedia sur l'utilité).
- mais parrallèlement, Arrow et Debreu ont travaillé ensemble sur d'autres sujets connexes, en particulier introduit un concept fondamental en économie de l'incertain, en particulier dans une optique financière, que sont les "biens d'Arrow-Debreu" ou "Arrow-Debreu asset". . Ces biens sont fondamentaux en finance car ils permettent de justifier la construction de la probabilité risque neutre, permettant de valoriser des produits sur des marchés en supposant qu'il existe une absence d'opportunité d'arbitrage. Dans un univers incertain, avec E états de la nature, on peut construire E biens d'Arrow-Debreu, chaque bien payant 1 dans un état de la nature, et 0 sinon. Le prix de tels bien est appelé "prix d'état". Ils sont essentiels pour valoriser ces les actifs financiers. Des compléments théoriques dans les slides du cours de l'X, mais aussi dans les slides que je présenterais en fin de semaine à Montpellier (ici).
Monday, November 24 2008
Présentation des applications de la statistique, IUT de Vannes
By arthur charpentier on Monday, November 24 2008, 16:14
Présentation de l'activité d'assurance aux étudiants de Licence à l'IUT de Vannes. La présentation portetera plus généralement sur la modélisation des risques, des risques d'assurance non-vie, d'assurance-vie, les risques climatiques, ainsi que les risques financiers (cf slides)
Wednesday, April 9 2008
Introduction à R, faculté des Sciences Economiques, Univ. Rennes 1
By arthur charpentier on Wednesday, April 9 2008, 09:54

Présentation du logiciel R, organisées par l'association des doctorants, Project. Le graphique vient du site http://addictedtor.free.fr/.
Wednesday, December 5 2007
Quelques vieilles notes de cours
By arthur charpentier on Wednesday, December 5 2007, 14:11
Pour tenir compte des demandes de certains élèves, j'ai décidé de remettre en ligne quelques vieilles notes de cours que j'avais commencé à taper lorsque j'enseignais à l'ENSAI. Il y a sûrement beaucoup de coquilles (voire de fautes), donc merci de votre indulgence. J'ai remis en ligne le cours de Chaînes de Markov, en 2ème année, et le cours de Méthodes Numériques en Finance, en 3ème année. Les cours ont été arrêté brutalement, et je n'ai pas eu l'occasion de reprendre ces notes de cours... un jour peut être...
[13/05/2009] L'animation ci-dessous montre la convergence de la puissance d'une
matrice de transition (matrice stochastique) vers une matrice dont
toutes les lignes sont identiques, et correspondent à la
distribution limite de la chaîne de Markov,
J'essayerais de mettre en ligne la plupart des animations que j'avais pu faire pour illustrer le cours... à suivre.
Monday, December 3 2007
Sales forecasting
By arthur charpentier on Monday, December 3 2007, 00:35
Quelques heures de cours à l'ESC Rennes sur sur le thème Sales Forecasting. Les slides sont en ligne, avec la partie 1 et la partie 2 (j'ai aussi mis en ligne la base de données sur le trafic autoroutier). Parmi les contraintes techniques, il fallait utiliser Excel (exclusivement). Je mets donc des liens vers macro1 et macro2 qui sont des add-ins permettant de faire un peu de séries temporelles. Sinon un petit exemple est aussi disponible...

Monday, September 18 2006
Short course, copulas and dependence
By arthur charpentier on Monday, September 18 2006, 15:48
Cours sur les copules et l'agrégation des risques, 17th Actuarial Summer School à l'Université de Varsovie. Les slides sont disponibles sur demande [mail]. Le cours abordait l'agrégation des risques, les mesures de risques, la comparaison entre risques, et l'utilisation des copules pour la modélisation des risques multiples.






