Prix des Sciences du Risque 2024 : Félicitations à Franklin Feukam Kouhoue et Florian Salaun
![Prix des Sciences du Risque 2024 : Félicitations à Franklin Feukam Kouhoue et Florian Salaun](/sites/default/files/styles/actualite_full/public/actualites/images/2024-07/Visuel%20site%20web%20%281%29.png?itok=I4fGQmNb)
Pour la 6e édition du Prix des Sciences du Risque, la Fondation Optimind, en partenariat avec l'Institut des actuaires, l’AMRAE, France Assureurs et l’Argus de l’assurance, a distingué deux co-lauréats en 2024, qui reçoivent chacune un prix d’un montant de 5 000 euros, ainsi qu'une mention spéciale. Nos félicitations à :
- Franklin Feukam Kouhoue (étudiant en Actuariat), récompensé pour son mémoire « Interprétabilité des modèles de tarification en Actuariat : application à l’assurance automobile. »
La numérisation des activités a progressivement conduit à une plus forte disponibilité des données exploitables à des fins assurantielles et à la possibilité pour les assureurs de procéder à une segmentation plus fine et à un meilleur ajustement de leurs stratégies de gestion du risque.
L’usage d’algorithmes d’apprentissage statistique pour le développement de modèles prédictifs, notamment de réseaux de neurones et de modèles par agrégation, ne remet pas en cause les besoins d’interprétabilité et de transparence des modèles.
Face à ces besoins, les travaux primés explorent et illustrent l’usage de différentes méthodes d’interprétabilité post hoc, agnostiques aux modèles considérés. Ces travaux sont complétés par une application à la tarification automobile et à l’usage de données télématiques.
- Florian Salaun (étudiant en Actuariat), salué par une mention spéciale pour son mémoire «Modélisation par apprentissage statistique du lien température-mortalité en Open Data et application prédictive ».
L’accentuation en nombre et en intensité des épisodes de chaleurs extrêmes conduit à s’interroger sur l’impact du dérèglement climatique sur la mortalité.
Les travaux réalisés, à partir de données open data à une granularité fine, portent sur la comparaison de différentes extensions des modèles linéaires généralisés et mettent en évidence la capacité des modèles Distributed Lag Non-Linear Models à reproduire les effets des températures extrêmes sur la mortalité.
Une étude prospective à horizon 2070 permet en complément d’identifier des catégories de population à risque et une potentielle hétérogénéité démographique en termes d’exposition au risque de mortalité liée aux températures. Une quantification de l’impact prospectif de mesures d’adaptation à ce risque est enfin proposée.