Skylark Royaume- Call @ 08033512375- Royaume Flats Sarajpur Road- Bangalore...
Modélisation de la mortalité des rentiers : Royaume Uni ...
Transcript of Modélisation de la mortalité des rentiers : Royaume Uni ...
Modélisation de la mortalité des rentiers :
Royaume Uni versus France.
Stephen RICHARDS et Hélène QUEAU
Copyright © UMR et Stephen Richards Consulting Ltd www.longevitas.co.uk
INTRODUCTION
Le contexte et les objectifs de l’étude
Copyright © UMR et Stephen Richards Consulting Ltd
SOMMAIRE
1. Variations de la longévité par région en France.
2. Modélisation de la mortalité par région /
portefeuille UMR.
3. Groupes socio-économiques au Royaume-Uni.
4. Longévité des rentiers au Royaume-Uni.
5. L’analyse menée au Royaume-Uni est-elle
applicable au portefeuille de l’UMR ?
6. Conclusion / Questions.
1. Variations de la longévité par région
en FranceRegion Female life expectancy Difference
Rhône-Alpes 85.2 0.3
Midi-Pyrénées 85.0 0.1
Poitou-Charentes 85.0 0.1
Île-de-France 84.9 0.0
Pays de la Loire 84.9 0.0
Corse 84.8 -0.1
Aquitaine 84.7 -0.2
Centre 84.6 -0.3
Provence-Alpes-Côte d'Azur 84.6 -0.3
Languedoc-Roussillon 84.5 -0.4
Limousin 84.5 -0.4
Franche-Comté 84.4 -0.5
Bourgogne 84.3 -0.6
Basse-Normandie 84.2 -0.7
Alsace 84.0 -0.9
Auvergne 83.9 -1.0
Bretagne 83.8 -1.1
Haute-Normandie 83.6 -1.3
Champagne-Ardenne 83.5 -1.4
Lorraine 83.1 -1.8
Picardie 82.4 -2.5
Nord-Pas-de-Calais 82.2 -2.7
Sources : Insee, État-civil, estimations localisées de population.
Le tableau
donne
l’espérance de
vie à la
naissance
(régions en
2007)
• Est-ce que ces différences sont
également observables sur le portefeuille
UMR ?
• La réponse est donnée par une
modélisation statistique de la mortalité
appliquée aux données.
2. Modélisation de la mortalité
2.Le modèle
• Modèle de Survie pour estimer la force de
mortalité, x.
• 16 modèles étudiés (Richards, 2010).
• Le modèle le mieux adapté est Makeham-
Perks :
• α et β sont estimés à partir des données, tout
comme ε.
2. Le portefeuille de l’UMR
• Principalement constitué d’enseignants.
• 130 468 enregistrements de rentiers de 60
ans et plus.
• 582 922 années d’exposition.
• 8 949 décès.
• 99,2% des rentiers ont une adresse en
France.
2. Etude par région
• 24 régions, en incluant les territoires d’outre-
mer et les adresses à l’étranger.
• L’Île-de-France est la région la plus
représentée ► elle constitue la région de
référence.
• En faisant l’hypothèse que la mortalité est
répartie aléatoirement par région, on peut
estimer que 5% (soit (24-1)*5%= 1.15)
seront significativement différentes
2. Régions comme facteur de risque
sur les données de l’UMR
Source : UMR et Longevitas Ltd. La région Ile-de-France est la référence et ses paramètres sont implicitement
nuls. Les autres paramètres liés à l’âge et au sexe.
2. Variation géographique dans
les données de l’UMR
• 1 région a une mortalité significativement plus
basse : Provence-Alpes-Côte d'Azur.
• 3 régions ont une mortalité significativement
plus élevée : Lorraine, Pays de la Loire, et
Picardie.
• 4 différences significatives pour 1.15 attendue
si cette donnée n’était pas discriminante
2. Variation géographique
• Les résultats observés pour la Lorraine et la
Picardie confirment les données INSEE.
• Cas particulier : Provence-Alpes-Côte d'Azur.
• Est-il possible de faire une meilleure
segmentation que celle donnée par les
régions ?
• Peut-on utiliser des groupes socio-
économiques?
3. Groupes socio-économiques
3. Le groupe socio économique
au Royaume-Uni
• Le statut socio-économique est déterminé
par la profession.
• Incidence importante sur l’espérance de
vie …
Source : données ONS d’une étude longitudinale sur les données de la population.
3. Groupes socio-économiques
• La profession n’est pas toujours disponible.
• Question : Comment l’intégrer dans l’étude
de la longévité ?
• La solution : utiliser des variables corrélées
avec le statut socio-économique.
3. Groupes socio-économiques
• Deux remplacements sont possibles :
1. Le montant de rente : indicateur du
niveau de vie.
2. L’indicateur géographique : donne
directement le style de vie en fonction
du lieu de résidence.
3. Le profil géodémographique
• Regroupement de personnes partageant
des caractéristiques communes.
• Basé sur l’adresse ou le code postal…
• …en utilisant des informations relatives aux
personnes y habitant (type de maison, de
voitures, etc…)
• Au Royaume-Uni, cette segmentation est
basée sur le code postal…
3. Structure du code postal
au Royaume-Uni
3. Les codes postaux
• Chaque code postal regroupe environ 15 à
17 foyers.
• 1,7 millions de codes postaux au Royaume-
Uni.
• Beaucoup trop pour être applicable
directement !
• Utilisation de la notion de “profil
géodémographique”.
• Exemple : Mosaïque établie par Experian.
3. Mosaïque
4. Mortalité des rentiers
au Royaume-Uni
4. Mortalité des rentiers
au Royaume-Uni
Richards & Jones (2004) ont montré qu’il existe
plusieurs facteurs influençant la longévité:
• Age ;
• Sexe ;
• Montant de la rente ;
• Profil géodémographique;
• Durée depuis la date de liquidation ;
• Région.
Source : Richards & Jones (2004) ont utilisé une table de mortalité d’expérience d’une assurance-vie.
Incidence des groupes socio-écomiques
Facteurs Changement Impact sur la
provision
Sexe Femme→Homme -11,5%
Profil
géodémographique
Haut→Bas -11,4%
Durée depuis la
liquidation
Court→Long -10,8%
Revenu Elevé→Faible -5,9%
Région Sud→Nord -5,9%
Source : Richards & Jones (2004) “Financial aspects of longevity risk”, SIAS, p39
4. Mortalité des rentiers
au Royaume-Uni
• Richards (2008), Madrigal et Al (2009) ont
confirmé dans des études plus récentes
que les codes postaux sont des facteurs
de risque.
5. Cette analyse est-elle applicable
au portefeuille de l’UMR ?
5. Log mortalité par âge des données
de l’UMR
-6
-5
-4
-3
-2
-1
0
60 70 80 90 100
log(mortality)
Source : UMR et Longevitas Ltd
5. Log (mortalité) par âge et sexe
-6
-5
-4
-3
-2
-1
0
60 70 80 90 100
Females
Males
Source : UMR et Longevitas Ltd
5. Mortalité par montant de rente
Source : UMR and Longevitas Ltd. Taux de mortalité par décile avec la catégorie 1 regroupant les 10% des
rentes les plus faibles et la catégorie 10 regroupant les 10% des rentes les plus élevées.
5. Facteurs de risque pour les rentiers
de l’UMR
• Comme au Royaume-Uni, les facteurs de
risque sont les suivants :
1. Age ;
2. Sexe ;
3. Montant de rente.
• Mais pas le profil géodémographique !
5. La géodémographie en France
• La géodémographie est basée sur la
notion d’Îlot.
• Un Îlot regroupe environ 90 foyers sur
Paris…
• …mais peut couvrir une commune
entière dans les zones rurales.
• Un code postal au Royaume-Uni couvre
entre 15 et 17 foyers.
5. La géodémographie et les données de
l’UMR
• 54 types géodémographiques.
• En faisant l’hypothèse que la mortalité est
répartie aléatoirement par région, on peut
estimer que 5% (soit (54-1)*5%= 2.65) seront
significativement différentes (soit 2 ou 3 ilôts)
• Le type F25 possède la plus large exposition. Ce
sera donc la référence.
• Seuls 2 types géodémographiques possèdent
une mortalité significativement différente.
5. Pourquoi la géodémographie
n’est-elle pas significative ici ?
• Plusieurs possibilités :
1. Le code postal au Royaume-Uni est plus
précis qu’un Îlot français.
2. La France est plus égalitaire que le
Royaume-Uni.
3. Le portefeuille de l’UMR est homogène par
rapport à l’activité : beaucoup d’enseignants.
6. Conclusion et questions
1. Le montant de la rente est un facteur
significatif mais pas autant qu’au Royaume-
Uni.
2. La géodémographie n’est pas significative
pour ce portefeuille.
3. Des exemplaires papier sont disponibles
auprès de Stephen (en anglais !)
RéférencesMADRIGAL ET AL 2009 What longevity predictors should be
allowed for when valuing pension-scheme liabilities?,
British Actuarial Journal (to appear).
RICHARDS, S. J. AND JONES, G. L. 2004 Financial aspects of
longevity risk, SIAS.
RICHARDS, S. J. 2008 Applying survival models to pensioner
mortality data, British Actuarial Journal, Vol 14, Part II, No.
61.
RICHARDS, S. J. 2010 A handbook of parametric survival
models for actuarial use, Scandinavian Actuarial Journal
(to appear).