ETUDE INTERNE
AUTEURS : MEDHI JACQUELINE, VALENTIN ERADES, ARESKI COUSIN
Cet article présente une étude collaborative menée par Nexialog Consulting et le département ALM d’un grand groupe d’assurance. Il explore la construction d’un méta-modèle ALM, conçu pour reproduire rapidement et avec précision les principaux indicateurs du bilan tout en optimisant les ressources de simulation. En s’appuyant sur des algorithmes d’apprentissage statistique, l’étude compare différentes approches pour prédire le Best Estimate (BE) et le Solvency Capital Requirement (SCR) dans le cadre de Solvabilité 2. Les résultats, axés sur l’épargne-retraite, montrent que cette approche est particulièrement efficace dans divers cas d’usage, tels que la prédiction du BE et du SCR en période de forte charge opérationnelle.
