Résumés
Résumé
L’objet de cet article est d’analyser le système de tarification de l’assurance automobile tunisien à l’aide d’un modèle de tarification optimal. Pour ce faire, nous utilisons un modèle de tarification basé sur les caractéristiques des individus et leur nombre d’accidents passés (Lemaire 1995, Dionne et Vanasse, 1992). Notre base de données, qui s’étale sur cinq ans (1990-1995) et contient 46 337 observations, nous a permis d’estimer, à partir de données annuelles et à l’aide des modèles de comptage (Poisson et binomiale négative), l’importance relative des facteurs qui expliquent le nombre d’accidents durant une période et de construire des tables bonus-malus optimales. Nous arrivons à la conclusion que d’autres variables que la puissance et l’usage des véhicules (qui sont utilisées comme seuls critères de tarification dans la régime actuel) sont significatives pour expliquer le nombre d’accidents (région de résidence de l’assuré, les garanties auxquelles il souscrit, la marque et l’âge de l’automobile) et que, par ailleurs, la table bonus-malus adoptée par le ministère des Finances n’est pas optimale.
Mots-clés :
- Information privée,
- sécurité routière,
- bonus-malus,
- tarification de l’assurance automobile,
- modèles de comptage
Abstract
This article is intended to analyze the Tunisian automobile insurance rating system, using an optimal rating model. ln this regard, we apply a rating model based on the characteristics of policy holders and their number of past accidents (Lemaire 1995, Dionne and Vanasse 1992). Our data base is structured for a five-year period (1990-1995) and contains 46,337 observations, allowing us to evaluate, from annual data with the use of models for count data (Poisson and negative binomial), the relative importance of factors explaining the number of accidents during a period and to build up optimal bonus-malus tables. We come to the conclusion that other variables than the power and the use of vehicles (which are the two rating criteria in the actual regime) are significant to explain the number of accidents (insured residence, insured coverages, model and age of vehicles) and also, in other respects, that the bonus-malus table put in place by the ministry of Finance is not optimal.
Keywords:
- Private information,
- road safety,
- bonus-malus,
- automobile insurance rating,
- count data models