• Analyse, mesure d’évolution, validation et rédaction des Reportings sur les travaux sur la Traditional Embedded Value (TEV) sur des produits Vie Epargne Retraite en euros et UC et Cat santé
• Construction de Model Point, analyse de cohérence vs closing précédent, paramétrage et lancement des projections sur différents produits (épargne, retraite et des produits en UC)
• Paramétrage des chocs de marché (Taux, Action Currency, Property, Spread, etc.) et de souscription (Mortalité, Rachats, Cat, Expense, etc.) et mesure d’impacts sur la PVFP, le SCR, Le ratio de SCR, BE etc.
• Tests de sensibilité et analyse des sensibilités des chocs action, taux et Currency
• Construction de fichiers Excel d’analyse et de validation des chocs
• Rédaction des notes d’analyse des évolutions de l’inventaire à la hiérarchie
Environnement technique : VBA Excel, MoSes
Environnement fonctionnel : Solvabilité 2, Model Point, chocs de marché, chocs de souscription
Reporting au sein de l’équipe Capital Economique
AVIVA
avril 2020 - novembre 2021
• Travaux de modélisation des contrats forwards bonds, et d’analyse d’impact sur la Market Value et le BEL du portefeuille Aviva
• Alimentation des QRT
• Réalisation des travaux sur le Test du LAT, analyse des tables des cash-flow déterministes, paramétrage dans Prophet, ajustement des VIF et bridging avec la clôture passée
• Contrôles récurrents sur les submissions et centralisation de l’ensemble de contrôles pour le Contrôle Interne
• Préparation et calage de données de provisions techniques aux données comptables (Gross-up) et sur les données d’actif (asset scalar) pour limiter en amont les écarts actif/passif
• Réalisation de travaux de Dry-run de transition modèle interne à la Formule Standard (passation Aviva à MACIF).
• Rédaction de notes d’analyse des évolutions
Environnement technique : SAS, VBA-Excel, Prophet (ALS, Paramétrage, Modelling, Run ; Extraction)
Environnement fonctionnel : Model Point, Reserves French (PRE,RdC,PPE), MCEV, Analyse de sensis
Recette fonctionnelle de la migration de MoSes vers RAFM
ALLIANZ FRANCE
février 2020 - avril
• Mise en place de stratégie de méthodologie de recette de la migration RA FM
• Contrôles des hypothèses et Model en input des modèles de projection sous les 2 logiciels de modélisation MoSes et RA FM
• Configuration et paramétrage des modèles sous MoSes et RA FM, en construisant les liens logiques entre les modèles de projection et les inputs et les outputs
• Analyses des outputs issus des 2 logiciels et rapprochement pour mesurer les éventuels écarts entre les résultats des projections
• Construction d’un outil d’automatisation de contrôle des outputs des 2 logiciels, qui permet de s’assurer de la fiabilité de la recette
• Remontée des défauts de migration et assistance de l’équipe de développeurs RA FM dans la correction
• Assistance à l’équipe de développeurs dans la migration des formules de calcul de MoSes (codés en C++) vers RA FM (C++)
• Coordination de la recette entre l’équipe projet et l’équipe de développeurs du côté IT
• Rédaction de procès-verbal de recette retraçant une documentation détaillée de la recette
Centralisation et qualification de données d’assurance individuelles Epargne-Retraite
GROUPAMA
novembre 2015 - mars 2018
• Travaux de migration et de qualification des données d’assurance Epargne – Retraite au compte afin de faciliter non seulement les travaux de l’inventaire mais aussi d’assurer une ligne de traçabilité de l’ensemble des données pour permettre les différentes pistes d’audit et notamment la justification des travaux d’inventaires auprès de l’ACPR
• Mise en place de modèles de données répondant à une double problématique des travaux d’inventaire (prise en compte de l’ensemble des données nécessaires aux travaux d’inventaire) et de projection de model-point (prise en compte de tous les éléments techniques, notamment les éléments techniques tels que les taux) accueillant et archivant l’ensemble des données traitées
• Construction d’un modèle relationnel de base de données centralisée sous oracle intégrant 5 tables de données (Flux, Prestations, Contrats, Garanties, Provisions). Les clefs de recherche de données en commun entre les différentes tables sont le numéro de contrat, la garantie, le numéro de prestation ou le numéro de prime.
• Homogénéisation de l’ensemble des contrats d’assurance vie individuelle en vue de faciliter la centralisation des données dans une même et unique base de données
• Ecriture de codes de macros-SAS et procédures stockés sous SQL d’automatisation des extractions des données des différents BO.
• Production de codes et procédures de traitements statistiques et de recalcul des données actuarielles
• Conception et automatisation des programmes SAS pour une alimentation par batch des différentes tables (contrats, garantie, prestation, provision et la table des flux) du modèle de donnée
• Travaux de rapprochement comptable, ou il faut mesurer l’adéquation entre les flux techniques (primes, rachats, prestations, etc.) issus des systèmes de gestion avec les comptes SAP de la comptabilité et notamment la C031
Environnement technique : SAS (Base – Stat – macro) SAS-GUIDE, SQL, VBA-Excel
Environnement fonctionnel : Bilan S2, SCR, TVOG, Best Estimate, Ratio SCR, Taux d’intérêt, Models point, Table de rachat, Table de mortalité, Participations aux bénéfices
Mise en place d’un ESG et des travaux sur la formule standard de S2 Implémentation d’un générateur de scénarios économique
ALTIA CONSEIL
septembre 2013 - octobre 2015
• Constitution d’une base des prix réels des zéros coupons recueillis sur les marchés parisien et londonien pour le calibrage du modèle stochastique de courbe de taux
• Résolution par la méthode de discrétisation du modèle à deux facteurs de Black Karasinski, candidat à la modélisation de la courbe des taux
• Modélisation des taux d'intérêt par le modèle de Black Karasinski à deux facteurs (niveau et volatilité)
• Implémentation du modèle dans un outil Python avec une interface d’utilisateur conçu sur mesure pour générer les taux d’intérêt (scénarios économiques)
Implémentation de la formule standard de Solvabilité 2 pour le calcul du passif (SCR, BE)
• Implémentation du modèle stochastique de Lee-Carter, modélisation le risque de mortalité – Calcul des probabilités de décès pour la modélisation du risque de longévité.
• Modélisation du risque de marché et notamment le risque de déviation du taux d’intérêt et calcul du capital risque de taux
• Implémentation de la formule d’agrégation des différents modules au moyen de la matrice de corrélation normatif.
Environnement technique : Python, VBA-Excel
Environnement fonctionnel : Calculs stochastiques, Simulation Monté Carlo, Modèle de courbe de taux à 2 facteurs, Discrétisation et Résolution numérique, Scénario économique
Modélisation des produits vie et travaux sur S2 sous NEMO (Nouvel Environnement de Modélisation) Calcul des provisions techniques dans le cadre du pilier 1 de Solvabilité 2
CNP ASSURANCES
août 2010 - juillet 2013
• Rédaction des spécifications fonctionnelles et techniques et calcul des provisions techniques sur le produit « vie entière immédiate »
• Rédaction des spécifications fonctionnelles et techniques sur la « rente viagère immédiate » : assurance retraite à cotisation définie (Art.83)
• Migration des produits vie entière et de la rente viagère différée de Prophet et MoSes vers NEMO
• Calcul de provisions techniques sur le produit L 441 : assurance retraite par capitalisation collective et par point
• Travaux aux modèles ALM sur le portefeuille obligataire du produit L441
• Préparation de données en mode Model Point et hypothèses pour des projections tant déterministe que stochastique dans NEMO
• Implémentation et codage des spécifications dans le système d’information, NEMO
• Présentation des états d’avancement des travaux à des réunions de travail avec toute l’équipe NEMO et avec les autres partenaires métier de la CNP Assurances comme la Banque Postale
Implémentation en modèle interne de Solvabilité 2 d’éléments de calcul du SCR
• Implémentation de 2 modules de calcul automatisé de la VaR et de l’Espected Shortfall
• Modélisation et codage de la dynamique de la mortalité via le modèle stochastique de Lee-Carter
• Modélisation et codage de la dynamique des rachats dynamiques
Environnement technique : Matlab, MoSes, Prophet
Environnement fonctionnel : Modélisation, ALM, Table de mortalité, Rachats, VaR, Espected Shortfall, Provisions techniques
Tarification d’un portefeuille d’assurance santé & automobile
MAPA ASSURANCES
juillet 2009 - août 2010
• Recueil, nettoyage et redressement de bases de données sur les dépenses de soins de santé et des dépenses en assurance automobile fournies par MAPA Assurances
• Analyse statistique des données, puis fusion des bases pour obtenir une seule et même base de tarification pour les 2 assurances santé et automobile
• Mise en œuvre de la tarification par l’approche coût fréquence en privilégiant les variables les plus discriminantes comme le sexe, l’âge, la région, etc.
• Proposition d’une gamme de tarifs en partant de la construction du tarif d’une formule de référence
• Construction d’un applicatif générateur des tarifs des différentes formules sous VBA Excel et sous Python avec une interface d’utilisateur clic-bouton.
• Rédaction du rapport final déclinant l’ensemble des méthodologies économétriques, notamment les Modèles linéaires Généralisés (GLM), et formules de calculs statistiques appliquées dans la tarification à destination de MAPA Assurances
• Rédaction des spécifications techniques de mise en œuvre des trois modèles comptables (BBA, VFA et PAA) de valorisation du passif, notamment comment les calculs concernant le BE, le RA et le CSM sont effectués selon chaque modèle.
• Mapping des modèles comptables avec les différentes entités – Vie - Dommage - Santé prévoyance
• Participation au comité stratégique de choix de méthodes de valorisation laissées la règlementation à l’appréciation de l’assureur : par exemple le choix de la méthode de coût du capital pour la valorisation du RA.
• Rédaction des schémas d’impacts des changements d’hypothèses (financières ou non financières) sur les différentes composantes du bilan, notamment sur la CSM ou sur le résultat.
• Travaux sur les données et construction des groupes de contrats (portefeuille/cohorte/profitabilité) pour la construction de model point pour les projections des cash flows sous Prophet
• Structuration des données aux formats du Groupe dans différentes tables (Group of contracts, Cash flows, etc.) dédiées qui sont à destination du Commun Data Layer (CDL) pour des calculs au niveau Groupe en Suisse
Modélisation du capital Economique risque opérationnel
SOCIETE GENERALE
aujourd'hui
• Collecte de données risque opérationnel des différentes line business
• Traitement des données et estimation des paramètres par line business pour la modélisation de l’évolution des coûts des sinistres. – Rétention de la loi log-normale pour l’évolution des sinistres – Rétention, soit de la loi de poisson ou de la loi binomiale pour la loi des fréquences
• Calcul du capital risque opérationnel par line business au moyen de la VaR
• Calcul d’une matrice de corrélation entre les différentes line business pour le calcul global en tenant compte de l’effet diversification
• Rédaction des méthodologies statistique et économétrique et des spécifications fonctionnelles de l’ensemble des travaux de modélisation
• Implémentation et codage de l’ensemble des calculs sous une application automatisée en Matlab avec une interface d'utilisateur
Environnement technique : Matlab, VBA-Excel
Environnement fonctionnel : Bale 2, Capital économique, Estimation paramétrique, Simulation Monté Carlo, Mesure de risque, Coût de sinistre, Fréquence.
Master 1 en Mathématiques Appliquées, option probabilité et statistiques des processus
Université Cheikh Anta Diop de Dakar
2005
Langues
Anglais - C2
Autres compétences
RESUME DES COMPETENCES
• Analyse de besoins
• Cadrage
• Choix stratégiques de solutions
• Implémentation
EXPERTISES ACTUARIELLES
• Assurance Vie (Epargne, Retraite, Emprunteur, etc.) & Non-Vie (dommage, santé Prévoyance)
• Solvabilité II, Bilan S2, pilier 1 (SCR), Pilier 2, Reporting financier
• IFRS 17/IFRS9, Les modèles de valorisation (BBA, PAA, VFA), Bilan et compte de résultats sous IFRS17
• Asset Risque Management, Risque opération– Mesure de risque - Instruments financiers - Monté Carlo
• ALM, Modélisation du passif (rachats, de mortalité, frais, BE, etc.) et de l’actif
• Règlementaire, Ratio de solvabilité
• Méthodes statistique et économétrique - Scoring–Analyse factorielle
COMPETENCES TECHNIQUES
• Pack Office :
o VBA-Excel - Access
• Outils de projections actuarielles :
o MoSes – Prophet - RiskAgility Financial Modeler (RA FM)
• Outils de traitement statistiques & actuarielles :
o SAS (Macro, Base, Stat, Graph, ETS, IML, etc.), SAS Guide (SEG), SQL, SAS Visual Analytics
o Langage R : R Studio, R Shiny, RSQLite, Foreign, etc. ; Framework Spark avec R via SparkR
o Python : Pandas, Numpy, Scikit-learn, Matplotlib, Spark via PySpark, Tkinter
o Matlab : Statistics & Machine Learning Toolbox, Database , MATLAB Compiler
o WinDev
• SGD & moteurs de base de données :
o SQL Server - Oracle Database - SQLite3 - Langage de requêtage SQL - HyperFile SQL
