chainladder

Vue d'ensemble

ChainLadder implémente des méthodes actuarielles d'estimation des réserves pour l'assurance dommages. Utilisez-le pour la réserve sinistre, les triangles de sinistres et la modélisation actuarielle en Python.

Installation

uv pip install chainladder

Triangle de base et réserve

import chainladder as cl

# Load sample auto liability triangle
tri = cl.load_dataset("RAA")
print(tri)

# Select development pattern
dev = cl.Development().fit_transform(tri)

# Run chain ladder method
model = cl.ChainLadder().fit(dev)
print(model.reserve_)
print(model.ldf_)  # age-to-age factors

Mack Bootstrap

# Estimate reserve variability
mack = cl.MackChainLadder().fit(dev)
print(mack.reserve_)
print(f"CV: {mack.reserve_.std() / mack.reserve_.sum():.2%}")
print(mack.conditional_standard_error_)

Bornhuetter-Ferguson

bf = cl.BornhuetterFerguson().fit(dev)
print(bf.reserve_)
print(bf.expected_loss_)  # a priori expected loss

Références

• Documentation ChainLadder
• Principes de réserve CAS