ModélisationdesqueuesdedistributionparlaloideParetogénéralisée

Abstract

La modélisation des queues de distribution par la loi de pareto généralisée(GPD) à une grande importance dans la prévention des phénomènes extrêmes qui peuvent engendrer des catastrophes. La modélisation par la loi de GPD passe par l'estimation de ces paramètres. Nous avons modélisé par la distribution de GPD les données réelles de CIAR Touggourt management en assurance (automobile) entre le 31 janvier 2020 et le 31 décembre 2023 afin d’estimation le niveau de retour et de déterminer les niveaux de réserves financières nécessaires pour couvrir les pertes dans les cas extrêmes .

The modeling of distribution tails by the generalized pareto law (GPD) is of great importance in the prevention of extreme phenomena that can generate catastrophes. Themodeling by GPD's law involves estimating these parameters. We modeled by the distribution of GPD the real data of CIAR Touggourt management in insurance (automobile) between January 31, 2020 and December 31, 2023 in order to estimate the level of return and to determine the levels of financial reserves necessary to cover the losses in extreme cases.