CONFERENCE

MLISTRAL
Machine Learning in Insurance Sector Targeted to Risk Analysis and Losses

26 – 30 September 2022
Monday   Ruin theory, extremes and reinsurance
Tuesday   Data Science in life insurance
Wednesday   Population dynamics
Thursday   Data Science in non-life insurance
Friday   Numerical methods and algorithms

Scientific Committee 
Comité scientifique 

Hansjoerg Albrecher (Université de Lausanne)
Katrien Antonio (KU Leuven & University of Amsterdam)
Arthur Charpentier (Université du Québec à Montréal)
Mercè Claramunt (University of Barcelona)
Alfredo D. Egídio Dos Reis (University of Lisboa)
Caroline Hillairet (ENSAE-Paris, CREST)
Claude Lefèvre (Université Libre de Bruxelles)
Pietro Millossovich (Bayes Business School, London)
Christian-Yann Robert (ENSAE-Paris, CREST)

 

Organizing Committee
Comité d’organisation

Christophe Dutang (CEREMADE Université Paris Dauphine)
Anne Eyraud-Loisel (Université Lyon 1)
Xavier Milhaud (Aix-Marseille Université)
Denys Pommeret (Aix-Marseille Université)
Manuela Royer-Carenzi (Aix-Marseille Université)
Maud Thomas (Sorbonne Université)
Julien Trufin (Université Libre de Bruxelles)

MLISTRAL

“MLISTRAL”, (M)achine (L)earning in (I)nsurance (S)ector (T)argeted to (R)isk (A)nalysis and (L)osses, is an International Conference that aims to bridge the gap between mathematical theory (especially related to statistical learning theory) and practical applications of Actuarial Sciences in industry. The Conference is organized as follows: each day a current hot topic for insurance practitioners, with corresponding prestigious academics implicated in such topics. A specific focus will be given to practical issues that can arise when implementing (in Python, R language or else) theoretical solutions to operational frameworks. The topics of this conference are voluntarily very diversified, as the application of Actuarial Sciences can be in real life applications. Theoretical solutions and operational implementations of traditional issues in Asset and Liabilities Management, Life Insurance, Non-Life Insurance and Reinsurance will be presented. The distinctive structure of talks, and in particular the three one-hour plenary sessions every morning, should help everyone to have a comprehensive understanding of the presented research results. The rest of the Conference is dedicated to shorter talks on one day’s theme. Young researchers have a special opportunity to explain their research findings in plenary sessions, and they are strongly encouraged to attend the Conference and submit papers to be presented.

“MLISTRAL”, (M)achine (L)earning in (I)nsurance (S)ector (T)argeted to (R)isk (A)nalysis and (L)osses, est une conférence internationale en Sciences Actuarielles qui a pour vocation de faire le lien entre la théorie mathématique (de l’apprentissage statistique principalement) et la pratique de l’actuariat. Les journées thématiques, organisées autour de plénières accueillant des invités de prestige en actuariat, sont l’occasion d’aborder une problématique actuarielle à travers une vision opérationnelle. Un accent particulier sera accordé à la programmation (en R ou dans d’autres logiciels open-source) des techniques et aux problématiques computationnelles que peuvent poser les applications concrètes des théories actuarielles sous-jacentes. Cette conférence est aussi diversifiée dans son contenu (assurance vie, assurance non-vie, réassurance, gestion actif-passif notamment) que l’est l’application de l’actuariat dans le monde professionnel. Le format particulier des présentations du matin, à savoir des sessions plénières de longue durée (1h), permet aux orateurs de présenter en détail leurs résultats et de faciliter ainsi la compréhension des participants. L’après-midi est réservé à des présentations plus courtes et volontairement plus variées, toujours inscrites dans la thématique de la journée. Enfin, une place de choix est accordée aux jeunes chercheurs en leur permettant d’exposer leurs travaux lors d’une session plénière le matin, de même que lors d’exposés plus courts l’après-midi. 

KEYNOTE SPEAKERS

Hansjörg Albrecher (Université de Lausanne)    ML for climate extremes / other topic TBD
Katrien Antonio (Catholic University of Leuven)    A hierarchical reserving model for reported non-life insurance claims
Arthur Charpentier (Université du Québec à Montréal)    Fairness and discrimination
Caroline Hillairet (ENSAE Paris)    Cyber contagion: impact of the network structure on the losses of an insurance portfolio
Stéphane Loisel (Université Lyon 1)    Longevity
Christian-Yann Robert (ENSAE Paris)    Hill Random Forests with application to tornado damage insurance

 

SPEAKERS

Mercedes Claramunt (University of Barcelona)    Longevity evolution: similarities and differences among mortality indicators
Aurélien Couloumy (Caisse Centrale de Réassurance)     Bayesian Neural Network Perspectives for Actuarial Science
Christophe Dutang (Université Paris Dauphine – PSL)    Adjusting Manual Rates to Own Experience: Comparing the Credibility Approach to Machine Learning
Pierre-Olivier Goffard (University Lyon 1)    ABC methods
Quentin Guibert (Université Paris Dauphine – PSL)    An explicit split point procedure in model-based trees allowing for a quick fitting of GLM trees and GLM forests
Dimitrios Konstantinides (University of the Aegean)    Uniform asymptotic estimates in a bidimensional time-dependent risk model with proportional reinsurance and general investment returns
Claude Lefèvre (Université Libre de Bruxelles)    Ruin and pandemics
Olivier Lopez (Sorbonne Université)    Identifying network effects from an insurance portfolio
Xavier Milhaud (Aix-Marseille Université)     K-sample clustering in contamination models
Pietro Millossovich (Bayes Business School, London)    Life insurance applications of simulation methods
Anani Olympio (CNP Assurances)    Limites des modèles de prévision et apports de la Prospective
Pierrick Piette (Université Lyon 1)    Applying economic measures to lapse risk management with machine learning approaches
Denys Pommeret (Aix-Marseille Université)    MIAMI
Yahia Salhi (Université Lyon 1)    Change-point detection
Maud Thomas (Sorbonne Université)    Parametric insurance for extreme risks: the challenge to properly cover severe claims
Julien Trufin (Université Libre de Bruxelles)    Testing for more positive expectation dependence with application to model comparison and autocalibrated models
Mathias Valla (Université Lyon 1)    Comparison of longitudinal models
Pierre Vandekerkhove (Université Gustave Eiffel)    Two-sample contamination model test

SPONSORS