Selection bias and auditing policies for insurance claims

Les biais de sélection sont créés par des disparités entre le domaine d'estimation d'un modèle statistique et son domaine d'application. C'est le cas pour les modèles évaluant le risque de fraude, qui sont estimés sur les seuls sinistres audités mais appliqués sur tous les sinistres entrants. Or les sinistres audités sont une minorité, étant choisis suite à une sélection sévère effectuée par des experts. Ce papier présente une approche statistique qui contrebalance le biais de sélection sans recourir à une stratégie d'audit aléatoire. On estime un modéle à deux équations sur l'audit et la fraude (un modèle probit bivarié avec censure), sur une une partie d'une base de sinistres où les experts sont laissés libres de leur décision d'auditer. On corrige ainsi la surestimation attendue du risque de fraude en cas d'estimation d'une seule équation. Les résultats sont proches de ceux obtenus par audit aléatoire, au prix d'une instabilité des résultats par rapport à l'ensemble des composantes de régression. On compare ensuite des politiques d'audit à partir des différentes approches.