Depuis 2010, le marché de l’assurance emprunteur a connu de nombreuses évolutions techniques et réglementaires, visant à ouvrir le marché à la concurrence pour permettre aux assurés de bénéficier de tarifs plus attractifs. Sur la même période, le marché du crédit immobilier a été dynamisé par une baisse significative des taux – même si la tendance s’est inversée depuis 2022, et par des incitations fiscales d’investissement sur le marché locatif. Ce contexte favorable aux assurés emprunteurs les a incités à revoir à la fois leurs conditions d’emprunt et d’assurance (ADE) associée. Il s’est traduit par une augmentation des renégociations et une volatilité des résiliations directes des contrats d’assurance (substitution du contrat initial par une délégation externe), ou indirectes (via le rachat du crédit). La modélisation actuelle des résiliations, basée sur des taux moyens de résiliation rétrospectifs capte insuffisamment cette volatilité. L’objectif visé est d’utiliser le potentiel des méthodes statistiques prédictives supervisées pour construire des scores par ancienneté et les ajuster pour modéliser dynamiquement le risque de résiliation au cours du temps. Le travail proposé présente la construction des scores par ancienneté à partir d’une base d’étude, les différentes étapes de la modélisation du risque à partir des scores ajustés et son back-testing dans un cadre solvabilité 2, en analysant ses forces et ses axes d’amélioration.