Les progrès de la médecine, couplés à l’avancée en âge de la génération Baby Boom et à la diminution des taux de fertilité, sont à l’origine d’une augmentation significative de la proportion de personnes âgées dans la population. On parle de vieillissement démographique. Ainsi, les pays développés font face à un enjeu majeur : celui de la perte d’autonomie des personnes âgées. La dépendance se définit par le besoin d’une tierce personne pour les activités de la vie quotidienne telles que manger, se laver, s’habiller, se déplacer ou encore être continent. Apparaissant majoritairement en raison de pathologies liées au vieillissement, cette perte d’autonomie engendre un coût financier important pour les individus et leurs familles. C’est dans ce contexte que les assureurs ont mis en place des produits d’assurance dépendance, permettant de couvrir une partie des frais liés à la dépendance, au-delà de l’Allocation Personnalisée d’Autonomie versée par la sécurité sociale en France. Cependant, la modélisation de ces produits est complexe en raison du peu de données dont disposent les assureurs sur ces produits développés majoritairement au début des années 2000. Aussi, cette thèse s’intéresse à la modélisation du risque de dépendance dans un contexte où les données sont limitées, impliquant l’étude de méthodes statistiques avancées afin d’exploiter au mieux l’information issue de chaque base de données. Le Chapitre 1 présente le contexte général de l’assurance dépendance ainsi que les concepts mathématiques de bases utilisés dans le reste du manuscrit. L’objectif est ensuite de per- mettre au lecteur de positionner cette thèse, en présentant succinctement les problématiques abordées ainsi que les principales contributions. Le Chapitre 2 s’intéresse à l’estimation de la mortalité aux âges avancés, pour lesquels les assureurs n’ont observé que très peu, voire pas du tout, d’individus depuis la création de leur produit d’assurance dépendance. Ce manque de données s’explique notamment par le peu d’historique des produits d’assurance dépendance, ainsi que par l’âge limite imposé à la souscription. L’estimation des taux de décès aux âges avancés nécessite alors des méthodes statistiques d’extrapolation. Dans le contexte de l’étude d’un produit d’assurance dépendance, au minimum deux lois de mortalité sont à estimer : celle des autonomes et celle des dépendants. Ce chapitre propose une méthode d’extrapolation cohérente et simultanée de ces deux lois, en utilisant la connaissance sur la mortalité globale du portefeuille d’assurés. Le Chapitre 3 est dédié à l’étude de méthodes statistiques permettant de concaténer des données issues de contrats n’utilisant pas des définitions uniformes de la dépendance. En effet, il n’existe pas de consensus commun entre l’ensemble des assureurs sur le degré de perte d’autonomie donnant lieu au versement de la rente, ainsi que sur les modalités des contrats telles que la période de franchise. Par conséquent, l’agrégation de données de plusieurs assureurs dans le but d’augmenter le volume de données, et ainsi améliorer l’estimation du risque, est complexe. Estimer les lois biométriques sur des données de plusieurs assureurs, sans prendre en compte la différence de définition, peut mener à une sous-estimation du risque pour l’assureur ayant les conditions de versement de rentes les moins strictes. Ce chapitre propose deux méthodes permettant de combiner l’information issue de deux types de contrats ayant des définitions différentes de l’état de dépendance. Nous appliquons ces méthodes à l’agrégation de données issues de deux produits d’assurance, dont l’un seulement dispose d’une période de franchise de trois mois. Le Chapitre 4 aborde la problématique de la prise en compte, dans l’estimation de la mortalité des dépendants, de l’information sur la pathologie ayant causé la perte d’autonomie. Plusieurs études ont démontré que celle-ci impacte significativement la mortalité des individus en situation de dépendance. En raison d’un manque de données suffisantes et de la préférence des assureurs pour des modèles de mortalité simples, tout en maintenant de bonnes performances prédictives, les actuaires ne peuvent se permettre d’estimer une table de mortalité spécifique par pathologie. Regrouper celles semblables en termes de mortalité observée semble être un bon compromis. L’intensité de décès des individus dépendants étant fonction à la fois de leur âge mais également du temps écoulé depuis leur perte d’autonomie, la mortalité est représentée sous forme de surface. La complexité de ce regroupement réside alors dans le caractère bidimensionnel des lois de mortalité des dépendants, mais également dans la très faible représentation de certaines pathologies dans la base de données. Ainsi, en raison de l’absence de méthodes statistiques adaptées, de nombreux assureurs font appel à l’avis d’un expert pour constituer les groupes. Ce chapitre propose deux méthodes de clustering répondant à cette problématique, puis compare les performances prédictives des modèles de mortalité associés, à celles du modèle utilisant les groupes de pathologies construits par avis d’expert.