Professeur
Professeur
Unité : Département de mathématiques
Courriel : pigeon.mathieu.2@uqam.ca
Téléphone : (514) 987-3000 poste 2807
Enseignement
- Stage en actuariat I (2026, 2025, 2024, 2023, 2022)
- Stage en actuariat II (2026, 2025, 2024, 2023, 2022)
- ANALYSE STATISTIQUE DES RESERVES EN ASSURANCE IARD (2025, 2021)
- ANALYSE DE DONNÉES EN ACTUARIAT (2025, 2023, 2021)
- Analyse de données en actuariat (2022)
Directions de thèses et mémoires
Thèses de doctorat
- Michaelides, Marie. (2024). Analysis of inter-risks dependence in micro-level claims reserving for non-life insurance. (Thèse de doctorat). Université du Québec à Montréal.
- Yanez, Juan Sebastian. (2023). Modélisation granulaire des réserves en assurances incendie, accidents et risques divers avec une structure en composantes hiérarchiques. (Thèse de doctorat). Université du Québec à Montréal.
Mémoires
- Oueini, Christina. (2023). Modèles équitables de tarification en assurance automobile. (Mémoire de maîtrise). Université du Québec à Montréal.
- LeBlanc, Alexandre. (2023). Modélisation de la réserve avec modèles linéaires généralisés pondérés par la réciproque de la probabilité de censure. (Mémoire de maîtrise). Université du Québec à Montréal.
- Yapi, Arnaud Carmel. (2021). Analyse de la sinistralité d'une base de données à l'aide de la théorie des valeurs extrêmes et d'un outil de simulation. (Mémoire de maîtrise). Université du Québec à Montréal.
- Jessup, Sébastien. (2020). Modelling of unearned premium risk with dependence. (Mémoire de maîtrise). Université du Québec à Montréal.
- Duval, Francis. (2019). Gradient boosting techniques for individual loss reserving in non-life insurance. (Mémoire de maîtrise). Université du Québec à Montréal.
- Crainic, Andra. (2019). Arbres de décision pour la fréquence dans le cadre de la modélisation des réserves en assurance non-vie. (Mémoire de maîtrise). Université du Québec à Montréal.
- Ghasemivanani, Zahra. (2018). Modélisation des réserves en assurance I.A.R.D. : utilisation de méthodes robustes. (Mémoire de maîtrise). Université du Québec à Montréal.
- Yanez, Juan Sebastian. (2017). Modélisation individuelle des réserves en assurance I.A.R.D. : distribution Tweedie multivariée avec choc commun. (Mémoire de maîtrise). Université du Québec à Montréal.
Autres directions et supervisions
- Potvin, Jean-Mathieu. (2019). Tarification et provisionnement du risque d'inondation: banc d'essai sur la rivière Chaudière au Québec. (Mémoire de maîtrise). Université du Québec à Montréal (co-direction: Mathieu Boudreault).
- Turcotte, Roxane. (2019). Analyse de l'impact de la dépendance sur l'évaluation individuelle des réserves en assurances I.A.R.D. (Mémoire de maîtrise). Université Laval (co-direction: Hélène Cossette).
- Dankwa, Ernest. (2020). Individual loss reserving based on neural networks models. (Mémoire de maîtrise). Université du Québec à Montréal.
- Duval, Francis. (2024). Modélisation des sinistres en assurance automobile avec l'utilisation de données télématiques: Approches d'apprentissage automatique en classification et régression comptage. (Thèse de doctorat). Université du Québec à Montréal (co-direction: Jean-Philippe Boucher).
- Jessup, Sébastien. (2024). Advancements in model combination and uncertainty quantification with applications in actuarial science. (Thèse de doctorat). Concordia University (co-direction: Mélina Mailhot).
Publications
Articles scientifiques
- Cossette, H. et Pigeon, M. (2025). A Comparison of Two Individual Tree-Based Loss Reserving Methods. Variance, 18. https://variancejournal.org/article/130025-a-comparison-of-two-individual-tree-based-loss-reserving-methods.
- Michaelides, M., Cossette, H. et Pigeon, M. (2025). Simulations of Bivariate Archimedean Copulas from Their Nonparametric Generators for Loss Reserving under Flexible Censoring. North American Actuarial Journal, Prépublication. http://dx.doi.org/10.1080/10920277.2025.2456591.
- Jessup, S., Mailhot, M. et Pigeon, M. (2025). Uncertainty in Heteroscedastic Bayesian Model Averaging. Insurance: Mathematics and Economics, 121, 63–78. http://dx.doi.org/10.1016/j.insmatheco.2024.12.008.
- Yanez, J.S., Boucher, J.-P. et Pigeon, M. (2024). Modeling Payment Frequency for Loss Reserves Based on Dynamic Claim Scores. North American Actuarial Journal, 28(3), 491–512. http://dx.doi.org/10.1080/10920277.2023.2218897.
- Duval, F., Boucher, J.-P. et Pigeon, M. (2024). Telematics Combined Actuarial Neural Network for Cross-Sectional and Longitudinal Claim Count Data. ASTIN Bulletin, 54(2), 239–262. http://dx.doi.org/10.1017/asb.2024.4.
- Duval, F., Boucher, J.-P. et Pigeon, M. (2023). Enhancing Claim Classification with Feature Extraction from Anomaly-Detection-Derived Routine and Peculiarity Profiles. Journal of Risk and Insurance, 90(2), 421–458. http://dx.doi.org/10.1111/jori.12418.
- Jessup, S., Mailhot, M. et Pigeon, M. (2023). Impact of combination methods on extreme precipitation projections. Annals of Actuarial Science, 17(3), 459–478. http://dx.doi.org/10.1017/S174849952300009X.
- Michaelides, M., Pigeon, M. et Cossette, H. (2023). Individual Claims Reserving using Activation Patterns. European Actuarial Journal, 13(2), 837–869. http://dx.doi.org/10.1007/s13385-023-00355-3.
- Duval, F., Boucher, J.-P. et Pigeon, M. (2022). How much telematics information do insurers need for claim classification? North American Actuarial Journal, 26(4), 570–590. http://dx.doi.org/10.1080/10920277.2021.2022499.
- Yanez, J.S. et Pigeon, M. (2021). Micro-level parametric duration-frequency-severity modeling for outstanding claim payments. Insurance: Mathematics and Economics, 98, 106–119. http://dx.doi.org/10.1016/j.insmatheco.2021.01.008.
- Jessup, S., Boucher, J.-P. et Pigeon, M. (2021). On Fitting Dependent Nonhomogeneous Loss Models to Unearned Premium Risk. North American Actuarial Journal, 25(4), 524–542. http://dx.doi.org/10.1080/10920277.2020.1776623.
- Turcotte, R., Cossette, H. et Pigeon, M. (2021). Working with a Parametric Copula-Based model for Individual Non-Life Loss Reserving. Variance, 14(2). https://variancejournal.org/article/29828-working-with-a-parametric-copula-based-model-for-individual-non-life-loss-reserving.
- Boudreault, M., Grenier, P., Pigeon, M., Potvin, J.-M. et Turcotte, R. (2020). Pricing Flood Insurance with a Hierarchical Physics-Based Model. North American Actuarial Journal, 24(2), 251–274. http://dx.doi.org/10.1080/10920277.2019.1667830.
- Duval, F. et Pigeon, M. (2019). Individual Loss Reserving using a Gradient Boosting-Based Approach. Risks, 7(3), article 79. http://dx.doi.org/10.3390/risks7030079.
- Charpentier, A. et Pigeon, M. (2016). Macro vs. Micro Methods in Non-Life Claims Reserving (an Econometric Perspective). Risks, 4(2), article 12. http://dx.doi.org/10.3390/risks4020012.
- Pigeon, M., Henry de Frahan, B. et Denuit, M. (2014). Evaluation of the EU Proposed Farm Income Stabilisation Tool by Skew Normal Linear Mixed Models. European Actuarial Journal, 4(2), 383–409. http://dx.doi.org/10.1007/s13385-014-0097-9.
- Pigeon, M., Antonio, K. et Denuit, M. (2014). Individual Loss Reserving using Paid–Incurred Data. Insurance: Mathematics and Economics, 58, 121–131. http://dx.doi.org/10.1016/j.insmatheco.2014.06.012.
- Pigeon, M., Antonio, K. et Denuit, M. (2013). Individual Loss Reserving with the Multivariate Skew Normal Framework. ASTIN Bulletin, 43(3), 399–428. http://dx.doi.org/10.1017/asb.2013.20.
- Crahay, C., Declerck, S., Colpaert, J.V., Pigeon, M. et Munaut, F. (2013). Viability of ectomycorrhizal fungi following cryopreservation. Fungal Biology, 117(2), 103–111. http://dx.doi.org/10.1016/j.funbio.2012.12.003.
- Pigeon, M. et Denuit, M. (2011). Composite Lognormal–Pareto Model with Random Threshold. Scandinavian Actuarial Journal, 2011(3), 177–192. http://dx.doi.org/10.1080/03461231003690754.
- Goulet, V., Jacques, M. et Pigeon, M. (2009). expert: Modeling Without Data Using Expert Opinion. The R Journal, 1(1), 31–36. https://journal.r-project.org/archive/2009/RJ-2009-005/index.html.
- Dutang, C., Goulet, V. et Pigeon, M. (2008). actuar: An R Package for Actuarial Science. Journal of Statistical Software, 25(7), 1–37. http://dx.doi.org/10.18637/jss.v025.i07.
- Goulet, V. et Pigeon, M. (2008). Statistical Modeling of Loss Distributions using actuar. R News, 8(1), 34–40. https://cran.r-project.org/doc/Rnews/Rnews_2008-1.pdf.
Rapports de recherche ou techniques
- Boucher, J.-P. et Pigeon, M. (2019). A Claim Score for Dynamic Claim Counts Modelling. (no 219105). Canadian Institute of Actuaries (CIA). https://www.cia-ica.ca/publications/219105e/.
- Boucher, J.-P. et Pigeon, M. (2019). Utilisation d’un score de sinistralité dans la modélisation dynamique du nombre de réclamations. (no 219105). Canadian Institute of Actuaries (CIA). https://www.cia-ica.ca/fr/publications/219105f/.
- Henry de Frahan, B., Saegerman, C., Denuit, M., Dubuisson, B., Ledoux, O., Pigeon, M., Vandeputte, S. et Weynants, S. (2011). Étude de la possibilité et proposition de mise en place de mécanismes assurantiels ou de mutualisation des risques dans le secteur agricole en Région wallonne.