L'usage des modèles linéaires généralisés est universel en tarification automobile. Les modèles utilisés supposent connue la forme de la loi de la variable expliquée Y(occurrence des sinistres, fréquence des sinistres et coûts des sinistres) et celle de la fonction de régression m : m(x)=g(a.x), g connue, le point symbolise le produit scalaire, a est un n-uple inconnu. Nous proposons d'élargir cette approche en utilisant des modélisations semi-paramétriques où la seule hypothèse est : m(x)=g(x.a1,x.a2,…,x.ak) où k, g et les ai sont inconnus. En employant la méthode rMAVE (en anglais, refined Minimum Average Variance Estimation) pour la détermination de k, des ai et de g, on concrétise cette approche sur des données simulées et des jeux de données classiques en assurance non-vie et on compare les résultats obtenus avec ceux que donne le modèle linéaire généralisé.