Accueil |Communications Utilisateurs |Session Plénière |Ateliers |Classe |Concours |Partenaires |Contacts 
 
 
AccueilPlan du site

L’usage des SIG appliqués à l’assurance ; un avenir prometteur


Session Assurances et Risques
 

Laurence PICO
Docteur en Géographie de l’Université Paris IV
Diplômée de l’Ecole Nationale d’Assurances
Courriel : lau_pico@yahoo.fr

 

Mots-clés et logiciels ESRI utilisés
 


Mots-clés : Assurance, modèle de simulation, risques naturels, SIG, souscription géographique

Logiciels ESRI utilisés : ArcGIS - ArcInfo 9.2

 

Introduction

Les applications des systèmes d’information géographique (SIG) à la gestion assurantielle sont nombreuses ; les SIG permettent, entre autres, aux assureurs de segmenter leur tarification et de spatialiser la vulnérabilité de leurs portefeuilles d’assurance. Les modèles de simulation utilisés pour la gestion des risques catastrophiques, notamment ceux d’origine naturelle, utilisent ainsi les fonctionnalités des SIG. Les assureurs appuient leur gestion sur des cartes de risques, d’exposition, d’engagements… L’information géographique devient donc cruciale pour les assureurs. De plus, en France, en cas de réforme du système d’indemnisation des catastrophes naturelles, l’utilisation des SIG par les compagnies d’assurances connaîtrait un essor considérable.

1. SIG et gestion assurantielle


Les paragraphes suivants détaillent les applications des SIG à la gestion assurantielle. Les SIG sont utiles aux assureurs pour estimer différents paramètres de leur gestion et évaluer leurs engagements financiers en cas de sinistres. Les autres utilisations des SIG par les compagnies d’assurances, notamment pour le géomarketing, ne seront pas abordées.

a. SIG et modélisation des risques d’origine naturelle



Les risques d’origine naturelle sont caractérisés par deux incertitudes (fig. 1) : celle relative à leur probabilité d’occurrence, celle liée à l’évaluation des pertes associées à leur occurrence.


Fig. 1 : Classification des risques en fonction de leurs degrés d’incertitude et d’ambiguïté

                      Source : Scawthorn, Kunreuther, Roth, 2003, p. 32-5, modifié (rajout de la légende en français)

Les risques d’origine naturelle illustrent de façon exemplaire la quatrième catégorie de risques caractérisés par une probabilité d’occurrence et un montant de perte incertains (fig. 1). Cette double incertitude interdit l’estimation des sinistres potentiels à partir des sinistres passés, habituellement utilisée pour estimer les deux paramètres clés de la gestion assurantielle que le sinistre maximum possible (SMP) et le taux de prime pure[1]. Irrégularité et rareté des sinistres ne permettent pas de constituer un échantillon représentatif de la sinistralité future.
Les professionnels de l’assurance et de la réassurance ont donc développé une méthode d’estimation du risque plus fiable, le modèle de simulation des risques (Conoscente et Gonzalez-Revilla, 2000). Cet outil fut développé dans les années 1980 pour la Californie, puis expérimenté dans d’autres régions du globe. Le modèle de simulation utilise les fonctionnalités des systèmes d’information géographique (SIG), dont un « intérêt majeur est de créer de l’information à partir de la superposition de cartes de répartition, [par exemple, dans le cas du risque sismique]  celle des bâtiments assurés et celle de localisation des effets d’un séisme » (Pico et Amat, 2006, p. 4). Le portefeuille d’assurances est géocodé par le modèle qui simule ensuite une série d’événements naturels de probabilités d’occurrence données. Parmi les événements simulés se trouvent des événements historiques. Les données de sinistres historiques offrent des points de comparaison qui permettent de calibrer les données d’endommagement établies par simulation.
[1] La prime pure correspond au niveau de prime nécessaire pour équilibrer la charge estimative des sinistres (hors frais de distribution et de gestion). Dans le cas des risques d’origine naturelle, la tarification sur expérience ne peut être utilisée.

b. Applications des modèles de simulation



Les modèles de simulation permettent, entre autres applications, d’actualiser le coût d’un sinistre historique, d’estimer le montant moyen annuel des pertes… Ces différents indicateurs permettent aux assureurs d’optimiser leurs couvertures en réassurance.
Les modèles de simulation sont aussi de plus en plus utilisés pour établir des produits d’assurance paramétrique. La particularité de l’assurance paramétrique est de conditionner l’indemnisation à l’occurrence, en un lieu défini, d’un aléa d’intensité donnée. Ainsi, l’indemnisation n’est pas calculée en fonction des dommages réels mais en fonction des dommages estimés. Si ce type d’assurance présente l’avantage de réduire drastiquement les délais d’indemnisation, en revanche, il existe un risque de décorrélation (The World Bank, 2006, p. 36). Le montant touché par l’assuré peut, en effet, être inférieur ou supérieur aux dommages, le degré d’erreur étant fonction de la précision spatiale des résultats du modèle de simulation et du choix des paramètres pris en compte pour estimer l’endommagement. Le jeu scalaire des résultats des modèles de simulation constitue un enjeu majeur pour l’assurance, notamment pour la couverture des risques catastrophiques comme les risques d’origine technologique ou les risques d’origine naturelle. Ce point sera développé infra (cf. 3.a).


2. Cartes et gestion assurantielle


Les assureurs appuient, de façon accrue, leur gestion sur des données cartographiques. De simple illustration, la carte devient aujourd’hui un véritable instrument de la gestion assurantielle. La carte de risque prend des visages variés suivant les usages auxquels les assureurs la destinent.

a. Quelques visages de la carte en assurance



Les assureurs disposent de nombreuses informations sur les biens assurés ; localisation, mode d’occupation du bien assuré, type, nombre de pièces... Ces données permettent d’établir deux types de cartes utiles à la gestion assurantielle : la carte des expositions et la carte des engagements.
La carte des expositions montre la répartition spatiale du portefeuille d’une compagnie d’assurance. Cette carte présente la répartition des sommes assurées, le plus souvent agrégées à l’échelle de la zone Cresta (Catastrophe Risk Evaluating and Standardizing Target Accumulations)[1]. En France, les sommes assurées sont très rarement définies dans les contrats d’assurance dommages aux biens, leur évaluation est effectuée par les assureurs en fonction des données dont ils disposent sur le bien assuré. Parmi ces données, la précision de la localisation est primordiale. Celle-ci conditionne l’exactitude du calcul de somme assurée. En outre, une localisation précise offre une possibilité de cartographie multiscalaire des expositions ; cette dernière s’avère particulièrement utile pour la gestion de certains portefeuilles, par exemple ceux exposés à des aléas aux conséquences très localisées.
La carte des engagements est plus complexe à établir. Elle est une image des engagements financiers de l’assureur. Il peut s’agir des engagements financiers moyens de l’assureur sur une année, des montants mis en jeux par l’occurrence d’un sinistre historique… Les modèles de simulation établissent de telles cartes. La cartographie des engagements à une échelle fine s’avère périlleuse ; en effet, celle-ci requiert une connaissance précise de la vulnérabilité des biens, connaissance rarement toujours acquise par les assureurs. Si une carte des engagements à l’échelle de la zone Cresta est utile à la gestion financière du risque, son utilité en terme de prévention ou de gestion de crise est, en revanche,  faible.
« La précision du recensement de l’ensemble du portefeuille d’assurance (le « contrôle des cumuls ») constitue un préalable essentiel pour réaliser des modélisations fiables des sinistres dus aux périls naturels. […] Les « zones Cresta » constituent aujourd’hui dans le secteur de l’assurance une norme internationale de classification géographique des données d’assurance. Récemment, certains segments de l’assurance ont commencé à détailler davantage encore les informations géographiques recueillies (code postal, adresse) – une évolution bienvenue. Ces renseignements revêtent une importance capitale notamment aux fins de la modélisation des sinistres […]. » (Swiss Re, 2003, p. 22)
[1] Pour plus d’informations sur les zones Cresta, consulter le site www.cresta.org. Pour information, en France, les zones CRESTA correspondent aux départements.

b. Des cartes à la gestion



La cartographie des engagements et des expositions permet aux assureurs d’optimiser leur gestion. De simple support, la carte devient un outil d’aide à la décision. La précision et l’échelle des informations à cartographier revêtent alors une importance cruciale pour la gestion assurantielle. Les SIG permettent aux assureurs de dresser, en fonction des paramètres d’endommagement utilisés par le modèle de simulation, différentes cartes de vulnérabilité des biens assurés. Ces cartes de vulnérabilité peuvent être comparées avec des cartes représentant la sinistralité historique du portefeuille d’assurances. La comparaison entre ces deux cartes permet de juger de la pertinence des paramètres d’endommagement pris en compte par les modèles de simulation. Une telle comparaison offre, en outre, la possibilité de définir des typologies de biens à risques et de zones à risques plus fines que celles généralement fournies par les modèles de simulation.
La cartographie des zones à risque et la typologie des biens assurés offre aux assureurs la possibilité d’adapter leur tarification à la vulnérabilité des biens couverts. La carte de risque permet aux assureurs de vérifier l’adéquation de leurs pratiques tarifaires avec la composition de leurs portefeuilles d’assurances (Pico, 2006, p. 347). Les SIG permettent ainsi aux compagnies d’assurances de vérifier que leur portefeuille de biens assurés respecte le principe de mutualisation[1].
La constitution de bases de données sous SIG est un enjeu clé de la gestion assurantielle. En effet, la mutualisation des risques se prête à des jeux scalaires que seuls les SIG permettent d’appréhender correctement. Ces jeux scalaires - de l’échelle locale à l’échelle mondiale – s’avère d’autant plus utiles qu’ils vont permettre aux assureurs d’optimiser leurs couvertures en réassurance, voire d’augmenter leur rétention en constituant des pools de risques.
[1] De nombreux biens exposés à l’aléa sismique sont regroupés dans un portefeuille d’assurances formant ainsi une "communauté du risque" au sein de laquelle ce dernier est partagé et diversifié.


3. L’avenir prometteur des SIG appliqués à l’assurance


Les réassureurs utilisent depuis de nombreuses années des modèles de simulation qu’il s’agisse de modèles dits commerciaux ou de modèles développés en interne. L’intérêt pour les modèles de simulation et plus généralement la cartographie des risques sous SIG gagne les assureurs dont le rôle s’étend de l’indemnisation à la prévention. Un préalable nécessaire à l’élaboration de modèles de simulation et à la cartographie des risques est la constitution de bases de données sous SIG les plus exhaustives possible. En France, l’utilisation des SIG serait amenée à se développer en cas de refonte du régime d’indemnisation des catastrophes naturelles.

a. La souscription géographique



La précision des cartes de risques est primordiale pour les assureurs. Celle-ci dépend de la qualité de la base de données regroupant les informations relatives aux biens assurés. La constitution de cette base de données ne doit pas être négligée car plus les informations collectées sont précises plus, au final, l’évaluation des paramètres assurantiels est rigoureuse (fig. 2).


Fig. 2 : Qualité des informations sur les risques assurés et précision des paramètres assurantiels

Source : Khater, Scawthorn, Johnson, 2003, p. 31-5

La qualité de la base de données des biens assurés est primordiale ; la précision de la localisation des biens assurés devient un élément crucial pour la gestion assurantielle. Si l’utilisation de critères géographiques permet d’améliorer la segmentation tarifaire, l’utilité d’un système d’informations géographiques (SIG) dépasse cette seule application. « La souscription géographique signifie que la localisation du bien assuré, rentrée dans une base de données, est utilisée pour la gestion assurantielle » (Munich Re, 2003, p. 42). « Un avenir prometteur s’offre à la souscription géographique puisque la diversité des situations à risque [(terrorisme, catastrophes naturelles …)] auxquelles l’industrie de l’assurance doit faire face, exige une spatialisation fine des biens assurés » (Ibid.).
Les bases de données sous SIG sont appelées à jouer une place centrale dans la gestion assurantielle. Des données précises sur les biens assurés assurent la cohérence scalaire des cartes d’aléa et de vulnérabilité, et donc la pertinence des cartes de risques établies par les modèles de simulation. Le croisement des cartes d’aléas et de vulnérabilité permet d’optimiser la gestion globale du risque, de la prévention à l’indemnisation. Par exemple, en cas d’occurrence prévisible d’un aléa, la cartographie des zones à risques et la typologie de la vulnérabilité des biens assurés permettent aux assureurs de mettre en place des cellules de crise dont le rôle est de prévenir les assurés, de les inciter à prendre des mesures d’urgence susceptibles de réduire les dégâts et, une fois l’occurrence de l’aléa survenue, d’indemniser ces derniers au plus vite.
Le développement de la souscription géographique doit s’accompagner d’une réflexion sur les places et rôles des SIG dans la gestion assurantielle ; l’élaboration d’un modèle conceptuel de données permettrait de lier ces diverses utilisations des SIG et d’identifier l’ensemble des données et procédures requises pour leurs élaborations (Pico et Amat, 2006, p. 5) (Pirot et Saint-Gérand, 2004, n. p.).

b. L’assurance des catastrophes naturelles en France, un champ prometteur pour les SIG ?



Le système d’indemnisation français des catastrophes naturelles a connu depuis sa création en 1982 des évolutions majeures. Au fil des ans, la nécessité de resserrer l’association entre indemnisation et prévention est notamment apparue. C’est d’ailleurs pour inciter les assureurs à accroître leur rôle dans ce dernier domaine, qu’un avant-projet de loi prévoyant la modulation de la surprime « catastrophes naturelles » en fonction de la vulnérabilité du bien, est soumis depuis novembre 2006 à la profession des assurances (Ministère de l’Ecologie, du Développement et de l’Aménagement durables, 2006). Si cette réforme venait à être adoptée, la tarification devrait tenir compte des caractéristiques du bien assuré et de celles de sa zone d’implantation. Cartographie des zones à risques et de la sinistralité, typologie de la vulnérabilité des biens assurés seraient alors des éléments indispensables pour l’appréciation du taux de prime. L’utilisation des SIG par les compagnies d’assurances connaîtrait un essor considérable.
L’élaboration de SIG appliqués à la gestion assurantielle nécessite le recours à des données issues de la pluridisciplinarité. En France, de nombreuses informations sur la cartographie des aléas sont à disposition[1] ; concernant la cartographie du risque, les Plans de Prévention des Risques fournissent des éléments d’appréciation qui doivent être complétées par une analyse des facteurs de vulnérabilité. Ces facteurs de vulnérabilité peuvent être identifiés à partir de l’étude de la sinistralité historique des portefeuilles d’assurances, à condition, bien entendu, que cet échantillon soit représentatif et que l’on tienne compte de l’évolution des contextes des risques analysés. L’analyse des sinistres d’assurances contribue aussi à l’identification de zones à risques.
Si une tarification s’appuyant sur « une typologie des constructions et une classification des zones en fonction de leur exposition à l’aléa [qui permettent aux assureurs d’adapter] le taux de franchise et [d’évaluer] au plus juste leurs engagements » constitue une première avancée, celle-ci reste insuffisante (Pico, 2006, p. 357). En effet, l’enjeu consiste à intégrer les interactions entre les paramètres de l’aléa et ceux de la vulnérabilité afin de passer de la carte d’aléa à la carte de risques (Pico, 2007, p. 3). Actuellement, « un principe de base oriente notre démarche [cartographique] : la prise en compte des événements passés, car les aléas se reproduisent généralement sur les mêmes lieux » (Bourrelier, Deneufbourg et de Vanssay, 2000, pp. 23-24). Cette démarche conduit à dresser des cartes d’aléas car « faute de connaissances suffisantes sur la vulnérabilité, on passe rarement à la carte de risques qui serait pourtant plus révélatrice » (Ibid.).
Pour le risque sismique par exemple, l’évaluation du risque d’endommagement du bâti sous l’angle du phénomène de résonance permet d’aborder la notion de risque en incorporant […] les interactions entre les paramètres du risque (Pico, 2006, p. 408). La cartographie de phénomène de résonance permet de passer de la cartographie de l’aléa à celle du risque, abordé dans sa dimension assurantielle.

[1] Consulter par exemple l’application Gaspar (Gestion Assistée des Procédures Administratives aux Risques Naturels) : http://www.prim.net/professionnels/procedures_regl/avancement.html ou le site cartorisque http://www.prim.net/professionnel/cartographie/cartorisque.html


Conclusion

La gestion assurantielle des risques catastrophiques, et notamment ceux d’origine naturelle, fait appel aux fonctionnalités des SIG. Dans un contexte d’augmentation du coût et de la fréquence des catastrophes naturelles, les assureurs et réassureurs doivent évaluer au plus juste leurs engagements financiers. Le rôle des assureurs ne se cantonne plus à la seule indemnisation ; il s’étend à la prévention. Les modèles de simulation des risques qui utilisent les fonctionnalités des SIG établissent différentes cartes utiles à la gestion assurantielle et à la prévention du risque. Les cartes de risque établies par les modèles de simulation offrent ainsi une image de la répartition spatiale de l’endommagement des biens assurés suite à l’occurrence d’un aléa. Ces cartes peuvent être améliorées en affinant les paramètres de vulnérabilité pris en compte et surtout en intégrant les interactions de ces derniers avec les caractéristiques de l’aléa. En France, si le régime d’indemnisation des catastrophes naturelles venait à être réformé, l’utilisation des SIG dans le secteur de l’assurance connaîtrait un essor considérable. Tarification, prévention, système d’alerte sont autant d’applications des SIG à l’assurance. L’élaboration de tels outils nécessite une démarche pluridisciplinaire ; assurance et géographie y occupent une place centrale.

Bibliographie

Bourrelier P.-H., G. Deneufbourg et B. de Vanssay, 2000. Les catastrophes naturelles – Le grand cafouillage, Paris, Osman Eyrolles Santé & Société (OES)
 
Conoscente J.-P. et A. Gonzalez-Revilla, 2000. "L'avènement des modèles CAT pour la gestion des risques", Risques, n°42, juin, pp. 120-123.
 
Khater, M., C. Scawthorn et J. J. Johnson, 2003. "Loss estimation", dans C. Scawthorn et W.-F. Chen (sous la direction de), Earthquake Engineering Handbook, CRC Press, pp. 31-1 à 31-23.
 
Ministère de l’Ecologie, du Développement et de l’Aménagement durables, 2006. Mission d’enquête sur le régime d’indemnisation des victimes de catastrophes naturelles, 30 septembre   < URL  http://www.ecologie.gouv.fr/article.php3?id_article=5412
 
MUNICH RÉ, 2003. "Topics. Annual review : Natural Catastrophes 2002", Munich, 48 p.
< URL http://www.munichre.com/publications/3002-0361_en.pdf?rdm=79748
 
Pico, L. et J.-P. Amat, 2006, Un modèle de simulation pour la gestion du risque sismique à Beyrouth, conférence ESRI utilisateurs francophones, Issy-les-Moulineaux, 11 – 12 octobre, 8 p.
 
Pico, L, 2006. Géographie et Assurance. Le risque sismique dans les espaces urbains mal documentés. Le cas de Beyrouth. Thèse de doctorat, Université Paris IV, octobre, 494 p.
 
Pico, L., 2007. Gestion des risques et qualité : contraintes locales et normes internationales, colloque international L’après développement durable : Espaces, nature, culture et qualité, UMR 8185, CNRS, universités Paris IV et Paris 8, 19-21 septembre (sous presse)
 
Pirot, F. et T. Saint-Gerand, 2004. Du concept HBDS à la geodatabase topologique : 25 ans les séparent, Conférence utilisateurs francophones ESRI 2003, Issy les Moulineaux, octobre 2004.
 
Scawthorn, C., H. Kunreuther, R. Roth, 2003. "Insurance and Financial Risk Transfer", dans C. Scawthorn et W.-F. Chen (sous la direction de), Earthquake Engineering Handbook, CRC Press, pp. 32-1 à 32-34

 
Swiss Ré, 2003. Catastrophes naturelles et réassurance, 46 p.
< URL http://www.swissre.com/INTERNET/pwsfilpr.nsf/vwFilebyIDKEYLu/ESTR-5PCH67/$FILE/Nat_Cat_fr.pdf
 
The WORLD BANK, 2006, Initial Results of Preparation Work: Carribean Catastrophic Risk Insurance Facility, Background Document, Draft as of September 5, 2006, 51 p.
< URL http://info.worldbank.org/etools/docs/library/235781/CCRIF_BackgroundDocument_9-06.pdf
 
Sites Internet :
www.cresta.org pour consulter les cartes des zones Cresta

© ESRI France