Les provisions pour sinistres expliquées

Les provisions pour sinistres constituent le passif le plus important au bilan de la plupart des assureurs non-vie. Elles représentent la meilleure estimation par l'assureur de ce qu'il paiera in fine pour des sinistres déjà survenus — y compris les sinistres déclarés mais non encore réglés, et les sinistres survenus mais pas encore déclarés du tout (IBNR, « incurred but not reported »). Si elles sont mal estimées, les conséquences se propagent partout : résultat, capital, tarification, réassurance, et crédibilité de la fonction actuarielle elle-même.

Cet article parcourt la manière dont le provisionnement est réellement réalisé en pratique, pourquoi les méthodes classiques peuvent discrètement induire en erreur, et comment les équipes de provisionnement modernes combinent techniques déterministes, modèles stochastiques et jugement structuré.

Ce qu'est réellement une provision

À toute date d'évaluation, un assureur porte des obligations issues d'une exposition passée qui se dénoueront sur des mois, des années, ou, pour les branches à développement long comme la responsabilité civile ou les accidents du travail, des décennies. La provision est une estimation de la valeur actuelle de ces paiements futurs. Elle comporte trois composantes dans la plupart des cadres :

• Les provisions dossier par dossier, fixées par les gestionnaires de sinistres sur les sinistres déclarés individuels.
• L'IBNER (incurred but not enough reported), le développement supplémentaire attendu sur des sinistres déjà connus.
• L'IBNR pur, les sinistres survenus mais pas encore notifiés à l'assureur.

Sous Solvabilité II et IFRS 17, la provision est décomposée davantage — meilleure estimation des engagements, ajustement pour risque, actualisation, marge sur services contractuels — mais le problème d'estimation actuarielle sous-jacent reste le même : projeter les sinistres ultimes à partir de données partielles et évolutives.

Les données : les triangles de développement

L'objet de travail universel du provisionnement est le triangle de développement des sinistres. Les lignes représentent les périodes de survenance (ou de souscription) ; les colonnes représentent les périodes de développement depuis la survenance du sinistre ; les cellules contiennent les montants cumulés payés ou encourus. Les années de survenance les plus anciennes sont plus matures et disposent donc de davantage de diagonales de données que les années récentes, ce qui donne au triangle sa forme.

Tout ce qui suit dépend de la qualité du triangle. Parmi les problèmes de données courants qui faussent discrètement la réponse :

• Les changements de composition du portefeuille sous-jacent dans le temps.
• Les changements légaux ou de processus qui modifient la vitesse de déclaration ou de règlement.
• La contamination par les sinistres graves, qui gonfle les facteurs de développement.
• Les récupérations de réassurance et de sauvetage enregistrées sur des bases incohérentes.
• Les changements de devise, d'inflation ou de segmentation d'une année à l'autre.

Un bon exercice de provisionnement consacre au moins autant de temps à interroger le triangle qu'à lui appliquer des méthodes.

Chain-ladder : la méthode de référence

La méthode chain-ladder suppose que le développement futur de chaque colonne est proportionnel au développement déjà observé. Les facteurs d'âge à âge sont calculés comme des moyennes pondérées par le volume des rapports entre montants cumulés successifs, puis multipliés entre eux pour projeter chaque année de survenance à l'ultime.

Sa force réside dans sa simplicité et dans l'absence d'hypothèses sur l'exposition — elle n'utilise que le triangle de sinistres. Sa faiblesse est qu'elle est entièrement pilotée par les données : si les années de survenance récentes paraissent bénignes simplement parce qu'elles sont immatures, chain-ladder les sous-provisionnera sans hésiter. Elle est également instable pour l'année de survenance la plus récente, où un seul sinistre peut fausser le facteur de développement.

Chain-ladder fonctionne bien lorsque les schémas de développement sont stables, les volumes importants, et qu'aucun changement structurel n'est survenu. Elle échoue dès que l'une de ces conditions n'est plus vérifiée.

Les diagnostics qui comptent

Avant de faire confiance à un résultat chain-ladder, les actuaires examinent :

• La cohérence des facteurs individuels d'âge à âge entre les années de survenance.
• Les schémas résiduels issus du modèle de Mack (une extension stochastique fournissant des erreurs types).
• La comparaison des ultimes chain-ladder calculés sur base payée et sur base encourue — des écarts importants signalent des évolutions du schéma de provisionnement.
• La vraisemblance des ratios de sinistres ultimes implicites par rapport aux attentes de tarification.

Bornhuetter-Ferguson : ajouter une vue a priori

La méthode Bornhuetter-Ferguson (BF) combine la projection chain-ladder avec une perte ultime attendue a priori, généralement issue de la tarification ou de la planification. L'idée est élégante : pour les années de survenance immatures, faire confiance au plan ; pour les années matures, faire confiance aux données ; pour les années intermédiaires, pondérer les deux en fonction de la proportion de développement ultime déjà émergée.

BF se révèle particulièrement puissante pour l'année de survenance la plus récente, pour les branches à développement long, et pour les branches à forte exposition aux catastrophes, où chain-ladder réagit de façon excessive à des données rares. Elle exige un a priori défendable — ce qui constitue à la fois sa force (elle impose un dialogue avec la tarification) et sa faiblesse (un a priori erroné biaisera les provisions pendant des années).

Des variantes telles que Cape Cod et Benktander affinent le schéma de pondération et réduisent la sensibilité à l'a priori ; elles méritent d'être utilisées lorsque l'a priori lui-même est incertain.

Modèles fréquence-sévérité et modèles de sinistres individuels

Pour les branches présentant un comportement de sinistres hétérogène — responsabilité civile, corporels automobile, faute médicale —, les méthodes agrégées sur triangle peuvent masquer autant qu'elles révèlent. Les approches fréquence-sévérité projettent séparément le nombre de sinistres et le coût moyen, permettant d'expliciter les hypothèses d'inflation, de composition et de vitesse de règlement.

Les modèles de provisionnement au niveau des sinistres individuels, y compris les approches d'apprentissage automatique, travaillent au niveau transactionnel. Ils peuvent améliorer sensiblement la précision sur les branches à développement long, mais ils ne valent que ce que vaut le flux de données au niveau du sinistre, et exigent une gouvernance rigoureuse pour éviter des mouvements opaques et difficiles à défendre.

Provisionnement stochastique et risque de réserve

Les méthodes déterministes fournissent une estimation ponctuelle. Les méthodes stochastiques — Mack, bootstrap de Poisson surdispersé, modèles bayésiens — fournissent une distribution. Cette distribution alimente le risque de réserve dans le modèle de capital interne ou de formule standard, et détermine l'ajustement pour risque sous IFRS 17.

La discipline importante ici consiste à ne pas retenir une seule méthode stochastique et à en présenter le 99,5e centile comme une vérité. L'incertitude des réserves a trois sources : le risque de processus (aléa des résultats de sinistres), le risque de paramètre (incertitude sur les hypothèses), et le risque de modèle (incertitude sur la méthode elle-même). Seul le premier est bien capturé par n'importe quelle technique isolée ; les deux autres exigent un portefeuille de méthodes et une surcouche d'expertise.

Où se loge le jugement

Le provisionnement est souvent décrit comme « de la science en surface, du jugement en dessous ». Les choix de jugement qui influencent le plus la réponse sont :

• Le choix de la méthode selon le segment et la maturité — chain-ladder pour les branches stables, BF pour les années immatures, fréquence-sévérité pour les portefeuilles hétérogènes.
• Les facteurs de queue — comment prolonger le développement au-delà du triangle observé, en particulier pour les branches de responsabilité civile à développement long.
• Le traitement des sinistres graves — plafonnement, projection séparée, ou exclusion du triangle de base.
• L'inflation — le choix de l'hypothèse d'inflation des sinistres, notamment au vu des récentes surprises d'inflation sociale et médicale.
• Les ajustements liés aux évolutions de portefeuille — reflétant les évolutions de souscription, de tarification ou de gestion des sinistres qui rompent le schéma historique.

Les normes actuarielles exigent que ces choix soient documentés, reproductibles et challengés. Le rapport de la fonction actuarielle sous Solvabilité II et la piste d'audit sous IFRS 17 reposent tous deux sur cette documentation.

Communiquer la réponse

La dernière compétence d'un actuaire du provisionnement est la communication. Une fourchette, et non un chiffre unique, devrait être présentée à la direction et au conseil. Cette fourchette devrait être explicitement rattachée aux hypothèses que l'on fait varier — et non à un centile mystérieux d'un modèle sans nom. Les diagnostics de provisionnement, le back-testing des estimations des années antérieures, et une articulation claire des principales sources d'incertitude sont ce qui transforme un exercice technique en un résultat de qualité gouvernance.

Réflexion finale

Le provisionnement est le domaine où le métier actuariel est le plus visible dans les états financiers. Le choix de la méthode compte, mais la qualité des données, l'honnêteté des diagnostics et la discipline autour du jugement comptent davantage. Les assureurs qui traitent le provisionnement comme une conversation continue entre les actuaires, la gestion des sinistres, la souscription et la finance — plutôt que comme un livrable trimestriel — bénéficient d'une alerte plus précoce en cas de détérioration, d'une émergence plus lisse du résultat, et de meilleures décisions dans les années qui suivent.