L’assurance indicielle est l’une des formes d’assurance les plus modernes. Elle recourt aux dernières innovations technologiques, aussi bien dans le domaine de l’utilisation des données issues du Big Data [4] que de la mesure des paramètres fournis par les satellites, les technologies mobiles, les stations météorologiques, etc.
Ces interconnexions de données aboutissent à une bonne gestion globale des risques aussi bien en termes de souscription, de gestion et d’indemnisation. Toutefois l’efficacité, la transparence et la rapidité d’exécution ne cachent pas les limites liées à l’utilisation de cette forme d’assurance.
L’assurance indicielle reste un produit complexe
La création d’un produit d’assurance indicielle [5] rencontre de nombreuses difficultés. La première de ces difficultés repose sur la modélisation du risque de base. Ainsi, le principal écueil réside dans l’écart potentiel qu’il peut y avoir entre le risque modélisé et celui effectivement constaté dans le monde réel.
Le point crucial réside dans le choix et l’utilisation d’indices adéquats.
Identification de l’indice
| Indice | Pluie | Température et humidité | Vent – Production d'électricité éolienne |
|---|---|---|---|
Seuil de déclenchement d'indemnisation | Pour chaque période de 4 jours ou plus durant laquelle il pleut moins de 2 minutes | Pour chaque heure où la température est > 35° et l'humidité relative (1) > 90% | Si la production moyenne à la fin du mois est inférieure à un certain seuil (2) |
Indemnisation | Nombre de jours sans pluie au cours de ces périodes X euros | X euros | X euros |
(1) Quantité de vapeur d’eau qui se trouve dans une particule d’air
(2) Le contrat est lié à la courbe de production d’électricité du type éolienne installée
Le choix d’un indice qui ne décrirait pas bien le risque peut entrainer deux cas de figure:
- Un assuré ne reçoit aucune indemnité alors même qu’il subit des pertes. Exemple, un paysan couvert par une assurance en cas de forte pluie voit son bétail anéanti par la sécheresse. Ce sinistre ne peut être payé au paysan du fait que le risque sécheresse n’a pas été souscrit.
- L’inverse est également possible. Un assuré peut percevoir une indemnité d’assurance alors qu’il ne subit pas de perte.
Tous les risques ne sont pas objectivables
L’assurance indicielle ne s’adapte pas à la couverture de tous les risques. Il n’est pas possible de mesurer la gravité d’un incendie ou d’une erreur médicale à partir d’un indice prédéterminé.
Autre risque exclu par l’assurance paramétrique [6], les pandémies constituent des événements imprévisibles, impossible de paramétrer d’avance.
La couverture de ces risques ne rentre donc pas dans le champ d’application de cette nouvelle forme d’assurance.
La provenance des données
Le bon fonctionnement de l’assurance indicielle dépend de la qualité des données utilisées pour construire le produit.
Les données gratuites dont l’accès est dit en « open data » sont de plus en plus abondantes. Elles ne sont malheureusement pas toujours précises. D’autres données, issues d’organismes privés mais plus fiables sont plus complexes à obtenir car souvent jugées «sensibles».
Autre inconvénient, il peut être techniquement compliqué de disposer dans des endroits reculés des équipements de mesure sophistiqués pour enregistrer des données tels que des capteurs.
De plus, il est important de sélectionner des tiers de confiance, en mesure de fournir des garanties de fiabilité aussi bien à l’assuré qu’à l’assureur.
Une mise en place coûteuse
Malgré les nombreux atouts de l’assurance paramétrique, la mise en place de ces solutions reste non seulement complexe mais parfois coûteuse. Les surcoûts sont notamment liés aux efforts d’identification de l’indice qui refléterait le mieux les pertes de rendements ou de revenus.
La disponibilité des données climatiques peut être difficile alors que leur fiabilité paraît parfois discutable. L’obtention des données climatiques peut également se révéler coûteuse.
A terme, l’open data peut constituer une issue au développement de l’assurance indicielle. Cet outil facilite l’obtention des données et par conséquent participe à rendre cette solution plus abordable. Ainsi pour la protection des récoltes, l’obtention de données peut s’effectuer de deux manières : soit par l’accès aux satellites d’observation, soit par la mise en place de stations météorologiques plus ou moins sophistiquées.
Les données transmises par ces systèmes seront ensuite utilisées pour décider du déclenchement de la garantie. Il est donc évident que la mise en place d’un nombre suffisant de stations météorologiques et leur bonne répartition peut contribuer à baisser le risque de non-indemnisation.
Néanmoins, l’ajout d’équipements additionnels peut avoir un coût non négligeable en termes d’installation mais également de maintenance.
L’expertise technique
Des ressources humaines de haut niveau sont indispensables pour développer l’expertise technique et permettre l’essor de ce produit émergent dans le marché.
L’autre nécessité concerne la formation de commerciaux et de courtiers spécialisés, ayant des compétences pédagogiques pour démarcher et sensibiliser de manière efficace les clients potentiels.