Cahiers de l ONRN. Connaissance de la sinistralité pour la prévention des risques naturels

Transcription

1 #2 Cahiers de l ONRN Connaissance de la sinistralité pour la prévention des risques naturels

2

3 CONNAISSANCE DE LA SINISTRALITE POUR LA PREVENTION DES RISQUES NATURELS N 2, mars 2015

4 2 Avertissement Ce document a été réalisé sur la base de supports et comptes rendus de présentations effectuées dans le cadre des activités de l ONRN, ainsi que d autres contributions et sources. Malgré le soin apporté à leur validation et à la relecture, il est possible que des inexactitudes persistent. Nous vous remercions de bien vouloir nous les signaler dans la rubrique «votre avis nous intéresse» sur le portail de l ONRN : Ces remarques et observations pourront être insérées dans un prochain Cahier. Sans aucune prétention à l exhaustivité dans un domaine en constante évolution, ce document a vocation à être enrichi à la faveur des échanges et travaux ultérieurs. Les articles n engagent que leurs auteurs et non les organismes auxquels ils sont affiliés, ni l ONRN. Remerciements Remerciements aux intervenants et participants aux différentes réunions organisées par l ONRN sur ce thème, aux auteurs des articles introduits, notamment les cinq auteurs (partie III), ainsi qu aux équipes AFPCN, CCR, DGPR et MRN impliquées dans la rédaction et la confection de ces Cahiers. Edition : mars 2015 Auteur : Comité de rédaction de l'onrn Conception graphique (couverture) : Elodie Lecostey Impression MEDDE/SPSSI/ATL2- imprimé sur papier certifié écolabel européen Cahiers de l'onrn N 2, mars 2015 : Connaissance de la sinistralité pour la prévention des risques naturels Téléchargeable sur le sur le site de l'onrn -

5 3 Préambule Avec ses «Cahiers», l Observatoire National des Risques Naturels entend compléter, par la réalisation de publications électroniques en rapport avec ses objectifs et activités, le dispositif d information qui s articule principalement autour de son site portail internet Sont ainsi rassemblés, autour d'une thématique travaillée par l'onrn au fil de la période écoulée, des comptes rendus de travaux et contributions diverses, retenus en raison de leur intérêt informatif et pédagogique. Pour cette seconde livraison des Cahiers de l ONRN, réponse est apportée à la demande exprimée par de nombreux utilisateurs dès le lancement : Quel est l'état de la connaissance en France sur la sinistralité causée par les événements naturels? Dans l atelier «connaissance de la sinistralité» initié par l ONRN dès juillet 2013, avec le concours de l AFPCN et la participation de représentants des utilisateurs, l objectif premier a été de comprendre les possibilités et limites actuelles des activités et métiers de l'assurance et de la réassurance, dans leur contribution à la constitution de cette connaissance utiles aux décisions de prévention. Des échanges ont été organisés entre praticiens des différents secteurs concernés, pour analyser les processus de production et d'utilisation de données sur la sinistralité des risques naturels. Des voies de progrès ont ainsi été précisées, qui seront mises en œuvre progressivement (Partie II). En parallèle, l ONRN a suivi activement les travaux internationaux et européens relatifs à l amélioration de la collecte, du stockage et de la diffusion des données sur les dommages causés par les catastrophes naturelles, désormais priorité du Cadre d action post 2015 pour la réduction des catastrophes, qui sera adopté à Sendai (cf. Contexte en Partie I de ces Cahiers). Sont aussi associés à cette publication cinq jeunes auteurs de thèses récentes, qui illustrent des avancées de la recherche appliquée dans ce domaine et dont l ONRN a pu se faire l écho à divers titres ou entend bénéficier à terme (Partie III). Les trois registres formant les trois parties de ces Cahiers : travaux internes à l ONRN, apports de la recherche appliquée et apports de la coopération internationale et européenne, alimentent les exposés et débats de la conférence ONRN du 4 mars 2015 : «Vers une connaissance partagée des événements naturels en France?», à l occasion de laquelle cette livraison des Cahiers est publiée. Alors que l ONRN entend désormais s engager progressivement sur la voie d une consolidation des bases de données sur les dommages causés par les catastrophes naturelles, nul doute que les Cahiers accueilleront encore souvent cette thématique dans leurs colonnes. Le Conseil de Gestion de l'onrn

6 4

7 5 Synthèse et perspectives La mise en contexte des travaux menés par l ONRN sur la connaissance de la sinistralité démontre combien ils sont d actualité, dans l agenda international et européen de la réduction des risques de catastrophes (RRC). Il s agit en effet d exprimer et de poursuivre des objectifs plus quantitatifs, en matière de réduction des conséquences dommageables sur la vie et la santé humaine, les moyens d existence, ainsi que sur les patrimoines économiques, physiques, sociaux, culturels et environnementaux des personnes, des entreprises, des communautés et des pays. Le Cadre post 2015 pour la RRC, adopté à Sendai en mars 2015 prévoit ainsi dans ses priorités à décliner aux plans national et local, régional et global, de «comprendre, communiquer et utiliser l information RRC». En d autres termes, il faut «que l information sur les catastrophes soit disponible et accessible à tous les niveaux, à toutes les parties prenantes (à travers des réseaux, le développement de systèmes de partage de l information, etc.)». Cet objectif instrumental est du reste déjà l objet d un suivi spécifique, au titre de la mise en œuvre du Cadre d Action de Hyogo (GAR Core Indicator 3.1). Des réseaux internationaux de praticiens et chercheurs ont été constitués pour accompagner ce mouvement, autour : - Du développement des outils de gestion de l information et la connaissance pour la RRC (IKM4DRR), - D un rapprochement normatif (communauté de pratique de l IRDR) des bases de données publiques (EMDAT, DesInventar, GLIDE) ou privées (Munich Re, Swiss Re), qui réalisent un suivi à l échelle internationale des catastrophes, avec des seuils de prise en compte différents et autres difficultés d interopérabilité. En liaison avec l effort onusien, l Union européenne s emploie à proposer aux Etats membres un mouvement de coordination de leurs définitions, outils et pratiques de collecte, stockage et diffusion des données de dommages causés par les catastrophes, avec l objectif de réaliser à terme un rapportage de la sinistralité à l échelle régionale de l UE. Le projet «EU Loss Data» porté par la DG ECHO et instruit par le JRC propose notamment une stabilisation de terminologies sur les conséquences dommageables humaines et économiques, comme de la classification des aléas, une justification des domaines d application de cette collecte de données (indemnisation des dommages, comptabilisation, retour d expérience, modélisation des risques) et surtout un cadre conceptuel et méthodologique complet. Mais comme l indiquent les recommandations de cette étude, il reste encore beaucoup de chemin à parcourir dans les Etats membres pour arriver à produire des statistiques synthétiques harmonisées entre pays, qui puissent être utilisées dans un cadre «transfrontières» ou être remontées au niveau international. A l échelle de certains pays tiers hors UE, comme les Etats Unis et la Suisse, des bases de données remarquables sur les dommages par événements et/ou par territoires ont déjà été constituées. La situation en France est celle d une diversité de bases de données sur les événements par catégories d aléas, tenues par les établissements de référence pour ces différents aléas. Pour la plupart, ces bases pêchent en revanche par la quasi absence de renseignement des informations relatives aux conséquences dommageables, à l exception de la récente Base des Données Historique sur les Inondations (BDHI), prochainement en ligne, et du portail e-risk de CCR, qui recense et décrit, en termes de coût assuré par événement et de tranches de montants de dommages assurés par communes, les quelques dizaines d événements CatNat les plus dommageables des trois décennies. A ceci est venu s ajouter le portail ONRN qui donne accès par des liens à cet existant de bases de données et ajoute un accès open source à un jeu inédit d indicateurs de sinistralité à la maille communale (inondations, sécheresse géotechnique) ou départementale (tempêtes). Ces informations ne permettent cependant pas

8 6 d enrichir la connaissance sur la sinistralité par événement. Un élément central à vocation pédagogique de ces Cahiers est donc constitué par une explication détaillée des rôles et contributions respectives des entreprises d assurance directe, puis de CCR, réassureur du régime CatNat, dans la production de connaissance sur la sinistralité par les métiers de l assurance en France. Cette partie est enrichie par deux annexes : - L une sur les fondamentaux de la gestion technique en assurance et réassurance non vie (Annexe 1), - L autre réunissant des chiffres clés et graphiques commentés sur la sinistralité CatNat et TGN en France (Annexe II) L atelier ONRN «connaissance de la sinistralité» du 11 juillet 2013 a aussi été l occasion pour les utilisateurs représentés (services et opérateurs de l Etat, collectivités territoriales, chercheurs) d exprimer leurs attentes sur cette information de sinistralité, notamment événementielle, qu il a ainsi été possible de catégoriser en : - Des informations à granularité communale, montant des sinistres par événement agrégé à la commune, pour des usages opérationnels, tels les dossiers de PAPI, pour vérifier la cohérence entre les calculs effectués à partir de fonctions d endommagement et la sinistralité constatée pour les événements du passé récent, - Des informations géocodées à granularité infracommunale, par quartiers ou groupes d habitat homologues, pour des usages de retour d expérience ou de calage de modèles d inondations, - Des informations à l échelle micro, issues de rapports d expertise, pour autant que ces derniers les contiennent, pour des recherches visant à l amélioration des fonctions d endommagement utilisées dans les modèles appliqués notamment pour les études ACB. Cet atelier a débouché sur l organisation par la MRN de réunions-débats en trois sièges d entreprises d assurance volontaires, destinées à des petits groupes d utilisateurs publics, qui ont permis d affiner encore leur compréhension des possibilités et limites des métiers et processus de l assurance dans la production de données sur la sinistralité. Il a été proposé de procéder à des expérimentations de collaborations entre assureurs et acteurs publics sur une sélection d événements du passé récent. Ces dernières sont en cours, notamment sur l exploitation des informations de liquidation des sinistres de l événement «VAR Janvier 2014» (résultats non encore disponibles). En termes de perspectives et dans la logique des recommandations onusienne et européenne, l ONRN s est fixé pour objectif, depuis sa création, de réaliser une consolidation des bases de données existantes sur les conséquences dommageables des événements naturels survenant en France, voire de réaliser progressivement et en fonction de la faisabilité, des apports d informations inédites à cette consolidation. Cette consolidation commencera en Elle portera dans un premier temps sur deux catégories de conséquences dommageables : - Les conséquences économiques, en prolongement des initiatives déjà prises, avec pour commencer un accent particulier sur les dommages assurés, - Les conséquences humaines, en se limitant là aussi à ce qu il est déjà possible de mobiliser : nombre de victimes par aléa et par unité territoriale, avec la perspective d intégrer progressivement des informations robustes sur les blessés et si possible, les personnes déplacées. L objet de la conférence et du débat du 4 mars est précisément de développer l état des lieux sur les deux catégories, ainsi que les orientations qui seront prises en la matière.

9 7 Sommaire Avertissement... 2 Préambule... 3 Synthèse et perspectives... 5 Sommaire... 7 CONTEXTE DES TRAVAUX Une priorité de l agenda international et européen Expériences et bonnes pratiques hors UE...15 LA SITUATION EN FRANCE Etat des bases de données «événements» recensées pour la France à l échelle nationale Le cas des dommages assurés : production de connaissance sur la sinistralité par les métiers de l assurance en France Actions de l ONRN...50 QUELQUES RESULTATS DE RECHERCHES Les dommages liés aux inondations : quelles incertitudes dans leur évaluation? Le projet JOHANNA : Analyse des dommages au bâti liés à la submersion marine lors des tempêtes - Les leçons à tirer Modélisation probabiliste de la dépendance spatiale et temporelle appliquée à l étude du péril sécheresse dans le cadre du régime français d indemnisation des catastrophes naturelles Proposition d une méthode d estimation de l exposition financière aux inondations pour le marché de l assurance en France. Modélisation hydrologique et économique probabiliste spatialisée Evénements et territoires : le coût des inondations en France - Analyses spatio-temporelles des dommages assurés...77 CONCLUSIONS GENERALES ANNEXE 1 : Notions fondamentales de gestion technique des opérations d assurance et de réassurance non-vie ANNEXE 2 : Chiffres clés, graphes et tableaux commentés sur la sinistralité CAT NAT et TGN en France... 87

10 8

11 9 CONTEXTE DES TRAVAUX 1. Une priorité de l agenda international et européen 1.1. La systématisation de la connaissance de la sinistralité événementielle, une priorité internationale Entre 1992 et 2012 les catastrophes naturelles ont affecté plus de 4,4 Milliards de personnes, causé plus de Milliards de dollars de dommages et fait plus de 1,3 Millions de victimes. Indicateurs onusiens des pertes causées par les catastrophes ( ), UNISDR, 2013 Face à ces constats, le «Post 2015 Framework for DRR 1» (Cadre d action Post 2015, CA-RRCpost 2015) dont l adoption fera l objet de la 3ème conférence mondiale pour la réduction des catastrophes, organisée par les Nations Unies et le Japon du 14 au 18 mars 2015 à Sendai, conférera à la connaissance de la sinistralité un caractère de priorité absolue pour une mise en œuvre efficace du cadre d action par tous les acteurs. Ce CA-RRC-post 2015 se déclinera en une finalité, un objectif et des priorités d action, sur une durée de 15 ans. La finalité du CA-RRC-post 2015 entend «réduire les risques de catastrophes et conséquences dommageables sur la vie et la santé humaine, les moyens d existence, ainsi que sur les patrimoines économiques, physiques, sociaux, culturels et environnementaux des personnes, entreprises, communautés et pays». Il est question d exprimer par pays certaines cibles quantitatives ou semi-quantitatives en matière de réduction de ces conséquences dommageables. Une mesure directe ou indirecte et des indicateurs de suivi spatial et temporel, de ces différentes catégories de conséquences dommageables seront donc nécessaires pour tenter d apprécier les effets des actions menées. L accent est mis sur un engagement total de toute la société et le partenariat, du local au global et réciproquement. L objectif du CA-RRC-post 2015 s exprime en termes de mise en œuvre intégrée et inclusive de mesures économiques, structurelles et non structurelles, légales, sociales, sanitaires, culturelles, éducatives, environnementales, technologiques, politiques et institutionnelles, susceptibles de prévenir et réduire l exposition aux aléas et la vulnérabilité aux catastrophes, d augmenter la préparation à la réponse et à la remise en état, et donc de fortifier la résilience. Ici c est plus indirectement qu est appelée la mobilisation de connaissances sur les conséquences dommageables, par la mise en œuvre d outils d aide à la décision, comme l ACB ou l AMC, impliquant là aussi de disposer d indicateurs suivis. Les priorités d action du CA-RRC-post 2015 pour atteindre les finalités et objectif ci-dessus, sont au nombre de quatre et doivent être déclinées du national au local, comme du régional au global : 1. Comprendre, communiquer et utiliser l information RRC, 2. Fortifier la gouvernance et les institutions en charge de la gestion des risques, 3. Investir dans la réduction des risques de catastrophes pour le développement durable, 4. Augmenter la préparation aux catastrophes, pour une réponse effective et pour un meilleur retour à la normale, lors de la remise en état, de la réhabilitation et de la reconstruction. 1 Disaster Risk Reduction traduit par RRC : Réduction des Risques de Catastrophes

12 10 Là encore c est la mise en œuvre de l ensemble de ces priorités qui va mobiliser une métrique des conséquences dommageables. On relève notamment, parmi les sous-actions énoncées : - Promouvoir la collecte, la gestion et l analyse des données, - Promouvoir l accès aux données pertinentes à tous les niveaux (national, local, global, régional), - Encourager, favoriser et soutenir les partenariats entre les différents niveaux, - S appuyer sur la connaissance de toutes les parties prenantes, - Promouvoir l intégration de la connaissance RRC dans l éducation, - Promouvoir la collaboration entre parties prenantes au niveau local, - Adopter et mettre en œuvre des stratégies et plans nationaux et locaux de RRC, sur différents horizons temporels, avec des objectifs, des indicateurs et délais, visant à éviter la création de risque, - Evaluer périodiquement et rapporter sur les progrès accomplis au niveau des plans national et locaux, - Etablir des protocoles régionaux pour faciliter le partage de l information pendant la gestion des catastrophes. En termes de suivi de la mise en œuvre de cette métrique, l UNISDR l évalue à travers le Core Indicator 3.1 du Global Assessment Report (GAR), révisé tous les deux ans : «Relevant information on disasters is available and accessible at all levels, to all stakeholders (through networks, development of information sharing systems, etc.)» Le réseau IKM4DRR Au titre de son «cadre pour la gestion de l information et de la connaissance dans le domaine RRC», l UNISDR anime un réseau d acteurs de la communauté «IKM4DRR 2», qui s intéresse aussi bien à la structuration des différents contenus «IK» dont les données sur la sinistralité, qu à leurs modes de gestion et de diffusion (plateformes de partage, médias, etc). L ONRN participe à ce réseau depuis sa création, lors de la plateforme globale UNISDR de Il propose des définitions normalisées. De manière générale, le réseau IKM4DRR relève notamment les enjeux suivants : - l information est morcelée entre différentes agences et institutions, avec des limites importantes en termes de cohérence, de coordination et de partage, - l information sur les événements survenus, l exposition et la vulnérabilité aux aléas et les impacts des catastrophes est souvent non systématiquement collectée, - peu d analyses sont faites pour comprendre les tendances, les impacts spatiaux et temporels des risques de catastrophes et de leurs conséquences dommageables, - l information sur le risque n est pas systématiquement utilisée pour la prise de décision et l action politique, - il n y a ni standards, ni définitions partagées en IKM4DRR et CCA 3, - il y a peu d intégration des systèmes de connaissance aux niveaux régional (continent), national et des communautés, - l implication de la société civile et du secteur privé est souvent limitée. 2 Information and Knowledge Management for DRR (IKM4DRR) Framework : A successful IKM4DRR system should contribute to changing society s risk awareness, preparedness, and responsiveness, decreasing society s risk from disaster 3 Climate Change Adaptation

13 11 La communauté de pratique «DATA» de l IRDR Integrated Research on Disaster Risk (IRDR) est un programme de recherche sur dix ans co-sponsorisé par le Conseil International de la (ICSU), le Conseil International pour les Sciences Sociales (ISSC), et la Stratégie Internationale pour la Réduction des catastrophes des Nations Unies (UNISDR). Il s agit d une approche globale, multidisciplinaire vis-à-vis des enjeux soulevés par les catastrophes naturelles, pour atténuer leurs impacts et améliorer les mécanismes y afférents de prise de décision politique. Le projet Disaster Loss Data 4 (DATA) de l IRDR porte sur la diffusion d information, notamment au travers d un forum collaboratif destiné au réseau croissant des parties prenantes de différentes disciplines et de différents secteurs, qui se penchent sur les questions de collecte, de stockage et de diffusion de données sur les conséquences dommageables causées par les catastrophes. IRDR, 2014 La communauté de pratique (CoP) du projet : A pour objectif de devenir le point de référence en matière d actualités, de propositions, de résultats et d idées sur le partage de données, Réunit les parties prenantes du partage de données, pour développer et mettre à profit des synergies, Evalue la qualité des données existantes et les données requises pour améliorer la gestion des risques de catastrophes, Développe des standards ou protocoles reconnus pour réduire les incertitudes sur les données. Pour atteindre ces objectifs, DATA a identifié les priorités de recherche suivantes : Une bibliographie annotée, Un cadre de classification des aléas : il s agit d évaluer les terminologies et hiérarchisations d aléas des bases de données mondiales existantes telles que : o EMDAT (CRED/Université de Louvain), o DesInventar (LaRed/UNDP/UNISDR), o NatCatSERVICE (Munich Re), o Sigma (Swiss Re), o GLIDEnumber database (ADRC/CRED/Reliefweb/LaRed). Un document de spécifications pour une base GLIDEnumber améliorée. En effet, les limitations actuelles du GLIDEnumber assigne un identifiant unique à un événement catastrophique pour faciliter les liens entre enregistrements relatifs au même événement dans différentes bases de données. Cependant la question se pose de savoir si GLIDE doit être une base de données, une source d information ou seulement un système de catalogage. DATA se consacre à une amélioration de la base de données GLIDEnumber pour qu elle serve de plateforme de mise en relation entre différentes sources de données sur des événements catastrophiques spécifiques. Une évaluation des méthodologies relatives aux impacts humains et économiques. Des incohérences demeurent sur la manière dont les impacts humains des catastrophes sont mesurés, alors que de nouvelles possibilités techniques existent pour procéder aux mesures ou évaluations du nombre de personnes affectées par les désastres, que DATA explore plus en développant une recherche tournée vers l action sur le sujet de la mesure de ces impacts. 4

14 A la recherche d un rapportage harmonisé de la sinistralité à l'échelle de l'ue Le projet "EU Loss Data", initié en 2014, est porté par Direction Générale Aide Humanitaire et Protection civile (DG ECHO) de la Commission européenne. Son instruction a été confiée au Centre Commun de Recherches (DG JRC) qui a successivement produit deux rapports : - Recording Disaster Losses, Recommendations for a European Approach 5, Ce dernier s emploie notamment à proposer une définition des données sur les dommages, à définir un modèle conceptuel des bases de données sur les dommages, s attachant aux questions de périmètre et d échelle, à proposer une première analyse de l existant sur la base de la situation dans deux pays (Italie et Slovénie), à spécifier les besoins techniques pour une collecte nationale des données sur les dommages au sein de l UE, à esquisser des scénarios de mise en œuvre et des recommandations pour le développement de recommandations pour la collecte de données de dommages à l échelle de la communauté européenne. - Current status and Best Practices for Disaster Loss Data recording in EU Member States, a comprehensive overview of current practice in the EU Member States 6, La réalisation de ce dernier rapport a associé, sur une base volontaire, des participants en provenance de 15 Etats membres, dans un groupe de travail qui a tenu des séances communes avec le groupe DATA de l IRDR. La participation d un membre de l équipe du projet ONRN, a permis de situer les réalisations françaises en la matière, au premier rang desquelles l ONRN, dans le «benchmark» européen et de bénéficier du partage d expériences que ce genre d exercices procure. En termes de contenu méthodologique, ces travaux sont très riches, apportant notamment les éléments fondamentaux suivants : a) une stabilisation de terminologies (pp ), dont celles des dommages liés aux catastrophes, directs ou indirects et des personnes affectées, cette dernière et importante notion étant détaillée selon le tableau ci-après. D après JRC,

15 13 b) Un argumentaire sur les usages justifiant de mobiliser des données sur les dommages ( Why do we need Disaster Loss Data? ) et une analyse de leurs domaines d application (pp ) Les quatre grands usages justifiant la mobilisation de données sur les dommages sont : - L indemnisation des conséquences dommageables, - La comptabilisation des conséquences dommageables, - Le retour d expérience (disaster forensics), - La modélisation des risques. c) L état de la réalisation de statistiques synthétiques par pays, avec des exemples de pays produisant des données agrégées au niveau national sur les aléas naturels Ici à titre d exemples, des statistiques sur le nombre de victimes au Portugal Portugal total number of victims by year and by natural phenomena (JRC, 2014) Portugal top 10 municipalities by total number of victims for natural phenomena (JRC, 2014) d) Des recommandations finales (pp.66-67) 1) S accorder sur les terminologies Une des principales sources d incompatibilités entre bases de données existantes sur les dommages causés par les catastrophes réside dans le manque de définitions communes des aléas et des indicateurs de dommages. Il faudrait atteindre un consensus entre Etats membres sur la hiérarchie et la terminologie des aléas naturels. Heureusement, les principales étapes dans cette direction ont été franchies comme le démontre l initiative IRDR de classification des périls. En outre l établissement de bases de données robustes dépend de la définition d un jeu minimum d indicateurs de dommages causés et d un accord relatif à la terminologie sur les catégories de dommages. Alors seulement, il deviendra envisageable d agréger les données relatives aux dommages causés par les catastrophes du niveau national vers les niveaux européen et global, à des fins d analyse statistique et de comptabilisation des catastrophes. 2) Collecte de données au niveau local La clé pour un mécanisme fructueux est d impliquer les acteurs au niveau local. C est à ce niveau que le dommage physique a été éprouvé et que les gens peuvent attester des impacts des catastrophes sur leurs habitats, lieu de travail et services publics. Généralement les collectivités interviennent comme collecteurs primaires de données pour un événement extrême, avec le soutien de services ou agences gouvernementaux déconcentrés ou nationaux (selon la structure de gouvernance politique du pays).

16 14 Pour la collecte et l enregistrement des données sur les dommages, le rôle des acteurs de la sécurité civile est également crucial. Il est donc essentiel de donner une compétence aux autorités territoriales en les dotant des outils et de l expertise qui leur permettent de constituer et de maintenir les bases de données de dommages. 3) Traiter des incertitudes Les incertitudes sont inhérentes à tous les stades du processus d analyse des données sur les dommages causés par les catastrophes. Ces derniers ne peuvent être estimés que par des variations entre estimations. Etant donnée la complexité inhérente de l évaluation des dommages, il est essentiel d établir un cadre pour traiter des incertitudes de manière transparente. Il doit être clair que l échelle d enregistrement des dommages influence directement l incertitude sur les dommages agrégés. La collecte de données à l échelle des enjeux va diminuer l incertitude sur les indicateurs de dommages et augmenter la transparence sur le dommage économique total causé par une catastrophe. 4) Créer un processus de collecte et d enregistrement des données Les Etats membres sont encouragés à construire un processus de collecte et d enregistrement des données sur les dommages au niveau national, en se fondant sur les bonnes pratiques apprises de systèmes existants et de lignes directrices identifiées dans ce rapport, à travers l analyse comparative entre situations dans les Etats membres. Pour guider la mise en œuvre de ces pratiques, un modèle de données est proposé dans ce rapport qui intègre trois entités distinctes : l identification de l événement, les enjeux affectés et les indicateurs de dommages. Ce modèle est conçu pour servir aux quatre domaines d application des données sur les dommages : l indemnisation des dommages, la comptabilité des dommages, le retour d expérience, la modélisation des risques de dommages. 5) Conception d un système d information avancé La conception et la maintenance d un outil informatique est essentiel à ce processus pour faciliter et optimiser la collecte, le stockage et l interprétation des données. Beaucoup des exigences relatives à la collecte de données sur les dommages se retrouvent aux différentes échelles (locale, régionale et nationale) et peuvent clairement bénéficier d un système d information bien conçu incluant un modèle de données approprié (lié à ou intégré avec d autres bases de données gouvernementales) et permettant des interfaces de visualisation conviviales et des options de partage avec un large spectre d usagers. De plus, des plateformes géographiques peuvent être aisément ajoutées, pour porter des représentations cartographiques souvent plus favorables à la prise de décision. 6) Une législation favorable et une implication active des autorités locales Un cadre fructueux et durable pour la gestion des données sur les dommages sera porté par une législation nationale forte, qui justifie l implication politique. Un engagement soutenu au niveau national est nécessaire pour institutionnaliser la collecte et l enregistrement des données sur les dommages selon une méthodologie communément agréée. Des investissements gouvernementaux sont requis pour l infrastructure informatique, l imagerie satellite de collecte des données de dommages, ainsi que pour établir et maintenir les bases. Le rôle et l utilité de ces données sur les dommages devrait être discuté entre départements gouvernementaux, incluant la gestion de crise, la planification urbaine et le budget. 7) Encourager les PuP et PPP Le développement de bases de données de dommages doit s inscrire dans un Partenariat Public Public (PUP) ou un Partenariat Public Privé (PPP) pour garantir la participation et l implication de toutes les parties prenantes. Engager les secteurs public et privé dans le processus à travers des partenariats qui reposent sur un partage des coûts représente une solution pour supporter le développement et la maintenance de bases de données nationales sur les dommages. En particulier, la création de PPP peut permettre la conception de modèles open source / open access et piloter des mécanismes innovants de gestion des données de dommages (exemple : le modèle français).

17 15 8) Partage d informations Les statistiques agrégées à l échelle d un pays (le niveau d agrégation est à définir par l Etat membre) doivent être partagées sur la base d une politique «open data», dans un standard de données commun, qui favorisera les processus de réduction des catastrophes transfrontières et internationaux (incluant le cadre d action post-2015). Des exigences minimales pour un standard de partage de données aligné avec les pratiques actuelles sont proposées dans ce rapport. 2. Expériences et bonnes pratiques hors UE 2.1. Aux Etats-Unis The Spatial Hazards Events and Losses Database for the United States (SHELDUS), est une base de données des dommages pour les États-Unis qui couvre 18 différents aléas naturels, tels que les orages, les ouragans, les inondations, les feux de forêt, les tornades. Elle est renseignée à l échelle du comté. Pour chaque événement, la base de données comprend la date de début de l événement, l'emplacement (comté et État), les pertes économiques sur les biens privés, les pertes de récoltes, ainsi que les blessés et les décès qui ont affecté chaque comté. Elle est hébergée par l'université de la Caroline du Nord. Une contribution financière est cependant nécessaire pour accéder à des données brutes. Les données intégrées proviennent de sources diverses (assurance, collectivités, gestionnaires de réseaux, secours, ). Mais le travail d homogénéisation des données est considérable. On notera la longue période d observation (cinquante ans). Exemple de restitution des données de pertes économiques totales pour les biens privés et récoltes issues de SHELDUS,2015

18 En Suisse Créée en 1997 par le Conseil fédéral, la plateforme nationale «Dangers naturels» PLANAT est une commission extra-parlementaire qui a pour but, sur le plan stratégique, d améliorer la prévention des dangers naturels pour l'ensemble de la Suisse et de promouvoir le changement d'approche dans le domaine des dangers naturels en passant d'une pure défense contre le danger à une gestion du risque. Dans cette optique, elle a constitué une base des données des événements historiques dommageables sur le territoire Suisse. Extrait du portail

19 17 LA SITUATION EN FRANCE 1. Etat des bases de données «événements» recensées pour la France à l échelle nationale Il existe de nombreux projets de recensements des événements naturels passés en France. La liste cidessous, qui ne prétend pas à l exhaustivité, en recense quelques-uns : - Mémoire des catastrophes sur l interface prim.net, - Histclime, qui donne accès à des données climato-historiques (Université de Caen), - E-risk de CCR, recensant des fiches synthétiques décrivant les principaux événements ayant impacté la France depuis 1990, - BDHI, la Base de données Historiques sur les Inondations en cours de conception (MEDDE / IRSTEA) 7, - Une base de données des événements Cat Nat inondations réalisée par la MRN, en croisant les différentes sources de données disponibles, - La BD Hydro du SCHAPI, contenant les mesures des hauteurs des cours d eau surveillés, - Le site Pluies extrêmes de Météo France, qui permet entre autre la consultation de données pluviométriques sur 250 événements mémorables, - Le site repères de crues en cours de construction, - Les sites mouvements de terrain et cavités gérés par la BRGM pour la problématique survenue des éboulements, - Le site Tsunamis, géré par le BRGM sur les tsunamis ayant impacté la France, y compris l Outre- Mer, - Le site SisFrance qui recense les secousses en France et garde la mémoire. Des informations sur des événements majeurs sont également disponibles dans des fiches, tableaux ou rapports édités par différents organismes, mais non stockés dans des bases de données. Il s agit par exemple des documents suivants : - Rapports et tableaux sur les événements naturels dommageables sur prim.net, - Rapports REX de missions interministérielles, - Fiches ou rapports événements «normés» et «intégrés» réalisés par différents acteurs contributeurs de l ONRN, notamment CCR, DGPR, FFSA-GEMA et MRN (REX des REX). Mais parmi ceux-ci, seules les bases E-Risk de la CCR et les rapports de la profession de l assurance renseignent sur des montants de dommages assurés. Les parties suivantes ont pour but d expliquer le fonctionnement de l assurance des risques naturels en France, ainsi que le rôle des chacun des acteurs et les données de sinistralité qu ils produisent et utilisent. 7 La BDHI est une base de données documentaire qui présente une sélection d'inondations remarquables survenues sur le territoire. Elle intègre progressivement les anciens évènements, ainsi que les nouveaux qui surviennent. Les informations sont structurées autour de Fiches Document, de Notes Inondation et de Fiches Synthèse."

20 18 2. Le cas des dommages assurés : production de connaissance sur la sinistralité par les métiers de l assurance en France On trouvera en Annexe 1 une introduction aux fondamentaux de l assurance et en Annexe 2 l état synthétique de la connaissance assurantielle sur les événements naturels Rôle et contribution des entreprises d'assurance directe Les assureurs producteurs de données sur la sinistralité des événements naturels (texte exposé M. LUZI du 11/07/2014) Les sources d information que peuvent représenter les données de l assurance sont indispensables lorsque l on aborde les questions relatives aux risques naturels. Cependant, certains acteurs imaginent trouver une «mine» de données permettant de mener tous les travaux et répondre à toutes les questions sur ces natures de risques. L objet de cette partie est de faire le point sur l existence de l information, les diverses contraintes de mise à disposition d une manière plus ou moins détaillée et les limites d utilisation des informations de sinistralité provenant du secteur de l assurance. Elle reprend le support utilisé lors de la manifestation du 11 juillet 2013 réunissant les divers partenaires et utilisateurs potentiels de l ONRN. Comment est organisé le marché français de l assurance? Le marché de l assurance comporte environ 300 compagnies, regroupées dans 2 syndicats professionnels qui mettent en commun certains travaux, études et restitutions statistiques. FFSA : 245 membres en 2010 Fédération Française de Sociétés d Assurances GEMA : 48 membres en 2010 Groupement des entreprises mutuelles d'assurances Il s agit d un marché concurrentiel Comment les compagnies d assurance sont-elles organisées? Les organisations sont très variables et peuvent changer dans le temps pour une même entreprise. Certaines sont très centralisées, d autres très décentralisées. Certaines ont une emprise régionale, d autres nationale, voire internationale. Certaines ne travaillent qu avec du personnel de la compagnie, d autres font appel à des prestataires externes. Ce qu il faut souligner, pour mesurer certaines difficultés exposées ultérieurement, c est que dans l ensemble, les compagnies d assurances s appuient sur des réseaux de professions libérales représentant de nombreux acteurs.

21 19 Les intermédiaires au 31/12/2011 (chiffres ORIAS) Le tableau ci-dessus montre que les effectifs des professions libérales œuvrant pour les activités d assurance sont importants Comment se répartissent les primes par activité? Le chiffre d affaires de la profession s établissait à 207 Mds en Près de 78 % concernait des assurances de personnes. A peine 22% concernait les assurances de biens et de responsabilité. Cotisations (affaires directes) de l assurance française en 2010 (FFSA-GEMA) Pour les assurances de biens et de responsabilité, qui intègrent les couvertures des événements naturels, les primes étaient d environ 46 Mds en 2010.

22 20 Assurances de biens et de responsabilité (FFSA-GEMA) Parmi ces activités, on peut constater que l automobile représente, avec plus de 18 Mds, une part de 40%. La partie «Dommages Aux Biens» ne représente que 16 Mds dont les événements naturels seulement 3 Mds (Cat Nat et TGN : tempête, grêle, poids de la neige). Cela permet de relativiser la part des événements naturels sur le secteur de l assurance Comment se structurent les risques naturels en France? Pour les biens immobiliers, il faut distinguer les risques couverts par le Régime des Catastrophes Naturelles, les garanties TGN et d autres garanties dommages aux biens (dégâts des eaux par exemple). Comme nous le constatons avec Xynthia, les dégâts peuvent se répartir en tempête, couverte par la garantie TGN, et en inondation couverte par le Régime des Catastrophes Naturelles. Segmentation des risques

23 21 Le Régime des Catastrophes Naturelles La loi n du 13 juillet 1982 impose de garantir en Cat Nat, tous les risques couverts par un contrat dommages aux biens (multirisques habitation, auto, etc.). Le prix de la garantie est également imposé par cette loi. Il représente 12% de l ensemble des primes dommages. L état de catastrophe naturelle est constaté au niveau communal par un arrêté interministériel. Si les principes généraux sont restés stables avec le temps, certains aménagements ont été apportés depuis l origine du Régime (couverture de certains effets du vent outre-mer, introduction de franchises locales, augmentations du taux de surprime). Les tempêtes La loi n du 25 juin 1990 impose de garantir en tempête tous les risques couverts en incendie. Contrairement aux Cat Nat., le tarif est librement proposé par l assureur Quels sont les principaux volumes? En termes de primes encaissées par le marché de l assurance, les TGN et le Régime Catastrophes Naturelles sont de même importance (1,3 Mds ). La partie relative aux assurances sur récoltes est de moindre importance (0,3 Mds ). Notons que ces garanties, fortement encadrées par la loi, restent marginales par rapport aux garanties de base (dommages et incendie). Elles ne sont jamais souscrites toutes seules. Cotisations en 2010 et sinistres observés sur la période 1984/2010 En revanche, en termes de sinistres indemnisés, la répartition entre les garanties est assez différente. Avec environ la moitié des coûts, les tempêtes sont la principale cause des dégâts. Du côté du Régime des Catastrophes Naturelles, les deux principales causes de dégâts sont les inondations et la sécheresse (conséquence du retrait gonflement des argiles). Toutefois ce constat est réalisé sur la base d observations sur une courte période, de 1984 à Il est donc partiellement biaisé Comment se caractérisent les charges annuelles? Le graphique ci-dessous, représente des charges annuelles indemnisées au titre de la garantie TGN, actualisées en euros 2012 (à gauche). On observe un pic en 1999, conséquence des tempêtes Lothar et Martin de fin décembre. Au-delà de la volatilité des résultats annuels, ces deux événements représentent à eux seuls une charge équivalente à une année normale de sinistres. Ce constat montre également l intensité d une année particulièrement défavorable.

24 22 Le graphique de droite, relatif aux Cat Nat, montre également une certaine volatilité des charges annuelles sur la même période ( ). Sur cette période les charges ne sont pas aussi importantes. Par contre, si l on introduit des événements tels que ceux observés entre 1850 et 1910, on obtient des niveaux extrêmes assez voisins de ceux des TGN. En retenant une période de référence différente, le poids relatif des diverses garanties peut être sensiblement modifié. Dans notre cas, nous observons un événement extrême en tempête et pas en inondation sur la période observée Quelles données sont utilisées par les assureurs, pour leurs besoins? Les réponses sont variées et dépendent des problèmes abordés et de la nature des risques. Par soucis de clarté, nous distinguerons ci-après ces réponses en fonction des deux principales garanties qui couvrent les risques naturels en assurance : les TGN et les Catastrophes Naturelles. Pour les deux cas, nous partirons de l approche la plus macro-économique possible pour descendre à des niveaux plus détaillés.

25 23 Les données TGN Les données du marché français de l assurance Historique des indemnités versées depuis 1984 (FFSA-GEMA) Chaque année, les syndicats d assureurs établissent un bilan national des garanties TGN, sous la forme d un rapport d étude. Ce document constitue la référence nationale sur les statistiques liées à ces garanties au niveau français. Néanmoins, les informations qu il publie comportent certaines limites. Par ailleurs, ce rapport annuel est complété par des dossiers spécifiques sur les principaux événements majeurs (Tempêtes de 1999, Klaus [2009], Xynthia [2010]). Les principales qualités de ces documents sont : - des données de marché (robustesse) - des historiques relativement longs (repris depuis 1984) - des restitutions relativement détaillées (par nature d exposition, par département, ) A l inverse, les principales réserves sont : - des données sur base d enquêtes auprès des sociétés d assurance - des bases hétérogènes de participants selon les années - des actualisations partielles - peu d événements individuels majeurs répertoriés - durée historique un peu courte pour des événements de très faible fréquence (période de retour largement supérieure à la période d observation) Les données de chaque compagnie d assurance Chaque compagnie dispose de données qui lui sont propres, aussi bien concernant les portefeuilles assurés (information sur l ensemble de ses clients) que sur les sinistres (montant des indemnisations pour chaque client). Elle dispose d une information plus détaillée à la fois sur les risques et les sinistres. Il est donc possible de réaliser des travaux plus précis pour des objectifs tarifaires ou autres.

26 24 Etat des données des compagnies d assurance Néanmoins, pour des raisons de fusions de compagnies, de règles de purges des informations, etc., les historiques restent limités. En règle générale, on peut considérer que remonter au-delà d une quinzaine d années pour les sinistres et 5/7 ans pour les portefeuilles fait prendre des risques en termes de qualité et d exhaustivité des informations exploitées. Par ailleurs, il faut distinguer les informations contenues dans les dossiers papiers et les informations directement exploitables à partir de fichiers informatisés, en prenant compte du taux de remplissage de certaines informations. Si certains champs sont régulièrement correctement remplis (montant de la prime, montant du sinistre), d autres peuvent l être de façon très irrégulière ou pas du tout. Au-delà des données classiques, on peut également utiliser les informations relatives aux historiques «réassurance» qui permettent de disposer des cessions des événements les plus importants sur une période plus longue que celle des données classiques. L exemple ci-dessous montre des événements passés sur un historique relativement long, puisque l on remonte au début des années «70». Cependant l exploitation de telles données n est pas aisée. Avec des historiques assez anciens, l actualisation des sinistres constitue la principale difficulté : en effet, il est impossible de connaître les portefeuilles couverts, la pénétration des garanties accordées (la proportion de personnes assurées contre les tempêtes à l époque), les conditions de garanties (s assuré-t-on de la même manière?). Par ailleurs, la faible taille du portefeuille rend les résultats plus fragiles.

27 25 Historique des tempêtes depuis 1970 Les données externes Au-delà des informations présentées ci-avant, il existe d autres sources d informations, essentiellement sur les événements extrêmes. Les réassureurs : Etant fortement sollicités lors des événements majeurs, ils disposent d informations marché sur ces sinistres. Ils produisent des études permettant d avoir une idée des fréquences des événements extrêmes. Météo-France : Si Météo-France n a aucune information sur les sinistres, elle dispose de données météorologiques et réalise certaines études sur les tempêtes.

28 26 Les traitements sur les données TGN L actualisation Il est nécessaire de travailler sur des charges homogènes avec les conditions actuelles : - Valeur des réparations - Valeur du portefeuille - Diffusion des garanties dans le temps. Chacune de ces étapes d actualisation présente des difficultés qui lui sont propres. L actualisation des valeurs de réparation traduit le fait qu un même dommage matériel coûte plus cher à indemnisé aujourd hui qu hier du fait de l évolution du coût des réparations. Il existe ainsi des indices du coût de la construction en France. Par exemple, depuis 1982, la progression moyenne annuelle est de 3,93% avec l indice de la Fédération Française du Bâtiment (FFB) et seulement de 3,38% avec l indice Risques Industriels (RI). Cela se traduit par un écart de 18,6% sur un sinistre de 1982 actualisé. Les difficultés d actualisation sont encore plus importantes pour les portefeuilles, car il est difficile de remonter à des données de plus de 10 ans. Concernant la diffusion des garanties dans le temps, si la garantie tempête est obligatoire depuis 1990, sa diffusion était moins importante auparavant. Il est impossible aujourd hui de connaître le niveau de diffusion historique. Néanmoins, le fait de travailler sur des données de marché limite les difficultés rencontrées avec les actualisations du portefeuille et la diffusion des garanties, dans la mesure où la FFSA avait publié des résultats marché juste après l entrée en vigueur de l obligation d assurance. Selon les hypothèses retenues, les résultats peuvent par conséquent varier sensiblement. Discussion sur les résultats Selon le choix retenu, nous obtenons un historique actualisé des événements passés. Nous constatons des niveaux très variables, avec en particulier les sinistres de 1999, qui se détachent très nettement des autres. Dans notre cas se pose alors la question de la période de retour de tels événements. Il est évident que la réponse ne peut pas se trouver dans les données de marché des assureurs, encore moins dans celles de la compagnie. Ici, le fait de retenir une période plus longue que les références historiques de marché, permet de constater que ce type d événement ne s est pas produit depuis plus longtemps. Sans rentrer dans le détail de la tarification, on peut constater que le choix de la période de retour (40 ans, 70 ans, 100 ans), peut influencer sensiblement le résultat. Mais avant de partir sur des travaux plus fins en termes de tarification ou de volatilité, il est indispensable de réaliser un arbitrage au niveau le plus global. Ensuite, on peut s attacher à pousser les analyses pour déterminer des aspects discriminants en fonction de divers critères : - Nature des risques (particulier [maison/appartement], professionnel, entreprise, agricole) - Nature d activités - Lieu géographique

29 27 Evolution du S/P par catégorie d assurés depuis 10 ans (FFSA-GEMA) Les assureurs utilisent-ils des fonctions d endommagement des sinistres? Les assureurs utilisent régulièrement des fonctions de distribution des sinistres, à ne pas confondre avec les fonctions d endommagement des modèles plus physiques sur les risques individuels. Dans le cadre des TGN les sinistres correspondent aux dégâts causés par un événement. En fait, il s agit de l ensemble des coûts sur tous les risques endommagés par le même événement. Dans la pratique, on scinde le problème en deux parties : - Les événements significatifs de fréquence faible (période de retour tous les ½ ans). - Les événements réguliers de fréquence plus élevée, présentant des charges limitées. Fonctions de distribution des sinistres Pour les événements significatifs, on observe régulièrement qu ils peuvent être décrits selon une loi de probabilité de Pareto. La fonction est régulièrement légèrement concave. La principale difficulté porte sur l incertitude des projections au-delà d un certain seuil. Pour les événements moins importants, il n est pas utile d étudier chaque événement individuellement. Une approche sur la base des charges globales annuelles est suffisante. Généralement, on constate que ces charges annuelles peuvent être modélisées par une loi Log-Normale. A quoi servent ces résultats? Le fait de disposer de ces types d ajustements, permet de réaliser des simulations à partir desquelles il est possible de dégager des éléments tarifaires et surtout de volatilité des charges annuelles. Pour la partie basse des sinistres moins significatifs, on peut simplement simuler les charges annuelles. Pour les sinistres les plus significatifs, il est préférable de retenir un seuil inférieur au seuil d intervention des traités en réassurance. Il est alors possible de simuler pour chaque année le coût individuel de chaque événement (avant ou après intervention de la réassurance).

30 28 Existe-t-il d autres approches? Comme les traitements précédents restent fragiles et demandent une certaine expertise à la fois sur la matière et sur les traitements, d autres solutions ont vu le jour. Elles proposent de restituer les résultats à partir d informations fournies sur le portefeuille assuré. Les principes généraux Ces modèles s organisent autour de plusieurs éléments de base : - Le portefeuille couvert (fourni par la compagnie) - Un catalogue d aléas (catalogue des événements pouvant survenir, observés ou imaginés), avec leurs caractéristiques propres - Des fonctions d endommagements (règles d impact d un type de réalisation sur chaque risque). - Restitution des résultats Il s agit généralement de solutions développées par des structures externes aux compagnies d assurance. Quels sont les avantages de ces outils? Il n est pas nécessaire de maîtriser les données, les traitements, les interprétations, pour utiliser ces outils. Il suffit de disposer des informations sur son portefeuille. Ils peuvent constituer des références de marché indépendantes des acteurs de l assurance. Les résultats sont-ils actuellement fiables? Les résultats restent encore assez discutables et les versions successives présentent beaucoup de volatilité (certains résultats variant du simple au double). Des résultats assez contestables sur la partie basse des fonctions de distribution. Sur cette zone, la mieux connue, sur laquelle les observations sont plus conséquentes, nous observons des coûts simulés deux fois supérieurs à ceux des observations du marché. Ce qui peut être plus parlant, c est de comparer les cartes de sensibilité géographique avec les observations marché.

31 29 Comparaison entre résultats de modélisation et données observées Pour rendre les résultats plus robustes et pour simplifier les représentations, les départements sont regroupés en fonction de leur sensibilité aux tempêtes. En rouge les départements les plus sensibles, en vert les moins sensibles. Dans chaque couleur, les 10 départements les plus extrêmes sont en couleurs plus vives. On peut alors comparer les diverses versions d un modèle externe avec les observations FFSA. Les différences sont criantes et on note l instabilité selon les versions. Comment expliquer ces écarts? Les meilleures explications devraient venir des producteurs de ces outils, néanmoins, sans connaître tous les détails, on peut évoquer quelques pistes. Le catalogue des aléas Certains modèles prétendent utiliser un catalogue de événements pour les tempêtes en France. Chaque événement se caractérise par : - Une trajectoire - Des vitesses du vent en chaque point - Une fréquence de survenance de l événement (1/ ans pour les moins fréquents) Cependant il n est possible d observer que des événements sur des historiques de 40 ans au maximum avec en moyenne une quinzaine d événements par an (environ 600 événements observés). Il semble donc délicat de construire événements simulés à partir de seulement 600 observations La fonction d endommagement Il est facile d admettre que toute chose égale par ailleurs, le taux d endommagement croît en fonction de l intensité ou l importance du phénomène. Plus le vent est rapide ou plus le niveau de l eau est important, plus les dégâts sur un même risque sont élevés.

32 30 Néanmoins, lorsqu on essaye de représenter de telles courbes avec des données observées, les nuages de points reliant la vitesse du vent et le taux d endommagement ne sont pas aussi corrélés avec la fonction retenue (figure ci-dessus, à droite). De manière générale, le fait de retenir une fonction d ajustement à partir du nuage de points observés tient plus à l obligation de déterminer une fonction qu à la conséquence statistique des observations. De plus, sur les deux axes retenus, il existe à l origine, une forte marge d incertitude sur le positionnement de chaque point. D une part nous ne disposons pas, en France, de la vitesse de vent exacte au niveau de chaque sinistre. De la même façon, il est excessivement rare de connaître la valeur assurée et donc le taux d endommagement. En effet, les contrats multirisques habitation sont généralement vendus sur une base de nombre de pièces. Bien sûr, il est possible d approcher la vitesse du vent en se référant à la station météorologique la plus proche et de déterminer les expositions en convertissant le nombre de pièces en m², puis les m² en montants. Mais chacune de ces opérations est source d approximations qui méritent pour le moins d être soulignées et mieux d être mesurées. A titre d exemple, on observe sur la carte ci-dessus, les différences en termes de dommages sur diverses parcelles pourtant très proches les unes des autres. Soit la vitesse du vent était sensiblement différente d une parcelle à l autre, auquel cas un maillage plus précis des stations météorologiques est nécessaire. Soit les vitesses de vent étaient sensiblement identiques et les explications sont ailleurs. Dans tous les cas ces outils, même s ils peuvent constituer une piste de solution, sont encore loin d être utilisables sans précaution.

33 31 En ce qui concerne les fonctions d endommagement qui concentrent une grande partie des demandes des utilisateurs, il faut être prudent sur les attentes et les utilisations qui pourront être faites. Régulièrement, même lorsque l on dispose d observations sur les paramètres, les nuages de points s ajustent assez mal à la fonction retenue. Ils sont régulièrement très dispersés, difficilement représentés par une simple fonction. Même si la solution est tentante, est-ce vraiment la bonne piste? Peut-on imaginer d autres solutions? Sur le principe, on peut imaginer utiliser des informations météorologiques pour disposer de résultats sur une période beaucoup plus longue que celle des historiques des sinistres. On peut par exemple, utiliser les données relevées depuis 40 ans dans les stations météorologiques. Pour les tempêtes, on dispose de plusieurs mesures quotidiennes sur le vent (vitesse moyenne, vitesse maxi, ). Si l on peut remonter sur des historiques plus anciens, le maillage est moins dense avant cette année. Les points sur la carte représentent les stations retenues. Le fait de les mettre sur une carte donnant la densité de population permet de relativiser l influence potentielle de chaque station. Comment déterminer un indicateur «tempête»? Comment passer de relevés quotidiens de vent à un indicateur tempête? Intensité vent à une station Comparaison entre vitesse de la rafale et le centile 99 pour la station. I s = Max [ 0 ; (V r V 99 )² ] Certaines zones sont plus ou moins régulièrement exposées au vent. On peut alors imaginer qu à vitesse de vent identique, les dégâts peuvent être plus élevés dans une zone peu exposée que dans une zone régulièrement frappée par des rafales. C est pour cette raison que nous retenons la différence entre le vent de la journée et la valeur du centile 99%, dans la formule. Pondération de la station Chaque station est pondérée pour tenir compte de son exposition relative. Chaque territoire (ou département) est rattaché à la station la plus proche. Les dégâts occasionnés dans la zone couverte par la station dépendent de la densité de la population, de la densité des biens construits, de leur nature, etc. Il n est pas toujours évident de disposer des informations les plus adaptées, mais l utilisation de la population, par défaut, permet de tenir compte de représentativités sensiblement différentes.

34 32 Indice tempête (l événement) On cumule les intensités pondérées, pour chaque jour. Ainsi l intensité tempête dépend de l intensité de chaque station pondérée de son exposition. I T = Σ I s. P s L indice tempête s obtient en additionnant l ensemble des intensités trouvées sur chaque station individuelle. Possibilité de regrouper certaines journées Un même événement peut s étaler sur plusieurs jours, il faut pouvoir regrouper ces journées pour en tenir compte. Bien sûr, cette première approche reste grossière et de nombreux paramètres peuvent être améliorés (durée des rafales, finesse du maillage, sources de pondérations, etc.), mais cette approche permet déjà de dégager des résultats utiles. Ce type d indice permet de dégager certains événements marquants et de restituer une hiérarchie entre eux. Il permet également d éliminer toutes les journées sans intérêt. 250 événements / journées On retrouve effectivement de nombreux événements référencés chez les assureurs. Par contre, les résultats sont sensibles au seuil retenu. Les classements changent. Il faut donc pouvoir optimiser les choix. Comment comparer ces résultats aux données assurance? Les sinistres Nous disposons de plusieurs éléments pour mesurer la sinistralité : - Les coûts des sinistres - Les nombres de sinistres - Les fréquences des sinistres Si l objet est bien de comparer une intensité tempête avec une charge de sinistres, les coûts peuvent présenter des instabilités préjudiciables aux comparaisons. Le paramètre le plus robuste est constitué par la fréquence qui tient compte de l exposition.

35 33 Regroupements des journées Suite à un événement, la déclaration des sinistres par les assurés peut s étaler sur plusieurs jours. Dans les faits, il n est pas rare qu il faille utiliser une période de 2 à 3 jours pour correspondre à une même tempête. Les différentes comparaisons permettent de constater une meilleure corrélation de l indice tempête avec la fréquence des sinistres. De façon générale, sur les événements les plus importants, les corrélations sont assez bonnes.

36 34 Comparaison sur les divers événements Sinistres depuis 1998 Les graphiques ci-avant restituent plusieurs informations. Le graphique de gauche qui classe les événements par rang selon l indice et le nombre de sinistres, présente un nuage de points très dispersé. Pour l œil un peu plus averti, on peut toutefois noter une petite concentration dans l angle nord-est, celui des événements les plus importants. Avec le graphique de droite, on observe une très bonne corrélation pour les sinistres majeurs et une situation plus nébuleuse pour les événements de moindre importance. Ces constats remettent-ils en cause l intérêt de l indice? Les corrélations sont bonnes pour les événements les plus importants et permettent de répondre à des questions relatives aux risques extrêmes, ce qui était l objectif recherché lors de l établissement de ces lois de distribution. Ensuite, on constate effectivement que l utilisation de cet indice fonctionne moins bien pour les sinistres de moindre ampleur. C est dommage, car cela fragilise la confiance dans l indice, mais cela est de moindre importance, dans la mesure où sur cette partie des sinistres des historiques d une douzaine d années sont largement suffisants pour disposer d informations utiles. On peut toutefois s interroger sur les raisons de cette moindre corrélation entre indice tempête et sinistres observés, sur les plus petits événements. Les paramètres utilisés, ci-avant, dépendent fortement de la disponibilité des informations. Par exemple, au niveau des stations, certaines ont été privilégiées car renseignées sur une longue période.

37 35 Par exemple, pour la région parisienne, on peut constater les différences d enregistrement du vent dans les diverses stations. Le fait de ne retenir que quelques stations, pour travailler sur une longue période, peut modifier le résultat local. De la même façon, seule la vitesse maximale de la journée a été retenue, mais on peut supposer que l importance des dégâts dépend également de la durée de ces rafales. D autre part, la pondération ne retient qu un type d information. Là encore, il est possible que l importance des dégâts dépende de la nature des biens couverts par la station (risques agricoles, maisons, immeubles, professionnels, ). Par ailleurs, un complément d étude sur les tempêtes relativement moyennes a montré que le positionnement des événements dépendait de la période de survenance. Les dégâts sont proportionnellement plus importants pour les tempêtes de printemps et d été. Plusieurs raisons peuvent être évoquées : - Elles peuvent être très locales, donc mal mesurées avec une station - Elles sont plus souvent accompagnées de grêle, qui occasionne de plus importants dégâts. Si ce type de recherche n est pas totalement abouti, il ouvre une voie pour être en mesure d utiliser des informations météorologiques en complément de données purement assurantielles. En synthèse : Les données des assureurs - De nombreuses sources incomplètes sur une longue période. - Des périmètres variés. - Des difficultés pour actualiser les informations les plus anciennes. Les données météorologiques - Des historiques accessibles plus anciens (40/60 ans) - Des maillages assez lâches. - Un choix de paramètre à optimiser. Rapprochements - Quelques résultats intéressants : - Potentiel d une assez bonne corrélation sur les événements extrêmes - Assez peu d espoir sur les événements locaux ou d une moindre intensité. - Cela constitue donc une piste intéressante pour l étude des événements extrêmes.

38 36 A. Et pour le régime des Catastrophes Naturelles? Fonctionnement de la réassurance Cette solution est d une très grande efficacité pour limiter l exposition nette des compagnies d assurance. Elle peut être complétée par des couvertures complémentaires auprès de réassureurs classiques. Cette solution est facultative, chaque assureur est libre de l utiliser ou de chercher d autres solutions. Tarification Tarif imposé par la Loi pour l ensemble des garanties couvertes par le Régime La loi impose un taux unique appliqué aux primes dommages. Une évolution est en projet pour différencier le taux de prime en fonction de l exposition, pour un nombre très limité de risques. Néanmoins des difficultés de mise en application sont à prévoir, dans la mesure où, pour l instant, il n existe pas une cartographie complète et homogène sur l ensemble du territoire avec un niveau de finesse suffisant pour appliquer des discriminations pertinentes.

39 37 Concernant l inondation, pourrait-on tarifer les risques en fonction de leur exposition? Il doit être possible de nuancer les tarifs en fonction de leur proximité avec un cours d eau ou d une cartographie appropriée sur des types d aléas d autres natures (ruissellement, submersion, etc ). Par ailleurs, une étude menée sur sinistres «inondation» localisés au numéro dans la rue, a permis de n en placer que 1/3 en zone inondable.

40 38 Ensuite, même lorsque nous disposons de cartes, le degré de précision est régulièrement insuffisant pour être utilisé en tarification. A cela s ajoutent certains problèmes techniques

41 39 Synthèse Cat Nat Actuellement, les assureurs disposent d une solution très efficace pour limiter leur risque de faillite lié à ce type d événement. Cette solution est facultative. Au niveau tarification, tant que la loi impose un taux unique pour tous les assurés, les assureurs ne se posent de question de tarif. Ils doivent simplement s assurer que les primes moyennes perçues chaque année, couvrent bien à la fois les sinistres relativement récurrents et les sinistres exceptionnels (type crue de la Seine de 1910). L introduction d une tarification différenciée pour certains risques pose actuellement des problèmes du fait d un manque de qualité des informations disponibles : - La localisation des risques La localisation précise ne se fait que sur un nombre très limité de risques. Les travaux de géolocalisation menés à partir de fichiers d adresses postales montrent que l on a au moins un taux d échec de 1/3 des risques. - Les cartes d aléas Celles disponibles sont encore très perfectibles. Tout le territoire n est pas couvert de façon homogène. Les restitutions manquent de finesse. On ne peut pas se contenter d une carte des plus hautes eaux connues. Il faut plus de discernement sur l exposition des diverses zones. - Une vision globale La tarification Cat Nat portant sur l ensemble des garanties, il faut des cartes analogues sur tous les risques Quels constats et quelles orientations? Besoins de données «assurance» par les utilisateurs Pour des raisons de non disponibilité de certaines informations, de situations concurrentielles entre assureurs, de confidentialité vis à vis des assurés, il n est pas envisageable de mettre une base universelle accessible à tous. Par contre, les demandes relatives aux besoins de données «assurance» pour l évaluation des analyses coûts/bénéfices et la validation des fonctions d endommagement ont été comprises et certaines solutions sont envisageables. D une part, la CCR propose de fournir des indicateurs au niveau de l événement et la commune. Cela devrait permettre le calibrage des modèles techniques aux conditions des divers événements. D autre part, plusieurs compagnies d assurance proposent d accueillir une délégation d utilisateurs pour présenter les données existantes, celles directement exploitables et mesurer ainsi les possibilités de rapprochement d information pour la validation des modèles. En ce qui concerne les demandes plus académiques, notons que des travaux sont déjà réalisés chez et avec des assureurs. Il ne faut surement pas réduire la problématique à une question de données, mais voir comment faciliter l intervention de chercheurs sur des travaux liés à l assurance. Besoins de données pour les assureurs De leur côté, les assureurs expriment également des besoins : la mise à disposition de cartes homogènes couvrant l ensemble du territoire, sur l ensemble des risques ; cartes devant présenter suffisamment de finesse pour pouvoir efficacement discriminer les risques. Michel LUZI Allianz France Président de la Mission Risques Naturels (MRN)

42 Rôle et contribution de CCR Qu est-ce que CCR et quel est son rôle? CCR est une entreprise de réassurance chargée de concevoir, mettre en œuvre et gérer des instruments performants répondant à des besoins de couverture de risques exceptionnels, au service de ses clients et de l intérêt général. Société anonyme au capital de 60 millions d'euros, détenue par l'état français, elle emploie 273 personnes. En 2012, elle a réalisé un chiffre d'affaires de millions d'euros et un résultat net de 242 millions d'euros. L entreprise présente la particularité de proposer, avec la garantie de l Etat, des couvertures parfois illimitées pour des branches spécifiques au marché français. Ces activités représentent actuellement 62 % de son chiffre d'affaires. Les activités de réassurance avec la garantie de l'état sont : - la réassurance des risques exceptionnels liés à un transport, - la réassurance de la RC des exploitants de navires et installations nucléaires, - la réassurance des risques de catastrophes naturelles, - la réassurance des risques d'attentats et d'actes de terrorisme. CCR gère également, pour le compte de l Etat, un certain nombre de Fonds Publics, dont le Fonds National de Gestion des Risques en Agriculture et le Fonds de Prévention des Risques Naturels Majeurs. Sans disposer d un monopole, CCR est le principal réassureur du régime d indemnisation des catastrophes naturelles et, à ce titre, elle délivre des couvertures de réassurance à la plupart des entreprises d assurance qui garantissent des biens situés sur le territoire français. Ce rôle central dans le régime Cat Nat lui a permis de développer des activités connexes : - la collecte de données assurantielles et la mise en place d une base statistique géocodée - la modélisation des risques entrant dans le périmètre du régime Cat Nat et du risque «Terrorisme NBCR» Le rôle de CCR dans l ONRN L'expertise acquise par CCR au travers de ses activités lui permet de jouer un rôle majeur dans la connaissance des périls naturels et de la vulnérabilité des zones exposées à partir de l analyse des données qu elle a collectées. Elle contribue à l évaluation des conséquences financières des catastrophes naturelles avec les outils de modélisation qu elle a élaborés. Elle avait donc vocation à participer à la création de l ONRN. En tant que membre fondateur, CCR a un rôle déterminant dans cet Observatoire : - Elle siège au Conseil de gestion - Elle est producteur de données assurantielles (coût moyen et cumulés des sinistres à l échelon communal, pour sécheresse et inondations, par exemple) - Elle assure la maîtrise d œuvre du portail de l Observatoire - Elle contribue à l élaboration d indicateurs La collecte de données assurantielles Le constat initial Dans le cadre de ses activités de réassurance, CCR reçoit des données des assureurs mais, pendant longtemps, il ne s est agi que de données comptables, non détaillées par type de péril (inondation, sécheresse), ni par catégorie de risques (particuliers, professionnels), ni par événement ou par zone géographique et sans indication du nombre de sinistres Par ailleurs, les données sur les reconnaissances Cat Nat collectées par CCR dans le cadre de son rôle de secrétaire de la Commission Interministérielle catastrophes naturelles, donne une information sur la durée et l étendue des phénomènes, mais pas sur leurs conséquences. Jusqu en 1997, seuls étaient connus avec une relative précision le coût global des sinistres Cat Nat par année de survenance et par entreprise, et le coût total des indemnisations, toutes entreprises confondues.

43 Objectifs et contraintes de la collecte de données Afin de répondre à deux objectifs principaux que sont la modélisation des catastrophes naturelles et ainsi l appréciation de ses engagements, de ceux des assureurs et de l Etat, CCR a commencé, à partir de 1997, à demander des données statistiques à la commune (code INSEE), mais bien souvent les assureurs ne pouvaient les fournir qu au code postal. Le besoin d aller plus loin dans le degré de finesse géographique de la connaissance des coûts des événements reconnus catastrophes naturelles s est fait rapidement sentir, notamment pour l étude des communes étendues. La demande de CCR a donc évolué vers celle de statistiques géocodées (analyse à l adresse des risques et des sinistres), laquelle a été généralisée en Cette collecte de données répond aux quatre principes suivants : - Conserver la mémoire des catastrophes naturelles, - Analyser les causes des événements et leurs conséquences, - Diffuser des résultats d analyses, - Sensibiliser à la prévention. La constitution d une base de données géocodées a nécessité de surmonter plusieurs difficultés : - La faible profondeur historique des données des assureurs (au maximum quelques années), dont les systèmes informatiques sont orientés vers une gestion courante. - La volumétrie : il s agit de stocker plusieurs centaines de millions d enregistrements pendant une longue durée. - La confidentialité : les données des assureurs sont des données personnelles (risques individuels), obtenues dans le cadre de contrats de droit privé (polices d assurance), et dans un contexte très concurrentiel. - La représentativité : des résultats de modélisation fiables nécessitent de disposer d une base de données représentant au moins 50% du marché. CCR est aujourd hui parvenue à aplanir ces écueils mais elle a dû, pour ce faire, se doter de ressources complémentaires et prendre des engagements vis-à-vis de ses clients : - Les données transmises par les assureurs sont systématiquement archivées pour limiter les effets des opérations de purge effectuées dans les systèmes d information des cédantes, notamment quelques années après la clôture d un dossier sinistre. Malgré ces précautions, la faible profondeur historique des données assurantielles est également compensée par le recours à des historiens du climat ; - un système de stockage dédié a été mis en place pour faire face aux problèmes de volumétrie ; - une clause prévoyant la fourniture de données à l adresse (portefeuille et sinistres) a été insérée dans les contrats de réassurance. Cette fourniture est donc désormais contractualisée ce qui en garantit la pérennité. Cependant, cette contractualisation n a été possible qu en contrepartie d un engagement de stricte confidentialité. Sans cet engagement, les entreprises d assurances ne fourniraient pas les données. De ce fait, CCR ne peut diffuser, telle quelle, aucune donnée individuelle, même rendue anonyme. En effet, même sans la mention du nom de l assuré, la CNIL considère qu une donnée comportant une adresse est une donnée nominative ; - quant à la représentativité, CCR a atteint cet objectif pour ce qui est des risques assurés et est en passe de l atteindre pour ce qui est des sinistres.

44 Représentativité (en part de marché) des données des risques à l'adress Nombre de cédantes fournissant des données de risques à l'adresse 42 Evolution du nombre de cédantes fournissant des données de risques à l'adresse et de leur représentativité 80% 70 70% 60% 50% 40% 30% 20% 10% 0% Exercice Evolution de la représentativité de la base de données assurantielles CCR Les données collectées Les données demandées sont de deux types : - Données sur les risques assurés ; - Données sur les sinistres survenus. Les données sur les risques assurés (données dites de vulnérabilité ou d exposition au risque) comportent dans l idéal : - la localisation du risque, dans l idéal détaillée à l adresse ; - le type de risques : particulier, agricole, professionnel, risque industriel ; - sa nature : maison ou appartement ; - son usage : propriétaire occupant, locataire ou propriétaire non occupant ; - les conditions contractuelles : période de garantie, prime Cat Nat associée, franchise, limite, part de l assureur en cas de coassurance ; - les valeurs assurées ; - certaines caractéristiques complémentaires (étage, sous-sol). Dans la pratique, seules les informations servant à tarifer le contrat de base sont disponibles dans les systèmes d information : à titre d exemple l étage du risque est parfois renseigné, non pas pour tarifer la garantie catastrophes naturelles puisque la surprime est fixée par arrêté, mais pour tarifer la garantie vol. Afin de permettre à CCR de maîtriser le contenu des informations reçues, les entreprises d assurance sont notamment sensibilisées aux points suivants : - le périmètre d extraction doit être indiqué (totalité du portefeuille ou extrait) ; - la localisation attendue est celle du risque et non celle du souscripteur du contrat d assurance ; en effet, celles-ci peuvent être différentes dans le cas de résidences secondaires ou de risques professionnels ; - la normalisation des adresses contribue fortement à l amélioration du géocodage ; - la connaissance de la catégorie de risques (particuliers entreprises ; maison appartement ; propriétaire locataire, etc.) est essentielle pour apprécier l exposition aux événements naturels ; - en cas de coassurance, l indication du mode de renseignement des données est capitale (montant à 100% ou à la part de l assureur). Les données sur les sinistres survenus doivent comporter quant à elles : - la date de survenance du sinistre, qui doit être distinguée de sa date de déclaration (date à laquelle l assurée déclare le sinistre à son assureur, parfois largement postérieure à la date du sinistre) ou de sa date d enregistrement (date à laquelle le dossier est saisi dans le système d information de l assureur) ; - le coût (paiements nets de recours et provisions nettes des prévisions de recours) ; - le péril concerné (inondation, subsidence, séisme, ) qui est essentiel à l appréciation des sinistres.

45 Le traitement des données Afin de pouvoir être exploitées pour les travaux de CCR, les données collectées font l objet d un important travail de traitement. Celui-ci comprend les étapes suivantes : - Prétraitement des données et uniformisation des formats : le format des données reçues et le contenu de certains champs peut varier en fonction des entreprises d assurance, un important travail préalable d uniformisation des fichiers est donc nécessaire ; - Géocodage des adresses : les données sont ensuite géocodées ; des coordonnées géographiques sont associées à chaque risque disposant d une adresse correctement renseignée et disponible dans le référentiel de géocodage utilisé par CCR ; Résultat cédante Résultat marché Géocodage au numéro Géocodage à la rue Géocodage à la commune Géocodage impossible 46% 52% 28% 24% 25% 23% 1% 1% Total 100% 100% Exemple de résultat du géocodage pour une cédante et comparaison avec les résultats obtenus pour le marché - Rattachement des sinistres aux risques : chaque sinistre renseigné doit ensuite, pour être exploité, être rattaché à un risque assuré, pour pouvoir relier les informations du sinistre, en particulier le coût, et les caractéristiques du risque (catégorie, valeur assurée notamment) ; - Rattachement des sinistres aux arrêtés Cat Nat : afin de s affranchir de certains biais dans les données évoqués précédemment (incertitude sur la date de survenance et la localisation notamment), chaque sinistre est mis en regard des arrêtés de reconnaissance de l état de catastrophe naturelle ; seuls les sinistres qui ont pu être rattachés à un arrêté Cat Nat (commune du sinistre reconnue en état de catastrophe naturelle à la date de survenance du sinistre pour le péril indiqué) sont conservés pour la suite des traitements ; - Contrôle de cohérence par rapport à des données de référence, en particulier les données comptables ;

46 Primes acquises (en M ) 44 80,00 Comparaison des données statistiques avec les primes comptables 70,00 60,00 50,00 40,00 COMPTABILITE STATISTIQUES 30,00 20,00 10,00 0,00 Exercice Exemple de contrôle de cohérence des données : comparaison des données statistiques avec les données comptables - Détection de valeurs aberrantes, telles que des surfaces ou des valeurs assurées anormalement élevées pour des risques de particulier ; - Complétion des données manquantes, en particulier estimation des valeurs assurées à l aide d une variable proxy, comme le nombre de pièces d une habitation ou sa surface ou par croisement des données assurantielles avec des données géographiques par l intermédiaire de l adresse du risque ; - Extrapolation au périmètre du marché : afin d avoir une vision exhaustive de la sinistralité pour l ensemble du marché de l assurance, les données sont ensuite extrapolées ; cette étape d extrapolation introduit par conséquent une incertitude dans les indicateurs de sinistralité produits, pouvant s avérer importante si l échantillon utilisé n est pas suffisamment représentatif. A l issue de cette phase CCR produit un indicateur de qualité des données reçues permettant de nourrir les échanges avec les entreprises d assurance en vue d améliorer la qualité des informations reçues. Exemple de synthèse de la qualité des données

47 45 Processus d analyse et d exploitation de la base de données assurantielles L exploitation des données En dehors des travaux de modélisation des risques naturels détaillés plus loin, la collecte et le traitement des données de sinistralité permet à CCR de produire un certain nombre d indicateurs et d en restituer une synthèse à ses clients, à l Etat et au grand public Répartition de la sinistralité par péril En premier lieu, l exploitation des données de sinistralité permet d estimer la part des différents périls dans les dommages indemnisés dans le cadre du régime des catastrophes naturelles. Une illustration est fournie sur le graphique ci-dessous :

48 Sinistralité Cat Nat (en M ) Sinistralité Cat Nat hors auto sur la période (coûts actualisés en euros 2012) Autres périls Sécheresse Inondation Sinistralité Cat Nat par péril sur la période Il faut néanmoins noter que pour avoir une vision complète des dommages assurés liés aux risques naturels, il faut également prendre en compte les autres couvertures d assurance (TGN, Assurance récoltes). De plus les dommages assurés ne représentent qu une partie des dommages non assurés et il serait donc nécessaire de compléter ces informations par des indicateurs sur les dommages économiques non assurés La construction d indicateurs de sinistralité L extrapolation des données de sinistres permet également de produire des indicateurs selon différents niveaux de granularité. A ce jour l échantillon disponible permet à CCR de produire et de diffuser sur ses sites internet ou extranet ou sur le portail de l ONRN un indicateur sur le coût des dommages indemnisés ventilé par commune et par péril. Des travaux statistiques se poursuivent afin d être en mesure de diffuser des indicateurs plus détaillés, par type de risques par exemple.

49 47 Exemple d indicateurs disponible sur le portail de l ONRN : coût cumulé des sinistres inondations sur la période La production de fiches sur les principaux événements survenus Dans le cadre de son rôle de secrétaire de la Commission Interministérielle catastrophes naturelles, CCR tient à jour une base de données recensant l intégralité des arrêtés de reconnaissance de l état de catastrophe naturelle pris depuis A chaque publication d arrêté Cat Nat, CCR affecte les reconnaissances qui peuvent l être aux événements notables. Chaque événement est caractérisé par sa période de survenance et la zone géographique impactée. L objectif est ainsi de regrouper les reconnaissances ayant le même fait générateur. Chaque sinistre étant rattaché à une reconnaissance et chaque reconnaissance à un événement, on en déduit par conséquent les charges de sinistres par événement. Chaque événement notable donne lieu à la rédaction et la publication d une fiche accessible au grand public sur le site e-risk de CCR (erisk.ccr.fr).

50 48 Exemple de cartographie disponible sur le site e-risk : Coûts par commune pour les inondations consécutives à la tempête Xynthia Les travaux de modélisation menés par CCR Comme indiqué précédemment, au-delà de la production d indicateurs, la collecte de données assurantielles a avant tout été mise en place pour permettre la modélisation des périls couverts dans le cadre du régime d indemnisation des catastrophes naturelles. Cette modélisation a pour but d évaluer l exposition financière de l Etat, de CCR, et de ses clients aux périls naturels. Ces modèles reposent sur une chaîne complète allant de l aléa jusqu aux coûts économiques assurés. Ils permettent de répondre aux principales questions liées à l activité de CCR, notamment : - Quel est le coût d un événement qui vient de survenir? - Quel serait le coût d un événement historique s il survenait aujourd hui? - Quelle est la distribution des pertes annuelles probables? Pour répondre à la première question, un modèle déterministe qui intègre les données les plus récentes

51 49 sur l aléa et la vulnérabilité a été conçu. Il vise à estimer, par exemple, le coût d une inondation quelques jours après sa survenance, pour l ensemble des régions de France métropolitaine, pour tous les types d événements (lents, éclairs et cévenols), et pour tous les climats (méditerranéens, océaniques, continentaux). La réponse à la deuxième et à la troisième question fait appel à un modèle probabiliste. CCR a développé ce type de modèle pour les inondations ou la sécheresse. Il nécessite la génération d un catalogue d événements fictifs, mais réalistes, tant pour les débits de cours d eau que pour les précipitations. Pour ce faire, il convient de disposer d un grand nombre de données, soit par le biais de banques de données en libre accès, soit par le biais de partenariats. Un tel modèle permet d établir une cartographie homogène, qui donne, pour chaque point du territoire, une période de retour du risque. Les travaux de modélisation menés par CCR ne peuvent être diffusés au grand public. Ils sont en effet destinés à l Etat et à ses clients. De plus, leurs résultats sont encore trop porteurs d incertitudes. Néanmoins, des études pilotes sur des territoires cibles peuvent être envisagées via la signature de conventions spécifiques. En outre, certains résultats ont vocation à être publiés y compris dans le cadre de communications académiques. Il s agit d une activité émergente pour CCR, qui a vocation à être développée dans le futur Conclusion L expérience de CCR dans le domaine de la collecte, du traitement et de l exploitation de données de sinistralité montre l intérêt de ce type d information. Des progrès ont été faits depuis plusieurs années et des indicateurs ou publications sont d ores et déjà disponibles. Bien qu ils aient été menés avant tout dans une logique d analyse de l exposition financière de CCR, de l Etat et des assureurs, les travaux de modélisation initiés depuis plus de dix ans pourraient être testés pour d autres usages. Des expérimentations sur des territoires pilotes sont envisageables. Néanmoins, un important travail reste à mener pour disposer d une meilleure vision des conséquences économiques des risques naturels. D une part il est nécessaire de disposer de données sur les dommages assurés, en quantité plus importante et avec une qualité accrue, non seulement pour la sinistralité catastrophes naturelles, mais également pour d autres garanties. D autre part, il reste à étudier l ensemble des dommages économiques, y compris ceux qui ne sont pas assurés. Cela nécessite des travaux de recherche importants. CCR est prêt à y contribuer. Patrick BIDAN et Antoine QUANTIN CCR Membre de l ONRN

52 50 3. Actions de l ONRN 3.1. Atelier spécifique du 11/07/13 sur la connaissance de la sinistralité Participants Les participants à cette journée étaient les suivants : Etat : Commissariat Général au Développement Durable (CGDD) Direction Régionale et Interdépartementale de l Environnement et de l Energie (DRIEE) Service Central d Hydrométéorologie et d Appui à la Prévision des Inondations (SCHAPI) Etablissements publics à caractère scientifique et technologique : Bureau de Recherches Géologiques et Minières (BRGM) Institut de Physique du Globe de Paris (IPGP) Institut de Recherche en Sciences et Technologies pour l Environnement et l Agriculture (IRSTEA) Météo France Collectivités et leurs associations : Centre Européen de Prévention du Risque Inondation (CEPRI) Etablissement Public Entente Oise Aisne Institut d Aménagement et d Urbanisme d Ile-de-France (IAU-IdF) Enseignement-Recherche : Université de Montpellier 3 Université de Savoie ONRN : Caisse Centrale de Réassurance (CCR) Direction Générale de la Prévention des Risques (DGPR) Mission Risques Naturels (MRN) Quels besoins? Dans le cadre de ces Cahiers, il n a pas été possible de reprendre les interventions d expression des besoins mais seulement d en réaliser une synthèse. Ces contributions pourront être intégrées dans des publications ultérieures. L avis des géographes et des chercheurs présents nous permet de retenir que l évaluation des dommages à la suite d une catastrophe donne une information capable d aider à la définition de stratégies de gestion de risques sur le territoire étudié. Leur expérience montre par ailleurs qu il n y a souvent pas de lien direct entre les dommages remboursés par les assurances et l intensité de l aléa enregistré lors de la catastrophe. Le mécanisme de l endommagement est donc apparu comme l objet d études plus générales sur les dommages. Ceci implique de travailler au niveau de chaque enjeu, pour en définir la fonction d'endommagement. Les expériences en la matière rapportées lors de l atelier montrent que les données disponibles chez les assureurs et ailleurs sont entachées d incertitudes, en particulier du fait de la non standardisation des procédures de recueil, faisant du "dire d'expert" la meilleure base d'évaluation. Ce sont donc ces informations de sinistralité, autrement dit les caractéristiques de ce qui a été sinistré, (indemnisations, caractéristiques de l'enjeu, contrats), qui devraient être accessibles et sécurisées. Ces informations de sinistralité sont indispensables à la validation d outils (ACB, endommagement), à l évaluation des politiques publiques et au contrôle des prescriptions sur le bâti. Elles le sont aussi pour les études sur l économie des risques, la vulnérabilité et la résilience, ainsi que la planification des aménagements futurs. D où le besoin exprimés par les chercheurs et représentants des collectivités d accéder aux informations de sinistralité. Celles-ci sont détenues à des degrés divers par les acteurs locaux (collectivités, industriels ), les assureurs et les opérateurs de réseaux (EDF, GDF, Orange, SNCF ). Les assureurs et les opérateurs apparaissent souvent comme réticents à les fournir, selon les équipes présentes ayant utilisé des données assurancielles ou ayant interrogé les opérateurs. Certains vont

53 51 même jusqu à évoquer une "tragédie du secret" qui empêcherait d'accéder aux données générées par les assureurs. La question plus générale était de savoir ce que détenaient exactement les assureurs, qui puisse répondre aux besoins exprimés ci-dessus Avis des assureurs Atelier «connaissances de la sinistralité» - ONRN 11 juillet 2013 Les présentations par la MRN et la CCR ont rappelé de façon opportune la différence d approche entre la couverture Cat Nat (inondations, séismes, avalanches, mouvements de terrain) et les garanties TGN (tempête, grêle, neige). Les premiers étant gérés dans un cadre réglementaire précisant les taux des primes, les autres restants dans le cadre du contrat avec l assuré. M. Luzi a précisé ce qu'est le monde de l'assurance et la taille relativement limitée en année moyenne, de la sinistralité liée aux aléas naturels dans l'ensemble des dossiers traités. Il a notamment présenté le cas des sinistres TGN (tempêtes, grêle, neige), plus coûteux et plus courants sur la période considérée, expliquant la nature des données disponibles et leurs limitations à l'échelle départementale, suffisante pour les aléas considérés et pour conduire des études de tarification. La CCR a présenté sa base de données relative aux risques couverts par les procédures Cat Nat, données sur les portefeuilles et les indemnisations gérées par les cédantes et qu elle collecte auprès d elles à l'échelle de la parcelle. La profondeur temporelle de cette base est limitée à partir de 1995 et, même si sa qualité est allée croissante à mesure que davantage de cédantes ont fourni leurs données, certains points, notamment la localisation, sont encore approximatifs. Ces données à l adresse sont fournies à la CCR par les assureurs, avec des clauses contractuelles de confidentialité, protégeant d'ailleurs l'assuré. Elles ne seront jamais accessibles en dehors d un accord précis entre le demandeur et la CCR, voire l assureur producteur Conclusions L Atelier a vraisemblablement permis de clarifier un malentendu entre les utilisateurs d informations de sinistralité et les partenaires de l'onrn : si certaines informations ne seront jamais accessibles librement via un portail comme celui de l ONRN, ceci n'empêche pas de travailler avec les partenaires de l observatoire à partir de questions précises, dans un cadre contractuel. L ONRN apparait comme un cadre pertinent pour améliorer la réponse aux acteurs publics nationaux et territoriaux de la prévention (Etat et communautés d agglo, EPTB, syndicats de rivières dont les porteurs de projets PAPI et PSR) D où une perception du fait que seuls des travaux communs autour de thèmes précis permettront d aller plus loin dans la précision des demandes d une part et dans la formulation des informations d autre part. Les thèmes de travail sur lesquels les participants se sont accordés sont : - Calage de fonctions d endommagement en ACB pour labellisation PAPI/PSR - Confrontation entre la sinistralité effective et les résultats des modèles d aléas, notamment pour outils de prévision des inondations du SCHAPI, - Exploitation de la donnée de la sinistralité sur les TRI, de fréquence en général et plus généralement celle sur les événements dans l aide à la décision aux différents échelles de gouvernance. AFPCN Animateur du comité des utilisateurs de l ONRN

54 Visites d acteurs publics auprès de 3 sociétés d assurance volontaires (Allianz France, Covéa et AXA France) Décembre 2013 Février Contexte et objectif Suite à la journée du 11 juillet 2013, il a été proposé par chacun des groupes d assurance représentés à cet atelier (Allianz France, Covéa, AXA France) de convier une délégation d acteurs publics dans leurs locaux pour leur présenter les données disponibles et examiner le meilleur profit des informations exploitables. Les objectifs poursuivis par cette synthèse sont de deux ordres : - Alimenter à court terme un support de communication ONRN sur la connaissance de la sinistralité assurantielle, - Identifier des pistes de collaborations à moyen terme entre groupes d assurance et pouvoir publics pour l amélioration de la connaissance du risque inondation Calendrier et participants Quatre réunions se sont tenues en tout : - deux dans les locaux d Allianz France les 17 Décembre et 7 Janvier dernier, - une dans les locaux de Covéa le 3 Février, - une chez AXA France le 12 Février. Toutes réunions confondues, les participants à ces rencontres étaient les suivants : Etat : Commissariat Général au Développement Durable (CGDD) Service Central d Hydrométéorologie et d Appui à la Prévision des Inondations (SCHAPI) Etablissements publics à caractère scientifique et technologique : Institut Français des Sciences et Technologies des Transports, de l'aménagement et des Réseaux (IFFSTAR) Institut de Recherche en Sciences et Technologies pour l Environnement et l Agriculture (IRSTEA) Collectivités et leurs associations : Centre Européen de Prévention du Risque Inondation (CEPRI) Institut d Aménagement et d Urbanisme d Ile-de-France (IAU-IdF) ONRN : Mission Risques Naturels (MRN) Animateur du comité des utilisateurs de l ONRN : Association Française de Prévention des Catastrophes Naturelles (AFPCN) Groupe d assurance : Allianz France AXA France Covéa (GMF, MAAF, MMA)

55 Présentations des données des trois compagnies Chacune des trois compagnies s est livrée à l exercice de présenter les données utiles à l étude du risque inondation utilisées en interne. Ces présentations similaires entre elles, ont suivi le plan général suivant, qui distingue la nature des données présentées : Données de gestion issues des systèmes d information Elles proviennent des bases de données qui sont alimentées par la gestion courante des activités de l entreprise. Elles sont obtenues par des extractions informatiques qui spécifient la structure et le format des données souhaités et qui peuvent être réalisées au niveau d administration centrale. Elles sont de deux grands types : 1) Les données portefeuille / contrats : Il s agit des bases de données qui répertorient les clients assurés des compagnies. Ces clients sont caractérisés par un certain nombre de champs. Le nombre et la nature de ces champs varient selon les grandes catégories de clients : particuliers, professionnels (artisans, commerçants, prestataires de services - ACPS) et entreprises. Certaines des compagnies visitées assurent également des collectivités locales, qui font aussi l objet d un traitement informatique différencié. Le tableau ci-dessous reprend, de manière non exhaustive et sans distinction entre compagnies, des exemples de champs disponibles pour ces catégories d assurés : Exemple de champs disponibles - Portefeuille Numéro de contrat Type de contrat (garanties souscrites) Date de souscription Code postal Adresse Nature du bien (appartement ou maison) Qualité juridique de l occupant (propriétaire ou locataire) Nombre de pièces Surface Franchise applicable Capital assuré Numéro de contrat Type de contrat (garanties souscrites) Date de souscription Code postal Adresse Code ou libellé d activité Chiffre d affaires Superficie Contenu Numéro de contrat Type de contrat (garanties souscrites) Date de souscription Code postal Adresse Multi-sites ou non Code ou libellé d activité Sinistre Maximum Probable Code réassurance Capital assuré contenant Capital assuré contenu Pertes d exploitation

56 54 Les compagnies ont toutes précisé que les informations extraites comportaient des limites qui imposaient une grande précaution dans la manipulation de ces données : - De nombreux champs listés ne sont renseignés que pour une fraction de la totalité des contrats en base, pour de nombreuses raisons : - Certains champs ne sont liés qu à certains types de produits mais restent vides pour les autres, - Certains contrats sont anciens et ces champs ne figuraient pas dans les bases de données à la date de souscription ou n ont pas pu être récupérés du fait des migrations informatiques successives, - Les données ne sont pas toujours disponibles ou saisies correctement à la souscription - Une partie des informations ainsi stockées n est pas à proprement parler mesurée et/ou déclarée par l assuré, mais estimée par l assureur (par exemple, la surface ou le capital assuré pour les particuliers, le contenu pour les professionnels ). Les trois compagnies mettent en garde sur le fait que les méthodes d estimation comportent nécessairement une part d arbitraire, d autant qu elles varient parfois au sein d une même compagnie, selon la nature ou le type de contrat. Par ailleurs, certains champs sont uniquement basés sur la déclaration de l assuré (sans vérification de la part de l assureur) - et ce n est qu après la survenance d un sinistre que l assureur constate parfois les écarts existants entre le déclaré et le réel. - De nombreuses discussions ont porté sur la question de la localisation. Les compagnies ont toutes insisté sur le fait que la donnée «adresse», que ce soit au niveau des données portefeuille ou sinistres, est à manipuler avec beaucoup de précautions pour les raisons suivantes : - Il n est pas toujours possible de distinguer l adresse de souscription du contrat de celle du bien assuré, - Les adresses sont renseignées de manière extrêmement hétérogène, en particulier en milieu non urbain et dans les zones d activités : elles sont souvent compréhensibles pour un facteur, mais impossibles à géocoder de manière automatique par un algorithme, - Même après géocodage la précision de la localisation dépend des référentiels d adresse utilisés et peut donc fortement varier, rendant l évaluation très difficile en dehors d une analyse au cas par cas, - Certains contrats portent sur plusieurs sites (entreprises multi-sites, collectivités ) : la plupart du temps, une seule adresse leur est associée. De manière générale, les compagnies s accordent pour estimer qu environ 50 à 70 % d un portefeuille peut être raisonnablement bien localisé de façon automatisée (au numéro de rue). La qualité de la localisation est meilleure dans les territoires fortement urbanisés. 2) Les données sinistres : Ce sont les bases de données des sinistres déclarés par les assurés. Une liste d exemple de champs disponibles, non exhaustive et sans distinction entre les compagnies, est présentée ci-dessous :

57 55 Ces champs peuvent naturellement varier selon le type de produit ou de garantie sinistré. Il a été souligné par tous que les limites applicables aux données portefeuilles le sont également aux données sinistres, avec des spécificités supplémentaires : Adresse - Les événements de grande ampleur comme les événements climatiques imposent Date d ouverture Date de survenance des contraintes fortes en Evènement/fait générateur matière de gestion de sinistres aux assureurs et pro- Conditions de réassurance Charges (frais d expert, recours ) voquent des phénomènes de «goulot d étranglement» qui impliquent parfois une moindre rigueur et/ou complétude des informations renseignées dans l urgence, - Les champs du type «fait générateur» sont relativement ambigus et subjectifs et sont généralement renseignés de manière hétérogène. Cela rend leur utilisation difficile lors des traitements de masse ou des extractions informatiques, - De même, le champ «garantie sinistrée» peut comporter des imprécisions du fait de la façon dont est géré le sinistre : lorsqu une inondation survient, l arrêté de catastrophe naturelle n est pas immédiatement publié, les sinistres sont ouverts en garantie «dégâts des eaux». Une fois l arrêté publié, les sinistres doivent théoriquement être réenregistrés en CAT NAT, avec parfois des oublis ou des erreurs. - Les sociétés mettent également en garde sur le fait que les garanties proposées (et donc sinistrées) diffèrent selon les sociétés : un dégât des eaux selon AXA n a pas exactement la même signification qu un dégât des eaux pour Allianz. Les études inter-compagnies doivent donc être menées avec prudence. Données présentes dans les rapports d expertise Exemple de champs disponibles Sinistres Numéro de contrat Type de contrat (garanties sinistrées) Date de souscription Code postal Pour certains sinistres, les sociétés font appel à un expert d assurance (salarié de l entreprise ou externe), qui constate le sinistre et produit un rapport d expertise. Les 3 sociétés ont fait les remarques suivantes à partir des échantillons de rapports présentés : - Le seuil du montant du sinistre à partir duquel celui-ci est expertisé varie entre les sociétés, et parfois au sein même d une société, - Les rapports sont généralement au format papier ; ils sont parfois scannés et donc consultables un par un au format image (format type.pdf), - Les originaux (au format papier) sont conservés et gérés localement : aucune compagnie ne stocke l intégralité de ses rapports d expertise de façon centrale, - La nature et le détail des informations contenu dans les rapports est extrêmement variable en fonction du montant du sinistre, de l expert mandaté, des circonstances de l événement Les participants ont constaté que si parfois le détail des coûts par poste était communiqué de façon très précise, dans d autres cas seul un montant agrégé était fourni. En général, plus le montant du sinistre est élevé, plus les informations du rapport sont détaillées. Parallèlement aux rapports d expertise eux-mêmes, les trois sociétés ont présenté leur système de gestion des sinistres, qui renseigne la chronologie de la gestion «technique» du sinistre : date d ouverture du sinistre, avance de frais éventuelle, échanges avec l expert, date de visite, recours

58 Réactions des participants et discussions De manière non exhaustive, les principaux points ayant fait l objet de questions et de discussions sont les suivants : - Les attentes des participants vis-à-vis des données d assurance sont schématiquement de deux natures : - Qualifier les courbes d endommagement individuelles par intensité d aléa, qui sont notamment développées dans le guide méthodologique de l analyse coût-bénéfice des ouvrages de protection, dans le cadre de la labellisation des Programmes d Action de Prévention des Inondations, - Développer la connaissance de l évaluation de l exposition d un territoire pour estimer les coûts économiques d événements potentiels. - Les participants ont questionné les assureurs sur leurs attentes vis-à-vis de collaborations potentielles et d étude en partenariat avec des acteurs publics. Elles sont de différentes natures : - La diffusion et la qualification des zonages publics d aléa (AZI, PPRI, TRI), - La meilleure connaissance de leurs expositions aux phénomènes de grande ampleur (Crue de la Seine..) dans des optiques de réassurance ou de solvabilité, - L identification des principes de gestion à mettre en place en interne en cas d événement majeur (prioriser les actions pour gérer l événement, développer la culture du risque sur des aspects spécifiques, évolution du PCA), - L évaluation des effets de phénomènes spécifiques aux événements de grande ampleur (exemple du «leakage» : aggravation des dommages due à la pénurie de main-d œuvre et/ou de matériaux, «goulot d étranglement» dû au manque d experts disponibles ). - Les participants ont pris conscience du peu d informations disponibles et mobilisables au niveau central pour l étude du risque d inondation. En particulier, l absence d information systématique caractérisant les enjeux assurés (nature du bâti du bien assuré, étage ) ou l aléa (nature de l événement, hauteur d eau, durée de submersion ) apparaissent problématiques. Il en va de même pour l insuffisance de précision de la géolocalisation. Les sociétés expliquent ces absences de la manière suivante : toute information supplémentaire dans les systèmes d information représente un coût important. Si celui-ci n est pas justifié au regard du bénéfice attendu par l exploitation de la nouvelle information, la modification n est pas mise en œuvre. C est le cas pour le risque inondation. - Les assureurs ont tous exprimé leur scepticisme face aux méthodes d évaluation des dommages basées sur des courbes d endommagement. Chacun a fait part d expériences menées en interne pour évaluer les dommages individuels (au sens des indemnisations versées au titre de la garantie Cat Nat) à partir de paramètres d intensité de l aléa (hauteur d eau par exemple), qui se sont conclues par des résultats difficilement interprétables. Des cas ont été cités où l aléa et l enjeu (constatés par l expert) sont similaires et les indemnisations significativement différentes : l exigence de l assuré, la manière dont l expertise est menée sont des éléments non «physiques» qui peuvent influencer les coûts de manière significative. - Les participants ont fait remarquer que dans l hypothèse d une exploitation des données informatiques, la connaissance des parts de marché respectives des sociétés au niveau local est importante. Cette information est malheureusement d autant plus mal connue que l échelle géographique est grande. A l échelle communale, les incertitudes sur la représentativité des parts de marché sont très importantes. - De nombreuses discussions ont porté sur la perte d exploitation des entreprises : lorsque cette garantie est souscrite par l assuré dans le contrat de base, elle est également couverte dans le cadre de la garantie CAT NAT (dans certaines limites) et peut représenter une part substantielle des dommages économiques d un événement. Cette question est notamment d importance dans le cas d une crue en Ile de France où le tissu de PME-PMI se-

59 57 rait fortement touché. Des pistes d approfondissement ont été évoquées (part des entreprises concernées, conditions d indemnisation ). - Le rôle de la Caisse Centrale de Réassurance a été évoqué à plusieurs reprises. En tant que Réassureur principal du marché français des CAT NAT et partenaire de la MRN dans le cadre de l ONRN, sa contribution à de potentielles collaborations pourrait être envisagée Conclusions et perspectives Les participants ont tenu à saluer cette démarche de clarification et de transparence de la part des sociétés d assurance. Malgré les fortes incertitudes et limites liées aux données disponibles plusieurs pistes de collaboration concrètes pourraient être poursuivies, notamment : 1 Niveau «macro» : Certains acteurs sont intéressés par l exploitation des données portefeuille et sinistres, rendues anonymes et éventuellement centralisées en provenance de plusieurs sociétés. Une démarche à ce niveau n ayant d intérêt que par sa valeur statistiquement représentative, il serait primordial d y associer le plus de sociétés possibles. 2 Niveau «micro» : Il semble intéressant d identifier, au titre d une expérimentation, quelques événements récents pour lesquels un échantillon de rapports d expertise pourraient être étudiés, selon une méthodologie normée. Les modalités de sélection de l échantillon et la méthodologie d étude devra faire l objet de discussions techniques préalables de manière à circonscrire les ambitions d une telle expérimentation. A noter également qu une telle démarche (circoncise au risque de submersion marine) a été réalisée dans le cadre de la thèse de géographie de Camille André de l université de Brest, intitulée : «Analyse des dommages liés aux submersions marines et évaluation des coûts induits aux habitations à partir de données d'assurance - Perspectives apportées par les tempêtes Johanna (2008) et Xynthia (2010)» (cf. dossier de présentation du 30/01/14 au GEMA, coparrainée par l ONRN suite à la soutenance du 17/12/13). Il a été évoqué la mise en place d un groupe de travail ONRN pour poursuivre les pistes évoquées cidessus. La formation de ce groupe été intégré dans le plan d actions 2014 de l ONRN. MRN Association entre FFSA et GEMA Membre de l ONRN

60 Expérimentation de mesure du gain économique de la prévention dans le cadre de l atelier 4 des assises Nationales des Risques Naturels (PAPI du Boulonnais) Les partenaires CCR et MRN de l ONRN étaient chargés, avec le CGDD, de l animation de l atelier 4 «Prévention des Risques : Qu a-t-on à y gagner?» des Assises Nationales des Risques Naturels. Les deux témoignages de porteurs de projets PAPI furent l occasion de présenter un exemple d exploitation de données d assurance dans un objectif de mesure du gain économique de la prévention. Le texte qui suit est un extrait du compte-rendu de l atelier, disponible en ligne sur Christelle ALEXANDRE, Directrice du Symsageb sur le plan de prévention du risque inondation du bassin du Boulonnais, indique dans le cadre de cet atelier que les inondations sur le territoire du Boulonnais sont relativement fréquentes. Pour les illustrer, elle fait le choix de présenter deux événements, le premier en novembre 1998, le second en novembre 2012, en raison de leurs similitudes: - Une montée rapide des eaux : le cours d eau est monté de plus de 4 mètres en 18 heures. - Une pluviométrie antérieure relativement constante, autour de 250 mm sur les 25 derniers jours, à comparer à la moyenne mensuelle de 130 mm. - Des débits enregistrés de 55 m³/s, à l amont de la zone la plus problématique, correspondant à une période de retour supérieure à 10 ans. Malgré les similitudes entre caractéristiques physiques de ces deux événements, les conséquences dommageables du second ont été significativement diminuées par rapport à celles du premier, du fait des actions de prévention menées entre les deux événements Le contexte Elle rappelle en second lieu quelques éléments de contexte concernant le territoire étudié. - Le bassin versant de la Liane arrive dans le port de Boulogne-sur-Mer. - Il s étend sur 240 km². - Très urbanisé dans la partie aval, il l est moins dans la partie amont. Par conséquent, la majorité des dégâts s est produite à l aval, notamment sur des quartiers ou des zones industrielles, et a été moindre à l amont, plus ponctuellement sur des maisons Comparaison des conséquences dommageables entre l événement de 1998 et celui de 2012 Le 3 novembre 2012, la Liane a atteint un débit de 55,6 m³/s à Wirwignes, la station amont, soit 100 m³/s environ à Boulogne-sur-Mer. Par référence, le débit de la crue décennale est de 55 m³/s. Un niveau de 4,37 m a été atteint, contre un niveau de 4,32 m en Pour ces deux épisodes, un recensement a été fait sur les différents bâtiments inondés dans les principaux bourgs : - En 1998, environ 600 bâtiments ont été inondés, 500 personnes mises en chômage technique, notamment dans la zone industrielle de Saint-Etienne-au-Mont et Saint-Léonard. - En novembre 2012, 130 bâtiments seulement ont été touchés, sans mise au chômage technique. - En novembre 1998 (l évaluation des coûts pour novembre 2012 n étant pas encore disponible), il a été établi que le coût moyen par sinistre était de l ordre de Si l on considère que 470 bâtiments ont été épargnés, ces coûts s élèvent à environ 2 M. Si l on considère également que l indemnisation ne couvre que 50 à 60 % du coût économique total les enjeux de voiries et de réseaux, notamment, n étant pas indemnisés ces coûts économiques totaux de l événement s élèvent à environ 3 M. Comparés au montant de 4, 4 M des investissements réalisés, il en résulte que les ouvrages ont été amortis en une seule crue à hauteur de 70 %. Le SYMSAGEB a également évalué l impact des différents aménagements au regard des effets réels :

61 59 - Pour l affluent sur lequel ont été réalisés deux ouvrages, les deux bassins ont coûté 1,5 M pour environ 300 bâtiments épargnés, soit un amortissement de 75 %. - En revanche, sur l affluent pour lequel un seul ouvrage a été réalisé, situé à l amont de la zone impactée, pour 1,1 M, seules dix habitations ont été atteintes par des niveaux d eau élevés, tandis que les autres habitants ont connu des niveaux d eau plus faibles, soit un amortissement de 3 %. - Concernant le recalibrage, le montant est de 2,25 M et 240 bâtiments épargnés, soit un amortissement de 40 %. - Pour les clapets anti-retour, représentant 3 % des investissements, il s agit, au vu des surcoûts qu ils représentent et de la sécurité qu ils apportent aux habitants, d un volet important à évaluer, même s il est difficile de quantifier la part de ces dispositifs par rapport au recalibrage sur un site déterminé. **Source : CCR **Source : CCR Source : ONRN Assises Nationales des Risques Naturels (2013) Atelier «Prévention des risques : qu a-t-on à y gagner?» Co-animé par la MEDDE / CGDD, CCR et MRN

62 60

63 61 QUELQUES RESULTATS DE RECHERCHES 1. Les dommages liés aux inondations : quelles incertitudes dans leur évaluation? Ce document est une synthèse des recherches et des résultats obtenus dans le cadre de la thèse de doctorat de Julian Eleutério [1]. Ce travail a bénéficié d un contrat doctoral du Ministère de l enseignement supérieur et de la recherche ainsi qu un financement de la Fondation MAIF. Son objectif a porté sur les incertitudes engendrées par les différentes stratégies mises en œuvre pour évaluer les dommages causés par les inondations. Ces évaluations économiques permettent l estimation des coûts de dommages potentiels pour l analyse de risque dans le milieu assurantiel. Elles permettent également la réalisation d analyses coûts-bénéfices qui constituent de réels outils d aide à la décision de gestion du risque. Ces dernières sont recommandées par la politique nationale de prévention des inondations [2]. Les premières Assises Nationales des Risques Naturels qui se sont tenues en janvier 2012 ont réaffirmé l importance de l analyse coûts-bénéfices comme outil d aide à la décision pour la gestion des risques naturels et en particulier du risque inondation. Plusieurs études récentes se sont focalisées sur l analyse d incertitudes liées au processus d évaluation des dommages liés aux inondations. Peu d études, en revanche, ont abordé de manière comparative l impact de l ensemble des stratégies d évaluation dans le résultat global de ces évaluations [3,4]. Ce travail tente de contribuer à l amélioration des connaissances des différentes sources d incertitude présentes dans l évaluation économique du risque inondation. Il se concentre ainsi sur l impact des différentes stratégies utilisées pour modéliser l aléa inondation et la vulnérabilité d un territoire aux inondations. A cette fin, nous analysons la sensibilité des estimations de dommages aux différents modules de l évaluation. Plusieurs tests ont ainsi été mis en œuvre sur deux études de cas en France. Nous avons mesuré la variabilité de ces estimations en fonction des différentes bases de données, modèles et méthodes considérées pour analyser la probabilité des inondations, modéliser et cartographier l aléa inondation et caractériser la vulnérabilité des bâtiments et leurs susceptibilité à subir des dommages. Matériel et méthode Le schéma ci-contre (Fig.1) représente la méthode de propagation d incertitudes épistémiques des différents modules de l évaluation de dommages. La contribution à l incertitude de chaque module a été évaluée individuellement puis globalement. Figure 1. Schéma représentant la méthode de propagation d incertitudes de l évaluation des dommages.

64 62 Chaque stratégie d analyse des différents modules est à l origine d une estimation des dommages potentiels. Afin de mesurer l impact des stratégies de modélisation dans l évaluation des dommages aux inondations, nous avons réalisé des tests sur deux études de cas : la commune de Holtzheim dans la basse vallée de la Bruche et la commune de Fislis dans la haute vallée de l Ill, toutes deux situées en Alsace, France (Fig.2). Les différents tests ont été réalisés en utilisant des fonctionnalités d un outil SIG [5]. Figure 2. Localisation des deux études de cas. Analyse 1 : chaque module a fait l objet d une analyse détaillée qui est présentée dans la thèse [1]. Des stratégies ont été adoptées pour mettre en œuvre respectivement les modules d hydrologie (12), d hydraulique (18), de vulnérabilité (18) et d endommagement (8) pour chaque étude de cas. Nous présentons ici uniquement l incertitude globale obtenue selon la méthode combinatoire schématisée par la figure 1. Analyse 2 : nous avons également exploré l impact des stratégies d évaluation entre les modules hydraulique et vulnérabilité en fonction de trois échelles d analyse (MICRO, MESO et MACRO). 3 stratégies en hydraulique en été combinés et comparées avec 3 stratégies en vulnérabilité, totalisant 9 évaluations Echelles d analyse pour la caractérisation de la vulnérabilité des enjeux : MICRO - La caractérisation des enjeux est réalisée à l échelle élémentaire (chaque bâtiment, infrastructure, objet, etc.). on s intéresse aux détails de construction et d occupation de chaque enjeu, déterminant leur vulnérabilité matérielle. MESO - La caractérisation des enjeux est réalisée à l échelle de blocs d occupation du sol homogènes (zones résidentielles, industriels, commerciales, etc.). On s intéresse aux caractéristiques de construction des enjeux qui présentent une occupation similaire. Des agrégations des valeurs sont nécessaires.

65 63 MACRO - La caractérisation des enjeux est réalisée à l échelle des unités administratives (municipalités, départements, régions, nations, etc.). On s intéresse majoritairement aux caractéristiques d occupation du sol, négligeant les caractéristiques des constructions. Echelles d analyse pour la modélisation de l aléa inondation : MICRO - Des modèles hydrodynamiques performants sont utilisés avec une description fine des écoulements en lit mineur et lit majeur des cours d eau, en tenant compte des particularités des ouvrages hydrauliques existants. On s intéresse à l emprise et aux caractéristiques hydrauliques d événements fréquents et extrêmes. MESO - Les modélisations hydrodynamiques tiennent compte d une description relativement fine des écoulements en lit mineur avec une description plus grossière du lit majeur, sans s intéresser au détail de l analyse. On s intéresse à des événements de toute fréquence, avec un accent sur l emprise d événements exceptionnels. MACRO - La modélisation hydrodynamique décrit approximativement ce qui se passe dans le lit mineur du cours d eau, s intéressant majoritairement à la définition de l emprise d événements exceptionnels. Résultats La figure suivante (Fig.3) présente la variabilité des résultats pour les différents modules de l évaluation, selon l analyse 1. Nous constatons une plus forte influence de l incertitude liée aux modules concernant l aléa inondation que celle liée aux modules de la vulnérabilité des enjeux. Nous constatons également une très forte variabilité due au module hydrologique dans le cas de Holtzheim qui s explique par la présence d un ouvrage de protection dans cette commune. Figure 3. Variabilité du coût moyen annuel des dommages en fonction des méthodes, modèles, données et paramétrage des modèles. Le cas de Holtzheim à gauche (A) et de Fislis à droite (B). Les graphes suivants (Fig. 4 et Fig. 5) présentent les résultats de tests d échelle selon l analyse 2. La figure 4 conforte le fait que l aléa impacte plus que la vulnérabilité la variabilité du coût moyen annuel des dommages y compris lorsque l échelle d analyse varie. Nous constatons en particulier l écart important observé quand on passe de l échelle MESO à l échelle MACRO.

66 64 Figure 4. Coût moyen annuel des dommages en fonction des échelles d évaluation de l aléa et de la vulnérabilité. Le cas de Holtzheim à gauche (A) et de Fislis à droite (B). La figure 5 permet de tempérer les deux premiers résultats. En effet, nous constatons, grâce à des analyses de l importance relative des incertitudes [3], que l évaluation de l aléa hydraulique joue un rôle majeur pour l évaluation des dommages des crues de période de retour faibles (inférieures à 50/100 ans), tandis que la caractérisation de la vulnérabilité des enjeux a plus d influence sur les résultats de l évaluation des dommages pour de crues plus rares. Les tendances se retrouvent pour les deux études de cas, mais mériteraient d être confortées par des applications sur d autres sites. Figure 5. Contribution des deux modules «aléa» et «vulnérabilité» à l incertitude globale de l évaluation des dommages toutes échelles confondues. Le cas de Holtzheim à gauche (A) et de Fislis à droite (B). Conclusions L étude révèle le rôle majeur des choix stratégiques relatifs à la modélisation hydraulique des crues sur l évaluation des dommages. Cela réconforte les choix scientifiques des dernières décennies, qui se sont focalisées sur le développement de cet aspect de l évaluation. En revanche, nous constatons également une forte influence de la caractérisation de la vulnérabilité des enjeux sur les résultats de ces évaluations. Dans la mesure où les différents tests ont porté uniquement sur les dommages aux bâtiments (majoritairement résidentiels), le poids de l incertitude relative à la vulnérabilité reste partiel dans l étude. Des incertitudes importantes demeurent aussi sur l évaluation de la vulnérabilité et des dommages aux réseaux, ce qui justifie et incite des analyses plus poussées sur cet aspect [6].

67 65 Ces résultats, si tant est qu ils soient confirmés, ont des implications en termes de politique de gestion des risques inondations. En effet, selon les enjeux que l on souhaite préserver, une attention particulière pourra être apportée soit au volet aléa, soit au volet vulnérabilité. Enfin, cette étude a mis en évidence l importance des incertitudes hydrologiques, surtout dans des contextes de protection de crues, ce qui peux biaiser les résultats des analyses coûts-bénéfices et compromettre l utilisation de ces outils d aide à la décision. Bibliographie Julian ELEUTÉRIO, Robert MOSÉ et Anne ROZAN Université de Strasbourg [1] Eleutério J. (2012), «Flood risk analysis : impact of uncertainty in hazard modelling and vulnerability assessments on damage estimations», thèse de doctorat, Université de Strasbourg, 243 p. [2] MEDDE (2012), Risque inondation, Quels défis pour la recherche en appui à l action publique? ISSN : X [3] Merz B., Kreibich H., Schwarze R., and Thieken A. (2010), Review article "Assessment of economic flood damage", Natural Hazards and Earth System Sciences. [4] Apel H., Aronica G., Kreibich H., Thieken A. (2008), Flood risk analyses how detailed do we need to be?, Natural Hazards, 49, [5] Eleutério J., Martinez D., Rozan A. (2010), Developing a GIS tool to assess potential damage of future floods, Risk Analysis VII & Brownfields V, C.A. BREBBIA, Wessex Institute of Technology, UK and C.N. Brooks, Greenfield Environmental Trust Group, USA, , DOI: /RISK [6] Eleutério J., Hattemer C. and Rozan A. (2013), A systemic method to evaluate potential impacts of floods on network infrastructures, Natural Hazards and Earth System Sciences Journal.

68 66 2. Le projet JOHANNA : Analyse des dommages au bâti liés à la submersion marine lors des tempêtes - Les leçons à tirer Le projet JOHANNA, conduit en partenariat entre le BRGM et l UBO (laboratoire LETG-Géomer), et financé par Fondation MAIF pour la recherche, a permis la réalisation d une thèse de doctorat (C. André, 2013). Le travail de recherche Illustration du franchissement des vagues (Gâvres, tempête Johanna, DDTM 56) Il a reposé sur l analyse des conséquences, en termes de dommages liés à la submersion et au choc des vagues, lors de deux événements de tempête (Johanna, le 10 mars 2008 et Xynthia, le 28 février 2010). Un premier volet du travail, réalisé par le BRGM, a consisté à reproduire par modélisation numérique les deux tempêtes à un niveau régional et local, sur un site particulièrement impacté pour chacun des deux événements. Le second volet du projet, objet de la thèse, a consisté en une analyse détaillée des dommages sur le plan physique et économique, à partir de données d assurance, afin de mettre en place des outils de prédiction des coûts pour de futures tempêtes. Les résultats de ce travail permettent également de formuler un certain nombre de recommandations aux acteurs de la gestion des risques, au niveau de l usage de la modélisation de l aléa, et de l amélioration de la donnée assurantielle recueillie après les événements, afin d affiner les modèles prédictifs des dommages. Ces travaux ouvrent également des perspectives pour une meilleure intégration de la prévention des risques dans l aménagement du territoire, en termes d urbanisme, d architecture et d adaptation du second œuvre du bâti à l aléa. Caractérisation de l aléa Résultat de la modélisation des vitesses d écoulement à Gâvres lors de la tempête Johanna La surcote de tempête (élévation temporaire du niveau de la mer), a été reproduite grâce à la modélisation de la marée, de la pression atmosphérique, du vent et des vagues à échelle régionale, à l aide des modèles MARS et SWAN. La surcote atmosphérique a atteint 80 cm à Gâvres lors de Johanna, et la surcote totale a atteint 2 m aux Bouchôleurs lors de Xynthia. Ces niveaux élevés ont provoqué à Gâvres un processus de franchissement par les vagues, puis d inondation à l arrière de la digue lors de Johanna, tandis qu aux Bouchôleurs, lors de Xynthia, c est un processus de débordement qui a dominé. La reconstitution de ces différents processus de submersion, à l aide du modèle SurfWB (Le Roy et al., 2014), pour les deux événements, démontre le poids important de la configuration du littoral sur l aléa submersion, ainsi que sur les dommages induits.

69 67 Analyse des dommages après un événement Le projet a bénéficié d un accès aux données de sinistres et d expertise de 3 assureurs (MAIF, AXA et MAAF), ce qui a permis d analyser quelles caractéristiques de l aléa et / ou des enjeux endommagés conditionnent les coûts observés. Les résultats mettent en avant le fait que la majorité des dommages de ces deux tempêtes sont liés à la submersion, et touchent essentiellement le second œuvre. Les chocs liés aux vagues ont localement causé des surcoûts, affectant notamment les murs de soutènement et bâtiments localisés en front de mer, cependant les réels dommages structuraux sont restés rares lors de ces deux événements. Distribution du coût des dommages aux habitations essentiellement lié au second œuvre (Xynthia) Typologie des dommages provoqués par la submersion et les vagues lors de Johanna Forte dispersion des coûts des dommages, partiellement expliqués par la hauteur d eau ; comparaison avec des fonctions d endommagement existantes pour des inondations fluviales, montrant l intérêt de développer des modèles spécifiques à la submersion Les coûts des dommages observés montrent une forte dispersion au regard de la hauteur d eau, qui s explique partiellement par d autres caractéristiques de l aléa (durée de submersion, vitesses d écoulement) et celles des enjeux endommagés (présence d étage ou de sous-sol, nombre de pièces et surface habitable, niveau d équipement et standing du bien inondé). Croisement des résultats de la modélisation de la hauteur d eau aux Bouchôleurs lors de Xynthia avec la localisation des sinistres Vers la prédiction des coûts des dommages

70 68 Les données recueillies ont permis de tester différentes méthodes de modélisation statistique afin de mettre en place des modèles de prédiction des coûts de futures tempêtes. Au-delà des modèles classiques de fonctions d endommagement, les modèles multivariés, prenant en compte différentes variables caractérisant l aléa et les enjeux, donnent de meilleurs résultats. Ils sont encore accompagnés d une forte incertitude liée au nombre limité de données et d événements analysés, mais démontrent cependant l intérêt des données d assurance pour prédire les coûts de futurs événements, notamment dans le cadre d Analyses Coûts/Bénéfices (C. André, 2013). Modèle de régression multiple du coût des dommages Quelles applications de cette recherche pour les professionnels du risque? Améliorer l information initiale pour améliorer la prédiction des coûts L analyse économique des dommages serait fortement enrichie par une amélioration des données tant en qualité, par de plus amples informations sur l aléa lui-même, et sur les éléments endommagés des habitations, qu en quantité, en bénéficiant d informations sur de plus nombreux événements de submersion. Cela permettrait de mieux comprendre l impact des spécificités d événements d ampleur comme la tempête Xynthia sur les coûts des dommages observés, et d affiner la relation entre le coût des dommages et les différents paramètres utilisés, afin de construire des modèles prédictifs des coûts plus robustes. Il s agit donc de : Standardiser le contenu des expertises, à l aide d un formulaire informatique sous forme d une «check list», pour en permettre Formulaire de saisie des données d expertise utilisé d une part la comparaison, d autre part leur bancarisation. et proposé pour une standardisation des rapports Uniformiser la précision et le référentiel de mesure (plancher ou terrain) de la hauteur d eau, et informer sur la durée de la submersion. Compléter les informations sur le bâti en termes de surface au sol, nombre de pièces, et dans l idéal la nature des matériaux de second œuvre et le niveau d équipement. Intégrer davantage les risques dans les projets d aménagement du territoire La démarche du projet Johanna ne préjuge pas de mesures réglementaires pour diminuer l exposition à l aléa de submersion. En revanche, elle souligne l évolution relativement récente de l urbanisme vers des zones exposées, et l importance d introduire la connaissance du risque dans les projets d aménagement du territoire, tant en terme d urbanisme, qu en terme d architecture, en concevant des habitations hors d eau, et / ou avec des zones refuges (étages).

71 69 Photographie aérienne de Châtelaillon-Plage en 1957 Photographie aérienne de Châtelaillon-Plage en 2010 Encourager la prévention individuelle (mitigation) De même, sachant que les dommages au bâti associés à des événements de submersion affectent essentiellement le second œuvre, quelques bonnes pratiques à l échelle de la construction individuelle seraient à encourager, pour prévenir les dommages liés aux inondations : La surélévation du plancher par rapport au terrain, et suivant les hauteurs d eau attendues, la mise en place de batardeaux ou la non-utilisation des rez-de-chaussée. La non utilisation de matériaux de second œuvre particulièrement vulnérables à l inondation. La mise en place d équipements spécifiques en hauteur tels que les réseaux électriques descendants. Hind House, John Pardey Architects En outre, dans le cas des submersions marines, il serait utile d adapter les matériaux du plancher et des cloisons pour limiter la corrosion des métaux liée à la présence d eau salée. Références Camille ANDRE Thèse bénéficiant d un financement de la Fondation MAIF, sous la direction de Catherine MEUR- FEREC, professeur en géographie à l Université de Bretagne Ouest et Charlotte VINCHON, chercheur HDR au BRGM, Soutenue le 19 décembre 2013 André, C., Analyse des dommages liés aux submersions marines et évaluation des coûts induits aux habitations à partir de données d assurance - perspectives apportées par les tempêtes Johanna (2008) et Xynthia (2010), thèse de doctorat de l université de Bretagne Occidentale, 300p, Le Roy, S., Pedreros, R., André, C., Paris, F., Lecacheux, S., Marche, F. et Vinchon, C., Coastal flooding of urban areas by overtopping: dynamic modelling application to the Johanna storm (2008) in Gâvres (France), Natural Hazards and Earth System Sciences Discussions, Lien site projet :

72 Coût (en M de l'exxercice de survenance) Modélisation probabiliste de la dépendance spatiale et temporelle appliquée à l étude du péril sécheresse dans le cadre du régime français d indemnisation des catastrophes naturelles Dans le cadre de ses travaux de modélisation, et en particulier de la modélisation du péril sécheresse, CCR a financé une thèse CIFRE (Convention Industrielle de Formation par la Recherche) en mathématiques appliquées, réalisée par Jean Ardon, et intitulée «Modélisation probabiliste de la dépendance spatiale et temporelle appliquée à l étude du péril sécheresse dans le cadre du régime français d indemnisation des catastrophes naturelles». Cette thèse, effectuée entre février 2011 et février 2014, a été soutenue en mars Les dommages aux bâtiments liés au phénomène de retrait-gonflement des argiles sont indemnisés depuis 1990 par le régime Cat Nat. Il s agit d un phénomène complexe, difficile à modéliser, tant les facteurs causaux sont multiples : nature du sol, climat, végétation, qualité des fondations, etc. Actuellement, ce sont les travaux de Météo-France dans le domaine climatique et ceux du BRGM dans le domaine de l étude des sols, qui permettent de déterminer la reconnaissance de l état de catastrophe naturelle pour une commune qui en fait la demande, pour une période donnée Evolution du coût de la sécherese par exercice de survenance de 1989 à Incertitude Coût (M ) Exercices de survenance La nature argileuse du sol étant supposée constante dans le temps, le véritable facteur déclenchant est donc d ordre climatique. Typiquement, une longue période sans précipitations ou bien un assèchement brutal des sols sont des causes identifiées du phénomène de retrait-gonflement des argiles. Afin d identifier les mécanismes déclenchants, Météo-France utilise un indicateur d humidité du sol appelé SWI (Soil Wetness Index), issu de sa chaîne de calcul SAFRAN-ISBA-MODCOU. Le SWI est un indicateur pour lequel les données disponibles sont spatialisées sur un maillage France entière, de mailles carrées de coté 8 km, et calculées au pas de temps décadaire, plus précisément trois données par mois, soit 36 par an. Le modèle CCR d estimation des dommages liés à la sécheresse utilise les données de SWI. Pour un SWI et un portefeuille d assurance donnés, le modèle calcule pour chaque commune impactée : - la probabilité que la commune fasse une demande de reconnaissance de l état de catastrophe naturelle au titre de la sécheresse ; - la validation des critères de reconnaissance de l état de catastrophe naturelle ; - le coût de la sécheresse sur le portefeuille.

73 71 C est ce que l on appelle le modèle déterministe, qui ne fonctionne donc que postérieurement à l événement dont on estime le coût. Schéma du modèle déterministe de simulation des sécheresses de CCR Si les dommages liés à la sécheresse ont atteint historiquement des montants très importants (plus de 1 Md pour l année 2003), le recul est aujourd hui trop faible pour obtenir, en ne s appuyant que sur les coûts historiques, une distribution de probabilité précise du coût France entière, et a fortiori par commune. Dans l objectif d avoir une meilleure connaissance de l exposition de CCR au péril sécheresse, et par conséquent l exposition des cédantes de CCR et de l Etat, la thèse de Jean Ardon présente les travaux effectués pour faire évoluer le modèle déterministe vers un modèle probabiliste. L idée est de pouvoir générer de manière aléatoire un grand nombre d événements fictifs de sécheresse, non nécessairement survenus mais réalistes, qui pourront aller au-delà des intensités observées, afin d obtenir un grand nombre de coûts pour construire une distribution de probabilité. Cette distribution permettra notamment de répondre à des questions comme : - quel est pour la sécheresse le coût deux-centennal France entière, c est-à-dire le coût qui sera dépassé en moyenne tous les 200 ans? - quelle est la probabilité d avoir un coût supérieur à 1 Md pour un exercice? - quelle est la période de retour d une sécheresse comme celle de 2003? Cette distribution contribue par ailleurs à l estimation de la probabilité tous périls confondus de dépasser le seuil d intervention de l Etat. On s intéresse donc à la conception d un générateur de SWI fictif qui va permettre de fabriquer des événements sécheresse pour constituer un catalogue d événements le plus exhaustif possible. Générer des données de SWI, c est générer ce que l on appelle un processus spatio-temporel, en d autres termes, une grandeur en partie aléatoire et qui dépend à la fois de l espace et du temps. De plus, il existe à la fois spatialement et temporellement de la dépendance entre les valeurs de SWI. En effet, sur deux sites peu éloignés géographiquement, on peut observer des valeurs et des variations proches. De même, pour des pas de temps consécutifs, les variations de SWI sur un même site peuvent être modélisées. Pour modéliser la dépendance spatiale, c est l utilisation de l objet mathématique appelé «copule» qui a été proposée. Une copule est une fonction de répartition multidimensionnelle qui modélise la dépendance entre des variables aléatoires sans tenir compte de la distribution de probabilité propre à chacune de ces variables. Pour modéliser la dépendance temporelle, ce sont des modèles classiques de type autorégressif qui

74 72 ont été retenus. Le principe d un modèle autorégressif est de dire qu une grandeur à un temps donné dépend de cette même grandeur aux pas de temps précédents, et également d une composante aléatoire. Pour simplifier, on peut identifier un modèle dans lequel le SWI, qui rappelons-le représente l humidité du sol, en un lieu et un temps t donnés, est une fonction du SWI en ce même lieu mais au temps t-1 et t-2, plus une petite variation qui peut s interpréter comme la météo entre les temps t-1 et t. Cette variation est positive si les précipitations sont supérieures à l évaporation et négative dans le cas contraire. Le générateur utilise un mélange entre copule et modèle autorégressif pour fournir sur le maillage désiré des données de SWI fictif. On peut choisir de générer du SWI sur toute la France ou bien, pour des soucis de temps de calcul, sélectionner un sous-ensemble de mailles afin de réduire la dimension du problème. Le cas échéant, il est possible d obtenir du SWI même sur les mailles non sélectionnées en utilisant par exemple la technique du krigeage. Principe de la modélisation spatio-temporelle du SWI Le modèle ainsi conçu, a fait l objet d une implémentation informatique utilisant le calcul distribué, et permettant la génération de plusieurs millions d événements sécheresse fictifs en un temps raisonnable. Compte-tenu du grand nombre de paramètres en jeu, des analyses de sensibilité ont été menées afin d identifier la variabilité des résultats du modèle au regard des choix de modélisation. Les résultats obtenus permettent notamment de concevoir des cartes de coûts probabilistes, des cartes de fréquences d éligibilité, ou encore des courbes de coûts en fonction de la période de retour. L exploitation des sorties du modèle permet diverses applications : - anticipation du coût d un événement ; - affecter une probabilité de survenance aux événements historiques ; - utilisation dans un modèle multi-périls : charge 200ale, probabilité de toucher le seuil d intervention de l État, tarification à l exposition. Jean ARDON Thèse de Doctorat de l Université de la Rochelle Soutenue le 27 mars 2014

75 73 4. Proposition d une méthode d estimation de l exposition financière aux inondations pour le marché de l assurance en France. Modélisation hydrologique et économique probabiliste spatialisée. Ce travail de thèse a été réalisé au sein du Département d Études Techniques de la Caisse Centrale de Réassurance (CCR) et s inscrit dans un programme de recherche et développement de modèles opérationnels d estimation des dommages causés par les catastrophes naturelles. L objectif général de cette thèse est de développer une chaine de modélisation permettant d analyser de manière homogène l exposition aux inondations sur l ensemble du territoire français métropolitain. Les objectifs intermédiaires sont les suivants (figure ci-dessous) : - la mise au point d un modèle déterministe associant un modèle hydrologique, un modèle de vulnérabilité et un modèle de dommages afin de calculer le coût d un événement ; - le développement d un modèle probabiliste reposant sur un générateur d événements fictifs. Présentation de la chaine de modélisation créée pour estimer le coût des événements réels et analyser l exposition financière aux inondations Un catalogue d événements d inondation a été construit à partir des arrêtés catastrophes naturelles et de la base de données des polices et des sinistres de la CCR. Ce catalogue contient 47 événements dépassant 10 M de dommages pour le marché de l assurance sur la période Analyse de la sinistralité historique Pour comprendre la sinistralité historique due aux inondations, une analyse cartographique est effectuée à l échelle infra-communale par superposition, via un SIG, des zones inondables réelles (disponibles pour certains événements) ou des EAIP Enveloppes Approchées des Inondations Potentielles (lorsque les enveloppes réelles ne sont pas disponibles) avec les polices d assurance et les sinistres géolocalisés au niveau de l adresse. L objectif de ces travaux est : - d estimer la proportion de sinistres situés au sein ou hors des zones d aléa réelles ou des zonages disponibles ; - de calculer la proportion de polices sinistrées par rapport au nombre total de polices à l intérieur et à l extérieur de ces zones d aléa (figure ci-dessous).

76 74 120,0% 100,0% 80,0% % nb sinistres / nb polices en zone d'aléa réelles % nb sinistres / nb polices hors zone d'aléa réelles % de sinistres en dehors des zones d'aléa réelles 60,0% 40,0% 20,0% 0,0% Arles décembre 2003 Draguignan juin 2010 Nîmes septembre 2002 Alès septembre 2002 Lunéville octobre 2006 Quimper décembre 2000 Mandelieu septembre 2009 Marseille septembre 2000 Total Analyse quantitative de la superposition des sinistres réels aux zones d aléa réelles pour une sélection de communes et d événements : calcul des fréquences de sinistres dans ou hors zones d aléa et calcul du pourcentage de sinistres situés en dehors des zones d aléa L analyse de la sinistralité nous a apporté de nombreux enseignements pour la définition d une méthode appropriée de simulation de l aléa hydrologique, parmi lesquels : - La modélisation du débordement des cours d eau seule ne permet pas d expliciter l ensemble des sinistres observés, notamment en zone urbanisée et en zone méditerranéenne : seuls 52.6% des sinistres étudiés se situent dans ces zones ; - La fréquence de sinistres - c est-à-dire le nombre de sinistres sur le nombre de polices dans les zones inondées - est estimée en moyenne à 19.3%. Dans certains cas, cette fréquence est plus élevée (dans la zone industrielle d Arles on a observé en décembre 2003 des valeurs de l ordre de 84.8%) ; - La fréquence de sinistres en dehors des zones inondées est beaucoup plus faible (8.2% en moyenne). Développement d une chaine de modélisation À partir de ces conclusions, le premier objectif de cette thèse est la mise au point d une méthode de modélisation de l aléa inondation permettant d expliquer les sinistres historiques. Le modèle doit pouvoir être utilisé pour prédire les zones sinistrées et, par conséquent, pour estimer le montant des dommages. Le modèle ARTEMIS inondation se compose de trois modèles couplés : - un modèle d aléa pour simuler l événement hydrologique et identifier les zones impactées ; - un modèle de vulnérabilité pour la localisation des biens assurés sur le territoire et la détermination de leurs caractéristiques ; - un modèle de dommages constitué de courbes d endommagement qui relient l intensité de l aléa et l intensité des dommages. Le modèle pluie-débit se compose d une fonction de production et d une fonction de transfert (figure suivante). Le modèle pluie-débit est distribué sur une grille régulière correspondant au Modèle Numérique de Terrain (BD Alti à 50m).

77 75 Schéma du modèle pluie-débit d ARTEMIS : composé d une fonction de production et d une fonction de transfert. Modèle à 5 paramètres à calibrer. Ce modèle a été utilisé pour estimer les dommages (hors automobiles) consécutifs à une sélection d événements historiques (figure suivante). Dommages simulés (M ) Dommages historiques (M ) Événements Inf. Sup. Var novembre Var Juin Sud-Est septembre Centre-Est novembre Orages du Rhône septembre 2008 Orages du Sud-Ouest mai 2007 Meurthe-et-Moselle octobre 2006 Gard septembre Rhône décembre Gard septembre Afin de mesurer l exposition financière de l Etat, de CCR et des assureurs aux inondations par débordement et ruissellement, nous cherchons à faire une estimation de certains indicateurs en leur associant la notion de probabilité annuelle : - le montant de dommages inondation pour le marché auquel on peut associer une probabilité annuelle de dépassement ; - la proportion du territoire située en zone d aléa pour une période de retour donnée ; - le nombre de polices exposées à un aléa, en fonction de la période de retour de cet aléa. La difficulté méthodologique d estimation d une période de retour pour un événement spatialisé nous conduit donc à mettre en œuvre une méthode de type Monte-Carlo : la simulation d un très grand nombre d événements regroupés en une distribution de dommages qui permet de reconstituer la

78 76 fréquence de dépassement d un coût et donc d en déduire une estimation de sa période de retour. Nous avons choisi de développer ici la mise en œuvre de deux générateurs particuliers : - un générateur de débits fictifs (dit générateur 1) ; - un générateur de précipitations fictives (dit générateur 2). Pour le générateur 1, la méthodologie retenue est la simulation de chroniques de débits. Ce générateur s appuie sur les débits historiques de la banque Hydro pour ajuster des lois de probabilité sur les stations disposant d un historique suffisant et analyser leurs corrélations spatiales et temporelles. En ce qui concerne le générateur 2, le principe retenu est le couplage du modèle ARTEMIS avec le générateur de pluies fictives SAMPO-TBM développé par l IRSTEA. Pour répondre aux besoins de calage du générateur, nous avons fait l acquisition de données météorologiques de profondeur historique suffisante sur l ensemble du territoire, à savoir les précipitations quotidiennes et horaires issues de la ré-analyse SAFRAN de Météo France sur la période Cette approche doit permettre de simuler des événements de ruissellement et de débordement, y compris sur des bassins non jaugés, sur de petites régions géographiques. La superposition des zones d aléa de l ensemble des événements du catalogue, sur la grille spatiale de simulation, a permis de générer la cartographie de l aléa probabiliste en fonction de sa fréquence annuelle de survenance. La carte de la figure suivante présente les résultats du modèle à l échelle nationale. Cartographie de l aléa probabiliste débordement et ruissellement pour la France métropolitaine avec indication de la localisation des zones d activité David MONCOULON Thèse de Doctorat de l Université Toulouse 3 Paul Sabatier Soutenue le 4 juin 2014

79 77 5. Evénements et territoires : le coût des inondations en France - Analyses spatio-temporelles des dommages assurés Introduction et éléments de contexte L étude des conséquences économiques de chaque inondation est indispensable pour assurer un suivi statistique de l exposition des territoires, pour rendre les retours d expériences plus efficients et pour valider/calibrer certains outils de modélisation des dommages. La nécessité de mesurer les pertes est d ailleurs une préoccupation de plus en plus prégnante à la fois pour les «acteurs de terrain» (lorsqu ils mènent notamment des ACB), et pour les assureurs, dans la gestion de leurs portefeuilles, en souscription et prévention. Pour répondre à ces attentes, ce travail de thèse 8 avait notamment pour objectif de développer une approche géographique du coût des dommages à travers la constitution d une base de données des sinistres indemnisés au titre des catastrophes naturelles (Cat Nat) par événement, à la maille communale, pour le péril inondation. Dans ce cadre, la majorité des sociétés du marché français de l assurance ont accepté de participer à l étude afin de mener des expérimentations fondées sur le partage de leurs données. Méthode de conception d une base de données des sinistres par événement Pour améliorer les connaissances sur les dommages causés par les inondations, nous avons développé une approche collaborative entre parties prenantes des risques, à travers la mutualisation des connaissances de chacun, dans l esprit de l ONRN. Pour cela, nous avons conçu une base de données des événements inondations (ayant fait l objet de déclarations Cat Nat), enrichie de données de sinistralité transmises par sept sociétés d assurances volontaires (qui représentent environ la moitié du marché français de l assurance dommages aux biens). Ainsi, environ 764 événements ont été identifiés et caractérisés par des données de sinistralité, à la maille communale, sur la période À partir de cette base, dite SILEHC 9, nous avons sélectionnées plusieurs territoires qui ont contribué, par leurs données et connaissances locales, à reconstituer la sinistralité d événements récents, de manière à mieux comprendre l origine des dommages 10 (cf. figure 1). Figure 1. Schéma récapitulatif de la méthode de conception de la base de données SILEHC 8 Réalisé entre 2010 et 2014, dans le cadre d une convention CIFRE, établie entre la MRN sous la direction de Roland Nussbaum et l Unité Mixte de Recherche GRED (Université Montpellier 3) sous la direction de Freddy Vinet. 9 Sinistres Indemnisés Liés aux Événements Hydro-Climatiques. 10 Six territoires tests, favorables à une démarche partenariale, ont été identifiés pour mener les expérimentations. Tous les acteurs ont ainsi exprimé leurs attentes vis-à-vis des données d assurance et proposé en retour la mise à disposition de connaissances propres à l exposition de leur territoire.

80 78 Qu apprend-on des sinistres observés par événement, de l échelle nationale à l échelle communale? L analyse de la base de données SILEHC, a permis de mettre en avant les fortes disparités entre particuliers et professionnels, tant en nombre de sinistres qu en coûts moyens. En effet, le coût moyen d un professionnel est en moyenne trois à quatre fois plus important que celui d un particulier, alors que cette catégorie d enjeu représente environ 20 % du nombre de sinistre moyen par événement. Sur le plan de la distribution temporelle des sinistres et événements, il existe une forte volatilité interannuelle, concernant à la fois les sinistres (en nombre et en valeur) et le nombre d événement. En revanche nous observons un effet de saisonnalité très marqué dans la répartition mensuelle du nombre d événements, selon un découpage «janvier-avril» (crues océaniques) ; «mai-août» (épisodes de ruissellement et crues d orage) ; «septembre-décembre» (crues cévenoles). Par ailleurs, la période d observation étant relativement courte (13 années), la forte influence de quelques événements majeurs ne peut être omise dans les analyses et leurs interprétations. La distribution spatiale des sinistres et des événements confirme la surreprésentation d événements majeurs tels que «Aude 1999», «Gard 2002», «Rhône 2003», Xynthia, «Var 2010», etc. Elle permet également de montrer que certains territoires sont fréquemment sinistrés notamment sur le littoral méditerranéen pour des crues cévenoles ou en Île-de-France pour des épisodes de ruissellement urbain consécutifs à des orages estivaux. Par ailleurs, la notion de catastrophes naturelles concerne essentiellement, en nombre d événement, des inondations fréquentes et peu dommageables. En effet, 96 % des événements ne représentent que 30 % du montant total indemnisé sur la période étudiée. À partir du degré de documentation et d informations disponibles pour chaque événement, trois catégories de catastrophes ont donc été identifiées : les «chroniques», «marquantes» et «majeures». Il existe des disparités territoriales quant aux effets des catastrophes qui amènent à une réflexion concernant les objectifs de prévention (cf. figure 2). Figure 2. Profils d événements dommageables par nature d aléa (source : BD SILEHC) L apport de connaissances «externes», fournies notamment par les acteurs locaux, a permis d affiner l analyse des dommages en testant l influence potentielle des aléas, des enjeux et des dispositifs structurels et non structurels de prévention. Les principaux résultats montrent que le poids des variables explicatives des dommages évolue en fonction de l échelle d analyse. À l échelle de l événement, le coût moyen d un sinistre dommage pour un particulier et un professionnel est lié à l intensité et au type d aléa générateur de dommages. Par exemple, un épisode de ruissellement sera généralement moins coûteux qu une crue torrentielle majeure dans le Midi Méditerranéen. En revanche, les coûts moyens peuvent sensiblement varier entre plusieurs communes qui ont pourtant connu les mêmes paramètres d aléa. D autres variables potentielles d influence sur les dommages et notamment le niveau de standing des enjeux (approché selon les types d habitats) ont donc été testées. Toutefois, le manque de données sur les caractéristiques socio-économiques des enjeux n a pas permis de confirmer une relation claire entre sinistralité et «standing», même si les acteurs de terrain corroborent cette hypothèse au regard de leur expérience. Cette variation de l influence des variables explicatives des dommages en fonction des échelles d analyse laisse à penser qu à l échelle la plus fine, celle du sinistre, le nombre de variables est maximal (efficacité de l alerte et de la gestion de crise, niveaux de protection individuelle, comportements des sinistrés avant, pendant et après la crise, etc.). Il est donc nécessaire de différencier les stratégies de gestion en fonction des territoires et des échelles d action. Les données de sinistralité ont de même permis de proposer une évaluation des dispositifs de

81 79 prévention collective (structurels ou non). Dans un premier temps nous avons étudié les effets positifs ou aggravants des aménagements structurels de protection sur les dommages. Cette analyse a notamment permis de cibler des dysfonctionnements dans les politiques de prévention sur certains territoires. Par exemple, dans l Aude, la répétition des ruptures de digues à chaque événement depuis 2005 a un impact significatif sur la «sur-sinistralité» de ce territoire. Ces éléments quantitatifs sont donc potentiellement utiles aux acteurs locaux pour identifier, par exemple, l amélioration de la gouvernance et l entretien des digues comme sujets prioritaires. Dans un deuxième temps, nous avons testé la pertinence de certains outils de politiques publiques de prévention tels que les PPRI ou les TRI, au regard des sinistres observés. Il a notamment été possible de mesurer la surexposition liée à l urbanisation d une partie de la commune de Narbonne en zone inondable, entre la phase de prescription et d approbation du PPRI, malgré la survenance d un événement majeur dans la période (cf. figure 3). Figure 3. Aggravation de l exposition du Quartier de Razimbaud à Narbonne, depuis les inondations de novembre 1999 Conclusions et perspectives À quels besoins opérationnels répondent ces travaux? Plusieurs applications concrètes sont en cours d expérimentation, dans le domaine de l assurance. La base de données SILEHC permettrait notamment à l ensemble de la profession de travailler de manière plus transparente sur la sinistralité observée et de partager auprès de différents acteurs. C est aussi un moyen concret de valoriser l approche géographique au sein des métiers de l assurance, comme une vision complémentaire aux études économiques, statistiques ou juridiques, qui prévalent aujourd hui. Du côté des gestionnaires du risque (État, EPTB, collectivités locales, etc.), la BD SILEHC a déjà été utilisée pour contribuer à calibrer certaines analyses coûts-bénéfices. Elle constitue grâce à l apport de données chiffrées un outil inédit de communication auprès des élus ou des citoyens et un outil d aide à la décision pour identifier les actions de prévention à prioriser. À l échelle nationale, la base de données peut apporter aux différentes instances de gouvernance concertée de la prévention des risques (CMI, COPRNM, etc.) ou à l ONRN, un éclairage contextuel général sur le coût des inondations et une base méthodologique pour des travaux portant sur cette thématique. Il est envisageable que les prochains cycles de la Directive Inondations (EPRI, sélection ou confirmation des TRI, PGRI, etc.), renouvelables tous les six ans, puissent notamment s appuyer sur des éléments issus de la base «sinistresévénements». Ces différentes applications opérationnelles montrent les deux principaux avantages de la base de données SILEHC : le partage de connaissances et l apport de données quantifiées. En effet, elle permet d abord de décloisonner les connaissances détenues par des acteurs peu enclins à communiquer entre eux (État, collectivités, assureurs, réassureurs, etc.).

82 80 Objectifs d enrichissement, de pérennisation et de valorisation Parmi les perspectives d amélioration de la base de données SILEHC, il est envisagé de proposer aux sociétés d assurance volontaires d alimenter annuellement la base, de manière à assurer un suivi dans le temps de l exposition des territoires. La seconde perspective est d étendre la couverture des données par l intégration d un plus grand nombre sociétés dans la démarche. L objectif est de disposer d une bonne représentativité du marché français tant au niveau national que local. Cela permettrait également d apporter des indicateurs sur la base de valeurs absolues (charge totale, nombre total de sinistres). Il est important que le socle de connaissances géographiques que constitue la base soit intégré, valorisé et diffusé par différentes plateformes de visualisation et/ou d analyse géographique. Il est notamment envisagé que la base soit accessible via l ONRN, sous forme de nouveaux indicateurs de sinistralité ou d études ponctuelles sur certains territoires. Au regard de ces perspectives, la base a été consolidée à travers la conception d un catalogue de métadonnées et d une liste exhaustive des limites et précautions d usages à destination de tous types d utilisateurs. David Bourguignon Thèse CIFRE en géographie, soutenue le 28/11/2014 Sous la direction de Roland Nussbaum (MRN) et Freddy Vinet (Université Montpellier 3 / UMR GRED)

83 81 CONCLUSIONS GENERALES L ONRN s est fixé comme objectif de structurer, rendre accessibles et valoriser les connaissances dans le domaine des risques naturels. Un important travail a été engagé dans ce sens dès la création de l Observatoire, avec un premier recensement des acteurs, de leurs bases de données, rapports et projets accessibles à travers son site portail. Toutefois, lors des différentes rencontres avec le Comité des Utilisateurs, des besoins spécifiques ont été exprimés concernant les données de sinistralité, identifiées par de multiples acteurs (services et opérateurs de l Etat, collectivités territoriales, chercheurs, ) comme des éléments essentiels pour répondre aux objectifs de politiques publiques tels que : l information et la sensibilisation des décideurs territoriaux, le développement d outils d aide à la décision, de prévision, d alerte ou encore la réduction de la vulnérabilité des territoires, voire du bâti. En réponse à cette expression de besoin, l ONRN a souhaité proposer, pour la deuxième édition de ces Cahiers, un premier état des lieux de la connaissance relative à la sinistralité causée par les événements naturels en France, en s appuyant sur des comptes rendus de travaux, des synthèses et exposés d études sur les événements et leurs conséquences dommageables sur les biens assurés. Ces Cahiers N 2 permettent ainsi de constater les apports potentiels des données de sinistralité tout en soulignant les difficultés pouvant être liées à leurs exploitations. Plus précisément, ils font la lumière sur les informations détenues par les assureurs et par CCR, et laissent entrevoir dans quelles mesures celles-ci pourraient servir aux autres acteurs de la gestion des risques naturels. Ils ouvrent ainsi la voie vers des pistes concrètes de travaux collaboratifs et/ou voies d amélioration éventuelles pour la capitalisation des informations. Par ailleurs, ils proposent de considérer ces travaux et études à l aune d un contexte international et européen particulièrement riche, notamment avec l étude réalisée par le JRC en matière d expérience des Etats membres utilisant des bases de données de sinistralité (EU Loss Data). Ces éléments de contexte incitent à poursuivre les démarches engagées autour de la connaissance partagée des événements naturels et de leurs conséquences, et à les faire connaître auprès des instances internationales. Cette deuxième édition des Cahiers de l ONRN apparaît donc comme un ouvrage de référence qui pourra non seulement permettre de promouvoir l effort entrepris en France dans ce domaine, mais également d alimenter les échanges entre les «acteurs de la prévention» et les «acteurs de l assurance», et ainsi permettre de dépasser les traditionnelles oppositions par une réelle volonté de partage d information avec la plus grande transparence. Dans ce même état d esprit, un exercice similaire pourrait être envisagé sur la connaissance relative aux dispositifs de prévention que les services de l Etat et les collectivités déploient sur le territoire, à travers un premier état des lieux des données produites et/ou collectées dans ce cadre par les acteurs de la gestion des risques naturels (publics ou privés).

84 82

85 83 ANNEXE 1 : Notions fondamentales de gestion technique des opérations d assurance et de réassurance non-vie Quelles sont les contraintes techniques fondamentales des assureurs? Il existe au moins trois contraintes : - Développer une activité rentable : Aucune compagnie ne peut durablement poursuivre son activité en souscrivant des risques à perte. Pour leur pérennité, chaque compagnie doit se doter des moyens pour souscrire des activités rentables. Cette condition dépend à la fois des niveaux tarifaires appliqués et de la sélection des risques. - Etre en mesure à tout moment de faire face à leurs engagements : Certains sinistres peuvent prendre plusieurs décennies pour être définitivement clos (sinistres corporels) ou plusieurs années pour se déclarer (construction). Les assureurs sont tenus de pouvoir garantir ces prestations jusqu à leur terme. Pour cela, il existe des normes pour contrôler les provisions techniques (montants réservés au paiement futur des sinistres estimés probables) et le niveau de solvabilité des compagnies. - Respecter un cadre de concurrence : Pour éviter les ententes potentiellement préjudiciables aux assurés, les compagnies d assurance sont soumises à une obligation de concurrence sur les garanties non règlementées. De nombreux contrôles internes et externes sont régulièrement effectués pour vérifier le respect de ces conditions. A quoi correspondent les contraintes de solvabilité? De façon schématique, le compte de résultat d une compagnie d assurance présente du côté des produits les primes et les produits financiers et du côté des charges les sinistres et les frais. Très fréquemment, les produits sont supérieurs aux charges et la compagnie dégage un bénéfice. Dans le cas contraire, elle subit une perte. Si les produits et les frais restent relativement stables, les sinistres peuvent présenter des variations très importantes. En fait, selon la nature des risques les charges annuelles des sinistres peuvent être plus ou moins régulières. Certaines, comme les risques naturels peuvent présenter de très fortes variations. Dans les cas extrêmes, une année particulièrement lourde peut représenter plus de 10 ans de primes. La part des sinistres correspond donc à une fonction aléatoire pouvant aller théoriquement d un niveau zéro à l infini. Bien sûr, ces situations extrêmes ne sont que théoriques et les valeurs ont tendance à se concentrer vers les valeurs moyennes. Néanmoins, en cas d un niveau de sinistre exceptionnellement élevé, la compagnie peut enregistrer une perte importante.

86 84 Si les tarifs sont correctement établis, sur l ensemble des années, la compagnie dégage un bénéfice. Cela n empêche pas la compagnie d enregistrer des pertes lors de circonstances défavorables. Comme les compagnies doivent être en mesure de remplir leurs engagements vis-à-vis des victimes (assurés ou tiers), elles doivent disposer de fonds propres pour couvrir ces situations négatives. Théoriquement, la perte peut être infinie. Comme il n est pas possible de constituer un capital infini, il est admis de retenir des fonds propres significatifs mais limités. Les règles actuelles se basent sur des taux relatifs au chiffre d affaires et aux sinistres. Des solutions à venir tiendront compte de la volatilité des activités couvertes. Plus l activité est volatile, plus l exigence en capital est forte. Plus le seuil est faible, meilleure est la sécurité accordée à la société. Pour les normes minimales futures, il est envisagé de retenir un seuil de 0,5%, qui correspond aux années les plus défavorables pouvant survenir tous les 200 ans. Si une compagnie adopte un seuil plus faible, sa sécurité sera supérieure. Quels sont les principaux volumes du marché? Pour les assurances de biens et de responsabilités, les fonds propres ont un niveau équivalent aux primes (46 Mds ). On peut également citer le montant des provisions techniques (136 Mds ), qui correspond aux engagements restant sur l ensemble des exercices passés. Les Assureurs peuvent-ils réduire la volatilité de leurs résultats annuels? Plusieurs solutions existent, mais la plus efficace et la plus répandue est la réassurance. Il existe diverses formes de couvertures. En limitant la présentation aux formes utilisées dans le cadre des événements naturels, on peut citer trois types de couvertures des portefeuilles.

87 85 La forme la plus simpliste est le quote-part. L assureur et le réassureur s entendent sur la part cédée. Cette part s applique ensuite aux primes et aux sinistres. De façon générale le réassureur prend également à sa charge une part des chargements d acquisition et de gestion. La forme la plus efficace est le Stop-Loss. Le réassureur s engage à intervenir au-delà d un seuil de charge annuelle. En contrepartie, l assureur lui paie une prime. La forme la plus courante est l excédent de sinistre. Le réassureur s engage à intervenir au-delà d un seuil sur chaque sinistre individuel. Dans le cas des événements naturels, le sinistre correspond à un événement (une tempête, un séisme, ). En contrepartie, l assureur lui paie une prime. Le graphique ci-contre montre comment l utilisation d un Stop- Loss peut transformer la volatilité nette de l assureur. La courbe rouge correspond à la situation de résultat nette de réassurance. Si le résultat net moyen (m ) est inférieur au résultat moyen brut de réassurance, la volatilité est très sensiblement réduite. Le besoin en capital diminue donc également. Ces situations varient en fonctions de la nature de la couverture et de ses conditions. On assiste à un transfert de volatilité de l assureur au réassureur. Comment intervient la réassurance? Pour se protéger les réassureurs font appel à la rétrocession. S il existe des réassureurs professionnels, les rétrocessionnaires sont les autres réassureurs ou certains assureurs. Si l on peut imaginer la réassurance à un niveau national, la rétrocession s opère à un niveau international. Au-delà d un lissage temporel, on met en place un lissage géographique.

88 86

89 87 ANNEXE 2 : Chiffres clés, graphes et tableaux commentés sur la sinistralité CAT NAT et TGN en France Cette annexe basée sur les présentations de l atelier «sinistralité» de l ONRN du 11/07/2013, a pour objectif de décrire l état et les limites de la connaissance partagée sur la sinistralité des catastrophes d origine naturelle en France, pour la partie de cette sinistralité qui fait l objet d une indemnisation par des systèmes d assurance, selon les différentes entrées possibles (garanties, événements, territoires, etc.). Six planches commentées sont ainsi proposées ci-après : 1. Evolution des indemnités annuelles versées en France de 1982 à 2011 (plus longue période connue), par régime d'indemnisation 2. Coût moyen par sinistre et fréquence (valeurs médianes pour la période ) 3. Montants des dommages aux biens, par événements - par ordre décroissant d importance unitaire (> 100 M ) sur la période (hors sécheresses) 4. Montants des dommages aux biens, par événements - Part des événements importants sur la charge totale 5. Carte de la charge indemnisée des inondations par commune de 1995 à 2010 (Mio ) 6. Comparaison, à la maille départementale, entre la fréquence TGN observée sur la période (source FFSA) et les facteurs de pondération du risque de tempête recommandés pour l application de la Directive Solvency 2 par les entreprises d assurances (source CEIOPS, selon modélisation tempête) Les sources des données présentées puisent dans : - les rapports publics des services statistiques FFSA-GEMA d une part et CCR de l autre, - la contribution faite par la MRN pour le compte de la FFSA et du GEMA, avec la collaboration de ONRN/CCR, sous l intitulé «Les coûts humains et financiers des catastrophes naturelles et technologiques» de l ouvrage : Atlas des risques en France, Faire face aux aléas naturels et aux dangers technologiques réalisé sous la coordination des Prs Yvette VEYRET et Richard LAGANIER. Cet atlas commenté est paru en avril 2013 aux éditions Autrement, avec le soutien du Ministère de l écologie et du développement durable, direction générale de la prévention des risques

90 88 Evolution des indemnités annuelles versées en France de 1982 à 2011 (plus longue période connue), par régime d'indemnisation Le graphe ci-dessous décrit l évolution de la sinistralité cumulée annuelle indemnisée au titre des événements naturels depuis Il montre notamment : - L extrême volatilité des montants de dommages cumulés enregistrés au fil de cette séquence d une trentaine d années, - Que le principal pic de sinistralité sur cette période n est pas dû à des phénomènes Cat Nat, mais aux effets de vents de tempête. La France n a donc pas encore connu de véritable catastrophe depuis l avènement du régime Cat Nat. Il illustre aussi les limites de la connaissance accumulée, dans la mesure où par exemple, avant 1988, le marché n avait pas encore constitué d informations différenciées sur la sinistralité cumulée due aux tempêtes et aux Cat Nat, sans doute car les tempêtes ont été couvertes dans le cadre du régime CatNat jusqu en En montants cumulés depuis 1988 et actualisés à fin 2011, la sinistralité tempêtes représente avec plus de 23 milliards d euros, plus que l ensemble de la sinistralité Cat Nat, qui n atteint que 22 milliards.

91 89 1. Coût moyen par sinistre et fréquence (valeurs médianes pour la période ) La planche ci-dessous permet de poursuivre cette comparaison entre sinistralité tempêtes et Cat Nat (cf. graphique ci-dessous) : - La médiane des coûts moyens de sinistres observés sur les Cat Nat est de l ordre de 4 à 5 fois supérieurs à celle des coûts moyens observés sur les tempêtes, - La médiane des fréquences de sinistres observées sur les tempêtes est de l ordre de 3 à 4 fois celle observée sur les sinistres Cat Nat. La connaissance des coûts des dommages indemnisés par événements est lacunaire, en ce sens qu elle n est à ce jour documentée que pour les plus grands événements, qui ont donné lieu à des enquêtes spécifiques auprès des sociétés. Ces enquêtes représentent une charge de gestion supplémentaire à laquelle il n a été consenti qu en raison des circonstances exceptionnelles, qui ont donné lieu à des missions interministérielles de retour d expérience.

92 90 2. Montants des dommages aux biens, par événements - par ordre décroissant d importance unitaire (> 100 M ) sur la période (hors sécheresse) Le graphique ci-après classe par ordre décroissant les événements climatiques hors sécheresse qui ont coûté plus de 100 millions d euros actualisés en valeur A nouveau apparaît l importance prédominante des événements tempêtes, qui représentent les 5 plus gros événements de la série. Dans ce diagramme à barres, les indemnisations dues aux effets du vent et inondations relatives à un même événement ont le cas échéant été cumulées. Le camembert de droite donne la proportion des indemnisations pour ces événements de plus de 100 millions d euros par catégories d aléas, en intégrant cette fois la sécheresse géotechnique, qui pose un problème particulier de délimitation de l événement, dans la mesure où ces manifestations s étendent dans l espace et dans le temps.

93 91 3. Montants des dommages aux biens, par événements - Part des événements importants sur la charge totale Le diagramme ci-après permet de se rendre compte des proportions respectives des cumuls d événements catastrophiques exceptionnels, avec le seuil arbitraire de 100 millions d euros actualisés*. Pour Cat Nat et TGN, sur la période d observation considérée, le coût cumulé des événements catastrophiques exceptionnels représente 2/3 du coût cumulé total. Cela signifie que les nombreux et méconnus événements catastrophiques non exceptionnels ne représentent que 1/3 du coût total. On peut comprendre ainsi la faible motivation des assureurs à documenter le coût de cette seconde catégorie d événements, dont la connaissance représente cependant un enjeu pour les acteurs territoriaux de la prévention. (*) Les bases de données internationales comme EM-DAT ou celles de Munich Re et Swiss Re ne sont pas d accord sur les seuils à retenir. Toutefois elles retiennent un seuil composite défini comme plus 100 millions de dollars de dommages ou un nombre de victimes supérieur à 10.

94 92 4. Carte de la charge indemnisée des inondations par commune de 1995 à 2010 (millions d ) L entrée par les territoires pour l accès à l information sur la sinistralité commence à être possible, grâce au progrès que constitue l ONRN en matière de partage et diffusion de l information sur les risques. L inégale répartition des sinistres est une réalité, résultant de la grande concentration géographique des «inondations». Sur 700 communes environ, les indemnités d assurance cumulées dépassent le million et demi d euros ; sur 120 communes, elles dépassent les 6 millions et sur 26 communes, les 40 millions d euros. Sur le pourtour méditerranéen et, dans une moindre mesure, à l Est et au Nord-Ouest du pays, les coûts sont très supérieurs à la moyenne nationale. Bien que deux tiers des communes n aient pas de sinistralité enregistrée sur la période, elles peuvent être exposées au risque d inondation. Il leur faut envisager les événements du passé aux conditions d aujourd hui ou simuler les conséquences de scénarios non encore survenus. La directive européenne sur les inondations reprend ces objectifs. Carte et commentaire empruntés à l Atlas des risques en France déjà cité en introduction à cette partie (planche page 12 et 13 : les coûts humains et financiers des catastrophes naturelles et technologiques).

95 93 5. Comparaison, à la maille départementale, entre la fréquence TGN observée sur la période (source FFSA) et les facteurs de pondération du risque de tempête recommandés pour l application de la Directive Solvency 2 par les entreprises d assurances (source CEIOPS, selon modélisation tempête) Les deux cartes ci-dessous portent le même phénomène : «l exposition à la sinistralité tempête». Elles proviennent respectivement : - À gauche, de la connaissance historique de la sinistralité tempête, telle que nous l avons constituée à la FFSA et au GEMA, - A droite, de résultats de simulations tels que préconisés par l organisme coordinateur européen des autorités de contrôle des assurances, pour le calcul de l exposition des portefeuilles d assurance dans le cadre de la directive «Solvabilité 2». Comme dans d autres pays (cf. article «Solvabilité II à l épreuve de la réalité du risque tempêtes en Autriche» par Dr Franz PRETTENTHALER, Johanneum Research Institute, Graz page 11), la confrontation entre les deux cartes, permet facilement de faire le constat d écarts considérables entre l expérience de la sinistralité sur une période déjà significative et les résultats de modélisations qui, même pour des événements non survenus pendant la période de sinistralité constatée, ne semblent pas toujours correspondre avec la réalité des enjeux exposés.