La connaissance des risques naturels par la «sinistralité assurances» Inondations de juin 2013 dans les Pyrénées Barèges (65) Qu est-ce que CCR?

Transcription

1 La connaissance des risques naturels par la «sinistralité assurances». Inondations de juin 2013 dans les Pyrénées Barèges (65) 1 Qu est-ce que CCR? Société anonyme de réassurance créée en 1946 (à l époque sous forme d EPIC). Entièrement détenue par l Etat français. Capital de 60 M. Emploie environ 250 personnes. Siège social à Paris. Deux succursales à l étranger (Canada et Liban). Classée parmi les 20 premiers réassureurs mondiaux avec un chiffre d affaires 2012 de millions d euros Notée AA+ par Standard and Poor s 2 1

2 Activités de CCR Réassureur avec garantie de l Etat (62% du CA 2012) pour des branches spécifiques au marché français : 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 (56% du CA 2012), la réassurance des risques d'attentats et d'actes de terrorisme, la réassurance du Complément d'assurance crédit Public (CAP). Réassureur de marchés dans les branches IARD, Transport Aviation, Spatial, Vie et Assurances de personnes, en France et à l'international (38% du CA 2012). Gestionnaire pour le compte de l'etat de certains Fonds Publics : Fonds de Compensation des Risques de l'assurance de la Construction Fonds National de Gestion des Risques en Agriculture. Fonds de Prévention des Risques Naturels Majeurs. Fonds de Garantie des Risques liés à l'epandage agricole des boues d'épuration urbaines et industrielles. Fonds de Sécurisation du Crédit Interentreprises. Fonds de garantie des dommages consécutifs à des Actes de Prévention, de Diagnostic ou de Soins dispensés par des professionnels de santé exerçant à titre libéral. 3 CCR : principal réassureur dans le régime des Catastrophes Naturelles CCR est habilitée à réassurer les risques de catastrophes naturelles depuis l'origine du système. Elle bénéficie de la garantie de l'etat par une convention passée avec les Pouvoirs Publics mais elle n'a pas de monopole. Les raisons de l'intervention de CCR : C est une contrepartie à l obligation de couverture à laquelle sont soumis les assureurs. La garantie de l Etat permet à la CCR de proposer aux assureurs des formules de réassurance comportant des couvertures illimitées, En étant habilitée à réassurer les risques de catastrophes naturelles avec cette garantie, la CCR assure la solvabilité du système d'indemnisation des victimes de catastrophes naturelles. Les missions de CCR : Offrir une couverture de réassurance solide et durable Faire en sorte de n'utiliser la garantie de l'etat qu'en cas de sinistralité exceptionnelle, Assurer la pérennité du régime d indemnisation des catastrophes naturelles. ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet

3 Le rôle de CCR dans l Observatoire National des Risques Naturels L ONRN est issu d un partenariat entre le Ministère de l Ecologie, du Développement Durable et de l Energie (MEDDE), la Mission des sociétés d assurances pour la connaissance et la prévention des risques naturels (MRN), et CCR. En tant que membre fondateur, CCR a un rôle déterminant dans cet Observatoire. Elle siège au Conseil de gestion, qui administre l'onrn, qui prend toutes les décisions relatives à sa gouvernance, à sa politique de gestion, et à sa communication, et qui établit son programme de travail. Elle est productrice de données, notamment de données assurantielles agrégées obtenues grâce à sa qualité de principal réassureur de la branche «Cat-Nat». Elle a participé activement à la conception du portail de l ONRN, dont elle assure la maîtrise d œuvre. Il est en ligne depuis le 28 mars 2013 : Elle contribue également à l élaboration d indicateurs aidant à mieux appréhender la vulnérabilité des territoires et les enjeux exposés. ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet La collecte de données ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet

4 Le constat initial Les données comptables communiquées à CCR par ses cédantes ne sont pas suffisantes, car : non détaillées par péril (inondation, sécheresse, etc) non détaillées par type de risques (particuliers, professionnels) agrégées par exercice (pas de détail sinistre par sinistre, ni par événement ou par zone géographique). 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 (sous réserve de l estimation des sinistres en suspens) : les coûts de sinistres Cat Nat par cédante, et le coût total des indemnisations, toutes cédantes confondues. Cette connaissance globale a été satisfaisante tant que les événements reconnus Cat Nat étaient à déroulement court. Elle ne l a plus été à partir du moment où le régime Cat Nat a été amené à couvrir des sinistres subsidence qui comportent des délais de règlement beaucoup plus longs que les sinistres relevant des autres périls comme l inondation. 7 La constitution d une base de données statistiques géocodées Quatre principes de base : Conserver la mémoire des catastrophes naturelles, Analyser les causes des événements et leurs conséquences, Diffuser des résultats de nos analyses, Sensibiliser à la prévention. Deux objectifs principaux : Apprécier les engagements des cédantes, de la CCR et de l Etat, Permettre une modélisation des catastrophes naturelles. Deux types de données : Un fichier des risques assurés, Un fichier des sinistres. 8 4

5 La genèse de la base de données assurantielles Demande systématique de statistiques à la commune aux cédantes à partir de 1997 : Le critère géographique habituellement retenu par les réassureurs pour leurs demandes de statistiques dans les branches autres que Cat Nat est le département (ex : tempêtes) Pour la branche «catastrophes naturelles» qui recouvre des périls spécifiques (inondations, subsidence, séisme ), ce critère est inadapté car il ne correspond pas à un maillage suffisamment fin. Un critère géographique plus restreint a été donc été adopté en Il s agissait de la commune selon la codification de l INSEE. Dans le cas où la précision au niveau de la commune n était pas disponible, un critère intermédiaire, moins précis, était accepté : le code postal. 9 La genèse de la base de données assurantielles Evolution vers les statistiques géocodées (analyse à l adresse des risques et des sinistres) : 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. Certains quartiers d une même ville sont plus exposés que d autres. Ceci doit être pris en compte tant pour l évaluation des conséquences d un éventuel événement que pour l élaboration des plans de prévention des risques. la demande de statistiques à l adresse s est donc inscrite dans le prolongement naturel des statistiques à la commune. Expérimentée en 2001 auprès d un nombre limité d entreprises, elle a été généralisée dès

6 Les défis à relever La profondeur historique : Les systèmes informatiques des sociétés d assurance sont orientés vers la gestion courante des opérations d assurance. La durée de conservation des données est au maximum de quelques années. Or CCR souhaite évaluer et modéliser des événements exceptionnels qui surviennent non pas chaque année mais tous les 10, 20, 50 ans, voire plus rarement encore avec une intensité très forte. Il lui faut donc constituer des statistiques sur le long terme (20, 30, 40 ans et plus encore). Dans cette perspective, CCR fait également appel à des historiens du climat. La volumétrie : Compte tenu du nombre de risques assurés situés en France, CCR a du se doter d un système de stockage qui soit à même de traiter plusieurs centaines de millions d enregistrements. En outre, la survenance apériodique des événements climatiques nécessite de les observer pendant plusieurs dizaines d années et dès lors de stocker les données de tous ces exercices «en ligne» pendant une longue durée. 11 Les défis à relever La confidentialité : Les données à l adresse fournies par les assureurs sont des données très sensibles et forcément confidentielles dans un marché très concurrentiel. En outre, elles sont considérées comme des données personnelles puisqu elles caractérisent des risques individuels. Dès lors, elles ne peuvent être obtenues que dans un cadre contractuel, letraité de réassurance, et sous réserve d un engagement de confidentialité. C est pourquoi le traité CCR comporte la clause suivante : «Le Réassureur s engage à la confidentialité la plus stricte sur les informations qui lui sont transmises par la Cédante.» En conséquence, aucune donnée individuelle, même anonymisée, ne peut être diffusée par CCR. La représentativité : Pour obtenir des résultats de modélisation fiables, il est nécessaire de disposer d une base de données représentant au moins 50% du marché. 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. 12 6

7 La base de données assurantielles aujourd hui Représentativité (en part de marché) des données des risques à l'adress 80% 70% 60% 50% 40% 30% 20% 10% 0% Evolution du nombre de cédantes fournissant des données de risques à l'adresse et de leur représentativité Exercice Nombre de cédantes fournissant des données de risques à l'adresse Le nombre de cédantes fournissant des données de portefeuille détaillées à l adresse pour l exercice 2011 s élève à 58. Ces données sur les risques à l adresse représentent aujourd hui 73 % des risques assurés en France. Les données sur les sinistres représentent quant à elles entre 30% et 50% des sinistres selon les exercices. 13 Le traitement des données ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet

8 Données sur les risques assurés (données dites de vulnérabilité ou d exposition au risque). Elles concernent dans l idéal : la localisation du risque, dans l idéal détaillée à l adresse le type de risques : particulier, agricole, commerçant, 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 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. Données sur les sinistres survenus. Les données collectées Les informations correspondantes figurent normalement dans les bases de données «sinistres» des sociétés d assurance. Elles portent sur : la date de survenance le coût (paiements nets de recours + provisions nettes des prévisions de recours) le péril concerné : inondation, subsidence, séisme 15 Point de vigilance sur la qualité des données assurantielles Les entreprises d assurance sont notamment sensibilisées aux points suivants : le périmètre d extraction doit être indiqué (totalité du portefeuille ou extrait) ; ce qui est recherché est la localisation du risque assuré et non la localisation du souscripteur du contrat d assurance (problèmes des résidences secondaires, des sièges sociaux d entreprises, des adresses périmées ) ; la connaissance de la catégorie de risques (particuliers entreprises ; maison appartement ; propriétaire locataire ) est essentielle pour apprécier l exposition aux événements naturels ; la normalisation des adresses contribue fortement à l amélioration du géocodage ; en cas de coassurance, l indication du mode de renseignement des données est capitale (montant à 100% ou à la part de l assureur) ; la connaissance du type de péril (inondation, sécheresse ) est essentielle à l appréciation des sinistres ; les historiques des polices et des sinistres doivent être conservés le plus longtemps possible ; la date de survenance du sinistre doit être distinguée de sa date de déclaration ou/et de sa date d enregistrement ; l identifiant (en règle générale le numéro de risque) permettant d accrocher les sinistres aux contrats doit être intégré dans les données sinistres. 16 8

9 Processus d analyse et d exploitation de la base de données assurantielles Processus de traitement des données Réception et chargement des données Prétraitement des données 1. Géocodage des données Vérification de la cohérence Points structurants du processus de traitement et d analyse de la base de données Chargement des données Géocoder les données : 99% des adresses sont géocodées (52% à l adresse, 24% à la rue et 23% à la commune) Rattacher les sinistres aux risques : problèmes des polices multi-sites 2. Rattachement des sinistres aux risques 3. Rattachement des sinistres aux arrêtés Rattacher les sinistres aux arrêtés Cat Nat Analyse et exploitation des données Analyse de l évolution des primes et des coûts de sinistres Analyse des valeurs aberrantes Analyse de la répartition des primes et des coûts par péril et par type de risque Qualification des données Comparaison avec la comptabilité Comparaison avec le marché Complétion des données Compléter les données manquantes Extrapoler les données au périmètre du marché Analyse et exploitation des données Etudier les valeurs aberrantes en analysant les distributions des différentes variables Effectuer les comparaisons des données avec les moyennes marché et avec les données comptables Qualifier les données : synthèse de la qualité des données et des utilisations possibles Complétion des données manquantes Compléter les données manquantes en particulier les valeurs assurées en utilisant l information disponible : nombre de pièces, surface, primes Extrapoler les données au périmètre du marché 17 Exemple de résultat du géocodage pour une cédante et comparaison avec les résultats obtenus pour le marché Le tableau ci-dessous permet de comparer le résultat du géocodage des risques d une cédante par rapport aux résultats obtenus pour l ensemble des données traitées à la CCR. Résultat obtenu 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% 18 9

10 Analyse de la représentativité des données de portefeuille Comparaison des données statistiques et des données comptables Les données de statistiques reçues des cédantes sont systématiquement comparées aux données comptables afin de juger de leur exhaustivité. 80,00 Comparaison des données statistiques avec les primes comptables 70,00 60,00 Primes acquises (en M ) 50,00 40,00 30,00 20,00 10,00 COMPTABILITE STATISTIQUES 0, Exercice Analyse de la représentativité des données de sinistres Comparaison des données statistiques et des données comptables Les données comptables sont comparées : Aux données sinistres Aux données sinistres qui ont pu être rattachées à une police Aux données sinistres qui ont pu être rattachées à une police et un arrêté Cat Nat : ce sont ces données qui sont exploitées par la suite. 180,00 Comparaison des données statistiques avec les sinistres comptables 160,00 140,00 Coût (M ) 120,00 100,00 80,00 60,00 COMPTABILITE STATISTIQUES STATISTIQUES (AVEC POLICE) STATISTIQUES (AVEC ARRETES) 40,00 20,00 0, exercice de survenance

11 Exemple d analyse de données sinistres Cat Nat Analyse des Sinistres 2003 relevant du régime d'une cédante 3% 2% 5% Dans cet exemple, 10% des sinistres ne sont pas rattachés à un arrêté Cat Nat. Les causes sont les suivantes : Sinistres non géocodés Sinistres avec erreur de date de survenance Sinistres avec erreur de localisation 90% Rattachement à un arrêté Mauvais géocodage Mauvaise date Mauvaise commune 21 Le suivi de la qualité des données A l issue de la phase de traitement, CCR produit un indicateur de qualité des données reçues. CCR a mis en place un suivi de la qualité des données, à l aide de ces indicateurs et de rapports de synthèse envoyés systématiquement aux cédantes après traitement de leurs données. Ceci permet de nourrir les échanges avec les entreprises d assurance

12 Démarche pour l amélioration de la qualité des données Afin d améliorer la qualité des données reçues et de garantir leur bonne interprétation, un dialogue suivi est instauré avec les cédantes les fournissant. Un retour systématique est effectué dans les semaines qui suivent la réception des fichiers. Un rapport de synthèse des données reçues a été mis en place. Il comporte notamment : un bilan du géocodage des adresses des risques et une comparaison avec les résultats pour l ensemble du marché, des comparaisons entre les données comptables et statistiques, permettant d apprécier l exhaustivité des informations reçues, un rapprochement des sinistres avec les arrêtés de reconnaissance de l état de catastrophe naturelle. Ce travail permet une amélioration en continue de la qualité des fichiers reçus. 23 Exemple de complétion de données Estimation des valeurs assurées Les valeurs assurées des risques de particuliers sont rarement renseignées dans les fichiers fournis par les cédantes, car elles figurent rarement dans le contrat. De plus, le calcul des valeurs assurées des risques de particuliers diffère fortement entre les assureurs. Les valeurs obtenues ne sont pas homogènes et doivent dès lors être réestimées. Les valeurs assurées dépendent d un nombre importants de critères, notamment : la nature et l usage du risque assuré ; la localisation du risque ; les caractéristiques du risque : le nombre de pièces, la surface des biens ; les caractéristiques de la police : la prime ; L estimation des valeurs assurées pour les risques de particuliers se fait souvent sur la base du nombre de pièces ou à défaut de la surface du bien immobilier

13 Base de données des arrêtés Cat Nat 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 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 La zone géographique impactée L objectif est ainsi de regrouper les reconnaissances ayant le même fait générateur. Ainsi en rattachant chaque sinistre à une reconnaissance et chaque reconnaissance à un événement, on peut en déduire des charges de sinistres par événement. 25 En résumé Les données de portefeuilles et de sinistres sont de plus en plus représentatives et la qualité s améliore grâce aux efforts des entreprises d assurance Néanmoins : Certains champs restent très partiellement renseignés (valeurs assurées, étage du risque) et nécessitent d être complétés par des méthodes alternatives ; Certaines informations ne sont pas disponibles ou ne sont pas remontées dans les systèmes d information : Intensité de l aléa lors du sinistre Type de matériau Age du bâtiment L échantillon de données doit être extrapolé pour avoir une vision complète du marché de l assurance et tenir compte : Des cédantes ne fournissant pas de données à CCR Des entreprises d assurance non réassurées à CCR. Les données ne traitent que des risques hors automobile. Les données assurantielles fournissent une indication des dommages assurés, et doivent être complétées pour avoir la vision des dommages économiques globaux

14 L exploitation des données ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet La répartition de la sinistralité par péril A l issue de l extrapolation sinistre, il est possible d analyser la répartition de la sinistralité Cat Nat par péril. 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) Sinistralité Cat Nat hors auto sur la période (coûts actualisés en euros 2012) 2500 Sinistralité Cat Nat (en M ) Autres périls Sécheresse Inondation ONRN - Atelier sinistralité "assurances" FFSA le 11 juillet

15 Construction d indicateurs de sinistralité A partir des résultats de l extrapolation sinistres, CCR a construit des indicateurs portant sur les coûts indemnisés en France métropolitaine par les assureurs pour chaque péril relavant du régime d assurance des Catastrophes Naturelles, avec pour principales caractéristiques : Coûts agrégés sur la période La période est incrémentée chaque année. Réévalués en euros 2010 sur la base de l évolution des primes acquises en assurance Catastrophes Naturelles. Ces coûts ne concernent que les biens assurés autres que les véhicules terrestres à moteur et ils sont nets de toute franchise. Disponibles au niveau géographique communal. Compte tenu de l incertitude sur les données d entrée et sur la sinistralité marché servant à l extrapolation, cet indicateur est fourni suivant le découpage en classes ci-dessous : Pas de sinistre répertorié à CCR ( communes) Entre 0 k et 100 k (7 861 communes) Entre 100 k et 500 k (2 765 communes) Entre 500 k et 2 M (1 126 communes) Entre 2 M et 5 M (307 communes) Entre 5 M et 276 M (271 communes) D autres indicateurs assurantiels sur la sinistralité ont été construits : Fréquence de sinistres : rapport entre le nombre de sinistres et le nombre de risques assurés Coûts moyens des sinistres : rapport entre le coût des sinistres et le nombre de sinistres Ratio sinistres à primes (S/P) : rapport entre le coût des sinistres et les primes Ces indicateurs sont actuellement disponibles sur le portail ONRN pour les inondations. La mise en ligne des indicateurs sécheresse est prévue d ici la fin de l année. 29 Coûts cumulés des sinistres inondations par commune sur la période

16 La production de fiches sur les principaux événements survenus CCR publie depuis de nombreuses années sur son site e-risk (erisk.ccr.fr) des fiches synthétiques sur les principaux événements survenus en France depuis la mise en place du régime Cat Nat : 31 Travaux sur la modélisation des périls catastrophiques Au fil des années CCR a développé son expertise en améliorant sa connaissance des périls naturels et de la vulnérabilité des zones exposées à partir de l analyse des données qu elle a collectées dans le cadre de ses relations contractuelles avec les assureurs et de la gestion des fonds publics. Une composante orientée R&D au sein de CCR : Une équipe pluridisciplinaire : actuaires, ingénieurs, docteurs, doctorants une plate-forme de calcul scientifique : 872 cœurs de calcul, plusieurs dizaines de Tb de stockage sur serveurs, avec possibilité de recours à des capacités de calcul externes si besoin partenariats, participations à différents groupes de travail ou des projets ANR avec des organismes de référence : Météo France, BRGM, IRSTEA, IPGP, SERTIT, CNES, etc. Les travaux de CCR portent sur la modélisation des principaux périls naturels auxquels la France (y compris l Outre-Mer) est exposée : inondation : ruissellement, débordement ; submersion marine ; sécheresse géotechnique (retrait gonflement des argiles) ; séismes ; vents cycloniques. Depuis 2011, le risque de terrorisme est également étudié

17 Travaux sur la modélisation des périls catastrophiques Ces travaux ont pour but d évaluer l exposition de l Etat, de CCR et de ses cédantes à ces périls naturels. Ces modèles reposent sur une chaîne complète allant de l aléa jusqu aux coûts économiques assurés. Ils nous permettent de répondre aux principales questions liées à notre activité et 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? 33 La modélisation des événements survenus Exemple de l inondation L objectif de CCR est d être capable d estimer le coût d une inondation quelques jours après sa survenance : Sur l ensemble des régions de France métropolitaine Pour tous les types d événements (lents, éclairs et cévenols) Sous tous les climats (méditerranéens, océaniques, continentaux) A partir d un faible nombre de données disponibles au lendemain de l événement et d une connaissance du contexte local Un modèle «déterministe» inondation a été développé pour répondre à ce besoin Pour intégrer les données les plus récentes sur l aléa et la vulnérabilité, cet outil évolue avec l état des connaissances

18 Illustration du modèle déterministe inondation CCR Exemple des inondations du Centre-Est de la France (novembre 2008) 35 Illustration du modèle déterministe inondation CCR Exemple des inondations du Centre-Est de la France (novembre 2008) La base de données des polices n est pas exhaustive et doit être extrapolée à 100% du marché

19 Modèle déterministe Dommages par commune Exemple des inondations du Centre-Est de la France (novembre 2008) Réseau hydrographique Risques assurés géocodés Coûts par commune pour une cédante Coûts par commune en k < > Modèle déterministe Comparaison des dommages réels et estimés * pour le marché pour quelques événements remarquables Coût réel (M ) Coût simulé (M ) 10ème centile Coût simulé (M ) 90ème centile Aude novembre 1999 Gard septembre 2002 Rhône décembre 2003 Gard septembre 2005 Centre Est novembre 2008 * Il s agit des coûts hors automobile

20 Passage à un modèle probabiliste Le passage à un modèle probabiliste nécessite la génération d un catalogue d événements fictifs, mais réalistes. Deux solutions ont été mises en place : Génération de débits fictifs : Données de débits disponibles en libre accès auprès du SCHAPI (Banque Hydro) ; Approche statistique envisageable (l estimation du débit maximum est suffisante) ; Génération d événements pluviométriques fictifs : Nécessite un grand volume de données météorologiques, des compétences en météorologie ; Collaboration entre CCR, Météo France et IRSTEA pour la réalisation de ce travail. 39 Cartographie de l aléa probabiliste La carte ci-contre est la combinaison de plus de événements fictifs : Le ruissellement causé par des précipitations importantes Le débordement des cours d eau (petits et grands bassins versants) En chaque point du territoire la période de retour du risque est calculée L intérêt principal de cette carte est son homogénéité Cette carte est consultable par les membresdelacommissioncatnatet les cédantes de CCR

21 Construction d EP Curves L estimation des dommages pour un assureur ou le marché pour l ensemble du catalogue d événements permet de construire une Aggregate Probability Curves. Cette courbe fournit la probabilité que la perte annuelle, qu elle soit liée à1oun événements, dépasse un certain seuil. 41 La diffusion de résultats A ce jour, certains résultats de modélisation sont mis à disposition des cédantes de CCR, des membres de la Commission interministérielle Cat Nat et de certains partenaires. Il n est pas envisagé de diffuser ces résultats au grand public : compte tenu de l incertitude importante de ces modélisations ; compte tenu de la cible de ces études : l actionnaire et les assureurs pour préserver la propriété intellectuelle de CCR. Néanmoins des études pilotes sur des territoires cibles peuvent être envisagées via la signature de conventions spécifiques. 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. On peut par exemple citer : le dépôt d ici fin 2013 de 2 thèses, l une sur la modélisation du risque inondation, l autre sur la modélisation du risque sécheresse; la soumission et la publication d articles scientifiques, en particulier sur la modélisation probabiliste du risque inondation

22 Merci de votre attention Contact : Patrick BIDAN, Directeur de la Souscription - Catastrophes Naturelles en France Tél: +33(0) , pbidan@ccr.fr Antoine QUANTIN, Directeur Etudes Techniques Garantie d'etat Tél : +33 (0) , aquantin@ccr.fr 43 22