Actu d'actuaires

Solvabilité 2 : ne passerions nous pas à côté d'un point crucial ?

Suite à une conférence donnée hier par Frédéric Heinrich sur la problématique des données sous Solvabilité II, nous revenons vers vous sur ce point qui nous semble cruciale et quelque peut délaissé par le marché français.

Cette problématique intervient aussi bien au niveau national qu'au niveau entité.

Au niveau national, la mise en place d'un entrepôt de données suffisamment fiable et exhaustif doit être mené afin d'assurer l'adéquation des chocs de la formule standard avec les particularités du marché français. En effet les mesures de niveau 2 sont calibrées via les informations des pays présentant le plus de données nationales. Pour l'heure ces informations sont issues du marché allemand et du UK.
Ensuite, un calcul best estimate doit, en toute logique, être basé sur des lois d'expérience. Une création ex nihilo nous semble délicate dans le cas des compagnies présentant des portefeuilles des taille critique. Un recours consiste alors à construire des tables d'expérience sur la base de positionnements par rapport aux tables de marché. Le passage de la TPG93 aux TGH-TGF05 nous montre la nécessité de mettre à jour régulirèment ces tables de marché sous peine d'introduire dans les calculs de forts boni mali, en inadéquation avec le principe best estimate. Pour cela, il semble donc nécessaire de disposer d'un entrepôt de données au niveau national permettant de construire des tables d'expérience segmentées par profiles de risques.

Au niveau de l'entité, la problématique des données nous paraît cruciale, pour ne pas dire vitale. Le passage de solvabilité I à solvabilité II s'accompagne du passage du déterministe au stochastique. Or ce passage peut présenter un effet pervers, à savoir l'apparition de modèles cherchant à modéliser la totalité de la volatilité pesant sur l'engagement. En l'absence d'une information exhaustive permettant de modéliser les risques et leur interdépendance, cette pratique conduit rapidement à des modèles s'avérant in fine ininterprétables et instables. Ce point est en totale opposition avec l'esprit de la norme qui doit permettre de mieux connaître son risque, et il nous semble préférable d'adopter dans ce cas des méthodes cherchant à modéliser non pas les risques mais leurs impacts sur certains indicateurs de risque tel le S/P. Le lecteur intéressé pourra se rapporter à un article publié par Jean Paul FELIX et Frédéric PLANCHET dans le numéro 18 du BFA.

Selon nous la mise en place du calcul du best estimate, et encore plus la mise en place d'un modèle interne, doit s'accompagner d'une analyse méthodique des risques présentant un réel impact sur la société, et des risques pouvant être correctement modélisés. Cette analyse doit être menée non pas pour répondre à la question "quel modèle dois-je retenir?", mais en premier lieu "de quel information je dispose et quels sont les données nécessaires afin de connaître mon risque?". Ceci permet d'éviter le risque de modèle, et de cibler les lacunes en termes de connaissances du risque de la compagnie

Dépendance et liquidité : 2 aspects des ESG à améliorer ?

Si l’identification des risques à intégrer à un générateur de scénarios économiques (ESG) peut être considérée comme relativement aboutie, la crise financière a mis en évidence certaines faiblesses dans leur modélisation. Deux éléments sont ainsi mis en évidence et vont sans doute donner lieu à de nombreux développements dans les prochaines années :

• La structure de dépendance entre les actifs ;
• Le risque de liquidité, intimement associé à la gestion efficace des couvertures financières.

La quasi-totalité des modèles actuels s’appuient sur des structures de dépendance dans lesquels la corrélation tient une place centrale ; de nombreux travaux, dont on pourra trouver une synthèse dans Kharoubi-Rakotomalala [2009], mettent en évidence le caractère dynamique de l’intensité de la dépendance. En pratique, l’intensité de la dépendance augmente dans les situations défavorables, ce qui limite l’efficacité des mesures de diversifications calibrées avec des structures ne prenant pas en compte cet effet. L’introduction de structures de dépendance non linéaires intégrant de la dépendance de queue apparaît ainsi comme un élément incontournable de l’évolution des générateurs de scénarios économiques.

Le risque de liquidité est également apparu comme un élément majeur de la crise des subprimes et, plus généralement, de la crise financière qu’elle a engendrée. Au moment où la généralisation des approches market consistent impose d’évaluer les options et garanties financières des portefeuilles dans la logique de détermination du coût de leur couverture, encore faut-il pour que le montant obtenu ait du sens que la couverture puisse être réajustée régulièrement, ce qui n’est possible qu’avec des actifs liquides. Cela impose par conséquent si ce n’est une adaptation de l’approche dans le cas d’actifs peu liquides, à tout le moins la prise en compte d’une prime de liquidité pour refléter dans le montant affiché ce risque d’impossibilité de gérer idéalement la couverture.

Utilisation des déflateurs

La mise en œuvre d'un modèle actif / passif dans le cadre de Solvabilité 2 conduit, si l'on retient l'utilisation de l'approche risque neutre pour l'évaluation des engagements "couvrables", à devoir utiliser des "simulations dans les simulations" (SdS). Cela s'avère contraignant en termes de volume de calcul et peut conduire à des temps de traitement conséquents.

Des techniques d'optimisation complexes doivent être mises en place pour implémenter une approche SdS, par exemple en suivant la logique présentée dans cet article.

L'utilisation de déflateurs (que nous avons déjà abordée ici et qui est décrite par exemple dans ce mémoire) permet de contourner cette difficulté en travaillant uniquement avec la probabilité historique.

Au surplus, cette approche présente l'avantage de fournir une description explicite des primes de risque.

Elle doit donc être examinée avec soin et peut constituer une alternative pertinente, malgré les difficultés d'estimation des déflateurs.

Conférence ACAM sur la deuxième phase de CP : Provisions techniques

Suite de notre analyse relative à la conférence ACAM du mercredi 2 septembre...

Après les modèles internes, nous allons aborder la problématique des provisions techniques. Cette problématique est abordée dans les consultations papers 39 à 41. Les points abordés à ce sujet lors de la conférence peuvent se répartir en 3 catégories :

1. Calcul du best estimate.
2. Courbe de taux sans risque à retenir.
3. Calcul de la marge pour risque.

Au niveau des modalités de calcul du best estimate, trois points nous semblent particulièrement intéressants. Tout d'abord au niveau des données de marché. Cette dernière doit être market consistent, mais comment mettre en pratique cette notion ? A titre d'exemple, en temps de crise comme lors de l'établissement du bilan ACAM au 31/12/2008, doit-on considérer que les données observables sur le marché sont la traduction fidèle d'une approche market consistent (par exemple la volatilité implicite) ? 

Le deuxième point ayant attiré notre attention est la mise en place de règles actuarielles européennes. Ceci aurait pour but d'harmoniser les pratiques actuarielles retenues lors de l'évaluation du best estimate (par exemple les techniques retenues afin de calculer les lois d'expériences). Ce point nous semble particulièrement important et nécessite une implication forte des actuaires français afin de promouvoir nos techniques. 

Enfin, les générateurs de scénarios économiques, cœur même de l'évaluation best estimate, restent pour l'instant peu encadrés. Par exemple, quel type de volatilité les assureurs doivent-ils retenir une vision basée sur la volatilité implicite ou une approche pragmatique basée sur un mixe entre volatilité implicite et volatilité historique ?
  

Au niveau de la courbe des taux sans risque la prise en compte d'une prime de liquidité a été abordée. Pour mémoire, à l'exception notable d'Allianz, la plupart des assureurs de la place ont mené l'évaluation de leur Embedded Value en retenant une prime de risque (on peut notamment cité AXA, BNPPA, CNP, Fortis, Generali, Sogecap). Partant de ce point les assureurs plaident pour la possibilité de prendre en compte une prime de liquidité en temps de crise. La plupart des membres du CEIOPS s'oppose à la prise en compte d'une prime de liquidité au niveau du taux d'actualisation.

Au niveau du calcul de la marge pour risque, l'ACAM considère que contrairement aux calculs du QIS4, l'introduction du risque de marché semble inévitable. A notre avis ce point reste critiquable car ce risque est normalement pris en compte lors de l'évaluation des actifs. Il est à noter que les Consultation Paper laissent entrevoir la possibilité pour un organisme assureur d'évaluer sa marge pour risque sur la base de son modèle interne. Ce point est une évolution dans le sens où le QIS4 obligeait de mener au minimum l'évaluation de la MVM sur la base de la formule standard.

Conférence ACAM sur la deuxième phase de CP : Modèles Internes

Le 02 septembre, l'ACAM a donnée une conférence portant sur la deuxième phase des Consultation Papers de niveau 2. Elle a donné lieu à des échanges portant notamment sur les modèles internes, le calcul des provisions techniques et le calcul du SCR. Nous allons aborder dans ce billet les faits marquants relatif aux modèles internes.

La problématique des modèles internes est abordée lors de cette deuxième phase dans le CP 56 et dans l'addendum au CP 37. L'addendum du CP 37 traite de l'approbation des modèles internes groupes. On notera que toute fusion acquisition entrainera de facto un nouveau processus d'approbation.

Le CP 56 traite des exigences à respecter. Il fait référence aux articles 110 à 125 de la directive et rappelle les points suivants :

• Si aucune obligation d'utilisation (en dehors des travaux SII) n'est définie, elle doit être suffisante afin d'inciter les sociétés à maintenir à jour et à améliorer le modèle. De plus les diverses utilisation du modèle doivent être cohérentes entre elles. Aussi le calcul de la MCEV, des provisions techniques SII et du SCR doivent être établis sur la base de calculs et d'hypothèses sensiblement cohérentes.

• Les données retenues afin de calibrer le modèle doivent être appropriées, complètes et adéquates. Une documentation relative à la qualité des données devra être mise en place ainsi qu'une piste d'audit. Ce dernier point s'avérant particulièrement sensible lors de l'utilisation de données extra comptable.

• Le modèle et les données devront être a même de valoriser les événements extrêmes. A ce titre, une attention particulière devra être apportée sur la prise en compte des corrélations et notamment leur évolution dans un contexte de crise.

• Si des hypothèses et techniques différentes de celle de la formule standard peuvent être retenues (par exemple ne choquer que les actifs en représentation des provisions techniques ou retenir un horizon de projection différent), le modèle doit in fine produire une chiffre équivalent à la Var à 99,5% des Basic Own Funds.

Certaines questions restent en suspend notamment au sujet de l'application de proxies lors des calculs trimestriels et la fréquence de réestimation des paramètres du modèle.

Pour finir, il est à noter qu'un Consultation Paper relatif aux modèle internes partiels sera publié début novembre.