Les outils de modélisation des grands risques naturels ont permis de mieux appréhender les expositions des compagnies aux événements majeurs, mais ils sont souvent peu adaptés aux prévisions d’événements liés à des aléas météorologiques de moindre intensité ou considérés – à tort – comme secondaires (grêle, foudre au sol, vents soutenus, pluies intenses, gel tardif…). Or, il existe aujourd’hui des outils performants, adaptés aux besoins des assureurs, spécifiquement dédiés à ces types de périls.
Directeur d’Ubyrisk Consultants – Catnat.net
Episode de pluies diluviennes, fortes chutes de grêle, vents tempétueux, épisodes neigeux… l’actualité nous le rappelle régulièrement, les aléas météorologiques sont à l’origine de très nombreux sinistres et représentent un enjeu financier particulièrement important et de plus en plus prégnant dans un contexte de changements climatiques avérés. Ainsi, entre 1984 et 2016, les seuls aléas météorologiques (tempête, grêle et neige) ont coûté plus de 35 Md€ aux compagnies d’assurance françaises (en euros constants, source FFA), soit 14 % de plus que les coûts assurés des dommages imputables aux catastrophes naturelles (inondations, sécheresse géotechnique, cyclones tropicaux…) sur la même période.
Les aléas météorologiques « secondaires » : des risques encore mal appréhendés
Les enjeux d’exposition et de sinistralité potentielle liés aux périls donnant lieu à des événements de grande ampleur, couverts par la garantie Cat Nat, sont aujourd’hui bien appréhendés grâce notamment aux puissants outils de modélisation développés par des compagnies spécialisées ou en interne chez les courtiers, les réassureurs et certains assureurs. Cela n’est pas encore le cas des aléas météorologiques « secondaires » qui restent les « parents pauvres » des risques naturels en matière de modélisation. Cette situation s’explique en partie par le fait que ces périls ont en commun des caractéristiques bien particulières qui rendent leur approche souvent malaisée et difficilement intégrable dans les outils de modélisation standards : absence d’historique de mesure (grêle), nombre insuffisant de points d’observation (grêle, hauteurs de neige) pour permettre une caractérisation fine des phénomènes, aléas souvent très localisés, absence de répartition géographique claire.