Les risques climatiques obligent les assureurs à repenser leur stratégie

Les récentes actualités sur le changement climatique rendent difficile de se voiler la face.

En 2018, près de 400 catastrophes naturelles ont provoqué 225 milliards d’euros de dégâts dans le monde. L’industrie de l’assurance a couvert 90 milliards d’euros de ces pertes, selon le réassureur Aon. Pour replacer ces chiffres dans leur contexte historique, les données du Centre de recherche sur l’épidémiologie des catastrophes (CRED) à Bruxelles montrent qu’au cours des cinquante dernières années, le nombre de catastrophes naturelles a augmenté de plus de 450 %.

La préoccupation liée aux effets financiers des événements météorologiques s’étend à d’autres secteurs, comme la finance. Dans un article intitulé « Hedging Climate News » publié sur le site de la Harvard Law School, plusieurs professeurs de finance présentent des stratégies pour se protéger contre les risques liés au climat.

Sur un horizon plus long, les chiffres donnent le vertige. Les pertes économiques mondiales totales dues aux catastrophes naturelles entre 2005 et 2015 dépassaient 1 300 milliards d’euros, avec des pertes directes estimées à 2 500 milliards d’euros depuis 2000.

Pendant que les scientifiques tentent d’évaluer l’avenir de la planète, les compagnies d’assurance doivent faire face aux conséquences immédiates et à long terme du changement climatique, ainsi qu’aux coûts qui en découlent. De plus en plus, les assureurs de tous types utilisent l’intelligence géographique pour obtenir une vision complète du risque, que ce soit pour chaque bien, pour les chaînes d’approvisionnement ou pour l’ensemble des portefeuilles.

Pour les assureurs, comprendre les risques spécifiques à chaque lieu est crucial : c’est la clé pour établir des évaluations fiables et des modèles de tarification précis. Sans tenir compte du contexte géographique, les compagnies d’assurance s’exposent à des pertes importantes. Et pour les réassureurs, en tant qu’assureurs de dernier recours, l’exposition est encore plus grande : ils sont la dernière entité de la chaîne de responsabilité liée au changement climatique, et la responsabilité finale leur incombe.

Andreas Siebert, responsable des solutions géospatiales chez le réassureur mondial Munich Re, explique que les réalités du changement climatique poussent les équipes de souscription à rechercher toujours plus de données, capables d’offrir à la fois une vision globale et un niveau de détail très fin des risques climatiques pesant sur les biens assurés.

« Nous cherchons à maintenir l’assurabilité de nos clients à long terme, non seulement en leur apportant la solidité financière de Munich Re, mais aussi notre expertise et notre expérience », explique Siebert.

Comme d’autres assureurs, Munich Re a besoin de données extrêmement précises pour fonder ses modèles de tarification du risque, ainsi que d’une meilleure transparence sur la manière dont les décisions liées au risque sont prises tout au long des chaînes de valeur de ses clients. Cela passe de plus en plus par l’intelligence géographique fournie par les SIG, capables de cartographier, analyser et modéliser les risques à l’échelle d’un bien et de son environnement immédiat.

« Davantage de transparence permet de mieux comprendre ce que l’industrie assure aujourd’hui », précise Siebert. « Nous devons approfondir notre connaissance des types de construction, des usages des bâtiments, de leur ancienneté, autant de données supplémentaires qu’il faut rassembler pour avoir une vision complète lors de l’évaluation des risques. »

Chez Munich Re, l’intelligence métier et l’intelligence géographique sont étroitement liées. « Nous avançons vers une intégration complète de ces deux dimensions », indique Siebert. « Concrètement, cela signifie un accès direct aux données opérationnelles, que nous enrichissons et analysons grâce à la géo-analyse et à d’autres méthodes de visualisation et de pilotage. »

Munich Re intègre ainsi des outils simples d’utilisation, dotés de capacités géospatiales, directement dans ses processus de souscription. Les souscripteurs n’étant pas des spécialistes en Géo, ces solutions doivent être particulièrement intuitives et accessibles.

Jusqu’aux années 80 environ, le secteur de l’assurance n’analysait pas de manière détaillée le lien entre le risque et la localisation. Cette approche a profondément évolué. Les modèles de catastrophes naturelles (NatCat), par exemple, tiennent désormais compte du fait que des zones autrefois peu exposées aux incendies de forêt sont devenues des secteurs à haut risque.

Grâce à l’intelligence géographique alimentée par les SIG, le profil de risque s’étoffe. L’analyse ne se limite plus à une zone générale, mais s’intéresse à des questions précises telles que : comment cette maison, dans ce quartier précis, a-t-elle été affectée par les incendies de forêt ou d’autres aléas ? Les cartes intelligentes offrent une visualisation immédiate et parlante de ces risques.

Cette intelligence géographique permet de développer des scores de risque ponctuels, donnant aux souscripteurs une vision bien plus complète d’un bien que par le passé. Les assureurs peuvent ainsi intégrer des éléments très variés, de la composition des sols aux types d’arbres présents dans une forêt voisine (certains étant plus résistants au feu que d’autres), en passant par l’âge et la typologie du bâtiment ainsi qu’une longue liste d’autres facteurs, pour établir un score de risque précis à l’échelle d’un site.

L’intelligence géographique permet également de réunifier des données hétérogènes liées à un bien et aux risques auxquels il est exposé, qu’il s’agisse d’inondations, de tempêtes, d’incendies de forêt, de grêle, de tornades, de séismes ou d’autres catastrophes. Un profil de risque global intègre aussi des menaces telles que le terrorisme ou les troubles civils. Un nombre restreint de spécialistes parmi lesquels des entreprises comme CONIAS Risk Intelligence fournit d’ailleurs aux multinationales des analyses géospatiales détaillées permettant d’identifier ces risques et d’en mesurer l’intensité.

Les informations Géo produites par ces analystes peuvent influencer des décisions stratégiques majeures, portant sur plusieurs millions d’euros, notamment sur l’organisation des chaînes d’approvisionnement ou le choix des marchés dans lesquels une entreprise opère.

Grâce à l’intelligence géographique, les assureurs identifient aujourd’hui des risques qui peuvent sembler contre-intuitifs, mais qui révèlent de nouvelles réalités.

Ce constat peut surprendre dans une région frappée par huit années de sécheresse. Mais l’analyse fine de facteurs géographiques et environnementaux met en lumière les causes réelles : la composition des sols, l’urbanisation intensive et l’imperméabilisation des surfaces, l’insuffisance des systèmes de drainage, le vieillissement des infrastructures et l’évolution des épisodes de précipitations, de plus en plus intenses. En résumé, l’eau s’accumule davantage et provoque des inondations, faute de pouvoir s’écouler correctement.

L’intelligence géographique offre ainsi aux assureurs une vision du risque beaucoup plus nuancée et multidimensionnelle, bien au-delà d’une simple réponse binaire à la question : « Ce bien est-il situé en zone inondable ? »

Les SIG peuvent analyser rapidement ces phénomènes et produire un score de risque pour un bien précis, ou les restituer sous forme de tableaux de bord visuels (vert, orange ou rouge). Selon Andreas Siebert et d’autres acteurs du secteur, les processus de corrélation des données et de notation des risques sont de plus en plus automatisés grâce à l’IA, et plus précisément à l’apprentissage automatique (machine learning), capable d’identifier des schémas au sein de volumes massifs de données. À terme, il suffira au souscripteur de saisir une adresse, de consulter le score, puis d’examiner un contrat que s’il est refusé automatiquement ou signalé pour une analyse approfondie.

Munich Re applique cette analyse de risque fondée sur la localisation à la fois en interne et comme service proposé à ses clients. Son service NATHAN (Natural Hazard Assessment Network), par exemple, aide les entreprises à évaluer les risques liés aux aléas naturels dans le monde entier, depuis l’analyse d’un site isolé jusqu’à celle de portefeuilles d’actifs complets.

« Nous combinons des données mondiales sur les catastrophes naturelles et permettons aux utilisateurs de charger leur portefeuille de biens afin de réaliser des analyses de risque géolocalisées, complexes et flexibles », explique Siebert. Même des professionnels qui ne travaillent pas habituellement avec des SIG comme les gestionnaires de sinistres ou les souscripteurs peuvent saisir une adresse et en comprendre immédiatement les niveaux de risque, précise-t-il.

Dans le secteur de l’assurance, comme dans l’ensemble du monde économique, des volumes croissants de données géolocalisées affluent depuis de nouvelles sources, notamment l’imagerie satellitaire et les photographies aériennes. Munich Re exploite une partie de ces images pour mieux suivre les tempêtes et évaluer d’autres événements météorologiques extrêmes. Les images à haute résolution aident désormais les experts en sinistres et les ingénieurs à estimer les dommages à l’échelle de chaque bâtiment.

C’est un nouvel exemple de convergence entre l’intelligence géographique et l’intelligence métier.

« Nous travaillons en étroite collaboration avec nos équipes de data analytics », explique Siebert. « Notre objectif est d’intégrer des outils et des fonctionnalités géospatiales dans notre data lake afin d’enrichir davantage nos jeux de données communs avec des capacités de géoréférencement et d’analyse. Très souvent, les données géographiques constituent le lien entre des entités autrement cloisonnées. »

En tant que réassureur mais aussi assureur direct, Munich Re porte une attention particulière à ce que Siebert appelle le contrôle de l’accumulation, c’est-à-dire l’utilisation de l’intelligence géographique pour identifier les zones où l’exposition aux pertes est la plus élevée. « C’est un levier essentiel pour piloter notre activité », souligne-t-il.

Bien entendu, l’intelligence géographique comme les autres types de données ne concerne pas uniquement une entreprise isolée, même lorsqu’il s’agit d’un réassureur mondial comme Munich Re. Les assureurs et réassureurs cherchent de plus en plus à échanger des données avec leurs clients et partenaires. Face à la montée des risques naturels et humains tout au long des chaînes de valeur, ils souhaitent connaître les fournisseurs de leurs clients et leurs localisations afin d’évaluer et de tarifer les risques avec précision.

Pour Andreas Siebert, l’état actuel du partage de données reste toutefois insuffisant. « Nous devons progresser », affirme-t-il. « Beaucoup d’entre nous espèrent des initiatives de données plus ouvertes, fondées sur une compréhension commune des risques et des infrastructures. »

Il demeure en effet difficile d’obtenir des jeux de données couvrant l’ensemble d’un marché ou d’un pays. « La disponibilité des données reste parfois un véritable casse-tête », reconnaît-il.

« Dans de nombreux cas, des pertes majeures peuvent résulter de la défaillance d’un seul fournisseur dans la chaîne de valeur », observe Siebert. « Nous cherchons à visualiser ces interdépendances afin de mieux comprendre les risques et de relier les différents niveaux de fournisseurs tout au long de la chaîne de production. » Dans cette optique, Munich Re travaille au développement d’une solution SIG destinée à ses clients.

« Nous avons besoin d’un meilleur échange d’informations à tous les niveaux », conclut-il.

À l’avenir, ces données joueront un rôle de plus en plus déterminant. Une compréhension approfondie des risques liés à la localisation, qu’il s’agisse de bâtiments individuels ou de chaînes d’approvisionnement entières constitue un outil puissant pour limiter les pertes causées par les tempêtes majeures et autres catastrophes naturelles amplifiées par le changement climatique.

Cet article est une adaptation de l'article publié par Esri.