Accueil🇫🇷Chercher

Modélisation de catastrophes

La modélisation de catastrophes[1] (appelée aussi « mod cat ») consiste à utiliser des calculs assistés par ordinateur pour estimer les pertes qui pourraient être subies en raison d'un événement catastrophique comme un ouragan ou un tremblement de terre. La modélisation des catastrophes est particulièrement utile à l'analyse des risques dans le secteur des assurances. Elle se situe au confluent de la science actuarielle, de l'ingénierie, de la météorologie et de la sismologie.

Cet article fait référence à l'utilisation d'ordinateurs pour estimer les pertes causées par les catastrophes. Pour d'autres significations du mot catastrophe, y compris la théorie des catastrophes en mathématiques, voir Catastrophe.

Types de catastrophes et de dangers

Les catastrophes naturelles (parfois appelĂ©es « cat nat Â»)[2] modĂ©lisĂ©es comprennent :

  • Les ouragans – leurs principaux dommages sont ceux causĂ©s par le vent ; certains modèles peuvent Ă©galement inclure une onde de tempĂŞte.
  • Les sĂ©ismes – leurs principaux dommages sont les effets directs du tremblement du sol sur les infrastructures ; certains modèles peuvent Ă©galement inclure les tsunamis, les incendies consĂ©cutifs au tremblement de terre, les liquĂ©factions et les dommages dus aux fuites de gicleurs d'eau dans les bâtiments)
  • Les orages violents – les principaux dangers sont les tornades et les grĂŞlons
  • Les inondations
  • Les cyclones extratropicaux
  • Les incendies de forĂŞts
  • Les tempĂŞtes hivernales

Les catastrophes humaines modélisées comprennent :

Secteurs d'activité modélisés

La modĂ©lisation des catastrophes s'applique Ă  de nombreux secteurs d'activitĂ©[4], notamment :

  • Les biens personnels
  • Les biens commerciaux
  • L'indemnisation des travailleurs
  • Les dommages corporels
  • La responsabilitĂ© des produits
  • Les interruptions de travail

Entrées, sorties et cas d'usage

En entrĂ©e d'un progiciel typique de modĂ©lisation de catastrophes, on fournit des informations sur les expositions qui sont vulnĂ©rables au risque de catastrophe et qu'on cherche Ă  analyser. On peut classer les donnĂ©es d'exposition en trois groupes fondamentaux :

  • Les informations sur les emplacements des sites, appelĂ©es donnĂ©es de gĂ©ocodage (adresse, code postal, dĂ©partement/zone CRESTA, etc.)
  • Les informations sur les caractĂ©ristiques physiques des expositions (construction, occupation/nombre de personnes, annĂ©e de construction, nombre d'Ă©tages, nombre d'employĂ©s, etc.)
  • Les informations sur les conditions financières de la couverture d'assurance (valeur de la couverture, limite de couverture, franchise, etc.)[5]

En sortie, le modèle de catastrophes fournit une estimation des pertes qui seraient dues à un événement particulier ou à un ensemble d'événements. Quand on fait tourner un modèle probabiliste, la sortie est soit une distribution probabiliste de pertes, soit un ensemble d'événements qui pourraient être utilisés pour créer une distribution de pertes ; les pertes maximales probables (« PML ») et les pertes annuelles moyennes (« AAL ») sont calculées à partir de la distribution des pertes[6]. Quand on fait tourner un modèle déterministe, le modèle calcule les pertes dues à un événement spécifique. Par exemple, on pourrait analyser,par rapport au portefeuille d'expositions ,des événements comme l'ouragan Katrina ou « un tremblement de terre de magnitude 8,0 au centre-ville de San Francisco ».

De nombreux secteurs Ă©conomiques utilisent des modèles de catastrophes[7], notamment :

  • Les assureurs et les gestionnaires de risques utilisent la modĂ©lisation des catastrophes pour Ă©valuer le risque dans un portefeuille d'expositions. Cela peut aider Ă  orienter la stratĂ©gie de souscription d'un assureur ou dĂ©cider du montant de rĂ©assurance Ă  acheter.
  • Certains dĂ©partements d'assurance d'États autorisent les assureurs Ă  utiliser la modĂ©lisation des catastrophes dans leurs dĂ©clarations de taux pour dĂ©terminer le montant de la prime facturĂ©e Ă  leurs assurĂ©s dans les zones sujettes aux catastrophes.
  • Les agences de notation d'assurance telles que AM Best et Standard & Poor's utilisent la modĂ©lisation des catastrophes pour Ă©valuer la soliditĂ© financière des assureurs qui prennent en charge le risque de catastrophe.
  • Les rĂ©assureurs et les courtiers en rĂ©assurance utilisent la modĂ©lisation des catastrophes dans la tarification et la structuration des traitĂ©s de rĂ©assurance.
  • Les assureurs europĂ©ens utilisent des modèles de catastrophes pour calculer le capital rĂ©glementaire requis dans le cadre du rĂ©gime SolvabilitĂ© II. Les modèles de catastrophes sont utilisĂ©s pour dĂ©river les distributions de probabilitĂ©s de sinistres catastrophiques qui sont des composants de nombreux modèles de capital interne SolvabilitĂ© II.
  • De mĂŞme, les investisseurs en obligations catastrophes, les banques d'investissement et les agences de notation obligataires utilisent la modĂ©lisation des catastrophes dans la tarification et la structuration d'une obligation catastrophe.

Modélisation open source des catastrophes

L'Oasis Loss Modeling Framework (« Oasis LMF ») est une plate-forme open source de modĂ©lisation des catastrophes. Elle a Ă©tĂ© dĂ©veloppĂ©e par une organisation Ă  but non lucratif, financĂ©e et dĂ©tenue par l'industrie des assurances pour promouvoir le libre accès aux modèles et promouvoir la transparence[8]. De plus, certaines entreprises du secteur de l'assurance travaillent actuellement avec l'Association pour la recherche et le dĂ©veloppement des opĂ©rations coopĂ©ratives (« ACORD Â») pour dĂ©velopper une norme de l'industrie pour la collecte et le partage des donnĂ©es d'exposition[9].

Voir aussi

  • HAZUS (en)
  • SociĂ©tĂ© internationale des gestionnaires de catastrophes (en)

Références

  1. (en) Mitchell-Wallace, K., Jones, M., Hillier, J. K. et Foote, M., Natural catastrophe risk management and modelling: A practitioner’s guide, Wiley, (ISBN 978-1-118-90604-0)
  2. (en) « NatCat Models », Schweizerische Aktuarvereinigung, sur actuaries.ch (consulté le )
  3. (en) Edwards, Scott, The Chaos of Forced Migration: A Means of Modeling Complexity for Humanitarian Ends
  4. (en) Kaczmarska, Jewson et Bellone, « Quantifying the sources of simulation uncertainty in natural catastrophe models », Stochastic Environmental Research and Risk Assessment, vol. 32, no 3,‎ , p. 591–605 (ISSN 1436-3259, DOI 10.1007/s00477-017-1393-0)
  5. (en) Malyk, « Presentation: Introduction to Cat Modeling », Slideshare.net, (consulté le )
  6. (en) « About Catastrophe Modeling », www.air-worldwide.com (consulté le )
  7. (en) Extreme Events and Property Lines Committee, « Uses of catastrophe model output », American Academy of Actuaries, sur actuary.org, (consulté le )
  8. (en) « Overview — Oasis LMF 0.1.0 documentation », oasislmf.github.io, sur github.io (consulté le )
  9. (en) « Association for Cooperative Operations Research and Development », www.acord.org (consulté le )

 

Liens externes

Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplémentaires peuvent s’appliquer aux fichiers multimédias.