Do not follow this hidden link or you will be blocked from this website !

Insurance Faced to Expanding Risks

Philippe Trainar * Professeur titulaire de chaire assurance, CNAM (Centre national des arts et métiers) ; directeur, Fondation SCOR pour la Science ; membre, Conseil scientifique, ACPR (Autorité de contrôle prudentiel et de résolution). Contact : PTRAINAR-EXTERNAL@scor.com. L'auteur remercie particulièrement Vivien Levy-Garboua et Patrick Thourot pour leur lecture attentive de la première version de l'article et pour leurs remarques critiques et leurs suggestions qui ont permis de bonifier ce travail dont l'auteur reste cependant seul responsable des imperfections et des erreurs.


The world is changing, the universe of risks is expanding, and the conditions for doing insurance business are becoming more complex. Insurance, which largely reflects the tensions and contradictions of its environment, must adapt to the changes and fluctuations that are taking place in this environment. Faced with an industry that has been changing while retaining strong traditional components, many experts have been announcing for nearly ten years the coming great disruption of insurance. But, this is slow to come and the few challenging initiatives did little to shake traditional players. However, the current strategic challenges force insurance to adapt and change fundamentally. This article aims to identify these strategic challenges, analyze the industry's capacity to meet them and assess the changes they will ultimately impose on insurers.


Download PDF Format


Footnotes

1   En matière de design des produits, les risques individuels, en assurance auto par exemple, étaient jusqu'à présent tarifés en fonction de données statistiques par catégories/groupes de risques (selon l'âge, le sexe, le lieu d'habitation, le track record antérieur, etc.). Grâce aux objets connectés, il est maintenant possible de recueillir des données personnelles très précises sur les risques individuels. Tant qu'on raisonne par groupe de risques, on mutualise les risques au sein des groupes retenus et l'on crée ainsi des solidarités implicites, non visibles. L'individualisation des données permet de se passer des groupes de risques et donc de faire disparaître ces solidarités qui n'ont plus de raison d'être.

2   Extrapolation à partir de Lukasz et Smith (2017) et de Borio et al. (2019).

3   Idem.

4   Duration de Macauley calculée par l'EIOPA à partir des QRT (quantitative reporting templates) de 2018 pour son rapport annuel 2019.

5   Idem.

6   Bricongne et al. (2019), Sutton et al. (2017) et Bove et al. (2020) qui aboutissent à des ordres de grandeur similaires une fois normalisé le taux d'intérêt initial.


Share email Share on Facebook Share on Twitter Share on Google+