Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Crise climatique : la prochaine bombe à retardement du système financier

Le Monde daté d’aujourd’hui a publié une courte tribune sur le sujet de l’impact financier de la crise climatique, où je me suis autorisé à quitter le monde de l’assurance pour parler du système financier, en général. Je publie ici le draft précédant, un peu plus long (et sourcé)

Face à la multiplication des catastrophes naturelles, les assureurs ont déjà sonné l’alarme : le climat est devenu un facteur de risque économique majeur. Pourtant, le monde bancaire continue d’ignorer les signaux, tout en finançant massivement les industries fossiles. Ce paradoxe pourrait précipiter une nouvelle crise financière mondiale, dont les contours sont déjà visibles.

Depuis plusieurs années, les compagnies d’assurance alertent : les événements climatiques extrêmes ne relèvent plus du risque marginal. Ils constituent désormais une donnée structurelle, incontournable, aux impacts systémiques. La hausse continue du coût des sinistres — inondations, incendies, tempêtes — pousse certaines d’entre elles à restreindre ou abandonner leurs activités dans les zones les plus vulnérables, comme la Californie ou la Floride (lemonde). Le monde bancaire, en revanche, tarde toujours à prendre la pleine mesure de ce basculement. Or si les assureurs encaissent les chocs, les banques pourraient en être les vecteurs systémiques.

Le dérèglement climatique n’est pas seulement une menace environnementale ; il représente un danger financier d’une ampleur inédite. Sécheresses prolongées, élévation du niveau des mers, canicules et ouragans perturbent durablement l’économie réelle. Ils affectent les récoltes, détruisent des infrastructures, dévalorisent les biens immobiliers et provoquent des déplacements massifs de population. Ces perturbations génèrent des pertes de revenus, des défauts de paiement, des hausses de primes d’assurance et, in fine, une instabilité croissante pour les institutions financières.

L’année 2023 a encore illustré cette vulnérabilité : les pertes assurées ont avoisiné les 100 milliards de dollars, sur un total de plus de 250 milliards de coûts économiques (swissre, swissre). L’année 2024, elle, a enregistré des dommages économiques encore plus lourds, estimés à 417 milliards de dollars, dont environ 154 milliards assurés, selon Gallagher Re (gallagherre) et Munich Re (munichre). Aux États-Unis seulement, 27 catastrophes différentes ont généré chacune plus d’un milliard de dollars de dégâts (noaa). Ces chiffres confirment une tendance : la fréquence et l’intensité des sinistres augmentent, vraisemblablement en lien avec une année 2024 qui a très probablement établi un record de chaleur mondiale .

Et l’année 2025 ne montre aucun signe de ralentissement. Dès juin, l’Europe est confrontée à une vague de chaleur majeure, avec des températures dépassant 42 °C dans plusieurs pays du sud, et des records locaux jusqu’à 45 °C en Espagne et au Portugal (reuters, guardian). Selon des prévisions de l’ECMWF et un rapport de l’Institut Max Planck, ce phénomène s’inscrit dans une tendance saisonnière plus précoce, annonçant un été anormalement chaud sur le vieux continent (maxplanck). Ce début d’année 2025 laisse présager une aggravation des impacts sanitaires, économiques et logistiques, faute de préparation adéquate.

Ce risque est encore largement sous-estimé dans les modèles bancaires. Les analyses de crédit, les stress tests réglementaires et les calculs de rentabilité sont rarement conçus pour anticiper des scénarios extrêmes, répétitifs et multisectoriels. Pourtant, les liens sont évidents. Une inondation détruit un quartier résidentiel : la valeur des biens s’effondre, les emprunteurs ne peuvent plus rembourser, les garanties deviennent caduques. Une sécheresse ruine les récoltes : les exploitants agricoles font défaut, les collectivités locales voient leurs recettes s’amenuiser, les banques régionales réduisent le crédit. L’économie se contracte, et le choc se transmet.

Ces effets se renforcent dans un contexte d’interconnexion financière mondiale. Une crise immobilière en Asie du Sud‑Est peut fragiliser des fonds européens exposés. Une envolée des prix agricoles due à un effondrement des rendements en Amérique latine alimente l’inflation dans les pays importateurs. Un ouragan qui paralyse le Golfe du Mexique peut faire flamber les prix du pétrole. Le climat, en frappant simultanément plusieurs secteurs et régions, devient un déclencheur potentiel de crise systémique.

Les petites et moyennes entreprises, en particulier, sont les plus vulnérables. Moins bien assurées, disposant de peu de trésorerie, elles subissent de plein fouet les ruptures d’activité liées aux événements extrêmes. Une coupure d’électricité prolongée, la fermeture d’une route, la destruction d’un entrepôt ou l’inaccessibilité d’un marché local peuvent suffire à précipiter leur faillite. Or les PME représentent une large part de l’emploi et du tissu économique local. Leur disparition accélère les dynamiques de désindustrialisation, d’inégalités territoriales et de précarisation.

Dans ce contexte, la posture des grandes institutions bancaires devient de plus en plus intenable. D’un côté, elles commencent à reconnaître officiellement les risques liés au climat. De nombreux établissements publient des rapports ESG, participent à des coalitions climatiques, s’engagent à aligner leurs portefeuilles sur les objectifs de l’Accord de Paris. De l’autre, elles continuent à financer massivement les industries fossiles. Selon le rapport 2023 du collectif Banking on Climate Chaos, les 60 principales banques mondiales ont accordé près de 7 000 milliards de dollars de financements aux énergies fossiles entre 2016 et 2022 — soit après la COP21 (oilchange).

Ce double discours illustre une forme de schizophrénie financière. Tout en reconnaissant les risques climatiques à venir, les banques persistent à alimenter les causes de ces mêmes risques : pétrole, gaz, charbon, aviation, automobile thermique. Cette logique de court terme, dictée par la rentabilité immédiate, revient à scier la branche sur laquelle repose leur propre stabilité. Pire, elle légitime la poursuite d’un modèle de croissance carbonée, extractive, dont les effets délétères sont aujourd’hui avérés.

Les appels à une réforme profonde du système financier se multiplient. La Banque centrale européenne, la Banque d’Angleterre ou encore la BRI insistent sur la nécessité d’intégrer les risques climatiques dans les stress tests, la réglementation prudentielle et les mécanismes d’évaluation d’actifs (bce, boe, bri). Mais les progrès restent limités, en particulier en matière de désengagement des actifs fossiles et de redirection des investissements vers les infrastructures durables.

Il ne s’agit plus seulement d’un problème de gestion de risque, mais de responsabilité systémique. Le climat pourrait être à l’origine de la prochaine crise financière mondiale. Et cette fois, les acteurs ne pourront pas prétendre qu’ils n’avaient pas été prévenus. Les données sont là, les courbes sont connues, les modèles sont disponibles. Ce qu’il manque encore, c’est la volonté politique et financière de rompre avec un modèle de croissance devenu, à bien des égards, insoutenable (risques).

Repenser collectivement les catastrophes

Cet article a été coécrit avec Laurence Barry

À l’heure où la fréquence et l’intensité des catastrophes naturelles s’accroissent sous l’effet du réchauffement climatique, la question de l’assurance catastrophe devient cruciale pour préserver la résilience économique et sociale. Loin de se limiter à une transaction commerciale entre assureur et assuré, l’assurance contre les risques naturels revêt la forme d’un bien commun — un « commun assurantiel » — qui repose sur la mutualisation, la solidarité et la gouvernance collective. Pour éclairer ce propos, nous mobiliserons les travaux fondateurs sur les régimes de biens publics et communs (Samuelson, 1954 ; Arrow, 1963 ; Ostrom, 1990 ; Ostrom & Ostrom, 1999), ainsi que les analyses économiques de l’assurance (Coase, 1960 ; Buchanan, 1965) et de la gestion des risques systémiques (Markowitz, 1952 ; Arrow & Lind, 1970). Ce positionnement théorique permet de dépasser la dichotomie traditionnelle entre secteurs public et privé, pour montrer comment l’assurance catastrophe s’organise en un hémi­cycle polycentrique, où plusieurs acteurs — États, assureurs, réassureurs, collectivités locales et sociétaux — coopèrent et se régulent mutuellement pour assurer une protection universelle et efficace en dépit des aléas climatiques.

Les régimes d’assurance catastrophe : un continuum public-privé

La crise du néolibéralisme ne remet pas en cause l’intervention de l’État dans la couverture des risques extrêmes ; elle redéfinit plutôt les modalités de cette intervention. Les régimes d’assurance des catastrophes naturelles mis en place dans plusieurs pays illustrent un continuuum public-privé (Ostrom & Ostrom, 1999 ; Ostrom, 2010). En France, depuis 1982, le régime CatNat (Loi du 13 juillet) repose sur l’obligation pour tous les assureurs de proposer une couverture des risques naturels, adossée à une « garantie publique » fournie par le Caisse Centrale de Réassurance (CCR). L’État intervient en dernier ressort pour absorber les pertes au-delà d’un certain seuil, garantissant ainsi la solvabilité globale du système. Ce partage du risque repose sur deux piliers complémentaires: une mutualisation obligatoire nationale, qui lisse les chocs localisés et une réassurance publique, qui renforce la capacité financière en cas de sinistres majeurs (ouragans, inondations massives).

Au Royaume-Uni, la création de Flood Re en 2016 a été motivée par la montée des coûts de l’assurance contre l’inondation, menaçant l’accès pour les ménages résidant en zones à risque. Flood Re est un pool public-privé où les assureurs transfèrent une fraction de leurs primes à un fonds central, lequel assure la réassurance des contrats à prix modéré. Flood Re applique une tarification décalée : les primes reflètent en partie le risque, mais sont plafonnées pour préserver l’accessibilité. Cette formule constitue un compromis entre signal prix (pour inciter à la prévention) et solidarité tarifaire.

Aux États-Unis, le National Flood Insurance Program (NFIP) incarne un régime entièrement public depuis les années 1960, avec des primes souvent sous-tarifées pour favoriser l’accès. Face aux déficits croissants (dûs aux ouragans Katrina en 2005 et Sandy en 2012), des réformes visent à introduire des prix plus proches du risque, tout en maintenant des mécanismes de solidarité territoriale. Le défi consiste à éviter deux écueils : une sur-tarification qui exclurait les populations à faible revenu et un sous-tarification qui alimente le cercle vicieux de la dette publique post-catastrophe.

L’articulation public-privé répond à deux impératifs : d’une part, garantir l’accessibilité financière en limitant les hausses de primes pour les zones exposées ; d’autre part, maintenir l’incitation à la prévention et à la gestion active des risques, caractéristique du secteur privé (Coase, 1960). Cet équilibre est délicat : un sous‑tarif massif peut à terme accroître la vulnérabilité en dissuadant les mesures préventives, alors qu’une tarification purement actuarielle peut exclure les plus fragiles (Stiglitz, 1989).

L’assurance catastrophe comme bien à péage : principes et vertus

Selon la typologie d’Ostrom (1990), les biens à péage (toll goods) se distinguent par une excluabilité aisée — la couverture s’adresse à des assurés identifiés — et une non‑rivalité — la protection d’un assuré n’affecte pas directement celle des autres, à condition d’une mutualisation efficace. Le contrat fixe précisément les risques couverts et les bénéficiaires, ce qui évite les usages non autorisés et permet un contrôle du périmètre. Et la capacité d’indemnisation repose sur un pool financier où les contributions cumulées compensent les pertes. Dans l’hypothèse d’une mutualisation optimale, un sinistre majeur n’épuise pas les ressources pour les autres assurés ; l’effet de diversification rend le coût moyen supportable (Markowitz, 1952 ; Arrow & Lind, 1970).

Ici, plus le nombre d’assurés est grand, plus la loi des grands nombres s’applique ; la variance des sinistres diminue, améliorant la prévisibilité des engagements et optimisant la tarification (Buchanan, 1965). De plus, un système d’assurance bien calibré limite les interventions budgétaires d’urgence de l’État et accélère la relance économique post-catastrophe. Cette stabilité profite à l’ensemble de la société, notamment aux zones moins exposées, qui bénéficient indirectement d’un environnement macroéconomique plus stable (Arrow & Lind, 1970).  Aussi, contrairement à une vision purement marchande, qui peut aboutir à une ségrégation des marchés (excès de sélection négative, restrictions de garanties), un modèle de communs favorise l’inclusion et la solidarité horizontale.

Trois cas d’école de communs assurantiels

Pour illustrer, on peut considérer trois exemples particuliers de « communs assurantiels ».

Les mutuelles de santé sont des communs historiques et institutionnels Les mutuelles, notamment en France, constituent l’exemple classique d’une organisation assurantielle inspirée du modèle des communs. Nées au XIXe siècle sous l’impulsion des mouvements ouvriers, elles reposent sur des principes de solidarité, d’autogestion et d’égalité entre membres. Les assurés y sont à la fois bénéficiaires et coproducteurs du service. Le principe “une personne, une voix” régit leur gouvernance, rompant ainsi avec la logique actionnariale. Ce mode d’organisation repose sur la transparence des règles, la co-construction des garanties, et un objectif d’intérêt général plutôt que lucratif (Ewald 1986). Ces mutuelles s’inscrivent dans une logique d’empowerment collectif et peuvent être analysées comme des communs institutionnalisés, stabilisés par le droit mais encore gouvernés par les membres. Leur modèle montre comment la transparence des règles et l’autocontrôle des adhérents assurent la pérennité du commun.

Le régime CatNat en France, construit sur une mutualisation imposée et acceptée Le régime d’indemnisation des catastrophes naturelles (CatNat) français est un cas original de commun assurantiel co-construit entre l’État, les assureurs et les assurés. Fondé en 1982, il repose sur un principe de solidarité nationale : une surprime obligatoire (12% sur les contrats d’assurance habitation) alimente un fonds commun destiné à indemniser les sinistrés reconnus en état de catastrophe naturelle. Ce régime combine plusieurs dimensions des communs : une ressource mutualisée, une gouvernance polycentrique (État, assureurs, réassureur public CCR), et un usage encadré par des règles collectivement discutées. La participation de tous les assurés, quelle que soit leur exposition au risque, permet une redistribution implicite entre zones à faible et forte sinistralité (Langreney, Le Cozannet et Merad 2023). Cette structure favorise également une culture partagée du risque, bien que la dimension préventive reste à renforcer. La surprime unique (de 12%) masque des zones de forte sinistralité où la contribution individuelle est inférieure au risque réel, au profit d’une solidarité géographique.

Les micro-assurances communautaires dans le Sud global, reposant sur une innovation sociale. Dans de nombreux pays en développement, face à l’absence de couverture assurantielle accessible, des communautés locales ont développé des systèmes de micro-assurance mutualisés. Ces dispositifs reposent sur une mise en commun volontaire des ressources pour faire face à des risques spécifiques (maladie, sécheresse, décès). Gérés collectivement, souvent sans intermédiaire professionnel, ils permettent aux populations vulnérables d’accéder à une protection minimale. Ces systèmes incarnent pleinement l’esprit des communs : auto-organisation, gouvernance participative, règles locales adaptées aux besoins réels. Leur efficacité repose sur la confiance, la proximité et la connaissance fine des risques (Jarzabkowski et al. 2023). Ils montrent que les communs assurantiels ne sont pas une utopie abstraite, mais une réalité concrète, particulièrement dans des contextes où ni le marché ni l’État ne répondent aux besoins. Leur réussite repose sur un tissu social dense, où la confiance et la connaissance des risques locaux limitent l’aléa moral.

Gouvernance polycentrique et principes de gestion des communs

Vincent Ostrom (1999) définit le polycentrisme comme l’organisation de systèmes complexes par plusieurs centres de décision interdépendants. À l’échelle locale, on retrouve les collectivités territoriales et comités de prévention (PPR, PLU, EPTB). À l’échelle nationale, les régulateurs (ACPR, EIOPA), législateurs, et réassureurs publics. Et à l’échelle internationale : organismes supranationaux, normes comptables (Solvabilité II), pools régionaux (États Caraïbes). Ces niveaux interagissent selon des mécanismes d’apprentissage mutuel (Ostrom, 2010) et de coordination, où chaque centre peut ajuster ses règles sans attendre une décision centralisée unique.

La gestion durable d’un commun repose sur les huit principes identifiés par Elinor Ostrom (1990).

  1. Définition claire des frontières : qui est assuré, quel risque est couvert ?
  2. Règles adaptées aux contextes locaux : tarification différenciée par zone de risque.
  3. Participation collective : implication des assurés et des collectivités dans la gouvernance.
  4. Surveillance : observatoires de l’exposition (cartes de risque, bases de données SINP).
  5. Sanctions graduées : pénalités pour non‑respect des normes de prévention.
  6. Mécanismes de résolution des conflits : médiation entre assurés, assureurs et autorités.
  7. Reconnaissance des droits à s’organiser : reconnaissance juridique des pools et syndicats mixtes.
  8. Polycentrisme : établissement de mécanismes de coordination multi‑niveaux.

Ces principes favorisent une gouvernance robuste, capable de s’adapter aux évolutions climatiques et aux chocs systémiques.

Prévention, incitations et renforcement de la résilience

Les approches de tarification basée sur le risque (Demange & Laroque, 2015) adressent un signal aux assurés, mais leur impact est atténué par les subventions croisées et les effets d’aubaine. Dans le premier cas, pour maintenir l’accessibilité, l’État ou les assureurs peuvent être tentés de niveler les primes, brouillant le signal tarifaire. Dans le second cas, les propriétaires sous‑assurés augmentent leur vulnérabilité, sachant qu’ils pourront bénéficier d’aides publiques après sinistre (aléa moral).

Parmi les mécanismes collectifs d’incitation, on peut noter les “Community Rating System” (FEMA) proposant des baisses des primes moyennes dans les zones où les collectivités mettent en place des mesures de protection (élargissement des zones végétalisées, digues, etc.). Les syndicats mixtes de type EPTB (établissement public territorial de bassin) avec un financement concerté d’infrastructures de retenue et de prévention des inondations (Godard, 2012). Ou encore les observatoires collaboratifs, correspondant à des plateformes de partage de données (Langreney, Le Cozannet, Mérad, 2023) pour un autocontrôle plus efficace des assureurs.

Ainsi, le passage d’une logique individuelle à une approche communautaire renforce la résilience territoriale et permet d’ajuster les politiques publiques aux spécificités locales.

L’assurance des catastrophes naturelles, envisagée comme un commun assurantiel, révèle l’importance d’un modèle polycentrique et participatif pour garantir une protection universelle face aux défis climatiques. Les enseignements des biens publics et communs suggèrent un cadre où la mutualisation, la transparence et la coordination multi‑niveaux s’articulent pour préserver à la fois l’efficacité économique et la solidarité. Mais pour concrétiser cette vision, quatre leviers sont essentiels (1) un accès élargi et une tarification équitable (Coe & Meinzen-Dick, 2010), (2) des observatoires assurant la transparence pour un autocontrôle constant, (3) des incitations à la prévention fondées sur la participation collective, (4) une coordination polycentrique, garantissant la flexibilité réglementaire et l’adaptation locale. Dans ce cas, intégrer la notion de communs dans l’assurance catastrophe constitue une voie prometteuse pour bâtir une résilience durable et solidaire face aux aléas croissants du climat.

Arrow, K. J. (1963). Uncertainty and the welfare economics of medical care. American Economic Review, 53(5), 941–973.

Arrow, K. J., & Lind, R. C. (1970). Uncertainty and the evaluation of public investment decisions. American Economic Review, 60(3), 364–378.

Buchanan, J. M. (1965). An economic theory of clubs. Economica, 32(125), 1–14.

Coase, R. H. (1960). The problem of social cost. Journal of Law and Economics, 3, 1–44.

Coe, N. M., & Meinzen-Dick, R. (2010). The commons in a development context. International Journal of the Commons, 4(1), 1–23.

Cummins, J. D., & Mahul, O. (2009). Catastrophe risk financing in developing countries: Principles for public intervention. Washington, DC : World Bank.

Demange, G., & Laroque, G. (2015). Risk-based insurance pricing and public policy. Journal of Risk and Insurance, 82(3), 621–649.

Godard, O. (2012). Économie de l’assurance : Concepts et enjeux. Paris : Dunod.

Hess, C., & Ostrom, E. (2007). Artifacts, facilities, and content: Information as a common-pool resource. Law and Contemporary Problems, 66(1/2), 111–145.

Heller, M. A. (1998). The tragedy of the anticommons: Property in the transition from Marx to markets. Harvard Law Review, 111(3), 621–688.

IPCC. (2014). Climate Change 2014 : Impacts, adaptation and vulnerability. Cambridge : Cambridge University Press.

Jarzabkowski, P., Chalkias, K., Cacciatori, E., & Bednarek, R (2023). Disaster Insurance Reimagined. Oxford University Press.

Langreney, M., Le Cozannet, G., & Mérad, M. (2023). Rapport sur la transparence et la prévention des risques naturels en assurance. Ministère de l’Écologie.

Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91.

Ostrom, E. (1990). Governing the commons : The evolution of institutions for collective action. Cambridge : Cambridge University Press.

Ostrom, E. (2010). Beyond markets and states: Polycentric governance of complex economic systems. American Economic Review, 100(3), 641–672.

Ostrom, V., & Ostrom, E. (1999). Public goods and public choices. In M. D. McGinnis (Ed.), Polycentricity and Local Public Economies (pp. 55–88). Ann Arbor, MI : University of Michigan Press.

Samuelson, P. A. (1954). The pure theory of public expenditure. Review of Economics and Statistics, 36(4), 387–389.

Stiglitz, J. E. (1989). Markets, market failures, and development. American Economic Review, 79(2), 197–203.

Insuring an uninsurable world – the pricing actuary’s Mission Impossible?

In InsuranceERM, David Walker published, yesterday  Insuring an uninsurable world – the pricing actuary’s Mission Impossible?

“Actuarially, it is entirely possible – and often documented – that the technical premium reflecting pure risk without political intervention, mutualisation or capping varies by a factor of 30 or more, depending on exposure to flood or forest fire risk,” says Arthur Charpentier, author of a 2024 book Insurance, Biases, Discrimination and Fairness and professor of mathematics at the Université du Québec à Montréal. This level of variation is exhibited in real life, too. Annual premiums for high-risk properties in Canadian provinces of Ontario and Alberta can exceed C$3,000 ($2,185), “compared to under C$100 elsewhere”.

In Canada, premiums are very moderate, as flood insurance is often excluded from basic policies, and “overland flood” coverage remains limited and capped (“Overland flooding … is typically not covered by a standard policy. Optional residential overland flood coverage is now offered by many insurers for the majority of homes across the country and is based on riskhttps://www.ibc.ca/stay-protected/severe-weather-safety/flood-and-water). However, technical premiums, calculated by modelers (JBA, Fathom, Swiss Re), vary by a factor of ×20 to ×50, depending on proximity to a watercourse, elevation, soil type, and flood frequency. Some properties in Ontario and Alberta have an expected annual cost of more than $3,000/year, compared to <$100 elsewhere. The report “Adapting to Rising Flood Risk” (Federal Task Force, 2022) states “Total residential flood risk in Canada… $2.9 billion per year. 89.3% is concentrated in the top 10% highest risk homes” (https://www.publicsafety.gc.ca/cnt/rsrcs/pblctns/dptng-rsng-fld-rsk-2022/index-en.aspx). This means that the most exposed minority accounts for almost all of the expected annual loss, reflecting a high degree of risk heterogeneity—the basis for justifying highly differentiated technical premiums. The same report states, “In high-risk areas, flood insurance is cost-prohibitive for Canadians, if available at all, and especially so for low-income households. In some areas, risk-based insurance premiums could reach $10,000-15,000 or more for flood endorsements alone, on top of other home insurance costs.” The actual actuarial cost is rarely passed on to the buyer, but private insurers take it into account by sometimes refusing to offer coverage or by excluding certain areas. In fact, actuarially, it is entirely possible—and often documented—that the technical premium (the one that reflects pure risk, without political intervention, mutualization, or capping) varies by a factor of ×30 or more depending on exposure to flood (or forest fire) risk. This is true in Canada, Europe, and Australia, even though this technical reality is often invisible to the insured due to political adjustment or solidarity mechanisms. For example, in France, the observed premium is uniform: 12% of the MRH contract via the CatNat scheme, regardless of the risk. But analyses show that the “real” actuarial premium could vary by a factor of 20 to 30 between a house in a non-flood zone and one in a red zone of the PPRI. Some municipalities have a loss ratio 30 times higher than the national average, but this difference is completely smoothed out. This is not the case in Germany, where flood insurance (Elementarschaden) is optional and therefore not widely mutualized. There, the commercial premium often reflects the risk more accurately, with differences of ×15 to ×30 for the most exposed areas. Three factors are often cited as reasons for this: Spatial risk heterogeneity (one neighborhood may be partially located in an area at risk of a hundred-year flood, while another, in the same zip code, is completely safe); Increase in property values (as real estate values increase (e.g., $1 million homes in coastal areas), the higher the potential capital cost, even for a low-frequency event); Changing climate and frequency (the risk is no longer stable: in Germany, Canada, and France, areas that were previously “marginal” are becoming high-risk due to climate change).

Disaster Risk Financing through Taxation: A Framework for Regional Participation in Collective Risk-Sharing

Our article Disaster Risk Financing through Taxation: A Framework for Regional Participation in Collective Risk-Sharing, written with Fallou Niakh, Caroline Hillairet and Philipp Ratz is now available !

We consider an economy composed of different risk profile regions wishing to be hedged against a disaster risk using multi-region catastrophe insurance. Such catastrophic events inherently have a systemic component; we consider situations where the insurer faces a non-zero probability of insolvency. To protect the regions against the risk of the insurer’s default, we introduce a public-private partnership between the government and the insurer. When a disaster generates losses exceeding the total capital of the insurer, the central government intervenes by implementing a taxation system to share the residual claims. In this study, we propose a theoretical framework for regional participation in collective risk-sharing through tax revenues by accounting for their disaster risk profiles and their economic status.

Collectively rethinking disasters

this post was written with Laurence Barry, initially in French

At a time when the frequency and intensity of natural disasters are increasing as a result of global warming, the issue of disaster insurance is becoming crucial to preserving economic and social resilience in most countries. However, when we look at the various existing systems, we see that the state is usually involved in one way or another in the system that has been put in place. Far from being limited to a commercial transaction between insurer and insured, insurance against natural risks takes the form of a common good—an “insurance commons”—based on mutualization, solidarity, and collective governance. To shed light on this issue and propose another framework for thinking about natural disaster insurance, we will draw on seminal work on hybrid property regimes and commons (Samuelson, 1954; Arrow, 1963; Ostrom, 1990; Ostrom & Ostrom, 1999), as well as economic analyses of insurance (Coase, 1960; Buchanan, 1965) and systemic risk management (Markowitz, 1952; Arrow & Lind, 1970). This theoretical positioning makes it possible to move beyond the traditional dichotomy between the public and private sectors, which has been further exacerbated by recent debates, to show how catastrophe insurance is in fact organized as a polycentric institution, where a multiplicity of actors—states, insurers, reinsurers, local authorities, and policyholders—have a role to play. A virtuous system is one in which all actors cooperate and regulate each other to ensure universal and effective protection despite climatic hazards. Continue reading Collectively rethinking disasters

SCOR Foundation for Science Webinar, ML and Econometrics

This week, I will give a talk at the SCOR Foundation for Science webinar (slides are available online). and I was asked to give a talk on econometrics vs IA (or machine learning),

Of course, the two concepts are related, and there is a continuum between them.

As we wrote it Charpentier et al. (2017)

Econometrics and machine learning seem to have one common goal: to construct a predictive model, for a variable of interest, using explanatory variables (or features).

For the purposes of this presentation, we will begin by contrasting the two, emphasizing the differences, and then showing the connections that exist.

Long story short, in between, we have computation statistics, or statistical learning, corresponding to computational techniques with mathematical probabilistic guarantees.

Continue reading SCOR Foundation for Science Webinar, ML and Econometrics

Causalité, pour l’Institut des Actuaires, Paris

Ce mardi, je participe en visio à la conférence annuelle de l’Institut des Actuaires, à Paris, pour une session sur les modèles causaux en assurance, avec une introduction générale, avant qu’Aurélien Couloumy ne prenne la suite pour présenter des applications.

Pour ceux qui veulent un exercice pour l’été, je peux mentionner un tableau tiré de “Optimum Strategies for Creativity and Longevity

Si quelqu’un arrive à établir un lien causal, je suis intéressé.

Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models

Our paper Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models, with Marouane Il Idrissi and Agathe Fernandes Machado, is now online. It will be presented at the IJCAI 2025 Workshop on Explainable Artificial Intelligence (XAI), in Montréal this Summer…

Cooperative game theory has become a cornerstone of post-hoc interpretability in machine learning, largely through the use of Shapley values. Yet, despite their widespread adoption, Shapley-based methods often rest on axiomatic justifications whose relevance to feature attribution remains debatable. In this paper, we revisit cooperative game theory from an interpretability perspective and argue for a broader and more principled use of its tools. We highlight two general families of efficient allocations, the Weber and Harsanyi sets, that extend beyond Shapley values and offer richer interpretative flexibility. We present an accessible overview of these allocation schemes, clarify the distinction between value functions and aggregation rules, and introduce a three-step blueprint for constructing reliable and theoretically-grounded feature attributions. Our goal is to move beyond fixed axioms and provide the XAI community with a coherent framework to design attribution methods that are both meaningful and robust to shifting methodological trends.

Conference in Montpellier (France), on calibration

This morning, I will present at the “quatrième Journée d’Econometrie appliquée, en l’honneur de Michel Terraza”. I will present recent work with Agathe Fernandes Machado, Ewen Gallic, François Hu, and Emmanuel Flachaire. Slides are available. The talk is on “Calibration, ou interprétation probabiliste des scores de modèles boites noires” (Calibration, or probabilistic interpretationof black box model scores, but slides are in English).

Unveil Sources of Uncertainty: Feature Contribution to ConformalPrediction Intervals

With Marouane Il Idrissi, Agathe Fernandes Machado and Ewen Gallic, we recently uploaded a paper “Unveil Sources of Uncertainty: Feature Contribution to Conformal Prediction Intervals” on ArXiv.

Cooperative game theory methods, notably Shapley values, have significantly enhanced machine learning (ML) interpretability. However, existing explainable AI (XAI) frameworks mainly attribute average model predictions, overlooking predictive uncertainty. This work addresses that gap by proposing a novel, model-agnostic uncertainty attribution (UA) method grounded in conformal prediction (CP). By defining cooperative games where CP interval properties-such as width and bounds-serve as value functions, we systematically attribute predictive uncertainty to input features. Extending beyond the traditional Shapley values, we use the richer class of Harsanyi allocations, and in particular the proportional Shapley values, which distribute attribution proportionally to feature importance. We propose a Monte Carlo approximation method with robust statistical guarantees to address computational feasibility, significantly improving runtime efficiency. Our comprehensive experiments on synthetic benchmarks and real-world datasets demonstrate the practical utility and interpretative depth of our approach. By combining cooperative game theory and conformal prediction, we offer a rigorous, flexible toolkit for understanding and communicating predictive uncertainty in high-stakes ML applications.

"sendo l'intento mio scrivere cosa utile a chi la intende…"