Category Archives: Economics

Modeling and Understanding Indirect Discrimination in Algorithmic Fairness

In a couple of days, I will give a talk on “Modeling and Understanding Indirect Discrimination in Algorithmic Fairness” at Singapore campus – ESSEC Asia-Pacific. The abstract is

Observed disparities between groups in algorithmic decisions (whether in hiring, credit approval, or risk prediction) do not necessarily imply direct discrimination. They may also stem from legitimate differences in the distribution of explanatory attributes. Understanding and quantifying which components of these gaps are “explained” versus those that reflect direct or indirect discrimination lies at the core of modern causal approaches to algorithmic fairness. This talk will begin with an accessible introduction to group-gap decomposition, building on the classical Kitagawa–Oaxaca–Blinder econometric framework. This approach separates differences attributable to observable characteristics from residual components that may signal discriminatory effects. The second part will introduce recent developments leveraging optimal transport to construct individual-level counterfactuals, enabling estimation of direct and indirect causal effects for each observation. In particular, we will show how sequential transport mappings aligned with a causal graph can disentangle pathways and quantify the contribution of each mediator. This methodology overcomes limitations of traditional linear models, introduced by Kitagawa, Oaxaca and Blinder, provides interpretable counterfactuals, and is well suited to complex empirical settings. The presentation will combine intuitive motivation, illustrative examples, and recent research insights, with the goal of making these tools accessible and useful to researchers in management science, applied economics, and data science.

The Government Will Foot the Bill!

This post was initially written in French https://freakonometrics.hypotheses.org/87308

Who has never heard this phrase? It comes back almost automatically as soon as a collective risk becomes visible. After a flood, after a wildfire, after a storm, after a drought that lasts too long, you hear, in passing conversation or in an op ed, a formula that sounds like both an obvious truth and a conclusion. That familiar The Government Will Foot the Bill, which I have kept as the title of this post. Sometimes it appears in a gentler form, The government must take responsibility. Sometimes in a harsher after the fact form, They have to pay. In every case, the phrase says something about our relationship to the collective, to solidarity, to justice, and to public money. It also says something about the way we turn a disaster into a political problem.

I wanted to write a post that starts from this formula, not to decide whether the claim is true or false, but to understand what it means, what it hides, and what it forces us to make explicit. The expression has a particular power. It seems simple, but it compresses very different ideas, sometimes contradictory. It can express an expectation of protection. It can express anger. It can express a demand for justice. It can express a vague belief in an unlimited common pot (that famous magic money, as we call it in French) to reuse the well known phrase. It can also express a feeling of individual powerlessness. And depending on the country, the history of institutions, and lived experience of risk, the word government does not evoke the same thing. Still, it is worth noting that this debate about who pays often starts too late, because trying to clarify the government will foot the bill is already turning the phrase into a programme, fiscal and moral.

Continue reading The Government Will Foot the Bill!

C’est l’État qui paiera!

Qui n’a jamais entendu cette phrase ? Elle revient mécaniquement dès qu’un risque collectif devient visible. Après une crue, après un feu de forêt, après une tempête, après une sécheresse qui dure trop longtemps, on entend, au détour d’une discussion ou d’une tribune, une formule qui sonne comme une évidence et comme une conclusion. Ce fameux “C’est l’État qui paiera” que j’ai gardé comme titre pour mon billet. Parfois on l’entend sous une forme plus douce “L’État doit prendre ses responsabilités“. Parfois sous une forme plus sèche, ex-post, “Il faut qu’ils paient“. Dans tous les cas, la phrase dit quelque chose de notre rapport au collectif, à la solidarité, à la justice, et à l’argent public. Elle dit aussi quelque chose de notre façon de transformer une catastrophe en problème politique. Je voulais écrire un billet qui part de cette formule, non pas pour savoir si l’affirmation est vraie ou fausse, mais plutôt pour essayer de comprendre ce qu’elle veut dire, ce qu’elle cache, et ce qu’elle oblige à préciser. Car l’expression a un pouvoir particulier. Elle paraît simple, mais elle condense des idées très différentes, parfois contradictoires. Elle peut exprimer une attente de protection. Elle peut exprimer une colère. Elle peut exprimer une demande de justice. Elle peut exprimer une croyance vague dans une caisse commune illimitée (oui, le fameux “argent magique” pour reprendre l’expression bien connue). Elle peut aussi exprimer un constat d’impuissance individuelle. Et selon les pays, l’histoire des institutions et l’expérience du risque, le mot État n’évoque pas la même chose. Maintenant, notons quand même que ce débat sur qui paie commence souvent trop tard, parce que chercher à clarifier c’est l’État qui paiera, c’est transformer la phrase un programme de gouvernement, un programme fiscal, et un programme moral.
Continue reading C’est l’État qui paiera!

Marques du passé, marques du futur

J’en parlais l’autre jour, mais à peine arrivés à Kyoto, il a fallu passer au ward office, le 区役所 (kuyakusho), pour régler les formalités de base. Parmi les guichets, les formulaires et les tampons, et à la toute fin, on nous a fait passer par un service de prévention, où l’on nous a remis un petit paquet de documents, des cartes d’aléas, des recommandations en cas de typhon, des consignes d’évacuation. En particulier, je suis reparti avec un de ces cartes où la ville se colore par profondeurs d’eau possibles.


Continue reading Marques du passé, marques du futur

Real Estate Wealth and Climate Disasters

This post was initially written in French https://freakonometrics.hypotheses.org/87347

Last summer, I published in Le Monde (the French newspaper) a piece that started from an observation that has become commonplace and yet is still not fully absorbed by financial institutions. Extreme climate events are no longer marginal risks, and the banking sector is slow to grasp their implications. That op-ed, reposted on my blog under the (original) title Climate crisis the next time bomb for the financial system, was mainly an attempt to describe a perception gap, almost a difference in reflexes. On the one hand, there is an insurance perspective, reasoning in frequency, intensity, pooling, and a long time horizon. It accepts uncertainty, as long as it can be priced, and as long as the rules of the game remain stable. That is what I know well. On the other hand, there is a banking perspective. It reasons in collateral value, resale possibilities, default risk, and correlations. It rather quickly loses interest in the debate about annual probabilities if, in the end, the collateral becomes hard to liquidate. If I had to sum it up, insurers reason in probability and a long time horizon, while banks reason in collateral and a short time horizon. I admit it took me time to understand this point. As I recall, I really became aware of it in 2022, while reading House prices falling in flood-prone areas, in Quebec, and I rediscovered it this autumn, through Floods, drought… these climate hazards that push house prices down, this time in France. I wrote a post this autumn, Insurance, real estate, and the manufacturing of ignorance, taking advantage of some U.S. news on this topic. The point was that, for many decision makers, and probably also many citizens, the climate crisis remains an abstraction as long as no line in the accounts moves. It becomes urgent when an asset becomes less tradable.

Continue reading Real Estate Wealth and Climate Disasters

Patrimoine immobilier et catastrophes climatiques

L’été dernier, je publiais dans Le Monde un texte qui partait d’un constat devenu banal et pourtant encore mal digéré par les institutions financières. Les événements climatiques extrêmes ne sont plus des risques marginaux, et le secteur bancaire tarde à en prendre la mesure. Cette tribune, reprise sur mon blog sous le titre (original) Crise climatique : la prochaine bombe à retardement du système financier était surtout une tentative de décrire un décalage de perception, presque une différence de réflexes. D’un côté, on a une vision assurantielle, raisonnant en fréquence, en intensité, en mutualisation, en horizon long. Elle accepte l’incertitude, tant quelle est tarifable, et tant que les règles du jeu restent stables. C’est ce que je connais bien. De l’autre, une vision bancaire. Elle raisonne en valeur de garantie, en possibilité de revente, en risque de défaut, en corrélations. Elle se moque assez vite du débat sur la probabilité annuelle si, au bout du compte, le collatéral devient difficile à liquider. Si je résume, les assureurs raisonnent en probabilité et en horizon long, alors que les banques raisonnent en collatéral et en horizon court. J’avoue avoir mis du temps à comprendre ce point. De mémoire, j’en ai vraiment pris conscience en 2022, en lisant Chute du prix des maisons en zone inondable, au Québec, et que j’ai redécouvert cet automne, via Inondations, sécheresse… Ces fléaux climatiques qui font chuter le prix des maisons, cette fois en France. J’avais écrit un billet cet automne L’assurance, l’immobilier et la fabrique de l’ignorance profitant d’une actualité aux États-Unis sur ce sujet. Le point était que, pour bon nombre de décideurs, mais aussi probablement de citoyens, la crise climatique reste une abstraction tant qu’aucune ligne comptable ne bouge. Elle devient une urgence quand un actif devient moins échangeable.

Continue reading Patrimoine immobilier et catastrophes climatiques

Insurance, a Zero Sum Game?

This post was initially written in French https://freakonometrics.hypotheses.org/87034

The idea that the economy is a zero sum game is remarkably persistent. It comes up almost every time we talk about international trade, taxation, insurance, or redistribution. If someone gains more, someone else must necessarily lose. This intuition feels natural because it matches many everyday situations. When a price goes up, the buyer feels like they are losing what the seller is gaining. When an insurance premium is paid, the policyholder feels like they are funding other people’s claims. This intuition is also deeply anchored in our relationship with accounting. We learn very early that accounts have to balance. For a household, a firm, or a state, what is spent must match what is received. Spending more than revenue is perceived as an anomaly or a fault. Reasoning in terms of balanced accounts naturally leads us to reason in terms of flows that cancel out. Every expense mirrors a receipt. Seen from that angle, the economy looks like a vast system of transfers where the gains of some necessarily correspond to the losses of others.

Accounting reinforces this zero sum idea because it records monetary flows, not the indirect effects of decisions. It is indispensable for financial coherence, but it says nothing about value creation, the reduction of uncertainty, or risks that are avoided. An investment in prevention appears as a cost today, while the losses it prevents will never show up in the accounts. Likewise, a well designed insurance system can stabilize individual and collective trajectories without ever producing a visible accounting profit. This is exactly where the zero sum intuition becomes misleading. The economy is not reducible to accounting, even if it must live with it. Externalities, prevention, and risk management introduce mechanisms through which individual decisions change the size of the pie itself. Insurance is a privileged setting to observe this gap between accounting logic and economic logic. It looks like a zero sum game when we focus on the flows, but it can become a positive sum or a negative sum game when we focus on the behaviors it induces and the risks it avoids or amplifies.
Continue reading Insurance, a Zero Sum Game?

L’assurance, un jeu à somme nulle?

L’idée selon laquelle l’économie serait un jeu à somme nulle est résistante. Elle surgit presque tout le temps dès que l’on parle de commerce international, de fiscalité, d’assurance ou de redistribution. Si quelqu’un gagne plus, quelqu’un d’autre doit forcément perdre. Cette intuition est naturelle car elle correspond à de nombreuses situations du quotidien. Lorsqu’un prix augmente, l’acheteur a le sentiment de perdre ce que le vendeur gagne. Lorsqu’une prime d’assurance est versée, l’assuré a le sentiment de financer les sinistres des autres. Cette intuition est aussi profondément ancrée dans notre rapport à la comptabilité. On apprend très tôt que les comptes doivent être équilibrés. Pour un ménage, une entreprise ou un État, ce que l’on dépense doit correspondre à ce que l’on a encaissé. Dépenser plus que ses recettes est perçu comme une anomalie ou une faute. Raisonner en termes de comptes équilibrés revient naturellement à raisonner en termes de flux qui s’annulent. Chaque dépense est le miroir d’une recette. Vue sous cet angle, l’économie apparaît comme un vaste système de transferts où les gains des uns correspondent nécessairement aux pertes des autres.

La comptabilité renforce ainsi l’idée d’un jeu à somme nulle, car elle enregistre des flux monétaires, non les effets indirects des décisions. Elle est indispensable pour assurer la cohérence financière des agents, mais elle ne dit rien de la création de valeur, de la réduction de l’incertitude ou des risques évités. Un investissement en prévention apparaît comme une dépense aujourd’hui, alors que les sinistres qu’il permet d’éviter n’apparaîtront jamais dans les comptes. De même, une assurance bien conçue peut stabiliser des trajectoires individuelles et collectives sans jamais produire de profit comptable visible. C’est précisément là que l’intuition de la somme nulle devient trompeuse. L’économie ne se réduit pas à la comptabilité, même si elle doit composer avec elle. Les externalités, la prévention et la gestion du risque introduisent des mécanismes par lesquels les décisions individuelles modifient la taille même du gâteau. L’assurance est un exemple intéressant pour observer ce décalage entre logique comptable et logique économique. Elle ressemble à un jeu à somme nulle lorsqu’on regarde les flux, mais elle peut devenir un jeu à somme positive ou négative lorsqu’on s’intéresse aux comportements qu’elle induit et aux risques qu’elle évite, ou qu’elle amplifie.

Économie, jeu à somme nulle

Un des messages les plus anciens et les plus robustes de l’économie est précisément que l’intuition de la somme nulle est souvent fausse. Dans An Inquiry into the Nature and Causes of the Wealth of Nations (Recherches sur la nature et les causes de la richesse des nations, en français), Adam Smith explique que la division du travail et l’échange volontaire permettent d’accroître la production totale. Dans On The Principles of Political Economy, and Taxation, David Ricardo montre que même lorsqu’un pays est plus productif dans toutes les activités, l’échange reste bénéfique grâce aux avantages comparatifs. L’échange n’est pas un partage d’un stock fixe. Il peut créer de la valeur. Cette idée est devenue un pilier de l’enseignement économique moderne. Gregory Mankiw la place au cœur de Principles of Economics, en rappelant que le commerce permet à chacun de se spécialiser dans ce qu’il fait le mieux. Pourtant, comme le souligne Robert Armstrong dans The essence of economics, publié dans le Financial Times au début du mois, le raisonnement en somme nulle revient sans cesse, notamment lorsque les mécanismes de création de valeur sont indirects, diffus ou difficiles à observer. Une partie de l’explication tient à la manière dont nous raisonnons spontanément en termes comptables. On apprend très tôt que les comptes doivent être équilibrés. Pour un ménage, une entreprise ou un État, ce que l’on dépense doit correspondre à ce que l’on a encaissé. À cette échelle, les flux semblent s’annuler. Une dépense apparaît comme une perte, une recette comme un gain. Raisonner en termes de comptes équilibrés revient presque mécaniquement à raisonner en termes de somme nulle.

Mais comme le rappellait Tim Harford au début de l’été, dans The zero-sum mindset is no mystery, cette manière de voir n’est pas seulement une erreur de raisonnement. Elle est souvent le produit d’expériences réelles vécues comme à somme nulle. Lorsque la croissance est faible, lorsque les opportunités sont rares, lorsque les ressources semblent limitées, le monde ressemble effectivement à un jeu de gagnants et de perdants. Tim Harford rappelle que le raisonnement en somme nulle est plus fréquent chez les individus et dans les sociétés qui ont connu peu de croissance, des marchés du travail tendus ou une forte concurrence pour des ressources perçues comme rares. La question centrale devient alors celle de l’entité sur laquelle la somme est calculée. À l’échelle d’un ménage endetté, les entrées et les sorties d’argent ne coïncident pas, et l’impression de perte est bien réelle. À l’échelle d’une entreprise qui investit, les coûts sont immédiats tandis que les bénéfices sont incertains et différés. À ces niveaux, la somme peut être négative. Mais à l’échelle de l’écosystème, les mêmes flux peuvent correspondre à des investissements, à des risques évités ou à des capacités accrues qui bénéficient à d’autres agents ou à la collectivité dans son ensemble. C’est précisément dans cet écart entre la logique des comptes individuels et la logique du système que les externalités jouent un rôle central. Lorsqu’une décision individuelle produit des effets sur d’autres agents qui ne passent pas par les prix, l’intuition de la somme nulle devient particulièrement trompeuse. Les bénéfices et les coûts ne coïncident plus avec les frontières comptables de ceux qui prennent les décisions.

L’assurance peut être un exemple de ce décalage. Elle ressemble comptablement à un jeu de redistribution. Les primes financent les sinistres, et les comptes, pris isolément, s’équilibrent. Mais à l’échelle de l’écosystème, l’assurance modifie en profondeur la manière dont le risque est produit, réparti et parfois évité. Elle influence les comportements, la prévention et la stabilité des trajectoires individuelles et collectives. Comprendre l’assurance suppose donc de dépasser la logique des comptes isolés pour raisonner en termes de système. C’est pour cette raison qu’elle est un exemple intéressant pour réfléchir à la création de valeur, aux externalités et au bien commun.

Création de valeur et externalités positives

(ou pourquoi le gâteau peut réellement grandir). L’économie cesse d’être un jeu à somme nulle dès lors que les actions individuelles produisent des effets qui dépassent le cadre strict de la transaction. Arthur Pigou a formalisé cette idée dans The Economics of Welfare en introduisant la notion d’externalité. Une externalité positive existe lorsqu’une action procure des bénéfices à d’autres sans que ceux ci soient rémunérés. Une externalité négative apparaît lorsque des coûts sont imposés à autrui sans compensation. Plusieurs exemples d’externalités positives sont devenus classiques. La vaccination protège l’individu mais aussi la collectivité. L’éducation accroît la productivité individuelle mais aussi la croissance globale. La recherche scientifique génère des connaissances qui se diffusent bien au delà de ceux qui les produisent. Dans tous ces cas, la somme des bénéfices sociaux dépasse largement la somme des bénéfices privés. Mais l’existence d’externalités permet aussi de comprendre pourquoi certaines politiques peuvent produire l’effet inverse et réduire le bien être collectif. Un exemple concret et récent est la mise en place de tarifs douaniers. Présentés comme un moyen de protéger certains producteurs nationaux, les tarifs constituent un jeu à somme négative au sens économique. Ils renchérissent les prix pour les consommateurs, augmentent les coûts pour les entreprises utilisant des intrants importés et créent des distorsions de production. Les gains pour les secteurs protégés ne compensent pas les pertes subies ailleurs. Littéralement, comme l’ont montré Mary Amiti, Stephen Redding et David Weinstein dans The Impact of the 2018 Tariffs on Prices and Welfare, de la valeur est détruite, sous la forme de pertes sèches et de coûts de coordination supplémentaires.

Arthur Pigou part d’un raisonnement simple. Lorsqu’une activité impose un coût à d’autres sans compensation, par exemple une usine qui pollue une rivière, le marché ne conduit pas à une allocation efficace. L’État doit alors intervenir, par une taxe ou une réglementation, pour forcer le pollueur à tenir compte du dommage causé. Ronald Coase, dans The Problem of Social Cost, ne dit pas que Pigou a tort. Il montre que le problème n’est pas seulement la pollution, mais l’absence de règles claires sur qui a le droit de faire quoi, et le coût de la coordination entre les parties. Si les droits de propriété sont bien définis et si les coûts de négociation sont faibles, les acteurs peuvent parfois s’arranger entre eux sans intervention extérieure. L’exemple classique est celui d’une usine et d’un voisin. Si l’usine a le droit de polluer, le voisin peut lui payer une compensation pour réduire la pollution. Si le voisin a le droit à un environnement propre, l’usine peut le dédommager pour continuer à produire. Dans les deux cas, si la négociation est possible et peu coûteuse, on peut aboutir à une solution efficace. L’externalité est alors internalisée par l’accord privé, pas par une taxe. Le point central de Coase est donc que les externalités sont des problèmes de coordination, et que leur traitement dépend fortement des coûts de transaction. Lorsque ces coûts sont élevés, comme dans le cas du climat ou de la santé publique, les solutions privées deviennent irréalistes et des institutions collectives sont nécessaires. Elinor Ostrom a montré dans Governing the Commons que ces institutions ne se réduisent pas à l’opposition entre marché et État. Des formes de gouvernance collective peuvent émerger pour gérer des ressources communes et internaliser des externalités. William Nordhaus illustre cette logique dans The Climate Casino, en montrant que la lutte contre le changement climatique exige des mécanismes de coordination à grande échelle, combinant incitations économiques, régulation et assurance. Ces travaux montrent que la création de valeur ne se limite pas à l’échange marchand. Elle dépend de la capacité des sociétés à organiser la gestion des externalités. C’est précisément à ce niveau que l’assurance devient intéressante.

L’assurance comme partage du risque

À première vue, l’assurance semble confirmer l’intuition de la somme nulle. Les primes collectées servent à indemniser les sinistres. Ce que les uns versent, les autres le reçoivent. Si l’on raisonne en moyenne, le système paraît fermé. C’est d’ailleurs la définition que je donne de l’assurance dans mes cours,

the contribution of the many to the misfortune of the few.

Cette lecture est pourtant profondément incomplète. Dans Essays in the Theory of Risk Bearing, Kenneth Arrow montre que la valeur de l’assurance ne réside pas dans la modification de l’espérance des pertes, mais dans la réduction de l’incertitude. Deux situations peuvent avoir la même perte moyenne mais des risques très différents. Or, pour des individus averses au risque, la variance a un coût en termes de bien être. Ce que ne traduit pas une simple équation comptable. Jan Mossin, dans Aspects of Rational Insurance Purchasing, formalise cette intuition en montrant que la demande d’assurance dépend de l’aversion au risque et de la structure de l’incertitude. La mutualisation permet de transformer des pertes individuelles très volatiles en contributions plus prévisibles. La valeur créée est réelle, mais elle est invisible dans les comptes. Harry Markowitz a montré que ce raisonnement est exactement celui de la diversification de portefeuille, développé dans Portfolio Selection. Réduire le risque sans réduire l’espérance de rendement est une source de valeur. L’assurance applique cette logique à des risques non financiers. Cependant, cette création de valeur repose sur des hypothèses clés. Les risques doivent être suffisamment indépendants. Lorsque les sinistres sont corrélés, comme lors de catastrophes naturelles ou de pandémies, la variance agrégée ne disparaît pas. Chi, Zhou et Zhuang montrent dans Variance insurance contracts que l’assurance moderne est contrainte par la volatilité agrégée. La solvabilité devient une ressource rare, et sa gestion influence directement les primes et la couverture. Ainsi, même avant de parler de comportements, l’assurance n’est déjà pas un simple jeu de transfert. Elle modifie la distribution du risque et crée de la valeur en réduisant l’incertitude. Mais cette dimension est encore incomplète.

Quand l’assurance crée de la valeur collective

L’assurance ne se contente pas de répartir les pertes existantes. Elle modifie aussi les comportements, et donc la production même du risque. C’est ici que les externalités positives apparaissent le plus clairement. Dans leur article fondateur Market Insurance, Self Insurance and Self Protection, Isaac Ehrlich et Gary Becker distinguent trois mécanismes. L’assurance de marché transfère le risque. L’auto assurance consiste à épargner pour faire face aux pertes. L’auto protection vise à réduire la probabilité ou la gravité des sinistres. Ces trois dimensions interagissent. Contrairement à une idée répandue, l’assurance n’entraîne pas nécessairement une baisse de la prévention. Les contrats d’assurance intègrent de nombreux mécanismes incitatifs. Les franchises, les bonus malus, les audits de sécurité et les normes imposées par les assureurs encouragent des comportements plus prudents. Lorsqu’un conducteur adopte une conduite plus sûre, il réduit non seulement son propre risque, mais aussi celui des autres usagers de la route. Lorsqu’un bâtiment est mieux protégé contre l’incendie, ce sont aussi les bâtiments voisins qui bénéficient d’un risque réduit. Annette Hofmann montre dans Internalizing Externalities of Loss Prevention through Insurance que l’assurance peut être analysée comme un instrument d’internalisation des externalités de prévention. En ajustant les primes et les conditions de couverture, les assureurs alignent les incitations individuelles sur l’intérêt collectif. Howard Kunreuther et Erwann Michel Kerjan développent cette idée dans At War with the Weather. Ils montrent que des primes reflétant mieux le risque, combinées à des investissements en prévention, peuvent réduire les dommages futurs liés aux catastrophes naturelles. Dans ce cas, l’assurance ne se contente pas de redistribuer des pertes. Elle contribue à éviter des pertes qui n’avaient aucune bonne raison de se produire. Dans le domaine de la santé, Mark Pauly explique dans Medical Care at Public Expense que l’assurance peut favoriser des comportements préventifs lorsqu’elle facilite l’accès à des soins précoces. La dépense d’aujourd’hui évite alors des coûts bien plus élevés demain. L’assurance devient un mécanisme de création de valeur dynamique.

Quand l’assurance détruit de la valeur

Les mêmes mécanismes peuvent toutefois produire des effets inverses. L’assurance peut aussi générer des externalités négatives et réduire le bien être collectif. L’aléa moral est le mécanisme le plus connu. Lorsqu’un individu est protégé contre les conséquences financières de ses actes, il peut adopter des comportements plus risqués. Mark Pauly a montré que ce phénomène est particulièrement important en assurance santé, où la couverture peut conduire à une surconsommation de soins dont la valeur marginale est faible. La sélection adverse constitue un autre problème central. Dans Equilibrium in Competitive Insurance Markets, Rothschild et Stiglitz montrent que lorsque les individus connaissent mieux leur risque que les assureurs, le marché peut se segmenter de manière inefficiente. Les contrats attractifs pour les bons risques disparaissent, et la couverture globale se dégrade. Liran Einav et Amy Finkelstein synthétisent ces résultats dans Selection in Insurance Markets Theory and Empirics in Pictures. Ils montrent que la sélection et le moral hazard sont omniprésents, mais d’ampleur variable selon les contextes. Ils soulignent aussi que la segmentation excessive peut fragiliser la solidarité et réduire l’acceptabilité sociale de l’assurance. Deborah Stone adopte une perspective institutionnelle dans The Limits of Professional Power. Elle montre que la tarification actuarielle, lorsqu’elle est poussée à l’extrême, peut transformer l’assurance en mécanisme de tri social. En cherchant à faire payer chacun selon son risque, on peut exclure les plus vulnérables et rendre certains risques inassurables. Dans ces situations, l’assurance ne se contente plus de redistribuer des pertes. Elle modifie les comportements et les structures sociales d’une manière qui peut être collectivement coûteuse.

Assurance, équité et bien commun

Ces tensions montrent que l’assurance est une institution sociale autant qu’un mécanisme économique. Elle repose sur des arbitrages explicites entre efficacité, équité et solidarité. Dans Creating Capabilities, Martha Nussbaum propose d’analyser ces questions à partir des capacités réelles des individus. Le risque et la vulnérabilité limitent la possibilité de mener la vie que l’on a raison de valoriser. L’assurance peut être vue comme une infrastructure de liberté, mais cette fonction suppose une certaine mutualisation des risques. Jean Tirole insiste dans Économie du bien commun sur le fait que les institutions économiques doivent être évaluées à l’aune du bien commun. L’efficacité ne suffit pas. La légitimité sociale et la soutenabilité politique sont essentielles. Des travaux plus récents, comme Better Together How Externalities of Size Complicate Notions of Solidarity and Actuarial Fairness de Donahue et Barocas, montrent que la segmentation croissante des risques pose des problèmes nouveaux. Les externalités de taille et les corrélations complexes rendent la justice tarifaire plus difficile à définir. L’assurance révèle alors une tension entre individualisation et solidarité.

Conclusion

L’assurance illustre de simplement pourquoi l’économie n’est pas un jeu à somme nulle. Comptablement, les flux peuvent sembler équilibrés. Mais économiquement et socialement, tout dépend des comportements qu’elle induit, des risques qu’elle évite et des institutions qui l’encadrent. Lorsqu’elle réduit l’incertitude, encourage la prévention et internalise des externalités positives, l’assurance crée de la valeur collective. Lorsqu’elle favorise l’aléa moral, la sélection excessive ou la fragmentation sociale, elle peut au contraire détruire de la valeur. Elle n’est ni intrinsèquement vertueuse ni intrinsèquement perverse. Comprendre l’assurance, c’est donc comprendre que la question pertinente n’est pas de savoir qui paie pour qui, mais quelles règles permettent de transformer un mécanisme de transfert en institution créatrice de bien être. C’est précisément cette distinction qui permet de dépasser l’intuition trompeuse de la somme nulle et de penser l’économie comme un ensemble de choix collectifs face au risque.

“Dérisquage”, mot de l’année

La semaine dernière, dans son article Climat : les mots qui ont fait l’année 2025, Rémi Noyon proposait dérisquage (en sixième position) comme mot qui a fait l’année 2025.

La stratégie de l’« Etat dérisqueur » a montré ses limites

Comment continuer à soutenir les technologies bas-carbone ? Les capitaux continuent d’affluer – ils ont doublé entre 2015 et 2024 –, mais beaucoup craignent que ces chiffres soient un trompe-l’oeil. D’une part, les investissements restent tirés par la Chine. D’autre part, on observe un ralentissement de la croissance : 7% en 2024 après un bond de 32% en 2023. Surtout, ces sommes restent insuffisantes au regard de nos objectifs. Selon l’Agence internationale pour les énergies renouvelables (IRENA), les « niveaux d’investissement actuels dans les renouvelables représentent la moitié de ce qui est nécessaire pour tripler la capacité de ces énergies d’ici 2030 ».

Ce constat mène des chercheurs à critiquer les stratégies de financement mises en place dans les pays occidentaux. L’économiste Daniela Gabor, par exemple, a parlé d’« Etat dérisqueur ». Via divers mécanismes, comme les subventions, le crédit d’impôt ou les tarifs d’achat, la puissance publique atténue voire supprime le risque de marché. Cela peut permettre de faire décoller le secteur, mais l’inconvénient est que l’on assure une rente aux investisseurs – des entreprises ou des gestionnaires d’actifs – sur le dos du contribuable. Autre crainte : que ces infrastructures soient gérées dans une logique court-termiste puisqu’il s’agit parfois de maximiser leur valeur de revente avant la clôture du fonds. Par ailleurs, dès que ces aides se dissipent, les investissements sont reroutés vers des secteurs plus profitables (les fossiles, l’IA, la défense).

Ce mot, État dérisqueur avait été proposé par Daniela Gabor, pour décrire le fait que si les investisseurs privés trouvent les projets trop risqués, l’État peut atténuer (ou supprimer) une partie des risques via des subventions, du crédit d’impôt, des tarifs d’achat, des contrats long terme, des garanties… Et on pourrait être tenté de croire que ça peut effectivement faire décoller un secteur. Mais d’un autre côté, si on “dérisque” trop, ou mal, on peut assurer une rente aux investisseurs sur le dos du contribuable (Gabor (2021), The Wall Street Consensus ; Gabor et Braun (2025) Green macrofinancial regimes). Et on peut aussi organiser une transition dont la boussole implicite n’est plus “décarboner vite et juste”, mais “produire des actifs bankable qui rentrent dans les portefeuilles”. Comme le disent Daniela Gabor et Benjamin Braun, le dérisquage n’est alors plus un outil, ça devient potentiellement un régime.
Continue reading “Dérisquage”, mot de l’année

Qui doit payer un risque lié à une défaillance de maintien de l’ordre ?

Un petit sujet polémique avant les fêtes ? Parlons un peu d’assurance et de maintien de l’ordre… Depuis les violences urbaines de ces dernières années, la question de “comment indemniser les émeutes” s’est invitée dans le débat public au point d’entrer au Sénat, sous la forme d’un projet de régime adossé aux contrats d’assurance de “dommages aux biens”, avec une garantie obligatoire, une surprime et un mécanisme de mutualisation au-delà de certains seuils. Dans l’hémicycle, on a un débat assez classique, les sénateurs voulant rendre la garantie effective (avec classiquement, en cas de refus, la possibilité de saisir le Bureau central de tarification), ils discutent l’architecture de mutualisation, ils évoquent l’intervention de la Caisse Centrale de Réassurance (comme pour le la couverture des catastrophes naturelles), un plafond au-delà duquel la garantie de l’État prendrait le relais est évoqué (1 milliard, puis 1,5 milliard).
Continue reading Qui doit payer un risque lié à une défaillance de maintien de l’ordre ?

Quand l’assurance se défait, la crise silencieuse de l’indemnisation

J’avoue que j’aime ces articles (de presse quotidienne) qui, sans en avoir l’air, racontent beaucoup plus qu’une série d’anecdotes et de parcours de vies individuels. Comme celui qu’a publié le Financial Times le 22 novembre 2025, consacré à la hausse spectaculaire des refus d’indemnisation dans l’assurance habitation au Royaume-Uni. Il raconte des vies bouleversées par des sinistres apparemment banals (un dégât des eaux, un choc électrique, une infiltration) mais surtout il dévoile, presque malgré lui, les tensions profondes de système assurantiel.

Avant même d’entrer dans ces histoires, il faut rappeler une chose simple mais fondamentale : l’assurance est la vente d’une promesse. Une promesse d’indemnisation future, formulée aujourd’hui, contre une prime payée immédiatement. Tout le marché de l’assurance repose sur ce principe paradoxal : l’assureur encaisse d’abord, et ne délivre la prestation que beaucoup plus tard, si un événement malheureux (mais anticipé) survient. Je renvoie à notre Manuel d’assurance pour ceux qui se sentent un peu loin de ces sujets. Mais pour résumer rapidement et simplement, le contrat d’assurance est un dispositif juridique et économique qui engage l’assureur sur des garanties précisément définies, qui « fixent les conditions de garantie, en particulier les franchises et exclusions ». L’assurance n’est pas un bien que l’on consomme immédiatement ; c’est un engagement irréversible de réparer un dommage futur. Comme tout engagement irréversible, il ne vaut que si celui qui le prend (ici l’assureur) est jugé crédible. Cette crédibilité n’est pas accessoire : elle est la condition d’existence même du marché. Si les clients cessent d’y croire, le produit s’effondre. On insiste à plusieurs endroits sur ce point, sur la « dimension sociale et sociétale de l’assurance », expliquant qu’elle dépend in fine « de la performance et de l’éthique des assureurs » dans la tenue de leurs engagements et la gestion des sinistres . Je vais insister un peu lourdement, parce qu’on aurait tort de lire cette phrase comme une remarque générale : l’assurance n’a pas d’autre fondation solide que la confiance. Quand cette confiance vacille (parce que les contrats deviennent illisibles, les garanties incertaines, les refus fréquents) alors la promesse elle-même se fragilise. Et tout le marché avec.

Mais revenons à notre article, Why are so many home insurance claims being rejected?. Il s’ouvre avec Jacopo, un économiste installé à Hackney, qui vient à casser une assiette de frustration devant ses enfants. Depuis plus de deux ans, sa famille vit dans un appartement humide, les murs ouverts et les déshumidificateurs bourdonnant en permanence, à la suite d’une fuite d’eau que son assureur, n’a toujours pas correctement prise en charge. L’assureur a d’abord refusé de reloger la famille, puis s’est ravisée ; entre-temps, les dégâts se sont aggravés, et l’assureur n’offre qu’un règlement très en deçà du montant estimé par son propre expert. Un peu plus loin un certain Ray raconte l’incendie de sa maison frappée par la foudre ; là encore, l’assureur change d’avis en cours de route et refuse finalement de reconstruire, imposant un règlement en cash, malgré une clause contractuelle qui semblait pourtant garantir le droit à une reconstruction à l’identique.

Ces histoires sont dramatiques, mais ce qui importe surtout, c’est qu’elles ne semblent plus extraordinaires, ou exceptionnelles. Selon la Financial Conduct Authority, les assureurs britanniques n’ont indemnisé que 71 % des sinistres habitation en 2024, un pourcentage en baisse continue depuis 2022. Une chute d’autant plus notable que le taux d’indemnisation dépasse les 90 % dans l’assurance automobile. Le contraste peut étonner… pourquoi ce qui fonctionne encore relativement bien pour les voitures se délite-t-il pour les logements ? L’article du Financial Times offre une série d’explications techniques (inflation des coûts de construction, multiplication des sinistres dus au climat, complexité des sinistres liés à l’habitat) mais en filigrane, j’ai l’impression d’y lire une tout autre histoire.

C’est celle d’une friction organisée, d’une complexité qui, au lieu d’être un accident malheureux, ressemble parfois à un mécanisme de filtrage. Plusieurs assurés cités dans l’article le disent ouvertement : ils ont eu l’impression que les obstacles n’étaient pas regrettables, mais intentionnels. L’un d’eux affirme « They bank on people rolling over and giving up. » L’Association des assureurs britanniques rejette cette idée, mais un analyste du secteur, interrogé par le Financial Times, la confirme : les assurés obtiennent souvent satisfaction uniquement lorsqu’ils poussent leur dossier jusqu’à l’Ombudsman (l’institution de médiation indépendante chargée de résoudre les litiges entre les consommateurs et les entreprises, entre les assurés et les assureurs), un stade auquel peu de gens parviennent. Entre-temps, beaucoup renoncent, absorbant de fait une part des pertes que l’assurance aurait dû couvrir. Beaucoup d’actuaires parlent d’élasticité aux prix, mais je pense que ça va plus loin… Dans le livre de Jed Frees, Regression Modeling with Actuarial and Financial Applications (ouvrage de référence dans la plupart des formations d’actuariat, dans le monde entier), il y a un jeu de données, simulées (Automobile Bodily Injury Claims Simulated, AutoBIsim) sur lequel on voit que quand un assuré est représenté par un avocat (variable ‘ATTORNEY=1’) le montant de l’indemnité augmente (‘LOSS’). Je ne sais pas le sens réel de la relation causale, mais oui, les assureurs lisent ce genre de signaux…

Ce processus, Mary Douglas l’avait théorisé il y a trente ans. Dans Risk and Blame, elle explique que les discours sur le risque servent toujours à assigner des responsabilités, à désigner qui est « fautif ». Lorsque l’Association des assureurs affirme, dans l’article, que les clients confondent assurance habitation et contrat de maintenance, elle ne fait pas qu’expliquer un malentendu : elle déplace subtilement la responsabilité du problème. Si le sinistre n’est pas indemnisé, ce n’est pas parce que l’assurance ne remplit plus sa promesse sociale, mais parce que l’assuré n’a pas « bien compris » son contrat. Douglas écrivait que danger et risque sont des catégories « culturellement conditionnées » : ils servent de support à des jugements moraux. On en a ici une série d’exemples.

À cette lecture anthropologique peut s’ajouter celle d’Ulrich Beck (dans Risikogesellschaft), dont la notion d’« irresponsabilité organisée » semble décrire parfaitement les situations rapportées dans le Financial Times. Dans la société du risque, écrivait Beck, les dangers sont produits par la modernité elle-même (changement climatique, infrastructures vieillissantes, complexité technologique) et les institutions inventent des mécanismes permettant à chacun de se défausser, ou du moins de diluer sa responsabilité. Le cas de l’assurance habitation britannique illustré par cet article correspond presque trait pour trait à cette idée : les experts délégués renvoient la responsabilité aux gestionnaires, les gestionnaires aux sous-traitants, les sous-traitants à des contraintes de procédure, et ainsi de suite. Au bout de la chaîne, l’assuré parle, comme le dit Jacopo, avec des administrateurs qui « ne sont pas proches du décideur ». La dilution est totale, et c’est précisément elle qui permet au refus d’indemnisation de se maintenir, sans que personne ne soit considéré comme directement fautif. J’en avais parlé il y a quelques temps (presque huit ans) dans un article que j’avais intitulé Les machines, les procédures, et la fuite de la responsabilité.

François Ewald, de son côté, a montré dans L’Etat providence que l’assurance n’est pas seulement une technologie de gestion des risques mais une véritable infrastructure morale du monde moderne : elle a rendu possible l’État social en socialisant les pertes, en neutralisant les aléas individuels. L’assurance n’était pas simplement un produit ; elle était une promesse de stabilité. Ce que révèle l’article, c’est la fragilisation de cette promesse. Quand une maison frappée par la foudre n’est pas forcément reconstruite ; quand un dégât des eaux immobilise une famille deux ans dans un appartement insalubre ; quand les refus augmentent alors que les sinistres eux-mêmes s’intensifient ; alors c’est un pilier de la pacification sociale assurantielle qui vacille. On assiste à un phénomène paradoxal : plus les risques climatiques et matériels augmentent, plus les assureurs resserrent les conditions d’indemnisation, au point que l’assurance semble parfois fonctionner à l’envers de sa logique historique.

C’est aussi ce que suggère Tom Baker lorsqu’il analyse l’assurance comme une forme de gouvernance privée, dans Insurance Law and Policy. Chaque sinistre est un moment de régulation : les décisions d’indemniser ou non, de reconstruire ou de régler en cash, de missionner tel expert plutôt qu’un autre, produisent des normes implicites. Ils définissent, silencieusement, ce que la société considère comme une perte « acceptable », « normale », ou « trop coûteuse ». À travers ces micro-décisions, l’assurance établit des frontières entre ceux qui méritent réparation et ceux dont la perte, au fond, restera privée.

Enfin, une dimension sociale traverse tout l’article du Financial Times. Les personnes les plus vulnérables sont aussi celles qui ont le moins de temps, de capital culturel ou de ressources émotionnelles pour traverser un processus de réclamation labyrinthique. L’un des assurés cités explique qu’il n’a obtenu une réponse que lorsqu’il s’est mis à utiliser des termes techniques comme « subrogation ». Ça en dit long : l’accès effectif au droit passe par la maîtrise du langage et des codes du monde assurantiel. Ceux qui ne les possèdent pas (et ils sont nombreux) subissent davantage la violence morale du système. Là encore, la sociologie du droit et des inégalités montre que ce genre de frictions administratives est un puissant amplificateur d’injustice sociale.

L’article du Financial Times ne prétend pas théoriser tout cela. Mais il met en lumière, avec précision (une précision presque involontaire ?), ce que deviennent nos institutions assurantielles dans un monde où les risques se déchaînent : elles ne se contentent plus de mutualiser, elles trient ; elles ne se contentent plus de protéger, elles sélectionnent ; elles ne redistribuent plus seulement des pertes, elles redistribuent aussi les capacités d’y résister. L’assurance habitation, jadis présenté comme un instrument de stabilité, semble glisser vers un rôle plus ambigu, où la protection n’est plus garantie mais négociée, parfois âprement, au cas par cas.

Peut-être est-ce là un signe parmi d’autres d’un basculement plus profond : un monde où les risques croissants ne trouvent plus de mécanismes institutionnels capables de les absorber, et où la promesse assurantielle, pilier discret de nos vies matérielles, commence à se fissurer. Dans ce monde-là, j’ai l’impression que l’article du Financial Times n’est pas qu’un simple reportage, c’est une alerte.

« les Américains mangent et vivent comme s’ils avaient l’assurance maladie gratuite »

J’ai lu ou entendu, un jour, cette phrase

« les Américains mangent et vivent comme s’ils avaient l’assurance maladie gratuite »

et depuis, elle me hante (ici, “américain” est utilisé abusivement au sens “états-unien“). J’y repense souvent, parfois en souriant, parfois en ressentant un malaise dérangeant… Car il y a un fond de vérité qu’on peut tous constater : comment un pays sans système de soin universel, où la moindre hospitalisation peut ruiner une famille, peut-il présenter des comportements de santé (en particulier quand on voit la manière dont les américains se nourrissent) aussi risqués, aussi désinvoltes, aussi destructeurs ? Oui, c’est intrigant, les États-Unis combinent le système de soins le plus cher du monde et certains des pire indicateurs sociaux de santé parmi les pays riches. Comme l’écrivent Anne Case et Angus Deaton,

“terrible diets, smoking, obesity, opioids, and a frayed social fabric” (p. 53) (« des régimes alimentaires délétères, le tabac, l’obésité, les opioïdes, et un tissu social en lambeaux »)

Ce n’est pas seulement une liste de maux. C’est une description d’un pays où les comportements semblent indifférents aux risques sanitaires, comme si les soins étaient accessibles, abordables, garantis. Or ils ne le sont pas. Ce décalage, entre vulnérabilité médicale et insouciance apparente, constitue l’une énigme fascinante. Et il me semble que ce n’est pas un paradoxe, c’est un système.

Le système de santé américain : un marché sans prix ni protections

L’absence de prévention, la complexité bureaucratique et le coût exorbitant des soins constituent le socle du système. Elisabeth Rosenthal résume cette réalité dans une formule qui a été sans cesse montrée depuis, à force d’exemples tous plus surréalistes les uns que les autres,

“In no other industry do prices vary so widely for the same service.” (ch. 1) (« Dans aucun autre secteur les prix ne varient autant pour un service identique. »)

La fragmentation du marché conduit à une situation où le prix réel des soins est inconnaissable. Pour deux patients assurés, un IRM peut coûter 400 dollars ou 4 000 dollars ; un passage aux urgences, 500 dollars ou 12 000 dollars. Les États-Unis ont ainsi inventé une économie sanitaire sans prix — ou plutôt, avec une infinité de prix simultanés.

Cette incertitude est si profonde qu’elle rend la prévention presque impossible : comment aller consulter pour un début de diabète, un souffle cardiaque, ou un dépistage mental, quand la facture potentielle peut engloutir trois mois de salaire ? L’accès aux soins devient un risque en soi, ce qui pousse nombre de patients à retarder jusqu’au dernier moment. Case & Deaton montrent que, dans ce système, l’espérance de vie a cessé d’augmenter, au point que :

“mortality rates were rising for a large segment of the population” (p. 7) (« les taux de mortalité augmentaient pour une large part de la population »)

Une aberration pour un pays aussi riche. Mais l’économie de la santé américaine n’est pas conçue pour prévenir. Elle est conçue pour facturer.

Pourquoi des comportements de santé aussi risqués ?

On pourrait penser que les individus, conscients du prix du système, adopteraient un mode de vie exemplaire (alimentation saine, activité physique régulière, sobriété). Mais, à l’échelle du pays, c’est le contraire. Pourquoi ? La réponse tient dans les déterminants sociaux de la santé, que Michael Marmot résume simplement

“What really matters in our lives […] has a profound impact on our health.” (p. 10) (« Ce qui importe réellement dans nos vies […] a un impact profond sur notre santé. »)

Autrement dit : ce ne sont pas les comportements qui font la santé, mais les conditions de vie qui font les comportements. Les travaux de Wilkinson & Pickett dans The spirit level et The inner level: montrent que les inégalités creusent la méfiance sociale, le stress psychologique, l’anxiété de statut, les comportements compensatoires (alcool, sédentarité, addiction), et même les maladies mentales. Dans The spirit level, les auteurs écrivent :

“Health and social problems are worse in more unequal countries.” (p. 14) (« Les problèmes sociaux et de santé sont plus graves dans les pays les plus inégalitaires. »)

Les États-Unis sont l’exemple extrême : plus d’inégalités, plus de stress, plus de comportements de fuite et de compensation. Case & Deaton montrent que l’effondrement industriel a brisé les communautés, détruit les identités sociales et érodé la confiance. Ils notent ainsi

“People cannot find meaning in their lives when the pillars that once supported them have collapsed.” (p. 96) (« Les gens ne peuvent plus donner un sens à leur vie lorsque les piliers qui les soutenaient se sont effondrés. »)

Sans sens, la santé devient un horizon abstrait. Le plaisir immédiat (aliment gras et sucrés, alcool, opioïdes) triomphe du long terme.

Le cœur du problème : la perte de contrôle sur sa vie

La clé de voûte des inégalités sociales et de la santé se résume à un mot , “contrôle”. Michael Marmot, dans Status syndrome, développe cette idée : la position sociale est un prédicteur majeur de santé, non pas parce qu’elle modifie l’accès aux soins, mais parce qu’elle modifie le degré de contrôle sur sa propre vie. Il écrit :

“Where you stand in the social hierarchy profoundly affects your chances of getting ill and dying early.” (p. 1)  (« Là où vous vous situez dans la hiérarchie sociale détermine profondément vos chances de tomber malade et de mourir jeune. »)

Or les individus en bas de l’échelle sociale subissent davantage l’incertitude, ont moins de marges de manœuvre, sont exposés à des environnements plus toxiques, et accumulent un stress chronique aux effets biologiques mesurables. Dans un système où le coût des soins est un risque supplémentaire, la perte de contrôle devient totale : on ne contrôle ni son emploi, ni ses revenus, ni ses soins, ni sa trajectoire. Dans Unequal lives, Hilary Graham rappelle que les inégalités de santé ne sont pas seulement des différences biologiques, mais

two sides of the same coin” (« deux faces d’une même pièce ») (p. 12)

Les inégalités sociales engendrent des inégalités de santé, et des dernières tendent à reproduire des inégalités sociales. Ainsi se referme le piège

Comment les inégalités façonnent physiquement et psychologiquement les comportements

Wilkinson & Pickett vont plus loin : les inégalités ne se contentent pas d’affecter la santé. Elles affectent la psychologie collective, ce qu’ils appellent “l’évaluative threat”, la menace sociale permanente du jugement. Dans The inner level, ils montrent que :

“Inequality gets under our skin.” (p. 3) (« L’inégalité pénètre sous notre peau. »)

Les données qu’ils compilent démontrent que dans les sociétés inégalitaires la prévalence de la dépression augmente, l’anxiété sociale explose, les troubles de santé mentale doublent ou triplent, la confiance interpersonnelle s’effondre, et les comportements d’auto-compensation (consommation, dépendances, endettement) se multiplient. Ces transformations psychologiques ne sont pas des pathologies individuelles, mais des réactions adaptatives à un environnement stressant. L’inégalité devient un climat mental.

Elle produit une société où l’alimentation malsaine, la sédentarité, l’alcool ou les opioïdes apparaissent comme les seuls amortisseurs disponibles. Et ces comportements, loin d’être irrationnels, deviennent presque logiques au sein d’un système où la santé n’est pas soutenue, où la prévention est inaccessible, et où la vie quotidienne exerce une pression psychologique permanente.

La pauvreté, le jugement et les comportements de santé : ce que la sociologie montre vraiment

Les malentendus sur les comportements de santé sont anciens : on accuse souvent les individus défavorisés de “mauvais choix”, d’irresponsabilité ou d’absence de discipline. La sociologie contemporaine montre que ces idées sont fausses. Denis Colombi, dans Où va l’argent des pauvres ?, documente comment la société juge les dépenses des plus modestes sans jamais chercher à les comprendre. Il montre que l’on projette souvent sur les pauvres des normes de gestion bourgeoises inadaptées à leur situation

“On projette ainsi sur l’argent des pauvres des catégories… qui sont celles des classes moyennes et supérieures.” (p. 13)

Les comportements “irrationnels” s’expliquent en réalité par l’incertitude, par le stress, par l’imprévisibilité des revenus, par la rareté des ressources, par l’absence de contrôle sur le futur. Autrement dit, les comportements jugés “mauvais” sont souvent des stratégies rationnelles dans des environnements irrationnels. Les comportements de santé ne sont donc jamais de simples choix. Ils sont les produits de structures.

Les deaths of despair : quand le modèle social tue

Ce glissement (de l’individu vers la structure) est central pour comprendre l’épidémie de deaths of despair identifiée par Case & Deaton : suicides, overdoses, alcool. Les auteurs écrivent :

“Despair is not just a personal matter; it is a disease of societies.” (p. 5) (« Le désespoir n’est pas seulement une affaire individuelle ; c’est une maladie des sociétés. »)

Le désespoir apparaît lorsque les sociétés ne permettent plus à leurs citoyens de se projeter dans l’avenir. Il n’est pas une pathologie mentale individuelle : il est un diagnostic collectif. Le fait que les États-Unis voient leur espérance de vie reculer pour certaines populations n’est pas seulement une statistique : c’est un diagnostic social, celui d’un pays où les individus ont perdu le contrôle de leur destin. Dans ces conditions, les comportements à risque ne sont plus une énigme. Ils sont une réponse.

L’indignité d’un système et la fascination qu’il continue d’exercer

Pour conclure, si l’expression (ou la pseudo citation)

« les Américains mangent et vivent comme s’ils avaient l’assurance maladie gratuite »

frappe les esprits, c’est peut-être parce qu’elle détourne l’attention de l’endroit où elle devrait se porter. Ce “paradoxe américain” n’est pas dans les comportements des individus. Il est dans le comportement des institutions censées protéger, et qui, aux États-Unis, ne protègent plus personne.

Il est difficile d’évoquer la santé américaine sans parler du rôle des assureurs, qui ne sont pas de simples “intermédiaires” : ils sont devenus les gardiens idéologiques du système, ceux qui justifient l’injustifiable à coups d’équations, de modèles de scoring, d’algorithmes de sélection et de primes croissantes. Dans An American sickness, Elisabeth Rosenthal décrit ces pratiques :

« Insurers are not neutral brokers; they are profit-driven entities with every incentive to deny, restrict or delay care. » (« Les assureurs ne sont pas des intermédiaires neutres ; ce sont des entités motivées par le profit, incitées à refuser, restreindre ou retarder les soins. »)

Cette logique ne se cache plus : elle structure tout. Les actuaires des grandes compagnies (qui devraient être les gardiens de la mutualisation et de l’équité probabiliste) sont devenus les ingénieurs de la fragmentation du risque, concevant des produits de plus en plus segmentés, des exclusions toujours plus fines, des franchises toujours plus élevées. Leur art (autrefois un outil de justice statistique) s’est transformé en une mécanique de tri social. Lorsque, récemment, certaines compagnies ont commencé à exclure explicitement des risques liés à l’intelligence artificielle ou à multiplier les clauses d’exclusion comportementale, elles ont confirmé ce que tout observateur honnête savait déjà : l’assurance santé américaine n’est plus un pacte social, mais une industrie de la sélection.

Et pendant ce temps, le pays s’enfonce dans une crise sanitaire et sociale qui n’a plus d’équivalent dans le monde développé : baisse de l’espérance de vie, épidémie de dépendances, effondrement du bien-être psychologique, creusement des inégalités. Ce qui rend la situation encore plus sidérante, c’est qu’un tel système, largement reconnu comme défaillant par ceux qui l’étudient, continue d’être admiré au-delà des États-Unis. Des dirigeants économiques, des éditorialistes, parfois même des responsables politiques européens, regardent l’Amérique et y voient un “modèle d’efficience” ou un “incitatif à la responsabilité individuelle”. On ne sait s’il faut s’en étonner ou s’en effrayer.

Car ce qu’ils admirent, ce ne sont pas les résultats (catastrophiques) mais l’idéologie : celle qui fait de la santé un bien privé, de la maladie une faute individuelle, du soin une marchandise, et du risque un produit financier. Celle qui confond choix avec liberté, précarité avec mérite, souffrance avec incitation. Pourtant, les faits s’imposent, massifs, têtus : plus un système de santé est inégalitaire, plus il est coûteux, inefficace, violent dans ses effets. Wilkinson & Pickett l’ont démontré :

“Health and social problems are worse in more unequal countries.” (p. 14)

Et Marmot, Graham, Case & Deaton, Colombi, tous convergent : ce n’est pas le comportement des individus qui produit la mauvaise santé ce sont les structures sociales, les institutions, les conditions de vie, et les inégalités. Qu’un tel modèle puisse encore fasciner, malgré les données, malgré les morts, malgré les ravages humains, dit quelque chose de troublant sur notre époque :une époque où l’idéologie économique a parfois plus de poids que l’évidence, où certaines élites préfèrent admirer l’ordre plutôt que le soin, où l’on confond discipline financière et santé publique, et où la souffrance peut être interprétée comme une preuve de moralité plutôt qu’un signe d’injustice. Il y a pourtant une conclusion simple, irréfutable, presque brutale : l’Amérique ne souffre pas parce que les individus feraient de “mauvais choix”, l’Amérique souffre parce que son système de santé (et les institutions qui le défendent) ne considère plus la santé comme un bien commun. Et voir ce modèle continuer de susciter de l’admiration… est peut-être le signe le plus inquiétant de tous.

Case, A., & Deaton, A. (2020). Deaths of despair and the future of capitalism. Princeton University Press.

Colombi, D. (2020). Où va l’argent des pauvres ? Payot.

Colombi, D. (2021). Pourquoi sommes-nous capitalistes malgré nous ? Payot.

Graham, H. (2007). Unequal lives: Health and socio-economic inequalities. Open University Press.

Marmot, M. (2004). Status syndrome: How your social standing directly affects your health and life expectancy. Bloomsbury.

Marmot, M. (2015). The health gap: The challenge of an unequal world. Bloomsbury.

Pickett, K., & Wilkinson, R. (2018). The inner level: How more equal societies reduce stress, restore sanity and improve everyone’s well-being. Penguin Books.

Rosenthal, E. (2017). An American sickness: How healthcare became big business and how you can take it back. Penguin Press.

Wilkinson, R., & Pickett, K. (2009). The spirit level: Why more equal societies almost always do better. Allen Lane.

Insurers and AI, a systemic risk

In Insurers retreat from AI cover as risk of multibillion-dollar claims mounts, the Financial Times reported at the end of this week that several major insurers (AIG, Great American, and WR Berkley) are seeking to introduce explicit exclusions for risks related to artificial intelligence, particularly concerning the use of agents and language models. The reasons put forward are straightforward: potential losses related to AI could reach several hundreds of millions of dollars, or even more. But above all, the danger lies less in the severity of any individual claim than in the possibility of correlated, massive, simultaneous losses, impossible to mutualize. As Aon summarizes in one sentence:

“What [the industry] can’t afford is if an AI provider makes a mistake that ends up as a 1,000 or 10,000 losses.”

The issue is far less about the severity of a particular incident than about the simultaneity of thousands of identical incidents. In other words, we are dealing with the very definition of systemic risk. To understand this, it is useful to place the phenomenon within the broader framework of complex systems, accidents in high-reliability organizations, and system-wide risk mechanisms as studied for several decades in finance and insurance.

AI as an interconnected network: a breeding ground for contagion

The literature on systemic risk teaches us that it is not the absolute size of institutions that determines their vulnerability, but the structure of their interconnections. Prasanna Gai highlights that financial systems exhibit what he calls a “robust-yet-fragile” dynamic: they withstand countless shocks yet may collapse abruptly when a specific shock travels through the right channels. He reminds us that:

“The system may be robust to most shocks, but when problems strike the effects may be catastrophic.”

A local error can turn into a global catastrophe as soon as it reaches the network’s “vulnerable cluster.” The simulations he presents show that the more interconnected a network is, the faster an error can spread. A minimal change in connectivity or capitalization can shift the entire system from a stable to a critical state, a true “phase transition.” As Gai puts it:

“An initial error can spread through the entire vulnerable cluster.”

In this context, generative AI displays all the characteristics of a system highly conducive to contagion. When an AI provider deploys a faulty update, introduces an error in a model’s parameters, or suffers a cybersecurity vulnerability, it is not isolated users who are affected but thousands, because they rely on the same infrastructure. Each client depends not only on its own usage but on the integrity of a global model, where even the smallest modification instantly reproduces identical behaviour across all users. This is exactly the kind of rapid, synchronized contagion insurers now fear: propagation that is not slow or progressive, but immediate, simultaneous, and homogeneous.

Why insurers fear correlated losses

Insurability has historically depended on a fundamental condition: the law of large numbers. As Hufeld, Koijen, and Thimann remind us in The Economics, Regulation, and Systemic Risk of Insurance:

“The risk must obey the law of large numbers.”

Events must be independent, or sufficiently heterogeneous, for losses to offset each other statistically. Yet cyber-risks already fail to meet this condition, as Biener et al. showed in 2015:

“Cyber losses are highly interrelated and characterized by severe information asymmetries.”

Cyber insurance is already structurally fragile, facing simultaneous, large-scale, difficult-to-attribute incidents. Generative AI only reinforces this structure, creating an environment where errors are not merely frequent but potentially identical and simultaneous. The examples cited by the Financial Times (an Air Canada chatbot binding the airline to a fare, a Google module defaming a small business, a $25 million deepfake fraud against Arup, or an autonomous agent producing pricing or diagnostic errors at scale) highlight how extremely reproducible such incidents are. A single defect, update, or vulnerability can affect an entire sector all at once.

This homogeneity of losses is toxic for insurance. As actuarial literature reminds us, when losses become correlated, mutualization collapses mechanically. By design, insurance cannot absorb risks whose very structure pushes toward aggregation.

AI, cybersecurity, and “normal accidents”: when complexity makes error inevitable

Clearfield and Tilcsik, in Meltdown, show that in complex systems, failures are not anomalies: they are inevitable. Surprises emerge from interactions, and small errors amplify as they propagate through tightly coupled networks. Their argument corresponds exactly to what insurers fear: the error of an autonomous model is not an isolated human mistake, but a systemic mechanism liable to replicate everywhere.

“In wicked environments, error signals are ambiguous, interactions are complex, and systems become vulnerable to surprises.”

Generative AI models fit this description perfectly: structural opacity, non-deterministic behaviour, dependence on a handful of global providers, and the lack of separation between uses create a system in which local failures become systemic. The technological dependence concentrated among a few actors amplifies this dynamic further. When a single model is deployed in legal, medical, financial, and industrial contexts, an error propagating through that model can contaminate every domain simultaneously. AI is thus less a tool than an interconnected ecosystem, a fully-fledged complex system.

Why AI creates a new kind of systemic risk for insurance

Traditionally, insurance has been considered less vulnerable to systemic risk than banking, because insurers exhibit far lower interconnectedness. This is the consensus highlighted by Hufeld, Koijen, and Thimann:

“The insurance industry is not subject to systemic risk, in particular due to its significantly lower interconnectedness.”

But this assumption relies on a hidden premise: that the risks insured must themselves remain independent. With AI, that premise collapses. For the first time, an insured risk (cyber, errors & omissions, software-related damages) becomes structurally interconnected. A single provider, a single model, a single update, or a single vulnerability can trigger thousands of simultaneous losses. Interconnectedness is no longer a property of the insurance market, it is a property of the risk itself. Acharya, Pedersen, Philippon, and Richardson define a risk as systemic when it can generate a simultaneous “capital shortfall” across multiple institutions:

“Even if liabilities are not runnable, a firm can contribute to systemic risk through its contribution to the aggregate capital shortfall.”

In a world where thousands of losses linked to the same AI error could occur at once, this definition becomes sharply relevant. AI introduces a form of aggregated, correlated, non-diversifiable risk. It is no longer a volatile risk, but a structurally synchronized one — insurers’ worst-case scenario.

What the “big systemic events” of AI might look like

Several scenarios illustrate how AI-driven systemic risk might unfold. Imagine a faulty update to an LLM used across the financial sector: a model deployed in two thousand banks simultaneously misinterprets a regulatory rule. The consequences (non-compliance, sanctions, lawsuits, customer withdrawals, class actions) would be immediate and perfectly synchronized. An autonomous legal agent could also generate systematic hallucinations, producing false legal citations or flawed reasoning. If deployed across several hundred companies, that error would instantly become collective. Beyond these operational scenarios lies a subtler phenomenon: the breakdown of interpretability. When models produce signals that seem plausible but remain opaque, both humans and machines tend to attribute excessive meaning to them. A weak signal — a slight increase in churn score, a small rise in a risk indicator — may be interpreted as a real behavioural shift, though it may merely be a statistical artifact, dataset bias, or latent drift.

These misinterpretations can create feedback loops, turning noise into a real shock: emergency decisions, pricing changes, adjustments to dependent models. Clearfield and Tilcsik describe this as a self-fulfilling prophecy. In Gai’s terminology, an initial noise finds its way into the vulnerable cluster and triggers a cascade:

“With positive probability, a random initial default at one bank can lead to the spread of default across the entire vulnerable portion of the financial system (…) Contagion breaks out when shocks strike any bank in, or adjacent to, the giant vulnerable cluster and spread across the entire cluster.”

For insurers, such risk (intrinsic to the system’s functioning) becomes impossible to mutualize.

The Tesla case study

The book The Tesla Files offers a striking illustration of these dynamics. It reveals an organization where extremely concentrated critical functions make any incident capable of propagating system-wide. A single administrator holds global access; thousands of employees have elevated privileges; and the whistleblower describes an absence of monitoring despite massive data extractions. In such a context, an incident does not remain local, it compromises the entire organization.

“The stream of data expands to include customers, business partners, and a wide array of individuals and companies with ties to Tesla.”

Tesla aggregates not only its own data but also data from customers, partners, governments, subcontractors, and regulators — creating dependency structures extremely similar to pre-2008 financial networks. The authors show that Tesla minimizes some risk indicators (recording only crashes involving airbag deployment), sometimes disables Autopilot just before impact (obscuring responsibility), or refuses to transmit data to regulators. Four elements appear: information asymmetry, opaque accountability, centralized incident handling, and extreme software homogeneity.

Autopilot crashes in Europe are handled by a single team, and thousands of customer complaints exist regarding phantom braking or sudden acceleration. When an entire fleet relies on a single software model updated simultaneously, a defect can produce a massive correlated shock. This is exactly the scenario insurers now fear for generative AI systems.

Tesla thus serves as a concrete example: a system where software homogeneity creates such aggregation risk that a single error can become a “big systemic event.”

AI Liability: a legal blind spot in an asymmetric market

To these operational risks we must add a final dimension: legal responsibility. “AI liability” )the question of who is responsible when AI causes harm) is today one of the least explored and most explosive issues. The Financial Times rightly notes:

“Nobody knows who’s liable if things go wrong.”

In practice, AI providers’ contracts include drastic limitations of liability, exclusions of performance guarantees, and clauses transferring almost all risk to the user. Because demand is nearly inelastic (there are often no viable alternatives to the major models), providers can impose their terms unilaterally, creating a significant contractual asymmetry.

This asymmetry becomes critical in regulated sectors, where firms are required to control their models: banks, insurers, and hospitals must comply with strict requirements for operational and model-risk management, even though the models they use are opaque, external, and unaudited. The Tesla Files shows that even technologically advanced companies can lose control of their own systems, making some regulatory obligations nearly impossible to fulfill. The financial sector thus faces a profound contradiction: it is legally responsible for tools over which it has no meaningful control — not the design, not the training data, not the governance, not the behaviour. Firms cannot contest provider errors nor obtain compensation when a model fails.

This situation creates a triple gap: a regulatory gap (firms cannot meet their obligations), a contractual gap (all responsibility lies with the user), and an insurance gap (insurers are withdrawing from the field). The result is a legal systemic risk, characterized by diffuse responsibility, concentrated dependency, and profoundly inefficient allocation of risk.

References

Des primes d’assurance personnalisées moins chères grâce à l’IA ?

Parution d’un court article, “Des primes d’assurance personnalisées moins chères grâce à l’IA ? Voici pourquoi il s’agit d’une pente glissante”, sur https://theconversation.com/

L’assurance repose sur un principe de solidarité que mettent à mal les algorithmes chargés de constituer nos profils. À mesure en effet que les algorithmes se précisent, la facture se personnalise. Divers profils « à risque » peuvent ainsi se retrouver exclus des régimes d’assurance, tant les coûts sont élevés. La personnalisation a une légitimité évidente. On doit toutefois lui concilier un accès équitable à l’assurance.

Il faut d’abord savoir que l’assurance est traversée par un paradoxe fondamental. D’un côté, ses principes mêmes supposent un mécanisme collectif où chacun contribue selon sa capacité, et tire profit de la solidarité en cas de sinistre. De l’autre, les avancées technologiques, les données de plus en plus massives et les méthodes actuarielles de plus en plus précises poussent à individualiser toujours davantage les tarifs.

À cette tension s’ajoute un cadre légal de plus en plus exigeant, qui interdit toute forme de discrimination fondée sur des données sensibles, parfois corrélées à des facteurs de risque pourtant pertinents.

La suite sur https://theconversation.com/

En attendant, je peux en profiter pour un petit point rapide de grammaire. La version avant la mise en ligne ce matin avait un titre un peu différent

Dans « des primes moins chères », chères est un adjectif qui qualifie les primes (féminin pluriel) : il s’accorde donc → chères. Et cette petite qualification est à distinguer du cas où cher est adverbe (et donc devient invariable), notamment s’il suit des verbes comme coûter, payer, acheter, vendre : on dit ici

  • Ces primes moins chères (adjectif, on accorde).

mais on aurait du écrire

  • Ces primes coûtent moins cher (adverbe, pas d’accord).

si on avait ajouté le verbe coûter… mais avec le verbe être,

  • Ces primes sont moins chères (adjectif, on accorde)

Enfin, c’est ce que je crois avoir compris….