Category Archives: Research

Un cadre de gouvernance à trois piliers pour une tarification équitable de l’assurance

Avec Marie-Pier et Olivier Côté, on a écrit un court article, un cadre de gouvernance à trois piliers pour une tarification équitable de l’assurance, publié par la chaire PARI.

L’assurance repose sur l’équilibre entre le risque individuel et la protection collective, mais les modèles contemporains de tarification fondés sur des données massives et des algorithmes opaques soulèvent des questions pressantes d’équité à l’égard des caractéristiques protégées prédéfinies. Alors que les standards actuariels visent une précision fondée sur le risque, les parties prenantes demandent de plus en plus une reddition de comptes et une responsabilisation éthique, une solidarité sociale et une protection contre la discrimination insidieuse. Nous soutenons que l’équité actuarielle, la solidarité et la causalité forment trois piliers distincts, complémentaires et essentiels pour une tarification équitable de l’assurance. Nous situons ces piliers dans des débats plus larges en éthique des affaires et en équité algorithmique, en les reliant aux traditions de justice distributive (Rawls, 1971; Sen, 1992), à l’éthique de l’information (Floridi, 2016; Nissenbaum, 2009), et à la théorie du partage de risque Arrow (1963). Nous soutenons que les trois piliers rendent explicites les compromis éthiques auxquels actuaires et assureurs sont confrontés lorsqu’ils déploient des modèles prédictifs. Aucun principe d’équité ne peut dominer sans détériorer les autres : l’équité actuarielle peut accentuer les disparités socioéconomiques, la solidarité peut compromettre l’efficience du marché, et la causalité, tout en cherchant de véritables effets de risque sans regard à la solidarité ou l’équité actuarielle, repose sur des postulats invérifiables qui peuvent entraver la puissance prédictive. En articulant ce cadre tridimensionnel, nous déplaçons l’équité d’une hypothèse implicite vers un objectif explicite de gouvernance, fournissant ainsi une perspective normative pour la gouvernance d’entreprise, l’élaboration de la réglementation et la reddition de comptes envers les parties prenantes dans l’industrie de l’assurance. Au-delà de la science actuarielle, ces trois piliers offrent un cadre généralisable pour évaluer l’équité dans d’autres domaines de décision algorithmique fondée sur le risque, de l’évaluation du pointage de crédit à la tarification des soins de santé.

Une version plus statistique, ou actuarielle, sera bientôt en ligne. Et je donnerai un exposé à la chaire PARI pour présenter ce papier.

Linear Risk Sharing on Networks

Our paper, Linear Risk Sharing on Networks, written with Philipp Ratz is now available on https://arxiv.org/abs/2509.21411

Over the past decade alternatives to traditional insurance and banking have grown in popularity. The desire to encourage local participation has lead products such as peer-to-peer insurance, reciprocal contracts, and decentralized finance platforms to increasingly rely on network structures to redistribute risk among participants. In this paper, we develop a comprehensive framework for linear risk sharing (LRS), where random losses are reallocated through nonnegative linear operators which can accommodate a wide range of networks. Building on the theory of stochastic and doubly stochastic matrices, we establish conditions under which constraints such as budget balance, fairness, and diversification are guaranteed. The convex order framework allows us to compare different allocations rigorously, highlighting variance reduction and majorization as natural consequences of doubly stochastic mixing. We then extend the analysis to network-based sharing, showing how their topology shapes risk outcomes in complete, star, ring, random, and scale-free graphs. A second layer of randomness, where the sharing matrix itself is random, is introduced via Erdős–Rényi and preferential-attachment networks, connecting risk-sharing properties to degree distributions. Finally, we study convex combinations of identity and network-induced operators, capturing the trade-off between self-retention and diversification. Our results provide design principles for fair and efficient peer-to-peer insurance and network-based risk pooling, combining mathematical soundness with economic interpretability.

Certitudes collectives et incertitudes individuelles, les données massives changent-elles la donne ?

Il y a un peu plus d’un an, je participais aux rencontres de Cerisy, et on m’avait demandé de mettre par écrit mon intervention orale. C’est maintenant chose faite… avec comme titre Certitudes collectives et incertitudes individuelles, les données massives changent-elles la donne ?

Depuis plus de deux siècles, les sciences sociales se heurtent à un paradoxe tenace : si les comportements individuels sont incertains, contingents et souvent imprévisibles, leur agrégation produit des régularités collectives d’une étonnante stabilité. De Quetelet à Durkheim, en passant par Weber, cette tension entre incertitude individuelle et certitude collective a nourri la constitution même d’une science sociale quantitative. L’ère des données massives redonne une actualité brûlante à ce paradoxe. Jamais les sociétés humaines n’ont généré autant de traces numériques : achats, communications, déplacements, interactions en ligne, données physiologiques. Ces flux continus, enregistrés et analysés à grande échelle, alimentent l’espoir d’une prévisibilité quasi totale. Certains annoncent la fin de l’incertitude : les algorithmes sauraient anticiper nos choix de consommation, les crises sanitaires ou les évolutions politiques. Mais cette promesse soulève des questions épistémologiques et sociales profondes : que signifie appliquer une probabilité à un événement singulier ? Jusqu’où un score algorithmique peut-il être considéré comme fiable, juste ou légitime ? L’objectif de ce texte est d’examiner, à nouveaux frais, le rapport entre incertitude individuelle et certitude collective à l’ère du big data. Pour ce faire, nous parcourrons plusieurs étapes : d’abord, revenir aux fondements historiques de la découverte des régularités collectives ; ensuite, montrer comment la rationalité limitée, loin de contredire la prévisibilité, contribue à l’émergence de modèles robustes ; puis analyser les débats contemporains sur l’interprétation des probabilités et la nécessité de calibrer les scores ; enfin, explorer la dimension temporelle de la prévision, du nowcasting instantané aux projections climatiques de long terme. Notre thèse est que les données massives ne résolvent pas le paradoxe, mais en amplifient la portée et les enjeux. Elles déplacent le débat d’un plan strictement scientifique vers un plan éthique et politique : comment gouverner l’incertitude, dans un monde où elle est à la fois plus visible, plus mesurable, mais aussi plus contestable ?

La suite est en ligne sur https://hal.science/hal-05250596

L’impossible droit à l’erreur, l’impossible droit à l’oubli ?

« L’information publique est comme du dentifrice ; une fois sortie du tube, impossible de la faire rentrer » (Doyle, 2010). À l’ère des mégadonnées, chaque action laisse une trace qui s’agrège aux autres pour bâtir des profils de risque, des scores de crédit ou des prédictions médicales. Pourtant, la sagesse japonaise nous dit qu’« on tombe sept fois, on se relève huit » (七転び八起き), rappelant qu’on apprend de ses erreurs. Mais ceci n’est possible que si ces dernières ne définissent pas irréversiblement l’individu.

Continue reading L’impossible droit à l’erreur, l’impossible droit à l’oubli ?

Disentangled Deep Smoothed Bootstrap for Fair Imbalanced Regression

Our paper, “Disentangled Deep Smoothed Bootstrap for Fair Imbalanced Regression” is now available on ArXiv

Imbalanced distribution learning is a common and significant challenge in predictive modeling, often reducing the performance of standard algorithms. Although various approaches address this issue, most are tailored to classification problems, with a limited focus on regression. This paper introduces a novel method to improve learning on tabular data within the Imbalanced Regression (IR) framework, which is a critical problem. We propose using Variational Autoencoders (VAEs) to model and define a latent representation of data distributions. However, VAEs can be inefficient with imbalanced data like other standard approaches. To address this, we develop an innovative data generation method that combines a disentangled VAE with a Smoothed Bootstrap applied in the latent space. We evaluate the efficiency of this method through numerical comparisons with competitors on benchmark datasets for IR.

IJCAI 2025 Workshop on Explainable Artificial Intelligence (XAI)

This week, Marouane will present recent work at the Workshop on Explainable Artificial Intelligence (XAI), at IJCAI in Montréal,

Explainable Artificial Intelligence (XAI) addresses the challenge of how to communicate and explain the decision-making of AI systems. The need for explainability increases as AI systems are deployed in critical applications, raising questions such as: how should explainable AI systems be designed? What queries should AI systems be able to answer about their models and decisions? How should user interfaces communicate decision making? What types of user interactions should be supported? And how should explanation quality be assessed?

The Explainable AI (XAI) workshop at IJCAI provides a forum for discussing recent research on XAI methods, highlighting and documenting promising approaches, and encouraging further work, thereby fostering connections among researchers interested in AI, human-computer interaction, and cognitive theories of explanation and transparency. This topic is of particular importance but not limited to machine learning, AI planning, and knowledge reasoning & representation.

In addition to encouraging descriptions of original or recent contributions to XAI (i.e., theory, simulation studies, subject studies, demonstrations, applications), we will welcome contributions that: survey related work; describe key issues that require further research; or highlight relevant challenges of interest to the AI community and plans for addressing them.

The paper, Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models, is available on ArXiv.

Actuarial Research Conference in Toronto

From Tuesday to Friday, I will attend the 60th Actuarial Research Conference in Toronto. With Olivier and Marie-Pier Côté, we will give a series of talk on fairness and discrimination.

  • I will talk in an Invited Session on Artificial Intelligence in Insurance (as well as Marie-Pier Côté)
  • Olivier Côté will present in Session 1 – Bias in Assessing Financial Risk
  • With Olivier and Marie-Pier, we will present in one of the Casualty Actuarial Society Sponsored Sessions, Session 1A Scalable Toolbox for Exposing Indirect Discrimination in Insurance Rates

KNN and K-means in Gini Prametric Spaces, at ECAI 2025, in Bologna, Italy

Our paper, written with Cassandra Mussard, intern last summer, and Stéphane Mussard, entitled KNN and K-means in Gini Prametric Spaces will be presented this Fall at the 28th European Conference on Artificial Intelligence, ECAI 2025, that will take place on October 25-30, 2025, in Bologna, Italy.

This paper introduces innovative enhancements to the K-means and K-nearest neighbors (KNN) algorithms based on the concept of Gini prametric spaces. Unlike traditional distance metrics, Gini-based measures incorporate both value-based and rank-based information, improving robustness to noise and outliers. The main contributions of this work include: proposing a Gini-based measure that captures both rank information and value distances; presenting a Gini K-means algorithm that is proven to converge and demonstrates resilience to noisy data; and introducing a Gini KNN method that performs competitively with state-of-the-art approaches such as Hassanat’s distance in noisy environments. Experimental evaluations on 14 datasets from the UCI repository demonstrate the superior performance and efficiency of Gini-based algorithms in clustering and classification tasks. This work opens new avenues for leveraging rank-based measures in machine learning and statistical analysis.

When Numbers Mislead Us

Believing there is a single, objective way to describe phenomena through numbers is to forget that data doesn’t “speak” on its own. Collecting data means making choices: what to measure, how, when, on whom, etc. This involves implicit (even ideological) assumptions about what counts as a measurable fact. And in any data analysis, what isn’t measured can be just as important as what is observed. When an influential variable is omitted—ignored, overlooked, or simply unknown—the apparent relationships between other variables can become misleading. This is known as the “omitted variable bias”: a hidden effect distorts comparisons and may create a correlation where there is none, or obscure a real one. Sometimes, introducing this “forgotten” variable can completely reverse conclusions drawn from a naive reading of the data. This corresponds to Simpson’s paradox.

A brief article on Simpson’s paradox, written as a book chapter (for a book that will be published in French in the Fall, or in the Winter), is now available.

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