Modèles internes : Aspects quantitatifs et informationnels

Le modèle interne, par définition, vise à projeter la réalité le plus fidèlement possible. Cet objectif n’est pas parfaitement atteignable, la réalité modélisée étant en constante évolution. Améliorer la qualité des modèles est toutefois un objectif majeur, à condition, bien entendu, de conserver un caractère opérationnel aux procédures mises en œuvre.

Des modèles limités.
Pour utiliser à bon escient les résultats qu’ils procurent, il convient de comprendre les limites des modèles (justification de lois de comportement jamais encore éprouvées par l’expérience ; variations extrêmes des prix calculés selon un modèle…) et leur portée. Il est vraisemblable que, sous la pression d’une utilisation plus large des modèles internes, ces limites soient repoussées grâce à une recherche plus approfondie, à l’apparition de nouvelles technologies et aux synergies potentielles avec d’autres domaines académiques (théorie de la fiabilité, biostatistique…).

Ainsi, des domaines comme la modélisation stochastique de la mortalité et de la longévité tout comme les risques liés aux pandémies et le risque de rachat mériteraient des travaux complémentaires. Une meilleure prise en compte des dépendances statistiques entre les risques est également souhaitable. En particulier, dans des produits tels que les variable annuities, risques financiers et risques liés à la durée de vie sont souvent intriqués.

Des modèles approximatifs.
Avec le choix du modèle apparaît la nécessité de maîtriser ce nouveau risque et de quantifier les risques afférents aux différents modèles utilisés. Il est ainsi nécessaire d’améliorer les outils méthodologiques existants. La robustesse de la spécification et de l’estimation est une question centrale. Il existe dès à présent un formalisme mathématique permettant d’intégrer risque de modèle, provisionnement pour risque de modèle, mesures de risques, risque de liquidité et couverture des risques. Il est alors fait appel à des méthodes d’analyse convexe, plutôt que d’analyse linéaire.

Ces travaux académiques n’en sont qu’à un stade préliminaire et beaucoup reste à faire. L’évaluation de la qualité devrait également prendre en compte le paradoxe des modèles internes, qui conduit à la coexistence de l’utilisation de techniques complexes pour modéliser certains phénomènes avec le recours à des raccourcis plus grossiers pour prendre en compte d’autres phénomènes (comportementaux par exemple). La qualité d’un modèle résulte de l’optimisation de ces différentes techniques dans le but de refléter le profil de risque de l’entreprise le plus fidèlement possible (ce qui pousse vers la complexité) tout en conservant la capacité d’analyse des résultats obtenus (ce qui requiert de la simplicité). La volatilité des variables incluses dans les modèles internes engendre une volatilité pour le modèle global qui ne peut pas être négligée. Cette volatilité entre directement en jeu dans la qualité du modèle et doit être évaluée afin de quantifier le risque intrinsèque au modèle. L’impact de la volatilité des facteurs de risque dans l’information financière des assureurs aux engagements de long terme doit aussi être identifié.

Des modèles qui doivent cependant permettre de prendre des décisions.
Devant les limites des modèles, il importe aussi de comprendre quelle information est pertinente pour la prise de décision. Or le modèle interne est par construction capable de produire beaucoup de données (moyenne, scénarios extrêmes, sensibilité), qui font un « bruit » dont l’appréciation par les différentes parties prenantes est très difficile. Mettre fin à cette pollution visuelle et retrouver l’intelligence des chiffres est un objectif essentiel si l’on veut éviter de faire de l’Assurance un secteur délaissé. Dans ce domaine, multiplier les informations compliquées n’est pas forcément améliorer la compréhension de la situation.

Comment faire toucher du doigt au lecteur des états financiers les limites d’utilisation des modèles internes pour éviter les comportements moutonniers ? Le compte de résultat devrait être préservé pour traduire la performance sur la durée de l’assureur.

Enfin, il est également important de remettre le modèle à sa place, qui est d’aider à la décision et non pas de produire la décision. Le jugement du décideur doit conserver un rôle primordial. La pratique du use test ne doit pas conduire au « Modèle Décideur » mais au « Modèle Outil d’aide à la décision ».