Centre d’Études Actuarielles

ASSURANCE EMPRUNTEUR :
MODÉLISATION DE LA GARANTIE DÉCÈS
ET LOI DE REMBOURSEMENT ANTICIPÉ

Camille Karakhanian
2016

Note : Afin de préserver la confidentialité des données, les éléments chiffrés présentés dans ce mémoire ont été
modifiés.
 TABLE DES MATIÈRES

REMERCIEMENTS .............................................................................................................. 4
RÉSUMÉ ............................................................................................................................. 5
ABSTRACT .......................................................................................................................... 6
INTRODUCTION ................................................................................................................. 7

PREMIÈRE PARTIE – L’assurance emprunteur : présentation et généralités .................... 9

1 Principe et fonctionnement de l’assurance emprunteur ...................................... 10
1.1 Objet et garanties ..................................................................................................................... 10
1.2 Contrats groupes et individuels ............................................................................................. 12
1.3 Autres spécificités .................................................................................................................... 12
1.4 Les différents types d’emprunts............................................................................................. 13
2 Aspects réglementaires ......................................................................................... 14
2.1 La loi Lagarde ........................................................................................................................... 14
2.2 La loi Hamon............................................................................................................................ 15
2.3 Les conventions Belorgey et AERAS ................................................................................... 16
3 Le marché de l’assurance emprunteur en France ................................................ 17
3.1 L’activité du marché en quelques chiffres ............................................................................ 17
3.2 Les principaux acteurs du marché ......................................................................................... 19
4 Caractéristiques des produits étudiés .................................................................. 21
4.1 L’ancien contrat individuel ..................................................................................................... 21
4.2 Le nouveau contrat individuel ............................................................................................... 22

DEUXIÈME PARTIE – Modèle de rentabilité et calculs de Best Estimate Liabilities ...... 23

1 Modélisation des prêts.......................................................................................... 24
1.1 Prêt amortissable à annuités constantes ............................................................................... 25
1.2 Prêt non amortissable.............................................................................................................. 27
2 Modélisation du compte de résultat technique.................................................... 29
2.1 Présentation du compte de résultat ....................................................................................... 29
2.2 Primes ........................................................................................................................................ 30
2.2.1 Notations et hypothèses ....................................................................................................... 31
2.2.2 Calcul des primes pures selon le capital initial .................................................................. 32
2.2.3 Calcul des primes pures selon le capital restant dû........................................................... 33
2.2.4 Calcul des primes commerciales .......................................................................................... 34
2.2.5 Exemple de prime .................................................................................................................. 35
2.3 Sinistres...................................................................................................................................... 37

-1-
 2.4 Provisions .................................................................................................................................. 38
2.5 Intérêts techniques ................................................................................................................... 39
2.6 Autres éléments du compte de résultat ................................................................................ 41
2.7 Déformation du portefeuille dans la projection .................................................................. 42
3 Mesure de rentabilité et Best Estimate Liabilities ............................................... 44
3.1 Principes de la Market Consistent Embedded Value ................................................................. 44
3.2 Principes de la réforme Solvabilité II.................................................................................... 48
4 Modifications apportées au modèle de projection ............................................... 52

TROISIÈME PARTIE – Étude de la loi de remboursement anticipé ................................. 54

1 Présentation des données ..................................................................................... 56
1.1 Description des bases de données ......................................................................................... 56
1.2 Traitements effectués sur les données .................................................................................. 56
1.2.1 Agrégation des bases ............................................................................................................. 56
1.2.2 Filtres effectués sur les données .......................................................................................... 57
1.2.3 Retraitements et contrôles .................................................................................................... 58
1.2.4 Échantillon retenu ................................................................................................................. 60
1.3 Statistiques descriptives........................................................................................................... 60
2 Construction de la loi de remboursement anticipé .............................................. 64
2.1 Notions de censure et de troncature ..................................................................................... 64
2.1.1 La censure ............................................................................................................................... 65
2.1.2 La troncature........................................................................................................................... 65
2.2 Calcul des taux bruts ............................................................................................................... 66
2.2.1 L’estimateur actuariel............................................................................................................. 66
2.2.2 L’estimateur de Kaplan-Meier.............................................................................................. 68
2.2.3 Résultats et comparaison des méthodes ............................................................................. 70
2.3 Lissage des taux bruts.............................................................................................................. 72
2.3.1 La méthode des moyennes mobiles .................................................................................... 72
2.3.2 La méthode de Whittaker-Henderson ................................................................................ 72
2.4 Tests statistiques....................................................................................................................... 75
2.4.1 Test du Khi-deux ................................................................................................................... 75
2.4.2 Test des changements de signe ............................................................................................ 76
2.4.3 Test de Wilcoxon ................................................................................................................... 76
2.5 Résultats du lissage et des tests .............................................................................................. 77
2.5.1 Loi en fonction de l’ancienneté ........................................................................................... 77
2.5.2 Loi en fonction de l’ancienneté et de la classe de durée .................................................. 79
2.5.3 Choix de la méthode de lissage ............................................................................................ 82

-2-
QUATRIÈME PARTIE – Résultats des projections et études de sensibilité....................... 84
1 Données et hypothèses ......................................................................................... 85
1.1 Portefeuilles retenus ................................................................................................................ 85
1.2 Hypothèses retenues................................................................................................................ 86
2 Résultats du modèle de projection et analyses .................................................... 88
2.1 Résultats obtenus sans la loi de remboursement anticipé.................................................. 88
2.2 Impact de la loi de remboursement anticipé........................................................................ 90
2.2.1 Loi en fonction de l’ancienneté seule (loi 1) ...................................................................... 90
2.2.2 Loi en fonction de l’ancienneté et de la classe de durée (loi 2) ...................................... 91
3 Études de sensibilité ............................................................................................ 93
3.1 Sensibilités selon les caractéristiques des prêts .................................................................... 93
3.1.1 Variation de la durée des prêts d’un an .............................................................................. 93
3.1.2 Variation du taux d’intérêt des prêts de ±1% ................................................................... 94
3.2 Sensibilités selon les caractéristiques des emprunteurs ...................................................... 95
3.2.1 Variation de l’âge à la souscription d’un an ....................................................................... 95
3.2.2 Variation des taux de mortalité de ±5% ............................................................................ 96
3.3 Sensibilité à une variation des taux de remboursement anticipé ...................................... 97

CINQUIÈME PARTIE – Impact de la loi de remboursement anticipé sur le tarif ............. 98

1 Objectif et méthodologie ...................................................................................... 99
1.1 Constat et problématique........................................................................................................ 99
1.2 Principe du calcul ..................................................................................................................... 99
1.3 Implémentation dans l’outil de projection ......................................................................... 100
1.4 Données retenues .................................................................................................................. 100
2 Étude d’un nouveau tarif .....................................................................................102
2.1 Coefficient multiplicateur fixe.............................................................................................. 102
2.1.1 Principe et hypothèses testées ............................................................................................ 102
2.1.2 Résultats obtenus pour les MP « profils moyens » ......................................................... 103
2.1.3 Résultats obtenus pour les MP globaux ........................................................................... 104
2.2 Coefficient multiplicateur linéairement décroissant ......................................................... 105
2.2.1 Principe et hypothèses testées ............................................................................................ 105
2.2.2 Résultats obtenus pour les MP « profils moyens » ......................................................... 108
2.2.3 Résultats obtenus pour les MP globaux ........................................................................... 108
2.3 Synthèse des résultats ............................................................................................................ 109
3 Observations ........................................................................................................ 111

CONCLUSION .................................................................................................................. 113

ANNEXES ........................................................................................................................ 115
BIBLIOGRAPHIE ..............................................................................................................127
LISTE DES FIGURES .........................................................................................................128
LISTE DES TABLEAUX ......................................................................................................129

-3-
 REMERCIEMENTS

Je tiens tout d’abord à remercier Dominique Desrumaux et Mathieu Jourdain pour avoir
répondu à mes nombreuses sollicitations, et pour les connaissances qu’ils m’ont apportées sur
les produits.

J’exprime également ma gratitude à l’égard de Julia Teboul et de Christine Fournier pour

m’avoir suggéré de travailler sur un sujet qui ne m’était pas familier : ce travail a de ce fait été
très enrichissant pour moi d’un point de vue technique.

Je remercie de même toutes les personnes avec lesquelles j’ai eu des échanges sur différents
thèmes, et qui ont ainsi contribué à l’élaboration de ce mémoire, notamment Nathalie Caldeira
et Dominique Abgrall. Je remercie par ailleurs Olivier Lopez pour ses conseils et son suivi.

J’adresse mes sincères remerciements à mes collègues qui m’ont soutenue tout au long de la
réalisation de mon mémoire, et qui ont su créer une très bonne ambiance de travail. Je remercie
en particulier Guillaume Perrot pour sa relecture attentive et ses remarques pertinentes. Je
remercie également Fouad Amguirid et Salimata Diop pour leur relecture, leurs conseils et
leurs observations.

Évidemment, je ne saurais oublier mon tuteur de mémoire, Yannick Tanguy, que je remercie
tout particulièrement pour m’avoir fourni une aide précieuse, notamment grâce à son suivi
régulier, ses conseils et ses idées. Il a de plus toujours su faire preuve de disponibilité et m’a
permis, en m’accordant le temps nécessaire à la réalisation de ce mémoire, de mener à bien
mon travail.

Enfin, je remercie ma famille qui m’a toujours soutenue et encouragée dans ma démarche.

-4-
 RÉSUMÉ

Les récentes évolutions réglementaires intervenues sur le marché de l’assurance emprunteur

ont pour ambition de favoriser la concurrence entre les bancassureurs, très présents sur ce
marché, et les assureurs traditionnels. En particulier, les mesures introduites par les lois
Lagarde en 2010 et Hamon en 2014 donnent désormais davantage de liberté aux emprunteurs
quant au choix de leur assurance. Dans ce contexte, de nombreux assureurs, comme Allianz,
développent ou renouvellent leurs offres de contrats d’assurance emprunteur.

La mise en place d’un nouveau contrat d’assurance emprunteur individuel au sein de

l’entreprise nécessite une adaptation du modèle déterministe de projection des passifs, afin de
refléter au mieux la réalité des flux espérés. L’objectif premier de cette étude consiste à
proposer une modélisation de type « vie », proche de celle utilisée pour les contrats de
temporaire décès. Le périmètre de cette étude couvre la garantie décès des principaux contrats
individuels d’assurance emprunteur gérés par Allianz. La modélisation envisagée permet de
répondre aux exigences de la réforme Solvabilité II, concernant le calcul des provisions
techniques Best Estimate, et de fournir les indicateurs de rentabilité attendus en matière de
Market Consistent Embedded Value.

Pour préparer l’entrée en vigueur de la directive Solvabilité II, il convient par ailleurs de mener
une étude sur les remboursements anticipés afin d’évaluer le risque encouru par l’entreprise,
notamment en termes d’impact sur le SCR lié au risque de rachat. Nous cherchons donc à
construire une loi de remboursement anticipé, fonction, dans un premier temps, de
l’ancienneté dans le prêt, mais également, dans un second temps, de la durée du prêt.

Le traitement et l’analyse des données ont pour objectif préalable de s’assurer que les données
utilisées sont fiables et permettent d’en tirer des résultats pertinents pour la présente étude.
Une fois ce travail effectué, nous calculons, selon des méthodes non paramétriques, les taux
bruts de remboursement anticipé, auxquels nous appliquons ensuite des techniques de lissage.
Nous sommes alors amenés à conclure que, parmi les méthodes envisagées, l’estimateur de
Kaplan-Meier et le lissage de Whittaker-Henderson semblent être les plus adéquats.

Les résultats du modèle de projection indiquent que ces contrats sont très rentables, mais que
les remboursements anticipés ont un impact négatif sur la rentabilité, donc sur le niveau des
provisions techniques Best Estimate. Cette évaluation fournit une première ébauche de calcul du
SCR par le biais de la formule standard. Des études de sensibilité additionnelles permettent
également d’apprécier l’impact sur les résultats d’une modification de divers paramètres. Des
pistes sont par ailleurs proposées afin de prendre en compte l’impact des remboursements
anticipés sur la tarification.

Mots-clés : assurance emprunteur, loi Lagarde, loi Hamon, Market Consistent Embedded Value,
Solvabilité II, provisions techniques Best Estimate, SCR de rachat, loi de remboursement
anticipé, estimateur de Kaplan-Meier, lissage de Whittaker-Henderson.

-5-
 ABSTRACT

The recent changes in regulations that occurred on the credit insurance market are meant to
encourage competition between banks, which distribute most of these contracts, and
traditional insurers. In particular, the Lagarde Law in 2010 and the Hamon Law in 2014
introduced measures that give more freedom to borrowers regarding the choice of their
insurance contract. In this context, many insurers, such as Allianz, are developing or renewing
their propositions of credit insurance products.

When creating a new individual credit insurance product, the company needs to adapt the
deterministic projection model used to value liabilities, in order to reflect better the real cash-
flows expected. The first aim of this study is to propose a « life » modelling, close to the one
used to project term life insurance contracts. The focus in this paper will be on the death
guarantee of main individual credit insurance contracts managed by Allianz. The modelling
considered will enable to be in line with the Solvency II reform concerning the calculation of
Best Estimate Liabilities, and to provide the profitability indicators required to comply with
Market Consistent Embedded Value Principles.

To prepare the application of the Solvency II regime, it is furthermore advisable to study lapses
induced by redemption before the issued date of loans covered by the insurance contracts.
This will allow us to measure the risk taken by the company, especially regarding the impact on
the capital requirement for lapse risk. Our purpose then is to evaluate lapse rates due to
anticipated repayments, depending first on the seniority of the loan, but also on the length of
the loan.

The preliminary step which consists in data processing and analysis aims at checking their
accuracy in order to get results relevant enough for the present study. Once this stage
completed, we calculate raw lapse rates through nonparametric methods, before smoothing
these rates. We then conclude that, amongst the studied techniques, the Kaplan-Meier
estimator and the Whittaker-Henderson smoothing method seem to be the most appropriate.

Results obtained from the projection model indicate that these contracts are very profitable,
but that lapses have a negative impact on profitability, thus on Best Estimate Liabilities. This
gives a first estimation of the SCR using the standard formula. Moreover, additional
sensitivities are carried out to quantify the impact on the results in case of a change in various
parameters. We also propose a change in pricing to include the impact of anticipated
repayments on the insurer’s results.

Keywords: credit insurance, Lagarde Law, Hamon Law, Market Consistent Embedded Value,
Solvency II, Best Estimate Liabilities, SCR for lapse risk, lapse rates, redemption before due
date, Kaplan-Meier estimator, Whittaker-Henderson smoothing method.

-6-
 INTRODUCTION

Les contrats d’assurance emprunteur font partie du domaine de la prévoyance, mais

comportent certaines spécificités, de par l’objet de ce type de contrats. Il s’agit de garantir le
remboursement d’un prêt en cas de réalisation d’un ou de plusieurs risques, définis au contrat,
tels que le décès de l’emprunteur ou la survenance d’un arrêt de travail qui pourrait entraîner
une perte de revenus pour l’emprunteur, et donc des difficultés à rembourser le prêt qu’il a
souscrit.

Les évolutions récentes de la réglementation liée à ces contrats ont conduit un certain nombre
d’assureurs à adapter leurs offres en matière d’assurance emprunteur. Le groupe Allianz a ainsi
mis en place un nouveau contrat individuel d’assurance emprunteur, qui doit être désormais
intégré au modèle de projection utilisé dans le cadre de l’évaluation de la rentabilité et des
calculs de Best Estimate Liabilities (BEL).

Le modèle de projection envisagé pour ce nouveau contrat est un modèle qui traite les
temporaires décès, et il est nécessaire de l’adapter afin de prendre en compte les
caractéristiques propres à l’assurance emprunteur. Il convient notamment de bien appréhender
le fonctionnement de ce type de contrats, dont la principale particularité concerne le mode de
détermination des primes : celles-ci peuvent en effet être calculées en fonction d’une assiette
correspondant au capital restant dû ou au capital initial emprunté. L’objectif premier de l’étude
est donc de doter l’entreprise d’un modèle permettant de traiter les contrats individuels
d’assurance emprunteur, en adaptant la modélisation existante sur les contrats de temporaire
décès. Cela permettra ainsi d’améliorer la qualité des modèles de projection utilisés pour
calculer les indicateurs clés requis par le groupe en matière de Market Consistent Embedded Value
(MCEV), et de mieux répondre aux exigences de la réforme prudentielle Solvabilité II.

Le second aspect de ce mémoire porte sur l’étude d’une hypothèse particulière du modèle. Il
s’agit de construire une loi de remboursement anticipé, puis d’en évaluer l’impact sur les
résultats du modèle, ainsi que sur la tarification. L’étude des remboursements anticipés s’inscrit
notamment dans le cadre de l’entrée en vigueur de la directive Solvabilité II et de
l’homologation du modèle interne d’Allianz par l’ACPR. Celle-ci recommande en effet de
mener une étude sur les remboursements anticipés, ce qui n’avait pas pu être effectué jusqu’à
présent.

L’opération de remboursement anticipé d’un prêt peut s’apparenter à celle d’un rachat d’un
contrat d’épargne, bien qu’elle en soit fondamentalement différente par sa nature. Mais à
l’échelle d’un portefeuille de contrats d’assurance, cela consiste à définir une loi de chute, ou loi
de sortie, et les techniques employées pour construire ces lois sont généralement les mêmes.
Différentes approches peuvent alors être envisagées a priori pour l’étude des remboursements
anticipés. Lorsque la loi statistique du phénomène étudié n’est pas connue, il est possible, de
manière classique, de passer par l’estimation directe de taux de remboursement anticipé bruts à
l’aide de la méthode de Kaplan-Meier. Il convient ensuite d’appliquer une technique de lissage
afin de représenter le mieux possible le phénomène étudié.

-7-
La présente étude se limitera aux contrats individuels d’assurance emprunteur, et sera centrée
notamment autour de deux produits en particulier, représentatifs du portefeuille de l’entreprise.
Par ailleurs, comme déjà évoqué, ces contrats comprennent diverses garanties, les principales
étant le décès et l’arrêt de travail. Seule la garantie décès sera prise en considération dans le
cadre de ce mémoire. La garantie arrêt de travail fait appel à des techniques spécifiques qui ne
sont pas prises en compte dans le modèle qui sera utilisé, mais elle pourrait faire l’objet d’une
étude ultérieure.

Après avoir présenté l’assurance emprunteur et le contexte réglementaire de ces contrats, nous
décrirons le modèle de projection qui sera utilisé pour évaluer la MCEV ainsi que les BEL,
dont nous exposerons les principes. Une attention particulière sera par ailleurs portée à la
modélisation des primes. L’étude se poursuivra alors avec la construction de la loi de
remboursement anticipé. Nous présenterons ensuite les résultats des projections avant et après
prise en compte de la loi de remboursement anticipé. Des études de sensibilité seront
également menées afin d’évaluer l’impact d’une modification du profil des contrats ou de
l’évolution de la population assurée. Nous donnerons de plus une estimation du risque de
remboursement anticipé en ce qui concerne le besoin en capital. La dernière partie du mémoire
s’attachera à proposer une tarification permettant de compenser l’impact des remboursements
anticipés sur les résultats du modèle.

-8-
 PREMIÈRE PARTIE

L’ASSURANCE EMPRUNTEUR :
PRÉSENTATION ET GÉNÉRALITÉS

-9-
1 Principe et fonctionnement de l’assurance emprunteur

1.1 Objet et garanties

Un contrat d’assurance emprunteur a pour objet de garantir le remboursement d’un prêt en cas
de réalisation d’un ou de plusieurs risques définis dans le contrat souscrit. Il s’agit d’un contrat
temporaire, sa durée étant égale à celle du prêt. Les principaux risques couverts sont le décès et
l’arrêt de travail (incapacité ou invalidité) et sont proposés par tous les contrats vendus sur le
marché. La garantie en cas de perte d’emploi est également fréquemment proposée dans ce
type de contrats. Par ailleurs, il est possible de choisir d’autres garanties, évoquées un peu plus
loin dans ce paragraphe, qui sont des options ou des garanties complémentaires.

Si l’emprunteur décède avant d’avoir fini de rembourser le capital emprunté, l’assureur prend le
relais de l’emprunteur et rembourse le capital restant dû à la banque et, le cas échéant,
s’acquitte des intérêts courus depuis la dernière échéance du prêt. En cas d’arrêt de travail, ce
sont généralement les échéances du prêt qui sont versées par l’assureur à la banque, pendant
une certaine durée. Lorsque l’emprunteur se retrouve sans emploi, la garantie en cas de perte
d’emploi prévoit le versement d’au moins une partie des échéances du prêt pendant une durée
limitée.

Afin d’illustrer le cas de la garantie décès, les flux relatifs à un emprunt et au contrat
d’assurance associé sont représentés de façon schématique ci-après, pour un prêt classique à
annuités constantes. Nous présentons d’abord le cas où l’assuré reste en vie jusqu’à la fin du
prêt, puis le cas où celui-ci décède avant la fin du prêt.

Capital emprunté

Annuités

Primes

t=0 t=1 t=2 t=3 t=4 t=5

FIGURE 1 : Exemple de flux pour un prêt et un contrat d’assurance emprunteur

dans le cas où l’assuré reste en vie jusqu’à la fin du prêt

L’emprunteur reçoit le capital emprunté en . En contrepartie, il rembourse les annuités,

constantes, à partir de jusqu’à extinction du prêt (tant qu’il est en vie). Il verse en parallèle
une prime d’assurance à chaque échéance.

- 10 -
 Capital emprunté

Annuités

Primes

CRD versé en cas

de décès

t=0 t=1 t=2 t=3 t=4 t=5

FIGURE 2 : Exemple de flux pour un prêt et un contrat d’assurance emprunteur

dans le cas où l’assuré décède avant la fin du prêt

Si l’assuré décède avant le terme du prêt, les remboursements d’annuités et les versements de
primes s’arrêtent au jour du décès, ici entre et . L’assureur rembourse alors le capital
restant dû au jour du décès à l’organisme prêteur.

Les contrats d’assurance emprunteur se sont développés depuis quelques années, ce qui résulte
à la fois de la concurrence existant entre les différents acteurs du marché et de l’évolution de la
réglementation qui régit ces contrats. De nouvelles garanties ont donc fait peu à peu leur
apparition, généralement sous forme d’option ou de garantie complémentaire. On trouve ainsi
dans ces contrats des garanties telles que :
- la garantie « maladies redoutées », aujourd’hui de plus en plus proposée par des contrats
de prévoyance classiques ;
- des garanties d’assistance, adossées par exemple à une garantie en cas de perte
d’emploi, de façon à proposer à l’assuré une aide au retour à l’emploi s’il venait à se
retrouver sans emploi avant d’avoir fini de rembourser son prêt, etc.

Le but de ce type de contrats est double, puisqu’il s’agit de :

- protéger les établissements financiers qui prêtent de l’argent aux emprunteurs, qui, dans
le cas où l’un des risques couverts par le contrat se réaliserait, se verraient dans
l’impossibilité de rembourser leur prêt ;
- et protéger les emprunteurs et leurs familles en leur permettant d’être couverts
notamment en cas de décès ou d’arrêt de travail.

Aujourd’hui, la plupart des banques exigent la souscription d’une assurance emprunteur avant
d’accorder des prêts. Cela reste une condition indispensable pour obtenir un crédit immobilier,
mais n’est pas systématique pour les prêts à la consommation. De plus, dès lors que l’assurance
est résiliée ou que l’assuré ne paye plus ses primes d’assurance, le banquier en est informé et
peut mettre fin au prêt.

- 11 -
 1.2 Contrats groupes et individuels

Deux sortes de contrats existent sur le marché : les contrats « groupes » ou collectifs et les
contrats individuels. Les contrats groupes sont généralement proposés par les établissements
prêteurs, et présentent des caractéristiques standard (par exemple, les garanties seront les
mêmes pour tous les adhérents au contrat). Leur tarification est souvent basée sur un profil
d’assuré moyen. Ces contrats restent relativement chers pour les assurés jeunes qui souscrivent
un crédit immobilier.

À la différence des contrats groupes, les contrats d’assurance individuels sont des contrats sur-
mesure qui offrent des garanties souvent mieux adaptées aux besoins des emprunteurs et
proposent des tarifs plus attractifs car ils se basent sur l’âge de l’assuré. Pour contrer les offres
de contrats individuels, les contrats groupes segmentent aujourd’hui leurs tarifs en fonction de
l’âge et de différents critères, mais des différences importantes subsistent néanmoins entre les
deux types de contrats.

Lorsqu’un emprunteur n’entre pas dans le cas général, c’est-à-dire qu’il présente un risque
spécifique lié à son état de santé ou à sa profession par exemple, il est préférable, pour lui
comme pour l’assureur, d’avoir recours à une assurance individuelle.

1.3 Autres spécificités

Dans un contrat d’assurance emprunteur, il existe normalement une franchise pour la mise en
jeu de la garantie arrêt de travail. L’assuré peut choisir la quotité assurée, c’est-à-dire le
pourcentage du capital qui sera garanti en cas de survenance d’un sinistre, et cette quotité peut
être différente selon la garantie. Des exclusions sont généralement prévues, par exemple pour
les sports à risques ou des pathologies lourdes (des garanties complémentaires peuvent alors
être proposées, telles que le « Renfort Dos/Psy »).

Notons que, s’agissant de risques de décès et d’arrêt de travail principalement, ces contrats font
l’objet d’une sélection médicale. Les assurés doivent, au moins à partir d’un certain montant de
capital emprunté, remplir des questionnaires médicaux afin que les assureurs évaluent le risque
avant d’accorder leurs garanties. Ils peuvent refuser d’assurer des emprunteurs ou bien limiter
les garanties lorsqu’il existe un risque avéré de santé (tel qu’une maladie grave, etc.) qui
implique une probabilité de décès ou une probabilité de tomber en arrêt de travail plus
importantes que la moyenne. Toutefois, pour les personnes présentant un risque aggravé de
santé, il existe une convention, AERAS (s’Assurer et Emprunter avec un Risque Aggravé de
Santé), qui permet de faciliter l’accès à une assurance emprunteur pour ces personnes. Ce point
sera détaillé un peu plus loin.

- 12 -
 1.4 Les différents types d’emprunts

Rappelons en premier lieu qu’un prêt se caractérise par un montant de capital emprunté qui
doit être remboursé selon un échéancier, le tableau d’amortissement, défini lors de la mise en
place du prêt. Celui-ci est déterminé en fonction du taux d’intérêt et de la durée de l’emprunt.
Le prêt étant sous-jacent au contrat d’assurance, les caractéristiques du prêt souscrit
déterminent les primes payées et les éventuelles prestations versées.

Différents types d’emprunts existent selon le projet que l’emprunteur cherche à financer :
- les prêts personnels ou prêts à la consommation : ils permettent de financer de petits
projets en général comme l’achat d’un bien (une voiture, un voyage, de
l’électroménager, etc.), des travaux de rénovation d’une habitation, etc. ;
- les prêts immobiliers : ils ont pour objectif de financer l’acquisition d’un bien
immobilier ;
- les prêts professionnels, destinés à financer les divers investissements que sont amenées
à réaliser les entreprises qui se développent (achat de matériel, campagne publicitaire,
etc.).

Selon le type d’emprunt, le mode de remboursement du prêt peut être déterminé de plusieurs
manières ; les tableaux d’amortissement qui en découlent sont donc calculés différemment. On
distingue en particulier les prêts amortissables et les prêts non amortissables.

Les prêts amortissables sont les prêts pour lesquels une partie du capital est remboursée à
chaque période, pendant toute la durée du prêt. Pour ces prêts, il peut y avoir un différé total
(ce cas étant rare) ou partiel. Lorsque le différé est total, il n’y a aucun remboursement
d’échéance pendant le différé. En cas de différé partiel, seules les échéances d’intérêts sont
payées pendant la période de différé. Pour les prêts amortissables, la plupart du temps, les
échéances de remboursement (montant du capital remboursé de la période et des intérêts dus)
sont constantes. Les durées des prêts amortissables sont très variables, et dépendent du
montant emprunté, de l’âge de l’emprunteur et du type de prêt souscrit. La durée maximale
d’un prêt immobilier est généralement de 30 ans, mais il existe des prêts de durée supérieure à
30 ans.

Les prêts non amortissables ou in fine sont les prêts pour lesquels le montant du capital est
remboursé en totalité à la fin du prêt. Les durées de ces prêts sont variables1 et peuvent aller
jusqu’à 25 ou 30 ans. Les intérêts peuvent être versés progressivement pendant la durée du prêt
ou bien en totalité au terme du prêt.

Par ailleurs, les taux d’intérêt des prêts peuvent être fixes ou révisables2. Les emprunteurs
peuvent être des particuliers ou des professionnels. Dans le cas de professionnels, l’adhérent au
contrat – le souscripteur – peut être une personne morale tandis que la personne assurée sera
un « homme clé », en d’autres termes une personne dont l’activité est prépondérante dans la
bonne marche de l’entreprise.

1 Les prêts in fine de durée très courte concernent généralement les prêts relais.
2 Seuls les taux fixes sont traités dans ce mémoire, car ils sont majoritaires sur le portefeuille étudié.

- 13 -
2 Aspects réglementaires

Nous évoquerons ici les principales règles qui régissent l’assurance emprunteur en France, et
qui sont en partie à l’origine des évolutions de ce marché. Il s’agit en particulier de :
- la loi Lagarde, entrée en vigueur à partir de 2010, qui avait pour objectif de favoriser la
concurrence entre les différents acteurs du marché, et de permettre aux emprunteurs de
choisir « librement » leur assurance emprunteur. Les emprunteurs peuvent ainsi avoir
recours s’ils le souhaitent à la délégation d’assurance (c’est-à-dire la souscription d’une
assurance individuelle chez l’assureur de leur choix) au lieu d’un contrat groupe
proposé par l’établissement prêteur ;
- la loi Hamon, qui a pris effet en 2014, et qui vient compléter certaines dispositions
prévues par la loi Lagarde ;
- la convention AERAS, mise en place en 2006, en remplacement de la précédente
convention Belorgey. L’objectif de ces conventions était de permettre un accès facilité à
l’assurance emprunteur pour les personnes présentant un risque aggravé de santé.

2.1 La loi Lagarde

La loi Lagarde est, à l’origine, la transposition en droit français d’une directive européenne sur
le crédit à la consommation : la Consumer Credit Directive, ou CCD3. La loi Lagarde a permis
d’introduire les clauses de la CCD ainsi que diverses mesures supplémentaires réformant le
crédit à la consommation. Celles-ci sont entrées progressivement en vigueur de juillet 2010 à
mai 2011. La loi avait pour objectif de responsabiliser le crédit à la consommation, et portait
sur un certain nombre d’aspects liés au crédit en général, tels que le crédit renouvelable, les
taux d’usure, l’appréciation de la solvabilité des emprunteurs, la publicité, etc.

Parmi toutes les dispositions prévues, l’une concerne en particulier l’assurance emprunteur : les
emprunteurs sont désormais libres de choisir leur assurance emprunteur lors de la souscription
d’un prêt, notamment immobilier. Cela peut se faire à condition que les garanties souscrites
soient équivalentes à celles proposées par la banque. Lorsque celle-ci refuse la délégation
d’assurance à l’emprunteur, elle a désormais l’obligation de motiver son refus par écrit.

En réalité, les emprunteurs avaient déjà la possibilité de souscrire une assurance autre que celle
proposée par la banque, mais la loi autorisait les banques à imposer le contrat groupe qu’elles
commercialisaient. L’objectif affiché de la nouvelle mesure était de favoriser la concurrence
entre les différents acteurs du marché, et de permettre ainsi aux emprunteurs d’obtenir de
meilleures conditions de tarifs et de garanties quant à leur assurance emprunteur.

La loi Lagarde interdit également aux banques de modifier les taux d’emprunt dès lors que
l’assuré choisit la délégation d’assurance. Par ailleurs, dès 2009, il a été prévu la mise en place
d’une fiche d’information standardisée, dite « fiche Lagarde », qui doit être remise lors d’une
proposition d’assurance pour permettre à l’emprunteur de comparer plus facilement plusieurs
offres entre elles.

3 Source : http://fr.wikipedia.org/wiki/Loi_Lagarde.

- 14 -
Le marché de l’assurance emprunteur est occupé principalement par les banques (du moins, les
établissements prêteurs). Ceci tient en partie au fait que les emprunteurs s’inquiètent plus de
leur opération de crédit que de l’assurance qui y est associée. Ils peuvent donc être moins
regardants en ce qui concerne leur contrat d’assurance, et cela permet aux banques prêteuses
de vendre plus facilement leur contrat groupe. Le manque d’information des emprunteurs sur
les possibilités d’assurance est un des principaux éléments expliquant la situation du marché.

Les contrats collectifs commercialisés par les banques ont l’avantage de disposer de formalités
d’adhésion simplifiées. Or, ces contrats ne constituent pas toujours la meilleure option pour les
emprunteurs. En effet, ces contrats sont standardisés, donc ne sont pas forcément adaptés aux
profils de risque des assurés, et peuvent être relativement chers. Un contrat groupe peut être
intéressant pour un emprunteur âgé de plus de 45 ans s’il se base sur un profil d’emprunteur
moyen âgé de 40 ans, alors qu’une délégation d’assurance sera plus intéressante pour un
emprunteur plus jeune. La loi Lagarde, en donnant la possibilité aux emprunteurs de choisir la
délégation d’assurance, permet donc aux contrats d’assurance emprunteur individuels de se
développer. Ainsi, les tarifs proposés sont souvent plus faibles et les garanties plus en phase
avec les besoins des emprunteurs.

Dans la pratique, même après la mise en place de la loi Lagarde, de nombreux emprunteurs
avaient encore tendance à choisir le contrat groupe proposé par la banque, parfois par manque
d’information ou par commodité. Dans les années qui ont suivi l’entrée en vigueur de la loi,
l’objectif initial poursuivi n’a donc pas été atteint, et la part de contrats en délégation
d’assurance a stagné, voire reculé. Suite à ce constat, une évolution de la réglementation était
attendue afin de pallier les insuffisances de la loi de 2010. De nouvelles mesures ont ainsi
récemment vu le jour dans le cadre de la loi Hamon.

2.2 La loi Hamon

La loi Hamon, entrée en vigueur le 26 juillet 2014, a pour objectif de compléter certaines des
dispositions prévues par la loi Lagarde. En particulier, cette loi vise à renforcer le droit des
emprunteurs à faire appel à la délégation d’assurance, la loi Lagarde n’ayant, dans les faits, pas
atteint l’effet escompté.

La principale nouveauté introduite par la loi Hamon est le droit pour les emprunteurs de
résilier leur contrat d’assurance dans un délai d’un an à compter de la signature du prêt et de
souscrire un nouveau contrat d’assurance auprès de l’assureur de leur choix. Cette possibilité
est, comme dans le cas de la loi Lagarde, subordonnée à la condition que le nouveau contrat
d’assurance possède un niveau de garanties équivalent à celui du contrat groupe proposé par
l’organisme prêteur. Au-delà de ce délai légal, la substitution avec un nouveau contrat
d’assurance reste possible uniquement si elle est prévue dans l’offre de prêt. La banque, quant à
elle, dispose d’un délai de dix jours ouvrés pour accepter ou non la nouvelle assurance et pour
motiver sa décision en cas de refus.

D’autres mesures ayant trait à l’information des assurés en matière d’assurance sont prévues :
- le taux annuel effectif de l’assurance (TAEA), doit être mentionné pour les contrats
groupe, de même que le coût périodique et le montant total de l’assurance en euros ;
- la fiche d’information standardisée, déjà prévue par la loi Lagarde, doit être fournie dès
la première simulation d’assurance emprunteur.

- 15 -
De nombreux assureurs voient dans ces nouvelles dispositions réglementaires, introduites par
les lois Lagarde et Hamon, l’opportunité de gagner des parts de marché. Cela les a conduit à
renouveler leurs offres en matière d’assurance emprunteur. Le groupe Allianz, qui s’inscrit dans
cette logique, a ainsi mis en place un nouveau produit permettant de constituer une alternative
aux assurances de groupe proposées par les banques.

2.3 Les conventions Belorgey et AERAS

La convention Belorgey a d’abord été mise en place en 2001 puis a été étendue en 2005. Elle
était destinée à favoriser l’accès à l’assurance emprunteur pour les personnes présentant un
risque aggravé de santé. En effet, l’octroi d’un prêt par une banque est soumis à certaines
conditions, et un emprunteur présentant un grave problème de santé a une probabilité plus
forte qu’un assuré en bonne santé de décéder. Le risque pour la banque de ne pas être
remboursée peut donc être relativement élevé. De plus, les assureurs pratiquent une sélection
médicale afin d’éviter d’attirer un nombre trop important de « mauvais risques » dans leur
portefeuille. Dans ces conditions, un assuré en mauvaise santé avait donc peu de chances de
pouvoir souscrire un emprunt.

En janvier 2006, une nouvelle convention est entrée en vigueur : la convention AERAS
(s’Assurer et Emprunter avec un Risque Aggravé de Santé). Elle remplace et complète la
précédente convention Belorgey, en instaurant trois niveaux d’étude du dossier de demande de
prêt pour les personnes qui présentent un risque aggravé de santé :
- le premier niveau correspond à une étude classique de la demande d’assurance par
l’assureur. Ce dernier, en fonction du questionnaire médical renseigné par le
demandeur d’assurance, peut accepter ou refuser d’assurer la personne. Dans ce dernier
cas, c’est le second niveau d’étude qui prend le relais ;
- le deuxième niveau consiste en un examen approfondi du dossier par l’assureur, qui fait
alors appel à un réassureur, afin d’évaluer au mieux le risque et de déterminer
éventuellement des surprimes pour y faire face. L’assureur peut toutefois à nouveau
refuser d’assurer le demandeur ;
- le troisième niveau intervient ensuite et c’est le Bureau Commun d’Assurances
Collectives (BCAC) qui étudie le dossier, conjointement avec un pool d’assureurs et de
réassureurs. Si la demande d’assurance est acceptée, le risque est alors partagé entre
l’ensemble de ces assureurs et réassureurs.

La convention AERAS permet donc aux assurés qui présentent un risque aggravé de santé de
s’assurer, moyennant des conditions particulières. Elle concerne aussi bien les prêts
immobiliers que les prêts à la consommation et les prêts professionnels.

D’autres règles sont également prévues par la convention AERAS, et ont trait par exemple à
l’âge limite de l’emprunteur ou à la durée de l’emprunt. Un mécanisme d’écrêtement des
surprimes est prévu (celles-ci pouvant représenter un coût très important), c’est-à-dire que
celles dépassant de 1,5% le taux effectif global de l’emprunt sont prises en charge
conjointement par les banques et les assureurs. Cette prise en charge est toutefois soumise à
des conditions de ressources.

- 16 -
3 Le marché de l’assurance emprunteur en France

3.1 L’activité du marché en quelques chiffres

Le chiffre d’affaires des contrats d’assurance emprunteur représentait 8,3 milliards d’euros sur
le marché français en 2013, selon une étude réalisée par la FFSA et le GEMA4. C’est un
marché qui n’a cessé de croître depuis le début des années 2000, avec un chiffre d’affaires qui a
augmenté en moyenne de 6,1% par an depuis 2003. Nous observons toutefois un
ralentissement de la croissance du chiffre d’affaires depuis 2009.

Le graphique suivant montre l’évolution du chiffre d’affaires sur le marché français depuis
2003 :

9 000

8 000

7 000
Millions d'euros

6 000

5 000

4 000

3 000

FIGURE 3 : Chiffre d’affaires sur le marché français de l’assurance emprunteur

– Source : FFSA-GEMA

Les encours des crédits ont fortement évolué à la hausse depuis 2003, avec une progression
moyenne de 6,9% par an, d’où une hausse mécanique du volume de chiffre d’affaires. La
hausse des prix de l’immobilier depuis quelques années, notamment dans les grandes
agglomérations, explique en (grande) partie cette évolution.

Le graphique ci-après reprend l’historique des montants d’encours de crédits des ménages
depuis 2003 :

4GEMA : Groupement des Entreprises Mutuelles d’Assurances. En ce qui concerne l’étude, voir [8] FFSA-
GEMA (2014).

- 17 -
 1 200

1 100

Milliards d'euros 1 000

900

800

700

600

500

400

FIGURE 4 : Encours de crédits des ménages – Source : FFSA / Banque de France

Le marché de l’assurance emprunteur est donc fortement lié à celui des crédits immobiliers, les
encours détenus par les ménages étant nettement plus importants que les encours de crédits à
la consommation et de ceux des prêts professionnels.

La figure qui suit présente la répartition des cotisations d’assurance emprunteur selon l’objet du
prêt en 2013 :

6,4%

Prêt immobilier
21,6%
Prêt à la consommation

72,0% Prêt professionnel

FIGURE 5 : Répartition des cotisations d’assurance selon l’objet du prêt en 2013

– Source : FFSA-GEMA

Tous types de prêts confondus, les primes liées aux garanties décès représentaient l’essentiel du
volume de chiffre d’affaires en 2013 (69,6%), tandis que la part relative aux garanties
incapacité-invalidité était de 26,8%, comme l’indique la figure suivante :

- 18 -
 3,7%

Décès
26,8%
Incapacité-Invalidité

69,6% Perte d'emploi

FIGURE 6 : Répartition des cotisations d’assurance par garantie en 2013

– Source : FFSA-GEMA

3.2 Les principaux acteurs du marché

Le marché de l’assurance emprunteur en France est occupé principalement par les

établissements prêteurs qui détenaient, en 2013, 88,6% du marché :

11,4%

Contrats souscrits auprès d'un

établissement de crédit

Contrats en délégation
d'assurance

88,6%

FIGURE 7 : Répartition des cotisations d’assurance par type de contrats en 2013

– Source : FFSA-GEMA

Cette situation perdure depuis un certain nombre d’années et était d’une certaine façon
encouragée par la loi qui, comme déjà mentionné, autorisait les banques à imposer aux
emprunteurs le contrat qu’elles commercialisaient lors de la souscription d’un prêt. Il est en
effet plus aisé pour une banque, en étant en contact direct avec le client qui souhaite emprunter
une certaine somme d’argent, de vendre le contrat qu’elle distribue. Ces contrats sont vendus
au travers des filiales d’assurances des banques.

La proportion de contrats en délégation d’assurance a eu tendance à diminuer depuis quelques

années. À titre d’exemple, cette part était de 14% en 2010, tandis qu’elle était d’environ 20% en
2009. La loi Lagarde n’a vraisemblablement pas permis, du moins jusqu’en 2013, d’ouvrir la
concurrence sur ce marché entre les assureurs et les bancassureurs.

- 19 -
Le marché de l’assurance emprunteur reste encore difficile d’accès pour les assureurs
traditionnels (ne faisant pas partie d’un groupe bancaire), qui doivent parfois faire preuve
d’imagination pour parvenir à progresser sur ce marché. C’est pourquoi certains assureurs ont
choisi de revoir leurs offres, non seulement pour répondre aux évolutions réglementaires, mais
aussi pour proposer des contrats mieux adaptés aux profils des assurés, avec des tarifs plus
attractifs. Ils proposent ainsi de nouvelles garanties (maladies redoutées, renfort dos et psy…),
des franchises de différents niveaux, des garanties plus couvrantes (par exemple le versement
d’un montant forfaitaire en cas d’arrêt de travail et non d’un montant complémentaire par
rapport au revenu de l’assuré), etc.

- 20 -
4 Caractéristiques des produits étudiés

Les deux produits que nous nous proposons d’étudier dans le cadre de ce mémoire sont des
contrats individuels distribués par la plupart des canaux de distribution du groupe Allianz
(agents, courtiers, etc.). Ils peuvent couvrir tous les types de prêts, amortissables ou non, qu’ils
soient destinés à financer un projet personnel, professionnel ou immobilier. La cible privilégiée
par ces produits reste cependant le prêt immobilier.

4.1 L’ancien contrat individuel

Nous présentons ici le principal contrat individuel commercialisé jusqu’à présent par Allianz
(contrat A). Ce contrat a fait l’objet de plusieurs versions successives depuis sa création en l’an
2000 afin de s’aligner sur les contrats des principaux concurrents et de proposer davantage de
choix pour les assurés.

À titre d’exemple, la première version du produit ne proposait qu’une tarification selon le

capital initial. Dans la seconde version du produit, l’assuré pouvait choisir entre une tarification
selon le capital initial et une tarification selon le capital restant dû. Les risques aggravés avaient
également été pris en compte dans cette deuxième version. Une version ultérieure du produit
prenait en compte la segmentation des tarifs selon le caractère « fumeur » ou « non fumeur » de
l’assuré et selon sa catégorie socio-professionnelle. Les nouveautés apportées peu à peu au
produit répondaient ainsi aux évolutions des offres concurrentes du marché.

Dans le cadre de la modélisation envisagée pour ce produit, nous avons choisi d’étudier une
génération particulière du contrat, plus précisément celle qui correspond à la dernière version
commercialisée. Les tarifs ayant évolué entre les différentes versions du produit, les paramètres
et la méthode de calcul ne sont pas les mêmes.

Le contrat prévoit en tout trois garanties : le Décès, la Perte Totale et Irréversible d’Autonomie
(PTIA) et l’Arrêt de Travail. La garantie PTIA ne peut être dissociée de la garantie Décès :
l’assuré a ainsi le choix entre deux options qui sont soit le Décès et la PTIA, soit le Décès, la
PTIA et l’Arrêt de Travail.

En cas de décès de l’assuré avant la fin du prêt, l’assureur rembourse, à hauteur de la quotité
assurée, le capital restant dû à l’organisme prêteur, et verse les intérêts courus depuis la dernière
échéance du prêt. La prestation prévue en cas de PTIA est la même que pour le décès.

En cas d’arrêt de travail, et après expiration d’un délai de franchise de 90 jours, l’assureur
rembourse les annuités du prêt à l’organisme prêteur, à hauteur de la quotité assurée. La
garantie arrêt de travail du contrat correspond à une garantie Incapacité Temporaire Totale de
travail (ITT) et une garantie Invalidité Permanente Totale (IPT).

Certaines limites sont prévues dans le contrat, comme l’âge maximum que l’assuré peut avoir
atteint au moment où il souscrit le contrat (74 ans), l’âge limite de versement des prestations
(80 ans pour le décès et 65 ans pour l’arrêt de travail) ou encore la durée maximale des prêts
assurés (30 ans). Le montant minimum du prêt qui peut être assuré est de 17 000 €.

- 21 -
 4.2 Le nouveau contrat individuel

Le contrat récemment mis en place (contrat B) a commencé à être commercialisé en octobre

2013. À l’heure actuelle, les volumes sont encore assez faibles, puisque le nombre de nouveaux
contrats en portefeuille était d’environ 9 000 à fin 2014.

La mise en place de ce nouveau produit répondait à deux principaux objectifs :

- il s’agissait d’abord de réduire la complexité de l’offre de produits de la compagnie, en
proposant un unique produit commercialisé par l’ensemble des réseaux de distribution
du groupe, offrant un large choix de garanties possibles et répondant aux nouveaux
besoins du marché ;
- l’idée était également d’être plus compétitif, notamment face aux bancassureurs, en
profitant de la mise en place de la loi Lagarde pour proposer un produit alternatif aux
contrats commercialisés par ceux-ci.

Le contrat A a servi de base à la refonte de l’offre d’assurance emprunteur. Le nouveau produit

comporte trois choix possibles pour l’assuré, qui constitueront les garanties de base :
- le choix 1 comprend les garanties Décès et PTIA ;
- le choix 2 concerne les garanties Décès, PTIA et IPT ;
- le choix 3 correspond aux garanties Décès, PTIA, IPT et ITT.

L’assuré peut ajouter des garanties complémentaires, selon le choix qu’il a fait (par exemple, le
choix de l’IPP, l’Invalidité Permanente Partielle, en plus de l’IPT, ou le choix de l’ITP,
l’Incapacité Temporaire Partielle en plus de l’ITT) ainsi que des options, qui sont :
- le Renfort Dos et Psy ;
- les Maladies Redoutées ;
- la Perte d’Emploi ;
- la Couverture immédiate en cas de Décès ou de PTIA avant déblocage des fonds.

Les possibilités par rapport au contrat A ont été étendues. Ainsi, il est possible de souscrire ce
contrat jusqu’à 80 ans si l’assuré n’a besoin que d’une garantie décès-PTIA. Les âges limites
auxquels les assurés peuvent être couverts en cas de sinistres ont également augmenté (85 ans
pour le décès, 67 ans pour l’incapacité-invalidité). Enfin, la durée maximale des prêts prise en
compte est de 35 ans. Le montant minimum du prêt qui peut être assuré reste de 17 000 €.

Cette première partie nous a permis de fournir un aperçu de l’assurance emprunteur. Les
aspects réglementaires évoqués ainsi que la description du marché de l’assurance emprunteur,
au travers de quelques statistiques, montrent que ce marché a connu un certain nombre
d’évolutions, et poursuit encore son développement. La mise en place d’un nouveau produit au
sein d’Allianz permettra de mieux répondre aux besoins des assurés, tout en s’adaptant aux
offres concurrentes.

Dans ce contexte, et afin d’être en mesure d’évaluer au plus juste la rentabilité ou encore les
Best Estimate Liabilities, il est primordial pour l’entreprise de se doter d’un modèle de projection
adapté au cas particulier de l’assurance emprunteur. Nous nous proposons donc, dans la
seconde partie, d’aborder les différents aspects de la modélisation dans le cadre de la Market
Consistent Embedded Value et de Solvabilité II.

- 22 -
 DEUXIÈME PARTIE

MODÈLE DE RENTABILITÉ ET
CALCULS DE BEST ESTIMATE LIABILITIES

- 23 -
Les contrats d’assurance emprunteur gérés par la compagnie sont de deux natures, puisqu’il
existe à la fois des contrats individuels et collectifs. Les contrats collectifs ne sont pas traités
dans le cadre de cette étude : nous nous intéressons en effet aux deux principaux contrats
individuels, c’est-à-dire les contrats A et B décrits précédemment.

Le besoin actuel est de mettre en place un modèle de type « vie », permettant de traiter les
contrats individuels, en exploitant les données tête par tête disponibles pour ces contrats. Ceci
permettra également de prendre en compte le nouveau produit mis en place. Un modèle de
type « vie » consiste à utiliser les techniques actuarielles courantes en assurance vie, en
particulier via les calculs de probabilités de survie ou de décès à partir de tables de mortalité. Il
diffère de l’approche retenue en assurance non vie, qui fait appel notamment à des ratios S/P
(« sinistres sur primes »).

Nous disposons déjà d’un modèle de projection, développé sous le logiciel MoSes, qui permet
de traiter les contrats de prévoyance individuelle, en particulier les contrats de temporaire
décès. La garantie décès des contrats d’assurance emprunteur individuels fonctionne comme
une temporaire décès avec un capital assuré variable. À ce titre, ces contrats sont classés dans le
périmètre de la prévoyance individuelle et peuvent donc être intégrés dans ce modèle.

Toutefois, comme mentionné en introduction du mémoire, ce modèle ne tient pas compte des
spécificités de calcul des primes propres à l’assurance emprunteur, qui peuvent être calculées
selon le capital initial emprunté ou le capital restant dû. Nous allons donc chercher à modifier
le modèle existant afin d’être en mesure de calculer les flux de primes de la manière la plus
juste possible. Ceci nous amènera également à revoir les autres éléments du compte de résultat,
notamment les prestations et provisions.

Nous nous proposons donc, dans cette seconde partie, de traiter plusieurs aspects majeurs.
Nous évoquerons en premier lieu les calculs des tableaux d’amortissement liés aux prêts. Puis,
nous fournirons les méthodes de calcul retenues dans le cadre de la modélisation de la garantie
décès. Nous décrirons pour cela les différents éléments du compte de résultat, en particulier les
flux de primes et de sinistres, les provisions et les intérêts techniques. Nous aborderons ensuite
les principes de calculs de la Market Consistent Embedded Value, ainsi que les aspects liés à
Solvabilité II et les calculs de Best Estimate Liabilities. Enfin, nous présenterons les principales
modifications apportées au modèle MoSes d’origine.

1 Modélisation des prêts

Nous expliciterons dans cette section le calcul des tableaux d’amortissement qui seront
implémentés dans l’outil de projection utilisé, MoSes. Dans le cadre d’un contrat d’assurance
emprunteur, le tableau d’amortissement permet de connaître les flux de capitaux garantis en cas
de survenance d’un sinistre. Les garanties données peuvent différer d’un contrat à l’autre mais,
le plus souvent, l’assureur verse le capital restant dû à l’organisme prêteur, ainsi que les intérêts
courus en cas de décès de l’assuré.

Les types de prêt pris en considération dans la modélisation sont les prêts amortissables à
annuités constantes et les prêts non amortissables. Ces prêts constituent la quasi-totalité des
emprunts souscrits par les assurés pour les deux contrats étudiés.

- 24 -
 1.1 Prêt amortissable à annuités constantes

Il s’agit du prêt classique proposé dans le cadre de l’acquisition d’un bien immobilier. Les
échéances versées, qui comprennent à chaque période une partie du capital (c’est-à-dire
l’amortissement) et des intérêts, sont constantes pendant toute la durée du prêt.

Notations
Nous adoptons les notations suivantes :
 : durée du prêt en années ;
 : montant du capital initial emprunté ;
 : montant du capital restant dû à la fin de la période ;
 : fréquence de remboursement des échéances. Elle peut être annuelle ( ),
semestrielle ( ), trimestrielle ( ) ou mensuelle ( );
 : taux d’intérêt annuel du prêt ;
 : taux d’intérêt du prêt sur une période5, tel que ⁄ ;
 : montant de l’échéance de remboursement du prêt (constante) de la période ;
 : montant de l’amortissement du prêt de la période ;
 : montant des intérêts du prêt de la période .

Hypothèses
Nous précisons les deux hypothèses suivantes :
- le remboursement du prêt est à terme échu ;
- nous considérons de plus qu’il n’existe pas de différé (total ou partiel) pour les prêts
modélisés. Ce cas est en effet assez peu fréquent et ne sera donc pas traité.

Formules du tableau d’amortissement

Les différents éléments du tableau d’amortissement sont calculés selon les formules décrites ci-
après.

Au début du prêt :

Puis, pour toute période :

( )

5 La pratique du marché bancaire consiste à calculer des intérêts proportionnels.

- 25 -
Un tel prêt s’apparente en fait à une opération d’investissement dans laquelle un capital investi
génère des flux de revenus à intervalles réguliers. Le taux de rendement interne (TRI) de
l’opération représente le taux qui permet d’égaliser le montant du capital investi et la somme
des flux de revenus futurs actualisés au TRI.

Dans le cadre d’un prêt amortissable à annuités constantes à terme échu, le taux d’intérêt du
prêt correspond au TRI de l’opération financière, ce qui permet d’écrire l’égalité suivante :

( )
( ) ( ) ( )

L’égalité ( ) permet d’obtenir la formule de l’annuité :

( ) ⇔ ∑( ) ⇔
∑ ( )

Dès lors, l’annuité de remboursement du prêt peut également s’écrire de la façon suivante (la
démonstration de ce calcul est reportée en annexe 2) :

( )
( )

En partant de la formule ( ), il nous est également possible d’exprimer le CRD d’une période
quelconque en fonction des seuls paramètres associés au prêt (capital initial, taux d’intérêt et
durée). Cela permettra de faciliter ultérieurement les calculs sous MoSes, en réduisant le
nombre de formules à implémenter. De plus, plutôt que d’effectuer un calcul par récurrence, le
calcul devient alors direct, ce qui constitue un avantage en termes de temps de calcul.

D’après la formule ( ), nous pouvons déduire que, pour toute période :

∑( )

En utilisant l’expression ( ), nous obtenons alors (la démonstration du calcul est reportée en
annexe 2) :

( ) ( )
( )
( )

Exemple
Soit un prêt amortissable à annuités constantes, d’un montant de 100 000 € au taux de 2,5%
remboursé sur 10 ans. La périodicité de remboursement considérée est annuelle.

Le tableau d’amortissement de ce prêt est donné ci-après :

- 26 -
 Période CRD début Annuité Capital Intérêts CRD fin

1 100 000 11 426 8 926 2 500 91 074

2 91 074 11 426 9 149 2 277 81 925
3 81 925 11 426 9 378 2 048 72 547
4 72 547 11 426 9 612 1 814 62 935
5 62 935 11 426 9 852 1 573 53 083
6 53 083 11 426 10 099 1 327 42 984
7 42 984 11 426 10 351 1 075 32 633
8 32 633 11 426 10 610 816 22 023
9 22 023 11 426 10 875 551 11 147
10 11 147 11 426 11 147 279 0
Total 114 259 100 000 14 259
TABLEAU 1 : Exemple de tableau d’amortissement – Prêt amortissable à annuités constantes

1.2 Prêt non amortissable

Le prêt non amortissable, ou prêt in fine, est moins fréquent que le prêt amortissable à annuités
constantes.

Notations
Nous adoptons les notations suivantes :
 : durée du prêt en années ;
 : montant du capital initial emprunté ;
 : montant du capital restant dû à la fin de la période ;
 : fréquence de remboursement des échéances. Elle peut être annuelle ( ),
semestrielle ( ), trimestrielle ( ) ou mensuelle ( );
 : taux d’intérêt annuel du prêt ;
 : taux d’intérêt du prêt sur une période, tel que ⁄ ;
 : montant de l’échéance de remboursement du prêt (variable) de la période ;
 : montant de l’amortissement du prêt de la période ;
 : montant des intérêts du prêt de la période .

Hypothèses
Nous précisons les hypothèses suivantes :
- le remboursement du prêt est à terme échu ;
- nous considérons de plus le cas des prêts non amortissables sans différé. Cela signifie
ici que les intérêts dus sont versés progressivement pendant toute la durée du prêt.

Formules du tableau d’amortissement

Les différents éléments du tableau d’amortissement sont calculés selon les formules décrites ci-
après.

- 27 -
Avant le terme du prêt ( ):

Au terme du prêt ( ) :

Dans ce type de prêt, l’emprunteur paye donc uniquement les intérêts pendant toute la durée
du prêt, puis rembourse au terme de celui-ci le capital emprunté et paye la dernière échéance
d’intérêts.

Exemple
Nous considérons des données de prêt identiques à l’exemple du prêt amortissable à annuités
constantes, donné au paragraphe précédent.

Dans le cas d’un prêt non amortissable, le tableau d’amortissement du prêt est donc le suivant :

Période CRD début Annuité Capital Intérêts CRD fin

1 100 000 2 500 0 2 500 100 000

2 100 000 2 500 0 2 500 100 000
3 100 000 2 500 0 2 500 100 000
4 100 000 2 500 0 2 500 100 000
5 100 000 2 500 0 2 500 100 000
6 100 000 2 500 0 2 500 100 000
7 100 000 2 500 0 2 500 100 000
8 100 000 2 500 0 2 500 100 000
9 100 000 2 500 0 2 500 100 000
10 100 000 102 500 100 000 2 500 0
Total 125 000 100 000 25 000
TABLEAU 2 : Exemple de tableau d’amortissement – Prêt non amortissable

- 28 -
2 Modélisation du compte de résultat technique

L’objet de cette section est d’expliciter les formules de calcul qui seront appliquées pour
modéliser les éléments intervenant dans le compte de résultat au titre de la garantie décès. Une
attention particulière sera portée aux méthodes d’évaluation des primes. Mentionnons
également que les calculs des différents flux intervenant dans le modèle de rentabilité se font
selon un pas de projection mensuel dans MoSes.

2.1 Présentation du compte de résultat

Le compte de résultat technique est organisé de la façon suivante :

Résultat après impôt 67

Solde de souscription 337
Chiffre d'affaires 604
Prestations -271
PM d'ouverture 400
PM de clôture -406
Intérêts techniques 9
Coûts, commissions et C3S -236
Commissions d'acquisition -113
Coûts d'acquisition -75
Coûts de gestion -47
C3S -1
Résultat financier 1
Produits financiers nets, dont : 10
Produits financiers bruts 10
Coûts d'investissement 0
Intérêts techniques -9
Impôt sur les sociétés -35

TABLEAU 3 : Exemple de compte de résultat technique

Seuls les postes effectivement modélisés dans le cadre des contrats étudiés sont indiqués ci-
dessus. Ainsi, nous n’avons pas fait figurer la participation aux bénéfices, car nous n’en
tiendrons pas compte. En effet, les contrats d’assurance emprunteur ne comportent pas de
clause de participation aux bénéfices.

Les soldes intermédiaires qui constituent le résultat après impôt sont :

- le solde de souscription, tel que :

- 29 -
 - le solde des coûts, commissions, et C3S6 tel que :

- le résultat financier, tel que :

- et l’impôt sur les sociétés.

Notons que le résultat technique, qui n’apparaît pas de façon explicite dans l’exemple présenté
ci-dessus, correspond à la somme du solde de souscription et du solde des coûts, commissions
et C3S.

Dans ce qui suit, nous nous intéressons plus particulièrement aux éléments qui composent le
solde de souscription, c’est-à-dire les primes, sinistres, provisions et intérêts techniques. Cela
fait l’objet des paragraphes 2.2 à 2.5. Afin de donner une présentation complète du compte de
résultat, nous décrivons ensuite au paragraphe 2.6 brièvement la modélisation des coûts,
commissions et C3S, ainsi que du résultat financier et de l’impôt sur les sociétés, dont les
calculs reposent essentiellement sur la méthodologie interne utilisée dans l’entreprise. Nous
terminons cette section avec l’introduction des probabilités de survie prises en compte dans la
projection et utilisées pour prédire les sorties ou les décès futurs.

2.2 Primes

Nous considérons dans ce mémoire uniquement des primes périodiques. Le paiement d’une
prime unique est possible dans la réalité, mais le cas est assez rare étant donné le coût
important que représente l’assurance dans une opération de crédit immobilier.

En assurance emprunteur, la pratique du marché a conduit à la possibilité de calculer les tarifs

selon deux méthodes principales : les primes périodiques peuvent être calculées en fonction du
« capital initial » (montant du capital emprunté) ou du capital restant dû.

Dans le premier cas, cela implique que la prime payée est constante pendant toute la durée de
paiement des primes par l’assuré. Dans le second cas, la prime payée suit la décroissance du
capital restant dû au cours du temps.

La particularité propre à l’assurance emprunteur est justement la présence d’un prêt que l’on
peut assimiler à un sous-jacent au contrat d’assurance. Ce prêt détermine les primes payées
mais également les capitaux ou annuités garantis par l’assureur. Comme dans tout contrat
d’assurance, les primes payées servent à couvrir les risques supportés par l’assureur mais,
lorsque les primes sont constantes, il existe un risque supplémentaire pour l’assureur dans la
mesure où, à chaque échéance de prime, le montant de la prime versée n’est pas toujours en
phase avec le risque encouru.

6La Contribution Sociale de Solidarité des Sociétés (C3S) correspond à une taxe qui permet de financer le régime
de protection sociale des travailleurs indépendants (artisans, commerçants, exploitants agricoles, etc.).

- 30 -
Il est donc plus prudent pour un assureur de tarifer ces contrats à l’aide de primes qui ne sont
pas constantes et qui suivent le risque encouru par l’assureur. Cela justifie l’apparition d’un
mode de tarification particulier en assurance emprunteur, consistant à tarifer les contrats en
fonction du capital restant dû.

Dans la pratique, le mode de tarification choisi par l’assuré dépend du type de prêt
(amortissable ou non), de l’objet du prêt (prêt immobilier, prêt à la consommation…), de la
durée du prêt, etc. Pour les prêts immobiliers, qui portent sur des durées généralement assez
longues, la tarification se fait presque toujours sur le capital restant dû. Pour des prêts courts
(tels que des prêts à la consommation), l’assuré pourra être amené en revanche à choisir une
tarification en fonction du capital initial.

2.2.1 Notations et hypothèses

Notations
Nous adoptons les notations suivantes :
 : année d’avancement dans le prêt ;
 : durée du prêt en années ;
 : montant du capital initial emprunté ;
 : montant du capital restant dû (en début d’année ) ;
 : taux d’intérêt du prêt ;
 : taux technique utilisé pour la tarification ;
 : facteur d’actualisation tel que ( ) ;
 : âge de l’assuré à la souscription, en années ;
 : âge limite de versement des prestations (pour la garantie décès) ;
 : nombre de vivants d’âge ;
 : probabilité pour une tête d’âge d’être en vie à l’âge ;
 : probabilité pour une tête d’âge de décéder entre les âges et ;
 : taux d’assurance calculé sur le capital pour la garantie décès, avec ou
;
 : prime pure calculée sur le capital pour la garantie décès, avec ou .

Hypothèses
Nous prenons les hypothèses suivantes pour le calcul des primes pures :
- les primes sont annuelles et sont versées en début d’année par l’assuré ;
- la durée de paiement des primes est égale à la durée du prêt, autrement dit il n’y a pas
de différé ;
- les prêts sont amortissables par annuités constantes ;
- les décès surviennent en milieu d’année.

Par ailleurs, afin de limiter les paramètres pris en compte dans la tarification, l’hypothèse de
taux d’intérêt du prêt est figée.

- 31 -
 2.2.2 Calcul des primes pures selon le capital initial

Principe
Dans la tarification sur capital initial (CI), la prime payée par l’assuré est constante sur toute la
durée du prêt. Un taux d’assurance, à déterminer, est appliqué au capital initial, ce qui permet
d’obtenir le montant de la prime payée par l’assuré. Ce taux est fonction de l’âge à la
souscription et de la durée du prêt.

Formules de tarification
Le principe d’égalisation, à la souscription du contrat, des Valeurs Actuelles Probables (VAP)
des engagements respectifs pris par l’assuré et l’assureur conduit à la contrainte suivante :

( ) ( )

L’assuré s’engage à payer les primes pendant toute la durée du contrat, tant qu’il est en vie. En
contrepartie, l’assureur s’engage à verser le capital restant dû à l’organisme prêteur si l’assuré
décède avant d’avoir fini de rembourser son prêt.

L’égalité précédente devient donc :

( ) ( )

∑ ∑

avec

Nous obtenons alors :

( ) ( )

∑ ∑

D’où :

( )
∑
( )
∑

En exprimant le CRD à une date en fonction des caractéristiques du prêt (capital initial, taux
d’intérêt et durée), comme cela est fait dans l’expression ( ) donnée à la page 26, ainsi que les
probabilités de survie et de décès en fonction du nombre de vivants à un âge donné, la formule
précédente peut être réécrite ainsi :

( )( ) ( )
∑ ( )
( )
( )
∑

En ce qui concerne la tarification sur capital initial, le taux d’assurance propre à la garantie
décès dépend donc uniquement de l’âge à l’adhésion et de la durée du prêt, les autres
paramètres étant fixes (taux d’intérêt technique et taux d’intérêt du prêt).

- 32 -
 2.2.3 Calcul des primes pures selon le capital restant dû

Principe
Dans la tarification sur capital restant dû (CRD), la prime payée par l’assuré décroît pendant
toute la durée du prêt en suivant l’évolution du CRD au cours du temps. Nous cherchons donc
à calculer un taux d’assurance qui sera appliqué au CRD de début d’année, afin d’obtenir le
montant de la prime payée par l’assuré. Ce taux est fonction de l’âge atteint au cours du temps.

Formules de tarification
Contrairement au calcul sur CI, le taux d’assurance sur CRD ne dépend pas de la durée du prêt
et est fonction uniquement de l’âge atteint au cours du prêt. Ceci amène donc à calculer les
engagements sur un an et non sur la durée totale du prêt. Les primes versées dans l’année
couvrent donc les risques de l’année7.

Le principe d’égalisation, à une date , des VAP des engagements respectifs pris par l’assuré et
l’assureur sur un an conduit donc à la contrainte suivante :

( ) ( )

Sur une année donnée, l’assuré s’engage à payer la prime, s’il est en vie (la prime étant versée
d’avance8, la probabilité que l’assuré soit en vie est égale à 1). En contrepartie, l’assureur
s’engage à verser le capital restant dû à l’organisme prêteur si l’assuré décède au cours de
l’année, et alors qu’il n’a pas fini de rembourser son prêt.

L’égalité précédente devient donc, pour une année du prêt :

( )

avec ( ) ( )

Nous en déduisons alors :

( )

Ou encore :

( )

Le calcul du taux d’assurance décès pour la tarification selon le CRD est donc très simplifié et
s’apparente à celui d’une temporaire décès classique sur un an. Ce taux dépend uniquement de
l’âge atteint, , le taux technique utilisé pour la tarification étant fixe.

7 La durée des produits étudiés est égale à celle du prêt. Seul le calcul de la prime, lorsqu’elle est fonction du CRD,
fait intervenir la notion de temporaire décès d’un an.
8 Conformément à la pratique de l’entreprise, les produits étudiés dans ce mémoire prévoient des primes versées

d’avance. La pratique du marché est différente : les primes sont versées à terme échu, en même temps que les
échéances du prêt.

- 33 -
 2.2.4 Calcul des primes commerciales

Les calculs précédents nous ont permis d’obtenir des taux de prime pure. Pour parvenir aux
taux de prime chargée et donc aux primes chargées (ou primes commerciales), nous appliquons
la formule suivante :

( )
( )

avec les notations suivantes :

 ( ) : taux d’assurance avec chargement, calculé sur le capital pour la garantie
décès, avec ou ;
 ( ) : taux d’assurance sans chargement, calculé sur le capital pour la garantie décès,
avec ou ;
 : taux de chargement d’acquisition appliqué.

Le taux de chargement d’acquisition permet de financer les commissions et les divers coûts
internes de l’entreprise, ainsi que la rémunération revenant à l’assureur.

La formule obtenue ci-dessus découle du fait que la prime pure correspond simplement à la
prime commerciale sans prise en compte des chargements :

( )

Il s’agit ici de la méthode appliquée par l’entreprise pour intégrer les chargements au montant
de la prime pure. Une autre méthode pourrait consister, par exemple, à prendre en compte un
chargement forfaitaire. Par ailleurs, notons que les taux de chargement sont différents selon
que la tarification soit basée sur le capital initial ou sur le capital restant dû.

Finalement, les primes pure et commerciale s’obtiennent par les calculs suivants :

( ) ( )

( ) ( )

où ( ) désigne la prime commerciale de l’année .

La prime et le taux d’assurance sont constants lorsque l’assiette de calcul est le capital initial.
Lorsque l’assiette correspond au capital restant dû, la prime et le taux d’assurance dépendent de
l’année du prêt. La prime pour une année de projection est alors calculée en fonction du
CRD de la dernière date anniversaire du contrat.

- 34 -
 2.2.5 Exemple de prime

À titre d’illustration, nous fournissons ici des exemples de tarifs obtenus dans le cas d’une
tarification en fonction du CRD. Comme à la section 1, nous distinguons le cas du prêt
amortissable à annuités constantes et le cas du prêt non amortissable.

Cas d’un prêt amortissable à annuités constantes

Nous reprenons l’exemple donné au tableau 1 et considérons un assuré âgé de 37 ans à la
souscription. Le graphique ci-dessous représente l’échéancier des primes correspondantes :

160
140
120
100
En euros

80
60
40
20
-
1 2 3 4 5 6 7 8 9 10

Prime de l'assuré

FIGURE 8 : Exemple d’évolution des primes – Prêt amortissable à annuités constantes

La table de mortalité utilisée pour déterminer ce tarif est une table d’expérience. Les taux de
prime commerciale obtenus varient entre 0,14% et 0,42%, selon l’âge de l’assuré atteint chaque
année. Au total, les primes à verser par l’assuré pendant la durée du prêt s’élèvent à 1 177 €
(pour un capital emprunté de 100 000 €).

Deux effets opposés expliquent l’évolution des primes au cours du temps : la diminution du
CRD au fur et à mesure de l’année d’avancement du prêt et la hausse des taux de mortalité
avec l’âge de l’assuré. Nous observons une tendance plutôt à la baisse du niveau de la prime ;
toutefois, celle-ci augmente très légèrement à la quatrième année du prêt. Ceci s’explique par
une évolution relative du taux de mortalité plus forte que l’évolution du CRD (entre les années
3 et 4).

Nous pouvons voir sur le graphique ci-dessous que le CRD semble évoluer de façon constante
au cours du temps9. En revanche, le taux de prime commerciale, qui suit l’évolution des taux de
mortalité, montre quelques irrégularités. Même si elles sont peu marquées, elles suffisent à
expliquer la manière dont les primes évoluent.

9 L’évolution du CRD n’est pas linéaire car le capital amorti augmente progressivement pendant la durée du prêt.

- 35 -
 120 0.45%

Milliers
0.40%
100
0.35%
80 0.30%
0.25%
60
0.20%
40 0.15%
0.10%
20
0.05%
- 0.00%
1 2 3 4 5 6 7 8 9 10

Capital restant dû Taux de prime commerciale

FIGURE 9 : Évolution du CRD et du taux de prime commerciale

Cas d’un prêt non amortissable

Nous reprenons l’exemple donné au tableau 2 et considérons toujours un assuré âgé de 37 ans
à la souscription. Le graphique ci-dessous représente l’échéancier des primes correspondantes :

450
400
350
300
En euros

250
200
150
100
50
-
1 2 3 4 5 6 7 8 9 10

Prime de l'assuré

FIGURE 10 : Exemple d’évolution des primes – Prêt non amortissable

Les taux de prime par âge sont identiques à ceux du prêt amortissable à annuités constantes. La
prise en compte d’une tarification en fonction du CRD ici est prudente, puisqu’elle suit le
risque de décès croissant de l’assuré. Les primes, qui s’élèvent au total à 2 514 €, sont
supérieures au cas du prêt amortissable puisque le capital versé par l’assureur en cas de décès
correspond au capital emprunté.

- 36 -
 2.3 Sinistres

Afin de modéliser les sinistres, nous avons besoin de connaître le montant du capital garanti
par l’assureur en cas de décès de l’assuré. Nous devons également effectuer des hypothèses sur
la sinistralité. Les différents éléments étant projetés mois par mois sous MoSes, le modèle
calculera des flux de prestations mensuels.

Les contrats étudiés stipulent que, si l’assuré décède avant d’avoir fini de rembourser son prêt,
l’assureur rembourse à l’organisme prêteur le montant du capital restant dû depuis la dernière
échéance, ainsi que les intérêts courus sur la période allant de la dernière échéance à la date du
décès.

Le tableau d’amortissement recalculé dans le modèle développé sous MoSes permet de

connaître le montant du capital restant dû à chaque période, et nous disposons par ailleurs du
taux d’intérêt de l’emprunt. Ceci nous permet de calculer le capital garanti en cas de décès, à
une date quelconque, soit :

( )

avec les notations suivantes :

 : mois de projection, en partant de à la date de souscription du contrat ;
 : montant du capital restant dû au début du mois de projection considéré ;
 : taux d’intérêt mensuel du prêt ;
 : durée écoulée en mois entre la date de dernière échéance et la date du décès.

Le choix de la méthode de tarification se base sur l’utilisation d’une loi de mortalité

d’expérience, afin de refléter la sinistralité réelle observée sur les portefeuilles d’emprunteurs
gérés par Allianz. Les flux de prestations seront projetés également à l’aide d’une table de
mortalité.

Les calculs étant mensuels, les décès sont supposés survenir au milieu du mois. À une date
quelconque, le calcul des prestations probables nous est donc donné par l’expression suivante :

où désigne la probabilité pour une tête d’âge , exprimé en mois, de décéder entre les
âges et .

Remarque : Le capital garanti en cas de décès suit ici la décroissance du CRD. Pour un contrat
de temporaire décès classique, en revanche, le capital garanti est un montant fixe et, le cas
échéant, il peut y avoir une indexation du capital. C’est ce que prévoyait le modèle MoSes
d’origine. Nous avons donc modifié le niveau des capitaux garantis dans le modèle pour
calculer les prestations propres aux contrats d’assurance emprunteur.

- 37 -
 2.4 Provisions

Par définition, la Provision Mathématique (PM) correspond à la différence, à une date donnée,
entre les engagements de l’assureur et ceux de l’assuré. La relation suivante donne le calcul de
la PM à une date :

( ) ( )

Si le calcul de la PM conduit à une valeur négative, la PM comptable enregistrée sera nulle.

Deux cas doivent être distingués pour le calcul des provisions puisque, selon le mode de
tarification (sur CI ou sur CRD), les engagements ne portent pas sur la même durée.

Cas de la tarification sur CI

Dans la tarification sur CI, les primes sont calculées sur toute la durée du prêt. La formule de
PM donnée ci-dessus pourra donc s’appliquer, et nous obtenons10 :

∑ [ ( ) ]

Remarques :
 Rappelons que désigne la durée du contrat en années et que le pas de temps, , est
mensuel. Afin de faciliter la lecture des formules, nous avons adopté la notation ,
comme au paragraphe précédent, pour désigner l’âge de l’assuré à la souscription
exprimé en nombre de mois.
 La prime est ici constante et nous avons choisi une périodicité de versement annuelle.
La notation ( ) désigne la prime comme fonction du temps. À chaque date
anniversaire du contrat, une prime est payée, et est telle que ( ) . À toute autre
date, nous avons ( ) .
 Une simplification a été effectuée dans la formule de calcul donnée ci-dessus. La PM
doit tenir compte des chargements de gestion (dans les VAP de l’assureur et de
l’assuré) ; or, les contrats étudiés ne comportent pas de chargements de gestion, mais
uniquement des chargements d’acquisition. Ces derniers ne doivent pas figurer dans le
calcul de PM. Dès lors, c’est la prime pure qui est prise en compte dans la VAP de
l’assuré.

Cas de la tarification sur CRD

Dans la tarification sur CRD, les primes sont calculées sur un an : elles suivent la décroissance
du CRD et sont fonction de l’âge atteint par l’assuré au cours du temps. Les primes versées
dans l’année couvrent les risques de l’année, ce qui ne donne pas lieu à un calcul de PM.

Cependant, dans le cas où la prime est versée en cours d’année, la pratique nous conduit à
prendre en compte une provision qui se fonde sur le principe de calcul d’une Provision pour
Prime Non Acquise (PPNA). Cette provision a pour objectif de reporter sur l’exercice suivant
la part de prime qui se rapporte à la période allant du 1er janvier de l’exercice suivant jusqu’à la
prochaine échéance de prime. Elle est calculée au prorata de la durée restante jusqu’à la date du

10 Nous reprenons les mêmes notations que celles données au paragraphe 2.2.1.

- 38 -
prochain versement de prime, les risques étant supposés répartis de façon uniforme sur
l’année.

Lorsque la prime est versée au 1er janvier, les engagements de l’assureur et de l’assuré
deviennent nuls en fin d’année. Dans ce cas, cette provision est également nulle en fin d’année.

Sur une année donnée, la provision ainsi calculée à un mois , en fin de mois, s’exprime de la
façon suivante :

avec :

Le nombre de mois écoulés depuis la dernière date ayant donné lieu au versement d’une prime
est donc désigné par . correspond ici à la dernière prime versée ; il s’agit de la prime
commerciale, donc avec prise en compte des chargements d’acquisition. Cela permet de libérer
les chargements d’acquisition au fur et à mesure de l’année, plutôt qu’en une seule fois, lors du
versement de la prime.

2.5 Intérêts techniques

Les intérêts techniques générés par les provisions sont distingués entre la part relative aux
contrats présents, c’est-à-dire en cours, pour lesquels les assurés sont donc en vie, et celle
relative aux contrats sortis, pour lesquels les assurés sont donc décédés. Nous décrivons ci-
après le calcul de ces intérêts, pour chaque période de projection . La période considérée, pour
rappel, correspond au mois de projection.

Notations
Nous considérons les notations suivantes :
 : âge de l’assuré à la souscription exprimé en mois ;
 : montant des intérêts techniques calculés au mois de projection sur les contrats
présents ( ) ou les contrats sortis ( );
 : montant des intérêts techniques cumulés sur l’année jusqu’au au mois de
projection sur les contrats présents ( ) ou les contrats sortis ( );
 : taux technique annuel utilisé dans le calcul des provisions ;
 : taux technique mensuel utilisé dans le calcul des provisions, tel que ( )
;
 : taux technique semi-mensuel utilisé dans le calcul des provisions, tel que
( ) ;
 : montant de la provision mathématique de fin de période ;
 : nombre de vivants d’âge , exprimé en mois, obtenu par interpolation des
donnés par la table de mortalité pour chaque âge, exprimé en années ;

- 39 -
  : probabilité pour une tête d’âge d’être en vie à l’âge , avec
;
 : probabilité pour une tête d’âge de décéder entre les âges et
, avec .

Le calcul des intérêts techniques sur les contrats en cours est le suivant, pour une période :

Les intérêts techniques cumulés sur les contrats en cours s’en déduisent de la manière décrite
ci-après, pour une période .

 Si correspond au premier mois de l’année civile :

 Si correspond aux autres mois de l’année civile :

Nous décrivons dans ce qui suit le calcul des intérêts techniques sur les contrats sortis, pour
une période .

 Si correspond au premier mois de l’année civile :

 Si correspond aux autres mois de l’année civile :

( )

Enfin, nous fournissons ci-dessous le calcul des intérêts techniques cumulés sur les contrats
sortis, pour une période .

 Si correspond au premier mois de l’année civile :

 Si correspond aux autres mois de l’année civile :

- 40 -
 2.6 Autres éléments du compte de résultat

Coûts, commissions et taxe C3S

Les seules commissions modélisées ici sont des commissions d’acquisition. Les coûts
modélisés, quant à eux, portent à la fois sur l’acquisition et la gestion. Les coûts d’acquisition
sont pris en compte uniquement à la souscription. Nous avons également choisi d’inclure dans
le solde des coûts et commissions la C3S. La formule générale de calcul de ces différents
éléments est la suivante :

avec les notations suivantes :

 : montant de commissions d’acquisition, coûts d’acquisition, coûts de gestion
ou C3S calculé à la date ;
 : taux de commissions d’acquisition, coûts d’acquisition, coûts de gestion ou C3S
vu à la date . Le taux est constant à toute date , quel que soit le montant considéré, à
l’exception des coûts d’acquisition pour lesquels le taux devient nul lorsque ;
 : prime commerciale versée à la date .

Résultat financier
Le résultat financier correspond à la différence entre les produits financiers nets et les intérêts
techniques. Les produits financiers nets correspondent aux produits financiers bruts, auxquels
sont retranchés les frais de gestion des placements (ou coûts d’investissement). Les produits
financiers nets sont calculés ainsi :

( )

avec les notations suivantes :

 : produits financiers nets des frais de gestion des placements à la date ;
 : prime commerciale versée à la date ;
 : provision mathématique de fin de période ;
 : sinistres décès considérés comme réglés en milieu de période ;
 : taux de produits financiers mensuel, nets des frais de gestion des
placements à la date ;
 : taux de produits financiers semi-mensuel, nets des frais de gestion des
placements à la date .

Rappelons que, si désigne un taux annuel (de produits financiers ou de frais de gestion des
placements par exemple), vu à la date , les taux mensuel et semi-mensuel sont
alors calculés ainsi :

( )

( )

- 41 -
Nous définissons donc les taux de produits financiers nets, mensuel et semi-mensuel, par les
formules qui suivent :

avec les notations suivantes :

 et : taux de produits financiers à la date , respectivement
mensuel et semi-mensuel, bruts des frais de gestion des placements ;
 et : taux de frais de gestion des placements à
la date , respectivement mensuel et semi-mensuel.

Impôt sur les sociétés

Il se calcule de la manière suivante :

avec les notations suivantes :

 : impôt sur les sociétés calculé à la date ;
 : taux d’impôt sur les sociétés, fixe ;
 : résultat d’assurance à la date , calculé uniquement en fin d’année, lorsque la date
de projection correspond à un mois de décembre. À toute autre date, le résultat
d’assurance est nul.

Le résultat d’assurance correspond au résultat avant impôt, c’est-à-dire à la somme du solde de

souscription, du total des coûts et commissions y compris C3S et du résultat financier. Il est
calculé à partir des différents flux cumulés sur l’année.

2.7 Déformation du portefeuille dans la projection

Les éléments du compte de résultat sont calculés mois par mois sur toute la durée du contrat.
Au cours de la projection, des sorties ont lieu, soit parce que les assurés décèdent, soit parce
qu’ils résilient leur contrat avant le terme initial prévu. Nous considérons que ces résiliations
sont des remboursements anticipés.

Afin de tenir compte de ces sorties dans la projection, nous appliquons une probabilité de
survie aux capitaux garantis. Il s’agit d’une survie que l’on peut qualifier de globale car elle
prend en compte à la fois les probabilités de décès et de remboursement anticipé.

Nous avons vu en particulier que les primes, les sinistres et les provisions sont calculés sur la
base des capitaux garantis. Ainsi, ces éléments tiennent bien compte de la déformation du
portefeuille liée aux décès et aux remboursements anticipés. Il en va de même pour tous les
postes du compte de résultat qui découlent de ces éléments.

- 42 -
Cette probabilité de survie est calculée ainsi :

( ) ( )

avec les notations suivantes :

 : mois de projection, en partant de à la date de souscription du contrat ;
 : probabilité de survie globale sur la période ;
 : probabilité pour une tête d’âge de décéder entre les âges et
;
 : taux de remboursement anticipé (mensuel) du prêt sur la période . Ce
taux ne dépend pas de l’âge de l’assuré.

Le taux de remboursement anticipé du prêt pour une période quelconque est déterminé à
partir du taux annuel tel qu’il sera étudié dans la troisième partie :

( )

où désigne le taux de remboursement anticipé annuel, vu à la période , et fonction de

l’année d’ancienneté du contrat.

Les différents éléments du compte de résultat ayant été décrits, nous sommes à présent en
mesure de projeter les résultats techniques et financiers sur toute la durée des contrats à l’aide
du modèle MoSes modifié. Ce modèle va nous permettre alors de calculer les indicateurs et
provisions techniques requis dans le cadre de la MCEV et de la directive Solvabilité II, dont
nous allons, dans ce qui suit, rappeler les principes.

- 43 -
3 Mesure de rentabilité et Best Estimate Liabilities

L’environnement réglementaire et économique, sur un plan international, conduit les

entreprises d’assurances à travailler avec différentes normes, parmi lesquelles la norme MCEV
et la réforme prudentielle Solvabilité II. Les concepts que nous allons évoquer s’inscrivent dans
le cadre de la communication financière à destination des différents intervenants sur le marché
(qu’il s’agisse d’investisseurs ou des autorités de contrôle), mais sont également fortement
utilisés par les sociétés d’assurances pour piloter leur activité et assurer leur solvabilité à long
terme.

La production de rapports selon la vision MCEV doit répondre aux principes édictés par le
CFO Forum11, et fournir les indicateurs de performance requis. Ces derniers permettent par
exemple de connaître la rentabilité des produits détenus en portefeuille par la société, et
d’apprécier la valeur de celle-ci dans le cadre d’opérations de fusion-acquisition.

L’entrée en vigueur de Solvabilité II impose par ailleurs aux compagnies d’assurances de

réfléchir à la mise en place ou à l’adaptation notamment des modèles de projection de leurs
passifs d’assurance, afin de répondre aux nouvelles exigences liées à la réforme. Ces exigences
portent en particulier sur le niveau minimum de fonds propres que doit détenir une compagnie
d’assurances pour couvrir les risques auxquels elle est exposée, ainsi que sur le mode
d’évaluation des provisions techniques pour faire face à ses engagements.

La mise en place d’un modèle interne pour l’évaluation du capital requis permet à une
compagnie d’assurances de mieux connaître les risques auxquels elle s’expose, et ainsi de mieux
les maîtriser. C’est le choix qu’a fait le groupe Allianz.

3.1 Principes de la Market Consistent Embedded Value

Concept d’Embedded Value ou Valeur Intrinsèque

Il s’agit d’une mesure de la valeur des contrats que détient une société d’assurances dans son
portefeuille. Plus précisément, c’est le « prix théorique qu’un investisseur serait prêt à payer
pour acquérir la société »12.

Autrement dit, l’Embedded Value représente la somme des revenus futurs actualisés générés par
les contrats en portefeuille et qui reviennent à l’actionnaire, à laquelle s’ajoutent les capitaux
propres.

Utilité de cette mesure

Il est important pour les sociétés d’assurances de pouvoir évaluer leur richesse potentielle.
L’information produite est utile aux actionnaires mais également à la société elle-même,
puisque cela lui permet de mieux piloter son activité : elle est ainsi capable d’analyser la

11 Le CFO Forum est un groupe de discussion dont les membres sont les directeurs financiers (Chief Financial
Officers) des principaux groupes d’assurances européens. Créé en 2002, il fixe notamment les règles de calcul de la
MCEV, et intervient également dans les domaines relatifs aux normes IFRS et à Solvabilité II.
12 Cette formulation est reprise des cours d’Actuariat du CEA : [3] CEA (2011-2012).

- 44 -
rentabilité des produits qu’elle détient en portefeuille et d’adapter si nécessaire sa politique de
produits en fonction des résultats observés.

C’est une mesure devenue courante aujourd’hui sur le marché de l’assurance puisque les grands
groupes d’assurances fournissent tous une mesure de la valeur de leur portefeuille.

Principe général du calcul de la MCEV

Le calcul de la MCEV distingue deux types de portefeuilles de contrats, pour lesquels un calcul
séparé est effectué :
- le stock, ou In-Force, qui correspond aux contrats déjà en portefeuille au 31 décembre
de l’année précédant l’évaluation ;
- les affaires nouvelles, ou New Business, qui regroupent les contrats souscrits dans l’année
courante.

Les hypothèses financières considérées pour le calcul de la MCEV correspondent aux taux de
rendement financier des actifs et aux taux d’actualisation. Les taux d’actualisation représentent
les taux de retour attendus par les investisseurs. Par ailleurs, les hypothèses financières sont
évaluées dans un univers appelé « risque-neutre » ou « market consistent ». Cela signifie que les
flux relatifs à l’activité d’assurance sont valorisés de la même façon qu’un instrument financier
qui porterait les mêmes risques et qui serait coté sur un marché financier.

Nous commencerons par décrire les principes de calcul portant sur le stock, et nous
terminerons la présentation des concepts de MCEV avec des précisions sur le calcul de la
valeur des affaires nouvelles.

En ce qui concerne le stock, la MCEV se calcule ainsi :

La Net Asset Value13 (NAV), qui correspond aux fonds propres, est, par définition, telle que :

Chacun des postes qui composent la MCEV est décrit ci-après.

Free Surplus
Il s’agit d’une partie des actifs inscrits au bilan qui ne sert pas à la représentation des
engagements (provisions mathématiques) ni à la couverture des fonds propres. Le montant de
Free Surplus estimé doit correspondre au périmètre des contrats couverts dans l’évaluation de la
MCEV. Le calcul est effectué en valeur de marché.

Required Capital (RC) ou Capital Requis

Le RC correspond aux éléments suivants :
- les fonds propres de la compagnie en normes locales ;
- les provisions complémentaires et autres réserves destinées à la bonne gestion de la
société (et imposées par la réglementation).

13 Ce concept est également repris au point 3.2.

- 45 -
Il doit être évalué du point de vue de l’actionnaire, c’est-à-dire qu’il doit être net des sources de
financement qui ne proviennent pas directement des actionnaires. Par exemple, les emprunts
subordonnés ne doivent pas être pris en compte.

Par ailleurs, il comprend également tout élément d’actif permettant de répondre à des objectifs
internes, tels que la couverture d’un risque particulier propre à l’entreprise ou un capital
immobilisé pour atteindre un niveau cible de notation.

Value of In-Force (VIF) ou Valeur du Stock

La VIF est normalement décomposée en plusieurs éléments :
- la Present Value of Future Profits (PVFP) ;
- la Time Value of Financial Options and Guarantees (TVFOG) ;
- les Frictional Costs of Required Capital (CREC) ;
- et le Cost of residual Non Hedgeable Risks (CNHR).

La VIF correspond à la somme des revenus futurs actualisés générés par les contrats en
portefeuille, à laquelle sont retranchés la valeur des options et garanties financières, le coût
d’immobilisation du capital et le coût des risques non couvrables.

Autrement dit, la VIF se calcule ainsi :

Chacun des éléments qui composent la VIF est décrit ci-après.

Present Value of Future Profits (PVFP)

C’est, littéralement, la valeur actuelle des profits futurs que vont générer les contrats en
portefeuille. Les comptes de résultat de l’ensemble des contrats sont projetés année par année
jusqu’à extinction du portefeuille, puis les résultats sont actualisés à la date courante. L’horizon
de projection correspond à la durée sur laquelle l’assureur est engagé. Dans le cas de
l’assurance emprunteur, il s’agit de toute la durée du prêt.

Time Value of Financial Options and Guarantees (TVFOG)

De nombreux contrats d’assurance vie comportent des options et garanties accordées aux
assurés. Cela peut être par exemple :
- une garantie de taux minimum ;
- une option de conversion en rente ;
- une option de rachat, etc.

Généralement, une partie des risques liés à ces options et garanties est connue. Des procédures
financières sont donc mises en place par l’entreprise afin de les couvrir. Les autres risques, qui
ne peuvent être maîtrisés, font l’objet d’une évaluation qui correspond à la TVFOG. Cette
dernière est donc une estimation du coût probable des options et garanties, pour les risques
non couverts par d’autres procédures.

Il convient d’utiliser des méthodes stochastiques pour effectuer ce calcul. Ces dernières, en
multipliant les scénarios économiques, en particulier des scénarios extrêmes, permettent de
faire apparaître les mécaniques de ces options et garanties. Les flux doivent être projetés selon

- 46 -
des hypothèses économiques en considérant le prix de marché d’actifs financiers ayant des
cash-flows équivalents.

La TVFOG s’obtient par différence entre la PVFP déterministe et la PVFP « stochastique »,

qui n’est autre qu’une moyenne des PVFP issues d’un ensemble de scénarios stochastiques.

Frictional Costs of Required Capital (CREC)14

Le CREC correspond au coût d’immobilisation de la marge de solvabilité (MS). La marge de
solvabilité évolue durant l’année, en fonction des contrats en portefeuille. Le CREC
comprend : la marge de solvabilité immobilisée en début d’année et les intérêts générés par
cette marge, auxquels sont retranchés le montant des impôts et des coûts d’investissement
financiers, ainsi que la nouvelle marge de solvabilité immobilisée en fin d’année.

Le calcul du CREC est donc le suivant :

Le CREC doit être projeté sur toute la durée de vie des contrats pris en compte dans le calcul
de la MCEV.

Cost of residual Non Hedgeable Risks (CNHR)

Il s’agit des coûts résiduels, liés à des risques financiers ou non financiers, qui ne peuvent pas
être couverts par l’évaluation de la PVFP ou de la TVFOG. Les risques considérés peuvent
être par exemple :
- une dérive de la mortalité ou au contraire de la longévité, non anticipée par les tables de
mortalité ;
- une dérive des coûts internes à l’entreprise ;
- des risques opérationnels, etc.

Ces coûts, qui ne peuvent pas être couverts par des actifs financiers permettant de répliquer le
risque, entraînent une baisse de l’espérance de rentabilité de la compagnie ; il faut donc évaluer
le coût complémentaire correspondant.

Le CFO Forum ne définit pas de méthode d’évaluation concernant les CNHR. Cependant,
l’entreprise doit utiliser une méthode adéquate et communiquer sur celle-ci. La méthode
retenue doit permettre une comparaison avec la méthodologie de calcul du coût du capital.

New Business Value (NBV)

La valeur du New Business, ou valeur des affaires nouvelles, reflète la valeur additionnelle
générée par la vente de nouveaux contrats dans l’année, du point de vue de l’actionnaire. Elle
est incluse dans le calcul de la MCEV et sert d’indicateur pour expliquer l’évolution de celle-ci.
Le New Business, selon les principes MCEV, concerne principalement les contrats souscrits dans
l’année.

Comme pour le stock, l’horizon de projection correspond à la durée sur laquelle l’assureur est
engagé. Le New Business associé aux années ultérieures ne rentre pas dans le calcul de la MCEV.

14 Allianz a supprimé cet élément, car il n’est pas cohérent avec l’approche du bilan selon la vision Solvabilité II.

- 47 -
L’évaluation est réalisée selon des hypothèses « point of sale », autrement dit des hypothèses vues
à la date de vente. Les hypothèses non économiques, néanmoins, ne sont pas nécessairement
celles de la date de vente, dans la mesure où celles-ci ne peuvent être mises à jour selon une
fréquence quotidienne. Elles peuvent donc être vues à une autre date, si des explications sont
données par l’entreprise.

Comme pour la VIF, des calculs de TVFOG, CREC et CNHR sont également effectués pour
le New Business. La NBV est calculée après impôts et doit être présentée après intérêts
minoritaires. Elle se calcule donc ainsi :

New Business Margin (NBM) et Present Value of New Business Premiums (PVNBP)
La NBM sert d’indicateur de rentabilité pour les affaires nouvelles. Elle correspond au ratio de
la NBV par rapport à la PVNBP, celle-ci représentant la valeur actuelle des primes espérées
relatives aux affaires nouvelles et projetées sur chaque année future :

Les hypothèses ainsi que la durée de projection retenues lors du calcul de la PVNBP doivent
être cohérentes avec celles utilisées pour la NBV.

Afin de compléter la présentation du modèle de rentabilité, il est nécessaire à présent d’évoquer

la réforme Solvabilité II, et d’introduire le concept des Best Estimate Liabilities.

3.2 Principes de la réforme Solvabilité II

Présentation de Solvabilité II
La réforme Solvabilité II a vocation à redéfinir les principes d’évaluation du niveau de fonds
propres requis pour garantir la solvabilité des compagnies d’assurances. Elle vise également à
harmoniser les règles prudentielles au niveau européen. Elle repose sur une approche
d’évaluation des risques et non plus sur une approche forfaitaire telle qu’elle existait dans la
précédente réforme Solvabilité I. La date d’entrée en vigueur de la directive est le 1er janvier
2016.

Pourquoi une nouvelle réforme ?

La réforme du secteur bancaire, intervenue avec la mise en application de la réforme Bâle II, a
conduit à réformer également le secteur de l’assurance. La réforme Solvabilité I, basée sur une
exigence de fonds propres calculée en fonction des provisions mathématiques, des primes et
des sinistres, date des années 1970 et possède ses limites. En effet, elle ne tient pas compte des
différents types de risques auxquels doit faire face une société d’assurances, et n’inclut pas non
plus d’exigence de gouvernance pour les identifier et les maîtriser. L’un des principaux intérêts
de la nouvelle réforme est d’inciter les compagnies d’assurances à identifier les risques qu’elles
encourent pour les mesurer et les suivre au sein de l’entreprise.

- 48 -
Les trois piliers de Solvabilité II
Tout comme la réforme Bâle II pour le secteur bancaire, la directive Solvabilité II se fonde sur
trois piliers :
- le pilier I, qui correspond à une exigence quantitative : il pose les principes d’évaluation
du montant de fonds propres requis et du niveau des provisions techniques à faire
figurer dans le bilan ;
- le pilier II, qui fixe des normes qualitatives. Celles-ci ont trait à la gouvernance des
sociétés d’assurances et au suivi des risques en interne, et définissent le rôle des
autorités de contrôle en termes de surveillance ;
- le pilier III, qui définit les informations que doivent publier les compagnies
d’assurances, qu’il s’agisse d’informations à destination du public ou des autorités de
contrôle.

Le bilan en vision Solvabilité II – Market Value Balance Sheet (MVBS)

Une nouvelle présentation du bilan est prise en considération dans le cadre de Solvabilité II. Ce
bilan prudentiel, introduit dans le pilier I, repose sur le principe d’évaluation en valeur de
marché, et permet de déterminer un niveau de fonds propres économiques. Deux types de
fonds propres sont évalués :
- le Solvency Capital Requirement (SCR) : il correspond au niveau de capital que doit détenir
une compagnie d’assurances pour faire face aux engagements qu’elle a pris envers ses
assurés, et être en mesure d’absorber un éventuel choc. Il est calculé en tenant compte
d’une probabilité de ruine de l’entreprise de 0,5% sur un horizon d’un an ;
- le Minimum Capital Requirement (MCR) : il s’agit du niveau minimal en-dessous duquel la
compagnie ne peut plus exercer son activité d’assurance. Il doit se situer entre 25% et
45% du montant du SCR.

L’entreprise est solvable lorsqu’elle dispose d’un montant de fonds propres supérieur au SCR.
Si elle se situe en-dessous du MCR, elle se voit retirer l’agrément. Lorsque son niveau de fonds
propres se situe entre le MCR et le SCR, un plan d’action doit être mis en œuvre afin de
ramener le niveau de fonds propres au SCR.

Nous présentons ci-dessous le bilan prudentiel de la réforme Solvabilité II :

Actif Passif
Actifs disponibles

Fonds propres ou
SCR
Net Asset Value
Dont MCR
Actifs en valeur de Provision pour marge
marché de risque (Risk Margin)

Provisions brutes Passifs

(Best Estimate) Solvabilité II

Autres créances Autres passifs

FIGURE 11 : Bilan prudentiel dans le cadre de Solvabilité II

- 49 -
La Net Asset Value, ou NAV, correspond aux fonds propres disponibles. Elle est égale à la
différence entre la valeur de marché des actifs et celle des passifs.

Les provisions techniques prises en compte dans le bilan MVBS doivent être évaluées selon
une vision économique. Elles comprennent, pour une part, la provision Best Estimate (BE), et,
pour le reste, une marge de risque additionnelle, la Risk Margin.

La provision Best Estimate est la somme de l’ensemble des flux de trésorerie futurs probables
actualisés (primes, prestations, commissions, coûts, etc.). Le terme de Best Estimate Liabilities est
également utilisé pour désigner les provisions techniques Best Estimate. La Risk Margin, quant à
elle, correspond à une décote pour prendre en compte l’incertitude des provisions calculées de
manière Best Estimate.

Le SCR peut être calculé selon la formule standard ou bien selon un modèle interne mis en
place par l’entreprise. Une fois le bilan MVBS établi, le ratio de solvabilité se définit ainsi :

Ce ratio doit toujours être supérieur à 100%, autrement dit, le SCR doit être couvert par les
fonds propres disponibles pour que l’assureur soit en mesure de faire face à ses engagements
envers les assurés.

Calcul du SCR : exemple du rachat

La formule standard est organisée selon différentes catégories ou « modules » de risque, chaque
module de risque pouvant lui-même être décomposé en plusieurs sous-modules. Parmi eux, se
trouve ainsi le risque de rachat, assimilable au risque de remboursement anticipé ou de
résiliation dans le cas de l’assurance emprunteur.

L’objectif ici n’est pas de décrire les principes de calcul du SCR en considérant tous les risques
potentiels auxquels peut faire face l’entreprise, mais plutôt de donner quelques indications sur
l’évaluation du risque de remboursement anticipé ou de rachat, puisque c’est celui auquel nous
nous intéressons dans ce mémoire. Pour plus de précisions sur les calculs de SCR, il convient
notamment de se reporter aux textes officiels de la directive Solvabilité II, en particulier ceux
relatifs au niveau 2.

Le besoin en capital selon l’approche Solvabilité II peut être calculé comme une différence de
NAV ou, de manière équivalente pour certains risques, une différence de BEL (quand il n’y a
pas d’impact du choc sur l’actif).

En pratique, pour calculer le SCR sur un risque particulier comme le rachat, il faut calculer
d’abord la BEL selon des hypothèses Best Estimate. Un choc est ensuite appliqué à l’une des
hypothèses BE, c’est-à-dire à la loi de rachat dans le cas présent, pour déterminer la BEL qui
en résulte. Le SCR pour ce risque se déduit alors de la façon qui suit :

- 50 -
Si nous nous référons aux spécifications techniques15 données par l’EIOPA pour calculer le
SCR à l’aide de la formule standard, nous pouvons tester deux chocs sur les taux de
remboursement anticipé :
- un choc qui consiste en une baisse de 50% des taux pour chaque année, la diminution
maximale des taux étant fixée à 20% ;
- un choc qui consiste en une hausse de 50% des taux pour chaque année, les taux étant
plafonnés à 100%.

Une fois l’évaluation réalisée sur les différents chocs pris en considération, le SCR de rachat
correspond alors à l’écart maximum de BEL obtenu. Le calcul du SCR de rachat sera effectué
dans la quatrième partie, à la section 3, où nous traitons des études de sensibilité.

15 [7] EIOPA (2014).

- 51 -
4 Modifications apportées au modèle de projection

Dans les sections précédentes de cette seconde partie, nous avons présenté les calculs
théoriques relatifs à la modélisation de l’assurance emprunteur individuelle. Il importe à présent
de mentionner les principaux changements apportés au modèle MoSes d’origine, afin qu’il
puisse traiter le cas de l’assurance emprunteur. En effet, ceci constitue une partie non
négligeable du travail réalisé.

Les modifications apportées au modèle ont nécessité plusieurs étapes :

- la construction d’une maquette de calcul des primes sous Excel ;
- l’analyse des formules existantes dans le modèle MoSes d’origine ;
- l’implémentation des modifications de formules ;
- et, enfin, les tests de validation des calculs.

L’analyse de la documentation technique des produits nous a permis de mettre en place une
maquette de calcul des primes sous Excel. Ce travail préalable a été effectué pour disposer par
la suite d’une base de comparaison avec les primes calculées dans MoSes.

Une fois cette maquette construite, nous avons procédé à l’analyse du modèle MoSes, afin de
repérer les formules à modifier ou à ajouter. Du fait de la complexité d’un tel modèle, nous
avons choisi comme point de départ les éléments du compte de résultat (primes, prestations et
provisions), en cherchant à chaque fois à remonter vers les formules et les variables constituant
les sources de ces calculs. Nous nous sommes également familiarisés avec l’architecture du
modèle pour bien comprendre les calculs. En particulier, le modèle de projection principal fait
appel à deux sous-modèles, le premier concernant le calcul des primes, et le second concernant
le calcul des provisions. Chacun de ces sous-modèles peut utiliser des hypothèses différentes,
ce qui permet de distinguer les hypothèses de tarification et de provisionnement.

Les primes, sinistres et provisions se basent sur la même assiette de calcul, qui correspond aux
capitaux assurés. C’est donc la formule de calcul des capitaux assurés que nous modifions.

Pour cela, il convient d’ajouter dans le modèle les formules relatives au tableau
d’amortissement des prêts considérés. À titre d’information, ces formules, telles qu’elles sont
codées dans MoSes, sont fournies en annexe 3. Nous obtenons ainsi le CRD pour chaque mois
de projection . Dans la formule du capital assuré, nous distinguons alors le cas particulier de
l’assurance emprunteur pour lequel, au lieu de considérer le capital assuré provenant des
données en entrée du modèle, nous considérons le CRD calculé au mois de projection .

En ce qui concerne le calcul des primes, nous avons également été amenés à modifier le calcul
de la probabilité de décès. En effet, le calcul du tarif réel tient compte d’une probabilité
annuelle de décès, tandis que le modèle MoSes tient compte de probabilités de décès
mensuelles, ce qui s’avère utile pour le calcul de primes périodiques sur les contrats de
temporaire décès.

Les formules des sinistres et des provisions décrites respectivement aux paragraphes 2.3 et 2.4
ont été implémentées suite à la prise en compte du CRD dans la formule du capital assuré.
Mentionnons toutefois que les calculs propres à la tarification en CI n’ont pas encore été mis

- 52 -
en œuvre. En effet, ce cas est mineur dans le portefeuille, mais les développements sont en
cours.

Une fois les modifications effectuées dans le modèle, nous avons procédé à des tests unitaires
pour valider les calculs implémentés. Ces tests portaient sur chacune des formules de calcul
ajoutées ou modifiées, puis sur le compte de résultat dans son ensemble.

Au final, dans cette seconde partie, nous avons décrit le modèle de rentabilité mis en œuvre sur
les contrats d’assurance emprunteur étudiés, et en particulier les différents éléments du compte
de résultat. Par la suite, le rappel des principes de MCEV et de Solvabilité II nous a permis de
compléter cette présentation en introduisant les concepts de PVFP et de BEL, puis d’expliciter
le calcul du SCR pour le risque de rachat. Enfin, pour conclure cette partie, nous avons évoqué
les principales modifications apportées au modèle MoSes d’origine. Ceci nous amène donc,
avant de fournir les résultats des projections, à présenter maintenant les méthodes que nous
allons utiliser pour la construction d’une loi de remboursement anticipé.

- 53 -
 TROISIÈME PARTIE

ÉTUDE DE LA LOI DE
REMBOURSEMENT ANTICIPÉ

- 54 -
Comme mentionné en introduction, les remboursements anticipés des contrats d’assurance
emprunteur doivent faire l’objet d’une étude afin d’évaluer leur impact sur les résultats de la
compagnie et les risques encourus. Cela est d’autant plus vrai du fait de l’entrée en vigueur de
la directive Solvabilité II. Les remboursements anticipés représentent un risque pour l’assureur
dans la mesure où la rentabilité espérée peut être amenée à diminuer si des contrats sortent du
portefeuille avant le terme initial prévu.

Précisons que de nombreux facteurs peuvent inciter les emprunteurs à rembourser leur prêt de
manière anticipée. Les diverses études déjà menées sur le sujet distinguent en général deux
types de remboursements anticipés :
- les remboursements anticipés « structurels » : cela désigne les remboursements anticipés
qui ont lieu pour un motif propre, personnel à l’emprunteur. Cela peut être dû par
exemple à une amélioration de la situation financière de l’emprunteur, qui est alors en
mesure de rembourser tout ou partie de son prêt, ou dû à la vente du bien suite à un
divorce, ce qui permet de rembourser le prêt ;
- les remboursements anticipés « conjoncturels » : il s’agit des remboursements anticipés
qui sont réalisés à la suite d’une baisse des taux d’intérêt proposés sur le marché. Ceux-
ci sont effectués dans le cadre d’une renégociation de crédit. En effet, lorsque
l’emprunteur constate une baisse significative du taux d’intérêt, il devient alors
intéressant pour lui de rembourser son prêt par anticipation et de souscrire un nouveau
prêt à des conditions plus avantageuses. Il peut ainsi diminuer le coût de son crédit en
réduisant la durée restante de son prêt, en diminuant ses échéances, etc.

De telles considérations se retrouvent également dans les études portant sur les lois de rachat
des contrats d’épargne. Pour ce type de contrats, le rachat conjoncturel consiste, lorsque le taux
de rendement proposé sur le marché est plus important que celui dont il bénéficie
actuellement, à retirer son épargne du contrat actuel pour le placer dans un nouveau contrat
d’assurance, à un taux plus avantageux. Il ne s’agit certes pas de la même opération que dans le
cas d’un remboursement anticipé de prêt, mais nous pouvons néanmoins envisager des
techniques de modélisation similaires à celles qui sont employées dans le cadre de la
construction de lois de rachat sur les contrats d’épargne.

Il est à noter que ce mémoire s’attache à construire une loi de remboursement anticipé
déterministe : celle-ci constituera une base incontournable à la construction d’une loi
dynamique.

Nous présenterons en premier lieu les données utilisées, ainsi que les traitements effectués sur
celles-ci. Des statistiques descriptives permettront de compléter cette présentation puis
d’introduire les choix effectués quant à la modélisation de la loi de remboursement anticipé.
Cette 3e partie s’articulera ensuite autour des méthodes mises en œuvre pour modéliser les
remboursements anticipés : nous étudierons en particulier des méthodes non paramétriques
pour calculer les taux bruts de remboursement anticipé.

- 55 -
1 Présentation des données

1.1 Description des bases de données

Les données utilisées pour construire la loi de remboursement anticipé sont extraites de l’un
des infocentres d’Allianz. Ce dernier regroupe toutes les données disponibles sur les contrats
d’assurance emprunteur gérés au sein de l’entreprise sous forme de tables SAS.

En pratique, nous avons choisi de mener cette étude en utilisant uniquement les données
relatives au contrat A. Nous disposons en effet de l’exhaustivité des contrats souscrits pour ce
produit depuis sa commercialisation, ce qui représente un historique de près de 15 années.

Les données existantes sur le contrat B ne sont pas prises en compte, puisque nous disposons
d’un historique trop restreint (environ deux ans). Par ailleurs, il existe d’autres contrats
d’assurance emprunteur au sein de la compagnie, mais ceux-ci représentent une faible
proportion du portefeuille. De plus, nombre d’entre eux sont en délégation de gestion, et les
données dont nous disposons pour ceux-ci ne sont pas exhaustives. Pour toutes ces raisons, il
est donc préférable de limiter l’étude aux seules données du contrat A.

Nous avons à notre disposition trois bases de données :

- la base des contrats : elle comporte les informations permettant d’identifier le contrat
(autrement dit le numéro de contrat, le numéro d’assuré et le numéro de prêt), la date
de souscription, la date de sortie effective du contrat (renseignée lorsque le contrat
prend fin par anticipation), le motif de sortie le cas échéant, le montant du capital
assuré, les garanties souscrites, l’état du contrat, etc. ;
- la base des assurés : elle contient le numéro d’assuré, la date de naissance, la date de
décès le cas échéant, le sexe, etc. ;
- la base des prêts : elle permet de connaître le numéro du prêt, le montant du capital
emprunté, le taux d’intérêt, la durée, la date de fin, etc.

1.2 Traitements effectués sur les données

1.2.1 Agrégation des bases

Le premier travail effectué consistait à agréger ces trois bases afin de regrouper dans une table
SAS unique toutes les variables nécessaires à l’étude, et d’obtenir une ligne par contrat. Avant
de procéder à la jointure des tables, une vérification a été effectuée afin d’identifier la clé de
chacune d’entre elles. Ainsi, la base des contrats comprenait une ligne par numéro de contrat,
numéro d’assuré, numéro de prêt et code garantie. Les bases des assurés et des prêts quant à
elles contenaient respectivement une ligne par numéro d’assuré et une ligne par numéro de
prêt. L’agrégation des bases a alors été réalisée de la manière suivante :

- 56 -
 - nous avons d’abord effectué une jointure de la table des contrats avec celle des assurés
via le numéro d’assuré ;
- la table ainsi constituée a ensuite été fusionnée avec la table des prêts via le numéro de
prêt.

Remarquons que si un assuré est présent plusieurs fois dans la base, c’est-à-dire qu’il possède
plusieurs prêts, nous considérons chacun des prêts individuellement. Nous faisons l’hypothèse
qu’il y a indépendance entre les différents prêts d’un même assuré. Nous partons en effet du
principe que le comportement de l’assuré ne sera pas forcément le même sur ses différents
prêts, ceux-ci ne portant pas nécessairement sur les mêmes périodes16.

1.2.2 Filtres effectués sur les données

Les bases de données que nous avons extraites comportent des contrats qui n’ont pas été
souscrits. Par ailleurs, toutes les garanties existantes pour le produit y sont présentes. Nous
conservons donc uniquement les contrats qui ont effectivement pris effet, en considérant la
garantie décès seule. Le filtre sur la garantie décès s’effectue aisément car nous disposons d’une
variable spécifique dans la base qui indique le code de la garantie. En ce qui concerne les
contrats qui ont effectivement pris effet, leur identification est un peu plus délicate.

En premier lieu, nous avons constaté que certaines dates d’effet n’étaient pas renseignées.
Après vérification, il s’avère qu’il s’agissait bien de contrats qui n’avaient pas existé. Un second
moyen de détecter les contrats à éliminer consistait à utiliser la variable « décision » : celle-ci
indique, par un code, la décision d’acceptation ou non du contrat par l’assureur. Il nous a donc
suffi de supprimer les lignes de la table SAS pour lesquelles le code signifiait que le contrat
n’avait pas été mis en place (contrats en attente, refusés, etc.), ou encore lorsque cette variable
n’était pas renseignée. Par ailleurs, la variable « motif de sortie » permettait de savoir si un
contrat n’avait pas pris effet, par exemple lorsque la variable indiquait « sans suite », « refus
d’adhésion » ou encore « annulation d’adhésion ».

Enfin, des contrôles par rapport à la date de sortie, lorsqu’elle était renseignée, fournissait un
autre moyen de repérer les contrats sans effet. Lorsque la date d’effet coïncidait exactement
avec la date de sortie, nous n’avons pas tenu compte de ces contrats. Il en va de même pour les
contrats dont la date de sortie se situe un mois après la date d’adhésion. En effet, même si une
explication peut être trouvée pour justifier d’une durée très courte, ce type de prêt ne serait pas
pertinent dans notre étude. Par ailleurs, nous avons choisi un seuil de un mois de façon à
éliminer également d’éventuelles erreurs de saisie. Au-delà de ce seuil, les contrats ayant eu des
durées effectives très courtes sont relativement peu nombreux en comparaison du nombre de
contrats dont la date de sortie se situe un mois après la date d’effet. Dans la plupart des cas où
la sortie effective du contrat a lieu moins d’un an après la date d’adhésion, nous observons des
durées initiales généralement élevées, assorties de capitaux relativement élevés, ce qui indique
ici qu’il s’agit bien alors de couvrir des prêts immobiliers. Nous choisissons donc de conserver
les contrats pour lesquels la sortie a eu lieu plus d’un mois après la date d’effet.

16Il peut s’agir là de cas où le prêt a fait l’objet d’une renégociation, entraînant la résiliation du contrat d’assurance,
puis la souscription d’un nouveau contrat d’assurance. Il serait intéressant de disposer de ce type d’information
dans les bases de données afin de l’intégrer dans l’analyse des remboursements anticipés.

- 57 -
 1.2.3 Retraitements et contrôles

Un travail important de vérifications et de retraitements a également été mené afin d’obtenir

une base de données que l’on pourrait qualifier de « propre » et exploitable pour l’étude. En
effet, il arrive fréquemment dans les entreprises que les données soient incomplètes ou mal
renseignées. Nous ne pouvons repérer qu’une partie des anomalies, mais l’analyse des données
nous a permis d’acquérir une bonne connaissance du portefeuille étudié, et nous avons été
amenés à faire quelques hypothèses sur les données.

Les données incomplètes peuvent s’expliquer par le fait que, lors de l’enregistrement d’un
dossier, certaines informations sont omises car elles ne sont pas utiles à la gestion des contrats.
Typiquement, c’est le cas ici pour les contrats qui sont tarifés en capital initial : pour ceux-ci,
nous avons constaté que le taux d’intérêt du prêt n’était pas renseigné. En effet, comme il n’y a
pas de calcul de capital restant dû dans ce cas, le taux d’intérêt n’est pas utile.

Les données mal renseignées peuvent également apparaître lors de la saisie d’un dossier. Nous
pouvons facilement repérer des valeurs aberrantes à l’aide d’un simple tri à plat des variables
(en utilisant la procédure « proc freq » sous SAS) et, si cela est possible, corriger ces données.
Certaines erreurs sont néanmoins très difficiles à repérer car les données erronées restent dans
des valeurs acceptables. Dans ce cas, nous devons faire l’hypothèse que les données sont
fiables dans leur ensemble et permettent d’en tirer des résultats cohérents. Mais nous gardons à
l’esprit que des erreurs subsistent et qu’il est important de garantir la fiabilité des données. Cela
peut passer par une plus grande vigilance ou par la mise en place de contrôles adéquats.

À titre d’exemple, un premier contrôle a ainsi permis de détecter des variables présentes mais
non renseignées dans la base des prêts. Nous avons ainsi remarqué que le montant du
remboursement anticipé n’était pas renseigné. Seule l’information d’une sortie du contrat par
remboursement anticipé, ainsi que la date de sortie sont présentes dans la base. Nous n’avons
pas le moyen d’identifier d’éventuels remboursements anticipés partiels. Par conséquent, nous
avons été amenés à faire l’hypothèse selon laquelle nous n’avons que des remboursements
anticipés totaux.

Signalons par ailleurs qu’aucune variable ne précise l’objet du prêt (prêt immobilier,
professionnel ou à la consommation), mais nous savons que le portefeuille comporte en grande
majorité des prêts immobiliers. Nous n’avons pas non plus l’information du caractère
amortissable ou non du prêt.

Dans le souci de nous assurer de la qualité et de la cohérence des données, nous avons procédé
à des contrôles sur quelques variables, et en particulier les différentes dates, la durée du contrat,
le montant du capital et le taux d’intérêt du prêt.

Ces contrôles ont conduit à la constitution de deux échantillons, l’échantillon principal

(échantillon 1) correspondant à notre base de données « propre », et l’échantillon alternatif
(échantillon 2) correspondant à notre base de données élargie. Dans ce qui suit, nous décrivons
de manière générale les différents contrôles réalisés sur les variables, puis nous fournirons
davantage de précisions, au point 1.2.4, sur le traitement des deux échantillons.

- 58 -
Les différents contrôles réalisés sur les variables sont donc décrits ci-dessous.

 Cohérence des dates :

Nous avons vérifié la cohérence des différentes dates entre elles : ainsi, la date de naissance
doit précéder la date d’effet d’adhésion, elle-même devant précéder la date de sortie et la
date de fin théorique. Si la date de sortie est renseignée, celle-ci doit être inférieure ou égale
à la date de fin théorique. Ce contrôle nous a permis de repérer deux anomalies : dans
certains cas, la date de sortie était antérieure à la date d’effet, et, dans d’autres cas, la date de
fin théorique du prêt était antérieure à la date de sortie effective. Nous avons décidé de
supprimer ces contrats, car ils étaient considérés comme incohérents.
 Contrôle de la durée :
Nous avons également recalculé la durée du prêt, à partir de la date de fin théorique et de la
date d’effet : la durée ainsi recalculée ne correspondait pas toujours à la variable « durée »
renseignée dans la base. Comme nous ne savons a priori pas si c’est la durée, ou l’une des
dates qui est erronée, nous partons du principe que les dates d’effet sont correctes. De
même, nous considérons que la durée renseignée est correcte, car elle figure nécessairement
sur la demande d’adhésion, contrairement à la date de fin. Par la suite, nous recalculons une
date de fin théorique.
 Contrôle du montant du capital assuré :
Le montant du capital assuré a été recalculé, en multipliant la quotité assurée par le
montant du capital emprunté. Cela nous permet de valider la quasi-totalité de la variable car
très peu d’écarts ont été constatés. Il est néanmoins préférable de conserver le montant du
capital assuré plutôt que la variable recalculée, car l’erreur pourrait se situer au niveau des
variables « quotité » ou « capital emprunté ».
 Contrôle du taux d’intérêt :
Enfin, un travail important a été effectué sur la variable « taux d’intérêt ». En particulier,
nous avons identifié de nombreux taux non renseignés ou renseignés à 0%. Les taux non
renseignés correspondent comme nous l’avons vu aux contrats tarifés en capital initial. Il
en va de même pour les taux renseignés à 0% : en effet, leur nombre est trop important
pour qu’il puisse s’agir de vrais prêts à taux zéro. Ce point a été confirmé avec le service
des produits. Tous ces taux ont donc fait l’objet d’une correction : nous avons affecté aux
contrats correspondants le taux d’intérêt moyen observé sur l’année de souscription.

Nous avons également procédé à quelques modifications complémentaires, et notamment

supprimé :
- les contrats ayant un montant de capital garanti ou de capital emprunté nuls ;
- les contrats pour lesquels les emprunteurs avaient moins de 18 ans ou plus de 81 ans à
la souscription, l’âge maximum de garantie étant de 80 ans ;
- les durées de contrat inférieures à trois ans, car ces contrats ne sont pas pertinents pour
notre étude. Cela permet d’éliminer les prêts relais et une partie des prêts à la
consommation ;
- les dates de naissance vides ou celles qui nous semblaient trop anciennes par rapport à
l’historique des souscriptions.

Pour finir, nous avons détecté et corrigé quelques erreurs en ce qui concerne les unités de
durée du prêt. Par exemple, une durée était renseignée à 132 ans au lieu de 132 mois, ce qui
constituait une erreur manifeste.

- 59 -
 1.2.4 Échantillon retenu

Comme mentionné au paragraphe précédent, deux échantillons de données sont constitués :

- l’un contenant des données qui nous semblent fiables, et qui n’ont donc pas fait l’objet
de corrections (échantillon 1) ;
- l’autre correspondant à un échantillon élargi (échantillon 2) : il comprend les données
de l’échantillon 1, ainsi que des données qui ont fait l’objet de corrections.

Les techniques envisagées par la suite pour la construction de la loi de remboursement anticipé
sont testées sur les deux échantillons. L’objectif de l’échantillon alternatif est de voir si
l’utilisation d’un échantillon élargi conduit à des résultats aussi intéressants et plus
représentatifs que ceux obtenus avec l’échantillon 1.

Les principales différences entre les deux échantillons portent sur les éléments suivants :
- montant du capital assuré : nous avons retiré de l’échantillon 1 les contrats pour
lesquels l’écart entre le montant recalculé et le montant figurant dans la base est
supérieur à un seuil fixé à 1%. Ces données sont conservées dans l’échantillon 2 ;
- taux d’intérêt du prêt : tous les contrats pour lesquels une correction a été effectuée sur
le taux d’intérêt sont supprimés de l’échantillon 1, mais conservés dans l’échantillon 2 ;
- générations 2000 et 2001 : ces contrats étant très peu nombreux, ils ne sont pas
forcément pertinents pour notre étude. Ils ne sont donc pas pris en compte dans
l’échantillon 1, mais sont conservés dans l’échantillon 2.

En travaillant sur cet échantillon alternatif, nous avons constaté que les résultats n’étaient pas
meilleurs par rapport à ceux obtenus avec l’échantillon principal : les premiers résultats obtenus
étaient effectivement assez proches de ceux de l’échantillon 1. En particulier, les tests
d’ajustement donnaient des résultats similaires ; nous n’avons donc pas poursuivi l’étude dans
ce sens.

Pour cette raison, seuls les résultats obtenus en travaillant à partir de l’échantillon 1 sont
présentés dans la suite du mémoire.

1.3 Statistiques descriptives

Nous présentons ici quelques statistiques descriptives sur les données, afin de donner un
aperçu de la structure du portefeuille.

Le graphique ci-après présente les nombres de contrats souscrits par année depuis l’origine,
ainsi que les encours de capitaux assurés et empruntés :

- 60 -
 2 000 15 000
1 800 13 500
1 600 12 000

Nombre de contrats
Encours en M€ 1 400 10 500
1 200 9 000
1 000 7 500
800 6 000
600 4 500
400 3 000
200 1 500
0 0

Montants empruntés Montants assurés Nombre de contrats

FIGURE 12 : Nombre de contrats et encours de prêts

Le nombre de contrats souscrits était relativement faible durant les premières années après la
mise en place du produit, et se situait autour de 4 000 contrats par an, puis il a fortement
progressé à partir de 2006-2007 pour atteindre un maximum en 2010, et diminuer à nouveau
jusqu’à environ 6 000 contrats en 2013.

Nous fournissons ci-dessous les montants moyens de capitaux et les durées moyennes par
contrat selon l’année de souscription :

200 20
180 18
160 16
140 14
Capital en K€

120 12
Durée

100 10
80 8
60 6
40 4
20 2
0 0

Capital moyen emprunté Capital moyen garanti Durée moyenne

FIGURE 13 : Capitaux moyens et durée moyenne du prêt

La durée moyenne du prêt est passée de 14 ans en 2002, pour augmenter progressivement
jusqu’à 17 ans environ en 2006, où elle est restée à peu près stable jusqu’en 2012. Le capital
moyen a, lui, augmenté de 2002, où il était de 87 K€, à 2008, où il a atteint un maximum de
161 K€, puis a diminué jusqu’en 2013 à 140 K€.

- 61 -
Nous pouvons remarquer que le capital moyen et la durée moyenne du prêt ont évolué de
façon similaire : nous constatons un allongement de la durée du prêt en même temps qu’une
hausse du capital moyen emprunté. Cela peut s’expliquer par la hausse des prix moyens de
l’immobilier, mais également par l’effet de la hausse du nombre de souscriptions à partir de
2006.

Ci-dessous est présentée l’évolution du taux d’intérêt moyen du portefeuille par année de
souscription, ainsi que la courbe des taux moyens annuels du marché pour les crédits
immobiliers à plus d’un an17 :

5.50%

5.00%

4.50%

4.00%

3.50%

3.00%

2.50%

2.00%

Taux moyen du portefeuille Taux moyen du marché

FIGURE 14 : Taux d’intérêt moyens

Nous constatons en premier lieu que les deux courbes sont très proches, ce qui nous amène à
penser que les données finales retenues sont plutôt satisfaisantes et nous permet de valider les
taux d’intérêt du portefeuille. En second lieu, nous observons une phase de baisse des taux de
2003 à 2005-2006, suivie d’une remontée des taux jusqu’en 2008, puis à nouveau une tendance
générale à la baisse jusqu’en 2013, avec une très légère remontée des taux en 2011.

Enfin, l’évolution de l’âge moyen à la souscription ainsi que celle de l’âge moyen actuel selon
l’année de souscription sont présentées ci-après :

17 Source : Banque de France / Webstat.

- 62 -
 50

45

40

35

30

25

Âge actuel moyen Âge à la souscription moyen

FIGURE 15 : Âges moyens

L’âge moyen à la souscription était relativement stable de 2002 à 2006, autour de 34,7 ans, puis
a augmenté en 2007, et est resté plutôt stable jusqu’en 2013, pour s’établir en moyenne à 36,6
ans. Le recul de l’âge moyen à la souscription s’explique facilement par la hausse des prix de
l’immobilier qui conduit les emprunteurs à investir dans l’immobilier de plus en plus tard. Cela
va dans le sens de l’allongement de la durée du prêt et de la hausse du montant moyen du
capital emprunté.

- 63 -
2 Construction de la loi de remboursement anticipé

Dans cette section, nous définissons en premier lieu les notions de censure et de troncature,
couramment rencontrées dans les études portant sur les constructions de lois de rachat.

Nous présentons ensuite les méthodes de calcul des taux bruts testées, ainsi que les résultats
obtenus. Parmi les différents modèles de durées existants, les techniques envisagées ici pour la
construction de la loi de remboursement anticipé sont des méthodes non paramétriques. Nous
allons tester en particulier l’estimateur actuariel et l’estimateur de Kaplan-Meier, qui vont nous
permettre d’estimer directement les taux bruts de remboursement anticipé. Ces techniques sont
largement employées dans nombre d’études et ne posent pas de difficulté majeure d’un point
de vue opérationnel, pourvu que les données nécessaires aux calculs soient bien renseignées. À
ce titre, ces méthodes sont donc intéressantes à mettre en œuvre pour les entreprises
d’assurances. Par ailleurs, ce choix s’impose également dans la mesure où, dans notre étude,
nous n’avons pas d’idée a priori sur la loi statistique sous-jacente du phénomène étudié.

Nous poursuivons ensuite cette section avec l’introduction des techniques de lissage étudiées,
qu’il convient d’appliquer aux taux bruts calculés. En effet, comme c’est souvent le cas dans de
telles études, les taux bruts peuvent être irréguliers et cela ne reflète pas le comportement réel
que l’on cherche à modéliser. Deux techniques sont présentées : le lissage par moyennes
mobiles et la méthode de Whittaker-Henderson.

Pour finir, nous décrivons quelques tests statistiques implémentés afin de valider le lissage,
avant de présenter les lois finales retenues.

2.1 Notions de censure et de troncature

Les censures et les troncatures sont des phénomènes couramment rencontrés dans les
problématiques liées aux constructions de lois de rachat, de mortalité ou encore de maintien en
arrêt de travail (cette liste n’étant pas exhaustive). Généralement, lorsque l’on étudie une durée
de survie, il n’est pas possible de suivre les individus ou les contrats pendant toute leur durée
(de survie), car les observations effectuées portent sur un intervalle de temps limité, de
quelques années par exemple.

Dans notre cas, nous disposons de données vues au 31 décembre 2014, date à laquelle ont été
extraites les données. Tous les contrats ne sont pas arrivés à terme à cette date, et pour un
certain nombre d’entre eux, nous ne pouvons observer que le début du déroulement du
contrat. Le nombre de données complètes étant souvent assez restreint pour mener de telles
études, il est nécessaire de prendre en compte toutes les données disponibles, donc même les
données incomplètes. Les modèles de durée permettent justement de prendre en compte ce
type de données.

- 64 -
 2.1.1 La censure

Parmi les différents types de censures qui existent, nous donnons ici la définition de la censure
dite « de type III » ou « aléatoire », car elle correspond au cas que nous rencontrons dans notre
étude18. En outre, une distinction est faite entre la censure gauche et la censure droite. Nous
limitons la présentation à la censure droite, car notre base de données ne comporte pas de
censure gauche.

Mathématiquement, la censure droite aléatoire se définit de la façon exposée ci-après.

Soit un échantillon de variables aléatoires ( ) représentant des durées de survie, ainsi

qu’un échantillon constitué de variables aléatoires positives ( ). La censure de type
III se définit alors par le fait qu’au lieu d’observer directement ( ), nous observons
les couples de variables aléatoires ( )( ) ( ) tels que :

si
( ) et { avec
si

À chaque individu est donc associé un couple de variables aléatoires positives ( ), où

représente la durée de la « survie » et la censure. Seule la plus petite durée est alors observée.
La variable aléatoire correspond à l’observation de la durée de survie, tandis que la variable
aléatoire indique l’absence ( ) ou la présence d’une censure ( ).

Exemple : Le contrat n°123 a pour date d’effet le 1er avril 2007 et était encore en cours au 31
décembre 2014. Nous ne pouvons observer qu’une durée égale à 7 ans et 9 mois, soit
( ) ( ). En effet, ( ), avec .
Nous ne connaissons pas la valeur prise par , mais nous savons seulement que .

2.1.2 La troncature

La troncature correspond au cas où la variable de survie n’est pas observable lorsqu’elle est
inférieure à un seuil fixé : il s’agit alors d’une troncature gauche. De la même façon, il y a
troncature droite lorsque la variable aléatoire de survie est supérieure à un seuil fixé.

Le phénomène de troncature concerne donc les individus pour lesquels nous ne disposons
d’aucune information, puisque tous les individus pour lesquels et/ou sont
éliminés de l’étude. Dans le cas de la censure, en revanche, les individus sont conservés dans
l’étude, mais nous savons seulement que est supérieure à un seuil (si nous considérons le
cas de la censure droite précédemment défini).

Dans la suite de l’étude, nous ferons l’hypothèse que, dans le cas où nous observons plusieurs
censures et remboursements anticipés durant une période donnée, alors les remboursements
anticipés ont lieu avant les censures. En pratique, cette hypothèse est réaliste, puisque nous
connaissons les dates précises des remboursements anticipés sur un mois ou une année
donnée. Les censures surviennent toujours à la fin de la période considérée, puisque, passé le
31 décembre 2014, nous n’avons plus d’information.

18Pour plus de précisions, il convient de se reporter à [11] PLANCHET et THÉROND (2011) ou encore à [6]
DROESBEKE, FICHET et TASSI (1989).

- 65 -
Par ailleurs, nous considérerons que les sorties pour des motifs autres que le remboursement
anticipé constituent également des censures. Cela suppose donc l’indépendance entre les divers
motifs de sortie, hypothèse que nous prendrons également.

2.2 Calcul des taux bruts

Les expressions et notations utilisées dans ce qui suit sont reprises de [11] PLANCHET et
THÉROND (2011). L’application envisagée concerne l’estimation de taux de mortalité, mais les
formules sont également applicables au calcul des taux de remboursement anticipé, en
supposant que désigne un taux de remboursement anticipé au lieu d’un taux de mortalité.

2.2.1 L’estimateur actuariel

Cet estimateur a été proposé par Böhmer en 191219. Son principe est proche de celui de
Kaplan-Meier, qui sera présenté au paragraphe suivant.

Notations
Nous considérons les notations suivantes :
 : nombre d’individus vivants à l’âge ;
 : variable aléatoire représentant le nombre de décès observés sur ] ] ;
 : probabilité de décès sur ] ];
 : réalisation de ;
 : nombre d’individus censurés sur ] ].

Hypothèses
Nous adoptons par ailleurs les hypothèses suivantes :
 Les censures sont indépendantes et uniformément réparties sur chaque intervalle de
temps considéré. Cela suppose donc que les individus sont exposés au risque de décès
en moyenne sur un demi-intervalle.
 Le nombre de décès à l’âge suit une loi binomiale de paramètres ( ) dans le cas
où il n’y a pas de censure.

Calculs
Avant de présenter l’estimateur actuariel proprement dit, nous cherchons à montrer que suit
une loi binomiale, en définissant au préalable une variable aléatoire telle que :

( )
( )

19 [2] BÖHMER (1912).

- 66 -
La variable aléatoire vaut donc 1 lorsque l’individu noté décède entre les âges et , et
0 dans le cas où il reste en vie. Cette variable aléatoire suit, par définition, une loi de Bernoulli
de paramètre .

La variable aléatoire , qui désigne le nombre de décès, est alors définie par :

Dans ce cas, représente le nombre d’individus soumis au risque de décès.

Les variables aléatoires étant supposées indépendantes, la variable aléatoire suit une loi
binomiale de paramètres ( ) . Si nous supposons qu’il n’y a pas de censure, la probabilité
d’obtenir une réalisation telle que ( ) est donnée par :

( ) ( )

La fonction de vraisemblance s’exprime alors ainsi :

( ) ( )

où désigne une constante qui ne dépend pas de .

La log-vraisemblance s’écrit donc :

[ ( )] ( ) ( ) ( ) ( )

Il s’agit ensuite de résoudre la condition du premier ordre telle que :

[ ( )]

Cela conduit à l’estimateur suivant :

En prenant en compte les censures, le nombre d’individus soumis au risque de décès sur
l’intervalle ] ] devient :

En suivant le même raisonnement que précédemment, nous obtenons l’estimateur suivant :

- 67 -
 2.2.2 L’estimateur de Kaplan-Meier

L’estimateur de Kaplan-Meier20 repose sur le principe selon lequel « être en vie au-delà d’une
date est équivalent au fait d’être en vie juste avant la date et ne pas décéder à la date ».

Notations
Nous considérons les notations suivantes :
 : population initiale observée ;
 : date connue de sortie ou de censure pour un individu donné, avec ;
 ( ) : probabilité pour un individu de survivre jusqu’à une date ;
 : variable aléatoire qui désigne la durée de vie d’un individu ;
 : probabilité pour un individu de survivre sur l’intervalle ] ], sachant qu’il était
vivant en ;
 : probabilité pour un individu de décéder sur l’intervalle ] ];
 : nombre d’individus vivants observés à la date ;
 : réalisation de la variable aléatoire , indiquant s’il y a un décès ou une censure à la
date . Dans le cas d’un décès, nous avons , et dans le cas d’une censure .

Calculs
D’un point de vue mathématique, la probabilité de survivre au-delà d’une date peut être
exprimée de la manière qui suit :

( ) ( ) ( ) ( ) ( )

En renouvelant l’opération pour différentes dates, nous obtenons des produits de termes en
( ). Si nous prenons comme instants de conditionnement les dates auxquelles se
produit un événement, c’est-à-dire une sortie ou une censure, nous sommes alors conduits à
estimer des probabilités qui s’écrivent de la manière suivante :

( )

Un estimateur naturel de est :

L’estimateur de Kaplan-Meier de la fonction de survie est donc donné par l’expression :

̂( ) ∏( )

Remarque : Dans le cas où nous observons une censure, nous avons indiqué que . Cela
implique donc que le facteur n’influe alors pas sur le produit ci-dessus.

20 [9] KAPLAN et MEIER (1958).

- 68 -
Version discrétisée
Dans la pratique, nous pouvons être amenés à calculer des taux de sortie sur des intervalles de
temps comme le mois ou l’année. Cette démarche peut être justifiée par le fait que, dans les
études liées aux durées de survie, toutes les données requises pour appliquer correctement la
méthode de Kaplan-Meier ne sont pas forcément disponibles. Il convient notamment de
disposer des dates précises de survenance des événements. De plus, le calcul peut être lourd à
mettre en place lorsque la population est importante. Dans le cas qui nous intéresse, nous
calculerons les taux de sortie pour chaque année.

Nous supposons donc que nous disposons d’un échantillon de taille constitué, non plus
d’individus, mais de périodes d’observation. À chacune d’elles correspond une séquence ( ),
où désigne les nombres d’individus soumis au risque de décès, et les nombres de décès
pour des dates telles que . Les instants représentent les âges entiers
auxquels les individus décèdent ou sont censurés.

Si désigne la variable aléatoire du nombre de décès sur l’intervalle [ [, elle suit donc,
comme nous l’avons montré dans le cas de l’estimateur actuariel, une loi binomiale de
paramètres ( ) où est le taux de décès à la date .

Les sorties ayant lieu dans les intervalles [ [ étant indépendantes entre elles, la
vraisemblance du modèle peut s’écrire :

( ) ∏ ( )

De façon analogue à l’estimateur actuariel, nous pouvons écrire la log-vraisemblance ainsi :

[ ( )] ∑[ ( ) ( ) ( ) ( )]

La résolution des conditions du premier ordre conduit aux estimateurs suivants :

Lorsque les censures sont prises en compte, nous avons :

où désigne le nombre d’individus censurés sur l’intervalle [ [.

Les estimateurs deviennent donc :

Remarquons ici que la méthode que nous venons de décrire sera pertinente à condition que la
discrétisation ne génère pas de biais majeur sur l’estimation des taux de sortie. Il convient,
d’une manière générale, de s’assurer que chaque intervalle de temps considéré est petit par
rapport à la vitesse de variation de la fonction de survie.

- 69 -
En pratique, pour calculer les taux bruts de remboursement anticipé, nous avons regroupé au
préalable les données par année d’ancienneté. Nous disposons alors d’une table qui contient
pour chaque année :
- les effectifs de contrats soumis au risque de remboursement anticipé en début de
période (autrement dit les contrats en cours) ;
- les nombres de contrats remboursés par anticipation au cours de la période ;
- et les nombres de contrats censurés au cours de la période.

2.2.3 Résultats et comparaison des méthodes

Nous obtenons les courbes des taux bruts suivantes pour les deux méthodes présentées :

7.00%

6.00%

5.00%

4.00%

3.00%

2.00%

1.00%

0.00%
0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années

Méthode de Kaplan-Meier Méthode actuarielle

FIGURE 16 : Taux bruts de remboursement anticipé par année d'ancienneté

Nous constatons que le taux de remboursement anticipé augmente rapidement dans les
premières années du prêt, pour atteindre un maximum aux environs des années 5 et 6 du prêt,
puis il diminue progressivement. Les taux bruts obtenus présentent des irrégularités,
notamment à partir d’une ancienneté de 7 ans, du fait des données moins nombreuses pour les
anciennetés élevées, et en raison d’une certaine volatilité des remboursements anticipés.

Les courbes obtenues traduisent un comportement assez intuitif de l’emprunteur, en particulier

dans le cas de l’achat d’un bien immobilier. En effet, il est plus probable qu’un remboursement
anticipé survienne quelques années après la mise en place du prêt, plutôt qu’en début de prêt,
où la situation financière de l’emprunteur peut être difficile. Nous pouvons penser qu’au milieu
du prêt, l’emprunteur sera plus enclin à rembourser par anticipation car il sera dans une
meilleure situation financière qu’en début de prêt, ses revenus ayant eu tendance à augmenter.
Vers la fin du prêt, l’opération de remboursement anticipé devient moins intéressante, car les
gains attendus seront en moyenne plus faibles qu’au milieu du prêt.

Les taux bruts calculés selon la méthode actuarielle semblent un peu surestimés par rapport à la
méthode de Kaplan-Meier. La méthode actuarielle revient à prendre en compte une population

- 70 -
exposée « moyenne » sur l’année ; comme celle-ci a tendance à diminuer en raison des sorties
qui ont lieu sur le portefeuille, les taux estimés augmentent. Par la suite, il nous semble
préférable de retenir la méthode de Kaplan-Meier car la population exposée dans ce cas
correspond en réalité au nombre de contrats présents au début de chaque période. Cela revient
donc à estimer une loi de chute, et est cohérent avec la méthode de calcul du modèle de
projection qui sera utilisé pour évaluer les résultats à l’échelle d’un portefeuille de contrats.

Les taux bruts présentés ici ne permettent toutefois pas de faire de distinction selon la durée du
prêt. Nous cherchons donc à prendre en compte la notion de durée du prêt, car il semble
logique de penser que le comportement des emprunteurs dépend également de la durée initiale
du prêt. Les données étant peu nombreuses pour construire une loi de remboursement anticipé
à deux dimensions, en fonction de l’ancienneté et de la durée du prêt, nous avons choisi de
construire des classes de durée, par tranche de cinq ans. Les taux bruts obtenus par la méthode
de Kaplan-Meier en fonction de l’ancienneté et de la classe de durée sont représentés ci-
dessous :

9.00%
8.00%
7.00%
6.00%
Moins de 5 ans
5.00%
Entre 5 et 10 ans
4.00%
Entre 10 et 15 ans
3.00%
Entre 15 et 20 ans
2.00% Supérieur à 20 ans
1.00%
0.00%
0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années

FIGURE 17 : Taux bruts de remboursement anticipé par année d'ancienneté et classe de durée
– Méthode de Kaplan-Meier

Nous constatons ici que les taux de remboursement anticipé augmentent avec la durée,
exception faite pour la classe « moins de 5 ans », dont le taux maximum est supérieur au taux
maximum de la classe « entre 5 et 10 ans ». Cela s’explique en partie par le nombre de données
plus faible sur la classe « moins de 5 ans ».

Remarque : Nous avons tenu compte d’un historique de 13 ans au lieu de 15, car les deux
premières années du contrat A comportaient peu de contrats. Par ailleurs, du fait des données
censurées, nous avons de moins en moins de données lorsque l’ancienneté augmente. Nous
serons ainsi amenés à penser que la loi obtenue est plus pertinente sur les premières années du
prêt. En pratique, cela ne devrait pas poser de problème lors de l’évaluation des résultats à
l’aide du modèle de rentabilité car, dans ce cas aussi, les premières années sont les plus
importantes. En effet, comme les flux de projection sont actualisés, les années les plus
éloignées influencent dans une moindre mesure les résultats.

- 71 -
Comme précisé à la page 71, nous retenons donc la méthode de Kaplan-Meier pour calculer les
taux bruts de remboursement anticipé. Il convient désormais de lisser les courbes obtenues.
Nous conservons les deux types de courbes : en fonction de l’ancienneté seule et en
fonction de l’ancienneté et de la durée afin de voir quel sera l’effet des lissages testés.

2.3 Lissage des taux bruts

2.3.1 La méthode des moyennes mobiles

L’intérêt d’un lissage par moyennes mobiles repose sur sa simplicité de mise en œuvre. Elle
permet de gommer rapidement les irrégularités du phénomène étudié afin d’obtenir l’allure
générale de la courbe à lisser. Elle possède néanmoins quelques inconvénients puisqu’elle est
très sensible aux valeurs extrêmes et n’est pas adaptée aux bords.

La formule générale d’une moyenne mobile d’ordre est :

∑ ̂

avec , étant un paramètre du modèle. Les représentent des poids qui seront
supposés égaux entre eux dans la suite de l’étude. Nous avons donc : ∑ .

Il est possible d’accorder un poids différent aux ̂ , mais nous aurons en revanche
pour des moyennes mobiles symétriques.

2.3.2 La méthode de Whittaker-Henderson

La méthode de Whittaker-Henderson consiste à minimiser une combinaison linéaire de deux

critères pour déterminer les taux lissés : un critère de fidélité et un critère de régularité.

Le critère de fidélité se définit de la manière suivante :

∑ ( ̂)

où les représentent des poids et est le nombre de taux à estimer.

Le critère de régularité, quant à lui, s’exprime ainsi :

∑( )

où est un paramètre du modèle.

- 72 -
 21
représente l’opérateur de différenciation discrète d’ordre , autrement dit :

∑ ( )

Le critère que nous cherchons à minimiser s’écrit donc :

où est un second paramètre qui permet de contrôler le poids de chacun des deux termes.

Il s’agit donc de résoudre un problème d’optimisation dont la solution s’obtient par

l’annulation de la dérivée partielle de par rapport à :

tel que

Les taux ajustés peuvent alors être obtenus grâce à quelques calculs matriciels.

Pour cela, nous posons :

̂
( ), ̂ ( ), ( ) et ( )
̂

Les critères de régularité et de fidélité peuvent donc être réécrits ainsi :

( ̂) ( ̂)

( )

L’expression du critère de régularité peut être détaillée au moyen d’une matrice notée , de
dimension ( ) dont les termes correspondent aux coefficients binomiaux d’ordre , et
dont le signe alterne et commence positivement lorsque est pair.

Si on note les coefficients binomiaux signés d’ordre tels que :

( )

avec , la matrice peut alors s’écrire sous la forme suivante :

( )

et nous obtenons .

21Pour plus de précisions, le lecteur intéressé pourra retrouver en annexe 4 les définitions relatives aux opérateurs
de différenciation discrète qui peuvent être fréquemment rencontrés lors de l’utilisation de techniques de lissage.

- 73 -
Le critère peut donc s’écrire sous la forme :

( ̂) ( ̂)

En développant l’expression ci-dessus, nous obtenons :

̂ ̂ ̂

D’où :

La résolution de l’équation ci-dessus nous permet d’en déduire l’expression des taux ajustés :

( ) ̂

Afin de mettre en œuvre la méthode de Whittaker-Henderson, nous avons choisi de fixer des
poids égaux entre eux. Il convient également de choisir les paramètres et pour obtenir les
taux lissés. Nous testons donc différentes valeurs pour ces paramètres, et nous présentons ci-
dessous des exemples de lissages obtenus, pour la loi en fonction de l’ancienneté, en
combinant des valeurs de , et , et , et :

5% 5%
4% 4%
3% 3%
2% 2%
1% Taux bruts h = 0,1 1% Taux bruts h = 0,1
h = 0,5 h=2 h = 0,5 h=2
0% 0%
0 1 2 3 4 5 6 7 8 9 10 11 12 0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années Ancienneté en années

(a) (b)

5%
4%

3%
2%
1% Taux bruts h = 0,1
h = 0,5 h=2
0%
0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années

(c)
FIGURE 18 : Exemples de lissages obtenus par la méthode de Whittaker-Henderson

Cet exemple nous permet de montrer l’effet que peuvent avoir les paramètres et lorsqu’ils
varient. Pour de petites valeurs de ( et ), le fait de faire varier le paramètre modifie

- 74 -
de façon significative la forme de la courbe lissée, qui n’est pas toujours régulière, et conduit
parfois à des taux lissés assez éloignés des taux bruts. En particulier, la courbe devient plus
plate à mesure que la valeur de augmente. En revanche, pour des valeurs de plus élevées (à
partir de ), les taux obtenus sont beaucoup plus réguliers, et la valeur de a moins
d’influence sur la forme des courbes. Ce phénomène est dû au fait que l’échelle de
proportionnalité est modifiée entre les deux paramètres.

Avant de présenter le choix final des paramètres et de la technique de lissage, nous allons
introduire les différents tests statistiques que nous envisageons afin de valider le lissage
effectué.

2.4 Tests statistiques

Nous choisissons ici de décrire les trois tests retenus pour valider le lissage effectué. Il est à
noter que nous avons également envisagé un quatrième test, le test de Kolmogorov. Celui-ci se
base sur une comparaison des fonctions de répartition des lois brute et lissée. Pour plus de
précisions sur le principe de ce test, nous renvoyons le lecteur à [13] SAPORTA (2006). Les
résultats obtenus à l’aide de ce test ne nous ont pas permis d’effectuer un choix en ce qui
concerne la technique de lissage, car ils validaient la loi lissée dans la plupart des cas. Ce test
n’est donc pas présenté dans ce qui suit.

Pour chacun des tests décrits ci-après, les hypothèses testées sont définies de la façon suivante :
H0 : les taux de remboursement anticipé lissés suivent la même loi que les taux bruts.
H1 : les taux de remboursement anticipé lissés ne suivent pas la même loi que les taux
bruts.

2.4.1 Test du Khi-deux

Ce test consiste d’abord à calculer la statistique suivante :

( )
∑

où est le nombre de classes, autrement dit, ici, le nombre d’années d’ancienneté pris en
considération pour la construction de la loi de remboursement anticipé.

Cette statistique correspond à une mesure des écarts entre les effectifs théoriques et observés,
et ne doit pas être trop grande pour que l’hypothèse d’ajustement soit acceptée.

Pour appliquer ce test, nous disposons déjà des effectifs observés, c’est-à-dire le nombre de
remboursements anticipés pour chaque classe , ou année d’ancienneté. Nous déduisons
ensuite les effectifs théoriques à partir des taux estimés de remboursement anticipé et de
l’exposition22 dans chaque classe.

22 C’est-à-dire l’effectif soumis au risque de remboursement anticipé.

- 75 -
Sous l’hypothèse H0, suit une loi du Khi-deux à degrés de liberté. L’hypothèse H0 est
rejetée lorsque la valeur de obtenue est trop grande, autrement dit si elle est supérieure à un
seuil qui n’a qu’une probabilité d’être dépassée par une variable qui suit une loi du Khi-
deux. Le seuil est tel que :

( )

où est une variable aléatoire qui suit une loi du Khi-deux à degrés de liberté.

2.4.2 Test des changements de signe

Le test des changements de signe consiste d’abord à calculer les différences entre les taux lissés
et les taux bruts :

où désigne le taux lissé et ̂ le taux brut.

Le signe de cette différence a une probabilité égale à 0,5 d’être positif, si nous considérons les
conditions où la loi de peut être approximée par une loi normale. Le nombre de
changements de signe est distribué selon une loi binomiale de paramètres ( ), où
correspond au nombre de taux estimés.

Pour effectuer le test, il suffit ensuite de compter le nombre de différences positives, et de

comparer la valeur obtenue à la valeur telle que :

( )

Si est supérieur à , alors on rejette l’hypothèse H0.

2.4.3 Test de Wilcoxon

Le test de Wilcoxon, aussi appelé « test des rangs », s’apparente au test des changements de
signe, mais il est plus exigeant car il prend en compte, en plus du signe des différences, la
valeur de ces différences.

Après avoir calculé les différences entre les taux lissés et les taux bruts, les valeurs absolues des
différences sont classées par ordre croissant, sans tenir compte des éventuelles différences
nulles. Ensuite, chacune des différences non nulles se voit attribuer son rang dans le
classement. Nous désignons alors par et les sommes des rangs des différences
respectivement positives et négatives, puis nous considérons la plus grande des deux valeurs
obtenues, telle que { }.

Sous l’hypothèse H0, les valeurs et doivent être à peu près égales. La statistique du test
s’écrit :

- 76 -
 ( ⁄ ( ))⁄
√ ( )( )⁄

où est le nombre de taux estimés.

Nous pouvons montrer qu’à partir de , cette statistique, si H0 est vraie, suit une loi
normale centrée réduite :

( )

Si nous considérons une variable aléatoire suivant une loi normale centrée réduite et la valeur
telles que :

( )

alors l’hypothèse nulle est rejetée dans le cas où .

Les tests statistiques présentés sont réalisés pour l’ensemble des paramètres testés sur chacune
des deux méthodes de lissages envisagées. Les résultats obtenus pour les lissages ainsi que les
tests sont fournis dans le paragraphe qui suit.

2.5 Résultats du lissage et des tests

2.5.1 Loi en fonction de l’ancienneté

Le graphique ci-dessous permet d’apprécier les résultats obtenus à l’aide des deux méthodes de
lissage testées pour la loi en fonction de l’ancienneté seule :

6.00%

5.00%

4.00%

3.00%

2.00%

1.00%

0.00%
0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années

Taux bruts Moyennes mobiles Whittaker-Henderson

FIGURE 19 : Comparaison des méthodes des moyennes mobiles et de Whittaker-Henderson

– Loi par ancienneté

- 77 -
En ce qui concerne les moyennes mobiles, nous avons opté pour une moyenne mobile
d’ordre 3, ce qui nous contraint à ignorer le premier et le dernier taux, pour lesquels nous ne
pouvons pas calculer de moyenne mobile. La moyenne mobile d’ordre 5 a été testée, mais
celle-ci n’a pas été retenue, bien que la courbe obtenue ait été plus régulière, car elle aurait
conduit à ne pas tenir compte des deux premiers et des deux derniers taux.

Pour la méthode de Whittaker-Henderson, comme indiqué au paragraphe 2.3.2, nous testons

différentes valeurs pour les paramètres et . Le choix final de ces derniers a été effectué de
façon cohérente avec les résultats des différents tests statistiques menés, mais également de
manière à obtenir une courbe régulière. En effet, il nous semble logique de penser que les taux
réels de remboursement anticipé sont réguliers. Le fait de privilégier cette régularité devrait
donc permettre de se rapprocher de la loi théorique du phénomène étudié. Nous avons donc
retenu des valeurs de et .

Les résultats des tests effectués, pour les courbes retenues, sont synthétisés dans le tableau ci-
dessous :

Changements
Test : Khi-deux Wilcoxon
de signe
Moyenne mobile d'ordre 3
Valeur de la statistique 75,69 3,00 -1,77
Statistique théorique 18,31 8,00 1,96
Décision Rejet Acceptation Acceptation
Whittaker-Henderson avec h = 4, z = 3
Valeur de la statistique 197,43 4,00 -1,88
Statistique théorique 21,03 9,00 1,96
Décision Rejet Acceptation Acceptation
TABLEAU 4 : Résultats des tests statistiques – Loi par ancienneté

Les tests statistiques effectués possèdent quelques limites. Pour ce qui est du test du Khi-deux,
il ne semble pas pertinent sur la loi construite en fonction de l’ancienneté. En effet, pour la
plupart des lissages testés, l’hypothèse H0 est rejetée. Nous pouvons penser que cela est dû
principalement aux irrégularités observées sur la courbe des taux bruts, ce qui rend l’ajustement
difficile et augmente nécessairement les écarts entre les effectifs observés et théoriques, d’où
une statistique de test élevée.

En ce qui concerne le test des changements de signe, les différents résultats sont quasiment
toujours validés, même lorsque nous obtenons des courbes plates. Cela suggère qu’il n’est
peut-être pas indiqué pour valider le lissage. Il ne permet pas de faire un choix quant aux
paramètres et à retenir.

Le test de Wilcoxon, d’après les résultats obtenus, semble être une piste intermédiaire entre le
test du Khi-deux et le test des changements de signe. Il permet de valider quelques-unes des
lois obtenues et, pour la loi en fonction de l’ancienneté, nous avons choisi ce critère pour
décider de la courbe finale à retenir. De plus, il nous permet de choisir une courbe assez
régulière. Il semble donc un peu mieux adapté au problème.

Dans ce qui suit, nous allons voir que le test du Khi-deux peut néanmoins permettre de valider
certaines des lois testées, notamment lorsque nous prenons en compte des classes de durée.

- 78 -
 2.5.2 Loi en fonction de l’ancienneté et de la classe de durée

Comme pour la loi en fonction de l’ancienneté, nous choisissons ici de tester une moyenne
mobile d’ordre 3. Les lois lissées par cette méthode se présentent alors ainsi :

6% 6%
Taux bruts Taux bruts
5% Taux lissés 5% Taux lissés
4% 4%
3% 3%
2% 2%
1% 1%
0% 0%
0 1 2 3 4 5 0 1 2 3 4 5 6 7 8 9 10
Ancienneté en années Ancienneté en années

(a) Durée ≤ 5 ans (b) Durée comprise entre 5 et 10 ans

8% 8%
Taux bruts Taux bruts
7% 7%
Taux lissés Taux lissés
6% 6%
5% 5%
4% 4%
3% 3%
2% 2%
1% 1%
0% 0%
0 1 2 3 4 5 6 7 8 9 10 11 12 0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années Ancienneté en années

(c) Durée comprise entre 10 et 15 ans (d) Durée comprise entre 15 et 20 ans

8%
7%
6%
5%
4%
3%
2% Taux bruts
1% Taux lissés
0%
0 1 2 3 4 5 6 7 8 9 10 11
Ancienneté en années

(e) Durée > 20 ans

FIGURE 20 : Lissage par la méthode des moyennes mobiles – Loi par ancienneté et classe de durée

Comme précédemment, les courbes ne sont pas très régulières, ce qui est dû au faible nombre
de données. Cela est plus particulièrement vrai pour les durées les plus élevées (supérieures à
20 ans) et les anciennetés au-delà de l’année 7.

Les résultats des différents tests menés pour la méthode des moyennes mobiles sont
synthétisés dans le tableau ci-après :

- 79 -
 Changements
Test : Khi-deux Wilcoxon
de signe
Durée ≤ 5 ans
Valeur de la statistique 8,22 1,00 -1,32
Statistique théorique 7,81 3,00 1,96
Décision Rejet Acceptation Acceptation
Durée comprise entre 5 et 10 ans
Valeur de la statistique 9,71 1,00 -1,44
Statistique théorique 15,51 6,00 1,96
Décision Acceptation Acceptation Acceptation
Durée comprise entre 10 et 15 ans
Valeur de la statistique 30,91 4,00 -1,97
Statistique théorique 18,31 8,00 1,96
Décision Rejet Acceptation Rejet
Durée comprise entre 15 et 20 ans
Valeur de la statistique 34,52 6,00 -1,94
Statistique théorique 18,31 8,00 1,96
Décision Rejet Acceptation Acceptation
Durée > 20 ans
Valeur de la statistique 33,93 4,00 -1,97
Statistique théorique 18,31 8,00 1,96
Décision Rejet Acceptation Rejet
TABLEAU 5 : Résultats des tests statistiques pour la méthode des moyennes mobiles
– Loi par ancienneté et classe de durée

En ce qui concerne le lissage par la méthode des moyennes mobiles, les résultats obtenus sur
les tests statistiques du Khi-deux et des changements de signe sont assez similaires à ceux
obtenus au point 2.5.1. En effet, dans presque tous les cas, l’hypothèse H0 est rejetée pour le
test du Khi-deux, alors qu’elle est acceptée pour le test des changements de signe. Le test de
Wilcoxon, quant à lui, permet de valider trois des cinq lois construites.

- 80 -
Nous fournissons à présent les résultats obtenus pour la méthode de Whittaker-Henderson (la
légende indique les valeurs de et retenues) :

6% 6%
Taux bruts Taux bruts
5% Taux lissés 5% Taux lissés
4% 4%
3% 3%
2% 2%
1% 1%
0% 0%
0 1 2 3 4 5 0 1 2 3 4 5 6 7 8 9 10
Ancienneté en années Ancienneté en années

(a) Durée ≤ 5 ans ( – ) (b) Durée comprise entre 5 et 10 ans ( – )

7% 7%
Taux bruts Taux bruts
6% Taux lissés 6% Taux lissés
5% 5%
4% 4%
3% 3%
2% 2%
1% 1%
0% 0%
0 1 2 3 4 5 6 7 8 9 10 11 12 0 1 2 3 4 5 6 7 8 9 10 11 12
Ancienneté en années Ancienneté en années

(c) Durée comprise entre 10 et 15 ans ( – ) (d) Durée comprise entre 15 et 20 ans ( – )

8%
7%
6%
5%
4%
3%
2% Taux bruts
1% Taux lissés
0%
0 1 2 3 4 5 6 7 8 9 10 11
Ancienneté en années

(e) Durée > 20 ans ( – )

FIGURE 21 : Lissage par la méthode de Whittaker-Henderson – Loi par ancienneté et classe de durée

Comme pour le cas de la loi en fonction de l’ancienneté seule, nous avons testé le lissage en
considérant différentes valeurs pour les paramètres et . Lorsque cela était possible, nous
avons retenu les valeurs de et qui nous semblaient les plus pertinentes au regard des tests
du Khi-deux ou du test de Wilcoxon notamment. Les résultats des différents tests menés sont
synthétisés dans le tableau ci-après :

- 81 -
 Changements
Test : Khi-deux Wilcoxon
de signe
Durée ≤ 5 ans
Valeur de la statistique 1,89 3,00 -1,60
Statistique théorique 11,07 4,00 1,96
Décision Acceptation Acceptation Acceptation
Durée comprise entre 5 et 10 ans
Valeur de la statistique 10,75 4,00 -1,88
Statistique théorique 18,31 4,00 1,96
Décision Acceptation Rejet Acceptation
Durée comprise entre 10 et 15 ans
Valeur de la statistique 13,29 9,00 -1,95
Statistique théorique 21,03 9,00 1,96
Décision Acceptation Rejet Acceptation
Durée comprise entre 15 et 20 ans
Valeur de la statistique 27,65 7,00 -2,19
Statistique théorique 21,03 9,00 1,96
Décision Rejet Acceptation Rejet
Durée > 20 ans
Valeur de la statistique 36,39 6,00 -2,28
Statistique théorique 19,68 8,00 1,96
Décision Rejet Acceptation Rejet
TABLEAU 6 : Résultats des tests statistiques pour la méthode de Whittaker-Henderson
– Loi par ancienneté et classe de durée

Ainsi, pour les trois premières lois de la figure 21, en (a), (b) et (c), les deux tests valident le
lissage. En revanche, pour les deux dernières, en (d) et (e), les tests ne sont pas validés.
Toutefois, cela peut ici encore s’expliquer par des données moins nombreuses et les
irrégularités observées sur les courbes. Comme au point 2.5.1, nous avons cherché à privilégier
la régularité des taux de remboursement anticipé, en retenant des valeurs de égales à 3 ou 4.
Un des critères que nous avons également considéré était de choisir les paramètres et de
telle sorte que la statistique du Khi-deux était la plus faible possible.

Remarque : En ce qui concerne les deux dernières classes (« durée comprise entre 15 et 20
ans » et « durée supérieure à 20 ans »), nous pourrions néanmoins envisager de nous fier au test
du Khi-deux. Or, cela supposerait de modéliser une loi qui n’est pas régulière, ce que nous
n’avons pas choisi de faire. Afin de pallier les fortes irrégularités observées sur la dernière
classe, nous avons testé également le regroupement des deux dernières classes en une classe
unique, où la durée est supérieure à 15 ans, mais nous obtenons des résultats assez proches de
ceux présentés ci-dessus. Cette dernière solution n’a donc pas été retenue.

2.5.3 Choix de la méthode de lissage

Les résultats précédents ont montré qu’il n’était pas possible de se fonder uniquement sur les
résultats des tests statistiques menés. Ceux-ci ne permettent pas de conclure de façon certaine,
mais donnent néanmoins des indications quant à la qualité du lissage et à la représentation du
phénomène étudié. Il convient donc de considérer également d’autres critères pour décider de
la loi finalement retenue.

Nous faisons le choix, en premier lieu, de conserver les deux types de lois testées :
l’une en fonction de l’ancienneté seule, et l’autre en fonction de l’ancienneté et de la

- 82 -
classe de durée. Cela nous permettra par la suite d’évaluer l’impact de chacune des lois sur les
résultats. En second lieu, nous décidons de conserver le lissage effectué par la méthode
de Whittaker-Henderson, d’une part, parce que la moyenne mobile d’ordre 3 nous obligerait
à abandonner deux taux, et, d’autre part, parce que la méthode de Whittaker-Henderson nous
permet d’obtenir une courbe assez régulière, contrairement à la méthode des moyennes
mobiles. Par ailleurs, en ce qui concerne le choix des paramètres et , nous avons tenu
compte, dans la mesure du possible, des résultats des tests statistiques menés, mais en
privilégiant une loi théorique lisse, qui suppose un comportement régulier de l’assuré. Les lois
finales retenues sont donc celles présentées dans la figure 19 (pour la méthode de Whittaker-
Henderson) et la figure 21.

Nous pouvons à présent aborder la quatrième partie, dans laquelle nous présentons en
particulier les résultats du modèle de projection, ainsi que l’impact de la prise en compte des
lois de remboursement anticipé construites.

- 83 -
 QUATRIÈME PARTIE

RÉSULTATS DES PROJECTIONS

ET ÉTUDES DE SENSIBILITÉ

- 84 -
Après avoir présenté les données et hypothèses retenues pour les calculs, nous détaillerons
dans cette partie les résultats obtenus à l’aide du modèle de projection décrit dans la deuxième
partie. Nous évaluerons l’impact de la prise en compte des lois de remboursement anticipé sur
la valeur des contrats et sur la BEL, puis nous effectuerons des études de sensibilité en
fonction de différents paramètres propres aux prêts ou à la population assurée. En particulier,
l’évaluation des résultats suite à une variation des taux de remboursement anticipé nous
permettra d’en déduire l’impact sur le SCR concernant le risque de rachat auquel nous nous
intéressons dans ce mémoire.

1 Données et hypothèses

1.1 Portefeuilles retenus

Avant de décrire les portefeuilles que nous avons retenus, nous définissons le terme de Model
Points (MP) : il désigne le jeu de données servant d’entrée au modèle de projection. Une ligne
de MP correspond à un regroupement de contrats ayant des caractéristiques similaires, telles
que la date de souscription, la durée du contrat, le taux d’intérêt technique, le taux de
chargement sur primes, etc. Les montants des capitaux garantis sont alors sommés pour tous
les contrats qui composent une ligne de MP et, le plus souvent, des regroupements sont
également effectués selon des classes d’âge. Utiliser des MP au lieu d’un fichier de données non
agrégé permet essentiellement de réduire le temps de calcul, ce dernier étant proportionnel au
nombre de lignes de MP.

Nous utiliserons deux portefeuilles distincts pour tester le modèle développé sous MoSes : le
premier correspond à une génération du contrat A, le second concerne le contrat B. Les
données retenues dans le cas du portefeuille relatif au contrat A correspondent au stock de
contrats individuels sur une génération particulière. Nous disposons ainsi d’un premier jeu de
données sur un stock de contrats, ce qui nous permettra notamment de calculer une VIF. Dans
le cas du second portefeuille, nous considérons l’ensemble des affaires nouvelles dont nous
disposons sur l’année 2014 afin de mesurer une NBV.

Les données du contrat A proviennent des mêmes tables SAS que celles qui ont été utilisées
pour la construction de la loi de remboursement anticipé. Toutefois, nous avons choisi ici de
travailler sur un portefeuille réduit car nous souhaitons, d’une part, tester le modèle mis en
place et, d’autre part, évaluer l’impact de la prise en compte de la loi de remboursement
anticipé sur les résultats, mais en conservant la confidentialité des données.

Les données du contrat B sont récupérées au moyen d’un programme SAS permettant de
constituer les MP pour les travaux de MCEV et de BEL, les tables sources utilisées étant
différentes de celles du contrat A. Précisons toutefois que certaines variables sont manquantes,
comme le taux d’intérêt du prêt. Pour contourner cette difficulté, nous avons tenu compte du
même taux d’intérêt moyen pour toutes les lignes de MP. Il s’agit du taux moyen constaté sur
le marché des prêts immobiliers pour l’année 2014, l’essentiel du portefeuille portant sur des
prêts immobiliers. Une étude ultérieure devra permettre, dès la mise à disposition de
l’ensemble des données manquantes, de constituer le jeu de MP réel. Nous choisissons donc

- 85 -
dans un premier temps de partir d’un jeu de MP dans lequel le taux d’intérêt du prêt est estimé.
Nous montrerons par la suite l’impact d’une modification du taux d’intérêt du prêt sur les
résultats.

Les principales variables retenues dans les MP sont les suivantes :

- la date de souscription ;
- la durée du contrat ;
- l’âge à la date de souscription ;
- le nombre de têtes ;
- le montant du capital initial emprunté ;
- le montant de l’annuité du prêt ;
- le taux d’intérêt du prêt ;
- le type de tarification : sur CI ou sur CRD ;
- le type du prêt : amortissable ou non ;
- le taux de chargement sur primes ;
- le taux d’intérêt technique ;
- la table de mortalité du tarif.

Le tableau ci-dessous synthétise les principales caractéristiques des prêts et de la population :

Âge moyen Durée moyenne Taux d'intérêt Capital moyen

à la souscription du prêt moyen assuré (en €)
Contrat A
36,0 ans 17,6 ans 3,44% 106 425
Une génération
Contrat B
37,2 ans 16,8 ans 2,98% 119 562
Souscriptions de l'année 2014
TABLEAU 7 : Principales statistiques des Model Points utilisés

1.2 Hypothèses retenues

Par souci de simplification, les hypothèses techniques et financières retenues sont les mêmes
pour les deux portefeuilles modélisés.

Les hypothèses techniques retenues sont les suivantes :

 Taux de chargement d’acquisition : taux défini lors de la tarification du produit ;
 Taux technique du tarif et des provisions : taux en vigueur au moment de la mise en
place du produit ;
 Loi de mortalité du tarif et des provisions : loi d’expérience de la compagnie ;
 Loi de mortalité utilisée pour modéliser la sinistralité : loi identique à celle du tarif avec
prise en compte d’abattements pour sélection médicale sur les trois premières années ;
 Coûts d’acquisition et de gestion : ils sont exprimés en pourcentage des primes. Ils sont
obtenus à partir d’une étude des coûts réalisée par le Contrôle de Gestion ;

- 86 -
  Commissions sur primes : elles sont modélisées à partir des taux moyens constatés en
comptabilité ;
 Taux d’impôt sur les sociétés : 34,43% ;
 Taux de la C3S : 0,16% ;
 Taux de frais de gestion des placements : taux transmis par le département gérant les
actifs.

Remarques :
 Les produits modélisés ne comportent pas de chargement de gestion.
 Nous choisissons, à nouveau dans un but de simplification, une fréquence de
versement des primes annuelle.

Les hypothèses financières retenues (présentées en annexe 5) sont les suivantes :

 Courbe des taux de produits financiers : elle est basée sur le scénario central du groupe
Allianz retenu pour l’année 2014 ;
 Courbe des taux d’actualisation : elle est basée sur ce même scénario central.

- 87 -
2 Résultats du modèle de projection et analyses

Avant d’évaluer les résultats sur l’ensemble des données retenues, nous avons procédé à des
tests unitaires sur les résultats détaillés obtenus en sortie du modèle MoSes, comme indiqué
dans la seconde partie, à la section 4. Ceci permet, d’une part, de valider les modifications
apportées au modèle d’origine et, d’autre part, de s’assurer de la cohérence des résultats en
fonction des paramètres saisis tels que le taux de chargement d’acquisition, les taux de coûts et
commissions, etc.

Nous présentons ci-après les résultats obtenus sur les deux portefeuilles étudiés, d’abord sans
prise en compte de la loi de remboursement anticipé, puis avec prise en compte de celle-ci.

2.1 Résultats obtenus sans la loi de remboursement anticipé

Résultats obtenus pour le contrat A

Le tableau qui suit résume, pour une génération du contrat A, les comptes des deux premières
années (années 2014 et 2015), ainsi que les résultats en valeur actuelle au 31/12/2013 :

Compte de Compte de Compte global en

Montants en K€
1re année 2e année VAN au 31/12/2013
Résultat après impôt 220 225 2 806
Solde de souscription 1 234 1 249 14 444
Chiffre d'affaires 3 433 3 409 38 493
Prestations -2 225 -2 223 -25 861
PM d'ouverture 1 691 1 717 20 686
PM de clôture -1 717 -1 705 -19 463
Intérêts techniques 51 51 588
Coûts, commissions et C3S -914 -908 -10 248
Commissions d'acquisition -642 -637 -7 194
Coûts d'acquisition 0 0 0
Coûts de gestion -267 -265 -2 991
C3S -6 -6 -63
Résultat financier 16 1 84
Produits financiers nets, dont : 67 52 673
Produits financiers bruts 68 53 683
Coûts d'investissement -1 -1 -10
Intérêts techniques -51 -51 -588
Impôt sur les sociétés -116 -118 -1 474

TABLEAU 8 : Résultats sur une génération du contrat A

Le solde de souscription s’explique principalement par les chargements d’acquisition, mais

également par un effet négatif dû à un écart d’assiette de calcul entre les primes et les sinistres.
Comme décrit dans la deuxième partie, l’assiette de calcul des sinistres tient compte du capital
assuré ainsi que des intérêts courus sur l’année écoulée du prêt, tandis que les primes
considèrent uniquement le capital. Cela génère de fait un léger impact négatif sur les résultats

- 88 -
car les sinistres sont un peu surestimés par rapport au tarif calculé. Mais le solde de
souscription reste néanmoins positif sur toute la durée de la projection, principalement en
raison du niveau du taux de chargement. Le résultat technique observé, également positif tout
au long de la projection, est cohérent avec les hypothèses retenues.

La courbe des taux de produits financiers utilisée se situe au-dessus du taux technique retenu
dans le tarif et les PM, ce qui génère un résultat financier positif. Mais il est très peu significatif,
il ne joue donc presque pas sur la valeur.

Une fois les impôts pris en compte, le résultat reste positif et la valeur générée est positive,
indiquant que le produit est rentable. Les principaux indicateurs sont repris ci-dessous :

Montants Indicateurs au
en K€ 31/12/2013
BEL -2 374
VIF 2 806
TABLEAU 9 : Résultats sur une génération du contrat A – Principaux indicateurs

Remarque : Le montant de BEL indiqué ici est négatif, ce qui signifie que le produit est
rentable. Par ailleurs, nous ne tenons pas compte du CREC dans le montant de la VIF comme
de la NBV, en conformité avec l’approche retenue par Allianz. Dans le tableau ci-dessus
comme dans les suivants, les VIF et NBV correspondent donc à la PVFP.

Résultats obtenus pour le contrat B

De façon analogue à ce qui précède, nous présentons ci-dessous, pour le portefeuille global des
affaires nouvelles, les comptes des deux premières années, ainsi que les résultats en valeur
actuelle au 31/12/2013 :

Compte de Compte de Compte global en

Montants en K€
1re année 2e année VAN au 31/12/2013
Résultat après impôt -960 979 3 477
Solde de souscription 1 386 2 287 16 946
Chiffre d'affaires 3 016 2 991 36 339
Prestations -306 -757 -19 486
PM d'ouverture 0 1 355 16 271
PM de clôture -1 355 -1 348 -16 719
Intérêts techniques 32 45 542
Coûts, commissions et C3S -2 863 -796 -11 729
Commissions d'acquisition -564 -559 -6 792
Coûts d'acquisition -2 060 0 -2 054
Coûts de gestion -234 -232 -2 824
C3S -5 -5 -59
Résultat financier 13 2 85
Produits financiers nets, dont : 45 47 627
Produits financiers bruts 45 48 637
Coûts d'investissement -1 -1 -10
Intérêts techniques -32 -45 -542
Impôt sur les sociétés 504 -514 -1 826

TABLEAU 10 : Résultats sur le contrat B

- 89 -
Le portefeuille étudié couvre les souscriptions connues sur l’année 2014, nous n’avons donc
pas une année complète de flux pour la première année.

Sur la première année de projection, le résultat technique est négatif : cela est dû aux coûts
d’acquisition élevés qui interviennent à la souscription du contrat. Les prestations de la
première année sont faibles du fait des abattements de table de mortalité pour prendre en
compte l’effet de la sélection médicale. Comme précisé au point 1.2, les abattements de table
de mortalité sont appliqués sur les trois premières années du contrat. L’effet de ces
abattements est donc plus important sur les affaires nouvelles que sur le stock, dont les
contrats sont plus anciens. Par ailleurs, le niveau de prestations sur la première année est
également faible parce que les souscriptions ont lieu tout au long de l’année. Les prestations
estimées doivent donc être comparées à la part de chiffre d’affaires affectée au titre de
l’exercice 2014. Sur la deuxième année, les prestations sont également faibles en raison des
abattements de table de mortalité. Mais le résultat technique redevient positif puisqu’il n’y a
plus de coûts d’acquisition.

Le niveau faible des prestations engendre un gain de mortalité, et c’est ce qui explique
principalement le solde de souscription positif. Les chargements d’acquisition contribuent
également à générer un solde de souscription positif ; toutefois, ils ne sont pas libérés
entièrement la première année car une partie est prise en compte dans la provision de clôture
pour être dégagée l’année suivante dans le résultat.

Le résultat financier, certes positif, reste peu significatif et le résultat après impôt est positif,
sauf pour la première année. Les principaux indicateurs sont repris ci-après :

Montants Indicateurs au
en K€ 31/12/2013
BEL -5 115
NBV 3 477
TABLEAU 11 : Résultats sur le contrat B – Principaux indicateurs

2.2 Impact de la loi de remboursement anticipé

Dans un premier temps, nous présenterons l’impact sur les résultats de la loi de
remboursement anticipé en fonction de l’ancienneté seule, puis, dans un second temps, nous
considérerons l’effet de cette loi en fonction de l’ancienneté et de la classe de durée.

2.2.1 Loi en fonction de l’ancienneté seule (loi 1)

Nous présentons ci-après, pour les contrats A et B, l’impact de la prise en compte de la loi 1
sur les principaux indicateurs vus au 31/12/2013 :

- 90 -
 Avec loi de Sans loi de
Montants Ecarts en
remboursement remboursement Ecarts en %
en K€ montants
anticipé anticipé
Résultats sur le contrat A
BEL -1 928 -2 374 446 -18,8%
VIF 2 497 2 806 -309 -11,0%
Résultats sur le contrat B
BEL -4 463 -5 115 652 -12,7%
NBV 3 038 3 477 -440 -12,6%
TABLEAU 12 : Impact de la loi 1 sur les résultats des contrats A et B

À titre informatif, nous reportons en annexe 6 les comptes de résultat détaillés afin de
connaître l’impact sur chacun des postes.

Sur le contrat A, nous observons une baisse des résultats (-11% sur la VIF), et une hausse du
montant de BEL. Ces résultats sont cohérents par rapport à l’effet attendu : le chiffre d’affaires
diminue en raison des sorties anticipées des contrats, ce qui conduit à une baisse de tous les
postes du compte de résultat. Notamment, les prestations, PM de clôture, coûts et
commissions varient dans les mêmes proportions que le chiffre d’affaires. Par ailleurs, le
produit étant rentable, il est logique de voir la PVFP diminuer si le chiffre d’affaires diminue.

Après prise en compte de la loi de remboursement anticipé, la BEL reste négative, donc le
produit est toujours rentable. Toutefois, la hausse de BEL observée est relativement élevée
(18,8% en valeur absolue), ce qui traduit un risque non négligeable pour l’entreprise.

Pour le contrat B, nous observons les mêmes effets que pour le contrat A : la NBV diminue
(-12,6%) et la BEL augmente (12,7% en valeur absolue), d’où un risque accru pour la
compagnie. Notons que les écarts en pourcentage sont proches de ceux du contrat A : la
variation de valeur est de -11% pour le contrat A et de -12,6% pour le contrat B, et, pour
chacun des deux contrats, le chiffre d’affaires diminue d’environ 19 à 20%. Cela laisse penser
que, si les profils des contrats sont similaires (notamment en ce qui concerne l’ancienneté et la
durée moyenne), nous devrions observer à peu près la même variation en pourcentage.

2.2.2 Loi en fonction de l’ancienneté et de la classe de durée (loi 2)

De façon analogue à ce qui précède, nous présentons ci-dessous, pour les contrats A et B,
l’impact de la prise en compte de la loi 2 sur les principaux indicateurs vus au 31/12/2013 :

Avec loi de Sans loi de

Montants Ecarts en
remboursement remboursement Ecarts en %
en K€ montants
anticipé anticipé
Résultats sur le contrat A
BEL -1 792 -2 374 582 -24,5%
VIF 2 405 2 806 -402 -14,3%
Résultats sur le contrat B
BEL -4 370 -5 115 744 -14,6%
NBV 2 976 3 477 -502 -14,4%
TABLEAU 13 : Impact de la loi 2 sur les résultats des contrats A et B

- 91 -
Comme au point précédent, nous reportons en annexe 7 les comptes de résultat détaillés afin
de connaître l’impact sur chacun des postes.

Par rapport à la loi 1, nous constatons que l’impact est un peu plus important aussi bien sur le
contrat A que sur le contrat B. Par exemple, sur le contrat B, l’impact sur la valeur passe de
-12,6% avec la loi 1 à -14,4% avec la loi 2, et l’impact sur la BEL passe de -12,7% à -14,6%.
Bien que ces variations soient relativement faibles, il semble préférable de retenir comme
loi celle qui tient compte de la durée des prêts en plus de l’ancienneté, car elle permet de
mesurer de manière plus fine le risque supporté par l’assureur.

- 92 -
3 Études de sensibilité

Les études de sensibilité réalisées ici sont de plusieurs types :

- nous réalisons en premier lieu des sensibilités par rapport aux caractéristiques des prêts,
c’est-à-dire la durée des prêts et le taux d’intérêt des prêts ;
- nous procédons ensuite à des sensibilités selon les caractéristiques de la population
d’emprunteurs, autrement dit l’âge à la souscription et les taux de mortalité ;
- enfin, nous étudions la sensibilité des résultats suite à une variation des taux de
remboursement anticipé, ce qui nous permet ici d’évaluer également l’impact du risque
de remboursement anticipé sur le calcul du SCR.

Les sensibilités portent à la fois sur les contrats A et B. Les résultats considérés pour la
comparaison avec les résultats des sensibilités sont les derniers que nous avons présentés. Il
s’agit donc des résultats obtenus en tenant compte de la loi de remboursement anticipé 2,
fonction de l’ancienneté et de la classe de durée. Ils constituent le scénario central.

3.1 Sensibilités selon les caractéristiques des prêts

3.1.1 Variation de la durée des prêts d’un an

Nous testons ici le modèle en faisant varier la durée des prêts d’un an : en augmentant celle-ci
d’un an, puis en la diminuant. Faire cette modification revient à modifier, au niveau des Model
Points, la variable propre à la durée du prêt, mais également le calcul de l’annuité qui en dépend.

Si la durée des prêts augmente, l’annuité du prêt diminuera mécaniquement, puisque les
remboursements d’échéances seront plus étalés dans le temps. Dans le cas de la tarification en
CRD, cela signifie que, à chaque mois de projection, le CRD sera plus élevé, donc les primes
seront également plus élevées. En outre, celles-ci seront versées pendant plus longtemps. Nous
nous attendons donc à un effet à la hausse sur la valeur des contrats.

Dans le cas où la durée des prêts diminue, nous devrions observer l’effet inverse : l’annuité du
prêt augmente, le CRD à chaque mois de projection diminue, et les primes diminuent, donc la
valeur diminue.

Nous fournissons ci-après les résultats de ces deux sensibilités, que nous comparons aux
résultats centraux :

- 93 -
 Durée des prêts Résultats Durée des prêts
Montants en K€
+1 an centraux -1 an
Résultats sur le contrat A
BEL -2 093 -1 792 -1 514
VIF 2 638 2 405 2 181
Variation de la
9,70% - -9,31%
VIF en %
Résultats sur le contrat B
BEL -4 712 -4 370 -4 041
NBV 3 205 2 976 2 755
Variation de la
7,71% - -7,42%
NBV en %
NBM 10,34% 10,39% 10,44%
TABLEAU 14 : Sensibilités des résultats suite à une variation de la durée des prêts d’un an

Nous constatons bien une hausse des VIF et NBV lorsque la durée augmente, et une baisse de
ces valeurs dans le cas contraire. La NBM, quant à elle, varie très peu.

L’impact d’une modification de la durée d’un an est plus élevé sur le contrat A, ce qui
s’explique par une durée moyenne restante plus faible par rapport au contrat B. En effet, la
durée initiale moyenne figurant dans les Model Points est de 17,6 ans pour le contrat A, contre
16,8 ans pour le contrat B. Or, le portefeuille propre au contrat A correspond à une génération
plus ancienne, donc la durée restante à fin 2013 se situe plutôt autour de 14 ans. Les résultats
du contrat A sont donc plus sensibles à une modification de la durée.

Afin d’expliquer les fortes variations obtenues, nous choisissons d’analyser plus en détail la
sensibilité à une hausse de la durée des prêts d’un an sur le contrat A. À cet effet, nous
reportons en annexe 8 les comptes de résultat pour cette sensibilité et pour les résultats
centraux.

La hausse de la VIF s’explique principalement par la hausse du chiffre d’affaires suite à la

hausse de la durée. En comparant les flux des deux projections, nous constatons que les écarts
de primes observés deviennent de plus en plus importants au cours du temps. Ces écarts de
primes sont dus à la variation des CRD, qui diminuent moins vite dans le cas de la sensibilité à
une hausse de la durée des prêts, du fait des montants d’annuités plus faibles. Au global, la
variation cumulée des primes sur l’ensemble de la projection représente 13,1% du chiffre
d’affaires total projeté pour les résultats centraux. La valeur actuelle des primes, quant à elle,
augmente de 11,7%, ce qui est cohérent avec la hausse du chiffre d’affaires et nous permet de
valider les résultats obtenus.

3.1.2 Variation du taux d’intérêt des prêts de ±1%

L’effet d’une variation du taux d’intérêt des prêts sur la valeur des contrats est moins intuitif
que celui d’une variation de la durée des prêts. En effet, une hausse du taux d’intérêt entraînera
une hausse de l’annuité, mais le capital emprunté sera amorti à un rythme proche de celui du
prêt à taux inchangé, et il en sera de même dans le cas d’une baisse du taux d’intérêt.

Nous fournissons ci-après les résultats des sensibilités à la hausse puis à la baisse du taux
d’intérêt, que nous comparons aux résultats centraux :

- 94 -
 Taux d'intérêt Résultats Taux d'intérêt
Montants en K€
+1% centraux -1%
Résultats sur le contrat A
BEL -1 775 -1 792 -1 801
VIF 2 409 2 405 2 395
Variation de la
0,17% - -0,39%
VIF en %
Résultats sur le contrat B
BEL -4 400 -4 370 -4 334
NBV 2 997 2 976 2 951
Variation de la
0,71% - -0,84%
NBV en %
NBM 10,21% 10,39% 10,57%
TABLEAU 15 : Sensibilités des résultats suite à une variation du taux d’intérêt des prêts de ±1%

Une modification du taux d’intérêt des prêts a très peu d’effet sur la valeur. Rappelons que,
comme nous ne connaissions pas les taux d’intérêt des prêts du portefeuille B, nous avons tenu
compte d’une hypothèse de taux d’intérêt moyen. Les résultats ci-dessus nous amènent à
penser que cette hypothèse est tout à fait acceptable, dans la mesure où une modification de
cette donnée influence peu les résultats.

Les deux sensibilités que nous venons de présenter montrent qu’une évolution de la durée des
prêts a un effet non négligeable sur la valeur, contrairement à une variation des taux d’intérêt
des prêts. Ainsi, dans un contexte économique de hausse globale des prix sur le marché
immobilier, la durée moyenne des prêts a tendance à augmenter, ce qui a un effet positif sur la
valeur des contrats. Ce constat peut donc amener l’assureur à cibler son offre d’assurance
emprunteur sur les prêts de durées élevées.

Nous allons nous intéresser maintenant à l’effet d’une modification des caractéristiques des
assurés, mais également, par la suite, de leur comportement en termes de sinistralité (mortalité)
ou de remboursements anticipés.

3.2 Sensibilités selon les caractéristiques des emprunteurs

3.2.1 Variation de l’âge à la souscription d’un an

Nous testons ici le modèle en faisant varier l’âge à la souscription : en augmentant celui-ci d’un
an, au niveau des Model Points, puis en le diminuant.

Nous fournissons ci-après les résultats de ces deux sensibilités, que nous comparons aux
résultats centraux :

- 95 -
 Âge à la Résultats Âge à la
Montants en K€
souscription +1 an centraux souscription -1 an
Résultats sur le contrat A
BEL -1 966 -1 792 -1 629
VIF 2 650 2 405 2 194
Variation de la
10,19% - -8,76%
VIF en %
Résultats sur le contrat B
BEL -4 790 -4 370 -3 981
NBV 3 262 2 976 2 711
Variation de la
9,61% - -8,89%
NBV en %
NBM 10,38% 10,39% 10,38%
TABLEAU 16 : Sensibilités des résultats suite à une variation de l’âge à la souscription d’un an

Dans le cas d’une hausse de l’âge à la souscription, nous observons une hausse de la VIF et de
la NBV. Le tarif étant basé sur l’âge, les primes augmentent du fait de la hausse des probabilités
de décès. Les capitaux assurés, eux, varient très peu. Les autres éléments du compte de résultat,
en particulier les prestations, varient à peu près dans les mêmes proportions que les primes,
d’où une NBM stable. L’effet de la hausse des primes étant plus important que l’effet de la
hausse des prestations, nous constatons donc une hausse du résultat. Dans le cas d’une
diminution de l’âge à la souscription, nous observons bien des effets inverses.

3.2.2 Variation des taux de mortalité de ±5%

Les Model Points utilisés ici ne sont pas modifiés ; seules les hypothèses liées à la sinistralité le
sont : il s’agit d’appliquer un coefficient correcteur aux taux de décès annuels, , de la table de
mortalité utilisée pour le scénario central.

Nous fournissons ci-dessous les résultats de ces sensibilités, que nous comparons aux résultats
centraux :

Mortalité Résultats Mortalité

Montants en K€
+5% centraux -5%
Résultats sur le contrat A
BEL -820 -1 792 -2 767
VIF 1 766 2 405 3 045
Variation de la
-26,54% - 26,62%
VIF en %
Résultats sur le contrat B
BEL -3 638 -4 370 -5 105
NBV 2 494 2 976 3 458
Variation de la
-16,17% - 16,21%
NBV en %
NBM 8,72% 10,39% 12,06%
TABLEAU 17 : Sensibilités des résultats suite à une variation des taux de mortalité de ±5%

- 96 -
L’impact d’une variation des taux de mortalité sur les valeurs est très élevé. La NBM varie ici
dans le même sens que la NBV. L’analyse des comptes de résultat montre que, dans le cas
d’une hausse de la mortalité de +5% sur le contrat A, nous observons une hausse des
prestations de 4,9%, ce qui est cohérent avec l’hypothèse de sinistralité retenue. Les autres
postes du compte de résultat varient très peu. La variation de VIF observée s’explique par une
sensibilité très forte de celle-ci par rapport aux prestations. Nous observons bien des effets
inverses lorsque la mortalité diminue de -5%.

3.3 Sensibilité à une variation des taux de remboursement anticipé

Pour étudier la sensibilité des résultats à une variation des taux de remboursement anticipé,
nous faisons le choix, ici, de prendre en compte les chocs prévus par la formule standard sur le
risque de rachat, autrement dit une augmentation ou une diminution des taux de
remboursement anticipé de ±50%. Pour cela, nous appliquons un coefficient correcteur aux
taux de remboursement anticipé annuels au niveau des hypothèses.

Nous fournissons ci-dessous les résultats de ces sensibilités, que nous comparons aux résultats
centraux :

Remboursements Résultats Remboursements

Montants en K€
anticipés +50% centraux anticipés -50%
Résultats sur le contrat A
BEL -1 566 -1 792 -2 058
VIF 2 249 2 405 2 589
Variation de la
-6,49% - 7,66%
VIF en %
Résultats sur le contrat B
BEL -4 084 -4 370 -4 710
NBV 2 783 2 976 3 204
Variation de la
-6,47% - 7,69%
NBV en %
NBM 10,81% 10,39% 9,97%
TABLEAU 18 : Sensibilités des résultats suite à une variation des taux de remboursement anticipé de ±50%

Une hausse des taux de remboursement anticipé a un impact négatif sur la valeur. Cela
s’explique par une diminution du chiffre d’affaires qui impacte donc l’ensemble des postes du
compte de résultat. Nous observons des effets inverses dans le cas d’une baisse des taux de
remboursement anticipé. Remarquons ici que la NBM augmente lorsque les remboursements
anticipés augmentent : la diminution globale des primes est plus forte que celle des résultats,
générant une rentabilité supérieure en ratio. Un effet similaire est observé dans la 5e partie, au
paragraphe 2.3.

En ce qui concerne le calcul du SCR de rachat, nous considérons uniquement le choc de

+50%, puisque c’est celui qui engendre une hausse de la BEL. D’après les indications données
dans la deuxième partie, au point 3.2, sur le calcul du SCR de rachat, nous pouvons déduire
que, sur le contrat A, l’écart de BEL ou le besoin en capital est de 225 K€, tandis que, sur le
contrat B, il s’élève à 286 K€.

- 97 -
 CINQUIÈME PARTIE

IMPACT DE LA LOI DE REMBOURSEMENT

ANTICIPÉ SUR LE TARIF

- 98 -
1 Objectif et méthodologie

1.1 Constat et problématique

Les résultats de la quatrième partie ont mis en évidence l’impact négatif de la prise en compte
de la loi de remboursement anticipé sur la rentabilité et sur la BEL. Dans cette dernière partie,
nous étudions une compensation de cet impact par une hausse du tarif.

Nous nous replaçons donc dans le cas suivant de la quatrième partie :

- nous considérons uniquement le cas des primes calculées en fonction du capital restant
dû, puisque c’est le cas qui a été implémenté dans le modèle MoSes ;
- nous effectuons les simulations à l’aide de la loi 2, que nous avions retenue pour notre
scénario central.

1.2 Principe du calcul

Un paramètre supplémentaire est considéré dans la tarification afin de neutraliser l’effet des
remboursements anticipés sur la rentabilité et sur la BEL. Le principe que nous retenons est ici
d’appliquer un coefficient multiplicateur à la prime initiale.

Nous partons des formules de prime décrites dans la seconde partie, au paragraphe 2.2, et nous
multiplions le taux de prime obtenu par un coefficient multiplicateur, qui reste à déterminer.

Ce coefficient multiplicateur sera fonction à la fois de l’ancienneté dans le prêt et de la durée de

celui-ci.

Le calcul de la prime correspondant au tarif modifié peut s’écrire ainsi :

( ) ( ) ( )

avec les notations suivantes :

 ( ) : prime commerciale modifiée pour l’année du prêt ;
 ( ) : coefficient multiplicateur appliqué à la prime commerciale pour l’année du
prêt, et fonction de la durée du prêt ;
 ( ) : taux d’assurance avec chargement, calculé sur le capital restant dû, pour l’année
du prêt ;
 : capital restant dû au début de l’année du prêt.

- 99 -
 1.3 Implémentation dans l’outil de projection

L’étude du modèle de projection sous MoSes montre que deux solutions sont envisageables
pour y ajouter ce coefficient :
- une solution consiste à modifier un paramètre déjà existant dans le modèle, qui
correspond à un coefficient de correction des primes ;
- une autre solution consiste à ajouter un nouveau paramètre, par le biais d’une nouvelle
formule de calcul, qui peut ensuite être intégré à la formule de calcul des primes.

Nous avons privilégié la deuxième solution du fait de sa mise en œuvre plus aisée. La première
solution aurait biaisé la définition de la variable et elle risquait également d’avoir des impacts
sur d’autres éléments du modèle.

Conformément à la méthodologie usuelle lors de la modification d’un modèle, nous avons

effectué une recette afin de valider, d’une part, la bonne prise en compte de l’hypothèse et,
d’autre part, la conformité du calcul de prime obtenu.

1.4 Données retenues

Les données retenues pour l’étude du nouveau tarif correspondent ici à un portefeuille
d’affaires nouvelles. Cela permettra de proposer un tarif réévalué pour les futures
souscriptions. Nous précisons ci-après les MP utilisés, qui sont de deux types.

MP globaux
Nous conservons les MP utilisés précédemment (décrits au paragraphe 1.1 de la 4e partie). Ces
MP globaux seront utilisés pour évaluer l’impact global des tarifications qui vont être étudiées.
Ils comportent environ 1 200 lignes.

MP « profils moyens »
Avant de travailler sur le portefeuille global, nous définissons des MP pour des profils moyens
d’assurés à partir de la population existante. Cela nous permettra de constituer des premières
analyses selon différents profils, car nous nous plaçons d’abord dans une phase exploratoire.
L’objectif est ici de regarder comment la tarification impacte les différents profils testés, puis
d’étendre ensuite l’analyse à l’ensemble du portefeuille. De plus, travailler sur un portefeuille
synthétique présente l’avantage de réduire le temps de calcul.

Nous choisissons de construire des profils moyens par classe de durée. Ce choix est dû à la loi
de remboursement anticipé qui a été retenue.

Le tableau ci-après présente les principales caractéristiques des profils moyens par classe de
durée, ainsi que la répartition des durées de prêt du portefeuille global selon le nombre de
contrats et le montant des capitaux assurés :

- 100 -
 Classe de Âge moyen à la Durée moyenne Capital moyen % Nombre % Capitaux
durée de prêt souscription du prêt assuré (en €) de contrats assurés
0 - 5 ans 43,9 ans 3 ans 73 756 5,8% 3,6%
5 - 10 ans 42,7 ans 8,5 ans 93 921 19,1% 15,0%
10 - 15 ans 39,4 ans 14,2 ans 118 945 28,5% 28,4%
15 - 20 ans 35,5 ans 19,3 ans 139 292 27,7% 32,2%
> 20 ans 31,9 ans 25,1 ans 131 429 19,0% 20,9%
TABLEAU 19 : Caractéristiques moyennes des Model Points « profils moyens »

Les MP « profils moyens » ne comportent donc que 5 lignes. Les contrats pour lesquels les
durées de prêt sont comprises entre 10 et 20 ans représentent une majorité du portefeuille
(56% en nombre de contrats et 61% des volumes de capitaux assurés). Les résultats qui seront
présentés par la suite seront donc plus sensibles aux paramètres testés sur ces classes de durée.

La constitution des MP « profils moyens » permet également de prendre en compte un critère

d’âge à la souscription, dont nous avons vu lors des études de sensibilité qu’il influe de façon
significative sur les résultats. Le tableau montre que cet âge diminue lorsque la durée du prêt
augmente : les emprunteurs les plus jeunes peuvent en effet emprunter sur des durées longues,
d’autant qu’ils possèdent en général moins de moyens financiers que les emprunteurs les plus
âgés.

Une fois la méthodologie décrite et les principes retenus énoncés, nous pouvons nous attacher
maintenant à l’étude d’un nouveau tarif proprement dit.

- 101 -
2 Étude d’un nouveau tarif

Le coefficient multiplicateur que nous ajoutons au modèle de projection peut prendre

différentes formes. Il peut ainsi être fixe ou variable, par exemple décroissant de façon linéaire.

Nous décrivons ci-après différentes possibilités. Pour chacun des cas analysés, nous évaluerons
les valeurs des paramètres et donnerons l’impact sur la rentabilité et sur la BEL.

2.1 Coefficient multiplicateur fixe

2.1.1 Principe et hypothèses testées

Nous considérons dans un premier temps un cas simple et assez intuitif : nous choisissons de
tester l’effet d’un coefficient multiplicateur fixe quelle que soit l’ancienneté dans le prêt. Ceci
permettra de nous faire une première idée de la hausse de prime que nous pourrions envisager
pour revenir aux niveaux de rentabilité et de BEL espérés.

Nous allons tester différents coefficients multiplicateurs fixes, compris entre 1% et 5%, que
nous ferons varier par pas de 1%. Nous pourrons ainsi voir comment évoluent la rentabilité et
la BEL lorsque le chiffre d’affaires augmente de 1%.

Exemple de prime avant et après modification

À titre d’illustration, nous donnons ci-dessous un exemple de prime modifiée, comparée à la
prime initiale, dans le cas d’un prêt amortissable. Nous utilisons pour cela le profil de MP de la
classe de durée « 10-15 ans », donné au tableau 19, et considérons une hausse de tarif de 5% :

300

250

200
En euros

150

100

50

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Année du prêt

Prime initiale Prime modifiée

FIGURE 22 : Exemple de prime – Cas d’un coefficient fixe

- 102 -
Comme mentionné dans l’exemple donné au paragraphe 2.2.5 de la seconde partie, la variation
des taux de mortalité par âge, associée à la décroissance du CRD, permet d’expliquer le profil
des courbes de primes observé. Dans cet exemple, pour un âge à la souscription de 39 ans, les
primes augmentent progressivement au début du prêt, puis commencent à décroître vers le
milieu du prêt.

Les primes les plus élevées se situent ici à peu près entre les années 5 et 9 du prêt ; c’est donc
durant cette période que l’impact du coefficient multiplicateur fixe sera le plus élevé.

2.1.2 Résultats obtenus pour les MP « profils moyens »

Le graphique ci-dessous donne les écarts en pourcentage sur le niveau de rentabilité obtenu en
utilisant les MP « profils moyens » et pour chaque sensibilité testée. Il s’agit des écarts par
rapport au résultat sans prise en compte de la loi de remboursement anticipé :

20%
15%
10%
5% Classe 0-5 ans
0% Classe 5-10 ans
101% 102% 103% 104% 105%
-5% Classe 10-15 ans
-10% Classe 15-20 ans
-15% Classe > 20 ans

-20%
-25%
-30%

FIGURE 23 : Écarts de rentabilité (%) – Cas d’un coefficient multiplicateur fixe

Il apparaît clairement que la rentabilité croît de façon proportionnelle avec le chiffre d’affaires.
Par ailleurs, en termes de BEL, les écarts en pourcentage sont quasiment identiques à ceux
obtenus pour la rentabilité.

La figure montre que la hausse de tarif à envisager peut être différente selon la classe de durée.
Par exemple, une hausse de tarif de 1% sur les durées inférieures à 10 ans suffirait à retrouver
la rentabilité d’origine, alors qu’une hausse de 5% pour les durées supérieures à 20 ans
semblerait insuffisante.

Nous pouvons envisager ici deux solutions, que nous allons étudier sur les MP globaux :
- soit la hausse du tarif est uniforme sur tout le portefeuille. Elle devrait alors se situer
entre 3% et 4% : nous constatons en effet que, à partir d’une hausse de 3%, nous
avons une majorité de profils de MP ayant une rentabilité supérieure à la rentabilité
cible ;
- soit la hausse du tarif est différente selon la classe de durée.

- 103 -
 2.1.3 Résultats obtenus pour les MP globaux

Cas d’une hausse uniforme du tarif

Le tableau ci-dessous présente les résultats obtenus selon les différentes sensibilités effectuées
pour les MP globaux, pour le cas d’une hausse uniforme de tarif quelle que soit la classe de
durée. La comparaison est effectuée par rapport aux résultats sans loi de remboursement
anticipé :

Écart en Écart Écart en Écart

Montants en K€ PVFP BEL
montant en % montant en %
Sans loi de R.A. 3 477 -5 115
101% 3 101 -376 -10,8% -4 560 555 -10,8%
102% 3 227 -251 -7,2% -4 749 365 -7,1%
103% 3 352 -125 -3,6% -4 939 176 -3,4%
104% 3 478 0 0,0% -5 128 -14 0,3%
105% 3 603 126 3,6% -5 318 -203 4,0%
TABLEAU 20 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un coefficient multiplicateur fixe

Une hausse de 4% du chiffre d’affaires permettrait de retrouver à la fois le niveau de rentabilité

sans prise en compte de la loi de remboursement anticipé et le niveau de BEL qui en résulte.

Un coefficient multiplicateur fixe appliqué à l’ancien tarif ne doit pas être trop important pour
que l’assureur reste compétitif sur le marché de l’assurance emprunteur. Nous considérons
qu’une hausse maximale de 5% du tarif pourrait sembler raisonnable. Aussi, une hausse de 4%
semble tout à fait envisageable.

Cas d’une hausse du tarif différenciée par classe de durée

Le tableau ci-dessous donne le détail des scénarios que nous testons pour les hausses de tarif
appliquées selon la classe de durée :

Classes de durée
Scénario 0-5 ans 5-10 ans 10-15 ans 15-20 ans > 20 ans
Coeff. diff. 1 1% 2% 3% 4% 5%
Coeff. diff. 2 1% 1% 3% 5% 5%
Coeff. diff. 3 2% 2% 3% 5% 5%
Coeff. diff. 4 3% 3% 3% 5% 5%
Coeff. diff. 5 1% 1% 2% 5% 9%
TABLEAU 21 : Hypothèses de coefficients fixes testées par classe de durée

Le premier scénario consiste à attribuer des hausses de tarif variant par pas de 1% à mesure
que la classe de durée augmente.

Les trois scénarios suivants permettent de faire varier uniquement les hausses sur les deux
classes de durées les plus petites. Cela permettra une compensation des résultats avec les
classes les plus élevées, pour lesquelles nous cherchons à limiter les hausses à 3% sur la classe
« 10-15 ans » et à 5% sur les classes supérieures à 15 ans. En effet, les résultats du paragraphe
2.1.2 montrent que ce sont les hausses minimales à appliquer sur ces classes.

- 104 -
Le dernier scénario est donné à titre indicatif et correspond à un scénario d’équilibre : il s’agit
des hausses de tarif théoriques à appliquer sur chaque classe de durée pour revenir à la
rentabilité cible. La classe de durée « > 20 ans » devrait ainsi être impactée d’un taux
relativement élevé par rapport aux autres classes de durée.

Nous présentons ci-dessous les résultats obtenus à l’aide de ces hypothèses :

Écart en Écart Écart en Écart

Montants en K€ PVFP BEL
montant en % montant en %
Sans loi de R.A. 3 477 -5 115
Coeff. diff. 1 3 420 -57 -1,6% -5 042 72 -1,4%
Coeff. diff. 2 3 444 -34 -1,0% -5 077 37 -0,7%
Coeff. diff. 3 3 462 -15 -0,4% -5 106 9 -0,2%
Coeff. diff. 4 3 481 4 0,1% -5 134 -20 0,4%
Coeff. diff. 5 3 497 20 0,6% -5 159 -44 0,9%
TABLEAU 22 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un coefficient multiplicateur fixe
et avec des hausses différenciées par classe de durée

La prise en compte d’hypothèses différenciées par classe de durée conduit à des résultats plus
stables que ceux du tableau 20, puisque certains coefficients par classe de durée sont identiques
d’un scénario à l’autre. C’est le 4e scénario testé ici qui permet de retrouver une rentabilité
presque identique au résultat cible. En termes de BEL, cette hypothèse permet de neutraliser
l’effet de la loi de remboursement anticipé.

Les deux solutions présentées dans ce paragraphe fournissent des résultats assez satisfaisants.
Les résultats obtenus diffèrent selon la classe de durée étudiée, mais la structure du portefeuille
permet d’atteindre les résultats cibles : les écarts de rentabilité positifs des classes de durée les
plus faibles compensent les écarts de rentabilité négatifs des classes de durée les plus élevées.

Une synthèse de l’ensemble des résultats obtenus sera présentée en fin de section afin de
comparer les différentes solutions. Avant cela, nous testons une autre forme de coefficient
multiplicateur.

2.2 Coefficient multiplicateur linéairement décroissant

2.2.1 Principe et hypothèses testées

Nous allons tester ici un taux qui décroît linéairement afin de voir si les résultats obtenus
peuvent être améliorés.

Le principe est d’appliquer un coefficient multiplicateur plus élevé sur les primes des premières
années par rapport à celles des dernières années. Les primes des premières années seront donc
augmentées plus fortement que dans le cas d’un coefficient fixe. En contrepartie, les primes
des dernières années augmentent plus faiblement par rapport au cas du coefficient fixe, voire
diminuent par rapport au tarif initial (selon le paramétrage effectué).

- 105 -
L’idée sous-jacente est d’appliquer une pénalité aux assurés qui procèdent à un remboursement
anticipé, cette pénalité étant d’autant plus forte que le remboursement anticipé intervient tôt
dans le prêt. Du fait de l’actualisation des flux de projection, mais aussi du niveau plus
important des primes en début de prêt, les résultats sont plus sensibles aux primes des
premières années.

Nous définissons plusieurs hypothèses à tester pour les coefficients multiplicateurs. Comme au
paragraphe précédent, l’idée est de tester différents paramètres afin d’observer leurs impacts
sur les résultats et de déterminer la ou les hypothèses à retenir. Nous nous donnons deux
contraintes :
- le coefficient initial doit être supérieur à 104% ; d’après les résultats du paragraphe
précédent, nous considérons cette valeur de coefficient comme un seuil pour définir les
coefficients multiplicateurs à tester ;
- le coefficient doit être égal à 104% au bout d’une certaine durée écoulée.

Comme nous n’allons pas faire varier les primes de la même manière sur toute la durée du prêt,
nous pouvons envisager, contrairement au cas d’un coefficient multiplicateur fixe, une hausse
plus importante que 5% en début de prêt. Nous choisissons de tester ici deux coefficients
initiaux, de 110% et 107%.

La seconde contrainte consiste à dire qu’en cours de prêt, le coefficient passera linéairement
par un niveau de 104%. Nous supposerons ici qu’il atteindra cette valeur au quart du prêt, au
milieu du prêt et aux trois-quarts du prêt.

La prise en compte de ces contraintes nous permet ainsi de définir six courbes de coefficient
multiplicateur à tester pour chaque durée de prêt.

Nous prenons l’exemple d’une durée de prêt de 14 ans. Les deux graphiques ci-après donnent
les courbes retenues pour le coefficient multiplicateur décroissant de façon linéaire :

113%
110%
107%
104%
101%
98%
95%
92%
89%
86%
83%
1 2 3 4 5 6 7 8 9 10 11 12 13 14

Coeff. 110-1/4 Coeff. 110-1/2 Coeff. 110-3/4

FIGURE 24 : Coefficient multiplicateur linéairement décroissant partant de 110%

- 106 -
 113%
110%
107%
104%
101%
98%
95%
92%
89%
86%
83%
1 2 3 4 5 6 7 8 9 10 11 12 13 14

Coeff. 107-1/4 Coeff. 107-1/2 Coeff. 107-3/4

FIGURE 25 : Coefficient multiplicateur linéairement décroissant partant de 107%

Exemple de prime avant et après modification

À titre d’illustration, nous donnons ci-dessous un exemple de prime modifiée, comparée à la
prime initiale, dans le cas d’un prêt amortissable. Comme pour l’exemple du paragraphe 2.1.1,
nous utilisons le profil de MP de la classe de durée « 10-15 ans ». Nous considérons cette fois-
ci une hausse de tarif correspondant à l’hypothèse « Coeff. 110-1/2 » donnée à la figure 24 :

300

250

200
En euros

150

100

50

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Année du prêt

Prime initiale Prime modifiée

FIGURE 26 : Exemple de prime – Cas d’un coefficient linéairement décroissant

- 107 -
 2.2.2 Résultats obtenus pour les MP « profils moyens »

Le graphique ci-dessous présente les résultats obtenus pour les MP « profils moyens » et selon
les différentes hypothèses testées. La comparaison est effectuée sur la base de la rentabilité par
rapport aux résultats sans loi de remboursement anticipé :

25%
20%
15%
10%
5% Classe 0-5 ans
0% Classe 5-10 ans
-5% Coeff. Coeff. Coeff. Coeff. Coeff. Coeff. Classe 10-15 ans
110-1/2 107-1/2 110-3/4 107-3/4 110-1/4 107-1/4
-10% Classe 15-20 ans
-15% Classe > 20 ans
-20%
-25%
-30%
-35%

FIGURE 27 : Écarts de rentabilité (%) – Cas d’un coefficient multiplicateur linéairement décroissant

Les quatre premières hypothèses montrent que les résultats obtenus sont meilleurs que les
résultats cibles pour une majorité de classes de durée. Pour les classes de durée les plus élevées
(« 15-20 ans » et « > 20 ans »), la plupart des hypothèses testées ne permet pas d’atteindre le
niveau de rentabilité cible.

Les hypothèses « Coeff. 110-3/4 » et « Coeff. 107-3/4 » impliquent que les primes calculées
seront globalement supérieures à celles qui résultent d’une hausse fixe de 4%. Ces deux
hypothèses seraient donc les moins favorables à l’assuré. Pour cette raison, il peut donc
sembler préférable de considérer plutôt les hypothèses « Coeff. 110-1/2 » et « Coeff. 107-1/2 »
afin de limiter, dans la mesure du possible, les hausses de primes.

Les hypothèses « Coeff. 110-1/4 » et « Coeff. 107-1/4 » donnent des résultats inférieurs par
rapport à ceux que nous cherchons à retrouver.

2.2.3 Résultats obtenus pour les MP globaux

Le tableau ci-après présente les résultats numériques obtenus selon les différentes hypothèses
testées pour les MP globaux, lorsque la comparaison est effectuée par rapport aux résultats
sans loi de remboursement anticipé :

- 108 -
 Écart en Écart Écart en Écart
Montants en K€ PVFP BEL
montant en % montant en %
Sans loi de R.A. 3 477 -5 115
Coeff. 110-1/2 3 608 130 3,7% -5 321 -206 4,0%
Coeff. 107-1/2 3 543 65 1,9% -5 225 -110 2,1%
Coeff. 110-3/4 3 815 338 9,7% -5 636 -521 10,2%
Coeff. 107-3/4 3 647 169 4,9% -5 382 -267 5,2%
Coeff. 110-1/4 2 984 -493 -14,2% -4 376 739 -14,4%
Coeff. 107-1/4 3 231 -246 -7,1% -4 752 362 -7,1%
TABLEAU 23 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un
coefficient multiplicateur linéairement décroissant

Les résultats obtenus sur le portefeuille global sont cohérents avec les observations faites par
classe de durée. Ce sont les résultats de l’hypothèse « Coeff. 107-1/2 » qui conduisent aux
résultats les plus proches des résultats cibles. Au global, le portefeuille a une rentabilité
légèrement supérieure par rapport aux résultats sans loi de remboursement anticipé. La BEL
est également meilleure et varie dans des proportions similaires à celle de la rentabilité.

2.3 Synthèse des résultats

Le tableau ci-dessous récapitule les résultats obtenus selon les hypothèses qui ont été retenues
dans les paragraphes précédents. Nous y rappelons également les résultats avec la loi de
remboursement anticipé :

Écart en Écart Écart en Écart

Montants en K€ PVFP BEL NBM
montant en % montant en %

Sans loi de R.A. 3 477 -5 115 9,6%

Avec loi de R.A. 2 976 -502 -14,4% -4 370 744 -14,6% 10,4%

Coeff. fixe uniforme

3 478 0 0,0% -5 128 -14 0,3% 11,7%
de 104%
Coeff. fixe différencié
3 481 4 0,1% -5 134 -20 0,4% 11,7%
par classe de durée
Coeff. décroissant
3 543 65 1,9% -5 225 -110 2,1% 11,8%
linéairement

TABLEAU 24 : Synthèse des résultats selon les différentes hypothèses de coefficient multiplicateur

Les différentes hypothèses testées conduisent à des résultats très proches en termes de PVFP
et de BEL. La prise en compte d’une hypothèse différenciée selon la classe de durée permet
d’améliorer très légèrement les résultats par rapport au coefficient fixe uniforme de 104%. Puis
le fait de passer à un coefficient linéairement décroissant permet ici d’augmenter encore la
rentabilité, grâce à des hausses de tarif plus importantes en début de prêt qu’en fin de prêt.

Si nous observons maintenant la NBM, nous remarquons qu’elle augmente d’environ 0,8%
lorsque la loi de remboursement anticipé est prise en compte. La PVFP diminue bien en

- 109 -
montant, mais, lorsqu’elle est rapportée à la PVNBP, nous constatons une hausse de la
rentabilité.

La prise en compte de la loi de remboursement anticipé n’impacte pas les résultats de la même
manière pour chaque année de projection. Les résultats techniques et financiers générés par les
contrats en portefeuille sont les plus élevés au cours des premières années de projection,
puisqu’ils dépendent du volume de primes. En début de projection, la loi de remboursement
anticipé a un impact limité sur les résultats, puisque les taux de remboursement anticipé sont
faibles.

Ensuite, ces taux augmentent et leur effet s’ajoute aux remboursements anticipés des années
déjà écoulées. Cela implique donc une diminution plus forte des résultats, en pourcentage, par
rapport au scénario sans loi de remboursement anticipé. Au global, sur toute la projection, les
résultats techniques et financiers diminuent moins rapidement que la valeur actuelle des
primes, d’où une hausse du ratio de NBM.

En ce qui concerne maintenant les trois scénarios tenant compte d’une hausse des primes, la
NBM augmente d’environ 1,3% par rapport aux résultats avec la loi de remboursement
anticipé. Cela est bien dû à l’effet des primes qui augmentent, les hypothèses de taux de
remboursement anticipé n’ayant pas été modifiées.

- 110 -
3 Observations

Les résultats numériques précédents montrent que nous ne pouvons utiliser isolément les
critères de PVFP, de BEL ou de NBM pour juger de l’intérêt de l’un des trois scénarios
présentés par rapport aux autres. Nous allons donc analyser les avantages et inconvénients des
différentes solutions.

Cas d’une hausse fixe uniforme du tarif

Cette solution implique que tous les assurés sont pénalisés de la même manière, sur toute la
durée des prêts, qu’ils remboursent leur prêt par anticipation ou non. Comme la hausse de tarif
est la même quelle que soit l’ancienneté dans le prêt, cela n’induira pas ou peu d’incitation
supplémentaire à effectuer des remboursements anticipés.

Le principe d’une hausse uniforme de tarif pour tous les assurés n’est pas égalitaire puisque
ceux-ci ne se comporteront pas tous de la même manière. Mais cette solution est avantageuse
pour l’assureur : elle permet de mutualiser les résultats pour toute la population assurée, et
donc de limiter le risque lié à une modification du comportement des emprunteurs.

Cas d’une hausse fixe du tarif différenciée par classe de durée

Cette solution présente l’avantage d’être plus équitable pour les assurés, donc plus facile à
justifier d’un point de vue commercial. Ainsi, les prêts de durées les plus élevées sont les plus
susceptibles de faire l’objet d’un remboursement anticipé, ce qui conduit naturellement à une
hausse de tarif plus forte que pour un prêt de durée inférieure. Cela pourrait inciter, dans une
certaine mesure, les emprunteurs à choisir des prêts de durée plus faible. Ils pourraient
également choisir de rembourser leur prêt par anticipation afin de réduire leur durée de prêt et
de bénéficier ainsi de conditions tarifaires plus intéressantes.

Cas d’un coefficient multiplicateur linéairement décroissant

Cette méthode est plus avantageuse pour l’assureur puisque les primes perçues dans les
premières années sont plus élevées par rapport au tarif initial, mais également par rapport au
cas d’un coefficient multiplicateur fixe. Elle est très intéressante d’un point de vue technique,
puisque l’effet de l’actualisation des flux est mis à profit afin de générer une rentabilité
supplémentaire.

En revanche, elle est plus risquée car les résultats seront plus sensibles à une modification du
comportement des assurés en termes de remboursements anticipés. Si ces derniers ont lieu
plutôt en début de prêt, l’effet sur les résultats sera positif. S’ils ont lieu plutôt en fin de prêt,
cela engendrera une rentabilité moins élevée.

À l’image des scénarios présentés pour le coefficient multiplicateur fixe, nous pourrions
également envisager des hypothèses de coefficient linéairement décroissant différentes selon la
classe de durée.

Conséquences en termes de suivi

Les pistes proposées pour modifier le tarif sont dépendantes de l’hypothèse de loi de
remboursement anticipé prise en compte, et, par extension, de la population assurée. En

- 111 -
conséquence, la loi de remboursement anticipé doit faire l’objet d’un suivi régulier, pour ajuster
si nécessaire le tarif.

De plus, la structure du portefeuille peut évoluer au cours du temps : cela doit également faire
l’objet d’un suivi. Nous savons en effet que les résultats sont sensibles à certains paramètres,
comme l’âge à la souscription ou la durée du prêt. Si les caractéristiques de la population
assurée évoluent de façon significative, le tarif pourra éventuellement être révisé.

Par ailleurs, l’assureur pourra être amené à calculer une provision pour risques croissants. Cette
évaluation deviendrait nécessaire dans le cas où nous aurions des hausses de tarif en début de
prêt et des baisses de tarif en fin de prêt (cas d’un coefficient linéairement décroissant passant
sous le seuil de 100%). Les méthodes usuelles de provisionnement seraient alors utilisées (par
différence entre les engagements de l’assureur et ceux de l’assuré).

Autre risque
Proposer une hausse de tarif peut présenter un autre risque pour l’assureur, dans la mesure où
le produit deviendrait moins compétitif. L’assureur doit alors veiller à proposer un tarif
comparable aux produits équivalents en délégation d’assurance présents sur le marché. L’enjeu
est d’autant plus sensible puisque, comme déjà évoqué, les produits en délégation d’assurance
restent encore assez peu présents sur le marché par rapport aux contrats groupes des banques.

L’assureur peut toutefois chercher à améliorer les conditions de garantie ainsi que les éventuels
services d’assistance proposés par le produit pour justifier la hausse des tarifs.

Solution alternative
Enfin, nous avons vu précédemment que la NBM augmente par rapport au scénario sans loi de
remboursement anticipé, bien que la rentabilité diminue en montant. Avant de modifier son
tarif, l’assureur peut donc chercher à augmenter le volume des affaires nouvelles, de façon à
retrouver un niveau de PVFP cible tout en gardant une NBM plus élevée (égale ici à 10,4%).
Cela peut passer par une politique commerciale adaptée, et permettre ainsi à l’assureur de
gagner des parts de marché.

Si les contrats deviennent par la suite moins rentables en raison d’une hausse des
remboursements anticipés, l’assureur pourra alors envisager de réviser son tarif. Il devra
néanmoins vérifier son positionnement par rapport à ses concurrents, afin de rester compétitif.

Les solutions qui pourraient, selon nous, être retenues dans le cadre d’une hausse de tarif sont
les deux dernières testées. Le cas d’une hausse de tarif fixe différenciée par classe de durée
possède un caractère de prudence et peut, comme nous l’avons vu, se justifier vis-à-vis des
assurés. Le cas d’un coefficient linéairement décroissant est certes, plus risqué, mais pourrait
être envisagé si le positionnement de l’assureur sur le marché le lui permet.

- 112 -
 CONCLUSION

L’étude réalisée ici avait pour objectif initial de proposer une modélisation des contrats
individuels d’assurance emprunteur, sur la garantie décès. Le modèle que nous avons mis en
place permet d’évaluer la rentabilité des contrats étudiés dans le cadre de la MCEV, ainsi que
les provisions techniques Best Estimate requises par la directive Solvabilité II.

Le développement d’un nouveau contrat d’assurance emprunteur s’inscrit dans un contexte

concurrentiel difficile pour les assureurs traditionnels qui peinent à s’imposer sur un marché
dominé par les contrats groupes des banques. Or, les résultats présentés dans la quatrième
partie montrent que ces contrats sont très rentables, du fait d’une sinistralité assez faible sur le
décès, et de chargements élevés qui compensent nettement les frais d’acquisition et de gestion.
Bien que le chiffre d’affaires puisse être relativement faible par rapport à d’autres types de
contrats, cette rentabilité élevée justifie l’intérêt pour l’entreprise de développer les ventes de
ces contrats. L’évolution récente de la réglementation, avec l’entrée en vigueur successive des
lois Lagarde et Hamon, pourra peut-être permettre aux assureurs de gagner des parts de
marché et de faire baisser le prix moyen des contrats d’assurance emprunteur. Il est cependant
encore tôt pour constater les effets réels de la réglementation.

La modélisation des remboursements anticipés constituait l’autre volet de cette étude. L’arrivée
de la réforme prudentielle Solvabilité II incite les assureurs à mieux connaître et évaluer les
risques auxquels ils sont confrontés. Le risque de remboursement anticipé en fait partie, au
même titre que les rachats de contrats d’épargne par exemple. Il doit donc être pris en
considération dans le cadre du calcul du besoin en capital de la compagnie.

Afin de mesurer la loi de remboursement anticipé, nous avons choisi des méthodes non
paramétriques au travers de l’estimateur de Kaplan-Meier et du lissage de Whittaker-
Henderson. La loi finale retenue dépend de l’ancienneté dans le prêt et de la classe de durée. Le
choix des paramètres et a été effectué, dans la mesure du possible, de manière cohérente
avec les résultats des tests statistiques. Sur les classes de durée les plus élevées, le résultat des
tests ne permettait pas de conclure de façon certaine. Dans ce cas, nous avons privilégié une loi
théorique lisse, car nous supposons un comportement régulier de l’assuré.

Une fois le modèle de projection mis en place et la loi de remboursement anticipé déterminée,
nous avons pu estimer sur un périmètre restreint du portefeuille l’impact des remboursements
anticipés sur les résultats de l’entreprise. Celui-ci se traduit par une baisse de rentabilité et un
besoin en capital compris entre 200 K€ et 300 K€, selon le portefeuille étudié.

Pour compléter l’analyse de l’impact des remboursements anticipés sur les résultats, nous
avons proposé des pistes afin d’augmenter le tarif. Les solutions étudiées permettent de
retrouver les niveaux de PVFP et de BEL sans prise en compte de la loi de remboursement
anticipé. En particulier, des hausses de tarif fixes différentes selon la classe de durée ou
linéairement décroissantes pourraient être retenues par l’assureur. Mais ces solutions
comportent aussi des risques puisque le produit pourrait perdre en compétitivité. De plus, une
hausse de tarif pourrait engendrer une modification du comportement des emprunteurs en

- 113 -
termes de remboursements anticipés. Avant d’augmenter le tarif, il serait donc préférable de
continuer à développer les ventes de ces contrats, d’autant que la NBM s’accroît une fois
l’hypothèse de remboursements anticipés prise en compte.

Signalons à présent quelques difficultés qui se sont présentées au cours de l’élaboration de ce

mémoire. Tout d’abord, le premier travail effectué consistait à modifier un modèle MoSes déjà
existant, ce qui pouvait s’avérer complexe et nécessitait une étude préalable. Ensuite, lors de
l’analyse des données, nous avons été conduits à faire des choix et prendre en compte des
hypothèses, afin de constituer une base de données relativement propre et exploitable pour
l’étude. Enfin, l’utilisation de tests statistiques pour valider les lois construites a posé également
des difficultés dans la mesure où ils ne permettaient pas toujours d’effectuer des choix quant
aux paramètres à retenir pour le lissage. Cela peut s’expliquer notamment par le manque de
données. Afin de contourner ce problème, nous avons dû associer d’autres critères pour
déterminer la loi lissée.

Cette étude a permis de mener une réflexion sur la modélisation d’un type de contrat qui n’était
pas traité jusqu’à présent par les modèles prospectifs au sein d’Allianz. Les méthodes de calcul
proposées dans ce mémoire permettent ainsi d’enrichir et d’améliorer les modèles existants. Par
ailleurs, la construction d’une loi de remboursement anticipé est utile à l’entreprise dans la
mesure où elle peut ainsi mieux connaître les risques qu’elle porte. Les travaux menés ici
pourront être poursuivis de différentes manières.

La loi que nous avons construite, fonction des deux paramètres que sont l’ancienneté et la
classe de durée, constitue une première étape dans l’analyse du risque de remboursement
anticipé. Les méthodes préconisées par l’ACPR étant des méthodes stochastiques, nous
pensons qu’il serait intéressant par la suite de chercher à construire une loi dynamique en
fonction de l’évolution des taux d’intérêt des prêts du marché.

Les baisses des taux d’intérêt des prêts (immobiliers notamment) entraînent, depuis ces
dernières années, une hausse des remboursements anticipés. En effet, les emprunteurs
profitent de la baisse des taux pour renégocier leurs prêts afin de souscrire un nouveau prêt à
des conditions plus avantageuses, ce qui leur permet de réduire de façon non négligeable le
coût total de leur prêt. Dans l’optique de construire une loi dynamique, il semble alors
judicieux de considérer des modèles financiers afin de prévoir l’évolution des taux d’intérêt du
marché des prêts immobiliers, et donc l’impact sur le comportement de remboursement
anticipé des emprunteurs.

Une autre orientation possible pour une étude complémentaire consisterait à mettre en place
une modélisation de la garantie arrêt de travail, qui constitue une garantie importante pour ce
type de contrats.

- 114 -
 ANNEXES

ANNEXE 1 Article L312-9 du code de la consommation ......................................................... 116

ANNEXE 2 Tableaux d’amortissement – Démonstrations ....................................................... 118
ANNEXE 3 Extrait du code MoSes .............................................................................................. 120
ANNEXE 4 Opérateurs de différenciation discrète .................................................................... 122
ANNEXE 5 Hypothèses financières .............................................................................................. 123
ANNEXE 6 Impact de la loi 1 – Résultats détaillés .................................................................... 124
ANNEXE 7 Impact de la loi 2 – Résultats détaillés .................................................................... 125
ANNEXE 8 Sensibilité à une hausse de la durée des prêts sur le contrat A ............................ 126

- 115 -
Annexe 1 Article L312-9 du code de la consommation

Version en vigueur au 26 juillet 2014

Lorsque le prêteur propose à l'emprunteur un contrat d'assurance en vue de garantir en cas de

survenance d'un des risques que ce contrat définit, soit le remboursement total ou partiel du
montant du prêt restant dû, soit le paiement de tout ou partie des échéances dudit prêt, les
dispositions suivantes sont obligatoirement appliquées :

1° Au contrat de prêt est annexée une notice énumérant les risques garantis et précisant toutes
les modalités de la mise en jeu de l'assurance ;

2° Toute modification apportée ultérieurement à la définition des risques garantis, aux

modalités de la mise en jeu de l'assurance ou à la tarification du contrat est inopposable à
l'emprunteur qui n'y a pas donné son acceptation ;

3° Lorsque l'assureur a subordonné sa garantie à l'agrément de la personne de l'assuré et que

cet agrément n'est pas donné, le contrat de prêt est résolu de plein droit à la demande de
l'emprunteur sans frais ni pénalité d'aucune sorte. Cette demande doit être présentée dans le
délai d'un mois à compter de la notification du refus de l'agrément.

Jusqu'à la signature par l'emprunteur de l'offre définie à l'article L. 312-7, le prêteur ne peut pas
refuser en garantie un autre contrat d'assurance dès lors que ce contrat présente un niveau de
garantie équivalent au contrat d'assurance de groupe qu'il propose. Il en est de même lorsque
l'emprunteur fait usage du droit de résiliation mentionné au premier alinéa de l'article
L. 113-12-2 du code des assurances ou au deuxième alinéa de l'article L. 221-10 du code de la
mutualité dans un délai de douze mois à compter de la signature de l'offre de prêt définie à
l'article L. 312-7 du présent code. Au-delà de la période de douze mois susmentionnée, le
contrat de prêt peut prévoir une faculté de substitution du contrat d'assurance en cas d'exercice
par l'emprunteur du droit de résiliation d'un contrat d'assurance de groupe ou individuel
mentionné à l'article L. 113-12 du code des assurances ou au premier alinéa de l'article
L. 221-10 du code de la mutualité. Dans ce cas, l'existence d'une faculté de substitution ainsi
que ses modalités d'application sont définies dans le contrat de prêt. Toute décision de refus
doit être motivée.

Si l'offre définie à l'article L. 312-7 a été émise, le prêteur notifie à l'emprunteur sa décision
d'acceptation ou de refus et lui adresse, s'il y a lieu, l'offre modifiée mentionnée à l'article
L. 312-8, dans un délai de dix jours ouvrés à compter de la réception de la demande de
substitution. Si l'emprunteur fait usage du droit de résiliation du contrat d'assurance dans le
délai de douze mois à compter de la signature de l'offre de prêt définie à l'article L. 312-7, le
prêteur notifie à l'emprunteur sa décision d'acceptation ou de refus dans un délai de dix jours
ouvrés à compter de la réception d'un autre contrat d'assurance. En cas d'acceptation, le
prêteur modifie par voie d'avenant le contrat de crédit conformément à l'article L. 312-14-1, en
y mentionnant, notamment, le nouveau taux effectif global calculé, conformément à l'article
L. 313-1, en se fondant sur les informations transmises par l'assureur délégué dans les
conditions fixées au septième alinéa du présent article. Lorsque l'avenant comporte un ou
plusieurs éléments chiffrés sur le coût de l'assurance, ce coût est exprimé selon les modalités
définies à l'article L. 312-6-1. Le prêteur ne peut exiger de frais supplémentaires de
l'emprunteur pour l'émission de cet avenant.

- 116 -
Un décret en Conseil d'Etat fixe les modalités selon lesquelles le prêteur établit l'offre modifiée
mentionnée au même article L. 312-8 et définit les conditions dans lesquelles le prêteur et
l'assureur délégué s'échangent les informations préalables à la souscription des contrats.

Le prêteur ne peut, en contrepartie de son acceptation en garantie d'un contrat d'assurance

autre que le contrat d'assurance qu'il propose, y compris en cas d'exercice du droit de résiliation
en application du premier alinéa de l'article L. 113-12-2 du code des assurances ou du
deuxième alinéa de l'article L. 221-10 du code de la mutualité ni modifier le taux, qu'il soit fixe
ou variable, ou les conditions d'octroi du crédit, prévus dans l'offre définie à l'article L. 312-7,
ni exiger le paiement de frais supplémentaires, y compris les frais liés aux travaux d'analyse de
cet autre contrat d'assurance.

L'assureur est tenu d'informer le prêteur du non-paiement par l'emprunteur de sa prime

d'assurance ou de toute modification substantielle du contrat d'assurance.

NOTA : Conformément à l'article 54 VI de la loi n° 2014-344 du 17 mars 2014, le I de l'article 54 de la

présente loi est applicable aux offres de prêts émises à compter du 26 juillet 2014.

- 117 -
Annexe 2 Tableaux d’amortissement – Démonstrations

Calcul de l’annuité
Nous cherchons à démontrer la relation suivante, donnée à la page 26 :

( )

en partant de la formule qui suit :

∑ ( )

Cela revient donc à démontrer la relation :

( )
∑( )

Pour cela, nous posons ( ) .

La somme des termes d’une suite géométrique s’écrit :

Nous pouvons alors écrire :

Ce qui permet bien de conclure que :

( )
∑( )

Expression du à une date

Nous souhaitons également démontrer la relation suivante, donnée à la page 26 :

( ) ( )
( )

- 118 -
Pour cela, nous allons utiliser les deux expressions suivantes :

( )

∑( )

En remplaçant dans l’expression ci-dessus, nous avons :

∑( )
( )

Or nous savons, d’après les résultats précédents, que :

( )
∑( )

Donc :

( )
( )

En divisant le numérateur et le dénominateur par ( ) , nous obtenons bien :

( ) ( )
( )

- 119 -
Annexe 3 Extrait du code MoSes

Les formules indiquées ci-après concernent les prêts amortissables à annuités constantes.

Formule « top_echeance » : Top remboursement échéance de prêt

if (t < periode_sous || t > periode_terme)
return 0.0;

if (fmod(cnt_mois(t), xint(12./prime_pp_freq)) == 0)
return 1.0;

// dans les autres cas

return 0.0;

Formule « echeance_pret » : Échéance de remboursement du prêt

if (t < periode_sous || t > periode_terme)
return NO_AVG;

if (top_echeance(t) == 0)
return 0.0;

double facteur_capi = (1 + tx_int_pret/prime_pp_freq);

double remb_capital = crd_debut(t) * facteur_capi;

if ((t == periode_terme-1) && (top_amort == "N"))

return remb_capital;

if (top_amort == "Y")
return min(annuite_pret, remb_capital);

return remb_capital - crd_debut(t);

Formule « crd_debut » : CRD de début de période

if (t < periode_sous || t > periode_terme)
return NO_AVG;

if (t == periode_sous)
return capital_init;

if (round(crd_fin(t-1),2)==0)
return 0.0;

return crd_fin(t-1);

Formule « crd_fin » : CRD de fin de période

if (t < periode_sous || t > periode_terme)
return NO_AVG;

double crd_fin = crd_debut(t)-amort(t);

return crd_fin;

- 120 -
Formule « amort » : Amortissement du capital
if (t < periode_sous || t > periode_terme)
return NO_AVG;

double calcul = echeance_pret(t) - interets(t);

return calcul;

Formule « interets » : Intérêts du prêt

if (t < periode_sous || t > periode_terme)
return NO_AVG;

if (top_echeance(t) == 0)
return 0.0;

return crd_debut(t) * ( 1 + tx_int_pret/prime_pp_freq );

- 121 -
Annexe 4 Opérateurs de différenciation discrète

La notion d’opérateurs de différenciation discrète se rencontre fréquemment lors de

l’application de techniques de lissage, car elle nécessite d’utiliser les différences terme à terme
de la série à lisser. Nous pouvons en distinguer trois :
 la différence avant : ( ) ( ) ( );
 la différence arrière : ( ) ( ) ( );
 la différence centrale : ( ) ( ) ( ).

Ils peuvent être appliqués de façon récursive, par exemple pour le calcul suivant :

( )

D’où :

( ) ( ) ( ) ( )

En généralisant ces calculs, nous obtenons l’expression de ( ), qui fait intervenir les
coefficients binomiaux :

( ) ∑ ( ) ( )

Ce raisonnement peut également s’appliquer aux différences arrière, ( ), et centrale, ( ),

pour obtenir des expressions équivalentes à celles présentées ci-dessus.

- 122 -
Annexe 5 Hypothèses financières

Les courbes de taux de produits financiers et de taux d’actualisation prises en compte sont les
suivantes :

6.00%

5.00%

4.00%

3.00%

2.00%

1.00%

0.00%

Taux de produits financiers Taux d'actualisation

- 123 -
Annexe 6 Impact de la loi 1 – Résultats détaillés

Résultats obtenus pour le contrat A (voir pages 90-91)

Avec loi de Sans loi de

Ecarts en
Montants en K€ remboursement remboursement Ecarts en %
montants
anticipé anticipé
Résultat après impôt 2 497 2 806 -309 -11,0%
Solde de souscription 11 874 14 444 -2 570 -17,8%
Chiffre d'affaires 30 541 38 493 -7 952 -20,7%
Prestations -20 474 -25 861 5 387 -20,8%
PM d'ouverture 16 772 20 686 -3 915 -18,9%
PM de clôture -15 435 -19 463 4 028 -20,7%
Intérêts techniques 470 588 -119 -20,2%
Coûts, commissions et C3S -8 131 -10 248 2 117 -20,7%
Commissions d'acquisition -5 708 -7 194 1 486 -20,7%
Coûts d'acquisition 0 0 0 0,0%
Coûts de gestion -2 373 -2 991 618 -20,7%
C3S -50 -63 13 -20,7%
Résultat financier 66 84 -19 -22,1%
Produits financiers nets, dont : 535 673 -138 -20,4%
Produits financiers bruts 543 683 -140 -20,4%
Coûts d'investissement -8 -10 2 -20,1%
Intérêts techniques -470 -588 119 -20,2%
Impôt sur les sociétés -1 311 -1 474 162 -11,0%

Résultats obtenus pour le contrat B (voir pages 90-91)

Avec loi de Sans loi de

Ecarts en
Montants en K€ remboursement remboursement Ecarts en %
montants
anticipé anticipé
Résultat après impôt 3 038 3 477 -440 -12,6%
Solde de souscription 14 466 16 946 -2 481 -14,6%
Chiffre d'affaires 29 465 36 339 -6 875 -18,9%
Prestations -15 096 -19 486 4 391 -22,5%
PM d'ouverture 13 195 16 271 -3 077 -18,9%
PM de clôture -13 537 -16 719 3 183 -19,0%
Intérêts techniques 439 542 -103 -19,0%
Coûts, commissions et C3S -9 898 -11 729 1 830 -15,6%
Commissions d'acquisition -5 507 -6 792 1 285 -18,9%
Coûts d'acquisition -2 054 -2 054 0 0,0%
Coûts de gestion -2 289 -2 824 534 -18,9%
C3S -48 -59 11 -18,9%
Résultat financier 65 85 -20 -23,4%
Produits financiers nets, dont : 504 627 -123 -19,6%
Produits financiers bruts 512 637 -125 -19,6%
Coûts d'investissement -8 -10 2 -18,7%
Intérêts techniques -439 -542 103 -19,0%
Impôt sur les sociétés -1 595 -1 826 231 -12,6%

- 124 -
Annexe 7 Impact de la loi 2 – Résultats détaillés

Résultats obtenus pour le contrat A (voir pages 91-92)

Avec loi de Sans loi de

Ecarts en
Montants en K€ remboursement remboursement Ecarts en %
montants
anticipé anticipé
Résultat après impôt 2 405 2 806 -402 -14,3%
Solde de souscription 11 292 14 444 -3 152 -21,8%
Chiffre d'affaires 28 866 38 493 -9 627 -25,0%
Prestations -19 381 -25 861 6 480 -25,1%
PM d'ouverture 15 948 20 686 -4 738 -22,9%
PM de clôture -14 586 -19 463 4 877 -25,1%
Intérêts techniques 445 588 -144 -24,5%
Coûts, commissions et C3S -7 685 -10 248 2 563 -25,0%
Commissions d'acquisition -5 395 -7 194 1 799 -25,0%
Coûts d'acquisition 0 0 0 0,0%
Coûts de gestion -2 243 -2 991 748 -25,0%
C3S -47 -63 16 -25,0%
Résultat financier 61 84 -24 -28,0%
Produits financiers nets, dont : 505 673 -167 -24,9%
Produits financiers bruts 513 683 -170 -24,9%
Coûts d'investissement -8 -10 3 -24,4%
Intérêts techniques -445 -588 144 -24,5%
Impôt sur les sociétés -1 263 -1 474 211 -14,3%

Résultats obtenus pour le contrat B (voir pages 91-92)

Avec loi de Sans loi de

Ecarts en
Montants en K€ remboursement remboursement Ecarts en %
montants
anticipé anticipé
Résultat après impôt 2 976 3 477 -502 -14,4%
Solde de souscription 14 155 16 946 -2 792 -16,5%
Chiffre d'affaires 28 641 36 339 -7 698 -21,2%
Prestations -14 584 -19 486 4 902 -25,2%
PM d'ouverture 12 831 16 271 -3 440 -21,1%
PM de clôture -13 160 -16 719 3 560 -21,3%
Intérêts techniques 427 542 -115 -21,2%
Coûts, commissions et C3S -9 679 -11 729 2 049 -17,5%
Commissions d'acquisition -5 353 -6 792 1 439 -21,2%
Coûts d'acquisition -2 054 -2 054 -0 0,0%
Coûts de gestion -2 225 -2 824 598 -21,2%
C3S -47 -59 13 -21,2%
Résultat financier 62 85 -23 -26,9%
Produits financiers nets, dont : 489 627 -138 -22,0%
Produits financiers bruts 497 637 -140 -22,0%
Coûts d'investissement -8 -10 2 -21,0%
Intérêts techniques -427 -542 115 -21,2%
Impôt sur les sociétés -1 562 -1 826 263 -14,4%

- 125 -
Annexe 8 Sensibilité à une hausse de la durée des prêts sur
le contrat A

La comparaison des comptes de résultat entre la sensibilité à une hausse de la durée des prêts
d’un an et les résultats centraux, concernant le contrat A, est présentée ci-dessous :

Durée des Résultats Ecarts en

Montants en K€ Ecarts en %
prêts +1 an centraux montants
Résultat après impôt 2 638 2 405 233 9,7%
Solde de souscription 12 538 11 292 1 246 11,0%
Chiffre d'affaires 32 243 28 866 3 377 11,7%
Prestations -21 557 -19 381 -2 176 11,2%
PM d'ouverture 17 652 15 948 1 704 10,7%
PM de clôture -16 296 -14 586 -1 710 11,7%
Intérêts techniques 495 445 51 11,4%
Coûts, commissions et C3S -8 584 -7 685 -899 11,7%
Commissions d'acquisition -6 026 -5 395 -631 11,7%
Coûts d'acquisition 0 0 0 0,0%
Coûts de gestion -2 505 -2 243 -262 11,7%
C3S -52 -47 -5 11,7%
Résultat financier 69 61 9 14,5%
Produits financiers nets, dont : 565 505 59 11,8%
Produits financiers bruts 573 513 60 11,7%
Coûts d'investissement -9 -8 -1 11,4%
Intérêts techniques -495 -445 -51 11,4%
Impôt sur les sociétés -1 385 -1 263 -122 9,7%

- 126 -
 BIBLIOGRAPHIE

[1] AKAKPO-MAXWELL C. (2010), Etude de la rentabilité en assurance des emprunteurs – Analyse de

l’impact des nouvelles règles Solvency 2 et IFRS, mémoire de l’ISFA.

[2] BÖHMER P.E. (1912), Theorie der unabhängigen Wahrscheinlichkeiten, Rapports, dans Mémoires
et procès-verbaux du septième congrès international d’actuaires, Amsterdam 2, chap. 2
p. 327-343.

[3] CEA (2011-2012), cours de 1re et 2e années.

[4] CFO FORUM (2009), Market Consistent Embedded Value Principles.

[5] CIVEL H. (2015), Modélisation du comportement client en assurance des emprunteurs sur le rachat
anticipé de crédit, mémoire de l’ISFA.

[6] DROESBEKE J.J., FICHET B. et TASSI P., éditeurs (1989), Analyse statistique des durées de vie –
Modélisation des données censurées, Economica.

[7] EIOPA (2014), Technical Specification for the Preparatory Phase (Part I).

[8] FFSA-GEMA (2014), Les contrats d’assurance emprunteur en 2013, enquête.

[9] KAPLAN E.L., MEIER P. (1958), Nonparametric estimation from incomplete observations, Journal
of the American Statistical Association.

[10] OPTIMIND (2012), Marché de l’emprunteur, les nouvelles opportunités, les dossiers techniques
d’information Optimind.

[11] PLANCHET F. et THÉROND P. (2011), Modélisation statistique des phénomènes de durée –

Applications actuarielles, Economica.

[12] PRIMEL S. (2012), Tarification, Rentabilité et Impacts de Solvabilité II sur les contrats Emprunteur –
Application aux garanties Décès et Incapacité, mémoire de l’Université Paris Dauphine.

[13] SAPORTA G. (2006), Probabilités, analyse des données et statistique, Technip.

[14] TOMAS J., PLANCHET F., Critères de validation : aspects méthodologiques, Institut des Actuaires,
note de travail II1291-14 v1.2.

[15] UFC-QUE CHOISIR (2013), Concurrence sur le marché de l’assurance emprunteur : encore de la
marge…, étude.

- 127 -
 LISTE DES FIGURES

FIGURE 1 : Exemple de flux pour un prêt et un contrat d’assurance emprunteur dans le cas où
l’assuré reste en vie jusqu’à la fin du prêt............................................................................................10
FIGURE 2 : Exemple de flux pour un prêt et un contrat d’assurance emprunteur dans le cas où
l’assuré décède avant la fin du prêt ......................................................................................................11
FIGURE 3 : Chiffre d’affaires sur le marché français de l’assurance emprunteur ..........................17
FIGURE 4 : Encours de crédits des ménages ......................................................................................18
FIGURE 5 : Répartition des cotisations d’assurance selon l’objet du prêt en 2013 .......................18
FIGURE 6 : Répartition des cotisations d’assurance par garantie en 2013 ......................................19
FIGURE 7 : Répartition des cotisations d’assurance par type de contrats en 2013........................19
FIGURE 8 : Exemple d’évolution des primes – Prêt amortissable à annuités constantes ............35
FIGURE 9 : Évolution du CRD et du taux de prime commerciale ..................................................36
FIGURE 10 : Exemple d’évolution des primes – Prêt non amortissable.........................................36
FIGURE 11 : Bilan prudentiel dans le cadre de Solvabilité II............................................................49
FIGURE 12 : Nombre de contrats et encours de prêts ......................................................................61
FIGURE 13 : Capitaux moyens et durée moyenne du prêt ................................................................61
FIGURE 14 : Taux d’intérêt moyens .....................................................................................................62
FIGURE 15 : Âges moyens .....................................................................................................................63
FIGURE 16 : Taux bruts de remboursement anticipé par année d'ancienneté ...............................70
FIGURE 17 : Taux bruts de remboursement anticipé par année d'ancienneté et classe de durée –
Méthode de Kaplan-Meier ....................................................................................................................71
FIGURE 18 : Exemples de lissages obtenus par la méthode de Whittaker-Henderson ................74
FIGURE 19 : Comparaison des méthodes des moyennes mobiles et de Whittaker-Henderson –
Loi par ancienneté ..................................................................................................................................77
FIGURE 20 : Lissage par la méthode des moyennes mobiles – Loi par ancienneté et classe de
durée .........................................................................................................................................................79
FIGURE 21 : Lissage par la méthode de Whittaker-Henderson – Loi par ancienneté et classe de
durée .........................................................................................................................................................81
FIGURE 22 : Exemple de prime – Cas d’un coefficient fixe .......................................................... 102
FIGURE 23 : Écarts de rentabilité (%) – Cas d’un coefficient multiplicateur fixe ...................... 103
FIGURE 24 : Coefficient multiplicateur linéairement décroissant partant de 110%................... 106
FIGURE 25 : Coefficient multiplicateur linéairement décroissant partant de 107%................... 107
FIGURE 26 : Exemple de prime – Cas d’un coefficient linéairement décroissant ...................... 107
FIGURE 27 : Écarts de rentabilité (%) – Cas d’un coefficient multiplicateur linéairement
décroissant ............................................................................................................................................ 108

- 128 -
 LISTE DES TABLEAUX

TABLEAU 1 : Exemple de tableau d’amortissement – Prêt amortissable à annuités constantes .27

TABLEAU 2 : Exemple de tableau d’amortissement – Prêt non amortissable ...............................28
TABLEAU 3 : Exemple de compte de résultat technique ..................................................................29
TABLEAU 4 : Résultats des tests statistiques – Loi par ancienneté ..................................................78
TABLEAU 5 : Résultats des tests statistiques pour la méthode des moyennes mobiles – Loi par
ancienneté et classe de durée ................................................................................................................80
TABLEAU 6 : Résultats des tests statistiques pour la méthode de Whittaker-Henderson – Loi
par ancienneté et classe de durée .........................................................................................................82
TABLEAU 7 : Principales statistiques des Model Points utilisés...........................................................86
TABLEAU 8 : Résultats sur une génération du contrat A ..................................................................88
TABLEAU 9 : Résultats sur une génération du contrat A – Principaux indicateurs .......................89
TABLEAU 10 : Résultats sur le contrat B .............................................................................................89
TABLEAU 11 : Résultats sur le contrat B – Principaux indicateurs..................................................90
TABLEAU 12 : Impact de la loi 1 sur les résultats des contrats A et B ............................................91
TABLEAU 13 : Impact de la loi 2 sur les résultats des contrats A et B ............................................91
TABLEAU 14 : Sensibilités des résultats suite à une variation de la durée des prêts d’un an........94
TABLEAU 15 : Sensibilités des résultats suite à une variation du taux d’intérêt des prêts de ±1%
...................................................................................................................................................................95
TABLEAU 16 : Sensibilités des résultats suite à une variation de l’âge à la souscription d’un an.96
TABLEAU 17 : Sensibilités des résultats suite à une variation des taux de mortalité de ±5% ......96
TABLEAU 18 : Sensibilités des résultats suite à une variation des taux de remboursement
anticipé de ±50% ...................................................................................................................................97
TABLEAU 19 : Caractéristiques moyennes des Model Points « profils moyens » .......................... 101
TABLEAU 20 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un coefficient
multiplicateur fixe................................................................................................................................ 104
TABLEAU 21 : Hypothèses de coefficients fixes testées par classe de durée............................... 104
TABLEAU 22 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un coefficient
multiplicateur fixe et avec des hausses différenciées par classe de durée ................................... 105
TABLEAU 23 : Résultats obtenus selon les sensibilités effectuées à l’aide d’un coefficient
multiplicateur linéairement décroissant ............................................................................................ 109
TABLEAU 24 : Synthèse des résultats selon les différentes hypothèses de coefficient
multiplicateur ....................................................................................................................................... 109

- 129 -