Département fédéral de l'intérieur DFI

Office fédéral de la santé publique OFSP

Unité de direction Assurance maladie et accidents

Annexe technique
relative au Test de solvabilité LAMal :
le risque d’assurance

Date : 20.04.2015

Table des matières

1 INTRODUCTION ......................................................................................................................................... 2
2 RISQUE ALEATOIRE ET RISQUE PARAMETRIQUE AVEC ET SANS REASSURANCE ......................................... 2
2.1 RISQUE ALEATOIRE .......................................................................................................................................... 2
2.2 REDUCTION DU RISQUE ALEATOIRE PAR LA REASSURANCE DES GROS RISQUES .............................................................. 3
2.3 RISQUE PARAMETRIQUE ................................................................................................................................... 4
2.4 REDUCTION DU RISQUE PARAMETRIQUE PAR LA REASSURANCE STOP-LOSS .................................................................. 5
3 RISQUE RELATIF A LA COMPENSATION DES RISQUES ................................................................................ 9
3.1 COMPENSATION DES RISQUES ........................................................................................................................... 9
3.1.1 Définitions et notation ........................................................................................................................ 9
3.1.2 Formule de la compensation des risques .......................................................................................... 10
3.2 MODELE DE LA COMPENSATION DES RISQUES ..................................................................................................... 10
3.2.1 Hypothèses de modèle ...................................................................................................................... 10
3.2.2 Modèle analytique ............................................................................................................................ 10
3.2.3 Agrégation ........................................................................................................................................ 11
3.3 CALIBRATION ............................................................................................................................................... 12
4 INTEGRATION DU RISQUE RELATIF A LA COMPENSATION DES RISQUES DANS LE MODELE DE RISQUE
PREEXISTANT ..................................................................................................................................................13
4.1 CORRELATION .............................................................................................................................................. 13
4.2 LE RISQUE D’ASSURANCE DANS LE TEST DE SOLVABILITE LAMAL ............................................................................. 14
4.3 AGREGATION DES RISQUES ACTUARIELS ............................................................................................................. 14
5 REFERENCE ...............................................................................................................................................15

Annexe technique Test de solvabilité 20.04.2015 1/15

1 Introduction
La présente annexe technique décrit le risque actuariel, au sens qui lui est donné dans le Test de sol-
vabilité LAMal depuis 2014. Celui-ci est identique sur certains points au risque actuariel figurant dans
le Document technique du Test suisse de solvabilité (SST) de la Finma. Elle s’en distingue cependant
en ce qui concerne les réassurances, le lien entre le risque paramétrique et la taille de l’assureur, en-
fin le risque de la compensation des risques (pour l’AOS). La présente annexe explique les détails
techniques propres au Test de solvabilité de la LAMal. Pour le reste, on se reportera au document
technique de la Finma.
À la différence des versions 2012 et 2013, le Test de solvabilité LAMal de 2014 calcule le risque relatif
à la compensation des risques séparément du risque aléatoire et du risque paramétrique et ne
l’agrège qu’ensuite avec ceux-ci. Ce changement tient au fait que dans l’ancien modèle de la compen-
sation des risques, les payeurs nets présentaient un risque d’assurance systématiquement trop élevé
et les bénéficiaires nets un risque d’assurance systématiquement trop bas. Cette innovation ne con-
cerne que l’AOS. Dans toutes les autres branches, le risque actuariel se calcule comme auparavant.

2 Risque aléatoire et risque paramétrique avec et

sans réassurance
Le risque actuariel se compose du risque aléatoire, du risque paramétrique et (pour l’AOS) du risque
relatif à la compensation des risques. Dans l’AOS, l’agrégation du risque aléatoire et du risque para-
métrique est appelé risque actuariel sans CdR (sans compensation des risques). Dans les autres
branches, il s’agit simplement du risque actuariel.
L’assureur peut réduire le risque aléatoire et le risque paramétrique au moyen d’une réassurance pas-
sive. Dans ce qui suit, on admet que le risque aléatoire peut être diminué par une réassurance de
gros risques et le risque paramétrique par une réassurance stop-loss. Les réassurances en quote-
part, prévoyant une part de couverture égale à un pourcentage fixe de celle de l’assureur primaire, en-
traînent une diminution des charges d’assurance attendues, mais n’ont aucun effet sur les coefficients
de variation des deux risques, raison pour laquelle elles ne font donc pas l’objet d’une modélisation
propre.

2.1 Risque aléatoire

Le risque aléatoire correspond à celui défini dans le document technique de la Finma (p. 68). Il décrit
les fluctuations statistiques du nombre des prestations d’assurance et de leur montant. Il dépend donc
du nombre des assurés et par là même de la taille de la compagnie d’assurance. Le risque aléatoire
est défini comme suit pour chaque branche h de l’assurance-maladie :
 Z ,h S  1  Vkoh Y 
2
VkoZ ,h S   
Eh S  N

S somme des dommages (somme des prestations individuelles Y)

VkoZ,h coefficient de variation du risque aléatoire des différentes branches d’assurance LAMal
(AOS, indemnité journalière individuelle et collective, réassurance active exceptée)
σZ,h écart-type du risque aléatoire des différentes branches d’assurance LAMal
Vkoh(Y) coefficient de variation des prestations individuelles Y des différentes branches d’assurance
LAMal
N nombre des bénéficiaires de prestations nettes
Eh(S) espérance mathématique de la somme des dommages des différentes branches d’assu-
rance LAMal

Annexe technique Test de solvabilité LAMal 2/15

AOS
Le calcul du coefficient de variation du risque aléatoire repose sur le coefficient de variation des pres-
tations individuelles. On appelle prestation individuelle la somme des prestations nettes versées à un
assuré pendant l’exercice comptable. Le coefficient de variation de la prestation individuelle a été dé-
terminé à partir des données de quelques grands assureurs LAMal concernant l’AOS pour l’année
2009. Il vaut environ 2.5. Les données utilisées sont les prestations nettes relatives à toutes les pres-
tations médicales effectuées en 2009, y compris celles dont la facture a été transmise l’année sui-
vante. Le calcul n’a porté que sur les données des assurés ayant bénéficié de prestations nettes.

Pour le coefficient de variation des prestations individuelles, la valeur standard définie pour l’AOS et
l’assurance d’indemnités journalières est de 2.5 :
VkoZ ,h Y   2.5

1+ 2.52 7.25
Il en résulte : VkoZ,h ( S) = =
N N

Assurance d’indemnités journalières LAMal individuelle et collective

Pour l’assurance collective d’indemnités journalières selon la LAMal, la Finma a repris la valeur de 2.5
(document technique, p. 70).

2.2 Réduction du risque aléatoire par la réassurance des

gros risques
Le risque aléatoire peut être réduit au moyen d’une réassurance des gros risques. Dans ce cas, l’as-
sureur n’assume les prestations individuelles qu’au-dessous d’un certain seuil (quote-part). Il en ré-
sulte une réduction du coefficient de variation des prestations individuelles. Le facteur de réduction
dépend de la quote-part s et est modélisé par une fonction de Weibull dont les paramètres a et b sont
donnés :

 S  RV  1  Vkoh Y   1  exp  a  s b 
2 2

VkoZ ,h S  RV   Z ,h 
Eh S  RV  N

RV prestations de réassurance (part des prestations nettes assumée par le réassureur)

S somme des dommages (somme des prestations individuelles Y)
s quote-part de réassurance des gros risques
a 0.00467
b 0.553

Explication :
Cette réduction est modélisée par un facteur de réduction qui dépend de la quote-part de réassu-
rance :

𝑉𝑘𝑜𝑥𝐿 (𝑌) = 𝐹(𝑠) ∙ 𝑉𝑘𝑜(𝑌)

Vko(Y) coefficient de variation des prestations individuelles Y avant réassurance

F(s) facteur de réduction
s quote-part de réassurance
VkoXL(Y) coefficient de variation des prestations individuelles Y après réassurance

Annexe technique Test de solvabilité LAMal 3/15

Sur le même ensemble de données que dans la section 2.1.1, F(s) a été calculé pour 42 valeurs diffé-
rentes de quote-part (en abaissant à s toutes les prestations supérieures à s). Il est apparu que la re-
lation se laisse décrire de manière extrêmement précise à l’aide d’une fonction de répartition de Wei-
bull 𝐹(𝑠) = 1 − exp⁡(−𝑎 ∙ 𝑠 𝑏 ) . Celle-ci remplit également les deux conditions aux limites

F (0)  0 transfert total du risque pour s  0

F ()  1 aucune réduction du risque pour s
Les paramètres a et b ont été déterminés à l’aide d’une régression linéaire. La linéarisation de la fonc-
tion de Weibull

F s   1  exp  a  s b 
 1 
ln    as b
 1  F (s) 
  1 
ln ln    ln( a)  b ln( s )
  1  F ( s ) 

conduit au modèle de régression suivant :

  1 
y      x avec   ln(a) ,   b , x  ln(s) et y  ln ln  
  1  F ( s ) 
avec les résultats que voici :

Les paramètres cherchés sont a  e  e 5.366022422  0.00467 et b    0.553 , et la fonction

cherchée est donc 𝐹(𝑠) = 1 − exp⁡(−𝑎 ∙ 𝑠 𝑏 = 1 − exp⁡(−0.00467 ∙ 𝑠 0.553 ).

La comparaison entre les facteurs de réduction réels et modélisés ne donne que des écarts minimes,
conformément à la valeur très élevée du coefficient de corrélation.

2.3 Risque paramétrique

Le risque paramétrique correspond à celui de la Finma (voir document technique, p. 69) et exprime
les incertitudes de l’évaluation de paramètres généraux, par exemple, pour la prévision de l’évolution
générale des coûts ou pour celle des changements de tarifs. Le risque paramétrique est défini comme
suit pour chaque branche h des assurances-maladie obligatoires :

 P ,h S 
VkoP ,h S  
Eh S 

VkoP,h coefficient de variation du risque paramétrique des différentes branches d’assurance LAMal

Annexe technique Test de solvabilité LAMal 4/15

 (AOS, indemnité journalière individuelle et collective, réassurance active exceptée)
σP,h écart-type du risque paramétrique des différentes branches d’assurance LAMal
Eh(S) espérance mathématique de la somme des dommages des différentes branches d’assu-
rance LAMal

AOS
Le coefficient de variation du risque paramétrique pour l’AOS a été estimé à partir de l’exactitude des
prévisions de coûts que les assureurs soumettent annuellement à l’OFSP dans le cadre de la procé-
dure d’approbation des primes. Le calcul a été limité aux assureurs suffisamment grands pour que le
risque aléatoire soit négligeable et les réassurances n’ont pas été prises en compte. Il en est ressorti
pour le coefficient de variation du risque paramétrique de l’AOS une valeur moyenne d’environ 5%.

Le fait que, dans l’assurance-maladie (à la différence du SST de la Finma), le risque paramétrique di-
minue quand le nombre d’assurés n augmente a été pris en compte par la formule suivante :

VkoP ,OKP S   .04  .02  exp( 

n
)
200'000

2.4 Réduction du risque paramétrique par la réassurance

stop-loss
Le risque paramétrique peut être réduit au moyen d’une réassurance stop-loss. Dans ce cas, l’assu-
reur n’assume la somme des prestations annuelles qu’au-dessous d’un certain seuil (quote-part). Le
Test de solvabilité LAMal présuppose que les réassurances stop-loss ont un effet sur le risque para-
métrique, Elles en diminuent la moyenne et l’écart-type. Dans l’hypothèse d’une distribution normale
du montant des dommages S, ces effets sur la moyenne et l’écart-type du risque paramétrique peu-
vent se représenter analytiquement :

La réassurance stop-loss avec réserve s réduit l’écart-type  P du risque paramétrique à  SL :

 s      2    
2

(1)  SL      1 
2
       s     P     (1  )

P
 P        

Simultanément, l’espérance  de la somme des dommages est réduite à  SL :

(2) SL         P  s  (1  )

Le coefficient de variation du risque paramétrique après réassurance vaut alors

 P S  RV   SL
VkoP S  RV   
E S  RV   SL

RV prestations assumées par le réassureur

Annexe technique Test de solvabilité LAMal 5/15

s quote-part de la réassurance stop-loss
s
     densité de probabilité de la loi normale réduite
 P 
s
    fonction de répartition de la loi normale réduite
 P 
  ES  espérance de la somme des dommages avant réassurance

 P   P S  écart-type du risque paramétrique avant réassurance

SL  ES  RV  espérance de la somme des dommages après réassurance

 SL   P S  RV  écart-type du risque paramétrique après réassurance

Pour obtenir l’équation (1), il faut d’abord calculer la variance  12 de la distribution normale tronquée
à s:

 s   
2

(3)  12   P2  1     
 P   

Il faut également formuler la nouvelle espérance mathématique, abaissée par la troncation, 1 :


(4) 1    P


 est la probabilité que la somme des dommages S soit inférieure à s (variance  1 )

2

(variance  2  0) .
2
(1  ) est la probabilité que la somme (nette) des dommages soit exactement s
La variance totale  SL
2
est la somme  SL  A  B des termes
2

 12 et  22  0
A  moyenne des deux variances et

B  variance des deux moyennes 1 et  2  s

Obtention de l’équation (3)

1
1  2 x2
La fonction de densité de la distribution normale réduite étant  ( x)  e ses dérivées obéis-
2
sent aux équations suivantes :

(5)  ' ( x)   x ( x) et

(6)  ' ' ( x)  x 2 ( x)   ( x)  

d
x ( x) c.-à-d.
dx

Annexe technique Test de solvabilité LAMal 6/15

(7) x 2 ( x)   ( x) 
d
x ( x)
dx

 ( x)
La variance V (G) de la distribution normale réduite tronquée G de densité g ( x)  est égale
( s)
à:

(8) V (G)  E(G 2 )  E 2 (G)

Compte tenu de (7), le premier terme E (G 2 ) vaut

s s s
1 1
E (G )   x g ( x)dx   x 2 ( x)dx  (   ( x)dx  x ( x)  )
2 2 s


 ( s )   ( s ) 
(9)
 ( s)
1  s 
( s)

Compte tenu de (5), l’espérance E (G) vaut

s
1
s
1
s
 ( s)
(10) E (G)   xg ( x)dx 


 ( s ) 
x ( x)dx   
 ( s ) 
 ( x)dx  
( s )

En remplaçant (9) et (10) dans (8), on obtient la variance cherchée :

2
 ( s)
  ( s) 
(11) V (G)  E (G )  E (G )  1  s 
2 2
  
( s)  ( s) 

Pour une distribution normale quelconque N (  ;  P ) , la variance sera simplement  P fois plus
2 2

grande (l’espérance  n’a pas d’effet sur la variance) et la formule (3) sera démontrée :

 s      2 
    1 
2 2
     , avec les abréviations     s    et    s   
1

P
 P       P   P 


De (10) se déduit également l’espérance tronquée 1     P dans l’équation (4).


Obtention de l’équation (2)

 SL s’obtient comme moyenne pondérée de 1 et  2 :


 SL  1     2  (1  )  (    P )    s  (1  )
(2) 
        P  s  (1  )

Annexe technique Test de solvabilité LAMal 7/15

Obtention de l’équation (1)

La variance totale  SL
2
s’obtient comme la somme  SL  A  B de
2

A  moyenne des variances  12 et  22  0 et

B  variance des moyennes 1 et  2  s

La moyenne des variances partielles est A     1  (1  )   22     12 , puisque  2 0

2

La variance des moyennes partielles s’écrit, compte tenu de 2  s

et de SL  1    2  (1  )  1    s  (1  ) :

B    (  1  SL ) 2  (1  )  (  2   SL ) 2
   ( 1  1    s  (1  )) 2  (1  )  ( s  1    s  (1  )) 2
   1     1  s   1       s  1 
2 2

 s  1     1     1     
2

 s  1     1   
2

et la variante cherchée est égale à  SL2  A  B     12  (s  1 ) 2    (1  ) .

  s      2 
et     1       , on obtient
2 2
En remplaçant encore 1    P

1

P
 P     

 SL
2
    12  ( s  1 ) 2    (1  )
 s      2 
    P2  1        ( s  1 ) 2    (1  )
  P     
 s      2  
    P  1 
2
      ( s     P ) 2    (1   )
  P      

c’est-à-dire

 s   
2
 
 SL     P2  1       ( s     P )    (1  )
2

 P     

Annexe technique Test de solvabilité LAMal 8/15

3 Risque de la compensation des risques
Dans le modèle utilisé auparavant (Test de solvabilité 2012 et 2013) pour déterminer le risque d’assu-
rance dans le domaine de l’assurance-maladie obligatoire, le risque que l’assureur se trompe dans
l’estimation du montant à verser au titre de la compensation des risques était calculé en même temps
que le risque d’une erreur d’estimation des prestations pour soins de santé. C’est-à-dire que les deux
types de versements étaient additionnés et que l’on calculait le risque de cette somme. Avec cette fa-
çon de faire, les bénéficiaires de la compensation des risques présentaient un risque d’assurance sys-
tématiquement plus bas que les payeurs. Or le risque d’un assureur de se tromper dans l’estimation
des versements de compensation des risques ne dépend pas du fait qu'il en soit un contributeur ou un
bénéficiaire. Le modèle doit donc être construit indépendamment de ce fait. Un modèle qui réponde à
cette condition a donc été développé. Il est utilisé dans le Test de solvabilité 2014.

Le nouveau modèle a été conçu de manière à pouvoir s’intégrer dans le modèle précédent sans
grande difficulté. D’autre part, on a conservé l’hypothèse d’origine selon laquelle le risque actuariel
suit une distribution normale. Si l’on compare le risque actuariel de l’AOS selon l’ancien modèle avec
un autre risque (p. ex. celui des indemnités journalières), on voit que les deux risques sont modélisés
de façon identique abstraction faite de la CdR. Comme les indemnités journalières, en tant que distri-
bution marginale du risque actuariel, sont distribuées normalement et que l’AOS dans son ensemble
est aussi distribuée normalement, on a émis l’hypothèse que l’AOS sans CdR faisait l’objet elle aussi
d’une distribution normale.
Comme le « risque AOS » et le « risque AOS sans CdR » sont tous deux distribués normalement et
que le « risque AOS » est la somme « risque AOS sans CdR » plus « CdR », on a admis que la CdR
est elle aussi distribuée normalement.
Ci-après, on décrit d’abord le modèle probabiliste de la compensation des risques, puis, dans un deu-
xième temps, on explique l’agrégation entre le risque actuariel sans CdR et le risque relatif à la com-
pensation des risques.

3.1 Compensation des risques

3.1.1 Définitions et notation
Avant de présenter la formule de la compensation des risques, définissons la convention suivante
pour la notation des sommes :

𝑋∗ = ∑ 𝑋𝑗 .
𝑗
L’astérisque signifie donc que l’on a sommé sur l’indice en question. Par ailleurs, on définit les va-
riables suivantes :

𝑘
 𝑁𝑙,𝑖 (𝑡) = effectif1 de l’assureur-maladie 𝑘 dans le canton 𝑙 et le groupe de risques 𝑖 pendant
l’année 𝑡.
𝑘
 𝑆𝑙,𝑖 (𝑡) = prestations nettes2 de l’assureur-maladie 𝑘 dans le canton 𝑙 et le groupe de risques 𝑖
pendant l’année 𝑡.

Dans la suite, l’indice 𝑘 se rapportera toujours à un assureur-maladie, l’indice 𝑙 à un canton et l’indice

𝑖 à un groupe de risques.

1 Le nombre des assurés est égal au nombre des mois d’assurance divisé par douze mois. Ainsi, un
assuré qui quitte le canton l au 31 mars compte pour 0.25 assuré (trois mois d’assurance).
2 Par prestations nettes, on entend les prestations brutes moins la participation aux coûts.

Annexe technique Test de solvabilité LAMal 9/15

3.1.2 Formule de la compensation des risques
La formule de la compensation des risques a été révisée et, depuis 2014, elle se présente ainsi :

∗ ∗
𝑘
1 𝑁𝑙,𝑚 (𝑡) ∗
𝑆𝑙,𝑖 (𝑡 − 1)
⁡⁡⁡⁡⁡⁡⁡⁡𝑅𝐴𝑘 (𝑡) = ∑ ∑ 𝑁𝑙,𝑖 (𝑡) ⋅ [ ∗ ⋅ (∑ ∗ ∙ 𝑆𝑙,𝑚 (𝑡 − 1)) − ∗ ]
𝑁𝑙,∗ (𝑡) 𝑁𝑙,𝑚 (𝑡 − 1) 𝑁𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖 𝑚

Les composantes de la compensation des risques sont donc les suivantes :

𝑘
 𝑁𝑙,𝑖 (𝑡) = nombre d’assurés de l’assureur-maladie 𝑘 dans le canton 𝑙 et le groupe de risques 𝑖
pendant l’année 𝑡,
∗
 𝑁𝑙,𝑖⁡ (𝑡 − 1) = nombre total d’assurés dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année
𝑡 − 1,
∗
 𝑁𝑙,∗ (𝑡 − 1) = nombre total d’assurés dans le canton 𝑙 pendant l’année 𝑡 − 1,
∗
 𝑆𝑙,𝑖⁡ (𝑡 − 1) = total des prestations dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année 𝑡
− 1.

3.2 Modèle de la compensation des risques

3.2.1 Hypothèses du modèle
Des hypothèses ont été introduites afin de simplifier la formule

∗ (𝑡) ∗
𝑘
1 𝑁𝑙,𝑚 ∗ (𝑡
𝑆𝑙,𝑖 (𝑡 − 1)
⁡⁡⁡⁡⁡⁡⁡⁡𝑅𝐴𝑘 (𝑡) = ∑ ∑ 𝑁𝑙,𝑖 (𝑡) ⋅ [ ∗ ⋅ (∑ ∗ ∙ 𝑆𝑙,𝑚 − 1)) − ∗ ]
𝑁𝑙,∗ (𝑡) 𝑁𝑙,𝑚 (𝑡 − 1) 𝑁𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖 𝑚

Ces hypothèses ont consisté à identifier les variables qui n’augmentent l’incertitude que de façon né-
gligeable et à les traiter comme déterministes.
Dans la formule de la compensation des risques de l’assureur-maladie 𝑘, les variables suivantes sont
traitées comme déterministes :
𝑘
 𝑁𝑙,𝑖 (𝑡)
∗
 𝑁𝑙,𝑖 (𝑡 − 1)
∗
 𝑁𝑙,𝑖 (𝑡)
∗ (𝑡)
 𝑁𝑙,∗

Les inconnues suivantes sont traitées comme variables stochastiques :

∗
 𝑆𝑙,𝑖 (𝑡 − 1), le total des prestations dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année
𝑡 − 1.

On admet que le total des prestations dans le canton 𝑙 et le groupe de risques 𝑖 est distribué normale-
ment, c’est-à-dire que :
∗ ∗ ∗
𝑆𝑙,𝑖 (𝑡 − 1)⁡~⁡𝑁(𝜇𝑙,𝑖 (𝑡 − 1), 𝜎𝑙,𝑖 (𝑡 − 1))⁡⁡⁡⁡⁡⁡⁡⁡(†).

La justification de cette hypothèse de normalité est développée dans la section 3.2.2.

3.2.2 Modèle analytique

Sur la base de la formule susmentionnée pour la compensation des risques

∗ (𝑡) ∗
𝑘
1 𝑁𝑙,𝑚 ∗ (𝑡
𝑆𝑙,𝑖 (𝑡 − 1)
𝑅𝐴𝑘 (𝑡) = ∑ ∑ 𝑁𝑙,𝑖 (𝑡) ⋅ [ ∗ (𝑡) ⋅ (∑ ∗ (𝑡 ∙ 𝑆𝑙,𝑚 − 1) ) − ∗ (𝑡 ]
𝑁𝑙,∗ 𝑁𝑙,𝑚 − 1) 𝑁𝑙,𝑖 − 1)
𝑙 𝑖 𝑚

et des hypothèses exposées dans la section 3.2.1, la CdR « simplifiée » s’écrit comme suit (les va-
riables déterministes sont remplacées par des minuscules ; dans la suite, la CdR « simplifiée » sera
appelée seulement « CdR ») :
Annexe technique Test de solvabilité LAMal 10/15
 ∗ ∗
𝑘
1 𝑛𝑙,𝑚 (𝑡) ∗
𝑆𝑙,𝑖 (𝑡 − 1)
𝑹𝑨𝒌 (𝒕) = ∑ ∑ 𝑛𝑙,𝑖 (𝑡) ⋅ [ ∗ ⋅ (∑ ∗ ∙ 𝑆𝑙,𝑚 (𝑡 − 1)) − ∗ ]
𝑛𝑙,∗ (𝑡) 𝑛𝑙,𝑚 (𝑡 − 1) 𝑛𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖 𝑚
𝑘 𝑘 ∗
𝑛𝑙,∗ (𝑡) 𝑛𝑙,𝑖 (𝑡) ∗
𝑆𝑙,𝑖 (𝑡 − 1)
= ∑∑( ∗ − ∗ ) ⋅ 𝑛𝑙,𝑖 (𝑡) ⋅ ∗ = ∑ ∑ 𝜷𝒌𝒍,𝒊 (𝒕) ⋅ 𝑺∗𝒍,𝒊 (𝒕 − 𝟏) ⁡⁡⁡⁡⁡⁡⁡(⋆)
𝑛𝑙,∗ (𝑡) 𝑛𝑙,𝑖 (𝑡) 𝑛𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖 𝒍 𝒊
où :
𝑘 𝑘 ∗
𝑘
𝑛𝑙,∗ (𝑡) 𝑛𝑙,𝑖 (𝑡) 𝑛𝑙,𝑖 (𝑡)
𝛽𝑙,𝑖 (𝑡) ∶= ( ∗ (𝑡) − ∗ (𝑡) ) ⋅ ∗ (𝑡 .
𝑛𝑙,∗ 𝑛𝑙,𝑖 𝑛𝑙,𝑖 − 1)

La parenthèse ronde représente la différence entre la part de marché de l’assureur dans l’ensemble
du canton et sa part de marché dans le groupe de risques i. Le facteur de droite représente la varia-
tion relative de l’effectif par groupe de risques et par canton entre l’année t – 1 et l’année t.
Concrètement, l’équation () signifie ceci : si un assureur, dans un canton donné, pendant l’année t, a
une part de marché de 20 %, mais dans un certain groupe de risques seulement 18 %, alors il doit
verser 2 % des coûts engendrés par ce groupe de risques pendant l’année t – 1, corrigés de la varia-
tion relative d’effectif (entre les années t – 1 et t) pour ce canton et ce groupe de risques. Si, en re-
vanche, dans un autre canton, pendant l’année t, il a 25 % des assurés, alors il recevra 5 % des coûts
de ce groupe de risques pour l’année t – 1, corrigés de la variation relative d’effectif (entre les années
t – 1 et t) pour ce canton et ce groupe de risques.

L’équation () explique pourquoi, dans (†), on a admis pour les prestations de l’année précédente une
distribution normale. En effet, en tant que combinaison linéaire de variables aléatoires à distribution
normale, la CdR a automatiquement une distribution normale. Cette hypothèse du modèle a été men-
tionnée dans l’introduction de la section 3.

3.2.3 Agrégation
Notation de la compensation des risques :
𝑅𝐴𝑘 (𝑡)⁡~⁡𝑁 (𝜇𝑅𝐴𝑘 (𝑡) , 𝜎𝑅𝐴𝑘 (𝑡) ).

L’espérance mathématique est égale à la combinaison linéaire des espérances des différents
risques :

𝑘 ∗ 𝑘 ∗
𝜇𝑅𝐴𝑘 (𝑡) = 𝐸(𝑅𝐴𝑘 (𝑡)) = 𝐸 (∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ 𝑆𝑙,𝑖 (𝑡 − 1)) = ∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ 𝐸 (𝑆𝑙,𝑖 (𝑡 − 1))
𝑙 𝑖 𝑙 𝑖
𝑘 ∗
= ∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ 𝜇𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖

Le calcul de l’écart-type est plus compliqué, mais reste possible. Pour clarifier cette opération, intro-
duisons d’abord quelques variables auxiliaires qui en faciliteront les étapes. Si l’on écrit la formule

𝑘 ∗
𝑅𝐴𝑘 (𝑡) = ∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ 𝑆𝑙,𝑖 (𝑡 − 1)
𝑙 𝑖
sous la forme d’une somme de termes aléatoires à distribution normale

𝑛
𝑘 (𝑡)
𝑅𝐴 = ∑ 𝑋𝑠 ,
𝑠=1
où la variance de chaque terme est égale à

𝜎𝑠2 = 𝐸(𝑋𝑠 )2 − 𝐸 2 (𝑋𝑠 ), 𝑓ü𝑟⁡𝑠 = 1, . . . , 𝑛

l’écart-type de 𝑅𝐴𝑘 (𝑡) se calcule ainsi :

𝜎𝑅𝐴𝑘 (𝑡) = √𝜎⃗𝑡T Σ𝑡 𝜎⃗𝑡

Annexe technique Test de solvabilité LAMal 11/15

 𝜎1
où 𝜎⃗𝑡 = ( ⋮ ). Comme il s’agit d’une somme de sommes, on a dans le cas général 𝑛 = 𝐿 ⋅ 𝐼. La ma-
𝜎𝑛
trice des corrélations Σ est définie comme suit :
𝛴 ≔ 𝐴 ⊗ 𝐵 ⊗ 𝐶 ⊗ 𝐷,
où les différentes matrices sont définies ainsi :

1.00 0.25
 𝐴=[ ], pondération des cantons
0.25 1.00
1.00 0.50
 𝐵=[ ], pondération de l’hospitalisation
0.50 1.00
1.00 0.75
 𝐶=[ ], pondération des sexes, et
0.75 1.00
 𝐷, pondération des groupes d’âge.

Pour 𝐷, la pondération des groupes d’âge, les valeurs sont les suivantes :
19-25 26-30 31-35 36-40 41-45 46-50 51-55 56-60 61-65 66-70 71-75 76-80 81-85 86-90 91-

19-25 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650 0.600 0.550 0.500 0.400 0.250

26-30 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650 0.600 0.550 0.500 0.400

31-35 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650 0.600 0.550 0.500

36-40 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650 0.600 0.550

41-45 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650 0.600

46-50 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700 0.650

51-55 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750 0.700

56-60 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775 0.750

61-65 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800 0.775

66-70 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825 0.800

71-75 0.600 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850 0.825

76-80 0.550 0.600 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875 0.850

81-85 0.500 0.550 0.600 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900 0.875

86-90 0.400 0.500 0.550 0.600 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000 0.900

91- 0.250 0.400 0.500 0.550 0.600 0.650 0.700 0.750 0.775 0.800 0.825 0.850 0.875 0.900 1.000

Les quatre matrices A, B, C, D sont toutes définies positives. Il en résulte que la matrice des corréla-
tions 𝛴 est également définie positive3.

Explication des pondérations

Le but des pondérations est de produire une calibration raisonnable de la matrice des corrélations.
Ces pondérations ne changeront pas à l’avenir et font partie des hypothèses du modèle.
Pour deux classes de risque comme

 ZH, hospitalisation non, homme, classe d’âge 19-25

 AG, hospitalisation non, homme, classe d’âge 26-30

on a :
𝜚 = 0.25
⏟ ⋅ 1.00
⏟ ⋅ 1.00
⏟ ⋅ 0.90
⏟ = 0.225.
𝐶𝑎𝑛𝑡𝑜𝑛 𝐻𝑜𝑠𝑝. 𝑆𝑒𝑥𝑒 𝐴𝑔𝑒

3.3 Calibration

3 Pour une matrice de corrélations, il y a équivalence entre le fait d’être définie positive et la propriété
d’avoir toutes ses valeurs propres positives. La matrice 𝛴 a pour valeurs propres les produits de toutes
les combinaisons des valeurs propres de chacune des matrices A, B, C, D. Comme toutes les valeurs
propres sont positives, tous les produits de leurs combinaisons sont positifs également, donc 𝛴 est dé-
finie positive.
Annexe technique Test de solvabilité LAMal 12/15
Pour le Test de solvabilité LAMal, l’OFSP recalibre chaque année les valeurs suivantes :
∗
 𝑁𝑙,𝑖 (𝑡 − 1), nombre total d’assurés dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année
𝑡 − 1,
∗
 𝑁𝑙,𝑖 (𝑡), nombre total d’assurés dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année 𝑡, et
∗
 𝑆𝑙,𝑖 (𝑡 − 1), total des prestations dans le canton 𝑙 et le groupe de risques 𝑖 pendant l’année 𝑡 −
1 (espérance et variance)

Le nombre d’assurés pour l’année t – 1 et pour l’année t est extrapolé à partir des données histo-
riques. La calibration des prestations utilise également les données historiques.
Pour cette dernière, la variance 𝜎𝑠2 (voir 3.2.3) est estimée comme la somme de deux termes :

∗ ∗ ∗
𝜎𝑠2 = 𝑉𝑎𝑟[𝑆𝑙,𝑖 (𝑡 − 1)] = 𝐸 [𝑉𝑎𝑟[𝑆𝑙,𝑖 (𝑡 − 1)|⁡𝜃 = 𝜗]] + 𝑉𝑎𝑟 [𝐸[𝑆𝑙,𝑖 (𝑡 − 1)|⁡𝜃 = 𝜗]],

où 𝜃 = 𝜗 représente une « observation » de données. En effet, l’on n’évalue pas seulement le ha-
sard, mais aussi l’incertitude liée à l’estimation de la variance. (Remarque : pour l’estimation de l’espé-
rance mathématique, on estime que le biais est égal à zéro.)
Pour estimer l’incertitude sur les observations, l’idée réside dans un modèle « bootstrap », qui permet
de réaliser des « copies » des données historiques. Pour chaque observation de données, on calcule
la variance et la moyenne. La variance totale est alors estimée comme la moyenne de toutes ces va-
riances plus la variance de toutes ces moyennes estimées. Comme toutes ces simulations de don-
nées historiques sont supposées équiprobables, on utilise pour l’espérance et la variance les estima-
teurs empiriques, c.-à-d. la moyenne pour l’espérance mathématique et la variance empirique pour la
variance.

Chaque assureur maladie 𝑘 pronostique chaque année (sur la base de l’effectif réel au 1er janvier) son
𝑘
effectif moyen 𝑁𝑙,𝑖 (𝑡) pour l’année 𝑡, le canton 𝑙 et le groupe de risques 𝑖.

Avec les paramètres ci-dessus, le modèle de la CdR est entièrement paramétré.

4 Intégration du risque relatif à la compensation des

risques dans le modèle de risque préexistant

4.1 Corrélation
Pour pouvoir intégrer le nouveau modèle de CdR d’un assureur-maladie individuel dans le modèle uti-
lisé jusque-là, il faut connaître non seulement les paramètres de la CdR et des prestations nettes,
𝑘 (𝑡)
mais encore la corrélation entre les prestations nettes (totales) 𝑆∗,∗ et la CdR 𝑅𝐴𝑘 (𝑡) :
𝑘 (𝑡), 𝑘
𝑘 (𝑡),
𝐶𝑜𝑣(𝑆∗,∗ 𝑅𝐴 (𝑡))
𝜚(𝑆∗,∗ 𝑅𝐴𝑘 (𝑡)) = .
𝜎𝑆∗,∗
𝑘 (𝑡) ⋅ 𝜎𝑅𝐴 𝑘 (𝑡)

Par transformation, on obtient l’équation suivante :

𝑘
𝛽𝑙,𝑖 (𝑡) ⋅ 𝜎𝑆𝑙,𝑖
∗ (𝑡−1)
𝑘 (𝑡), 𝑘 (𝑡), ∗ (𝑡
𝜚(𝑆∗,∗ 𝑅𝐴𝑘 (𝑡)) = ∑ ∑ 𝜚 (𝑆∗,∗ 𝑆𝑙,𝑖 − 1)) ⋅ .
𝜎𝑅𝐴𝑘 (𝑡)
𝑙 𝑖

Si l’on admet que la valeur est la même pour toutes les corrélations bivariées et égale à 𝜚̃ 𝑘 , il en ré-
sulte l’équation:
𝜎𝑆𝑙,𝑖
∗ (𝑡−1)
𝑘 (𝑡), 𝑘
𝜚(𝑆∗,∗ 𝑅𝐴𝑘 (𝑡)) = 𝜚̃ 𝑘 ⋅ ∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ .
𝜎𝑅𝐴𝑘 (𝑡)
𝑙 𝑖

Annexe technique Test de solvabilité LAMal 13/15

Pour que les corrélations soient toutes comprises dans l’intervalle voulu (−1⁡; 1), il faut encore ajouter
cette hypothèse :

𝜎𝑆𝑙,𝑖
∗ (𝑡−1)
𝑘 (𝑡), 𝑘
𝜚(𝑆∗,∗ 𝑅𝐴𝑘 (𝑡)) = max {−0.999⁡;⁡min {0.999⁡;⁡𝜚̃ 𝑘 ⋅ ∑ ∑ 𝛽𝑙,𝑖 (𝑡) ⋅ }}.
𝜎𝑅𝐴𝑘 (𝑡)
𝑙 𝑖

Comme il est difficile de déterminer 𝜚̃ 𝑘 pour chacun des assureurs, l’OFSP doit fixer une valeur égale
pour tous. Or il est vraisemblable que la corrélation soit très faible entre le total des prestations nettes
par assureur-maladie pour une année donnée, et le total des prestations de tous les assureurs-mala-
die pour l’année précédente, pour un facteur de risque et un canton donnés (𝜚̃ 𝑘 ≈ 0).

Aussi l’OFSP fait-il l’hypothèse qu’il y a indépendance entre le risque de la compensation des risques
et le risque actuariel sans CdR de l’AOS :

𝜎𝑆∗ (𝑡−1)
𝑘 (𝑡), 𝑘
𝜚(𝑆∗,∗ 𝑅𝐴𝑘 (𝑡)) = max {−0.999⁡;⁡min {0.999⁡;⁡𝜚̃ 𝑘 ⋅ ∑𝑙 ∑𝑖 𝛽𝑙,𝑖 (𝑡) ⋅ 𝑙,𝑖
}} = 0.
𝜎𝑅𝐴𝑘 (𝑡)

4.2 Le risque d’assurance dans le Test de solvabilité LAMal

Connaissant les écarts-types du risque aléatoire et du risque paramétrique des différentes branches
d’assurance ainsi que le risque de la compensation des risques pour l’AOS, on peut calculer l’écart-
type du risque d’assurance total. Dans une première étape, les risques aléatoire et paramétrique, sup-
posés indépendants l’un de l’autre, sont agrégés à l’intérieur de chaque branche. L’écart-type du
risque actuariel de la branche h (y compris le risque actuariel de l’AOS sans CdR) vaut alors, pour
chaque assureur (dans la suite, on omet l’indice k ) :

 VT,h S  RV    Z2 ,h S  RV    P2 ,h S  RV   Eh S  RV   VkoZ2 ,h  VkoP2 ,h

Le risque d’assurance du domaine d’affaires relatif à l’AOS, CdR comprise, se calcule ainsi :

 VT,OKP S  RV  RA   S2,OKP S  RV    RA

2
,OKP RA 

𝑆 somme des dommages (somme des prestations individuelles 𝑌)

𝑅𝑉 prestations assumées par le réassureur
𝑅𝐴 versements au titre de la compensation des risques

4.3 Agrégation des risques actuariels

Pour l’agrégation des risques actuariels entre les différentes branches d’assurance, on suppose entre
celles-ci les corrélations suivantes :

Annexe technique Test de solvabilité LAMal 14/15

 Indemn. journ. Indemn. journ. AOS Réassurance ac-
LAMal indiv. LAMal collective tive AOS
Indemn. journ. LAMal indiv. 100% 75% 50% 25%
Indemn. journ. LAMal collective 75% 100% 50% 25%
AOS 50% 50% 100% 25%
Réassurance active AOS 25% 25% 25% 100%

𝜎1
À partir des écarts-types 𝜎𝑉𝑇,ℎ des différentes branches, formons le vecteur 𝜎⃗𝑉𝑇 = ( ⋮ ) et désignons
𝜎ℎ
par ΣVT la matrice de corrélations ci-dessus. La variance 𝜎𝑉 ⁡du risque actuariel total est alors :
T
𝜎𝑉 = √𝜎⃗𝑉𝑇 Σ𝑉𝑇 𝜎⃗𝑉𝑇

5 Référence

[1] Finma: Document technique du Test suisse de solvabilité (02.10.2006)

http://www.finma.ch/f/beaufsichtigte/versicherungen/schweizer-solvenztest/pages/default.aspx

Annexe technique Test de solvabilité LAMal 15/15