Mémoire Présenté Le: Pour L'obtention Du Diplôme de Statisticien Mention Actuariat Et L'admission À L'institut Des Actuaires

Mémoire présenté le :
pour l’obtention du diplôme

de Statisticien Mention Actuariat
et l’admission à l’Institut des Actuaires
Par : Gall Richard
Sujet : Approche stochastique pour la tarification d’un produit d’épargne en

environnement ORSA
Confidentialité :  NON  OUI (Durée :  1 an  2 ans)

Les signataires s’engagent à respecter la confidentialité indiquée ci-dessus.
Membres présents du jury de
Entreprise : CNP Assurances
l’Institut des Actuaires
Nom : Gall Richard
Signature :
Membres présents du jury de la Directeur de mémoire en
filière entreprise :
Nom : DUFOURG Alexandre
Signature :
Invité :
Nom :
Signature :
Autorisation de publication et de mise en ligne
sur un site de diffusion de documents actuariels
(après expiration de l’éventuel
délai de confidentialité)
Signature du responsable entreprise
Secrétariat : Signature du candidat
Bibliothèque :
Approche stochastique pour la tarification d’un produit d’épargne en environnement
ORSA
Résumé
Mots clefs : assurance vie, épargne, solvabilité 2, ORSA, rentabilité,

tarification, stochastique.
Le secteur françaisde l’assurance vie s’inscrit dans un univers économique

et réglementaire en plein mouvement et présentant des incertitudes
croissantes pour plusieurs raisons.
D’une part, nous constatons que le secteur de l’assurance vie

évolue dans un contexte économique nouveau, marqué par une
crise financière mondiale et un niveau de taux d’intérêts
historiquement bas qui font porter de fortes incertitudes sur l’avenir du
secteur en matièrede solvabilité et d’offre produit.
En parallèle de ces changements, c’est aussi le nouveau

contexte règlementaire Solvabilité 2 qui contraint les assureurs
à revoir leurs approches concernant l’évaluation de leurs risques
financiers et techniques. Désormais, les règles fixant la
consommation en capital règlementaire de solvabilité font intervenir
l’ensemble des caractéristiques de passif et d’actif des portefeuilles et
produits, ce qui complique l’évaluation pratique du besoin en
capital et sa projection sur l’horizon temporel jugé adéquat.
Le capital économique mobilisé doit désormais prendreen compte
l’existence des options et garanties financières dont bénéficient les
assurés ainsi que les conditions économiques futures et leur impact sur
l’actif de l’assureur. C’est dans ce contexte qu’intervient l’actuaire
produit,lequel a pour mission de faire le lien entre le profil de
risque à l’échelle du groupe et la conception et l’évaluation
des produits au niveau opérationnel.
C’est en particulier dans l’environnement de l’ORSA (Own Risk and

Solvency Assessment) que nous traiterons des considérations
quantitatives en matièrede consommation en capital économique. L’ORSA est
fondée sur la notion d’appétence au risque, propre à chaque compagnie
d’assurance selon sa stratégie de risque et son positionnement
commercial dans le paysage européen de l’assurance. L’un des
enjeux actuels du processus ORSA est son adaptation à l’échelle
du produit d’assurance. En effet, cette approche soulève de nombreux
problèmes opérationnels quant aux méthodes de détermination des
éléments quantitatifs constitutifs du capital économique propre à un
Richard GALL – Institut de Statistique de l’Université de Paris
1
ORSA
nouveau produit.Nous tâcherons dans ce mémoire de traiter de
cette question en apportant une réponse opérationnelle ayant ses
avantages et inconvénients.
C’est dans ce contexte que sont aussi impactées les études de

rentabilité en assurance vie. Les évolutions règlementaires vont
avoir une influence non seulement sur le besoin en capital
économique et donc impacter la rentabilité de certainsproduits
et garanties, mais vont aussi nécessiter l’adaptation des méthodes
d’estimation de la rentabilité des produits d’épargne à la
nouvelle culture du risque. L’approche déterministe actuellede la
tarification consistant à calculer un indicateur de rentabilité
pour un scénario économique unique n’est pas satisfaisante pour
rendre compte du risque réellement pris pas l’assureur. C’est pourquoi
nous présenterons une approche stochastique de la tarification
d’un nouveau produit d’épargne hypothétique basée sur l’utilisation de
scénarios de marchés stochastiques représentatifs des conditions
réelles de marchés futures.
Nous développons dans ce mémoire les résultats de cette

méthode qui consiste en l’évaluation de distributions d’indicateur
de rentabilité, représentatives de la volatilité de ces indicateurs
en fonction des scénarios de marchés possibles ;
ainsi que des méthodes de tarification adaptées dans ce
contexte.
Il convient finalement de rappeler que l’un des enjeux

reste la simplification à l’échelle produit d’un processus d’évaluation
interne des risques très complexe et requérant des temps de
mise en place et de calculs particulièrement longs. Il faut
donc interpréter les résultats et analyses de ce mémoire
comme une réponse possible conciliant différentes fonctions
groupe au travers de la diffusion de la culture du risque à
l’échelle de l’actuariat produit.

2
ORSA
Abstract
Keywords: life insurance, savings,solvency 2, ORSA, profitability, pricing,

stochastic
The French life insurance sector is an industry in constant

motion due to growing financial and regulatory changes.
On one hand, the life insurance industry is evolving in

a new economical context marked by a global financial crisis and
a historically lox level of interest rates that carry considerable
uncertainty on the future of the sector, affecting the solvency
and insurance products.
In parallel with these changes, the new regulatory environment

Solvency 2 will push insurersto review their approaches to the
assessment of their technical and financial risks. Now, the
rules that determine the consumption of capital involve the modeling
of liabilities and asset risks, which makes the assessment of
economical capital and its projection all the more complex. The
mobilized economical capital must now take into consideration the
existence of financial options and guarantees from which the
policyholders benefit, as well as the impact of future economical
conditions. This is the context in which the productactuary will
intervene, whose mission is to establish a connection between
the design of products at the operational level and the risk
assessment at the scale of the corporation.
It is especially in the ORSA environment that we will deal

with quantitative considerations about the consumption of economical
capital for a new life-insurance savings product. The ORSA approach
revolves around the idea of risk appetite, which is specific to
each insurance company depending on their risk strategy and
market positioning in the European insurance landscape. One of
the current challenges of the new regulatory system is the
downscaling of the ORSA process at the level of a new
insurance product. Indeed, the assessment of ORSA economical
capital at this scale is technically and operationally difficult and
raises many problems concerning the determination of its constitutive
elements. We will try in this paper to address these issues by
providing an operational solution.

3
ORSA
The assessment of profitability is also impacted by the
regulatory and economical changes. The forthcoming of Solvency
2 will dramatically change affect the solvency capital requirement of
insurersspecifically concerning certain kinds of guarantees, but also
compel insurersto change their methodto assess profitability and pricing to
adapt it to the new risk culture. The current deterministic approach
to pricing assumes only one economical scenario by which is
calculated a single profitability indicator; therefore it doesn’t
reflects the actual risks upon the return on equity taken by the
insurer. As an answer to this limitation, we will present a
stochastic approach to the assessment of profitability and
pricing of a hypothetical savings productthat relies on the use of
stochastic market scenarios meant to represent the possible
future market conditions.
We will expose in this paper the results of this methodby the

form of distribution of profitability indicators, which represents the
volatility of the profitability according the stochastic market
hypothesis; as well as an adapted pricing method.
Finally, it is relevant to remind that the main challenge is

the internal evaluation of risks and ORSA economical capital at the
productlevel, which requires an impressive amountof time to
implement and lengthy calculation process. We must therefore
interpret the results and analysisof this paper as an operational
solution that conciliates the different actuarial functions at
the company, from the assessment of corporate risks to the
productmanagement actuary.

4
ORSA
Remerciements
Je souhaite remercier plusieurs personnes qui m’ont été

d’une grande aide tout au long de mon expérience professionnelle à
CNP Assurances de par leur disponibilité, leurs connaissances techniques
et leur soutien moral.
Tout d’abord, je souhaite remercier mes collaborateurs actuaires

: Alexandre DUFOURG, mon tuteur en entreprise, ainsi que
Cédric GAILLARD et Laurence GENEST. C’est grâce à eux que
j’ai pu abordersereinement les difficultés de l’actuariat en
assurance vie et ainsi réaliser les différents travaux techniques qui
m’ont amené vers les résultats de mon mémoire. Il convient
aussi de remercier Laurent JUMELLE, directeur de CNP Patrimoine,
et Marine DE BOUCHONY, directrice du pôle conception produit,
pour m’avoir accueilliau sein de leurs équipes.
Je tiens aussi à remercier les équipescommerciales de CNP

Patrimoine, qui m’ont apportéleur soutien moral et m’on fait partager
leur longue et passionnante expérience au sein du monde de
l’assurance ; ainsi que toute les autres équipesavec qui j’ai eu
l’honneur de travailler sur des sujets variés.
Enfin, il est important de souligner l’importance de la

direction et des équipespédagogiques de l’ISUP, pour avoir su
maintenir l’excellence de notre formation qui est la clef du
succès de l’insertion professionnelle de ses étudiants ; ainsi que
de remercier mon tuteur académique Arnaud COHEN pour m’avoir guidé
dans la rédaction de ce mémoire.
Table des matières
Résumé ..............................................................................................................................
1 Abstract
............................................................................................................................. 3
Remerciements ..................................................................................................................
5 Table des matières
............................................................................................................. 6 I. Introduction
................................................................................................................. 9
I.1 Le capital immobilisé en assurance vie
.................................................................................... 9 I.2 Le concept
de rentabilité ......................................................................................................

5
ORSA
10 I.3 La tarification
........................................................................................................................ 10 I.4
Le pilotage de l’activité d’assurance
...................................................................................... 11
II. L’épargne en assurance vie

....................................................................................... 12
II.1 Présentation de CNP Assurances et CNP Patrimoine
............................................................ 12
II.2 Les produits d’épargne
......................................................................................................... 13 II.2.1
Présentation générale
.......................................................................................................... 13
II.2.2 Les intervenants du contrat
................................................................................................. 13
II.2.3 Les supports d’investissement
............................................................................................. 14
II.2.4 Le mécanisme de revalorisation et les garanties
................................................................. 15
II.3 Le marché de l’épargne
........................................................................................................ 16
II.3.1 Aperçu global du marché de l’assurance vie
........................................................................ 16
II.3.2 L’épargne haut de gamme : un secteur porteur de
l’assurance vie ..................................... 16
III. Le contexte prudentiel en assurance

vie .................................................................. 18
III.1 Solvabilité I et les particularités de la réglementation en
assurance .................................... 18
III.1.1 Les particularités réglementaires en assurance
.................................................................. 18
III.1.2 Solvabilité II
......................................................................................................................... 18
III.2 les trois piliers de Solvabilité II
............................................................................................ 19 III.2.1 Pilier 1
................................................................................................................................. 19
III.2.2 Pilier 2
................................................................................................................................. 20
III.2.3 Pilier 3
................................................................................................................................. 20
III.4 Focus sur le pilier I
..............................................................................................................21 III.4.1 Le
Best Estimate
.................................................................................................................. 21

6
ORSA
III.4.2 La Risk Margin
..................................................................................................................... 22
III.5 Les impactsde Solvabilité II
................................................................................................ 25
III.6 La détermination du capital économique ORSA
.................................................................. 26 III.6.1 Méthode de
calcul du capital économique ORSA ............................................................... 26
III.6.2 Exemple de calcul ORSA par la méthode marginale

........................................................... 27
III.7 Problématique de la projection des SCR et abaques
............................................................ 28
III.7.1 Problématique de la projection des SCR
............................................................................. 28
III.7.2 Approche par sensibilité aux facteurs de risques et
abaques ............................................. 29
IV. Eléments de modélisation et approche

stochastique de la rentabilité ...................... 31
IV.1 Eléments de modélisation de l’activité épargne
.................................................................. 31
IV.1.1 Le model point et PPE
......................................................................................................... 31
IV.1.2 Les lois de rachats dynamiques
........................................................................................... 32
IV.1.3 Lois de rachats structurels
.................................................................................................. 33
IV.1.4 Politique de revalorisation
.................................................................................................. 34 IV.2 Eléments
de modélisation de l’actif
.................................................................................... 34
IV.3 Indicateurs de rentabilité en assurance vie
......................................................................... 35
IV.3.1 La New Business Value ajustée (NBV)
................................................................................. 35
IV.3.2 Le Return On Equity (ROE)
.................................................................................................. 36
IV.3.3 Le Taux de Rentabilité Interne (TRI)
.................................................................................... 36
IV.4 Méthode de tarification déterministe : inconvenants et
limites .......................................... 37 IV.5 Présentation de la
rentabilité stochastique sous capitaux économiques ORSA ...................
38

7
ORSA
V. Application de la méthode stochastique
................................................................... 40
V.1 Présentation du nouveau produit central et hypothèses générales
...................................... 40
V.1.1 Hypothèses centrales
........................................................................................................... 40
V.1.2 Hypothèses financières générales
....................................................................................... 43
V.2 Présentation des marchés stochastiques
............................................................................. 43
V.2.1 Généralités
........................................................................................................................... 43
V.2.2 Courbe des taux de référence
.............................................................................................. 43 V.2.3 Description
du générateur de scénarios économiques
....................................................... 44
V.2.4 Exemples de diffusions
........................................................................................................ 44
V.3 Sensibilités des distributions de rentabilités aux paramètres du
produit .............................. 46
........................................................................................................... 47 V.3.2
Sensibilité du besoin en fonds propres selon l’abaque
........................................................ 50 V.3.3 Sensibilité à l’horizon
de calcul du TRI ................................................................................. 53
V.3.4 Sensibilité à la prime moyenne
............................................................................................ 53 V.3.5 Sensibilité
aux chargements sur encours............................................................................. 57
V.3.6 Sensibilité au taux minimum garanti
................................................................................... 62 V.3.7 Sensibilité aux
lois de rachats structurels ............................................................................ 65
V.3.8 Conclusion quant aux sensibilités

........................................................................................ 66
V.4 Approche marginale et stand-alone du calcul des flux de
résultat........................................ 67 V.5 Modélisation de la
prise en compte des unités de compte ...................................................
69
V.5.1 Modélisation des unités de compte
..................................................................................... 69 V.5.2 Analyse de
l’impactdes unités de compte sur la rentabilité du nouveau
produit .............. 72 V.5.3 Sensibilité des indicateurs en
fonction des paramètres des unités de compte ................... 74

8
ORSA
V.5.4 Impactsdes unités de compte sur les différents
intervenants ............................................ 76
VI. Méthode de tarification stochastique

......................................................................... 78
VI.1 Pertinence des indicateurs de rentabilité dans un contexte
stochastique ........................... 78 VI.2 Méthodes de tarification
.................................................................................................... 80
VI.2.1 Introduction au WACC
........................................................................................................ 80
VI.2.2 Méthode de détermination du WACC
................................................................................ 80
VI.2.3 Tarification avec le WACC ajusté
........................................................................................ 83
VI.2.4 Calibration avec produit « standard »
................................................................................. 83 VI.3 Exemples de
tarifications par le quantile
............................................................................ 84 VI.3.1 Tarification
d’un TMG à 1% .................................................................................................
84
VI.3.2 Tarification d’un produit mono-support euro .....................................................................
85
VI.3.3 Tarification d’un produit très haut de gamme
.................................................................... 86
Conclusion ....................................................................................................................... 87
Bibliographie ................................................................................................................... 89
Annexes ........................................................................................................................... 90

9
ORSA
I. Introduction
Ce mémoire a pour objectif d’étudier la rentabilité d’un

produit d’épargne en assurance vie dans le contexte de
l’ORSA, ainsi que des méthodes de tarification applicables dans ce
contexte. En particulier, nous présenterons une méthode alternative
de tarification basée sur une approche stochastique. Nous prendrons
soin de présenter nos hypothèses et nous appuierons les
difficultés rencontrées dans l’adaptation de l’ORSA à l’échelle
d’un nouveau produit.Ce mémoire présente notamment une
solution applicable à cette problématique récurrente dans le
nouveau cadre réglementaire.
Nous introduirons ce mémoire en présentant de façon synthétique

les problématiques sous-jacentes à la tarification en assurance vie
dans le nouveau contexte réglementaire. Cette présentation
prend la forme d’un cheminement expliquant pas-à-pas la logique de
notre méthode de tarification, en appuyant sur l’importance des
calculs de rentabilité prospective en assurance vie ainsi que
l’intégration du contexte Solvabilité II. Nous soulignerons les
difficultés rencontrées et les limites de notre modélisation ; ce
mémoire constitue donc une réponse opérationnelle et simplifiée
aux enjeux de la tarification à l’échelle produit dans un
contexte ORSA.
I.1 Le capital immobilisé en assurance vie
Dans le contexte de l’assurance, la réglementation prudentielle

appliquée à ce jour impose aux sociétés d’assurance
d’immobiliser un montant minimum de capitaux propres dans leur
comptabilité. L’apport des capitaux est donc assuré par les
actionnaires de l’entreprise d’assurance. Les différents principes
règlementaires en assurance ont pour but d’assurer la solvabilité
des compagnies quel que soit le contexte économique et
financier.
Cependant, l’immobilisationde capitaux à un coût. En effet, un

agent économique a la possibilité d’investir son capital dans des
instruments financiers dits « sans-risques » tels que des
obligations d’Etats souverains ayant une solidité financière reconnue par
le marché et ainsi disposer d’intérêts qui rémunèrent son
apport en capitaux.

10
ORSA
Or l’assurance est un métier présentant des risques pour ses
investisseurs : en effet, il existe de nombreux exemples
d’assureurs ayant fait faillite. Il est donc évident que l’actionnaire
d’une société d’assurance souhaite que ses investissementsen fonds
propres soient profitables, ce qui revient classiquement à considérer que
l’assureur doit fournir à ses actionnaires une rentabilité au
moins égale au taux sans risque majoré d’une prime de risque. Il
convient donc d’éclaircir ce qu’est la profitabilité dans le
contexte présent, ce que nous ferons plus quantitativement
dans un chapitre ultérieur.
De plus, une des problématiques actuelles est l’adaptation du

processus ORSA (Own Risk and Solvency Assessment) à l’échelle
d’un produit d’assurance. En effet, la détermination du capital économique
réglementaire peut se fait aisément à l’échelle d’un portefeuille
de passif. Ce processus n’est cependant pas adapté à l’estimation
du capital économique propre à un nouveau produit,qui est
pourtant la maille à laquelles’effectue le processus de
surveillance des risques dans ce contexte. Nous présenterons dans ce
mémoire une approche possible de l’ORSA à l’échelle
d’un produit d’épargne et ses limites.
I.2 Le concept de rentabilité
On voit donc apparaitre l’une des problématiques de l’assurance vie

: comment définir la profitabilité des opérations d’assurance vie
et maîtriser les risques qui portent sur elle.
En effet, il existe différents outils et différentes métriques

pour mesurer la profitabilité d’une entreprise d’assurance. La
méthode la plus élémentaire et intuitive consiste à
analyser a posteriori les profits réalisés sur les contrats
souscrits. Or dans cette perspective, on ignore complètement les
états futurs des marchés et leur conséquence sur situation
comptable de l’assureur. Il est donc primordial de disposer
d’outils de mesure de profitabilité qui prennent en compte à la
fois la variabilité des marchés financiers et le poids des
investissementsen capitaux réglementaires, et ce d’autant plus
dans le contexte prudentiel changeant actuel.
C’est donc pour cela que nous en venons au conceptde rentabilité.

Comme nous l’avons suggéréprécédemment,une façon intéressante de mesurer
la profitabilité d’une société d’assurance du point de vu actionnaire
repose sur l’analyse prospective du profit réalisé comparativement aux

11
ORSA
capitaux propres mis à disposition pour remplir les obligations
prudentielles comme le prévoit la règlementation.
De façon synthétique, ceci revient à calculer une quantité homogène

à un profit futur net d’impôts sur les capitaux propres
investis.
On constate donc les deux principales composantes qui vont agir

sur la rentabilité des affaires en assurance : le profit (et
les éventuelles pertes) réalisés et les exigences en capitaux
propres, lesquelles conditionnent le volume de souscription possible.
Un des chantiers que doit mettre en place la fonction

actuarielle est donc de définir des indicateurs de rentabilité qui
rendentcompte des risques encourus par l’assureur sur l’horizon de
temps qui convient aux décideurs.
I.3 La tarification
Du calcul des capitaux propres exigés par les règles de solvabilité

et des indicateurs de rentabilité découlela tarification des
contrats d’assurance.
En effet, le tarif appliqué contractuellement sur de tels

contrats est quasiment le seul moyen dont dispose l’assureur de
se rémunérer en contrepartie des garanties qu’il propose à
ses clients. Le tarif est donc l’élément clef qui va influer sur
la profitabilité future des affaires.Un tarif élevé va non seulement
d’autant plus enrichir l’actionnaire mais aussi permettre à l’assureur
de se constituer des réserves importantes pour faire face aux
aléas futurs du marché.
Dans la perspective de ce mémoire, nous nous intéresserons

surtout au premieraspect : le tarif applicable va dépendre de
l’appétence au profit de l’actionnaire et se traduit par une
exigence de rentabilité minimum.
De plus, la tarification affecte l’offre commerciale déjà très

concurrentielle sur le marché de l’épargne. Baisser ou augmenter son
tarif revient à rogner sur le commissionnement du courtierfaisant
l’intermédiaire entre l’assureur et le client, et donc affecte directement
de façon opérationnelle la réalisation des affaires.Trouverle bon
équilibre est donc un enjeu majeur en assurance vie.

12
ORSA
I.4 Le pilotage de l’activité d’assurance
Le pilotage de l’activité assurantielle est une fonction

fondamentale au sein des compagnies, car elle fait le lien
direct entre les décideurs de la stratégie d’entreprise et la
fonction actuarielle. La bonne maîtrise de risques techniques liés
à la souscription est le fait de l’actuaire, qui doit
s’assurer de l’adéquation de la rentabilité des affaires nouvelles
et anciennes avec les objectifs stratégiques définis par la
direction générale de l’entreprise.
La maîtrise des indicateurs de rentabilité devient d’autant plus

difficile que la pratique se voit compliquée par les nouvelles
règles imposées par Solvabilité 2. Ceci implique que le
pilotage de l’activité de souscription d’épargne doit
s’accompagner par la conception d’outils permettant de recalculer les
différents indicateurs à tout moment et dans un délai de
temps raisonnable.
II. L’épargne en assurance vie
Cette partie du mémoire a pour objectif d’introduire la place de

l’épargne en assurance vie, le rôle des acteurs clefs du
marché ainsi que les principales caractéristiques des produits d’épargne.
II.1 Présentation de CNP Assurances et CNP Patrimoine
Le groupe CNP Assurances est engagé dans l’assurance à la

personne depuis plus de 160 ans, et offre à ce jour une
offre très large de protection incluant la prévoyance santé,
l’assurance emprunteur, la retraite et l’épargne. Il s’agit du plus
grand groupe d’assurance de personnes en France avec plus de 27
millions d’assurés en prévoyance et 14 millions en épargne/retraite.
CNP Assurances est un groupe détenu à 40% par la caisse des

dépôts, ce qui en justifie son encragehistorique dans le secteur
public, ainsi qu’à 36,3% par Sopassure, Holding de La Banque Postale et
du groupe BPCE.
13
ORSA
La solidité du groupe est notamment visible dans la notation S&P
(A avec perspective stable) et dans son taux de couverture de
marge de solvabilité qui est à fin juin 2013 de 115% hors
plus-values latentes, et de 302% avec PVL. De plus, le
groupe détient un portefeuille diversifié servant à couvrir ses
engagements qui reflète la stratégie prudentielle du groupe :
§ 86 % : obligations (entreprises et Etats)
§ 9 % : actions
§ 3,5 % : immobilier & participations
§ Autres : infrastructures, PME, monétaire,...
La responsabilité sociale et le rôle économique de l’entreprise se

traduit également par le respect des devoirs attachés aux actifs
détenus. Avec un encoursmoyen de 307,4 milliards d’€ en
2014 hors participation aux bénéfices différée, le Groupe joue un
rôle majeur dans le financement de l’économie, des entreprises et
des États.
Cet encoursest alimenté par un chiffre d’affaire total de 30,8

milliards d’€ en 2014, dont environ deux tiers concernent le
périmètre épargne.
La collecte est quant à elle principalement concentrée en France à

hauteurde 80%, avec les Caisses d’épargne et la Banque Postale,les
20% restants se répartissant équitablement entre le reste de
l’Europe et L’Amérique latine.
Le groupe CNP Assurances présente la particularité de distribuer

ses produits via un réseau partenaire de banque-assurances :
en effet, les deux principaux distributeurs de polices d’assurance CNP
sont La Banque Postale et les Caisses d’Epargne, regroupant un peu
moins de 20 milliards de chiffre d’affaire à eux deux. A
ceux-là viennent s’ajouter les réseaux salariés et ceux des collectivités
locales, ainsi que les mutuelles.
C’est donc dans un contexte de forte croissance et d’ouverture

à de nouveaux marchés que le groupe CNP mise désormais
sur le développement de l’épargne haute de gamme au travers de
la fidélisation des partenaires non captifs (conseillers en gestion de
patrimoine indépendants, Banques privées,...). Ainsi s’est créé CNP
Patrimoine, département de la CNP ayant pour but la création,
la distribution et la gestion de produits d’épargne répondant
aux exigences d’une clientèle haut-de-gamme cherchant à
sécuriser son capital en vue d’une gestion patrimoniale.

14
ORSA
II.2 Les produits d’épargne
II.2.1 Présentation générale

L’assurance vie est définie formellement dans le code des assurances
comme étant tout engagement d’un assureur dont l’exécution dépend de
la durée de vie humaine. Ceci inclut bien sûr aussi bien les
activités d’épargne que celles de retraite, par exemple.
Dans la pratique, un contrat d’assurance vie est un véritable

outil de placement financier, offrant divers avantages fiscaux et une
rentabilité intéressante qui en font l’un des placements préférés
des Français. Il s’agit aussi d’un moyen de transmission de
capital offrant des avantages fiscaux à portée de tous. L’épargne en
assurance vie est donc surtout un moyen de faire fructifier un
capital quelconque en vue d’un projet personnel ou simplement
pour faire fructifier ses liquidités en limitant ses risques.
De plus, l’épargne est une source importante de financement de

l’économie, qui fournit aux institutions financières (banques, assurances)
des ressources qu’ils peuvent mutualiser et réinvestir sur les
marchés financiers en échange d’un taux de rendement
distribué au souscripteur. L’assurance vie est un des principaux
placements qui entrent en jeux dans la constitution de l’épargne
des ménages: l’encours total des assureurs-vie françaiss’élève en
effet à 1 531 milliards d’euros en 2013, ce qui représente
environ 70% du PIB de la France.
II.2.2 Les intervenants du contrat

Comme dans tout contrat,l’assurance vie engage contractuellement plusieurs
intervenants. Dans le cadre de l’assurance épargne haut de
gamme, il existe au moins trois intervenants majeurs :
§ L’assureur, lequel supporte le risque financier et actuariel

en échange d’une prime d’assurance. Son but est donc de
capter le risque et de le gérer selon des dispositions
réglementaires et internes, en échange du prélèvement de
chargement sur encoursqui lui permette à la fois de
couvrir ses frais et de rémunérer ses actionnaires.
§ L’assuré, c’est l’individu sur qui repose l’aléa défini par le

contrat.Ce n’est qu’en cas de décès ou de vie de
celui-ci que s’exécutent les dispositions prévuespar le contrat
d’assurance. Le plus souvent, l’assuré est aussi le souscripteur
et bénéficiaire de la clause d’assurance. Nous ne
15
ORSA
distinguerons pas ces trois notions dans la suite de notre
étude.
§ L’apporteur, qui est l’intermédiaire qui fait le lien commercial

entre l’assuré et l’assureur. En effet, les contrats d’assurance
haut de gamme sont souscrits la plupart du temps dans un
contexte de gestion de patrimoine et représentent une
solution de placements financiers parmi d’autres. L’apporteur
est donc rémunéré sur la base de chargements sur
versements et encoursen fonction des affaires qu’il apporteà
l’assureur.
II.2.3 Les supports d’investissement

L’un des attraits de l’assurance vie est la possibilité de
diversifier son épargne au travers de plusieurs supports
d’investissements proposés par l’assureur. Parmi ces supports, le
plus courant est le supportEuro dit « classique », en
opposition aux supports Euro Dynamique ou Diversifié qui ne
font pas partie de cette étude ; suivi du supporten Unités de
Comptedit « UC ». Nous pouvons donc classifier les
contrats d’épargne en plusieurs catégories : ceux n’offrant
que le supportEuro ; ceux n’offrant que le supportUC et
finalement les plus courants, ceux permettant d’investir sur ces
deux supports. Ce sont des contrats « multisupports » par
opposition aux « monosupport ». Il s’agit bien sûr de ce
type de contrats que nous étudierons dans ce mémoire.
Voyons plus en détail ce qui caractérise ces différents supports.
v Le supportEuro. Il s’agit du principal supportd’investissement

en assurance vie, et son atout est de garantirà
l’assuré son capital à tout moment du contrat.Il s’agit
d’un supportsans risque, c’est donc l’assureur qui supporte la
charge du risque financier inhérent à ce type de
garanties.
Le souscripteur verse une ou plusieurs primes à l’assureur,

lequel va faire fructifier ce capital sur les marchés financiers.
En vue de garantirune croissance constante du capital, la
logique veut que l’assureur concentre ses investissementssur le
marché obligataire, en privilégiant les émetteurs les plus solides du
marché. Cependant, en complément des investissementsen obligations,
instruments financiers distribuant des intérêts relativement faibles en
général, les assureurs diversifient leur portefeuilles en y
incluent une part d’actions d’entreprises et d’actifs immobiliers. Le
but étant bien sûr d’améliorer le rendement des fonds Euro et
16
ORSA
d’augmenter la revalorisation des contrats d’épargne souscrits, et
donc d’être compétitif par rapport aux autres acteurs du marché de
l’épargne. La composition des fonds en Euro est un point
essentiel pour comprendre les risques qu’encourent les assureurs. Il
s’agit d’un levier d’action permettant à l’assureur de mieux
gérer ses risques.
La revalorisation de l’épargne de l’assuré est un point

fondamental que nous expliquerons plus loin. Il s’agit du mécanisme
de participation aux bénéfices, aussi désigné comme étant un «
effet cliquet » par lequel les intérêts versés à l’assuré ne peuvent
qu’être positifs (garantie de revalorisation de 0% minimum) et son
garantisà vie.
v Le supporten Unité de Compte(dit « UC »). C’est le

second supportd’investissement que presque tous les assureurs
proposent à leurs clients en vue de faire fructifier leur
épargne.
Les unités de compte sont des instruments financiers divers, tels

que des actions, des parts d’OPCVM ou de FCP sur
lesquels les assurés peuvent affecter une partie de leur
épargne en vue de bénéficier des performances des
instruments financier désirés. Contrairement au supporten Euro, les
unités de comptes ne sont pas garanties en valeurs (en
« Euro ») mais en nombrede part investies. L’assureur
d’engage donc à fournir à l’assuré au terme de son
contrat un nombrede parts d’UC, lesquelles sont associées à
une valeur liquidative fluctuante et extérieure au champ
d’action de l’assureur. La valeur des unités de compte
n’est donc absolument pas garantie. L’assuré est le seul
à supporter le risque sur ce support, risque dépendant
des fluctuations des marchés financiers. L’assureur ne fait
qu’assurer la garde des UC et leur mise à disposition.
Pour l’assureur, ces UC représentent un moyen de transférer une

partie du risque financier à l’assuré et représentent donc un
levier supplémentaire pour gérer ses risques. Dans la suite de ce
mémoire, nous entamerons l’étude de l’impactdu supportséparément du
supporteuro pour des raisons de modélisation.
II.2.4 Le mécanisme de revalorisation et les garanties

Dans cette section, nous expliciterons les différents mécanismes qui
assurent aux clients la revalorisation de leur épargne.

17
ORSA
 La participation aux bénéfices. Comme nous l’avons vu
précédemment,un contrat d’épargne en assurance vie permet à
l’assuré de garantirson épargne et de lui faire bénéficier
d’un taux de revalorisation. Ce taux annuel est du à la
participation aux bénéfices financiers de l’assureur. En
effet, celui-ci réalise des produits financiers grâce aux primes
collectées. Il est donc logique que ces produits reviennent
nourrir la provision mathématique de l’assuré. Ceci est
même une obligation légale de l’assureur au regard du
Code des Assurances : l’article A331-3 prévoit une redistribution d’au
moins 85% des résultats financiers envers les épargnants.
L’assureur dispose tout de même d’une certaine liberté quant au
versement de la PB : celle-ci n’est pas individualisée par
contrat mais se distribue plutôt au niveau du portefeuille
d’affaires dans un délai maximum de 8 ans. Il est
donc tout à fait possible pour l’assureur de privilégier
certainscontrats au détriment d’autres pour atteindre une
cible commerciale quelconque, ou de mettre en provision une
partie de cette PB pour lisser les revalorisations futures.On
parle ainsi de Provision pour Participation aux excédents
(PPE).  Le taux minimum garanti. Il n’est pas rare que
les contrats d’assurance vie proposent un taux minimum
de revalorisation à ses assurés. Le TMG est un
élément se négociant à la souscription du contrat qui
assure une revalorisation minimum au cours des premières
années, et ce notamment en cas de rachat. En effet, la
PB n’étant connue qu’à la fin de l’exercice courant, elle
ne peut donner lieu à une distribution préemptive en cas
de rachat. Le TMG permet donc d’assurer une revalorisation,
même faible, en cas de rachat durant le début du contrat.
Le TMG est une option « cachée » faisant porter un lourd

risque à l’assureur. En effet, si le rendement des actifs
n’est pas suffisant pour honorer l’engagement de taux garanti,
alors l’assureur devra puiser sur ses fonds propres pour faire face à
ses engagements contractuels. Nous verrons par la suite l’impactde
cette garantie sur la rentabilité et le tarif.
II.3 Le marché de l’épargne
II.3.1 Aperçuglobal du marché de l’assurance vie

Le marché de l’assurance en France est en transformation permanente
aussi bien du point de vue des produits que proposent les

18
ORSA
assureurs que des acteurs eux même. Par exemple, on constate
une consolidation du marché autour des acteurs majeurs du secteur se
traduisant par une diminution du nombretotal d’organismes agréés. En
effet, entre 2012 et 2013, ce sont 44 organismes d’assurances qui
ont disparu sur les 1018 présents fin 2012.
La collecte globale en assurance est tirée à la hausse par les

cotisations en assurance de personnes, en constante
augmentation
La collecte nette en assurance vie à l’échelle nationale

reste positiveet en forte augmentation en 2014, bien qu’elle reste bien
en dessousde son niveau de 2010 :
II.3.2 L’épargne haut de gamme : un secteur porteur de

l’assurance vie
Du point de vue des assureurs, la clientèle haut de
gamme représente un fort potentiel de développement commercial. En
effet, les fonds en euro sont un supportd’investissement très
intéressant pour une clientèle fortunée souhaitant protéger son
capital contre les aléas des marchés financiers et immobiliers, tout
en bénéficiant des avantages fiscaux de l’assurance vie.
De plus, cette clientèle est tout particulièrement rentable

opérationnellement : la souscription et la gestion d’un contrat
haut de gamme, dont le versement initial peut aller jusqu’à
plusieurs dizaines de millions d’euros, génèrent beaucoup
moins de coûts proportionnellement à l’épargne constituée. Les
contrats à forts encourssont donc bien plus rentables que les
contrats « entrée de gamme ».
On constate donc une concentration de l’épargne financière au

sein des tranches les plus aisées du fait de la
combinaison de deux facteurs : D’une part, la concentration du
patrimoine total. Ainsi, 80% des ménages les moins riches ne
représentent que de 12% du patrimoine total de la population
française. De plus, la part de l’épargne financière devient
d’autant plus faible que l’épargne moyenne des ménages se
réduit, ce qui signifie que les ménages les plus fortunés

19
ORSA
auront d’autant plus le réflexe de placer leur épargne sur les
supports financiers divers (bourse, assurance vie,...).
Le marché de l’épargne haut de gamme est donc incontournable

pour les assureurs, lesquels cherchent à capter cette clientèle
en proposant une plus grande flexibilité quant à la
diversification de l’épargne au travers de supports en unités de
comptes performantes et grâce à des modes de gestion du
contrat adaptésau profil d’investissement du client.
Il est important de souligner que c’est dans ce contexte

« haut de gamme » que nous modéliserons le nouveau
produit d’assurance. Les hypothèses et résultats sont donc propres à
l’étude de la rentabilité stochastique d’un produit répondant aux
exigences d’une clientèle haut de gamme.

20
ORSA
III. Le contexte prudentiel en assurance

vie
Dans cette troisième partie, nous présenterons le référentiel

réglementaire « Solvabilité » dans lequel ce mémoire s’inscrit
ainsi que les évolutions qui lui ont été apportées. Nous
tâcherons de mettre en exergue les impactsde la nouvelle
réglementation Solvabilité 2 sur la pratique de l’assurance vie
épargne et les principaux enjeux auxquels seront confrontés les
assureurs dans la mise en place de ce nouveau cadre
prudentiel.
III.1 Solvabilité I et les particularités de la

réglementation en assurance
III.1.1 Les particularités réglementaires en assurance

L’assurance est caractérisée de manière générale par l’inversion
du cycle de production. En effet, il convient que le
client paie une prime d’assurance pour se couvrir contre un risque
donné avant que ce dernier ne survienne. L’assureur paie donc ses
le coût des sinistres à sa charge ainsi que ses frais bien
après avoir perçu la prime. Ceci est contraire à la pratique
dans les autres secteurs d’activité classiques, où les coûts de
production et de vente interviennent avant l’encaissement du chiffre
d’affaire généré par la vente des biens et services. L’inversion
du cycle de production est donc à l’origine de l’incertitude
pesant sur la comptabilité d’une société d’assurance.
D’autre part, notons de plus l’existence d’un risque supplémentaire pesant sur
la rentabilité du capital investi. En effet, il est nécessaire de
concilier au mieux les intérêts des assurés (respect des
engagements par l’assureur) et des actionnaires (objectifs de
rentabilité). L’actionnaire quant à lui chercheà optimiser son
investissement en capital auprès de la société d’assurance, et serait
donc amené à déroger
La bonne santé des organismes d’assurance est un enjeu clef à

l’échelle nationale et internationale : les assureurs sont des
investisseurs institutionnels de premierplan, qui assurent une part non
négligeable du financement des Etats et des entreprises. C’est au
regard de ces éléments qu’est né le besoin d’une réglementation
21
ORSA
spécifique visant à encadrer et piloter les pratiques
prudentielles en assurance. A l’échelle Européenne, la traduction
en est la réglementation « Solvabilité ».
III.1.2 Solvabilité II
La nouvelle réglementation Solvabilité II a pour objectif de fixer

un cadre uniforme à l’ensemble des organismes d’assurance en
Europe et de les inciter à prendreen considération de manière
plus fine les risques auxquels ils sont soumis.
Les principaux enjeux sont les suivant :
§ Harmoniser le cadre prudentiel européen et rendre plus

transparente l’activité de l’assurance, la protection des
assurés et harmoniser la diffusion des éléments permettant
de juger de la compétitivité et de la santé financière
des organismes d’assurance.
§ Sensibiliser les assureurs sur la nécessité de développer

une culture des risques adaptée au contexte actuel, grâce à
l’adoption d’une vision dynamique du bilan et de principes
quantitatifs prenanten compte la réalité des activités et des
risques.
§ Améliorer la mesure et le contrôle des différents

risques dans le but de protéger les assurés et la
bonne santé de l’industrie de l’assurance.
III.2 les trois piliers de Solvabilité II
Comme nous l’avons vu, la directive Solvabilité II se structure

selon trois grands axes directeurs, nommés piliers, regroupant les
exigences quantitatives, qualitatives ainsi que les exigences en
matièred’information prudentielle vis-à-visdes entités extérieures. Nous préciserons
le contenu de ces trois piliers dans les parties suivantes, et
ce à fin de poser le cadre de notre étude.
III.2.1 Pilier 1
Le premierpilier de Solvabilité 2 répond au besoin d’exigences
réglementaires en matièrede capital économique et d’outils de mesure de
22
ORSA
ce capital. Il a pour objectif de définir les normes quantitatives de
calcul des provisions techniques et des fonds propres de solvabilité.
Ce pilier définit notamment les méthodes réglementaires d’évaluation de

l’actif et du passif. Ceux-ci sont évalués selon le principe de la
« fair value », ou juste valeur dans le but d’avoir une
estimation la plus précise et fidèle à la réalité des richesses
et engagements de l’assureur. L’actif est valorisé en valeur de
marché, et le passif est évalué selon une méthode du «
Best Estimate ». Le bilan de l’assureur n’est plus approché
selon une vision comptable mais économique.
De façon plus précise, le passif est valorisé selon qu’il soit ou non
repliable sur les marchés :
§ Si l’engagement est repliable sur les marchés financiers,

alors sa valeur sera celle de la stratégie de couverture
correspondante(« mark to market »).
§ Sinon, alors l’assureur l’évaluera selon un modèle de diffusion

(« mark to model »).
En plus des spécifications en matièrede règles de valorisation, ce

pilier définit les normes de calcul des fonds propres réglementaires. L’exigence
en fonds propres de solvabilité se décompose en deux parties :
§ Le MCR (Minimum Capital Requirement). Il correspond au

niveau minimal de marge de solvabilité que l’assureur doit
maintenir catégoriquement. En dessousde ce seuil, les
autorités de contrôle sont amenées à intervenir
automatiquement pour rectifierles éventuels manquements aux
règles quantitatives.
§ Le SCR (Solvency Capital Requirement). Il s’agit là de la

majeure partie de la marge de solvabilité, et elle est
établie selon des règles de calculs que nous spécifierons
ultérieurement. Son calcul prend en compte les éléments de
passif et d’actif de l’entreprise selon la vision économique que
nous avons présentée, et représente théoriquement le capital
économique permettant à l’assureur de faire face à une
situation de faillite à l’horizon d’un an avec une
probabilité de 99,5%.
L’élément principal de ce pilier est le calcul des SCR,

élément critique du calcul du besoin en fonds propres réglementaires. La
vision retenuepar la directive Solvabilité II est modulaire :
le SCR total se calcule selon l’agrégation de plusieurs modules

23
ORSA
de risques correspondant aux grandesfamilles de risques (techniques, financiers,
opérationnels,...).
III.2.2 Pilier 2
Le second pilier a pour objectif d’harmoniser les règles et les
pratiques en matièrede gestion des risques internes et de
stratégie d’entreprise. Il permet ainsi aux entreprises de maîtriser
leurs risques internes grâce à un processus d’évaluation des
risques appelé ORSA (Own Risk and Solvency Assessment).
Il s’agit avant tout d’un outil de management opérationnel et

stratégique d’autoévaluation visant à renforcer une pratique
responsable et cohérente de la gestion des risques financiers et
techniques.
L’ORSA se présente en trois étapes :
§ Identifier le risque propre de l’entreprise.
§ Définir une stratégie en réponse à ce risque.
§ Créer un processus de suivi de risque adapté.
Ce procédé permet à l’assureur de suivre de façon dynamique

ses indicateurs de risques et de redéfinir de façon périodique
les paramètres et hypothèses sous-jacentes à la modélisation et
au calcul du capital économique en cas de divergence trop
forte avec la réalité des risques encourus.
Si l’appréciation des risques internes n’est pas jugée suffisante ou

cohérente par le régulateur, ce dernier a la possibilité
d’intervenir sur la politique interne de gestion des risques de
l’entreprise et/ou la sanctionner au travers d’une plus forte exigence
en capital économique.
Soulignons que c’est en utilisant une estimation des capitaux

économiques ORSA que nous effectuerons nos études de rentabilité et
de tarification. La présentation synthétique des méthodes de
calcul des capitaux économiques se fera en partie IV.5.2.
III.2.3 Pilier 3
Le dernier pilier a pour objectif de définir les informations auxquelles
le public, les investisseurs institutionnels et le régulateur ont
accès. Ce pilier permet une meilleure diffusion des informations
relatives à la situation financière et prudentielle de
l’assureur.

24
ORSA
Pour récapituler, voici les principaux points développés dans chaque
pilier :
Pilier I Pilier II Pilier III
Exigences quantitatives Exigences qualitatives Exigences de

communication
§ Valorisation des § ORSA § Reporting à
actifs et passif fournir aux
de manière § Gouvernance interne régulateurs
market consistent des risques
§ Publication des
§ Contrôle rapports
permanent des annuels de
§ Exigences
autorités de solvabilité
minimales en
régulation
fonds propres
§ SCR calculé en
formulestandard
III.4 Focus sur le pilier I
III.4.1 Le Best Estimate

Les provisions techniques ont pour but de permettre à
l’assureur d’honorer ses engagements envers les assurés, elle
correspond à la « dette » issue des sinistres futurs à
prévoir et du coût de leur règlement.
Contrairement à Solvabilité I, les provisions techniques ne sont

plus calculées selon un principe de prudence, mais sont à
évaluer selon la juste valeur des flux transférés par les deux
parties (assurés et assureur).
Le processus de valorisation en juste valeur repose sur les

principes suivants :
§ Une projection de l’ensemble des flux liés aux contrats

en portefeuille depuis la date d’évaluation jusqu’à l’extinction de
tous les risques relatifs aux engagements.
§ Une actualisation avec la courbe des taux sans risque pertinente.
La formuledu Best Estimate selon l’EIOPA est formellement :

25
ORSA
Avec les notations :
- Fluxt : flux probables de l’année t
- rt : le taux sans risque à l’horizon t
- N : l’horizon de calcul en run-off
III.4.2 La Risk Margin

La marge de risque représente le coût additionnel s’ajoutant au
Best Estimate de mobilisation des fonds propres. Elle a
pour but de permettre à l’assureur de se protéger
contre le risque lié aux incertitudes sur les flux de trésorerie
futurs.
D’après l’article 77, elle se définit ainsi :
La marge de risque est calculée de manière à garantirque

la valeur des provisions techniques est équivalente au montant
que les entreprises d’assurance et de réassurance demanderaient
pour reprendre et honorer les engagements d’assurance et de
réassurance.
Elle se calcule dans notre cas selon la méthode du coût du

capital (CoC), et utilise notamment les SCR réglementaires de la
manière suivante :
- CoCM : la Risk Margin
- SCRRU : le SCR calculé pour l’année t.
- rt : la courbe des taux sans risques du CEIOPS sans

prime d’illiquidité.
La difficulté de cette formuleréside dans l’estimation des SCR à

des dates éloignées, pouvant nécessiter de très importantes
ressources informatiques. C’est pour cette raison que des simplifications

26
ORSA
peuvent être apportées, en considérant que le SCR à
chaque instant est proportionnel à un indicateur tel que la
provision mathématique.
III.4.3 Le SCR
Le principe de la détermination du SCR repose sur le

calcul de la Value at Risk (Var) des pertes futures à l’horizon
un an avec un niveau de confiance de 99,5%. Le SCR est
donc en principe le capital minimum nécessaire pour que
l’assureur ne soit en situation de faillite qu’avec une probabilité
de 0,5%. Le SCR est donc un élément à calculer tous les
ans en fonction des nouvelles conditions de marché et de
l’évolution du passif. La réglementation prévoit l’utilisation d’une méthode
de calcul standard permettant de prendreen comptes les
différents sous-modules de risques et de les agréger suivant des
matrices de corrélations prédéfinies.
Les modules de risques en épargne sont les suivants :

Module de marché, module de souscription vie, module de
contrepartie, module opérationnel.
Chaque module se décompose ensuite en sous-modules de risques selon

l’arborescence suivante :

27
ORSA
Figure 1 - Modules SCR Solvabilité 2
Voyons en détail ce que représente chacun des modules :
Dans le cas d’un produit d’épargne, le BSCR est constitué des

principaux modules de risques suivants, représentant les grandes
familles de risques auxquelles les sociétés d'assurance sont confrontées
:
• Le risque de souscription Vie : Il regroupe l’ensemble

des risques liés à une tarification insuffisamment prudente lors
de la souscription ou le rachat du contrat le risque de
mortalité, de longévité, de rachat, etc..
• Le risque de marché : Il résulte du niveau ou de la

volatilité des cours de marché des instruments financiers qui
ont un impact sur la valeur des actifs et des passifs de
l’entreprise concernée. L’exposition au risque de marché est
mesurée par l’impactdes mouvements dans le niveau des
variables financières tel que le cours des actions, les taux
d’intérêt, les cours de l’immobilier et les taux de
change.
Le SCR global s’estime donc de la manière suivante :
Le BSCR (Basic Solvency Capital Requirement) est le capital de

solvabilité de base composé des différents modules présentés
ci-dessus. Le SCR opérationnel est quant à lui le capital de
solvabilité issu de l’évaluation des risques restants faisant figure
dans le module opérationnel.
Le BSCR se calcul suivant une approche ascendante : on

évalue d’abordles sous-modules de risques puis on les agrège grâce à
une matrice de corrélation.
La matrice de corrélation est fournie par le CEIOPS, et se

présente ainsi :
Correlations Market Default Life Health Non-life

28
ORSA
Market 1 0.25 0.25 0.25 0.25
Default 0.25 1 0.25 0.25 0.5
Life 0.25 0.25 1 0.25 0
Health 0.25 0.25 0.25 1 0
Non-life 0.25 0.5 0 0 1
L’approche employée pour le calcul des sous-modules repose sur les

variations de l’actif net réévalué (Net Asset Value) de l’entreprise
d’assurance. Si le scénario choqué entraîne une augmentation de
la NAV par convention, schématiquement, le SCR est évalué en
faisant la différence entre le bilan Best Estimate et choqué :
Figure 1 - Bilans avant et après choc réglementaire
III.5 Les impacts de Solvabilité II
La nouvelle directive Solvabilité II impose des contraintes

quantitatives et prudentielles importantes aux assureurs, lesquelles
vont aussi impacter plus ou moins directement les investisseurs et
les assurés. Ces impactssont bien sûr différents en fonction
des types de garanties (branches longues ou courtes) et des
produits. Il convient tout de même de synthétiser
qualitativementles impactsau niveau global :  Eléments inchangés
:
Tout d’abord, Solvabilité n’impactera pas les dispositifs

réglementaires relatifs aux règles d’intermédiation, de lutte contre le
blanchiment des capitaux et l’encadrement des options et garanties

29
ORSA
proposées par les assureurs. De plus, il reste à la
charge de celui-ci de définir lui-même l’éligibilité des UC en
représentation des contrats multi-supports. De plus, la fiscalité très
particulière de l’assurance vie ne change pas non plus au vu
des nouvelles normes prudentielles.
v Impacts sur les actifs et les passifs :
Contrairement à Solvabilité I qui se contentais d’imposer des

limitations de représentation du passif, Solvabilité II abandonne ces
règles et introduit de nouvelles notions telles que l’asset mix. La
qualité des émetteurs et les caractéristiques intrinsèques des produits
financiers va désormais jouer sur les calculs des éléments
prudentiels. De plus, Solvabilité II introduit des notions de
risques de défaut et tout un ensemble de chocs de marchés
pouvant impacter la valeur de l’actif. L’élément clef défini par
Solvabilité II pour répondre à ces risques est un ensemble
de règles de diversification. Il reste à l’assureur d’apprécier lui-
même l’adéquation de son actif en fonction de son appétence
au risque. Globalement, les nouvelles règles ont tendance à
pénaliser la représentation par des actions et obligations dont les
émetteurs sont mal notés au travers d’une augmentation des exigences
réglementaires.
Le passif en vision Solvabilité I a le défaut de ne pas

prendreen compte le coût des options et garanties. La TVOG
(Time value of Optionsand Guarantees) est un élément nouveau
permettant d’inclure dans les calculs règlementaires les risques liés à
des garanties de taux minimum ou garanties plancher.
v Impacts sur l’offre produit :
Nous pouvons déduire des remarques précédentes que Solvabilité II

va directement impacter un certain nombrede garanties et
produits. En effet, les garanties de taux sont désormais
pénalisantes pour l’assureur qui se voit obliger de mobiliser des
montants de fonds propres sensiblement plus importants que dans le
référentiel précèdent. Ceci va impacter considérablement les
hypothèses tarifaires, qui devrontêtre revues à la hausse pour
compenser l’augmentation du capital immobilisé.
Notons aussi en ce qui concerne l’offre produit en épargne que

les supports euro proposent fondamentalement une garantie de
taux 0% : l’assuré ne peut perdre de capital, et se voit au
moins affecter un niveau de participation au bénéfice qui reste à
la discrétion de l’assureur. Le coût d’une telle garantie est
au cœur de la différence entre les exigences prudentielles de
marge de solvabilité entre fonds en euro et unités de compte.

30
ORSA
Ces dernières faisant porter l’ensemble du risque financier sur
l’assuré, elle se voit rester bien à priori moins couteuse
pour l’assureur que les fonds en euro. Nous constatons en
effet un positionnementdes assureurs plus pressant sur les
unités de compte, lesquels essaient de détourner le
client des fonds en euro devenus trop coûteux.
v Impacts sur les assurés :
L’évolution de l’offre produit montre globalement la volonté des assureurs

de transférer vers les assurés une partie des risques financiers au
travers du développement d’offres commerciales en unités de comptes plus
attractives voire d’une forme de désengagement. Certaines garanties,
notamment de taux, sont amenées à disparaitre à cause de
leurs coûts trop élevés. L’assuré se voit donc comme l’ultime moyen
qu’ont les assureurs de limiter leurs risques en adaptant les
garanties, quitte à ne plus se positionner sur certainsmarchés
devenus trop peu attractifs en termes de rentabilité et
d’exposition aux risques.
III.6 La détermination du capital économique ORSA
III.6.1 Méthode de calcul du capital économique ORSA

Le calcul du capital économique immobilisé pour le lancement
d’un nouveau produit se fera en environnement ORSA. En effet,
l’une des nouveautés apportées par Solvabilité II est l’évaluation
des fonds propres par des méthodes propres à chaque assureur, et
ce jusqu’à la maille de modélisation la plus fine : la
maille produit.
C’est à ce niveau que se calculeront nos marges de solvabilité

pour un nouveau produit.En l’absence de stock initial, la
méthodologie adoptée consiste à exécuter deux lots de
simulations ORSA :
§ Un premierlot représentant la production ORSA du portefeuille

précèdent.
§ Un second lot auquel nous ajoutons le new business du

nouveau produit au portefeuille
L’horizon de calcul des SCR dans ce cadre est fondamental :

les affaires nouvelles s’étalant sur les 5 premières années de
projection tel que décrit dans le business plan, il faut
donc pouvoir disposer des SCR à sur les 5 premières
années. En pratique, les calculs ne sont faits que pour les
31
ORSA
années 0, 1, 3 et 5 et la valeur de besoin en
fonds propre retenueest le maximum atteint pour ces années. Cette
limitation est due à la pénibilité des calculs ORSA selon le
modèle interne.
Les capitaux ORSA seront calculésselon la formulesuivante :
• SCR : Somme du BSCR ORSA et du SCR opérationnel
• RM : Risk Margin
• Equity : Résultat net d’impôts futur des affaires nouvelles

à partir de la date considérée
De plus, le SCR opérationnel est déterminé selon la méthode

simplificatrice suivante :
Notons le supplément de marge de 10% ainsi que l’effet modérateur

des résultats nets futurs qui est une avancée propre à
l’ORSA. Schématiquement, les calculs ORSA prennent l’allure suivant :
Figure 6 - Schéma des chocs ORSA
Le calcul du besoin en fonds propres ORSA consiste donc à

faire des chocs réglementaires SII à partir d’une simulation
déterministe ayant subi préalablement des chocs ORSA (baisse des taux,

32
ORSA
baisse des actions,…). La calibration des chocs ORSA va dépendre
de l’appétence au risque de l’assureur.
III.6.2 Exemple de calcul ORSA par la méthode marginale

Pour se donner une meilleure idée du calcul du capital
économique, voici une application en considérant un nouveau
produit fictif dont les caractéristiques sont les suivantes :
§ Collecte totale sur 5 ans : 1 822 000 000€
§ Prime moyenne euro : 600 000€
§ Age moyen : 57 ans
§ Chargements sur encours: 0,80%, dont 0,35% de commission

apporteur et 0,45% pour CNP Assurances
§ Chargements sur flux : 0%
§ Structure de coûts : coûts unitaires par contrat de

1080€
§ Claude de participation aux bénéfices : 100% de la PB

est versé à l’assuré.
Ce nouveau produit prévoit une collecte étalée sur les 5 premières

années. Par mesure de simplification, seules les années 3 et 5
seront utilisées pour le calcul du besoin en fond propre.
Stock initial Stock avec nouveau Delta
produit
Année 3 5 3 5 3 5
PM 8 070 8 420 349 843
635 478 045
747 792 1
7 8 167
826 994 704
779 483 351
160 511
PNA 365 178 369 120 3 942

280 526 246 15
326 342 948 664
521 470
427 091
Coûts 370 325 370 954 629 717

199 916 2 101
357 359 868
33
ORSA
890 992
376 244
Equity -5 146 1 834 -3 312

919 -31 390 12 529 18
368 949 637 364 731 585
Fair Value 8 393 8 714 321 258

417 675 501
060 561 1
8 9 088
171 259 003
977 980 117
086 203
SCR 202 339 217 901 15 562

863 961 098
223 272 49
301 929 627
222 070 848
SCR 37 770 39 216 1 445

377 36 040 41 663 4
Opérationnel 773 897 669 911 896 014
RM 66 900 70 660 3 759

886 66 067 78 181 12
185 083 994 560 809 477
BFP 5,48% 4,74%
Dans cette application, nous ne considérons que les années 3 et

5 par souci de simplification. Nous retiendrons donc un besoin en
fonds propres de 5,46% pour cet exemple par la suite.
III.7 Problématique de la projection des SCR et abaques
III.7.1 Problématique de la projection des SCR

Dans le cadre usuel des calculs de rentabilité, nous négligeons la
variabilité des SCR. C’est-à-dire que nous considérons que le
besoin en fonds propres à chaque année de l’horizon de projection
est égal à la marge forfaitaire. Il s’agit en fait d’une
hypothèse simplificatrice forte. En effet, l’idéal serait de pouvoir déterminer
l’évolution temporelle du besoin en fonds propres pour chacune des
trajectoires et ainsi prendreen considération la dégradation ou

34
ORSA
l’amélioration des conditions de marchés par rapport à la
situation initiale.
La solution idéale à ce problème est l’approche par

simulations dans simulations. Pour assurer la couverture « parfaite»
du besoin en fonds propres de solvabilité du produit ou périmètre
considéré, il est nécessaire de calculer la distribution des
marges de solvabilité à chaque date de fin d’année sur tout
l’horizon de projection.
Cette méthode consiste donc à effectuer un premierlot de

simulations stochastiques en univers monde-réel. Ces simulations primaires
décrivent l’ensemble des évolutions possibles de l’actif et du
passif jusqu’à un horizon k. A partir de cet horizon et de
chacun des états projetés, un second lot de simulations secondaires
constituées de projection en univers risque-neutre permet l’évaluation de
chaque poste du bilan et ainsi l’évaluation des besoins en fonds
propres pour chaque trajectoire à l’horizon k.
Voici schématiquement la méthode de simulations dans

simulations :
Figure 7 – Schéma de simulations dans simulations
L’inconvénient majeur de cette méthode réside dans la pénibilité des

calculs : en supposant un éventailde 1000 simulations à
chaque projection stochastique, cette méthode nécessiterait le calcul de
plusieurs dizaines de millions de runs déterministes. Etant donnés les
délais courts dans lesquels doivent se faire les études de rentabilité
pour le lancement d’un nouveau produit,il est peu concevable
d’employer cette approche.

35
ORSA
Il est peu adéquat d’employer cette approche et
nous privilégierons une méthode plus opérationnelle.
III.7.2 Approche par sensibilité aux facteurs de risqueset abaques

Pour remédier aux problèmes techniques liés au temps de
calcul de la méthode de simulation dans simulations, une
seconde approche s’offre à nous : la sensibilité des
capitaux économiques aux facteurs de risques. Cette méthode
consiste à déterminer les sensibilités du besoin en capitaux
économiques initial à un certain nombrede facteurs de risques, puis
ensuite de faire varier les capitaux économiques tout au long de
l’horizon de projection en fonction d’un abaque construit sur
la base de ces sensibilités.
Dans le cadre de notre étude, nous considérons le principal

facteur de risque : la plus ou moins value latente (PMVL) du
portefeuille global. Nous estimons dans ce cas la variabilité du
besoin en capitaux économique en fonction de l’écart de la
PMVL du portefeuille par rapport à son état initial.
De plus, nous ferons une hypothèse simplificatrice forte : nous

supposerons que la sensibilité du besoin en fonds propres (BFP) du
nouveau produit en vision est identique à celle du portefeuille
épargne sur lequel il est adossé. Cette hypothèse permet de
simplifier considérablement les calculs ORSA, car d’une part nous
n’avons plus besoin de passer par l’approche marginale à chaque
point où est calculé l’abaque et d’autre part l’abaque reste
identique quelles que soit les caractéristiques du nouveau produit.
Voici le tableau qui synthétise l’abaque :
Delta de PMVL 0% -10% 10%
Besoin en capitaux en 4,90% 5,62% 4,56%

% de la PM
Variation relative du BFP 0% 14,70% -6,94%
L’allure de l’abaque est donc la suivante :

36
ORSA
Figure 8 - Abaque du facteur de risque PMVL
On constate une asymétrie de la sensibilité du besoin en

capital économique en fonction de la PMVL initiale du portefeuille
: celui-ci est plus sensible à la baisse de PMVL qu’à la
hausse.
Il est important de noter que nous extrapolons la sensibilité

du besoin en fonds propres linéairement à partir de cet abaque de
part et d’autre de l’axe des ordonnées.
Les détails des calculs ORSA sur le portefeuille sont en annexe 1.

Nous utiliserons cet abaque tout au long de nos calculs, sauf si
cela est spécifié.
IV. Eléments de modélisation et approche

stochastique de la rentabilité
Dans cette quatrième partie nous tâcherons d’expliciter les éléments

de modélisation essentiels que nous aborderons dans le cadre des
études de rentabilité et de tarification. En effet, comme nous
l’avons vu précédemment,le nouveau contexte prudentiel Solvabilité
II en jeu va profondément impacter la rentabilité de
l’activité en assurance vie en apportant de nouvelles
exigences quantitatives en marge de solvabilité et en imposant
un suivi des risques approfondi.
Pour illustrer ceci, nous avons choisi de présenter ces impactssur un

exemple de nouveau produit d’épargne, que nous détaillerons
dans la cinquième partie. Nous développerons ici d’une part les
éléments relatifs au portefeuille d’épargne qui nous servira de
37
ORSA
fondation pour nos calculs. Nous présenterons aussi l’approche
stochastique que nous appliquerons dans une partie ultérieure, en
remplacement des actuelles méthodes déterministes.
IV.1 Eléments de modélisation de l’activité épargne
IV.1.1 Le model point et PPE

Dans le cadre de notre étude, nous allons nous reposer sur un
portefeuille d’épargne constitué d’affaires passés souscrites,
représentatif du stock sur lequel vont s’ajouter les affaires nouvelles
du canton épargne haut de gamme.
Le portefeuille épargne est représenté notamment par un

model point dont nous donnons ici un aperçu synthétique :
v Provision mathématique totale : 8 228 573 603 €
v Distribution de la PM en fonction de l’âge :
Figure 3 - Distribution de la PM par classe d'âge
L’âge moyen des assurés pondéré par la PM est de 71 ans.

Cela représente un âge relativement avancé, qui indique donc que le
portefeuille entre dans une phase de décollecte rapide à cause
notamment de la forte mortalité des assurés âgés.
v La PPE initiale du portefeuille est de 136 412 624 €,

c’est à dire 1,6% de la PM initiale.
IV.1.2 Les lois de rachats dynamiques

Les lois de rachats dynamiques utilisées dans la modélisation de
l’activité épargne CNP sont fonctions de la différence
38
ORSA
entre le TGR à une année et la moyenne des TME sur
les 5 dernières années :
"RCmax si R−TME <α

$
$RCmax (R−TME −β)si α< R−TME <β
$ α −β
$
Tx_RacDynp =#0 si β< R−TME <γ
$
(R−TME −γ)
$RCmin si γ< R−TME <δ
$ δ −γ
$
%RCmin si R−TME >δ
Dans le modèle CNP les paramètres TME et R de la

formuledes taux de rachats dynamiques ACPR
⎧⎪ ∑ n TMEt− j sont
égaux à ⎪⎨⎪TME=
j=1 n
⎪⎩R=TGRp−1
Voici l’allure standard de la loi de rachats dynamiques :
Figure 4 - Loi de rachats dynamiques standard

39
ORSA
Avec les notations suivantes :
Variable Description
RCmax Taux de rachat maximum
RCmin Taux de rachat minimum
α Seuil en dessous duquel la loi

de rachat dynamique est
constante et égale à
RCmax
β Borne inférieure de l’intervalle

où le comportement des
assurés est indépendant de
l’écart Rendement-TME
γ Borne supérieure de l’intervalle

où le comportement des
assurés est indépendant
δ Seuil au-delà duquel les rachats

dynamiques sont constants
et égaux à RCmin
n Retard TME
Dans le cadre de notre étude, les paramètres suivants sont

utilisés en fonction de l’âge des assurés :
Assurésde moins de 70 Assurésde plus de 70

ans ans
Taux rachatmax 30% 20%
α -4% -6%
β -1% -2%
γ 1% 1%
δ 3% «3%
Taux rachatmin -5% -5%

40
ORSA
IV.1.3 Lois de rachats structurels
Les rachats structurels du portefeuille sont représentés sur le
graphique suivant,en moyenne pondérée par la PM de
chaque produit :
Figure 5 - Rachats structurels du portefeuille
IV.1.4 Politique de revalorisation

Le TGR (Taux Global de Revalorisation) cible est renseigné sous
forme de formulemathématique fonction d’un historique de TME
(Taux Moyen Emprunt d’Etat). Concernant notre portefeuille, l’ensemble des
produits sont paramétrés avec un TGR cible de 100% du
TME de l’année de revalorisation.
IV.2 Eléments de modélisation de l’actif
En ce qui concerne l’actif du portefeuille, il est composé

à hauteurde 15,3% d’actions ; 80,2% d’obligations ; 3,8% de
trésorerie et 0,6% d’immobilier. Voici plus en détail la répartition
des actifs :
Actions: 15,3%
Obligations zéro 3,20%

coupon
étatiques:
OATi: 3,3%

41
ORSA
Autres obligations 73,8%
d'Etat
Immobilier: 0,6%
Trésorerie: 3,8%
En ce qui concerne la situation initiale du portefeuille,

notons qu’il se trouve en plus-value :
§ Valeur de marché initiale : 9 452 815 395 €
§ PMVL initiale (Plus ou moins-value latente): +14,88%
Cette richesse initiale est très importante notamment en ce qui

concerne l’évaluation des besoins en capitaux économiques ORSA.
Qualitativement, plus la plus-value du portefeuille est importante,
et plus les capitaux requis seront faibles. La plus-value latente
initiale joue un rôle de coussin car elle permet de représenter les
besoins réglementaires de solvabilité.
Nous verrons dans une section ultérieure (IV.6) la sensibilité de ces

capitaux aux variations de PMVL.
IV.3 Indicateurs de rentabilité en assurance vie

Il est intéressant d’exposer les différents indicateurs de
rentabilités utilisés en assurance vie, tout en explicitant leurs
avantages et leurs inconvénients, pour avoir une meilleure idée de
leur utilisation dans le processus de tarification.
La plus part des indicateurs classiques offrent une représentation

annuelle des résultats plutôt qu’une synthèse sur l’horizon de
projection complet. Sachantque l’assurance vie est une industrie
dont le chiffre d’affaire à une année donnée produit des résultats
sur la durée de vie des contrats, qui peut être très
longue, il est nécessaire de manipuler ces indicateurs
avec précaution.
Nous allons donc dans cette section expliquer la nature de trois

indicateurs de rentabilité récurrents en assurance vie : la
New Business Value (NBV), le Return on Equity (ROE) et le
Taux de Rentabilité Interne (TRI).

42
ORSA
IV.3.1 La New Business Value ajustée (NBV)
La NBV constitue une des mesures les plus courantes de
la rentabilité d’un portefeuille de contrats d’assurance. Elle
représente une mesure de la richesse générée dans le
futur à partir des affaires nouvelles.
La NBV ajustée représente la valeur actuelleprobable des profits

dégagés dans le futur par les affaires nouvelles du business
plan. Dans notre modélisation, nous considérons 5 années de collecte
future, au lieu d’une seule telle que les normes européennes le
prévoient. Elle est égale à la moyenne de la valeur
actuelledes profits futurs nets d’impôts pour chaque scénario économique
considéré.
La détermination de la NBV repose sur la projection des

profits futurs à partir du portefeuille d’affaires nouvelles, le
portefeuille étant déroulé jusqu’à extinction des engagements de l’assureur
en tenant compte d’hypothèses de rachats et décès.
La NBV est une mesure intéressante car elle capture la rentabilité

réelle de l’activité, c’est-à-dire la marge réelle (déduction faite
d’impôts) diminuée des coûts nécessaires à l’exercice de
l’activité d’assurance. Elle prend aussi en compte le coût des
garanties et options, à l’origine de l’asymétrie du
risque pour l’assureur.
IV.3.2 Le Return On Equity (ROE)

Le ROE est un indicateur très utilisé et simple à comprendre
car il permet de rendre compte de la rentabilité effective des
fonds propres par année comptable. Le ROE est un indice classique
qui exprime le rapport des bénéfices sur les capitaux
propres. Pour une année donnée, le ROE exprime le
rendement par unité de capitaux propres alloués aux activités. Il
se calcule en faisant le rapport du résultat net dégagé au cours d'un
exercice sur les capitaux propres investis par les actionnaires :
Le RBE était le résultat brut d’exploitation, c’est à dire le

profit brut de l’assureur, et IS l’impôt sur les sociétés.

43
ORSA
Cet indicateur a l’avantage d’être facile à calculer et permet de
comparer facilement la rentabilité sous différents référentiels
règlementaires.
Cependant, le ROE laisse apparaître certainsdéfauts en tant

qu’indicateur de rentabilité pour une activité d’assurance vie. En
effet, il considère les résultats sur des périodes courtes,
alors que l’activité d’assurance vie produit de la valeur sur un
horizon long équivalent à la durée de vie des contrats. De
fait, l’emploi du ROE à des fins opérationnelles ne semble
raisonnable que pour des portefeuilles incluant des générations de
contrats multiples. En effet, pour de tels portefeuilles, les
bénéfices produits par les générations matures compensent les
pertes engendrées par la production récente. Le ROE n’a
donc de sens que sur une vision de croisière de l’activité
d’assurance.
IV.3.3 Le Taux de Rentabilité Interne (TRI)

Le TRI est défini comme étant le taux d’actualisation annulant la
valeur actuellenette d’une série de flux financiers relatifs à un
projet d’investissement ; en incluant aussi bien les profits,
pertes et flux de mobilisation de capitaux propres.
Ce taux s’obtient par la résolution d’une équation du type

:
Où Ft représente le flux de trésorerie de l’année t :

Profits – Capitaux immobilisés + Capitaux Libérés et la VAN
est la valeur actuellenette.
Le TRI est donc un taux qui annule la VAN des flux

financiers relatifs à un projet, tel que le lancement d’un
nouveau produit.Il peut s’assimiler au taux « moyen » de
retour sur investissement sur toute la durée de projection des flux
futurs. En ce sens il s’agit d’un très bon indicateur pour
rendre compte de la rentabilité réelle des activités en assurance
vie.
Le flux actionnaire peut se calculer ainsi :
Où :
• CE(t) : capital économique immobilisé pour l’année t.

44
ORSA
• RCE(t) : Rendement du capital économique de l’année t.
• CTS(t) : Coûts des titres subordonnés achetés en couverture des

capitaux économiques.
Notons tout de même qu’en réalité, la libération des capitaux

économiques immobilisés en représentation de la marge de solvabilité
n’est pas rendue dans l’immédiat à l’actionnaire mais peut servir
notamment à couvrir d’autres activités en croissance au sein
de la compagnie.
Ce taux peut être utilisé comme mesure de la rentabilité à

plusieurs niveaux : aussi bien à l’échelle du groupe qu’à
celle d’un nouveau produit ou même d’un contrat spécifique, ce qui
s’avère notamment le cas en épargne haut de gamme, où
les primes peuvent atteindre plusieurs dizaines de millions
d’euros.
Les TRI ainsi calculéssont directement comparables sans besoin

d’ajustement selon le contexte particulier de chaque étude de
rentabilité.
IV.4 Méthode de tarification déterministe : inconvénients et

limites
Dans le contexte réglementaire Solvabilité I, la tarification des

produits des produits d’épargne est grandement simplifiée du
fait que les capitaux réglementaires sont calculésforfaitairement à des
taux fixes selon les supports (4% euro, 1% UC) avec une
éventuelle marge additionnelle selon les assureurs. De plus, l’approche
déterministe est favorisée du fait de la simplicité de sa
mise en place et permet de généralement bien comprendre les
impactsdes caractéristiques des nouveaux produits. Cette approche se
fonde sur l’idée que l’on détermine un indicateur de rentabilité
unique selon un scenario économique central.
La méthode déterministe repose sur trois lots d’hypothèses :
§ Le business plan. Il s’agit de l’élément central des

études de tarifications pour de nouveaux produits. Le
business plan est l’estimation de la production future du
nouveau produit.Il est construit de manière à
représenter la collecte euro & UC que prévoit la compagnie
sur le canton considéré.

45
ORSA
Bien entendu, il n’existe pas à ce jour de métrique
caractérisant le risque de surestimation de la collecte future, ces
hypothèses sont issues de l’analyse du marché de l’épargne
à un instant donné ainsi que de la force de frappe
commerciale de l’assureur.
§ Les caractéristiques du produit.Ce sont aussi bien les

caractéristiques contractuelles que les hypothèses de coûts de
lancement et de gestion du produit.C’est à ce niveau
qu’intervient le tarif à proprement parler, c’est à dire la
combinaison de l’incompressible rémunérant l’assureur et de
la commission rémunérant l’apporteur.
Notons que les assureurs proposent de plus en plus

différents modes de gestion des unités de compte, c’est là
un paramètre qui peut aussi intervenir dans les études de
rentabilité en fonction du niveau de précision souhaité.
§ Les hypothèses financières. Il s’agit là d’un jeu

d’hypothèses très importantes qui donne tout son sens au
caractère déterministe des études de rentabilité sous Solvabilité
1. Les hypothèses financières sont regroupées au sein
d’un scénario financier central censé représenter le rendement
projeté des fonds en euro et UC, ainsi que la production
sur fonds propres.
Il est important de noter que l’absence de variabilité des

hypothèses financières conduit à ne pas considérer tous les
mécanismes de revalorisation et de provisionnement ainsi que les
PMVL (plus ou moins-values latentes) du portefeuille d’actif. La
rentabilité est calculée en supposant un portefeuille d’actif «
idéal » distribuant un rendement constant. Le coût des
garanties de taux (par défaut à 0% pour les fonds en
euro) ainsi que les risques financiers en cas de portefeuille en
situation de moinsvalue latente ne sont pas pris en compte.
C’est justement pour pallier ce manquement que nous présentons

dans ce mémoire une approche stochastique des études de
rentabilité à l’échelle produit avec pour objectif de déterminer la
variabilité des indicateurs de rentabilité selon un ensemble de
scénarios économiques. Nous garderons à l’esprit que nous cherchons
à étudier la rentabilité d’affaires nouvelles. Ce mémoire ne
s’intéressera pas à l’étude de ces indicateurs sur un portefeuille
d’épargne mature.

46
ORSA
IV.5 Présentation de la rentabilité stochastique sous capitaux
économiques ORSA
C’est donc à la lumière des remarques précédentes concernant les

études de rentabilité déterministes qu’il convient de changer
profondément la méthodologie de ces études en vue d’intégrer la
vision prospective de l’ORSA. Nous présenterons dans la section suivante
la méthode de détermination du capital économique ORSA au
lancement d’un nouveau produit.
Il est aussi important de souligner que toutes les

considérations suivantes sont valables uniquement pour le support
euro. Ce n’est que dans la partie V.5 de ce mémoire que
nous intégrerons les supports UC dans la méthodologie
stochastique suivante.
La méthodologie stochastique que nous avons retenuese
décompose en trois étapes :  Création d’abaques
ORSA :
Ces abaques ont pour but de donner une mesure de l’impact

quantitatif de un ou plusieurs facteurs de risques sur le
besoin en fonds propres ORSA du nouveau produit.L’idée sous-jacente est
de pouvoir projeter l’évolution du besoin en capitaux
économiques selon des indicateurs des indicateurs de marché ou des
caractéristiques de l’actif. En effet, en contexte stochastique, l’avantage
que nous disposons est de disposer de plusieurs scénarios
économiques.
 Détermination des flux de résultats stochastiques :
La seconde étape est bien sûr la plus cruciale puisqu’il

s’agit là de déterminer les indicateurs de résultat et de
bilan pour chaque scénario nous permettant ensuite de calculer la
rentabilité pour chacun d’entre eux.
Pour ce faire, nous procédons par la méthode marginale :

nous déterminons tout d’abordces indicateurs en nous basant sur
l’ensemble du périmètre épargne considéré, c’est à dire le
portefeuille de passif retenu sur lequel s’adossera le nouveau
produit ; puis nous déterminons ces indicateurs pour le portefeuille
auquel nous ajoutons le new business du nouveau produit.Les
indicateurs propres au nouveau produit sont supposés être égaux à
la différence entre les deux. Cette approche a l’avantage de
faire jouer les mécanismes de diversification et mutualisation du
fond en euro.
47
ORSA
Les données nécessaires qu’il nous faut extraire sont les suivantes
:
§ Flux de résultat et de provisions mathématiques du portefeuille

avec new business et du portefeuille seul, c’est à dire
les flux de PNA, coûts ainsi que les PM à chaque
date de l’horizon de projection.
§ Le ou les facteurs de risques retenus pour la sensibilité

du besoin en capital économique ORSA (niveau des PMVL du
portefeuille dans notre cas).
C’est avec le second jeu de données que nous pouvons

utiliser l’abaque préalablement construite pour faire varier le besoin en
capital économique. Nous analyserons plus précisément l’impactde la
prise en compte de l’abaque dans la partie V.3.2.
 Calcul des indicateurs de rentabilité par trajectoires :
La dernière étape consiste à calculerles indicateurs de

rentabilité souhaités pour chacune des trajectoires à partir des
données récoltés.
Nous obtenons ainsi des distributions de rentabilité en lieu et

place d’un indicateur unique comme c’est le cas en se servant
d’un scenario déterministe central.
L’interprétation de ces distributions dans un objectif de tarification est

un problème ouvert donc nous chercherons à apporter une
solution dans la partie VI.
V. Application de la méthode stochastique
Dans cette partie nous présenterons et analyserons les résultats que

nous obtenons en appliquant la méthode stochastique de
calcul des indicateurs de rentabilité à un nouveau produit
d’épargne fictif. Ce nouveau produit est supposé faire l’objet
d’une collecte sans stock initial.
Cette partie a pour but de déterminer la sensibilité des

différents indicateurs de rentabilité aux paramètres de passif et
la déformation de leurs distributions. Les sensibilités se feront par
rapport à un scénario « central » lequel est censé représenter
un produit standard du marché de l’épargne.
Dans un premiertemps, nous analyserons les sensibilités uniquement sur

la partie Euro du contrat.Nous ferons ensuite intervenir les unités de

48
ORSA
compte pour obtenir une vision plus réaliste de la rentabilité des
produits sur le marché.
V.1 Présentation du nouveau produit central et

hypothèses générales

Dans cette partie nous présenterons les caractéristiques du nouveau
produit de base, à partir duquel nous ferons ensuite des sensibilités.
V.1.1.1 Versements et primes moyennes
La prime moyenne Euro du nouveau produit est fixée à 600

000€ par contrats.
Le chiffre d’affaire futur généré par le nouveau produit se

répartiede la manière suivante sur les 6 premières
années :
Année 0 1 2 3 4 5
CA 0 127 500 225 000 350 000 520 000 600 000
000 000 000 000 000
Ce chiffre d’affaire correspond exclusivement à des affaires nouvelles

et donc représente de nouveaux contrats en stock. Nous ne
considérons pas de versements libres pour ce produit.Ces hypothèses
ont étés calibrées pour représenter la montéeen puissance de
la collecte sur le périmètre de l’épargne haut de gamme.
Au-delà de 6 ans, le nouveau produit est supposé ne plus

générerde chiffre d’affaire. Il est donc en situation de run-
off à partir de la cinquième année. Notons qu’en année 0, le
produit est supposé ne pas voir de contrats en stock et
a donc une provision mathématique nulle.
V.1.1.2 lois de sorties  Pour représenter les rachats,nous avons
choisis une hypothèse de rachats constante :
- Rachats totaux : 6%
49
ORSA
- Rachats partiels : 0%
L’hypothèse de loi constance est une approche simplificatrice,

compte tenu du positionnementparticulier du nouveau produit fictif sur
le marché haut de gamme.
A titre de comparaison, voici les lois de rachats effectifs(totaux +

partiels) du portefeuille en pourcentage de la PM :
Figure 9 - Lois de rachats structurels
La loi que nous utilisons est donc plus prudente à

partir de la douzième année, et à l’avantage d’accélérer
l’extinction du stock sur la période réduite de 40 ans sur
laquellenous ferons nos projections.
 Pour représenter la mortalité, nous avons utilisé la TH 00-

02 dont les Lx sont représentés cidessous :
Figure 10 - Loi de mortalité (Lx)

50
ORSA
V.1.1.2 Coûts et chargements
v Pour représenter les coûts inhérents à la commercialisation

et à la gestion d’un nouveau produit d’épargne, nous
avons choisi de considérer des coûts unitaires annuelsde
1080€ par contrat. Ces frais sont indépendants de la PM
des contrats souscrits.
v Les chargements prélevés sur la PM s’élèvent à

0,80% et se répartissent comme suit : 0,45% d’incompressible
CNP et 0,35% de commissions pour l’apporteur.
N.B. : nous nommerons « incompressible » la part des

chargements sur encoursrevenant à l’assureur. La commission
est tout naturellement la part des chargements revenant à
l’apporteur des affaires nouvelles (intermédiaire entre l’assureur et
le client).
v Nous ne considérons pas de chargements sur versements,

mais uniquement des chargements sur encours.
V.1.1.3 Autres hypothèses
v Age moyen : 57 ans. L’ensemble des assurés est supposé

avoir cet âge à la souscription du contrat.
v Le taux minimum garanti est fixé à 0%.
v Clause de PB : 100% des produits financiers, ce qui

signifie que la seule ressource effective de l’assureur est
donc l’incompressible de 0,45% sur encours.
v Les pénalités de rachats sont fixées à 0% sur toute la

durée du contrat.
V.1.2 Hypothèses financières générales

Pour entreprendre les calculs des indicateurs de rentabilité, nous ne
prendrons pas en compte dans un premiertemps les hypothèses
financières générales que sont la production financière des
fonds propres, les coûts des titres subordonnés en représentation des
fonds propres et le taux de ses titres.
En effet, ces paramètres sont établis à l’échelle groupe et

altèrentla vision produit à laquellenous nous plaçons.
Cette hypothèse de calcule est forte et permet d’extraire des

indicateurs de rentabilité intrinsèque pour le nouveau produit.

51
ORSA
Nous évaluerons les impactsde la prise en considération de ces
paramètres extérieurs dans la partie V.6.
V.2 Présentation des marchés stochastiques
V.2.1 Généralités
Le but de la méthode stochastique est de projeter le
compte de résultat d’un nouveau produit pour un grand nombrede
scénarios de marchés générés en univers monde réel, et
ainsi déterminer les indicateurs de rentabilité pour chacune de
ces scénarios. Pour ce faire, il nous faut disposer d’un
générateur de scénarios économiques. Dans le reste de l’étude,
nous considérons toujours 1000 trajectoires issues du générateur
économique.
Plusieurs modèles sont utilisés dans le cadre de la diffusion

des scénarios :
§ LMM+ pour les taux nominaux
§ 2F Vasicek pour les taux réels
§ Brownien à volatilité déterministe pour les action s
§ Brownien à volatilité fixe pour l’immobilier
§ Modele G2 pour les spreads corporate
V.2.2 Courbe des taux de référence

La courbe des taux de référence utilisée pour les calculs de
valeur de portefeuille et de Best Estimate est basée sur la
courbe des taux swap issue de Reuters et fournie par Barrie &
Hibbert. Après découponnage, cette courbe des taux est lissée à
l’aide d’une méthode propre à Barrie & Hibbert.
Un ajustement global est ensuite appliqué sur cette courbe pour
estimer l’impactdes mesures relatives au paquet branches longues du
référentiel Solvabilité II.
Au-delà de la maturité 20, la courbe est extrapolée par la
méthode de Smith-Wilson de telle sorte que les taux forward
convergent vers un taux cible de long terme (« Ultimate
Forward Rate » ou UFR) fixé à 4,2%. Cette cible est
atteinteà la maturité 60 conformément aux préconisations de
l’EIOPA.
52
ORSA
La courbe de taux nominaux ainsi obtenue est la suivante

:
Maturité 1 2 3 4 5 10 15 20 25 30
Taux 0.34% 0.36% 0.40% 0.46% 0.54% 1.01% 1.36% 1.56% 1.83% 2.14%
lissés
V.2.3 Description du générateur de scénarios économiques

Le générateur utilisé pour la production des calculs de valeur de
portefeuille du stock de contrats et de Best Estimate est
le générateur de marché Barrie & Hibbert.
Les scénarios de marché comportent la modélisation stochastique des
facteurs de risque suivants :
§ La courbe des taux d’intérêt nominaux pour les maturités
entières comprises entre 1 an et 50 ans
§ La courbe des taux d’intérêt réels pour les maturités
entières comprises entre 1 an et 50 ans
§ Les indices de croissance des actions (croissance en capital et
dividendes)
§ L’indice de croissance de l’immobilier (croissance en capital et
loyers)
§ Les informations nécessaires à la modélisation stochastique des
spreads de crédit
§ L’indice d’inflation (déduite de la modélisation des taux
nominaux et taux réels)
Le générateur projette des scénarios de marché sur 50 ans.

Pour cette étude, nous nous limiterons à 40 ans pour rester
cohérant avec les études dans le référentiel Solvabilité I.
Les facteurs d’actualisation utilisés pour escompter les flux en

date de projection dans les calculs stochastiques sont déterminés
pour chaque date de projection et chaque scénario de marché en
fonction des taux d’intérêt court terme (maturité 1 an)
projetés dans le scénario stochastique considéré. Plus
précisément, le facteur d’actualisation entre les dates 0 et t,
noté δ(t) est donné par la relation suivante :
t−1
δ(t)=∏Pn (k,k +1)

k=0
53
ORSA
Où Pn(k, k+1) désigne le prix en date k d’une obligation

zéro-coupon nominale de maturité un an.
Les modèles de diffusion sont donnés en annexe 3.
V.2.4 Exemples de diffusions

Pour présenter plus concrètement les marchés utilisés, nous pouvons
expliciter l’allure de la diffusion de certainstaux obligataires
ainsi que celle de l’indice action.
Pour ce faire, nous allons procéder en affichant la courbe de

diffusion moyenne ainsi que les quantiles 5% et 95%
pour chaque année. Ceci nous donne une idée des cas limites en
omettant seulement 10% des valeurs possibles. En abscisse se
trouve l’horizon de projection en années, en ordonnée l’indice.
v Taux d’une obligation AAA de maturité 10 ans En
ordonée : horizon de difusiondu taux.
Figure 11 - Diffusion du taux 10 ans
On constate que les taux obligatires 10 ans descendent

rarement en dessousde 0,25% tout au long de l’horizon de
projection. Le taux 10 ans étant une référence pour les
assureurs, qui couvrent la majeur partie de leurs passifs avec des
obligations étatiques de maturité 10 ans car se raprochant
de la duration des contrats d’épargne, il est important
de souligner que ce modèle prévoit des situations où ce taux
n’est même pas sufissant pour permettre le prélèvement des
chargements sur encours. Ces derniers sont de 0,80% dans le
cas que nous étudierons.

54
ORSA
v Taux zéro coupon 10 ans
Figure 12 - Diffusion du taux ZC 10 ans
v Taux zéro coupon 1 an
Figure 13 - Diffusion du taux ZC 1 an
v Indice CA40

55
ORSA
Figure 14 - Diffusion de l'indice CAC40
Le rendement annuel moyen du scenario moyen est de 7,5%, et

la volatilité moyenne sur l’ensemble des trajectoires est de
20,6%. Ceci correspond en effet à la calibration retenuedans ce
modèle.
V.3 Sensibilités des distributions de rentabilités aux paramètres du

produit
Nous allons dans cette partie exposerla sensibilité des indicateurs de

rentabilité stochastiques selon les hypothèses de notre modèle pour
analyser leurs impacts. Ceci a pour but de mettre en
évidence quels sont les paramètres critiques qui influent le plus
sur les distributions de rentabilité, et mettre en évidence les
déformations de celles-ci.
Ces sensibilités constituent aussi un moyen de construire des

tables décrivant l’influence des paramètres de passif sur les
caractéristiques des distributions de rentabilité, et ainsi alléger les
calculs en passant par des proxys dépendant des caractéristiques produit
(chargements sur encours, prime moyenne,…).

Tout d’abordil convient de présenter les résultats que l’on
obtient en considérant un nouveau produit avec des hypothèses
dites « centrales » telles que nous les avons présentés à
la section V.1.1.
Rappelons les principales caractéristiques du produit ainsi que les

hypothèses faites :
§ Prime moyenne à la souscription : 600 000 €
§ Chargements sur encours: 0,80%
§ TMG à 0%
§ Incompressible : 0,45%
§ Impôts sur les sociétés : 34,4%

56
ORSA
§ Pas de production financière sur fonds propres ni titres
subordonnés en couverture des fonds propres.
Pour ce produit,le besoin en capital économique initial vaut 5,48% des

PM. Les détails des calculs sont fournis à la partie III.7.2. Nous ne
sensibiliserons pas le besoin en fonds propres dans cet exemple
liminaire.
Voici la structure de flux actionnaire moyen propre au nouveau

produit :
Figure 15 - Flux actionnaire moyen par an
Cette allure est caractéristique des hypothèses de collecte que nous

avons supposées : durant les 5 premières années, la collecte est
nette ce qui signifie que l’assureur doit mobiliser plus de
capitaux économiques qu’il n’en libère du fait des sorties. A
partir de la 6ième année de projection, il n’y a plus de
collecte donc le portefeuille entre en phase de run-off. Le flux
actionnaire diminue avec l’écoulement de la PM totale jusqu’à
l’horizon de projection.
Voici l’allure de la distribution des TRI sous ce jeu

d’hypothèses :

57
ORSA
Figure 16 - Distribution des TRI
Figure 17 - Fonction de répartition de la distribution des TRI
Nous allons considérer en premierlieu dans toute cette partie les

indicateurs de médiane et de moyenne, nous permettant
d’apprécier de façon globale la rentabilité que l’on obtient dans ce
référentiel. Voici les valeurs pour le scenario central :
Moyenne Médiane Ecart-type
Cette distribution met en 2,21% 2,49% 1,20% évidence un

phénomène très propre à
l’assurance vie épargne : l’asymétrie du risque financier
pour l’assureur. Cela signifie que la rentabilité des produits
d’épargne est particulièrement sensible au rendement de
l’actif du fait de la contrainte de garantie de taux
minimal à 0% et de la structure des coûts. Dans
notre cas, la clause de PB à 100% nous impose de redistribuer
ou de provisionner pour l’assuré toute la production financière du

58
ORSA
portefeuille. Nous ne disposons donc pas de produits financiers
supplémentaires dans les scénarios économiques favorables (hausse du
rendement de l’actif). A contrario, la dégradation des conditions
de marché peut entraîner une baisse du rendement de l’actif et
donc rendre plus délicatela redistribution des excédents financiers.
Le seuil maximal est ici de 2,85%.
Cette approche nous permet ainsi de quantifier l’asymétrie du

risque au niveau de la rentabilité.
Nous retrouvons de manière moins évidente cette asymétrie

dans la diffusion de la distribution des ROE calculéspour
chaque année de l’horizon de projection :
Figure 18 - ROE par année
Intéressons-nous maintenant à la distribution de la New

Business Value (NBV).
54 631 56 326 11 671

123 346 845
Figure 19 - Distribution des NBV
Notons que la forme de cette distribution est très différente de

celle des TRI : la NBV est symétrique au voisinage de
son mode. La fonction de répartition de NBV nous indique
59
ORSA
cependant l’asymétrie des queues de distributions : il existe de
nombreux scénarios à NBV faibles et relativement peu de
scénarios à NBV forte.
Figure 20 - Fonction de répartition des NBV
Ce résultat peut s’interpréter par le fait que la NBV n’est pas

autant conditionnée par les fonds propres que le TRI : une
augmentation des profits nets entraine une augmentation relative faible des
coûts des capitaux économiques.
L’asymétrie des queues de distributions s’explique par celle des

garanties en cas de forte baisse du rendement du portefeuille.
V.3.2 Sensibilité du besoin en fonds propres selon l’abaque

Il convient de voir l’impactde l’abaque des fonds propres
construit à la section IV.6.2 sur la distribution des indicateurs
des TRI. Pour ce faire, nous allons considérer le scénario
central défini à la section V.3.1 et calculer l’allure de la distribution
dans deux cas : utilisation de l’abaque sur tout l’horizon
de projection (40 ans), et sans abaque.
Voici L’allure de la diffusion sur 40 ans du taux forfaitaire

de besoins en fonds propres (BFP) sur les 1000 trajectoires en
appliquant l’abaque pour le facteur de risque PMVL du portefeuille
:

60
ORSA
Figure 21 - Diffusion des BFP en pourcentage de la PM
On constate une légère hausse du besoin forfaitaire médian sur les

40 ans, qui signifie une diminution de la PMVL médiane,
mais surtout nous n’obtenons pas de valeurs aberrantes (proches de
0%).
Voyons maintenant l’allure de la distribution des TRI avec abaque et

sans abaque sur 40 ans :
♦ Distribution avec abaque ♦ Distribution sans abaque
Figure 22 - Comparaison des distributions de TRI avec et sans abaque
De même, nous pouvons comparer les fonctions de répartition

pour se donner une idée plus claire de l’impactde l’abaque sur
les quantiles :

61
ORSA
Figure 23 - Comparaison des fonctions de répartition de TRI avec et

sans abaque :
Nous constatons trois choses quant à l’allure de la distribution en

appliquant l’abaque :
§ La queue de distribution gauche change peu, ce qui signifie que

l’abaque n’a pas ou peu d’influence sur le TRI des
« mauvais » scénarios.
§ La distribution sans abaque domine celle avec abaque au voisinage

du centre de distribution.
§ La queue de distribution droite avec abaque est bien plus

prononcée que dans le cas sans abaque. C’est ce qui
donne une allure symétrique à la distribution des TRI en
appliquant une sensibilité sur le besoin en fonds propres :
la baisse du besoin en fonds propres dans les scénarios où
l’on observeune hausse de la PMVL a naturellement pour
effet d’augmenter le TRI.
Il est aussi intéressant de constater l’évolution du TRI

médian en fonction de l’horizon de sensibilisation du besoin en
fonds propres. C’est à dire qu’à partir de la fin de cet
horizon on « cristallise » le besoin en fonds propres
forfaitaire pour les années suivantes.
Nous obtenons les valeurs suivantes :

Durée 0 5 10 15 20 25 30 35 40
TRI 2,49% 2,45% 2,40% 2,37% 2,36% 2,34% 2,33% 2,33% 2,33%

62
ORSA
médian
Figure 24 - TRI médian en fonction de l'horizon de sensibilisation du BFP
On constate que sur la durée, le TRI médian diminue de

presque 25bp. La conclusion logique est que l’abaque a
deux avantages :
§ Rendre symétrique la distribution des TRI
§ Rendre plus prudente l’estimation des quantiles inférieurs à

50%, comme nous pouvons le constater sur la figure 21.
Dans la suite de ce mémoire, nous utiliserons donc toujours

l’abaque pour estimer nos distributions de rentabilité.
V.3.3 Sensibilité à l’horizon de calcul du TRI

Nous avons choisi initialement d’effectuer nos projections sur un
horizon de 40 ans pour rester cohérants avec les études de
rentabilité déterministes en contexte solvabilité 1. Voici l’évolution
du TRI médian en fonction de l’horizon des flux :
Durée max de 40 39 38 37 36 35
projection
TRI médian 2,33% 2,28% 2,23% 2,17% 2,11% 2,03%

63
ORSA
Figure 25 - TRI médian en fonction de l'horizon de calcul des TRI
On constate que le TRI médian diminue en fonction de

l’horizon de calcul du TRI, ce qui est tout à fait
naturel : les flux négatifsapparaissant en début de projection, tel
que le met en évidence la figure 15, la réduction de
l’horizon signifie que l’on néglige les flux bénéficiaires à long
terme et donc on amortit moins la mobilisation initiale des capitaux.
V.3.4 Sensibilité à la prime moyenne

V.3.4.1 Besoins en fonds propres
Pour réaliser une comparaison des distributions de TRI en fonction

de la prime moyenne, il est nécessaire de procéder aux
calculs de besoins en fonds propres 0RSA pour chaque jeu d’hypothèses.
Les résultats de ces calculs sont donnés dans ce tableau :
Prime moyenne Chargements BFP
600 000 0,45% 5,48%
300 000 0,45% 5,66%
900 000 0,45% 5,42%

64
ORSA
Figure 26 - Besoin en fonds propres en fonction de la prime moyenne
Si l’on considère la variablesuivante :
Nous obtenons une relation linéaire entre le besoin en fonds propres et

la prime moyenne, mise en évidence par la régression
suivante :
Figure 27 - Besoin en fonds propres en fonction de x=(10^6)/(Prime moyenne)
Cette relation nous permet de plus facilement déterminer les

distributions de TRI pour d’autres valeurs sans passer par le
processus de calcul ORSA, qui est particulièrement lourd à
mettre en place et très gourmand en temps de calculs. Ce
genre de proxy permet de simplifier le processus opérationnel à

65
ORSA
la simple projection des flux selon les trajectoires de marchés
stochastiques.
V.3.4.1 Baisse de la prime moyenne
Intéressons-nous à la distribution des TRI en supposant une

prime moyenne de 300 000€ et le même incompressible, 0,45%
pour rappel.
Nous obtenons les indicateurs et la distribution suivante :
0,16% 0,22% 0,95%
Figure 28 - Distribution des TRI avec prime moyenne à 300k€
V.3.4.2 Hausse de la prime moyenne
De la même manière, voici les indicateurs de la distribution

pour une prime moyenne à 900 000€ :
2,92% 3,07% 1,18%

66
ORSA
Figure 29 Distribution des TRI pour une prime moyenne à 900k€
V.3.4.2 Comparaison des fonctions de répartition
Pour mieux comprendre l’influence de la prime moyenne sur la

distribution des TRI, voyons les fonctions de répartition des
distributions correspondantes :
Figure 30 – Fonction de répartition des TRI en fonction du niveau de

prime moyenne
On constate une asymétrie de la sensibilité de la

distribution des TRI en fonction de la prime moyenne :
celle-ci est bien plus sensible à la baisse qu’à la hausse. Ceci
s’explique par la structure particulière des coûts : nous
avons considéré uniquement des coûts unitaires annuels par contrat,ce
qui signifie que les coûts sont indépendants de la prime moyenne
initiale. Une diminution de la prime moyenne de 600k à
300k entraine un PNA deux fois moindre (dû à
l’incompressible sur encours), mais des coûts identiques.
67
ORSA
Bien entendu, si la structure des coûts était différente,
pondérée entre des coûts forfaitaires et unitaires, la sensibilité
serait moindre. Le choix d’une hypothèse de structure de coût
adéquate est donc fondamental.
Dans le tableau suivant se trouve la comparaison des valeurs centrales

des distributions :
Figure 31 – Indicateurs de distribution en fonction de la prime moyenne
V.3.5 Sensibilité aux chargements sur encours

Dance cette section, nous allons nous intéresser à l’influence de
l’incompressible sur encours, c’est à dire à la part
assureur des chargements sur encours. L’intérêt de cette
étude de sensibilité est de mieux comprendre la déformation des
distributions de TRI en fonction de l’incompressible.
Les calculs de besoins en fonds propres ORSA en fonction du

niveau de chargement nous donnent ces résultats :
Prime moyenne Chargements BFP
600 000 0,45% 5,48%
600 000 0,40% 5,51%
600 000 0,35% 5,55%
600 000 0,50% 5,43%

68
ORSA
On constate une baisse du besoin forfaitaire en fonds propres
avec la hausse de l’incompressible, ce qui est cohérant
avec la formulede la section IV.5.2. En effet, en augmentant
l’incompressible on augmente de fait les résultats nets du
produit,qui compensent le SCR et la Risk Margin.
Figure 32 – Besoins en fonds propres en fonction du tarif
On constate que l’évolution de ce besoin en fonds propres est

quasi linéaire en fonction de l’incompressible, et varie
relativement peu entre les deux valeurs « extrêmes » possibles
d’un tarif raisonnable (0,30% et 0,50%).
V.3.5.2 Chargements à 0,35%
1,12% 1,13% 0,90%
Figure 33 – Distribution des TRI avec incompressible à 0,35%

69
ORSA
Figure 34 - Fonction de répartition des TRI pour un

incompressible à 0,35%
1,65% 1,77% 0,98%
Figure 35 – Distribution des TRI avec incompressible à

0,40%

70
ORSA
Figure 36 - Fonction de répartition des TRI pour un

incompressible à 0,40%
2,75% 2,89% 1,17%
Figure 37 - Distribution des TRI avec incompressible à

0,50%

71
ORSA
Figure 38 – Fonction de répartition des TRI avec incompressible à

0,50%
On ne constate pas de déformation particulière des

distributions, en ayant pourtant choisi des niveaux d’incompressibles très
différents. La seule évolution remarquable est l’augmentation de la
variance avec l’incompressible sur encours.
V.3.5.5 Comparaison des fonctions de distribution
Voici la comparaison des fonctions de répartition des

distributions en fonction du tarif:
Figure 39 – Fonction de distribution des TRI en fonction de

l’incompressible

72
ORSA
Comme nous l’avons suggéré, les distributions se translatent
régulièrement en fonction du niveau d’incompressible, mais aussi une
augmentation de leur variance.
Figure 40 - Indicateurs de distribution en fonction du tarif
Du fait de l’évolution faible du besoin en fonds propres en

fonction de l’incompressible (variation de 12 bp du BFP
pour une variation de 15 bp de l’incompressible), c’est
donc exclusivement la variabilité des ressources disponibles à
l’assureur qui explique la sensibilité à l’incompressible.
V.3.6 Sensibilité au taux minimum garanti

Le taux minimum garanti (TMG) est une option classique des

contrats d’assurance vie : elle consiste à garantirun taux
minimum de revalorisation de l’épargne euro quelles que soient les
conditions financières de marché. Il est donc intéressant de
se pencher sur l’impactde cette option sur la rentabilité
d’un nouveau produit.
Pour ce faire, nous allons considérer le nouveau produit avec

hypothèses centrales auxquelles nous ajoutons l’hypothèse de
TMG viager pour tous les contrats. Nous obtenons les besoins en
fonds propres suivants en fonction du TMG :
TMG Prime Chargements BFP
0,0% 600 000 0,45% 5,48%

73
ORSA
0,5% 600 000 0,45% 7,74%
1,0% 600 000 0,45% 11,45%
Figure 41 - Besoin en fonds propres en fonction du TMG
Il est intéressant de noter l’ampleur de la sensibilité du

besoin en fonds propres en fonction du TMG comparativement aux
cas précédents. Cela s’explique notamment pas le fait que les
calculs ORSA ont été effectués selon un scénario économique
ORSA de baisse de taux, ce qui est fortement impactant en
présence d’un produit avec TMG.
Les détails des calculs ORSA dans le cas d’un TMG à 1% sont
laissés en annexe 3.
V.3.6.2 TMG à 0,50%
1,38% 1,55% 1,07%

74
ORSA
Figure 42 - Distribution des TRI avec TMG à 0,50%
Figure 43 - Fonction de répartition des TRI avec TMG à 0,50%
Nous pouvons faire la remarque suivante quant à la

présence d’un TMG : La probabilité d’avoir une rentabilité
négative augmente assez sensiblement.
La cause de la baisse de la rentabilité est due à

l’augmentation considérable du dénominateur (les fonds propres immobilisés), et
dans une moindre mesure à l’augmentation des coûts fonds propres dus
au déclenchement de la garantie de taux.
Nous pouvons constater l’augmentation de la probabilité de

rentabilité négative encore plus sensiblement dans le cas d’un
TMG à 1%.
V.3.6.3 TMG à 1%
0,76% 0,94% 1,01%

75
ORSA
Figure 44 - Distribution des TRI avec TMG à 0,50%
Figure 45 - Fonction de répartition des TRI avec TMG à 0,50%
Nous observons là encore une légère augmentation de la probabilité

de rentabilité négative. Cependant, on constate que
contrairement aux sensibilités précédentes, le principal élément
responsable de la forte sensibilité des distributions de TRI au
TMG est l’explosion du besoin en fonds propres.

76
ORSA
Figure 46 - Comparaison des fonctions de répartition de TRI en

fonction du TMG
V.3.7 Sensibilité aux lois de rachats structurels

Pour cette dernière sensibilité aux paramètres de passifs, nous
nous intéressons à l’influence de la loi de rachats structurels.
Pour rappel, nous avions supposé que la loi de rachats totaux
standard du nouveau produit était constante égale à 6% des
PM, et qu’il n’y avait pas de rachats partiels.
Dans cette section, voyons ce qu’il se passe en imposant un

choc de rachats de +3% sur chacune de ces lois
séparément.
Rachats Prime moyenne Chargements BFP
Totaux+3% 600 000 0,45% 5,89%
Partiels +3% 600 000 0,45% 6%
V.3.7.4 Comparaison des fonctions de répartition

77
ORSA
Figure 47 - Comparaison des fonctions de répartition en fonction des

rachats
On constate une très forte différence de la sensibilité

selon le type de rachats impactés (totaux ou partiels). Ceci est
la conséquence de notre choix de structure de coûts. Puisqueles
coûts ne dépendent pas de la PM mais uniquement du
nombrede contrats unitaires, une baisse de la PM par
contrat signifie une baisse des chargements sur encoursprélevés mais des
coûts unitaires identiques. D’où un résultat brut en forte baisse
lorsque l’on ajoute une hypothèse de rachats partiels.
V.3.8 Conclusion quant aux sensibilités
L’étude des sensibilités précédentes sur les distributions de rentabilité

nous permet de tirer plusieurs conclusions :
§ L’approche stochastique permet bien de capter les caractéristiques du

produit aussi bien au travers des indicateurs moyens/médian que
dans l’allure des distributions.
§ Cela a mis en évidence l’importance du choix des

hypothèses de passif, au delà de la calibration des
marchés : une modélisation fidèle de la structure des
coûts et des lois de rachats est primordiale pour assurer une
estimation convenable de la rentabilité et donc du
tarif. Ce qui revient à dire que la surestimation ou la
sous-estimations de ces paramètres peut virtuellement rendre le

78
ORSA
tarif trop important ou trop faible par rapport à l’appétence
au risque de l’assureur.
Ces estimations sont d’autant plus difficiles que nous

avons considéré le cas d’un produit haut de gamme,
pour lequel le nombred’assurés est faible et dont les
hypothèses vont avoir tendance à s’écarter de la
réalité observée à postériori.
§ Une étude de sensibilité est un moyen de construire des

proxys qui permettent de déterminer simplement l’évolution
d’un indicateur (moyenne ou quantile du TRI) en
fonction de certainsparamètres, notamment le tarif.
Comme nous l’avons vu, la distribution de la rentabilité se
déforme uniformément en fonction de l’incompressible ce
qui permet de créer des proxy pour des incompressibles
intermédiaires.
§ Le point majeur de cette étude a été l’utilisation d’un

besoin forfaitaire en capitaux économiques pour chaque jeu
d’hypothèses. La détermination de ces besoins en capitaux est
particulièrement fastidieuse en environnement ORSA, d’autant plus
que leur variation est plus ou moins notable selon les
hypothèses sensibilité. En effet, nous avons vu que l’ajout
d’un TMG était en soi bien plus impactant que la
baisse du tarif sur le besoin en capital.
Il est donc naturel de construire des tables à partir de

ces sensibilités, ce qui réduit le calcul du besoin en
capital à un proxy et rend ainsi plus opérationnelle la
mise en œuvre de la méthode stochastique.
V.4 Approche marginale et stand-alone du calcul des flux de

résultat
Il est important de rappeler un point majeur : en

environnement Solvabilité II, l’estimation de la rentabilité d’un
portefeuille ou d’un produit sur un horizon donné nécessite de
déterminer deux éléments :
§ Les fonds propres mobilités en fonction de la PM
§ Les flux de résultats projetés
Concernant la détermination des flux de résultats dans les

parties précédentes, nous avions adopté une vision dite « marginale »

79
ORSA
qui consistait à déterminer les éléments de bilan du
nouveau produit comme étant la différence entre ceux du stock
initial et ceux du stock agrandi par les affaires nouvelles de ce
produit.Cette approche a le grand avantage de ne pas
requérir d’hypothèses supplémentaires, telles que l’ajout d’une réserve de
capitalisation et d’une PPE en fonction du volume des affaires
nouvelles, et rend compte de l’impactdu portefeuille initial.
Il est donc intéressant d’analyser ce qu’il se passe en

projetant le nouveau produit en stand-alone (SA), c’est à dire
en supposant un portefeuille vierge en début de projection,
lequel va s’incrémenter des actifs achetés selon la stratégie financière
sur les 5 premières années à mesure que le produit engendre
de la collecte.
Pour cela on considère le jeu d’hypothèses central, sans abaque,

pour voir l’allure des distributions des TRI :
Figure 48 – Comparaison des fonctions de répartition avec approche

stand-alone
Notons l’augmentation considérable de la queue de distribution par la

gauche : en l’absence d’effets modérateurs du portefeuille (PMVL du
portefeuille, PPE initiales ainsi que l’effet de décollecte du stock qui
compense la nouvelle collecte et donc empêche l’achat massif de
titres à taux bas), le calcul du TRI en vision stand-alone
souffre dans les scénarios en taux bas. Par contre, on n’augmente
pas le seuil maximal de rentabilité atteignable (asymétrie des
risques inhérent à un fond en euros).
On constate deux phénomènes :
Le seuil de rentabilité maximum est sensiblement le même, ce

qui signifie que même en absence d’effets de diversification et sans
utilisation de l’abaque le nouveau produit ne peut donc pas

80
ORSA
excéderle même seuil de rentabilité. L’absence de ces effets ne
bénéficie donc pas à la rentabilité d’un nouveau produit.
La queue de distribution par la gauche en stand-alone est

considérablement plus lourde, du fait de l’absence de ces
effets de diversification. Cela s’explique simplement : dans de
mauvaises conditions de marché, c’est à dire dans les
scénarios économiques à faible taux, la collecte nouvelle ne
bénéficie pas des sorties du portefeuille, ni de la PPE ou
de la plus-value latente du portefeuille. Les éventuels coûts
fonds propres causés par un actif à très faible rendement ne sont
pas amortis. Dans ces scénarios, le TRI est donc très
impacté.
L’approche stand alone n’est donc pas adaptée à une étude

stochastique car elle ne rend pas compte des effets transverses dus
à la présence d’un stock et d’un actif mature et est très
sensible aux conditions de marchés de la période de
collecte.
V.5 Modélisation de la prise en compte des unités de

compte
V.5.1 Modélisation des unités de compte

Nous avons vu précédemment des exemples de distributions de
rentabilité pour un nouveau produit fictif dont la prime est
uniquement investie sur le supporten Euro. Il est donc nécessaire
de s’intéresser plus particulièrement dans cette partie à l’intégration
des unités de compte dans les calculs de distribution d’indicateurs de
rentabilité.
Les unités de compte nécessitent une modélisation différenciée du

fonds en Euro à cause des mécanismes financiers de
revalorisation et de provisionnement inhérents à chaque support.
Les outils nous permettant de projeter le compte de résultat
pour un passif libellé en Euro ne permettent pas l’intégration de
supports en unités de compte. Il nous faut donc statuer sur
le modèle à choisir pour la projection et la valorisation des
unités de compte.
Ce modèle va nous permettre d’affecter une distribution de

rendements UC pour chaque scénario. De plus, nous allons présenter
le modèle financier qui nous permettra de simplifier la
modélisation des UC en explicitant le lien entre leurs paramètres
financiers.

81
ORSA
V.5.1.1 Choix du modèle de diffusion
Dans toute notre étude, nous allons considérer que les unités de
compte suivent le modèle de diffusion Brownien géométrique, aussi
connu sous le nom de modèle de Black & Scholes. Ce
modèle est tout particulièrement adapté pour représenter des
portefeuilles d’actifs de type action, qui représentent une composante
majeure des unités de compte. Ce modèle présente aussi
l’avantage de réduire le paramétrage des actifs à leur rendement
moyen annuel et à la volatilité de ce rendement.
Soit µ le rendement moyen de l’actif et σ la volatilité

de l’actif. Dans ce modèle le cours d’un actif est régi par
l’équation :
Le terme d’évolution moyen est une croissance à taux constant

μ et le terme stochastique s’apparente à des fluctuations
aléatoires dont l’ampleur des variations (la volatilité est
proportionnelle au prix de l’action St). L’idée est que les pertes et
les gains se font en pourcentages. Une fois de plus si dB
́était un terme fluctuant L(t)dt on résoudrait l’équation par
séparation des variables, c’est à dire en intégrant la
relation :
Cela suggèrede poser :
On applique la formuled’Itô avec la fonction f (t, x)

= log x, on obtient :
En intégrant chaque membre on obtient :
Ou encore :
On peut montrer qu’il s’agit bien de la solution de

l’équation. Elle satisfait plusieurs postulats que vérifient les
cours des actifs St dans un marché viable répondant aux hypothèses
de Black & Scholes. Ces postulats sont :

82
ORSA
– continuité des trajectoires.
– L’indépendance des accroissements relatifs i.e. pour u < t

on a St/Su indépendant de la tribu Fu.
– Les accroissements relatifs sont stationnaires (la loi ne

dépend que de t − u).
Il est donc ainsi possible de modéliser la diffusion

d’une UC grâce avec un pas annuel. Par souci de simplification,
nous considérons que la simulation des 1000 trajectoires UC se
fait indépendamment des conditions de marché que nous avons
considérées en input du modèle Euro.
V.5.1.2 Choix des paramètres financiers des unités de compte
Le modèle de diffusion d’actifs que nous avons introduit pose le

problème du choix des paramètres financiers et surtout du lien
existantentre espérance de rendement et volatilité. En effet,
pour représenter au mieux la réalité d’une unité de compte, il
nous faut trouver un modèle établissant cette liaison.
Pour ce faire, nous allons nous servir de la théorie moderne du

portefeuille pour appuyer notre choix de paramétrage.
La théorie moderne du portefeuille est née en 1952 avec la

publication de l’article fondateur d’Harry Markowitz. En partant du
postulat que le risque d’un portefeuille peut être correctement
mesuré par la variance de sa rentabilité, Markowitz explicite
et formalise le dilemme fondamental de la gestion de
portefeuille: obtenir une rentabilité faible mais certaine, ou accepter
de prendreun risque dans l’espoir d’accroître cette rentabilité, l’espérance
de rentabilité étant d’autant plus élevée que le risque est
important.
Le postulat essentiel de cette théorie est que l’investisseur va

nécessairement chercher à maximiser le rendement de son
portefeuille et minimiser sa variance. Ce qui se traduit par
deux approches possibles : maximiser son espérance de
rendement pour une variance donnée, ou minimiser sa
variance pour une espérance de rendement donnée.
Considérons un univers d’investissement composé de plusieurs

actifs risqués de volatilité σi et de rendement µi ,
ainsi que d’un actif sans risque rf de variance nulle.

83
ORSA
Nous pouvons représenter plusieurs éléments d’importante sur la
plan Espérance-Variance: la frontière efficiente des actifs risqués
(parabole passant par S), le portefeuille de marché (S) ainsi que
la Capital Market Line (droite rf - S).
Figure 49 - Illustration de la frontière efficiente et de la

CPM sur le plan rendement-volatilité
La frontière efficiente est constituée de la combinaison

d’actifs risqués qui minimisent pour chaque rendement possible la
volatilité du portefeuille.
Le portefeuille de marché est quant à lui intimement lié à

l’actif sans risque. En effet, celui-ci est défini comme le portefeuille
d’actif tel que la droite passant par lui et l’actif sans risque est
tangent à la frontière efficiente précédemment définie.
La nouvelle droite ainsi construite est nommée la Capital

Market Line et représente l’ensemble des portefeuilles optimaux
réalisables à partir d’un actif sans risque et d’un portefeuille
d’actif risqué donnés.
Par souci de simplification, nous nous intéresserons donc au choix

d’un actif sans risque et d’un portefeuille de marché.
Le lien entre rendement et variance d’un actif de la

CPM (Capital Market Line) se décrit de la manière suivante,
avec rm et σm les paramètres du portefeuille de marché et
rf le rendement de l’actif sans risque.
Dans le cadre de notre étude, nous avons choisi les paramètres

suivants pour définir la CPM :

84
ORSA
rf rm σm
1% 5% 15%
Notons que la quantité suivante se nomme ration de Sharpe :
Dans notre cas il vaut approximativement 0,2667. Il décrit le gain

en rendement par unité de volatilité supplémentaire pour un
portefeuille sur la CPM. Tout autre portefeuille dispose d’un ratio de
Sharpe inférieur à celui du portefeuille de marché par optimalité.
V.5.2 Analyse de l’impact des unités de compte sur la

rentabilité du nouveau produit
Pour comprendre l’impactde l’intégration des unités de compte sur les
distributions de rentabilité, nous allons considérer les paramètres
suivants tout au long de l’étude :
§ Besoin en fonds propres UC forfaitaire égal à 1,5% des PM

libellées en unités de compte.
§ Le besoin en fonds propres est supposé constant et

donc indépendant du facteur de risque de PMVL du portefeuille.
§ Chargements sur encoursà 0,80% et incompressible UC standard

à 0,45%.
§ Aucun coût pour la gestion ou l’acquisition des UC. La

structure des coûts est identique aux exemples précédents
(coûts annuels par contrats).
Dans l’exemple suivant nous allons considérer plusieurs scénarios

avec une prime moyenne euro et UC totale égale à 800 000
€ et plusieurs taux d’UC.

85
ORSA
De plus, nous faisons l’hypothèse que l’unité de compte standard est
assimilable au portefeuille de marché que nous avons présenté
précédemment.
Voici les indicateurs synthétiques des trois scenarios

Indicateur Scenario 0% Scenario 12,5% Scenario 25%
UC UC UC
Moyenne 2,74% 3,06% 3,39%
Médiane 2,88% 3,13% 3,38%
Ecart-type 1,15% 1,32% 1,46%
Marge de 5,43% 5,46% 5,48%

solvabilité
euro
La variation de marge de solvabilité euro s’explique par la
variation de la prime moyenne euro en fonction du taux
d’UC, pour une prime moyenne totale constate égale à 800
000€.
Voici l’évolution des distributions de TRI en fonction du taux

d’UC :
Figure 50 - Distribution des TRI avec 0% d’UC
Figure 51 - Distribution des TRI avec 12,5% d’UC

86
ORSA
Figure 52 - Distribution des TRI avec 25% d’UC
Il est assez intuitif que l’augmentation de la part UC provoque

une augmentation de la variance des distributions de TRI. La
provision mathématique représentée par les unités de compte est bien
plus volatile que celle en euro, ce qui signifie que les
chargements sur encoursprélevés sont eux aussi amenésà fluctuer.
Voici la comparaison des fonctions de répartition pour se

donner une meilleure idée de l’influence du taux d’UC :
Figure 53 - Comparaison des fonctions de répartition
selon le taux d'UC L’augmentation du taux d’UC déforme la
distribution de manière inégale :
- Faible augmentation des quantiles inférieurs à 40%, on

diminue peu le risque d’avoir une rentabilité faible.
- Forte augmentation des quantiles supérieurs à 70%, ce qui

explique la hausse relativement du TRI moyen.
D’après ce modèle simplifié, l’impactdes unités de compte se fait

surtout ressentir sur la valeur moyenne des TRI, et non sur
les premiers quantiles.

87
ORSA
V.5.3 Sensibilité des indicateurs en fonction des paramètres des unités

de compte
V.5.3.1 Sensibilité des indicateurs au rendement des UC
En ce qui concerne ( ?) la sensibilité de la

distribution au taux d’UC, nous pouvons comparer les
distributions de TRI en fonction des paramètres financiers.
Pour cela, nous allons utiliser le couplage rendement-volatilité de la
section V.5.1.2 avec une hypothèse de 25% d’UC.
On obtient les valeurs suivantes :

Rendement 1% 2% 3% 4% 5% 6% 7%
Volatilité 0,0% 3,75% 7,50% 11,25% 15,00% 18,75% 22,50%
Moyenne 2,50% 2,70% 2,94% 3,17% 3,38% 3,59% 3,75%
Ecart-type 1,24% 1,29% 1,27% 1,34% 1,44% 1,61% 1,78%
Médiane 2,64% 2,83% 3,04% 3,22% 3,36% 3,52% 3,61%
Figure 54 - Comparaison des fonctions de distribution selon le rendement

UC
Les remarques sont les mêmes que pour la sensibilité selon le

taux d’UC : un supporten unités de compte à fort rendement
va surtout impacter la queue de distribution, mais aura peu
d’influence sur les premiers quantiles.
Ces remarques auront de l’importance dans le cadre de la

tarification, car selon que l’on se base sur une méthode qui
prend en compte uniquement un quantile bas (entre 20% et
88
ORSA
30%) ou sur la moyenne, les unités de compte auront plus ou
moins d’influence.
V.5.3.2 Sensibilité des indicateurs aux chargements sur encours UC
Dans toute la partie précédente, nous avons choisi de considérer un

incompressible sur le supporten unités de compte de 0,45% pour
rester cohérent avec le supporteuro. En réalité, la part de
l’incompressible sur les unités de compte peut descendre bien plus
bas grâce à la prime de rentabilité supplémentaire causée par le
faible besoin en fonds propres de ce support.
Voici les résultats de plusieurs hypothèses de tarif UC sur

les distributions, en supposant un taux d’UC de 25% :
Incompressible UC 0,35% 0,40% 0,45% 0,50%
Moyenne 3,11% 3,25% 3,38% 3,52%
Ecart-type 1,38% 1,42% 1,44% 1,57%
Médiane 1,72% 3,28% 3,36% 3,49%
Figure 55 - Comparaison des fonctions de distribution selon l’incompressible UC

89
ORSA
Il faut noter que cette sensibilité va bien sûr dépendre du
taux d’unités de compte considéré.
V.5.4 Impacts des unités de compte sur les différents intervenants

Les unités de compte représentent un atout majeur pour l’assureur du
fait de la combinaison de trois facteurs :
§ Le besoin en marge de solvabilité réduit des supports en

unités de compte est un atout considérable comparativement à
l’augmentation important des marges de solvabilité des supports
sécurisés en euros. L’écart entre les marges forfaitaires, qui
étaient auparavant de 3% (1% pour l’UC et 4% pour
l’euro) est amené à se maintenir même en considérant une
augmentation sensible de la marge UC. Pour rappel, dans
notre modèle, nous avons considéré des marges euro de
l’ordre de 5,5% et de 1,5% pour l’UC.
§ L’absence de garantie sur la valeur des unités de

compte, ce qui est le cas en l’absence de
garanties planchers, est un moyen efficace pour transférer une
partie du risque financier vers les assurés tout en conservant
des produits d’épargne hautement attractifs en terme de
rendements servis. En effet, en contexte de taux bas, les
produits proposants des taux à la fois honorables et
sécurisés se font de plus en plus rares, pour ne pas
dire inexistants à l’exception justement des fonds en
euro des assureurs.
§ Les marges sur encours(ou incompressibles) de l’assureur sur

les supports en unités de compte ont aussi l’avantage
d’être plus flexibles quel que soit le contexte commercial
et financier dans lequel on se situe. Les unités de
compte ne font en effet pas face à la problématique à
laquellesont confrontés les fonds en euro en période de taux
obligataires inférieurs aux chargements des assureurs, étant
donné l’absence d’effet cliquet. De plus, la marge de l’assureur
sur les unités de compte est d’autant plus négociable
auprès des apporteurs et partenaires commerciaux que le
besoin en marge de solvabilité de ces supports est
faible.
Cependant, suite aux crises financières successives et parallèlement à

la hausse de la volatilité des marchés en période
d’incertitude sur le futur des taux obligataires déjà historiquement bas,
la collecte en unités de compte est confrontée à une certaine
méfiance de la part des assurés, notamment en ce qui
concerne le périmètre haut de gamme. En ce qui
90
ORSA
concerne les contrats à très fortes primes, telles que les
contrats de capitalisation souscrits par des personnes morales
très fortunées (associations, entreprises,…), la stabilitédes rendements
servis est un des avantages clés recherchés par les clients. Ceci
amène tout naturellement les assureurs à développer une offre en
unités de comptes adaptée, en faisant apparaitre des produits
structurés.
Ces produits structurés sont construits de telle sorte qu’ils

proposent une garantie à terme tout en étant exposésaux
risques de marché action et donc offrant des rendements supérieurs à
un fond en euro classique. L’avantage de ces unités de
comptes réside dans le fait que la majeure part du
risque financier n’est plus supportée ni par l’assuré, ni par
l’assureur mais par une combinaison de couvertures financières. Au
prix de la rémunération d’acteurs tiers, ceux-ci captent les risques
dont veulent naturellement se décharger les différents acteurs en
assurance vie.
Existant depuis plusieurs années déjà, ces produits sont amenésà se

développer de plus en plus notamment du fait de la
perte de compétitivité des fonds en euros. Nous pouvons remarquer
que ces produits sont peu adaptésà des contrats entrée de
gamme. La structuration des ces unités de compte nécessite des
encoursimportants et une gestion conséquente de la part de
l’assureur, il est tout naturel de retrouver ces produits le
plus souventpour des produits haut de gamme. Nous pouvons
donner l’exemple des Euro Medium Term Notes (EMTN)
La modélisation de ces unités de compte est donc un des

enjeux de la fonction actuarielle pour un assureur se
voulant compétitif sur le marché haut de gamme. Leur complexité
structurelle impose la mise en place de nouvelles approches
aussi bien pour leur projection dans le cadre d’une étude de
rentabilité que pour leur intégration dans le processus ORSA
propre aux supports UC. L’impact sur les exigences en
capital économique de ces nouveaux produits aura des
conséquences non-négligeables sur les études de rentabilité des
affaires haut de gamme.
VI. Méthode de tarification stochastique
Dans cette sixième partie, nous nous intéresserons aux méthodes de

tarifications dans le contexte stochastique présenté précédemment.
Nous tâcherons de trouver des critères adéquats de tarification
91
ORSA
avec les indicateurs stochastiques que nous avons développés et leur
impact sur le tarif dans différentes situations.
VI.1 Pertinence des indicateurs de rentabilité dans un contexte

stochastique
Nous avons suggéréprécédemment que l’indicateur de rentabilité le plus

pertinent dans le cadre de l’étude d’un produit d’épargne est le
TRI. Nous avons précédemment exposé les distributions de TRI issues
d’affaires nouvelles hypothétiques sans prendreen considération la
production financière sur fonds propres. En effet, synthétiquement
la rentabilité d’un produit d’épargne se compose de deux
éléments :
§ Rentabilité des affaires sur chargements : on détermine ce

que rapportent à l’actionnaire les différents chargements par
rapport aux capitaux propres mobilisés en représentation de la
marge de solvabilité.
§ Rentabilité sur fonds propres : les fonds propres ci-dessus sont

bien entendu réinvestis et fournissent une certaine
production financière en fonction de l’appétence au
risque défini par la stratégie financière de la compagnie
d’assurance.
Pour rendre compte de la rentabilité liée aux caractéristiques produit

seules, nous avons négligé de prendreen compte la production financière
des fonds propres.
Ce choix s’avère judicieux à la lumière de l’exemple suivant :

Voici l’évolution du TRI médian et de la prime de risque
médiane en fonction du taux de rendement des fonds
propres (en abscisse). La prime de risque médiane est définie
comme étant la différence entre le TRI médian et le rendement
des fonds propres que nous avons entrés en paramètre du modèle.
Nous considérons dans cet exemple le cas où le rendement
des fonds propres est constant sur toute la durée de projection.

92
ORSA
Figure 56 –TRI en fonction du rendement des fonds propres (FP)
La prime de risque reste très proche de la valeur que l’on

obtient sans rendement sur fonds propres. Nous en déduisons qu’il
s’agit bien d’un estimateur à minima de la prime de risque
inhérente aux produits. Ceci justifie à posteriori notre choix
dans la cinquième partie de ne pas considérer la production
des fonds propres, car nous avons la relation :
Avec :
• TRI réel : le TRI en considérant la production

financière des fonds propres
• Prime : la prime de risque inhérente au produit,que

nous avons appelée« TRI » dans les parties précédentes, car
calculée comme étant le TRI sans rendement sur fonds
propres.
• r : le rendement des fonds propres.
Cependant, une interrogation subsiste : comment synthétiser les

distributions de TRI ? Deux choix naturels s’imposent :
§ Considérer la moyenne des TRI. Le principal

inconvénient de la moyenne est qu’elle ne rend pas
compte du véritable risque encouru par l’actionnaire. Pour
deux produits différents, la moyenne des TRI de l’un
peut être « artificiellement » tirée vers le haut pas la
présence de nombreux « bons scénarios » sans
pour autant assurer un pourcentage de cas favorables bien
meilleur. Voir pour cela l’exemple des courbesde
93
ORSA
distributions au paragraphe V.5.2. Bien que la moyenne des
distributions de TRI soit régulièrement proche de la médiane,
cela revient à se fixer un niveau de risque à environ
50%, ce qui en pratique n’est pas un
niveau de risque convenable.
§ Considérer un quantile selon un niveau de risque à

définir. Cette seconde méthode est préférable dans l’optique
de minimiser le risque que le nouveau produit ne
fournisse pas la rentabilité minimale attendue. Par
exemple, il peut être convenable de calibrer les paramètres
tarifaires d’un nouveau produit de façon à ce que
celui-ci atteigne un TRI de 3% avec une probabilité de
80%, par exemple. Ceci revient à ce que la distribution
de ses TRI ait pour quantile à 20% la valeur de
3%. Cependant, le problème inverse apparaît : les «
bons » scénarios n’influencent pas ce procédé de
tarification, ce qui revient à être « aveugle » aux
queues de distributions.
Nous allons considérer dans la section suivante des méthodes de

tarification s’appuyant sur ces deux mesures de rentabilité et
comparer leurs impactsrespectifs.
VI.2 Méthodes de tarification
VI.2.1 Introduction au WACC

Il convient de présenter en avant-propos la théorie du
WACC, « Weighted Average Cost of Capital », ou encore «le
« coût moyen pondéré du capital ». En effet, il s’agit de
l’outil fondamental qui nous permettra de trouver un critère pertinent
d’évaluation des indicateurs de rentabilité présentés précédemment.
Le WACC est un taux d’actualisation reflétant la rentabilité

minimum exigée par les apporteurs des fonds à une entreprise,
c’est-à-dire ses actionnaires et ses créanciers obligataires. Il est
utilisé comme taux d’actualisation d’une séquence de flux de résultat
d’un projet. Son utilisation est conditionnée au fait que l’entreprise
ait un niveau d’endettement relativement stable et que le niveau de
risque du projet lancé soit aligné sur celui de l’entreprise. Il faut
cependant garder à l’esprit que cette méthode, bien que repandue,
reste contestable notamment en ce qui concerne la prise en
94
ORSA
considération dans le modèle de la dette émise par l’entreprise
comme source de financement.
Dans le cas de CNP Assurances, la dette subordonnée est

utilisée pour couvrir les exigences réglementaires en capital. Cependant
nous ne développerons ce point pas souci de simplification et par
manque de visibilité sur le long terme quant aux spreads
corporate.
VI.2.2 Méthode de déterminationdu WACC

VI.2.2.1 Formule générale
Le WACC est une moyenne pondérée du coût des capitaux

propres et du coût de la dette. Il prend en compte la
structure financière de l’entreprise, c’est-à-dire la part relative des
capitaux propres et de la dette dans ses sources de
financement.
Le WACC s’exprime de la manière suivante :
Avec :
• E[Rcp] : coûts des capitaux propres, c’est-à-dire

l’espérance de rendement des capitaux propres attendupar
les actionnaires.
• E[Rd] : coûts de la dette, c’est-à-dire l’espérance de

rendement de la dette attendupar les créanciers
obligataires.
• Cp : valeur de marché des capitaux propres
• D : valeur de marché de la dette
• IS : Taux d’impôtsur les sociétés
Il reste donc à déterminer les deux espérances de rendement

; pour ce faire nous utiliserons les méthodes classiques
faisant appel aux taux de marché présents.
VI.2.2.2 Détermination du coût des capitaux propres
Pour évaluer le coût des capitaux propres, nous pouvons

nous servir du Modèle d’Equilibre Des Actifs Financiers. D’après le
MEDAF,nous avons :
95
ORSA
Avec :
• E[Rcp] : Coût du capital.
• Rf: taux sans risque
• β : bêta de la compagnie d’assurance
• Rm : taux de rendement moyen du marché action
Le coefficient bêta mesure la sensibilité du cours de l’action de

l’entreprise par rapport à l’indice boursier représentant l’ensemble du
marché actions. Plus cette sensibilité est forte, plus la rentabilité
attendue par les actionnaires est importante.
La prime de risque du marché est obtenue par différence

entre la rentabilité espéréedu marché actions et le taux sans
risque : il s’agit du rendement additionnel attendupar l’actionnaire
pour investir en actions plutôt que dans l’actif sans risque. La prime de
risque propre à l’entreprise est donc le produit de son bêta et
de la prime de risque du marché.
VI.2.2.3 Détermination du coût de la dette
Le financement de la dette d’une compagnie d’assurance se

caractérise par l’émission d’obligations subordonnées assimilables à des
fonds propres, en adéquation avec les exigences de S&P et
de la directive Solvabilité II.
En considérant l’ensemble des contraintes, l’allocation optimale

pour CNP Assurances est la suivante :
§ Emission à hauteurde 80% de l’encours de la

dette d’obligations datées Tier 2 en euros de maturité 30
ans, call à 10 ans.
§ Emission à hauteurde 20% de l’encours de la

dette d’obligations perpétuelles Tier 1 en euros, call à 5
ans.
Le coût de la dette est ainsi évalué selon :
Avec :

96
ORSA
• E[Rd] : Coûts de la dette
• MS10 : taux swap 10 ans
• MS5 : taux swap 5 ans
• Spread T2 : spread d’une obligation datée Tier 2 de la

compagnie d’assurance
• Spread T1 : spread d’une obligation perpétuelle Tier 1 de

la compagnie d’assurance
VI.2.2.4 Ajustement du WACC
Il est important de noter que le WACC tel quel ne

correspond pas tout à fait aux résultats de distributions de
TRI que nous avons présentés. En effet, nous avons simplifié les
calculs en excluant le rendement des fonds propres de notre TRI
pour ainsi obtenir un estimateur de la prime de risque réelle
qu’offrele nouveau produit.Il convient donc d’ajuster le
WACC de deux manières :
§ En ne considérant plus les coûts du capital mais la

prime du risque de la compagnie d’assurance seule. En
effet, le taux sans risque sur lequel l’actionnaire peut investir
comparativement à la compagnie d’assurance s’apparente en
réalité au taux de rendement des fonds propres en couverture
de la marge de solvabilité que nous avons justement
omis dans nos calculs. Il convient donc de ne retenir que
cette formule:
§ En ne considérant pas la dette subordonnée. Elle fait

intervenir des variables financières supplémentaires apportant
un aléa trop important sur le critère de tarification
(taux swap et spread corporate) n’apporte en rien quant à
l’appréciation du rendement des affaires nouvelles sur le
capital économique immobilisé.
VI.2.3 Tarification avec le WACC ajusté

Nous allons nous servir de la théorie du WACC précédente comme
critère de base de tarification. En effet, une tarification n’a de
sens que si l’on dispose d’une cible de rentabilité à atteindre.
Nous allons donc présenter deux méthodes de choix du tarif qui
prennent en compte la cible de TRI définie par le WACC
ajusté.

97
ORSA
Comme nous l’avons vu avec les distributions d’indicateurs de rentabilité
par la méthode stochastique, il est difficile de comparer un
ensemble de valeurs possibles de TRI avec une cible définie,
mais nous obtenons en contrepartie un estimateur du risque
pesant sur la rentabilité future du nouveau produit.Présentons les
deux méthodes intuitives faisant appel aux distributions de TRI :
 Méthode par la moyenne
Il est a priori raisonnable de choisir le tarif d’un nouveau

produit de façon à ce que son TRI moyen soit égal au
WACC ajusté. Il s’agit là de l’extension à un univers
stochastique de la méthode déterministe qui se contente de
calculer une estimation du TRI en faisant des hypothèses centrales
sur le rendement des actifs puis de la comparer à une
valeur cible. Cette méthode, bien que simple, ne nous apporteaucune
indication quant au niveau de risque sur la rentabilité pris pas
l’assureur.  Méthode par le quantile
Une seconde approche consiste à choisir un niveau de

risque sur la distribution des TRI. En effet, pour chaque jeu de
paramètres produit,nous obtenons une proportion de scénarios dits
« favorables » tels que le TRI de chacun de ces
scénarios soit supérieur à la cible. Cette proportion peut
s’interpréter comme la probabilité que le nouveau produit serve un
TRI admissible, c’est-à-dire supérieur au WACC ajusté. Cette probabilité
sera notée de façon générique « Ω » tout au long de
ce mémoire.
Une nouvelle inconnue apparait à la lumière de ces

considérations : quel niveau de risque Ω choisir ? Il n’existe à
ce jour aucune méthode standard pour déterminer un niveau de
risque sur rentabilité satisfaisant, cependant nous pouvons noter qu’il
est irréaliste que Ω soit inférieur à 50%. Ceci revient à
dire que l’actionnaire a moins d’une chance sur deux de tirer
d’une des affaires nouvelles une prime de risque supérieure au
WACC ajusté.
Pour remédier à ce défaut majeur, nous allons chercher à

calibrer Ω en le calculant pour un produit « standard ».
VI.2.4 Calibration avec produit « standard »

Pour tarifer un produit d’assurance dans un contexte stochastique, il
est nécessaire de disposer d’un critère de tarification prenanten
compte les distributions de rentabilité dans leur ensemble. Comme
nous l’avons suggéréprécédemment,ce critère est défini d’une part par
98
ORSA
l’appétence au risque mais aussi par le marché. En effet, le
tarif que nous cherchons se doit de convenir à la fois
à l’actionnaire (retour sur investissements) mais aussi aux clients et
apporteurs, lesquels cherchent évidemment à minimiser leurs frais
et/ou augmenter leur commission.
La calibration du Ω de l’actionnaire que nous allons retenir dès

lors va se baser sur un produit d’épargne « standard ».
Les hypothèses sont les suivantes :
§ Prime moyenne : 800 000
§ Part UC : 25%
§ Chargements et incompressibles: 0,80% et 0,45% respectivement,

pour l’Euro et l’UC.
De plus, les hypothèses financières suivantes ont été retenues

pour le calcul du WACC :
• Taux sans risque à 1%
• Bêta = 0,80
• Taux de rendement du marché action à 4,5%
D’après ces hypothèses, le WACC est égal à 2,80%.
Sous ces hypothèses, la probabilité Ω que
le produit standard serve un TRI
inférieure au WACC est : Ω
= 26,9%
VI.3 Exemples de tarifications par le quantile
VI.3.1 Tarification d’un TMG à 1%

En considérant le produit « standard » que nous avons
présenté dans la section précédente, on souhaite chercher le
tarif minimum (incompressible euro et UC) pour lequel le quantile
Ω =26,9% de la distribution des TRI est égal à
2,80%, c’est à dire le WACC ajusté.
Voici l’évolution du quantile Ω en fonction des

incompressibleseuro et UC, lesquels sont égaux à chaque simulation
:
99
ORSA
Figure 57 - Evolution du quantile Ω en fonction du tarif euro et UC
Tarif euro & 0,45% 0,55% 0,60%

UC
TR à 0,972% 1,51% 1,79%
26,9%
La régression linéaire s’ajustant très bien aux résultats pour les

trois simulations (0,45% ; 0,55% ; 0,60% d’incompressible euro et
UC), on peut donc inférer l’évolution du quantile Ω pour des
valeurssupérieurs.
Nous obtenons donc le tarif euro et UC de 0,79% grâce à

cette approche.
Faisons une remarque important concernant ce résultat : un tel

tarif signifie que la commission apporteur n’est que de 0,01%. Ceci
semble tout bonnement inimaginable dans le contexte de l’assurance
vie, où les commissions sont de l’ordre de plusieurs dizaines
de points de base.
Cette approche souligne donc l’impossibilité dans le nouveau

contexte réglementaire solvabilité 2 de proposer des produits
à TMG, même faibles. Le besoin en fonds propres associé à une telle
option (11,45% dans notre exemple) est tout simplement prohibitif.
VI.3.2 Tarification d’un produit mono-supporteuro

Nous prenons l’exemple d’un produit mono-support euro sans TMG, et
cherchons à déterminer le tarif qui conviendra pour assurer une
rentabilité égale au WACC avec une probabilité 1-Ω.

100
ORSA
La prime moyenne est supposée égale à 800 000€ pour
rester cohérant avec l’exemple précèdent.
Les deux points suivants nous suffisent pour estimer le tarif

euro :
Figure 58 - Evolution du quantile Ω en fonction des incompressibles euro et

UC
Tarif euro & 0,45% 0,55%

UC
TR à 2,53% 3,60%
26,9%
Le Tarif minimal convenable est donc de 0,48% pour un

produit mono-support euro, qu’il faut comparer aux 0,45% d’incompressibles
dans le cas du produit standard. Cet écart peut sembler
faible, mais il faut garder à l’esprit que le choix d’un
incompressible doit aussi se faire en fonction du tarif de
marché : un écart même faible au delà du tarif « standard
» peut compromettre le succès commercial d’un nouveau produit,si
les apporteurs jugent leur rémunération pas assez suffisante.
VI.3.3 Tarification d’un produit très haut de gamme

Dans l’exemple suivant,nous prenons l’exemple d’un produit « très
haut de gamme », avec pour prime moyenne 1,6 millions d’euros et
50% d’UC.

101
ORSA
Figure 59 - Evolution du quantile Ω en fonction des tarifs euro et UC
Tarif euro & 0,15% 0,30% 0,45%

UC
TR à
1,705% 3,880% 6,05%
26,9%
Sous ces hypothèses, nous notons une très forte augmentation de la

rentabilité du produit,ce qui est le fait de baisse relative des
coûts par rapport à la prime moyenne des contrats souscrits
et de la forte hausse du taux d’UC.
Dans ce contexte, nous obtenons un tarif de 0,23%. Il faut

noter que ce tarif est particulièrement bas et ne correspond
pas à la réalité de tels contrats. Nous avons simplifié la
structure des coûts du contrat en supposant l’absence de frais
de gestion des unités de compte. En pratique, de tels
contrats fonts l’objet de ces frais car la gestion des unités de
compte peut être confiée à un gestionnaire externe.
Conclusion
La directive Solvabilité 2 impose aux assureurs de réévaluer

leur approche des risques et ce en particulier dans le
cadre de l’ORSA. C’est un ensemble de processus de gestion et
de suivi des risques qui sera mis en place, et de façon
générale il s’agit de diffuser à tous les niveaux des compagnies
d’assurances une nouvelle culture du risque sur tous les aspects
possibles: technique, financier, opérationnel,… Les assureurs seront
notamment contraints de revoir leur stratégie en s’ajustant
selon la règlementation et leur profile de risque, ce qui aura des

102
ORSA
impactsconséquents sur la rentabilité effective des produits et
le processus de tarification.
Les études menéesdans le cadre de ce mémoire ont mis en

exergue que la mise en place du processus ORSA représente
trois enjeux de taille :
§ L’adaptation de ce processus à l’échelle produit pour

suivre au mieux les risques au niveau de cette maille : ce
sera l’un des travaux majeur de l’actuaire produit,lequel va
devoir intégrerla dimension de la gestion des risques et du
capital économique dans ses travaux de tarification. Il n’existe pas
à ce jour de méthodologie idéale pour répondre à cet
enjeu, et notre mémoire adopte une vision marginale au
niveau du portefeuille pour inclure dans le calcul du capital
ORSA l’ensemble des effets de diversification du canton considéré.
Cette méthode marginale présente l’avantage de faire le

moins de simplifications abusives, il n’est en effet pas
besoin de déterminer la quote-part de PPE et de
plus-value latente à affecter au nouveau produit,ni même de
retaillerl’actif pour le prendreen compte.
§ La hausse considérable du capital règlementaire comparativement aux

provisions mathématiques : nous avons choisi dans ce mémoire
de représenter le capital économique ORSA en pourcentage des
provisions mathématiques générées par le nouveau produit.
Cette approche met en évidence que les besoins en
fonds propres non seulement varient significativement en fonction
des paramètres produits, mais sont surtout très supérieurs aux
anciens niveaux règlementaires de Solvabilité I (environ 5,5%
contre 4% pour l’euro, et 1,5% contre 1% pour l’UC). Cette
hausse devient d’autant plus importante que l’on ajoute des
options et garanties, lesquelles sont prises en compte dans le
calcul du capital économique. Ceci aura pour effet de rendre trop
coûteuxla commercialisation de telles garanties, et
transformera en profondeur l’offre produit sur le marché européen.
§ La volatilité du capital économique : la méthode

d’évaluation par le bilan économique de la compagnie
d’assurance a pour effet de rendre volatile le besoin en
capital règlementaire. Il est donc primordial que l’assureur
puisse évaluer cette volatilité et en estimer l’impactsur la
rentabilité de ses produits et sa solvabilité. Pour ce
faire, nous avons proposé une approche s’appuyant sur des
abaques qui orientent le besoin en capital en fonction
de l’évolution d’un facteur de risque pertinent. En ayant
103
ORSA
retenu la plus ou moins value latente du portefeuille comme
facteur de risque primaire, nous avons pu observer l’impactde
la volatilité du capital sur les distributions de rentabilité.
Malgré le caractère approximatif de cette approche, sont
avantage réside dans la simplicité de sa mise en
œuvre.
Pour répondre davantage au besoin de maitriser les risques

pesant sur la rentabilité des affaires nouvelles, nous avons en plus
de cela proposé une approche stochastique des études de
rentabilité des produits d’épargne. Cette approche se fonde sur
l’idée que la variabilité de la rentabilité va dépendre des
scénarios économiques futures.Nous avons donc naturellement calculé un
indicateur de rentabilité rationalisé, le TRI hors rendement sur
fonds propres, pour chaque trajectoire de marché et nous avons
obtenu des distributions de rentabilité de la forme suivante
pour un produit « standard » euro :
Cette approche modifie profondément les méthodes de tarification car

elle apporteune information supplémentaire que les méthodes
déterministes omettent : la variabilité de l’indicateur de
rentabilité autour de sa moyenne. De cela nous pouvons
définir des niveaux de risque en fonction de l’appétence de
l’assureur : en fonction de la stratégie de tarification
de l’assureur, celui-ci va accepter que ses produits d’assurance
délivrent un TRI supérieur au WACC avec une probabilité plus
ou moins grande. Dans notre cas nous avons estimé admissible une
probabilité de rentabilité inférieure à la cible de 27%, soit
environ un quart des scénarios.
La vision de la rentabilité que nous avons adoptée rend

compte de la rentabilité intrinsèque des produits d’épargne, et
permet de réduire le poids de l’alea financier dans notre estimateur.
La conséquence en est une meilleure compréhension des impactsdes
caractéristiques du produit.
De façon générale, Solvabilité II va lourdement impacter

l’offre puisqueles assureurs seront contraints de limiter leur collecte sur
le fond en euro et de proposer des offres diversifiées en
unités de compte répondant aux attentes des assurés en matièrede
104
ORSA
sécuritéet rendement. De plus, l’assurance vie devrait voir disparaitre
progressivement les garanties de taux minimum et autres
options très gourmandes en capital économique du point de vue de
l’assureur. Le développement de produits d’épargne structurés
autour de couvertures financières avec de fortes contraintes en
termes de rachat risque de devenir la norme pour les futurs épargnants.
Bibliographie
 Ouvrages:
§ Finance de marché, Patrice Poncet et Roland Portait.
§ Finance d’entreprise, Pierre Vernimmen.
§ Code des Assurances.
v Publications académiques et professionnelles:
§ Mouvement brownien et intégrale d’Ito, Silvère Bonnabel, MINES ParisTech.
§ Méthodologie de calibration des scénarios économiques, Barrie &

Hibbert.
v Sites internet:
§ Euro Medium Term Notes, http://www.derivativeslawyer.com
§ Fédération Française des Sociétés d’Assurance : http://www.ffsa.fr
§ Directive Solvabilité 2 : http://eur-lex.europa.eu/legal-content/EN/ALL/?
uri=CELEX:32009L0138  Argus de l’Assurance :
http://www.argusdelassurance.com
v Mémoires :
§ Mise en place d’indicateurs de suivi du risque dans un cadre

d’ORSA Epargne, Haguet Eléonor.
§ Application de la méthode Least-Square Monte-Carlo pour la mise en

place de l’ORSA en Assurance vie, Tsanta Ramanampisoa
105
ORSA
§ Rentabilité et tarification sous Solvabilité II, De Cubber Marylène.
Annexes
Annexe 1 : détails des calculs ORSA pour la construction de l’abaque
Pour rappel, le capital économique forfaitaire retenu est le maximum

sur les 5 années.
Scénario central :
Année 0 1 3 5
PM 8 087 8 041 8 070 7 826

892 497 635 779
782 672 747 160
PNA 509 071 454 664 365 178 326 521
884 540 280 427
Coûts 415 247 398 200 370 325 357 890
411 870 199 376
Equity 93 824 56 463 - 5 - 31
473 670 146 368
919 949
Fair Value 8 741 8 588 8 393 8 171
048 264 417 977
758 863 060 086
SCR 162 358 179 179 202 339 223 301
232 002 863 222
SCR Opérationnel 39 334 38 647 37 770 36 773
719 192 377 897
RM 71 177 69 632 66 900 66 185
865 905 886 083
BFP en % 2,46% 3,23% 4,17% 4,90%
de la
PM
Scénario Hausse PMVL +10%:

Année 0 1 3 5
PM 8 087 8 041 8 070 7 826

892 497 635 779
782 672 747 160
PNA 523 410 473 748 395 141 353 706
406 289 733 375
Coûts 419 180 402 642 375 577 363 555
846 841 847 816
Equity 104 229 71 105 19 563 - 9
560 448 886 849
106
ORSA
441
Fair Value 8 859 8 720 8 547 8 338
265 466 485 253
517 908 801 580
SCR 161 531 175 624 192 096 215 521
900 173 050 389
695 101 686 141
RM 73 576 71 973 68 880 68 655
206 521 385 920
BFP en % 2,36% 3,04% 3,75% 4,56%
de la
PM
Scénario Baisse PMVL -10%:

Année 0 1 3 5
PM 8 087 8 041 8 070 7 826

892 497 635 779
782 672 747 160
PNA 420 464 381 092 318 359 286 335
868 318 079 358
Coûts 399 191 385 190 362 587 351 789
531 503 149 742
Equity 21 273 -4 098 -44 228 -65 454
337 184 070 384
Fair Value 8 448 8 339 8 238 8 004
022 201 812 306
335 320 311 266
SCR 198 603 210 172 221 492 245 129
669 824 393 875
101 406 655 378
RM 63 909 64 135 64 341 64 834
857 888 735 166
BFP en % 3,75% 4,32% 4,87% 5,62%
de la
PM
Annexe 2 : détails des calculs ORSA pour un nouveau produit à TMG

1%
Année 3 5
PM 349 843 1 167

045 704
351
PNA -9 785 -28 529

186 935

107
ORSA
Coûts -1 948 2
771 220
485
Equity -7 836 -30 750

415 420
Fair Value 334 1

278 136
476 960
609
SCR 21 80
436 517
940 616
SCR Opérationnel 1 5
504 116
253 323
RM 2 8
430 886
530 722
BFP en % 10,15% 11,45%

de la
PM
Annexe 3 : Modèles de diffusion des marchés stochastiques
MODELE DE TAUX NOMINAUX
S’agissant des taux d’intérêt nominaux, le processus utilisé est

le « Libor Market Model+ » (LMM+), obtenu à partir d’un
modèle LMM classique en appliquant les modifications suivantes :

108
ORSA
§ Intégration d’une volatilité stochastique : celle-ci permet d’une part
de prendreen compte les phénomènes de smile et skew,
mais également de modéliser de manière réaliste les
mouvements des surfaces de volatilité implicite au
cours du temps
§ Intégration d’un coefficient de déplacement : celui-ci

permet de prendreen compte les smile et skew de volatilité,
et également de remédier au problème des taux
explosifs en autorisant le modèle à générerdes taux
négatifs.
La dynamique du modèle est ainsi la suivante :
La volatilité st régie par un ariance dynamisée par un de

retourstochastique
à la e moyenne
processus: de V processus
Où :
§ Κ représente la vitesse de mean reversion
§ θ la moyenne long terme de la Variance
§ ε la volatilité CIR de la Variance
§ On définira également ρ la corrélation entre les deux

browniens, Z et W
MODELE DE TAUX REELS
Les taux réels sont modélisés à l’aide du modèle de Vasicek à

deux facteurs. Ce modèle repose sur la modélisation des taux
instantanés et intègre des forces de rappels permettant un retour à
la moyenne des taux d’intérêt ; sa structure
mathématique est la suivante : drt = a1(bt − rt )+σ1dW1(t)
dbt = a2(θ−bt )+σ2dW2(t)

Où :
§ bt est la moyenne de moyen terme
§ θ est la moyenne de long terme

109
ORSA
§ a1 et a2 sont les vitessesde retour vers la moyenne
§ σk(t) est la fonction de volatilité
MODELE DE SPREADS DE CREDIT
L‘évolution des spreads de crédit des obligations corporate est

intégrée sur la base du modèle de notation de crédit
développé par Jarrow, Lando et Turnbull et proposé dans la
solution Barrie & Hibbert. Ce modèle repose sur une projection
des migrations de notation et des évènements de défaut.
Le modèle prend en input une matrice de transition de rating
notée Q (fourniepar les agences de notation).
Cette matrice de transition initiale est ensuite choquée par un
processus stochastique nommé prime de risque et modélisé par

un CIR :
Avec la condition de Feller
Le processus est supposé indépendant du processus de

taux sans risque instantané.
Les probabilités sont alors obtenues par une modélisation de
type processus de Markov ; Le prix du zéro coupon
risqué est déterminé par la relation :
Avec
§ le prix du zéro coupon sans risque en et de
date d’échéance égale à ;
§ le taux de Loss Given Default ;
§ : rating de l’émetteur en date ;
§ la probabilité de non défaut.

110
ORSA
La valeur de en est déterminée par la : relation

l’obligation suivante
MODELE ACTIONS ET IMMOBILIERS
S’agissant des actions, le modèle considéré est un mouvement

brownien géométrique à volatilité par termes. La dynamique des
indices actions est donc la suivante :
dSStt = rt dt +σtSdWtS
L’indice immobilier est modélisé à l’aide du modèle de Black et
Sholes à volatilité constante. L’indice immobilier suit donc la
dynamique suivante :
dIItt = rt dt +σI dWtI
Le taux de dividende des actions et le taux de loyer de

l’immobilier sont supposés fixes et égaux à 2,5%.
MODELISATION DE L’INFLATION
L’inflation pour chaque date et chaque marché stochastique généré est

déduite des taux réels et nominaux de maturité 1 an par
la relation suivante :
Inflation(t)= Pr (t −1,t)−1
Pn(t −1,t)
Où Pn(k, k+1) désigne le prix en date k d’une obligation

zéro-coupon nominale de maturité un an (i.e. arrivantà
échéance en date k+1) et Pr(k, k+1) désigne le prix en
date k d’une obligation zéro-coupon réelle de maturité un an.
Lors de la génération des scénarios économiques, les différentes

variables (indice immobilier, indice actions, taux nominaux et taux
réels) sont corrélées par le biais des mouvements browniens
intervenant dans les équations de diffusion.

111
ORSA

112

Mémoire Présenté Le: Pour L'obtention Du Diplôme de Statisticien Mention Actuariat Et L'admission À L'institut Des Actuaires

Transféré par

Droits d'auteur :

Formats disponibles

Mémoire Présenté Le: Pour L'obtention Du Diplôme de Statisticien Mention Actuariat Et L'admission À L'institut Des Actuaires

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mémoire Présenté Le: Pour L'obtention Du Diplôme de Statisticien Mention Actuariat Et L'admission À L'institut Des Actuaires

Transféré par

Droits d'auteur :

Formats disponibles

Mémoire présenté le :

pour l’obtention du diplôme

Par : Gall Richard

Sujet : Approche stochastique pour la tarification d’un produit d’épargne en

Confidentialité :  NON  OUI (Durée :  1 an  2 ans)

Mots clefs : assurance vie, épargne, solvabilité 2, ORSA, rentabilité,

Le secteur françaisde l’assurance vie s’inscrit dans un univers économique

D’une part, nous constatons que le secteur de l’assurance vie

En parallèle de ces changements, c’est aussi le nouveau

C’est en particulier dans l’environnement de l’ORSA (Own Risk and

C’est dans ce contexte que sont aussi impactées les études de

Nous développons dans ce mémoire les résultats de cette

Il convient finalement de rappeler que l’un des enjeux

Richard GALL – Institut de Statistique de l’Université de Paris

Keywords: life insurance, savings,solvency 2, ORSA, profitability, pricing,

The French life insurance sector is an industry in constant

On one hand, the life insurance industry is evolving in

In parallel with these changes, the new regulatory environment

It is especially in the ORSA environment that we will deal

Richard GALL – Institut de Statistique de l’Université de Paris

We will expose in this paper the results of this methodby the

Finally, it is relevant to remind that the main challenge is

Richard GALL – Institut de Statistique de l’Université de Paris

Je souhaite remercier plusieurs personnes qui m’ont été

Tout d’abord, je souhaite remercier mes collaborateurs actuaires

Je tiens aussi à remercier les équipescommerciales de CNP

Enfin, il est important de souligner l’importance de la

Table des matières

Richard GALL – Institut de Statistique de l’Université de Paris

II. L’épargne en assurance vie

III. Le contexte prudentiel en assurance

Richard GALL – Institut de Statistique de l’Université de Paris

III.6.2 Exemple de calcul ORSA par la méthode marginale

IV. Eléments de modélisation et approche

Richard GALL – Institut de Statistique de l’Université de Paris

V.3.8 Conclusion quant aux sensibilités

Richard GALL – Institut de Statistique de l’Université de Paris

VI. Méthode de tarification stochastique

Richard GALL – Institut de Statistique de l’Université de Paris

Ce mémoire a pour objectif d’étudier la rentabilité d’un

Nous introduirons ce mémoire en présentant de façon synthétique

I.1 Le capital immobilisé en assurance vie

Dans le contexte de l’assurance, la réglementation prudentielle

Cependant, l’immobilisationde capitaux à un coût. En effet, un

Richard GALL – Institut de Statistique de l’Université de Paris

De plus, une des problématiques actuelles est l’adaptation du

I.2 Le concept de rentabilité

On voit donc apparaitre l’une des problématiques de l’assurance vie

En effet, il existe différents outils et différentes métriques

C’est donc pour cela que nous en venons au conceptde rentabilité.

Richard GALL – Institut de Statistique de l’Université de Paris

De façon synthétique, ceci revient à calculer une quantité homogène

On constate donc les deux principales composantes qui vont agir

Un des chantiers que doit mettre en place la fonction

Du calcul des capitaux propres exigés par les règles de solvabilité

En effet, le tarif appliqué contractuellement sur de tels

Dans la perspective de ce mémoire, nous nous intéresserons

De plus, la tarification affecte l’offre commerciale déjà très

Richard GALL – Institut de Statistique de l’Université de Paris