Risque que les décisions de souscription, de tarification ou de gestion des risques soient fondées sur des modèles dont les hypothèses ou la calibration s'avèrent incorrectes, générant des erreurs d'estimation systématiques.
Le risque de modèle désigne l'exposition à des pertes ou à des erreurs de décision résultant d'une défaillance du modèle utilisé pour représenter un phénomène complexe. Dans le contexte de l'assurance et de la réassurance, il se manifeste principalement sous trois formes. Le risque de spécification survient lorsque la structure mathématique du modèle est inadaptée à la réalité du phénomène modélisé, par exemple un modèle de queue normale sous-estimant les événements extrêmes. Le risque de calibration survient lorsque le modèle est correctement spécifié mais calibré sur des données insuffisantes, non représentatives ou obsolètes : c'est le problème central du changement climatique pour les modèles catastrophe, dont les données historiques ne reflètent plus le futur. Le risque d'utilisation survient lorsque le modèle est détourné de son périmètre de validité ou que ses hypothèses implicites ne sont pas comprises par les utilisateurs. La concentration sur un petit nombre de fournisseurs de modèles (Verisk, Moody's RMS, CoreLogic) crée un risque de modèle systémique : si tous les acteurs du marché utilisent les mêmes représentations du risque et les mêmes scénarios de calibration, leurs portefeuilles partagent les mêmes erreurs d'estimation. Une réalisation extrême qui défie les modèles dominants affecte alors l'ensemble du marché simultanément, transformant une erreur d'estimation individuelle en choc systémique. Ce phénomène est aggravé par la non-stationnarité climatique, qui rend progressivement obsolètes les modèles calibrés sur des données historiques.
Lors de l'ouragan Ian en 2022, les modèles catastrophe des principaux fournisseurs avaient sous-estimé les pertes assurées d'environ 30 à 40 pour cent par rapport aux pertes réellement observées. Cette erreur de modèle systémique a affecté simultanément les assureurs, les réassureurs et les fonds ILS, qui avaient tous utilisé des modèles similaires pour tarifer leurs expositions en Floride et définir leurs tranches de cat bonds.
model risk, risque de modèle catastrophe, incertitude de modèle