Changement climatique
et risques non-vie

Un triple défi pour l'assurance non-vie

L'assurance non-vie est, par nature, au premier rang des activités exposées aux conséquences du changement climatique. Inondations, sécheresses, tempêtes : les aléas naturels qui fondent une part significative de la sinistralité sont directement affectés par l'évolution des conditions climatiques.

Selon la Caisse Centrale de Réassurance (CCR), le coût annuel moyen des catastrophes naturelles en France a significativement augmenté au cours des deux dernières décennies, sous l'effet conjugué de l'intensification des aléas et de l'augmentation de l'exposition. Les projections climatiques du GIEC et de Météo-France indiquent une poursuite de cette tendance : intensification des précipitations extrêmes en Île-de-France, allongement des épisodes de sécheresse dans le centre et le sud, hausse de la variabilité interannuelle.

« Une crue "centennale" au sens historique pourrait devenir sensiblement plus fréquente dans les décennies à venir. La notion même de période de retour est aujourd'hui remise en question. »

Nexialog Consulting — Étude Changement climatique et risques non-vie, Juin 2026

Pour les assureurs non-vie, ces évolutions posent un triple défi : quantifier des événements dont la fréquence et l'intensité ne sont plus stationnaires ; transformer des données réglementaires ou scientifiques en évaluations opérationnelles pour la gestion des sinistres et la tarification ; construire des outils suffisamment rapides pour être intégrés dans les processus de décision sans sacrifier la pertinence physique des modèles.

3 méthodologies pour 3 temporalités du risque

Cette étude aborde les trois dimensions du triple défi à travers des méthodologies originales développées par Nexialog, couvrant l'évaluation préventive d'un aléa exceptionnel, la redéfinition d'un aléa chronique et la décision financière d'urgence post-événement.

Des méthodes calibrées et validées sur cas réels

Sur un portefeuille de sites assurés couvrant quatre départements d'Île-de-France (Paris, Hauts-de-Seine, Val-de-Marne, Seine-Saint-Denis), la méthode TRI-quantiles a été confrontée à une approche de simulation physique directe du comportement de l'eau.

Le quantile 90 apparaît comme le plus proche de la méthode de référence, avec un écart de l'ordre de +9 % sur les pertes globales. Les principales zones de concentration des pertes sont retrouvées d'une méthode à l'autre. Enseignement clé : la méthode interne du client correspond à un scénario relativement pessimiste (≈ Q90), ce qui fournit un éclairage précieux sur le positionnement du modèle dans l'espace des scénarios possibles.

La valeur du proxy modelling ne réside pas dans la précision ponctuelle de l'estimation centrale, mais dans la combinaison de trois propriétés : rapidité, robustesse, bande d'incertitude explicite.

Nexialog Consulting — Étude Changement climatique et risques non-vie, Juin 2026

Pour le proxy modelling post-événement, quatre débouchés opérationnels ont été identifiés et documentés : provisionnement précoce avant consolidation des sinistres ; priorisation de la gestion de crise en fonction de l'ampleur estimée ; pilotage des besoins de liquidité et anticipation des appels de réassurance ; communication interne documentée pour les instances de direction.

Trois temporalités du métier non-vie face au climat

Chaque partie de l'étude répond à une temporalité distincte : avant l'événement, en continu et dans l'urgence post-événement. Ensemble, elles couvrent le spectre opérationnel complet de l'assureur non-vie face à un risque climatique en mutation.

• 01
  Crue centennale de la Seine — Évaluation préventive Estimation des hauteurs d'eau et des pertes à partir des cartographies réglementaires TRI. La méthode TRI-quantiles de Nexialog transforme des données publiques inexploitables en l'état en un outil de provisionnement et de stress-testing opérationnel, avec une approche par scénarios (Q25 à Q100) adaptée aux exercices ORSA.
  Avant l'événement
• 02
  Retrait-Gonflement des Argiles — Redéfinition de l'aléa Premier poste de sinistralité Cat Nat en France en nombre de dossiers. Face à l'obsolescence du cadre actuel de reconnaissance, Nexialog propose un indice dynamique de fatigue des sols pour anticiper la réforme réglementaire en cours et affiner la tarification et le provisionnement Cat Nat.
  En continu
• 03
  Proxy modelling post-événement — Décision d'urgence Dès les premières heures suivant un événement majeur, l'assureur doit prendre des décisions financières avant la consolidation des sinistres. Le proxy model Nexialog produit une estimation robuste assortie d'une bande d'incertitude explicite dès J+5, à partir des premiers signaux disponibles.
  À J+5

3 principes convergents

Ces trois travaux partagent une même exigence : produire, à partir de matériaux hétérogènes (données réglementaires, indices physiques, signaux opérationnels précoces), des estimations exploitables par l'actuaire, le souscripteur et le directeur financier.

• Le climat rend caduques les approches figées. Le zonage statique, le seuil administratif de reconnaissance Cat Nat, la table de dommages calibrée sur un passé stationnaire n'offrent plus un cadre suffisant. Chaque méthodologie présentée dans cette étude est conçue pour fonctionner sous hypothèse de non-stationnarité climatique.

• Les progrès viennent de chaînes méthodologiques complètes. La valeur ne réside pas dans une brique isolée, mais dans l'enchaînement qui connecte donnée d'aléa, modèle de vulnérabilité, modèle de coût et outil de décision. La méthode TRI-quantiles, l'indice de fatigue des sols et le proxy post-événement illustrent chacun cette exigence de chaînage rigoureux.

• L'incertitude est un livrable, pas un résidu. Quantile paramétrable pour la crue, score continu pour le RGA, bande crédible pour le proxy post-événement : dans chaque cas, la sortie utile n'est pas un point, c'est une distribution. Nexialog se positionne à l'interface entre données publiques et besoins opérationnels des assureurs, avec une approche explicitement orientée décision actuarielle sous incertitude climatique.

Méthodologie et sources

Cette étude s'appuie sur des notes méthodologiques internes Nexialog, des données réglementaires publiques (TRI, BRGM, Météo-France) et des projections climatiques issues du GIEC et de Météo-France.

Les données mobilisées incluent les cartographies TRI (Directive européenne 2007/60/CE), le MNT RGE ALTI 1m (LiDAR aéroporté), le modèle hydraulique Alphée (DRIEAT), le SWI Météo-France (indice d'humidité des sols) et les bases stochastiques issues du moteur RMS. Les projections climatiques font référence aux scénarios RCP/SSP du GIEC et aux travaux de Météo-France.