Nos derniers articles

Ce jeu de données publié par la DREES présente les montants de cotisations et de prestations des organismes privés d’assurance (mutuelles, sociétés d’assurance, institutions de prévoyance) pour la couverture des risques sociaux : santé, prévoyance et retraite. Il s’appuie notamment sur les données de l’ACPR et des enquêtes de la DREES. Disponible depuis 2011 et enrichi à partir de 2021, il détaille les flux financiers par type d’organisme, de contrat et de risque. Il met en évidence le poids des risques sociaux, qui représentent environ un tiers de l’activité assurantielle, dominée par la santé.

Ce rapport d'activité présente le bilan de la CCR (Caisse Centrale de Réassurance) pour l'année 2025, marquant ses 80 ans d'existence au service de l'intérêt général. En tant que réassureur public français, l'organisme consolide sa trajectoire financière grâce à une revalorisation de la surprime Cat Nat, tout en gérant les sinistres climatiques comme le cyclone Garance. Le document souligne une orientation stratégique majeure vers la prévention des risques extrêmes et l'accompagnement des territoires face aux menaces environnementales et cyber. À travers des entretiens et des indicateurs clés, la direction réaffirme l'efficacité du partenariat public-privé pour garantir l'assurabilité durable malgré l'intensification des catastrophes naturelles. Enfin, l'expertise de la CCR s'illustre par ses activités de conseil aux pouvoirs publics et ses investissements ciblés dans la résilience climatique.

Face à l’augmentation des risques (climatiques, technologiques, démographiques), le secteur doit évoluer d’une logique d’indemnisation vers une approche de prévention et de gestion globale des risques. Il insiste sur la nécessité d’anticiper, d’innover et de coopérer avec l’ensemble des acteurs pour maintenir l’assurabilité. L’assurance est ainsi appelée à contribuer davantage à la résilience économique et sociale, tout en intégrant les enjeux environnementaux et sociétaux dans ses pratiques.

The article reports that the European Insurance and Occupational Pensions Authority and the EU Agency for the Space Programme present a joint white paper examining the use of Copernicus Earth observation data for supervising extreme weather risks. It describes a pilot project suggesting satellite data can provide near real-time, independent insights to improve risk assessment, loss estimation, and stress testing in the insurance sector. The paper argues such data can enhance identification of affected areas, support micro- and macro-level analysis, and strengthen model validation, contributing to more effective management of climate-related disasters.

This research presents a machine learning framework designed to predict and reduce the risk of identity theft caused by phishing and social engineering. The authors developed a Cyber Risk Score (CRS) that combines observable security habits, like password hygiene, with latent psychological traits such as impulsive link-clicking. By utilizing a hybrid stacking ensemble model, the study achieved a 93% accuracy rate in identifying vulnerable social media users. Beyond mere prediction, the system uses SHAP analysis to provide transparent, personalized recommendations tailored to an individual’s specific behavioral weaknesses. This user-centered approach aims to bridge the gap between cybersecurity knowledge and actual online behavior through evidence-based interventions. Ultimately, the framework offers a scalable, ethical solution for organizations to protect users in increasingly sophisticated digital environments.

This paper investigates dynamic insurance pricing and risk management when insurers face correlation ambiguity between underwriting and financial investment risks. By employing a robust control framework and G-expectation theory, the research models how insurers make decisions under worst-case beliefs regarding these unknown dependencies. The authors identify five distinct equilibrium regimes, such as pure underwriting or zero underwriting, which shift based on market conditions and ambiguity levels. A key finding challenges traditional assumptions by showing that uncertainty does not always lead to higher premiums or reduced utility for the insurer. Instead, ambiguity aversion can sometimes improve an insurer’s position by encouraging more conservative and robust portfolio allocations. Ultimately, the study highlights that accurately understanding risk dependence is essential for effective regulatory policy and equilibrium pricing in modern financial markets.

This paper provides a rigorous mathematical analysis of the axiomatic foundations used to quantify financial risk. The author traces the evolution of risk measurement from early standards like Value-at-Risk to more sophisticated frameworks including coherent, convex, and spectral risk measures. Central to the text are the representation theorems that define these measures through dual sets of probability scenarios and penalty functions. The scope extends to dynamic settings, where time-consistency is required for multi-period assessments, and systemic risk involving interconnected institutions. Finally, the research bridges the gap between theory and practice by integrating machine learning techniques, specifically examining the concentration of empirical estimators and the use of conformal prediction for distribution-free risk control.

This research introduces a Bayesian Network simulation model designed to quantify the effectiveness of Zero Trust Architecture (ZTA) within small-medium businesses (SMBs). By utilizing Monte Carlo simulations and historical data, the study validates how ZTA can reduce the likelihood of data breaches and the overall magnitude of cyber risk by up to 20 percent. The authors analyze critical implementation barriers, such as financial constraints and organizational resistance, providing a roadmap for resource-strapped firms to adopt "never trust, always verify" principles. Key findings highlight that credential-based attacks and insider threats are the most significant risks, which can be mitigated through core controls like encryption and multi-factor authentication. Ultimately, the model serves as a risk-informed decision tool to help SMBs enhance their cyber resilience and regulatory compliance.

The paper presents a framework for individual claims reserving based on the projection-to-ultimate (PtU) method as an alternative to the traditional chain-ladder approach. It describes how reserving can shift from aggregate loss triangles to claim-level modeling by directly estimating ultimate claim costs. The approach is presented as compatible with classical actuarial structures while enabling the use of stochastic covariates and machine learning models, including neural networks and transformers. The authors emphasize decomposing reserves into Reported But Not Settled (RBNS) and Incurred But Not Reported (IBNR) components to maintain consistent claim cohorts. Case studies suggest that linear regression can perform robustly in individual-claim settings.

Ce rapport officiel de la Caisse Centrale de Réassurance (CCR) détaille l'état du régime d'indemnisation des catastrophes naturelles en France pour l'année 2025. Face à l'intensification des aléas climatiques, tels que les inondations et les sécheresses, le document souligne la nécessité de rééquilibrer financièrement ce système fondé sur la solidarité nationale. Les auteurs présentent quatorze préconisations stratégiques visant à garantir la pérennité du modèle par le renforcement de la prévention et l'ajustement des surprimes d'assurance. Le texte analyse également l'impact de sinistres récents, notamment les cyclones en Outre-mer, pour illustrer les défis croissants liés au réchauffement climatique. Enfin, il réaffirme l'importance du partenariat public-privé pour maintenir une couverture équitable et accessible à l'ensemble des citoyens d'ici 2030.