Qu’est-ce qu’une discrimination injuste dans la Notation des Assurances générales? Point de vue d’un régulateur

L’article suivant est une pièce d’opinion de l’auteur, Michael McKenney. Il représente son opinion personnelle et ne représente pas nécessairement les points de vue de la SOA, de son employeur (le Département des assurances de Pennsylvanie), de tout autre organisme de réglementation des assurances de l’État, de l’AAIC ou du Groupe de travail Actuariel et statistique sur les accidents (C) du NAIC.

Par Michael McKenney

Pratiquement tous ceux qui travaillent dans le secteur de l’assurance peuvent vous dire que les taux d’assurance ne sont pas autorisés à être excessifs, inadéquats ou injustement discriminatoires. Mais qu’est-ce qui rend un taux excessif, inadéquat ou injustement discriminatoire en vertu du droit de l’État?

Remarquablement, même si chacune des lois réglementaires sur les taux d’assurance dommages de la Pennsylvanie et sa Loi sur les pratiques d’assurance déloyales incluent ces restrictions, il n’y a que trois cas dans lesquels elles sont définies.

En ce qui concerne les taux excessifs, l’article 704(a)(2) de la Loi sur les accidents du travail de Pennsylvanie (77 P.S. § 1035.4(a)(2)) stipule:

« Un taux ne peut être considéré comme excessif que s’il est susceptible de produire un profit à long terme déraisonnablement élevé par rapport au risque encouru et aux services à rendre. »

En ce qui concerne les taux inadéquats, l’article 704(a)(3) de la Loi sur les accidents du travail de Pennsylvanie (77 P.S. § 1035.4(a)(3)) stipule:

« Un taux ne peut être considéré comme inadéquat que si:

  1. il est déraisonnablement bas pour l’assurance fournie et son utilisation continue mettrait en danger la solvabilité de l’assureur; ou
  2. le taux est déraisonnablement bas pour l’assurance fournie et l’utilisation du taux par l’assureur a eu ou, si elle se poursuit, aura pour effet de détruire la concurrence ou de créer un monopole. »

Enfin, l’article 3 (d) de la Loi sur la réglementation des taux d’accidents et de cautionnement de la Pennsylvanie (40 P.s. § 1183 (d)) note ce qui suit en ce qui concerne les taux injustement discriminatoires:

« Aucun taux ne sera jugé injustement discriminatoire à moins que, compte tenu des limitations pratiques, il ne reflète manifestement pas avec une exactitude raisonnable les différences dans les pertes et les dépenses prévues. Un taux n’est pas injustement discriminatoire parce que des primes différentes résultent pour les souscripteurs ayant des risques de pertes similaires mais des facteurs de dépenses différents, à condition que le taux reflète les différences avec une précision raisonnable. Un taux n’est pas injustement discriminatoire s’il est établi en moyenne parmi les personnes assurées dans le cadre d’une police collective, d’une police de franchise ou d’une police générale. »

Le département des assurances de Pennsylvanie rencontre rarement des problèmes avec les compagnies d’assurance qui déposent des taux d’assurance iard qui peuvent être déterminés (dans le contexte d’un dépôt de taux) comme menaçant la solvabilité financière d’un assureur ou détruisant la concurrence. À l’occasion, nous pouvons contester un dépôt qui propose des taux que nous jugeons excessifs, mais la question la plus courante concerne le dépôt de taux que nous jugeons injustement discriminatoires.

Lorsque des modifications au plan de classe sont déposées, l’organisme de réglementation recevra souvent une pièce justificative indiquant les relativités actuelles, indiquées et proposées. Nous avons engagé des conversations avec des compagnies d’assurance et d’autres organismes de réglementation qui estiment que pratiquement toute sélection entre (et y compris) les relativités actuelles et indiquées est acceptable. Certains pensent que cela est vrai même lorsque différentes classes de risques reçoivent un traitement différent tant que les sélections restent dans la fourchette créée par les relativités actuelles et indiquées. Mais toute sélection (entre les relativités actuelles et indiquées) n’est-elle pas excessive, inadéquate ou injustement discriminatoire en vertu de la loi de Pennsylvanie?

Prenons un exemple simpliste dans lequel un assureur a trois groupes d’assurés : Moyen, Supérieur à la Moyenne et Inférieur à la Moyenne. Dans son plan de notation actuel, les risques moyens paient deux fois plus que les risques supérieurs à la moyenne et les risques inférieurs à la moyenne paient deux fois plus. Supposons que chaque groupe indique la nécessité d’une augmentation de taux de 50%, mais l’assureur souhaite tempérer cette forte augmentation de taux pour ses assurés moyens et supérieurs à la moyenne:

Courant Indiqué Proposé
Au-dessus de la moyenne .50 .75 .60
Moyenne 1.00 1.50 1.20
En Dessous de la Moyenne 2.00 3.00 3.00

Si les indications sont correctes, aucun des taux proposés n’est susceptible de générer des bénéfices à long terme excessivement élevés.

Dans l’environnement d’assurance multiétatique et multiligne d’aujourd’hui dans lequel de nombreux assureurs font des affaires et la fréquence à laquelle les assureurs déposent des demandes de modification des taux, il est peu probable que les taux tempérés pour les risques moyens et supérieurs à la moyenne menacent la solvabilité de l’assureur. De plus, étant donné les marchés concurrentiels dans lesquels opèrent les assureurs iard, il est douteux que les taux tempérés détruisent la concurrence.

Qu’en est-il de la discrimination injuste? Après avoir tenu compte des limites pratiques, les différences dans les taux proposés reflètent-elles les différences dans les pertes et les dépenses prévues avec une exactitude raisonnable?

Les taux actuels et les taux indiqués montrent que les risques inférieurs à la moyenne devraient payer quatre fois le taux de risques supérieurs à la moyenne et deux fois le taux de risques moyens. Est-il donc acceptable que des risques inférieurs à la moyenne paient cinq fois le taux de risques supérieurs à la moyenne et deux fois et demie le taux de risques moyens?

Certains arguments en faveur de la validité des taux proposés similaires à l’exemple fourni citent des lois telles que la section 4(a) du Casualty and Surety Rate Regulatory Act de Pennsylvanie (40 P.s. § 1184(a)) qui permettent aux assureurs de soutenir leurs dépôts par:

« (1) l’expérience ou le jugement de l’assureur ou de l’organisme de notation qui effectue le dépôt, (2) l’expérience d’autres assureurs ou organismes de notation, ou (3) tout autre facteur que l’assureur ou l’organisme de notation juge pertinent. »

Mais en permettant que les taux d’assurance soient fondés sur le  » jugement  » et  » tout autre facteur que l’assureur ou l’organisme de notation juge pertinent », cela signifie-t-il qu’ils ne doivent pas nécessairement être fondés sur les coûts? Ou ces autres considérations se limitent-elles à aider l’assureur à prévoir les estimations appropriées fondées sur les coûts?

En Pennsylvanie, nous convenons que les assureurs peuvent utiliser différents types de considérations pour soutenir leurs taux et que ces considérations ne doivent pas (et même dans certains cas ne devraient pas) être fondées sur la propre expérience de l’assureur. Cependant, peu importe ce que ces considérations impliquent, les différences de taux doivent refléter les différences dans les pertes et les dépenses prévues avec une exactitude raisonnable. Si ce n’est pas le cas, les tarifs sont injustement discriminatoires.

Dans l’exemple ci-dessus, s’il existe des analyses et/ou des considérations supplémentaires qui appuient adéquatement une conclusion raisonnable selon laquelle les pertes et les dépenses prévues pour des risques inférieurs à la moyenne seront cinq fois supérieures à celles des risques supérieurs à la moyenne et deux fois et demie à celles des risques moyens, nous approuverons probablement le dépôt.

À titre d’exemple, si l’assureur peut fournir une analyse concurrentielle qui montre que le fait de prendre l’indication du taux plein pour les risques inférieurs à la moyenne les placera en ligne avec leur concurrence, mais de le faire pour les risques moyens et supérieurs à la moyenne les placera bien au-dessus de leur concurrence, nous pouvons accepter la proposition. Dans ce cas, le marché dans son ensemble peut fournir une estimation plus crédible des pertes et des dépenses attendues.

Mais si l’assureur ne dispose pas de renseignements indiquant que les pertes et les dépenses prévues peuvent raisonnablement différer du même degré d’ampleur que ce qui est proposé, nous n’approuverons probablement pas le dépôt.

Ce qui précède était un exemple simple fourni à titre illustratif. En pratique, le monde de l’assurance d’aujourd’hui, constitué de « mégadonnées » et de « modèles linéaires généralisés », a conduit à des plans de classification incroyablement complexes et segmentés. Les territoires qui étaient autrefois définis au niveau du comté (à l’exception des zones urbaines) sont maintenant de plus en plus définis au niveau du code postal (parfois des codes postaux à neuf chiffres) ou même par bloc de recensement où le bloc 100 de North Market Street a une relativité territoriale différente du bloc 200 de North Market Street. Les relativités ne sont pas fondées sur l’expérience réelle de perte du bloc de recensement (ce qui manquerait de crédibilité), mais plutôt sur des caractéristiques du bloc de recensement que les statisticiens peuvent établir en corrélation avec la perte.

En réponse à l’utilisation des mégadonnées par les assureurs, le Comité sur la Réglementation du marché et la consommation (D) du NAIC a créé le Groupe de travail sur les mégadonnées (D) dont la charge 2016 est la suivante :

 » Explorer l’utilisation des mégadonnées par les assureurs pour les réclamations, le marketing, la souscription et la tarification. Explorer les possibilités d’utilisation réglementaire des mégadonnées pour améliorer l’efficience et l’efficacité de la réglementation du marché. S’il y a lieu, faire des recommandations au plus tard à la Réunion nationale de l’automne 2016 pour les frais de 2017 afin que le Comité donne suite à toutes les recommandations formulées lors de l’exploration de 2016. »

En ce qui concerne l’utilisation du Big Data dans la tarification, les modèles informatiques multivariés complexes prédisant les relativités indiquées sous-jacentes aux plans de classes exceptionnellement segmentés d’aujourd’hui sont souvent exécutés sur une base itérative et incluent l’utilisation du jugement tout au long. De plus, les autres aspects de jugement de la sélection des relativités de taux en fonction des indications sont même maintenant modélisés, une pratique parfois appelée « optimisation des prix ». »

Le Groupe de travail sur l’actuariat et la statistique des accidents (C) du NAIC a commencé à rédiger un livre blanc sur le thème de l’optimisation des prix après que le Groupe d’étude sur l’assurance automobile (C/D) lui a renvoyé la question le 1er novembre. 11, 2014. Le livre blanc a été adopté par le Comité de l’Assurance Iard (C) du NAIC le 25 novembre 2011. le 21 avril 2015 et par le Comité exécutif le 6 avril 2016. Au paragraphe 1 du livre blanc, le Groupe de travail indique qu’il « fournit des recherches de base sur l’optimisation des prix, identifie les avantages et les inconvénients potentiels de l’utilisation de l’optimisation des prix et présente des options pour les réponses réglementaires des États concernant l’utilisation de l’optimisation des prix dans l’établissement des tarifs. »

Le paragraphe 6 du Livre blanc sur l’optimisation des prix du NAIC décrit:

« Ces dernières années, grâce à un processus ou une technique que beaucoup appellent « optimisation des prix », les assureurs ont commencé à utiliser le big data (exploration de données de bases de données d’assurance et non d’assurance d’informations personnelles sur les consommateurs lorsque la loi le permet), la modélisation statistique avancée ou les deux pour sélectionner des prix qui diffèrent des taux indiqués à un niveau très détaillé ou granulaire. Des ajustements formalisés et mécanisés peuvent être apportés aux taux indiqués pour de nombreuses classifications de risques et, en fin de compte, peut-être même pour les assurés individuels. »

Le paragraphe 9 du Livre blanc sur l’optimisation des prix du NAIC note également :

 » Les organismes de réglementation acceptent certains écarts par rapport aux taux et aux facteurs de notation indiqués. Cependant, ils craignent que l’utilisation de méthodes sophistiquées d’optimisation des prix ne s’écarte de la tarification traditionnelle, allant au-delà des niveaux acceptables d’ajustement aux taux basés sur les coûts et aboutissant à des prix qui varient injustement selon le preneur d’assurance. Les régulateurs de chaque État déterminent le niveau d’ajustement acceptable admissible en fonction de la loi de l’État et du jugement réglementaire. »

À la date de rédaction de cet article d’opinion, environ 20 États (dont la Pennsylvanie) ont notifié officiellement que l’utilisation de techniques d’optimisation des prix entraînant des taux injustement discriminatoires ne sera pas tolérée. La plupart de ces avis relient l’optimisation des prix à l’utilisation de modèles informatiques pour fixer les taux d’assurance en fonction d’une manière ou d’une autre du montant qu’un consommateur ou un groupe de consommateurs peut être prêt à payer avant de magasiner. Bon nombre d’entre elles reposaient, au moins en partie, sur un projet de bulletin figurant à l’annexe B du Livre blanc sur l’optimisation des prix du SCIAN.

L’une des recommandations les plus controversées du Livre blanc sur l’optimisation des prix du NAIC se trouve au paragraphe 48, qui traite des pratiques de notation d’assurance injustement discriminatoires qui  » ajustent les taux ou primes actuels ou actuariellement indiqués, qu’ils soient inclus ou non dans le plan de notation de l’assureur. » En fournissant des exemples de ce qui peut constituer une pratique injustement discriminatoire à cet égard, le document comprend ::

  1.  » Élasticité-prix de la demande.
  2. Propension à acheter une assurance.
  3. Ajustement de la rétention à un niveau individuel.
  4. La propension du preneur d’assurance à poser des questions ou à déposer des plaintes. »

Ces quatre mêmes pratiques sont notées dans le projet de bulletin du livre blanc.

Les commentaires reçus par le comité exécutif du SCIAN avant l’adoption du document à la réunion nationale du printemps 2016 du SCIAN recommandaient que  » l’élasticité-prix de la demande  » et la  » propension à acheter des assurances  » soient considérées comme des exemples de discrimination injuste potentielle uniquement lorsqu’elles sont examinées au niveau individuel ou granulaire, mais le document a été adopté sans les changements recommandés.

Les jours où l’on examinait l’expérience de perte d’une variable de régime de catégorie sur une base univariée sont révolus depuis longtemps. Les assureurs évaluent à des niveaux de segmentation que peu de gens auraient pu imaginer il y a des années.

Comme indiqué au paragraphe 49 du Livre blanc sur l’optimisation des prix du NAIC :

 » L’utilisation d’analyses de données sophistiquées pour développer des méthodologies finement ajustées avec une multiplicité de cellules de notation possibles n’est pas, en soi, une violation des lois de notation tant que les classes de notation et les facteurs de notation sont basés sur les coûts. »

Mais avec les indications de plan de classe dérivées par des processus itératifs utilisant des modèles informatiques complexes qui incluent le jugement tout au long, comment l’organisme de réglementation s’assure-t-il que les aspects de jugement de l’indication sont impartiaux et liés aux pertes et dépenses prévues? Et lorsque les autres aspects de jugement de la sélection des relativités de taux sur la base de ces indications sont également modélisés, comment le régulateur peut-il suivre le rythme?

La complexité qui sous-tend la façon dont les taux d’assurance iard sont élaborés et la segmentation extrême avec laquelle les régimes collectifs sont administrés sont devenus des défis importants pour les organismes de réglementation d’aujourd’hui. Le Livre blanc du NAIC sur l’optimisation des prix, les bulletins publiés par de nombreux États contre les pratiques d’optimisation des prix et le Groupe de travail sur les mégadonnées (D) du NAIC sont des exemples de réponses réglementaires récentes à ces défis. Mais au bout du compte, les mêmes normes qui s’appliquent aux taux d’assurance depuis de nombreuses décennies continuent de s’appliquer aujourd’hui et elles demeurent applicables, qu’il n’y ait que trois catégories de risque (par exemple, moyenne, supérieure à la moyenne et inférieure à la moyenne) ou plusieurs milliers (par exemple, blocs de recensement). Les taux ne doivent pas être excessifs, inadéquats ou injustement discriminatoires.

Ressources

  1. Pour plus d’informations sur le Groupe de travail Big Data(D) du NAIC, y compris sa redevance de 2016, voir Comité sur la Réglementation du marché et la consommation (D) du NAIC, Page d’accueil du Groupe de travail Big Data(D), (dernière visite le 18 mai 2016).
  2. Pour accéder au Livre blanc sur l’optimisation des prix, voir le Groupe de travail sur l’actuariat et la statistique des accidents (C) du SCIAN,  » Livre blanc sur l’optimisation des prix  » (Nov. 19, 2015) disponible ici.
  3. Le site Web du Groupe de travail Actuariel et Statistique (C) du NAIC répertorie les bulletins de divers États sur l’optimisation des prix à la page d’accueil du Groupe de travail Actuariel et Statistique (C) du NAIC (dernière visite le 18 mai 2016) (à trouver sous la rubrique Bulletins/Communiqués d’optimisation des prix).
  4. Les commentaires sur le Livre blanc du NAIC sur l’optimisation des prix qui ont été reçus par le Comité exécutif du NAIC avant l’adoption du document à la réunion nationale du printemps 2016 du NAIC peuvent être consultés en ligne dans les documents du Comité Exécutif (EX) du 6 avril 2016 et de la Réunion plénière du NAIC. Voir NAIC,  » Rapport du Comité exécutif  » (Avr. 6, 2016) disponible ici.
  5. De plus amples informations sur les raisons pour lesquelles le Groupe de travail actuariel et statistique des accidents (C) du NAIC a commencé à rédiger le Livre blanc sur l’optimisation des prix sont disponibles sur le site Web du NAIC. Voir Center for Insurance Policy and Research, « Optimisation des prix » (Janv. 6, 2016) disponible ici.

Michael McKenney est le superviseur actuariel du Département des assurances de Pennsylvanie, Property & Casualty Bureau. Il est également actuellement président du Groupe de travail Actuariel et statistique (C) sur les accidents du SCIAN.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.