Mémoire d'actuariat

Provisionnement des sinistres graves en responsabilité civile médicale
Auteur(s) BEN-BRIK Maxime
Société Prim'Act
Année 2019
Confidentiel jusqu'au 25/09/2021

Résumé
Pour une branche à développement long comme la responsabilité civile professionnelle des médecins, en moyenne, les 1% de sinistres les plus graves représentent jusqu'à 50% de la charge totale. Leur bonne évaluation a priori constitue alors un enjeu majeur pour l'assureur. L'objet de ce mémoire est d'identifier et de provisionner ces sinistres dans le cadre de la responsabilité civile médicale (abrégé "RCM"). Les garanties de la RCM concernent en grande partie toute erreur de diagnostic ou de traitement qui est considérée comme une faute, c'est-à-dire, dans le cadre juridique français, dès lors qu'elle a été causée par un défaut d'information, un défaut de consentement, un manquement au devoir d'assistance ou par un manquement au devoir de secret professionnel de la part du praticien. L'identification des sinistres graves s'articule autour de la théorie des valeurs extrêmes. Elle aide à obtenir la définition d'un seuil statistiquement stable à partir duquel un sinistre est considéré comme grave, et ce à partir de l'évaluation du coût unitaire de chaque sinistre, en fonction de ses caractéristiques. Ces informations sont complétées par une évaluation du nombre de sinistres graves non encore déclarés, pour le calcul des IBNR et, le cas échéant, d'une évaluation des sinistres non encore survenus. Dû à leur faible nombre, la modélisation du provisionnement de sinistres graves, que ce soit pour les comptes sociaux ou pour les comptes prudentiels (Solvabilité II), implique une mise en oeuvre d'ajustements actuariels pour limiter au maximum l'impact de la forte volatilité que présentent leurs charges. Sous ces conditions, les méthodes de provisionnement simples, telles que Chain-Ladder, peuvent réaliser des résultats satisfaisants.

Abstract
For a long-running branch, such as the medical professionnal for doctors, 1% of the most severe losses represents, on average, up to 50% of total charges. Their good a priori evaluation is a major stake for the insurer. This thesis' purpose is to identify and provision these losses as part of the medical liability (shorten "ML"). The ML's warranties largery concern any misdiagnosis or treatment that is considered as a fault, which means, in the French legal framework, since it was caused by an information defection, a lack of consent, a duty of assistance's breach or a professional secrecy's violation from the practitioner. Severe losses identification is based on extreme value theory. It helps getting a threshold that is statistically stable above which a loss is considered as severre, and these from each loss' unit cost evaluation, according to its characteristics. These information are completed by number of severe losses that are not yet reported for IBNR calculation and, where applicable, an assessment of losses not yet incurred. Due to their small number, severe losses provision modeling, whether it is for corporate accounts or for prudential accounts (Solvency II), implies the implementation of actuarial adjustments in order to minimize the high volacity's impact of their charges. Under these conditions, simple provisioning methods, such as Chain-Ladder, can achieve satisfying results.