Risque grêle et assurance en France : Diagnostics et stratégies d'adaptation

Hail risk and insurance in France:Diagnostics and adaptation strategies

• Auteur / Autrice : Maxime Trevisani
• Direction : Freddy Vinet
• Type : Projet de thèse
• Discipline(s) : Geographie et aménagement de l'espace
• Date : Inscription en doctorat le 01/09/2020; Soutenance le 03/07/2024
• Etablissement(s) : Montpellier 3
• Ecole(s) doctorale(s) : École doctorale Territoires, Temps, Sociétés et Développement (Montpellier ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : LAGAM - Laboratoire de Géographie et d'Aménagement de Montpellier

Mots clés

Mots clés libres

Grêle

Risque

Assurance

Dommage

Prévention

Hail

Risk

Insurance

Damage

Prevention

Résumé

En France les coûts provoqués par les périls naturels, indemnisés par les assurances, sont pour moitié causés par les tempêtes, la grêle et le poids de la neige (couverts par une garantie nommée TGN). Ces trois aléas représentent plus de 80 % du nombre de sinistres sur la période 1988-2013 (FFA, 2015). Le risque de grêle est rarement isolé dans les études sur la garantie TGN. Pourtant, il constitue une préoccupation grandissante pour les assureurs tant pour l'agricole (assurance récolte) que pour le dommage aux biens (auto et habitation). Cette préoccupation est d'autant plus grande qu'elle s'inscrit dans un contexte stressé de changement climatique, où les incertitudes sont nombreuses quant à la mesure de l'augmentation de la fréquence et de l'intensité des phénomènes. Les méthodes de lutte active (Cazac et al., 2017) n'offrent pas les solutions espérées et les méthodes de protection passives (filet), très coûteuses, sont réservées aux enjeux à haute valeur ajoutée (vergers, parcs automobiles…). Par ailleurs, la grêle est un phénomène très ponctuel, difficile à mesurer et encore plus à cartographier. La mesure spécifique de l'intensité de la grêle se fait par des capteurs appelés grêlimètres. Ces grêlimètres n'existent que dans certaines régions et sur des périodes en général courtes. Les données des réseaux d'observation officiels (Météo-France pour la France) ne sont pas fiables car elles reposent sur des observations directes par des observateurs. Or de plus en plus de stations météorologiques sont automatisées et ne mesurent pas les phénomènes tels que le brouillard, la grêle, la foudre…. Aussi, pour mettre en place des solutions assurantielles justes et efficaces, les assureurs doivent améliorer leur connaissance du risque grêle en recherchant et structurant des informations nouvelles. L'objectif est d'être plus performant dans la mesure de l'intensité et de la fréquence du phénomène grêle, afin de mieux préparer la profession assurantielle aux enjeux du changement climatique et surtout mieux protéger/accompagner les assurés à travers des stratégies d'adaptation efficaces.

In France, the cost incurred by natural perils and compensated by insurance, are half caused by storms, hail and the weight of snow (covered by a guarantee called TGN).These three hazards represent more than 80% of the number of claims over the period 1988-2013 (FFA, 2015). The risk of hail is rarely isolated in studies on the TGN guarantee. However, it is a growing concern for insurers for both agriculture (crop insurance) and property damage (cars and home). This concern is all the greater as it takes place in a stressed context of climate change, where there are many uncertainties regarding the measurement of the increase in the frequency and intensity of phenomena. Active control methods (Cazac et al., 2017) do not offer the hoped-for solutions and passive protection methods (net), which are very expensive, are reserved for high added value issues (orchards, car fleets, etc.). In addition, hail is a very punctual phenomenon, difficult to measure and even more difficult to map. The specific measurement of the intensity of the hail is done by sensors called hailstones. These hailmeters only exist in certain regions and for generally short periods. Data from official observation networks (Météo-France for France) are unreliable because they are based on direct observations by observers. Or, more and more practical stations are automated and do not measure phenomena such as fog, hail, lightning . Also, to set up fair and efficient insurance solutions, insurers must improve their knowledge of hail risk by researching and structuring new information. The objective is to be more efficient in measuring the assessment and frequency of the hail phenomenon, in order to better prepare the insurance profession for the challenges of climate change and above all to better protect / support insured persons through strategies of effective adaptation.