Gestion du risque de tempête de vent : sensibilité des calculs de période de retour et répartition sur le territoire.

Résumé La modélisation et la prévision des dommages causés par les tempêtes de vent constituent un problème majeur pour les compagnies d'assurance. Dans cet article, nous nous intéressons à la sensibilité des estimations des périodes de retour des événements extrêmes par rapport aux hypothèses de modélisation et au type de données d'entrée. De nombreuses variables jouent un rôle : la qualité des données concernant la localisation des bâtiments assurés et l'homogénéité des bulletins météorologiques, les mises à jour manquantes pour corriger les non-stationnarités concernant l'historique du portefeuille d'assurance, la rugosité du sol ou le changement climatique, l'évolution du modèle après un événement sans précédent comme la tempête Lothar observée en 1999 en Europe, l'agrégation temporelle des événements quotidiens sur plusieurs jours, où les événements peuvent s'étendre sur plusieurs jours jusqu'à une semaine, et les trajectoires des tempêtes, qui peuvent changer en raison du réchauffement climatique ou balayer de plus grandes zones. Nos travaux explorent trois aspects importants. Premièrement, nous mettons en évidence l'hétérogénéité géographique de la distribution spatiale des vitesses de vent et des dommages qui en découlent. Par conséquent, nous proposons de partitionner le territoire français en 6 zones de tempête relativement homogènes, basées sur la dépendance entre les vitesses de vent observées et la distance géographique. Deuxièmement, nous étendons un indice de tempête défini dans Mornet et al. (Risk Anal 35:2029-2056, 2015)-pour prendre en compte l'hétérogénéité géographique, et nous analysons son comportement de queue pour montrer les difficultés rencontrées pour obtenir des résultats fiables sur des événements extrêmes. Troisièmement, nous explorons le calcul du capital de solvabilité requis à partir d'un modèle que nous proposons pour la distribution annuelle du montant des sinistres. Le but de notre analyse est de quantifier et de souligner le haut niveau d'incertitude dans le calcul des périodes de retour et d'autres quantités fortement influencées par les événements extrêmes.