Qu’est-ce que l’IFRS 17? #
L’IFRS 17 est une nouvelle norme comptable du Conseil des normes comptables internationales (CNCI) – la première à s’ajouter en près de 15 ans. Elle a pour objectif de favoriser l’uniformité des états financiers des compagnies d’assurance et de les harmoniser avec les principes des IFRS appliqués dans d’autres secteurs.
Cette norme donne des indications sur le traitement des flux de trésorerie dans une compagnie d’assurance, plus précisément sur l’inscription des flux de trésorerie (entrées et sorties) déterminés au niveau des polices dans les rapports et les provisions comptables.
Les assureurs devront donc mettre en place une solution robuste pour adapter leurs écritures comptables et leurs rapports aux nouvelles exigences.
Série sur l’IFRS 17 #
Ce texte est le premier d’une série de trois articles informatifs portant sur les grandes questions à résoudre pour être en règle avec l’IFRS 17 avant la date limite du 1er janvier 2023.
Dans celui-ci, nous examinons les trois principaux enjeux que pose l’IFRS 17 en matière de données. Les deux articles suivants traiteront du choix de la méthode d’évaluation et de la production de rapports.
Abonnez-vous ci-dessous pour ne pas manquer le reste de la.série
Résoudre le casse-tête de l’IFRS 17 pour la gestion des données en assurance vie #
On dit que l’IFRS 17 est la plus importante refonte des normes comptables à toucher le secteur de l’assurance en 15 ans. Elle représente donc tout un casse-tête en matière de données pour les entreprises qui cherchent à s’y conformer avant la date limite du 1er janvier 2023, qui aura vite fait d’arriver.
Afin de respecter les nombreuses nouvelles exigences, il faudra faire des calculs pour chaque police, notamment des projections pour les primes, les réclamations et la réassurance. Il faudra aussi évaluer la rentabilité des polices ainsi que leur place au sein des portefeuilles, des groupes et des cohortes.
Pour ce faire, les entreprises devront pouvoir :
- Accéder à toutes les données des polices contenues dans leurs systèmes d’assurance, de comptabilité et d’actuariat;
- Nettoyer et convertir leurs données, et en extraire les valeurs importantes au bon niveau de granularité;
- Mettre en place une procédure automatisée pour la progression des données au fil de leurtransformation, de l’approvisionnement à la production de rapports.
Pour surmonter ces obstacles, la plupart des assureurs devront rafraîchir leur approche, leur technologie et leur expertise.
Premier obstacle : accès à l’ensemble des données #
La première difficulté, c’est que les données nécessaires pour produire des rapports conformes àl’IFRS 17 se trouvent dans plusieurs systèmes de l’entreprise (administration de polices, actuariat et comptabilité). Les sources étant nombreuses et le mappage, complexe, la conformité à l’IFRS 17 estdonc fondamentalement une question de données.
L’accès aux données est d’autant plus compliqué que presque toutes les compagnies d’assurance vie utilisent plusieurs systèmes d’arrière-guichet qui datent parfois de plusieurs décennies et qui, dans certains cas, ne sont plus connectés. Il n’est donc pas simple d’en récupérer les données, d’autant plus qu’il faut souvent exécuter des tâches uniques à la main, ce qui crée des silos de données et dessolutions TI dans l’ombre – une façon de faire à la fois inefficace, coûteuse et propice à l’erreur.
Dès lors, la quantité de migrations et de conversions de données à réaliser pour réussir à se conformer àl’IFRS 17 est ahurissante. Et, comme pour toute migration, l’utilisation de méthodes de conversion traditionnelles crée d’importants risques dans un projet dont l’échéancier est déjà serré et non négociable.
Les risques générés par les vieilles méthodes (perte ou corruption de données, atteinte à la protection des données, maintien de systèmes parallèles) sont si considérables qu’ils constituent depuis longtempsune des principales raisons pour lesquelles les assureurs repoussent la modernisation de leurs systèmes d’administration de polices.
Deuxième obstacle : normalisation et granularité #
Une autre grande difficulté tient au fait que les données ne sont pas organisées de façon à faciliter leurexploitation et leur traitement. Comme elles ne sont pas nécessairement normalisées ou interreliéesd’un système à l’autre, il est difficile de les fusionner en un seul et même ensemble utilisable sans compromettre leur intégrité.
Et on ne parle ici que des données des systèmes centraux. Le problème se corse encore davantage quand on pense aux nombreuses données essentielles qui se trouvent dans des feuilles de calcul et d’autres sources indépendantes. Chez les actuaires, par exemple, il est courant de travailler dans des classeurs Excel qui sont alimentés manuellement à partir de systèmes externes et difficiles à intégrer.
La normalisation des données et la capacité à extraire les valeurs recherchées au bon niveau de granularité sont des points faibles de bon nombre d’entreprises – surtout les multinationales et les habituées des fusions et acquisitions. Le problème s’aggrave aussi du fait que certains contrats d’assurance durent presque toute une vie, et que le format des données peut être appelé à changer au fil des décennies.
Troisième obstacle : définition de la procédure #
La troisième difficulté posée par l’IFRS 17 concerne la définition de la procédure pour la progression des données entre l’approvisionnement et la production de rapports. Cette procédure était beaucoup plussimple au temps des normes antérieures. Comme il suffisait d’inscrire les primes dans l’état des résultatspour communiquer ses revenus, le processus était relativement court.
Au titre de l’IFRS 17, il faut d’abord accéder aux données, puis les traiter. Les données sont ensuitetransformées en passant d’un système à l’autre, de façon à ce qu’on puisse effectuer les calculs requis pour la production de rapports de conformité. Les étapes de cette procédure doivent donc être bien définies, et surtout, automatisées.
L’IFRS 17 est un cauchemar pour les entreprises qui finissent par instaurer une foule de nouvelles tâchesmanuelles nécessaires à leur conformité. En optant plutôt pour les bons processus automatisés, celles-cipermettraient à leur personnel de se concentrer sur les tâches qui apportent une valeur réelle, comme l’analyse et l’établissement de stratégies pour diverses gammes de produits.
Pour mettre en place les processus les plus efficaces et les moins dérangeants, les assureurs devront choisir les bonnes technologies et méthodes de conversion. Ils s’assureront ainsi d’automatiser les étapes, d’éliminer les risques et de réaliser un processus qui leur sera utile – non seulement pourgénérer les rapports exigés, mais aussi pour améliorer la prise de décisions à l’interne et accélérer l’innovation.
Conclusion : la solution à l’IFRS 17 #
Pour surmonter les difficultés que pose l’IFRS 17 en matière de données, les assureurs ont besoin d’unbon ensemble d’outils qui leur permet de récupérer leurs données de façon efficace et efficiente. Ces outils les aideront à régler le problème d’interrelation des données au moyen d’un modèle normalisé dans le secteur.
Ce type de modèle permet à l’entreprise de savoir où trouver chaque groupe de données et d’y accéder,quel que soit le niveau de granularité offert par les différents systèmes.
Grâce à des indicateurs de qualité et à des techniques de nettoyage, il permet de relier chaqueoccurrence d’une donnée source aux autres. Ainsi, même les données les plus disparates, avec diversniveaux de granularité, pourront servir aux analyses.
Pour venir à bout des obstacles non négligeables posés par l’IFRS 17, il faudra en outre établir de solides fondements pour les données d’assurance, utiliser des techniques d’intégration judicieuses et faire appel aux bons intégrateurs.
Pour les assureurs qui songent déjà à moderniser leur système d’administration de polices pour accélérer l’innovation, accroître l’efficacité opérationnelle et rehausser l’expérience client, l’IFRS 17 peut être le point de bascule dans leur décision d’installer un système basé sur des règles.
