Laboratory 1920x1080

IFRS 17 : Choisir la bonne méthode d’évaluation pour la réussite

Article

Série sur l’IFRS 17: satisfaire et surpasser les attentes

Ce texte est le deuxième 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 nous pencherons sur le choix de la méthode d’évaluation. Nous vous invitons aussi à lire le premier article, L’IFRS 17 et la gestion des données en assurance vie : comment résoudre le casse-tête. Le dernier article traitera quant à lui des obstacles à la production de rapports.

Abonnez-vous ci-dessous pour ne pas manquer la suite de la série.


Pour un assureur, choisir la bonne méthode d’évaluation du passif de ses produits représente en soi tout un défi. Mais il peut être encore plus difficile d’accéder à toutes les données nécessaires et de les analyser pour prendre les bonnes décisions.

Si l’assureur ne parvient pas à convertir et à uniformiser suffisamment ses données pour effectuer les calculs exigés par l’IFRS 17, la production des rapports de conformité et des déclarations sera une tâche très ardue – voire impossible.

Dans le pire scénario, l’incapacité à surmonter les obstacles liés à la gestion des données pour le choix d’une méthode d’évaluation peut se traduire par un échec de conformité à l’IFRS 17.

Le choix d’une méthode d’évaluation, un enjeu de données

Les trois méthodes d’évaluation permises par l’IFRS 17 décrivent la démarche que suivent les compagnies d’assurance vie pour rendre compte du fait qu’elles ont déjà perçu des primes pour une protection qui perdure. Nommées « méthode générale d’évaluation » (MGE), « méthode de la répartition des primes » (MRP) et « méthode des honoraires variables » (MHV), elles visent chacune un type de produit distinct. Elles guident les compagnies d’assurance vie pour la déclaration du passif au titre de la couverture restante (PCR).

Il faudra analyser soigneusement les données des polices pour faire un choix de méthode éclairé. Pour ce faire, les données doivent être accessibles, lisibles et présentées dans un format normalisé convenant à l’analyse – ce qui est loin d’être le cas chez tous les assureurs, en particulier ceux qui jonglent avec plusieurs systèmes anciens.

Les difficultés associées à chaque méthode

Chacune des trois méthodes d’évaluation présente ses propres difficultés.

1. Méthode générale d’évaluation

La méthode générale d’évaluation (MGE) est l’option par défaut qui peut être utilisée par tous les assureurs. Elle convient aux contrats à long terme comme les polices d’assurance vie et d’assurance hypothécaire, qui couvrent un risque précis durant une période prolongée.

Enjeux

Pour les entreprises qui utilisent la MGE, la principale difficulté réside dans le calcul de la valeur temps de l’argent pour tous les flux de trésorerie, puis dans l’application des ajustements au titre du risque. La plupart des assureurs adoptent la MGE, mais n’ont guère d’expérience avec une telle méthode. Ils peuvent donc avoir du mal à déterminer comment exploiter les données nécessaires.

2. Méthode de la répartition des primes

La méthode de la répartition des primes (MRP) est plus simple que la MGE. Elle vise les contrats à court terme, soit ceux dont la protection dure moins d’un an. Cette méthode peut toutefois se complexifier, car elle peut aussi servir pour certains contrats de plus d’un an si l’assureur démontre qu’elle donne des résultats comparables à ceux de la MGE.

Enjeux

Prouver que les résultats de la MRP et de la MGE sont similaires, c’est un autre casse-tête de données. Il faudra accumuler les données et les analyses pour démontrer, de façon concluante, que les deux méthodes sont équivalentes.

3. Méthode des honoraires variables

Troisième option, la méthode des honoraires variables (MHV) est obligatoire pour tout « contrat avec participation directe », à savoir les contrats comprenant des fonds distincts, les contrats à capital variable, etc. On peut aussi y recourir pour les contrats d’assurance ayant des composantes investissement.

Enjeux

La MHV présente les mêmes difficultés que la MGE, mais demande des données et des calculs supplémentaires pour qu’on puisse déterminer les procédures de suivi de la marge sur services contractuels. En résumé, il y a plus de calculs à faire, et donc plus de maux de tête pour ceux qui ne disposent pas des bons processus et outils pour le traitement des données.


Enfin, l’une des plus grandes difficultés apportées par l’IFRS 17 pour les compagnies d’assurance tient au fait que, quelle que soit la méthode adoptée, la précision des calculs dépend de l’exactitude et de la fiabilité des données utilisées.

Les données au service du regroupement de contrats

Les données entrent aussi en jeu au moment de déterminer le niveau de regroupement à utiliser pour les groupes et les cohortes. Les diverses manières de regrouper les contrats peuvent générer des résultats fort différents, et les assureurs doivent déterminer laquelle convient le mieux à leurs activités. Encore une fois, ce sont les données qui éclaireront leur décision.

L’inefficacité des processus, un problème coûteux

Ajoutons qu’à défaut d’utiliser les bons outils, les assureurs risquent de créer des inefficacités dans leurs processus de collecte et d’analyse de données. En raison de la lenteur d’exécution et de la multiplication des tâches manuelles, la production de rapports de conformité leur demandera alors plus de temps et d’efforts.

Ces inefficacités entraîneront non seulement une augmentation des coûts, mais aussi une diminution du temps que des employés hautement qualifiés peuvent consacrer à des tâches beaucoup plus profitables.

En résumé

L’IFRS 17 donne aux assureurs la liberté d’adopter la méthode de leur choix pour l’évaluation du passif des polices. Et ce choix est une question de données : pour arrêter leur décision, les assureurs doivent être en mesure d’accéder à toutes les données pertinentes sur les polices contenues dans leurs systèmes centraux d’assurance, de comptabilité et d’actuariat.

Ces données doivent ensuite être converties pour permettre la recherche et l’extraction des valeurs souhaitées pour l’analyse. Si ces tâches ne sont pas automatisées, il faudra fournir un effort accru qui alourdira les activités courantes.

Une fois que les problèmes de données sont réglés et que la méthode d’évaluation est choisie, la dernière étape consiste à produire des rapports de conformité – sujet du prochain article de notre série!

Articles Liés

Illustration Blockchain 1920x800 1

Conformité IFRS17

Résoudre le défi des données de l'IFRS 17 pour les dirigeants de l'assurance vie

Pour surmonter les importants problèmes de données que pose l'IFRS 17, il faudra mettre en place une solide base de données d'assurance, de bonnes techniques d'intégration des données et l'aide des bons partenaires d'intégration des données.
Lire l' Article
Glowing World Analytics 1920x1080

Conformité IFRS17

Les grandes questions à résoudre pour être en règle avec l’IFRS 17

Bien que les défis liés aux données, à la modélisation et à l'établissement de rapports pour se conformer à l'IFRS 17 soient importants, le travail effectué pour préparer les nouvelles normes peut également créer des opportunités significatives pour les assureurs.
Lire l' Article