Bertomeu-Gilles Et Al 2012

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 69

Bureau d’étude 2011-2012

Master actuariat première année

Défis techniques, financiers et commerciaux de


l’assurance vie en Afrique subsaharienne
francophone

encadré par : Aymric Kamega

Euro-institut d’actuariat

6 avenue le Gorgeu
CS 93837 29238 Brest
Cedex 03

Alexandra Bertomeu-Gilles
Présenté et soutenu publiquement Mathieu Briec
le 24 mai 2012 Mélissa Kerdudo
Arnaud Mebale
Alexis Merx
Remerciements

L’aboutissement de ce projet n’aurait pas été possible sans le soutien de Monsieur


Aymric KAMEGA. Docteur et actuaire qualifié chez WINTER & Associés, M. KA-
MEGA est aussi un spécialiste dans le domaine actuariel en Afrique subsaharienne
francophone et a été notre tuteur tout au long de ce projet. Il s’est montré disponible
pour nous guider et nous faire part de son expérience personnelle. Il nous a d’ailleurs
consacré beaucoup de temps, tout en nous délivrant un message clair concernant ses
attentes vis-à-vis de ce bureau d’étude. Ses conseils avisés nous ont placés dans des
conditions optimales pour atteindre nos objectifs. C’est pourquoi nous tenons à le re-
mercier tout particulièrement.

Nous voulons aussi exprimer notre reconnaissance envers Monsieur Franck VER-
MET, directeur des études à l’EURIA et responsable des bureaux d’étude. Il est constam-
ment resté à notre écoute au cours de l’avancée de notre projet, tout en suivant avec
intérêt son développement.

Nos remercions aussi Monsieur MOEGLIN dont la bibliothèque actuarielle nous a


énormément servi pour effectuer des simulations. De même, nous exprimons notre gra-
titude à Madame PAUGAM, notre professeur d’anglais à l’EURIA. En effet, deux
soutenances orales sur notre sujet de recherche nous ont été proposées dans la langue de
Shakespeare. Ses commentaires pertinents et son regard extérieur sur notre travail ont
orienté notre démarche pour la construction de notre produit. Nous citerons également
Yannick TANGUY, actuaire chez Allianz, qui a participé à l’amélioration de notre mise
en page sous LATEX.

Enfin, nous n’oublions pas l’ensemble des étudiants de la promotion 2013 de l’EURIA
qui, lors de nos échanges réguliers, ont participé à l’avancement du projet en posant des
questions sur des points qui leur semblaient importants ou peu clairs. Ainsi, nous avons
pu affiner notre étude en tenant compte de leurs remarques.

1
Table des matières

Remerciements 1

Liste des abréviations utilisées 6

Avant-propos 8

Introduction 9

I Assurance vie et tontines en Afrique subsaharienne francophone 11

1 Situation de l’assurance vie au sein des populations de l’Afrique sub-


saharienne francophone 12
1.1 Un contexte économique difficile . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 L’obstacle sociologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3 Des conditions politiques inappropriées . . . . . . . . . . . . . . . . . . . 18

2 Stratégie actuelle des acteurs de l’assurance vie en Afrique subsaha-


rienne 20
2.1 Qu’est ce que la micro assurance ? . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Les faiblesses du modèle actuel . . . . . . . . . . . . . . . . . . . . . . . 22
2.3 La spécificité du marché africain . . . . . . . . . . . . . . . . . . . . . . . 24

3 Une solution envisageable : les tontines ? 26


3.1 Qu’est-ce qu’une tontine ? . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Des éléments encourageants . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Les limites du concept . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

II Construction d’un produit d’assurance vie 29

4 Comparaison des pays de l’Afrique subsaharienne 30


4.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Premiers résultats obtenus . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3 Pour aller plus loin... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

5 De la micro finance vers la micro assurance 36


5.1 La micro finance : un point de départ . . . . . . . . . . . . . . . . . . . . 36
5.2 Des faiblesses ostensibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.3 Avènement de la micro assurance . . . . . . . . . . . . . . . . . . . . . . 39

2
6 Proposition de produit(s) en assurance vie 40
6.1 Les coopératives et les syndicats : des soutiens prometteurs . . . . . . . . 40
6.1.1 Les coopératives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.1.2 Les syndicats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 Piste(s) envisagée(s) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.3 Assurance temporaire décès . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.1 Définition du service . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.2 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.3 Tarification et provisions . . . . . . . . . . . . . . . . . . . . . . . 44

Conclusion 48

Glossaire 49

Bibliographie 54

Annexes 56

A Primes versées en assurance vie en Afrique subsaharienne 57

B Régression linéaire des revenus annuels en Afrique subsaharienne fran-


cophone 58

C Validation du modèle de régression linéaire des salaires par rapport


aux années 60

D Code SAS pour la discussion du modèle des salaires en fonction des


années 62

E Code de l’Analyse en Composantes Principales sous R 64

F Code de la méthode de Kohonen sous R 66

G Lettre à Esther Duflo 67

H Code utilisé sous R pour le calcul des primes et des provisions 68

EURIA Page 3/69 Master 1 : Bureau d’étude


Table des figures

1 Carte de l’Afrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Taux de pénétration de l’assurance vie . . . . . . . . . . . . . . . . . . . 9

1.1 Évolution du revenu annuel moyen en Afrique subsaharienne . . . . . . . 15


1.2 Prévision des salaires sur 50 ans . . . . . . . . . . . . . . . . . . . . . . . 16
1.3 Afrique subsaharienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4 Afrique du Sud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

4.1 Segmentation des pays africains . . . . . . . . . . . . . . . . . . . . . . . 31


4.2 Cercle des corrélations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3 Méthode de Kohonen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.4 Distance au sein des classes . . . . . . . . . . . . . . . . . . . . . . . . . 34

5.1 Impact de la micro finance sur la consommation . . . . . . . . . . . . . . 38


5.2 Impact de la micro finance sur la création d’emplois . . . . . . . . . . . . 38
5.3 Impact de la micro finance sur la santé et de l’éducation . . . . . . . . . 39

6.1 Représentation des flux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45


6.2 Provision pour une population homogène . . . . . . . . . . . . . . . . . . 47
6.3 Provision pour une population hétérogène . . . . . . . . . . . . . . . . . 47
A.1 Évolution des émissions Vie de la zone CIMA . . . . . . . . . . . . . . . 57

C.1 Distribution des résidus . . . . . . . . . . . . . . . . . . . . . . . . . . . 60


C.2 Droite d’Henry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
C.3 Représentation des résidus par rapport aux valeurs prédites . . . . . . . . 61
C.4 Hétéroscedasticité du modèle . . . . . . . . . . . . . . . . . . . . . . . . . 61

4
Liste des abréviations utilisées

AFRISTAT : Observatoire économique et statistique d’Afrique subsaharienne


ASF : Afrique subsaharienne francophone
BF : Burkina Faso
BIT : Bureau international de travail
CA : Centrafrique
CADE : Coordination pour l’Afrique de demain
CFA : Communauté financière africaine
CI : Côte d’Ivoire
CIMA : Conférence interafricaine des marchés d’assurances
EURIA : Euro-institut d’actuariat
FANAF : Fédération des sociétés d’assurances de droit national africaines
FIDA : Fonds international de développement agricole
INSEE : Institut national des statistiques et des études économiques
MFI : Micro finance institution
OCDE : Organisation de coopération et de développement économiques
OIT : Organisation internationale du travail
ONG : Organisation non gouvernementale
PIB : Produit intérieur brut
RC : République du Congo
RDC : République démocratique du Congo
RU : Royaume Uni
TRI : Taux de rendement interne
TVA : Taxe sur la valeur ajoutée
VIH/SIDA : Virus de l’immunodéficience humaine/Syndrome d’immunodéficience ac-
quise

6
Figure 1 – Carte de l’Afrique

EURIA Page 7/69 Master 1 : Bureau d’étude


Avant-propos

e n’est pas sans regret que nous nous apprêtons à mettre un point final à nos re-
C cherches alors que tant de questions restent en suspens. Cette tâche nous a tenus en
haleine durant 6 mois et s’est inscrite dans le cadre d’une étude académique à caractère
actuariel avec pour aboutissement, la construction d’un produit d’assurance vie adaptée
à la population d’Afrique subsaharienne francophone. C’est avec tout notre cœur que
nous nous sommes attelés à la tâche, en ayant l’impression d’œuvrer pour un monde plus
juste. Connaı̂tre la population d’Afrique subsaharienne, cerner leurs aspirations nous ont
permis d’avancer, nous rappelant la condition indigne dans laquelle « survivent » des mil-
lions de gens sur Terre et nous encourageant à apporter un regard neuf sur la situation
actuelle. Ainsi, le plus gros succès de notre « bureau d’étude » réside pour nous dans le
dépassement des idées préconçues sur le système préétabli, combiné avec un véritable
message d’humanité.

À travers cette étude, nous n’avons pas la prétention de réinventer un système d’assu-
rance qui révolutionnera le timide marché africain. Néanmoins, nous avons tenté, au fur
et à mesure, d’apporter des éléments de réponse dans un souci de clarté, de cohérence et
de remise en question permanente. Nous qualifions ces réponses de théoriques, faute de
contacts suffisants avec les principaux intéressés et, a fortiori, faute d’une connaissance
approfondie du terrain. Pour démarrer notre enquête, nous proposons des raisons non
exhaustives d’un retard prononcé des services assurantiels en Afrique.

Par ailleurs, en dépit de quelques efforts récents de la part d’organisations interna-


tionales telles que AFRISTAT, les données chiffrées concernant cette zone du monde
sont quasi-inexistantes dans bien des domaines. Quand elles sont accessibles, nous de-
vons reconnaı̂tre un manque de fiabilité, même si nous supposons une conservation de
la tendance globale. Dans ce contexte de méfiance, nous avons construit, ex-nihilo, nos
bases de données en recoupant diverses sources très documentées sur le sujet. Ainsi, nous
avons illustré notre réflexion par l’interprétation actualisée de modèles mathématiques
déjà existants dans le domaine, en complétant par d’autres études statistiques person-
nelles. Nous vous laissons bien sûr le soin d’apprécier nos travaux tout en espérant qu’ils
répondront au moins en partie à vos attentes initiales.

8
Introduction

Dans la région subsaharienne de l’Afrique, on distingue pas moins de 19 pays 1 franco-


phones représentant une superficie totale supérieure à 7 millions de km2 et un marché de
plus de 200 millions d’individus selon l’Académie des Sciences [1]. Néanmoins, l’assurance
vie éprouve énormément de difficultés à se faire une place au sein de cette imposante
société, livrée à elle-même lors des épreuves survenant au cours de l’existence, même si,
comme le précisent Aymric Kamega et Frédéric Planchet [17], certains pays de cette
zone géographique ont réuni leurs forces en signant, en 1992, leur regroupement au sein
de la CIMA 2 . D’après un article Wikipedia [43], le Bénin, le Burkina Faso, le Cameroun,
la Centrafrique, les Comores, la Côte d’ivoire, le Gabon, la Guinée, la Guinée équa-
toriale, le Mali, le Niger, le Sénégal, le Tchad et le Togo forment donc un organisme
communautaire du secteur des assurances. Autrement dit, les assurances, dans ces pays,
sont soumises à une seule et même réglementation. Le graphe suivant illustre d’ailleurs
le positionnement timide de ce système de sécurisation officiel au sein des différentes
régions de cette zone géographique. Les informations de ce graphique ont été recueillies
à partir d’un compte-rendu de la CIMA [18].

Figure 2 – Taux de pénétration de l’assurance vie

La possibilité de développement est incontestable si l’on compare la situation de


l’ASF avec celle des pays développés comme la France ou même avec la position afri-
caine globale. En l’occurrence, l’extension de ce marché implique des efforts consentis
par les assureurs. En effet, alors que les Africains souffrent de leur vulnérabilité face à
1. Bénin, Burkina Faso,Burundi, Cameroun,Congo-Brazaville, Congo-Kinshasa, Côte d’Ivoire, Gabon, Gui-
née, Mali, Madagascar, Mauritanie, Niger, République Centrafricaine, République de Djibouti, Rwanda, Sénégal,
Tchad, Togo.
2. Conférence interafricaine des marchés d’assurance

9
des risques majeurs, notamment climatiques, alimentaires et épidémiques, ils sont para-
doxalement très mal lotis en terme d’accessibilité aux produits d’assurance vie. Même
si différentes raisons, développées dans la suite de notre étude, expliquent ce manque
de prise de risque de la part des institutions, c’est bien cette population qui aurait un
besoin plus marqué d’une forme d’accompagnement financier face à un avenir incertain.

D’ailleurs, des chiffres 3 récents laissent paraı̂tre une prise de conscience récente des
assurances face à cet état d’urgence. Mamadou G.K. Kone [18] note un accroissement
significatif de l’activité en assurance vie à partir de 2005 alors qu’elle avait eu tendance
à stagner sur la décennie précédente. Cela dit, l’enjeu reste immense puisque, dans l’état
actuel, trop peu de personnes sont concernées par ces progrès. Une réinvention quasi-
totale du système semble inévitable si l’on veut franchir un cap et élargir la population
cible dans cette zone géographique si vulnérable pour éventuellement imiter le succès de
la micro finance.

C’est pourquoi, nous tenterons, dans notre bureau d’étude, de répondre à la ques-
tion suivante : Comment rassembler la population d’Afrique subsaharienne francophone
derrière un projet d’assurance vie reposant sur un double enjeu : le développement d’un
mécanisme de protection sociale et en contrepartie, l’extension d’un marché pour les as-
sureurs ?

3. cf Annexe 1 figure A.1,57

EURIA Page 10/69 Master 1 : Bureau d’étude


Première partie

Assurance vie et tontines en Afrique


subsaharienne francophone

11
Chapitre 1

Situation de l’assurance vie au sein


des populations de l’Afrique
subsaharienne francophone

Sommaire
1.1 Un contexte économique difficile . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 L’obstacle sociologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3 Des conditions politiques inappropriées . . . . . . . . . . . . . . . . . . . . 18

1.1 Un contexte économique difficile


À l’heure actuelle, l’Afrique subsaharienne reste de loin l’une des régions du monde la
plus touchée par la pauvreté avec celle du sous-continent indien. Ainsi, l’Organisation des
Nations Unies [26] affirme que plus d’un individu sur deux y vit dans un état d’indigence
alarmant, autrement dit avec moins de 1,25 $ dollars par jour. Pour appuyer nos propos,
il semble nécessaire de rappeler ce que l’on entend par pauvreté. Il faut savoir que, selon
ce même document des Nations Unies, l’on en distingue trois types :
➪ la pauvreté absolue : elle cible les individus n’ayant pas les moyens matériels pour
subvenir à leur besoins vitaux, ce qui engendre une consommation alimentaire in-
suffisante.
➪ la pauvreté relative : dans ce cas, les victimes disposent éventuellement d’un mini-
mum vital pour survivre mais sont considérées comme exclues d’un certain mode
de vie matériel et culturel.
➪ la pauvreté subjective : elle est définie par rapport au sentiment des personnes
interrogées.
Pour donner une idée de la situation actuelle, nous nous sommes uniquement po-
sitionnés sur le premier type de pauvreté, autrement dit, celle mesurable grâce à des
« statistiques anthropométriques ». Pour ce faire nous nous sommes inspirés de l’étude
statistitique menée par Ali et Thorbecke (1998) et relatée dans l’oeuvre de C. Morisson,
H. Guilmeau et C. Linskens [22]. Ils ont introduit une variable notée Caz qui correspon-
dait à la dépense requise pour disposer du nombre de calories journalières nécessaires
pour se maintenir en bonne santé et exercer une tâche professionnelle, soit 2 250 calo-
ries. D’une région à une autre, voire d’un pays à un autre, le coût varie dans le sens où
les préférences et les prix alimentaires diffèrent. Les travaux de Martin Ravallion [34]
ont montré de manière empirique que la consommation de calories était une fonction

12
croissante concave et non linéaire de la dépense alimentaire. Par conséquent, c’est la
méthode de régression statistique qui a été choisie par Ali et Thorbecke pour estimer
cette relation. L’hypothèse est la suivante :

Caz = yz

Avec Caz est la somme nécessaire pour satisfaire son besoin calorique journalier.

Avec yz le seuil de pauvreté.

On suppose donc que les ménages en difficulté financière consomment tout leur revenu
pour subvenir à leur besoin minimal. On notera par ailleurs que cette position ne tient
pas compte des disparités entre les zones rurales et les villes. Les informations nécessaires
à l’aboutissement de cette enquête sont parfois difficilement accessibles en raison d’un
service national de la statistique parfois insuffisant. Pour cette raison, les données de 48
pays en développement, parmi lesquels on compte 16 pays de l’Afrique subsaharienne,
ont été exploitées afin d’estimer la relation entre le revenu moyen y par habitant et le
seuil de pauvreté yz . Voici la relation obtenue :

log(yz ) = γ + βy − αy2
R2 = 0.96
Dans le modèle d’Ali et Thorbecke (1998), les paramètres estimés sont les suivants :

γ
 = 5, 181
β = 0, 001 58

α = 0, 000 000 348 5$

Dans la pratique pour estimer le revenu moyen par habitant, nous utilisons la relation
suivante :
PIB
y=
N
N : Nombre d’habitants

PIB : Produit intérieur brut, information issue de statistiques-mondiales.com [37]

Dans une seconde étape, nous allons estimer, dans chacun des pays 1 de la région, le
seuil de pauvreté parallèlement au revenu moyen par habitant.

Ensuite, pour déterminer la proportion de la population vivant sous le seuil de pau-


vreté, nous allons nous intéresser à la distribution des revenus dans chacun des pays
précédents. Dans l’idéal, chaque vingtile reçoit 5 % de la richesse du pays. Cependant,
pour affiner nos résultats, en nous appuyant toujours sur l’étude d’Ali et Thorbecke,
nous proposons de considérer le seuil suivant :
yz
Ξ= × 0, 10
y
1. Le Cameroun et le Gabon ont des revenus par habitant beaucoup trop élevés pour entrer dans l’échelle
considérée de nos pays en développement.

EURIA Page 13/69 Master 1 : Bureau d’étude


yz
Pays Revenu par habitant (y) Seuil de Pauvreté (yz ) y
Bénin 694 450, 2 0, 64
Burkina Faso 518 367, 2 0, 71
Burundi 146 222, 3 1, 52
Cameroun 11 100 * *
Côte d’ivoire 913 562.8 0, 62
Gabon 7968 * *
Guinée 409 320, 2 0, 78
Madagascar 380 308, 3 0, 81
Mali 641 422, 4 0, 66
Mauritanie 1 114 670, 9 0, 60
Niger 340 292, 4 0, 86
RCA 427 327, 7 0, 77
Rwanda 501 359, 6 0, 72
Sénégal 1001 610 0, 61
Tchad 706 456, 1 0, 65

Table 1.1 – Données utilisées pour l’évaluation du coefficient de frottement par pays

yz
y
est ce que l’on appelle un coefficient de frottement. L’existence de cette correction
trouve son sens dans l’insuffisance de production de richesse des pays en voie en déve-
loppement. Certains cas critiques apparaissent : le PIB ramené à l’habitant est parfois
inférieur au seuil de pauvreté. Dans notre jeu de données, c’est le cas du Burundi par
exemple. Dans ce cas précis, un décile de la population ne peut plus se satisfaire de 10
% de la richesse du pays. À l’inverse d’autres pays s’en sortent mieux.

Ainsi, par hypothèse simplificatrice, si un vingtile reçoit moins de Ξ % alors la pro-


portion de la population associée sera considérée comme vivant sous le seuil de pauvreté.
Déciles 1 2 3 4 5 6 7 8 9 10
Bénin 3, 1 % 4, 3 % 4, 9 % 6, 4 % 7, 6 7, 8 % % 9, 8 % 11, 7 % 15, 5 % 29 %
Burkina Faso 2, 8 % 4, 1 % 5% 5, 9% 6, 6% 7, 9% 9, 1% 11, 4% 16, 8 % 32, 2 %
Burundi 1, 7 % 3, 4 % 4, 9% 5, 6% 7% 8, 1% 9, 6% 11, 9% 15, 2 % 32, 8 %
Côte d’Ivoire 2% 3, 2 % 4% 5, 1% 6% 7, 7% 9, 2% 12, 1% 15, 3 % 34 %
Guinée 2, 9% 4, 1 % 4, 32% 6, 48% 6, 6% 8, 1% 9, 6% 11, 7% 15, 4 % 36, 6 %
Madagascar 1, 9 % 3% 3, 9% 3, 6% 6% 6, 7% 9, 2% 11, 2% 16, 9 % 36, 6 %
Mali 2, 4 % 3, 7 % 4, 7% 5, 5% 6, 7% 8% 9, 9% 12, 3% 16, 4 % 30, 2 %
Mauritanie 2, 5 % 3, 7 % 4, 7% 5, 9% 6, 84% 8, 36% 10, 0% 12, 3% 16, 2 % 29, 5 %
Niger 0, 8 % 1, 8 % 4, 6% 5, 3% 6, 2% 7, 6% 9, 3% 10, 7% 17, 9 % 35, 4 %
RCA 0, 7 % 1, 3 % 2, 2% 2, 7% 4, 3% 5, 3% 8% 10.5% 17, 3 % 47, 7 %
Rwanda 2, 1 % 3, 2 % 4, 2% 4, 9% 6% 7, 2% 8, 6% 10, 8% 14, 8 % 38, 2 %
Sénégal 2, 7 % 3, 9 % 4, 7% 5, 6% 6, 3% 7, 9% 9, 2% 11, 4% 15% 33, 4 %
R.U* 2, 1 % 4% 5% 6, 4% 6, 6% 9, 4% 9, 5% 13% 15, 5 % 28, 5 %
France* 2, 8 % 4, 4 % 5, 4% 7, 2% 7, 5% 9, 7% 10, 5% 12, 3% 15, 1 % 25, 1 %

Table 1.2 – Distribution des revenus par décile d’après le World Development indicators [4]

* On notera que la France et le Royaume Uni ont été ajoutés dans ce tableau dans le
but d’avoir une référence en terme de répartition des revenus. Cependant, les hypothèses
faites dans notre modèle ne peuvent pas s’appliquer dans des pays développés.

En appliquant l’étude précédente, nous pouvons donc estimer le nombre de personnes


vivant sous un seuil de pauvreté selon notre définition. Voici les résultats obtenus :

EURIA Page 14/69 Master 1 : Bureau d’étude


Pays Personnes sous le seuil de pauvreté
Bénin 30 %
BF 50%
Burundi 80 %
CI 50 %
Guinée 50 %
Madagascar 60 %
Mali 40 %
Mauritanie 40 %
Niger 60 %
RCA 60 %
Rwanda 50 %
Sénégal 40 %

Table 1.3 – Proportion de la population sous le seuil de pauvreté

On note d’ores et déjà, une proportion inquiétante de la population ne disposant pas


de moyens suffisants pour subvenir à ses besoins quotidiens. On pourrait donc difficile-
ment les intégrer dans un circuit d’assurance.

De surcroı̂t, la représentation annuelle des revenus perçus en moyenne par chaque


individu de l’ASF nous donne une indication supplémentaire sur la difficulté pour l’as-
surance de s’y installer avec aisance.

Figure 1.1 – Évolution du revenu annuel moyen en Afrique subsaharienne

Nous constatons une évolution, certes accidentée, mais croissante des salaires exprimés
en euros constants sur les cinquante dernières années. Cependant, le niveau reste trop
bas pour espérer imposer le modèle assurantiel classique. Pour savoir si un changement
est possible à court terme, nous proposons une régression linéaire des salaires en fonction
des années sachant que nous disposions des données depuis 1962 [30]. Nous avons ainsi
tenté de prévoir leur évolution d’ici ces 50 prochaines années.

EURIA Page 15/69 Master 1 : Bureau d’étude


Décrivons dans un premier temps le modèle :

Revenui = α × Anneei + β + Ωi

Nous posons l’hypothèse suivante sur les résidus :

Ω ∼ N(0, σ2 )

(Revenui (ω))i∈[1962,2010] est une réalisation de la suite de variables aléatoires (Revenui )i∈[1,48]

Estimate Std. Error t value Pr(>|t|)


Intercept -22301.9522 2290.8590 -9.74 0.0000
Annee 11.4238 1.1532 9.91 0.0000

Table 1.4 – Régression linéaire des salaires en Afrique subsaharienne

On notera que R2 = 0, 67
prévision des salaires

1200
600 800

2010 2020 2030 2040 2050 2060

annee

Figure 1.2 – Prévision des salaires sur 50 ans

Même si l’hypothèse sur les résidus n’est pas validée (Voir étude complémentaire C p.
60), les salaires augmentent bien avec les années. Néanmoins, comme nous l’avons déjà
signalé, en 2050, le niveau du salaire serait de 1117 e avec un intervalle de prédiction
de [848 e, 1386 e]. On est donc encore bien loin du niveau européen. En France, même
si le coût de la vie n’est pas comparable avec celui de l’ASF, la moyenne des salaires
s’élève à 28 000 e selon l’INSEE.

En outre, selon le Fonds international du développement agricole [12], la population,


vulnérable financièrement, est très exposée à de nombreuses catastrophes dans ces ré-
gions. La sécheresse, les épidémies, la malnutrition font des millions de victimes chaque
année. Ces différents éléments combinés ont, généralement, pour résultat une espérance

EURIA Page 16/69 Master 1 : Bureau d’étude


de vie très basse (moins de 60 ans) alors que l’âge médian est souvent inférieur à 20 ans.

D’après l’Académie des Sciences [1], quand on recherche les causes de cette pauvreté
importante, on s’aperçoit que les problèmes commencent à la fin des années 1980 au
moment, entre autres, de la chute du Bloc de l’Est. Les fonds internationaux se tournent
alors vers les anciens pays communistes et les nouveaux pays émergents (Chine, Inde,
Brésil. . .). Les pays africains sont ainsi laissés pour compte en dépit de leurs besoins.
Toujours selon ce même document, la région souffre d’un désinvestissement progressif
de la France, qui était pourtant son partenaire privilégié depuis les années 1870, début
de son expansion colonialiste. Cela représentait des sommes significatives pour le dé-
veloppement de la région. Joseph Ntamahungiro [29] apporte des éléments de réponse
supplémentaires en dénonçant tout d’abord les guerres. Les années 90 ont été une pé-
riode noire pour l’Afrique Centrale. Pour compléter les raisons de cette situation, on
doit aussi citer la corruption, malheureusement trop généralisée dans cette région du
monde, le manque d’infrastructure agricole ou encore le manque d’une vision commune
régionale et continentale.

Aujourd’hui, selon une étude de Jean-Yves Naudet [27] le résultat est là : cette partie
du globe reste la région avec un taux de pauvreté extrême le plus élevé du monde même
si des progrès notables ont été réalisés ces dernières années. Un rapport des Nations
Unies de 2009 annonçait que 57 % de la population vivait avec moins de 1,25$ par jour
alors qu’en 2005, 51 % seulement vivait sous le seuil de l’extrême pauvreté définie par
la banque mondiale [24].

1.2 L’obstacle sociologique


En plus des difficultés d’ordre économique, les assureurs se trouvent confrontés à des
obstacles sociologiques. Il se trouve que la perception du risque est particulière dans les
sociétés africaines. En effet, dans les pays d’Afrique subsaharienne, la famille, la religion
et les croyances sont des aspects extrêmement importants de la vie. Voici la répartition 2
des religions au sein des 19 pays de l’Afrique subsaharienne et en Afrique du Sud.

Figure 1.3 – Afrique subsaharienne Figure 1.4 – Afrique du Sud

Il arrive que ces populations aient des préjugés sur l’assurance vie pour différentes
raisons. En effet, comme l’indique Aymric Kamega [16], un risque de confrontation avec
la foi religieuse se présente. C’est le cas de l’Islam. En effet, l’assurance vie est contraire
à certains piliers de l’Islam, comme le destin, « Al Kadar », ou la volonté d’Allah de
fixer de façon irrévocable le cours des événements. Dans cette religion, l’assurance vie
est assimilée à l’usure et aux jeux de hasard. Or, 6 des 19 pays d’Afrique subsaharienne
francophone sont à forte dominance musulmane. À titre de comparaison, en Afrique
du Sud, les musulmans sont largement minoritaires et dans le même temps, le taux de
2. les données ont été récoltées par pays de manière indépendante sur les sites nationaux de la statistique

EURIA Page 17/69 Master 1 : Bureau d’étude


pénétration en assurance vie est légèrement supérieur à 16 % [39]. Bien sûr, nous ne
pouvons pas réduire l’échec actuel de l’assurance vie à un simple problème religieux. Pour
nuancer, citons le cas du Maroc où 99 % de la population est identifiée musulmane alors
que son taux de pénétration en assurance vie est un des plus élevés en Afrique (2.8%).
Cependant, cette constatation illustre le manque d’adaptation du service assurantiel tel
qu’il est proposé actuellement avec les attentes de la population africaine.

Par ailleurs, les liens familiaux sont aussi très forts en Afrique si bien qu’une grande
solidarité régne au sein des populations. C’est pourquoi, les solutions individualistes sont
bien souvent laissées de côté.

En outre, selon le travail de Patrice Yengo [45], la perception du risque dans les
pays d’Afrique subsaharienne francophone est très fortement liée à leurs croyances. Les
populations s’abritent derrière la fatalité comme forme de conjuration du risque. C’est
pourquoi, les risques et les accidents ne relèveraient pas de la volonté humaine et il n’y
aurait alors aucune protection contre ces fléaux. Ce point de vue résulte de la précarité
sociale et celle-ci est d’autant plus importante que la population est défavorisée. Ces
populations s’installent dans les zones marécageuses, ou des habitations de fortune sans
eau courante ni électricité.

Il résulte de cette perception une culture dite d’urgence. En effet, plutôt que de prévoir
le risque, sur le plan technique et sociologique, on s’attache à gérer la catastrophe.

1.3 Des conditions politiques inappropriées


Dans un communiqué de la banque générale des impôts, A.Sahié [36], précise que les
assurances installées dans cette région de l’Afrique font face à des contraintes fiscales
fortes. Ces obstacles financiers prennent deux formes : il y a d’une part les impôts indi-
rects et d’autre part les impôts directs et la taxe parafiscale.

En ce qui concerne les impôts indirects, toujours selon ce document, il en existe deux
types pour les pays d’Afrique subsaharienne francophone, à savoir la taxe sur les contrats
d’assurances (ou taxe d’enregistrement) et la taxe sur la valeur, qui est plus exception-
nelle.

En ce qui concerne la taxe sur les contrats d’assurances, certains pays ont opté pour
la non-imposition (Gabon, Cameroun, Côte d’Ivoire, Mali, Niger, Burkina-Faso, Bénin,
Sénégal), tandis que d’autres ont opté pour l’imposition avec des taux variant d’un pays
à l’autre : le Togo au taux de 3%, le Congo (4%), le Tchad (1.5%) et la Centrafrique
(4%). Les pays ayant opté pour la défiscalisation laissent penser que le milieu politique
n’est pas totalement opposé au développement de l’assurance vie. Ce changement de
position semble un modèle à suivre et contribue à améliorer la compétitivité du service
assurancier sur le marché.

En ce qui concerne la taxe sur la valeur ajoutée, en principe, elle n’est pas applicable
dans les pays ayant choisi une imposition des produits d’assurance vie. Néanmoins, la
TVA est parfois prélevée en raison d’avances faites par les compagnies d’assurances,
impliquant une réduction de la provision mathématique des contrats. Ces avances sont
alors considérées comme des prêts garantis par une provision mathématique, soit une
taxation des intérêts qui en découlent. Dans les cas de successions, certaines législations
prévoient que le capital payable lors du décès à un bénéficiaire soit soumis au droit de

EURIA Page 18/69 Master 1 : Bureau d’étude


mutation par décès, c’est-à-dire au montant des taxes perçues par le notaire.
Pour les impôts directs, on peut en considérer trois :

☞ L’impôt sur le revenu de créances s’applique sur les avances pour les contrats d’as-
surance vie avec des conditions différentes pour chaque législation.

☞ L’impôt sur les bénéfices s’exerce sur les intérêts perçus par les compagnies d’assu-
rances sur les opérations d’avances pour les contrats vie.

☞ En signe de progrès, on notera finalement l’impôt général sur le revenu, en vi-


gueur dans certains pays de l’Afrique subsaharienne francophone, qui prévoit une
déduction sans limitation (Cameroun) ou partielle (Gabon et Togo) des primes d’as-
surance vie au bénéfice de l’assuré.

On doit également ajouter la taxe parafiscale, taxe de contrôle versée par les compa-
gnies d’assurances aux structures chargées du suivi de l’activité des compagnies. Toujours
selon la même source [36], son assiette est constituée du chiffre d’affaires des compagnies
et son taux varie d’un pays à l’autre. Par exemple, voici à titre indicatif quelques taux :
Bénin 1.5%, Mali 2%, Congo 6%, Centrafrique 5%. Les pays francophones d’Afrique
souffrent donc de ces frais, qui sont à la charge des assurés et qui contribuent à alourdir
le coût des garanties vendues par les assureurs.

Si toutes ces charges pèsent lourdement sur une assurance, elles ne sont pas les seuls
témoins d’une politique générale peu encline à favoriser l’ascension des services de l’assu-
rance en Afrique. En effet, il semble globalement y avoir une mauvaise coordination des
acteurs (gouvernement, agences et organisations non gouvernementales), voire même un
mauvais fonctionnement de l’état. Dans certains cas, ce dernier fait preuve d’un désinté-
ressement ostensible par rapport à la prévention des risques, qui se manifeste d’ailleurs
par le détournement des secours dans certains pays.

Bien sûr, les réglementations fiscales varient d’un pays de l’Afrique subsaharienne
francophone à l’autre. L’approche fiscale de l’assurance vie doit donc être harmonisée
pour mobiliser de l’épargne. Cela demande une meilleure attractivité, malgré la réalité
des contraintes budgétaires de plus en plus fortes. Il est donc important de poursuivre
et même d’intensifier les échanges entre les autorités fiscales et les autorités des pays
concernés.

EURIA Page 19/69 Master 1 : Bureau d’étude


Chapitre 2

Stratégie actuelle des acteurs de


l’assurance vie en Afrique
subsaharienne

Sommaire
2.1 Qu’est ce que la micro assurance ? . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Les faiblesses du modèle actuel . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3 La spécificité du marché africain . . . . . . . . . . . . . . . . . . . . . . . . 24

2.1 Qu’est ce que la micro assurance ?


L’organisation internationale du travail [14] définit la micro assurance comme un ser-
vice ciblant les ménages dont les revenus sont faibles. Cependant, Nabeth [23] précise
qu’elle n’est pas réduite à une assurance dite « low cost ». En effet la micro assurance
est avant tout une assurance adaptée à un type de population précise en fonction de
différentes caractéristiques qui peuvent être d’ordre sociologique, culturel, économique,
religieux . . . La souscription de contrats d’assurance est assujettie à la situation de cette
population. Ce mécanisme, mis en œuvre dans les pays pauvres, vise à réduire la vulné-
rabilité des personnes en contribuant à leur développement économique. Cela ne limite
en rien la taille des portefeuilles qui, dans certains cas, peuvent atteindre quelques mil-
lions de clients, ni les résultats techniques et financiers qui encouragent depuis plusieurs
années certains grands acteurs de l’assurance à s’insérer dans cette niche de milliards
d’individus [3].

C’est un service relativement récent puisqu’il faut remonter aux années 70 pour en
voir son apparition. La micro assurance comme l’assurance classique se décline en plu-
sieurs gammes parmi lesquelles :

1. La micro assurance prévoyance

2. La micro assurance dommages

3. La micro assurance santé

4. La micro assurance vie

20
Les principes de base que devraient suivre les micro assureurs sont les principes uni-
versels de l’assurance et de la gestion du risque. On retrouve notamment :

Catégories exposées à un niveau de risque

Les assureurs exigent que les risques au sein d’une catégorie ou d’un groupe particu-
lier de personnes soient homogènes. Un assureur vie préférera donc que les détenteurs
d’une police d’assurance vie déterminée aient tous une exposition au risque de décès
homogène. De même, les assureurs demandent que le groupe assuré (ou « risk pool »),
soit représentatif de l’ensemble des risques de la population totale. Plus l’échantillon
est grand, plus on réduit l’éventualité de sélection adverse (situation où une proportion
des assurés présentent un risque plus élevé que dans la population totale) et plus on
augmente la probabilité que la fréquence effective des déclarations se rapproche de la
fréquence retenue pour le calcul des primes.

Contrôle limité de l’assuré sur le risque assuré

Aucune protection ne sera octroyée si l’assuré peut contrôler la réalisation du risque


assuré. Si l’assuré peut exercer un contrôle suffisant sur la réalisation du risque, il peut
alors profiter de l’assureur : vendre un camion assuré et déclarer qu’il a été volé, mettre
le feu à une vieille maison assurée pour en construire une nouvelle avec l’argent de
l’assurance, ne pas soigner correctement une chèvre qui a été assurée et augmenter ainsi
le risque qu’elle meure ou tombe malade. Tous ces exemples montrent comment l’on peut
profiter de l’assureur en gonflant la valeur du sinistre par rapport à ce qui était attendu.
Ces comportements sont qualifiés de « risques moraux ».

Existence d’un intérêt assurable

L’assurance ne peut pas être fournie à un assuré qui a un intérêt avéré à ce que la
perte ait lieu. Une police d’assurance des biens sur une maison ne peut être vendue
qu’aux résidents effectifs de l’immeuble assuré.

Les pertes sont évaluables et mesurables

Les assureurs doivent prévoir un mécanisme de vérification de l’occurrence d’une


perte, d’identification des causes et d’estimation de la valeur.

Les pertes ne doivent pas être généralisées

L’assureur doit vérifier qu’il n’est pas en situation d’assurer les risques dont la pro-
babilité de réalisation serait généralisée.

Le risque de pertes est calculable

La détermination des primes d’assurance se base sur une estimation de l’importance


des pertes attendues et de la probabilité de la perte.

Les primes sont abordables économiquement

Généralement, pour qu’une police soit un achat attractif, le coût de la prime doit être
de loin inférieur à l’avantage offert par la police.

EURIA Page 21/69 Master 1 : Bureau d’étude


2.2 Les faiblesses du modèle actuel
Dans son rapport sur les difficultés de l’émergence assurantielle en Afrique [44], Jé-
rôme Yeatman, consultant international en Assurance nous fait état des raisons qui
expliquent la faible émergence de l’assurance en Afrique en général et en Afrique subsa-
harienne francophone en particulier.

En 2005, les cotisations d’assurance émises dans tout le continent s’élevaient à peine à
USD 40 Mds, soit 1, 17% des cotisations émises dans le monde en 2005 (1, 47 % en vie et
0, 84 % en non-vie) d’après les chiffres publiés par Sigma, et ce, alors que la population
de l’Afrique dépasse 14 % de la population mondiale.

Les succès commerciaux des courtiers étrangers en assurance vie confirment également
que les détenteurs de capitaux ou de revenus importants sont sensibles à la nécessité de
protéger leur épargne, leurs revenus et leur famille contre les aléas de l’avenir. Si les
assurés qui disposent des moyens les plus importants donnent la préférence à des assu-
reurs étrangers plutôt qu’à des assureurs agréés dans leur pays, c’est avant tout parce
qu’ils sont soucieux de la protection en capital des cotisations qu’ils ont versées. Tant
que les législations locales interdiront aux assureurs africains de vendre des garanties
d’assurance vie dans une autre monnaie que la monnaie nationale (soit le franc CFA, le
naira, le dinar . . .), l’incitation sera grande pour les détenteurs de capitaux importants
de donner la préférence à des assureurs occidentaux. En effet, ils peuvent émettre des
garanties libellées dans des monnaies jugées plus stables sur le long terme que les mon-
naies africaines.

D’autres raisons, moins rationnelles, incitent aussi à cette délocalisation des gros
contrats d’assurance vie et ont trait à la discrétion que doivent observer tous ceux qui
veulent épargner en Afrique. On dénote en particulier les jalousies familiales auxquelles
sont exposées les personnes qui ont réussi et qui cherchent à épargner malgré les sol-
licitations incessantes dont ils font l’objet de la part de leur entourage. Cela incite les
assurés à prendre des précautions d’éloignement.

Toutefois, malgré toutes les causes de sous évaluation du chiffre d’affaires des assu-
reurs du continent, le retard de l’Afrique en matière d’assurance reste patent. Si l’on
déduit les cotisations encaissées en Afrique du Sud qui constitue un marché très particu-
lier comme nous l’avons indiqué précédemment (paragraphe 1.2 p. 17 ), l’ensemble des
cinquante-six autres pays d’Afrique ne représentent que 0, 20% du marché mondial, soit
une part tout à fait marginale.

Toujours en 2005, la cotisation moyenne annuelle versée par habitant en assurance vie
dans les États francophones de la zone CIMA ne dépassait pas 801 francs CFA (moins
de 1, 3e), alors que la moyenne mondiale était de 299, 5$ ; le total des placements des
assureurs vie de la même zone ne dépassait pas 307 Mds francs CFA, soit 0, 7% du PIB
de la zone alors qu’au Royaume-Uni, les placements des assureurs vie représentent 93%
du PIB national.

La cause principale est évidemment la faiblesse des revenus moyens des particu-
liers (Paragraphe 1.1 p. 12 ). Avant de payer des cotisations d’assurance, il faut d’abord
couvrir les besoins de première nécessité, à savoir : manger, se loger, payer l’école des
enfants, faire face aux dépenses de transport et de santé, et à toutes sortes de priorités
reléguant ainsi l’assurance dans la catégorie réservée exclusivement aux riches.

EURIA Page 22/69 Master 1 : Bureau d’étude


La seconde raison qui freine le développement de l’assurance sur le continent réside
dans le fait que les africains accordent une extrême importance aux liens sociaux. À cela
s’ajoute le fait que beaucoup d’« assurables » ne sont pas convaincus de la bonne foi des
assureurs en ce qui concerne leur promesse de payer les sinistres en échange des cotisa-
tions. Mais le manque de confiance existe aussi du côté des assureurs. En effet beaucoup
d’individus en Afrique peuvent compter, en cas de revers ou de sinistre, sur des réseaux
de solidarité familiaux, claniques, villageois, associatifs ou professionnels. Ces derniers
leur permettent de redémarrer même après la destruction de leur outil de travail ou de
leur logement. Dès lors, nombreuses sont les personnes qui s’interrogent sur le caractère
indispensable de l’assurance. Elles ne trouvent pas d’intérêt à payer des cotisations, qui
constituent une dépense certaine contre la promesse d’un dédommagement à caractère
incertain.

Enfin, pour citer une dernière raison, les garanties des assureurs sont le plus souvent
incomplètes et répondent mal aux besoins réels des « assurables ». Le risque le plus re-
douté par les entreprises dans les villes africaines est celui de la destruction au cours
d’une émeute ou d’un mouvement populaire, garantie aujourd’hui refusée par la plupart
des réassureurs et donc par les assureurs sauf à des conditions très restrictives et très
onéreuses. Pour les entreprises agricoles, les risques les plus graves sont la sécheresse,
l’inondation, ou les criquets dont l’assurance exigerait la mise en place de capacités
dépassant celles des assureurs, mettant ainsi en œuvre des garanties nationales ou inter-
nationales. De plus, la souscription de contrats d’assurance exige encore trop souvent la
fourniture à l’assureur de renseignements que l’on préfère garder confidentiels (à l’égard
des concurrents, des parents, et surtout de l’état). De nombreux assureurs africains
demandent encore la valeur des locaux d’habitation à assurer, ce qui est évidemment
difficile à fournir par les « assurables » , mais surtout entraı̂ne immanquablement soit
une surassurance, soit l’application de la règle proportionnelle en cas de sinistre. Celle-ci
multiplie les occasions de litiges et accroı̂t le manque de confiance des assurés envers les
assureurs.

À ces trois raisons majeures, nous pouvons ajouter le fait que les pays d’Afrique
francophones souffrent d’un handicap supplémentaire qui entrave le développement de
l’assurance : les mauvaises habitudes héritées de l’administration coloniale en matière de
taxes sur les cotisations d’assurance et les frais de contrôle particulièrement pénalisant
pour le rendement des assurances vie. Ces prélèvements étatiques sont évidemment à
la charge des assurés et contribuent à alourdir le coût des garanties vendues par les
assureurs. Malgré des progrès récents, il y a encore des pays francophones qui taxent les
cotisations d’assurance vie. C’est le cas de la République centrafricaine qui doit payer
une contribution aux frais de l’organisme interrégional de contrôle (la CIMA). Cet
apport est particulièrement élevé et il prélève pour les seuls frais de contrôle 5% des
émissions. De même à Madagascar, la Banque mondiale avait imposé au gouvernement
local la mise en place d’une TVA à hauteur de 25% sur toutes les transactions tout en
veillant à ce qu’aucune activité n’en soit exemptée. Les assurés devaient alors payer, à
chaque souscription ou renouvellement de contrat, la taxe d’assurance (déjà très élevée)
et la TVA. En incendie, par exemple, le total à payer était de 30% + 25% = 55% des
cotisations. Cela n’incitait pas les populations à souscrire des contrats d’assurance et
donc ralentissait le développement de cette activité dans le pays.

EURIA Page 23/69 Master 1 : Bureau d’étude


2.3 La spécificité du marché africain
Pour s’adapter aux populations locales, une étude de l’OIT [8] stipule la nécessité
de tenir compte d’un contexte macroéconomique singulier. En effet, Les besoins des po-
pulations en Afrique subsaharienne francophone sont différents ; il nous faudra innover.
Pour ce faire, certaines contraintes doivent être prises en compte : celles liées au cycle
de la vie telles que la naissance ou la mort, aux urgences personnelles comme la maladie
ou le licenciement et aux désastres naturels : sécheresses, inondations. . .

Coimbatore K.Prahalad, économiste Indien, dans son ouvrage The fortune at the
bottom of the pyramid [33] a travaillé sur les besoins des pays émergents nommés, selon
ses propres termes, « bas de la pyramide ». Ce marché correspond aux 3 milliards de
personnes qui vivent avec moins de 2$ par jour. Parmi cette population, selon une étude
de la banque mondiale [5], 500 millions vivent en Afrique subsaharienne. Malgré l’hostilité
du marché, C.K. Prahalad encourage les entreprises à développer des produits conformes
aux attentes des pays en voie de développement. En l’occurrence, adopter cette démarche
devrait mettre en lumière un marché s’avérant tout aussi rentable que celui des pays
industrialisés. Les 9 principes d’innovation énoncés par ce dernier sont autant de points
applicables à l’assurance vie.
✱ Optimiser la relation prix/performance : les populations pauvres n’ont pas les
moyens d’investir dans des produits coûteux si bien que les produits doivent être
bon marché et les primes d’assurance faibles. Cependant, les populations sont plus
vulnérables, aussi ont elles besoin de produits de meilleure qualité qui proposent
par exemple des rachats rapides.

✱ Promouvoir des solutions hybrides combinant nouvelles technologies et infrastruc-


tures existantes : les populations africaines sont « connectées » à internet et au té-
léphone si bien qu’elles s’acclimatent assez rapidement aux nouvelles technologies.
Si l’on en croit un article publié par la CADE, le nombre de téléphones mobiles
est passé de 600 000 en 1995 à 500 millions en Afrique dont 88 millions en Afrique
subsaharienne francophone 2010. A titre de comparaison, dans le Figaro paru le
4 février 2011, on estimait à 64, 4 millions le nombre de téléphones portables en
France. Le succès de la micro finance, qui s’appuie déjà sur les outils existants tout
en optimisant l’efficience et la productivité, est un modèle intéressant. À ce titre,
on citera notamment Anurag Gupta, un entrepreneur en télécommunications. Ce
dernier a étendu l’accès à une activité bancaire telle que la distribution de billets
grâce à un simple smart-phone. Le processus repose sur une authentification digitale.

✱ Opérer à grande portée : dans le marché du bas de la pyramide, le profit unitaire est
minime. Pour obtenir un rendement intéressant, il semble nécessaire de considérer
la population ciblée en tant que groupes plutôt qu’en tant qu’individualités. C’est
d’autant plus le cas en assurance vie où on effectue une mutualisation des risques, et
où, d’après la loi des grands nombres, nos prévisions deviennent plus justes lorsque
la taille de l’échantillon augmente. Ceci permet de réduire la marge d’erreur et donc
les coûts pour les assureurs et les clients.

✱ Favoriser la mise en place d’un système différent : les populations du bas de la


pyramide n’ont pas les mêmes besoins. Il faut donc réfléchir autrement pour leur
proposer des produits adaptés à leur mode de vie. Pour permettre ce nouveau
système, il faut revenir à l’objectif essentiel du produit, son utilisation ultime et

EURIA Page 24/69 Master 1 : Bureau d’étude


ajouter des fonctionnalités. Dans le cadre de l’assurance vie, le rôle principal est le
dédommagement en cas de sinistre. Or, les populations des pays émergents peuvent
éprouver des difficultés à accéder à des biens et services élémentaires. En tenant
compte de cette particularité, on pourrait éventuellement envisager de verser les
dédommagements en nature.

✱ Déqualifier le travail : près de la moitié du coût des industries de services repose


sur celui de la main d’œuvre. Dans les pays en voie de développement, on peut fa-
cilement trouver à bon marché. Une des méthodes pour réduire les dépenses serait
de simplifier au maximum les opérations afin de les rendre accessibles à des salariés
peu qualifiés. Cette approche aura un double impact puisqu’il permettra de rendre
le produit plus compréhensible et plus simple d’utilisation.

✱ Eduquer les consommateurs : l’extension du nombre de consommateurs en assu-


rance vie passera par le biais d’une prise de conscience. Pour cela, il est nécessaire
de parer à l’appréhension des populations à payer à court terme pour des retombées
futures. Ce changement passe par une explication du fonctionnement de l’assurance,
notamment la gestion des risques et les avantages individuels dont ils peuvent bé-
néficier.

✱ Concevoir des produits dans des conditions hostiles : les produits et services pro-
posés par les acteurs de l’assurance sont censés résister à des conditions difficiles
(coupure électrique, insalubrité, épidémie, catastrophe naturelle . . .). Le succès d’un
service dans cette partie du monde semble directement corrélé à un investissement
dans des mesures de prévention (assainissement de l’eau par exemple) ou dans la
promotion de comportements à faible risque (visites médicales régulières, conduite
prudente, moyens de contraception).

✱ Proposer des interfaces conviviales et simplifiées : les pays émergents sont caractéri-
sés par un faible taux d’alphabétisation et un niveau d’instruction limité. Si l’on en
croit statistiques-mondiales.com [38], le taux moyen d’alphabétisation en 2003, était
de 42, 4 % alors qu’en France, il est estimé selon l’INSEE à 99%. La documentation
doit donc être simplifiée et rendue accessible à tous. On pourra éventuellement faire
remplir les formulaires par des employés instruits.

✱ Distribuer efficacement en milieu rural et urbain : en effet, l’isolement des campagnes


est un frein pour la circulation homogène des services d’assurance. Les routes sont
généralement en mauvais état et les transports peuvent s’avérer excessivement chers
si bien que les bureaux semblent inaccessibles pour une partie des personnes très
vulnérables. Il pourrait être intéressant, par exemple, de collaborer avec des orga-
nisations préétablies qui ont déjà reçu la confiance des populations.

En fin de compte, pour réussir à s’imposer sur ce marché si singulier, offrir aux
consommateurs l’envie et surtout la possibilité d’accéder aux services est indispensable.
Une partie du chemin sera effectuée si l’on parvient à éduquer la population tout en
gagnant sa confiance. Il restera ensuite à régler la question de la rentabilité des produits.

EURIA Page 25/69 Master 1 : Bureau d’étude


Chapitre 3

Une solution envisageable : les


tontines ?

Sommaire
3.1 Qu’est-ce qu’une tontine ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Des éléments encourageants . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3 Les limites du concept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.1 Qu’est-ce qu’une tontine ?


Comme le rappelle M. Lelart [19] dans un article publié par l’institut orléanais de
finance, la tontine peut être définie comme un regroupement de personnes décidant de
créer une épargne commune selon un principe simple : chacun verse la même somme
d’argent régulièrement. L’intégralité de cette somme profitera ensuite à chacun succes-
sivement sous forme d’un prêt sans intérêt. Historiquement, même si les Africains ont
souvent l’impression d’en être à l’origine, Tonti 1 l’a mis au point en 1653 afin de ré-
pondre à une demande de la royauté française confrontée à un problème de dette.

En 1977, F. Bouman [7] donne une définition beaucoup plus générale : les tontines
sont des associations regroupant des membres d’un clan, d’une famille, des voisins ou des
particuliers, qui décident de mettre en commun des biens ou des services au bénéfice de
tout un chacun, et cela à tour de rôle. Il assimile d’ailleurs le concept à une association
rotative d’épargne et de crédit. O.Bain [2] situe ce type de tontine dans ce qu’il appelle
les tontines mutuelles. Elles sont les plus nombreuses et semblent être le modèle le plus
approprié pour concevoir un produit d’assurance vie.

En parallèle, on citera qu’il existe ce que l’on appelle des tontines accumulatives.
Les cotisations ne sont pas redistribuées aux membres mais sont épargnées comme une
banque pourrait le faire. Les membres sont propriétaires d’un fonds qui est ensuite par-
tagé entre les différents adhérents dès que ces derniers en ont pris la décision. O. Bain
appelle ce concept les tontines commerciales. Contrairement aux tontines mutuelles, les
tontines commerciales sont associées à un taux négatif correspondant au paiement de
la mise en sécurité du dépôt d’argent. Autrement dit, l’adhérent recevra une somme
inférieure à son investissement initial en échange d’une mise en sûreté de son argent.

Finalement, il existe les tontines financières, plus complexes. Les dépôts effectués sont
alors rachetés par le plus offrant par une mise aux enchères selon des règles très structu-
1. Lorenzo Tonti est un banquier napolitain considéré comme l’inventeur du concept de la tontine

26
rées. Ainsi les enchères vont constituer les intérêts sachant que quelle que soit l’enchère,
chaque participant sera rémunéré par ses propres versements. Si une personne a besoin
d’emprunter très rapidement, le taux sera négatif. Puis, plus on attend pour enclencher
cet emprunt, plus ce taux augmentera. Cependant, les tontines financières semblent as-
sez éloignées des risques assurantiels et inadaptées au manque de moyens généraux de
la population.

En fin de compte, la structure tontinière est issue d’une finance dite informelle. Selon
M. Lelart [20], il s’agit d’un mécanisme non officiel de circulation de l’argent qui repose
sur une accumulation temporaire de dettes ou de créances. Son caractère lui donne plus
de souplesse puisqu’il est libre de tout règlement et n’est pas assujetti aux impôts bien
qu’ils soient tolérés par les gouvernements. La finance informelle dispose donc d’avantages
économiques et conceptuels. Par ailleurs, ces structures ne sont pas sujettes non plus aux
frais de gestion ou encore à des contrôles extérieurs. Ces derniers éléments laissent penser
qu’il serait envisageable, voire souhaitable de s’appuyer sur ces organisations à succès
pour développer une assurance formelle afin, notamment, de supporter leurs risques.
Intéressons nous aux avantages et inconvénients de cette organisation pour savoir si
détourner le modèle tontinier pour faire avancer l’assurance vie en Afrique subsaharienne
peut être une solution en dépit d’une inexistance quasi totale de marchés financiers dans
cette zone géographique.

3.2 Des éléments encourageants


Dans un milieu marqué par un faible taux de bancarisation 2 , avec seulement 15%
de la population d’Afrique subsaharienne francophone selon Aymric Kamega [15], les
circuits informels ont un rôle de premier plan. Or, les tontines occupent justement une
place importante au sein de ce système.

En l’occurrence, cette pratique connaı̂t un franc succès auprès des populations afri-
caines. Dans Agora Vox [40], on parle même d’un taux de participation de la population
à une tontine proche de 100% dans certaines régions. Ce système donne l’opportunité
à certaines familles de réaliser leurs projets, allant de l’acquisition de certains biens
d’équipement (postes de télévision, chaı̂nes hifi. . .) à la construction d’une maison. Cette
épargne peut aussi permettre de lancer une activité économique libérale. On notera que
l’engouement suscité par ces « associations » s’explique d’abord pour des raisons non
économiques. Les tontines représentent en effet un lien social fort. La structure est un
prétexte pour communiquer, échanger des idées voire se retrouver. De surcroı̂t, le jour
de perception des versements est vécu comme un événement souvent célébré comme il
se doit lors d’un repas convivial. Cette tradition conserve tout le caractère familial de
la construction. Cette solidarité fondatrice peut donc s’avérer un atout dans notre dé-
marche de développement assurantiel. La tontine crée d’ailleurs un climat de sécurité
entre les membres de la tontine. Cet état d’esprit serait susceptible de limiter les tenta-
tives de fraudes liées à une activité d’assurance.

De surcroı̂t, d’un point de vue purement économique, le système tontinier doit sa


popularité à une marginalisation du secteur bancaire. Le manque de connaissance global
de la finance formelle explique en partie cette situation. Cependant, d’autres éléments
entrent aussi en ligne de compte. Par exemple, le chômage frappe une large population.
En 2005, le Bureau International du Travail estime entre 10% et 12% le nombre de
2. il s’agit du rapport entre le nombre de comptes bancaires et le nombre de personnes de plus de 15 ans

EURIA Page 27/69 Master 1 : Bureau d’étude


sans-emploi en Afrique subsaharienne. Cette proportion représente plus de 30 millions de
personnes. Le manque de ressource global est donc un obstacle pour l’accès à des services
bancaires classiques aux frais de service parfois coûteux . Par opposition, la tontine
présente l’avantage d’être un prêt à taux zéro sans frais de gestion et sans démarche
administrative contraignante.

3.3 Les limites du concept


Pourtant, comme tout système ou mécanisme élaboré par l’homme, la tontine pré-
sente quelques limites. En effet, malgré ses avantages, le modèle de la tontine connait
cependant quelques inconvénients. Tout d’abord, la tontine se révèle être un système
d’exclusion au sein de la société dans la mesure où seules les personnes ayant des re-
venus assez réguliers peuvent se permettre de faire partie d’une tontine. Il ne serait
pas possible que les membres d’une tontine acceptent en leur sein une personne dont
elles ne sont pas sûres qu’elle puisse honorer ses engagements. Voici un cas qui pose
souvent des problèmes au sein de ces organisations : une personne ayant déjà perçu les
versements de la part des autres membres ne peut plus honorer ses engagements pour
diverses raisons (licenciement, accident du travail, maladie grave. . .). Contrairement aux
pays occidentaux où une telle incapacité pourrait entrainer la saisie des biens de cette
personne afin de rembourser ses créanciers, en Afrique, les liens sociaux sont tellement
importants que les autres membres de la tontines n’iraient pas jusqu’à la saisie des biens
mais s’en tiendraient à l’exclusion pure et simple de cette personne du groupe. L’argent
non remboursé se révèle une perte pour les autres membres qui n’ont pas encore perçu
les versements à leur tour.

Les sommes d’argent versées sont parfois tellement faibles que la personne qui a perçu
les fonds n’en fait pas grand-chose. Même dans le cas où les sommes d’argent sont très
élevées, certaines personnes ne savent pas comment réagir devant cette fortune que l’on
pourrait qualifier de « spontanée » et souvent elles se mettent à le dilapider si elles n’ont
personne pour les aider à en faire bon usage. Dans d’autres cas, lorsque l’entourage de la
personne qui a profité de la tontine sont au courant de cette fortune, elles vont toutes se
précipiter chez le bénéficiaire pour lui soumettre divers problèmes afin qu’il leur apporte
sa contribution financière. Ceci le ruine : il bénéficie donc pas lui-même de son épargne,
qui ne représente alors plus aucun intérêt pour lui.

Pour finir, la tontine fait l’objet de nombreuses critiques en Afrique. Critiques de la


part des gouvernements qui y voient un frein au développement du pays par la mise en
place de financements parallèles. Critiques aussi de la part des banquiers qui y voient
une fuite de liquidités. Le véritable reproche économique que l’on puisse faire à ce sys-
tème, porte sur l’égalité des membres : le premier bénéficiaire profite d’un prêt gratuit
immédiat, tandis que le dernier obtient un prêt lorsque tous les autres en auront profité.
Ainsi, comme il ne touche pas d’intérêt durant cette attente, l’égalité est rompue.

EURIA Page 28/69 Master 1 : Bureau d’étude


Deuxième partie

Construction d’un produit


d’assurance vie

29
Chapitre 4

Comparaison des pays de l’Afrique


subsaharienne

Sommaire
4.1 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Premiers résultats obtenus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.3 Pour aller plus loin... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.1 Objectifs
À l’occasion de cette étude du développement de l’assurance vie sur une région aussi
vaste que celle de l’Afrique subsaharienne, il nous a semblé pertinent de recueillir des
données chiffrées récentes sur des domaines très larges. À ce titre, passons en revue
toutes les variables prises en compte dans notre modèle. Notons que les données utilisées
proviennent de deux sources majeures : www.statistiquesmondiales.com et World Risk
Report [25].

❒ l’âge médian en 2011


❒ la fécondité en 2011
❒ le taux d’urbanisation en 2011
❒ le taux de prévalence du S.I.D.A en 2003
❒ P.I.B en 2010
❒ la mortalité infantile en 2011
❒ le taux d’alphabétisation des femmes en 2003
❒ l’espérance de vie des hommes en 2011
❒ l’exposition 1 2011
❒ la vulnérabilité 2 2011
❒ la dépense de santé 2008

Nous avons donc essayé de retirer un maximum d’informations relativement à l’accu-


mulation de toutes ces données. Nous étions encouragés par la volonté de rendre compte
d’éventuelles ressemblances, voire de certaines différences au sein des 18 pays formant la
1. mesure de l’exposition d’une population à des catastrophes naturelles (inondation, sécheresse)
2. mesure de la capacité de ces populations à réagir face à ces catastrophes naturelles.

30
région africaine étudiée. Nous avons, jusqu’ici, présenté cette dernière comme une zone
géographique fortement marquée par une mortalité infantile élevée, une instabilité po-
litique très présente ou encore le faible recul de la pauvreté globale pourtant très étendue.

Cependant, est-il justifié de généraliser ces difficultés à tous les pays en présence, ou
au contraire, doit-on prendre en compte une certaine inégalité interrégionale ? De même,
les fléaux cités précédemment sont-ils généraux ou propres à un sous-groupe de la popu-
lation ?

Dans cette optique, nous avons d’abord décidé de réaliser une Analyse en Compo-
santes Principales sur les 11 variables précédentes et les 19 individus. Les individus sont
le Bénin, le Burkina Faso, le Burundi, le Cameroun, la Côte d’Ivoire, le Gabon, la Guinée,
Madagascar, le Mali, la Mauritanie, le Niger, la République du Congo, la République
démocratique du Congo, la République Centrafricaine, Djibouti, le Rwanda 3 , le Sénégal,
le Tchad, le Togo. Nous avons également élargi notre étude à l’Ouganda. Cette initiative
a été motivée par la présence, dans la littérature, d’une étude en termes de produits de
micro assurance. Nous avons donc jugé cohérent d’intégrer ce nouveau pays pour évaluer
son comportement par rapport aux autres, relativement aux critères exposés.

4.2 Premiers résultats obtenus


En projetant dans un espace à deux dimensions les individus précédents, voici les
résultats obtenus 4 :

Factor map
3

cluster 1 Ouganda Gabon


cluster 2 RCA
Tchad
2

cluster 3 Cameroun
Mali RDC RC
Burkina Faso
Dim 2 (23.17%)

C.I
1

Niger
0

Guinée Rwanda
Burundi
Benin
−1

Togo
Senegal Dji.
−2

Madagascar
Mauritanie
−3
−4

−5 0 5

Dim 1 (38.1%)

Figure 4.1 – Segmentation des pays africains

Dans une première analyse, on distingue trois classes de pays bien distinctes. Une
première se trouve dans le cadran Nord Est du repère et semble être expliquée par l’axe
3. Le Rwanda a entériné sa tradition française en devenant le 54e membre du Commonwealth en 2009.
4. Retrouver le code utilisé sous R dans l’annexe 2

EURIA Page 31/69 Master 1 : Bureau d’étude


horizontal. Les deux autres regroupements se ressemblent dans leurs différences avec le
premier. Seul l’axe vertical les différencie.

Regardons de plus près le cercle de corrélation pour comprendre comment sont consti-
tuées ces classes de pays.

Variables factor map (PCA)


1.0

SIDA

PIB_2010
0.5

mort_5ans
Dim 2 (23.17%)

fecond depense_sante
urban
0.0

alphab_F
vulnerable
age_median
−0.5

exposure
−1.0

ESP_H

−1.5 −1.0 −0.5 0.0 0.5 1.0 1.5

Dim 1 (38.1%)

Figure 4.2 – Cercle des corrélations

L’axe horizontal explique le développement plus ou moins avancé des pays d’Afrique
subsaharienne. Sur ce dernier, les pays à droite présentent plusieurs critères de richesse
relative. En effet, l’axe est fortement corrélé avec les variables PIB et dépenses en
santé ou encore l’urbanisation.Dans le cadran Nord-Est, nous retrouvons donc les
pays moins touchés par la pauvreté. Le Gabon surclasse d’ailleurs la catégorie concernée
grâce à un PIB élevé (12, 6 milliards $ en 2010) et une dépense sanitaire largement
supérieure à la moyenne nationale (364 $ sur l’année 2008 contre 45, 35 $ de moyenne
sur la même année dans le reste de la région africaine). On rajoutera également que ces
pays sont très peu vulnérables.

Néanmoins, ce n’est pas la seule particularité de l’Ouest africain. En effet, on constate


une exposition forte au S.I.D.A. Les 5 pays concernés, à savoir le Gabon, la Côte d’Ivoire,
le Cameroun, la République du Congo et Djibouti ont un taux de prévalence supérieur
à la moyenne des 20 pays répertoriés.

Pays Taux de prévalence du SIDA en % (2003)


Gabon 5, 2
Cameroun 5, 1
Côte d’Ivoire 3, 9
République du Congo 3, 5
Djibouti 3, 1
Moyenne 2, 84

EURIA Page 32/69 Master 1 : Bureau d’étude


Concernant les deux derniers groupes, il s’agit des pays les plus vulnérables économi-
quement et géographiquement parlant. La moyenne du PIB par habitant dans les 5 pays
les plus développés s’élève à 1611 $ alors qu’il ne représente que 536.14 $ pour les autres.
On notera cependant un écart type élevé dans cette seconde population (σ = 276, 68). La
vulnérabilité avancée de ces populations est confirmée par une étude des Nations Unies
de 2011. On retient pour la région un index de vulnérabilité moyen de 68, 8 %. On notera
que ce coefficient est proposé par une étude de 2011 des nations unis [25]. Il correspond
à l’agrégation de trois variables avec le même poids, à savoir la « susceptibilité » (la ten-
dance de la population à souffrir de maux divers), le manque de moyens (techniques ou
économiques) pour réduire les effets d’un événement aléatoire et le manque de capacité
pour un changement sociétal à long terme. En France, l’indice de vulnérabilité est estimé
à 26, 8% selon cette même étude.

Quant à l’axe vertical, il joue le rôle de séparateur entre ces deux ensembles. En effet,
on note une forte corrélation entre cet axe et l’exposition aux catastrophes naturelles. Le
groupe de pays du cadran sud semble plus exposé. Cependant, pour en savoir plus sur les
divergences au sein de cette nouvelle catégorie, procédons à une étude plus approfondie.

4.3 Pour aller plus loin...


En appliquant l’analyse factorielle en composantes principales, la perte d’informa-
tion reste une contrainte majeure. Dans notre modèle, après optimisation, les deux axes
représentaient 61, 27 % de l’information totale. C’est pourquoi nous proposons de cor-
roborer notre étude en nous appuyant sur la méthode de Kohonen tout en essayant
d’en savoir plus sur les populations dites plus vulnérables. Cette méthode conserve la
topologie initiale sans modifier les voisinages, contrairement à la précédente qui réévalue
les distances entre les objets. Ainsi, on ne projette plus les alternatives dans un espace
continu mais plutôt sur une grille régulière. L’algorithme stochastique rapprochera les
pays similaires et définira un voisinage entre les classes.

age_median PIB_2010 exposure


fecond mort_5ans vulnerable
urban alphab_F depense_sante
SIDA ESP_H

Figure 4.3 – Méthode de Kohonen

Cette nouvelle étude conforte notre première hypothèse selon laquelle une classe de
pays se détache des autres individus par sa capacité productive et ses problèmes liés

EURIA Page 33/69 Master 1 : Bureau d’étude


au S.I.D.A. Pour les deux derniers, une nouvelle information apparaı̂t clairement. On
retrouve en effet un groupe très pauvre (6067 millions $ en 2008 contre 8671 millions
$ en terme de PIB) qui est paradoxalement relativement plus vulnérable et moins ex-
posé aux phénomènes climatiques (14, 9 % pour le premier ensemble contre 18, 3 % pour
le second). Cela veut dire que la moindre catastrophe fragiliserait considèrablement la
population la moins bien lotie. En opposition, la population que l’on considére intermé-
diaire est, certes vulnérable, mais cela s’explique en grande partie par une exposition
très forte.
En résumé, voici ce que nous pouvons retenir :

Pays PIB Sécurité sociale SIDA Vulnerabilité Exposition


”moins pauvres” ++ ++ ++ – +
intermédiaires - - - + ++
”plus pauvres” – – - ++ +
Retrouvons la classification de chacun des 19 pays dans la nomenclature suivante :

Pays les « moins pauvres » : Gabon, Cameroun, Côte d’Ivoire, République du Congo,
Djibouti.

Pays « intermédiaires » : Bénin, Madagascar, Mauritannie, Sénégal, Togo.

Pays les « plus pauvres » : Ouganda, Niger, Tchad, République Centrafricaine, RDC,
Burkina Faso, Mali, Burundi, Guinée.

Distance plot

8
7
6
5
4
3

Figure 4.4 – Distance au sein des classes

Ce dernier modèle montre une grosse divergence au sein des pays dits plus riches
sans doute expliquée par des individus extrêmes tel que le Gabon d’un côté, qui est

EURIA Page 34/69 Master 1 : Bureau d’étude


pratiquement hors de la classe, et Djibouti qui a un PIB bien inférieur mais qui doit
son positionnement dans cette classe à sa dépense en santé relativement haute (59 $ en
2008), une dépense similaire à un pays comme le Cameroun.

Par ailleurs, on retrouve une disparité similaire parmi les populations les plus pauvres.
On notera par exemple la RCA dont le PIB est très faible (2 113 millions $). Par
opposition, l’Ouganda, qui certes est un pays hors Afrique subsaharienne francophone, a
la caractéristique d’être considéré comme pauvre alors que la production de richesse est
à la hauteur des pays très riches (15 040 millions $). Ce pays atypique constituera notre
transition. En effet, AIG avait proposé en 2005 une étude de la micro finance et plus
exactement du lien possible entre la micro finance et la micro assurance [21]. Comme
nous nous en sommes largement inspirés dans la suite de nos recherches, nous avons jugé
utile de proposer une segmentation des pays de l’ASF tout en incorporant l’Ouganda.

EURIA Page 35/69 Master 1 : Bureau d’étude


Chapitre 5

De la micro finance vers la micro


assurance

Sommaire
5.1 La micro finance : un point de départ . . . . . . . . . . . . . . . . . . . . . 36
5.2 Des faiblesses ostensibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.3 Avènement de la micro assurance . . . . . . . . . . . . . . . . . . . . . . . 39

5.1 La micro finance : un point de départ


Selon les dires de Marguerite Robinson [35], la micro finance rassemble une variété de
services financiers destinés à la fois au crédit et à l’épargne. Les populations ciblées pra-
tiquent l’agriculture, la pêche ou l’élevage, opèrent dans de petites ou micro entreprises,
travaillent pour un salaire ou des commissions, gagnent des revenus par la location de
petites terres, véhicules, animaux, machines ou outils. Plus généralement, les individus
ou groupes d’individus dans les pays en voie de développement sont concernés, en milieu
urbain comme rural.

Mission des IMF


La micro finance a pour objectif d’améliorer les conditions de vie des populations
les plus pauvres en encourageant le développement d’activités économiques.

Au sein de la micro finance, le micro crédit correspond à des prêts de faibles sommes
sur des courtes périodes. Dans la mesure où les produits sont destinés à une population
qui ne peut accéder à des crédits classiques, les taux sont élevés car le risque porté par
les créanciers est plus important. Aujourd’hui, selon Wikipédia [41], un peu plus de 190
millions de personnes bénéficient d’un micro crédit. Ce sont principalement des femmes.

Le 13 octobre 2006, Muhammad Yunus, précurseur du micro crédit, a été honoré du


prix Nobel de la paix. Toutefois, l’impact de la micro finance sur les populations est le
thème de débats intenses. Peu d’études ont montré les conséquences de la micro finance
sur les populations, si bien que les supposés bienfaits sur l’éducation, le pouvoir d’achat
ou l’accès à la santé n’ont pas été prouvés. De plus, les suicides de paysans surendet-
tés ont été rendus publics avec de nombreux témoignages, notamment dans un article
de Ketaki Gokhale intitulé « la micro finance a augmenté nos désirs de choses que l’on
n’avait pas » [13]. Ainsi la micro finance mènerait à encore plus de pauvreté. On peut

36
alors se demander quel est le véritable impact de la micro finance sur les populations.

5.2 Des faiblesses ostensibles


Pour répondre à cette question, on peut se pencher sur le travail d’Esther Duflo,
économiste française, qui réfléchit sur les méthodes mises en place pour éradiquer la
pauvreté. Malgré les milliards de dollars investis, les progrès sont très lents. Dès lors,
comment peut-on optimiser les dépenses ?

Au sein du Abdul Latif Jameel Professor of Poverty Alleviation and Development Eco-
nomics du Massachusetts Institute of Technology, Esther Duflo s’est rendue compte qu’il
est nécessaire d’évaluer l’impact des aides sociales de la même manière que l’on évalue
déjà l’efficacité d’un médicament. Elle a développé une méthode appelée « Randomized
evaluation » [11], qui permet d’évaluer l’impact de la micro finance grâce à des analyses
statistiques de données récoltées périodiquement sur des zones de traitement et des zones
de comparaison La difficulté de l’évaluation de l’impact du micro crédit repose sur le
choix aléatoire des zones et personnes étudiées. En effet, dans la réalité, les organismes
de micro crédit s’installent dans les zones les plus propices à leur développement. Dans
cette expérience (la première à grande échelle), les zones de traitement et individus ont
été sélectionnés de manière aléatoire telle qu’ils fassent partie des ” pauvres ” mais pas
des plus pauvres. Sur les 104 bidonvilles de Hyderabad, en Inde, la moitié a été désignée
comme zone de traitement, c’est-à-dire que les populations auront la possibilité d’accéder
à des micro crédit, tandis que l’autre moitié est la zone de comparaison. Ainsi, on pourra
comparer les résultats dans chacune des zones. La récolte de données s’est déroulée sur
18 mois de 2005 à 2008.

Les analyses statistiques ont été menées autour de trois axes principaux :

➫ la création de nouvelles entreprises

➫ les dépenses

➫ l’accès aux soins et à l’éducation

Concernant la création de nouvelles entreprises et les dépenses, contre toute attente,


dans cette même étude, on constate que beaucoup des bénéficiaires investissent dans des
biens durables (télévision, réfrigérateur, moyens de transport) plutôt que dans des biens
de tentation (alcool, tabac). On distingue trois groupes d’emprunteurs :
✻ Ceux qui avaient déjà une entreprise, investissent dans des biens durables. Cela leur
permet de développer leur activité.

✻ Les créateurs de nouvelles entreprises investissent également dans des biens durables
et diminuent même leur consommation de biens de tentation.

✻ Enfin, ceux qui utilisent ce crédit pour financer leur quotidien sont les seuls qui aug-
mentent leur consommation de biens de tentation. Pour ce dernier groupe, le micro
crédit est en fait une source supplémentaire de pauvreté qui reporte l’échéance.

EURIA Page 37/69 Master 1 : Bureau d’étude


Figure 5.1 – Impact de la micro finance sur la consommation

En ce qui concerne le développement de l’économie locale, un huitième des emprun-


teurs créent de nouvelles entreprises, mais ce sont principalement des micro entreprises
qui n’emploient pas de salariés. Les individus choisissent d’entreprendre pour subvenir
à leurs besoins et n’ont pas vocation à créer de grandes entreprises. Cependant, les en-
treprises préexistantes ont tendance à développer leur activité en investissant dans du
matériel, ce qui est bénéfique pour les populations. Ainsi le micro crédit, développe l’éco-
nomie et augmente les profits générés par les populations, comme le montre le tableau
suivant :

Figure 5.2 – Impact de la micro finance sur la création d’emplois

D’après les résultats de la régression linéaire que nous retrouvons sur la figure 5.3 de
l’étude [11], la micro finance n’améliore pas l’accès aux soins ou à l’éducation, qui font
partie des voies les plus efficaces pour l’amélioration des conditions de vie des popula-
tions sur le long-terme. Ces axes de développement bénéficieront sûrement sur le long
terme des choix d’investissement des entrepreneurs, ce qui n’est pas visible dans cette
expérience qui s’étend seulement sur 18 mois.

Cette étude montre que les bienfaits de la micro finance sont souvent surestimés. Les
entrepreneurs sont ceux qui bénéficient le plus de la micro finance. Celle-ci peut même
avoir un effet négatif sur certains emprunteurs. En cas d’événement impromptu, il peut
s’avérer très difficile de rembourser son micro crédit. À travers la micro assurance, on

EURIA Page 38/69 Master 1 : Bureau d’étude


Figure 5.3 – Impact de la micro finance sur la santé et de l’éducation

pourrait offrir aux populations une aide supplémentaire utilisée en complément de la


micro finance. La micro assurance peut parer aux limites de la micro finance.

5.3 Avènement de la micro assurance


La micro assurance est de l’assurance adaptée à des individus et à des groupes à
faibles revenus non desservis par l’assurance classique. Elle est accessible, soit par son
prix, soit par son mode de distribution, aux personnes vivant avec moins de 2 USD par
jour [32]. Toujours selon le même document, comme la micro finance, la micro assu-
rance concerne les personnes pauvres mais « solvables » ou vulnérables à la pauvreté.
Un produit d’assurance destiné à des individus déjà bénéficiaires de la micro finance
pourrait accentuer et propager les bienfaits de cette dernière. L’épargne peut s’avérer
utile en cas de besoin et permet de ne pas dépendre de crédits accompagnés d’intérêts.
Cet instrument financier aidera les ménages à gérer leurs risques financiers. De plus, un
produit d’assurance groupe se distingue de la micro finance par le fait que ses bénéfices
sont partagés entre les membres d’un collectif et ne sont pas destinés à des individus
isolés.

Enfin, passer par la micro finance, permet aussi de contourner les limites de la micro
assurance. Selon l’organisation internationale du travail [32], les obstacles les plus im-
portants à l’expansion de la micro assurance sont :

✘ à 80 % le manque de compréhension des clients potentiels

✘ à 72 % la capacité limitée à payer des primes

✘ à 71 % les coûts administratifs trop élevés

Mais en s’adressant à un groupe d’individus familiarisés avec la micro finance, on ré-


duit fortement le besoin d’éducation des consommateurs. De plus, en rendant ce produit
obligatoire pour les membres de l’association, le prix de la prime serait une composante
des frais d’adhésion, la rendant alors accessible à tous. Finalement, en travaillant avec
des organismes préétablis, la confiance du consommateur est déjà acquise et les coûts
administratifs se voient diminués. Ainsi la micro assurance combinée à la micro finance
peut-être un outil financier efficace de lutte contre la pauvreté.

EURIA Page 39/69 Master 1 : Bureau d’étude


Chapitre 6

Proposition de produit(s) en
assurance vie

Sommaire
6.1 Les coopératives et les syndicats : des soutiens prometteurs . . . . . . . . 40
6.1.1 Les coopératives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.1.2 Les syndicats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2 Piste(s) envisagée(s) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.3 Assurance temporaire décès . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.1 Définition du service . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.2 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.3.3 Tarification et provisions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.1 Les coopératives et les syndicats : des soutiens prometteurs


6.1.1 Les coopératives
Le mécanisme des tontines n’étant pas le plus adapté à la situation actuelle, nous
avons cherché des pistes ailleurs. Nous nous sommes tournés vers un système prédomi-
nant en Afrique, qui répond aux exigences socioculturelles de la région et qui a fait ses
preuves dans d’autres parties du monde : les coopératives.

Selon Wikipedia [42], une coopérative est une entité économique autonome fondée sur
le principe de coopération, dont le but est de servir au mieux les intérêts économiques
de ses participants (sociétaires ou adhérents). Aujourd’hui l’OIT décrit les coopératives
comme « ayant un rôle d’émancipation en permettant aux couches les plus pauvres de
la population de participer aux progrès économiques ». On retrouve plusieurs types de
coopératives [10] :

✦ les coopératives d’utilisateurs (scolaires ou de consommation 1 )

✦ les coopératives d’entreprises (agricoles, maritimes)

✦ les banques coopératives (Crédit Agricole)

Les coopératives sont omniprésentes en Afrique. Elles y ont été introduites par les
puissances coloniales qui y voyaient une opportunité pour centraliser les ressources pour
1. des africains se regroupent pour acheter des biens de la vie quotidienne

40
l’exportation vers l’Europe. Après l’indépendance des pays africains, les gouvernements
successifs ont pris les coopératives sous leur protection, en accordant des avantages im-
portants. En échange, elles perdirent leur autonomie devant un instrument d’état. Ce
n’est que dans les années 1990 que les États « libérèrent » les coopératives. Elles ont
ainsi pu renaı̂tre sous leur forme authentique : les coopératives d’entraide. Depuis, leur
influence ne cesse de grandir tant elles s’adaptent facilement au modèle africain, basé
sur l’entraide intercommunautaire.

Aujourd’hui, toujours selon l’OIT, on estime que 7% de la population africaine adhère


à une coopérative. Ce chiffre peut même atteindre jusqu’à 10% dans certains pays. Leur
nombre est estimé à plus de 150 000. Les plus grandes comptent plus de 90 000 adhé-
rents et les plus petites moins de 50. Le chiffre d’affaires est assez variable. Certaines
atteignent des sommes de 100 000 000 $ alors que d’autres peinent à survivre. À titre
d’exemple, la France ne compte que 21 000 adhérents pour des recettes de 257 millions
e [42].

Leur développement constitue un véritable atout pour notre projet. En effet les coopé-
ratives africaines, pour répondre à la demande, élargissent leur domaine de compétence.
Ainsi il n’est pas rare de voir une coopérative agricole proposer des services de crédit ou
d’épargne. Une clé importante de la réussite des coopératives, selon plusieurs études de
terrain, est la collaboration avec des intervenants externes tels que des établissements de
crédit. De plus, ces mêmes études prouvent que le développement d’une coopérative va
directement impacter sur la pauvreté alentour : des emplois vont notamment se créer,
des maisons vont aussi se construire. Cela conforte notre idée d’encourager les coopéra-
tives à travailler avec des instituts de micro finance afin de disposer de fonds suffisants
pour se développer et ainsi rayonner en faveur de la population locale.

Les avantages pour un établissement agréé en assurance vie ne sont pas négligeables.
Comme la structure est déjà existante, le démarchage d’assurés potentiels est déjà fait.
De surcroı̂t, les coopératives ont la confiance de leurs adhérents. On pourrait ainsi briser
le tabou de l’assurance et éventuellement changer la mentalité des adhérents sur des
contrats vie collectifs. Ensuite, si on prend l’hypothèse que l’organisation travaille avec
une MFI, la coopérative posséde donc des fonds propres suffisants. Enfin, en contribuant
au développement de la coopérative, on contribue également au développement de la
région, ce qui permettrait à long terme de hisser le niveau de vie de la population à un
seuil acceptable pour espérer voir l’assurance vie traditionnelle s’imposer un jour sachant
que la population y aura été préparée.

Nous avons alors décidé de poursuivre notre raisonnement plus loin et ainsi de nous
tourner vers un autre type d’organisation pour proposer notre produit : les syndicats.

6.1.2 Les syndicats


En effet, la part de salariés en Afrique subsaharienne francophone, tout en restant
encore faible, croı̂t chaque année. Si l’on en croit un rapport de l’OIT [31], la proportion
de salariés est passée de 18 % en 1998 à 25 % de la population active en 2009. La défense
des droits de ces salariés devient donc un enjeu important dans les pays africains dans
la période actuelle. Dans ces circonstances, les syndicats ont leur rôle à jouer dans notre
projet.

Les premiers syndicats sont apparus sous la forme de syndicats de « blancs ». Il s’agis-

EURIA Page 41/69 Master 1 : Bureau d’étude


sait pour la plupart de filiales de syndicats présents en France et réservés aux colons.
On en comptait 175 en 1945 d’après le BIT [6]. Au fil des années ces syndicats se sont
ouverts et ont réussi à acquérir de nouveaux droits et plus de liberté. Lors de l’indé-
pendance le mouvement syndical joue un rôle prépondérant. Vient alors une période de
lutte pour essayer de garder leur autonomie et leur pouvoir. En effet, jusque dans les
années 1990 les syndicats ont été très fortement liés à la classe politique, la règle étant
« un parti, un syndicat ». De ce fait, leur marge d’action était limitée.

La libéralisation du système a permis de mettre fin à ce fonctionnement. Cette amé-


lioration importante a aussi été la cause d’une des plus grandes difficultés actuelles des
syndicats : leur nombre a considérablement augmenté mais leur pouvoir a inversement
diminué. De plus, aujourd’hui, les syndicats se livrent « une guerre » de concurrence.
Ajoutée la corruption qui gangrène les dirigeants de ces syndicats, le résultat est une
indifférence des gouvernements et des employeurs qui ne voient pas les syndicats comme
une menace. Ceux-ci ont donc un faible poids lors des négociations. Cependant, face
aux dernières crises mondiales, les syndicats ont décidé de réagir. Ils se sont lancés dans
un processus de réunion pour mettre fin aux désaccords et représenter enfin une force
d’opposition. Ils tentent aussi de s’éloigner du contrôle que la classe politique exerce sur
eux.

C’est sur ce contexte de renouveau des syndicats que nous comptons pour proposer
notre produit. La structure existe déjà avec un système de cotisation qui permettrait de
prélever les primes en pourcentage sur cette cotisation. De plus, même si les syndicats
s’éloignent des partis politiques, ils y sont toujours plus proches que dans le reste du
monde. C’est donc une chance pour l’assurance d’entamer un dialogue avec la classe
politique, dialogue qui n’existe pas aujourd’hui. Enfin, les salariés et donc les syndicats
sont un secteur d’avenir dans cette région, il serait donc regrettable de ne pas tenter
d’établir des relations avec eux.

6.2 Piste(s) envisagée(s)


Nous avons désormais défini notre population cible, à savoir les coopératives, les
syndicats et éventuellement les tontines. Notre réflexion doit donc se tourner vers la na-
ture du produit. Aujourd’hui, à l’exception de l’Afrique du Sud, dans les différents pays
d’Afrique, l’assurance vie tarde à se développer pour des raisons de nature politique, eth-
nolinguistique, économique ou encore socio-culturelles déjà évoquées. Ces raisons sont
d’ailleurs parfois très corrélées les unes avec les autres. Ce type de couverture reste un
moyen de protection réservé exclusivement à l’élite de la population africaine.

Il faut savoir qu’une grosse majorité de ces populations n’est pas salariée. C’est pour-
quoi elle dispose de revenus bas et irréguliers. Ainsi, nourrir leur famille constitue leur
préoccupation majeure si bien qu’ils ne peuvent pas accéder à différents services de na-
ture assurantielle notamment. En cas de maladie grave, les familles se retrouvent alors
bien démunies financièrement. La solidarité familiale et amicale est alors souvent la so-
lution. Cependant, la contribution n’est pas à la hauteur des attentes si bien que des
personnes décèdent par manque d’anticipation des problèmes aléatoires de la vie. Pour
les personnes mieux loties disposant d’un revenu, il est souvent bien trop faible. Elles ne
peuvent donc pas se permettre de constituer une épargne. On peut regretter également
un manque de connaissance globale des produits d’assurance. Cette culture sécuritaire
est souvent freinée par un manque de confiance général en ces institutions d’assurance
qui ne leur donnent pas toutes les garanties pour réparer leur malheur. Dès lors, on

EURIA Page 42/69 Master 1 : Bureau d’étude


pourrait se demander comment couvrir cette partie du monde, qui présente un essor
économique croissant pour les acteurs de l’assurance et quel(s) produit(s) serait(ent)
adapté(s) à leur environnement.

Nous portons un regard optimiste sur la situation. En effet, même si l’assurance vie
a beaucoup de difficultés à percer dans cette partie du globe, il ne faut pas oublier que
l’Afrique subsaharienne francophone représente un peu plus de 250 millions d’habitants,
soit autant de clients potentiels. En ce sens, pour répondre aux populations africaines
avec toutes leurs spécificités, nous n’avons pas la prétention de proposer un produit
miracle pour leurs problèmes. En revanche, l’idée est de faire grandir progressivement
leur intérêt de transférer leurs risques à des compagnies d’assurance. Pour cela, s’appuyer
sur les coopératives et syndicats sans distinction des activités concernées constituerait
un point de départ intéressant. Les syndicats comme les coopératives ont un objectif
similaire : défendre les intérêts de leurs adhérants. Notre produit serait financé par une
partie des cotisations payées de manière régulière par les syndiqués et coopérants. En
échange, une couverture décès, à la hauteur de la prime versée, leur serait proposée. Dans
cette optique, nous entrerions directement en concurrence avec les structures informelles
de gestion de risque, en essayant de toucher un public large. Le rôle des syndicats ne se
limitera donc plus à défendre les intérêts des syndiqués. On pourrait aller plus loin sur
la nature des aléas prise en compte par notre couverture :
➜ La maladie grave : prendre en charge une partie des frais de santé en cas d’hospi-
talisation ou de maladie grave (SIDA).

➜ Le licenciement : proposer une indemnité pour un licenciement survenant dans l’an-


née.

➜ L’accident de travail : assurer contre les accidents de travail. Les professions libé-
rales seraient ciblées. Mettre en place un montant compensatoire en attendant une
reprise de son activité.

➜ Capital décès : verser un capital décès pour soulager financièrement les familles syn-
diquées (frais d’obsèques, soutien financier durant les premiers mois après le décès).

➜ Rentes aux survivants : proposer une rente à la famille durant quelques années en
cas de décès du syndiqué ou du coopérant pour leur permettre de se relever après
la perte de revenus potentiels. Ce produit serait mis en place avec des coopératives
qui travaillent avec une IMF 2 . Le paiement des primes pourrait être envisagé en
prélevant une partie du micro crédit.

Cependant, l’un des obstacles majeurs est le manque de fiabilité, voire la quasi in-
existence d’informations sur l’exposition des populations à ces différents risques. Il arrive
d’ailleurs que l’employeur propose des « assurances » similaires à ses salariés. Dans ce cas
précis, on pourra éventuellement proposer aux entreprises de les soutenir en transférant
le risque de leur portefeuille aux compagnies d’assurance.
2. Institut de micro finance

EURIA Page 43/69 Master 1 : Bureau d’étude


6.3 Assurance temporaire décès
6.3.1 Définition du service
Le manque d’informations chiffrées sur les risques pesant sur la population est un
écueil notoire pour un assureur en ASF. Les données sur la mortalité en Afrique étant
disponibles, nous développerons, dans cette partie, le produit suivant : l’assurance tem-
poraire décès dégressive. Pour réaliser nos calculs, nous nous sommes appuyés sur la table
de mortalité utilisée actuellement dans la zone CIMA. On notera que cet outil actuariel
essentiel présente ses faiblesses. Il fait d’ailleurs l’objet d’un processus d’amélioration
depuis 2009 [9], dans un souci de fiabilité.

La population cible a déjà fait l’objet d’une analyse approfondie. Nous voulons im-
pliquer des structures informelles, à savoir : les syndicats et les coopératives travaillant
avec des instituts de micro finance. On pourra éventuellement s’étendre aux tontines
déjà présentées malgré les limites. Ce choix présente plusieurs avantages techniques :

1. Prélèvement des primes en proportion des cotisations (syndicats, coopératives) ou


des versements ponctuels (tontines).

2. Centralisation des informations sur les adhérents.

6.3.2 Description
L’assureur verse un capital de C e sous la forme de trois versements dégressifs, à
condition que le décès survienne avant un âge x+n fixé dans le contrat, à hauteur de 60%
le premier mois et 20 % les deux mois suivants. Ce service permettra de subvenir aux
besoins à court terme des familles ayant perdu un proche. Ce soutien se présentera sous
la forme d’un capital décès forfaitaire. Nous souhaitons échelonner ce forfait sur plusieurs
mois. Par ce biais, on prend en compte les charges associées à un décès, en l’occurrence, les
services funéraires peuvent représenter un coût non négligeable et inattendu. Poursuivre
le paiement plusieurs mois suivant l’événement laissera du temps supplémentaire aux
proches pour trouver idéalement une nouvelle activité et provisoirement pour compenser
la perte potentielle de revenu. C’est une manière de reproduire les effets de la micro
finance en visant de nouveaux entrepreneurs ayant besoin de fonds pour se lancer. Même
si tout le monde n’a pas l’ambition de créer sa propre activité, cette pratique aura le
mérite d’éduquer la population sur une utilisation plus efficace de l’argent.

6.3.3 Tarification et provisions


Les paramètres techniques pour le calcul des tarifs et des provisions sont décrits dans
la suite de l’étude 3 . Dans un premier temps, rappelons que le calcul des primes repose
sur le principe suivant :

engagement de l’assureur = engagement de l’assuré

3. Le calcul du montant des primes et provisions, sont réalisés par l’intermédiaire du logiciel R et inspirées
de la bibliothèque actuarielle de Mr Moeglin

EURIA Page 44/69 Master 1 : Bureau d’étude


U×C e D×C e D×C e

x (Décès) 1 2
x+ 12 x+ 12

Figure 6.1 – Représentation des flux

x = âge de décès
U = 60%
D = 20%

Procédons désormais au calcul actuariel des primes exigibles pour couvrir notre risque
en proportion des cotisations versées à l’un des organismes déjà cités (syndicats, coopé-
ratives ou tontines). Dans la suite, nous noterons ∆x la valeur actuelle probable à la
souscription (âge x de l’assuré) des engagements futurs de l’assureur et P la prime ver-
sée. Par simplification, on supposera que le décès survient en moyenne au milieu de
l’année.

n−1
k+ 21
X
∆x = k px qx+k v
k=0
n−1
X (lx+k+1 − lx+k ) lx+k 1
= × × vk+ 2
k=0
lx+k lx
n−1
X dx+k 1
= × vk+ 2 (6.1)
k=0
lx



 k px probabilité d’être vivant à l’âge x + k sachant l’âge x
qx+k probabilité de mourir à l’âge x + k



dx+k nombre de décès entre l’année x + k et x + k + 1


 lx nombre de survivants à l’âge x
1

 v = 1+t avec t le taux actuariel

Ensuite, utilisons le principe d’égalité des engagements entre l’assuré et l’assureur :

n−1
X lx+k
∆x = P× × vk (6.2)
k=0
lx

Nous proposons donc quelques simulations dans le tableau suivant en s’appuyant sur
les données réelles d’un syndicat gabonnais. N correspondra au nombre d’années courues
par le contrat et L le nombre d’années de carence 4 .
4. Les années de carence correspondent à la période durant laquelle l’assureur n’assumera pas ses engagements

EURIA Page 45/69 Master 1 : Bureau d’étude


HH L
HH 0 1 2 3 4 5 6 7 8 9 10 11
N H
1 21.36 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
2 22.13 12.52 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
3 22.95 16.42 9.61 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
4 23.80 18.81 13.60 8.17 2.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00
5 24.69 20.62 16.38 11.95 7.33 2.50 0.00 0.00 0.00 0.00 0.00 0.00
6 25.62 22.17 18.56 14.80 10.88 6.78 2.50 0.00 0.00 0.00 0.00 0.00
7 26.60 23.58 20.43 17.14 13.72 10.14 6.40 2.50 0.00 0.00 0.00 0.00
8 27.62 24.93 22.12 19.19 16.13 12.94 9.61 6.13 2.50 0.00 0.00 0.00
9 28.69 26.25 23.71 21.05 18.28 15.39 12.37 9.22 5.93 2.50 0.00 0.00
10 29.81 27.57 25.24 22.80 20.26 17.61 14.84 11.95 8.93 5.79 2.50 0.00
11 30.97 28.90 26.74 24.49 22.13 19.67 17.11 14.43 11.64 8.72 5.67 2.50
12 32.19 30.26 28.24 26.13 23.93 21.64 19.24 16.74 14.13 11.40 8.56 5.59

Table 6.1 – Ajustement de la prime en proportion de la cotisation d’adhésion annuelle versée ( en %)

Dans le tableau 6.1, nous avons coloré les primes jugées admissibles. Autrement dit,
nous avons écarté tous les contrats dont la prime versée à l’assureur dépassait 25% de la
cotisation annuelle d’adhésion à la coopérative ou au syndicat. En outre, les années de
carence ont été introduites dans notre étude dans le souci de réduire la prime à verser
pour l’assuré. Cependant, elle ne doit pas être immoral si bien qu’on peut difficilement
imaginer un contrat comportant des années de carence excédent deux ans. Les données
utilisées pour ces résultats sont les suivants :



 Taux actuariel : 3.5%
 Cotisation par personne : 20 e


Age moyen : 40 ans



 capital versé : 1000 e
 Chargement : 0.5h

Nous sommes désormais à pied d’œuvre pour proposer un calcul des provisions pour
un groupe de 200 adhérents en conservant les caractéristiques citées précédemment. Pour
cela, rappelons dans un premier temps la formule d’une provision mathématiques pure
(Prov) à la me année du contrat :
n−1
X lx+k
Prov = ∆x+m − P× × vk
k=m
lx
Considérons tout d’abord un groupe de 200 personnes du même âge (âge moyen).
Voici ce que nous obtenons :

EURIA Page 46/69 Master 1 : Bureau d’étude


Test

150
sommes en euro

100
50
0
1 2 3 4 5 6

année

Figure 6.2 – Provision pour une population homogène

Dans un deuxième temps, nous avons considéré une population de 200 personnes dont
l’âge est une variable aléatoire suivant une loi normale de moyenne 40 et d’écart type 5.
Voici le résultat d’une de nos simulations :

Provisions
250
200
sommes en euro

150
100
50
0

1 2 3 4 5 6

année

Figure 6.3 – Provision pour une population hétérogène

On constate qu’en utilisant la première méthode, on a tendance à sous estimer les


charges à prévoir en cas de sinistralité. En effet, pour le cas test, le maximum est atteint
la troisième année avec un montant de 180 e alors que pour le second cas, le maximum
est plutôt atteint aux alentours de 240 e. Cela illustre l’importance de disposer de la
structure par âge de la population assurée.

Dans l’étape ultime précédant le lancement du produit, il serait nécessaire d’envisager


les besoins en réassurances alors qu’ils n’ont pas de statut juridique en Afrique subsa-
harienne d’après un rapport de l’Organisation Mondiale du Travail [32]. Finalement, les
papiers contractuels seraient à élaborer dans un souci de clarté et de facilité dans le
but de toucher une population faiblement instruite. Faute de temps et de moyen, nous
n’avons pas pu réaliser ces derniers points.

EURIA Page 47/69 Master 1 : Bureau d’étude


Conclusion

À l’issue de ce travail, nous sommes unanimes sur le potentiel de la micro assurance


dans une région aussi meurtrie économiquement. Dans le souci d’élargir la gamme des
produits vie de la région, nous avons réfléchi sur de nouvelles pistes sachant que les
assurances décès emprunteurs dominent le marché. Pourtant, elles ne produisent que de
faibles bénéfices pour les individus à faibles revenus et sont souvent perçues comme un
service au prêteur et non à l’emprunteur. Le principal objectif de cette étude était de
rassembler la population d’Afrique subsaharienne francophone derrière un projet d’as-
surance vie permettant le développement d’un mécanisme de protection sociale et l’ex-
tension d’un marché pour les assureurs.

Ainsi, à travers un travail d’analyse socio-économique, nous avons mesuré les diffi-
cultés rencontrées par les actuaires dans un environnement très hostile. Nous sommes
persuadés que les efforts entrepris ne sont pas vains. Selon nous, le développement du
système assurantiel s’inscrit comme une note d’espoir quant au développement des pays
d’Afrique subsaharienne francophone. À travers ce projet, nous avons découvert l’assu-
rance vie sous une autre forme : contrairement aux pays développés tel que la France où
l’assurance occupe une place essentielle dans le paysage social, tout reste à construire
en Afrique. Nous avons appris à composer une police d’assurance vie, du choix de la
population cible jusqu’au calcul des provisions suivant trois axes essentiels : réponse à
l’inexistence d’un marché financier, réponse au scepticisme général des populations et
réponse aux faibles revenus. Dans cette optique, nous nous sommes appuyés sur des
structures qui ont déjà gagné leur confiance (coopératives et syndicats). Ces dernières,
déjà implantées dans les différents pays concernés, possèdent des réserves pour faire face
à une situation financière fragile et sont susceptibles de travailler avec des organismes
de micro finance.

Cette production ne doit pas être considérée comme une fin en soi. Il s’agit au contraire
d’un commencement, celui d’entretenir l’espoir d’une pauvreté en recul et d’une société
plus égalitaire. Ce sont bien les personnes vulnérables qui nécessiteraient une plus grande
attention alors que le système actuel a encore tendance à creuser les inégalités en pro-
posant des services de protection aux plus riches.

48
Glossaire

AFRISTAT : est une organisation internationale créée par un traité signé le 21 sep-
tembre 1993 à Abidjan par les 14 pays africains membres de la Zone Franc suivants :
Bénin, Burkina Faso, Cameroun, Centrafrique, Comores, Congo, Côte d’Ivoire, Ga-
bon, Guinée Equatoriale, Mali, Niger, Sénégal, Tchad et Togo. La Guinée-Bissau,
la Mauritanie, la Guinée, le Cap Vert et le Burundi ont rejoint AFRISTAT par la
suite en 1998, 2000 et 2006. Ce dernier œuvre pour le développement de la Statis-
tique dans les pays membres de cette institution. Cette action se traduit par des
appuis ponctuels que l’Observatoire apporte aux pays membres et même à d’autres
pays africains. Ces appuis couvrent divers domaines : organisation et gestion des
systèmes statistiques, comptabilité nationale et macroéconomie, prix et enquêtes
sur les dépenses des ménages, suivi du secteur informel, statistiques agricoles, trai-
tement des données, diffusion des données statistiques, etc. AFRISTAT intervient
également dans les domaines de la collecte, du traitement, de l’analyse et de la
diffusion de l’information socio-économique.

Age médian : est l’âge qui divise la population d’un pays en deux groupes nu-
mériquement égaux, la moitié représente les plus jeunes, l’autre moitié les plus âgée.

Al Kadar : est la volonté d’Allah de fixer de façon irrévocable le cours des événe-
ments à Ses créatures selon Sa connaissance préalable et selon Son décret.

Analyse en Composantes Principales : est une technique d’analyse statistique,


principalement descriptive, consistant à représenter sous forme graphique le plus
d’informations possibles contenues dans un tableau. Elle permet ainsi de visualiser
un espace à p dimensions à l’aide d’espaces de dimensions plus petites. Elle est
utilisée pour étudier les données multidimensionnelles, lorsque que l’on souhaite
comprendre les liaisons entre ces variables numériques.

Anthropométrie : est la technique de mensuration du corps humain et de ses


diverses parties.

Clanisme : est une organisation sociale dont la structure est fondée sur des clans.

Conférence Interafricaine des Marchés de l’Assurance : est un organisme


communautaire du secteur des assurances, autrement dit, les assurances dans ces
pays sont soumises à une seule et même réglementation. Elle se substitue à l’an-
cienne CICA (Conférence Internationale des Contrôles d’Assurances).

Coopérative : est assimilable à une entité économique autonome fondée sur le


principe de coopération, dont le but est de servir au mieux les intérêts économiques
de ses participants (sociétaires ou adhérents).

49
Coordination pour l’Afrique de Demain : est une association de femmes
et d’hommes d’horizons divers qui souhaitent montrer que l’Afrique n’est pas un
« continent en perdition ». Face à des informations fragmentaires et superficielles,
souvent biaisées par un pessimisme systématique, face à des images focalisées pour
l’essentiel sur les maladies, les famines et les guerres, la CADE entend alerter les
milieux associatifs, les médias, les responsables politiques et économiques ainsi que
l’opinion publique sur cette dangereuse dérive en proposant un cadre de débats,
d’échanges et d’analyses plus réalistes sur l’étonnante évolution de l’Afrique.

Cotisation d’assurance : représente le montant payé par un assuré à un assureur


afin qu’il puisse bénéficier d’une garantie sur un risque donné.

Fonds International De Développement Agricole : est une institution spécia-


lisée du système des Nations unies. Il s’agit d’une banque d’aide au développement
qui a pour vocation d’aider financièrement, comme bailleur de fonds et organisateur,
au développement agricole et rural dans les pays en développement et en transition.
Il se donne pour mission d’y combattre la faim, la malnutrition et la pauvreté par
l’amélioration des moyens et techniques agricoles et par la création et la moderni-
sation d’activités agricoles ou commerciales en milieu rural, notamment moyennant
des projets de micro financement gérés au niveau local.

Fonds propres : correspond au total des actifs possédés par une entreprise au-
quel on ôte l’ensemble des dettes.

Hétéroscédasticité : en statistique, on parle d’hétéroscédasticité lorsque les va-


riances des variables examinées sont différentes.

Institut de Micro Finance : est une organisation qui offre des services finan-
ciers à des personnes à faibles revenus qui n’ont pas accès ou difficilement accès
au secteur financier formel (banques classiques). Au sein du secteur, le terme ins-
titution de micro finance renvoie aujourd’hui à une grande variété d’organisations,
diverses par leur taille, leur degré de structuration et leur statut juridique (ONG,
association, mutuelle/coopérative d’épargne et de crédit, société anonyme, banque,
établissement financier etc).

Méthode de Kohonen : est une méthode de cartographie dans un espace réel,


utilisée pour la répartition de données dans un espace à grande dimension.

Micro assurance : est définie par l’organisation internationale du travail comme


un concept ciblant les ménages dont les revenus sont faibles. La souscription de
contrats d’assurance est ajustée à leur situation. Ce mécanisme, mis en œuvre dans
les pays pauvres, vise à réduire la vulnérabilité des personnes qui contribuent au
développement économique.

Micro finance : désigne les dispositifs permettant d’offrir des crédits de faible
montant (« microcrédits ») à des familles pauvres pour les aider à conduire des
activités génératrices de revenus Avec le temps et le développement de ce secteur
particulier de la finance partout dans le monde, y compris dans les pays dévelop-
pés, la micro finance s’est élargie pour inclure désormais une gamme de services
plus large (crédit, épargne, assurance, transfert d’argent etc.) et une clientèle plus

EURIA Page 50/69 Master 1 : Bureau d’étude


étendue également. Dans ce sens, la micro finance ne se limite plus à l’octroi de
microcrédit aux pauvres mais bien à la fourniture d’un ensemble de produits à ceux
qui sont exclus du système financier classique ou formel.

Organisation Internationale du Travail : est l’institution chargée au niveau


mondial d’élaborer et de superviser les normes internationales du travail. C’est la
seule agence des Nations Unies dotée d’une structure tripartite qui rassemble des
représentants des gouvernements, des employeurs et des travailleurs, pour élaborer
ensemble des politiques et des programmes et promouvoir le travail décent pour
tous.

Prévoyance sociale : est un ensemble de systèmes d’assurance auxquels une per-


sonne peut souscrire afin de se garantir d’un risque. Dans le domaine social, ce
terme désigne les dispositifs collectifs d’assurance autres que les régimes obliga-
toires (Sécurité sociale, chômage, retraite complémentaire) auxquels l’employeur
peut souscrire pour le compte des salariés ou auxquels le salarié peut adhérer seul.

Taux de prévalence du SIDA : est le nombre total de personnes infectées par


le SIDA dans une population déterminée à un moment donné sans distinction de
l’ancienneté sur l’ensemble de la population.

EURIA Page 51/69 Master 1 : Bureau d’étude


Bibliographie

[1] Académie des Sciences : Sciences et pays en développement, afrique subsaha-


rienne francophone. Rapport sur les sciences et la technologie n°21, page 5, 2006.
[2] O Bain : économie informelle et tontine en afrique. article, 2001.
[3] Banque du Luxembourg : Les midis de la microassurance. Coopération au
développement, 2007.
[4] Banque mondiale : Distribution of income or consumption. article, 2007.
[5] Banque Mondiale : Policy research working paper. étude statistique, aout 2008.
[6] BIT : Pluralisme syndical et prolifération des syndicats en afrique francophone.
Note organisation du travail Genève, 2010.
[7] F.J.A Bouman : Indigeneous saving and credit association in the thirld world : A
message savings and developments, vol.4, n°1, pp : 181-220. livre (volume 4), 1977.
[8] Craig Churchill : Protéger les plus démunis, guide de la micro-assurance. étude
de l’organisation internationale du travail.
[9] Conférence interafricaine des marchés d’assurance : Note sur la confec-
tion de nouvelles tables de mortalité. compte rendu, 2009.
[10] Patrick Develtere, Ignace Pollet et Fredrick Wanyama : Patrick develtere,
ignace pollet, l’afrique solidaire et entrepreneuriale : la renaissance du mouvement
coopératif africain. OIT, COOP Africa, 2009.
[11] Esther Duflo, Rachel Glennerster, Cynthia Kinnan et Abhijit Banerjee :
The miracle of microfinance ? evidence from a randomized evaluation. rapport, 2009.
[12] FIDA : Evaluation de la pauvreté rurale : Afrique de l’ouest et du centre. article.
[13] Ketaki Gokhale : A global surge in tiny loans spurs credit bubble in a slum. the
wall street journal, 2009.
[14] Job Harms, Michal Matul et Caroline Phily : Etats des lieux de la micro-
assurance en afrique. article, octobre 2009.
[15] Aymric Kamega : Outils théoriques et opérationnels adaptés au contexte de lassu-
rance vie en afrique subsaharienne francophone - analyse et mesure des risques liés
à la mortalité. thèse de l’université de Lyon, 2011.
[16] Aymric Kamega : Défi de l’assurance vie en afrique noire francophone. La tribune
de l’assurance, janvier 2010.
[17] Aymric Kamega et Frédéric Planchet : Présentation du marché de l’assurance
vie en afrique subsaharienne francophone. article, janvier 2012.
[18] Mamadou G K KONE : Etats des lieux de l’assurance vie dans les pays de la cima.
CIMA, pages 4,9, 30 juillet-1er août 2007.
[19] M Lelart : tontines africaines et tontines asiatiques. article, 1995.
[20] M Lelart : De la finance informelle à la microfinance. Livre, Editions des Archives
Contemoraines, AUF, 2005.

52
[21] Michael McCord : Felipe botero and janet s. mccord, a member of the american
international group of companies. Etude de cas, AIG Uganda, 2010.
[22] Christian Morisson : Hélène guilmeau et charles linskens, une estimation de la
pauvreté en afrique subsaharienne d’après des données anthropométrique. article,
1998.
[23] Marc Nabeth : Micro-assurance : macro enjeux ? article, juillet 2005.
[24] Nations Unies : Réduction de la pauvreté et objectifs du millénaire pour le
développement. Programme pour le développement, 2009.
[25] Nations Unies : World risk report. article, 2011.
[26] Nations Unies : Eliminer la pauvreté, objectifs du millénaire pour le développe-
ment 2015 (à nous d’agir). Communiqué de presse, Département de l’information,
page 1, 25 septembre 2008.
[27] Jean-Yves Naudet : La pauvreté recule dans le monde grâce à la liberté écono-
mique. Audace Institut Afrique, www.audace-afrique.net,article, 2012.
[28] Jean Claude Ngbwa : Perspectives des marchés d’assurances africains. Compte
rendu d’une conférence.
[29] Joseph Ntamahungiro : Les causes de la pauvreté en afrique subsaharienne et les
enjeux pour en sortir. article, avril 2008.
[30] OCDE : salaire moyen afrique subsaharienne (tous niveaux de revenus). données,
www.lejustesalaire.com, 2010.
[31] OIT : Rapport mondial sur les salaires. Note d’information sur l’Afrique 2010/2011,
2010.
[32] Organisation internationale du travail : Etats des lieux de la micro assu-
rance en afrique. micro insurance : innovation facilité, 2009.
[33] C K Prahalad : The fortune of the bottom of the pyramid, eradicating poverty
through profits. Livre, 5 aout 2004.
[34] Martin Ravallion : Does aggregation hide the harmful effects of inequality on
growth ? article, janvier 1998.
[35] Margueritte Robinson : The paradigm shift in microfinance : A perspective from
hiid. rapport, 1995.
[36] A Sehia : Direction générale des impôts : etats généraux de l’assurance-vie. pré-
sentation, page 32, 2005.
[37] Statistiques mondiales : Produit intérieur brut par ordre alphabétique des pays.
données, www.statistiquesmondiales.com, year = 2010.
[38] Statistiques mondiales : Taux d’alphabétisation en afrique. données,
www.statistiquesmondiales.com, 2003.
[39] Institut supérieur de commerce et d’administration des entreprises Casablanca :
Promotion de l’assurance vie et développement de l’épargne assurance. article, 2003.
[40] Agora Vox : Les tontines en afrique : ancêtres du microcrédit. article du média
citoyen, 2011.
[41] Wikipedia : Microcrédit. article, 2012.
[42] Wikipedia : Coopérative. article, mise en ligne le 22 septembre 2010.
[43] Wikipedia : Conférence interafricaine des marchés d’assurance. article, mise en
ligne le 28 mai 2009.
[44] Jérôme Yeatman : L’assurance française en afrique noire francophone. Risques,
les cahiers de l’assurance 57, 2004.

EURIA Page 53/69 Master 1 : Bureau d’étude


[45] Patrice Yengo : Approche du risque territoire en afrique subsaharienne. article,
page 5, 2005.

EURIA Page 54/69 Master 1 : Bureau d’étude


Annexes

55
Table des matières

A Primes versées en assurance vie en Afrique subsaharienne 58

B Régression linéaire des revenus annuels en Afrique subsaharienne francophone 59

C Validation du modèle de régression linéaire des salaires par rapport aux années 61

D Code SAS pour la discussion du modèle des salaires en fonction des années 63

E Simulation de Rentabilité d’une tontine 65

F Code de l’Analyse en Composantes Principales sous R 67

G Code de la méthode de Kohonen sous R 69

H Lettre à Esther Duflo 70

I Code utilisé sous R pour le calcul des primes et des provisions 71


Annexe A

Primes versées en assurance vie en


Afrique subsaharienne

Figure A.1 – Évolution des émissions Vie de la zone CIMA

*Noter que les données ont été recueillies dans un article de Jean Claude NGBWA,
secrétaire général de la CIMA [28].

57
Annexe B

Régression linéaire des revenus


annuels en Afrique subsaharienne
francophone

Nous vous proposons le code utilisé sous R pour réaliser notre modèle linéaire :

> Dataset <- read.table("C:/Users/Alexis/Desktop/bureau d'étude/salaires.csv",


+ header = TRUE, sep = ";", na.strings = "NA", dec = ",", strip.white = TRUE)
> attach(Dataset)

> plot(X1962, X102)


> fit = lm(X102 ~ X1962)
> summary(fit)
Call:
lm(formula = X102 ~ X1962)

Residuals:
Min 1Q Median 3Q Max
-209.49 -53.54 -14.73 56.47 243.12

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -22301.952 2290.859 -9.735 9.49e-13 ***
X1962 11.424 1.153 9.906 5.49e-13 ***
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1

Residual standard error: 110.7 on 46 degrees of freedom


Multiple R-squared: 0.6809, Adjusted R-squared: 0.6739
F-statistic: 98.13 on 1 and 46 DF, p-value: 5.486e-13

> pred.w.plim <- predict(lm(X102 ~ X1962), Dataset, interval = "prediction")


> pred.w.clim <- predict(lm(X102 ~ X1962), Dataset, interval = "confidence")
> matplot(Dataset$X1962, cbind(pred.w.clim, pred.w.plim[, -1]),
+ lty = c(1, 2, 2, 3, 3), col = c(1, 3, 3, 2, 2), type = "l",
+ ylab = "prévision des salaires", xlab = "annee")
> summary(fit)

58
Call:
lm(formula = X102 ~ X1962)

Residuals:
Min 1Q Median 3Q Max
-209.49 -53.54 -14.73 56.47 243.12

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -22301.952 2290.859 -9.735 9.49e-13 ***
X1962 11.424 1.153 9.906 5.49e-13 ***
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1

Residual standard error: 110.7 on 46 degrees of freedom


Multiple R-squared: 0.6809, Adjusted R-squared: 0.6739
F-statistic: 98.13 on 1 and 46 DF, p-value: 5.486e-13

> new = data.frame(X1962 = 2062:2062)


> pred.n.plim = predict(fit, new, interval = "prediction")
> pred.n.clim = predict(fit, new, interval = "confidence")
> matplot(new, cbind(pred.n.clim, pred.n.plim[, -1]), lty = c(1,
+ 2, 2, 3, 3), lwd = 3, col = c(1, 3, 3, 2, 2), type = "l",
+ ylab = "prévision des salaires", xlab = "annee")
> legend("topleft", c("confiance", "prediction"), lty = c(2, 3),
+ lwd = 3, col = c("green", "red"))
> text(2030, 1250, "2034")
> text(2045, 650, "1688")
> residus = fit$residu
> layout(matrix(1:4, 2, 2))
> plot(fit)

EURIA Page 59/69 Master 1 : Bureau d’étude


Annexe C

Validation du modèle de régression


linéaire des salaires par rapport aux
années

Dans cette annexe, nous proposons de discuter les hypothèses de notre modèle linéaire.
Dans un premier lieu, nous avons remis en cause la normalité des résidus.

(Ωi (ω))i∈[1,51] étant une réalisation de la suite des variables aléatoires (Ωi )i∈[1,51]

Figure C.1 – Distribution des résidus

Dans une première approche graphique, on constate en effet que la distribution des
résidus de notre modèle est semblable à une loi normale. Cependant, cette première
analyse est insuffisante pour valider le caractère normal des résidus. Intéressons nous
donc aux quantiles expérimentaux de nos données.

Figure C.2 – Droite d’Henry

Enfin, pour corroborer notre première conjecture, les résidus sont globalement alignés
sur la droite d’Henry. Autrement dit, les quantiles théoriques de la loi normale sont assez

60
proches des quantiles de nos observations. Par ces deux analyses, on peut donc valider
l’hypothèse de normalité sur les résidus.

Figure C.3 – Représentation des résidus par rapport aux valeurs prédites

En revanche, lorsque nous nous intéressons à la représentation des résidus en fonction


des valeurs prédites, un motif évident apparaı̂t alors que nous nous attendions à une
répartition aléatoire des données. Ainsi, on ne peut pas accepter l’hypothèse faite sur la
moyenne des résidus.

Figure C.4 – Hétéroscedasticité du modèle

Par ailleurs, en étudiant l’hétéroscédasticité de notre modèle, on constate que le poids


des années sur nos résultats n’est pas homogène. On peut donc en déduire que la variance
de nos résidus n’est pas constante. À nouveau, notre hypothèse initiale sur la variance
des résidus est refusée.

Même si nos tests refusent les propriétés initiales sur la moyenne et la variance des
résidus, nous avons conservé notre modèle afin de développer une tendance possible des
salaires en Afrique subsaharienne francophone et ainsi comprendre que le système assu-
rantiel doit se renouveler dans la région s’il veut s’imposer à court terme.

*On notera que les graphes ont été réalisés sous SAS.

EURIA Page 61/69 Master 1 : Bureau d’étude


Annexe D

Code SAS pour la discussion du


modèle des salaires en fonction des
années

Voici le code SAS utilisé pour valider notre modèle :

DATA WORK.salaires;
LENGTH
Annee 8
Revenus_euros 8
'log(Annee)'n 8
'log(Revenus_euros)'n 8 ;
FORMAT
Annee BEST12.
Revenus_euros BEST12.
'log(Annee)'n BEST12.
'log(Revenus_euros)'n BEST12. ;
INFORMAT
Annee BEST12.
Revenus_euros BEST12.
'log(Annee)'n BEST12.
'log(Revenus_euros)'n BEST12. ;
INFILE 'C:\Users\Alexis\AppData\Local\Temp\SEG6284\salaires-49042ba8e31647189c5496
LRECL=42
ENCODING="WLATIN1"
TERMSTR=CRLF
DLM='7F'x
MISSOVER
DSD ;
INPUT
Annee : BEST32.
Revenus_euros : BEST32.
'log(Annee)'n : BEST32.
'log(Revenus_euros)'n : BEST32. ;
RUN;

ODS GRAPHICS ON;

62
%_eg_conditional_dropds(WORK.SORTTempTableSorted,
WORK.TMP1TempTableForPlots);

DATA _NULL_;
dsid = OPEN("WORK.SALAIRES", "I");
dstype = ATTRC(DSID, "TYPE");
IF TRIM(dstype) = " " THEN
DO;
CALL SYMPUT("_EG_DSTYPE_", "");
CALL SYMPUT("_DSTYPE_VARS_", "");
END;
ELSE
DO;
CALL SYMPUT("_EG_DSTYPE_", "(TYPE=""" || TRIM(dstype) || """)");
IF VARNUM(dsid, "_NAME_") NE 0 AND VARNUM(dsid, "_TYPE_") NE 0 THEN
CALL SYMPUT("_DSTYPE_VARS_", "_TYPE_ _NAME_");
ELSE IF VARNUM(dsid, "_TYPE_") NE 0 THEN
CALL SYMPUT("_DSTYPE_VARS_", "_TYPE_");
ELSE IF VARNUM(dsid, "_NAME_") NE 0 THEN
CALL SYMPUT("_DSTYPE_VARS_", "_NAME_");
ELSE
CALL SYMPUT("_DSTYPE_VARS_", "");
END;
rc = CLOSE(dsid);
STOP;
RUN;

DATA WORK.SORTTempTableSorted &_EG_DSTYPE_ / VIEW=WORK.SORTTempTableSorted;


SET WORK.SALAIRES(KEEP=Revenus_euros Annee &_DSTYPE_VARS_);
RUN;

TITLE;
TITLE1 "Résultats de la régression linéaire";
PROC REG DATA=WORK.SORTTempTableSorted
PLOTS(ONLY)=ALL
;
Linear_Regression_Model: MODEL Revenus_euros = Annee
/ SELECTION=NONE
;
RUN;
QUIT;

RUN; QUIT;
%_eg_conditional_dropds(WORK.SORTTempTableSorted,
WORK.TMP1TempTableForPlots);
TITLE; FOOTNOTE;
ODS GRAPHICS OFF;

EURIA Page 63/69 Master 1 : Bureau d’étude


Annexe E

Code de l’Analyse en Composantes


Principales sous R

Retrouver le code utilisé pour la modélisation du chapitre 4 partie 1 :

> Dataset <- read.table("C:/Users/Alexis/Desktop/BE 2012/


+ statistique/données finales 6.csv",
+ header = TRUE, sep = ";", na.strings = "NA",
+ dec = ",", strip.white = TRUE)
> library(FactoMineR)
> a = Dataset$Pays
> z = Dataset[, -c(1)]
> row.names(z) = a
> summary(z)
age_median fecond urban SIDA
Min. :15.10 Min. :2.710 Min. :0.110 Min. :0.100
1st Qu.:16.90 1st Qu.:4.620 1st Qu.:0.275 1st Qu.:1.425
Median :18.10 Median :5.035 Median :0.375 Median :2.950
Mean :18.00 Mean :5.156 Mean :0.395 Mean :2.840
3rd Qu.:19.23 3rd Qu.:5.795 3rd Qu.:0.450 3rd Qu.:3.975
Max. :21.80 Max. :7.600 Max. :0.860 Max. :6.300

PIB_2010 mort_5ans alphab_F ESP_H


Min. : 1139 Min. : 62.0 Min. :0.1280 Min. :47.28
1st Qu.: 4130 1st Qu.: 92.5 1st Qu.:0.2772 1st Qu.:52.04
Median : 7961 Median :125.2 Median :0.4515 Median :54.84
Mean : 8805 Mean :123.6 Mean :0.4316 Mean :54.90
3rd Qu.:12572 3rd Qu.:147.0 3rd Qu.:0.5787 3rd Qu.:58.04
Max. :22384 Max. :178.0 Max. :0.7840 Max. :61.62

exposure vulnerable depense_sante


Min. :0.0991 Min. :0.5334 Min. : 3.00
1st Qu.:0.1277 1st Qu.:0.6329 1st Qu.: 16.00
Median :0.1609 Median :0.6724 Median : 30.00
Mean :0.1574 Mean :0.6705 Mean : 45.35
3rd Qu.:0.1676 3rd Qu.:0.7052 3rd Qu.: 39.25
Max. :0.2959 Max. :0.7586 Max. :364.00
NA's :1.0000 NA's :1.0000

64
$data.clust
age_median fecond urban SIDA PIB_2010 mort_5ans alphab_F ESP_H
Niger 15.2 7.60 0.17 0.8 5603 143.0 0.151 52.13
Tchad 16.8 5.05 0.28 3.4 7592 173.0 0.128 47.28
Burkina Faso 16.9 6.14 0.26 1.6 8672 176.0 0.152 51.75
Burundi 16.9 6.16 0.11 2.0 1496 142.0 0.522 57.09
Mali 16.3 6.44 0.36 1.5 9077 178.0 0.396 51.01
Guinée 18.6 5.10 0.35 1.6 4344 130.0 0.181 56.63
Ouganda 15.1 6.69 0.13 5.4 15040 127.5 0.577 52.17
Benin 17.4 5.31 0.42 1.2 6464 115.0 0.233 58.61
RDC 17.4 5.24 0.35 4.2 12600 170.0 0.541 53.90
RCA 19.2 4.63 0.39 6.3 2113 159.0 0.399 48.84
Mauritanie 19.5 4.30 0.41 0.8 3486 111.0 0.434 58.94
Madagascar 18.2 5.02 0.30 0.1 8330 62.0 0.625 61.62
Togo 19.3 4.69 0.43 3.3 3074 103.0 0.469 60.19
Senegal 18.0 4.78 0.42 1.0 12657 75.0 0.292 57.85
Rwanda 18.7 4.90 0.19 2.8 5693 91.0 0.647 56.57
RC 17.0 5.68 0.62 3.5 11884 93.0 0.784 53.62
C.I 19.6 3.92 0.51 3.9 22384 123.0 0.386 55.79
Cameroun 19.4 4.17 0.58 5.1 21882 136.0 0.598 53.52
Dji. 21.8 2.71 0.76 3.1 1139 91.0 0.584 58.69
Gabon 18.6 4.59 0.86 5.2 12563 74.0 0.533 51.78

exposure vulnerable depense_sante clust


Niger 0.1849000 0.7586000 10 1
Tchad 0.1630000 0.7514000 32 1
Burkina Faso 0.1692000 0.6846000 37 1
Burundi 0.1609000 0.7182000 3 1
Mali 0.1659000 0.6935000 34 1
Guinée 0.1335000 0.7113000 16 2
Ouganda 0.1168000 0.6487000 28 1
Benin 0.1620000 0.6724000 38 2
RDC 0.1574105 0.6704895 6 1
RCA 0.0991000 0.7242000 16 1
Mauritanie 0.2959000 0.6659000 22 2
Madagascar 0.2068000 0.6991000 5 2
Togo 0.1498000 0.6945000 22 2
Senegal 0.1870000 0.6290000 48 2
Rwanda 0.1372000 0.6332000 27 2
RC 0.1219000 0.6328000 39 3
C.I 0.1450000 0.6227000 40 3
Cameroun 0.1623000 0.6329000 61 3
Dji. 0.1114000 0.6329000 59 3
Gabon 0.1182000 0.5334000 364 3

EURIA Page 65/69 Master 1 : Bureau d’étude


Annexe F

Code de la méthode de Kohonen


sous R

Nous vous proposons, dans la suite, le code utilisé pour réaliser la méthode de Koho-
nen.
> z <- read.table("C:/Users/Alexis/Desktop/BE 2012/statistique/
+ données finales kohonen.csv",
+ header = TRUE, sep = ";", na.strings = "NA", dec = ",",
+ strip.white = TRUE)
> z2 = z[, -1]
> library(kohonen)
> z3 = as.matrix(z2)
> summary(z2)
> attach(z2)

> z3 = cbind(age_median, fecond, urban, SIDA, PIB_2010, mort_5ans,


+ alphab_F, ESP_H, exposure, vulnerable, depense_sante)
> z4 = as.matrix(z3)
> is.matrix(z4)

[1] TRUE

> z5 = scale(z4)
> pays.som = som(data = z5, grid = somgrid(3, 1, "rectangular"))
> plot(pays.som)
> Y = c(1, 0, 0, 2, 2, 2, 1, 0, 1, 0, 2, 0, 0, 2, 1, 1, 0, 1, 0)
> z5.xyf = xyf(data = z5, Y, grid = somgrid(3, 1, "hexagonal"))
> plot(z5.xyf, type = "quality")

66
Annexe G

Lettre à Esther Duflo

Madame,

Etudiants en Master 1 d’actuariat à l’EURIA (Brest), nous travaillons actuellement,


dans le cadre de notre bureau d’études, sur le développement de l’assurance vie en
Afrique subsaharienne. A ce titre, nous réfléchissons à un service d’assurance susceptible
de s’acclimater au marché hostile.

Il existe plusieurs obstacles à la réalisation de ce projet sur un plan économique et


surtout culturel. Le risque n’étant pas perçu comme dans nos sociétés fondamentalement
sécuritaires, la micro assurance ne connait pas le même succès que la micro finance. Votre
étude ” The miracle of micro finance ? Evidence from a randomized evaluation” constitue
une véritable source d’inspiration. Votre démarche particulièrement moderne de remise
en question des idées reçues, a constitué la base de notre projet. Notre idée : se servir de
la micro assurance comme vecteur de diffusion des bienfaits de la micro finance dans un
groupe concerné par cette aide (les coopératives). Dans ce contexte, nous aimerions vous
solliciter et bénéficier de vos connaissances de terrain pour répondre aux interrogations
suivantes :

– Quels aspects de la micro finance limitent le bénéfice apporté aux populations ?

– Quand vous expliquez que la micro finance n’est pas pour tout le monde, cela
signifie-t-il qu’il faut durcir les conditions d’accès aux prêts ou est-ce que cela si-
gnifie que tout emprunteur potentiel n’a pas la même réussite ?

– Finalement sur quelles données vous appuyez vous pour affirmer que les apports de
la micro finance ne se diffusent pas suffisamment dans les zones concernées ?

Nous avons conscience du temps nécessaire pour traiter notre demande, mais il nous
semble que vous êtes mieux placée que quiconque pour nous aider. Voici un support de
la présentation qui vous permettra de mieux cerner notre travail. En espérant vous avoir
convaincue de la pertinence de notre projet, nous restons à votre disposition pour vous
fournir toutes les informations complémentaires.

Avec nos remerciements, veuillez agréer l’expression de notre plus profond respect et
notre meilleure considération,

Alexandra BERTOMEU-GILLES, Mathieu BRIEC, Mélissa KERDUDO, Ar-


naud MEBALE, Alexis MERX.

67
Annexe H

Code utilisé sous R pour le calcul


des primes et des provisions

> library(xtable)
> z <- read.table("C:/Users/Alexis/Desktop/table_mortalité2.csv",
+ header = TRUE, sep = ";", na.strings = "NA", dec = ",", strip.white = TRUE)
> age = z$Age
> lx = z$Lx
> lx1 = lx[2:108]
> lx2 = lx[1:107]
> dx = lx2 - lx1
> r = 0.035
> DX = 0
> for (i in 1:108) {
+ DX[i] = lx[i] * (1 + r)^(-i + 1)
+ }
> C = 0
> for (i in 1:107) {
+ C[i] = dx[i] * (1 + r)^(-i + 0.5)
+ }
> Mx = function(x) {
+ u = seq(1, x - 1)
+ sum(C[-c(u)])
+ }
> Ax = function(x) {
+ Mx(x + 1)/DX[x + 1]
+ }
> Mx = function(x) {
+ u = seq(1, x - 1)
+ sum(C[-c(u)])
+ }
> engagement_assureur_avec_carence = function(x, n, C, annee_carence) {
+ C * (Mx(x + annee_carence + 1) - Mx(x + n + 1))/DX[x + 1] *
+ (1 + r)^(-0.5)
+ }
> actualisation = function(x, k) {
+ fact2 = 0
+ t = 0.035
+ for (i in 0:k - 1) {

68
+ p = lx[x + i + 1]/lx[x + 1]
+ v = (1 + t)^(-(i))
+ fact2[i + 1] = p * v
+ }
+ sum(fact2)
+ }
> Prime_avec_carence = function(x, k, n, C, annee_carence) {
+ (engagement_assureur_avec_carence(x, n, C, annee_carence)/actualisation(x,
+ k))
+ }
> Prime_chargee_avec_carence = function(x, k, n, C, g, annee_carence) {
+ Prime_avec_carence(x, k, n, C, annee_carence) + g * C
+ }
> Prov = 0
> Provision_avec_carence = function(x, k, n, C, annee_prov, annee_carence) {
+ for (i in 0:annee_prov) {
+ borne = max(annee_carence - i, 0)
+ Prov[i + 1] = engagement_assureur_avec_carence(x + i,
+ n - i, C, max(borne, 0)) - Prime_avec_carence(x,
+ k, n, C, annee_carence) * actualisation(x + i, k -
+ i)
+ }
+ Prov
+ }
> A = rep(0, 144)
> B = matrix(A, nrow = 12)
> cot = 20
> for (j in 1:12) {
+ for (i in 1:12) {
+ if (j - 1 <= i) {
+ B[i, j] = round(Prime_chargee_avec_carence(40, i,
+ i, 1000, 5e-04, j - 1)/cot * 100, 2)
+ }
+ }
+ }
> B2 = as.array(B)
> calcul_prov = function(x) {
+ Provision_avec_carence(x, 5, 5, 1000, 5, 0)
+ }
> calcul_prov(10)

[1] 0.00000000 0.03717847 0.07655227 0.10580044 0.09457210 0.00000000

> u = seq(1, 6)
> v = 0
> for (i in 1:6) {
+ v[i] = sum(sapply(rnorm(200, 40, 5), function(x) {
+ calcul_prov(x)[i]
+ }))
+ }

EURIA Page 69/69 Master 1 : Bureau d’étude

Vous aimerez peut-être aussi