Un rôle pour les assurances agricoles basées sur des indices météo en Afrique de l'Ouest ?...
-
Upload
dianne-gasnier -
Category
Documents
-
view
104 -
download
1
Transcript of Un rôle pour les assurances agricoles basées sur des indices météo en Afrique de l'Ouest ?...
Un rôle pour les assurances agricoles basées sur des indices
météo en Afrique de l'Ouest ?
Philippe Quirion (CIRED et LMD-IPSL), avec des contributions de Benoît Labbouz (CIRED),
Alexis Berg et Benjamin Sultan (LOCEAN-IPSL)
Réunion API AMMA WG 3, 17 octobre 2007, OMP, Toulouse
Plan
1. Les assurances agricoles basées sur des indices météo
2. Simulation sur des données de station agronomique expérimentale (coton au Mali)
3. Simulation sur des données en conditions paysannes (Burkina Faso)
4. Quelques questions à creuser
Les assurances agricoles basées sur des indices météo (1)
• Échec des assurances agricoles basées sur la constatation d'un dommage :– Asymétrie d'information entre le paysan et l'assureur– Coût de la constatation du dommage
• Trois assurances agricoles basées sur des indices météo existent :– Inde depuis 2003– Malawi depuis 2005– Éthiopie depuis 2006
• Faiblesse = risque de base (corrélation imparfaite entre indice et rendement)
• Succès apparent, au moins en Inde
Les assurances agricoles basées sur des indices météo (2)
Inde Malawi Éthiopie
Démarrage 2003 2005 2006
Cultures ciblées Arachide, ricin puis coton, oranges
Maïs Blé, orge, mil, sorgho, maïs
Risque couvert Sécheresse, excès d'eau lors de la moisson
Sécheresse Sécheresse
Indice "Bilan hydrique" en 3 phases
Bilan hydrique par décade, moyenne de 13 stations
Bilan hydrique par décade, moyenne de 42 stations
Partenaires BM, microfinance, banques, assurances
BM, FAO, ? BM, PAM, Axa Re
Particularités Lien avec crédit intrants
Lien avec crédit intrants
Contrat national
Simulation pour le coton au Mali (1)
• Données de N'Tarla (23 ans de rendement et météo)• Coûts de production : annuaires CMDT• Valorisation du travail familial au salaire du marché• Prix du coton 2005• Le choix de l'indice météo est déterminant
(risque de base):– Cumul des pluies : mauvais (R²=0.23)– Durée saison des pluies : pas mal (R²=0.48) mais "rate"
certaines mauvaises années– Bilan hydrique : pas mal (R²=0.5) mais "rate" certaines
mauvaises années– Bilan hydrique + date de fin de saison (MCO): pas mal (R²=0.58,
variables significatives à 10%, fournit le contrat le + intéressant)– Date de semis améliore la régression, mais impossible à intégrer
dans un contrat d'assurance
Simulation pour le coton au Mali (2)
• Indice composite : bilan hydrique au début de la saison + date de fin de saison (MCO)
• Historical Burn Analysis : on utilise directement les données historiques pour estimer le contrat
1 .8 2 .0 2 .2 2 .4 2 .6 2 .8ind
1 .8
2 .0
2 .2
2 .4
2 .6
2 .8
y ield
Simulation pour le coton au Mali (3)
• Recherche du contrat optimal pour les producteurs
• Contrainte de participation des assureurs : prime = 1.1 * E[indemnités]
• Forme du contrat classique (Malawi, Éthiopie)
0 .5 1 .0 1 .5 2 .0 2 .5 3 .0ind ice
20
40
60
80
indemn
Simulation pour le coton au Mali (4)
• Agriculteur représentatif, spécialisé dans le coton, averse aux risques (fonction d'utilité CRRA)
• Revenu équivalent certain (REC) :REC[{xi}] = (E[{xi
1-}])1/(1-) , • Économie expérimentale : • Finance : • Hypothèse conservatrice :
REC({100;200})=146
Simulation pour le coton au Mali (5)
Simulation pour le coton au Mali (6)
Gain pour l'agriculteur
REC pour {100,200}
0 0% 150
0,3 0,4% 147
0,5 2,4% 146
0,7 5,4% 144
1 11,9% 141
2 52,2% 133Finance
Économie expérimentale
Simulation pour le coton au Mali (7)• Assurance intensification ?• Contexte : stagnation des rendements depuis ~1985• L'intensification augmente la variabilité du revenu• Hypothèses :
– Rendement y = a c – b c², a > 0, b > 0, c : coût (intrants + travail)– Les agriculteurs choisissent c qui maximise leur espérance d'utilité
• Conclusion : une intensification très modeste pour – Coût : + 3%– Gain en REC : + 2,5% au lieu de + 2,3%
50 100 150 200 250 300 350c
0 .5
1 .0
1 .5
2 .0
2 .5
Ey ield
170 175 180 185 190c
169
170
171
172
173
174
CE ha w ith & wo insu r
Simulation pour le coton au Mali (8)• Sécheresse à partir de 1972• Ex. d'un contrat indicé sur le bilan hydrique, défini sur 65-90
(seules années pour lesquelles nous avons le rendement), et appliqué sur 51-93
• Un seul déclanchement d'indemnité en dehors de 65-90 (en 93)• Sur 51-93, la marge de l'assureur atteint en moyenne 12 000
FCFA/ha/an, contre 1 400 sur 65-90 !
Simulations pour le Burkina Faso (BF)
• Données de rendement disponibles par province (45) sur 1984-2005 (Agristat)
• Données de pluie par station 1971-98• 1 à 3 stations météo par province, on prend la
moyenne• On construit de faux rendements pour 1971-83,
sur la base de la corrélation 1984-98• Questions :
– Corrélation indice – rendement suffisante ?– Quelle couverture géographique pour un contrat ?– Mêmes contrats pour ≠ cultures ? – Comment gérer les tendances dans les pluies ?
Un même contrat pour ≠ provinces ?
Un même contrat pour ≠ cultures ? (1)
Un même contrat pour ≠ cultures ? (2)contrat mil
Comment gérer une tendance ? (1)Province: Nahouri, pour du sorgho : contrat optimal sur les 28 ans
Comment gérer une tendance ? (2)Nahouri, sorgho : contrat défini sur les 15 1e années appliquées aux 13 suivantes
Comment gérer une tendance ? (3)Nahouri, sorgho : contrat redéfini chaque année sur les 13 dernières années
Comment gérer une tendance ? (4)Nahouri, sorgho : contrat redéfini chaque année avec modèle autorégressif
Quelques (!) questions à creuser
• Comment mieux représenter l'aversion au risque des agriculteurs ? Faire des enquêtes sur place ?
• Quel impact de l'assurance sur le choix des cultures ? Sur l'accumulation/désaccumulation du capital ?
• Comment mieux simuler le comportement des assureurs?
• Tester d'autres formes de contrat– Collars…– Intégrer les risques liés aux excès d'eau
• Quelle densité de stations est suffisante, dans un contexte de forte variabilité spatiale des pluies ?
• Comment gérer les tendances des précipitations, dans le contexte du changement climatique ?
• Quel réseau de distribution pour les produits d'assurance ?