Aller au contenu
Article courtAléa moral · 9 août 2026 · mis à jour le 24 septembre 2026

Assurance inondation américaine : un modèle place la subvention optimale du NFIP à 52 %

Axel MorelAxel Morel · Fondateur & analyste, Probans
Je dispose de

L'essentiel

Gruber et Solomon modélisent deux coûts cachés de la suppression de la subvention historique du NFIP, report vers l'aide post-catastrophe et risque de reclassification, et en déduisent une subvention optimale de 52 % pour ce programme.

  1. Selon un modèle calibré de Gruber et Solomon, supprimer la subvention a un coût que la prime ne montre pas. Dans leur modèle, deux effets se substituent à la subvention supprimée : un report de la charge vers l'aide post-catastrophe, et l'exposition des ménages au risque de reclassification tarifaire.
  2. Le recul de la couverture n'est pas supposé, il est estimé. Une semi-élasticité de la demande de -0,32 sur 2 084 307 observations police-année, et un coefficient de report vers l'aide fédérale estimé sur 886 observations comté-catastrophe, que le modèle applique ensuite : aucun montant d'aide reportée n'est mesuré.
  3. L'optimum de 52 % dépend d'hypothèses que les auteurs nomment. Il tombe à 33 % si la FEMA était deux fois moins généreuse, et monte à 89 % ou plus si l'on tient compte de la sous-perception du risque documentée. Il est de 19 % pour les résidences non principales, contre 53 % pour les résidences principales.

Le programme fédéral américain d’assurance inondation, le NFIP, a longtemps subventionné ses primes, et deux économistes associent cette subvention à une sur-construction et à un déficit de prévention dans les zones inondables : c’est la forme que prend ici l’aléa moral. Leur travail récent modélise ce que coûte la subvention, et ce que coûte sa suppression.

Une réforme pensée pour corriger l’aléa moral

Ce que le rapport écrit. Le NFIP a longtemps facturé aux ménages assurés une prime inférieure à la prime actuarielle de plein risque, une subvention qui a induit une sur-construction et un déficit de prévention dans les zones inondables. Les auteurs en donnent un ordre de grandeur par leur propre calcul, et non d’après une donnée publiée par le programme : avant la réforme, la police moyenne recevait environ 50 % de subvention. À ce niveau s’ajoutait une seconde distorsion de prix, les polices à risque faible payant relativement plus et les polices à risque élevé relativement moins. Sa réforme Risk Rating 2.0, déployée de 2021 à 2023 et première refonte majeure du programme en cinquante ans, a tenté de corriger ce déséquilibre en tarifant chaque bien sur son propre risque actuariel, à partir de données géospatiales et de modèles catastrophe.

Le coût caché de la suppression d’une subvention

Ce que le rapport écrit. Un document de travail diffusé par le NBER en 2026, non encore revu par les pairs, estime, dans un modèle calibré, ce que cette bascule vers une tarification pleine coûte [1]. La conclusion des auteurs : la suppression de la subvention historique a un coût qui n’apparaît pas dans le prix de la police elle-même. Dans leur modèle, deux effets se substituent à la subvention supprimée. D’abord, un report de la charge vers l’aide fédérale versée après sinistre aux ménages devenus non assurés à mesure que la couverture recule dans les zones inondables. Ensuite, une exposition nouvelle des ménages restés assurés à un risque de reclassification tarifaire lié à l’incertitude des projections climatiques, une réévaluation du risque du bien lui-même pouvant faire monter la prime d’un ménage qui n’y a rien changé.

Ce que le rapport écrit. Ce recul de la couverture n’est pas supposé, il est estimé. Les auteurs ont obtenu, au titre du Freedom of Information Act, un panel de polices du programme qui porte, pour chaque police et chaque année, la prime facturée et la prime de plein risque vers laquelle elle transite, sans que le ménage connaisse d’avance ce prix final. Sur 2 084 307 observations police-année tarifées sous Risk Rating 2.0, ils estiment une semi-élasticité de la demande de -0,32 : la variation de la probabilité de renouvellement pour une variation en pourcentage du prix du renouvellement, la prime de plein risque étant tenue constante. Sur les 3 529 254 polices tarifées sous Risk Rating 2.0 que résument ses statistiques descriptives, le document donne une prime moyenne de 944 dollars avant la réforme et de 1 739 après. Le ménage qui réagit renonce à sa police plutôt qu’il ne réduit son montant de couverture : sur la marge intensive, la couverture ne baisse que d’environ 3 000 dollars pour une base de 300 000, soit au plus 1 %. Les auteurs situent leur chiffre « à peu près au milieu », selon eux, d’estimations publiées de la demande d’assurance inondation qu’ils citent de -0,15 à -0,75 (le papier désigne sa propre grandeur comme une semi-élasticité, sans préciser celle des estimations citées).

Canal modélisé. Le report vers l’aide FEMA est estimé sur 886 observations comté-catastrophe : les comtés américains frappés entre 2010 et 2024 par une inondation déclarée catastrophe présidentielle et pour lesquels l’aide aux particuliers et aux ménages avait été autorisée, chaque observation étant pondérée par les dommages aux biens du comté. Ce coefficient entre ensuite dans leur modèle : il ne mesure pas une dépense fédérale supplémentaire constatée après 2021, et le document ne publie aucun montant d’aide reportée. Gruber et Solomon concluent que les bénéfices de la subvention, report fiscal évité et protection contre le risque de reclassification, dépassent nettement les coûts d’aléa moral, et fixent l’estimation centrale de leur modèle à 52 %, un niveau comparable à celui qui prévalait avant la réforme Risk Rating 2.0 [1].

Ce résultat central dépend d’hypothèses que les auteurs nomment eux-mêmes : une générosité de la FEMA et des reports vers l’aide publique tenus pour fixes, et des ménages qui décident de façon rationnelle et pleinement informée.

Sous d’autres hypothèses, l’estimation est stable sur deux variations : 47 % à 48 % selon le scénario climatique retenu lorsque les réponses des ménages sont extrapolées dans le temps, et entre 52 % et 39 % lorsque la semi-élasticité de la demande varie de 0,32 à 0,059, un rapport de 5,4 entre les deux bornes par mon calcul, là où les auteurs parlent d’une plage d’un facteur cinq. Elle est en revanche sensible à deux autres hypothèses. Elle tombe à 33 % si la FEMA était deux fois moins généreuse à l’avenir qu’elle ne l’a été, et à 15 % si l’aide fédérale disparaissait : les auteurs désignent la générosité de la FEMA comme le levier de politique publique qui fait le plus baisser l’optimum. Elle monte à 89 %, puis à 100 %, si l’on tient compte d’une sous-perception du risque d’inondation que les auteurs fixent à 43 % d’après Bakkensen et Barrage (2022), selon le degré d’aversion au risque retenu. L’optimum varie aussi selon la population visée : 19 % pour les résidences non principales, non éligibles à l’aide individuelle de la FEMA, contre 53 % pour les résidences principales. En empilant des hypothèses qu’ils qualifient de très conservatrices, dont une FEMA deux fois moins généreuse, les auteurs font descendre l’optimum palier par palier jusqu’à 14 %, sans l’annuler, et précisent que ce plancher ne tient pas compte des frictions comportementales ; dans l’autre sens, étendre au pays entier l’élasticité de prévention mesurée en Floride le porte à 65 %. Ils préviennent que ces variations sur la générosité de la FEMA ne se lisent pas comme une recommandation de réduire en même temps l’aide fédérale et la subvention d’assurance : ce changement conjoint n’améliore le bien-être que si les ménages décident rationnellement de leur risque et de la générosité qu’ils attendent, et avec une perception erronée réaliste, l’optimum reste très élevé même une fois la FEMA retirée. Un second résultat, distinct de cet optimum : une subvention de prime allant jusqu’à 8 % s’autofinance intégralement.

Ce que ce résultat dit, et ne dit pas, pour l’Europe

Ce que la méthode interprète. Ce résultat ne dit pas que la même subvention optimale de 52 % s’appliquerait telle quelle au marché européen : Gruber et Solomon travaillent sur le programme américain, avec sa structure institutionnelle propre, son mode de financement fédéral et son historique de tarification spécifique, et ne proposent eux-mêmes aucune transposition. Ce que j’en retiens, c’est un principe qui me paraît transposable : la suppression pure et simple d’un signal-prix subventionné n’est pas non plus une solution sans coût caché, même quand l’objectif de cette suppression, réduire l’aléa moral, reste légitime.

Extrapolation prudente. Pour un régulateur européen qui envisagerait un basculement similaire vers une tarification actuarielle plus stricte au sein d’un régime de mutualisation élargie, ce travail invite à anticiper explicitement où se reporterait la charge aujourd’hui absorbée par un signal-prix lissé, plutôt que de supposer que sa suppression ne produit qu’un gain net d’efficacité sans contrepartie budgétaire ailleurs dans le système.

Mes réserves

  • Statut de la source : un document de travail diffusé par le NBER, qui écrit lui-même sur sa page de garde que ses documents de travail n’ont pas été revus par les pairs ni soumis à l’examen de son conseil d’administration, signé par deux chercheurs universitaires sans intérêt commercial dans le résultat.
  • Ce que la source ne mesure pas : le document estime un coefficient de report vers l’aide fédérale et une réponse de la demande au prix, mais il ne publie ni bilan ex post de Risk Rating 2.0, ni montant d’aide fédérale supplémentaire causé par la réforme. Le lien entre la suppression de la subvention et la dépense réelle de la FEMA après 2021 reste un canal de modèle, pas un effet mesuré toutes choses égales par ailleurs.
  • Ce que les auteurs signalent sur leur propre chiffre : les auteurs précisent que la grandeur estimée est une semi-élasticité, la variation d’une probabilité de renouvellement, même s’ils la désignent aussi comme une élasticité et la situent dans la fourchette des estimations publiées. Ils écrivent qu’en tenant compte de l’hétérogénéité, cette réponse augmente, en valeur absolue, à mesure que la subvention diminue, et que leur extrapolation dans le temps relève les élasticités d’environ 40 à 70 % par rapport à l’estimation de court terme. Les auteurs écrivent que des déploiements d’information, nationaux et sans décalage géographique, peuvent affecter leur estimation de -0,32 : ils rapportent une estimation entre comtés de 0,2, dont ils écrivent qu’elle n’est pas affectée par ce déploiement national, et citent Mulder (2024b) qui, dans un cadre différent, obtient de 0,25 à 0,29.
  • Ce que l’optimum unique masque : les auteurs trouvent une subvention optimale décroissante avec le revenu, 61 % dans les secteurs de recensement au revenu inférieur à la médiane contre 43 % au-dessus, les reports vers l’aide fédérale dans les secteurs les plus pauvres l’emportant sur leur réponse de prévention plus forte au prix de l’assurance. Les 52 % sont une valeur centrale, pas un taux uniforme.
  • Ce qui n’est pas dénombré : le document nomme la source et la période de chacun de ses cinq échantillons, mais il n’en publie pas l’effectif pour deux d’entre eux : ni le nombre de certificats d’élévation de Floride qui sert à mesurer la prévention, ni le nombre de secteurs de recensement qui sert à mesurer les variations de population.
  • Ce qui n’a pas pu être établi : aucune transposition au marché européen n’est proposée par les auteurs eux-mêmes. Aucun autre travail de ce dossier ne chiffre la subvention optimale de ce programme, et ce dossier ne dispose d’aucun élément sur une éventuelle réplication de ce résultat.
  • Condition qui ferait tomber la réserve : une évaluation ex post de Risk Rating 2.0 mesurant les effets constatés sur le recours à l’aide fédérale, ou une estimation indépendante de la subvention optimale du même programme.

Extrapolation, que l’étude ne fait pas : pour un régulateur qui envisage de supprimer un signal-prix subventionné, ce travail invite à vérifier si des reports comparables existent dans son propre dispositif (vers une aide publique après sinistre, vers un risque de reclassification) plutôt que de supposer leur absence. Gruber et Solomon ne les estiment et ne les modélisent que pour le NFIP.

Retour au dossier Écart de protection climatique. Voir aussi le Community Rating System américain.

ISP-ASS
18/100

L'Indice de solidité des preuves évalue la base empirique de cette analyse sur quatre critères pondérés : type de preuve (40 %), convergence (30 %), réplication (20 %), puissance (10 %). L'axe type de preuve est calibré par champ : 100 y désigne le meilleur dispositif que l'échelle ISP-ASS sache produire, et non une preuve absolue.

Type de preuve · 40 %
Faisceau de cas nommés et documentés
Convergence · 30 %
Convergence non mesurable

Aucun autre travail cité ici ne chiffre la subvention optimale du programme fédéral américain d'assurance inondation, et la pièce repose sur un seul document : la convergence n'est pas mesurable. Le paramètre de demande, auquel l'optimum est peu sensible selon les auteurs, est situé par les auteurs « à peu près au milieu » d'une plage d'élasticités publiées qu'ils citent de -0,15 à -0,75 : -0,15 à -0,17 (Mulder, 2024a), -0,19 à -0,28 (Lee, 2024), -0,25 (Wagner, 2022) et -0,75 (Landry et Jahan-Parvar, 2011). Sur ces quatre valeurs, leur semi-élasticité de -0,32 est plus élastique que trois d'entre elles. Le papier désigne sa grandeur comme une semi-élasticité et ne précise pas la nature des estimations publiées auxquelles il la compare. Ces quatre valeurs ne sont connues ici que par la revue qu'en font les auteurs : elles ne constituent pas une seconde lecture de l'optimum. L'axe puissance se note sur les unités observées, et le document publie l'effectif de trois de ses cinq échantillons principaux : 886 observations comté-catastrophe pour le report vers l'aide fédérale, 2 084 307 observations police-année pour la demande, 3 529 254 polices tarifées sous la réforme pour le risque de reclassification ; il publie aussi celui de l'estimation de marge intensive, 6 134 818. Deux de ses cinq échantillons ne sont toutefois pas dénombrés, et le barreau de type de preuve retenu, un faisceau de cas nommés, plafonne cet axe : c'est ce plafond qui fixe sa valeur ici, pas l'effectif du document.

Réplication · 20 %
Pas de réplication connue
Effectif observé · 10 %
Plafonnée par le barreau de preuve
Ce que le champ n'a pas produit
  • La dépense d'aide fédérale effectivement causée par le recul de la couverture serait mesurée après la réforme, sur les dossiers d'aide et les polices du programme, plutôt que déduite d'un coefficient estimé sur 886 observations comté-catastrophe puis injecté dans un modèle calibré : c'est cette mesure, et elle seule, qui ferait du résultat central un constat plutôt qu'une sortie de modèle.La FEMA, ou une équipe académique disposant des données individuelles du programme fédéral d'assurance inondation · un dispositif approchant existe, sans remplir la condition
  • Le prix que les ménages attachent à une protection contre la reclassification tarifaire serait mesuré, au lieu d'être déduit d'un paramètre d'aversion au risque que les auteurs font varier entre deux valeurs et d'une sur-perception de la générosité de l'aide fédérale posée à 50 %.Une équipe académique disposant des données de renouvellement du programme, ou le Government Accountability Office · un dispositif approchant existe, sans remplir la condition
  • Le document de travail serait publié après relecture par des pairs, ce qui soumettrait ses deux hypothèses centrales et sa fourchette de sensibilité à un contrôle extérieur.Une revue à comité de lecture, à partir du document de travail du NBER · personne ne l’a produit

Ce dispositif porterait l'indice à 24 sur 100, dans le palier « Preuves très limitées ». Les trois autres axes restent à leur valeur actuelle : un dispositif ne fait monter ni la convergence d'une littérature ni sa réplication.

Score de 18/100 (0-30 %) établi le 24 septembre 2026.

SOURCE
Gruber, J., Solomon, A. (2026). Optimal Flood Insurance in a Second-Best World: Fiscal Spillovers, Reclassification Risk and Moral Hazard. NBER Working Paper No. 35408, juillet 2026.IDocument de travail NBER non encore revu par les pairs, signé par deux chercheurs universitaires sans intérêt commercial dans le résultat. Valeurs reprises dans la page de résumé, l'introduction (p. 1 et 3), les sections 2.1, 5, 6, 7.1, 8.1 et 9.6, dans les tableaux 2 à 4, dans les notes de bas de page 6, 26 et 38 et dans l'annexe B.20.

I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.

Lexique

Aléa moral· moral hazard↗
Tendance d'un agent à prendre plus de risques lorsque les conséquences de ses actes sont supportées par un tiers ; problème central en assurance, finance et gouvernance d'entreprise.
Risk-based pricing· tarification fondée sur le risque↗
Tarification d'une police d'assurance qui reflète le niveau de risque individuel ou local de l'assuré, par opposition à une tarification mutualisée uniforme qui lisse le prix sur un pool plus large. Un risk-based pricing intégral sur un risque climatique fortement corrélé géographiquement peut rendre la prime inabordable dans les zones les plus exposées.
NFIP· National Flood Insurance Program↗
Programme fédéral américain d'assurance inondation, qui a longtemps subventionné une partie de la prime facturée aux assurés en zone inondable. Sa réforme Risk Rating 2.0 de 2021 a tenté un retour à une tarification actuarielle individuelle, ce qui a ravivé le débat sur le coût caché de la suppression d'une subvention historique.
Modification apportée · mis à jour le 24 septembre 2026

J'avais titré que supprimer la subvention coûte « aussi cher » que la maintenir, une égalité que le papier ne pose pas et que son propre optimum (52 %, pas 0 %) contredit ; j'ai retitré sur ce que le modèle établit réellement. J'avais écrit que les auteurs « chiffrent » le coût du report vers l'aide publique, alors que le document ne publie aucun montant et parle d'un paramètre estimé dans son modèle : j'ai corrigé le sous-titre, la description et le corps. J'avais mis sous l'étiquette « Ce que les données établissent » un résultat de modèle calibré sous deux hypothèses nommées, présenté comme une mesure « réelle » et une « corrélation observée » : j'ai rebasculé ces passages sous « Ce que le rapport écrit » et « Canal modélisé », et retiré « réellement » et « observée ». J'avais perdu entièrement les deux hypothèses du résultat central et sa fourchette de sensibilité (33 % à 89 % selon la générosité perçue de la FEMA et la perception du risque) : je les ai réintégrées, avec le second résultat du papier (8 % de subvention qui s'autofinance). J'avais inversé l'ordre des auteurs, Solomon puis Gruber, alors que la page de titre du document porte Gruber puis Solomon : j'ai corrigé partout où l'ordre apparaît. J'avais enfin écrit que l'aléa moral était « documenté de longue date dans la littérature sur l'assurance catastrophe » sans aucune source pour cette généalogie, et que le résultat « établissait » un principe transposable : j'ai coupé la première et nuancé la seconde en interprétation personnelle. J'ai converti les réserves en liste. Ma note de niveau de preuve affichait ensuite « résultats mixtes » sur une pièce qui ne cite qu'une source et dont les réserves disent ne rien savoir d'une réplication : je l'avais donc renseignée sur l'impossibilité d'évaluer un accord entre études, au lieu de laisser lire un désaccord. J'écrivais que l'estimation « varie fortement » en n'énumérant que les trois sensibilités qui écartent l'optimum, alors que les auteurs insistent sur sa stabilité sur deux autres, 47 à 48 % et 39 % : je les ai réintégrées. Je perdais aussi une des deux hypothèses que je prétendais restituer, les reports vers l'aide publique tenus pour fixes au même titre que la générosité de la FEMA. J'écrivais que la réforme revenait « à une tarification plus proche du risque effectif de chaque bien » et qu'elle chiffrait un coût « au lieu de le laisser à l'état d'hypothèse qualitative » : le document ne porte ni cette granularité ni cet état antérieur de la littérature, j'ai retiré les deux. J'attribuais à la source une cause du recul de la couverture, la prime pleine qui excéderait la capacité de payer, qu'elle n'écrit pas, sous une étiquette qui annonce du relevé documentaire : je me suis tenu à ce qu'elle écrit, la couverture recule. J'écrivais « chaque réévaluation » et « brutalement » sur le risque de reclassification, deux amplitudes que rien ne porte. Je renvoyais enfin à un « marché climatique européen documenté par l'EIOPA » sans aucune source pour ce périmètre, et j'ai ajouté un résultat distributionnel du papier que j'avais laissé de côté, la décroissance de la subvention optimale avec le revenu. En rouvrant le document, j'ai trouvé qu'il portait plusieurs choses que je m'étais interdites faute de les avoir lues, et j'ai corrigé dans ce sens. J'avais retiré la granularité de la réforme : le document l'écrit à trois endroits, jusqu'à opposer la tarification par zone à la tarification au bien, et je l'ai rétablie. Je laissais dehors le niveau de subvention d'avant la réforme, environ 50 % de la police moyenne, et la distorsion qui l'accompagnait entre polices à risque faible et à risque élevé : je les ai ajoutés, en précisant que c'est un calcul des auteurs et non une donnée publiée par le programme. J'écrivais que la couverture recule sans pouvoir dire pourquoi, après avoir retiré une cause que je prêtais au document sans qu'il l'écrive : il la chiffre, semi-élasticité de la demande de -0,32 estimée sur 2 084 307 observations police-année, et j'ai écrit ce passage avec la définition exacte de cette grandeur et les réserves que les auteurs posent sur leur propre chiffre. Je parlais d'« une plage d'élasticité » sans dire laquelle : c'est la semi-élasticité de la demande, de 0,32 à 0,059, et je la nomme désormais ; j'annonçais sa variation d'un facteur cinq d'après le document, je l'ai recalculée sur ses propres valeurs et je publie les deux bornes. Ma fourchette de sensibilité s'arrêtait avant les valeurs qui la rendent lisible : 15 % si l'aide fédérale disparaissait, 100 % au second degré d'aversion au risque, 53 % pour les résidences principales en regard des 19 % des autres, 14 % au terme de l'empilement d'hypothèses défavorables et 65 % dans l'autre sens. Je les ai ajoutées, avec l'avertissement des auteurs contre la lecture qui couperait en même temps l'aide fédérale et la subvention. Je présentais le report vers l'aide fédérale comme un paramètre de modèle sans dire sur quoi il est estimé, 886 observations comté-catastrophe ; ce qui reste vrai et que je maintiens, c'est qu'aucun montant d'aide reportée n'est publié. Ma note de puissance affichait « très petite, moins de cent observations » alors que le document publie trois effectifs, de 886 à 3 529 254 : je l'ai relevée d'un cran, jusqu'au plafond que le barreau de type de preuve autorise, et l'indice passe de 19 à 21. Mon axe convergence, lui, était renseigné sur une impossibilité : les auteurs recensent d'autres travaux chiffrés sur la même demande, de -0,15 à -0,75, et la valeur « résultats mixtes » se lit désormais sur cette dispersion au lieu d'affirmer un désaccord que rien ne portait. Deux conditions de mon relevé de preuve manquante étaient fausses, puisqu'elles décrivaient comme inexistant ce que le document estime sur des comtés et des polices réels : je les ai réécrites sur ce qui manque vraiment, le montant d'aide effectivement causé par le recul de la couverture et le prix que les ménages attachent à une protection contre la reclassification. J'ai enfin déplacé le caractère modélisé du résultat dans la première phrase de la description, où il arrivait trop tard. J'écrivais ensuite que le risque de reclassification passait par « une réévaluation de zone », alors que le document oppose explicitement la tarification par zone d'avant la réforme à la tarification au bien qu'elle installe, et que j'écrivais moi-même trois phrases plus haut que chaque bien est tarifé sur son propre risque : c'est une réévaluation du risque du bien lui-même, et je l'ai corrigé. Je présentais aussi le report vers l'aide fédérale comme le passage d'une ligne budgétaire « prévisible » à une ligne « imprévisible et potentiellement plus coûteuse » : le document ne compare ni la prévisibilité ni le coût de ces deux lignes, et cette qualification était logée sous une étiquette qui annonce du relevé documentaire. Je l'ai coupée plutôt que déplacée. Je définissais la semi-élasticité « pour une variation de 1 % » du prix de renouvellement là où le document écrit « pour une variation en pourcentage », sans donner de mise à l'échelle par point : j'ai repris sa formulation. Ma prime moyenne de 944 puis 1 739 dollars était posée juste après les 2 084 307 observations police-année, ce qui l'attachait à une population qui n'est pas la sienne : elle porte sur les 3 529 254 polices tarifées sous la réforme, et je le dis désormais. Je comptais les résidences non principales parmi les hypothèses que les auteurs font varier, alors qu'un sous-groupe de population n'est pas une hypothèse : il y en a deux, et le 19 % contre 53 % est passé avec le reste de l'hétérogénéité. J'écrivais que les auteurs « établissent » la décroissance de la subvention optimale avec le revenu, qui est une sortie de leur modèle, et j'attribuais aux secteurs les plus pauvres une « réponse plus forte au prix » quand le document parle de leur réponse de prévention : j'ai corrigé les deux. Je rapportais enfin les valeurs de 0,25 à 0,29 sans dire de qui elles venaient, alors qu'elles sont de Mulder (2024b) et arrivent ici en seconde main, et je perdais la clause qui donne au 0,2 entre comtés sa fonction, n'être pas affecté par le déploiement national d'information. En relisant le document pour ce qu'il autorise et que je ne portais pas encore, j'ai nommé les quatre travaux dont les auteurs reprennent les valeurs d'élasticité, de Mulder (2024a) à Landry et Jahan-Parvar (2011), au lieu d'annoncer une plage sans producteur, et j'ai chiffré la sous-perception du risque qui produit les 89 %, fixée à 43 % d'après Bakkensen et Barrage (2022). Mon indice ne bouge pas, et je l'ai revérifié dans les deux sens : le type de preuve reste un faisceau de cas nommés, puisque l'échelle du domaine écarte du barreau supérieur un modèle économique stylisé et calibré, ce même barreau plafonne l'axe puissance là où il est déjà, et l'axe convergence reste mixte, sur une dispersion d'un facteur cinq entre les deux extrêmes des travaux recensés. Ce dernier point était faux. J'avais noté la convergence « résultats mixtes » en lisant un accord sur le paramètre de demande comme un accord autour de l'optimum, alors que je ne cite qu'un document, que les quatre estimations de la littérature ne me parviennent qu'à travers lui, et que l'optimum est précisément peu sensible à ce paramètre, comme je l'écris moi-même : la convergence n'est pas mesurable, et l'indice passe de 21 à 18. Mon résumé énonçait comme des faits établis le coût de la suppression et les deux effets qui s'y substituent, alors que ce sont des sorties du modèle et que mes propres réserves disent le report vers l'aide fédérale non mesuré : je l'ai rattaché au modèle. Mon introduction posait une règle générale sur les pools de mutualisation que le document ne porte pas, lui qui traite de la seule subvention du NFIP : je l'ai ramenée à ce programme. J'écrivais que l'empilement des hypothèses « les plus défavorables » descendait à 14 % « sans jamais » annuler l'optimum, alors que cet empilement divise par deux la générosité de la FEMA sans la supprimer, que les auteurs désignent cette générosité comme la variable qui fait le plus baisser l'optimum, et qu'ils précisent que ce plancher ne tient pas compte des frictions comportementales : j'ai repris leurs termes et leur réserve. Je leur prêtais d'opposer la semi-élasticité à une élasticité « au sens usuel », alors qu'ils la désignent eux-mêmes comme une élasticité et la situent dans la fourchette des estimations publiées : j'ai corrigé. J'ai ajouté ce qu'ils écrivent et que je ne portais pas : la réponse de la demande augmente à mesure que la subvention diminue, et leur extrapolation dans le temps relève les élasticités d'environ 40 à 70 %. Le résumé rattachait la baisse à 47 % ou 48 % au seul scénario climatique, alors qu'elle vient de l'extrapolation dans le temps de la réaction des ménages, comme le dit le corps. La note de convergence oubliait un quatrième effectif publié, celui de la marge intensive. La FEMA est le levier de politique publique qui fait le plus baisser l'optimum, pas la variable la plus influente de toutes. La note de citation liste maintenant la page de résumé et l'introduction. L'indicateur d'effectif affichait une fourchette de 100 à 1 000 observations à côté de deux millions d'observations annoncées dans le résumé : il dit maintenant que c'est le barreau de preuve qui le plafonne. La réserve sur la semi-élasticité rattache le caractère national et sans décalage aux déploiements d'information, comme l'écrivent les auteurs, et non à la transition de prix. Le deuxième point du résumé ne gardait que les hypothèses qui font baisser l'optimum ; il dit maintenant aussi que la prise en compte de la sous-perception du risque le porte à 89 % ou plus, et compare les résidences non principales aux résidences principales plutôt qu'à l'optimum d'ensemble. La conclusion ne prête plus au modèle un objectif d'accessibilité qu'il ne pose pas, et la prime de référence est celle que produisent les modèles de catastrophe, pas un risque observé. Le paragraphe final étendait à tout dispositif de mutualisation deux canaux que les auteurs n'établissent que pour le NFIP ; il est désormais présenté comme une extrapolation que l'étude ne fait pas, et invite à vérifier si ces reports existent ailleurs plutôt qu'à les supposer. Le résumé parlait d'un report vers l'aide fédérale estimé ; c'est un coefficient de report, que le modèle applique, et aucun montant d'aide reportée n'est mesuré. Les auteurs placent leur semi-élasticité « à peu près au milieu » des élasticités publiées qu'ils citent ; sur les quatre valeurs qu'ils nomment, elle est plus élastique que trois, et les deux grandeurs diffèrent : la note d'indice et le corps le disent désormais. Le titre nomme maintenant la grandeur, la subvention optimale. J'avais écrit que la comparaison des auteurs portait sur deux grandeurs distinctes ; le papier désigne la sienne comme une semi-élasticité mais ne précise pas la nature des estimations qu'il cite, et je m'en tiens à cela.

Axel Morel
Axel Morel
Fondateur & analyste · Probans

Développe une méthode d'analyse destinée à distinguer ce que les preuves établissent, ce qu'elles suggèrent et ce qu'elles ne permettent pas de conclure, puis à traduire cette distinction en décisions professionnelles.

Choix du sujet, direction de la rédaction, validation ou modification des sources, validation et retravail du texte et des illustrations : Axel Morel. Rédaction, choix des sources initiales et plan de rédaction initial : assistance IA.

Responsabilité éditoriale : Axel Morel. Recherche et rédaction assistées par IA selon la méthodologie Probans, sources vérifiées avant publication. Charte éditoriale.

En savoir plus

Newsletter

Recevoir les prochaines analyses

Choisissez les catégories qui vous intéressent.

Catégories