Le régulateur britannique de l’assurance souligne la faible qualité des données utilisées dans les calculs de réserves



La lettre de la PRA (Prudential Regulation Authority – Bank of England) du 5 novembre 2019, adressée aux dirigeants des compagnies d’assurance britanniques, évoque le problème de la faible qualité des données des assureurs et son impact dans le calcul des réserves.

A l’origine de ce problème, on trouve la rigidité des systèmes d’information traditionnels, le manque de contrôle sur l’enregistrement des données, et la difficulté de réutilisation des données.

Le régulateur constate notamment ce problème dans son utilisation des rapports Solvency II des assureurs, et annonce des contrôles renforcés vis à vis des compagnies d’assurance.

La lettre est ici (en anglais)


Extrait :

Data quality issues

A number of firms are struggling with the consequences of poor‐quality underlying data. Causes
include inflexible legacy systems, insufficient controls over initial data capture, and data being stored
in formats which prevent effective analysis. In a number of cases we have observed actuarial teams
and other control functions having to spend significant proportions of time and resource cleaning
data for analysis rather than using the data to inform high‐quality decisions. This limits firms’ ability
to identify and respond to trends quickly. Responsibility for ensuring satisfactory firm‐wide data
quality goes beyond any single control function such as the actuarial function. Management would
therefore benefit from considering their data quality management strategy both at the level of
individual control functions and across the business as a whole.

The PRA also makes extensive use of Solvency II quantitative reporting relating to technical
provisions. We have identified a number of data quality issues in these reports as part of our review
work this year. We plan to increase our plausibility checks on this data and your teams can expect
follow up enquiries from us when regulatory reporting data appears to us to be inaccurate.