Les tables actuarielles
[PRÉVOYANCE] En 2020, les données de l’Office fédéral de la statistique affichaient une surmortalité d’environ 11 % par rapport aux attentes statistiques. La pandémie de Covid-19 en est la cause. La pandémie est un événement inattendu auquel il a fallu apporter dans l’urgence les réponses les plus pertinentes possible. Ses conséquences n’ont pas pu être anticipées, entraînant de profondes incertitudes. La gestion des incertitudes et du risque fait partie de l’essence même des institutions de prévoyance, raison pour laquelle ce secteur a sans doute pu réagir avec une relative sérénité face à la crise. Malgré les statistiques à disposition qui permettent au maximum d’anticiper et de minimiser les risques, les caisses de pension doivent composer avec l’inconnu. Cet élément fait partie intégrante de leur vision à long terme. C’est ainsi qu’elles peuvent en permanence tenir leurs engagements. Parmi ceux-ci figurent notamment le versement des rentes et le paiement des prestations de libre passage.
C’est dans ce contexte que les experts en caisse de pension (cf. Bleu Horizon #16) jouent un rôle crucial, car c’est à eux qu’incombe la tâche d’effectuer les calculs pour s’assurer que l’institution puisse pleinement respecter les engagements qu’elle est légalement tenue d’assurer en tout temps. Pour réaliser ses calculs, l’expert en caisse de pension doit s’appuyer sur des données statistiques rassemblées dans des tables nommées tables actuarielles, tables de mortalité ou tables techniques.
« Une institution qui appliquerait des statistiques prévoyant une longévité très inférieure aux données constatées de son effectif, encourrait un problème de financement. »
Celles-ci contiennent toutes les données statistiques en lien avec les obligations auxquelles la caisse de pension doit répondre. On y trouve entre autres éléments l’espérance de vie d’un homme à un âge X, celle d’une femme à un âge Y, la probabilité pour un homme d’âge X d’être marié, l’âge potentiel du conjoint, la probabilité de décéder pour une femme d’âge Y, la probabilité à un âge X d’avoir un enfant, l’âge de l’enfant, etc. Les données sont établies par sexe, homme et femme, et deux approches se distinguent : tables périodiques et tables générationnelles. Pour les résumer, les premières considèrent les données observées sur une période pour les différents âges (exemple : taux de mortalité d’une personne de 45 ans en 2015, 2016, 2017, etc.), les secondes suivent une génération (exemple : personnes nées en 1960). Dans le monde de la prévoyance professionnelle, il existe diverses tables actuarielles. Sans toutes les citer, peuvent être mentionnées les tables LPP qui groupent les données d’une quinzaine d’institutions de prévoyance de grande taille de secteurs d’activité divers et majoritairement constituées d’entités du secteur privé, les tables VZ qui groupent les données fournies par une vingtaine de caisses de pension de droit public (Confédération, cantons, communes) ; les assureurs disposent également de leurs propres données statistiques. Il n’y a pas de tables actuarielles imposées par la loi ou de données fédérales globales. C’est l’organe suprême d’une institution de prévoyance, de concert avec les recommandations de son expert, qui décide quelles données statistiques elle utilise. Ce choix est fondamental et structurant, car si les engagements ne sont pas correctement évalués, que ce soit à la hausse ou à la baisse, les impacts financiers peuvent être lourds de conséquences. À titre d’exemple, une institution qui appliquerait des statistiques prévoyant une longévité très inférieure aux données constatées de son effectif, encourrait un problème de financement. Ainsi, au-delà des statistiques qui doivent correspondre au mieux aux chiffres de l’institution, la caisse de pension doit évaluer, avec son expert, l’éventuelle distorsion qui peut exister entre des tables théoriques et les réalités de l’institution de prévoyance.
Lire aussi :
- Cet article a été publié dans Bleu Horizon #18- septembre 2021
Ces articles pourraient également vous intéresser :