Prédictions théoriques

*Quand nous nous référerons aux prédictions relatives à l’assurance,

nous utiliserons la lettre a et nous utiliserons b pour les prédictions concernant l’auto-assurance.

Nous utilisons les résultats théoriques des deux chapitres précédents pour

formu-ler des prédictions concernant l’effet de programme public et de l’ambiguïté sur les

décisions d’assurance et d’auto-assurance des propriétaires forestiers. Toutefois, une

simplification s’impose afin de pouvoir tester empiriquement les résultats de notre

modèle. Dans le modèle théorique, nous considérons un continuum d’états de la

na-ture alors que notre protocole expérimental intègre uniquement deux états : un état

de perte totale et un état d’absence de perte (cas de référence). Cette simplification

n’a qu’une seule justification : l’impossibilité de mettre en place un test empirique

considérant un continuum d’états du monde. Il aurait été cependant possible d’en

considérer plusieurs avec une catastrophe endommageant 25% de la forêt ensuite

50%...mais nous craignions que les participants aient des difficultés à se représenter

les différents états du monde. De plus, cela aurait complexifié considérablement à

la fois le protocole expérimental mais aussi les analyses statistiques. En outre, le

fait de considérer deux états de la nature ne limite en rien l’intérêt du modèle et

le test empirique y étant associé. Cette simplification a une conséquence directe :

dans le modèle théorique, nous considérons une perte proportionnelle à la richesse

du propriétaire forestier. Dans ce chapitre, nous considérons que l’aléa se produit

avec une certaine probabilité et que dans ce cas, la perte est totale. Donc, nous nous

plaçons dans le cas où = 1, c’est-à-dire que le peuplement est entièrement détruit

et donc L(1)R = R. Lorsque l’aléa se produit, le propriétaire perd l’intégralité de

sa richesse. Dans le cas où l’aléa ne se produit pas = 0, alors la perte est nulle et

donc L(0)R= 0. D’un point de vue empirique, nous ne traitons donc que ces deux

cas extrêmes (= 0 et = 1) pour les raisons évoquées ci-dessus.

Dans notre modèle théorique, le paramètre d’assurance est α∈[0,1] avecα= 0

une absence d’assurance et α= 1 la pleine assurance. Nous montrons que lorsque la

prime d’assurance est actuarielle, alors un individu riscophobe opte pour la pleine

as-surance (Théorème de Mossin). Dans notre analyse expérimentale, nous considérons

un taux de chargement nul et donc une assurance complète. Dans ce contexte, nous

interrogeons les sujets sur le montant maximal de la prime d’assurance qu’ils seraient

prêts à payer pour être intégralement couverts en cas de sinistre. Par exemple, le

chapitre 3 prouve que les propriétaires ont une demande d’assurance plus importante

en l’absence de programme d’aide que lorsqu’une aide forfaitaire est accordée (sous

les hypothèses DARA, CARA et potentiellement IARA). Cela signifie que, pour un

niveau identique d’assurance (assurance complète), le consentement à payer d’un

individu en l’absence de programme public devrait être plus élevé qu’en présence

d’une aide forfaitaire (cf. prédiction 1 ci-dessous). La demande d’assurance de la

partie théorique est donc appréhendée par le consentement à payer pour l’assurance

dans la partie empirique. Notre raisonnement est similaire pour les autres

prédic-tions. Nous les détaillons ci-dessous dans un cadre d’assurance mais elles s’appliquent

également à l’auto-assurance.

Prédiction 1 :

Le consentement à payer du propriétaire forestier pour l’assurance est plus élevé en

l’absence d’aide publique que lorsqu’une aide forfaitaire lui est accordée

.

Prédiction 2 :

Le consentement à payer du propriétaire forestier pour l’assurance est plus élevé

lorsqu’une aide conditionnée lui est accordée que lorsqu’il reçoit une aide forfaitaire.

Prédiction 3 :

Cette prédiction est issue de l’analyse que nous effectuons à la fin du chapitre 3

concernant la subvention à l’assurance.

Rappelons que ce résultat est vrai sous une hypothèse d’aversion absolue au risque

décrois-sante avec la richesse (DARA) mais également sous CARA. Sous une hypothèse IARA le résultat

est ambigu. Toutefois, l’hypothèse communément admise est DARA d’où la formulation de cette

prédiction.

Lorsque le propriétaire est caractérisé par une aversion absolue au risque constante

(CARA) ou croissante (IARA) avec la richesse alors son consentement à payer pour

l’assurance est plus élevé lorsqu’il bénéficie d’une subvention à l’assurance que

lors-qu’il ne perçoit pas d’aide. S’il est caractérisé par une aversion absolue au risque

décroissante avec la richesse (DARA), alors son comportement est indéterminé : son

consentement à payer avec subvention peut être supérieur ou inférieur à celui en

l’absence d’aide.

Prédiction 4 :

Le consentement à payer du propriétaire forestier pour l’assurance lorsqu’il y a

am-biguïté sur la probabilité d’occurrence du sinistre est plus élevé qu’en l’absence

d’ambiguïté sur cette probabilité.

Nous notonsAAl’absence d’aide,AF l’aide forfaitaire etAC l’aide conditionnée.

Le consentement à payer lorsqu’il y a ambiguïté est indicé Aet en situation risquée

R. Les prédictions théoriques, qui restent valides dans un cadre d’auto-assurance,

sont synthétisées au sein du tableau suivant :

Tab. 4.1 – Prédictions théoriques

Assurance (a)* Auto-assurance (b)*

Préd. 1 CAP

>CAP

CAP

>CAP

Préd. 2 CAP

>CAP

CAP

> CAP

Tab. ^{4.1 – Prédictions théoriques}