WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

La micro-assurance de santé dans les pays en développement

( Télécharger le fichier original )
par Khaled MAKHLOUFI
Université de la méditerranée Aix- Marseille II - Master ingénierie économique et financière 2002
Dans la categorie: Economie et Finance
  

Disponible en mode multipage

Master 2 IEF spécialité professionnelle Econométrie Bancaire et Financière

Mémoire de Recherche

La Micro-Assurance de Santé dans les pays en développement

Encadré par : Mr Geoffroy Enjolras Élaboré par : MAKHLOUFI Khaled

Année Universitaire

2010 / 2011

A mon frère Heni

Mes remerciements les plus sincères à Monsieur Geoffroy Enjolras, ainsi qu'à tous ceux qui m'ont de près ou de loin aidé à élaborer ce modeste travail.

Table des Matières

Liste des Acronymes 4

I. Introduction : ..5

II. Pertinence de la Micro-assurance face aux risques : ..7

1. Micro-assurance, Microfinance et modèles économétriques : 7

a/ Rôle de la micro-assurance chez les pauvres : ..8
b/ Revue de littérature des estimations de modèles de l'offre et de la demande de MAS :...10

2. MAS : de la faisabilité à la conception :(tentative de standardisation) : 15

a/ Démarche d'identification en MAS : 15

b/ Faisabilité et choix méthodologiques à prendre en compte pour la conception : 17

III. Grille de lecture des modèles de MAS, limites et perspectives : ..19

1. Caractéristiques communes, originalité de la MAS et grille de lecture : ..20

a/ Mutuelle et micro-assurance de santé : 20
b/ Caractéristiques communes aux expériences de MAS et grille de lecture

de ces organismes : 23

b1. Caractéristiques communes aux expériences de MAS : 23

b2. Typologie des organismes de MAS et grille de lecture : 24

2. Limites de ce qui peut être assuré et perspectives de point de vue CMU : .30

a/ Limites actuarielles et économiques : 31

b/ Limites politiques : 32

c/ Atteinte de l'objectif de la CMU par les dispositifs de MAS :

Difficultés et perspectives : 33

IV. Etude Économétrique : croissance et rentabilité du marché des

Mutuelles de santé dans certains pays africains :

.35

1. Spécification de modèles économétriques de la demande et de l'offre :

36

2. Résultats de l'estimation de la demande et de l'offre :

.39

 

V. Conclusion :

.47

VI. Bibliographie :

..48

VII. Annexes :

..53

 

Liste des acronymes :

AMO : Assurance Maladie Obligatoire CGAP : Consultative Group to Assist the Poor

CHI : Community Health Insurance CMU : Couverture Maladie Universelle

GRET : Groupe de Recherche et d'Echanges Technologiques

HMI : Health Micro-Insurance ILO : International Labour Office IMF : Institution de MicroFinance MAS : Micro-Assurance de Santé MIA : Micro Insurance Academy

ONG : Organisation Non Gouvernementale

SEWA : Self Employed Women's Association (Inde)

SKY : «Sokapheap Krousat Yeugn», Acronyme khmer : santé pour nos familles.

STEP : Strategies and Tools against Social Exclusion and Poverty UTM : Union Technique de la Mutualité malienne

I. Introduction :

Apparu en 1999 dans un article ayant pour titre : " Micro-Insurance : Extending Health Insurance to the excluded" (Dror et Jacquier, 1999), le terme micro-assurance à l'instar de microfinance, est utilisé de manière constante. Les expériences pilotes et les programmes de développement se focalisant sur l'assurance maladie communautaire - comme principal produit de la micro-assurance - se sont multipliés partout en Afrique de l'ouest (Sénégal, Mali, Guinée, Burkina Faso, Bénin, Togo, Cameroun, Niger, Mauritanie, Ghana...), en Afrique de l'est et centrale (Rwanda et RD Congo), en Afrique du Sud, en Asie (Chine, Inde, Nepal, Bengladesh, Cambodge, Lao PDR, Philippines, Indonésie) et en Amérique Latine. Utilisant aussi des techniques de la réassurance (Dror et al, 2003) et se combinant à d'autres services de microfinance et de distribution de soins, ces expériences possèdent des points communs malgré leurs formes très variables. Certains auteurs spécialistes, ont classé les expériences existantes en modèles et en classifications selon des critères bien déterminés. Mais plutôt qu'une nouvelle typologie restrictive, « une grille de lecture même a été proposée afin de se retrouver dans le foisonnement des expériences existantes ..., et d'appréhender au mieux les caractéristiques et l'originalité des régimes d'assurance pris dans leur contexte. » (Letourmy et Pavy-Letourmy, 2005). Cette grille comprenait deux volets : un technique et un autre se focalisant sur les objectifs ayant motivé les lancements des nombreux projets dans le monde. Pour faire le tour des appellations proches, « dans la littérature anglophone, les termes Community Health Insurance (CHI) et Community-Based Health Insurance sont utilisés plus fréquemment que le descriptif Mutual Health Organisation, ayant pour équivalent français l'appellation Mutuelle de Santé, qui est très répandue en Afrique francophone et soulignant à son tour une dynamique sociale. En Afrique de l'ouest, le schéma de management considère plus la dimension participative de la communauté. En Afrique de l'est, c'est la dimension financière de la CHI qui attire plus l'attention.»(Notre traduction en français d'un extrait de l'article de Criel et al, 2010). L'utilisation du terme Health Micro-Insurance (HMI) par Dror et Jacquier a trait à la dimension financière de la CHI. Mais pourquoi appuyer et développer la micro-assurance de santé(MAS), et quels intérêts ou connexions avec d'autres activités de microfinance ou distributions de soins ? Les réponses vont être détaillées dans le corps de ce modeste travail. «De nos jours, nous observons une grande hétérogénéité dans les conceptions institutionnelles et les modèles organisationnels des dispositifs de la CHI mis en oeuvre dans le continent tant africain qu'asiatique. De même il y a une variation énorme dans la couverture réalisée, en termes d'effectifs et de paniers de soins.»(Notre traduction en français d'un extrait de l'article de Criel et al, 2010). «Une publication jointe entre le Bureau International de Travail (ILO) et «the Munich Re Foundation» sur la micro-assurance, a remplacé l'appellation

des « exclus du secteur formel ou de l'AMO» par «les individus à revenus faibles», et institué deux objectifs essentiels de la micro-assurance : l'extension du champ de la protection sociale des pauvres et la création d'un nouveau marché pour l'assurance commerciale par le nouveau produit de micro-assurance de santé.» (Notre traduction en français de l'article de Churchil, 2006). L'idée est de discuter sous quelles conditions et comment intègrer les MAS au sein de la politique nationale d'un pays pour être sur le chemin vers l'objectif de la couverture maladie universelle? Surtout que «les projets de CHI en Afrique sont rarement lancés en adéquation avec les politiques nationales de santé des pays. Les schémas de CHI dans la majeure partie des pays africains, sont les résultats d'initiatives locales pour constituer des projets dépendants largement du financement et du soutien extérieur.»(Notre traduction en français d'un extrait de l'article de Criel et al, 2010). Figurant encore parmi le menu des interventions de «microfinance» pour réduire la pauvreté - la pauvreté temporaire des périodes immédiatement postérieures à des situations de crise et la pauvreté chronique à plus long terme - l'accès à l'assurance ou plus précisément à la MAS, permet-il d'être sur le chemin de la couverture maladie universelle dans des pays où une AMO est absente ?

Donc pour faire le tour de ces points et d'autres, ce travail a pour ambition d'étudier la pertinence de la micro-assurance face aux risques - surtout la croissance du marché de point de vue de l'offre et de la demande - dans les pays en développement (II) de se concentrer sur une grille de lecture des divers dispositifs de micro-assurance de santé, et sur les limites qui freinent leur mise en oeuvre ainsi que l'impact de ces dispositifs sur l'atteinte de l'objectif de la CMU (III), et de finir avec une petite étude économétrique pour tester les hypothèses sur la rentabilité et la croissance du marché de ce nouveau produit (IV).

II. Pertinence de la Micro-assurance face aux risques :

Par une analyse de la littérature sur les expériences de MAS dans le monde et d'informations détaillées sur les projets montés dans plusieurs pays, on va essayer dans un premier lieu, de rendre compte de la relation entre micro-assurance et microfinance. Pour en tirer les messages intéressants, on va ensuite essayer de discuter la ou les réponses que la micro-assurance pourra fournir comme couverture contre les risques naturels. Mais jusqu'à quand la micro-assurance et plus précisément celle de santé (MAS) va-t-elle rester prisonnière du cadre expérimental ? Est-ce de la nature même du caractère « micro » de ce service ou bien la faisabilité ou l'identification en MAS pour aborder un nouveau terrain, qui ne peuvent se surpasser du décryptage du contexte en question afin de répondre aux questions-clés et des éléments dans lesquels le programme doit se situer ? Une standardisation des procédures d'identification, de faisabilité et de conception n'est donc pas possible ou encore quand elle existe, va souffrir de plusieurs nuances et insuffisances ?

1. Micro-assurance, Microfinance et modèles économétriques :

On a jugé utile de situer brièvement la MAS par rapport aux services de la « microfinance» et ce en se référant au site du CGAP. Le terme « Microfinance » désigne l'offre de services financiers aux ménages à faibles revenus : prêts, épargne, assurance ou services de transfert. La plupart des bailleurs de fonds ont limité l'essentiel de leurs interventions à une seule de ces prestations, à savoir le microcrédit. Bien que le crédit ne crée pas en lui-même de potentiel économique, il peut le libérer, permettant ainsi aux pauvres d'utiliser leur capital humain et productif de façon plus rentable. Au-delà du crédit, les pauvres font appel aux services d'épargne et d'assurance pour planifier leurs dépenses futures importantes et pour réduire le risque découlant des variations de revenus et des besoins soudains. L'épargne permet aux pauvres de se protéger contre des événements ou des crises à venir mais la micro-assurance offre un moyen de gérer des risques spécifiques en répartissant le coût d'événements imprévisibles entre un grand nombre de ménages pauvres. Les institutions de microfinance commencent à accorder plus d'importance à la micro-assurance. Tout comme l'épargne, l'offre directe de prestations d'assurance exige des compétences et des systèmes importants, ainsi qu'une permanence institutionnelle (Pearce et Parker, 2010). Le fait que le microcrédit soit fourni par un prestataire spécialisé sur une base commerciale, est un service non financier car tout simplement « L'octroi de crédit sans discipline n'est rien de plus que de la charité. La charité ne suffit pas à vaincre la pauvreté. La pauvreté est une maladie dont les effets sont paralysants pour l'esprit et le corps. Un véritable programme de réduction de la pauvreté aide

les gens à se prendre en charge pour tenter de percer les murs qui les entourent » (Yunus, 1998). Puisque la micro-assurance est une intervention figurant sur un menu d'interventions financières permettant de générer revenus et emplois, et de réduire dans une certaine mesure la pauvreté. Dans les lignes qui suivent on va discuter le rôle de la micro-assurance surtout la MAS dans la réduction de la pauvreté, puis faire une revue de littérature des estimations économétriques des modèles de l'offre et de la demande de MAS.

a/ Rôle de la micro-assurance chez les pauvres :

Les services de la micro-assurance peuvent englober : la vieillesse, le décès, certains risques liés à l'activité agricole comme la mort ou la perte d'une partie du bétail. Pour être rigoureux dans notre analyse et éviter de diluer sa pertinence, on va se concentrer sur la micro-assurance de santé. Du moment où la MAS a un ou des rôles à jouer pour réduire la pauvreté des populations cibles, ces rôles impliquent des besoins à satisfaire et donc naturellement des facteurs favorables à la sensibilisation des populations pour l'adhésion à cette MAS. Par l'étude de ces facteurs de sensibilisation, on discutera les rôles que la MAS peut jouer pour changer la vie des pauvres.

La pertinence du projet de micro-assurance a trait à ses apports supplémentaires par rapport à d'autres outils financiers de gestion du risque du point de vue du ménage, comme le crédit et l'épargne dans le cas du Cambodge, ainsi que la complémentarité entre ces services financiers pour sécuriser les revenus des ménages contre les coûts catastrophiques et la décapitalisation(projet d'assurance santé SKY mené par le GRET au Cambodge, phase d'extension prévue : 2008-2011dans le cadre du programme global STEP du ILO).

On a jugé utile de mettre en lumière la notion de vulnérabilité. «La vulnérabilité est définie par le degré de capacité des individus et des ménages à faire face au risque, elle dépend de l'exposition aux chocs, de l'ampleur du choc et de la résilience c'est-à-dire de la capacité à gérer les chocs»(Lepine et Petitpierre, 2006). Les coûts des soins qui sont généralement catastrophiques, le risque maladie, la probabilité de ce risque et avec quelle fréquence sont autant de facteurs qui façonnent le dispositif de MAS. Mais quels sont les autres facteurs qui favorisent la pénétration de la MAS c'est-à-dire le fait de convaincre les populations cibles d'adhérer ? Ces facteurs sont les suivants:


· Les personnes couvertes:

La MAS cible effectivement les exclus de la protection sociale, plutôt que les populations
pauvres. Dans la plupart des régimes d'adhésion volontaire, la capacité financière effective de
la population joue un rôle déterminant : ce sont les plus solvables des exclus qui adhèrent

(Letourmy et Pavy Letourmy, 2005). «La micro-assurance de santé ne s'adresse pas tant aux pauvres qu'aux exclus, qui sont ceux qui souffrent d'une participation et d'un accès inapproprié à la vie sociale»(Dror et Jacquier, 1999). Certains exemples prouvent ce constat : les régimes d'assurance UMASIDA en Tanzanie, SEWA (un syndicat créé en 1972 pour les femmes du secteur informel) en Inde s'adressent à des travailleurs ou travailleuses du secteur informel, organisés en coopératives ou syndicats. L'Association Por Salud de Barillas au Guatemala s'adresse aux habitants de la commune de Barillas ; une région rurale isolée constituée principalement de planteurs de café et de travailleurs du secteur informel. Encore les populations assurées au Zimbabwe par les régimes d'assurance à faible coût des gestionnaires d'assurances de santé privées appartiennent à la fois aux secteurs formel - des salariés ou des fonctionnaires dont les revenus ne leur permettent pas d'adhérer à un régime d'assurance classique - et informel de l'économie. On ne va pas s'intéresser au fait que le secteur informel est le secteur qui échappe à la légalité, et que ce secteur «informel» n'a rien d'informel du moment où il influe fortement la sphère économique. «L'ensemble des populations concernées peuvent être considérées comme «pauvres», dans la mesure où elles n'ont pas accès à certains biens et services en raison de ressources matérielles inégales»(Dror et Jacquier, 1999). L'accessibilité financière à des soins de qualité est entravée au même titre pour le planteur de café guatémaltèque et l'habitant de la commune de Barillas. «Si les dispositifs de micro-assurance ne ciblent pas tous les pauvres, c'est parce que l'assurance suppose une capacité contributive. Les personnes sans ressources rencontrent a priori des difficultés à s'acquitter de leurs cotisations [...] Faut-il s'interroger sur la capacité contributive des exclus «récupérables» par la MAS ainsi que sur la façon dont la MAS traite les indigents ou les «ultra-pauvres». Au sein des exclus sociaux, ce sont ceux qui disposent le plus de ressources qui adhèrent préférentiellement aux organismes de micro-assurance ou aux mutuelles. Quant aux vrais indigents, ils ne profitent pas du système, sauf dans les situations de forte cohésion sociale qui ne s'observent que sur des territoires circonscrits (mutuelles rurales du Bénin) ou bien s'il existe une volonté délibérée de leur donner accès aux soins ou de les associer aux régimes, en payant pour eux (au Bangladesh). (Letourmy et Pavy Letourmy, 2005). Exclus sociaux ou «indigence chronique ne posent pas problème du moment où un surplus de ressources existe et qu'une volonté de partage de ce surplus pour élargir la sphère d'accessibilité est admise et acceptée. Ce sont les deux principaux principes de l'objectif de la Couverture Maladie Universelle. D'ailleurs, les dispositifs de MAS ont facilité la CMU au Ghana et au Rwanda. (Criel et al, 2010).


· Le panier de soins offerts :

Si on va se limiter aux seules cotisations, «les garanties offertes sont généralement modestes, car elles dépendent des ressources des populations. La couverture des petits risques occupe ainsi une place privilégiée. Cette tendance s'expliquerait par divers facteurs : la rareté des hôpitaux, la difficulté à négocier avec eux, les préférences des populations elles-mêmes » (Letourmy et Pavy Letourmy, 2005). Partant du fait que l'efficience allocative et technique des fournisseurs de soins, et les besoins de santé, diffèrent d'une région à une autre au sein d'un même pays, «plus la population ciblée est pauvre, plus la couverture du petit risque prend de l'importance parmi les garanties de la MAS» (Letourmy et Pavy Letourmy, 2005). Peu d'exemples de couvertures de soins complètes ou quasi-complètes, c'est-à-dire que l'assuré bénéficie d'un accès à une gamme de soins. «Le régime de l'ORT Community Multipurpose Cooperative de La Union aux Philippines offre par exemple un panier important comprenant l'ensemble des soins primaires et secondaires»(Letourmy et Pavy Letourmy, 2005). Ce n'est pas uniquement la faiblesse des cotisations, mais aussi le choix des assurés ayant des besoins «spécifiques» qui fait la prédominance de la couverture du petit risque, si bien sûr ils ont vraiment un mot à dire dans la définition des prestations. «L'accès à ces services de base dépasse déjà la capacité contributive individuelle des ménages et la mutualisation du risque est intéressante dès le niveau primaire»(Letourmy et Pavy Letourmy, 2005). Le moment est venu pour traiter la question de couverture des risques naturels par la micro-assurance.

b/ Revue de littérature des estimations de modèles de l'offre et de la demande de MAS :

L'assurance permet de gérer le risque, elle ne permet pas de réduire facilement les risques liés aux évènements cycliques à fort degré de certitude et faible coût, ni aussi les risques covariants à faible probabilité mais à coûts très élevés tels que les catastrophes naturelles. Dans le cadre des dispositifs de MAS, «le choix des risques de santé couverts peut privilégier le gros ou le petit risque» (Lepine et Petitpierre, 2006). Cette responsabilité collective -qui est entre autres le résultat de l'offre et de la demande des services de MAS- dépend de la capacité à payer (Willingness to pay), de l'offre de soins disponible et de leurs qualités, de l'accessibilité financière et géographique...Dans ce qui suit, On va se focaliser sur les variables ayant trait à l'évaluation et au contrôle de la durabilité financière (la fonction d'offre) et à la croissance de la demande (fonction de demande), par les membres d'une communauté ou d'une population cible des prestations des MAS. Par une revue concise des papiers et études ayant estimé des modèles expliquant la fonction d'offre ou de demande des

services de MAS, on va mettre en lumière des variables explicatives et des variables de contrôle des deux modèles économétriques.


· La fonction d'offre de MAS :

1- Les variables explicatives : Ces variables indépendantes sont d'intérêt. Leur intérêt ou effet sur l'offre ou la viabilité financière de la MAS, a été prouvé par une estimation économétrique dans un papier de recherche ou une étude. Ainsi on peut trouver comme variables indépendantes expliquant la croissance et la rentabilité de l'offre des MAS : - Le nombre de mutuelles, le nombre de cotisants, les bénéficiaires qui peuvent être présentés par : le nombre de patients par jour, le nombre d'infirmières par jour ou le nombre de consultations par jour. (Ouattara at al, 2003) et le taux de croissance du nombre d'affiliés (Atim, 2000).

- L'augmentation des ressources humaines des centres de santé, l'augmentation du nombre de centres de santé et l'accroissement des tarifs des prestations de soins. (Letourmy et PavyLetourmy, 2005)

- La fréquence d'évaluations : les projets de MAS qui ont réussi et qui ont perduré sont la plupart du temps ceux qui ont fait l'objet d'évaluations fréquentes. (Gotsadze et Bennett, 2003)

- La disponibilité des informations sur les clients et les coûts bas des transactions. (Zeller et Sharma, 1998)

- L'accessibilité géographique et financière aux soins, l'efficience (avec les moindres coûts) et la qualité des soins délivrés par les fournisseurs de santé. (Bhat et Mavalankar, 2001) avec leurs études sur les MAS en Inde.

- La confiance des membres assurés en les organismes de MAS et la viabilité financière du dispositif de MAS. (Bhat et Jain, 2006).

- Le nombre suffisant de bons gestionnaires dans le marché de la MAS (Berman et Khan, 1993).

2- Les variables de contrôle : Atim (2000) propose un système de contrôle financier et une approche globale au contrôle des mutuelles au Ghana.

Remarque : Tx est l'abréviation de Taux ; Dép pour Dépenses.

Tableau 1 : Indicateur Définition / exemples

Développement des institutions

Taux de participation aux réunions Nombre de participants / nombre prévu

Paiement des échéances Montant perçu / montant total prévu

% d'affiliés ayant des arriérés Nombre d'affiliés à jour de paiement / effectif total

Tx de couverture de la populat° cible Nombre d'affiliés / effectif total de la populat° cible

Réalité des services offerts

Tx de couverture assuré par organisme % du total des coûts des soins remboursés par la MAS

Qualité des soins exples :( délai d'attente, hygiène, médicaments disponibles)

Efficacité

Tendance des dépenses de santé / affilié Dép Totales de santé / nombre d'affiliés

Tendance des Dép de santé / catégorie % des dépenses par type de service (exples :

de services consultations, admissions, médicaments)

Performance financière

Ratio de solvabilité à Long Terme Total dettes extérieures / contributions affiliés

Ratio des créances aux Dép courantes Créances / Dépenses annuelles

Ratio de couverture des Dépenses Réserves / ratio des dépenses annuelles

Source : d'après Atim, 2000

À noter que la demande de services de MAS par des clients cherchant à s'assurer peut aussi faciliter l'offre de ces mêmes services par les compagnies d'assurance. Comme tout produit, du moment où il y a une demande croissante, l'offre peut suivre le rythme facilement.


· La fonction de demande des services de MAS :

L'assurance de santé communautaire demeure un terrain non largement exploré (Bhat et Jain, 2006).On va utiliser indifféremment les termes prestations ou services de MAS, puisque dans plusieurs cas, l'organisme de micro-assurance de santé est lui-même un fournisseur de soins de santé aux affiliés. En se basant une autre fois sur les papiers publiés par les divers chercheurs, la croissance de la demande des services de MAS peut être expliquée par des variables explicatives et des variables de contrôle.

1- Les variables explicatives la fonction de demande :

- Le revenu élevé de l'assuré (Scotton, 1969) et (Savage et Wright, 1999).

- Les dépenses de soins de santé (Chernew, Cutler et al, 2002) : La demande pour l'assurance augmente d'autant que les coûts de soins augmentent à cause du risque des coûts catastrophiques et donc de paupérisation (Feldstein, 1973).L'élévation des coûts de soins est aussi dûe aux innovations technologiques dans le domaine médical ayant pour effet l'augmentation de la demande pour l'assurance (Nyman, 1999). Mais les réponses aux

changements technologiques diffèrent suivant que les personnes appartiennent à différentes classes de revenus. Les individus à revenus faibles achètent l'assurance pour protéger en premier lieu leur santé (Kronick et Gilmer, 1999).

- Le prix de l'assurance qui est composé par la prime pure, les frais de gestion et la marge bénéficiaire de l'organisme d'assurance. A noter que le prix de l'assurance explique négativement la demande pour l'assurance (Bhat et Jain, 2006). Malgré que peu d'études aient essayé d'estimer l'élasticité prix à la demande, à cause du manque d'informations sur les prix et aussi des variations limitées des prix dans les marchés d'assurance régulés, Butler (1999) a tenté de contourner ce problème par une notion de «prix effectif» en se basant sur les informations des caisses d'assurance.

- Les caractéristiques socio-économiques du ménage : âge, niveau d'éducation, emploi,...

* L'éducation : les individus les mieux éduqués sont mieux informés sur les prestations et les bénéfices de s'assurer ou non, ce qui diminue leur probabilité de recourir à n'importe quelle assurance (Grossman, 1972) et (Muurinen, 1982). De plus les individus les mieux éduqués ont une espérance de vie plus longue (le «gradient social» de Michael Marmot, 2006).

L'effet indirect de l'éducation est qu'elle a un effet positif sur le revenu du ménage en l'augmentant (Van De Ven et Van Praag, 1981), ce qui a un effet positif sur la probabilité d'achat d'une assurance santé.

* L'âge a un effet important positif sur la probabilité de s'assurer (Savage et Wright, 1999).

* Le genre a un effet sur la consommation des soins de santé et donc sur la demande d'assurance : Sindelar (1982) a noté que la forte consommation des soins de santé par les femmes peut être expliquée par l'accroissement du besoin en soins durant les années de reproduction.

* La situation maritale : les personnes mariées ont plus de probabilité de s'assurer (Cameron et McCallum, 1995).

* La taille de la famille du ménage (parents et enfants à charge surtout) a une influence faible sur la demande pour les services de l'assurance santé. (Cameron et Trivedi, 1991)

- L'état de santé des membres de la famille du ménage influence positivement la demande pour l'assurance. Les variables telles que (Hospitalisation, les consultations chez les médecins) sont utilisées dans la littérature comme des «proxy» de l'état de santé (Hopkins et Kidd, 1996), (Barrett et Conlon, 2003). Les dépenses de soins de santé par rapport aux dépenses totales du ménage peuvent donner une meilleure idée sur la charge de santé du ménage.

- La sélection adverse : les individus à hauts risques «mauvais risques» trouvent l'assurance attractive et bénéfique et donc la demandent plus que les individus à risques faible ou moyen. (Cutler et Zeckhauser, 1999)

- La perception du risque par les individus est un facteur déterminant de la demande pour l'assurance. Telle que l'appartenance à un groupe risqué, exemple : malades atteints par le cholestérol. (Hopkins et Kidd, 1996) et (Butler, 1999) ont conclut par exemple que les fumeurs ne sont pas trop attachés à conclure une assurance maladie. Ces auteurs ont utilisé dans leurs études le fait de fumer comme un «proxy» de l'aversion au risque.

- L'utilité espérée de l'assurance : par référence à la (Théorie de l'aversion au risque et rationalité du consommateur). Le gain d'utilité est lié aux besoins en soins de santé, aux vulnérabilités à cause de l'âge, à la nature du travail, à la situation maritale et à l'état de santé préexistant (Hopkins et Kidd, 1996). Cette utilité est une fonction associée au choix du régime qui maximise l'utilité espérée (Cameron et Trivedi, 1991).

2- Les variables de contrôle : Il faut préciser qu'il y a des variables de contrôle qui influencent en même temps la fonction de demande et la fonction d'offre de MAS.

Remarque : Tx est l'abréviation de Taux ; Nbre pour Nombre.

Tableau 2 : Indicateur Définition/exemples

Réalité des services offerts

Tx d'utilisation des services de santé par affilié : Nombre de consultations dans le système /

nombre d'affiliés

Tx de couverture assuré par organisme : % du total des coûts des soins remboursés par la MAS

Tx de morbidité parmi les affiliés : Nbre de cas de maladie parmi les affiliés / Nbre d'affiliés

Tx de mortalité parmi les affiliés : Nbre de décès parmi les affiliés / Nbre d'affiliés

Qualité des soins : exples :( délai d'attente, hygiène, médicaments disponibles)

Source : d'après Atim, 2000

Pour sa part, Giesbert (2008), propose quelques variables de contrôle suite à son étude portant sur la demande pour la micro- assurance de santé dans les villages de Brakwa et Benin (deux régions rurales) au Ghana. La fonction de demande peut aussi être influencée par :

- Les caractéristiques socio-démographiques : nombre d'années de scolarité, le fait que le chef de famille est une femme.

- La vulnérabilité au risque maladie (être malade ou mort suite à une maladie), plus précisément quelle importance occupe le risque maladie en comparaison aux autres risques comme : le risque d'incendie, d'inondation, du vol d'argent, de la perte du travail, de décès...

- L'utilisation des services financiers de microfinance et des banques commerciales : montrent que l'utilisation de ces services n'est pas exclusive pour l'utilisation de la micro-assurance. les calculs de pourcentages de Giesbert (2008) basés sur un échantillon qualifié de représentatif de la population des deux villages au Ghana, montrent que 36,4% des interrogés dans l'étude épargnent de l'argent, 16,0% ont recours à des emprunts, 7,6% sont inscrits dans une micro-assurance et 62,4% n'ont recours à aucun des ces services financiers.

- L'existence d'une concurrence entre les MAS.

On remarque que généralement tous les dispositifs de MAS ou d'assurance maladie communautaire doivent passer par le stade expérimental. Est-ce qu'un tel passage est inévitable ? Les lignes qui suivent vont résumer une tentative de standardisation.

2. MAS : de la faisabilité à la conception : (tentative de standardisation) :

La MAS comme service financier obéit aussi à la nécessité d'un autre service non financier venant s'ajouter à d'autres garanties de réussite. Fixer des garanties de réussite veut dire fixer une sorte de référentiel portant sur les démarches d'identification, de faisabilité et de conception des projets de MAS.

a/ Démarche d'identification en MAS :

Le GRET, à la lumière de son projet SKY, a tenté de standardiser les étapes de montage d'une unité de micro-assurance de santé et d'expliquer le fait qu'un tel montage ne peut pas se surpasser d'un passage par le cadre expérimental et que parfois même l'expérience mise en place peut échouer. Ceci est du au fait que le principe de l'assurance - payer pour un risque potentiel à mutualiser - est peu évident au départ pour les adhérents potentiels aux dispositifs de MAS. De plus, faute de références fiables sur les pathologies et leur prévalence, une réelle démarche expérimentale doit être mise en oeuvre pour construire les références sur les pathologies en même temps que le produit est expérimenté, pour gérer le dilemme entre un tarif trop haut qui décourage les familles et un tarif trop bas qui handicape la montée vers un équilibre financier à terme. (Duffau et al, 2008). Bref, cette liberté - faisant partie d'une stratégie de communication et d'une sorte de «marketing social» - est censée attirer les adhérents potentiels. Donc, c'est la diversité des contextes qui impose l'expérience et l'identification des éléments pour répondre à deux questions de base :

«1- Quel type d'assurance santé veut-on mettre en place ?

2- Quelle couverture veut-on proposer et avec quels prestataires de soins ?

L'enjeu de l'identification et de la faisabilité est de récolter les informations nécessaires sur les politiques de santé et l'intérêt pour la micro-assurance, sur l'offre de soin disponible et sa qualité, sur la capacité contributive des familles et leur comportement en matière de santé.» (Duffau et al, 2008).

Généralement les MAS se faisant dans le cadre de projets de développement ; qui tendent à considérer qu'ils arrivent en terrain vierge avec leur lecture des réalités locales en termes d'absence et de manque. Donc «L'offre nouvelle apportée par l'intervention ne vient pas combler un vide, elle va s'insérer dans un ensemble préexistant, élargissant la gamme des choix» (Lavigne Delville, 2001). Comme en microfinance, et pour montrer la complémentarité des étapes ou des couches, il est légitime d'effectuer une mission d'identification pour juger de la pertinence de la mise en place d'un programme d'assurance avant de définir comment intervenir : la faisabilité.

L'identification appelée aussi - « mission exploratoire ou étude préalable» (Duffau et al, 2008) - permet par un premier décryptage du contexte, de définir des pistes d'actions pertinentes par rapport à ce même contexte, par rapport à la population cible et à l'exigence de technicité sur le thème concerné. Elle permet de préciser des orientations stratégiques majeures du futur projet c'est-à-dire le champ des possibles, sa zone d'intervention, ses acteurs, «ses grandes références techniques et méthodologiques» (Creusot, 2004). Naturellement un accord politique de principe avec un premier noyau d'acteurs sera recherché - pouvant renseigner sur la volonté politique - notamment sur les grands objectifs et les orientations de l'action. Lorsque les choix méthodologiques seront pris, le lancement du projet expérimental aura lieu et les informations disponibles seront affinées avec le temps «notamment la prévalence des pathologies et aussi pour ajuster le modèle mis en place, aboutissant ainsi à un dispositif d'assurance maladie de qualité» (Duffau et al, 2008). Reste à préciser les trois aspects de la démarche de l'identification. Autrement sur quels points, porte l'analyse du contexte ? Quelles questions-clés de la MAS il faut creuser ? Et enfin quels partenariats ou alliances il faut considérer ?

L'analyse du contexte commence par une revue d'ensemble portant sur les points suivants : «Compréhension des données clés du pays...et analyse de la politique de santé, analyse du contexte de l'assurance pour savoir à quelles conditions peut-on être autorisé à mener un projet expérimental ; quelle est la tutelle gouvernementale de l'assurance santé c'est-à-dire (quel ministère...l'arsenal des textes de loi récents régissant (la sécurité sociale, l'assurance...) et leurs degrés de mise en oeuvre, existe-t-il des partenaires techniques possibles parmi les compagnies d'assurance internes ou externes au pays, quelle population est déjà couverte et comment, le cas échéant ; y a-t-il eu des expériences antérieures en micro-

assurance santé ou autre mécanisme de couverture du risque maladie ? »(Duffau et al, 2008). Nécessité est d'approfondir certaines questions après cette analyse sommaire de l'environnement qu'on cherche à accéder. Ces questions ont un caractère déterminant pour le futur de la MAS s'il elle sera mise en place à savoir : Est-ce qu'il existe un besoin réel de couverture en santé des ménages et des familles ? Qu'en est-il de l'existence des conditions minimales permettant le lancement et le développement ultérieur d'un programme d'assurance telles que ( les fournisseurs de soins offrant des services de qualité contrôlable, le cadre légal , le degré d'alignement avec la politique nationale de santé , les soutiens des institutions à l'échelle locale et nationale), Est-ce qu'il y a d'autres intervenants déjà présents sur les zones envisagées proposant des services similaires ou connexes pour prévenir une concurrence éventuelle et pourquoi pas profiter de leur connaissance et de leur expérience dans le milieu ?

« La faisabilité part des conclusions de l'identification, elle en approfondit les hypothèses afin de définir les modalités de mise en oeuvre du projet (options institutionnelles, phasage du projet, choix d'une méthodologie, dimensionnement humain et financier). Elle doit également veiller à la cohérence du projet au regard du contexte (cohérence externe) et de sa logique d'intervention (cohérence interne)» (Duffau et al, 2008). Ainsi quels outils à prendre en compte pour achever la phase de la faisabilité et par la suite la conception de la MAS ?

b/ Faisabilité et choix méthodologiques à prendre en compte pour la conception:

Comme expliqué plus haut, l'approfondissement de l'analyse peut commencer en se basant sur le plan de travail préparé issu de l'identification. Les détails de la démarche à suivre ou des points à approfondir n'est pas l'objet de ce travail, d'autant plus qu'on ne va rien ajouter à la littérature qui s'élargit constamment en essayant de normaliser le plus possible ces projets «pilotes». Se référant de notre côté à une tentative de standardisation (projet SKY) du GRET, sans perdre de vue naturellement l'adaptation en fonction de l'état des lieux et des contextes propres à chaque pays, les lignes qui suivent vont mettre en lumière les points essentiels à traiter au cours de la faisabilité et les outils à prendre en compte pour la conception.


· Préparation de la faisabilité: outils à prendre en compte :

D'une manière relativement séquentielle, les trois questions clés traitées lors de
l'identification seront approfondies en profitant parfois des occasions pour traiter plusieurs

points se rattachant à plus d'une question simultanément. Ainsi il convient de traiter minutieusement:

- L'offre de soins : analyse des structures de santé et du niveau de qualité des soins, analyser le dispositif sanitaire et l'offre de soins, sa disponibilité et sa qualité. Autrement enquêter sur la couverture géographique du dispositif existant, la qualité perçue par les familles, les infrastructures de soins, la qualité de l'accueil, l'évaluation de la qualité réelle et analyse objective des pratiques de santé, quels types de structures vont être enquêtées ? Définir un niveau de qualité minimum de l'offre de soins, analyse de la tarification des services offerts, évaluer et définir le champ de l'enquête pour planifier les ressources techniques, humaines et financières à mettre en oeuvre, comment gérer les difficultés rencontrées surtout celles ayant trait au manque de fiabilité des chiffres et données des structures de soins ? Faut-il se fier à l'avis personnel ? Comment interpréter les données recueillies ?

- Les politiques de santé et l'intérêt des autorités sanitaires (relevant des différents ministères- santé, travail, finances...) pour la micro-assurance de santé. Si des programmes de protection en santé étaient repérés pendant l'identification, il faut approfondir leur compréhension (population cible, services couverts, système de paiement, mode de contractualisation avec les institutions sanitaires, etc). Dans le cas d'absence de ces programmes de protection sociale et de méconnaissance du concept d'assurance, il faut assurer une compréhension minimale des principes d'assurance, une identification de complémentarité entre les systèmes et que les autorités nationales et locales en charge de la tutelle du projet adhérent à la démarche de l'opérateur et lui apportent soutien dans la durée.

- L'existence d'un besoin et d'une demande : enquêtes socio-économiques et sur les comportements des familles face aux soins (recours aux soins, capacité contributive et «tolérabilité» de la prime c'est-à-dire le montant que les familles sont effectivement prêtes à payer pour l'assurance) (Duffau et al, 2008). Les moyens minimums nécessaires, la logistique et le coût estimé vont dépendre majoritairement de la taille de la zone couverte par le projet de MAS. En fonction des contraintes précisées par les phases d'identification et de faisabilité, plusieurs choix méthodologiques sur le futur du projet restent à diagnostiquer. Ces choix feront l'objet de la transition à la conception.


· Choix méthodologiques pour une conception de la MAS :

Les orientations éventuelles à analyser sont entre autres guidées par le capital d'expériences et de savoir-faire de l'opérateur chargé du dispositif du programme de MAS, ainsi que de son professionnalisme à lire et récapituler la réalité du contexte. Pour montrer le lien entre les

deux précédentes étapes et les choix stratégiques à décider et par lesquels la conception du projet d'assurance va débuter effectivement et vont l'influencer constamment, deux exemples sont donnés :

- Les choix de la contractualisation avec les fournisseurs de soins (même si c'est de la médecine «traditionnelle») ainsi que de la base de tarification des services offerts seront faits à la lumière des conclusions sur l'offre de soins.

- La compréhension des habitudes ou des traditions de santé des ménages vont renseigner sur l'accessibilité géographique et donc intégrer ou non les frais de transports par exemple dans les frais couverts par l'assurance pour attirer la population cible.

Les choix peuvent concerner aussi «le mode de paiement des primes, le type de gouvernance du dispositif d'assurance santé, la stratégie de lancement, les actions d'accompagnement, etc... Les programmes d'assurance oscillent toujours autour du délicat équilibre à trouver entre l'étendue et la qualité des services offerts et le prix de la prime qui doit rester accessible au plus grand nombre» (Duffau et al, 2008). Ces dispositifs de MAS sont souvent montés sous couvert des programmes de développement, sous forme d'une aide bilatérale ou multilatérale aux pays bénéficiaires. Mais sont-ils une «mode» ou des solutions «prêt-à-porter» tentant vainement de semer les graines de la participation à la vie sociale et à faire comprendre les autorités gouvernementales qu'elles ne peuvent ni décider le sort des citoyens ni prétendre connaître ce qui est le mieux ou non pour leur vie quotidienne ? Une lecture des modèles de MAS sera proposée dans la partie suivante.

III. Grille de lecture des modèles de MAS, limites et perspectives :

En se basant sur une large littérature des expériences de MAS dans plusieurs pays surtout : Ghana, Chine, Inde, Sénégal, Mexique, Philippines, Tanzanie, Chili, République de Corée, Jordanie, Uganda, Guatemala, Burkina-Faso...Et «sur trois études de cas concernant : le Mali [l'étude porte sur les mutuelles de santé, une analyse plus précise de la mutuelle Kènèya So créée par l'institution de microfinance Nyéta Musow. L'expérience est positive mais demeure limitée]. L'Afrique du sud [cette deuxième étude porte sur la contribution d'entreprises commerciales privées «PROPARCO» aux objectifs de la micro-assurance de santé.

Le contexte sud-africain se caractérise par un marché de l'assurance maladie saturé et un système de soins dual, l'un pour les couches favorisées et l'autre pour les personnes démunies. Les opérateurs privés d'assurance ont bâti leur activité pour une clientèle disposant de revenus satisfaisants et ils ont du mal à l'adapter à une clientèle à plus faible revenu. Une raison est liée à la tendance du secteur privé de l'assurance à privilégier la surenchère

technologique et les activités financières, ce qui augmente les coûts de transaction et interdit la baisse des tarifs des primes]. Et le Bangladesh [étude de trois organisations non gouvernementales(ONG) : Bangladeshi Rural Advancement Committee(BRAC), Grameen Kalyan(GK) et Dushta Shasthya Kendra(DSK). Elles animent des programmes de développement pour les populations pauvres, en milieu rural pour BRAC et GK, et en milieu urbain pour DSK. Ces programmes possèdent un volet santé important complété par des produits de micro-assurance maladie. Les ONG ont réussi à créer des relations fortes avec les populations ciblées. Ensuite, elles réalisent toutes un effort important en faveur des catégories vulnérables : les femmes et les personnes très pauvres. Cette étude montre que, même si certaines grandes organisations travaillent en direction des communautés démunies, elles possèdent des stratégies entrepreneuriales précises qui ne s'accordent pas complètement avec une gestion participative des activités de terrain» (Letourmy et Pavy Letourmy, 2005).

1. Caractéristiques communes, originalité de la MAS et grille de lecture :

On va dans ce qui suit analyser la différence entre une mutuelle et MAS, puis résumer les caractéristiques communes des expériences et enfin mettre en lumière une grille de lecture des organismes de MAS.

a/ Mutuelle et micro-assurance de santé :

La diversité et le nombre qui ne cesse d'augmenter des «expériences» de MAS, témoignent d'une certaine créativité, d'une popularité d'un dispositif devenu déjà à la mode. Une certaine confusion entre MAS et mutuelle existe. Y-a-t-il vraiment une différence de fond ou elle réside juste au niveau de l'appellation ?


· Qu'est ce qu'on entend par Micro-assurance de santé ?

Trouver une définition dans la littérature n'est pas une affaire simple. Les pères du concept ; appartenant au ILO à l'époque ; dans leur article publié en 1999, conçoivent «la micro-assurance comme une entreprise autonome, indépendante des opérateurs extérieurs ou de lignes de crédit permanentes [...] Le mot micro fait référence au niveau social de l'interaction. Il s'agit de régimes plus petits que les régimes nationaux et le mot assurance fait référence à l'instrument économique» (Dror et Jacquier, 1999). Le nouveau concept «générique ou basique» concerne «les régimes volontaires de groupes pour l'auto-assistance

en matière d'assurance maladie sociale...la motivation des assurés est parfois contraste avec les sentiments altruistes des personnes adhérant à une société amicale» (Dror et Jacquier, 1999). En se référant à plus de détails du même article et aux conclusions développées par (Letourmy et Pavy Letourmy, 2005) pour cerner le concept, la MAS vient en complément aux stratégies des sociétés d'assurance, puisque par ce dispositif, les assureurs auront la possibilité d'offrir un service adapté à une clientèle qui mène des conditions de travail et de vie particulières. Encore, il est tout à fait naturel de faire appel aux techniques de l'assurance pour traiter : la sélection adverse, le risque moral, l'asymétrie d'information, la mutualisation des risques, le passager clandestin, l'escalade des coûts et la sous-assurance. L'adhésion des exclus sociaux n'est pas uniquement pour un motif économique, mais aussi dans le cadre d'une dynamique communautaire et une responsabilité collective pour décider librement et de manière autonome. Ce choix porte principalement sur les prestations et les risques couverts pour le groupe des assurés. Le choix des risques couverts gros ou petits, distingue la MAS de l'assurance à but lucratif (caractérisée par la distribution des dividendes et la vente des actifs lors de la liquidation), et aussi de l'assurance sociale. Selon le document de la plate-forme d'Abidjan(1998) auquel Dror et Jacquier ont fait référence, « la nature démocratique, volontaire, autonome, participative, communautaire et désintéressée de la micro-assurance a été reconnue» (Dror et Jacquier, 1999). Ce sont les mêmes principes des mutuelles de santé, où réside donc la différence ?


· La mutuelle de santé:

«Une mutuelle est un groupe de personnes qui s'organisent pour faire face, au moyen de leurs seules cotisations, aux conséquences d'un risque social qui les menace ainsi que leurs familles. C'est une notion qui ne s'applique pas uniquement à un organisme visant la protection contre la maladie. Les mutuelles se définissent comme des sociétés de personnes, par opposition aux sociétés de capitaux. Elles sont censées tirer leur identité du respect de cinq grands principes : la non-lucrativité ; la solidarité ; le volontariat ; la démocratie ; l'indépendance» (Letourmy et Pavy Letourmy, 2005). Les mutuelles répandues surtout en Afrique de l'Ouest francophone, sous l'effet d'opérateurs d'appui français. Elles «constituent apparemment une forme de micro-assurance [...] En pratique, trois éléments caractérisent les mutuelles de santé :

- Les adhérents bénéficient d'un mode d'accès privilégié aux soins, un régime d'assurance maladie volontaire. C'est parfois une offre de soins «maison», exemple d'un centre de soins ;

· Pour relier les entités de base, les mutuelles sont censées constituer des unions ou des fédérations.

· L'approche mutualiste se veut explicitement sociale et politique c'est-à-dire atteindre une capacité d'influence sur la politique nationale de santé ou de protection sociale dans le pays. Exemple de l'UTM au Mali.

Tableau 3 : Comparaison conceptuelle entre mutuelle et MAS

Mutuelle de santé Organismes de micro-assurance de santé

· La volonté de départ est de regrouper des personnes pour faire face aux conséquences d'un risque de mauvaise santé. D'autant plus que ce n'est pas systématique que le régime d'assurance d'une mutuelle soit volontaire.

· Une approche globale de la couverture des risques liés à la santé, à titre d'exemple

et à priori aucune condition à respecter pour organiser des actions de prévention dès lors que les adhérents le souhaitent et y mettent les moyens.

· Une approche plus restrictive, faisant référence aux besoins sociaux des adhérents. Si des actions de prévention seront programmées, elles doivent passer par une sélection allant de pair avec l'efficience de l'activité entière. Ces actions devraient être mises en balance avec une spécification alternative des garanties : une exclusion de certains risques de santés liés à des problèmes de santé particuliers.

· Les organismes de MAS peuvent fonctionner en réseaux.

· La question d'influence sur la politique nationale de santé ou de protection sociale n'est pas explicite. Les fonctions techniques qui ne peuvent être assurées par des entités de base telles que (la sécurité financière, la gestion, utilisation d'un médecin conseil) sont assurées par des formules diverses. Exemple : la mise en place d'une réassurance selon une formule sans but lucratif dans le cadre du Social Re de l'ILO aux Philippines.

· L'objectif prioritaire de monter un dispositif d'assurance viable financièrement.

- La gouvernance des mutuelles est exercée par les cotisants via un système de représentation ;

- Les mutuelles sont destinées à constituer des unions et des fédérations. Elles s'inscrivent donc dans un mouvement social qui représente à la fois un mode de développement technique et une représentation politique» (Letourmy et Pavy Letourmy, 2005). Après avoir présenté les quelques aspects typiques aux mutuelles et MAS, on va essayer de dégager la vraie différence. Toujours en se référant aux travaux de Letourmy père et fille(2005), les différences ont trait aux points suivants :


· Les mutuelles ne ciblent pas de catégories particulières. Certaines mutuelles couvrent des catégories de population plus aisées et à effectif important. Naturellement, les garanties qu'elles offrent sont hors de portée de populations à faible revenu. Certaines mutuelles ne relèvent pas de la MAS. Exemple des fonctionnaires se regroupant en mutuelles en Afrique de l'Ouest, en absence de régimes obligatoires.

· La MAS s'adresse aux catégories «exclues» (Dror et Jacquier), en fait à une population du monde rural et du secteur informel. Implicitement, les entités de base ne vont pas regrouper des effectifs importants sauf exception.

Source: Letourmy et Pavy Letourmy, 2005

A vrai dire, et puisque certains caractérisent le MAS : «la simplicité, l'accessibilité financière, la proximité et l'autogestion» (Letourmy et Pavy Letourmy, 2005). Mais certaines formes de micro-assurance font exception à ces principes. Certaines mutuelles relèvent de la MAS. Sur le terrain, certaines différences disparaissent et parce que sur le plan technique mutuelles et MAS utilisent exactement les mêmes outils, la seule différence qui peut surgir est purement idéologique. Les deux notions ne résument tous les dispositifs à base communautaire. Les lignes qui suivent vont résumer les points qui caractérisent toutes les expériences, et les différents modèles existants sur le terrain.

b/ Caractéristiques communes aux expériences de MAS et grille de lecture de ces organismes :

Malgré le nombre important des expériences éparpillées dans le monde, la MAS est à notre sens une invention économique inspiré de la microfinance et ces différents dispositifs montés présentent certains points communs se rattachant aux finalités, aux modes de financement et aux mécanismes utilisés. Sur quels critères certains auteurs se sont basés pour classer ses dispositifs et quelle est la grille de lecture proposée par Letourmy père et fille ?

b1. Caractéristiques communes aux expériences de MAS :

· Concernant les finalités recherchées a priori les expériences montées ont pu :

- Collecter des ressources privées des ménages destinées à gérer le risque de maladie, et leur permettre de se prévenir contre les dépenses de soins imprévues et catastrophiques. Par cette collecte, le dispositif d'assurance permettra une mutualisation des risques et une meilleure exploitation des capacités à payer des adhérents démunies.

- Les individus qui ont contracté une assurance maladie peuvent avoir accès à une offre de
soins dont la qualité minimale est garantie par des procédures de contractualisation et

implicitement d'accréditation. «L'utilisation de l'offre de soins augmente en conséquence, comme cela a pu être constaté à maintes reprises»(Criel et al, 1999).

- La nouveauté du concept d'assurance pour les populations visées, fait de l'adhésion volontaire un principe. L'idée de perte des cotisations en cas de non-survenue du risque n'est pas facilement admise par la population. L'affiliation obligatoire n'est pas facile à poser. Conséquence, l'affiliation peut être remise en cause à tout moment et le nombre d'assurés ne peut pas être aisément important. (Letourmy et Pavy Letourmy, 2005)

* La mutualisation des risques est un but et un outil commun à toutes les expériences. «La mutualisation des risques non liés entre eux permettent la division statistique entre un grand nombre de cas» (Dror et Jacquier, 1999).

* Le financement à base communautaire est fondé sur le principe du paiement de cotisations en échange de prestations. Depuis l'institution des politiques de recouvrement des coûts, la population doit participer aux frais de santé par l'intermédiaire de l'assurance de santé. (Letourmy et Pavy Letourmy, 2005)

b2. Typologie des organismes de MAS et grille de lecture :

Il n'y avait pas un consensus sur les classifications «restrictives» des expériences décentralisées et participatives d'assurance maladie, vue l'originalité de certaines d'entre elles. On y trouve une distinction basée sur une approche sociale d'Atim(1999), et une autre économique basée sur les relations entre les différents agents entre eux et sur le mode d'organisation (McCord, 2000). Les exemples respectifs à chaque modèle sont fournis par (Letourmy et Pavy Letourmy, 2005), excepté le modèle MIA (Massat, 2008).


· Atim(1999) a proposé une typologie des MAS qu'on distingue en cinq catégories, basée sur

les liens entre les individus. On trouve :

- «Traditional Social Solidarity Networks» (les assurances basées sur un réseau traditionnel de solidarité sociale : la population cible est un clan ou une ethnie. Exemple : la Mutuelle Famille Babouantou de Yaoundé au Cameroun ;

- «Inclusive Mutual Health Association or Movement» (les associations d'aide mutuelle ou mutuelles de santé) : la base du recrutement est plus large, parce qu'elle est constitué par des communautés rurales ou urbaines regroupées dans le cadre d'une entreprise, d'un syndicat ou d'une association professionnelle. Les distinctions de type ethnique, clanique ou autre ne sont pas prises en compte. Exemple : la mutuelle Umasida en Tanzanie ;

- «Simple or Low Participation Model of Community Financing» (Assurance à financement communautaire simple): ce type d'assurance correspond plus à une initiative issue d'une structure de soins dans le cadre de la politique de recouvrement des coûts, qu'une initiative communautaire. Pour cette raison, l'appropriation du régime d'assurance par les assurés est faible puisque leur participation à ce même régime l'est aussi ;

- «Complex or High Participation Community Financing Model» (l'assurance à financement communautaire avec gestion participative : la communauté est impliquée dans la gestion active du régime d'assurance au moins en ce qui concerne les soins primaires (centres de santé) en collaboration avec l'offre de soins via des structures participatives. Exemple : l'assurance SEWA est gérée en partie par ses membres pour le premier niveau de soins ;

- «Medical Aid Society» (les sociétés d'aide médicales) :

Elles représentent la forme la plus perfectionnée du mouvement social d'aide mutuelle. L'organisation de tels régimes d'assurance se fait sur une grande échelle, surtout en termes d'effectifs. La gestion est professionnelle et utilise des techniques du secteur privé commercial. Exemple : les produits d'assurance maladie du gestionnaire de Medical Schemes Medscheme en Afrique du Sud.


· Une deuxième typologie a été proposée par McCord(2000), en distinguant quatre modèles de MAS :

- «Partner-Agent-Model»(le modèle d'assurance basé sur un partenariat entre deux agents financiers) : à titre d'exemple un partenariat entre un assureur et une institution de microfinance, ou une ONG proche d'une communauté. Les deux agents travaillent de façon à obtenir des avantages réciproques. L'assureur («Partner») utilise le réseau de l'IMF pour être en contact rapide et facile avec les clients de l'IMF et sur son terrain. D'un autre côté, l'IMF («Agent») utilise les services de l'assureur pour permettre un meilleur accès surtout financier aux soins de santé à ses clients et ainsi les attirer et réduire encore le risque de non remboursement des crédits qu'elle a octroyés. Donc en pratique, «le Partner supporte tout le risque, et par la même décide généralement du panier de soins couvert et du montant de la prime d'assurance. L'Agent fait le lien avec les assurés (marketing du produit, collecte de la prime, paiement et règlement du contentieux). Reste à préciser que le rôle de médiateur que l'Agent joue, entre l'assureur et la population assurée peut générer des conflits d'intérêt qui rendent sa position ambiguë. Car il doit à la fois défendre les intérêts des assurés (ses clients),

et représenter l'assureur lorsqu'il s'agit de modifier le panier de soins ou le montant de la prime et éventuellement de régler des problèmes de fraude» (Massat, 2008). Exemple : en Ouganda : le partenariat entre «Nsambya Hospital Healthcare Plan» (NHHP : une entité semiautonome de l'hôpital de Nsambya, qui s'occupe de la partie assurance proposée par la structure de soins) et l'institution de microfinance Finca qui fournit au NHHP son effectif de clients.

- «Community-Based-Model»(le modèle d'assurance de santé à base communautaire) :

Dans ce cas, les assurés sont à la fois propriétaires et gestionnaires du plan d'assurance santé. On va encore saisir cette occasion pour présenter, à titre d'exemple l'originalité d'un modèle développé par la MIA (New Delhi en Inde), et qui se range dans la catégorie de l'assurance communautaire. On a incité encore à présenter cette expérience vue sa logique qui va de pair avec l'objet de ce modeste travail qui est essentiellement l'impact de la MAS sur la CMU.

Ainsi, ces modèles sont à but non-lucratif, volontaires (c'est-à-dire les assurés élisent parmi eux un groupe de membres volontaires, responsables de l'ensemble de la gestion du plan d'assurance), et répartissant le risque selon un principe de solidarité. Ce groupe volontaire conçoit, développe, met en place et négocie les contrats avec les prestataires de soins. Il vend et gère les différents produits d'assurance, d'où la nécessité d'un important investissement pour la formation de l'équipe des gestionnaires volontaires.

D'après un rapport de stage effectué par Massat P. à la MIA en 2005, on a pu résumer les remarques et les conclusions suivantes :

Dans ce type d'organisation, le manque d'expertise en matière d'assurance est généralement compensé par une cohésion très forte fondée sur les liens sociaux préexistants dans la communauté (c'est souvent un village ou un groupe de villages voisins qui décident de s'assurer), et par une implication et une responsabilisation des membres très importante. Toute la communauté est responsable de chaque étape de la création et de la gestion de l'assurance, de la définition du panier de soins couvert, jusqu'au remboursement des assurés.

Conséquences de cette proximité entre l'assurance et les assurés sont : en premier lieu, la maximisation de l'intérêt qu'ont les assurés à la bonne marche et à la pérennité de l'organisation ; puisqu'ils sont à la fois les seuls gestionnaires et les seuls bénéficiaires. La communauté a une forte incitation à faire en sorte que l'assurance se porte bien. La population assurée partage les pertes comme les profits, ce qui accroit encore son implication.

Enfin et de par son fonctionnement, les coûts d'une assurance «mutuelle» ou communautaire sont généralement plus faibles que dans un autre modèle, puisqu'une partie de l'information essentielle circule de manière informelle (tout le monde dans un village sait si une personne est vraiment malade ou non, ou si quelqu'un n'a pas payé sa cotisation annuelle, etc.). De

plus, moins d'argent est perdu dans des comportements de fraude, de hasard moral ou de sélection adverse.

En revanche, la taille souvent petite des mutuelles et assurances communautaires est une limite importante à leur soutenabilité, puisque les décaissements de l'assurance peuvent fluctuer grandement d'une période sur l'autre (sur un petit échantillon, la Loi de grands nombres et le Théorème Central Limite ne s'appliquent pas, ce qui rend les dépenses largement imprévisibles). De plus, la communauté assurée étant généralement relativement pauvre, l'assurance ne dispose pas de réserves suffisantes pour faire face à des dépenses anormalement élevées. Le seul recourt contre ces dépenses catastrophiques est le partage du risque sur un pool plus large, soit par le pooling avec d'autres mutuelles, soit, et c'est ce que recommande la MIA, par la réassurance de la tranche supérieure des coûts.

Ce qui le rend la MIA particulière se définit sur trois axes : l'Inclusion et le Community Rating, l'affiliation « en bloc », et la réponse aux Besoins spécifiques de la population.

Pour commencer, le modèle de la MIA part d'une logique inclusive plutôt qu'exclusive. Conformément à la logique première de solidarité, ce modèle vise en premier lieu une amélioration des conditions de vie de la communauté toute entière. L'exclusion des plus gros risques (les personnes âgées et les gens très malades) n'allègerait pas le poids qui pèse sur l'ensemble de la communauté lorsqu'il s'agit de payer les soins, puisqu'au final la communauté, ou du moins certains de ses membres, devront payer de leur propre poche. L'objectif de la MIA est donc de trouver une solution assurantielle permettant à toute la communauté de se prémunir contre les dépenses de santé élevées, voire catastrophiques, ce qui passe nécessairement par une inclusion de tous ses membres.

En suivant toujours cette logique communautaire, la MIA privilégie le Community Rating (une prime d'assurance unique pour l'ensemble de la communauté) à une prime d'assurance basée sur le risque individuel.

Ensuite, la MIA insiste pour que la décision d'adhérer, c'est-à-dire de créer l'assurance, soit prise par l'ensemble de la communauté. Il faut que ce soit une décision collective, dument réfléchie, et prise de façon (plus ou moins) démocratique. L'intérêt est double. D'une part, on ne risque pas de voir certains membres, hostiles au projet, tenter de saborder l'assurance en fraudant sciemment, par exemple. On ne s'assure que si tout le monde est d'accord et prêt à faire des efforts pour rendre l'assurance soutenable. D'autre part, on maximise la taille du pool puisque 100% de la communauté est assurée, ce qui permet une meilleure répartition du risque. En outre, cela suit la même logique communautaire dont il était question plus haut.

Enfin, et c'est un des points forts de ce modèle, on cherche des solutions aux besoins spécifiques de la population qui veut s'assurer. Au lieu de proposer un panier de soins

couverts standard, le choix est laissé aux futurs assurés de déterminer ce qu'ils veulent assurer et à quel prix. Pour cela, un outil a été mis au point qui permet à la communauté de décider facilement et en connaissance de cause, même pour les membres analphabètes. Il s'agit du CHAT (Choosing Health plan All Together). Cet outil permet de trouver une solution à la fois satisfaisante pour les assurés en termes de couverture, réaliste du point de vue de l'assurance puisque ce qui a été choisi l'a été en fonction de l'offre de soins locale, et viable parce que la communauté ne choisit une police d'assurance que si elle peut (a priori...) se l'offrir. Concernant les principes de base de la MIA on peut voir son site internet (MIA, 2010).

-«Full Service Model» (le modèle d'assurance) :

Dans ce cas, une entité unique et indépendante prend en charge l'ensemble des éléments relatifs à la mise en oeuvre et à la gestion d'un produit d'assurance maladie, depuis la conception du produit à la gestion de la garantie en passant par la recherche de clients. L'équipe gestionnaire est constituée par des professionnels. L'assurance assume seule les risques du produit, sans qu'elle ne reçoive aucun bénéfice. C'est ce point qui la distingue des assurances privées classiques. Des réserves doivent être constituées pour minimiser naturellement les risques santé.

- «Provider Model» (le modèle d'assurance de santé intégrée à l'offre de soins) :

Le fournisseur de soins propose lui-même un produit d'assurance à ses patients, collectivement ou de manière individuelle. Le plan d'assurance propose un panier de prestations correspondant aux soins disponible dans la structure de soins. Le prestataire qui est lui-même assureur assume donc les risques du produit, et les garanties proposées reposent souvent sur un système par capitation. Exemple : le Nkoranza Community Health Insurance Scheme ; une assurance maladie lancée par la direction de l'hôpital catholique de Nkoranza au début des années 1990, couvrant les soins dispensés dans l'établissement.

Les réalités du terrain, du contexte local changeant, des caractéristiques techniques assurantielles, du niveau de professionnalisation des équipes chargées de gérer les régimes d'assurance, la présence des caractéristiques d'une assurance privée classique à but lucratif et enfin le développement parallèle d'activités de microcrédit pour renforcer la capacité à payer des cotisations des bénéficiaires, ont rendu les classifications des expériences de MAS difficiles. Certaines assurances communautaires ne sont même pas fidèles au mouvement social d'aide mutuelle, vu le but lucratif recherché. Afin de contourner cette typologie

restrictive, une grille de lecture des expériences a été proposée par (Letourmy et Pavy Letourmy, 2005).


· Grille de lecture des dispositifs montés de MAS :

La grille comprend deux volets. Un volet technique se basant sur trois dimensions essentielles pour caractériser le régime d'assurance en question. Un second volet renvoyant aux objectifs ayant motivé le lancement des expériences.

- Le volet technique :

Ce volet est constitué par les principales variables dans les différentes expériences décentralisées et participatives d'assurance maladie à savoir : la population visée par le régime d'assurance ; les garanties proposées ; et les modalités d'organisation de l'organisme assureur. On va se concentrer sur la variable mode d'organisation, qui regroupe à son tour trois éléments : le statut juridique, le mode de gouvernance et l'association à une autre activité.

En ce qui concerne le statut juridique, les organismes proposant des services de MAS sont de nature privée et, très souvent à but non lucratif. Exception pour certains d'entre eux qui ont pu sous-traiter une partie des opérations liées à leur activité à des sociétés commerciales privées. Le modèle de mutuelle ne débouche pas forcément sur de la micro-assurance, et les Medical Schemes sud-africains sont un exemple parmi d'autres.

Ensuite et pour le mode de gouvernance, l'association de représentants des communautés à la gestion et à la prise de décision constitue une des caractéristiques de la micro-assurance, compte tenu de la vocation sociale de ces organismes. La participation des représentants a été codifiée par les mutuelles. On ne voit pas vraiment une décision appartenant aux représentants des communautés, si l'activité d'assurance est greffée sur d'autres activités gérées par une organisation professionnelle. Si une ONG propose à des villageois de mettre en place une assurance maladie, c'est cette ONG qui prend les décisions.

Enfin l'association à une autre activité, on retiendra globalement deux formes générales d'association de l'assurance santé à une autre activité : soit une articulation entre deux activités, proche du concept de Partner-Agent développé par McCord, soit une intégration entre deux activités.

- Les objectifs des projets:

Les objectifs potentiels et leur hiérarchisation diffèrent selon les partenaires au développement bailleurs de fonds, les projets montés et l'institution chargée de gérer l'assurance maladie. Cinq catégories d'objectifs peuvent être distinguées :

1- Les plus apportés au fonctionnement du secteur des soins de santé : L'assurance maladie est censée améliorer l'accessibilité financière aux soins coûteux et par la même occasion fournir des ressources stables aux formations de santé (centres de santé et hôpitaux). Généralement en rassemblant des effectifs importants, les régimes obligatoires, les mutuelles ou les réseaux de micro-assurance peuvent avoir des exigences sur la qualité des prestations et l'efficience technique ou même allocative, et ils ont les moyens de les faire valoir.

2- La contribution à étendre la protection sociale : les MAS étaient une réponse à l'absence d'assurance maladie ou de régimes de sécurité sociale en faveur de populations particulières. C'est la population évoluant dans le secteur de l'économie informelle qui est visée prioritairement. Les prestations doivent répondre d'abord aux besoins différenciés des divers groupes sociaux, et donc s'inscrire dans un système assez décentralisé de protection sociale. L'engagement de l'ILO en faveur de la micro-assurance marque une évolution remarquable en matière d'extension de la protection sociale. Le programme STEP mis en place à la fin des années 1990, constitue l'outil pratique d'appui à cette nouvelle forme d'extension de la protection sociale. La coopération française a fait un constat analogue et a défendu le concept de mutuelle pour assurer l'extension de la protection sociale dans le secteur informel (Foirry et al, 2000).

3- La participation à la lutte contre la pauvreté : Par le passage d'une démarche de secours a posteriori aux groupes tombés dans la pauvreté à une approche de prévention et de gestion du risque des dépenses de santé en faveur des populations vulnérables. Ces groupes pourront prendre en charge leurs besoins en soins de santé.

4- La promotion de la démocratie : En termes politiques, la gestion participative et décentralisée est considérée comme un élément de promotion de la démocratie. Les relations entre l'Etat et la société civile doivent se modifier et les pouvoirs publics doivent exercer un rôle d'animateur ou de régulateur (stewardship) auquel ils doivent se préparer.

5- L'extension du marché de l'assurance dans les pays en développement : Cette attente à l'égard de la micro-assurance a été exprimée par le CGAP et mérite l'attention, malgré que la MAS ne fournit pas généralement de produits d'assurance très rentables, ni de disponibilités pour l'investissement.

2. Limites de ce qui peut être assuré et perspectives de point de vue CMU :

Une protection financière universelle ou une CMU veut dire assurer toute la population contre
le risque maladie ou les coûts dits catastrophiques. Cette couverture suppose une « assurance
appropriée» (Musgrove, 1999). On va se baser sur les conclusions et les analyses de Dror et

Vaté (2003). Les auteurs se sont posé la question fondamentale : où tracer la limite des risques assurables ? Et plus précisément du risque de santé défini par toute situation dans laquelle l'état de santé d'un individu ou d'un groupe est exposé à une dégradation possible. Les deux auteurs ont donc caractérisé le problème de ce qui est assurable au moyen de trois limites qui se complètent : actuarielles, économiques et politiques. On va discuter après la présentation de ces limites, les perspectives ou l'impact de la MAS sur l'objectif de la CMU.

a/ Limites actuarielles et économiques :


· Limites actuarielles (Caractéristiques du risque) :

Un risque n'est pas assurable si ses caractéristiques statistiques ne sont pas en conformité avec les exigences du calcul actuariel, c'est-à-dire que : les évènements facteurs du risque doivent être aléatoires, et les risques en question doivent être à la fois observables (étendue des garanties et donc leur coût, et la probabilité des évènements susceptibles d'entraîner ce coût), et diversifiables (dans le temps entre les périodes et géographiquement par la réassurance). Ces deux conditions permettent à l'assureur de déterminer une compensation statistique ; donc calculer sa prime et juger la viabilité économique.

D'un côté, les théoriciens et les professionnels de l'assurance considèrent que la nature aléatoire des risques de santé tient à six conditions :

- L'évènement est possible : il n'est ni certain ni impossible.

- Le risque est non spéculatif : une réalisation de ce risque ne sera pas favorable à l'assuré (contrairement aux paris ou à la spéculation).

- L'évènement est imaginable : il est possible d'en imaginer, même de manière imparfaite, les conséquences en termes de nature comme en termes de coût.

- Le risque est exogène : l'évènement n'est pas attendu, et par conséquent on ne peut déterminer sa réalisation à l'avance. La réalisation du risque ne peut dépendre de la seule intention de l'assuré, mais elle peut se produire par suite d'une action effectuée par l'assuré sans intention ni malice.

- Le risque est futur : l'assurance ne peut couvrir un risque déjà réalisé.

- Le risque est non présumé : On doit écarter aussi les risques chroniques ou ceux liés à des causes qui se sont réalisées.

D'un autre côté, la compensation statistique des risques comprend deux aspects :

- L'unification et la diversification des risques : hypothétiquement un certain nombre de gens sont disposés à payer pour s'assurer contre un risque qui n'affectera que quelques individus.

En unifiant les risques, l'assureur applique la loi des grands nombres pour calculer une prime actuarielle et déterminer une marge de sécurité afin de limiter son propre risque de faillite. Dans le cas tunisien, on peut discuter le montant d'une cotisation ou une sorte de participation qu'un citoyen n'exerçant pas une activité professionnelle pourra payer pour se couvrir contre le risque maladie. (Dror et Vaté, 2003)


· Limites économiques (souscription de l'assuré et engagement de l'assureur) :

Sans entrer dans les détails techniques qui ne sont pas d'ailleurs l'objet de ce travail et qui demandent encore des études spéciales et très pointues, l'assuré a intérêt à ce que la prime soit la moins élevée possible mais à ce que cette même prime garantit une viabilité financière. Naturellement, on ne peut pas parler de couverture universelle sans engagement de la caisse d'assurance maladie. La couverture de toute la population a un impact sur le calcul statistique du montant de la contribution. Cette prime ne doit pas être élevée ou considérée comme excessive aux yeux d'individus vivant dans des conditions sociales et économiques difficiles. - Les conséquences d'une asymétrie d'information (risque moral, sélection adverse) occupent une place importante dans la théorie de l'assurance. L'information a un rôle essentiel dans la détermination de l'assurabilité des risques et dans le fonctionnement des transactions d'assurance (offre et demande de soins).

- En théorie, lorsqu'un risque satisfait aux conditions actuarielles d'acceptation, il n'y a pas d'obstacles économiques. Dans la réalité, les critères actuariels et économiques d'acceptation sont rarement binaires. Exemple : couvrir la population sans exigence d'un examen médical préalable. (Dror et Vaté, 2003)

b/ Limites politiques :

Les limites étant l'expression de choix faits par les pouvoirs publics, elles peuvent être restrictives - en interdisant une assurance de certains risques qui serait contraire à l'intérêt public (une assurance contre les amendes) - ou expansives (des risques doivent être assurés dans l'intérêt de la société en général : exemple de l'assurance santé universelle). Seule une intervention des pouvoirs publics peut permettre la couverture de risques qui autrement ne seraient pas assurables, en imposant cette couverture, en versant des subventions à la caisse d'assurance ou en mettant en place une réassurance. La micro-assurance était une réponse à plusieurs besoins et le montage de ces dispositifs était en lui-même un défi. On va dans ce qui

suit discuter les difficultés de la mise en place des entités de MAS ainsi que les perspectives du point de vue atteinte de l'objectif de la CMU.

e/ Atteinte de l'objectif de la CMU par les dispositifs de MAS : difficultés et perspectives :

Dans un autre papier sur les régimes d'assurance maladie communautaires, Carrin G. (WHO, 2003), a évoqué la «protection financière universelle», terme qui reflète plus clairement le véritable objectif de la couverture universelle. Pourquoi de nombreux pays notamment à revenus faibles et intermédiaires, ont des difficultés à instaurer cette protection financière universelle ? Et est-ce qu'il y a de réelles perspectives pour atteindre ou même être sur le ou les chemin(s) vers la CMU ?


· Difficultés de mise en oeuvre d'une CMU dans les pays à revenus faible et moyen :

Vu qu'on s'intéresse précisément aux régimes de micro-assurance santé ou d'assurance maladie communautaire, qui s'adressent principalement au secteur informel. On va présenter les principaux obstacles à la généralisation de la protection financière universelle à travers la MAS tel que Langenbrunner, Preker et Jakab (2003) les ont présentés :

- Outre le «niveau absolu» faible de ressources mobilisables dans les pays à revenus faible et moyen, une grande partie de la population travaille dans le secteur «informel» (emplois saisonniers et irréguliers, travailleurs non déclarés, faiblesse du contrôle des services de la sécurité sociale et corruption, ignorance des textes législatifs du droit social). Il est difficile voire impossible de mettre un système de collecte et de recouvrement des cotisations sociales ou d'assurer la régularité d'un flux de revenu pour les caisses d'AMO.

- Les fonds collectés dans un contexte de faibles niveaux de revenus lorsqu'ils existent, sont généralement fragmentés selon les niveaux de revenus, ce qui empêche d'assurer des transferts efficaces entre les classes aisées et celles à revenus faibles (allocations), des bienportants vers les malades (assurance) et des périodes actives vers les inactives (épargne). Autrement, l'unification des fonds a de fortes chances d'échouer.

A signaler que la MAS n'est pas une réponse face à certains risques de santé. Une discussion de la micro-assurance doit être accompagnée d'une mise en garde : le produit peut être le plus utile dans les situations où il est particulièrement difficile à le mettre en place : régions à haut risques de catastrophes naturelles ou, plus récemment, populations où le VIH et le sida sont endémiques. Malheureusement, l'assurance est un outil bien imparfait pour faire face aux risques ou aux problèmes prévisibles de toute une population (Pearce et Parker, 2010).

L'intérêt croissant que connaît le financement communautaire et plus particulièrement la MAS est du à ces obstacles et autres plus spécifiques à chaque pays car on pense qu'il permet plus facilement d'identifier la population de contribuables et de percevoir les contributions (Preker et al, 2002), autrement de capter les capacités à payer des populations «pauvres». Ceci étant quelles sont les perspectives en termes de couverture universelle ?


· Perspectives:

Les relations entre l'Etat et les régimes d'assurance maladie ne doivent pas être à sens unique c'est-à-dire que tous les deux ont un rôle à jouer. Ce «lien» ne sera possible qu'une fois que seront remplies certaines conditions de départ. D'abord, les régimes d'assurance-maladie communautaires doivent être considérés comme un instrument national pour une meilleure protection financière plutôt que des entités isolées. En d'autres termes, il faut créer un partenariat en vertu duquel le soutien technique et financier de l'Etat devient naturel. Deuxièmement, une interconnexion entre les régimes d'assurance-maladie obligatoire -s'il existe bien sûr un système d'AMO dans le pays en question- et communautaire et l'Etat est essentielle. La dynamique de l'assurance sociale est différente d'un pays à l'autre, et donc la prévision de la rapidité de l'amélioration de la protection financière au niveau national est très difficile. Les régimes d'assurance-maladie communautaire ont généralement donné jusqu'à présent des résultats modestes, surtout en termes d'affiliation (Carrin, 2003). Une des principales raisons est que de nombreux régimes sont apparus il y a relativement peu de temps et ont encore besoin de temps pour se développer. Il est très probable que les régimes d'assurance-maladie communautaire auront au mieux un rôle de complément. L'Etat doit donc, définir leur place dans le cadre d'une politique nationale de financement de la santé permettant à ces régimes d'assurance de contribuer à l'objectif de protection financière universelle. (Carrin, 2003).

Parmi les expériences de MAS considérées réussies par plusieurs spécialistes: «Ghana et Surtout Rwanda sont considérés comme de bons exemples en Afrique montrant que, la volonté politique, les plans d'action clairs, la portée nationale des implémentations au- delà de l'établissement de projets pilotes non coordonnés avec la politique nationale du pays, l'existence d'une structure de régulation, et -enfin et pas finalement- l'acceptation claire de la nécessité de subventionner en partie ou totalement les primes pour les plus pauvres dans la société, sont autant de facteurs essentiels. Dans ces conditions, CHI au Ghana ou la Mutuelle de Santé au Rwanda, contribuent aujourd'hui significativement dans la progression de ces

pays vers la couverture universelle (universal coverage).» (Notre traduction en français d'un extrait du papier de Criel et al, 2010).

Pourquoi on a présenté la MAS comme une alternative pour atteindre l'objectif de la CMU ? Pourquoi on voulait s'inspirer des régimes communautaires ? L'idée des systèmes de MAS ne pourrait-elle être une manière de contourner la rigidité du système basé sur l'exercice d'une activité professionnelle (inspirée de la réforme de la sécurité sociale entreprise par Bismarck en 1883) ? Dans son papier sur les régimes d'assurance maladie communautaires (Carrin, 2003), l'auteur a précisé qu'il faut encore du temps pour que ces régimes ou ces dispositifs se développent et auront au mieux le rôle de complément en contribuant à atteindre un objectif tant difficile et recherché par les pays. Est-ce par développement, on entend surtout une rentabilité financière et économique des «sociétés» de MAS implantées dans plusieurs pays et l'accroissement de leur nombre ? Cette dernière partie est une étude économétrique concernant un échantillon d'entités de micro-assurance dans certains pays africains. Quelles conclusions pourront être fournies par la régression?

IV. Etude économétrique : croissance et rentabilité du marché des

Mutuelles de santé dans certains pays africains :

À la lumière d'une revue de la littérature des estimations économétriques de modèles d'offre et de la demande au point (II. 1. b/), et de la base de données dont on dispose, on se propose de faire la régression de deux modèles d'offre et de demande. Les données ont été collectées et compilées par la concertation (Source : Inventaire permanent - Afrique - 2006 - Concertation). Les données sont récoltées principalement pendant 2006 et 2007, et concernent des mutuelles dans les pays suivants : Burundi, Cameroun, Gabon, France, Niger, Burkina Faso, Sénégal, Rwanda, Bénin, Togo, Congo la République Démocratique, Côte d'Ivoire, Mali et la Mauritanie (une seule mutuelle : Mutuelle communautaire de santé de Darnaim). On va tenter d'expliquer les facteurs déterminants pour la communauté pour accepter ou refuser l'adhésion à une Mutuelle, ainsi que les facteurs nécessaires pour parler du développement de ces mutuelles. On va estimer les modèles d'offre et de demande pour 2006 et 2007 séparément afin de pouvoir mettre en lumière certaines différences entre les deux modèles. Les régressions économétriques seront faites sous le logiciel STATA/SE® 10.0. Concernant ce logiciel paru en janvier 1985, il existe plusieurs versions. Stata pour désigner Statistics/Data Analysis et SE pour Special Edition (une version large, maximum 5000 variables). Les autres versions sont :

* SS (Small Stata) : maximum 99 variables et 12000 observations. * IC (InterCooled Stata) : une version standard.

* MP (Multiprocessor Stata) : une version large comme SE, plus de 32767 Observations.

1. Spécification de modèles économétriques de la demande et de l'offre :


· Modèle de la demande :

Les variables d'intérêt qui vont entrer en jeu pour définir le pouvoir explicatif du modèle seront les suivantes et ce pour les deux années de l'inventaire 2006 et 2007 :

- Bendroit : Le Nombre de bénéficiaires en cours de droit pour 2006 ou 2007 : la variable expliquée (dépendante) : en cours de droit veut dire que les adhérents représentent une demande intéressée pour les services de la mutuelle.

- Txcot : le montant de la cotisation payé par l'adhérent à la mutuelle.

- Insfem : le nombre de bénéficiaires inscrits à une mutuelle de sexe féminin.

-Inshom : le nombre de bénéficiaires inscrits à une mutuelle de sexe masculin.

A ce niveau, on aurait pu calculer un ratio : % des hommes inscrits ou % des femmes inscrits dans la mutuelle et ce pour normaliser les données se rapportant au genre et donc éliminer l'effet taille, mais dans plusieurs cas la valeur des inscrits est égale à zéro, et donc on ne peut pas diviser sur zéro.

- Wlinf : le fait que l'assuré travaille dans le secteur informel ou non. Cette information sera utilisée comme un proxy sur le revenu de l'assuré.

- Cotann : la fréquence du paiement de la cotisation en une seule fois par an.

- Convprest : Existence ou non d'une convention entre la mutuelle et les prestataires de soins de santé.

- Tranloc : la prise en charge ou le remboursement des frais du transport local par la mutuelle aux assurés. Cette variable peut renseigner sur l'accessibilité géographique aux soins de santé. Mais en raison du manque de données, on va juger de la pertinence de l'inclusion ou non de cette variable dans notre modèle.

- Tierpay : le mode de prise en charge par la mutuelle en tant que tiers payant. Pour voir l'importance de ce mode par rapport aux autres.

- IMF : l'existence d'une institution de microfinance qui délivre aussi les services de
l'assurance maladie en plus des autres services financiers : prêts, épargne et assurance. En

fonction de la disponibilité des données, on va juger la possibilité d'inclusion ou non de cette variable dans notre modèle.

Le modèle demande retenu dans la régression est :

Bendroit = Txcot + Insfem + Inshom + Wlinf + Cotann + Convprest + Tierpay + ji


· modèle de l'offre :

De la même façon, les variables d'intérêt qui vont entrer en jeu pour définir le pouvoir explicatif du modèle seront les suivantes et ce pour les deux années de l'inventaire 2006 et 2007 :

- Txrecouv : le taux de recouvrement moyen : est la variable expliquée (dépendante), c'est aussi le % du total des dépenses engagées par la mutuelle et couvertes par les recettes de son activité d'assurance. Cette variable est un bon indicateur de la viabilité financière.

- Depmal : le montant total des dépenses de la mutuelle en prestations maladie pour l'exercice décrit.

- Logges : la mutuelle utilise ou non un logiciel de gestion et/ou de suivi de son activité. - Rur : l'appartenance ou non des adhérents au milieu rural.

- Cotatt : total des cotisations attendues pendant l'exercice décrit.

- Cotperc : total des cotisations perçues pendant l'exercice décrit.

À remarquer qu'à l'aide des deux variables cotisations attendues et cotisations perçues, on peut calculer l'indicateur : Paiement des échéances = Montant cotisations perçues / Montant des cotisations attendues pendant le même exercice. On peut donc intégrer l'indicateur Paiement des échéances («Payech») dans notre modèle. Dans le cas où les cotisations attendues sont nulles, il n'y aura pas naturellement de cotisations perçues, et donc Payech prend la valeur zéro.

- Appfed : la mutuelle appartient ou non à une fédération de mutuelles. Et en fonction de la disponibilité des données, on va juger la possibilité d'inclusion ou non de cette variable dans notre modèle.

- Partorg : Partenariats avec d'autres organisations (hors prestataires de soins) : cette variable sera utilisée pour apporter plus de pouvoir explicatif au modèle au cas où la variable «Appfed» sera supprimée faute de données disponibles. Autrement la variable «Appfed» sera remplacée par la variable «Partorg».

Ainsi le modèle offre est : Txrecouv = Depmal + Logges + Rur + Payech + Partorg + ~ Remarque : On ne doit pas oublier le terme d'erreur (jt) à ajouter aux variables explicatives des deux modèles (offre et demande).


· Choix de la méthode d'estimation :

Suite à plusieurs régressions de modèles économétriques : modèles avec variables explicatives retardées, modèles de panel à effets fixes et à effets aléatoires, moindres carrés ordinaires (MCO), l'estimateur MCO sur des séries transformées en écart à la moyenne individuelle des variables (explicatives et expliquées) : l'estimateur WITHIN (théorème de Frish-Waugh-Lovel). On ne va pas retenir les modèles d'offre et de demande avec variables explicatives retardées. Concernant le modèle de la demande (R2 = 0.1994 et Prob > F = 0.0000, modèle n'est pas bien spécifié) et le modèle de l'offre aussi (R2 = 0.0818 et Prob > F = 0.0000, malgré le nombre important de variables explicatives, le modèle n'est pas bien spécifié). On a jugé pertinent de garder les modèles de panel à effets fixes avec MCO, pour l'estimation de l'offre et de la demande des services de mutuelles de notre échantillon. Les données de panel permettent de tenir compte de l'hétérogénéité des observations, d'exploiter plus d'observations et de saisir les effets spécifiques à court terme et à long terme de l'échantillon. Pour tenir compte de l'hétérogénéité, la plupart des économètres ont recourt à des modèles d'estimation avec effets fixes et avec effets aléatoires qui posent l'hypothèse d'éxogénéité stricte des variables explicatives par rapport aux résidus ou encore cov (Xit, JLit) = 0. Les autres hypothèses nécessaires pour une analyse MCO valide sont des termes d'erreur homoscédastiques et non autocorrélés. On ne va pas trop s'attarder sur les détails théoriques des modèles statiques de panel à effets fixes et à effets aléatoires. En revanche, du fait de la transformation en écart à la moyenne individuelle, n'importe quelle variable explicative qui serait constante dans le temps pour chaque individu est éliminée : à titre d'exemple pour le modèle de la demande, les variables suivantes (Wlinf, Cotann et Convprest) ont été omises dans la régression de toutes les variables (explicatives et expliquée) après leur transformation en écart à la moyenne individuelle. On a remarqué qu'il n'y a pas une différence importante entre la méthode de panel avec effets fixes et la régression MCO et l'estimateur WITHIN pour le modèle de la demande (R2 = 0.6245, mauvaise spécification du modèle à cause des variables omises : test de Ramsey-Reset Prob >F = 0.7407 > au seuil de 10%), et donc on a gardé le modèle de panel à effets fixes avec MCO pour estimer l'offre et la demande des services de mutuelles de santé.

- Le modèle d'estimation avec effets fixes : ou modèle de la covariance : les variables expliquées de l'offre et de la demande peuvent s'écrire ainsi :

Bendroit(it) = (f30 + öi) + f (Xit, f31) + JLit = f30i + f (Xit, f31) + JLit (1)

Txrecouv(it) = (f30 + öi) + f (Xit, f31) + JLit = f30i + f (Xit, f31) + JLit (2)

Ott i et t représentent respectivement la mutuelle de santé et l'année d'observation de la variable expliquée et des variables explicatives (2006 et 2007).

Si : spécifie des effets individuels inobservables et constants dans le temps, non aléatoires qui modifient simplement la valeur de la constante (30 dans l'équation précédente selon la valeur de i. L'élément fixe peut être corrélé avec les variables explicatives.

g : le terme d'erreur ou résidu.

X : vecteur des variables explicatives.

(3 : (P0, (1) : le vecteur des paramètres à estimer.

- Le modèle d'estimation avec effets aléatoires : ou modèle à erreurs composées : lors de l'estimation à partir du modèle à effets fixes, on avait décomposé la constante en effets spécifiques individuels inobservables. Dans le cadre du modèle à effets aléatoires, on fait l'hypothèse que ces effets individuels sont une variable aléatoire nulle en moyenne. On effectue alors une décomposition du résidu entre git et wit. L'hypothèse d'homogénéité totale est donc rejetée. Les équations s'écrivent:

Bendroit(it) = (30 + f (Xi, (31) + wit + git (3)

Txrecouv(it) = (30 + f (Xi, (31) + wit + git (4)

Ainsi, l'élément aléatoire est représenté par wit qui n'est plus un effet constant et n'est pas corrélé avec les variables explicatives. Le modèle suppose que git et wit sont véritablement aléatoires. Les hypothèses de base dans ce modèle supposent que git et wit sont centrés, c.à.d. d'espérance nulle, homoscédastiques et d'écart-type égal à ow et qu. Ils sont indépendants et non corrélés l'un avec l'autre. Lorsque la variance de w et u est différente pour chaque observation et lorsqu'il y a une corrélation non nulle entre les deux termes, on peut estimer ce modèle par la méthode des moindres carrés généralisés (MCG).

Si les caractères individuels inobservables (wit) ne sont pas corrélés avec les variables explicatives, quels que soit la période ou les mutuelles, c'est-à-dire si Cov (Xit, wit) = 0, la méthode des effets aléatoires est plus efficiente que la méthode à effets fixes.

2. Résultats de l'estimation de la demande et de l'offre :


· Résultats des régressions de la demande : (Voir Annexes pour les tableaux des régressions) :

Tableau 4 : Spécification du modèle :

Variables explicatives

MCO

EFFETS FIXES

EFFETS

 
 
 

ALEATOIRES

txcot

-0.1971859

0.0008849

0.0007184

insfem

-0.4449882

-0.3198637

-0.3066109

inshom

0.0976121

0.5508696 0.5087155

wlinf

-116161.5

(omitted) -76374.74

cotann

-25855.04

(omitted) -12566.09

Convprest

18084.64

(omitted) 4894.395

tierpay

48390.69

541.2878 550.6772

_cons

77104.98

11647.37 81272.4

R2

0.1896

0.6245 0.0967

Prob>F U_i=0

 

0.0000

Hausman

 

Prob>chi2 =0.0000

Source : nos propres régressions

- Comparaison entre modèle à effets fixes et modèle à effets aléatoires :

La pertinence de l'introduction des effets spécifiques doit toujours être testée ; on teste la significativité jointe des coefficients associés à l'ensemble des «effets-Mutuelles», par un F-test : tester l'impact des variables constantes dans le temps. STATA le fait figurer sous le tableau de résultat en effet fixe. Pour ce on utilise le :

Test d'Hausman : on va comparer les coefficients des 2 modèles (effets fixes et effets aléatoires). L'hypothèse testée est qu'il n'existe pas de différence systématique entre les coefficients estimés à partir du modèle à effets fixes ou à partir du modèle à effets aléatoires. H0 : Absence de décision

H1 : Le modèle à effets fixes est accepté

Conclusion du test : le p-value que nous donne STATA indique la probabilité de se tromper en H0. P-value = 0.0000 < au seuil de 10%, on rejette H0 et on conclut à l'utilisation du modèle à effets fixes. De plus Cov (Xit, wit) = - 0.1169 différente de zéro ; la méthode à effets fixes est nécessaire sinon les coefficients estimés seraient biaisés. Les coefficients obtenus à l'aide du modèle à effets fixes sont sans biais. Le modèle à effets fixes(WITHIN) est dans ce cas l'estimateur BLUE (Best Linear Unbiaised Estimator).

- Comparaison entre les MCO et le modèle à effets fixes :

H0 : Effets individuels sont nuls

H1 : Les effets individuels ne sont pas nuls

À un seuil de 10%, le p-value du test de Fisher est 0.0000 < 0.10, donc on peut rejeter H0 et on conclut que les effets individuels ne sont pas nuls, mais on peut aussi accepter les MCO. On va appliquer une régression linéaire MCO.

- Test de Normalité des résidus :

En se référant à la loi des grands nombres et au théorème centrale limite, on peut faire l'hypothèse de la normalité des résidus. Si le nombre d'observations augmente suffisamment, la distribution des résidus tend vers une distribution normale, et la moyenne empirique tend vers l'espérance mathématique.

- Test d'Homoscédasticité : hypothèse de la constance de la variance des résidus : test de White :

H0 : Homoscédasticité

H1 : Hétéroscédasticité

La statistique du test est un F de Fisher, le p-value (= 0.0000) qui lui est associé est la probabilité de ne pas rejeter H0. F calculé = 10.79 > F lu dont la valeur maximale est 3.84 : quelque soit le nombre de contraintes, vu que ddl = 355 (362 (observations) - 7 variables explicatives). On rejette H0 avec un risque de 1ère espèce a = 5%, et on conclue à une hétéroscédasticité.

- La correction de White : permet d'utiliser les MCO en présence d'hétéroscédasticité, elle consiste en une pondération des variables. Après cette correction, on constate que les coefficients (non affectés par ce problème) restent inchangés, à l'inverse des écarts types qui sont corrigés, et donc on peut retrouver des procédures de tests solides.

- Test d'Autocorrélation: Test de Breusch Godfrey : l'origine du problème sera une variable omise non corrélée avec les variables explicatives.

H0 : absence d'autocorrélation

H1 : les résidus sont autocorrélés.

La variable temps s'étalant sur deux années, T*R2 = 2*0.3239 = 0.6478 < 3.84 (X2 lu dans la table à 1 ddl). On ne peut pas rejeter H0 pour un risque de 1ère espèce a = 5%, on conclue qu'il n'y a pas d'autocorrélation entre les termes d'erreurs.

- Test de spécification : Ramsey-Reset :

Ho: pas de variables omises.

H1 : mauvaise spécification du modèle.

F calculé = F(3, 328) = 55.48 et Prob > F = 0.0000 .

Le nombre de ddl = 362 - 7 = 355 ; et quelque soit le nombre de restrictions, F lu a une valeur maximale = 3.84. Ainsi F calculé > F lu. On peut rejeter H0, il se peut qu'il y a une variable omise ou une mauvaise spécification du modèle. Comme on l'a expliqué plus haut, on a voulu intégrer certaines variables se rapportant à l'accessibilité géographique, aux autres services de microfinance ou encore au rôle de la publicité sur la demande des services de

mutuelles de santé. Mais faute de données nécessaires, on n'a pas pu les ajouter aux variables explicatives.

- Endogénéité : Le problème se pose si une variable explicative est soupçonnée d'endogénéité, c'est-à-dire corrélée avec l'écart aléatoire. Or on ne peut suspecter aucune des variables explicatives d'endogénéité. On ne peut pas traduire un changement dans la relation de causalité entre nos 7 variables explicatives et la variable expliquée «bendroit»(effet de feed-back).

Tableau 5 : Analyse de l'impact des déterminants de la demande des services des mutuelles sur le nombre d'inscrits bénéficiaires des droits aux services

Variables explicatives

coefficients

Student

p- value

txcot

-0.1971859

-1.22

0.225

insfem

-0.4449882

-0.07

0.943

inshom

0.0976121

0.02

0.981

wlinf

-116161.5

-7.24

0.000***

cotann

-25855.04

-2.50

0.013*

convprest

18084.64

0.77

0.441

tierpay

48390.69

3.67

0.000***

_cons

77104.98

3.07

0.002**

Source: nos propres régressions

Pour des statistiques descriptives, voir Annexes.

Toute chose étant égale par ailleurs. La variabilité du nombre de bénéficiaires ayants droit aux services de mutuelles est expliquée à 18.96% (MCO) et à 62.45% (effets fixes) par la variabilité du montant de la cotisation, des inscrites en mutuelles, des inscrits masculins, de l'appartenance au secteur informel ou non, de la fréquence de paiement de la cotisation une fois par an, du fait que la mutuelle est conventionnée avec un prestataire de soins et du mode de prise en charge par la mutuelle en tant que tiers payant. Le nombre de bénéficiaires ayants droit reflètent une demande intéressée aux services offerts par la mutuelle de santé.

- Effets marginaux de certaines variables :

Lorsque pour une année, le montant de la cotisation baisse pour tendre vers zéro, et qu'il n'y aura pas de nouveaux inscrits (hommes et femmes), le nombre de bénéficiaires ayants droit aux services tend vers 1564.

Lorsqu'en moyenne 2.25 femmes seront inscrites, le nombre de bénéficiaires en droit baisse d'une unité. En revanche pour 10.30 personnes de sexe masculin nouvellement inscrites, le nombre de bénéficiaires en droit augmente d'une unité.

Les coefficients attribuables aux : montant de la cotisation (en Franc CFA), aux inscrits à la mutuelle de sexe féminin, aux inscrits de sexe masculin et caractère de convention avec un fournisseur de soins de santé, ne sont pas significativement différents de zéro.( p-value> 5%). Toute chose étant égale par ailleurs, si une mutuelle adopte le mode de prise en charge «tiers payant», elle peut voir le nombre de bénéficiaires ayants droit augmenter de 48391. Lorsque cette même mutuelle conclut une convention avec un prestataire de soins, le nombre de bénéficiaires ayants droit peut croître de 18085.


· Résultats des régressions de l'offre : (voir Annexes) :

Tableau 6 : Spécification du modèle :

Variables explicatives MCO EFFETS FIXES EFFETS

ALEATOIRES

depmal
logges
rur

payech
partorg
_cons

1.06e-08 0.1823536 0.1880172 -1.000854

1.357199

.324838

-1.67e-08 (omitted) (omitted) 0.9602815 0.9412221 -0.2253838

1.90e-08 0.2620777 0.3375233 0.9547098 0.9370785 -0.9711391

R2 0.0412 0.8276 0.0458

Prob>F U_i=0 0.0000

Hausman Prob>chi2 =0.0014

Source : nos propres régressions

On ne va pas réexpliquer les détails et l'intérêt des tests statistiques.

- Test d'Hausman : L'hypothèse testée est qu'il n'existe pas de différence systématique entre les coefficients estimés à partir du modèle à effets fixes ou à partir du modèle à effets aléatoires.

H0 : Absence de décision

H1 : Le modèle à effets fixes est accepté

Conclusion du test : P-value = 0.0014 < au seuil de 10%, on rejette H0 et on conclut à
l'utilisation du modèle à effets fixes. De plus Cov (Xit,
wit) = - 0.3999, est différente de zéro ;
la méthode à effets fixes est nécessaire car les coefficients obtenus à l'aide du modèle à effets

fixes sont sans biais. Dans ce cas l'estimateur WITHIN est BLUE : convergent, à variance minimale parmi les autres estimateurs du paramètre et sans biais.

- Comparaison entre les MCO et le modèle à effets fixes :

H0 : Effets individuels sont nuls

H1 : Les effets individuels ne sont pas nuls

À un seuil de 10%, le p-value du test de Fisher est 0.0000 < 0.10, donc on peut rejeter H0 et on conclut que les effets individuels ne sont pas nuls, mais on peut aussi accepter les MCO, vu qu'avec la transformation «xtdata», (le R2 = 0.0453, un Skewness = 0 et les variables «logges» et «rur» sont omises à cause de l'autocorrélation). On va appliquer une régression linéaire MCO.

- Test de Normalité des résidus :

En se référant à la loi des grands nombres et au théorème centrale limite, on peut faire l'hypothèse de la normalité des résidus.

- Test d'Homoscédasticité : test de White :

H0 : Homoscédasticité

H1 : Hétéroscédasticité

La statistique du test est un F de Fisher, le p-value (= 0.0100) qui lui est associé est la probabilité de ne pas rejeter H0. F calculé = 3.08 < F lu = 3.84 : pour une contrainte, vu que ddl = 357 (362 (observations) - 5 variables explicatives). On ne peut pas rejeter H0 avec un risque de 1ère espèce a = 5%, et on conclue à une homoscédasticité.

- La correction de White : malgré la conclusion à une homoscédasticité, on a réalisé cette correction qui consiste en une pondération des variables. Après cette correction, on constate que les coefficients et les écarts types ont changé, et donc on peut confirmer l'homoscédasticité des résidus car normalement des coefficients non touchés par l'hétéroscédasticité doivent rester inchangés après cette correction.

- Test d'Autocorrélation: Test de Breusch Godfrey :

H0 : absence d'autocorrélation

H1 : les résidus sont autocorrélés.

La variable temps s'étalant sur deux années, T*R2 = 2*0.0002 = 0.0004 < 3.84 (X2 lu dans la table à 1 ddl : l'ordre de l'autocorrélation que l'on teste). On ne peut pas rejeter H0 pour un risque de 1ère espèce a = 5%, on conclue qu'il n'y a pas d'autocorrélation entre les termes d'erreurs. En effectuant la correction de l'autocorrélation des variables explicatives on a obtenu un R2 = 0.1409.

Test de spécification : Ramsey-Reset :

Ho: pas de variables omises.

H1 : mauvaise spécification du modèle.

F calculé = F(3, 311) = 24.66

Prob > F = 0.0000

Le nombre de ddl = 362 - 5 = 357 ; et quelque soit le nombre de restrictions, F lu a une valeur maximale = 3.84. Ainsi F calculé > F lu.

On peut rejeter H0, il se peut qu'il y a omission de variables ou une mauvaise spécification du modèle. On a voulu intégrer certaines variables supplémentaires se rapportant à l'appartenance de la mutuelle à une fédération de mutuelles ou le recours à une caisse de réassurance. Mais faute de données nécessaires, on n'a pas pu les ajouter aux variables explicatives.

- Endogénéité : on ne peut suspecter aucune des variables explicatives d'endogénéité. Tableau 7 : Analyse de l'impact des déterminants de l'offre des services des mutuelles sur leurs taux de recouvrement (équilibre financier)

Variables explicatives

coefficients

Student

p- value

depmal

1.06e-08

2.86

0.005**

logges

0.1823536

0.27

0.790

rur

0.1880172

0.25

0.804

payech

-1.000854

-1.21

0.226

partorg

1.357199

1.62

0.107

_cons

0.324838

0.29

0.772

Source: nos propres régressions

Pour des statistiques descriptives, voir Annexes.

Toute chose étant égale par ailleurs. La variabilité du taux de recouvrement des dépenses des mutuelles est expliquée à 4.12% (MCO) et à 82.63% (effets fixes) par la variabilité du montant de ses dépenses en prestations de santé, de l'utilisation ou non d'un logiciel de gestion et/ou de suivi par la mutuelle, de l'appartenance des inscrits à la mutuelle au milieu rural ou urbain, du pourcentage de paiement des échéances (total cotisations perçues / total cotisations attendues durant un exercice), et du partenariat entre la mutuelle en question et une autre organisation hors prestataires de soins. Ce taux de recouvrement donne une idée sur la soutenabilité de l'équilibre financier d'une mutuelle de l'échantillon.

- Effets marginaux de certaines variables :

Lorsque pour une année, le montant des dépenses de maladie de la mutuelle augmente d'une unité monétaire, - toute chose étant égale par ailleurs - la mutuelle pourra voir son taux de recouvrement croître de 1.06e-08 en pourcentage. L'effet est faible, mais renseigne sur un sens de croissance normalement contraire. En effet, pour collecter des cotisations auprès des

adhérents, la mutuelle doit au préalable son utilité ; rembourser les dépenses de santé de ses assurés.

De la même manière, l'utilisation d'un logiciel de suivi ou de gestion par la mutuelle et l'appartenance des adhérents au milieu rural, contribuent chacune à 18.2% et 18.80% dans le taux de recouvrement des dépenses de la même année.

Le partenariat avec une organisation hors prestataires de soins, a l'impact positif le plus important sur l'augmentation du taux de recouvrement annuel de la mutuelle, soit un effet multiplicateur de 1.35% d'une année sur l'autre.

Tous les coefficients attribuables aux variables explicatives exception faite du montant des dépenses se rapportant au remboursement des prestations de santé, ne sont pas significativement différents de zéro.( p-value> 5%).


· Commentaires et discussion :

La taille de notre échantillon est dans une certaine mesure acceptable mais elle pose le problème du manque d'observations concernant certaines variables qui peuvent constituer l'originalité en quelque sorte de nos régressions à savoir : la prise en charge du transport local par la mutuelle (qui renseigne sur l'accessibilité géographique aux soins de santé), une variable renseignant sur le marketing social ( campagne de publicité pour informer la population cible sur les services de la mutuelle et son existence même) du point de vue le modèle de la demande, et aussi le recours de la mutuelle à un organisme de réassurance pour le pooling du risque ; et ce du point de vue de l'offre des services de micro-assurance de santé. Comme on a expliqué plus haut, la différence entre les caisses de micro-assurance de santé et les mutuelles de santé est idéologique.

Le cadre d'étude nous limite dans une approche globale des résultats par inférence ; par contre elle peut sous estimer les effets individuels tels que les données socio culturelles puisque la plupart des pays étaient des pays africains, à revenus faible et moyen. On

On aurait aimé introduire une variable informant sur l'impact de la volonté politique sur l'offre et la demande des services de MAS, malgré l'instabilité politique de certains de ces pays africains. Les données sur la vie «politique» si elles sont disponibles, ne suivent pas une loi normale ou sont incomplètes.

Les résultats obtenus sont en concordance avec ceux obtenus par la littérature économétrique sur les dispositifs de micro-assurance de santé, dans son approche descriptive.

V. Conclusion :

Les mutuelles de santé et les fonds ou caisses ciblant une population à capacité financière faible, ont existé avant 1999, année d'apparition de la terminologie « micro-assurance». Les dispositifs de MAS n'ont cessé de se développer, de murir, de se diversifier au point où certains auteurs ont proposé une grille de lecture des différentes expériences existantes. Des tentatives de standardisation ont été formulées, pour contourner le passage des MAS par le laboratoire des expériences pilotes, mais les difficultés demeurent encore.

Du moment où le secteur informel n'a cessé de gagner du terrain dans la sphère économique, et que l'Assurance Maladie Obligatoire basée sur le travail déclaré et la cotisation obligatoire a montré ses limites face à l'évasion «sociale», la MAS est donc d'une utilité vitale» pour appuyer le financement des systèmes de santé. La MAS n'est pas une invention venant se mettre à la place de l'assurance maladie obligatoire puisqu'elle aussi met relation travail et cotisation. La MAS et l'AMO ne peuvent que se compléter et ne pas évincer l'un l'autre !

Parvenir à une CMU ou une protection financière universelle contre les coûts de santé dits catastrophiques par l'assurance maladie communautaire ou la MAS [cas du Ghana et du Rwanda (Criel et al, 2010)] est un défi majeur voire un rêve pour certains pays en développement. Dans certaines régions, la micro-assurance a permis à des familles de ne pas plonger au dessous du seuil de la pauvreté, et a constitué un nouveau produit pour l'assurance commerciale voire la réassurance (MIA à New Delhi). Les mêmes dispositifs de MAS ont contribué au financement des systèmes de santé et à l'incitation des fournisseurs de soins de santé à améliorer la qualité de leurs services.

La micro-assurance de santé pourra pour y parvenir dénouer la condition du travail pour avoir droit à l'assurance santé, et le problème du taux total englobant touts les cotisations donnant droit aux différentes prestations sociales.

VI. Bibliographie:

Atim C. (1999), «Social Movements and Health Insurance: a Critical Evaluation of Voluntary, non-profit Insurance Schemes with Case Studies from Ghana and Cameroon», in Social Science and Medicine, 48, pp.881-896.

Atim C. (2000), «Training of trainers Manual for Mutual Health Organizations in Ghana», Bethesda, Md.: Abt Associates Inc, Partnerships for health reform project.

Barrett G.F. and Conlon R.(2003),«Adverse Selection and the Decline in Private health Insurance Coverage in Australia: 1989-95», Economic Record vol.79, pp.246- 279.

Berman P. and Khan M.E.(1993), «Paying for India's Health Care», New Delhi, Sage Publications.

Bhat R. and Mavalankar D. (2001), «Health Insurance in India: Opportunities, Challenges and Concerns», In «Indian Insurance Industry: Transition and Prospects» by Srivastava D.C. and Srivastava S. (eds.), New Century Publications, New Delhi.

Bhat R. and Jain N. (July 2006), «Factoring affecting the Demand for Health Insurance in a Micro Insurance Scheme», W.P. N° 2006-07-02, Indian Institute of Management Ahmadabad - India, pp. 1-29. http://www.iimahd.ernet.in/publications/data/2006-07-02rbhat.pdf

Butler J.(1999), «Estimating Elasticities of Demand for Private Health Insurance in Australia», National Centre for Epidemiology and Population Health, ANU Canberra.

Cameron C.A. and Trivedi P.K.(1991), «The role of Income and Health Risk in the Choice of Health Insurance», Journal of Public Economics vol. 45(1), pp.1-28.

Cameron C.A. and McCallum J. (1995), «Private health insurance choice in Australia: The role of long-term utilisation of health services» In (ed.) H. Lapsley, «Economics and Health: 1995, Proceedings of the Seventeenth Australian Conference of Health Economists», pp. 143- 162, School of Health Services Management, University of New South Wales.

Carrin G., (2003), «Régimes d'assurance-maladie communautaires dans les pays en développement : faits, problèmes et perspectives», Discussion paper N° 1-2003, Geneva : Department HSF, Expenditure and Resource Allocation - World Health Organization, pp.1-43.

Chernew M., Cutler D.M. and al.(2002), «Explanations for the Decline in Health Insurance Coverage», Harvard University.

Churchill C [Editor], (2006), «Protecting the poor: a microinsurance compendium», Geneva, International Labour Office (ILO),

http://www.munichre-foundation.org/NR/rdonlyres/52FA02DB-B6A4-4DEB-8149- A64B64D6A68/0/ProtectingthepoorAmicroinsurancecompendiumFullBook.pdf.

Creusot A.C., (2004), « Identifier un projet en micro finance. Repères méthodologiques pour des Projets réalistes», coopérer aujourd'hui n°41 : http://www.gret.org/ressource/pdf/cooperer41.pdf

Criel B. et al. (1999), «The Bwamanda Hospital Insurance Scheme: Effective for Whom?

A Study of its Impact on Hospital Utilization Patterns», in Social Science and Medicine, 48, pp.897-911.

Criel B., Devadasan N., Durairaj N. and Soors W., (2010), «Community Health Insurance and Universal Coverage: Multiple paths, many rivers to cross», Unit of Health Policy and Financing, Institute of Tropical Medicine, Antwerp, Belgium pp.1-107.

Cutler D.M. and Zeckhauser R.J.(1999), «The Anatomy of Heath Insurance», National Bureau of Economic Research, Inc.

Dror D.-M. et C. Jacquier (1999),«Micro-Insurance: Extending Health Insurance to the excluded» , in International Social Security Review, vol.52, N° 1.

Dror M.D., Vaté M. (2003), «Assurer ou ne pas assurer? Réflexions sur les limites de ce qui peut être assuré», In «Réassurance sociale : stabiliser les micro-assurances de santé dans les pays pauvres», Dror D.-M. et A.-S. Preker Genève, OIT, Banque Mondiale, Editions Eska, pp.127-154.

Dror M.D. Jakab M., Preker S.A (2003), «le rôle des collectivités dans la lutte contre l'exclusion sociale», In «Réassurance sociale : stabiliser les micro-assurances de santé dans les pays pauvres», Dror D.-M. et A.-S. Preker Genève, OIT, Banque Mondiale, Editions Eska, pp.37-56.

Duffau A., Salze C., Poursat C., (2008), "Identification and Feasibility in Micro Health Insurance: Methods and Tools - the experience of the SKY Project (Cambodia)", Coopérer aujourd'hui N 60, GRET, PP.1-46, http://www.gret.org .

Feldstein M.S.(1973), «The Welfare Loss of Excess Health Insurance», Journal of Political Economy vol.81, pp.251-280.

Foirry J.-P. et al. (septembre 2000), «Etude sur l'extension des assurances sociales obligatoires du risque maladie dans les pays de la ZSP. : Bilan et perspectives », Paris, MAEDGCID.

Giesbert L. (December 2008), «The demand for Microinsurance in rural Ghana» Household survey Report on the Anidaso Policy of the Gemini Life Insurance Company (GLICO), Hamburg, Germany, pp.1-21.

http://www.microinsurancecentre.org/UI/..%5CUploadDocuments%5CGhana%20microinsur ance%20survey%20report%20dec2008.pdf

Gotsadze G.et Bennett S. (2003), «Le renforcement des capacités et la consolidation des conditions de mise en oeuvre au niveau communautaire », In « Réassurance sociale : stabiliser les micro-assurances de santé dans les pays pauvres», Dror D.-M. et A.-S. Preker Genève, OIT, Banque Mondiale, Editions Eska, pp.225-244.

Grossman M.(1972), «On the concept of Health Capital and the Demand for Health», Journal of Political Economy vol.80 (2), p.223.

Hopkins S. and Kidd M.P.(1996), «The determinants of the Demand for Private Health Insurance under Medicare», Applied Economics vol. 28, pp.1623-1632.

Kronick R. and Gilmer T.(1999), «Explaining the decline in Health insurance coverage 1979- 1995», Health Affairs vol.18(2), p.30.

Lavigne Delville Ph. (2001), «Contre l'autisme des projets, analyser les pratiques préalables à l'intervention», Note méthodologique N° 3, Paris : Gret, 2001, http://www.gret.org/ressource/pdf/methodo3.pdf

Lepine A. et Petitpierre L. (2006), "Etude de faisabilité des services de micro-assurance de santé au Maroc comme nouveau produit des AMC", rapport de stage 2ème magistère, CERDI, Clermont-Ferrand, France.

Letourmy A. et Pavy-Letourmy A. (décembre 2005), «La micro-assurance de la santé dans les pays à faible revenu», Notes et documents N° 26, AFD, Paris, pp.1-223.

Marmot M. (2006), Lancet2006; 368:2081-94, «Health in an unequal world» [en line], Création le 05 décembre 2006, London [ www.thelancet.com],(consulté le 05 avril 2010).

Massat P. (2008), « l'Académie de Micro Assurance (MIA) de New Delhi, Inde», Rapport de stage Master 2 Economie de la santé dans les PED, CERDI, Clermont-Ferrand, France, pp.1- 54.

McCord M.-J. (2000), «Micro-Insurance: a case study of an Example of the Mutual Model of Micro-Insurance Provision», UMASIDA, Nairobi, MicroSave Africa.

MIA, site internet, http://www.microinsuranceacademy.org/principles, (2010).

Musgrove P., (1999), «Public Spending on Health Care: How are Different Criteria Related?», Health Policy 47(3), pp. 207-223, Quoted in World Health Organization, World Health Report 2000: Health Systems: Improving Performance, Geneva.

Muurinen J.M.(1982), «Demand for health: a generalised Grossman model», Journal of Health Economics vol.1(1), pp.5-28.

Nyman J.A.(1999),«the value of health insurance: the access motive», Journal of Health Economics vol.18(2), pp.141-152.

Ouattara O., Sissouma I. et Bore A. (février 2003), «Etude diagnostique pour l'extension de la protection sociale au mali : secteur informel et milieu rural», UTM-BIT, Bamako.

Parker J. et Pearce D. (2010), «Microfinance, subventions et instruments non financiers dans le cadre de la réduction de la pauvreté : Quel est le rôle du microcrédit ?», Note focus du CGAP N°20, CGAP et Development Alternatives, Inc., http://www.cgap.org/gm/document1.9.2463/FN20_FRN.pdf.

Savage E. and Wright D.(1999),«Health Insurance and Health Care Utilization: Theory and Evidence from Australia 1989-1990», Mimeograph B2 - Mimeograph, Sydney, University of Sydney.

Scotton R.B.(1969),«Membership of Voluntary Health Insurance», Economic Record vol.45, pp.69-83.

Sindelar J.L.(1982), «Differential Use of Medical Care by Sex», Journal of Political Economy vol.90(5), p.1003.

Van De Ven W.P.M.M. and Van Praag B.M.S.(1981), «The Demand for Deductibles in Private Health Insurance», Journal of Econometrics vol.17(2), pp.229-252.

Yunus M. (1998), «Toward Creating a Poverty-Free World», In: Grameen Bank, club de Debate de l'Université de Complutense, Madrid, le 25 avril 1998.

Zeller M. and Sharma M.(1998), «Rural finance and Poverty alleviation», Food policy report, International Food Policy Research Institute, Washington DC.

VII. Annexes:

Modèle de la demande des services de Mutuelles:

Bendroit(it) = f (txcot, insfem, inshom, wlinf, cotann, convprest, tierpay) + uit . sum bendroit

Variable

Obs

Mean

Std. Dev.

Min

Max

bendroit

361

12089.58

85710.44

0

820295

. sum txcot

Variable

Obs

Mean

Std. Dev.

Min

Max

txcot

362

6873.959

29980.29

0

266712

. sum insfem

Variable

Obs

Mean

Std. Dev.

Min

Max

insfem

362

1699.729

18579.98

0

352862

. sum inshom

Variable

Obs

Mean

Std. Dev.

Min

Max

inshom

362

2147.82

27820.27

0

529293

. tis annee

. iis id

. xtreg bendroit txcot insfem inshom wlinf cotann convprest tierpay, fe note: wlinf omitted because of collinearity

note: cotann omitted because of collinearity

note: convprest omitted because of collinearity

Fixed-effects (within) regression Number of obs = 339

Group variable: id Number of groups = 216

R-sq: within = 0.6245 Obs per group: min = 1

between = 0.0001 avg = 1.6

overall = 0.0001 max = 2

F(4,119) = 49.48

corr(u_i, Xb) = -0.1169 Prob > F = 0.0000

bendroit

Coef

Std Err.

t

P>|t|

[95% Conf. Interval]

txcot

.0008849

.0051284

0.17

0.863

-.0092698 .0110397

insfem

-3198637

.1012899

-3.16

0.002

-.5204279 -.1192995

inshom

.5508696

.0824549

6.68

0.000

.3876006 .7141387

wlinf

(omitted)
(omitted)
(omitted)

cotann

convprest

tierpay

541.2878

59.40769

9.11

0.000

423.6546 658.9209

_cons

11647.37

93.90184

124.04

0.000

11461.44 11833.31

sigma_u
sigma_e
rho

83185.228 39.517235 .99999977 (fraction of variance due to u_i)

F test that all u_i=0: F(215, 119) = 6.4e+06 Prob > F = 0.0000

. estimates store fixed

. xtreg bendroit txcot insfem inshom wlinf cotann convprest tierpay, re Random-effects GLS regression Number of obs = 339

Group variable: id Number of groups = 216

R-sq: within = 0.6229 Obs per group: min = 1

Between = 0.0967 avg = 1.6

overall = 0.1137 max = 2

Random effects u_i ~ Gaussian Wald chi2 (7) = 207.53

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

bendroit

Coef

Std Err.

z

P>|z|

[95% Conf. Interval]

txcot

.0007184

.0052836

0.14

0.892

-.0096373 .0110741

insfem

-3066109

.1042986

-2.94

0.003

-.5110325 -.1021893

inshom

.5087155

.08406

6.05

0.000

.343961 .6734701

wlinf

-6374.74

17786.14

-4.29

0.000

-111234.9 -41514.56

cotann

-2566.09

12376.08

-1.02

0.310

-36822.76 11690.58

convprest

4894.395

30339.13

0.16

0.872

-54569.21 64358

tierpay

550.6772

61.18269

9.00

0.000

430.7613 670.593

_cons

81272.4

31044.56

2.62

0.009

20426.18 142118.6

sigma_u

75429.219

sigma_e

39.517235

rho

.99999973 (fraction of variance due to u_i)

. hausman fixed

 

---- Coefficients ----

 
 
 

(b) (B)

(b-B)

sqrt(diag(V_b-V_B))

 

fixed .

Difference

S.E.

Txcot

.0008849 .0007184

.0001665

-

Insfem

-.3198637 -.3066109

-.0132528

-

Inshom

.5508696 .5087155

.0421541

-

tierpay

541.2878 550.6772

-9.389402

-

b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic

chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 244.30

Prob>chi2 = 0.0000

(V_b-V_B is not positive definite)

. regress bendroit txcot insfem inshom wlinf cotann convprest tierpa

Source

SS df MS

Number of obs = 339
F( 7, 331) = 11.06

Prob > F = 0.0000

R-squared = 0.1896

Adj R-squared = 0.1725 Root MSE = 80419

Model

5.0080e+11 7 7.1543e+10

Residual

2.1407e+12 331 6.4673e+09

Total

2.6415e+12 338 7.8150e+09

bendroit

Coef

Std Err.

z

P>|z|

[95% Conf. Interval]

txcot

-1971859

.1620467

-1.22

0.225

-.5159572 .1215855

insfem

-4449882

6.194993

-0.07

0.943

-12.63151 11.74153

inshom

.0976121

4.130537

0.02

0.981

-8.027802 8.223026

wlinf

-16161.5

16049.43

-7.24

0.000

-147733.3 -84589.76

cotann

-5855.04

10321.5

-2.50

0.013

-46159.05 -5551.033

convprest

18084.64

23465.62

0.77

0.441

-28075.91 64245.18

tierpay

48390.69

13173.49

3.67

0.000

22476.37 74305

_cons

77104.98

25087.07

3.07

0.002

27754.77 126455.2

. predict residu4, resid

(23 missing values generated) . gen residu5 = residu4^2 (23 missing values generated)

. regress residu5 txcot insfem inshom wlinf cotann convprest tierpay

Source

SS df MS

Number of obs = 339

F( 7, 331) = 10.79

Prob > F = 0.0000

R-squared = 0.1858

Adj R-squared = 0.1686
Root MSE = 4.0e+10

Model

1.2107e+23 7 1.7296e+22

Residual

5.3062e+23 331 1.6031e+21

Total

6.5169e+23 338 1.9281e+21

bendroit

Coef

Std Err.

t

P>|t|

[95% Conf. Interval]

txcot

-14306.1

80678.16

-1.42

0.157

-273012.7 44400.5

insfem

-21744.3

3084299

-0.20

0.840

-6689044 5445556

inshom

308706.3

2056469

0.15

0.881

-3736691 4354103

wlinf

-.96e+10

7.99e+09

-7.46

0.000

-7.53e+10 -4.39e+10

cotann

-.09e+10

5.14e+09

-2.12

0.035

-2.10e+10 -7.1e+08

convprest

2.34e+10

1.17e+10

2.00

0.046

4.15e+08 4.64e+10

tierpay

2.03e+10

6.56e+09

3.10

0.002

7.45e+09 3.32e+10

_cons

2.80e+10

1.25e+10

2.24

0.026

3.43e+09 5.26e+10

. regress bendroit txcot insfem inshom wlinf cotann convprest tierpay, robust Linear regression Number of obs = 339

F( 7, 331) = 1.75

Prob > F

=

0.0972

R-squared

=

0.1896

Root MSE

=

80419

bendroit

Coef.

Robust Std. Err.

t

P>|t|

[95% Conf. Interval]

txcot

-.1971859

.1671438

-1.18

0.239

-.525984 .1316122

insfem

-.4449882

4.96963

-0.09

0.929

-10.22103 9.331053

inshom

.0976121

3.300771

0.03

0.976

-6.395522 6.590746

wlinf

-116161.5

43435.85

-2.67

0.008

-201606.6 -30716.38

cotann

-25855.04

9949.651

-2.60

0.010

-45427.57 -6282.52

convprest

18084.64

24978.26

0.72

0.470

-31051.52 67220.79

tierpay

48390.69

18627.91

2.60

0.010

11746.67 85034.7

_cons

77104.98

25509.76

3.02

0.003

26923.29 127286.7

. ovtest

Ramsey RESET test using powers of the fitted values of bendroit Ho: model has no omitted variables

F(3, 328) = 55.48

Prob > F = 0.0000

Number of obs

 

= 339

F( 7, 331)

=

11.06

Prob > F

=

0.0000

R-squared

=

0.1896

Adj R-squared

=

0.1725

Root MSE

=

80419

. regress bendroit txcot insfem inshom wlinf cotann convprest tierpa

Source

SS

df

MS

Model

5.0080e+11

7

7.1543e+10

Residual

2.1407e+12

331

6.4673e+09

Total

2.6415e+12

338

7.8150e+09

Bendroit

Coef.

Robust
Std. Err.

t

P>|t|

[95% Conf. Interval]

txcot

-.1971859

.1620467

-1.22

0.225

-.5159572 .1215855

insfem

-.4449882

6.194993

-0.07

0.943

-12.63151 11.74153

inshom

.0976121

4.130537

0.02

0.981

-8.027802 8.223026

wlinf

-116161.5

16049.43

-7.24

0.000

-147733.3 -84589.76

cotann

-25855.04

10321.5

-2.50

0.013

-46159.05 -5551.033

convprest

18084.64

23465.62

0.77

0.441

-28075.91 64245.18

tierpay

48390.69

13173.49

3.67

0.000

22476.37 74305

_cons

77104.98

25087.07

3.07

0.002

27754.77 126455.2

. predict residu6, resid

(23 missing values generated)

. gen rresidu6 = residu6[_ n-1]

(24 missing values generated)

. regress residu6 rresidu6 txcot insfem inshom wlinf cotann convprest tierpa

Number of obs

 

= 320

F( 7, 331)

=

18.63

Prob > F

=

0.0000

R-squared

=

0.3239

Adj R-squared

=

0.3066

Root MSE

=

65356

Source

SS

df

MS

Model

6.3652e+11

8

7.9565e+10

Residual

1.3284e+12

311

4.2714e+09

Total

1.9649e+12

319

6.1596e+09

residu6 | Coef. Std. Err.

+

rresidu6| .5777769 .0498382

txcot | .1063601 .1345919

insfem| 1.936321 6.854951

inshom| -10.33042 7.738755

wlinf | -11670.37 14181.53

cotann | 6432.463 8856.809 convprest | -2410.942 19787.15

tierpay | -388.4665 11246.15

_cons | 13372.52 21877.29

t

 

P>|t|

[95% Conf. Interval]

11.59

0.000

.4797141

.6758397

0.79

0.430

-.1584658

.371186

0.28

0.778

-11.55163

15.42427

-1.33

0.183

-25.55736

4.896515

-0.82

0.411

-39574.25

16233.52

0.73

0.468

-10994.38

23859.31

-0.12

0.903

-41344.55

36522.67

-0.03

0.972

-22516.64

21739.71

0.61

0.541

-29673.71

56418.75

. prais bendroit txcot insfem ins hom wlinf cotann convprest tierpay , robust

Number of gaps in sample: 215 (gap count includes panel changes)

(note: computations for rho restarted at each gap)

1teration 0: rho = 0.0000 1teration 1: rho = 0.9974 1teration 2: rho = 0.9999 1teration 3: rho = 1.0000 1teration 4: rho = 1.0000 1teration 5: rho = 1.0000

1teration 6: rho = 1.0000

Prais-Winsten AR(1) regression -- iterated estimates Linear regression

Number of obs =
F( 8, 331) =

Prob > F =

R-squared =

Root MSE =

339 92.51 0.0000 0.1413 260.83

Semirobust

Std. Err.

t

P>Iti

[95% Conf. 1nterval]

.0079714

-0.81

0.416

-.0221733

.0091888

.396713

-0.53

0.597

-.990221

.5705723

.3403639

0.33

0.741

-.5570809

.7820175

43691.54

-1.92

0.056

-169662

2234.228

7716.224

-1.78

0.076

-28901.62

1456.425

29619.47

0.28

0.780

-49992.26

66540

76.01712

8.73

0.000

514.352

813.4272

38022.54

2.27

0.024

11452.35

161045

Coef.

bendroit

txcot

-.0064923

insfem

ins hom

-.2098243

.1124683

wlinf

cotann

-83713.87

- 13722.6

8273.87

663.8896

convprest tierpay

!cons

rho

86248.65

. 9999913

Durbin-Watson statistic (original) 0.001063

Durbin-Watson statistic (transformed) 0.811749

Modèle de l'offre des Mutuelles: . sum txrecouv

Variable

Obs

Mean

Std. Dev.

Min

Max

txrecouv

362

1.695746

9.10259

0

100

. sum depmal

Variable

Obs

Mean

Std. Dev.

Min

Max

depmal

362

1.27e+07

7.99e+07

0

9.00e+08

. sum payech

Variable

Obs

Mean

Std. Dev.

Min

Max

payech

342

.7453216

.3761493

0

1.4

. xtreg txrecouv depmal logges rur payech partorg, fe

note: logges omitted because of collinearity

note: rur omitted because of collinearity

Fixed-effects (within) regression Number of obs = 320

Obs per group: min =

1

avg =

1.5

max =

2

Group variable: id Number of groups = 207
R-sq: within = 0.8276

between = 0.0451

overall = 0.0233

corr(u_i, Xb) = -0.3999

txrecouv | Coef.

+

Std. Err.

t

P>|t|

F(3,110) = 176.01

Prob > F = 0.0000

[95% Conf. Interval]

depmal | -1.67e-08

3.97e-08

-0.42

0.675

-9.55e-08

6.21e-08

logges | (omitted)

 
 
 
 
 

rur | (omitted)

 
 
 
 
 

payech | .9602815

.0429814

22.34

0.000

.8751024

1.045461

partorg | .9412221

.0467686

20.13

0.000

.8485377

1.033907

_cons | -.2253838

.5410685

-0.42

0.678

-1.297655

.846887

+

sigma_u | 7.365344

sigma_e | .04663564

rho | .99995991 (fraction of variance due to u_i)

F test that all u_i=0: F(206, 110) = 21165.05 Prob > F = 0.0000

. estimates store fixed

. xtreg txrecouv depmal logges rur payech partorg, re

Number of obs =

320

Number of groups =

207

Obs per group: min =

1

avg =

1.5

max =

2

Random-effects GLS regression Group variable: id

R-sq: within = 0.8263

Between = 0.0458

overall l = 0.0269

Random effects u_i ~ Gaussian Wald chi2(5) = 524.29

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

txrecouv | Coef. Std. Err.

+
depmal | 1.90e-08 5.92e-09

logges | .2620777 1.029565

rur | .3375233 1.125442 payech | .9547098 .0432859 partorg | .9370785 .0472341

_cons | -.9711391 1.147288 + sigma_u | 6.6806046

sigma_e | .04663564

z

 

P>|z|

[95% Conf. Interval]

3.21

0.001

7.39e-09

3.06e-08

0.25

0.799

-1.755832

2.279987

0.30

0.764

-1.868302

2.543349

22.06

0.000

.869871

1.039549

19.84

0.000

.8445014

1.029656

-0.85

0.397

-3.219783

1.277505

rho | .99995127 (fraction of variance due to u_i)

. hausman fixed

Note: the rank of the differenced variance matrix (2) does not equal the number of coefficients being tested (3); be sure this is what you expect, or there may

be problems computing the test. Examine the output of your estimators for anything unexpected and possibly consider scaling your variables so that the coefficients are on a similar scale.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fixed . Difference S.E.

+

depmal | -1.67e-08 1.90e-08 -3.57e-08 3.93e-08

payech | .9602815 .9547098 .0055717 .

partorg | .9412221 .9370785 .0041436 .

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(2) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 13.13

Prob>chi2 = 0.0014

(V_b-V_B is not positive definite)

. regress txrecouv depmal logges rur payech partorg

Source | SS df MS Number of obs = 320

+ F( 5, 314) = 2.70

Model | 407.42024 5 81.484048 Prob > F = 0.0210

Residual | 9482.72946 314 30.1997754 R-squared = 0.0412

+ Adj R-squared = 0.0259

Total | 9890.1497 319 31.0036041 Root MSE = 5.4954

txrecouv | Coef. Std. Err. t P>|t| [95% Conf. Interval]

+

depmal | 1.06e-08 3.69e-09 2.86 0.005 3.29e-09 1.78e-08
logges | .1823536 .6830243 0.27 0.790 -1.161529 1.526236

rur | .1880172 .757224 0.25 0.804 -1.301857 1.677892 payech | -1.000854 .8247842 -1.21 0.226 -2.623657 .6219481 partorg | 1.357199 .8401453 1.62 0.107 -.2958265 3.010225 _cons | .324838 1.117904 0.29 0.772 -1.874692 2.524368

. predict residu10, resid

(42 missing values generated) . summarize residu10, detail

1%
5%

Residuals

Percentiles Smallest

-4.283229 -10.19489

-1.953269 -10.19489

 

10%

-1.264102

-4.933321

Obs 320

25%

-.7451477

-4.283229

Sum of Wgt. 320

50%

.0999992

 

Mean -9.37e-09

 
 

Largest

Std. Dev. 5.452194

75%

.2012891

1.285645

 

90%

.4724982

1.305645

Variance 29.72642

95%

.6400636

1.307613

Skewness 16.62632

99%

1.285645

95.12834

Kurtosis 291.5051

. gen residu11 = residu10^2 (42 missing values generated)

. regress residu11 depmal logges rur payech partorg

Source | SS

+

Model | 3811003.62 Residual | 77822877.4 +

Total | 81633881

df

MS

Number of obs =
F( 5, 314) =

320

3.08

5

762200.723

Prob > F

=

0.0100

314

247843.559

R-squared

=

0.0467

 
 

Adj R-squared

=

0.0315

319

255905.583

Root MSE

=

497.84

residu11 | Coef. Std. Err. t P>|t| [95% Conf. Interval]

1.04e-06

3.35e-07

3.11

0.002

3.81e-07

1.70e-06

27.43666

61.87612

0.44

0.658

-94.30757

149.1809

11.13803

68.59798

0.16

0.871

-123.8318

146.1078

-123.7671

74.71836

-1.66

0.099

-270.779

23.24485

77.97637

76.10993

1.02

0.306

-71.77356

227.7263

29.64055

101.2725

0.29

0.770

-169.618

228.8991

+
depmal |
logges |

rur | payech | partorg | _cons |

. regress txrecouv depmal logges rur payech partorg, robust

Linear regression

Number of obs =

320

F( 5, 314)

=

5.36

Prob > F

=

0.0001

R-squared

=

0.0412

Root MSE

=

5.4954

 

|

txrecouv | Coef.

+ depmal | 1.06e-08 logges | .1823536

rur | .1880172 payech | -1.000854 partorg | 1.357199 _cons | .324838

Robust
Std. Err.

t

P>|t|

[95% Conf. Interval]

1.16e-08

0.91

0.364

-1.23e-08

3.34e-08

.3079377

0.59

0.554

-.4235285

.7882357

.146811

1.28

0.201

-.1008405

.4768749

1.305616

-0.77

0.444

-3.569716

1.568007

.8632804

1.57

0.117

-.3413459

3.055745

.3857792

0.84

0.400

-.434201

1.083877

 

. ovtest

Ramsey RESET test using powers of the fitted values of txrecouv Ho: model has no omitted variables

F(3, 311) = 24.66

Prob > F = 0.0000

. regress txrecouv depmal logges rur payech partorg

Source | SS df MS Number of obs = 320

+ F( 5, 314) = 2.70

Model | 407.42024 5 81.484048 Prob > F = 0.0210

Residual | 9482.72946 314 30.1997754 R-squared = 0.0412

+ Adj R-squared = 0.0259

Total | 9890.1497 319 31.0036041 Root MSE = 5.4954

txrecouv | Coef. Std. Err.

+ depmal | 1.06e-08 3.69e-09 logges | .1823536 .6830243

rur | .1880172 .757224 payech | -1.000854 .8247842 partorg | 1.357199 .8401453 _cons | .324838 1.117904

t

P>|t|

[95% Conf. Interval]

2.86

0.005

3.29e-09

1.78e-08

0.27

0.790

-1.161529

1.526236

0.25

0.804

-1.301857

1.677892

-1.21

0.226

-2.623657

.6219481

1.62

0.107

-.2958265

3.010225

0.29

0.772

-1.874692

2.524368

 

. predict residu12, resid

(42 missing values generated)

. gen rresidu12 = residu12[_n-1]

(43 missing values generated)

. regress residu12 rresidu12 depmal logges rur payech partorg

Source | SS

df

MS

Number of obs = 297

+

 
 

F( 6, 290)

= 0.01

Model | 1.47375498

6

.24562583

Prob > F

= 1.0000

Residual | 9467.7714

290

32.6474876

R-squared

= 0.0002

+

 
 

Adj R-squared = -0.0205

Total | 9469.24515

296

31.9906931

Root MSE

= 5.7138

residu12 | Coef.

Std. Err. t P>|t|

[95% Conf. Interval]

 
 

+

rresidu12 | .0053267 .0598405 0.09 0.929 -.11245 .1231033 depmal | -5.98e-11 3.86e-09 -0.02 0.988 -7.65e-09 7.53e-09 logges | .0369564 .7466474 0.05 0.961 -1.432578 1.506491

rur | -.0163634 .8398714 -0.02 0.984 -1.66938 1.636653 payech | -.1283227 .9005571 -0.14 0.887 -1.900779 1.644134 partorg | .1069494 .9181869 0.12 0.907 -1.700206 1.914105 _cons | .0351771 1.232258 0.03 0.977 -2.390125 2.46048

. prais txrecouv depmal logges rur payec h partorg, robust

Number of gaps in sample: 206 (gap count includes panel changes)

(note: computations for rho restarted at each gap)

1teration 0: rho = 0.0000 1teration 1: rho = 0.4416 1teration 2: rho = 0.7638 1teration 3: rho = 0.9290 1teration 4: rho = 0.9828 1teration 5: rho = 0.9953 1teration 6: rho = 0.9982 1teration 7: rho = 0.9988 1teration 8: rho = 0.9990 1teration 9: rho = 0.9990 1teration 10: rho = 0.9990 1teration 11: rho = 0.9990 1teration 12: rho = 0.9990

Prais-Winsten AR(1) regression -- iterated estimates Linear regression

Number of obs

=

320

F( 6, 314)

=

129.68

Prob > F

=

0.0000

R-squared

=

0.1409

Root MSE

=

.2442

 

Semirobust

Coef. Std. Err.

1.97e-08 2.24e-08

.2470148 .3376503

. 3318951 .3011336

. 9173285 .046247

. 9000429 .057686

-.9149577 .2316476

. 9990306

t

P>ItI

[95% Conf.

1nterval]

0.88

0.379

-2.43e-08

6.37e-08

0.73

0.465

-.4173283

.9113578

1.10

0.271

-.2605997

.9243899

19.84

0.000

.8263353

1.008322

15.60

0.000

.7865428

1.013543

-3.95

0.000

-1.370735

-.4591799

txrecouv

depmal
logges

rur

payec partorg _cons

rho

Durbin-Watson statistic (original) 0.018083

Durbin-Watson statistic (transformed) 0.069279

. regress bendroit txcot insfem ins hom wlinf cotann convprest tierpay

Estimateur WITHIN pour la demande : transformation Frish-Waugh-Lovel :

. xtdata bendroit txcot insfem ins hom wlinf cotann convprest tierpay, fe

note: wlinf omitted because of collinearity note: cotann omitted because of collinearity note: convprest omitted because of collinearity

SS df MS

309068.185 4 77267.0462

185831.815 334 556.382681

494900 338 1464.20118

Number of obs

=

339

F( 4, 334)

=

138.87

Prob > F

=

0.0000

R-squared

=

0.6245

Adj R-squared

=

0.6200

Root MSE

=

23.588

Model Residual

Source

Total

Coef. Std. Err. t

. 0008849 .0030611 0.29

-.3198637 .0604598 -5.29

. 5508696 .0492172 11.19
(omitted)

(omitted)

(omitted)

541.2878 35.46034 15.26

11647.37 56.04984 207.80

P>ItI

[95% Conf. Interval]

0.773

-.0051366

.0069064

0.000

-.4387936

-.2009337

0.000

.4540549

.6476844

0.000

471.534

611.0415

0.000

11537.12

11757.63

 

bendroit

txcot
insfem
ins hom
wlinf
cotann
convprest
tierpay
_cons

. predict residu1, resid

. summarize residu1, detail

Residuals

Percentiles Smallest

1% -67.48943 -238.7236

5% -.9733983 -117.2276

10% 1.82e-12 -84.80728

25% 1.82e-12 -67.48943

50% 1.82e-12

Largest

75% 1.82e-12 67.48943

90% 1.82e-12 84.80728

95% .9733983 117.2276

99% 67.48943 238.7236

Obs

339

Sum of Wgt.

339

Mean

1.59e-12

Std. Dev.

23.44778

variance

549.7983

Skewness

-2.04e-13

Kurtosis

69.48069

 

Estimateur WITHIN pour l'offre :

. xtdata txrecouv depmal logges rur payec h partorg, fe

. regress txrecouv depmal logges rur partorg note: logges omitted because of collinearity note: rur omitted because of collinearity

SS df MS

.062809628 2 .031404814

1.32484037 323 .004101673

1.38764999 325 .004269692

Number of obs

=

326

F( 2, 323)

=

7.66

Prob > F

=

0.0006

R-squared

=

0.0453

Adj R-squared

=

0.0394

Root MSE

=

.06404

 

Model Residual

Source

Total

txrecouv

Coef. Std. Err. t P>ItI [95% Conf. Interval]

6.36e-08 5.44e-08

(omitted)
(omitted)

-.0628895 .0177685

. 0527019 .7305845

1.17

0.243

-3.54

0.000

0.07

0.943

-4.33e-08

1.71e-07

-.097846

-.0279329

-1.384603

1.490007

depmal
logges
rur
partorg
_cons

.

1% -.2880782 -.3805699

5% -.0274953 -.3786813

10% -.020285 -.3541501

25% -.0052701 -.2880782

50% 0

Largest

75% .0052701 .2880782

90% .020285 .3541501

95% .0274953 .3786813

99% .2880782 .3805699

Obs

326

Sum of Wgt.

326

Mean

0

Std. Dev.

.0638469

variance

.0040764

Skewness

0

Kurtosis

26.57714

predict residu1, resid

. sum residu1, detail

Residuals

Percentiles Smallest