Bon, soyons honnêtes dès le départ : il n’existe pas d’indicateur « magique » qui permet de prédire le marché avec certitude. La valorisation aide à cadrer les rendements attendus sur le long terme (disons 10 ans), pas à timer le prochain mois. Ce n’est pas la même question que celle que je traite avec mon indicateur de récessions : lui, vise explicitement à estimer la probabilité d’entrée en récession, et donc à se protéger des phases où le marché actions subit le plus fortement la volatilité négative. L’AIAE « Aggregate Investor Allocation to Equities » et le CAPE « Cyclically Adjusted Price-Earnings » répondent à « quel rendement moyen sur dix ans ? » ; l’indicateur de récession répond plutôt à « sommes-nous dans une fenêtre où il faut réduire le risque ? ». Cela dit, tous les indicateurs de valorisation ne se valent pas.
En 2013, un article devenu culte du blog Philosophical Economics, signé sous le pseudonyme Jesse Livermore, a affirmé disposer du meilleur prédicteur des rendements futurs du marché actions américain : l’AIAE, autrement dit l’allocation agrégée des investisseurs aux actions. Dix ans plus tard, Portfolio Optimizer a revisité cette affirmation hors échantillon, avec des nuances importantes.
Dans cet article, je reproduis et compare l’AIAE au CAPE de Shiller et à d’autres métriques classiques, via une évaluation walk-forward (sans regarder l’avenir pour calibrer le passé). On verra ce que ça donne aujourd’hui pour la performance du marché actions à horizon 10 ans, et pourquoi le S&P 500 a récemment sorti des intervalles de confiance à 95 % de l’AIAE.
Dans une première partie, je pose le contexte et l’intuition derrière l’AIAE. Dans une seconde partie, je présente les indicateurs comparés (AIAE, CAPE, Buffett, Q de Tobin, Fed Model, etc.) ainsi que leurs dates de parution. Dans une troisième partie, j’explique la méthodologie walk-forward utilisée pour éviter le biais de rétrospective. Dans une quatrième partie, je commente les résultats : relation in-sample (Figure 1), tableau comparatif walk-forward (Tableau 2), graphiques walk-forward et niveau actuel de l’AIAE. Dans une cinquième partie, je reproduis les chemins de prévision avec intervalles de confiance à 95 %, à la manière de Portfolio Optimizer. Dans une sixième partie, j’explore pourquoi le marché sort récemment de la bande à 95 %. Dans une septième partie, j’énumère les limites et réserves de l’exercice. Enfin, je conclus sur l’usage raisonnable de l’AIAE pour un investisseur particulier.
Sommaire
- Contexte
- Les indicateurs comparés
- Dates de parution
- Méthodologie walk-forward
- Résultats
- Chemins de prévision (style Portfolio Optimizer)
- Pourquoi le marché sort de l’intervalle à 95 % ?
- Changement de régime de préférence pour les actions
- Monde à trois actifs trop étroit
- Assouplissement quantitatif, taux bas et préférences
- Rachats d’actions et domination des méga-caps
- Approximation « reste du monde »
- Limites statistiques de l’IC (intervalle de confiance) à 95 %
- Réévaluation fondamentale (marges, intelligence artificielle)
- Limites et réserves
- Conclusion
1. Contexte
Prédire le rendement annualisé des actions US sur 10 ans est le Graal des hypothèses de long terme (BlackRock, J.P. Morgan, etc.). Les outils classiques (P/E « Price-to-Earnings », CAPE, capitalisation boursière / PIB (produit intérieur brut), Fed Model) reposent surtout sur des ratios de valorisation « fondamentaux ».
Livermore propose autre chose : oublier temporairement les bénéfices, et regarder uniquement la part des actions dans le portefeuille agrégé des investisseurs (actions / (actions + obligations + cash)). L’idée est arithmétique, proche de l’intuition de Sharpe dans The Arithmetic of Active Management : en agrégat, quelqu’un doit détenir tous les actifs. Si la part actions est déjà très élevée, les rendements futurs tendent à être bas, et inversement.
Raymond Micaletti, dans Towards a Better Fed Model, conclut que l’AIAE a effectivement un pouvoir prédictif supérieur au CAPE, au Q de Tobin ou au Market Cap / PIB, y compris en évaluation plus réaliste. Portfolio Optimizer a ensuite documenté la dégradation relative des performances hors échantillon depuis 2013, sans pour autant enterrer l’indicateur.
C’est exactement ce que je voulais tester : l’AIAE est-il encore le meilleur, une fois confronté au CAPE et aux autres, en walk-forward, sur données publiques (FRED « Federal Reserve Economic Data », Shiller, Yahoo) ?
2. Les indicateurs comparés
A. AIAE « Aggregate Investor Allocation to Equities »
i. Présentation
L’AIAE, comme les autres indicateurs de cette partie, répond à la question « le marché actions US est-il cher ? », mais avec une intuition et un choix de variables très différents. Comprendre pourquoi on met tel numérateur et tel dénominateur évite de les traiter comme de simples boîtes noires.
L’intuition de Livermore n’est pas « les bénéfices justifient le prix », c’est : quelqu’un doit détenir tous les actifs financiers. Si, en agrégat, les investisseurs ont déjà mis une part très élevée de leur portefeuille en actions, il reste peu de demande marginale pour pousser les prix plus haut, et beaucoup de risque de réallocation vers le cash et les obligations. Inversement, une part actions historiquement basse laisse de la place à une hausse future des cours, même si les P/E du moment ne semblent pas « bon marché ».
Formule, où TMV « Total Market Value » désigne la valeur de marché totale :
ii. Choix des variables
Les données viennent du Financial Accounts of the United States, le tableau trimestriel de la Réserve fédérale souvent appelé Flow of Funds (publication Z.1 sur FRED) : c’est le grand livre comptable des bilans financiers américains (ménages, entreprises, État, etc.). Le numérateur de l’AIAE est la valeur de marché des actions des entreprises non financières et financières, tirée de ces comptes. Pour le dénominateur « obligations + cash », on ne somme pas brutalement toutes les obligations en circulation : une grosse partie est détenue par les banques (et la Fed), pas par les investisseurs finaux. Livermore contourne le problème en sommant les passifs des emprunteurs réels : ménages, entreprises non financières, gouvernement fédéral, États et collectivités, reste du monde. Quand ces acteurs empruntent auprès des banques, le cash des investisseurs augmente ; quand ils empruntent directement sur les marchés, les obligations dans les portefeuilles augmentent. Dans les deux cas, le total « cash + obligations » disponible pour les investisseurs croît avec l’endettement de l’économie réelle.
Le bilan de la Fed n’entre pas dans la formule : la banque centrale est traitée comme un intermédiaire. Quand elle fait de l’assouplissement quantitatif (QE « quantitative easing »), elle retire des obligations du marché et injecte du cash en face ; le mix change, mais pas le total actions + cash + obligations tel que mesuré. L’or et les matières premières non plus. L’AIAE ne décrit pas tout le patrimoine, seulement le portefeuille financier dans lequel les investisseurs se réallouent (cash, dette, equity). L’or n’est pas une créance : l’extraire n’ajoute pas un passif d’emprunteur réel en face, donc il casse l’identité comptable du dénominateur. De plus, en agrégat US, or et commodités (hors immobilier, hors capital productif) pèsent peu à côté des actions, obligations et dépôts, si bien que les omettre biaise peu l’allocation moyenne aux actions. Les vrais trous du modèle sont plutôt le private equity, le crédit privé ou la crypto : actifs hors cadre « trois poches » qui ont grossi depuis 2013.
B. CAPE « Cyclically Adjusted Price-Earnings »
i. Présentation
L’intuition du CAPE, formalisée par Campbell & Shiller (1988), est que le prix d’un jour donné est trop bruité s’il est rapporté aux seuls bénéfices de l’année en cours : les profits sont cycliques (ils s’effondrent en récession, explosent en boom). Un P/E « spot » bas en 2009 pouvait donc être un mirage (bénéfices momentanément nuls), et un P/E élevé en fin de cycle un faux signal d’euphorie si les profits sont au sommet. En lissant les bénéfices réels sur 10 ans et en exprimant prix et profits en dollars constants (corrigés de l’inflation), on obtient une mesure de valorisation plus stable, censée mieux prédire les rendements réels futurs à long horizon.
ii. Choix des variables
Le numérateur retient le prix réel de l’indice S&P (Composite de Shiller), et le dénominateur la moyenne mobile sur dix ans des bénéfices réels par action. On travaille en réel plutôt qu’en nominal pour ne pas confondre inflation monétaire et cherté relative. Les séries viennent de Shiller / Yale. La limite classique du CAPE est de supposer que cette moyenne de dix ans reste un bon ancrage du « bénéfice normal », ce qui peut se discuter si la structure des marges ou de la fiscalité change durablement.
C. Earnings yield (CAPE)
i. Présentation
Même construction que le CAPE, mais en inversant le ratio : 1/CAPE, autrement dit 1/(P/E). L’intuition change de cadrage, pas de fond. Un CAPE de 30 « fait peur » ; un earnings yield de ~3,3 % se compare directement à un yield obligataire ou à un objectif de rendement de portefeuille. C’est pourquoi on le garde dans la comparaison : en régression, P/E et 1/(P/E) ne sont pas linéaires l’un de l’autre de la même façon, et l’earnings yield s’aligne mieux avec le langage du Fed Model (yield vs yield).
ii. Choix des variables
Identiques au CAPE (prix réel / bénéfices réels lissés). Seule la transformation change. On s’attend donc à des performances walk-forward proches, ce que confirment nos résultats, avec parfois un léger avantage numérique à la forme « yield ».
D. Indicateur Buffett (Market Cap / produit intérieur brut)
i. Présentation
L’intuition de Buffett, popularisée avec Carol Loomis dans Fortune (10 décembre 2001), est macroéconomique : à long terme, la valeur de marché de l’ensemble des entreprises cotées ne peut pas déconnecter indéfiniment de la taille de l’économie qui produit leurs cash-flows. Si la capitalisation boursière vaut deux fois le PIB, on « joue avec le feu » ; vers 70–80 % du PIB, l’historique (selon Buffett) a plutôt souri aux acheteurs. L’indicateur ancre donc le marché dans le revenu national, pas dans les bénéfices d’une année ni dans un P/E.
ii. Choix des variables
On retient au numérateur la valeur de marché des actions (chez nous, les equities du Flow of Funds, cohérent avec l’AIAE) et au dénominateur le PIB nominal US (FRED). On compare ainsi un stock financier à un flux annuel de production : le ratio n’a pas d’unité « naturelle » autour de 1, mais sa trajectoire historique sert de jauge. Parmi les limites, le PIB ignore la part croissante des profits réalisés à l’étranger par les multinationales US, et la capitalisation ignore les entreprises non cotées. C’est une règle de pouce macro, pas une identité comptable aussi serrée que l’AIAE.
E. Q de Tobin (proxy)
i. Présentation
L’intuition de Tobin (1969) vient de la théorie de l’investissement. Le coût de remplacement, c’est ce qu’il faudrait dépenser aujourd’hui pour reconstruire à neuf le même capital productif (usines, machines, équipements) aux prix courants de construction et d’achat. Ce n’est pas le prix de revente d’occasion, ni la valeur comptable historique : c’est le coût de reproduire l’outil de production.
Le Q compare alors deux façons d’obtenir du capital. Si la valeur de marché des actifs productifs (ce que le marché boursier paie pour les entreprises qui les détiennent) dépasse durablement ce coût de remplacement, il devient plus intéressant pour les entreprises d’investir : créer du capital neuf « coûte » moins, relativement, que ce que le marché valorise l’existant. Si au contraire Q < 1, mieux vaut racheter des actifs déjà là (via le marché) que d’investir dans du neuf. Transposé au marché actions, un Q élevé signale donc une cherté relative du capital coté.
ii. Choix des variables
Le vrai Q de Tobin demande précisément cette valeur de remplacement du capital productif, difficile à mesurer en temps réel. Notre proxy, courant dans les comparaisons empiriques, rapporte la capitalisation des actions non financières au patrimoine net des ménages (FRED). Ce n’est pas le Q théorique : le dénominateur mélange immobilier, pensions, etc. On le garde comme benchmark historique « à la Tobin », en gardant à l’esprit que c’est une approximation, d’où son statut de proxy dans nos graphiques.
F. Dividend yield
i. Présentation
L’intuition classique, ancrée chez Graham & Dodd (1934)), est que le rendement que l’actionnaire touche vraiment (le dividende) doit être raisonnable par rapport au prix payé. Un dividend yield élevé signifie soit des prix bas, soit des distributions généreuses, historiquement associé à de meilleurs rendements futurs. C’est l’ancêtre du « cash yield » de marché, avant que les rachats d’actions ne complexifient le tableau.
ii. Choix des variables
On rapporte les dividendes annualisés (série Shiller) au prix de l’indice. L’indicateur est simple, dispose d’un long historique et reste lisible. Sa faiblesse moderne vient du fait que, depuis les années 1980–2000, une part croissante du retour de cash aux actionnaires passe par les buybacks, absents du dividend yield. Un marché peut donc paraître « cher » en D/P tout en redistribuant massivement via rachats, ce qui dilue le pouvoir prédictif de l’indicateur seul.
G. Fed Model
i. Présentation
L’intuition popularisée par Ed Yardeni (1997) à partir d’un graphique du rapport monétaire de la Fed est un arbitrage yield vs yield : si le earnings yield des actions (E/P) est supérieur au yield du Treasury 10 ans, les actions sont « bon marché » relativement aux obligations ; sinon, elles sont chères. L’idée séduit parce qu’elle intègre le niveau des taux : un P/E élevé peut être « justifié » si les taux sont encore plus bas.
ii. Choix des variables
Chez nous : earnings yield dérivé du CAPE moins le yield 10 ans (Shiller / FRED). On compare donc deux « rendements » exprimés en pourcent. Critiques usuelles : on mélange un yield réel/équity risqué et un yield nominal sans risque ; on ignore la prime de risque actions ; la corrélation E/P–taux a surtout tenu sur une sous-période (années 1980–1990) et s’est souvent cassée ensuite. Nos résultats walk-forward confirment cette fragilité : le Fed Model est le plus faible du peloton.
3. Dates de parution
Pour juger un indicateur, il faut savoir quand il est devenu public : avant cette date, le backtest est « in-sample » pour l’inventeur ; après, on regarde du vrai hors-échantillon (au moins pour la notoriété de la règle). Sur les graphiques walk-forward, une ligne verticale violette marque cette date. Le Tableau 1 présente les dates de parution des indicateurs comparés dans cet article.
| Indicateur | Date | Source |
|---|---|---|
| Dividend yield | 1934 | Graham & Dodd, Security Analysis |
| Q de Tobin | 1969 | James Tobin |
| CAPE / Earnings yield CAPE | 1988 | Campbell & Shiller, Journal of Finance |
| Fed Model | août 1997 | Ed Yardeni |
| Buffett | déc. 2001 | Buffett & Loomis, Fortune |
| AIAE | 20 déc. 2013 | Livermore / Philosophical Economics |
Tableau 1 : Dates de parution des indicateurs de valorisation comparés. Sources : Graham & Dodd, Tobin, Campbell & Shiller, Yardeni, Buffett & Loomis, Philosophical Economics.
4. Méthodologie walk-forward
Un scatterplot in-sample (indicateur vs rendement futur sur toute l’histoire) surestime souvent le pouvoir prédictif : on utilise, pour chaque date, une relation estimée avec le recul d’aujourd’hui. C’est le biais de rétrospective discuté notamment par Asness, Ilmanen & Maloney (2017) dans le débat sur le market timing par la valorisation.
La méthode de Micaletti / Portfolio Optimizer corrige cela :
- À chaque date t (trimestre), on entraîne \(r_{t \to t+10} = \alpha_t + \beta_t \cdot I_t\) uniquement sur les paires où le rendement à 10 ans est déjà réalisé.
- On prédit \(\hat{r}_t = \alpha_t + \beta_t \cdot I_t\).
- On compare à \(r_t\) quand il devient disponible.
- On mesure l’erreur absolue \(|\hat{r}_t – r_t|\) : moyenne, ou MAE « Mean Absolute Error », médiane, seuils 5 % et 1 % (percentiles 95 et 99).
La cible principale de la comparaison multi-indicateurs est le rendement réel annualisé à 10 ans dérivé de Shiller. Pour les chemins type Portfolio Optimizer, on utilise le S&P 500 TR « Total Return » nominal (fusion Shiller + Yahoo ^SP500TR), plus proche d’un actif investissable.
5. Résultats
A. Relation in-sample (référence)
La Figure 1 montre, pour chaque indicateur, le nuage de points in-sample et la droite de régression (coefficient de détermination R² dans la légende). L’AIAE ressort déjà très clairement.
Figure 1 : Relation in-sample : indicateur vs rendement réel annualisé à 10 ans (régression linéaire rouge). Sources : FRED, Robert Shiller.
B. Tableau walk-forward
Le Tableau 2 présente la comparaison walk-forward, triée par MAE moyenne croissante. Le nombre de points n est le nombre de trimestres où prévision et réalisé sont disponibles (colonne « points WF », pour walk-forward).
| Indicateur | n (points WF) | Période | R² WF | MAE moy. | MAE médiane | Seuil 5 % | Seuil 1 % | « Hit-rate » |
|---|---|---|---|---|---|---|---|---|
| AIAE | 214 | 1960–2013 | 0,60 | 2,68 % | 2,50 % | 6,21 % | 10,33 % | 87,9 % |
| Q de Tobin | 214 | 1960–2013 | 0,30 | 3,65 % | 3,38 % | 8,44 % | 10,44 % | 76,2 % |
| Earnings yield CAPE | 491 | 1891–2013 | 0,26 | 3,73 % | 3,09 % | 8,78 % | 10,10 % | 68,0 % |
| CAPE | 491 | 1891–2013 | 0,25 | 3,77 % | 3,28 % | 8,89 % | 10,86 % | 70,9 % |
| Dividend yield | 531 | 1881–2013 | 0,11 | 4,06 % | 3,57 % | 9,42 % | 10,85 % | 59,5 % |
| Fed Model | 202 | 1963–2013 | ~0,00 | 4,17 % | 3,06 % | 11,43 % | 13,64 % | 64,4 % |
| Buffett | 212 | 1960–2013 | 0,09 | 4,40 % | 4,42 % | 9,46 % | 10,60 % | 74,5 % |
Tableau 2 : Évaluation walk-forward du rendement réel annualisé à 10 ans (triée par MAE moyenne croissante). Sources : FRED, Robert Shiller.
Comme le montre le Tableau 2, l’AIAE domine sur R², MAE et « hit-rate » (part des prévisions du même côté de la moyenne historique que le réalisé). Attention toutefois : le CAPE a beaucoup plus de points (historique plus long). Un face-à-face strict sur la même fenêtre 1960–2013 ne changerait pas le classement de tête, mais il faut garder cette asymétrie en tête.
C. Walk-forward : AIAE vs CAPE
La Figure 2 présente la trajectoire walk-forward de l’AIAE (prévision vs réalisé) ; la Figure 3 reprend le même exercice pour le CAPE, avec la même échelle d’ordonnées et de dates. La ligne violette marque la parution de chaque indicateur.
Figure 2 : AIAE, prévision walk-forward vs réalisé (rendement réel annualisé 10 ans). Ligne violette : parution décembre 2013. Sources : FRED, Robert Shiller.
Figure 3 : CAPE, même exercice. Ligne violette : parution Campbell & Shiller (1988). Sources : Robert Shiller.
D. Distribution des erreurs (AIAE)
La Figure 4 montre la distribution de l’erreur absolue pour l’AIAE : moyenne, médiane, seuils 5 % et 1 %.
Figure 4 : Distribution de |prévision – réalisé| pour l’AIAE (n = 214).
E. Où en est-on aujourd’hui ?
La Figure 5 reprend le scatter AIAE avec une ligne verticale au niveau actuel (~53 % début 2026) : on est dans la zone haute historique, associée historiquement à des rendements réels futurs bas / négatifs.
Figure 5 : AIAE vs rendements réels futurs à 10 ans, avec niveau actuel. Sources : FRED, Robert Shiller.
À titre indicatif, le walk-forward courant (réel) donne un ordre de grandeur autour de −5 % à −6 % annualisés sur 10 ans pour l’AIAE, à comparer à un CAPE qui, sur données Shiller s’arrêtant en 2023, pointe plutôt vers des rendements réels proches de 0 à +1 %. Ce ne sont pas des promesses : ce sont des lectures de modèles.
6. Chemins de prévision (style Portfolio Optimizer)
Comme dans la section Implementation in Portfolio Optimizer, on peut tracer le chemin des prévisions AIAE avec un intervalle de prédiction à 95 % (IC, intervalle de confiance), sur le S&P 500 Total Return (Shiller + Yahoo), plutôt que sur le SPY.
La Figure 6 présente le rendement nominal annualisé à 10 ans : prévision, réalisé, et bande à 95 %. La Figure 7 convertit ces prévisions en niveau d’indice TR à horizon +10 ans (échelle log).
Figure 6 : AIAE, rendement nominal annualisé à 10 ans, prévision walk-forward vs réalisé (IC 95 %). Ligne violette : parution AIAE (déc. 2013). Sources : FRED, Robert Shiller, Yahoo Finance.
Figure 7 : Niveau d’indice S&P 500 Total Return implicite à +10 ans vs réalisé (IC 95 %). Sources : FRED, Robert Shiller, Yahoo Finance.
Sur le nominal, l’AIAE fait même encore mieux en walk-forward (R² de l’ordre de 0,72, MAE ~ 2 %, n = 226), cohérent avec l’idée que l’indicateur « parle » aussi bien en total return investissable.
Mais regardez la Figure 7 après ~2020 : le réalisé sort au-dessus de la bande à 95 %. C’est le point gênant, et intéressant.
7. Pourquoi le marché sort de l’intervalle à 95 % ?
A. Changement de régime de préférence pour les actions
Plusieurs hypothèses, non exclusives, peuvent expliquer cet écart.
L’AIAE suppose une relation stable entre allocation agrégée et rendements futurs. Si les investisseurs acceptent durablement une part actions plus élevée, un AIAE élevé n’implique plus les mêmes rendements bas qu’entre 1950 et 2010. Plusieurs forces ont pu déplacer ce « goût » pour les actions :
- Gestion passive : la montée des ETF « Exchange-Traded Funds » et index funds canalise des flux récurrents vers le marché coté, indépendamment du niveau de valorisation, et réduit la pression vendeuse discrétionnaire.
- 401(k) et épargne retraite : les cotisations automatiques et l’allocation par défaut (souvent actions-heavy) créent une demande structurelle qui ne se réalloue pas dès que l’AIAE est haut.
- Narratif TINA « There Is No Alternative » : avec des taux proches de zéro pendant des années, beaucoup d’investisseurs ont traité les actions comme le seul actif « acceptable », ce qui a justifié une part equity plus élevée qu’historiquement.
- Flux post-COVID : stimuli budgétaires, liquidité abondante et boom retail / tech ont accéléré des entrées nettes en actions au-delà de ce que le régime 1950–2010 avait habitué le modèle à voir.
Livermore le dit lui-même : la valorisation est un sous-produit des préférences d’allocation.
B. Monde à trois actifs trop étroit
Le modèle ne compte que actions / obligations / cash. Or une part croissante de l’épargne va vers le private equity, le crédit privé, l’immobilier non coté ou la crypto. Ces poches ne sont pas, ou mal, reprises dans le dénominateur « obligations + cash » que Livermore construit à partir des passifs des emprunteurs réels dans les Financial Accounts (le fameux Flow of Funds Z.1). Autrement dit : une partie de la richesse a migré hors du cadre comptable utilisé pour mesurer l’allocation. L’AIAE peut alors surestimer la saturation actions : on a l’impression que le portefeuille agrégé est déjà très equity, alors qu’en réalité une fraction de l’épargne n’est simplement plus dans les trois poches du modèle. Livermore avait déjà signalé ce risque pour les alternatives.
C. Assouplissement quantitatif, taux bas et préférences
En théorie, le bilan de la Fed n’entre pas dans la formule de l’AIAE. En pratique, une décennie d’assouplissement quantitatif et de taux d’intérêt proches de zéro a pu pousser les investisseurs à réallouer vers les actions, non pas parce que le stock d’actifs mesuré par les passifs des emprunteurs réels avait changé de façon mécanique, mais parce que le cash et les obligations ne rapportaient presque plus rien. C’est un canal de préférences : le même AIAE élevé n’a plus le même sens si tout le monde est contraint, ou convaincu, de rester en actions.
D. Rachats d’actions et domination des méga-caps
Deux dynamiques récentes gonflent surtout le numérateur via les prix. D’abord, les rachats d’actions (buybacks) réduisent le flottant et soutiennent les cours sans que l’épargne nouvelle des ménages ait forcément augmenté. Ensuite, la domination boursière d’une poignée de méga-caps technologiques concentre la capitalisation sur peu de titres dont les multiples ont beaucoup monté. L’AIAE grimpe alors et, fidèle à sa logique offre/demande, prédit des rendements futurs faibles. Mais si, en parallèle, la demande reste très forte (gestion passive, cotisations retraite, flux étrangers attirés par les Big Tech), le prix peut rester « trop haut » plus longtemps que ne le suggère l’intervalle de confiance calibré sur l’histoire d’avant.
E. Approximation « reste du monde »
Livermore suppose, pour simplifier, que les avoirs américains à l’étranger et les avoirs étrangers en actifs américains se compensent à peu près. Une décennie de domination des grandes valeurs technologiques américaines peut casser cette compensation : les étrangers détiennent davantage d’equity US, sans symétrie parfaite côté avoirs US à l’étranger, et la mesure agrégée de l’allocation s’en trouve biaisée.
F. Limites statistiques de l’IC (intervalle de confiance) à 95 %
L’intervalle suppose des erreurs à peu près stationnaires. Or, comme le montre Portfolio Optimizer, le R² glissant de l’AIAE, carré de la corrélation sur les dix années précédentes entre prévision et réalisé, a déjà connu des périodes très faibles dans le passé (parfois sous 20 %). La Figure 8 reproduit cet exercice sur nos données : après 2013, on est en vrai hors-échantillon de publication ; et 2020–2021 reste un choc extrême.
Figure 8 : AIAE, R² glissant (fenêtre 10 ans) : carré de la corrélation entre prévision walk-forward et rendement nominal réalisé. Ligne violette : parution AIAE (déc. 2013). Sources : FRED, Robert Shiller, Yahoo Finance.
Sortir de l’intervalle de confiance ne « réfute » pas l’AIAE : cela dit surtout que le régime récent est hors de l’échantillon qui a servi à calibrer l’incertitude.
G. Réévaluation fondamentale (marges, intelligence artificielle)
Si les investisseurs ont durablement réévalué à la hausse les cash-flows futurs (marges plus élevées, promesse de gains de productivité liés à l’IA (intelligence artificielle)), une partie de l’écart vient d’un repricing fondamental. L’AIAE ne voit pas les bénéfices : il ne regarde que l’allocation agrégée. Un marché « trop cher » au sens de l’AIAE peut donc coexister avec une révision sincère (ou excessive) des fondamentaux.
En résumé : l’explication la plus convaincante combine un changement de préférences (passif, retraite, TINA), des actifs hors du cadre mesuré, et un intervalle de confiance calibré sur un monde plus calme, avec l’assouplissement quantitatif et la concentration technologique comme amplificateurs.
8. Limites et réserves
A. Révisions FRED
L’AIAE s’appuie sur les séries du Flow of Funds (Z.1), qui sont régulièrement révisées a posteriori. L’idéal serait d’utiliser Alfred (données point-in-time, telles qu’elles étaient connues à chaque date) ; Micaletti suggère que l’impact reste limité, mais ce n’est pas neutre à 100 %.
B. Horizon 10 ans
Le « réalisé » s’arrête environ dix ans avant aujourd’hui. On ne peut pas encore juger pleinement la décennie 2016–2026 côté rendement forward.
C. Pas un signal de trading
Un AIAE élevé ne dit pas « vendez demain ». Il dit que les rendements annualisés des dix prochaines années ont historiquement été médiocres dans cette zone. Si votre objectif est de timer le marché (anticiper une récession, limiter l’exposition actions avant un choc), il faut un autre type d’outil. C’est précisément le rôle de mon indicateur de récessions, construit autour d’une probabilité macro d’entrée en récession et d’une logique de protection du capital, pas autour d’un rendement forward à dix ans.
D. Efficience / adaptation
Une fois publié et popularisé, un prédicteur peut s’éroder, thème des marchés adaptatifs d’Andrew Lo, déjà évoqué sur ce blog à propos du momentum.
9. Conclusion
Sur une évaluation walk-forward propre (Tableau 2), l’AIAE reste le meilleur des indicateurs testés ici pour anticiper le rendement à 10 ans du marché actions US, nettement devant le CAPE, le Q de Tobin, le Buffett indicator ou le Fed Model. C’est cohérent avec Livermore (2013), Micaletti, et le bilan nuancé de Portfolio Optimizer dix ans après.
Mais le message de 2020–2025 est clair : même le « meilleur » indicateur peut voir le marché sortir de sa bande à 95 %, comme le montre la Figure 7. Soit le régime a changé (préférences, passif, actifs hors modèle), soit nous vivons simplement une queue d’écart extrême que l’histoire a déjà connue sous d’autres formes.
Pour un investisseur particulier, l’usage raisonnable de l’AIAE n’est pas de « timer » le marché au trimestre près. C’est de caler ses hypothèses de rendement long terme (et donc son épargne, son allocation et son niveau de risque) sur autre chose que le rendement historique moyen indéfiniment extrapolé. Pour le timing cyclique et la gestion du risque de récession, je m’appuie plutôt sur l’indicateur de récessions du blog. Les deux se complètent : valorisation pour le horizon décennal, récession pour les phases où il vaut la peine de se couvrir. Aujourd’hui, l’AIAE (comme le CAPE) plaide pour des attentes modestes sur les actions US à 10 ans. Que le marché ait récemment « eu raison contre le modèle » ne rend pas ces attentes moins prudentes : cela rappelle surtout que les modèles sont des cartes, pas le territoire.
