Auteur : ◢ J◎e McCann
Traduction : TechFlow
(Le texte ci-dessous a été initialement publié dans la section macroéconomique de notre mise à jour mensuelle Asymmetric du mois d'août. Vous pouvez vous y abonner gratuitement ici)
Dans nos précédents commentaires macro, nous avons abordé des sujets clés liés aux impacts potentiels sur les marchés, à l’état actuel du monde et à la manière de naviguer pendant ces périodes complexes.
Nous avions discuté (un mois avant que la panique bancaire n’émerge et n’effraie les marchés) des risques auxquels étaient confrontées les petites et moyennes banques en raison d’une répartition inégale des réserves excédentaires, malgré un système globalement bien approvisionné en liquidités.
Nous avons régulièrement mentionné la nature contrastée des données économiques, évoquant le concept de « économie canard » : en apparence tout va bien, mais beaucoup de choses se passent en coulisses. La beauté est dans l’œil de celui qui regarde. Bien que les indicateurs économiques principaux paraissent solides, une analyse plus fine permet de construire n’importe quelle narration haussière ou baissière selon ses préférences.
Nous avons également analysé la performance des « Sept Magnifiques » par rapport au reste du marché boursier. À l’instar des données économiques, les indices globaux affichent de bons résultats ; toutefois, une analyse plus poussée révèle que les Sept Magnifiques ont particulièrement bien performé, tandis que le reste du marché stagne voire décline.
Dans cette édition d’Asymmetric Macro, nous allons relier tous les concepts précédemment abordés en une histoire cohérente, en commençant — et en terminant — par la théorie même de la politique monétaire.
Politique monétaire
Pour tout jeu de données, il est nécessaire de définir au préalable la distribution sous-jacente afin d’effectuer une analyse significative. Pour simplifier, nous utiliserons trois types de distributions de base. Aucune n’est parfaitement exacte, mais l’essentiel sera clair. Les indicateurs économiques globaux décrivent l’économie dans son ensemble ou l’économie moyenne, ce qui est conceptuellement raisonnable, car il est impossible d’adapter une politique économique à chaque individu (prenons un exemple extrême). Sous bien des aspects, cela serait « injuste » et irréalisable dans la réalité. Nous utilisons donc des données agrégées pour décrire l’état de l’économie, et déterminer ainsi quelle politique monétaire convient le mieux à cet agrégat. Commençons par comprendre les trois types de distributions possibles afin de décrire les populations concernées.
Remarque : nous ne rédigeons pas une thèse de doctorat. Cette discussion n’est ni complète ni infaillible, étant donné nos contraintes d’espace. Nous racontons une histoire étroitement liée à l’état actuel du monde et de la politique économique. Plutôt que de chipoter sur des détails mineurs, considérez plutôt ces concepts et leurs implications potentielles du point de vue intellectuel.
Distribution uniforme
Fig. : Distribution uniforme
Comme vous pouvez le voir, dans une distribution uniforme, chaque observation (ici, le statut socio-économique individuel) est identique. Une telle distribution représenterait l’idéal communiste. Elle produirait aussi le meilleur jeu de données possible pour analyser la politique monétaire. Si tout le monde était dans la même situation, il n’y aurait aucune variance, et donc les « données moyennes » représenteraient parfaitement chaque personne. Par conséquent, la politique monétaire fondée sur ces données serait idéale (sous réserve que la théorie économique soit valide et appliquée rigoureusement). Mais nous savons que ce n’est pas le cas. L’idéal des communistes est souvent difficile à atteindre.
Distribution normale
Fig. : Distribution normale
Dans une distribution normale, la moyenne, la médiane et le mode sont identiques. Exactement la moitié des observations (ici, les statuts socio-économiques individuels) se situent à droite du centre, l’autre moitié à gauche. Cette distribution implique que la densité socio-économique est maximale autour de la moyenne, et diminue progressivement à mesure qu’on s’en éloigne, que ce soit vers les privilégiés ou les défavorisés. Une société avec une classe moyenne dominante et une répartition raisonnable de la richesse (comme celle des États-Unis dans un passé récent, comparée à aujourd’hui) fonctionne relativement bien même avec des « données moyennes ». Même si imparfait, la concentration autour de la moyenne signifie que la politique monétaire fondée sur ces données reste raisonnable, car elle reflète la situation de la majorité de la population (même si cette politique est moins pertinente aux deux extrémités de la population ; dans une distribution normale, celles-ci représentent une proportion relativement faible).
Distribution bimodale
Fig. : Distribution bimodale
Une distribution bimodale présente deux modes. Autrement dit, les résultats de deux processus distincts se combinent en un seul jeu de données.
Cette caractéristique bimodale apparaît fréquemment ces derniers temps dans divers aspects de notre monde. Examinons quelques exemples déjà mentionnés.
Répartition inégale des réserves bancaires excédentaires
Dans notre publication Asymmetric de février 2023, nous indiquions : « Bien que le système dispose de réserves excédentaires abondantes, celles-ci ne sont pas uniformément réparties. Elles sont principalement concentrées dans les banques centrales monétaires (comme JPM, etc.) ».
Ainsi, malgré un niveau global très élevé de réserves excédentaires, nous avons connu une crise bancaire qui a forcé la Réserve fédérale à créer des dispositifs de financement d’urgence pour soutenir de nombreuses banques manquant de liquidités. Avant l’activation de ce mécanisme, plusieurs grandes banques avaient déjà fait faillite. Pourquoi cela a-t-il surpris tout le monde ? Parce que les données sur les réserves excédentaires étaient superficielles et ne tenaient pas compte de leur répartition réelle. De nombreuses banques n’avaient aucune réserve, tandis que d’autres en possédaient la majeure partie. C’est une distribution bimodale. Les données agrégées seules ne reflétaient pas fidèlement la situation réelle du secteur bancaire. La distribution était donc cruciale, mais négligée.
La répartition inégale des réserves et les dispositifs de financement d’urgence subséquents ont obligé les banques faibles à payer de forts taux d’intérêt pour maintenir leur bilan et attirer des dépôts. En revanche, les banques fortes (comme JPM) ont perçu des revenus d’intérêts substantiels sur leurs réserves excédentaires. C’est comme « transférer la richesse des pauvres aux riches ». On pourrait y voir une punition pour mauvaise gestion, ce qui n’est pas faux. Mais cela conduit toujours à une situation bimodale persistante. Compte tenu de la dynamique en cours, cette bimodalité s’accentue.
Petites entreprises contre grandes entreprises
Dans notre mise à jour Asymmetric de juillet 2024, nous avons publié le graphique suivant :
Fig. : Les Sept Magnifiques contre les 493 autres, S&P 500 et Russell 2000
Observer la performance des Sept Magnifiques par rapport au reste du marché boursier (en particulier le Russell) révèle également une certaine bimodalité. On observe un groupe de grandes entreprises très performantes, face à un ensemble d’entreprises plus petites nettement moins prospères en comparaison.
On peut y voir le résultat capitaliste de la destruction créatrice, ce qui n’est pas faux (nous laissons ici de côté les effets de monopole ou d’oligopole). Quoi qu’il en soit, étant donné la dynamique actuelle, cela conduit à une persistance, voire une aggravation, de la bimodalité (ou, dans des conditions limites, à une série de monopoles).
Certains de ces résultats peuvent être attribués à l’évolutivité technologique. Une fois qu’une entreprise domine un secteur, elle capte le potentiel commercial et le capital de ses concurrents. Ces grandes entreprises accumulent ainsi d’importantes liquidités et réalisent des profits records. Elles rachètent des actions et perçoivent des revenus d’intérêts élevés sur ces liquidités. En revanche, les petites entreprises supportent des dettes plus lourdes (et moins aisées), contraintes de payer des taux d’intérêt élevés pour survivre. C’est encore une fois comme « transférer la richesse des pauvres aux riches ».
Distribution socio-économique
Nous avons choisi le graphique ci-dessous comme illustration pratique de la bimodalité dans l’état socio-économique. Ce jeu de données présente deux modes distincts, reflétant la fragmentation sociale. Est-il utile d’examiner ici la note de crédit moyenne ? Pas du tout. C’est précisément le propos. Nous avons l’habitude d’observer les données moyennes, mais dans une distribution bimodale, elles sont au mieux inutiles, au pire très nuisibles et trompeuses pour l’analyse.
Fig. : Distribution socio-économique selon les notes de crédit élevées
Nous pourrions ajouter davantage de précisions sur la distribution de l’épargne individuelle, des coûts de service de la dette/crédit, etc., mais nous savons tous ce que cela montrerait : une distribution bimodale. Comme indiqué dans les exemples ci-dessus, ceux qui paient de forts intérêts traversent de graves difficultés. Tandis que ceux qui disposent d’épargne excédentaire profitent pleinement des taux élevés. C’est encore « transférer la richesse des pauvres aux riches ».
Fig. : Les mangeurs aux États-Unis
Comme illustré ci-dessus, la population aisée se porte bien.
Fig. : Baisse des ventes comparables de McDonald’s
Tandis que ceux ayant moins de revenus disponibles vont mal.
Faire la synthèse
Quel est le point commun entre ces trois exemples ? Payer ou percevoir des intérêts produit des résultats diamétralement opposés — les pauvres deviennent plus pauvres, les riches plus riches. Voilà le cœur du problème. La richesse et les actifs se transfèrent des faibles vers les puissants.
Pourquoi cela importe-t-il ? La politique monétaire est fondée sur des données agrégées. En moyenne, tout semble bon, stable. Pourtant, l’un des modes de cette distribution traverse de graves souffrances. Les taux élevés profitent à l’autre mode. Ainsi, en maintenant des taux élevés et en attendant que les données moyennes faiblissent, la Réserve fédérale opprime en réalité davantage les plus vulnérables plutôt que d’aider les plus forts. D’un tel point de vue, cette politique apparaît profondément déformée.
Pourquoi l’écart de richesse continue-t-il de s’élargir ? Parce que la manière dont la politique monétaire est menée exacerbe cet écart. Ce n’est pas un essai sur les vertus de la redistribution, mais dans de nombreux domaines essentiels de notre vie économique, les écarts de richesse continueront de croître jusqu’à ce qu’une rupture, un allégement de la dette ou un autre événement de queue survienne.
Conclusion
À notre avis, la Réserve fédérale aurait dû baisser ses taux en juillet.
L’emploi a atteint son sommet et recule nettement.
L’inflation est à 2,5 %, en baisse rapide, et devrait atteindre l’objectif de 2 % d’ici la fin de l’année.
Pourtant, le taux d’intérêt réel est actuellement de 3 %. Dans une économie saine et stable, ce chiffre était historiquement d’environ 1 %.
Alors, que fait la Réserve fédérale ?
Elle se concentre sur les données agrégées, ignorant la distribution sous-jacente.
C’est là que réside l’erreur stratégique.
Les personnes riches et bien dotées en liquidités bénéficient de revenus d’intérêts plus élevés (sans parler de leurs actifs proches des sommets historiques). En revanche, celles qui manquent de liquidités subissent de plein fouet les charges d’intérêt. Grâce à leur insensibilité, voire leur profitabilité face aux taux élevés, la Réserve fédérale attend en réalité que les couches socio-économiques inférieures se détériorent davantage pour ramener les données moyennes à l’objectif. Désolé, pauvres gens, vous souffrez sans presque aucun bénéfice.
Si la Réserve fédérale laisse la « politique monétaire restrictive » se poursuivre (c’est leur expression), elle fera face à de graves problèmes d’emploi et à la désintégration des petites entreprises. Une fois cela arrivé, l’histoire montre qu’il est très difficile de faire marche arrière. Elle court alors le risque d’un atterrissage brutal.
Tout semble normal… jusqu’à ce que brusquement, rien ne le soit plus. Le changement est souvent lent, puis survient en un instant.
@joemccann
