L’influence déterminante de la masse monétaire sur le S&P 500 est un phénomène inconnu du grand public. Pourtant, la masse monétaire est dans une large mesure la principale cause déterminante de la valeur des indices boursiers. Ce constat statistique et empirique méritait plus que jamais d’être exposé, estimé, et utilisé. En effet, ce phénomène monétaire permet de corriger le S&P 500 de son niveau fondamental pour analyser avec une meilleure précision les différents cycles haussiers ou baissiers réguliers qui agissent autour de ce seuil monétaire.
Dans cette lecture économétrique du marché, le S&P 500 apparaît être déterminé largement (à plus de 90 % voire 95 %) par la masse monétaire et les phénomènes cycliques qui l’entourent. De surcroît, les actifs très corrélés au S&P 500 (comme le bitcoin) sont également sujets à ce phénomène monétaire.
Découvrir le rapport
Masse monétaire et S&P 500 : théorie, modèle et pratique (+ code python)
Ce document exclusif apporte les bases fondamentales de l’étude des phénomènes monétaires sur les marchés financiers. En particulier, ce papier s’intéresse à la relation qui lie la masse monétaire (M2) pour les Etats-Unis au célèbre S&P 500.
La relation entre le S&P 500 et la masse monétaire est connue de la plupart des gérants et des fonds, mais cette relation demeure largement inexploitée. En outre, cette relation peut expliquer à elle seule jusqu’à 98 % ou 99 % des cours observés sur le S&P 500. Ce document évoque l’intérêt des relations déterministes et cycliques dans théorie financière, et il définit également le modèle pour prévoir le niveau du S&P 500 selon les anticipations monétaires et les anticipations d’erreurs de l’investisseur. L’étude du modèle permet également de juger du degré d’optimisme ou de pessimisme sur les marchés, et des excès haussiers ou des excès baissiers qui en résultent. L’investisseur peut également envisager une stratégie de projection du niveau du S&P 500 sous certaines anticipations pour un intervalle de confiance théorique à 97,5 %.
Enfin, le document comprend le code python complet permettant de générer et d’actualiser les modèles, les graphiques et les résultats prévisionnels selon les anticipations de l’investisseur.
40 pages format PDF avec code python | 27,90€ TTC
Rapport disponible dans la boutique : Masse monétaire et S&P 500 : théorie, modèle et pratique (+ code python) – Thomas Andrieu (andrieuthomas.com)
L’importance de la relation monnaie / indices
La relation entre la quantité de monnaie en circulation et le niveau des principaux indices boursiers est une relation particulièrement persistante. Cette relation est relativement ancienne : Milton Friedman écrivait déjà à ce propos en 1988… Alors que les banques centrales ont réalisé un des resserrements les plus intenses de l’histoire monétaire, ce phénomène monétaire est plus que jamais d’actualité. La monnaie agit effectivement comme le « seuil fondamental » des indices boursiers à long terme. Cette observation statistique (économétrique) remet directement en question l’hypothèse de la marche aléatoire des marchés financiers.
En outre, nous remarquons des phases régulières de sous-ajustement et de surajustement du S&P 500 face à la masse monétaire. L’étude économétrique de la relation entre la masse monétaire et le S&P 500 suggère l’existence d’un phénomène d’autocorrélation, c’est-à-dire l’existence de cycles autour de ce « seuil fondamental ». Cette observation remet une fois de plus en cause l’hypothèse d’une marche aléatoire, car au contraire, le S&P 500 serait dans une large mesure (jusqu’à 97 % de détermination !) déterminé par deux variables :
- Le niveau de la masse monétaire M2. C’est la variable monétaire déterministe.
- Le niveau des écarts précédents par rapport au « seuil monétaire fondamental » (écart entre la courbe rouge et la courbe noire). C’est la variable de cyclicité / persistance de la tendance.
Précision et pertinence du modèle
Une fois considéré ces deux paramètres comme variables déterminantes du S&P 500, nous observons une symétrie particulièrement forte entre le S&P 500 et la valeur prédite par le modèle. Entre 2014 et 2024, le coefficient de détermination dépasse même 96 %. Les données étant disponibles seulement à l’échelle mensuelle, il serait néanmoins pertinent d’utiliser les données journalières pour améliorer la précision du modèle. Au final, à l’aide du code python fourni dans le document, nous obtenons les deux graphiques suivants qui résument les valeurs prédites par le modèle et les erreurs associées :
Nous remarquons ainsi que le krach du COVID a marqué une déviation significative du modèle avec la réalité, preuve que les évènements extrêmes (et spécifiquement courts ici) peuvent être à l’origine d’erreurs importantes. Malgré tout, l’erreur moyenne entre la valeur prévue par le modèle corrigé et la valeur observée sur le S&P 500 entre 2014 et 2024 n’excède pas -0,003 %, ce qui en fait un modèle relativement bien ajusté malgré des écarts de prévision de plusieurs pourcents quelques mois particuliers.
En définitive, la grande précision de ce modèle relativement simple incite à concevoir un renouveau théorique et pratique. En effet, les investisseurs qui ont connaissance de ce phénomène monétaire peuvent lire plus efficacement l’état actuel du marché (optimiste / pessimiste ou sous-ajusté / sur ajusté). Les investisseurs peuvent également projeter une valeur future probable du S&P 500, selon leur anticipation de croissance de la masse monétaire et du risque d’erreur (d’excès haussiers ou baissiers de l’indice). Ce type de modèle s’adresse donc à la fois à l’investisseur soucieux de décrire et d’analyser la position actuelle des marchés (investisseur de long terme) ainsi qu’à l’investisseur soucieux de se forger un intervalle de cours probable dans l’avenir (investisseur de moyen terme, intervenant sur les dérivés, etc…).
Par THOMAS ANDRIEU
