Ne tombez pas dans le piège de la foi aveugle : pourquoi la théorie du cycle de quatre ans échoue—Une approche bayésienne du risque de marché en 2026

Les marchés de la cryptomonnaie et de la finance sont remplis de théories populaires, dont beaucoup font appel à notre désir de motifs simples. La “théorie du cycle quadriennal” en est une, facile à retenir, appuyée apparemment par des schémas historiques, mais fondamentalement erronée. Cette analyse expose pourquoi la foi aveugle en cette théorie est dangereuse et propose un cadre statistique plus rigoureux : la probabilité bayésienne. En examinant les données historiques et les probabilités conditionnelles, nous pouvons mieux comprendre le risque réel qu’un marché baissier entre en 2026.

La faille fatale : pourquoi les petits échantillons engendrent la foi aveugle

La théorie du cycle quadriennal repose sur une base précaire : seulement trois cycles de marché complets. La statistique de base nous enseigne que toute conclusion tirée d’un échantillon aussi limité — trois points de données valides — est intrinsèquement peu fiable. Pourtant, les investisseurs continuent de référencer cette théorie comme une vérité absolue, un cas classique de foi aveugle dans la reconnaissance de motifs.

Depuis 1929, le S&P 500 a connu 27 marchés baissiers, en moyenne environ un tous les 3,5 ans. Si l’on élargit la perspective à l’échelle macro, on voit que les cycles de marché sont influencés par divers facteurs : politique monétaire, événements géopolitiques, disruption technologique et changements structurels économiques. Réduire cette complexité à une simple “règle de quatre ans” est intellectuellement malhonnête. Le danger de la foi aveugle dans de telles théories est qu’elle crée une confiance fausse, poussant les investisseurs à se couvrir excessivement ou à sous-préparer lors de moments critiques.

Une approche plus scientifiquement fondée nécessite de reconnaître les limites de nos données historiques et d’utiliser des cadres probabilistes qui prennent en compte l’incertitude. C’est là que la probabilité bayésienne entre en jeu.

Le cadre bayésien : une évaluation plus honnête du risque

Plutôt que de se demander “Un marché baissier se produira-t-il tous les quatre ans ?”, il faut poser des questions plus nuancées : “Compte tenu des conditions économiques actuelles, quelle est la probabilité d’une forte baisse du marché à court terme ?” La probabilité bayésienne nous permet d’y répondre en combinant trois éléments clés :

1. La probabilité a priori d’un marché baissier (taux de base)

L’analyse historique du S&P 500 depuis 1929 révèle :

• 27 marchés baissiers sur près d’un siècle
• Fréquence moyenne : environ une tous les 3,5 ans
• Probabilité trimestrielle lors de la transition Q4-Q1 : environ 15-20%
• Estimation prudente : P(marché baissier) ≈ 18%

Ce point de départ nous donne notre base — avant de considérer des scénarios économiques spécifiques.

2. La probabilité de transition de stagflation à récession

Toutes les périodes de stagflation ne conduisent pas à une récession. L’histoire montre :

• Stagflation des années 1970 : a abouti à trois récessions (1973-74, 1980, 1981-82)
• 2000-2001 : éclatement de la bulle technologique, récession légère
• 2007-2008 : crise financière, récession sévère
• 2011-2012 : crise de la dette européenne, atterrissage en douceur
• 2018-2019 : tensions commerciales, atterrissage réussi

Sur 50 ans, environ six scénarios de stagflation vers récession se sont produits. Quatre ont abouti à une récession complète (66%), deux à un atterrissage en douceur (34%). En tenant compte des conditions actuelles — coupures de taux proactives de la Fed (contrastant avec le resserrement passif des années 1970), résilience du marché du travail, incertitude sur la politique tarifaire — nous estimons : P(stagflation → récession) ≈ 40-50% (médiane : 45%)

3. La probabilité de stagflation à récession lors d’un marché baissier

C’est la probabilité conditionnelle critique. En analysant les 27 marchés baissiers :

• Marchés baissiers de type récession (12 occurrences) : 1929, 1937, 1973-74, 1980, 1981-82, 1990, 2000-02, 2007-09, 2020, 2022
• Marchés baissiers non récessionnaires (15 occurrences) : diverses corrections techniques

Parmi ces 12 marchés baissiers de type récession, environ 4 ont connu une stagflation (1973-74, 1980, 1981-82, 2007-08). Les autres ont été liés à la déflation, à des disruptions pandémiques ou à une inflation pure sans dynamique de stagflation.

P(stagflation → récession | marché baissier) ≈ 33%

Le calcul : une probabilité de 13,2% sous conditions de stagflation

En appliquant le théorème de Bayes :

P(marché baissier | stagflation → récession) = P(stagflation → récession | marché baissier) × P(marché baissier) / P(stagflation → récession)

En insérant nos valeurs :

• P(marché baissier | stagflation → récession) = 0,33 × 0,18 / 0,45 = 0,132 = 13,2%

Cela indique : étant donné un scénario de stagflation vers récession, la probabilité de vivre simultanément un marché baissier est d’environ 13,2% — un chiffre nettement inférieur à ce que la théorie du cycle quadriennal naïvement appliquée laisserait penser.

La vision globale du risque : perspectives pour 2026

Plutôt que de se fier à une foi aveugle dans les cycles historiques, nous construisons un intervalle de confiance basé sur plusieurs scénarios :

Probabilité globale d’un marché baissier en 25Q4-26Q1 : 15-20%

• Scénario optimiste : 12%
• Référence médiane : 17%
• Scénario pessimiste : 25%

Cette fourchette prend en compte l’incertitude sur des variables clés : probabilité de récession, persistance de la stagflation, réponses de la politique monétaire et développements géopolitiques. À mesure que 2026 avance, les signaux du marché en temps réel confirmeront ou infirmeront ces probabilités.

La stratégie : une défense tactique, pas une retraite stratégique

L’insight final et le plus important : une probabilité de 15-20% de risque à la baisse ne justifie pas la panique ni un retrait total des marchés. Au contraire, cela suggère une posture défensive disciplinée :

• Rééquilibrage du portefeuille : réduire la concentration dans les secteurs cycliques tout en conservant les positions à long terme
• Gestion du risque : mettre en place des stratégies de couverture mesurées plutôt que capituler complètement
• Positionnement opportuniste : préparer des fonds pour d’éventuelles corrections, sans tenter de chronométrer le marché
• Réévaluation continue : surveiller les données économiques, les communications de la Fed et les indicateurs de la santé du marché pour ajuster la position au fil des nouvelles informations

La distinction est cruciale : la foi aveugle dans “le cycle de quatre ans garantit un krach” ou “les marchés montent toujours” conduit à de mauvaises décisions. Au lieu de cela, la pensée probabiliste — en reconnaissant à la fois la probabilité de base de 18% d’un marché baissier et la probabilité conditionnelle spécifique de 13,2% en cas de stagflation — offre un cadre pour une action mesurée.

En remplaçant la reconnaissance naïve de motifs par une analyse bayésienne rigoureuse, les investisseurs peuvent dépasser la foi aveugle et adopter une gestion des risques fondée sur des preuves. L’objectif n’est pas de prédire l’avenir avec certitude, mais de comprendre la véritable distribution des résultats possibles et de s’y positionner en conséquence.