Le calendrier caché. Pourquoi la saisonnalité est l'avantage le plus sous-estimé des marchés actions.
Supposons qu'on vous dise que, sur les trois cents dernières années de données boursières, les rendements obtenus entre novembre et avril ont été en moyenne dix fois supérieurs à ceux obtenus entre mai et octobre, et ce dans la quasi-totalité des économies développées. Vous y verriez un folklore de salle de marché, ou un backtest torturé jusqu'aux aveux. Ce n'en est pas un. C'est l'une des anomalies les mieux documentées de la finance, répliquée dans 65 des 68 pays étudiés. Et pourtant la plupart des investisseurs particuliers n'en ont jamais entendu parler. Cet article explique pourquoi cet écart existe, ce que l'on sait réellement de la saisonnalité, et comment s'en servir sans se raconter d'histoires.
1. Ce que dit vraiment la littérature académique
La saisonnalité des marchés actions désigne la tendance systématique des rendements à différer selon la période du calendrier : mois, trimestres, jour de la semaine, position dans le mois, veille de jour férié. Ce n'est pas un « effet » unique mais une famille d'anomalies apparentées. Les plus rigoureusement étudiées sont l'indicateur Halloween (le fameux « Sell in May and go away »), l'effet janvier, l'effet de changement de mois et le cycle présidentiel.
L'article de référence est Bouman & Jacobsen (2002), publié dans l'*American Economic Review*, la revue d'économie à comité de lecture la plus prestigieuse. Les auteurs ont examiné 37 marchés entre 1970 et 1998 et constaté que les rendements de novembre à avril y étaient statistiquement et économiquement supérieurs à ceux de mai à octobre dans 36 de ces 37 marchés. Le résultat n'était pas une oscillation statistique marginale : l'écart moyen dépassait dans bien des cas 10 points de pourcentage par an, et il résistait à l'ajustement du risque, au découpage en sous-périodes et aux années de crise.
Le prolongement d'Andrade, Chhaochharia & Fuerst (2013) a répliqué l'effet hors échantillon, sur des données que Bouman et Jacobsen n'avaient pas vues. Le motif persiste, avec des rendements mensuels de l'ordre de 10 % annualisés en période « hiver » contre à peine 2 % en « été ». Dans un domaine où la plupart des anomalies s'érodent ou disparaissent après publication, cette stabilité est inhabituelle.
| Marché | Nov–Avr | Mai–Oct | Écart |
|---|---|---|---|
| États-Unis | 9,8 % | 1,6 % | 8,2 pts |
| Royaume-Uni | 11,4 % | 0,8 % | 10,6 pts |
| Japon | 9,0 % | −0,7 % | 9,7 pts |
| Allemagne | 10,1 % | 1,3 % | 8,8 pts |
| France | 11,0 % | 1,8 % | 9,2 pts |
| Australie | 8,6 % | 4,3 % | 4,3 pts |
| Canada | 9,9 % | 1,9 % | 8,0 pts |
2. L'effet janvier : modeste dans les titres, réel sur les petites capitalisations
L'effet janvier, formalisé pour la première fois par Rozeff & Kinney (1976), désigne le constat que les petites capitalisations américaines dégageaient des rendements anormalement élevés début janvier, concentrés sur les cinq premières séances. Le mécanisme proposé par Keim (1983) est la matérialisation des moins-values fiscales : les investisseurs américains vendent leurs positions perdantes en décembre pour cristalliser des pertes déductibles, ce qui déprime les cours ; le rebond de début janvier produit un rendement structurel.
L'effet est réel mais *étroit* : il se concentre sur le décile le plus petit de la cote, des titres illiquides et coûteux à traiter, et il s'est nettement érodé aux États-Unis depuis la fin des années 1990, vraisemblablement parce que l'arbitrage professionnel, ETF et stratégies fiscalement optimisées compris, le devance désormais. Les données internationales (Agrawal & Tandon, 1994) montrent des motifs analogues dans 18 pays, avec une persistance qui dépend du régime fiscal local. En l'absence d'impôt sur les plus-values, à Hong Kong ou à Singapour, l'effet est plus faible : c'est la preuve directe que le moteur est le mécanisme fiscal, et non un sentiment de marché.
3. L'effet de changement de mois : là où se cache l'essentiel du rendement
Lakonishok & Smidt (1988) et Ariel (1987) ont documenté que le marché actions américain produisait la quasi-totalité de ses rendements positifs sur une fenêtre de quatre séances à cheval sur le changement de mois : dernière séance du mois *n* jusqu'à la troisième séance du mois *n+1*. En dehors de cette fenêtre, le rendement moyen était statistiquement indiscernable de zéro.
Les réplications ultérieures sur 31 pays (McConnell & Xu, 2008) confirment que l'effet est mondial. Le mécanisme avancé tient aux flux de trésorerie institutionnels : cotisations de retraite, souscriptions de fonds, plans de réinvestissement de dividendes et versements automatiques se concentrent en fin de mois. L'impact sur les prix précède la consommation par les particuliers. Pour un investisseur long-only, être exposé pendant ces journées n'est pas optionnel.
| Mois | Rendement moyen | Semestre |
|---|---|---|
| Janvier | 1,0 % | Nov–Avr |
| Février | −0,1 % | Nov–Avr |
| Mars | 0,7 % | Nov–Avr |
| Avril | 1,3 % | Nov–Avr |
| Mai | 0,2 % | Mai–Oct |
| Juin | 0,0 % | Mai–Oct |
| Juillet | 1,6 % | Mai–Oct |
| Août | 0,7 % | Mai–Oct |
| Septembre | −0,7 % | Mai–Oct |
| Octobre | 0,4 % | Mai–Oct |
| Novembre | 1,1 % | Nov–Avr |
| Décembre | 1,4 % | Nov–Avr |
4. Alors pourquoi l'arbitrage ne l'efface-t-il pas ?
C'est la question qui devrait mettre mal à l'aise tout investisseur sérieux. Si l'effet est réel et bien connu, pourquoi persiste-t-il ?
Trois réponses structurelles, chacune étayée par la recherche :
- Biais comportementaux et saisonniers de l'humeur : Kamstra et al. (2003) relient l'effet Halloween au trouble affectif saisonnier. La baisse de luminosité automnale accroît l'aversion au risque. Le motif s'inverse aux latitudes hivernales quand la durée du jour atteint son minimum puis repart.
- Calendriers de liquidité institutionnelle : cotisations de retraite, habillage de bilan de fin d'année, fenêtres de syndication d'introductions en bourse et autorisations de rachat d'actions se concentrent sur des mois précis, par habitude réglementaire et d'entreprise, non par distribution aléatoire.
- Limites à l'arbitrage : la plupart des particuliers et beaucoup d'institutions ne peuvent pas, ou ne veulent pas, entrer et sortir deux fois par an. Frottement fiscal, coûts de transaction, contraintes de mandat, risque de carrière lié à un écart de suivi : autant de raisons qui empêchent le capital d'éliminer complètement l'anomalie.
Zhang & Jacobsen (2018) documentent l'effet Halloween sur 68 marchés avec l'échantillon le plus long disponible, qui remonte à 1693 pour le Royaume-Uni. L'effet est présent dans 65 marchés sur 68, ne s'est pas affaibli après publication, et ne montre aucun signe d'être arbitré. Une telle stabilité est exceptionnelle en finance empirique.
« The Halloween effect is one of the most pervasive anomalies in finance. We document its existence in 65 of 68 stock markets and show that it cannot be explained by data-mining, risk, or microstructure factors. »
5. Comment un investisseur sérieux s'en sert, sans se raconter d'histoires
Trois principes, tirés de décennies d'excès de praticiens :
- 01
Utilisez la saisonnalité comme une inclinaison, pas comme un interrupteur. Passer en liquidités de mai à octobre revient à laisser sur la table de solides rallyes estivaux quand ils surviennent, et ils surviennent, simplement de manière moins fiable. Une réduction mesurée du bêta pendant les mois faibles, plutôt qu'un tout-ou-rien, capte l'essentiel de l'avantage tout en préservant l'optionalité.
- 02
Stratifiez par secteur. Jacobsen & Visaltanachoti (2009) montrent que l'effet Halloween se concentre sur la production, l'industrie et la consommation discrétionnaire, et qu'il est absent ou inversé sur les défensives. Indexer l'effet au niveau sectoriel multiplie sa valeur informationnelle par rapport à une application au marché large.
- 03
Combinez avec une détection de régime. Les motifs saisonniers s'affaiblissent ou s'inversent pendant les crises (2008, 2020). Un filtre utile consiste à désactiver les inclinaisons saisonnières quand la volatilité réalisée dépasse son 95ᵉ centile ou quand les indicateurs macro signalent une récession. L'« hiver » saisonnier fut profondément négatif en 2008-2009 : les règles Halloween mécaniques ont perdu de l'argent, tandis qu'une version consciente du régime restait en liquidités.
La saisonnalité est l'une des rares régularités empiriques des marchés actions à avoir survécu à des décennies d'examen par les pairs, de réplication hors échantillon et de publication. Ce n'est pas un motif mystique du calendrier : elle reflète des calendriers de liquidité identifiables, des structures fiscales et une aversion au risque liée à l'humeur. Utilisée comme inclinaison, affinée par secteur et conditionnée au régime, c'est l'un des avantages les plus économiques dont dispose un investisseur long-only.
Elle ne vous rendra pas riche à elle seule. Elle améliorera modestement vos rendements ajustés du risque sur une décennie, ce à quoi ressemblent les avantages composés dans les marchés réels. Les investisseurs qui l'ignorent en paient le prix. Ceux qui la traitent comme un interrupteur perdent de l'argent. Ceux qui la modélisent soigneusement, à côté des fondamentaux et de l'état macroéconomique, surperforment discrètement.
Bibliographie
Les références sont données dans leur langue de publication : c'est sous cette forme qu'elles se retrouvent.
- [1] Bouman, S., & Jacobsen, B. (2002). The Halloween Indicator, "Sell in May and Go Away": Another puzzle. American Economic Review, 92(5), 1618-1635.
- [2] Andrade, S. C., Chhaochharia, V., & Fuerst, M. E. (2013). "Sell in May and go away" just won't go away. Financial Analysts Journal, 69(4), 94-105.
- [3] Zhang, C. Y., & Jacobsen, B. (2018). The Halloween indicator, "Sell in May and Go Away": Everywhere and all the time. Journal of International Money and Finance, 110, 102245.
- [4] Rozeff, M. S., & Kinney, W. R. (1976). Capital market seasonality: The case of stock returns. Journal of Financial Economics, 3(4), 379-402.
- [5] Keim, D. B. (1983). Size-related anomalies and stock return seasonality: Further empirical evidence. Journal of Financial Economics, 12(1), 13-32.
- [6] Agrawal, A., & Tandon, K. (1994). Anomalies or illusions? Evidence from stock markets in eighteen countries. Journal of International Money and Finance, 13(1), 83-106.
- [7] Lakonishok, J., & Smidt, S. (1988). Are seasonal anomalies real? A ninety-year perspective. Review of Financial Studies, 1(4), 403-425.
- [8] Ariel, R. A. (1987). A monthly effect in stock returns. Journal of Financial Economics, 18(1), 161-174.
- [9] McConnell, J. J., & Xu, W. (2008). Equity returns at the turn of the month. Financial Analysts Journal, 64(2), 49-64.
- [10] Heston, S. L., & Sadka, R. (2008). Seasonality in the cross-section of stock returns. Journal of Financial Economics, 87(2), 418-445.
- [11] Kamstra, M. J., Kramer, L. A., & Levi, M. D. (2003). Winter blues: A SAD stock market cycle. American Economic Review, 93(1), 324-343.
- [12] Jacobsen, B., & Visaltanachoti, N. (2009). The Halloween effect in U.S. sectors. Financial Review, 44(3), 437-459.
Avertissement. Cet article est publié à des fins pédagogiques et d'information uniquement. Il ne constitue ni un conseil en investissement au sens de MiFID II, ni une recommandation personnalisée. Les performances passées, y compris tout motif saisonnier décrit ci-dessus, ne préjugent pas des performances futures. EPTA5 INC. est une plateforme de données et de logiciels : nous fournissons des outils et des séries historiques, pas de la gestion de portefeuille.