Insights Investing
Fragilité structurelle des classes d'actifs modernes : évaluation de l'immobilisation des capitaux dans l'immobilier, de la concentration des indices liée à l'IA et du refinancement de la dette privée
Podcast · Écouter (24 min)
Sommaire
- 1. Le verrouillage du logement : pourquoi l’immobilier n’est plus un moteur fiable de création de patrimoine
- 2. L’illusion de diversification : concentration sur l’IA dans les marchés d’actions et de dette
- 3. L’IA agentique et la vulnérabilité du modèle économique des transferts automatiques de liquidités bancaires
- 4. Crédit privé, rachats de sociétés de logiciels et mur de refinancement imminent
- 5. Implications stratégiques et enseignements pratiques pour les investisseurs à long terme
- 6. Chiffres clés
- 7. Ce qui modifierait notre opinion
- 8. Sources
La hausse des coûts de détention hors crédit immobilier et le verrouillage structurel lié aux taux ont fondamentalement compromis la création de patrimoine traditionnelle par l’immobilier, tandis que la concentration cachée sur l’intelligence artificielle dans les portefeuilles indiciels de référence et les frictions d’endettement non reconnues dans les rachats privés d’entreprises de logiciels présentent des risques systémiques importants pour les investisseurs passifs et institutionnels. Pour les investisseurs axés sur la valeur et attachés à la préservation du capital, ces distorsions convergentes éliminent les amortisseurs de sécurité traditionnels intégrés à l’immobilier, aux modèles d’allocation indicielle 60/40 et aux véhicules de rendement du crédit privé. Obtenir une véritable marge de sécurité exige désormais une réévaluation rigoureuse de la solidité des bilans, de la transparence du levier d’endettement et de la diversification réelle des actifs sur les marchés cotés comme privés.
1. Le verrouillage du logement : pourquoi l’immobilier n’est plus un moteur fiable de création de patrimoine
Le postulat fondamental de l’immobilier résidentiel moderne — selon lequel l’accession à la propriété constitue un moteur automatique de création de patrimoine sur plusieurs générations — s’est heurté à un obstacle structurel majeur. À la suite de l’effondrement historique des taux d’intérêt en 2021, des millions de propriétaires ont refinancé leurs prêts à des taux de crédit immobilier de 3.0% à 3.5%. Les taux actuels des crédits immobiliers américains à 30 ans avoisinant 7.0%, un immense décalage mathématique a figé les transactions immobilières. Les propriétaires en emploi dont les prêts portent un taux de 3.0% sont structurellement verrouillés ; remplacer un ancien prêt par un crédit immobilier à 7.0% entraîne une hausse massive du service mensuel de la dette que les acteurs rationnels du marché refusent d’accepter. En conséquence, le rythme des transactions et la disponibilité des logements à la vente se sont pratiquement arrêtés.
Surtout, cette crise de l’accessibilité financière va bien au-delà des prix d’achat nominaux de base et des taux d’intérêt. L’inflation des coûts de détention hors crédit immobilier au cours de la période de cinq ans précédente (2019–2024) a fortement dégradé les bilans liés à l’immobilier résidentiel. Sous l’effet de hausses cumulées des primes d’assurance dommages et responsabilité civile, des taxes foncières municipales et des factures de services essentiels, le coût total de détention d’un logement a augmenté d’environ 50%, indépendamment du prix d’achat.
Du point de vue de l’investissement axé sur la valeur, l’évolution probable des prix nationaux du logement penche davantage vers la baisse que vers la hausse. Toutefois, cet ajustement à la baisse sera extrêmement lent plutôt que brutal. Contrairement aux liquidations systémiques observées pendant la crise financière de 2008, le marché du travail dans son ensemble reste tendu, avec de faibles taux de chômage. Les propriétaires en emploi détenant des crédits immobiliers à 3.0% ne faisant face à aucun catalyseur immédiat imposant une liquidation rapide, la découverte des prix par les ventes sous contrainte reste limitée.
Le déblocage de cette offre figée dépendra presque entièrement de la démographie à long terme plutôt que des interventions de politique monétaire. Sur un horizon de 10 ans, la mortalité naturelle de la génération vieillissante issue de l’explosion démographique d’après-guerre représente le principal mécanisme qui contraindra à mettre des logements sur le marché. Lorsque ces logements entreront dans les successions, les héritiers liquideront les actifs aux prix d’équilibre du marché pour satisfaire aux obligations fiscales successorales. Parallèlement, l’expansion de l’offre reste bloquée par les restrictions locales de zonage et l’opposition des riverains aux constructions dans leur voisinage. Alors que des municipalités comme Los Angeles restent étalées et géographiquement contraintes par les commissions locales de zonage, des contre-exemples internationaux comme Tokyo montrent que des cadres de zonage nationaux peuvent préserver l’accessibilité financière du logement en contournant l’opposition municipale locale. Aux États-Unis, toutefois, la probabilité d’une intervention fédérale ou étatique en matière de zonage prenant le pas sur les conseils locaux reste pratiquement nulle.
2. L’illusion de diversification : concentration sur l’IA dans les marchés d’actions et de dette
Les investisseurs qui s’appuient sur de larges indices passifs en se fondant sur la théorie moderne classique du portefeuille entretiennent une profonde illusion de diversification. Dans le cadre d’analyse de Benjamin Graham, une véritable gestion des risques exige de distinguer les fluctuations temporaires des prix des pertes permanentes de capital. Les indices boursiers de référence actuels exposent systématiquement les investisseurs à un risque non reconnu de perte permanente en concentrant le capital sur un seul cycle de dépenses technologiques : la chaîne de valeur de l’intelligence artificielle.
Bien que la pondération officielle du secteur technologique dans le S&P 500 soit d’environ 40%, cet indicateur sous-estime le véritable risque thématique. Les reclassements effectués par les fournisseurs d’indices ont déplacé de grandes plateformes numériques, telles qu’Alphabet et Amazon, vers les secteurs des services de communication et de la consommation discrétionnaire. La réintégration de ces opérateurs de plateformes à très grande échelle porte l’exposition directe aux valeurs technologiques à très grande capitalisation à environ 50%.
Une prise en compte complète des liens secondaires et des activités de soutien amplifie considérablement ce risque de concentration : * Électricité et services aux collectivités : Les fournisseurs d’électricité alimentant spécifiquement les pôles de centres de données contribuent à une pondération thématique supplémentaire de 3%. * Infrastructure industrielle : Les entreprises de construction de centres de données, les fournisseurs d’équipements spécialisés et les prestataires industriels intervenant sur les réseaux électriques ajoutent une dépendance systémique supplémentaire. * Facilitateurs financiers : Les grandes banques d’investissement et les gestionnaires d’actifs alternatifs assurant la souscription de capitaux et le financement par dette des dépenses d’investissement liées à l’IA renforcent cette exposition.
Au total, la dépendance économique effective du S&P 500 à la réussite de l’écosystème de l’IA atteint environ 65%.
[S&P 500 Effective AI Concentration: ~65%]
├── Direct Tech Sector (Official Weighting): ~40%
├── Reclassified Tech Platforms (Alphabet, Amazon, etc.): ~10%
├── Electric Utilities (Data Center Power Supply): ~3%
└── Industrial Builders & Financial Capital Providers: ~12%
Cette concentration structurelle est tout aussi omniprésente sur les marchés obligataires. Environ 15% de l’ensemble des obligations d’entreprises de qualité investissement sont directement liés à des projets d’investissement du secteur de l’IA, et une proportion stupéfiante de 50% du total des émissions de dette d’entreprise en 2024 a été consacrée au financement d’infrastructures liées à l’IA. En conséquence, les stratégies indicielles passives ne protègent plus le capital contre les risques extrêmes ; une dégradation opérationnelle ou financière des principaux moteurs technologiques affecterait simultanément les composantes actions et obligations d’un portefeuille traditionnel 60/40.
Par ailleurs, cette concentration du capital reflète des perturbations structurelles plus larges dans les médias et l’économie de l’attention des consommateurs. Les entreprises de médias traditionnels présentes dans les grands indices boursiers subissent une forte compression de leurs marges sous la pression des plateformes numériques à faibles dépenses d’investissement. Par exemple, YouTube capte désormais une part de 14% de l’audience télévisuelle, contre 7% pour Netflix. Alors que les acteurs historiques des médias engagent des dépenses d’investissement massives pour produire des contenus scénarisés, les plateformes ouvertes de contenus générés par les utilisateurs captent une audience deux fois plus importante pour une fraction du coût, illustrant la manière dont les actifs à forte intensité capitalistique présents dans les indices de référence cotés sont évincés sur le plan opérationnel.
3. L’IA agentique et la vulnérabilité du modèle économique des transferts automatiques de liquidités bancaires
Les nouveaux outils d’IA agentique menacent directement l’un des modèles de revenus les plus rentables et les moins appréciés à leur juste valeur dans la banque de détail et le courtage modernes : les marges nettes d’intérêts sur les transferts automatiques de liquidités.
Les mécanismes sous-jacents des transferts automatiques de liquidités reposent sur l’inertie des particuliers. Les plateformes de courtage, notamment Charles Schwab, transfèrent automatiquement les liquidités non investies des clients hors de leurs comptes de courtage et placent ces fonds dans des titres du Trésor à court terme ou sur les marchés monétaires institutionnels offrant un rendement d’environ 4.5%. En contrepartie, la plateforme verse aux titulaires de comptes particuliers un taux d’intérêt nominal — souvent autour de 20 points de base (0.20%). L’entreprise capte un différentiel net d’intérêts non couvert d’environ 430 points de base. Alors que les commissions sur les transactions des particuliers alimentaient historiquement les bénéfices du courtage, les différentiels nets d’intérêts sur les liquidités transférées représentent désormais le premier poste de revenus de Charles Schwab.
+-----------------------------------------------------------------------+
| TRADITIONAL CASH SWEEP MODEL |
| |
| [Retail Customer Cash] ---> Swept by Brokerage (e.g., Schwab) |
| │ |
| ├──> Invests at ~4.50% (Treasuries) |
| └──> Pays Retail ~0.20% |
| |
| *NET INTEREST SPREAD CAPTURED BY BROKERAGE: ~4.30% |
+-----------------------------------------------------------------------+
│
▼
+-----------------------------------------------------------------------+
| AGENTIC AI DISRUPTION MODEL |
| |
| [Agentic AI Assistant] ---> Automatically detects uninvested cash |
| │ |
| └──> Reallocates to Money Market |
| Fund directly yielding ~4.50%|
| |
| *RESULT: Brokerage Net Interest Margin Collapses to Zero |
+-----------------------------------------------------------------------+
Les outils autonomes d’IA agentique menacent d’éliminer complètement cette friction de rendement. Fonctionnant localement ou par l’intermédiaire de logiciels tiers, un agent financier automatisé peut surveiller en continu les soldes de liquidités inutilisées et exécuter des réallocations programmatiques vers des fonds monétaires à rendement élevé dès le dépôt. Si les clients particuliers adoptent massivement la gestion automatisée de trésorerie, les différentiels nets d’intérêts à forte marge qui soutiennent les modèles économiques du courtage s’effondreront.
Pour évaluer cette vulnérabilité, les investisseurs doivent distinguer les transferts automatiques de liquidités du courtage des activités de collecte de dépôts des banques commerciales. Les sociétés de courtage comme Schwab transfèrent directement les liquidités inutilisées vers leurs propres comptes faiblement rémunérés afin de capter les différentiels d’intérêts. À l’inverse, les établissements bancaires commerciaux comme JPMorgan Chase utilisent les dépôts sur comptes courants et d’épargne pour financer des portefeuilles de prêts illiquides à long terme, notamment des crédits immobiliers résidentiels et des prêts aux entreprises. Consciente que des agents externes automatisés pourraient déclencher une migration rapide des dépôts, JPMorgan Chase a bloqué préventivement l’accès des outils tiers d’IA agentique à son infrastructure centrale de dépôts, refusant explicitement aux agents automatisés l’accès aux circuits des comptes clients afin de protéger sa base fondamentale de financement par dépôts à faible coût.
L’émergence de cette désintermédiation technologique dans la finance de détail met en évidence un phénomène macroéconomique plus large : partout où les intermédiaires financiers s’appuient sur des structures de frais opaques, des délais comptables ou des frictions structurelles pour extraire des rendements, un levier systémique s’accumule. Ce même levier dépendant des frictions menace désormais les rachats privés d’entreprises technologiques financés pendant l’ère des taux d’intérêt nuls.
4. Crédit privé, rachats de sociétés de logiciels et mur de refinancement imminent
Une fragilité systémique s’est accumulée sur les marchés du capital-investissement et du crédit privé, particulièrement autour des rachats avec effet de levier de plateformes de logiciels d’entreprise réalisés sous le régime de politique de taux d’intérêt nuls de 2018–2022.
Cet écosystème se caractérise par une circularité structurelle. Les fonds de crédit privé accordent régulièrement des prêts pour financer des acquisitions portées par des sociétés de capital-investissement, alors que ces entités de crédit sont fréquemment des filiales des sociétés de capital-investissement elles-mêmes. Par exemple, Blackstone exploite BCRED, le plus grand fonds de crédit privé du pays avec $80 milliards d’actifs, ce qui illustre l’étroite convergence entre prêteurs privés et promoteurs de rachats.
Pendant la période 2018–2022, les sociétés de capital-investissement ont acquis des entreprises de logiciels d’entreprise à des multiples de valorisation élevés, en structurant les opérations avec environ 50% de capitaux propres et 50% de dette à taux variable. Les modèles historiques du capital-investissement supposaient une période de détention de 3 à 4 ans avant une sortie par cession industrielle ou introduction en Bourse. Aujourd’hui, les périodes de détention se sont allongées à 7 ans. La hausse des taux d’intérêt a alourdi le service de la dette à taux variable, tandis que les valorisations des logiciels d’entreprise ont fortement chuté — comme l’illustre Adobe, référence du secteur, dont le cours a reculé de 60% depuis son sommet boursier.
Les conséquences mathématiques pour les structures de capital à effet de levier sont sévères :
$$\text{Enterprise Value Drop} = 50% \implies \text{Equity Value} = $0$$
Les obligations de dette étant prioritaires sur les tranches de capitaux propres, une baisse de 50% de la valeur d’entreprise anéantit 100% des capitaux propres du promoteur avant que l’actif de crédit ne subisse son premier dollar de perte sur le principal.
BEFORE REVALUATION (1:1 Debt/Equity LBO)
+-----------------------------------+-----------------------------------+
| Debt ($500M) | Equity ($500M) |
+-----------------------------------+-----------------------------------+
|<---------------------- Enterprise Value: $1.0B ---------------------->|
AFTER 50% ENTERPRISE VALUE DROP
+-----------------------------------------------------------------------+
| Debt ($500M) |
+-----------------------------------------------------------------------+
|<----------------------- Enterprise Value: $500M --------------------->|
(Equity Value Completely Wiped Out to $0)
À mesure que ces rachats de sociétés de logiciels du millésime 2018–2022 approchent de leurs échéances de refinancement, les prêteurs de crédit privé exigeront des sociétés de capital-investissement qu’elles injectent de nouveaux capitaux propres pour supporter des rendements d’emprunt plus élevés. Les fournisseurs spécialisés d’infrastructures infonuagiques d’intelligence artificielle (« néonuages », tels que CoreWeave ou Nebius) illustrent cette pression sur les rendements : les rendements de la dette sur le marché secondaire des exploitants de centres de données spécialisés dans les processeurs graphiques ont bondi de 9% à l’émission à 15%. Avec un coût de la dette de 15%, ces modèles à forte intensité capitalistique cessent de générer un flux de trésorerie disponible (FCF) positif. Face à des injections obligatoires de capitaux propres, de nombreuses sociétés de capital-investissement abandonneront leur participation et transféreront le contrôle aux créanciers plutôt que de recapitaliser des actifs logiciels dépréciés.
Point crucial, les actifs de crédit privé n’étant pas valorisés au prix du marché et se négociant de gré à gré, les gestionnaires d’actifs exploitent les délais réglementaires et comptables pour masquer les pertes permanentes de capital. Les gestionnaires de fonds évitent fréquemment de déprécier les prêts non performants en prolongeant leurs échéances, en contractant de la dette au niveau du fonds pour verser des distributions, ou en émettant des titres à intérêts capitalisés, créant chez les investisseurs institutionnels une fausse impression d’atténuation de la volatilité.
Ces dynamiques d’endettement sont encore aggravées par l’arbitrage réglementaire et les risques de gouvernance, particulièrement lorsque les actifs de crédit privé sont transférés à des entités d’assurance réglementées au niveau des États. Au Delaware, la supervision des assurances est assurée par un responsable élu — dans un cas notable, un ancien shérif de comté dépourvu d’expérience en analyse financière des risques. Dans ce contexte d’application laxiste de la réglementation, des opérateurs comme Mark Walter ont réalisé d’importantes transactions non divulguées avec des parties liées, plaçant les fonds des assurés dans des investissements illiquides (notamment des participations dans des franchises sportives professionnelles comme les LA Dodgers et les LA Lakers), très au-delà des limites légales. Cet effet de levier systémique et ce contournement réglementaire accroissent considérablement les risques extrêmes parmi les intermédiaires financiers non bancaires.
5. Implications stratégiques et enseignements pratiques pour les investisseurs à long terme
Pour les investisseurs dans la valeur suivant le cadre de Benjamin Graham et Warren Buffett, les conditions actuelles du marché exigent une discipline rigoureuse en matière de risque, un examen attentif des bilans et des mandats institutionnels conçus pour prévenir les pertes permanentes de capital :
- Mandat I : Auditer la transparence des indices et la concentration par transparence : Les investisseurs institutionnels doivent aller au-delà des classifications sectorielles superficielles des portefeuilles indiciels larges. Quantifiez les dépendances économiques sous-jacentes entre la technologie, l’approvisionnement électrique des services aux collectivités, les infrastructures industrielles et les émissions obligataires d’entreprises afin d’éliminer toute exposition non identifiée à des bulles d’actifs centrées sur un thème unique.
- Mandat II : Soumettre les valeurs liquidatives du crédit privé à des tests de résistance pour détecter les dépréciations latentes : Rejetez les valeurs liquidatives non ajustées aux prix du marché communiquées par les fonds de crédit privé et les véhicules de capital-investissement ayant racheté des sociétés de logiciels pendant la période 2018–2022. Réévaluez la dette sous-jacente des portefeuilles en supposant des rendements d’emprunt à taux variable de 15% et des dépréciations des valeurs d’entreprise et des capitaux propres reflétant les véritables prix du marché secondaire.
- Mandat III : Privilégier la solidité du bilan et le flux de trésorerie disponible (FCF) hors effet de levier : Concentrez l’allocation du capital sur des entreprises résilientes, à faibles dépenses d’investissement, dotées de structures de financement à taux fixe, d’un pouvoir durable de fixation des prix et d’un flux de trésorerie disponible (FCF) organique hors effet de levier. Évitez les entités dépendant de cycles continus de refinancement de leur dette ou de titres de dette à court terme bon marché.
- Mandat IV : Maintenir une marge de sécurité stricte et une prime de liquidité : Conservez des réserves de liquidités irréprochables directement en bons du Trésor à court terme plutôt que dans des véhicules de transfert automatique de liquidités de courtiers non couverts. Préserver des liquidités mobilisables garantit la souplesse nécessaire pour déployer des capitaux dans des actifs à forte conviction lorsque les liquidations forcées entraîneront inévitablement une réévaluation des actions cotées et des véhicules de crédit privé survalorisés.
Pour aborder ces vulnérabilités systémiques avec discipline, nous invitons les lecteurs à explorer nos recherches sur les entreprises en accès libre sur le site de DeepValues Research ou à vérifier la valeur intrinsèque d’une action à l’aide de l’application DeepValues.
6. Chiffres clés
- 50% : Hausse du coût total de détention d’un logement (assurance, taxes foncières, services aux collectivités) sur la période précédente de 5 ans (2019–2024).
- 7.0% contre 3.0%–3.5% : Taux approximatifs actuels des prêts immobiliers américains comparés aux taux des anciens prêts immobiliers refinancés en 2021.
- 65% : Exposition effective totale estimée du S&P 500 à la chaîne de valeur de l’intelligence artificielle (combinant 50% de technologie directe/reclassifiée, 3% de services aux collectivités, ainsi que les acteurs industriels et financiers qui la soutiennent).
- 15% : Proportion des obligations d’entreprises de catégorie investissement directement liées au financement de l’intelligence artificielle.
- 50% : Part des émissions totales de dette d’entreprise en 2024 consacrée aux dépenses d’investissement liées à l’intelligence artificielle.
- 20 points de base contre 4.5% : Taux d’intérêt versé par les courtiers sur les liquidités non investies transférées automatiquement, comparé aux rendements des bons du Trésor à court terme perçus par les institutions.
- 15% contre 9% : Rendement actuel de la dette sur le marché secondaire comparé au taux initial de 9% à l’émission pour la dette des infrastructures infonuagiques spécialisées dans l’intelligence artificielle (par exemple, CoreWeave).
- 60% : Baisse en pourcentage d’Adobe, référence des logiciels d’entreprise, depuis son sommet boursier.
- $80 milliards : Montant total des actifs de BCRED, le plus grand fonds de crédit privé détenu par Blackstone.
- 14% contre 7% : Part de marché de l’audience télévisuelle de YouTube comparée à celle de Netflix.
7. Ce qui modifierait notre opinion#
- Baisses de taux substantielles et inconditionnelles et compression des écarts de taux hypothécaires : Un cycle d’assouplissement monétaire marqué et durable ramenant les taux des nouveaux prêts immobiliers américains à 30 ans vers 4.0%, sans accélérer l’inflation, permettrait de fluidifier la rotation de l’offre résidentielle, neutralisant l’effet de verrouillage immobilier sans nécessiter de liquidations forcées liées à la démographie.
- Rééquilibrage structurel des pondérations de l’indice S&P 500 : Une rotation de marché persistante et généralisée des valeurs technologiques à très grande capitalisation et des titres de la chaîne d’approvisionnement de l’intelligence artificielle vers des entreprises cycliques, défensives ou industrielles sous-évaluées, réduisant la concentration thématique effective liée à l’intelligence artificielle au sein du S&P 500 à moins de 35%.
- Recapitalisation généralisée en fonds propres par les sociétés de capital-investissement : Un engagement systémique des sociétés de capital-investissement à injecter de nouveaux capitaux propres substantiels dans les investissements logiciels dépréciés du millésime 2018–2022 afin d’absorber le renchérissement des intérêts de la dette, prévenant les cascades de défauts et évitant les transferts de contrôle aux créanciers lors des prochains cycles de refinancement.
- Protection législative des marges nettes d’intérêt des courtiers : Une codification réglementaire ou législative fédérale accordant aux institutions financières des droits légaux explicites pour restreindre les transferts automatisés de liquidités effectués par des agents tiers autonomes, préservant les marges nettes d’intérêt des courtiers sans provoquer de fuite des dépôts de la clientèle de détail.
8. Sources#
- Steve Eisman, Aiden McCake et Brandon Ewing, « Pourquoi les jeunes Américains se sentent exclus, avec le balado Lemonade Stand | Le véritable guide stratégique d’Eisman, épisode 82 », chaîne YouTube de Steve Eisman.
Regarder
Liens vers les sources
Regarder et écouter
- The S&P 500 Is a Hidden 65% AI Bet, Warns Steve Eisman YouTube · EN
- 大賣空原型Eisman警告:標普500竟65%綁AI YouTube · 中文
- The S&P 500 Is a Hidden 65% AI Bet, Warns Steve Eisman Podcast · EN
- 大賣空原型Eisman警告:標普500竟65%綁AI|美股市場 Podcast · 中文