La tech chute-t-elle plus fort dans les marchés baissiers ? Tech américaine vs marché américain, 1971–2026

Le ratio tech/marché face aux taux d’intérêt réels, 1971–2026

Comment lire le ratio

Le ratio suit l’indice de rendement total du secteur technologique américain (le portefeuille HiTec de Kenneth R. French) divisé par celui de l’ensemble du marché américain, tous deux en fin de mois et normalisés pour que février 1971 = 100. En mai 2026, le ratio atteint 129, indiquant que la tech a cumulativement rapporté 1,29× autant que le marché depuis le début de la série. Sur la période, il évolue entre environ 59 (septembre 2002 et juillet 2006) et 149 (février 2000), une amplitude de 2,5×.

Le taux réel retenu est le rendement Treasury 10 ans réel ex-post, calculé comme la moyenne mensuelle DGS10 moins l’inflation CPI sur 12 mois glissants contemporaine. C’est une mesure cohérente sur 55 ans ; les rendements réels basés sur TIPS ne sont disponibles que depuis 2003. Lire notre jeu de données des taux d’intérêt réels américains (1962–présent) pour la série sous-jacente.

Les cycles de resserrement de la Réserve fédérale sont définis ici comme les périodes où le taux Fed Funds a monté de ≥150 points de base sans baisse intermédiaire de plus de 50 points de base. Huit cycles de ce type sont identifiés entre 1971 et 2024. La relation entre le ratio et le rendement réel avant et après le milieu des années 1990 est examinée dans la section sur les taux réels ci-dessous.

Le cadrage de la duration : et d’où il vient

Le récit dominant sur le comportement du Nasdaq durant les périodes de resserrement monétaire soutient que les actions technologiques sont des actifs à duration longue. Une part élevée des cash flows attendus s’accumule dans un futur lointain, donc toute hausse du taux d’actualisation comprime la valeur présente plus que pour un indice dominé par des entreprises matures, génératrices de cash flow. Selon ce cadrage, le Nasdaq devrait chuter plus fort que le S&P 500 chaque fois que les taux d’intérêt réels montent, et bénéficier disproportionnellement quand ils baissent.

Mesuré sur le secteur technologique plutôt que sur le Nasdaq Composite, le jeu de données ne soutient ce cadrage qu’en partie. Le rendement total cumulé de la tech, +47 238 % contre +36 464 % pour le marché de février 1971 à mai 2026, est venu entièrement après 1995 (le ratio a reculé avant 1995) et pas dans les régimes de taux réels négatifs : les mois qui commençaient avec un taux réel ex-post négatif ont fait baisser le ratio (×0,90 sur 124 mois). Et sur les six marchés baissiers de la tech ≥20 %, le drawdown de la tech a dépassé celui du marché dans 3 des 6 cas, avec un ratio moyen sur les six de 1,22×. Le motif « chute plus fort » est réel mais conditionnel : il vaut en 1990, 2000–02 et 2021–22, pas en 1973–74, 1987 ni 2007–09.

Six marchés baissiers de la tech, 1971–2026

Un marché baissier de la tech est défini ici comme tout déclin pic-à-creux de 20 % ou plus de l’indice de rendement total de fin de mois du secteur technologique américain (le portefeuille HiTec de Kenneth R. French), où le pic est le niveau de fin de mois le plus haut des 24 mois précédents. Le marché américain (l’ensemble du marché pondéré par la capitalisation, même bibliothèque) est mesuré sur la même fenêtre pic-à-creux. Six épisodes de ce type sont identifiés entre février 1971 et mai 2026. La tech a chuté plus fort que le marché dans trois d’entre eux (1990, 2000–02, 2021–22) ; en 1973–74, 1987 et 2007–09, elle a chuté légèrement moins. HiTec sert de substitut au cœur technologique du Nasdaq ; ce n’est pas le Nasdaq Composite, dont les premières décennies étaient dominées par les petits titres OTC.

Comparaison des drawdowns : tech américaine vs marché américain, 1971–2026

Ratio de drawdown moyen sur les six épisodes : 1,22×. Médiane : 1,15×. Écart-type : 0,31. Sur les trois épisodes où la tech a chuté plus fort : moyenne 1,46×, médiane 1,33×. Toutes les valeurs sont calculées à partir des niveaux de rendement total de fin de mois (Kenneth R. French Data Library). Un prix de clôture mensuel est celui du dernier jour ouvré à New York, date que déplace le calendrier des fermetures et des séances écourtées aux États-Unis dès qu’un férié tombe en fin de mois.

Source : Kenneth R. French Data Library (5 Industry Portfolios, HiTec ; facteurs Fama-French, Mkt-RF + RF), rendements totaux de fin de mois. Graphique : Eco3min Research.

Une qualification analytique légitime est que la magnitude du motif est tirée par un petit nombre d’épisodes. Les ratios de 2000–02 (1,73×) et 2021–22 (1,33×) sont les deux plus grands du jeu de données. En excluant les deux, la moyenne sur les quatre épisodes restants est de 1,06×, avec la tech qui chute plus fort dans 1 des 4. Exclure les deux drawdowns absolus les plus profonds (2000–02 et 2007–09) ramène la moyenne à 1,14×. Le résultat est conditionnel, et les trois ratios proches de 1× (0,95× en 1973–74, 0,98× en 1987, 0,99× en 2007–09) sont des données réelles, pas des artefacts d’arrondi.

Taux réels et ratio tech/marché : pas de rupture nette en 1995

C’est la divulgation honnête la plus importante de cette étude. Une version antérieure de cette page, construite sur des données de prix d’indices, faisait état d’une inversion de signe autour de 1995 : le ratio bougeant avec les taux réels avant, contre eux après. Le ratio tech/marché en rendement total ne la reproduit pas : la corrélation est légèrement négative avant 1995 et proche de zéro après. En corrélation glissante sur 60 mois, la valeur change de signe plusieurs fois entre 1993 et 1998, est négative environ 59 % des mois depuis 1998, et positive de fin 2002 à 2011 puis de nouveau depuis mars 2024.

Une qualification analytique légitime est que la composition du secteur technologique a changé dans les mêmes années : la montée des logiciels, la vague d’IPO de 1995–2000 et l’entrée des entreprises technologiques mega-cap. Un mécanisme de duration, s’il existe, passe par cette composition ; les corrélations faibles ci-dessus suggèrent qu’il n’a dominé le ratio tech/marché dans aucune des deux périodes. Si la composition du secteur devait changer à nouveau (vers des activités à duration plus courte ou des acteurs établis riches en cash), sa relation avec les taux réels pourrait évoluer même sans changement de régime de politique monétaire.

Interprétation des régimes

Que s’est-il passé ensuite ? Rendements de la tech à terme par régime de taux réels

Ce tableau résume les rendements totaux de la tech à 12 mois à terme conditionnels au régime de rendement 10 ans réel au début de la fenêtre. L’échantillon est restreint aux observations mensuelles post-1995 (janv. 1995 et après jusqu’à mai 2025, la date la plus récente avec une fenêtre à 12 mois à terme observable), soit l’ère de la composition moderne. Le classificateur de régime est calculé en temps réel à partir du CPI YoY et du rendement 10Y contemporains, pas de look-ahead.

Note méthodologique : les rendements sont des rendements totaux calculés à partir des niveaux de fin de mois, non chevauchants au sens où chaque mois est une observation, mais les fenêtres à 12 mois à terme se chevauchent. Le classificateur utilise le rendement réel ex-post contemporain, calculé comme la moyenne mensuelle 10Y moins le dernier CPI YoY disponible. L’échantillon est restreint au post-1995 (janv. 1995 et après) pour couvrir l’ère de la composition moderne. Les trois tailles d’échantillon de tranches sont au-dessus de 70, mais la tranche ≥2,5 % est dominée par deux longues expansions (2003–07 et 2023–26) et sa médiane est donc fortement affectée par la survie de ces régimes particuliers.

Les distributions passées ne sont pas prédictives des résultats futurs. Les statistiques conditionnelles au régime décrivent des motifs historiques, pas des rendements attendus.

Tournants historiques : six épisodes qui façonnent le motif

1973–1974 : choc pétrolier et stagflation

Mesuré sur le portefeuille tech, 1973–74 n’est pas un cas de tech qui chute plus fort : de janvier 1973 à septembre 1974, le portefeuille tech a perdu 42,5 % en rendement total contre 44,9 % pour le marché américain (ratio 0,95×), le plus petit ratio des six épisodes. Le taux Fed Funds est passé de 5,94 % à 11,34 % sur la même période alors que Burns resserrait en réponse au choc pétrolier. Cet épisode tombe dans l’ère pré-1995 ; le Nasdaq Composite de ces années était un indice de petites capitalisations, fortement orienté services financiers, une composition qu’un portefeuille technologique ne capte pas.

Août–novembre 1987 : le krach d’octobre

Le krach d’octobre 1987 a frappé la tech et l’ensemble du marché presque également : d’août à novembre 1987, le portefeuille tech a perdu 29,4 % en rendement total et le marché 29,9 % (ratio 0,98×). Le complexe actions entier est tombé ensemble en octobre 1987, tiré par les dynamiques de dénouement de l’assurance de portefeuille plutôt que par une revalorisation sectorielle. Aucun cycle de resserrement n’était actif. L’épisode est cohérent avec l’idée que « la tech chute plus fort » relève des marchés baissiers tirés par les valorisations, les taux réels ou les révisions de bénéfices, pas des événements mécaniques de dénouement de position.

Mars 2000 – septembre 2002 : l’éclatement dot-com

Le drawdown le plus profond du jeu de données. De mars 2000 à septembre 2002, le portefeuille tech a perdu 77,9 % en rendement total, tandis que le marché américain perdait 44,9 %. Le ratio est de 1,73×, le plus grand des six épisodes. Le taux Fed Funds est tombé de 5,85 % à 1,75 % sur la même période, pourtant la tech a chuté plus fort malgré l’assouplissement. Les taux réels n’ont presque pas bougé sur la fenêtre (de 2,49 % à 2,35 %) : l’épisode dit peu d’un canal des taux réels, il s’agit d’un effondrement de valorisations de bulle, plus rapide dans la tech que dans le marché large.

Octobre 2007 – février 2009 : la Crise Financière Globale (la tech a chuté autant que le marché)

L’un des trois marchés baissiers où la tech n’a pas chuté plus fort que le marché. D’octobre 2007 à février 2009, le portefeuille tech a perdu 49,8 % en rendement total et le marché américain 50,3 %. Le ratio de drawdown est de 0,99×. Trois mécanismes expliquent plausiblement pourquoi la tech n’a pas chuté plus fort. D’abord, la tech s’était déjà corrigée de 78 % en 2000–02 et est entrée dans la CFG avec des valorisations relativement basses, tandis que l’exposition du marché large aux financières (qui se sont effondrées) et à la consommation cyclique était bien plus grande. Ensuite, le choc est né dans le complexe immobilier et crédit, pas dans les taux d’actualisation actions, affectant le marché large au moins autant que la tech. Troisièmement, le taux Fed Funds a baissé de 454 pb sur la fenêtre (de 4,76 % à 0,22 %), un assouplissement agressif qui a soutenu l’exposition tech à duration longue par rapport au stress immédiat de cash flow auquel faisaient face les financières. La CFG est documentée ici parce que l’honnêteté intellectuelle sur les limites du motif est ce qui rend le motif digne d’être cité.

Décembre 2021 – septembre 2022 : resserrement post-COVID

Le marché baissier identifié le plus récent. De décembre 2021 à septembre 2022, le portefeuille tech a perdu 33,1 % en rendement total tandis que le marché américain perdait 24,8 %. Le ratio est de 1,33×. Le taux Fed Funds a monté de 248 pb de 0,08 % à 2,56 % sur la fenêtre du marché baissier, et a continué à se resserrer jusqu’à un pic de cycle de 5,33 % en août 2023 (cumulé de +525 pb depuis le plancher de déc. 2021). Le rendement 10 ans réel ex-post est monté de −5,71 % à −4,67 % sur la fenêtre du marché baissier (la montée en territoire positif a continué tout au long de 2023). C’est le cas post-1995 type tiré par le resserrement : les taux réels ont monté, le ratio s’est comprimé, la tech a chuté plus fort.

2015–2018 : un cycle sans marché baissier de la tech

Ce cycle de resserrement s’est déroulé sans marché baissier de la tech : le déclin pic-à-creux du portefeuille tech n’a pas atteint le seuil de 20 %, aucun marché baissier formel n’est donc enregistré. Sur la fenêtre du cycle (nov. 2015 – déc. 2018, hausse Fed Funds +215 pb), le portefeuille tech a perdu 16,1 % en rendement total de septembre à décembre 2018, contre 14,5 % pour le marché sur les mêmes mois. La tech a quand même chuté plus fort que le marché dans la fenêtre du cycle. Ce cycle n’est pas unique : en 1994–95, le plus fort déclin du portefeuille tech a été de 6,1 % (marché 7,6 %) et en 2004–06 de 11,3 % (marché 4,7 %). Il est nommé ici pour clarifier que le motif est conditionnel au déclenchement d’un marché baissier : tout resserrement de la Fed n’en produit pas un.

Mai 2026 : observation actuelle

Depuis son creux de septembre 2022, le portefeuille tech a rapporté +202,7 % (rendement total, à fin mai 2026). Le ratio tech/marché (févr. 1971 = 100) est à 129, sous son pic de février 2000 à 149, qu’il n’a pas retrouvé. Le rendement 10 ans réel ex-post est d’environ 0,3 % (rendement 10 ans de 4,48 % moins une inflation CPI de 4,17 %), dans la partie basse de la bande de régime modéré. Dans l’échantillon post-1995, les mois de la bande 0 %–2 % ont été suivis d’un rendement total médian de la tech à 12 mois de +18,7 % (n=162), avec une dispersion substantielle.

Méthodologie

Ce jeu de données combine cinq séries primaires en 664 observations mensuelles couvrant février 1971 à mai 2026 : rendements totaux du secteur technologique américain (portefeuille HiTec des 5 Industry Portfolios, pondéré par la capitalisation, Kenneth R. French Data Library), rendements totaux du marché actions américain (Mkt-RF + RF, même bibliothèque), rendement Treasury à maturité constante 10 ans (DGS10 via FRED), taux effectif Federal Funds (FEDFUNDS via FRED), et Consumer Price Index for All Urban Consumers (CPIAUCSL via BLS, accédé via FRED). HiTec sert de substitut au cœur technologique du Nasdaq ; les niveaux du Nasdaq Composite et du S&P 500 ne sont pas utilisés.

Sélection de marchés baissiers et de cycles de resserrement

Sensibilité : abaisser le seuil à 15 % ajoute cinq épisodes (1983–84, 1998, 2011, 2018, 2020), portant le total à 11, avec la tech qui chute plus fort dans 6 des 11 (exceptions : 1973–74, 1987, 2007–09, 2011 et 2020). Relever le seuil à 25 % retire 1990 (tech −20,9 %), laissant 5 épisodes, avec la tech qui chute plus fort dans 2 des 5. La conclusion (la tech chute plus fort dans certains marchés baissiers, pas en règle générale) tient dans toute la plage 15 %–25 %. Un motif de ce genre se lit replacé dans les cycles et anticipations des marchés actions, où chaque repli a sa phase et son déclencheur.

Choix de mesure du taux réel

Nous utilisons les taux réels ex-post (rendement nominal moins CPI YoY contemporain) plutôt que les taux réels impliqués par les TIPS car la série TIPS ne commence qu’en 2003. La mesure ex-post donne une série uniforme sur 55 ans. À partir de 2003, la corrélation entre les rendements réels 10 ans ex-post et impliqués par les TIPS est de +0,54 en observations mensuelles (2003–2026) ; substituer les TIPS à partir de 2003 fait passer la corrélation du ratio tech/marché sur 1996–2026 de −0,08 à +0,08 : les deux valeurs sont proches de zéro. Cette méthodologie suit la convention utilisée dans Reinhart et Sbrancia (2011, « The Liquidation of Government Debt »).

Conception du jeu de données

Code Python de reproduction

# Reproduire ce jeu de données à partir des sources primaires
import pandas as pd
from fredapi import Fred

fred = Fred(api_key='YOUR_FRED_KEY')
# Kenneth R. French Data Library : 5_Industry_Portfolios_CSV.zip (pondéré par la capitalisation, mensuel, %) et F-F_Research_Data_Factors_CSV.zip
tech   = (1 + hitec_pct / 100).cumprod()              # colonne HiTec
market = (1 + (mkt_rf_pct + rf_pct) / 100).cumprod()   # Mkt-RF + RF
dgs10  = fred.get_series('DGS10').resample('M').mean()
cpi    = fred.get_series('CPIAUCSL')
fedfunds = fred.get_series('FEDFUNDS')

cpi_yoy = (cpi / cpi.shift(12) - 1) * 100
real_10y = dgs10 - cpi_yoy
ratio = (tech / market) / (tech.iloc[0] / market.iloc[0]) * 100

# Identification de marché baissier sur l'indice tech : plus haut glissant 24m ; épisode = mois sous ce plus haut ; creux = minimum de l'épisode
# Implémentation complète dans /scripts/build_csv.py du bundle dataset
  

Téléchargement du jeu de données et reproductibilité

664 observations · mensuel · février 1971 – mai 2026 · 18 colonnes incluant les identifiants de marché baissier et de cycle de resserrement · Le fichier de l’étude n’est pas proposé au téléchargement ; la méthodologie indique chaque source, ce qui permet de reconstruire les séries.

Sources de données et références

• Primary Kenneth R. French Data Library, 5 Industry Portfolios (HiTec, pondéré par la capitalisation, rendements totaux mensuels ; fichier construit sur la base CRSP 202608), consulté en septembre 2026.
• Primary Kenneth R. French Data Library, Fama/French 3 Factors (rendement du marché américain : Mkt-RF + RF, mensuel), consulté en septembre 2026.
• Primary Board of Governors of the Federal Reserve System, 10-Year Treasury Constant Maturity Rate (DGS10), accédé via FRED, mai 2026.
• Primary Board of Governors of the Federal Reserve System, Federal Funds Effective Rate (FEDFUNDS), accédé via FRED, mai 2026.
• Primary U.S. Bureau of Labor Statistics, Consumer Price Index for All Urban Consumers (CPIAUCSL), accédé via FRED, mai 2026.
• Research Reinhart, C. M. & Sbrancia, M. B. (2011), « The Liquidation of Government Debt », NBER Working Paper 16893.
• Research Lettau, M. & Wachter, J. A. (2007), « Why Is Long-Horizon Equity Less Risky? A Duration-Based Explanation of the Value Premium », Journal of Finance, 62(1), 55–92.
• Reference National Bureau of Economic Research, US Business Cycle Expansions and Contractions.

Limites méthodologiques

• Le portefeuille tech est un substitut sectoriel, pas le Nasdaq Composite : il laisse de côté les valeurs non technologiques du Nasdaq (petits titres OTC et financières dans ses premières décennies) et inclut de grandes compagnies de télécommunications. Sa propre composition a aussi changé, d’IBM et des compagnies de téléphone dans les années 1970 aux logiciels, semi-conducteurs et plateformes après 1995 : les comparaisons entre périodes capturent les effets de composition autant que les effets de duration.
• Tous les calculs de rendement utilisent des rendements totaux (dividendes réinvestis) pondérés par la capitalisation, tels que publiés par la Kenneth R. French Data Library, pas des niveaux de prix d’indice.
• Les taux réels ex-post utilisent le CPI YoY contemporain plutôt que les anticipations d’inflation impliquées par le marché. Les deux mesures divergent durant les périodes de surprise d’inflation. Les rendements réels impliqués par les TIPS ne sont disponibles que depuis 2003 ; la corrélation avec ex-post est de +0,54 sur le chevauchement (2003–2026).
• L’échantillon de n=6 marchés baissiers de la tech est petit. Le partage (tech plus forte dans 3 des 6, à peu près égale dans les 3 autres) tient dans la plage de seuil 15–25 %, et aucune significativité statistique contre une hypothèse nulle spécifique n’est revendiquée.
• Les fenêtres de rendements à 12 mois à terme se chevauchent. Les chiffres « % positifs » et médians décrivent la distribution empirique des résultats, pas des observations indépendantes.
• Aucune rupture de 1995 n’apparaît dans la corrélation entre le ratio tech/marché et les taux réels ; les tests formels de rupture structurelle (Chow, Bai-Perron) ne sont pas appliqués.

Questions fréquentes

Source

Recherches Eco3min connexes

• Historique d’inflation CPI américaine (1913–2026) : Comment quatre épisodes représentent 72 % de la perte cumulée de pouvoir d’achat
• Le crédit casse en premier : les spreads HY précèdent les marchés actions, Décomposer comment les signaux de crédit précèdent les drawdowns actions majeurs
• Jeu de données des taux d’intérêt réels américains (1962–présent) : La série de taux réels sous-jacente utilisée dans cette étude
• Jeu de données taux d’intérêt réels vs ratio CAPE : La relation en forme de tente
• Risque de duration Treasury 30 ans : Comment les Treasuries à duration longue ont perdu 53 % pic-à-creux durant 2020–2023
• Jeu de données VIX Volatility Index : Rendement médian S&P 500 12m à VIX ≥30 : +22,4 %