« Depuis plusieurs décennies, les banques centrales considèrent le taux d'intérêt naturel (natural rate of interest), généralement noté "r*" et prononcé "r-étoile", comme une boussole pour la politique monétaire. Défini comme le taux d'intérêt réel compatible avec une inflation stable et une production à son potentiel, r* est supposé permettre de distinguer une politique accommodante d’une politique restrictive. Lorsque le taux directeur est inférieur à r*, les coûts d'emprunt sont relativement faibles, ce qui favorise le crédit, la prise de risque et l'investissement. Lorsqu'il est supérieur à r*, le financement devient restrictif, ce qui pèse sur les prix des actifs et décourage l'investissement.
Ce cadre domine encore les discussions de politique monétaire. Mais dans un système financier où les croyances façonnent les flux de capitaux et où les réactions automatisées façonnent les dynamiques économiques, le "taux d’intérêt naturel" est moins une réalité physique qu’une convention aux conséquences réelles. Reconnaître cela n’affaiblit pas la politique monétaire. Cela en précise les limites et rend sa refonte plus urgente.
Dans les économies actuelles, financièrement ouvertes et guidées par les croyances, r* ne se comporte plus comme un paramètre structurel stable. Il fonctionne de plus en plus comme un dispositif de coordination des croyances, façonné par les récits dominants, les conventions de modélisation et les a priori institutionnels, et est susceptible de s'autovalider une fois intégré aux décisions politiques.
Le problème n'est pas que r* soit difficile à mesurer. C'est qu'il est devenu performatif : il influence les dynamiques économiques précisément parce que les autorités monétaires et les marchés financiers agissent comme s'il était connu.
Du concept théorique à l’ancre pour la politique monétaire
L'utilisation moderne de r* remonte aux travaux de Knut Wicksell, économiste suédois de la fin du dix-neuvième et du début du vingtième siècle. Mais son rôle opérationnel s'est considérablement accru avec l'avènement du ciblage de l'inflation et des modèles macroéconomiques semi-structurels. Les banques centrales, telles que la Réserve fédérale et la BCE, se réfèrent régulièrement aux estimations de r* pour évaluer l'orientation de leur politique monétaire, en utilisant des variantes ou des approches très proches du modèle de Laubach-Williams pour mesurer ce taux.
Ces modèles déduisent r* à partir de données observées relatives à la production, à l'inflation et aux taux d'intérêt, en utilisant des filtres statistiques qui séparent la tendance du cycle. L'hypothèse implicite est que r* évolue lentement, reflète des forces structurelles profondes (la croissance de la productivité, la démographie ou les préférences) et reste largement insensible aux choix de politique monétaire à court terme.
Cette hypothèse a pu paraître raisonnable par le passé. Elle est beaucoup moins convaincante aujourd'hui.
Au fil du temps, r* est passé d'un point de référence théorique à un repère opérationnel central. Les débats de politique monétaire portent de plus en plus sur la question de savoir si les taux d'intérêt sont "supérieurs" ou "inférieurs" à r*, et dans quelle mesure. Cela confère à une estimation inobservable et dépendante du modèle une influence considérable sur le monde réel.
Pourquoi r* est devenu une croyance
La BRI a maintes fois mis en garde contre une dépendance excessive aux variables latentes des fonctions de réaction. Lorsqu'une construction estimée devient un point de repère pour la politique monétaire, l'incertitude cesse d'être purement théorique : elle influence les anticipations, les prix d’actifs et les flux de capitaux.
Trois forces structurelles expliquent pourquoi le taux r* se comporte désormais moins comme un chiffre et davantage comme une croyance. Premièrement, les marchés financiers intègrent les récits de la politique économique. Ils ne considèrent pas les estimations de r* comme des statistiques neutres ; ils les interprètent comme des signaux des intentions des banques centrales. Lorsque les décideurs politiques indiquent que r* est élevé, les marchés en déduisent un taux terminal plus élevé, de plus longues périodes de restriction monétaire et une plus grande tolérance au ralentissement de l’activité économique. Les courbes de rendement, les primes de risque et l’allocation des portefeuilles s’ajustent en conséquence.
Deuxièmement, les estimations de r* dépendent du régime économique. Elles reposent sur des hypothèses concernant la productivité tendancielle, les tensions sur le marché du travail et la production potentielle, autant de paramètres qui ne sont pas directement observables. Ces hypothèses sont elles-mêmes façonnées par les récits macroéconomiques dominants, qu'il s'agisse de stagnation séculaire, de la dominance financière ou budgétaire. Par conséquent, lorsque le régime économique, les estimations de r* en font de même.
Troisièmement, la politique monétaire influence les estimations. Lorsque les banques centrales resserrent leur politique monétaire parce qu’elles croient que r* est élevé, la hausse des coûts de financement freine l'investissement et ralentit la croissance de la productivité. Comme l'investissement décline et la productivité déçoit, les estimations de la production potentielle et de la croissance tendancielle sont revues à la baisse et les modèles r* en font de même mécaniquement. Le jugement initial de la politique monétaire est ainsi validé a posteriori par les dynamiques économiques mêmes qu'il a contribué à produire : r* ne se contente pas de décrire l'économie, il participe à la façonner.
Quand les machines commenceront à croire en r*
Les récents progrès dans l'intelligence artificielle intensifient cette dynamique. Les anticipations économiques ne se forment plus principalement via l'interprétation humaine des récits des banques centrales. Elles sont de plus en plus façonnées par des systèmes algorithmiques qui génèrent en temps réel des prévisions, des analyses de scénarios et des recommandations de portefeuille. Ces systèmes ne tiennent compte ni des intentions ni des nuances. Ils extraient des signaux, des corrélations et des estimations ponctuelles et ils agissent en conséquence à la vitesse de la machine.
Dans un tel contexte, la nature de croyance de r* prend une importance accrue. Une fois le récit autour de r* intégré à des modèles largement utilisés, il peut se propager rapidement sur les marchés, synchronisant les comportements et renforçant les anticipations avant même que les décideurs politiques n'aient eu le temps de réévaluer les hypothèses sous-jacentes. L'incertitude n'est pas absorbée par la délibération ; elle est comprimée en résultats apparemment précis.
Il en résulte une performativité plus marquée : les estimations de r* risquent de devenir des faits opérationnels simplement parce que les algorithmes exigent une valeur numérique, non parce que l’économie en a révélé une. Ceci accroît le risque que des inférences provisoires soient traitées comme des contraintes contraignantes, amplifiant ainsi la procyclicité des politiques économiques et accélérant des cercles vicieux autoréalisateurs.
Comme l'illustre le graphique, les estimations de r* largement utilisées pour l'économie américaine sont sujettes à des révisions importantes et persistantes au fil du temps, bien qu'elles soient traitées comme des indicateurs opérationnels. Des valeurs autrefois traitées comme des indicateurs structurels sont régulièrement réinterprétées comme des écarts conjoncturels. Les graphiques présentent une tension centrale : une variable très incertaine et fréquemment révisée est néanmoins utilisée comme point de référence fiable pour l'orientation des politiques monétaires.
Pourquoi cela importe au-delà des banques centrales
Pour les dirigeants d'entreprise et les investisseurs financiers, les implications sont considérables. La "restriction" monétaire ne se résume plus à une simple comparaison mécanique entre le taux directeur et un taux de référence fixe. Il s'agit désormais d'un jugement, dépendant de l'interprétation de r* par les banques centrales et de la réaction des marchés financiers (et de plus en plus des algorithmes) à cette interprétation. Un changement des récits peut modifier brutalement l’évaluation du risque, même en l'absence de nouvelles données macroéconomiques.
Pour les décideurs politiques, la leçon est moins confortable. Fonder ses décisions sur des estimations incertaines de r* risque de confondre la cohérence du modèle avec le réalisme économique. Des cadres de politique monétaire robustes doivent être résilients à l'incertitude entourant r* et ne pas dépendre d'estimations ponctuelles qui sont révisées avec le recul.
En conclusion, si r* conserve toute sa pertinence, il ne fonctionne plus comme un paramètre stable et indépendant des politiques économiques attendant d'être découvert. Il est plutôt devenu un dispositif de coordination des croyances, alignant les anticipations des banques centrales, des marchés financiers et des systèmes algorithmiques.
Dans un système financier où les croyances façonnent les flux de capitaux et où les réactions automatisées façonnent les dynamiques économiques, le taux d'intérêt naturel est moins un fait de la nature qu'une convention aux conséquences réelles. Reconnaître cela n'affaiblit pas la politique monétaire. Cela en précise les limites et rend sa refonte plus urgente. »
Biagio Bossone, « Why the “natural rate of interest” is no longer just a number », LSE Business Review, 16 janvier 2026. Traduit par Martin Anota
Aller plus loin…
« Les taux neutres, la stagnation séculaire et le rôle de la politique budgétaire »
« Les estimations de la production potentielle ne sont pas insensibles à la conjoncture »
Aucun commentaire:
Enregistrer un commentaire