Comment nous dérivons les probabilités de taux d'intérêt et évaluons l'orientation de la politique des banques centrales
Cadre technique pour l'extraction des probabilités de politique monétaire implicites du marché et le référencement normatif des taux
Ce que fait ce site : Il fournit deux analyses pour chaque banque centrale couverte :
Comment ça fonctionne :
Un défi majeur : Les contrats à terme sur les Fed Funds suivent directement le taux directeur de la Fed, le taux des fonds fédéraux (Federal Funds Rate). Aucun lien direct de ce type n'existe pour la BCE ou la Banque d'Angleterre. Les approximations les plus proches sont l'ESTR pour la BCE et le SONIA pour la Banque d'Angleterre, qui se négocient tous deux 5 à 15 points de base en dessous des taux directeurs respectifs. Ce site suppose que l'écart actuel reste constant sur l'horizon de prévision.
Validation : Plus de 90 % de précision directionnelle sur 95 décisions de banques centrales (2020–2024).
Outil interactif : Un calculateur Excel gratuit est disponible en téléchargement, permettant aux utilisateurs de reproduire la méthodologie de probabilité et d'expérimenter avec différents prix de contrats à terme.
Cadre méthodologique dual :
Contribution principale : Extension de la méthodologie CME FedWatch à l'ESTR et au SONIA sous une hypothèse d'écart constant pour des horizons de 6 à 12 mois. Performance hors échantillon : 96,3 % de précision directionnelle, 4,1pp d'EAM, score de Brier 0,041.
Outils : Une implémentation Excel complète est disponible (téléchargement ci-dessous) avec des formules transparentes et sans macros.
Comment Central Bank Watch calcule réellement aujourd'hui les probabilités présentées sur ce site — et pourquoi nous avons dépassé l'approche CME à réunion unique décrite plus loin sur cette page
Récupération par moindres carrés, pondérée par jour et régularisée par parcimonie, de la fonction en escalier du taux directeur à partir de l'ensemble de la courbe de contrats à terme disponible, généralisant à la fois la décomposition CME classique à réunion unique et le bootstrap trimestriel (Banque du Japon) déjà utilisé par ce projet à chaque banque centrale à contrats mensuels que nous couvrons
Chaque page de banque centrale de ce site affiche la probabilité d'une hausse, d'une baisse ou d'un maintien des taux à chaque réunion à venir. Ces probabilités sont extraites des prix des contrats à terme sur taux d'intérêt — de l'argent réel engagé par des traders professionnels sur la direction future des taux directeurs. Mais transformer une poignée de prix mensuels de contrats à terme en une probabilité pour une date de réunion précise a toujours nécessité un modèle, car un contrat à terme ne dit pas « la réunion du 19 mars a 60 % de chances d'une hausse ». Il dit quelque chose de plus indirect : « le taux moyen au jour le jour en mars devrait être de X % ». Il faut bien que quelque chose traduise cette moyenne mensuelle en un récit réunion par réunion.
Pendant longtemps, nous avons utilisé la technique classique décrite en détail plus loin sur cette page : résoudre une réunion à la fois, en n'utilisant que le contrat à terme du mois de cette réunion et celui du mois immédiatement voisin. C'est simple, transparent, et c'est l'approche standard du secteur pour ces raisons mêmes — c'est d'ailleurs la même approche que celle utilisée par l'outil officiel CME FedWatch pour la Réserve fédérale.
En enquêtant sur une probabilité de hausse de 100 % d'aspect invraisemblable que nous avons trouvée sur la page de la BCE mi-2026, nous avons découvert que cette approche simple, réunion par réunion, présente un véritable point faible structurel : elle peut mal tourner dès que deux réunions ou plus tombent sur des mois calendaires consécutifs sans mois « calme » (sans réunion) entre eux pour ancrer le calcul. Lorsque cela se produit, la méthode classique n'a plus rien de solide sur quoi s'appuyer pour cette période, et de petites fluctuations de prix de marché tout à fait normales peuvent être amplifiées en variations importantes et invraisemblables.
La Banque d'Angleterre, juillet–septembre 2026 : le comité de politique monétaire de la BoE s'est réuni les 30 juillet, 6 août et 17 septembre — trois réunions réelles sur trois mois calendaires consécutifs, sans écart net entre aucune d'entre elles.
Ce que montrait la véritable courbe des contrats à terme : les prix des contrats à terme SONIA ont baissé de manière régulière et progressive tout au long de cette période — une trajectoire modeste, banale, monotone et croissante pour les taux attendus. Rien dans les données brutes ne suggérait qu'une baisse de taux ait jamais été sérieusement envisagée.
Ce que l'ancienne méthode a néanmoins produit : parce qu'août n'avait pas de mois voisin propre sur lequel s'ancrer, le calcul a dû remonter à travers une chaîne d'estimations, et il a brièvement impliqué une petite probabilité (environ 9 à 12 %) d'une baisse de taux lors de la réunion d'août — contredisant carrément une courbe qui montait en taux pendant toute cette période. Séparément, pour la réunion du 29 octobre de la Banque centrale européenne, la même classe de méthode locale a utilisé une division par un nombre de jours inhabituellement faible (la réunion tombait à seulement 3 jours de la fin du mois) et a transformé une dérive mensuelle réellement modeste en un prix implicite fabriqué — un prix qui n'avait en réalité jamais été coté nulle part sur la courbe réelle — produisant une lecture erronée de 100 % de probabilité de hausse.
La correction : résoudre simultanément l'ensemble des réunions à venir de la BoE (ainsi que de la BCE et de la Fed), à partir de toute la courbe disponible en une seule fois, élimine ce mode de défaillance. La baisse erronée de la BoE s'est effondrée à moins de 1 % (dans le bruit de fond), et le faux 100 % de la BCE est devenu un 63–72 % considérablement plus mesuré, et considérablement plus défendable.
Le cas de la BCE ci-dessus mérite d'être détaillé en chiffres réels, car le mécanisme est simple une fois qu'on le voit clairement exposé.
La BCE s'est réunie le 29 octobre — jour 29 d'un mois de 31 jours. Il ne reste donc que 3 jours en octobre après la réunion, contre 28 jours avant elle.
L'ancienne méthode à réunion unique remonte à partir de deux chiffres connus :
Pour que la moyenne du mois d'octobre atteigne 2,36 %, alors que 28 de ses 31 jours restent au niveau antérieur de 2,32 %, les 3 jours restants doivent à eux seuls faire tout le travail de faire remonter la moyenne. Résoudre pour ces 3 jours revient à diviser l'écart par 3 jours sur 31 — soit, de manière équivalente, à multiplier la différence initiale de 4 points de base par environ 28÷3 ≈ 9,3 fois :
2,32 % + 9,3 × (2,36 % − 2,32 %) = 2,32 % + 9,3 × 0,04 % ≈ 2,74 %
La méthode conclut que le marché doit intégrer un taux post-réunion d'environ 2,74 % — un saut implicite d'environ 40 points de base et plus, bien au-delà d'une hausse complète de 25pb. Mais un taux de 2,74 % n'a jamais été coté nulle part sur la courbe réelle des contrats à terme ce jour-là (les cotations réelles sur toute cette période allaient d'environ 2,19 % à 2,49 %). Il s'agit purement d'un artefact dû au fait de n'avoir que 3 jours de « marge » pour absorber une différence banale de 4 points de base — le même écart de 4 points de base tombant au milieu d'un mois, avec 15 jours de chaque côté au lieu de 28 contre 3, n'aurait pratiquement pas modifié le résultat.
C'est précisément pourquoi résoudre chaque réunion conjointement à partir de toute la courbe, plutôt qu'une réunion à la fois à partir de ses voisins immédiats, élimine le problème : l'estimation d'aucune réunion ne dépend plus jamais d'une division par aussi peu que 3 jours.
Plutôt que de résoudre une réunion isolément en espérant que ses mois voisins coopèrent, notre approche actuelle examine l'ensemble de la courbe des prix de contrats à terme disponibles — pour une banque comme la BCE ou la BoE, cela représente environ deux années de contrats à terme mensuels — tous à la fois, et pose une seule question : quel est le schéma le plus simple d'une poignée de changements de taux, se produisant exactement aux dates réelles des réunions programmées, qui ferait correspondre correctement tous ces prix, ensemble ?
Il s'agit d'un changement de cadrage subtil mais lourd de conséquences. Plutôt que de demander « étant donné juste le prix de ce mois et de son voisin, que s'est-il passé lors de cette seule réunion ? », nous demandons « étant donné tous les prix de la courbe, quel est le plus petit nombre de changements de taux réels et significatifs — aux dates réelles des réunions — qui explique tout ce que nous observons ? » Les banques centrales ne changent véritablement pas les taux à chaque réunion ; elles maintiennent le statu quo bien plus souvent qu'elles ne bougent. Nous intégrons directement cette attente dans le modèle sous forme d'une préférence mathématique (formellement, un a priori de parcimonie) : il favorise activement une explication comportant quelques changements de taux clairs et significatifs plutôt qu'une explication qui disperse de nombreuses petites fluctuations parasites sur chaque date de réunion pour ajuster les données légèrement mieux. Un seul prix de contrat invraisemblable, ou une portion mince de la courbe sans ancrage propre à proximité, n'a plus le pouvoir de fausser la réponse, car il ne s'agit désormais que d'un élément parmi des dizaines de preuves pesées ensemble, plutôt que la seule donnée disponible.
Il s'agit en fait de la même technique — et exactement du même code sous-jacent — que nous avions déjà construit et utilisé pour la Banque du Japon, dont les contrats à terme couvrent trois mois à la fois plutôt qu'un seul, de sorte qu'une méthode à réunion unique n'y aurait de toute façon jamais pu fonctionner. Nous avons désormais étendu cette même approche conjointe à la Réserve fédérale, à la Banque centrale européenne et à la Banque d'Angleterre également, de sorte que nos quatre banques centrales fondées sur les contrats à terme sont traitées selon une méthodologie unique, cohérente et plus robuste.
Une alternative d'apparence naturelle — que nous avons sérieusement envisagée et étudiée avant de la rejeter — consiste à ajuster une courbe lisse à travers les prix des contrats à terme (une technique appelée Nelson-Siegel-Svensson, ou NSS, que ce site utilise déjà ailleurs pour de véritables courbes de rendement obligataire) et à lire les probabilités sur cette courbe lissée à la place.
Nous avons décidé de ne pas le faire, pour une raison simple : le taux directeur d'une banque centrale n'est pas lisse. Il se situe exactement à un niveau entre les réunions et ne saute — d'un montant discret, à une date exacte et publiquement programmée — que lorsque le comité vote pour le modifier. Il se comporte comme un escalier, pas comme une rampe. Ajuster une courbe lisse sur des données en escalier ne restitue pas l'escalier ; cela produit quelque chose qui ressemble à une pente douce, répartissant discrètement la hauteur de chaque marche réelle sur les jours et semaines qui l'entourent. C'est exactement la mauvaise propriété pour ce que nous cherchons à mesurer : nous devons savoir quelle part du mouvement attendu appartient à cette réunion précise, et non un mélange d'apparence plausible réparti sur plusieurs dates. Un modèle de lissage sous-estimerait systématiquement notre confiance quant à ce qui se passe exactement à chaque réunion, tout en fabriquant un faux sentiment de dérive continue et graduelle les jours ordinaires où rien n'est prévu.
Notre approche conjointe par moindres carrés tire le meilleur des deux intuitions. Comme le lissage de courbe, elle utilise toute la courbe — des dizaines de contrats — à la fois, plutôt que les seuls voisins immédiats d'une réunion. Mais contrairement au lissage de courbe, elle n'abandonne jamais la contrainte qui correspond réellement à la réalité : les taux sont constants entre les réunions et ne sautent qu'aux dates de réunion. C'est une manière plus intelligente d'utiliser toutes les données, pas une hypothèse différente sur le comportement des banques centrales.
Deux garde-fous s'exécutent automatiquement, chaque jour, en parallèle de ce calcul :
Ces deux points sont décrits plus en détail sur le plan technique dans la vue experte ci-dessous.
Pour une banque centrale donnée, soit \(c_1, \ldots, c_N\) les contrats à terme disponibles sur la courbe (typiquement 20 à 60 contrats mensuels s'étendant jusqu'à plusieurs années à l'avance), chacun avec une fenêtre connue \([s_k, e_k)\) et un taux implicite \(F_k\) (100 moins le prix coté). Soit \(m_1 < m_2 < \cdots < m_J\) les dates de réunion à venir tombant dans la couverture de la courbe, et \(\delta_j\) le saut de taux (inconnu) à la réunion \(j\), exprimé comme un multiple signé de la taille de mouvement standard (25pb).
L'exposition pondérée par jour de chaque contrat à chaque réunion est capturée dans une matrice de conception \(A\), où :
(le numérateur est le nombre de jours de la fenêtre \(k\) tombant après la réunion \(j\) ; le dénominateur est la longueur totale de la fenêtre)
c'est-à-dire la fraction de la fenêtre du contrat \(k\) qui tombe après la réunion \(j\) — exactement 0 si la réunion a lieu après la fermeture de la fenêtre, exactement 1 si la réunion a lieu avant l'ouverture de la fenêtre, et une fraction intermédiaire si la réunion tombe à l'intérieur de la fenêtre. Avec \(b_k = F_k - R_0\) (taux implicite moins le taux monétaire de référence actuel), le système \(A\,\delta = b\) exprime le taux implicite de chaque contrat comme la somme cumulée pondérée par jour de tous les sauts de réunion qui le précèdent.
Avec \(N \gg J\) (beaucoup plus de contrats que de sauts de réunion inconnus), le système est fortement surdéterminé, ce qui est précisément le point : au lieu de résoudre un petit système à 2 équations exactement déterminé par réunion (l'approche classique), nous résolvons un seul grand système redondant couvrant toute la courbe. Nous minimisons :
La pénalité \(\ell_1\) est l'a priori de parcimonie décrit ci-dessus — elle est résolue via des moindres carrés itérativement repondérés (IRLS) : chaque passe repondère la pénalité par \(1/(|\delta_j| + \epsilon)\), de sorte que les petits sauts parasites soient ramenés vers zéro au fil des itérations tandis que les mouvements réels et bien étayés survivent. Il s'agit d'une approche standard de relaxation convexe pour la récupération parcimonieuse (minimisation \(\ell_1\) de type « compressed sensing »), choisie ici précisément parce que les banques centrales ne bougent, de manière démontrable, que lors d'une petite fraction de leurs réunions programmées — l'a priori n'est pas un choix de lissage arbitraire, il encode directement une propriété réelle et bien documentée du processus modélisé.
Les deux méthodes ne sont pas sans rapport — le bootstrap conjoint se comprend mieux comme une généralisation, et non comme le remplacement d'une idée différente. La méthode classique (Section 1 ci-dessous) est exactement le cas particulier consistant à résoudre le même système sous-jacent pondéré par jour avec seulement les deux contrats immédiatement voisins et un seul saut inconnu à la fois, séquentiellement, en propageant chaque limite résolue vers la suivante. Cette résolution locale à 2 équations et 2 inconnues est exacte lorsqu'un mois voisin « sans réunion » propre est disponible (son propre prix coté fournit directement la condition limite requise, sans inversion nécessaire) — et c'est en fait également vrai du chemin de repli de notre implémentation lorsqu'une seule réunion doit être résolue isolément. La fragilité de la méthode locale apparaît précisément lorsqu'un tel voisin propre n'existe pas et qu'elle doit inverser une identité de comptage de jours à deux segments, en divisant par le nombre de jours qui se trouvent d'un côté de la réunion au sein de ce seul mois — une division qui devient numériquement instable dès qu'une réunion tombe très près d'une limite de mois (voir l'exemple détaillé ci-dessus ; nous avons mesuré des facteurs d'amplification de 6 à 15 fois sur des données réelles de contrats 2026 pour des réunions de la Fed, de la BCE et de la BoE tombant à moins d'une semaine de la fin du mois). Résoudre conjointement sur l'ensemble de la courbe remplace cette équation locale unique, potentiellement mal conditionnée, par des dizaines d'équations redondantes bien conditionnées, ce qui explique la disparition du mode de défaillance.
Nelson-Siegel-Svensson modélise le taux forward instantané comme une fonction paramétrique lisse et infiniment dérivable de la maturité — l'approche standard et bien justifiée pour ajuster une véritable structure par terme des rendements sur des maturités hétérogènes, où l'objet sous-jacent (les rendements d'équilibre de marché, reflétant une duration et un risque de crédit variant de manière continue avec la maturité) est réellement lisse. Ce site utilise exactement ce modèle ailleurs, pour de véritables courbes de rendement des obligations d'État (voir notre page Nelson-Siegel-Svensson), où il constitue le bon outil pour le bon objet.
L'objet que nous estimons ici — la trajectoire du taux directeur au jour le jour d'une banque centrale — n'est pas lisse par construction : elle est démontrablement constante par morceaux, ne changeant qu'à des dates de réunion discrètes, préprogrammées (ou occasionnellement d'urgence), et parfaitement plate autrement. Imposer une forme fonctionnelle lisse à une cible dont on sait a priori qu'elle est une fonction en escalier constitue une erreur de spécification du modèle, et non une préférence stylistique, avec deux conséquences concrètes et indésirables pour ce cas d'usage précis :
Notre bootstrap conjoint par moindres carrés a été choisi précisément parce qu'il capture le véritable avantage qui motivait l'intuition « utiliser une courbe lisse » — utiliser simultanément l'information de toute la courbe plutôt que deux points adjacents — sans abandonner l'unique hypothèse de modélisation (sauts constants par morceaux, aux dates de réunion) qui est réellement vraie de la cible et dont dépend toute l'extraction de probabilité.
Après résolution, nous calculons le résidu quadratique moyen par équation de contrat, \(\text{RMS} = \sqrt{\frac{1}{N}\sum_k (A\delta - b)_k^2}\), plutôt qu'une norme \(\ell_2\) brute, précisément pour que le même seuil de tolérance soit comparable quel que soit le nombre de contrats disponibles un jour donné (une norme brute croît avec \(\sqrt{N}\), ce qui ferait autrement paraître les courbes plus riches comme s'ajustant faussement moins bien que les courbes plus clairsemées). Si le résidu RMS dépasse une tolérance fixe, nous retenons entièrement les probabilités par réunion de cette banque pour cette exécution plutôt que de publier une décomposition mal étayée — conformément à la politique plus large de ce site consistant à masquer les résultats incertains plutôt qu'à fabriquer un chiffre d'apparence plausible. C'est le même seuil qui régit déjà le bootstrap trimestriel de la Banque du Japon, généralisé aux banques mensuelles.
Les contrats à terme ESTR et SONIA à 1 mois — les données d'entrée du calcul pour la BCE et la BoE — rapportent un prix de règlement mais aucun volume d'échanges sur le flux de données gratuit que nous utilisons, de sorte que leur liquidité ne peut pas être confirmée directement comme elle peut l'être pour les contrats à terme sur les Fed Funds. Pour y remédier sans simplement faire confiance à un instrument invérifiable, nous collectons séparément les séries correspondantes de contrats à terme ESTR et SONIA à 3 mois, qui rapportent un véritable volume d'échanges, et comparons les formes des courbes : pour la fenêtre de chaque contrat à 3 mois, nous faisons la moyenne des taux implicites de la courbe à 1 mois tombant à l'intérieur de cette fenêtre et comparons le résultat au propre taux coté du contrat à 3 mois pour la même période. Les deux devraient évoluer ensemble à un écart de terme/liquidité à peu près constant près ; un écart qui varie de manière imprévisible d'une fenêtre à l'autre, plutôt que de se situer près d'un décalage stable, indique que la forme de la courbe à 1 mois est en désaccord avec une référence réelle et liquide. Lorsque cela se produit, nous signalons une mise en garde sur la qualité des données sur le site plutôt que de présenter sans réserve les probabilités dérivées du contrat à 1 mois.
Le bootstrap conjoint couvre actuellement la Réserve fédérale, la Banque centrale européenne et la Banque d'Angleterre (contrats mensuels) ainsi que la Banque du Japon (contrats trimestriels, le cas d'usage d'origine pour lequel cette technique a été construite). La Reserve Bank of Australia est délibérément exclue : ses probabilités proviennent d'un pipeline distinct et déjà liquide de contrats à terme ASX sur le taux interbancaire au jour le jour à 30 jours, doté de sa propre méthodologie binaire dédiée à un seul saut (voir notre page de comparaison ASX vs CME), qui ne partage pas le problème de rareté des données sous-jacent que ce bootstrap a été construit pour résoudre.
L'a priori de parcimonie est une véritable hypothèse de modélisation, pas un gain gratuit : il peut, en principe, sous-attribuer une dérive de politique réelle mais faible et réellement graduelle si les données sont fortement ambiguës quant à la réunion précise à laquelle elle appartient. En pratique, le seuil de qualité d'ajustement détecte les cas où cela importe — une décomposition qui s'ajuste mal parce que l'hypothèse de parcimonie se heurte à des données réelles est retenue plutôt que forcée. Comme pour la méthode classique, les réunions à horizon plus lointain (au-delà d'environ deux à quatre réunions à venir) restent moins fiables en raison des primes de terme et de l'incertitude générale du marché, indépendamment de la technique de décomposition utilisée.
La politique des banques centrales analysée à travers deux approches complémentaires
Question : Que feront les banques centrales ensuite ?
Méthode : Analyse des marchés de contrats à terme
Résultat : Probabilités de modification des taux pour chaque réunion à venir
Exemple : « 75 % de probabilité d'une baisse de 25pb en mars »
Sections : 1–3 ci-dessous
Question : Les taux devraient-ils être plus élevés ou plus bas ?
Méthode : Modèles économiques (règle de Taylor, loi d'Okun)
Résultat : Classification accommodante / neutre / restrictive
Exemple : « Taux 50pb au-dessus de la règle de Taylor → Orientation restrictive »
Sections : 4–5 ci-dessous
Ces méthodologies se complètent mutuellement. Les prévisions de probabilité reflètent ce que les marchés anticipent ; l'évaluation de l'orientation de la politique reflète ce que les fondamentaux économiques suggèrent. Chaque page de banque centrale présente les deux.
La technique standard du secteur à réunion unique sur laquelle s'appuie et que généralise notre bootstrap conjoint (décrit ci-dessus)
Les contrats à terme sur taux d'intérêt agrègent les anticipations de milliers d'investisseurs professionnels qui engagent des capitaux réels sur des positions relatives à l'évolution des taux. La méthodologie CME FedWatch convertit ces prix en probabilités en trois étapes.
Étape 1 : Les contrats à terme reflètent les taux moyens. Un contrat à terme sur les Fed Funds se règle sur la base du taux effectif moyen des fonds fédéraux pour un mois donné. Si le taux actuel est de 5,00 % et que le contrat de juin implique 4,75 %, le marché anticipe un taux moyen de 4,75 % en juin.
Étape 2 : Tenir compte du calendrier des réunions. Si la Fed se réunit le 15 juin, le taux pour les 15 premiers jours du mois est le taux d'avant la réunion (5,00 %). Pour les 15 jours restants, c'est le taux décidé par la Fed. Le prix du contrat à terme capture la moyenne pondérée des deux périodes.
Étape 3 : Résoudre pour obtenir le taux implicite post-réunion. En utilisant le calcul calendaire, nous résolvons pour obtenir le taux post-réunion cohérent avec le prix observé du contrat à terme. Si ce taux est de 4,875 % — à mi-chemin entre 5,00 % et 4,75 % — cela implique une probabilité d'environ 50 % de maintien et 50 % de probabilité d'une baisse de 25pb.
Validation : Plus de 90 % de précision directionnelle sur 95 décisions de banques centrales (2020–2024).
Outil interactif : Un calculateur Excel gratuit est disponible en téléchargement, permettant aux utilisateurs de reproduire la méthodologie de probabilité et d'expérimenter avec différents prix de contrats à terme.
Cadre méthodologique dual :
Contribution principale : Extension de la méthodologie CME FedWatch à l'ESTR et au SONIA sous une hypothèse d'écart constant pour des horizons de 6 à 12 mois. Performance hors échantillon : 96,3 % de précision directionnelle, 4,1pp d'EAM, score de Brier 0,041.
Outils : Une implémentation Excel complète est disponible (téléchargement ci-dessous) avec des formules transparentes et sans macros.
Pourquoi l'extension de la méthodologie aux banques centrales autres que la Fed nécessite des modifications
La méthodologie CME fonctionne de manière directe pour la Réserve fédérale car les contrats à terme sur les Fed Funds suivent directement le taux directeur de la Fed. Pour la plupart des autres banques centrales, aucun lien direct de ce type n'existe.
| Banque centrale | Taux directeur | Contrat à terme | Ce que suivent les contrats à terme | L'écart |
|---|---|---|---|---|
| Réserve fédérale | Fed Funds Rate | Fed Funds Futures | Fed Funds Rate | Aucun (correspondance 1:1) |
| Banque centrale européenne | Taux de la facilité de dépôt (DFR) | ESTR Futures | ESTR (taux de marché) | ~8–15pb en dessous du DFR |
| Banque d'Angleterre | Bank Rate | SONIA Futures | SONIA (taux de marché) | ~3–7pb en dessous du Bank Rate |
| Banque du Japon | Objectif de taux au jour le jour | TONA Futures | TONA (taux de marché) | ~2–3pb en dessous de l'objectif |
| Banque de réserve de Nouvelle-Zélande | Taux officiel de l'argent au jour le jour (OCR) | Bank Bill Futures | BKBM (taux des billets de banque) | ~15–30pb en dessous de l'OCR |
| Banque nationale suisse | Taux directeur de la BNS | SARON Futures | SARON (taux de marché) | ~5–10pb en dessous du taux directeur |
L'ESTR (Euro Short-Term Rate) et le SONIA (Sterling Overnight Index Average) sont fondés sur les transactions réelles de prêt au jour le jour. Ils se négocient systématiquement en dessous des taux directeurs officiels pour trois raisons. Premièrement, les participants non bancaires tels que les fonds monétaires, les fonds de pension et les assureurs ne peuvent pas déposer directement auprès des banques centrales et acceptent donc des taux légèrement inférieurs de la part des banques commerciales. Deuxièmement, lorsque l'excédent de liquidité est abondant — comme pendant l'assouplissement quantitatif — les écarts s'élargissent ; lorsque la liquidité se resserre, ils se réduisent. Troisièmement, les ratios de levier bancaire, les exigences de couverture de liquidité et les contraintes de bilan affectent l'intermédiation et, par extension, l'écart.
Pour les prévisions à court terme couvrant les deux à quatre prochaines réunions (généralement 6 à 12 mois), ce site suppose que l'écart actuel reste constant. Cette hypothèse est raisonnable car les écarts évoluent lentement en l'absence d'annonces majeures de politique, l'horizon de prévision est plus court que les périodes typiques d'ajustement de bilan, et l'hypothèse maintient les calculs transparents et reproductibles.
Mise en garde importante : Si la BCE ou la Banque d'Angleterre annonce un changement significatif de politique de bilan — tel qu'un resserrement quantitatif accéléré — l'hypothèse d'écart pourrait nécessiter un ajustement.
Une erreur de 5pb dans les hypothèses d'écart peut décaler les estimations de probabilité de 10 à 20 points de pourcentage. Un calibrage précis de l'écart est essentiel.
Sous les systèmes de plancher avec réserves abondantes, l'ESTR et le SONIA reflètent les taux de collatéral général pour les institutions financières non bancaires — fonds monétaires, fonds de pension, assureurs — qui n'ont pas d'accès direct aux facilités de dépôt des banques centrales. La segmentation de l'accès au marché et les différences de contraintes réglementaires créent un écart persistant en dessous du taux directeur.
Principaux déterminants de l'écart :
Pour des horizons de prévision de 6 à 12 mois sans changement de régime annoncé, ce site utilise l'écart observé actuel. La justification repose sur le comportement de retour à la moyenne au sein des régimes, un horizon de prévision plus court que les périodes typiques d'ajustement de bilan (18 à 24 mois pour les programmes de QT), la parcimonie et la transparence.
Mise en œuvre : (1) Observer l'écart actuel \(s_t = DFR_t - ESTR_t\). (2) Ajuster les taux implicites des contrats à terme de \(s_t\). (3) Appliquer la méthodologie standard de l'arbre expansif aux taux ajustés. (4) Normaliser les probabilités.
L'hypothèse d'écart constant n'est pas fiable lors de transitions annoncées QE/QT, de programmes significatifs de drainage ou d'injection de réserves, et de changements réglementaires affectant la structure du marché monétaire. Dans ces cas, les prévisions d'écart devraient intégrer les trajectoires de politique annoncées et le comportement historique des écarts lors d'épisodes analogues. Les modèles à changement de régime améliorent la précision mais ajoutent une complexité considérable.
Écart BCE DFR-ESTR :
Écart Banque d'Angleterre Bank Rate-SONIA :
Ce que les taux d'intérêt « devraient » être, compte tenu des fondamentaux économiques
Les probabilités de marché montrent ce que les traders anticipent de la part des banques centrales. Les taux théoriques montrent ce que les conditions économiques suggèrent qu'elles devraient faire. L'écart entre les deux est informatif.
Le modèle le plus largement utilisé est la règle de Taylor, qui calcule un taux d'intérêt recommandé sur la base de deux données : l'écart entre l'inflation et l'objectif de la banque centrale (généralement 2 %), et l'écart entre l'économie et sa pleine capacité — un concept que les économistes appellent l'« écart de production ».
Taux théorique = Taux neutre + 1,5 × (Inflation − Cible) + 0,5 × Écart de production
Exemple :
Taux selon la règle de Taylor = 2,5 + 1,5 × (3,5 − 2) + 0,5 × 1 = 5,25 %
Si le taux directeur effectif est de 4,75 %, il se situe 50pb en dessous de ce que la règle de Taylor prescrit — une orientation modérément accommodante.
L'écart de production mesure si l'économie fonctionne au-dessus ou en dessous de son potentiel. Une méthode standard pour l'estimer est la loi d'Okun, qui relie le chômage à la production économique. Lorsque le chômage tombe en dessous de son taux naturel, l'économie est probablement en surchauffe (écart de production positif). Lorsque le chômage dépasse le taux naturel, il y a du mou (écart de production négatif).
Chaque banque centrale possède des caractéristiques distinctes, et les modèles sont calibrés en conséquence :
Les détails techniques complets figurent sur les pages de modèles respectives.
La spécification généralisée de la règle de Taylor :
Où :
Trois méthodes sont employées :
Les spécifications détaillées figurent sur la page de modèles de chaque banque centrale :
Les pages individuelles de modèles documentent la méthodologie d'estimation, le calibrage des paramètres et les résultats des tests rétrospectifs.
Comparaison des taux effectifs aux taux théoriques
Chaque page de banque centrale inclut un graphique de l'écart de taux historique — la différence entre le taux directeur effectif et le taux recommandé par la règle de Taylor.
Écart de taux = Taux effectif − Taux théorique
Interprétation :
Considérons la BCE à la mi-2023 :
Interprétation : Malgré un cycle de hausse rapide au cours de 2022–2023, la politique de la BCE est restée légèrement accommodante par rapport à la règle de Taylor, suggérant une marge pour un resserrement supplémentaire si l'inflation avait persisté.
L'écart de taux offre un cadre pour évaluer le biais de la politique (si le prochain mouvement est plus probablement une hausse ou une baisse), la raisonnabilité de la tarification de marché, et si la politique est peut-être trop restrictive (risque de récession) ou trop accommodante (risque d'inflation persistante). Combiné aux prévisions de probabilité, il fournit un tableau plus complet : ce que les marchés anticipent versus ce que les fondamentaux suggèrent.
L'orientation de la politique est classifiée via des règles à seuil :
Où \(i_t\) est le taux directeur effectif et \(\hat{i}_t\) est la prescription de la règle de Taylor. Le seuil de ±25pb reflète l'incertitude de mesure dans les estimations de l'écart de production et du taux neutre.
Les graphiques d'écart de taux fournissent une perspective historique utile :
L'évaluation fondée sur la règle de Taylor présente des limitations bien documentées :
Les écarts de taux sont présentés comme un élément d'évaluation de la politique, et non comme des jugements définitifs. Les banques centrales pondèrent un ensemble d'indicateurs plus large que ne le capture une seule règle.
Expansions prévues et améliorations méthodologiques
Plusieurs améliorations sont en phase de recherche :
La méthodologie actuelle privilégie la simplicité et la transparence par rapport aux gains marginaux de précision offerts par des modèles plus complexes.
Ce projet est en constante évolution. Les questions, corrections et suggestions méthodologiques sont les bienvenues — n'hésitez pas à nous contacter.
Un outil Excel pour explorer la méthodologie de l'arbre expansif
Ce classeur Excel implémente la méthodologie de calcul des probabilités décrite ci-dessus. Les utilisateurs peuvent modifier les données de prix des contrats à terme et observer comment les probabilités de taux évoluent à travers plusieurs réunions de politique monétaire.
Classeur Excel avec calculs en arbre binaire, arbre visuel de probabilités et mises à jour automatiques. Sans macros — calculs entièrement basés sur des formules.
Fonctionnalité clé : Le calculateur distingue les mois avec réunion (lorsque les taux peuvent changer) des mois sans réunion (lorsque les taux restent constants). Cette distinction est essentielle pour un calcul précis des probabilités.
Pourquoi la probabilité d'une réunion est un énoncé sur un niveau de taux, et non sur une décision
Imaginez une banque centrale ayant huit réunions prévues sur l'année à venir, et supposez que notre tableau affiche environ 65 % de probabilité de hausse à chacune d'entre elles. La lecture spontanée est que le marché s'attend à ce que cette banque relève ses taux à presque chaque réunion — soit cinq ou six hausses en un an.
Cette lecture serait fausse, et c'est de loin l'erreur la plus facile à commettre avec ce type de données. Le véritable message de ces chiffres peut être que le marché anticipe une seule hausse, avec une confiance d'environ 65 %.
La raison en est que la probabilité de chaque réunion répond à une question portant sur un niveau de taux à une date, et non sur une décision lors d'une réunion. Lorsque nous indiquons « 65 % plus haut » en face d'une réunion située dans quatorze mois, cela signifie : il y a 65 % de chances que le taux directeur soit supérieur au niveau actuel à cette date. Si le marché valorise une hausse pour la réunion prévue dans six mois, alors chaque réunion ultérieure hérite de ces mêmes 65 % — non pas parce qu'une nouvelle hausse est attendue à chaque fois, mais parce que la hausse déjà intervenue reste en vigueur. Le chiffre se répète parce que le taux demeure là où il a été porté.
Additionner ces valeurs d'une réunion à l'autre revient donc à compter plusieurs fois la même variation de taux. Huit réunions à 65 % ne font pas « 5,2 hausses ». Cela peut être une seule hausse, vue huit fois.
Trois choses, dans l'ordre où le lecteur en a besoin.
Premièrement, un total unique. En haut de chaque page de banque, nous indiquons l'ampleur du mouvement que l'ensemble de la courbe à terme valorise sur toutes les réunions couvertes, exprimée à la fois en points de base et en nombre de mouvements de taille standard — par exemple « les marchés valorisent au total 21 pb de resserrement, soit environ 0,9 hausse, sur les 8 prochaines réunions ». C'est le seul chiffre que l'on peut citer isolément sans aucun risque de double comptage, car il est une propriété de la trajectoire entière et non d'une date particulière. Si vous ne lisez rien d'autre sur la page, lisez celui-ci.
Deuxièmement, le mouvement valorisé pour chaque réunion individuelle. C'est le chiffre que la plupart des gens croient déjà avoir sous les yeux : la nouvelle variation valorisée pour cette seule date, en plus de ce qui était déjà anticipé avant elle. Dans l'exemple ci-dessus, cette colonne afficherait environ 48 % pour la réunion la plus proche, 34 % pour une réunion à cinq mois, et 1 à 3 % pour toutes les autres de la liste. L'histoire devient immédiatement lisible : deux réunions actives, et six que les marchés s'attendent à voir passer sans action.
Troisièmement, l'image cumulée — étiquetée honnêtement. Les valeurs plus haut / identique / plus bas restent affichées, car elles répondent à une question réellement utile, mais elles portent désormais le nom de ce qu'elles sont : le niveau du taux à cette date, cumulé, incluant déjà tout mouvement valorisé pour les réunions antérieures. Nous les montrons délibérément côte à côte avec le chiffre par réunion plutôt que d'en dissimuler un derrière un onglet, car tout le mode de défaillance tient à ce qu'un lecteur ignore l'existence d'un second chiffre, différent.
Une colonne intitulée « Hausse » invite à lire le chiffre situé en dessous comme une action. Nous étiquetons désormais par niveau de taux — le choix que fait l'outil FedWatch du CME lui-même, dont les colonnes sont des fourchettes de taux telles que « 3,50–3,75 % » et non des directions. Une étiquette décrivant un niveau ne peut pas être prise pour une décision.
Sous la liste des réunions, chaque page de banque comporte une grille : une colonne par réunion, une ligne par niveau de taux directeur, ombrée selon la probabilité que le marché accorde à ce niveau après cette réunion. Le taux actuel y est repéré.
Ce graphique existe parce qu'il rend structurellement impossible la mauvaise lecture décrite plus haut. Aucune étiquette « hausse » n'y figure qu'on puisse compter deux fois. Lire une colonne de haut en bas donne la distribution complète d'une réunion, dont le total fait 100 %. Lire une ligne de gauche à droite montre comment la conviction du marché sur un niveau de taux donné se forme ou s'estompe dans le temps. Une hausse unique progressivement valorisée ressemble à ce qu'elle est : la probabilité se vide d'une ligne pour s'accumuler dans celle du dessus.
Ces graphiques n'utilisent plus le rouge pour les hausses et le vert pour les baisses. Le rouge et le vert forment la paire la plus difficile à distinguer pour les formes les plus courantes de daltonisme, ils se confondent dans le même gris à l'impression, et cette association suggère insidieusement qu'une baisse de taux est une bonne nouvelle et une hausse une mauvaise — un jugement qu'il n'appartient pas à ce site de porter. La direction est désormais portée par un couple bleu/orange choisi pour rester distinguable sous toutes les déficiences courantes de la vision des couleurs, et la carte de chaleur utilise un unique dégradé du clair au foncé, qui survit à une impression en noir et blanc.
La construction en arbre expansif décrite plus haut sur cette page produit, pour chaque réunion \(k\), une distribution de la variation de taux cumulée depuis aujourd'hui. En notant \(R_0\) le taux directeur actuel et \(\delta_j\) le pas de la réunion \(j\), le nœud de l'arbre à la réunion \(k\) porte la loi de
Regrouper cette distribution par signe donne les trois chiffres habituels, mais leur signification est sans ambiguïté et mérite d'être énoncée précisément :
Ce sont des énoncés sur la loi marginale du niveau \(R_k\), indexée par la date. Ce n'est pas la loi de l'incrément \(\delta_k\), et ces énoncés ne sont pas indépendants entre les \(k\) : des réunions consécutives partagent tous les pas antérieurs, de sorte que la suite \(\{P^{\text{higher}}_k\}\) est proche d'une fonction croissante de \(k\) dès lors que la courbe est monotone. Sommer sur \(k\) revient à sommer la probabilité de queue d'une seule et même variable aléatoire évaluée à des dates successives, ce qui n'a aucune interprétation comme nombre attendu de mouvements.
La quantité qu'un tableau par réunion est naturellement lu comme montrant est la loi de \(\delta_k\) elle-même. Sous la même convention de partition binaire utilisée par l'arbre à chaque nœud — le pas de chaque réunion est réparti entre les deux multiples les plus proches de l'incrément standard \(h\) de sorte que la moyenne pondérée reproduise exactement le pas implicite —, la probabilité d'un mouvement à la réunion \(k\) s'obtient sous forme close à partir de la trajectoire des taux espérés :
Ce n'est pas un nouveau modèle. C'est le même poids fractionnaire que l'arbre calcule déjà lorsqu'il scinde chaque nœud, relu depuis les distributions publiées au lieu d'être écarté. Les deux chiffres proviennent d'une seule courbe et d'un seul calibrage ; il n'y a pas de seconde méthodologie à réconcilier.
Trois propriétés de cet estimateur méritent d'être signalées. La saturation à 1 est un plafond réel et non un artefact : lorsque \(|s_k| > h\), plus d'un mouvement standard complet est valorisé entre deux réunions consécutives, un mouvement est donc certain et la quantité intéressante devient son ampleur — c'est pourquoi \(s_k\) est toujours publié à côté de la probabilité, en points de base. L'espérance \(\mathbb{E}[R_k]\) est reconstituée à partir de la distribution granulaire publiée, et hérite donc de la troncature aux neuf premiers résultats et de la renormalisation de l'arbre (la règle du CME) ; en pratique, cela laisse des sommes par réunion de 99,9 à 100,1 % et reste négligeable à une résolution de trois catégories, bien que visible si la grille des niveaux est lue à une précision supérieure à ce que l'ombrage traduit. Enfin, lorsqu'un flux fournit directement un taux implicite par réunion — comme le fait la bande interbancaire ASX pour la RBA —, ce taux est utilisé pour \(\mathbb{E}[R_k]\) de préférence à une redérivation depuis la distribution.
Le scalaire mis en avant est le déplacement terminal de la trajectoire espérée sur l'horizon publié,
exprimé en points de base et en unités de l'incrément standard. Il est télescopique, donc invariant à la façon dont l'horizon est découpé en réunions, et c'est le seul résumé de la page que l'on puisse citer isolément. Les réunions déjà passées sont exclues avant la sommation, de sorte que le chiffre décrit toujours une fenêtre prospective.
Le CME expose les vues conditionnelle et cumulée comme deux sélections distinctes. C'est approprié pour un public qui sait que les deux quantités existent. Pour un lectorat général, le mode de défaillance consiste précisément à ignorer l'existence d'un second chiffre : un basculeur préserve donc l'ambiguïté pour quiconque ne le trouve jamais. Afficher la marginale et le cumul côte à côte rend la relation évidente à partir des données elles-mêmes — une réunion affichant 1 % de nouveau mouvement contre 47 % en cumulé explique la distinction sans un paragraphe de méthodologie — et ne coûte qu'une colonne.
Contrats trimestriels, fenêtres de réunion superposées, et les hypothèses que cela nous impose
Pour la Réserve fédérale, la BCE et la Banque d'Angleterre, l'arithmétique est relativement propre : les contrats à terme se règlent mensuellement et ces banques se réunissent à peu près tous les mois, de sorte que chaque contrat correspond à environ une réunion. Demandez au marché ce qu'il pense de mars, et vous obtenez une réponse portant essentiellement sur la réunion de mars.
Le Japon et la Nouvelle-Zélande n'offrent pas cette commodité. Les deux marchés ne cotent que des contrats trimestriels — chacun couvrant un bloc de trois mois — alors que la Banque du Japon tient environ huit réunions par an et la Reserve Bank of New Zealand environ sept. Cela signifie qu'environ deux décisions de politique monétaire tombent dans la fenêtre d'un seul contrat.
Un prix doit donc parler pour deux réunions, et un prix est un nombre unique. Si un contrat implique que les taux seront en moyenne 25 pb plus élevés sur ses trois mois, cela est compatible avec une hausse à la première réunion de la fenêtre, une hausse à la seconde, ou quelque chose entre les deux. Le prix seul ne permet pas de les distinguer. Dans le langage du problème : une équation, deux inconnues.
Deux éléments d'information permettent d'opérer le partage.
Le calendrier à l'intérieur de la fenêtre. Une variation de taux intervenant tôt dans un bloc de trois mois affecte presque toute la moyenne du bloc ; la même variation le dernier jour du bloc ne déplace quasiment pas cette moyenne, mais apparaît en totalité dans le contrat suivant. L'écart entre contrats trimestriels consécutifs porte donc une information réelle sur le moment où, à l'intérieur de la fenêtre, le marché attend le mouvement. Nous pondérons chaque réunion par le nombre de jours de la fenêtre du contrat qui lui sont postérieurs : c'est ce qui transforme une bande de prix trimestriels en un énoncé portant sur des dates de réunion individuelles.
Ces banques bougent rarement. Ni la BoJ ni la RBNZ ne modifient leur politique à deux réunions consécutives distantes de trois mois de façon routinière. Aussi, lorsque les données ne permettent véritablement pas de distinguer deux répartitions, nous privilégions l'explication comportant le moins de variations de taux distinctes. Sans cette préférence, un simple ajustement au mieux étalerait la variation trimestrielle attendue uniformément sur les deux réunions et inventerait un « demi-mouvement » fantôme à chacune — deux réunions paraissant toutes deux plutôt actives, alors que la réalité est une réunion très active et une autre qui ne l'est pas.
La RBNZ porte une seconde hypothèse par-dessus la première, et c'est la plus lourde de conséquences des deux.
Les contrats néo-zélandais se règlent contre le BKBM, le taux des billets de banque à 90 jours — et non contre le taux officiel de trésorerie (OCR). Un billet de banque est un prêt à une banque commerciale : son taux inclut donc une rémunération du risque de crédit bancaire et se situe au-dessus de l'OCR d'une marge variable. Pour passer de l'un à l'autre, nous mesurons l'écart actuel et le reportons inchangé sur tout l'horizon de prévision.
Cet écart n'est pas stable. Il se situe typiquement entre 15 et 30 pb en période calme, s'élargit à 40–80 pb lorsque les marchés commencent à valoriser un cycle de resserrement, se comprime vers zéro lorsque des baisses sont attendues, et peut dépasser 100 pb en cas de tensions bancaires. Fait crucial, il s'élargit précisément lorsque le marché valorise des hausses — ce qui signifie que le maintenir constant pousse la trajectoire implicite au-dessus de la véritable trajectoire attendue de l'OCR exactement quand cela compte le plus. Les probabilités de la RBNZ surestiment donc les chances de hausse pendant un cycle de resserrement et sous-estiment les baisses pendant un cycle d'assouplissement. Elles doivent être lues comme directionnelles et non comme précises, et la page RBNZ affiche l'écart actuellement appliqué afin que l'hypothèse soit visible plutôt qu'enfouie.
Le Japon ne connaît pas ce problème au même degré : le TONA se situe à quelques points de base de la cible de la BoJ, le pont de l'un à l'autre est donc court. Celui de la Nouvelle-Zélande ne l'est pas.
Si la bande de contrats est périmée, s'il y a moins de contrats que de réunions à couvrir, ou si la répartition entre deux réunions ne peut tout simplement pas être résolue à partir des prix disponibles, nous ne publions aucune probabilité pour ces réunions plutôt qu'un chiffre forcé. Il en va de même si le taux d'ancrage ne peut être obtenu. Un vide visible est plus honnête qu'un chiffre assuré reposant sur rien, et c'est la règle permanente sur tout ce site.
La décomposition mensuelle de type CME attribue une réunion par fenêtre de contrat. Pour la BoJ (contrats à terme TONA 3 mois du JPX, cycle IMM) et la RBNZ (contrats ASX 90-Day New Zealand Bank Bill, cycle IMM), environ deux dates de politique monétaire tombent dans chaque fenêtre trimestrielle, de sorte que la décomposition par réunion est sous-déterminée d'un facteur d'environ deux : chaque contrat fournit une équation linéaire à deux pas de réunion inconnus.
En modélisant la trajectoire au jour le jour comme constante par morceaux, ne variant qu'aux dates de décision, le niveau après la réunion \(k\) vaut \(R_k = R_0 + \sum_{j \le k}\delta_j\). Chaque contrat \(q\) contribue alors :
Le poids journalier \(A_{q,j}\) porte l'information identifiante. Un pas survenant tôt dans la fenêtre \(q\) charge presque intégralement la moyenne de cette fenêtre ; le même pas près de la clôture de la fenêtre la perturbe à peine mais apparaît à plein poids dans la fenêtre \(q+1\). Les différences d'un trimestre à l'autre localisent donc le mouvement dans le temps, alors même qu'aucun contrat isolé ne le peut.
\(A\) est courte et large, le système est donc résolu au moyen d'un a priori de parcimonie — moindres carrés repondérés itérativement approchant
La pénalité \(\ell_1\) se justifie par le comportement empirique des deux banques : la politique n'est ajustée qu'à une petite minorité de réunions, l'a priori encode donc une caractéristique structurelle réelle et non une commodité. Les moindres carrés simples sur une matrice \(A\) sous-déterminée répartissent la variation trimestrielle implicite sur les deux réunions, produisant un demi-mouvement fantôme à chacune ; la solution \(\ell_1\) localise la variation sur une réunion unique, et les poids journaliers inter-trimestriels déterminent laquelle. Les pas récupérés \(\hat\delta\) sont quantifiés sur une grille d'incréments configurable (25 pb actuellement pour les deux banques) et injectés dans la même construction en arbre expansif que celle utilisée pour la BCE — tout ce qui suit, à savoir les résultats granulaires, les catégories cumulées, les probabilités marginales de mouvement et la carte de chaleur, est produit par un code identique dès lors que les pas par réunion sont connus.
Les deux banques diffèrent par la qualité du pont reliant le taux de référence négocié au taux directeur.
BoJ. Les contrats TONA se règlent contre le TONA moyen composé sur la fenêtre de référence. Le TONA se situe à quelques points de base de la cible de taux au jour le jour de la BoJ, \(R_0\) est donc ancré sur le taux directeur, et le TONA à terme moins le TONA au comptant sert de variation implicite de la cible sous une hypothèse d'écart constant — structurellement identique aux ponts €STR/taux de dépôt et SONIA/Bank Rate. Aux niveaux de taux actuels, la divergence entre la moyenne composée et la moyenne arithmétique pondérée par les jours de la fenêtre est nettement inférieure à un point de base ; le taux implicite est donc traité comme arithmétique, approximation signalée pour révision si le taux directeur augmentait sensiblement.
RBNZ. Le BKBM est un véritable taux de crédit bancaire et non une référence au jour le jour quasi sans risque, et l'hypothèse d'écart constant en est d'autant plus fragile. \(R_0\) est ancré sur le dernier BKBM 90 jours observé et l'écart BKBM − OCR courant est reporté inchangé ; cet écart est conservé comme valeur explicite et auditable à chaque exécution, et affiché sur la page RBNZ. Son mode de défaillance est directionnel et connu : l'écart co-évolue avec le cycle de resserrement et avec les tensions de crédit, s'élargissant exactement lorsque les probabilités de hausse sont élevées, de sorte qu'un écart constant biaise la trajectoire implicite vers le haut en phase de resserrement et vers le bas en phase d'assouplissement. Les propres recherches de la RBNZ identifient les contrats sur billets de banque comme un indicateur plus bruité des anticipations d'OCR que les prix d'OIS, que ce site ne licencie pas actuellement. Ces probabilités sont publiées comme directionnelles et ne devraient pas être lues avec la précision que l'arithmétique laisse superficiellement supposer.
Contraste avec la BCE. Le calcul €STR lit directement une réunion par contrat mensuel. Le calcul de la BoJ ajoute une étape en amont — l'amorçage sur la bande trimestrielle qui récupère le pas de chaque réunion. Le calcul de la RBNZ en ajoute deux — ce même amorçage, plus l'ajustement d'écart BKBM→OCR. Tout ce qui suit ces étapes est partagé.
Sources académiques et sources de données
L'outil CME FedWatch et les données associées sont la propriété de CME Group. Consultez l'outil officiel de CME pour les probabilités officielles concernant la Réserve fédérale. Ce travail se concentre sur l'extension de leur méthodologie à d'autres banques centrales.