La capitalisation n’est pas une seule chose : rendements arithmétiques vs géométriques

La capitalisation semble simple — jusqu’à ce que vous moyenniez les rendements de la mauvaise manière.

Les deux « moyennes » que les investisseurs confondent

Dans le langage courant de l’investissement, « rendement moyen » peut signifier au moins deux choses différentes :

Rendement moyen arithmétique : la moyenne simple des rendements périodiques.
Rendement moyen géométrique : le taux moyen composé qui correspond réellement à la richesse finale.

Ils paraissent souvent proches lorsque les rendements sont stables. Ils peuvent diverger fortement quand la volatilité est importante, et cette divergence n’est pas une petite technicité — c’est la raison mathématique pour laquelle des investisseurs ayant la même moyenne arithmétique peuvent obtenir des résultats différents.

Définissons les deux précisément.

Rendement arithmétique : la moyenne des pas du parcours

Supposons que vous avez des rendements ( r_1, r_2, \dots, r_n ) sur ( n ) périodes (mensuelles, annuelles, etc.). La moyenne arithmétique est :

[ \bar{r}A = \frac{1}{n}\sum{t=1}^{n} r_t ]

C’est l’estimateur de la « rentabilité attendue sur une période » que l’on voit dans de nombreux manuels et modèles. Si vous choisissez une période au hasard dans votre historique, ( \bar{r}_A ) décrit le pas moyen.

Rendement géométrique : le taux moyen qui reproduit la capitalisation

Votre richesse croît de manière multiplicative :

[ \frac{W_n}{W_0} = \prod_{t=1}^{n} (1+r_t) ]

La moyenne géométrique ( \bar{r}_G ) est le taux unique et constant qui produirait la même richesse finale :

[ (1+\bar{r}G)^n = \prod{t=1}^{n} (1+r_t) ]

Donc :

[ \bar{r}G = \left(\prod{t=1}^{n} (1+r_t)\right)^{1/n} - 1 ]

C’est essentiellement le moteur derrière le CAGR (taux de croissance annuel composé). Quand on demande « à quel taux ai-je réellement composé ? », on demande le rendement géométrique.

Un exemple simple où la moyenne arithmétique trompe l’intuition

Considérons un investissement sur deux ans :

Année 1 : +50 %
Année 2 : −50 %

Moyenne arithmétique :

[ \bar{r}_A = \frac{0.50 + (-0.50)}{2} = 0 ]

Cela semble suggérer « stable ». Mais le parcours de la richesse dit le contraire :

[ W_2 = W_0 (1.5)(0.5) = 0.75 W_0 ]

C’est une perte de 25 % sur deux ans. La moyenne géométrique le montre :

[ \bar{r}_G = \sqrt{1.5 \cdot 0.5} - 1 = \sqrt{0.75} - 1 \approx -0.13397 ]

Donc le taux composé est d’environ -13,4 % par an, pas 0 %.

Voici la première différence clé :

La moyenne arithmétique moyenne les rendements.
La moyenne géométrique moyenne les facteurs de croissance ((1+r)).

Et comme les facteurs de croissance se multiplient, la volatilité façonne le résultat final.

Pourquoi la volatilité crée un écart : le « frein » lié à la volatilité en termes simples

Une manière utile de voir la différence est de passer dans l’espace logarithmique.

Définissons les rendements logarithmiques ( g_t = \ln(1+r_t) ). Alors :

[ \ln\left(\frac{W_n}{W_0}\right) = \sum_{t=1}^{n} \ln(1+r_t) = \sum_{t=1}^{n} g_t ]

La moyenne géométrique est liée à la moyenne des rendements log :

[ \ln(1+\bar{r}G) = \frac{1}{n}\sum{t=1}^{n} \ln(1+r_t) ]

Comparez cela à la moyenne arithmétique. Pour des rendements relativement petits, on peut utiliser l’approximation :

[ \ln(1+r) \approx r - \frac{r^2}{2} ]

Prenez la moyenne :

[ \overline{\ln(1+r)} \approx \bar{r}_A - \frac{1}{2}\overline{r^2} ]

Et puisque ( \overline{r^2} = \sigma^2 + \bar{r}_A^2 ), une règle empirique courante apparaît :

[ \bar{r}_G \approx \bar{r}_A - \frac{1}{2}\sigma^2 ]

(où ( \sigma^2 ) est la variance des rendements périodiques, en décimal)

Ce n’est pas parfait dans tous les régimes, mais cela capture la réalité centrale :

Une volatilité plus élevée réduit les rendements géométriques même si la moyenne arithmétique reste la même.

Cet ajustement à la baisse est souvent appelé volatility drag (effet d’érosion lié à la volatilité). Ce n’est pas une commission ni une erreur comportementale. C’est intégré à la multiplication.

Même moyenne arithmétique, capitalisation différente : comparaison côte à côte

Imaginez deux portefeuilles sur quatre ans :

Portefeuille Stable

+8 %, +8 %, +8 %, +8 %

Portefeuille Volatil

+28 %, −12 %, +28 %, −12 %

Moyenne arithmétique pour les deux :

Stable : ( (8+8+8+8)/4 = 8% )
Volatil : ( (28-12+28-12)/4 = 8% )

Maintenant calculez la richesse finale avec (W_0 = 1) :

Stable : ( 1.08^4 \approx 1.3605 )
Volatil : ( 1.28 \cdot 0.88 \cdot 1.28 \cdot 0.88 )

Remarquez que ( 1.28 \cdot 0.88 = 1.1264 ). Donc :

Volatil : ( 1.1264^2 \approx 1.2688 )

Les deux avaient une moyenne arithmétique de 8 %, mais le parcours le plus lisse a abouti à une valeur finale plus élevée. Les moyennes géométriques :

Stable : ( \bar{r}_G = 8% ) (parce qu’il est constant)
Volatil : ( \bar{r}_G = 1.2688^{1/4} - 1 \approx 6.1% )

La variabilité « en trop » a coupé environ 1,9 % par an de croissance composée, même si la moyenne arithmétique semblait identique.

La capitalisation dépend du parcours ; la moyenne arithmétique non

Une distinction conceptuelle cruciale :

La moyenne arithmétique est indifférente au parcours (elle ne tient pas compte de l’ordre).
Les résultats en richesse dépendent du parcours (l’ordre et l’ampleur des gains/pertes importent via la multiplication).

Pour voir les effets d’ordre, utilisez les mêmes deux rendements dans des séquences différentes quand vous retirez des flux (comme des retraits de retraite). Même si les rendements sont identiques en tant qu’ensemble, le timing des années négatives peut être dévastateur lorsque vous retirez de l’argent — un phénomène lié au risque de séquence des rendements. Cela s’ajoute à l’écart arithmétique–géométrique, l’amplifiant dans la vie réelle.

Où appartiennent les rendements arithmétiques (et où ils ne conviennent pas)

Les moyennes arithmétiques ne sont pas « incorrectes ». Elles répondent juste à une question différente.

Le rendement arithmétique est utile quand :

Vous modélisez une espérance sur une période, par exemple « quel est le rendement attendu l’année prochaine ? »
Vous comparez des paiements à horizon court ou prévoyez un pas en avant.
Vous travaillez dans des cadres classiques moyenne‑variance où « rendement attendu » est un concept sur une période.

Mais il devient trompeur quand vous posez des questions d’horizon long comme :

« Que vaudra mon portefeuille dans 20 ans ? »
« Quel est mon taux de croissance à long terme ? »
« À quelle vitesse je compose ? »

Ces questions se situent dans l’espace géométrique.

Le rendement géométrique est utile quand :

Vous résumez la performance historique par un taux unique (CAGR).
Vous comparez des gestionnaires sur des fenêtres pluriannuelles.
Vous vous souciez de l’accumulation de richesse et de la capitalisation, pas seulement du comportement périodique moyen.

Le point plus profond est que les investisseurs prennent couramment une statistique sur une période (la moyenne arithmétique) et l’appliquent mentalement en la composant. Ce glissement mental est exactement l’origine du problème.

La différence de capitalisation en une inégalité

Pour une richesse non négative et des rendements supérieurs à −100 %, la moyenne géométrique n’est jamais supérieure à la moyenne arithmétique :

[ \bar{r}_G \le \bar{r}_A ]

L’égalité n’a lieu que lorsque les rendements sont constants (aucune volatilité) ou dégénèrent de façons spéciales.

Cette inégalité n’est que le fait classique que la moyenne géométrique est inférieure ou égale à la moyenne arithmétique. En investissement, cela devient une affirmation sur la réalité de la performance :

Votre « rendement moyen » ne peut pas être composé comme s’il s’agissait d’un rendement constant à moins qu’il ne soit géométrique.

Comment les baisses pénalisent mathématiquement la capitalisation

Les pertes exigent des gains plus importants pour se rétablir. Ce n’est pas un slogan de motivation ; c’est une conséquence directe de la multiplication.

Si vous perdez (L%), votre richesse devient (1-L). Pour revenir à 1, vous avez besoin d’un gain (G) tel que :

[ (1-L)(1+G) = 1 \Rightarrow G = \frac{L}{1-L} ]

Donc :

−10 % nécessite +11,11 % pour récupérer.
−20 % nécessite +25 %.
−50 % nécessite +100 %.

La moyenne arithmétique ne « voit » pas cette courbure. La capitalisation géométrique la voit, car elle est construite à partir du produit des facteurs de croissance.

_{Photo by Ibrahim Rifath on Unsplash}

Un point de vue pratique en mathématiques d’investissement : richesse espérée vs rendement espéré

Il y a une autre subtilité qui piège même les lecteurs attentifs : l’espérance d’un produit n’est pas le produit des espérances.

Si les rendements sont aléatoires, la richesse terminale après (n) périodes est :

[ W_n = W_0 \prod_{t=1}^{n} (1+R_t) ]

La richesse espérée est :

[ \mathbb{E}[W_n] = W_0 , \mathbb{E}\left[\prod_{t=1}^{n} (1+R_t)\right] ]

Les investisseurs approximent souvent cela en composant la moyenne arithmétique :

[ W_0 (1+\mathbb{E}[R])^n ]

Mais ce raccourci ignore la dispersion et les corrélations dans le temps. La moyenne géométrique s’aligne plus naturellement avec la croissance réalisée typique parce qu’elle est liée à la moyenne des rendements log, qui respecte la multiplication.

Cette distinction compte quand vous lisez des projections de performance. Une brochure peut annoncer « rendement attendu 8 % », puis montrer ( (1.08)^{30} ) pour dessiner une courbe séduisante. À moins que ces 8 % ne soient une estimation géométrique ou que le parcours soit supposé presque déterministe, l’image est optimiste par rapport aux résultats médians.

Une expérience de pensée à deux pièces qui fait cliquer le concept

Imaginez un investissement qui chaque année fait l’un des deux avec probabilité égale :

+20 % ou −10 %

Moyenne arithmétique par an :

[ \bar{r}_A = 0.5(0.20) + 0.5(-0.10) = 0.05 = 5% ]

Moyenne géométrique par an :

[ \bar{r}_G = \sqrt{1.2 \cdot 0.9} - 1 = \sqrt{1.08} - 1 \approx 3.92% ]

Même si le rendement attendu sur un an est de 5 %, le taux composé est plus proche de 3,9 %. Sur des décennies, cet écart est énorme.

Et remarquez ce qui en est la cause : ni « mauvaise chance », ni frais, ni manipulation du marché — simplement l’effet mathématique d’avoir quelques années de baisse.

Convertir entre eux (prudemment) en analyse réelle

En milieu professionnel, les analystes ont parfois besoin de passer d’entrées arithmétiques (comme rendement attendu et volatilité) à une estimation de la croissance géométrique.

Une approximation couramment utilisée (pour des rendements annuels et une volatilité modérée) est :

[ \text{Géométrique} \approx \text{Arithmétique} - \frac{1}{2}\sigma^2 ]

Exemple : si le rendement arithmétique attendu est de 8 % et la volatilité de 20 % :

( \sigma^2 = 0.20^2 = 0.04 )
Demi‑variance = 0.02
Géométrique estimée ≈ 8 % − 2 % = 6 %

Ce n’est pas une petite réduction. Cela change l’histoire.

Deux mises en garde importent :

Cette approximation repose sur le raisonnement en rendements log et fonctionne mieux quand les rendements ne sont pas extrêmes.
La volatilité n’est pas constante en réalité, et les rendements ne sont pas toujours proches de la normale ; les queues épaisses et les krachs rendent la capitalisation plus sévère que ne le suggèrent des formules propres.

Pour autant, elle donne une manière disciplinée de comprendre pourquoi « rendement espéré élevé » et « forte volatilité » peuvent coexister avec une richesse composée décevante.

L’angle du rééquilibrage : quand la volatilité peut aider et quand elle ne le peut pas

On entend parfois dire que la volatilité « aide » via le rééquilibrage. Il y a du vrai, mais cela vit dans un cadre plus restreint que ce que beaucoup supposent.

Dans un portefeuille diversifié, si les actifs évoluent différemment, un rééquilibrage périodique peut capturer une « prime de rééquilibrage » (certains l’appellent harvesting de volatilité). Vous taillez systématiquement ce qui a monté et achetez ce qui a baissé.
Cet effet dépend des corrélations imparfaites et de la présence de plusieurs actifs. Ce n’est pas magique ; c’est une règle de gestion disciplinée à l’intérieur d’un portefeuille.

Mais pour un actif unique, la volatilité réduit presque toujours la croissance géométrique par rapport à l’arithmétique, parce qu’il n’y a rien contre quoi se rééquilibrer. Vous subissez juste la montagne russe multiplicative.

Vous pouvez donc garder deux idées à la fois sans contradiction :

La volatilité sur un flux de rendements réduit la capitalisation.
La volatilité entre plusieurs actifs imparfaitement corrélés peut créer des opportunités quand elle est couplée au rééquilibrage — même alors, les coûts, les taxes et la persistence des tendances peuvent diminuer ou effacer le bénéfice.

Comment cela apparaît dans les rapports de performance et le marketing des fonds

Les tableaux de performance rapportent souvent les rendements annuels puis montrent un « rendement annuel moyen ». Vous devez vérifier lequel.

Si c’est une moyenne arithmétique, elle vous parle de l’année moyenne.
Si c’est une moyenne géométrique / CAGR, elle vous dit ce que vous avez réellement composé.

Une astuce marketing courante est plus souvent involontaire que malveillante : on voit une série d’années favorables, on calcule une moyenne arithmétique, et on la traite comme un taux de croissance durable. Dans des actifs volatils — actions de croissance, crypto, fonds thématiques concentrés — cette erreur s’amplifie.

Lors de la comparaison de deux gestionnaires, la moyenne géométrique est typiquement le résumé le plus juste de ce qui est arrivé à un dollar investi, mais il faut toujours du contexte :

Le gestionnaire a‑t‑il pris plus de risque ?
Les baisses ont‑elles été plus profondes ?
L’horizon est‑il court (rendant l’estimation géométrique bruitée) ?
Les flux de trésorerie et le timing ont‑ils affecté l’expérience de l’investisseur (rendements pondérés par les dollars) ?

Arithmétique vs géométrique est fondamental, mais cela ne remplace pas l’analyse du risque ; cela clarifie la partie capitalisation du risque.

La règle empirique de l’investisseur : assortir la métrique à la question

Si votre question est formulée comme une période unique :

« Quel est le rendement attendu l’année prochaine ? »
« Quelle est la moyenne trimestrielle ? »

Alors les rendements arithmétiques sont appropriés.

Si votre question est formulée comme un résultat multi-période en richesse :

« À quel taux ai-je composé sur 10 ans ? »
« Quel taux constant correspondrait à ma valeur finale ? »
« Comment penser la croissance à long terme ? »

Alors les rendements géométriques doivent être au centre.

Le piège est d’utiliser un langage arithmétique pour des réalités géométriques. Les gens le font parce que les moyennes arithmétiques semblent intuitives et parce que « rendement moyen de 8 % » est facile à dire. Mais votre portefeuille ne croît pas en faisant la moyenne ; il croît en multipliant.

Une checklist concrète pour analyser toute série de rendements

Quand vous regardez des rendements — les vôtres, ceux d’un fonds, ou d’une classe d’actifs — parcourez ces étapes :

Calculez la moyenne arithmétique ( \bar{r}_A ) pour comprendre la performance périodique typique.
Calculez la moyenne géométrique/CAGR ( \bar{r}_G ) pour comprendre la croissance composée.
Mesurez la volatilité (écart-type) pour anticiper l’écart entre les deux.
Inspectez les drawdowns parce que les grosses pertes dominent la mathématique de la capitalisation.
Interrogez l’horizon et les flux car contributions/retraits font que la séquence importe.

En pratique, un investisseur qui intériorise ce cadre cesse d’être surpris par des résultats du type « le fonds a eu en moyenne 10 % mais mon argent n’a pas doublé comme je l’espérais ». La réponse est généralement dans l’écart arithmétique–géométrique plus le calendrier des gains et pertes.

Pourquoi cette distinction continue de rapporter en prise de décision

Beaucoup de décisions d’investissement sont en réalité des décisions sur la capitalisation sous incertitude :

Faut‑il concentrer ou diversifier ?
Quel niveau d’effet de levier est excessif ?
À quel point être agressif près de la retraite ?
Une stratégie à forte volatilité vaut‑elle le coup si la moyenne arithmétique semble attrayante ?

Les rendements arithmétiques peuvent vous séduire en ne regardant que le centre de la distribution. Les rendements géométriques vous obligent à respecter le parcours que doit emprunter votre richesse. Et puisque la richesse ne peut pas descendre en dessous de zéro (et que les grosses pertes demandent des gains énormes pour se récupérer), la capitalisation est intrinsèquement asymétrique.

Une fois que vous voyez cela, vous commencez à interpréter les revendications de « rendement moyen » avec un œil plus critique : pas comme un nombre unique qui se compose magiquement, mais comme une statistique qui a besoin de son partenaire correct — la croissance géométrique — avant de devenir une histoire sur l’argent réel dans le temps.

External Links

Geometric vs. Arithmetic Returns | Explained with an Investing … Arithmetic Returns vs. Geometric Returns - Bogleheads.org The difference between arithmetic and geometric investment returns Arithmetic, Geometric, and Dollar-Weighted Returns and Indices Geometric vs Arithmetic Mean In The Wild