Le biais de récentité n’est pas le plus fort des biais. C’est celui qui change ce que vous pensez avoir comme biais.

Trois ans de gains sur le S&P 500. Puis le premier trimestre 2026 : l’indice a chuté de 5 %.Le pire trimestre depuis 2022Le prix de l’or a atteint 115$. Les « Magnificent Seven » ont chuté de 13%. Tous les rapports d’analystes et les états de portefeuille indiquent la même conclusion.

Biais de récentité. Les investisseurs étaient devenus complaisants, en supposant que les bonnes périodes continueraient.

Puis Q2 est arrivé. Le S&P 500 a grimpé.15 %, en supprimant la baisseLes actions des semi-conducteurs ont augmenté de 88 %. Les petites entreprises ont gagné 22 %. Le prix du pétrole est retombé à 70 $. Ces mêmes analystes qui venaient de détecter le biais de récenteté écrivaient maintenant que le marché était « trop pessimiste » – et cette nouvelle détection reposait sur une base erronée.

Le biais le plus fort a changé en 90 jours. C’est là le problème. On ne peut pas qualifier quelque chose de biais le plus fort si la détection elle-même dépend de ce qui s’est passé au dernier trimestre. L’étiquette reflète le marché, mais pas les investisseurs.

La question plus profonde n’est pas de savoir quel biais est le plus fort. C’est de savoir si le biais de récentité est suffisamment significatif pour compter, ou si l’ensemble des classements selon le « biais le plus fort » n’est qu’une arnaque qui se renforce elle-même.

Il s’avère que les preuves peuvent être utiles si on les analyse de manière différente. Cakici et Zaremba ont étudié plus de 77 000 entreprises.Dans 49 paysIls ont mesuré si les actions qui avaient connu de mauvais résultats récemment (par rapport à leur historique plus long) ont par la suite surpassé celles qui avaient connu de bons résultats récemment. Ils ont constaté une différence de rendement d’environ 0,91 % par mois. Cet effet était observable dans 84 % des pays.

C’est vrai. Mais l’étude a également révélé quelque chose que la plupart des articles sur le « biais de récentité » ignorent. Les erreurs de valuation sont les plus importantes après les crises du marché, pendant les périodes de baisse, et dans des périodes de volatilité excessive. En dehors de ces moments, les bénéfices liés aux signaux de marché sont négligeables. Le biais de récentité n’existe pas constamment. C’est plutôt une pente, et non une tendance permanente.

Cela signifie que le changement de situation au premier/second trimestre 2026 n’est pas une coïncidence. Les patients diagnostiqués après le pire trimestre depuis 2022 souffraient tous d’un problème dont les symptômes étaient particulièrement visibles dans les résultats académiques. Lorsque le marché s’est remis en place au second trimestre, les facteurs qui amplifiaient ce problème ont disparu. Le problème n’a pas disparu parce que les investisseurs sont devenus rationnels ; il est simplement devenu invisible, car les marchés calmes ne produisent pas les mêmes comportements.

Aucune étude sérieuse ne considère le biais de récentité comme plus fort que l’aversion à la perte, le biais de confirmation ou le phénomène de « groupement » des actions. Les enquêtes standard les mentionnent tous ensemble. Gerd Gigerenzer a affirmé que la finance comportementale souffre de ses propres problèmes.“Biais, biais”– Une tendance à repérer des erreurs cognitives partout, tout en sous-estimant l’ampleur de la capacité d’adaptation du processus de prise de décision humaine. Il ne prétend pas que tous les biais soient des illusions. Il affirme plutôt que ce domaine les surestime.

Si vous acceptez cette hypothèse, alors la notion de « biais le plus fort » n’est qu’un symptôme du problème qu’elle essaie de diagnostiquer. Ceux qui parlent avec tant de confiance du biais lié à la récentité, en réalité, exagèrent les preuves récentes – le dernier accident, le dernier trimestre, le dernier post sur Internet – et les traitent comme une vérité universelle.

La version utile de la question est différente. Au lieu de se demander quel biais est le plus fort, il faut savoir quand le biais de récentité est suffisamment important pour altérer vos décisions réelles. La réponse empirique est précise : c’est après des baisses significatives. C’est lorsque un choc géopolitique fait passer le prix du pétrole de 70 à 115 dollars, puis revient à ce niveau en deux trimestres. C’est aussi lorsque les résultats financiers continuent d’augmenter de 13 %, mais que le chiffre global indique clairement qu’il est temps de vendre.

Cet effet est également plus fort dans les cultures individualistes, dans les marchés où il y a une forte protection pour les actionnaires, et parmi les entreprises les plus grandes et les plus liquides – c’est les actions que la plupart des gens possèdent via des fonds indiciels. L’effet est moins marqué ou absent dans les marchés émergents, en dehors des entreprises de grande taille. Ce n’est pas un défaut des données. C’est plutôt une indication de l’endroit où on peut s’attendre à ce phénomène de distorsion.

Le test pratique est simple. Si la conclusion la plus importante concernant votre portefeuille dépend de ce qui s’est passé au cours des trois derniers mois, alors vous êtes probablement dans une situation où le biais de récentité est actif. Si vous n’êtes pas sûr, vérifiez si la même conclusion serait valable si la période récente avait été contraire. Si ce n’était pas le cas, alors le problème n’est pas le biais, mais plutôt le cadre de temps utilisé pour analyser les données.

Je suppose que la plupart des gens n’ont pas besoin d’une autre étiquette de préjugé. Ils ont besoin d’une règle qui les oblige à regarder ce qui est suffisamment important pour rendre cette période récente inintéressante. Ce n’est pas parce que cette période est fausse, mais parce qu’elle ne peut pas être la seule vérité. Le marché a déjà traversé ce schéma exactement : un choc, une explication sur le fait de quelle préjugé cela est dû, puis un changement, une nouvelle explication sur le fait de quelle préjugé cela est dû… Souvent. Le schéma en lui-même est le signal ; les étiquettes, c’est simplement le bruit que nous ajoutons à ce signal.