La volatilité des cryptomonnaies se propage plus rapidement que les investisseurs ne le pensent

Les investisseurs en cryptomonnaies considèrent souvent la diversification comme une question de posséder davantage d’actifs. Un portefeuille contenant Bitcoin (BTC ), Ether, plusieurs réseaux de couche 1 et une sélection de tokens plus petits peut sembler plus équilibré qu’une position concentrée sur une seule monnaie. Cependant, cet équilibre devient moins convaincant lorsque la volatilité se propage à travers ces actifs presque immédiatement.

Une nouvelle étude publiée dans Finance Research Letters¹ examine ce problème en traitant les cryptomonnaies comme des nœuds d’un réseau interconnecté. Au lieu de se demander uniquement à quel point chaque actif a été volatile historiquement, les chercheurs ont mesuré comment la volatilité dans une partie du marché se rapporte à la volatilité parmi les pièces voisines, fortement corrélées.

Les résultats suggèrent que les prix des cryptomonnaies fonctionnent comme un système fortement connecté. La volatilité des prix se propage fortement à travers le réseau le même jour et continue d’affecter les actifs voisins le jour suivant. En revanche, la volatilité du volume de transactions reste beaucoup plus spécifique à chaque pièce.

Pour les investisseurs, cette distinction est importante. Elle indique que détenir davantage de cryptomonnaies peut élargir l’exposition sans offrir autant de protection contre les chocs à l’échelle du marché que le nombre de titres le laisserait penser.

Comment les chercheurs ont cartographié la volatilité des cryptomonnaies

Les modèles traditionnels de volatilité analysent généralement un actif dans le temps. Ils peuvent identifier des motifs tels que le regroupement de volatilité, où de grands mouvements de prix sont souvent suivis d’autres grands mouvements. Cependant, les modèles conventionnels peinent souvent à représenter des dizaines d’actifs qui s’influencent mutuellement simultanément.

Les chercheurs ont résolu cette limitation avec un modèle dynamique Spatial ARCH. Bien que le terme « spatial » soit généralement associé à des emplacements géographiques, les cryptomonnaies n’ont pas besoin de localisation physique pour former un réseau. Leur proximité économique peut être définie par la force de leurs corrélations de rendements.

Dans ce cadre, deux pièces sont considérées comme voisines lorsque leurs rendements affichent une relation statistique suffisamment proche. Le modèle peut alors estimer quelle part de la volatilité d’une pièce est liée à la volatilité de ses voisines, à la fois immédiatement et après un délai d’un jour.

Le jeu de données a commencé avec les 100 plus grandes cryptomonnaies par capitalisation boursière. Après avoir retiré les actifs sans historiques complets, les chercheurs ont créé un panel équilibré de 50 cryptomonnaies couvrant 1 517 jours de négociation consécutifs du 6 janvier 2021 au 2 mars 2025. Cela a produit 75 700 observations pour les modèles finaux de prix et de volume.

L’analyse a également séparé la volatilité des prix de la volatilité du volume de transactions. Cette décision a révélé que les deux ne se déplacent pas de la même manière sur le marché.

Les chocs de prix se propagent plus rapidement que les chocs de volume

Le résultat central de l’étude est une estimation de débordement de volatilité des prix simultané de 0,43. En termes pratiques, une part substantielle de la volatilité d’une cryptomonnaie était associée à la volatilité de ses voisins corrélés durant la même journée de négociation.

Les chercheurs ont également trouvé un effet de réseau retardé de 0,34. Cela indique que la volatilité parmi les pièces voisines continuait d’influencer un actif un jour plus tard. En comparaison, la persistance temporelle propre à un actif n’était que de 0,17.

Cela produit une interprétation utile. Un choc isolé affectant une seule pièce peut s’estomper relativement rapidement. Cependant, une fois que ce choc devient partie d’un mouvement à l’échelle du réseau, les interactions entre pièces corrélées peuvent aider à maintenir la perturbation.

Les résultats ne se limitaient pas à une définition arbitraire d’un voisin. Sur trois constructions de réseau différentes, le débordement de prix estimé variait de 0,346 à 0,50 et restait hautement significatif statistiquement. Cette cohérence renforce la conclusion que l’effet reflète une structure de marché plus large plutôt qu’un choix de modélisation.

Le volume de transactions se comportait différemment. Son débordement simultané n’était que de 0,12 dans le modèle sélectionné, tandis que l’effet de voisin retardé était d’environ 0,02. Le volume restait groupé dans le temps, mais les changements étaient beaucoup moins synchronisés entre les cryptomonnaies.

Cela a du sens économiquement. Les prix réagissent rapidement à des influences communes telles que les annonces macroéconomiques, les évolutions réglementaires, les liquidations d’effet de levier et les changements de sentiment des investisseurs. L’arbitrage et la propriété croisée peuvent transmettre ces réactions entre les bourses et les tokens en quelques minutes.

Le volume dépend davantage d’événements propres à chaque actif. Une inscription sur une bourse, le déverrouillage d’un token, une mise à jour de protocole, un vote de gouvernance ou une campagne promotionnelle peuvent générer un trading intense sur une cryptomonnaie sans produire d’activité comparable ailleurs.

Pourquoi davantage de cryptomonnaies ne signifient pas nécessairement plus de protection

Les conclusions remettent en cause une interprétation courante de la diversification. La diversification fonctionne le mieux lorsque les composants du portefeuille réagissent différemment au même choc sous‑jacent. Ajouter des actifs qui restent exposés à un facteur de risque partagé peut augmenter le nombre de titres sans réduire sensiblement ce risque.

Cela ne signifie pas que toute diversification en cryptomonnaies soit inutile. Des tokens différents peuvent encore produire des rendements à long terme distincts, présenter des risques techniques différents et réagir différemment aux développements propres à chaque actif. Le problème est que ces distinctions peuvent devenir moins protectrices lorsque la volatilité généralisée atteint l’ensemble du réseau.

Une analyse récente de Securities.io a examiné séparément comment la diversification peut détruire la valeur dans les marchés crypto avec des rendements à queues lourdes. Le modèle de réseau ajoute une autre dimension à cette préoccupation. Les investisseurs doivent considérer non seulement le nombre d’actifs qu’ils détiennent, mais aussi si ces actifs sont connectés au même système de transmission de volatilité.

Un examen pratique du portefeuille devrait donc demander:

• Quels avoirs sont entraînés par les mêmes facteurs de risque à l’échelle du marché ?
• Les corrélations augmentent‑elles pendant les périodes de tension ?
• Une position à effet de levier pourrait‑elle contraindre la vente d’autres avoirs non liés ?
• Le portefeuille contient‑il des actifs en dehors du réseau de cryptomonnaies ?

La dernière question est particulièrement importante. Réduire la volatilité spécifique aux cryptomonnaies peut nécessiter une diversification à travers des classes d’actifs réellement différentes, plutôt que de simplement répartir le capital entre davantage de tokens.

La diversification crypto et la diversification inter‑actifs sont différentes

L’étude se concentre sur les relations au sein des marchés de cryptomonnaies. Elle ne établit pas que le crypto se déplace toujours en synchronisation avec les actions, obligations, matières premières ou devises. Cette distinction empêche que ses conclusions soient interprétées de façon trop générale.

Un investisseur pourrait raisonnablement conclure que la diversification au sein du crypto offre une protection limitée contre un choc à l’échelle du crypto tout en continuant de croire qu’une allocation modeste d’actifs numériques pourrait se comporter différemment des autres investissements sur des périodes plus longues.

L’horizon temporel compte également. Les actifs peuvent afficher des corrélations modérées à long terme et converger fortement pendant de courtes périodes de stress. Securities.io a déjà examiné des preuves que le Bitcoin n’est pas devenu une valeur refuge fiable, même si l’accès institutionnel et l’infrastructure du marché se sont améliorés.

La Banque des règlements internationaux a également documenté comment les prix des cryptomonnaies peuvent participer à des périodes plus larges de turbulence du marché. Ensemble, ces observations suggèrent que la diversification doit être évaluée dans des conditions de stress, et non uniquement à travers des corrélations calculées sur l’ensemble d’un cycle de marché.

Ce que le modèle peut et ne peut pas dire aux investisseurs

Le modèle fournit une image plus claire de la façon dont la volatilité se déplace à travers un réseau de cryptomonnaies, mais il ne s’agit pas d’un système de trading. Il ne prédit pas la direction du prochain mouvement de prix ni n’identifie quelle pièce surperformera.

Les chercheurs ont construit leur réseau principal en utilisant les corrélations de rendements calculées à partir de l’échantillon complet, puis ont considéré ce réseau comme fixe. Les relations réelles entre cryptomonnaies peuvent changer à mesure que les récits, les réglementations, les conditions de liquidité et les participants du marché évoluent. Une pièce qui apparaît centrale durant un cycle peut devenir moins influente durant un autre.

Le modèle exclut également les variables externes telles que les décisions de taux d’intérêt, les rapports d’inflation, les annonces réglementaires et la performance des marchés actions. La corrélation identifie un mouvement connecté, mais ne prouve pas quel actif ou événement a causé le choc initial.

Les investisseurs devraient donc utiliser l’étude comme un cadre de risque. Sa contribution la plus forte est de montrer pourquoi une analyse pièce par pièce peut manquer une vulnérabilité à l’échelle du système. Les tests de résistance, les limites d’exposition, la planification de liquidité et les politiques de couverture devraient tenir compte de la possibilité que des tokens apparemment différents puissent devenir un commerce concentré pendant des périodes turbulentes.

Investir dans l’infrastructure de risque des cryptomonnaies

Si la volatilité interconnectée rend la diversification au niveau de l’actif moins fiable, l’infrastructure utilisée pour gérer cette volatilité devient plus importante. Cela crée un angle d’investissement pertinent autour de CME Group, qui exploite des marchés de dérivés réglementés et fournit des contrats à terme, des options, des taux de référence et des outils de gestion du risque pour les cryptomonnaies.

CME Group correspond davantage à cette recherche qu’une bourse de cryptomonnaies dont la fortune dépend fortement de l’activité transactionnelle des particuliers. Son rôle se centre sur la capacité des participants du marché à transférer, couvrir et tarifer le risque. L’entreprise a également élargi l’accès à des contrats à terme et options sur cryptomonnaies réglementés à travers une gamme croissante d’actifs numériques.

La thèse d’investissement n’est pas que plus de volatilité génère automatiquement des revenus plus élevés. La demande de contrats, la concurrence, l’économie du clearing, la réglementation et la participation institutionnelle influencent tous le résultat. Au contraire, des marchés de cryptomonnaies de plus en plus interconnectés créent un besoin structurel de couverture au niveau du portefeuille et de découverte continue des prix.

Ce besoin pourrait devenir plus précieux à mesure que l’exposition institutionnelle aux cryptomonnaies s’élargit. Lorsque les chocs peuvent voyager à travers de nombreuses pièces le même jour, les investisseurs professionnels ont besoin d’outils qui gèrent le réseau comme un portefeuille plutôt que de traiter chaque token comme une position isolée.

Le risque crypto est un problème de réseau

L’étude offre une leçon simple sous sa méthodologie technique: les marchés de cryptomonnaies contiennent moins de sources de risque indépendantes qu’une longue liste de noms de tokens ne le laisserait croire.

La volatilité des prix s’est déplacée fortement à travers les pièces corrélées à la fois immédiatement et avec un délai d’un jour, tandis que la volatilité du volume de transactions est restée relativement locale. Pour les investisseurs, cela signifie que la diversité visible d’un portefeuille crypto peut masquer une sensibilité commune au sentiment, à l’effet de levier, aux nouvelles macroéconomiques et à la structure du marché.

Une meilleure gestion du risque commence par reconnaître cette distinction. Les investisseurs peuvent encore diversifier parmi les projets de cryptomonnaies pour leurs différences technologiques, d’adoption et de potentiel de rendement. Cependant, protéger le capital contre la volatilité à l’échelle du marché nécessite d’aller au‑delà du simple nombre de tokens, en examinant la corrélation, la liquidité, la taille des positions, les classes d’actifs externes et l’infrastructure de couverture.

Références:

¹ Achim, M.-A., Belbe, Ș., Mare, C., & Otto, P. (2026). Effets spatiaux et incertitude dans les cryptomonnaies : le cas des modèles ARCH de réseau. Finance Research Letters, 110729. https://doi.org/10.1016/j.frl.2026.110729