Le Crédit Privé en Dollars

marsbitPublié le 2026-07-09Dernière mise à jour le 2026-07-09

Résumé

Dans les années 1970, le premier fonds du marché monétaire a été créé pour démocratiser l'accès aux bons du Trésor. Aujourd'hui, les stablecoins à rendement répliquent ce modèle pour le crédit privé, un marché de 2 000 milliards de dollars auparavant réservé aux grands investisseurs institutionnels. En représentant des fonds sous forme de jetons (tokenisation), des acteurs comme Apollo (avec son fonds ACRED) ou Figure (YLDS) permettent désormais à des capitaux de toute taille, notamment les 315 milliards de dollars de stablecoins, d'accéder à ces stratégies de crédit institutionnel. Cela génère une activité financière démultipliée via le DeFi (prêts collatéralisés, effet de levier). Le crédit privé sur blockchain est ainsi passé de 400 millions à 5,87 milliards de dollars en un an. Cependant, cette innovation n'élimine pas les risques sous-jacents de l'octroi de crédit, comme l'a montré l'échec du protocole Goldfinch. Lancé en 2021, il canalisa des cryptomonnaies vers des prêts aux PME en Afrique et en Asie. Un manque criant d'infrastructure locale pour le sous-jacent (due diligence, suivi, recouvrement) et une asymétrie d'information ont conduit à des défauts massifs. Par exemple, un emprunteur a détourné 40% d'un prêt vers une entité non autorisée sans que les déposants ne le sussent. Sur 24 pools de prêts, 13 seulement ont été intégralement remboursés, laissant 53,8 millions de dollars en défaut avec des recouvrements très lents. L'essentiel du risque dans le crédit rés...

Article de: Vaidik Mandloi

Traduction: Block unicorn

Dans les années 1970, Bruce Bent et Henry Brown ont créé le premier fonds monétaire de l'histoire. L'idée était extrêmement simple. En raison d'une réglementation de l'époque de la Grande Dépression, le taux d'intérêt des comptes d'épargne des banques américaines était plafonné à 4,5 %. Bien que le rendement des bons du Trésor américain dépassait alors 9 %, le montant d'investissement minimum pour les acheter était de 10 000 dollars. Bent et Brown ont donc décidé de regrouper les petits dépôts, d'acheter des bons du Trésor à grande échelle et de reverser les bénéfices aux investisseurs. Aujourd'hui, les fonds monétaires représentent environ 8 000 milliards de dollars.

Les stablecoins font quelque chose de similaire, sauf que l'actif cette fois-ci est le crédit privé, un marché de 2 000 milliards de dollars auquel il faut au moins 1 million de dollars pour accéder. Les stablecoins à rendement sont utilisés pour agréger de petits dépôts et les diriger vers le crédit.

Aujourd'hui, je vais me plonger dans la façon dont cela se produit, et comment Goldfinch (la toute première tentative avec de l'argent réel pour faire cela) a fait faillite, laissant 56 millions de dollars de fonds de déposants bloqués dans des prêts pour motos au Kenya.

Comment les stablecoins deviennent les fonds monétaires du crédit privé

Dans les années 1990, les banques américaines fournissaient environ la moitié du capital sous forme de dette aux entreprises et aux consommateurs, mais aujourd'hui, ce chiffre est d'environ 20 %. C'est parce qu'après 2008, de nouvelles règles de fonds propres sont entrées en vigueur, rendant trop coûteux pour les banques de détenir des prêts à effet de levier. Ainsi, les banques se sont complètement retirées du marché des prêts aux entreprises de taille moyenne, et les fonds de crédit privé ont pris leur place.

Apollo, Blackstone et KKR ont collecté des fonds auprès de fonds de pension et d'assureurs pour commencer à prêter aux entreprises abandonnées par les banques, facturant des primes importantes car ces emprunteurs n'avaient pas d'autre choix.

Ce marché est passé de moins de 200 milliards de dollars en 2008 à plus de 2 000 milliards de dollars aujourd'hui, et presque tout cet argent provient d'investisseurs institutionnels émettant des chèques de 5 millions de dollars ou plus.

L'une des principales raisons du seuil minimum d'un million de dollars pour les prêts de crédit privé est la difficulté de leur gestion. Chaque opération nécessite une due diligence, une restructuration et une surveillance sur plusieurs années. Gérer un fonds avec dix partenaires limités institutionnels mettant chacun 50 millions de dollars est beaucoup plus facile que de gérer un fonds avec des investisseurs particuliers mettant chacun 500 dollars, et même ainsi, l'investissement à grande échelle est souvent non rentable. C'est pourquoi, au cours de la dernière décennie, seuls les fonds de pension et les assureurs avaient accès à ces rendements, généralement compris entre 8 % et 12 %.

C'est à ce moment que les stablecoins à rendement ont changé la donne, tout comme Bent et Brown ont ouvert l'accès au Trésor dans les années 1970. Bien que le processus opérationnel soit toujours effectué par des institutions, avec des fonds comme Apollo qui souscrivent et gèrent le risque, les sous-fonds tokenisés peuvent désormais accepter des dépôts de toute taille et les canaliser vers des stratégies institutionnelles, sans avoir à gérer des milliers d'investisseurs individuels.

Apollo a récemment lancé le fond tokenisé ACRED, et son fond de crédit diversifié a attiré 109 millions de dollars d'entrées. Les investisseurs peuvent même le déposer en garantie sur la plateforme Morpho pour obtenir des prêts sur marge et recycler leurs investissements, créant ainsi un effet de levier sur leurs rendements.

Figure a construit un écosystème complet de prêts en chaîne, a émis 21 milliards de dollars de prêts, a réussi à s'introduire en bourse au Nasdaq, et a lancé YLDS, un stablecoin à rendement avec 376 millions de dollars en circulation. D'autres protocoles, comme Pyse et Glow, vont encore plus loin en tokenisant des projets solaires, permettant aux investisseurs de financer des installations solaires dans des pays en développement pour quelques centaines de dollars et de recevoir un TAEG provenant des factures d'électricité mensuelles.

Cela ne signifie pas que les limites d'investissement minimum des fonds eux-mêmes ont disparu. Le fonds ACRED exige toujours un investissement direct de 5 millions de dollars. Mais une fois qu'un fond est tokenisé, son jeton peut être échangé sur des marchés secondaires sans minimum, et il peut fonctionner en synergie avec le système DeFi (finance décentralisée) d'une manière que les parts de fonds traditionnelles ne peuvent pas égaler.

Dans le crédit privé traditionnel, votre argent est bloqué pendant des années, avec des rachats limités à 5 % par trimestre. Mais en chaîne, le capital est flexiblement composable et liquide 24h/24 et 7j/7. Pour des entreprises comme Apollo et Figure, cela leur donne accès aux 315 milliards de dollars de stablecoins qui recherchent activement du rendement. En tokenisant les actifs, elles peuvent puiser directement dans cette réserve, ouvrant un nouveau canal de distribution sans avoir à construire une infrastructure de détail à partir de zéro.

Il y a un an, le total du crédit privé en chaîne n'était que de 400 millions de dollars; il atteint désormais 5,87 milliards de dollars, soit une multiplication par 15 en 12 mois, mais cela ne représente toujours que 0,30 % du marché mondial du crédit privé de 2 000 milliards de dollars. La moitié de toutes les nouvelles émissions de stablecoins du premier trimestre 2026 provient de stablecoins à rendement, ce qui signifie que la majorité des nouveaux capitaux en stablecoins recherchent désormais des rendements actifs, et pas seulement un ancrage au dollar.

Et, parce que chaque dollar de crédit en chaîne peut être utilisé comme garantie et recyclé à travers des protocoles DeFi, il génère une activité financière réelle plusieurs fois supérieure au montant en dollars.

Prenons ACRED comme exemple. Un investisseur dépose 10 000 $ sur Morpho, emprunte 7 000 USDC contre ce dépôt, utilise cet USDC pour acheter plus d'ACRED, et le dépose à nouveau en garantie. Cela crée une exposition au risque de crédit de plus de 17 000 $ à partir du même dépôt initial. En comparaison, dans le crédit privé traditionnel, ces mêmes 10 000 $ resteraient inactifs dans un fonds pendant 5 ans, ne générant rien. Mais en chaîne, cet effet de composition se produit simultanément à de multiples niveaux, c'est pourquoi la taille du marché ACRED croît bien plus rapidement que ne le suggère sa taille en dollars initiale. Mais cela signifie aussi que si un prêt sous-jacent fait défaut, les pertes se propagent à travers chaque couche du cycle.

La tokenisation ne signifie pas que les risques sous-jacents sont réduits. Souvent, ces risques sont ignorés car de nouveaux fonds continuent d'affluer, suffisants pour payer les rachats. Mais à mesure que les entrées ralentissent, l'écart entre la promesse du jeton et la valeur réelle des prêts commence à apparaître. Les investisseurs tentent de sortir, mais la liquidité est insuffisante, ou le prix du jeton se décroche de sa valeur intrinsèque.

C'est ce qui est arrivé à Goldfinch; c'était l'un des premiers protocoles, lancé en 2021, à mettre du crédit privé en chaîne, mais il a récemment dû fermer après que 56 millions de dollars de fonds de déposants se soient retrouvés coincés au Kenya et au Nigéria.

Qu'est-ce que Goldfinch a fait de travers?

Goldfinch a levé 25 millions de dollars auprès d'a16z en 2021, pour canaliser des fonds cryptographiques qui ne rapportaient alors que 2 % à 3 % dans les pools de prêt DeFi vers des entreprises en Afrique et en Asie du Sud-Est. Ces entreprises emprunteuses payaient des taux de 15 % à 25 % car les banques locales refusaient de leur prêter.

L'idée était que quiconque détenait de l'USDC puisse déposer dans les pools Goldfinch, puis les contrats intelligents distribueraient les fonds au compte de l'emprunteur en quelques secondes. Mais souscrire un prêt pour une société de financement de motos à Nairobi signifiait que quelqu'un devait comprendre l'économie du transport au Kenya et vérifier personnellement les livres de l'emprunteur. Si les remboursements s'arrêtaient, ils devraient peut-être se rendre physiquement au bureau de l'emprunteur.

Mais sur la blockchain, rien de tout cela n'est possible. Une fois que l'USDC est converti en shillings kényans et placé dans les livres de prêt, les déposants n'ont aucun moyen de savoir comment leur argent est utilisé, quelle est la santé financière de l'emprunteur, ou même si les termes du prêt sont respectés. Toutes les informations clés sur la performance du prêt ont quitté la blockchain et se trouvent entre les mains d'emprunteurs dans des pays que la plupart des déposants n'ont jamais visités.

C'est pourquoi il a fallu des mois avant que quiconque ne remarque que Tugende Kenya avait, sans autorisation, déplacé 1,9 million de dollars sur sa ligne de crédit de 5 millions de dollars vers Tugende Uganda en 2022. Près de 40 % du prêt était transféré vers une autre entité juridique dans un autre pays. Pendant ce temps, les déposants continuaient de recevoir ce qu'ils pensaient être des intérêts de 10 % à 12 %, sans savoir que le principal soutenant leurs rendements était allé à un endroit jamais mentionné dans l'accord de prêt.

Si un prêteur de crédit privé traditionnel découvrait un défaut aussi grave, il reprendrait le prêt et forcerait une restructuration en quelques jours, mais les déposants de Goldfinch l'ont appris par un post sur un forum de gouvernance, et leur seule option était de voter sur une proposition qui n'avait ni le pouvoir légal de saisir des actifs, ni celui d'auditer ce qui restait.

En 2023, Tugende avait fait défaut complet et avait disparu. Goldfinch a émis 24 pools d'actifs au cours de son existence de 113,3 millions de dollars, dont seulement 13 ont finalement été intégralement remboursés. Les 8 pools restants avaient 53,82 millions de dollars de prêts en cours, et aucun ne fonctionnait selon les termes initiaux. La plupart des pools étaient en restructuration, avec des remboursements mensuels de moins de 51 000 $ par pool, ce qui signifiait qu'il faudrait entre 8 et 15 ans pour récupérer les 53,82 millions de dollars à ce rythme.

Goldfinch prenait tous les risques liés à la volatilité des devises et aux antécédents de crédit limités des marchés émergents, avec presque aucune des infrastructures que les prêteurs traditionnels ont mis des décennies à construire et gérer pour atténuer ces risques. Par exemple, les banques prêtant au Kenya ont des bureaux locaux et des relations avec les régulateurs qui leur donnent plus de poids de négociation lorsqu'une transaction tourne mal.

Mais Goldfinch canalisait de l'argent provenant de portefeuilles anonymes du monde entier vers le même type d'emprunteurs, sans aucune de ces structures de soutien, ce qui rendait le déficit d'information entre le prêteur et l'emprunteur plus grand que dans une transaction traditionnelle, et laissait les déposants avec très peu de capacité d'intervention lorsque les choses tournaient mal.

Le transfert de fonds en chaîne ne représente qu'environ 10 % du processus nécessaire pour prêter. Les 90 % restants sont la souscription et la récupération des fonds, un travail hautement localisé et coûteux. Les souscripteurs de ce type doivent établir une ligne de crédibilité pour toute une classe d'actifs qui lutte encore pour justifier son existence. Chaque dollar perdu dans la souscription rend plus difficile pour le prochain partenaire institutionnel de passer en chaîne et abaisse la crédibilité de toute la classe d'actifs. La difficulté du crédit n'a rien à voir avec l'aspect chaîne, et quiconque construit dans cet espace sans le comprendre est en train de construire le prochain Goldfinch.

Questions liées

QComment les stablecoins à rendement changent-ils l'accès au crédit privé pour les petits investisseurs ?

ALes stablecoins à rendement, comme les fonds du marché monétaire des années 1970, permettent de regrouper des dépôts de petite taille et de les orienter vers des stratégies de crédit privé institutionnelles via la tokenisation. Cela supprime les seuils d'investissement minimum élevés (souvent 1 million de dollars ou plus) et permet à tout détenteur de stablecoin de participer à ces actifs, offrant ainsi un accès à des rendements de 8 à 12 % auparavant réservés aux grands investisseurs institutionnels.

QQuel a été le rôle d'Apollo dans le développement du crédit privé tokenisé ?

AApollo a lancé un fonds tokenisé appelé ACRED, un fonds de crédit diversifié qui a attiré 109 millions de dollars. La tokenisation permet aux investisseurs d'acheter des jetons représentant des parts du fonds sur un marché secondaire sans minimum d'investissement. Ces jetons peuvent également être utilisés comme collatéral dans des protocoles DeFi, comme Morpho, permettant un effet de levier et une liquidité 24h/24, ce qui représente un nouveau canal de distribution pour les actifs de crédit privé.

QPourquoi le projet Goldfinch a-t-il échoué et quelles leçons en tirer ?

AGoldfinch a échoué principalement parce qu'il a sous-estimé les risques opérationnels et de souscription hors chaîne (off-chain). Il a acheminé des fonds cryptographiques vers des entreprises émergentes en Afrique et en Asie du Sud-Est sans disposer de l'infrastructure locale nécessaire pour le suivi, la vérification et le recouvrement des prêts. Par exemple, un emprunteur au Kenya a détourné 40 % d'un prêt sans que les déposants ne le s pendant des mois. La leçon est que la partie blockchain ne représente qu'environ 10 % du processus de prêt ; les 90 % restants (due diligence, suivi) sont critiques, localisés et coûteux, et leur négligence conduit à l'échec.

QQuelle est la taille actuelle du marché du crédit privé tokenisé et quelle est sa tendance de croissance ?

ALe volume total de crédit privé sur chaîne (tokenisé) est actuellement de 5,87 milliards de dollars. Il a été multiplié par 15 en 12 mois, passant de 400 millions de dollars il y a un an. Cependant, cela ne représente encore que 0,30 % du marché mondial du crédit privé (2 000 milliards de dollars). La tendance est fortement à la hausse, stimulée par l'afflux de capitaux provenant des stablecoins à rendement, qui ont constitué la moitié de toutes les nouvelles émissions de stablecoins au premier trimestre 2026.

QQuels sont les avantages et les risques spécifiques liés à l'utilisation du crédit privé tokenisé dans la finance décentralisée (DeFi) ?

AAvantages : La tokenisation offre une liquidité 24h/24, supprime les périodes de blocage longues, permet des investissements sans minimum et autorise l'utilisation des jetons comme collatéral pour obtenir un effet de levier dans les protocoles DeFi, multipliant ainsi l'exposition financière et les rendements potentiels. Risques : L'effet de levier peut amplifier les pertes en cas de défaut sur les prêts sous-jacents. La complexité et l'opacité des couches de prêts empêchent parfois une évaluation précise des risques. De plus, une liquidité apparente sur les marchés secondaires peut masquer un désalignement entre le prix du jeton et la valeur réelle des actifs, conduisant à des crises de liquidité ou à des baisses brutales si les entrées de capitaux ralentissent.

Lectures associées

Trois mois, deux tours de table : la version chinoise de Palantir est en plein essor

L'entreprise chinoise Beijing Zhongshu Ruizhi Technology, considérée comme la version locale de Palantir, a annoncé un nouveau tour de financement stratégique de plusieurs centaines de millions de yuans, seulement trois mois après une levée de fonds de série B d'un montant similaire. Ce cycle de financement rapide, mené par des acteurs étatiques tels que le Fonds d'investissement Internet de Chine, souligne la forte reconnaissance du marché pour ses technologies fondamentales et ses réalisations en matière de déploiement. Fondée en 2020 par la Dr. Han Han, docteure de l'Université Tsinghua, l'entreprise se spécialise dans l'IA de décision fiable pour l'industrie. Elle s'attaque aux défis des grands modèles génératifs, comme les hallucinations de l'IA, grâce à ses technologies propriétaires fondées sur la théorie de la méta-causalité, des modèles causaux et un moteur d'ontologie dynamique. Ces innovations visent à fournir une capacité de prise de décision explicable, vérifiable et exécutable pour les scénarios industriels critiques. Sur le plan commercial, Zhongshu Ruizhi a déployé ses solutions dans plus de 800 scénarios de production complexes pour plus de 50 clients, principalement des grandes entreprises d'État dans les secteurs de l'électricité, du pétrole et de l'aérospatiale. L'entreprise affirme une croissance rapide de son chiffre d'affaires en 2025 et une forte capacité d'autofinancement. Les nouveaux fonds seront destinés à renforcer l'innovation théorique, à étendre la réplication des applications phares et à élargir la présence sur les marchés internationaux. Les investisseurs voient dans cette entreprise un acteur clé pour définir les normes de l'IA industrielle fiable en Chine et gagner en influence sur la scène mondiale de l'IA physique.

marsbitIl y a 13 mins

Trois mois, deux tours de table : la version chinoise de Palantir est en plein essor

marsbitIl y a 13 mins

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

Dans un contexte où l'IA et la robotique progressent rapidement, un article de *The Economist* relance le débat sur un problème fondamental de l'ère numérique : comment les humains peuvent-ils partager la valeur créée par des machines de plus en plus compétentes ? Historiquement, les gains de productivité se traduisaient par une augmentation des salaires et de la consommation. Cependant, l'IA, en remplaçant non seulement le travail manuel mais aussi le travail cognitif, risque de rompre ce cycle. La croissance économique et les profits pourraient continuer tandis que le nombre d'humains participant directement à la création de valeur diminuerait, posant un défi crucial de répartition des richesses. La situation en Chine illustre cette tension : malgré des avancées significatives dans les nouvelles technologies, la consommation reste faible, révélant une difficulté à faire circuler les bénéfices de l'innovation vers les revenus des ménages. Ce phénomène est global : la valeur se concentre chez les géants technologiques, tandis que la part du travail dans le PIB recule. Face à ce défi, plusieurs voies sont envisagées : le modèle capitaliste traditionnel, une voie d'État-capitalisme, ou des mécanismes innovants comme des fonds souverains numériques, une actionnariat populaire ou un revenu de base. La capacité à construire un système de distribution équitable, permettant à tous de bénéficier des gains de productivité de l'IA, deviendra un facteur clé de compétitivité et de stabilité sociale au XXIe siècle. Pour la Chine, comme pour toutes les nations, résoudre cette équation sera essentiel pour façonner l'avenir.

marsbitIl y a 23 mins

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

marsbitIl y a 23 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

Le carry trade sur les marchés émergents financé en dollars a généré des rendements positifs pendant sept trimestres consécutifs, soit la plus longue série depuis 2008, avec un gain cumulé d’environ 22 % depuis fin 2024. Cette stratégie, qui consiste à emprunter dans des devises à bas taux comme le dollar ou l’euro pour investir dans des actifs à haut rendement en monnaies émergentes (telles que la livre turque ou le peso colombien), a surperformé les obligations d’État américaines, les obligations souveraines et d’entreprise des marchés émergents. Les rendements ont été amplifiés par l’appréciation des devises émergentes face au dollar, notamment en Colombie où la combinaison du rendement obligataire et de la hausse du taux de change a rapporté 48 % sur un an. Malgré l’intervention historique conjointe des États-Unis et du Japon sur le marché des changes en août, qui a brièvement fait chuter le yen, le risque de liquidations désordonnées est jugé limité, les investisseurs ayant substitué l’euro et le franc suisse au yen comme monnaies de financement. Les risques principaux identifiés sont le calendrier de la politique monétaire de la Fed et la concentration excessive des capitaux sur cette stratégie, ce qui pourrait la rendre vulnérable à un retournement soudain. Les gestionnaires restent néanmoins confiants, citant les taux d’intérêt élevés dans des régions comme l’Amérique latine et l’Europe de l’Est, soutenus par des pressions inflationnistes persistantes et la géopolitique énergétique.

marsbitIl y a 39 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

marsbitIl y a 39 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

L'algorithme d'apprentissage automatique fondamental, la descente de gradient, a été « condamné » par l'IA elle-même ? Une récente étude conjointe de l'Université Tsinghua et de la Wharton School de l'Université de Pennsylvanie apporte une conclusion attendue depuis 40 ans : pour atteindre une vitesse optimale, ajuster uniquement la taille des pas (le taux d'apprentissage) ne suffit pas. Historiquement, la descente de gradient standard a une vitesse de convergence en O(1/T). En 1983, Nesterov a introduit l'élan (momentum), atteignant O(1/T²). Une question persistante était de savoir si, sans modifier la structure de l'algorithme, un simple réglage minutieux de la séquence des pas pouvait égaler cette performance. En 2023, des chercheurs du MIT ont conçu la « silver stepsize », une séquence de pas fractale atteignant O(T^{-1.2716}). Les chercheurs Jianhao Ma (Tsinghua) et Yuxin Chen (Wharton) ont inversé la problématique : au lieu de chercher une meilleure séquence, ils ont prouvé qu'il existe une limite infranchissable. Le cœur de la preuve a été généré par GPT-5.6 Sol Pro. Guidés par le concept d'« oracle résistant », les chercheurs ont demandé à l'IA de construire une fonction convexe spécifique qui force la descente de gradient à suivre un chemin lent, quelle que soit la séquence de pas choisie. L'IA a proposé une construction géométrique dans un espace de haute dimension utilisant l'enveloppe de Moreau. Après plusieurs itérations de corrections, GPT-5.6 a établi une borne inférieure de convergence en Ω(T^{-1.9319}) pour toute séquence de pas prédéterminée. Cela signifie qu'il est mathématiquement impossible pour la descente de gradient pure (sans momentum) de dépasser cette vitesse, confirmant la nécessité de modifier la structure de l'algorithme pour une convergence optimale. La preuve a été formellement vérifiée sans aucune erreur par l'assistant de preuve Lean 4, garantissant sa solidité logique. Ce travail démontre le potentiel de l'IA en tant qu'assistant de recherche capable de résoudre des problèmes théoriques profonds, ouvrant la voie à de nouvelles collaborations homme-machine en science fondamentale.

marsbitIl y a 48 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

marsbitIl y a 48 mins

Trading

Spot
活动图片