Rédacteur : G_Gyeomm
Traduction : AIdidiaoJP, Foresight News
I. Un nouveau type d'assurance directement tarifée par le marché
L'outil de gestion des risques Blanket pour l'IA, récemment lancé, tente de transformer les marchés de prédiction en un véritable outil d'assurance utilisable par les entreprises. La logique est simple : une entreprise saisit ses informations commerciales, le système diagnostique automatiquement ses principaux risques, puis recommande les contrats d'événement Kalshi correspondants pour l'aider à se couvrir.
Le mécanisme de couverture n'est en soi pas compliqué. La structure des contrats sur les marchés de prédiction est extrêmement claire — un contrat paie 1 dollar si l'événement se produit, 0 dollar s'il ne se produit pas. Le prix en temps réel du contrat représente le jugement collectif du marché sur la probabilité de l'événement.
C'est cette structure simplissime qui donne aux marchés de prédiction le potentiel de devenir des outils de couverture réels. Les entreprises peuvent acheter à l'avance des contrats sur des événements susceptibles d'affecter leur activité, comme des conditions météorologiques anormales, des fluctuations des prix de l'énergie ou des changements de politique douanière. Si ces risques se matérialisent, le paiement du contrat peut compenser partiellement, voire totalement, les pertes opérationnelles.
Un exemple concret : un glacier qui, face à un été frais, pourrait voir ses revenus diminuer d'environ 20 000 dollars.
L'opération de couverture est la suivante : acheter 20 000 contrats température à 0,30 dollar l'unité. Si la température moyenne estivale est inférieure à un seuil prédéfini, chaque contrat paie 1 dollar. Le coût total est de 6 000 dollars.
Seuls deux résultats sont possibles :
- Été frais : température inférieure au seuil, recettes en baisse de 20 000 dollars, mais le contrat paie 20 000 dollars. La perte nette finale est figée à 6 000 dollars — exactement le coût d'achat initial des contrats.
- Été chaud : température supérieure au seuil, recettes non affectées, mais le contrat expire à zéro, les 6 000 dollars de coût sont totalement perdus.
Quel que soit le scénario, la perte finale est verrouillée à 6 000 dollars. Ces 6 000 dollars sont essentiellement la prime d'assurance. Et ce taux n'est pas fixé par les actuaires d'une compagnie d'assurance ou un organisme traditionnel, mais par le marché lui-même — le prix rapporté en temps réel par d'innombrables acheteurs et vendeurs avec de l'argent réel.
II. Le marché de couverture fonctionne-t-il vraiment ?
Les marchés de prédiction ont accumulé suffisamment de demande spéculative. Ils se sont d'abord fait connaître par les prévisions électorales, puis se sont étendus avec succès au sport, le problème des volumes de transactions étant largement résolu. L'industrie s'accorde à penser que la prochaine étape de croissance réside dans l'élargissement des cas d'utilisation pratiques, et la demande de couverture est régulièrement évoquée comme la direction la plus prometteuse.
En théorie, sa valeur est en effet importante. Les zones non couvertes par les outils de couverture existants sont vastes. L'assurance traditionnelle d'interruption d'activité (BI) nécessite généralement un dommage physique comme condition préalable. Un magasin de ski qui perd des revenus parce que l'hiver a été peu enneigé — ce type de « risque opérationnel » pur est presque impossible à couvrir par des produits d'assurance adaptés sur le marché.
Les marchés à terme offrent bien des outils de couverture matures, mais leur accès n'est pas facile : nécessité de signer un accord ISDA, d'ouvrir un compte à terme dédié, de déposer des marges, avec des limites de taille de contrat minimum. Ces conditions ne posent pas problème pour les grandes institutions, mais sont presque inaccessibles pour les PME ordinaires. Goldman Sachs peut entretenir une équipe de négociation dédiée aux dérivés, le café du coin ne le peut clairement pas.
Le problème est qu'il existe toujours un fossé évident entre la rationalité théorique et l'utilisation pratique. Les marchés de prédiction ont longtemps porté l'étiquette de « jeu », et la question de savoir s'ils peuvent réellement fonctionner comme un marché de couverture indépendant — et pas seulement comme un outil de spéculation — n'a jamais été vérifiée systématiquement.
La question à laquelle il faut vraiment répondre est la suivante : les marchés de prédiction sont-ils réellement utilisés pour se couvrir ? Une demande de couverture réelle existe-t-elle ? Le comportement des transactions lui-même peut fournir des indices. Nous avons sélectionné trois ensembles de données pour les comparer.
Le premier est celui des contrats à terme sur les céréales du CME — un marché de couverture traditionnel typique, principalement utilisé pour compenser les pertes dues à la volatilité des prix des produits agricoles et de l'élevage.
Le second est le marché sportif de Kalshi — où la demande de couverture est extrêmement limitée, les transactions étant presque entièrement motivées par la spéculation.
Le troisième est le marché météo de Kalshi — il traite le risque météorologique de manière similaire aux contrats à terme sur la météo du CME, tout en partageant exactement la même structure de contrat d'événement et le même environnement de négociation que le marché sportif de Kalshi. Cela en fait un échantillon de test idéal — pour voir si son comportement transactionnel se rapproche davantage de l'un ou de l'autre.
La couverture et la spéculation présentent généralement des caractéristiques transactionnelles différentes. Les couvreurs ont tendance à établir leurs positions avant que la fenêtre de risque n'arrive réellement, puis à les conserver jusqu'à l'échéance ; les spéculateurs entrent et sortent plus fréquemment, suivent les prix, et leur taux de rotation est nettement plus élevé.
Si le taux de rotation et le comportement de détention du marché météo de Kalshi se rapprochent davantage du marché de couverture traditionnel que du marché sportif, alors la demande de couverture est bien réelle.
À l'inverse, s'ils ne diffèrent pas du marché sportif, l'utilisation pratique est plus proche de la pure spéculation. Dans ce cas, des outils comme Blanket répondraient peut-être davantage à une belle idée de l'industrie qu'à une demande réelle confirmée par les données.
L'ensemble de données de cette analyse couvre 1 265 marchés Kalshi réglés entre août 2025 et août 2026. Les critères de sélection étaient : un volume cumulé d'au moins 500 contrats et une négociation durant au moins trois jours.
III. Donnée 1 : Taux de rotation quotidien moyen
Examinons d'abord la fréquence à laquelle les positions sur chaque marché sont négociées. Le taux de rotation est défini comme le volume quotidien divisé par l'open interest (OI) du jour. Nous avons calculé le taux de rotation quotidien pour chaque contrat de chaque marché, puis pris la médiane sur toute la période de négociation.
Le résultat est clair : les contrats météo de Kalshi ont le taux de rotation le plus bas, à 0,210 seulement. Le produit de couverture traditionnel, le contrat à terme sur le maïs, est à 0,266, et les contrats sportifs de Kalshi sont les plus élevés, à 0,315.
Les contrats sportifs tournent environ 1,5 fois plus vite que les contrats météo. Cela indique une tendance à une détention relativement plus longue pour les contrats météo, suggérant initialement une possible demande de couverture réelle.
Cependant, il faut rester prudent : le taux de rotation des contrats à terme sur le maïs se situe au milieu, et les différences entre les trois ensembles de données ne sont pas particulièrement marquées. Sur la seule base de ce taux de rotation, on ne peut pas encore confirmer totalement l'existence d'une demande de couverture sur le marché météo. Ce que ces données nous disent clairement pour l'instant, c'est que la rotation des contrats météo est nettement inférieure à celle des contrats sportifs.
IV. Donnée 2 : Ratio de détention jusqu'à l'échéance
Le deuxième indicateur clé est le ratio de détention jusqu'à l'échéance — qui mesure combien de positions restent inchangées dans le marché à la clôture. Il est calculé en divisant l'open interest final de chaque contrat par le volume cumulé des transactions. Plus la valeur est élevée, plus un grand nombre de positions ont été fermement conservées jusqu'à la date d'échéance.
La différence des résultats est très frappante : quel que soit la durée de négociation, le ratio de détention jusqu'à l'échéance des contrats météo dépasse 0,5. En comparaison, les contrats sportifs n'atteignent respectivement que 0,012 et 0,033. Dans l'intervalle de 3 à 45 jours de négociation, le ratio météo est 42,8 fois celui du sport ; pour l'intervalle supérieur à 45 jours, l'écart reste de 16,7 fois.
Cela indique clairement : les contrats météo sont beaucoup plus enclins à « être achetés et conservés » que les contrats sportifs. Les couvreurs détiennent des contrats dans le but d'obtenir un paiement si le risque se matérialise, et non pour spéculer sur les fluctuations de prix. Par conséquent, un ratio élevé de détention jusqu'à l'échéance soutient fortement l'hypothèse d'une demande de couverture réelle sur le marché météo.
Bien sûr, cela ne signifie pas directement que l'ensemble du marché météo est utilisé pour la couverture. Ces données ne permettent pas de tracer l'identité des acheteurs et vendeurs individuels de chaque position, donc cela ne peut être simplement assimilé à la proportion d'acheteurs initiaux qui détiennent jusqu'à l'échéance. Pour l'instant, ce qui est confirmé, c'est que le comportement de détention des contrats météo diffère sensiblement de celui des contrats sportifs.
V. Donnée 3 : Quand les positions sont-elles établies ?
La dernière question est : quand ces positions sont-elles établies ? Nous avons divisé l'open interest quotidien de chaque contrat par l'open interest maximal de ce contrat, puis converti le temps écoulé depuis le lancement jusqu'à l'échéance en une jauge de progression de 0 % à 100 %, et tracé la courbe médiane.
Le critère de jugement consiste à regarder le moment où la moitié de l'open interest maximal est atteinte. Si cela se produit bien avant l'échéance, cela indique que les positions sont établies plus tôt — ce qui correspond davantage au mode de comportement des couvreurs.
Les contrats météo d'une durée de négociation de 3 à 45 jours atteignent la moitié de leur open interest maximal lorsque leur cycle de vie est à 47 %, soit encore 53 % du temps restant jusqu'à l'échéance. Les contrats sportifs du même intervalle n'atteignent la moitié qu'à 65 %, ne laissant que 36 % du temps restant.
Parmi les contrats d'une durée supérieure à 45 jours, la différence est encore plus frappante. Les contrats météo atteignent la moitié alors qu'il reste 32 % du temps jusqu'à l'échéance, contre seulement 1,3 % pour les contrats sportifs. Quel que soit l'intervalle, les positions météo sont établies beaucoup plus tôt que les positions sportives.
Ce comportement de « positionnement précoce » est précisément une caractéristique typique des marchés de couverture traditionnels. Au 11 août 2026, les contrats à terme sur les céréales et les produits de l'élevage du CME, échéant dans six mois, affichaient déjà des positions énormes. Les contrats à terme sur le maïs, échéant même dans 16 mois, détenaient encore 65 127 positions.
Cela reflète la tendance à agir bien avant que le risque ne se matérialise réellement. Et le mode de comportement des contrats météo de Kalshi se rapproche nettement davantage du marché de couverture traditionnel que du marché sportif.
VI. La couverture s'appuie sur la liquidité construite par la spéculation
Conclusion préliminaire : le marché météo de Kalshi n'est ni un pur marché de couverture, ni un marché purement spéculatif comme le sport. La demande spéculative contribue toujours à une part importante de la liquidité, mais par-dessus, une demande de couverture émerge également de manière relativement claire.
Trois indicateurs pointent dans la même direction : les contrats météo sont négociés moins fréquemment, conservent plus de positions à l'échéance, et les positions sont établies plus tôt. Un seul indicateur ne peut confirmer à 100 % l'intention des transactions, mais la forte cohérence de ces comportements soutient collectivement un jugement — il existe bien dans le marché météo de Kalshi une demande de détention distincte de celle du sport, dont une partie importante est probablement une réelle demande de couverture.
Plus important encore, la demande spéculative n'est pas tant une faiblesse des marchés de prédiction qu'une condition préalable au fonctionnement de la fonction de couverture. Un marché composé uniquement de couvreurs, sans spéculateurs, aurait du mal à trouver suffisamment de contreparties et une liquidité continue.
Sur les marchés de prédiction, les spéculateurs sont responsables de la tarification et de la fourniture de liquidité, tandis que les couvreurs transfèrent les risques qu'ils ne souhaitent pas assumer sur cette base. Le risque n'est plus directement couvert par une compagnie d'assurance, mais est naturellement dispersé entre les participants du marché par le biais des transactions.
Ainsi, la prochaine phase de croissance des marchés de prédiction ne consiste pas à « évincer » la spéculation pour se tourner entièrement vers la couverture. Ce qui est vraiment important, c'est : sur la base de liquidité déjà établie par la spéculation, combien de demande réelle de couverture des entreprises peut-on superposer ? C'est la variable clé qui déterminera s'ils peuvent évoluer d'un « outil de spéculation intéressant » vers une « infrastructure de gestion des risques utilisable ».
