Cliquez sur une jauge pour ouvrir sa méthodologie et son historique.
Le Radar analyse 15 signaux disposant d'un historique, calculés à l'identique pour le score live ET le graphe historique. Chaque signal a un type (haussier/baissier/neutre), un poids (1-3) et un horizon (court/moyen/long terme).
Seules les conditions remplies s’affichent dans le radar. Si le marché est calme, ~8 signaux apparaissent. En cas de crash ou d’euphorie, jusqu’à 20+ signaux peuvent se déclencher simultanément.
| Signal | Condition | Type | Poids | Source |
|---|---|---|---|---|
| Funding BTC extreme + | FR > 0.06% | Bear | 3 | Binance premiumIndex |
| Funding BTC élevé | FR > 0.03% | Bear | 2 | Binance premiumIndex |
| Funding BTC négatif fort | FR < -0.03% | Bull | 3 | Binance premiumIndex |
| Funding BTC lég. négatif | FR < -0.01% | Bull | 1 | Binance premiumIndex |
| Funding ETH extreme | FR ETH > 0.06% | Bear | 2 | Binance premiumIndex ETH |
| Funding ETH négatif | FR ETH < -0.03% | Bull | 2 | Binance premiumIndex ETH |
| Funding ETH >> BTC | Δ ETH-BTC > 0.04% | Info | 2 | Binance premiumIndex |
| OI hausse forte | OI 24h > +8% | Info | 2 | Binance openInterestHist |
| OI chute libre | OI 24h < -8% | Info | 2 | Binance openInterestHist |
| Divergence OI↑ / Prix↓ | OI > +5% ET prix < -2% | Bear | 3 | Binance OI + CoinGecko |
| Short squeeze | OI < -5% ET prix > +2% | Bull | 3 | Binance OI + CoinGecko |
| Crowd Long extrême | L/S ratio > 2.5 | Bear | 3 | Binance globalL/SRatio |
| Crowd Short extrême | L/S ratio < 0.6 | Bull | 3 | Binance globalL/SRatio |
| Biais Long élevé | L/S ratio > 1.8 | Bear | 1 | Binance globalL/SRatio |
| Biais Short élevé | L/S ratio < 0.8 | Bull | 1 | Binance globalL/SRatio |
| Pression acheteuse forte | Taker ratio moy > 1.15 | Bull | 2 | Binance takerL/SRatio |
| Pression vendeuse forte | Taker ratio moy < 0.85 | Bear | 2 | Binance takerL/SRatio |
| Signal | Condition | Type | Poids | Source |
|---|---|---|---|---|
| Peur extrême | FNG < 20 | Bull | 3 | CoinMarketCap |
| Peur | FNG < 35 | Bull | 2 | CoinMarketCap |
| Avidité extrême | FNG > 82 | Bear | 3 | CoinMarketCap |
| Avidité | FNG > 65 | Bear | 1 | CoinMarketCap |
| Afflux stablecoins | Supply 30j > +3% | Bull | 2 | DefiLlama stablecoins |
| Fuite stablecoins | Supply 30j < -2% | Bear | 2 | DefiLlama stablecoins |
| Altseason confirmée | Index > 75 | Bull | 2 | CMC Altseason Index |
| Bitcoin Season | Index < 25 | Bear | 2 | CMC Altseason Index |
| BTC -12%+ sur 7j | BTC 7d < -12% | Bull | 2 | CoinGecko BTC |
| BTC +12%+ sur 7j | BTC 7d > +12% | Bear | 2 | CoinGecko BTC |
| ETH/BTC au plancher | ETH/BTC < 0.03 | Bull | 2 | CoinGecko ETH+BTC |
| ETH/BTC élevé | ETH/BTC > 0.08 | Bear | 1 | CoinGecko ETH+BTC |
| Volatilité comprimée | Vol jour < 1.2% | Info | 2 | CoinGecko BTC historique |
| Google Trends euphorie | GT ≥ 80 ou moy4 ≥ 75 | Bear | 2 | Google Trends |
| Google Trends apathie | GT ≤ 15 ou moy4 ≤ 20 | Bull | 2 | Google Trends |
| "Bull run" en tendance | GT "bull run" ≥ 50 | Bear | 2 | Google Trends |
| TVL DeFi hausse forte | TVL 30j > +15% | Bull | 2 | DefiLlama TVL |
| TVL DeFi en chute | TVL 30j < -15% | Bear | 2 | DefiLlama TVL |
| Signal | Condition | Type | Poids | Source |
|---|---|---|---|---|
| BTC très sous 200MA | Dist 200MA < -15% | Bull | 3 | Yahoo Finance BTC |
| BTC sous 200MA | -15% ≤ dist < -5% | Bull | 2 | Yahoo Finance BTC |
| BTC surchauffé vs 200MA | Dist 200MA > +80% | Bear | 3 | Yahoo Finance BTC |
| BTC étendu vs 200MA | Dist 200MA > +40% | Bear | 1 | Yahoo Finance BTC |
| Modèle valo haussier | Score composite ≤ 20 | Bull | 3 | Mayer + ATH + 365MA + Pi |
| Valorisation basse | Score composite ≤ 40 | Bull | 2 | Mayer + ATH + 365MA + Pi |
| Modèle valo baissier | Score composite ≥ 80 | Bear | 3 | Mayer + ATH + 365MA + Pi |
% de la supply stablecoin globale (~$317B) engagée dans des protocoles DeFi yield-bearing (Lending, CDP, Yield, Basis Trading, RWA) vs détenue passivement (CEX, EOA, paiements). Mesure l'appétit yield-seeking dans la crypto — pas du pouvoir d'achat directionnel.
Quelle fraction de la supply stablecoin globale est actuellement déposée dans des protocoles DeFi yield-bearing (en lending sur Aave, en collatéral CDP Sky, en mint USDe Ethena, en T-bills tokenisées BUIDL/USYC, en yield Pendle, etc.) versus simplement détenue sans rendement on-chain (USDT sur Binance, USDC en EOA, stables servant aux paiements/transferts).
C'est un indicateur de chasse au yield / appétit DeFi. Quand l'engagement monte, des détenteurs passifs ont choisi le yield plutôt que le hodling sur CEX. Quand il baisse, ils se retirent vers du cash passif (risk-off).
DefiLlama API. Pour chaque protocole top 60 stable-heavy par TVL > $200M : fetch /protocol/<slug>
et agrégation cross-chain via chainTvls.<chain>.tokensInUsd. Supply totale stable depuis
/stablecoincharts/all. Refresh launchd toutes les 6h (fetch_defi_engagement.py).
Historique : ~485 points hebdomadaires depuis 2020.
-borrowed, -staking, -pool2, -treasury, -vesting (ce sont des liabilities / sous-vues qui doubleraient le comptage).USD|DAI|GHO|LUSD|FRAX|PYUSD|EUR|RLUSD|BUIDL|USYC|CRVUSD|MUSD|FEUSD|USDH sur le symbole.J'utilise la méthode NET only : pour un protocole de lending comme Aave, je compte les stables
présentes dans les contracts (NET = supply - borrowed) et PAS la portion empruntée par les utilisateurs
(qui est partie ailleurs : autre protocole, CEX, EOA). C'est la convention DefiLlama / Token Terminal / Artemis
pour éviter le double-comptage du re-borrowing (un USDC emprunté sur Aave puis déposé sur Ethena serait compté 2× sinon).
Chaque dollar stable est compté une seule fois.
→ Vue alternative "SUPPLY" (NET + borrowed = capital cumulé mediated) donnerait ~$60-70B / ~20% au lieu de ~$45B / ~14% —
lecture défensible mais non comparable aux dashboards publics standard.
Les pools stable-stable sur DEX (Curve 3pool, FRAX/USDC, Uniswap v3 USDC/USDT, Balancer) ne sont pas comptés — la catégorie DEX de DefiLlama est trop large pour filtrer simplement (mélange paires stables et paires volatiles). Sous-comptage estimé : $2-4B.
Les protocoles < $200M TVL sont exclus. Agrégés ils représentent probablement $2-5B supplémentaires. Choix volontaire (perf de refresh) mais documenté.
BlackRock BUIDL et Circle USYC sont parfois détenus en collatéral par d'autres protocoles (Ethena USDe, Sky Lending les utilisent partiellement comme backing). Un même dollar peut apparaître à la fois dans la ligne RWA et dans la ligne Basis Trading / CDP. Surcompte estimé : $1-2B.
Stables non capturés par ma regex : MIM (Magic Internet Money), DOLA, USD0 (Usual), deUSD, alUSD, OUSD, ainsi que GUSD, TUSD, USDP via leur regex. Sous-comptage additionnel estimé : $1-3B.
L'historique 2020-2026 ne couvre que 1.5 cycle crypto. Pic 2021 = top et creux 2023 = bottom sont une coïncidence narrative, pas une validation statistique. À lire comme indicateur descriptif de sentiment risk-on, pas comme signal de cycle prédictif.
% du patrimoine financier des ménages US investi en actions vs cash / bonds / MMF / assurances / pensions. Série Fed Z.1 trimestrielle depuis 1945. Indicateur lié au papier Philosophical Economics 2013 (formule légèrement différente — détails en méthodologie).
Quelle part du patrimoine financier total des ménages US (deposits + MMF + bonds + équités + assurances-vie + droits sur pensions, hors immobilier) est investie en actions, en valeur de marché. Look-through complet : compte les actions détenues en direct + via mutual funds + via fonds de pension.
Federal Reserve Z.1 Financial Accounts of the United States, série officielle BOGZ1FL153064486Q :
"Households and Nonprofit Organizations; Directly and Indirectly Held Corporate Equities as a Percentage of Financial Assets".
Fréquence : trimestrielle (Q4 1945 → Q4 2025, 303 trimestres). Latence Fed : ~2-3 mois après fin de trimestre.
Refresh local : launchd hebdomadaire (fetch_tradfi_allocation.py).
Cousin, pas identique. L'article "The Single Greatest Predictor of Future Stock Market Returns"
(déc. 2013) utilise une formule différente : equity / (equity + total liabilities of 5 real economic borrowers)
— le dénominateur agrège les dettes des ménages, entreprises non-financières, gouvernement fédéral, gouvernements locaux,
et reste du monde. Ma série Fed Z.1 utilise un dénominateur différent : les actifs financiers des ménages
(donc inclut cash/pensions/assurances, exclut dettes externes). Les deux séries ne sont pas comparables en absolu
— ni leurs niveaux, ni leurs corrélations. Les "52% ATH 2021" que tu peux trouver ailleurs viennent de la
formule PE, pas de la mienne (qui a fait pic à 42% en 2021).
Fit linéaire return_S&P_10y_annualisé = α + β × allocation, sur S&P 500 prix nominal
(dataset Shiller monthly depuis 1871, via multpl.com). r ≈ -0.62, n=265 trimestres (avec overlapping).
Prédiction au niveau actuel : -2.66%/an nominal price-only sur 10 ans, soit ~+0%/an total return nominal
(en ajoutant ~2%/an de dividendes). Donne un ordre de grandeur, pas une prédiction précise.
La métrique monte automatiquement quand le S&P monte, car le numérateur (actions détenues) est valorisé au prix de marché alors que le dénominateur (cash + bonds + pensions) bouge moins. Une grande partie de la hausse 30% → 47% depuis 2010 vient du prix qui monte, pas de flux entrants nets. Lecture juste : "prix élevés → rendements 10y attendus faibles", pas "les ménages ont consciemment chargé leurs portefeuilles en actions". L'effet de prix EST le mécanisme prédicteur.
L'indicateur peut rester en zone extrême plusieurs années avant un retournement. Exemple historique : 1997-2000 a passé 4 ans au-dessus de 30%, avec un pic à 38.7% en Q1 2000, avant le krach dot-com. Au niveau actuel de 47% (ATH), le signal est "rendements 10y forward attendus très faibles", pas "le top du marché est imminent". C'est un indicateur de valorisation long-terme, pas un timing signal court-terme.
La régression utilise des fenêtres 10 ans qui chevauchent à 97.5% (chaque fenêtre trimestrielle partage 39/40 quarters avec la précédente). Le n=265 affiché est trompeur — méthode rigoureuse Hansen-Hodrick : n effectif ≈ n_obs / overlap_lag = 265 / 40 ≈ 6-7 fenêtres indépendantes. Le r = -0.62 reste informatif, mais sa significativité statistique réelle est très inférieure à ce que le n brut suggère (problème classique des overlapping returns, cf. Hodrick / Newey-West).
Les bandes 25 / 35 / 45% sont calibrées sur la distribution historique observée (médiane ~26%, min 9.5%, max 47%). Le papier PE ne définit aucun seuil — il fournit une régression continue. À considérer comme aide visuelle, pas comme règle académique gravée dans le marbre.
Index hebdomadaire publié par la Federal Reserve Bank of St. Louis, centré sur 0 (moyenne historique). Combine 18 séries de marché (taux, spreads de crédit, vol, breakeven). > 0 = stress, < 0 = conditions faciles.
Niveau global de stress des marchés financiers US, agrégé sur 18 séries hebdomadaires couvrant : taux interbancaires (TED, OIS spread, LIBOR-OIS), spreads de crédit (Baa-Aaa Moody's, High Yield), volatilité (VIX), breakeven inflation 5y/10y, term spreads (2-10y, 3m-10y), spreads swaps. Calibration par PCA (1ère composante principale), moyenne 0 sur la période complète de calibration.
fetch_fred_stress_indicators.py + API officielle api.stlouisfed.org.Cette 4e version (2022) a remplacé les composants supprimés (TED notamment, depuis le retrait du LIBOR). Les niveaux ne sont pas strictement comparables aux versions STLFSI/STLFSI2/STLFSI3 même si les pics restent reconnaissables. Pour comparaison long terme, FRED maintient STLFSI3 en parallèle.
STLFSI4 · zones colorées : rouge stress, vert conditions faciles · ligne 0 = moyenne historique · Overlay S&P 500 en log à droite (Shiller via multpl.com)Règle empirique de Claudia Sahm (ex-Fed, 2019). Différence entre la moyenne 3m du taux de chômage US et son minimum 12m. ≥ 0.5 = récession US en cours. Coïncident historiquement parfait depuis 1970.
Détecte qu'une récession US est déjà commencée sans attendre la confirmation officielle du NBER (qui arrive avec 6-12 mois de retard). Calcul : MA3(taux de chômage U-3) − minimum sur 12 mois précédents de cette même MA3. Quand l'écart franchit 0.5, le marché de l'emploi se dégrade suffisamment pour signaler une récession active.
La version realtime utilise les données vintage (telles que publiées le mois M par le BLS), pas les révisions ultérieures. C'est le comportement le plus honnête pour signaler en temps réel — la version "rétrospective" basée sur les valeurs révisées peut subtilement déformer les seuils historiques.
En juillet 2024, Sahm Rule a franchi 0.5 (atteint ~0.53) sans récession confirmée par le NBER. Claudia Sahm elle-même a publié des commentaires expliquant que les patterns d'emploi post-COVID (rebond de la participation, immigration, normalisation post-Great Resignation) ont pu déformer le signal cette fois. Premier potentiel faux positif depuis 1970 — débat encore ouvert.
Avant 2024, toutes les récessions US (NBER) ont vu Sahm Rule franchir 0.5 (récessions 1969-70, 73-75, 80, 81-82, 90-91, 2001, 2007-09, 2020). Zéro faux négatif. Quelques faux positifs très brefs (juste au-dessus de 0.5 puis retour) lors de chocs d'emploi non récessifs (ex: 1959). C'est un coïncident (= se déclenche au début de la récession, pas en avance).
SAHMREALTIME · ligne rouge horizontale = seuil 0.5 (récession) · zone rouge = récession active · Overlay S&P 500 en log à droite (Shiller via multpl.com)À quelle vitesse le prix bouge, et est-ce beaucoup pour cet actif-là ? La courbe donne l'amplitude annualisée des variations quotidiennes ; les bandes colorées nommées derrière elle situent le régime du moment dans la propre histoire de l'actif — parce que 20 % de volatilité est un calme plat pour le Bitcoin et une tempête pour le S&P 500.
La volatilité réalisée close-to-close annualisée, définition standard et celle retenue par Coinglass :
on prend le rendement logarithmique quotidien r = ln(P/P₋₁), on calcule son écart-type sur la
fenêtre (écart-type d'échantillon, ddof = 1), et on l'annualise en le multipliant par
√N. N = 365 pour le crypto, coté en continu, et N = 252 pour tout
ce qui est coté en bourse. Une volatilité de 40 % veut dire : si le régime actuel durait un an, l'écart-type
du rendement annuel serait de 40 %.
Les fenêtres sont exprimées en jours calendaires puis converties en observations : une fenêtre « 30 j » vaut 30 observations en crypto et 21 séances en TradFi. C'est la même durée de marché, ce qui rend les deux directement comparables.
PriceUSD) pour les cryptos qu'il couvre : Bitcoin depuis
juillet 2010, Ethereum depuis août 2015. Yahoo ne démarre qu'en septembre 2014 pour le BTC et en
novembre 2017 pour ETH, XRP et DOGE — trois à sept ans perdus.Le WTI profond vient de FRED (spot Cushing) et sa queue vivante de Yahoo (contrat CL=F) : deux
définitions proches, pas identiques. Coller les niveaux fabriquerait à la jonction un rendement qui ne
correspond à aucun mouvement de marché, et ce faux mouvement resterait dans la fenêtre 365 jours pendant un
an entier. Chaque rendement est donc calculé à l'intérieur d'une seule source ; le raccord ne crée
aucun mouvement.
La courbe grise derrière la volatilité est le cours de l'actif, sur l'axe de droite. Il n'est pas
transporté par le cache : celui-ci ne contient que des rendements, et le cours est reconstruit
dans le navigateur en remontant depuis le dernier niveau connu — P₋₁ = P × exp(−r). Expédier
une seconde série doublerait le poids du fichier et, surtout, deux représentations du même actif peuvent
diverger ; celle-ci ne le peut pas, elle est la série de rendements. Le bruit d'arrondi
(rendements stockés au 10⁻⁵) vaut 0,05 % cumulé sur les 24 766 séances du S&P 500.
Conséquence directe de la règle « on raccorde les rendements, pas les niveaux » : là où deux sources se rejoignent, le saut de niveau entre elles n'est jamais réinjecté. Le cours ancien est donc exprimé au niveau de la source vivante, exactement comme un contrat continu de futures — le WTI de 1986 n'est pas le nombre qu'affichait l'écran ce jour-là. L'écart est mesuré et annoncé sous le graphe dès qu'il dépasse 1 %.
Sous le graphe, la barre fine montre toute l'histoire disponible et la fenêtre qu'on y découpe. On la déplace, on l'étire, on clique n'importe où pour s'y rendre. Les boutons 1 A / 5 A / 10 A / MAX ne proposent que des fenêtres qui finissent aujourd'hui ; or l'intérêt d'un historique qui remonte à 1927 est justement d'aller regarder 1987 ou 2008 de près.
Les cinq bandes ne sont pas des seuils absolus arbitraires : ce sont les percentiles 15, 40, 70 et 90 de la propre histoire de l'actif, sur la fenêtre affichée. « Panique » veut dire « plus agité que 90 % de tout ce que cet actif a connu », ce qui reste comparable d'une classe à l'autre. Les valeurs absolues correspondantes sont affichées sous le graphe pour garder les deux lectures.
Une volatilité élevée ne dit pas que le prix baisse. Elle monte dans les krachs comme dans les envolées : le +14,4 % de Microsoft du 30 juillet 2026 pèse exactement autant qu'une chute équivalente. Elle mesure l'amplitude, pas le sens.
IBM affichait 108 % de volatilité pendant que le S&P 500 était à 14 %. Ce n'est pas une incohérence : le titre a ouvert en gap à 226 $ contre 290 $ la veille le 14 juillet 2026, avec treize fois son volume habituel. Le risque spécifique d'une valeur n'a pas à ressembler à celui de l'indice qui la contient. La ligne « plus forte variation quotidienne » du panneau donne toujours de quoi vérifier soi-même d'où vient un chiffre extrême.
Montant notionnel échangé chaque jour (cours × volume, en milliards $) sur l'ensemble des ETF à effet de levier & inverses cotés aux États-Unis. Baromètre de l'appétit spéculatif à levier (surtout retail). Reproduit le graphe Goldman Sachs Global FICC & Equities.
Le volume notionnel quotidien traité sur les ETF à levier (2x, 3x) et inverses (-1x, -2x, -3x) cotés aux US :
pour chaque produit, cours de clôture × volume du jour, le tout sommé sur tout l'univers. C'est la
définition exacte de Goldman (volume notionnel = nombre d'actions échangées × prix). Un proxy direct de la
quantité de paris à effet de levier passés chaque jour par le marché.
fetch_levered_etf_volume.py.L'explosion des ETF single-stock à levier (premiers lancés mi-2022, généralisés 2023-2025) a démultiplié l'univers et les volumes. La montée de la courbe est donc en partie un phénomène réel d'offre de produits — pas seulement de l'euphorie ponctuelle. Les produits inexistants avant leur lancement contribuent 0 (pas de biais rétroactif).
Goldman agrège la totalité des ~400 LETF/inverses US ; ici on prend les ~140 les plus liquides, qui captent la quasi-totalité du notional. Le niveau et la forme suivent de très près la série Goldman, mais des écarts de quelques % sur les pics sont attendus.
Un notional élevé signale du levier spéculatif extrême (historiquement proche des tops locaux et de la fragilité de marché), mais peut le rester plusieurs semaines. À croiser avec le Fear & Greed, la Bulle IA et le funding. Les pics correspondent aussi bien à l'euphorie (chasse au levier) qu'à la panique (couverture inverse massive).
Le matelas de liquidités de Berkshire Hathaway = cash & équivalents + bons du Trésor US à court terme. Quand Buffett ne trouve rien à acheter, le cash s'accumule : un niveau record en % des actifs traduit historiquement une posture défensive (marché jugé cher), souvent en fin de cycle.
Source : bilans consolidés 10-Q / 10-K de Berkshire Hathaway (SEC EDGAR, CIK 0001067983),
ligne « Short-term investments in U.S. Treasury Bills » + « Cash and cash equivalents » de tous les segments.
Cadence — ce n'est pas une donnée temps réel : le bilan est trimestriel. La valeur ne bouge
qu'au dépôt SEC suivant (~35 jours après la clôture du trimestre, ~60 jours pour le 10-K annuel) ;
entre deux dépôts elle est figée, et c'est normal. fetch_buffett_cash.py interroge
EDGAR chaque jour pour attraper le dépôt dès sa publication.
Courbe grise : le S&P 500 en fond, axe de droite en échelle logarithmique — série mensuelle depuis septembre 1945. Elle ne sert pas au calcul : elle donne le marché contre lequel se lit l'indicateur.
Le WTI (noir) est le prix du brut ; le 321 crack spread (rouge) est la marge brute de raffinage : combien un raffineur gagne en transformant 3 barils de brut → 2 essence + 1 distillat. Quand le crack diverge à la hausse pendant que le brut baisse, la demande de carburants reste forte alors que l'offre de brut se détend — signal classique de tension aval.
Le crack spread 3:2:1 est le proxy standard de la rentabilité du raffinage. Il approxime le rendement réel d'une raffinerie : ~2/3 d'essence, ~1/3 de distillats (diesel/kérosène/fioul). Un crack élevé = marges de raffinage grasses = incitation à raffiner davantage. Un crack qui s'écrase = destruction de marge, arrêts de raffineries, tension future sur les carburants.
DCOILWTICODGASNYHDDFUELNYHcrack = ( 2×essence×42 + 1×distillat×42 − 3×WTI ) / 3 → $/baril. Le facteur 42 convertit les $/gallon en $/baril (1 baril = 42 gallons). Chaque valeur est donc traçable : source publique + formule + date.
DCOILWTICO (WTI), DGASNYH (essence), DDFUELNYH (distillat) · crack recalculé (2·ess·42 + dist·42 − 3·WTI)/3 · WTI axe gauche, crack axe droitLa SPR est le stock de brut d'urgence détenu par le gouvernement US (cavités salines du Golfe). C'est un levier géopolitique et de prix : la vider fait baisser le prix à court terme (offre en plus) mais épuise la marge de manœuvre ; la reconstituer crée une demande structurelle. Suivre le niveau et surtout la variation hebdomadaire.
Volume total de brut stocké dans la Strategic Petroleum Reserve, en millions de barils. Créée après le choc pétrolier de 1975, capacité d'origine ~727 Mb. Les ponctions massives 2022 (guerre en Ukraine, ~180 Mb libérés) l'ont ramenée à ~350 Mb, plus bas depuis les années 1980.
WCSSTUS1 — « U.S. Ending Stocks of Crude Oil in SPR » (milliers de barils).fetch_energy_macro.py · API api.eia.gov.WCSSTUS1 · ligne = niveau (Mb, axe gauche) · barres = variation hebdo (axe droit, rouge ponction / vert reconstitution)Chaque mois, la Banque populaire de Chine déclare le volume d'or qu'elle détient. La différence d'un mois sur l'autre = son achat net, en tonnes. C'est la trace la plus directe de la dédollarisation : un pays qui convertit des bons du Trésor américain en métal qu'aucune sanction ne peut geler. Regarder le rythme (accélération / pause) plus que le niveau absolu.
La variation mensuelle du stock d'or officiel de la Chine, convertie en tonnes. Ce n'est pas une estimation de marché : c'est la déclaration de la PBoC elle-même au FMI, dans le cadre du standard IRFCL (données de réserves de change). Une barre = ce que la banque centrale a ajouté à ses coffres ce mois-là.
CHN.IRFCLDT1_IRFCL56V_FTO — « Official reserve assets, gold volume, in millions of fine troy ounces ». Alimentée par la déclaration officielle de la PBoC.achat net (t) = (onces[m] − onces[m−1]) × 31,1035 / 1 000 000. Une once troy fine = 31,1035 g.IRFCL56_USD ÷ IRFCL65_USD (or valorisé au marché ÷ total des réserves officielles).api.gold-api.com, rafraîchi toutes les 60 secondes tant que ce panneau est ouvert. L'heure du dernier relevé est affichée sous le prix.IRFCL56_USD ÷ onces détenues. C'est le prix de fin de mois auquel la PBoC valorise son propre stock — donc parfaitement aligné sur les tonnages du graphique, contrairement à un spot importé d'ailleurs.CHN.IRFCLDT1_IRFCL56V_FTO (déclaration PBoC) · barres = achat net du mois en tonnes (axe gauche) · ligne bleue = stock d'or total en tonnes · ligne blanche = cours de valorisation IRFCL56_USD ÷ onces ($/once, à activer) · conversion oz × 31,1035 / 1e6 · KPI « cours de l'once » = spot live api.gold-api.com, 60 sLa Chine importe ~70% du pétrole qu'elle consomme : ce chiffre est l'un des rares thermomètres physiques de son économie réelle, impossible à lisser comme un chiffre de PIB. Un décrochage durable signale soit une demande industrielle qui casse, soit un déstockage stratégique, soit les deux. C'est aussi le premier déterminant du prix mondial du baril.
Le volume de pétrole brut entré en Chine chaque mois — pas sa valeur en dollars, donc insensible au prix du baril. Deux unités disponibles : millions de tonnes (la présentation des douanes chinoises et de Bloomberg) et milliers de barils par jour (kb/j, la norme du secteur pétrolier).
CN · CRUDEOIL · TOTIMPSB (total imports).CN · CRUDEOIL · TOTIMPSB (déclaration des douanes chinoises) · aire = importations du mois · ligne = moyenne 12 mois (neutralise saisonnalité et jours du mois)Interdites pendant 40 ans, les exportations de brut américain ont été libéralisées fin 2015 et sont passées de zéro à plus de 5 millions de barils/jour. Les États-Unis sont devenus un fournisseur pivot : c'est le pendant miroir de la demande chinoise, et l'instrument énergétique de leur diplomatie. Le chiffre hebdomadaire est très bruité — lire la moyenne 4 semaines.
Le volume de pétrole brut sorti des États-Unis, en milliers de barils par jour (kb/j). Uniquement le brut : les produits raffinés (essence, diesel) font l'objet de séries distinctes et ne sont pas comptés ici.
WCREXUS2 — « U.S. Exports of Crude Oil », hebdomadaire depuis février 1991, publiée chaque mercredi dans le Weekly Petroleum Status Report.MCREXUS2 — même mesure en mensuel (série longue, révisée) : c'est elle qui fait les titres du type « record en avril ».MA4[t] = moyenne(v[t−3..t]). L'hebdo peut varier de ±1 500 kb/j selon la fenêtre de chargement des tankers — un pic isolé n'est pas un régime.WCREXUS2 (hebdo) et MCREXUS2 (mensuel) · trait fin = valeur hebdomadaire brute · trait épais = moyenne 4 semaines · MA4 recalculée localementLes flux retail « Vanda » sont propriétaires (payants) et non auditables. On reconstruit l'appétit retail avec deux séries publiques opposées : la dette de marge FINRA (actions achetées à crédit = risk-on) et les fonds monétaires retail (cash « sur la touche » = risk-off). Quand la marge grimpe et le cash fond, le retail est agressif ; l'inverse signale la capitulation / prudence.
Le graphe original « Retail Net Flows » vient de Vanda Research (données de flux propriétaires, sur abonnement). Il n'existe aucune source gratuite ni auditable reproduisant ces flux. Plutôt qu'un chiffre invérifiable, on mesure l'appétit retail par deux comportements observables et publics : s'endetter pour acheter des actions, et garder du cash.
WRMFNSAucune de ces deux séries n'est temps réel : ce sont des déclarations réglementaires publiées avec retard. Le panneau affiche donc deux horloges distinctes — la date du cache (rafraîchi automatiquement) et le mois de la donnée publiée. Si le fichier FINRA est injoignable, on bascule sur le repli FRED BOGZ1FL663067003Q (Fed Z.1, trimestriel, ~5 mois de retard) et le libellé de source change à l'écran. Les deux séries n'ont pas le même niveau (périmètre comptable différent) : elles ne sont jamais concaténées.
Ce proxy capte le régime d'appétit (risk-on / risk-off), pas le montant exact des flux Vanda. Les deux composantes ont une corrélation forte et durable avec le comportement d'achat retail, et sont 100% traçables.
Seuils calés sur la distribution réelle de la série FINRA depuis 1998 (médiane +14%, 90e percentile +38%, 25e percentile −5%) — un seuil « surchauffe » à +15% se déclencherait une observation sur deux. Le percentile courant est affiché sous le YoY.
WRMFNS (retail MMF, axe droit) · mode YoY % = croissance sur 12 mois de la marge (le signal d'appétit, zones seuil affichées) · proxy auditable, pas les flux Vanda Courbe grise : le S&P 500 en fond, axe de droite en échelle logarithmique — série mensuelle depuis septembre 1945. Elle ne sert pas au calcul : elle donne le marché contre lequel se lit l'indicateur.Une seule question : le marché se concentre-t-il entre les mains de quelques géants, ou se ré-atomise-t-il ? On mesure la part de la capitalisation boursière américaine détenue par le décile supérieur des sociétés cotées, mois par mois depuis juillet 1926. La jauge place cette part sur une échelle fixe — 100 = les grandes capitalisations possèdent tout le marché, le maximum mathématique de la grandeur — de sorte qu'elle ne plafonne jamais : si la concentration continue de monter, la jauge suit.
Imaginez la cote américaine comme une file d'attente : 3 192 sociétés rangées de la plus grosse à la plus petite. On trace un trait quelque part en haut de la file, et on pose une seule question : quelle part de la valeur totale du marché se trouve au-dessus du trait ?
Autrement dit : sur 100 $ placés dans l'ensemble du marché américain, environ 78 $ partent vers ce petit groupe de tête. En mars 1986, au marché le plus dispersé de l'histoire, c'était 48 $ — le reste allait à tous les autres.
Le trait n'est pas arbitraire, et ce n'est pas un quota : c'est un seuil en dollars. Une société est comptée « grande capitalisation » si sa taille dépasse celle des 10 % des sociétés les plus grosses du NYSE. C'est la définition académique standard — celle qui sert à construire le fameux « facteur taille » de Fama et French.
Conséquence à retenir — puisque c'est un seuil et non un quota, le groupe de tête ne contient pas 10 % des cotées :
C'est pour cela que la page dit « grandes capitalisations » et non « les 10 % les plus grosses » : la deuxième formulation serait fausse hors période ancienne.
De la Kenneth R. French Data Library (Dartmouth), jeu Portfolios Formed on Size, construit sur la base CRSP — la référence académique de l'histoire boursière américaine, qui couvre le NYSE, l'AMEX et le NASDAQ. Pour chaque mois depuis juillet 1926 et chacun des 10 groupes de taille, le fichier publie deux nombres : combien de sociétés, et leur capitalisation moyenne.
Multiplier l'un par l'autre donne la capitalisation du groupe. La mesure s'écrit alors à la main, sans aucun modèle :
part = (nb sociétés × capi moyenne)groupe de tête ÷ Σ (nb sociétés × capi moyenne)les 10 groupes
Ce n'est ni une estimation, ni un sondage, ni un échantillon : c'est la somme des capitalisations telles que CRSP les enregistre. 1 200 mois sont disponibles, soit un siècle complet.
Voici l'objection sérieuse. L'AMEX entre dans CRSP en juillet 1962, le NASDAQ en décembre 1972. Faire entrer d'un coup des milliers de très petites sociétés pourrait gonfler mécaniquement la part du groupe de tête et fabriquer une tendance qui n'existe pas. Une courbe qui monte depuis 1980 pourrait n'être qu'un artefact de comptage.
Vérifié sur les mois de part et d'autre, plutôt que supposé :
Pourquoi ça ne bouge pas, et c'est ici que la définition du trait paie : le seuil est calculé sur le NYSE seul. Faire entrer des sociétés AMEX ou NASDAQ ne le déplace donc pas — elles se rangent simplement dans le bas de la file. Et de toute façon, une micro-capitalisation ne pèse presque rien, même par milliers.
C'est ce contrôle qui autorise à mettre 1929 et 2026 sur le même graphique. Sans lui, la courbe ne vaudrait rien.
La bibliothèque French est publiée une fois par mois, avec un à deux mois de décalage. Pour que la jauge bouge quotidiennement, la dernière valeur officielle est prolongée par la performance relative de deux séries gratuites et quotidiennes :
^GSPCVTISeule la variation vient de ce prolongement ; le niveau reste ancré sur la dernière valeur officielle et se recale à chaque publication. Les deux cours sont pris hors dividendes des deux côtés : mélanger un cours ajusté et un cours brut mesurerait un écart de rendement, pas de concentration.
Test : partir de la valeur officielle du mois M, extrapoler d'un mois, comparer au vrai chiffre du mois M+1. Répété sur 275 mois (août 2003 → juin 2026) :
Un percentile (« le marché a été moins concentré que ça X % du temps ») était le premier choix, mais il a un défaut rédhibitoire : il sature. Une fois au sommet historique il reste collé à 100, et une concentration qui continue de monter devient invisible — exactement l'information qu'on veut suivre.
La jauge est donc une simple transformation de la part brute, sur une échelle fixe, jamais recalculée :
jauge = (part des grandes capis − 40) ÷ 60 × 100
Marge avant saturation : 21,5 points de part brute au-dessus du record de novembre 2025, soit 2,7 fois la plus forte hausse sur douze mois de tout le siècle (+8,04 points, 1998-99). En pratique, la jauge ne peut pas plafonner.
Le percentile historique reste affiché sous la lecture — c'est la meilleure phrase de contexte qui soit (« moins concentré qu'aujourd'hui pendant 99,9 % des mois depuis 1926 »). Il n'est simplement plus la jauge.
Les bandes sont calées sur des niveaux réels de la série, pas sur des dixièmes ronds : 40 sur la jauge = la médiane exacte du siècle (64,1 % de part brute), et 60 = au-dessus de tout précédent connu.
Il situe, il ne prédit pas. Une concentration record n'annonce pas un krach à une date donnée : 1929 et 1999 ont été suivis d'un retournement, mais la concentration est restée élevée des années durant avant de céder. Ce qu'elle mesure, c'est la fragilité structurelle — à quel point le sort de l'indice dépend d'une poignée de sociétés.
À ne pas confondre avec le sous-indice Concentration de l'onglet Bulle IA, qui mesure le poids des 7 géants technologiques dans le S&P 500 sur quelques années. Ici, c'est le marché américain entier, tous secteurs, sur cent ans. Les deux se lisent ensemble ; aucune ne remplace l'autre.
^GSPC et VTI · rafraîchi 2×/jour (fetch_market_concentration.py) Courbe grise : le S&P 500 en fond, axe de droite en échelle logarithmique — série mensuelle depuis septembre 1945, donc VIDE sur les dix-neuf premières années du graphe, qui remonte à juillet 1926. Elle ne sert pas au calcul : elle donne le marché contre lequel se lit l'indicateur.Ces sociétés empruntent massivement pour financer l'intelligence artificielle. La question n'est pas combien elles doivent — c'est combien cet argent leur coûte, quelle part de leur exploitation il absorbe, et ce qui se passerait s'il coûtait plus cher. Chaque nombre de cette page est lu dans un compte déposé à la SEC. Aucun consensus, aucune estimation.
Une dette n'est dangereuse ni par son montant, ni par sa croissance. Elle est dangereuse quand le loyer qu'elle réclame chaque année devient gros par rapport à ce que l'entreprise gagne. Ce loyer porte un nom : la charge d'intérêts. C'est une dépense obligatoire — elle passe avant les dividendes, avant les rachats d'actions, avant les investissements.
D'où la seule question qui vaille, et c'est le chiffre affiché en tête de cette page :
poids des intérêts = intérêts payés sur 12 mois ÷ résultat d'exploitation sur 12 mois
À 2 %, les intérêts sont un détail comptable. À 20 %, un cinquième de ce que l'entreprise gagne part chez ses créanciers avant qu'elle n'ait rien décidé. À 100 %, l'exploitation ne suffit plus à payer la dette. Ces trois cas coexistent aujourd'hui dans le même groupe de treize sociétés — c'est tout l'intérêt de les regarder ensemble.
Le poids des intérêts se lit aussi à l'envers, et les professionnels préfèrent cette forme : la couverture des intérêts, soit le résultat d'exploitation divisé par les intérêts. C'est exactement la même information — une division retournée — mais elle se raconte mieux.
On n'a pas besoin de connaître chaque obligation émise pour savoir ce que coûte la dette d'une entreprise. Il suffit de diviser :
taux moyen payé = intérêts des 12 derniers mois ÷ dette moyenne de ces mêmes 12 mois
Pourquoi la dette moyenne, et non celle de clôture : Oracle est passé de 96 à 137 Md$ de dette au cours de son seul exercice 2026. Rapporter une année entière d'intérêts au montant de fin d'année ferait apparaître un taux artificiellement bas, comme si toute la dette avait existé toute l'année. La moyenne des quatre trimestres corrige exactement ce biais.
Ce taux moyen est un héritage, pas un prix du jour : il mélange des obligations émises à 1 % en 2020 et d'autres émises à 5 % en 2025. C'est précisément ce qui rend sa comparaison avec le marché instructive.
Une obligation ne se renégocie pas : elle vit jusqu'à son échéance au taux fixé le jour de son émission. Une société qui a emprunté à 1,5 % en 2020 paie toujours 1,5 % aujourd'hui, quel que soit le niveau des taux. Le renchérissement ne la frappe qu'au moment où elle remplace cette dette arrivée à échéance.
C'est pourquoi cette page superpose deux courbes qui ne disent pas la même chose :
L'écart entre les deux ne mesure pas une perte : il mesure le renchérissement à venir, qui se matérialisera progressivement, échéance après échéance. Un écart de 2 points sur 800 Md$ de dette représente 16 Md$ d'intérêts supplémentaires par an — mais étalés sur une décennie de refinancements, pas du jour au lendemain.
Le « taux de marché » n'est pas un nombre unique : il dépend de la solidité perçue de l'emprunteur. Trois références publiques, toutes sur FRED :
HQMCB10YRDAAADBAAPiège de source, vérifié : les séries ICE BofA par notation (AA, A, BBB, high yield) sont les plus fines qui existent, mais FRED en a tronqué l'historique à trois ans en avril 2026. Elles restent affichées pour le présent — c'est le seul endroit où l'on voit le prix exact payé par un émetteur high yield — mais l'historique long ne peut pas venir d'elles. D'où les séries Moody's, qui remontent aux années 1980 sans rupture.
Apple doit plus de 80 Md$. Apple détient aussi près du double en trésorerie et en placements. Sa dette nette est négative : si elle le décidait, elle rembourserait tout demain et il lui resterait de l'argent. Une phrase qui cite la dette brute sans la trésorerie ne décrit rien.
Ces sociétés empruntent d'ailleurs souvent alors qu'elles n'en ont pas besoin : parce que l'argent était quasi gratuit, parce que la dette est déductible fiscalement, ou parce que rapatrier des bénéfices logés à l'étranger coûtait plus cher qu'emprunter. C'est le fait marquant de l'ensemble du groupe : en agrégé, il détient plus de liquidités qu'il ne doit.
Deux exceptions notables, visibles sur le graphe : Oracle et CoreWeave, dont la dette nette est franchement positive — elles ont emprunté pour investir, pas par opportunisme fiscal.
Voici la subtilité comptable la plus utile de cette page. Quand une entreprise emprunte pour construire quelque chose — un centre de données, une usine — les intérêts de la période de construction ne sont pas comptabilisés en charge. Ils sont incorporés au coût de l'immobilisation et n'apparaîtront que plus tard, dilués dans les amortissements. La règle comptable est légitime (norme ASC 835-20), mais elle a une conséquence directe :
la charge d'intérêts publiée sous-estime le coût réel de la dette pendant les phases de construction intensive — exactement la phase que traverse le secteur.
Le tag XBRL InterestCostsCapitalized permet de rendre ce montant visible. Toutes les sociétés ne le publient pas ; celles qui le font apparaissent dans le graphe dédié, avec le supplément exprimé en pourcentage de la charge publiée. Là où la donnée n'existe pas, rien n'est estimé : la barre est simplement absente.
De l'interface XBRL de la SEC (data.sec.gov/api/xbrl/companyfacts), qui expose sous forme structurée chaque nombre des rapports 10-K (annuels) et 10-Q (trimestriels). Ce sont des comptes audités et déposés sous responsabilité pénale, pas des estimations d'analystes. Les dépôts autres que 10-K/10-Q sont écartés.
Tous les ratios sont calculés sur 12 mois glissants — jamais sur un trimestre isolé, qui serait saisonnier — et seulement lorsque les quatre trimestres sont réellement disponibles.
Ils sont listés parce qu'ils ont chacun produit un chiffre faux avant d'être corrigés. Un indicateur dont on ne connaît pas les pièges n'est pas vérifiable.
InterestExpense par InterestExpenseNonoperating. Les deux sont chaînés par priorité, jamais additionnés — sinon l'année de bascule compte doubleCes corrections sont vérifiées par un audit automatique qui recalcule chaque point de chaque série depuis les faits bruts et le confronte à deux références indépendantes : le montant annuel déposé, et le poste de dette consolidé publié. 904 contrôles, aucun écart.
Elle ne prédit rien. Une charge d'intérêts légère ne protège pas d'une chute de la demande, et une charge lourde ne condamne personne : elle réduit la marge de manœuvre, c'est tout.
Angle mort 1 — Apple ne publie plus. Apple a cessé de détailler sa charge d'intérêts après l'exercice 2023 ; sa note « Debt » ne donne plus que le principal et des fourchettes de taux. Sa dette et sa trésorerie restent suivies, mais son coût de la dette s'arrête en 2023 et elle est exclue des agrégats d'intérêts. Le compteur de sociétés affiché sous le graphe le signale.
Angle mort 2 — le résultat d'exploitation d'IBM est approché. IBM ne publie pas de poste OperatingIncomeLoss. Il est reconstitué en ajoutant la charge d'intérêts au résultat avant impôts — la définition usuelle, mais qui inclut aussi ses produits financiers. Les lignes concernées sont marquées d'un astérisque.
Enfin, cette page regarde les emprunteurs. Pour le marché du crédit vu du côté des prêteurs — fonds de dette privée, taux de défaut, spreads — voir l'onglet Financiarisation.
Ces sociétés étaient célèbres pour ne pas avoir besoin d'emprunter. Elles gagnaient tellement d'argent qu'elles en accumulaient. Depuis 2024, elles empruntent — massivement — pour une raison précise : construire des centres de données. Le changement de comportement est le signal, pas le montant.
Une usine s'amortit sur trente ans, un centre de données bourré de processeurs sur cinq ou six. La dette, elle, court souvent sur dix ans ou plus. Si les revenus de l'IA arrivent moins vite que prévu, la dette survivra au matériel qu'elle a financé.
Ces sociétés pèsent une part énorme des indices boursiers — donc de l'épargne retraite et de l'assurance-vie. Et leurs obligations sont détenues par des fonds obligataires, des assureurs, des fonds de pension. Le sujet n'est pas « vont-elles faire faillite » : c'est ce qui arrive à leurs marges si l'argent redevient cher.
Pas le montant de la dette : la part de leurs bénéfices qui part en intérêts. Une entreprise qui doit 100 milliards mais en gagne 200 par an ne risque rien. Une entreprise qui doit 25 milliards mais dont l'exploitation ne couvre pas les intérêts est en danger. Les deux cas sont dans ce tableau.
OpenAI et Anthropic n'apparaissent pas dans ce tableau, et ce n'est pas un oubli. Ces deux sociétés ne sont pas cotées : elles ne déposent aucun compte auprès du régulateur américain. Il n'existe, à ce jour, aucune charge d'intérêts vérifiable les concernant. Les seules entités enregistrées à la SEC qui portent leur nom sont des fonds tiers montés par des investisseurs pour détenir leurs parts — ils publient leur propre levée de fonds, jamais les comptes du laboratoire.
On aurait pu recopier des montants de presse. Cette page ne le fait pas : chacun de ses nombres doit être retraçable jusqu'à un document déposé. Un chiffre invérifiable n'est pas une information, c'est une rumeur mise en forme.
Et c'est précisément ce qui rend l'angle mort intéressant : une partie du financement de l'IA se fait là où personne ne peut le mesurer. Les sociétés cotées de ce tableau publient tout — échéance par échéance. Les laboratoires, eux, se financent auprès d'investisseurs privés, de prêteurs non bancaires et de leurs propres partenaires industriels, sans obligation de publication. Le risque que vous ne voyez pas n'est pas celui qui figure ici.
Si l'une d'elles entre en bourse, elle rejoindra ce tableau automatiquement — c'est exactement ce qui vient de se produire pour SpaceX, absente jusqu'à son introduction au Nasdaq en juin 2026 et suivie ici depuis son premier rapport trimestriel. La thèse sur la financiarisation traite du financement privé qui échappe à la mesure.
Une obligation ne se renégocie pas : elle vit jusqu'à son terme au taux du jour de son émission. Le renchérissement ne frappe donc qu'au remboursement, quand il faut réemprunter. Cet échéancier dit combien arrive à terme chaque année, et donc à quel rythme le coût ancien sera remplacé par le coût actuel.
LongTermDebtMaturitiesRepaymentsOfPrincipal… · ils diffèrent légèrement de la valeur comptable au bilan, nette des décotes et frais d'émission non amortisChaque courbe pleine est le taux moyen réellement payé par une société sur toute sa dette. Les courbes en pointillés sont les taux du marché obligataire : ce que coûterait un emprunt contracté ce jour-là. Une société dont la courbe pleine passe sous les pointillés bénéficie encore d'emprunts anciens et bon marché — et paiera plus cher en refinançant.
Au survol, l'infobulle donne toutes les sociétés à la date pointée. Leurs dates de clôture diffèrent de quelques semaines — Broadcom clôt début mai, Oracle fin février — et une société absente de l'infobulle ne publiait tout simplement pas encore.
HQMCB10YR, DBAA, BAMLH0A0HYM2EYDouze courbes superposées se gênent. Ici chaque société a son propre cadre, cadré sur sa propre amplitude pour que l'évolution soit lisible — les graduations verticales, propres à chaque vignette, indiquent le niveau. Le bouton Niveaux comparables bascule tout le monde sur une échelle commune quand on veut comparer les hauteurs. La ligne blanche en pointillés est le coût de marché d'un emprunt de bonne qualité à la même date : quand la courbe pleine passe en dessous, la société paie moins cher que le marché d'aujourd'hui, et son refinancement lui coûtera plus.
La dette brute seule induit en erreur. Ce qui compte est la position nette : liquidités et placements moins dette. Une position nette positive signifie que la société pourrait tout rembourser immédiatement et qu'il lui resterait de l'argent.
La ligne « trésorerie » d'un bilan n'est pas un compte en banque. C'est très majoritairement un portefeuille d'obligations : ces sociétés gèrent, à côté de leur métier, des fonds obligataires de la taille des plus gros gérants mondiaux. La première barre ci-dessous sépare ce qui est réellement liquide de ce qui est placé.
Le contenu de ces placements n'est publié qu'une fois par an, dans le rapport annuel, et chaque société le présente à sa façon. Ne figurent ci-dessous que celles dont la lecture se recoupe avec leur bilan — pour les autres, rien n'est affiché plutôt qu'approximé.
Les intérêts d'un emprunt qui finance une construction en cours ne sont pas passés en charge : ils sont incorporés au coût de l'immobilisation. Le coût réel de la dette est donc supérieur à celui que montre le compte de résultat. Seules les sociétés qui publient ce montant apparaissent ci-dessous — rien n'est estimé pour les autres.
InterestCostsCapitalized (norme ASC 835-20) · Pour Apple, déduit par différence entre InterestCostsIncurred et la charge publiéeTout le reste de cette page repose sur des comptes trimestriels : un emprunt contracté en juillet peut n'apparaître qu'en octobre. Les prospectus d'émission déposés à la SEC, eux, sortent dans les jours qui suivent. Chaque ligne renvoie au document original.
424B (prospectus définitif) déposés à la SEC · un dépôt signale une émission, son montant précis figure dans le document lié · les emprunts bancaires et lignes de crédit n'y apparaissent pas