L'impact de l'anonymat sur les transactions d'initiés en Suisse

Les noms manquent, le signal reste.

Le marché adore les noms propres, alors qu'il devrait souvent regarder les empreintes.

En Suisse, les annonces de transactions de management et d'initiés publiées par les émetteurs et relayées via l'infrastructure boursière ont une particularité frustrante, les personnes concernées ne sont pas identifiées nominativement au public. Pour l'analyste habitué aux Form 4 de la SEC, avec nom, fonction, historique et parfois une biographie presque involontaire, le dispositif helvétique ressemble d'abord à une étude amputée. Pas de patronymes, donc pas de suivi individuel propre, pas de mesure directe de la qualité d'un initié donné, pas de palmarès des vendeurs chroniquement mal timés.

La tentation est alors de classer la Suisse dans la catégorie "données pauvres". Ce serait une erreur paresseuse. L'absence de noms n'empêche ni la segmentation, ni l'estimation d'intensité, ni une lecture probabiliste du comportement des initiés. Elle interdit certaines questions, mais pas toutes. Et surtout, elle force à poser les bonnes. Non pas "qui a acheté ?", mais "quel type d'acteur a acheté, avec quelle conviction apparente, à quel moment du cycle informationnel, et dans quelle configuration de gouvernance ?"

C'est moins romanesque. C'est aussi plus robuste.

Ce que la Suisse cache, et ce qu'elle laisse voir

L'anonymat n'est pas un trou noir informationnel

Le régime suisse de déclaration des transactions du management repose sur une logique de transparence encadrée, mais non exhaustive pour le public. Les transactions de certaines personnes exerçant des responsabilités dirigeantes, ainsi que de personnes qui leur sont liées selon le cadre applicable, doivent être déclarées. Les informations publiées incluent en général l'émetteur, la date de transaction ou de notification selon les formats, la nature de l'instrument, le sens de l'opération, le volume, la valeur, et surtout la catégorie de fonction de la personne concernée. Ce dernier point est la charnière de tout l'exercice.

L'analyste perd le nom, mais conserve un axe hiérarchique. Or la hiérarchie n'est pas un détail administratif. Elle est souvent le meilleur résumé de trois choses qui importent vraiment, l'accès à l'information, la latitude d'action, et les contraintes de portefeuille.

Un président du conseil n'agit pas comme un CFO. Un CEO n'achète pas pour les mêmes raisons qu'un administrateur non exécutif. Une "personne proche" ne transporte pas le même contenu informationnel qu'un membre de la direction opérationnelle. Le nom ajoute du relief, certes. Le rôle donne déjà une grande partie de la géométrie.

Le compromis réglementaire suisse

Le contraste avec les États-Unis est instructif. Le système américain, via la Section 16 et les Form 3, 4 et 5, privilégie une identification précise des insiders. Le système européen sous MAR impose aussi une publication détaillée des transactions des personnes exerçant des responsabilités dirigeantes et des personnes qui leur sont étroitement liées. En pratique, l'intensité de l'information publique varie selon les marchés, les infrastructures de diffusion et les habitudes de publication.

La Suisse, avec sa tradition de proportionnalité et sa sensibilité à la sphère privée, a retenu un compromis moins bavard. Pour le chercheur, cela signifie une chose simple, il faut remplacer le suivi individuel par une approche de population conditionnelle.

Ce que l'on ne peut plus faire proprement

Il faut être net sur les limites. Sans nom public, on ne peut pas estimer directement la "qualité" historique d'un initié donné. On ne peut pas non plus distinguer avec certitude si deux déclarations espacées de plusieurs mois émanent de la même personne, sauf cas très particuliers de recoupement contextuel, qu'il vaut mieux éviter si l'objectif est une méthode scalable et propre. On perd donc :

• les backtests "top insiders" individuels,
• les mesures de persistance personnelle,
• l'analyse de réseaux nominaux,
• l'étude des trajectoires d'un dirigeant d'une société à l'autre.

Autrement dit, on renonce au portrait. On garde la taxonomie.

Le rôle comme variable latente d'information

Tous les initiés ne se valent pas, et cela se voit sans leurs noms

Le point central de cet article tient dans une idée presque embarrassante de simplicité, la fonction d'un initié est déjà une variable latente très puissante. En finance empirique, on confond souvent "plus de colonnes" et "meilleure information". Ici, quelques colonnes bien choisies suffisent.

Prenons trois catégories stylisées :

1. Direction exécutive, CEO, CFO, COO, autres membres de la direction.
2. Conseil d'administration, président, vice-président, administrateurs non exécutifs.
3. Personnes liées ou proches, catégories plus ambiguës, parfois moins directement informées.

Ces groupes n'ont ni le même horizon, ni les mêmes contraintes, ni les mêmes motifs de transaction. Les dirigeants exécutifs sont plus proches des flux d'information opérationnelle. Les administrateurs ont souvent une vision stratégique mais un engagement de portefeuille plus hétérogène. Les personnes proches agrègent parfois du bruit administratif, successoral ou patrimonial.

Dès lors, même sans nom, on peut estimer une hiérarchie de crédibilité ex ante. Non pas au sens moral, au sens statistique.

Le rôle n'agit jamais seul

Le rôle devient vraiment utile lorsqu'on le combine à quatre autres familles de variables.

1. L'intensité monétaire

Une transaction de faible taille, même émanant d'un CEO, n'a pas le même poids qu'un achat représentant une somme matériellement significative. En l'absence de données parfaites sur la richesse personnelle, on peut normaliser par des proxys, par exemple la capitalisation de l'émetteur, la liquidité moyenne du titre, ou la distribution historique des tailles de transactions pour cette catégorie de rôle.

2. La rareté comportementale

Un achat isolé après une longue période de silence est souvent plus informatif qu'une série mécanique liée à un plan d'attribution ou à des ventes de diversification récurrentes. Sans identité persistante, on ne mesure pas la rareté au niveau de la personne, mais on peut la mesurer au niveau de l'émetteur et de la catégorie de rôle. Un achat du conseil après douze mois sans aucune transaction acheteuse de cette catégorie n'a rien d'ordinaire.

3. La concentration temporelle

Plusieurs transactions rapprochées, impliquant plusieurs rôles ou plusieurs déclarations dans une fenêtre courte, constituent un signal de "cluster". La littérature académique sur les achats groupés d'initiés, surtout aux États-Unis, montre depuis longtemps que les achats agrégés sont plus informatifs que les opérations isolées. La Suisse ne permet pas de savoir si trois achats viennent de trois personnes distinctes avec certitude nominative, mais elle permet souvent de voir qu'il y a eu une poussée d'activité de certains rôles dans une fenêtre donnée. C'est déjà beaucoup.

4. Le contexte d'entreprise

Le même achat n'a pas la même signification après une chute de 35 %, après une publication décevante, avant un changement de CEO, ou au milieu d'un programme de rachat d'actions. Sans contexte, les transactions d'initiés deviennent un horoscope pour gérants pressés. Avec contexte, elles redeviennent une variable conditionnelle.

Construire des clusters sans identité nominative

Le bon niveau d'analyse, l'événement et non la personne

L'erreur la plus fréquente consiste à vouloir reproduire le modèle américain à l'identique. Mauvaise idée. En Suisse, l'unité analytique la plus naturelle n'est pas l'initié individuel, c'est l'événement de transaction agrégé autour d'un émetteur et d'une fenêtre temporelle.

Un cluster peut être défini comme un ensemble de déclarations sur un même titre dans une fenêtre de, disons, 5 à 20 jours de bourse, pondéré par le rôle, le sens de l'opération et la taille relative. On peut ensuite classer les clusters en quelques familles utiles :

• Cluster acheteur exécutif
  Achats dominés par la direction exécutive, surtout si plusieurs fonctions apparaissent.

• Cluster acheteur mixte
  Achats combinant conseil et direction, souvent plus crédibles qu'un seul administrateur isolé.

• Cluster vendeur diffus
  Ventes multiples, mais sans concentration sur les fonctions les plus informées. Signal souvent faible.

• Cluster vendeur exécutif lourd
  Plus rare, potentiellement informatif, mais à traiter avec prudence car les ventes ont des motifs non informationnels plus nombreux.

• Bruit administratif
  Exercices d'options, attributions, transferts intragroupe, opérations sans véritable contenu directionnel.

Cette taxonomie n'a rien de décoratif. Elle permet de passer d'une lecture anecdotique à une lecture factorielle.

Un score d'intensité simple, puis des raffinements

On peut formaliser cette logique avec un score d'intensité. Pas besoin d'une cathédrale de machine learning pour commencer. Une version frugale suffit :

[ Score = Signe \times Poids_{rôle} \times Taille_{normalisée} \times Rareté \times Concentration \times Contexte ]

Avec par exemple :

• Signe = +1 pour achat, -1 pour vente.
• Poids rôle plus élevé pour CEO/CFO et direction exécutive, intermédiaire pour président et administrateurs, plus faible pour personnes proches.
• Taille normalisée = valeur de transaction divisée par une base de comparaison, comme la liquidité quotidienne médiane ou la capitalisation.
• Rareté = fonction croissante du temps écoulé depuis le dernier événement comparable sur l'émetteur.
• Concentration = bonus si plusieurs déclarations de rôles crédibles apparaissent dans une fenêtre courte.
• Contexte = ajustement selon drawdown, surprise de résultats, changement de gouvernance, ou proximité d'un événement corporate.

Le point important n'est pas la formule exacte. C'est le déplacement conceptuel. On ne cherche plus "le bon initié", on cherche "la bonne configuration d'initiés".

Pourquoi cela peut marcher malgré tout

Parce que le marché ne réagit pas à des identités abstraites, il réagit à des probabilités de meilleure information. Or la probabilité qu'une transaction soit informationnelle dépend fortement de la fonction, de la taille et du timing. Le nom affine cette probabilité. Il ne la crée pas.

La littérature académique sur les transactions d'initiés, de Seyhun à Lakonishok et Lee, puis de nombreux travaux sur les achats groupés et les ventes opportunistes, converge sur une idée robuste, les achats sont en moyenne plus informatifs que les ventes, et l'information est plus forte quand plusieurs insiders convergent. La Suisse retire une couche d'identification, pas la mécanique économique sous-jacente.

Ce qui survit empiriquement à l'anonymisation

Les achats restent la matière première la plus propre

C'est presque banal, mais il faut le répéter car les bases de données adorent la symétrie alors que le monde réel ne la pratique pas. Les ventes d'initiés sont polluées par la diversification, la fiscalité, les besoins de liquidité, les plans 10b5-1 aux États-Unis, les exercices d'options, les successions, les divorces, et probablement quelques vacances à Gstaad. Les achats, eux, demandent une décision plus active et plus difficile à rationaliser ex post.

Dans le cadre suisse, cette asymétrie devient encore plus importante. Puisqu'on ne peut pas suivre un vendeur donné dans le temps, on perd un outil de désambiguïsation. Les achats, en revanche, gardent une lisibilité plus forte au niveau agrégé.

Les clusters valent plus que les opérations isolées

Un administrateur qui achète seul peut être courageux, symbolique, ou simplement en train d'honorer une promesse implicite au marché. Trois déclarations acheteuses rapprochées, impliquant la direction et le conseil, racontent autre chose. Même sans noms, le faisceau est plus dense.

Cette logique est particulièrement adaptée à la Suisse. L'absence d'identité persistante incite à privilégier les signaux transversaux et synchrones, plutôt que les signaux individuels et longitudinaux. C'est une contrainte méthodologique, mais aussi une discipline utile. Elle réduit le risque de surapprentissage à des personnalités.

Le rôle de l'émetteur dans la lecture du signal

Tous les émetteurs ne produisent pas des déclarations comparables. Les small caps suisses, moins liquides et souvent plus concentrées en gouvernance, peuvent offrir des signaux plus bruyants mais aussi plus puissants. Les grandes capitalisations, elles, génèrent davantage d'opérations administratives et de transactions de faible portée relative.

Il faut donc calibrer les scores par univers. Un achat de CHF 500 000 n'a pas le même sens sur une biotech de taille moyenne et sur un mastodonte défensif du SMI. Là encore, le nom de l'initié n'est pas la variable décisive. La proportion l'est.

Les angles morts, et comment ne pas se raconter d'histoires

L'absence de nom empêche certaines validations

Le principal coût scientifique de l'anonymisation est la validation hors échantillon de certaines hypothèses comportementales. Si vous observez qu'une catégorie "direction exécutive" semble bien timer les creux, vous ne savez pas si le résultat vient d'une population large ou de quelques individus exceptionnellement habiles qui reviennent souvent. Cette distinction compte pour la stabilité du signal.

La parade est simple, il faut privilégier les tests qui ne dépendent pas de l'identité. Par exemple :

• rendement futur conditionnel à un cluster acheteur par rôle,
• réaction du marché à court terme après publication,
• dispersion des rendements selon intensité du score,
• robustesse par taille d'émetteur, secteur et régime de volatilité.

Ce ne sont pas des seconds choix. Ce sont les bons tests pour ce type de données.

Le risque de double comptage et d'agrégation abusive

Sans identifiants individuels publics, on peut être tenté de considérer plusieurs déclarations proches comme autant de personnes distinctes. Prudence. Selon la structure de publication, certaines opérations peuvent être fractionnées, corrigées ou liées à plusieurs lignes instrumentales. Il faut donc dédupliquer au mieux par combinaison de date, instrument, sens, volume et catégorie de rôle, selon les règles de la source.

Autre écueil, additionner sans discernement des opérations de nature différente. Un exercice d'option suivi d'une vente n'est pas un achat puis une trahison. C'est souvent de la plomberie de rémunération. La plomberie est essentielle dans un immeuble. Elle n'annonce pas forcément la météo.

Le contexte réglementaire et la discipline de publication

Les délais de déclaration et de publication influencent la fraîcheur du signal. Dans tous les marchés, le chercheur doit distinguer date de transaction, date de notification et date de diffusion publique. Le backtest honnête se cale sur la première date réellement observable par le marché, pas sur la date économique de l'opération si elle n'était pas encore publique. C'est un détail qui transforme des stratégies brillantes en stratégies imaginaires.

Pour la Suisse, où la diffusion passe par des canaux structurés de marché, cette discipline est indispensable. Sans elle, on attribue au signal une réactivité qu'il n'avait pas.

Ce que ferait un investisseur sérieux avec ces données

Un pipeline de recherche réaliste

La bonne nouvelle est que l'anonymisation ne condamne pas l'usage pratique. Elle impose simplement un pipeline différent.

Étape 1. Nettoyer les événements

Exclure ou marquer séparément les attributions, conversions, exercices, transferts sans achat économique net. Conserver une taxonomie stricte des types d'opérations.

Étape 2. Mapper les rôles

Réduire les intitulés à quelques classes stables, direction exécutive, conseil, personnes proches, autres. Mieux vaut quatre classes robustes que douze catégories pseudo-fines et instables.

Étape 3. Construire un score d'intensité

Normaliser les montants, pondérer par rôle, ajouter la rareté et la concentration. Le score doit être monotone et explicable. Si vous ne pouvez pas l'expliquer à un comité de risque sans diapositives psychédéliques, il est probablement trop compliqué.

Étape 4. Contextualiser

Ajouter des variables d'état, drawdown récent, surprise de résultats, volatilité, taille, secteur, momentum antérieur.

Étape 5. Tester modestement

Commencer par des tris en quintiles, des fenêtres de rendement simples, des tests de robustesse par sous-univers. Le but n'est pas de publier une ode au Sharpe ratio. Le but est de savoir si le signal survit à la réalité.

Où le signal a le plus de chances d'apparaître

Sans chiffres propriétaires à citer ici, puisque aucune extraction spécifique de notre base de 162 000 déclarations n'a été fournie pour cet article, on peut néanmoins formuler des hypothèses de travail crédibles, alignées avec la littérature et avec la structure suisse :

• dans les achats plutôt que les ventes,
• dans les clusters plutôt que les transactions isolées,
• dans les rôles exécutifs plutôt que les catégories périphériques,
• après des drawdowns marqués plutôt qu'en plein momentum euphorique,
• dans les small et mid caps où l'asymétrie informationnelle est plus élevée,
• en excluant soigneusement les opérations non discrétionnaires.

Ce n'est pas une recette magique. C'est simplement l'endroit où la densité de signal est la plus plausible.

Le bénéfice secondaire, une meilleure hygiène analytique

Il y a même un avantage discret à ce régime moins nominatif. Il force l'analyste à moins fétichiser les individus. Les bases américaines encouragent parfois une lecture people de l'insider trading, tel CEO génial, tel fondateur visionnaire, tel directeur financier qui "ne se trompe jamais". C'est séduisant, et souvent fragile hors échantillon.

Le cadre suisse oblige à revenir à des régularités plus structurelles. Quel rôle achète. Combien. Avec qui. Quand. Dans quel état du titre. C'est moins glamour. Les rendements, eux, se moquent du glamour.

Verdict, oui, mais avec une ambition bien calibrée

Ce que l'on peut raisonnablement extraire

Oui, on peut extraire du signal des déclarations d'initiés anonymisées en Suisse. Pas tout le signal. Pas le même signal que sur un marché à divulgation nominative. Mais suffisamment pour faire de la recherche utile, et potentiellement pour construire des indicateurs exploitables.

Le cœur de la méthode tient en trois mots, rôle, agrégation, intensité. Le rôle remplace une partie de l'identité. L'agrégation remplace le suivi individuel. L'intensité remplace la narration.

Ce qu'il faut accepter de laisser tomber

Il faut renoncer à l'illusion d'une lecture psychologique des insiders. Sans noms, on ne saura pas si tel administrateur est un acheteur de conviction ou un collectionneur de signaux cosmétiques. Et c'est très bien ainsi. Une bonne base de données n'est pas un roman russe.

Le vrai test est plus austère, mais plus utile, les catégories de rôles et les clusters d'activité contiennent-ils une information incrémentale sur les rendements futurs ou sur la probabilité de mauvaise interprétation du marché ? C'est là que la Suisse devient intéressante. Parce qu'elle oblige à poser une question empirique propre, au lieu de confondre transparence maximale et signal maximal.

La prochaine étape concrète est simple, backtester un score d'intensité par rôle sur les achats suisses, en utilisant la date de publication observable, puis vérifier si le surplus d'information vient surtout des clusters exécutifs après drawdown. Si le signal existe, c'est probablement là qu'il se cache encore. Sinon, il faudra admettre que l'anonymat n'a pas tué le signal, mais qu'il a peut-être surtout tué notre envie de faire le tri.

Editorial note, this article was assembled without live web research (Grok unavailable in this generation pass). Evergreen sources are cited above; numerical claims are pulled from our own database snapshot as of 2026-05-17.

Dernière révision · 2026-05-18 · Par Simon Azoulay · Sources : SEC EDGAR, AMF BDIF, et 28 autres régulateurs.