Aller au contenu
  • BTC $59 306 +5,3%
  • ETH $1 664 +6,5%
  • SOL $69,42 +5,1%
  • BNB $540,96 +5,3%
  • XRP $0,9214 +5,2%
  • DOGE $0,0543 +4,8%
  • ADA $0,1422 +4,8%

Stablecoin : la méthodologie de Moody’s révèle les risques, chiffres et mécanismes derrière la notation

Au cours des dernières années, les stablecoins sont devenues l'un des outils les plus utilisés dans l'écosystème crypto, tous les détails.

Comment fonctionnent réellement les stablecoins : structure, réserves et promesse de remboursement

Les stablecoins sont souvent perçues comme l’outil le plus simple et sûr du monde crypto. En réalité, derrière la promesse de maintenir une valeur stable par rapport à une monnaie fiat se cache une structure complexe, qui combine des éléments de finance traditionnelle, technologie blockchain et gestion des risques.

Selon la méthodologie publiée par Moody’s le 17 mars 2026, un stablecoin peut être évalué uniquement si ses actifs sont effectivement séparés du reste du bilan de l’émetteur. Cela signifie que les réserves doivent être utilisables exclusivement pour satisfaire les demandes des détenteurs, même en cas de faillite de la société.

Les stablecoins analysées sont celles entièrement collatéralisées, c’est-à-dire soutenues par des actifs réels et convertibles en monnaie fiduciaire « à la demande ». En revanche, les stablecoins algorithmiques, qui utilisent des mécanismes d’offre et de demande sans collatéralisation directe, ne sont pas incluses dans le périmètre.

Du point de vue opérationnel, le fonctionnement est relativement linéaire :

  • les utilisateurs déposent de la monnaie fiat
  • l’émetteur « mint » de nouveaux tokens
  • les réserves sont investies selon une politique définie
  • en cas de remboursement, les tokens sont « burned » et l’utilisateur reçoit des fiat

Le règlement s’effectue généralement sous 1-2 jours ouvrables, bien qu’il puisse y avoir des variations liées à KYC et AML.

Cependant, ce qui semble simple cache un réseau d’acteurs : banques dépositaires, gestionnaires de collatéraux, dépositaires et plateformes numériques. Tous ces éléments introduisent des niveaux de risque que la notation doit capturer.

Le cœur de l’évaluation : qualité du crédit et risque de marché des réserves

Le premier pilier de la méthodologie de Moody’s est l’analyse de la qualité de crédit des réserves (reserve pool credit quality analysis).

Ici entre en jeu un concept fondamental : la WAEL (Weighted Average Expected Loss), c’est-à-dire la perte attendue moyenne pondérée du portefeuille. Cet indicateur est calculé en combinant :

  • poids de chaque actif dans le portefeuille
  • taux de perte associé à la notation de l’actif

L’analyse ne se limite pas à la moyenne : Moody’s prend également en compte ce qu’on appelle le “weakest link”, c’est-à-dire l’actif avec la note la plus basse. Si la différence entre la qualité moyenne et le pire actif dépasse un certain seuil, la note peut être pénalisée.

Parmi les actifs les plus courants, nous trouvons :

  • Obligations d’État (T-Bill) : le risque est lié à la notation souveraine
  • Dépôts bancaires : exposés au risque de la banque dépositaire
  • Repo (repurchase agreements) : traités comme des instruments cash-like s’ils satisfont des critères stricts

Dans le cas des dépôts bancaires, Moody’s introduit également un mécanisme intéressant : le possible rehaussement de la notation jusqu’à 5 crans s’il existe des clauses de remplacement de la banque en dessous d’un certain seuil (par exemple A2).

Le deuxième pilier est l’analyse du risque de marché, qui évalue dans quelle mesure la valeur des réserves peut varier dans le temps.

C’est ici que les advance rates entrent en jeu, c’est-à-dire les pourcentages de haircut appliqués aux actifs. Quelques exemples (avec liquidation trigger actif) :

  • US T-Bill 1 mois : jusqu’à 99,6%
  • US T-Bill 1 an: environ 97,4%
  • T-Bill UE 1 an : environ 98,0%

Sans liquidation trigger, les haircut deviennent plus sévères :

  • US T-Bill 1 an baisse jusqu’à environ 92,4%

Cela reflète un concept clé : la capacité de liquider rapidement les actifs est déterminante pour la solidité de la stablecoin.

Le modèle quantitatif : Black-Scholes, volatilité et stress de liquidité

L’un des aspects les plus intéressants de la méthodologie est l’utilisation d’une approche quantitative avancée pour estimer le risque.

Moody’s utilise un cadre basé sur Black-Scholes, typiquement utilisé pour les options financières. Dans ce contexte :

  • la valeur des réserves suit un mouvement brownien géométrique
  • la perte est modélisée comme une put option

La formule simplifiée de la perte est :

  • Perte = max(0, D − MV)
  • ou en pourcentage : max(0, 1 − MV/D)

Où :

  • MV = market value des réserves
  • D = dette (stablecoin en circulation)

À cela s’ajoute le Liquidity Haircut (LHC), calculé comme suit :

  • écart bid-ask maximum observé
  • plus la pire baisse journalière

Ce paramètre intègre les effets d’un marché sous tension, y compris les phénomènes de « fire sale ».

La perte attendue finale devient :

  • EL = N(-d₂) − (1 − LHC)/AR × N(-d₁)

Le modèle utilise des données historiques, la volatilité rolling et des percentiles extrêmes (typiquement 99e percentile) pour simuler des scénarios de crise.

Cette approche rend la notation des stablecoins beaucoup plus similaire à celle des produits de finance structurée qu’à une simple évaluation crypto.

Liquidité, opérations et technologie : les risques moins visibles mais décisifs

En plus des modèles quantitatifs, Moody’s accorde une grande attention aux risques opérationnels et structurels.

Liquidité

Les réserves sont classées en 5 catégories :

  • Catégorie A : cash auprès des banques
  • Catégorie B : titres gouvernementaux à court terme
  • Catégorie C : titres jusqu’à 3 mois
  • Catégorie D : lignes de crédit disponibles
  • Catégorie E : repo overnight

Les stablecoins les plus solides ont des portefeuilles concentrés dans les catégories A et B.

Risque opérationnel

Le risque opérationnel inclut :

  • erreurs dans les paiements
  • retards dans les remboursements
  • défaillance des contreparties

Moody’s souligne que les problèmes opérationnels peuvent s’amplifier en situations de stress, par exemple lors de courses aux retraits (bank run scenario).

Risque technologique

Les stablecoins dépendent de la blockchain et des smart contracts. Les principaux risques incluent :

  • attaques des 51%
  • bug dans les contrats
  • fork du réseau

Bien que l’émetteur ne contrôle pas la blockchain, il est responsable du choix de l’infrastructure et de la gestion du risque.

Régulation, données et notation : l’avenir des stablecoins passe par la transparence

La dernière partie de la méthodologie aborde des sujets de plus en plus centraux pour le secteur.

Qualité des données

Moody’s demande :

  • données complètes et à jour
  • audits indépendants
  • transparence sur les contreparties

La qualité des données peut influencer directement la notation.

Risque souverain et régulation

Étant donné que de nombreuses réserves sont investies dans des obligations d’État, la notation des stablecoins est souvent liée à la solidité du pays de référence.

De plus, les réglementations locales peuvent :

  • imposer des limites sur les actifs
  • influencer la liquidité
  • modifier la structure opérationnelle

Soutien de l’émetteur

Dans certains cas, le soutien direct de l’émetteur peut améliorer la notation, surtout s’il existe une garantie explicite ou une forte capacité financière.

Conclusion : vers des normes de plus en plus proches de la finance traditionnelle

La méthodologie de Moody’s démontre que les stablecoins ne sont pas de simples outils numériques, mais de véritables structures financières complexes.

La notation ne repose pas uniquement sur la promesse de stabilité, mais sur une combinaison de :

  • qualité des réserves
  • capacité de liquidation
  • robustesse opérationnelle
  • solidité technologique

Avec l’entrée croissante des investisseurs institutionnels, ces critères pourraient devenir une norme pour l’ensemble du secteur.

En d’autres termes, l’avenir des stablecoins pourrait être de moins en moins « crypto-native » et de plus en plus proche des modèles rigoureux de la finance traditionnelle.

Alessia Pannone

Tous les articles de Alessia Pannone