l0g risk intelligence terminal

// dette souveraine et spreads

Debt Risk Radar : lire la dette comme un système de risque

Dette publique, crédit privé, projections budgétaires et signaux de marché : où le risque de dette se tend-il ?

sources primaires backtests code ouvert limites assumées pas un conseil
ouvrir l'outil code source backtests hub méthodo

Dernière mise à jour : 30 juin 2026 frais revu il y a 1 j

// lecture rapide

01

Le dashboard ne mesure pas une crise de dette unique ; il surveille plusieurs canaux qui peuvent se renforcer.

02

Les séries institutionnelles donnent la structure lente : dette, déficit, intérêts, crédit privé, service de la dette.

03

Les séries de marché donnent la partie nerveuse : taux, courbe, spreads, ETF et actifs sensibles au risque de refinancement.

normalisation 0-100

Les indicateurs du bandeau utilisent une échelle commune 0-100 pour rendre les signaux lisibles côte à côte. Ils ne mesurent ni le même phénomène, ni la même fréquence, ni le même horizon. Ici, le score doit être lu comme une position dans le régime propre à Debt Risk, pas comme une probabilité ni comme une mesure directement comparable aux autres instruments.

// sources primaires

Le tableau ne liste que les sources qui structurent le signal. Les agrégateurs sont évités quand une source primaire publique est disponible.

source rôle cadence délai
US Treasury Fiscal Data Dette publique fédérale quotidienne, notamment Debt to the Penny. Quotidienne Faible, selon publication Treasury
FRED · Federal Reserve Bank of St. Louis Dette / PIB, dette détenue par le public, déficit, intérêts, taux, courbe, spreads IG et HY. Selon séries Variable
BIS Data Portal Credit-to-GDP gap et debt service ratios pour suivre le levier privé et la charge de dette. Trimestrielle à annuelle selon série Variable
CBO Open Data Projections budgétaires long terme : dette détenue par le public, dette brute, déficit et intérêts. Selon publication CBO Publication officielle
World Bank Open Data Comparables internationaux annuels, notamment dette, croissance et agrégats macro. Annuelle Variable selon pays et indicateur
Massive Market Data Prix et ratios de marché : ETF obligataires, actions bancaires, spreads proxy et actifs sensibles au stress de dette. À chaque consultation si clé configurée Selon couverture de marché

// méthode de calcul

  1. Le score publié par l0g reprend le score de stress courant exposé par https://debt.l0g.fr/latest.json, pas une valeur codée côté navigateur.
  2. Dans le code du radar, les séries sont converties par zscore_latest(), notées par risk_points_from_z() ou risk_points_from_level(), regroupées par bucket_scores(), puis agrégées par overall_score().
  3. Chaque série est transformée en z-score glissant, cinq ans par défaut, dix ou trente ans pour certaines séries lentes BIS, World Bank ou CBO, puis orientée dans le sens du risque.
  4. Les indicateurs sont classés par familles : solvabilité fiscale, stress de taux et marché, levier privé, liquidité, comparables globaux, BIS, CBO et prix Massive.
  5. Le stress courant agrège les familles rapides et institutionnelles hors projections CBO : fiscal 22 %, taux et marché 18 %, levier privé 12 %, liquidité 10 %, Treasury daily 10 %, World Bank 4 %, BIS 10 %, Massive 4 %.
  6. Les projections CBO restent publiées comme vulnérabilité structurelle de long terme, mais elles ne tirent plus le score courant affiché dans le bandeau l0g.
  7. Les connecteurs optionnels ne bloquent pas le dashboard : FRED et Massive sont ignorés si les clés serveur ne sont pas configurées, puis le score est renormalisé sur les familles disponibles.
z = (valeur - moyenne_5_ans) / ecart_type_5_ans
signed_z = z si une hausse augmente le risque, -z si une baisse augmente le risque
score_serie = clip(50 + signed_z x 15, 0, 100)
score_famille = moyenne ponderee des series disponibles dans la famille
score_structurel_cbo = score_famille des projections CBO
score_courant = moyenne ponderee des familles disponibles hors CBO
seuils Debt Risk Radar : 50 elevated, 65 watch, 80 stress

// comment interpréter

Ce que le signal dit

  • Un score bas indique que les séries suivies restent proches de leur régime récent ou orientées dans un sens moins risqué.
  • Un score intermédiaire signale que certains canaux se tendent, sans stress large.
  • Au-dessus des seuils watch et stress, il faut lire quelles familles portent le signal courant : fiscal, marché, crédit privé, liquidité ou comparables institutionnels.
  • La trajectoire compte autant que le niveau : un score qui monte vite peut signaler un changement de régime avant que les ratios publics annuels ne bougent.

Ce qu'il ne dit pas

  • Les séries fiscales et budgétaires sont lentes, révisées et parfois publiées avec retard.
  • Les projections CBO ne sont pas des prévisions de marché ; elles reposent sur hypothèses légales, macroéconomiques et budgétaires, et sont lues séparément du stress courant.
  • Restent à valider : les pondérations, les horizons hétérogènes et la stabilité du score en cas de sources manquantes.
  • Les données BIS et World Bank améliorent la comparaison internationale mais ne sont pas temps réel.
  • Les prix de marché via Massive Market Data ajoutent de la réactivité, mais ne remplacent pas une analyse de liquidité, duration et bilan.
  • Le score 0-100 est une lecture interne du risque de dette ; il ne se compare pas directement aux scores US Macro, Yen Carry ou Énergie.

// cas d'usage

À utiliser pour

  • Surveiller si le risque de dette vient plutôt de la solvabilité publique, des taux, du crédit privé ou du marché.
  • Comparer la vulnérabilité CBO de long terme aux signaux plus rapides des spreads, taux, prix de marché et données Treasury.
  • Construire une lecture de risque avant d’ouvrir les séries sources et les rapports budgétaires détaillés.

À ne pas utiliser pour

  • Prédire un défaut souverain ou un downgrade à date fixe.
  • Remplacer une analyse pays, duration, devise, maturité ou structure de détenteurs.
  • Produire un signal d’achat ou de vente sur obligations, ETF, banques ou devises.

// reproductibilité

  • Le code est publié dans un dépôt GitHub public.
  • Les sources institutionnelles principales sont gratuites et documentées.
  • Les clés FRED et Massive restent côté serveur dans l’environnement systemd, jamais dans le dépôt ni dans le navigateur.
  • Streamlit écoute uniquement en local derrière Apache, avec service systemd dédié et port applicatif non exposé.

L'historique public des signaux est disponible sur /backtests/, avec exports CSV, NDJSON et schéma JSON pour auditer les observations point-in-time.

Cette fiche décrit un instrument de lecture, pas un système de décision. Les scores réduisent le bruit ; ils ne remplacent ni les sources primaires ni le jugement.