Au-delà des cycles — cadres physiques alternatifs pour les séries macroéconomiques¶

Résumé. Le pipeline CPV a démontré empiriquement que la lecture universaliste sinusoïdale-sur-tout des cycles canoniques Kitchin / Juglar / Kuznets / Kondratieff est rejetée par Benjamini-Hochberg FDR sur la grille jointe (V3) — il n'y a pas d'horloge cyclique unique au cœur de toute série macro. Simultanément, trois cycles substantifs vindiqués émergent sur les variables que la théorie d'origine prédit (Juglar sur investissement/chômage, Kuznets sur HPI/population/crédit, Kitchin sur crédit BIS marchés émergents) et Kondratieff est recasté comme chronologie Reinhart-Rogoff de dette de guerre (V3 résumé). Cette page documente le programme complémentaire : si la lecture universaliste est rejetée, quelles signatures non-cycliques portent la dynamique macro ? Le pipeline CPV a démontré que les séries macroéconomiques ne sont pas du bruit blanc : ACF lag-1 ≈ 1.000, agglomération de la volatilité, ruptures structurelles, lois de puissance dans les distributions de crashes — autant de signatures de quelque chose. Cette page passe en revue 21 familles de cadres physiques candidats (15 initiales + 6 ajoutées dans l'extension : cascades K41, universalité/MaxEnt, diffusion anormale, réflexivité, Tsallis non-extensive, chimera states) qui pourraient rendre compte des signatures observées sans présupposer de périodicité. La famille S (réflexivité) est traitée à la fois comme une famille à part entière et comme composante transversale obligatoire : les agents économiques observent et anticipent les phénomènes qu'ils habitent, ce qui modifie le contenu et la validité des 20 autres familles. Le mot final est ouvert : "la macroéconomie n'est pas un cycle, et voici 21 grilles de lecture alternatives, dont 11 directement testables, toutes amendables par la réflexivité". Le papier reste falsifiabiliste — on multiplie les cadres pour ne pas tomber dans un nouveau dogme.

Préambule — si pas un cycle universaliste, quoi alors ?¶

La chaîne d'audits CPV (cf. études de cas CN_BIS, WLD-WB, G7-long & UK_BOE, Wen 2005 falsifié + safeguard Roadmap #14) et le verdict V3 (Cycles Refuted V3 portail) établissent :

Composites macro : 35 cellules vetoed sur 128 (Roadmap #14), 4 survies authentiques composite — toutes recastées en V3 comme survies per-variable sur les canaux substantifs (Juglar/Kuznets/Kitchin), pas comme survies universalistes.
Per-variable Gate 1 (V3) : sur 1 456 cellules testables, 166 positifs Gate 1 unadjusted (excès 2.3×) concentrés sur les variables que la théorie substantive prédit. Mais 0 cellule ne survit à l'ajustement Benjamini-Hochberg FDR α = 0.05 sur la grille jointe (floor 1/(B+1) > p* = 3.4·10⁻⁵).
Séries originales de Kitchin (1923) : sur le panel sectoriel SH_*, 3 / 26 cellules passent Gate 1 unadjusted (US wheat p₁ = 0.040, US WPI p₁ = 0.015, world coal p₁ = 0.020), zéro après BH-FDR — cohérent avec la lecture Wen (2005) que les cycles vivent sur des séries d'inventaire dédiées plutôt que sur composites macro, mais distinguabilité borderline sur ces agrégats historiques spécifiques.

Conclusion : la lecture universaliste sinusoïdale-sur-tout est rejetée ; la lecture variable-spécifique est tenue pour trois cycles ; Kondratieff est recasté Reinhart-Rogoff. Le programme « au-delà des cycles » ci-dessous documente une signature non-cyclique complémentaire, qui pourrait porter la dynamique macro à côté des trois cycles substantifs vindiqués.

Pourtant les signatures qu'on observe ne sont pas celles du bruit blanc :

Signature observée sur CPV	Incompatible avec	Compatible avec
ACF lag-1 ≈ 0.97-1.000 sur ~30 % des séries	Bruit blanc	Longue mémoire, marche aléatoire, processus fractionnaires
Pas de pics nets dans spectres wavelet	Cycle déterministe	1/f noise, spectre continu de scaling
Distributions à queues lourdes (crashes 1929, 2008)	Gaussienne	Lévy stables, SOC, lois de puissance
Agglomération de la volatilité	I.I.D.	GARCH, multifractalité, processus stochastique de la volatilité
Trends structurels post-1980 (financiarisation, productivité, dette/PIB)	Stationnarité	Ruptures, drifts non-stationnaires, bifurcations
Per-variable Gate 1 reject, composite survive (artefacts d'agrégation)	Synchronisation parfaite	Synchronisation partielle (Kuramoto), critical slowing, RMT modes

L'enjeu est de caractériser ces signatures avec un cadre cohérent — sans imposer la grille du cycle. La physique offre une douzaine de candidats explorés ci-dessous.

Famille A — Criticité auto-organisée et lois de puissance¶

"Les systèmes complexes évoluent spontanément vers un état critique où les avalanches se produisent à toutes les échelles."

A1. Self-Organized Criticality (SOC) — Bak, Tang & Wiesenfeld (1987), Bak (1996). Modèle canonique du tas de sable : grains qui s'accumulent jusqu'à déclencher des avalanches de toutes tailles. Reproduit le bruit 1/f.
A2. Loi de Gutenberg-Richter appliquée aux crashes — Sornette (2003). Distribution log-normale ou loi de puissance des magnitudes de crises financières.
A3. Log-Periodic Power Law Singularity (LPPL) — Sornette & Johansen (1999). Bulles financières caractérisées par une accélération en loi de puissance avec oscillations log-périodiques précurseurs.
A4. Dragon kings — Sornette (2009). Événements outliers au-dessus de la loi de puissance générale, potentiellement prédictibles localement.

Signature statistique : distribution des incréments en loi de puissance avec exposant α ∈ [2, 3] ; spectre de puissance 1/f^β avec β ∈ [0.5, 1.5]. Tests directs : fit de Hill, test K-S vs loi de puissance, slope spectrale log-log.

Applicabilité CPV : ★★★★★. Directement testable sur CPI long (BoE 1661+), équity returns, GDP growth. Les crashes observés (1929, 1971, 2008, 2020) sont compatibles avec une distribution en loi de puissance — non-périodiques mais structurés.

Famille B — Géométrie fractale et multifractalité¶

"Les séries n'ont pas un mais une infinité de scaling exponents."

B1. Multifractal Random Walk (MRW) — Bacry, Muzy & Delour (2001). Modèle stochastique à mémoire log-normale qui reproduit les faits stylisés des séries financières (queues lourdes, clustering).
B2. Detrended Fluctuation Analysis (DFA) — Peng et al. (1994). Quantifie le Hurst exponent H sur séries non-stationnaires.
B3. Multifractal DFA (MF-DFA) — Kantelhardt et al. (2002). Étend DFA aux différents moments q, génère le spectre multifractal f(α).
B4. Mandelbrot Finance Fractale — Mandelbrot (1997). Manuel synthétique.

Signature statistique : spectre multifractal f(α) de largeur Δα = α_max − α_min > 0.1 ; scaling exponent τ(q) non-linéaire en q.

Applicabilité CPV : ★★★★. Diagnostic MF-DFA réalisable sur les séries longues (BoE 316 ans, JST 152 ans). Si Δα > 0.2, on a une preuve directe de multifractalité — incompatible avec le cadre monofractal du bruit blanc et du cycle.

Famille C — Longue mémoire et processus fractionnaires¶

"L'ACF décroît en loi de puissance, pas exponentiellement."

C1. Hurst exponent — Hurst (1951). H > 0.5 = persistance ; H < 0.5 = anti-persistance ; H = 0.5 = marche aléatoire.
C2. Fractional Brownian motion — Mandelbrot & Van Ness (1968). Processus auto-similaire d'index H.
C3. ARFIMA (Granger & Joyeux 1980 ; Hosking 1981). Modèle économétrique de longue mémoire avec différenciation fractionnaire.
C4. Cohérence CPV : ACF lag-1 = 0.97-1.000 observée sur CY_FIN, CY_PRD, CY_POP, CY_TRD, LH_DEBTGDP, BIS_CRATIO, etc. Hypothèse forte : H >> 0.5.

Signature statistique : ρ(k) ~ k^{−α} pour des grands lags k, spectre de puissance avec pic à basse fréquence en loi de puissance.

Applicabilité CPV : ★★★★★. Le diagnostic le plus naturel pour les signatures déjà observées. Si on n'a pas de cycle mais H = 0.85 sur LH_DEBTGDP, alors le "cycle long de la dette" est en fait un processus de longue mémoire — pas un cycle, mais pas du bruit non plus.

Famille D — Chaos déterministe et attracteurs étranges¶

"La dynamique semble aléatoire mais est en fait déterministe sensitive aux conditions initiales."

D1. Lyapunov exponent positif — Wolf et al. (1985). Mesure de sensibilité aux conditions initiales.
D2. Embedding de Takens — Takens (1981). Reconstruction d'espace de phase depuis time series 1D.
D3. Dimension de corrélation — Grassberger & Procaccia (1983).
D4. Tests BDS — Brock, Dechert & Scheinkman (1996) pour non-linéarité et non-indépendance.
D5. Reservoir computing / Echo State Networks — Jaeger (2001).
D6. Edge of chaos — Langton (1990), Kauffman (1993).

Signature statistique : λ_max > 0 (chaos) ; dimension de corrélation finie non-entière ; BDS rejette IID.

Applicabilité CPV : ★★. Coût élevé (estimations Lyapunov fragiles sur séries courtes < 500 obs). Plus utile sur Path 5 quarterly (225+ obs) que sur WB annuel (65 obs). Le verdict serait : "ce n'est pas du chaos déterministe pur, c'est du bruit + structure."

Famille E — Critical slowing down et tipping points¶

"Avant un basculement, la variance et l'autocorrélation augmentent systématiquement."

E1. Scheffer et al. — Scheffer (2009). Article de référence sur les early-warning signals.
E2. Dakos et al. — Dakos et al. (2008). Variance, AC1, skewness, return-rate — tous augmentent près d'un tipping point.
E3. Carpenter-Brock 2006. Application écologique.
E4. Tipping cascades — Lenton & Williams (2013). Cascades transversales entre systèmes.

Signature statistique : variance et AC1 croissants en fenêtre roulante avant rupture, test Kendall-tau pour tendance ascendante.

Applicabilité CPV : ★★★★. Test direct : appliquer le diagnostic Dakos sur les fenêtres pré-1929, pré-2008, pré-2020, pré-1971 (Bretton Woods) sur le CPI BoE 1661+ ou le crédit-PIB historique. Si les early-warning signals s'allument systématiquement, on a une lecture cohérente "régimes successifs + transitions critiques" qui supplante celle "cycle".

Famille F — Synchronisation et oscillateurs couplés¶

"La régularité apparente émerge de la synchronisation de multiples oscillateurs incommensurables."

F1. Modèle de Kuramoto — Kuramoto (1984). N oscillateurs avec fréquences naturelles, transition de phase ordre-désordre.
F2. Strogatz — Strogatz (2003). Vulgarisation synthétique.
F3. KAM theorem / pendules multiples (Kolmogorov 1954, Arnold 1963, Moser 1962). Orbites quasi-périodiques préservées sous perturbations en systèmes Hamiltoniens. Cadre suggéré par sge. Le cas du double pendule est chaotique ; le pendule triple fortement couplé reste chaotique. Plusieurs pendules faiblement couplés peuvent rester quasi-périodiques (KAM).
F4. Arnold tongues / mode locking. Plages de fréquences synchronisées dans systèmes paramétriques.
F5. Coupled oscillators with delay. Plus réaliste pour économie (transmission de chocs avec lag).

Signature statistique : pics multiples dans spectre, non commensurables ; cohérence cross-séries qui dépend de l'amplitude ; épisodes de synchronisation partielle alternant avec décohérence.

Applicabilité CPV : ★★★. Intéressant mais coût élevé (modèles paramétriques à fitter). Le rejet composite vs survie individuelle de certaines variables (G7-long K, par exemple) pourrait s'interpréter comme synchronisation partielle plutôt qu'artefact — à creuser via cohérence wavelet.

Famille G — Théorie des matrices aléatoires (RMT)¶

"La majorité du spectre eigenvalues des matrices de corrélation est du bruit pur ; seules quelques eigenvalues portent du signal."

G1. Marchenko-Pastur — Marchenko & Pastur (1967). Distribution théorique des eigenvalues d'une matrice de covariance bruitée.
G2. Bouchaud-Potters — Bouchaud & Potters (2003). RMT pour panels financiers.
G3. Laloux et al. — Laloux et al. (1999). "Noise dressing" des corrélations financières.

Signature statistique : spectre eigenvalues conforme à Marchenko-Pastur sauf pour quelques eigenvalues "bulk-deviating".

Applicabilité CPV : ★★★★. Tests immédiats sur les corrélations inter-pays JST (18 économies × 35 variables) ou inter-variable. La conclusion attendue : la matrice de corrélation a 2-3 modes significatifs (mode commun, mode régional, mode financier vs réel) + un bulk de bruit. Aucun mode n'est un "cycle".

Famille H — Verres de spin et systèmes désordonnés¶

"Multiples états métastables, relaxation lente, hétérogénéité des agents."

H1. Mézard-Parisi-Virasoro — Mézard, Parisi & Virasoro (1987). Frustration, replica symmetry breaking.
H2. Aging dynamics — Bouchaud (1992), Cugliandolo-Kurchan (1993). Le temps de relaxation dépend du temps d'observation.
H3. Mode coupling theory — Götze (1991). Transition vitreuse.
H4. Minority Games — Marsili-Challet-Zhang (1998). Marché comme système désordonné.

Signature statistique : autocorrélation non-stationnaire (aging), pseudo-équilibres multiples, hétérogénéité des temps de relaxation.

Applicabilité CPV : ★★. Cadre conceptuellement riche pour penser l'hétérogénéité des agents et des chocs ; statistiquement difficile à tester sur séries univariées (les diagnostics canoniques exigent simulations ou ABM).

Famille I — Théorie de l'information et complexité¶

"Mesurer la quantité d'information, sa structure, sa transmission."

I1. Permutation entropy — Bandt & Pompe (2002). Motifs ordinaux, robuste au bruit.
I2. Transfer entropy — Schreiber (2000). Mesure asymétrique de l'information transférée entre séries.
I3. Statistical complexity — Crutchfield & Young (1989). Distingue ordre, désordre, complexité structurée.
I4. Compression-based metrics — Cilibrasi & Vitanyi (2005).

Signature statistique : permutation entropy intermédiaire (ni 1 = bruit blanc, ni 0 = constante) ; statistical complexity élevée (Crutchfield).

Applicabilité CPV : ★★★★★. Permutation entropy est trivialement applicable, robuste au bruit, donne un diagnostic immédiat : si l'entropie permutationnelle des séries CPV est intermédiaire (entre 0.7 et 0.95), on a une preuve de structure non-périodique mais non-aléatoire.

Famille J — Lévy flights et processus à sauts¶

"Les rendements suivent une distribution à queue lourde (Lévy stable), pas Gaussienne."

J1. Mantegna-Stanley — Mantegna & Stanley (1999). Manuel fondateur de l'econophysique. Distributions Lévy stables sur S&P 500, or, etc.
J2. Continuous-Time Random Walk (CTRW) — Montroll & Weiss (1965).
J3. Subordinators / time-changed Brownian motion. Activity time vs clock time.
J4. Stochastic resonance — Benzi-Sutera-Vulpiani (1981). Optimum de bruit pour détection de signal.

Signature statistique : queues lourdes (kurtosis > 3), distributions Lévy stables avec α ∈ [1, 2].

Applicabilité CPV : ★★★★. Fit direct de la distribution des incréments annuels du CPI BoE 1661+, des returns equity, du crédit-PIB. Si on observe α = 1.5-1.7 (Lévy stable, pas Gaussienne), c'est compatible avec un cadre Lévy flight et incompatible avec un cycle déterministe + bruit gaussien.

Famille K — Soft matter, cristaux liquides, topologie¶

"Phases avec ordre partiel et défauts topologiques persistants."

K1. Cristaux liquides — De Gennes (1974). Phase nématique, smectique, cholestérique. Champs directeurs, défauts topologiques. Métaphore proposée par sge : les phases macroéconomiques ont un ordre partiel, structurées mais non-cristallines.
K2. Solitons et structures topologiques. Persistance sans périodicité (vagues isolées qui voyagent sans déformation).
K3. Quasi-cristaux — Shechtman (1984). Ordre apériodique mais structuré (Penrose tilings).
K4. Topological data analysis — Carlsson (2009). Persistent homology pour caractériser géométrie d'embedding.

Signature statistique : ordre quasi-périodique, invariants topologiques, défauts persistants dans embedding de Takens.

Applicabilité CPV : ★★. Conceptuellement riche, statistiquement exotique. La métaphore cristal liquide est belle mais difficile à opérationnaliser sur des séries macro 1D. TDA est plus directement applicable mais reste exploratoire pour l'économétrie.

Famille L — Biologie évolutionniste et écologie¶

"Stases longues + ruptures rapides, lois d'échelle universelles."

L1. Punctuated equilibrium — Gould & Eldredge (1972). Analogue paléontologique de la creative destruction schumpetérienne.
L2. Bak-Sneppen (1993). Coévolution avalanches.
L3. Allometric scaling — West, Brown & Enquist (1997). Lois d'échelle universelles.
L4. Tipping cascades en écosystèmes — Scheffer (2009).

Signature statistique : distributions de temps inter-ruptures en loi de puissance ; allométrie de la taille des firmes / métropoles.

Applicabilité CPV : ★★★. Test direct : distribution des durées inter-crises (Reinhart-Rogoff, Laeven-Valencia 2018) est-elle en loi de puissance ? Si oui, c'est un argument pour un cadre punctuated-equilibrium / SOC.

Famille M — Quantum analogies¶

"Réutiliser le formalisme quantique (intégrales de chemin, superposition) comme outil mathématique."

M1. Baaquie — Baaquie (2004). Path integral pour options pricing.
M2. Schaden (2002). Quantum finance.
M3. Open quantum systems / decoherence. Métaphore pour la transition micro-macro ou la dispersion d'information.

Signature statistique : difficile à isoler ; intérêt surtout méthodologique (calcul d'expectations).

Applicabilité CPV : ★. Cadre intéressant pour pricing dérivés, peu opérationnel pour le diagnostic des séries macro. Risque de métaphore vide ("c'est quantique parce que c'est mystérieux"). À garder en réserve.

Famille N — Cybernétique, bifurcations, catastrophes¶

"Le système change qualitativement quand un paramètre franchit un seuil critique."

N1. Théorie des bifurcations : Hopf, saddle-node, pitchfork, transcritique. Régimes qualitativement distincts séparés par valeurs critiques.
N2. Limit cycles vs équilibres structurellement stables. Question : les "cycles" sont-ils des limit cycles dégradés ou des oscillations transitoires autour d'équilibres stables ?
N3. Catastrophe theory — Thom (1972), Zeeman (1977). Sept catastrophes élémentaires.

Signature statistique : régimes discrets identifiables par clustering, hystérésis (la trajectoire dépend de l'historique).

Applicabilité CPV : ★★★. La théorie des bifurcations est le langage naturel des "régimes" macro (Great Moderation, Bretton Woods, post-WWII reconstruction). Tests possibles via régimes markoviens non-stationnaires.

Famille O — Cellular automata et calcul universel¶

"Comportement complexe émergent de règles simples locales."

O1. Wolfram Class IV — Wolfram (2002). Comportements complexes au edge of chaos.
O2. Computational mechanics — Crutchfield. ε-machines minimales.
O3. Reservoir computing comme test de capacité prédictive structurée.

Signature statistique : prédictibilité partielle non-périodique ; ε-machine de taille minimale > 1 état (non-trivial) mais < N (pas chaotique).

Applicabilité CPV : ★★. Théoriquement fertile mais opérationnel- lement difficile sur séries continues. À garder pour la simulation ABM future.

Famille P — Cascades multi-échelle et turbulence (Kolmogorov)¶

"L'énergie cascade des grandes vers les petites échelles, avec intermittence. Mécanisme générateur de la multifractalité."

P1. Kolmogorov K41 — Kolmogorov (1941). Théorie statistique de la turbulence : spectre d'énergie E(k) ∝ k^{-5/3} dans la zone inertielle. Cascade d'énergie multi-échelle depuis les grandes vers les petites échelles, dissipation viscosulle à l'échelle de Kolmogorov.
P2. Frisch synthèse moderne — Frisch (1995). Corrections multifractales (β-model, p-model), intermittence anomale.
P3. Cascades en finance — Ghashghaie et al. (1996). Démonstration empirique : volatilité des taux de change obéit aux mêmes lois multi-échelle que la turbulence.

Différence avec la famille B (multifractalité) : B décrit, P explique le mécanisme. La famille B observe la signature multifractale ; P propose pourquoi (cascade d'énergie/information à travers les échelles).

Signature statistique : pente spectrale −5/3 (ou exposants voisins) dans la zone inertielle, queues distribution incréments qui s'élargissent à mesure que l'échelle de temps diminue, exposants de scaling ζ(p) non-linéaires en p (intermittence).

Applicabilité CPV : ★★★★. Testable directement sur la volatilité réalisée (squared returns) des séries longues (BoE 316 ans, JST 152 ans). Si la pente spectrale et les exposants ζ(p) correspondent au K41 corrigé, on a un cadre mécaniste pour la multifractalité observée.

Famille Q — Universalité statistique et choix de modèle (renormalisation, MaxEnt)¶

"Pourquoi des systèmes différents montrent les mêmes signatures statistiques ? Comment choisir parmi les 21 familles candidates ?"

Q1. Groupe de renormalisation — Wilson (1971). Prix Nobel 1982. Explique l'universalité : des systèmes microscopiquement très différents (ferromagnétiques, liquides, supraconducteurs) montrent les mêmes exposants critiques près des transitions de phase parce qu'ils appartiennent à la même classe d'universalité.
Q2. Maximum Entropy Principle — Jaynes (1957). La distribution la moins informative compatible avec les contraintes observées maximise l'entropie de Shannon. Méta-cadre pour le choix de modèle : parmi 21 familles candidates, laquelle est la plus parcimonieuse étant donné les signatures observées sur CPV ?

Caractère méta : cette famille n'est pas un cadre concurrent des 20 autres mais un outil pour les arbitrer entre elles.

Signature statistique : ratios d'exposants prédictibles entre séries de natures différentes (équivalence de classe d'universalité) ; choix de modèle via critère information (AIC, BIC, MDL).

Applicabilité CPV : ★★★★. Test direct : les exposants Hurst, multifractal Δα, slope spectrale 1/f^β, kurtosis, etc., présentent-ils des regroupements par classe (financier vs réel, AE vs EM, court vs long terme) ? Si oui, on a une confirmation d'universalité.

Famille R — Diffusion anormale¶

"Comment l'écart-type d'une série grandit-il avec le temps ?"

R1. Mean Square Displacement scaling — Metzler & Klafter (2000). MSD(t) ~ t^α avec α ≠ 1. Sub-diffusion (α<1) : piégeage, mémoire, viscoélasticité. Super-diffusion (α>1) : sauts longs, vols actifs.
R2. Continuous Time Random Walk (CTRW) — Montroll & Weiss (1965). Cadre théorique unifié des marches avec distribution de waiting times et sauts.
R3. Équations de diffusion fractionnaires — Metzler-Klafter. ∂^α u / ∂t^α = D ∂² u / ∂x².

Différence avec familles C (longue mémoire) et J (Lévy flights) : - C caractérise l'autocorrélation (mémoire temporelle). - J caractérise la distribution des incréments (taille des sauts). - R caractérise la croissance de l'écart-type (transport temporel).

Les trois peuvent coexister et se renforcer mutuellement.

Signature statistique : MSD(t) ~ t^α avec α ≠ 1. Test : régression log-log de MSD sur t.

Applicabilité CPV : ★★★★. Test direct sur le rapport écart-type / racine du temps pour différentes échelles temporelles (annuelle, trimestrielle, mensuelle quand disponible). Si on trouve α = 0.5-0.7 (sub-diffusion) sur CY_FIN ou LH_DEBTGDP, on identifie un type spécifique de longue mémoire (avec mécanisme de piégeage).

Famille S — Réflexivité et anticipation des agents¶

"Les agents économiques observent et anticipent le système qu'ils habitent. La grille du physicien doit intégrer l'observateur."

S1. Réflexivité — Soros (1987, 2008). Les croyances des participants influencent la réalité économique qu'ils prétendent observer. Boucle de rétroaction fondamentalement non-stationnaire : une perception biaisée crée la réalité qu'elle anticipait, qui modifie alors les perceptions, etc.
S2. Free Energy Principle / Active Inference — Friston (2010). Les systèmes biologiques minimisent leur énergie libre variationnelle = borne supérieure de la surprise bayésienne. Unifie perception, action, inférence. Transférable à la modélisation d'agents qui inférent et anticipent.
S3. Animal spirits — Akerlof & Shiller (2009). Reprise contemporaine de Keynes. Comportements collectifs (confiance, équité, histoires partagées) comme moteurs primaires des fluctuations macro.
S4. Bounded rationality — Simon (1955). Agents à capacité cognitive limitée, satisficing plutôt qu'optimisation.

Position épistémologique unique : cette famille n'est pas un phénomène physique à fitter sur les données — c'est une pré-condition sur ce que peuvent être les autres familles. Voir section "Composante transversale" ci-dessous.

Signature statistique : non-stationnarité endogène, ruptures structurelles synchronisées avec changements de paradigme collectif, distributions de croyances avec modalités multiples (cf. surveys d'anticipations).

Applicabilité CPV : ★★★. Test indirect via les régimes identifiés (Great Moderation, Bretton Woods, post-2008 — chacun peut être lu comme une période de cohérence des anticipations collectives). Beaucoup plus difficile à formaliser que les familles A-O ; intérêt principalement conceptuel.

Famille T — Thermodynamique non-extensive (Tsallis)¶

"Généraliser l'entropie de Boltzmann-Gibbs pour systèmes avec longue mémoire, fractalité et interactions à longue portée."

T1. Entropie de Tsallis — Tsallis (1988). S_q = (1 - Σ p_i^q) / (q-1). Pour q→1 : Boltzmann-Gibbs. Pour q≠1 : distributions stationnaires en loi de puissance (q-Gaussiennes, q-exponentielles).
T2. Distributions q-Gaussiennes universelles : pour q ∈ ]1, 3[, queues lourdes en loi de puissance. Observées empiriquement sur returns financiers, taux de change, températures.

Cadre unifié : englobe les familles A (SOC), B (multifractal), C (longue mémoire) et J (Lévy) sous une même statistique généralisée. Le paramètre q mesure l'écart à l'équilibre Boltzmann-Gibbs et indique le type de non-extensivité.

Signature statistique : ajustement de q-Gaussiennes à la distribution des incréments — q ≈ 1.4-1.6 typique pour returns financiers, q = 1 pour bruit blanc, q > 2 pour distributions très lourdes.

Applicabilité CPV : ★★★★. Fit immédiat de la distribution des incréments annuels (BoE 316 ans, JST 152 ans) à la famille q-Gaussienne. Si q s'écarte significativement de 1, on a une preuve directe de non-extensivité et un paramètre unique qui résume plusieurs signatures (queues, mémoire, fractalité).

Famille U — Synchronisation partielle (chimera states)¶

"Sur un même substrat d'oscillateurs identiques, des zones synchronisées et désordonnées peuvent coexister stablement."

U1. Chimera states — Kuramoto & Battogtokh (2002), Abrams & Strogatz (2004). Sur un anneau d'oscillateurs identiques avec couplage non-local, une partie se synchronise tandis que le reste reste désordonné — les deux phases coexistent stablement.
U2. Multi-cluster synchronization. Plusieurs sous-groupes synchronisés sur des phases différentes.
U3. Phase-coherent transitions — les chimera peuvent migrer, se fragmenter, se reformer.

Pertinence pour CPV : explique pourquoi certains agrégats du panel CPV semblent porter un cycle (G7-long K, ADV18 dans certaines runs) tandis que d'autres voisins le rejettent (USA-long, ANGLO). Pas d'agrégation artefactuelle ni de signal vraiment universel, mais des zones de synchronisation partielle sur un substrat hétérogène.

Signature statistique : matrice de cohérence cross-séries avec structure de cluster (groupes synchronisés vs groupes désordonnés), distribution bimodale des phases de Hilbert dans une fenêtre roulante.

Applicabilité CPV : ★★★. Tests via cohérence wavelet pairwise sur le panel JST 18 économies. Si on observe des sous-groupes de 3-5 économies synchronisées coexistant avec d'autres désordonnées, c'est un chimera plutôt qu'un cycle global.

Composante transversale — la réflexivité reshape les 20 familles¶

"Les familles A-R et T-U décrivent des systèmes physiques. Or les agents économiques observent et anticipent ce qu'ils habitent. La famille S n'est pas seulement une famille — c'est une condition de validité pour les autres."

Toutes les familles physiques A-R, T-U héritent de propriétés que les systèmes naturels ont : Markov property, ergodicité asymptotique, exogéneité du paramètre observé. Les systèmes macroéconomiques n'ont aucune de ces propriétés parce que les agents réfléchissent sur eux-mêmes. Chaque famille doit donc être amendée :

Famille	Composante réflexivité (Soros/Friston/Akerlof-Shiller)
A — SOC	L'observation collective d'une approche du point critique modifie le moment de l'avalanche. Endogeneité de la criticité.
B — Multifractalité	Les anticipations créent de nouvelles échelles d'organisation (intraday algorithmique vs hebdomadaire vs cycle politique). Le spectre f(α) est time-varying.
C — Longue mémoire	La mémoire est partiellement cognitive collective (souvenir partagé des crises 1929, 1973, 2008), pas seulement statistique. Hurst exponent varie avec les générations.
D — Chaos déterministe	L'observation modifie la trajectoire (feedback réflexif). Pas de séparation propre observateur-système.
E — Critical slowing down	Les early-warning signals identifiés sont exploités par les agents sophistiqués, modifiant ainsi la dynamique de slowdown elle-même. Self-fulfilling.
F — Kuramoto / KAM	Les coupling strengths entre agents dépendent des anticipations sur les anticipations (mimétisme keynésien). Coupling time-varying.
G — RMT	Une fois identifiées et publiées, les eigenvalues "bulk-deviating" sont arbitrées, modifiant la matrice de corrélation elle-même. Goodhart's law spectral.
H — Verres de spin	Le free energy landscape est endogène : les choix passés modifient la topographie pour les choix futurs.
I — Théorie de l'information	L'observateur est partie du système (canal de Shannon auto-référentiel).
J — Lévy flights	Les queues lourdes reflètent les anticipations d'extrêmes par les agents, non un processus stochastique exogène.
K — Cristaux liquides	L'order parameter est partiellement cognitif (croyance collective sur la phase). Hystérésis lors des transitions de phase macroéconomiques.
L — Punctuated equilibrium	Les rates of change dépendent de la conscience collective de la stase ou de la rupture (récits, médias).
M — Quantum	Le problème de la mesure est explicite — directement transférable.
N — Bifurcations	Les bifurcation parameters incluent les anticipations collectives sur la valeur critique du paramètre.
O — Cellular automata	Les règles peuvent être modifiées par apprentissage des agents (meta-learning).
P — Cascades K41	Les cascades inter-échelle sont biaisées par les stratégies trading inter-fréquence (HFT vs swing trade vs investisseur LT).
Q — Universalité	Les classes d'universalité incluent une classe humaine : on retrouve les mêmes signatures parce que les structures cognitives convergent.
R — Diffusion anormale	Les "pièges" sub-diffusifs sont souvent des points focaux d'attention collective (niveaux psychologiques, événements politiques attendus).
T — Tsallis	Le paramètre q non-extensif reflète la densité de l'interaction sociale dans le système — corrigible empiriquement.
U — Chimera states	Les zones synchronisées sont des communautés d'anticipation partagée, séparées des zones désordonnées par hétérogénéité des croyances.

Conséquence méthodologique : tout cadre physique appliqué à des séries macro doit soit modéliser explicitement la réflexivité (ajout d'une couche d'anticipations bayésiennes Friston-like), soit assumer explicitement une limite de validité (par exemple "valide sur fenêtres courtes où les anticipations sont stables").

C'est pourquoi la famille S est dédoublée : sa propre famille ET composante transversale des 20 autres. Le panorama n'est pas une liste plate de 21 candidats indépendants, mais une matrice 20 × 1 où chaque famille est conditionnellement modifiée par la réflexivité.

Synthèse — quelle famille pour CPV ?¶

Tableau d'évaluation pour les 21 familles candidates (1-5 étoiles) :

Famille	Force conceptuelle	Disponibilité données CPV	Coût implementation	Pouvoir explicatif observé	Verdict
A — SOC + lois de puissance	★★★★★	★★★★★	★★	★★★★★	Tier 1 — prioritaire
B — Multifractalité	★★★★	★★★★★	★★	★★★★	Tier 1
C — Longue mémoire	★★★★	★★★★★	★	★★★★★	Tier 1
D — Chaos déterministe	★★★	★★	★★★★	★★	Tier 3
E — Critical slowing down	★★★★	★★★★	★★	★★★★	Tier 1
F — Oscillateurs couplés (Kuramoto, KAM)	★★★★	★★★	★★★★	★★★	Tier 2
G — RMT	★★★★	★★★★★	★★	★★★★	Tier 1
H — Verres de spin	★★★★	★	★★★★★	★★★	Tier 3
I — Théorie de l'information	★★★★★	★★★★★	★	★★★★	Tier 1
J — Lévy flights	★★★★	★★★★	★★	★★★★	Tier 1
K — Cristaux liquides / topologie	★★★	★	★★★★★	★★	Tier 3
L — Biologie évolutionniste	★★★	★★★	★★★	★★★	Tier 2
M — Quantum analogies	★★	★	★★★★★	★	Tier 3
N — Bifurcations / catastrophes	★★★★	★★	★★★	★★★	Tier 2
O — Cellular automata	★★★	★	★★★★	★★	Tier 3
P — Cascades K41 / turbulence	★★★★★	★★★★	★★★	★★★★	Tier 1
Q — Universalité / RG / MaxEnt (méta)	★★★★★	★★★★	★★	★★★★	Tier 1 méta
R — Diffusion anormale	★★★★	★★★★	★★	★★★★	Tier 1
S — Réflexivité (transversale)	★★★★★	★★★	★★★★★	★★★	Composante transversale
T — Tsallis non-extensive	★★★★	★★★★★	★★	★★★★	Tier 1
U — Chimera states	★★★★	★★★★	★★★	★★★★	Tier 2

Tier 1 (à implémenter en priorité — Roadmap item #15)¶

Onze familles directement testables sur les données CPV existantes avec des diagnostics statistiques compacts (les 7 originales + P, R, T ajoutées dans cette extension ; Q comme méta-cadre ; S comme composante transversale obligatoire) :

Famille A — SOC : slope spectrale log-log (test 1/f^β), distribution des incréments (test loi de puissance via Hill).
Famille B — Multifractalité : MF-DFA, spectre f(α).
Famille C — Longue mémoire : DFA, Hurst exponent.
Famille E — Critical slowing down : rolling variance + AC1, Kendall-tau.
Famille G — RMT : Marchenko-Pastur fit sur matrices de corrélation panel.
Famille I — Théorie de l'information : permutation entropy + statistical complexity.
Famille J — Lévy flights : fit Lévy stable, test queue lourde.
Famille P — Cascades K41 : exposants de scaling ζ(p), pente spectrale dans la zone inertielle.
Famille R — Diffusion anormale : régression log-log MSD(t).
Famille T — Tsallis non-extensive : ajustement q-Gaussien à la distribution des incréments.
Famille Q (méta) — Universalité / MaxEnt : regroupement des exposants par classe d'universalité, sélection MDL/AIC du meilleur modèle.

Composante transversale obligatoire : Famille S (réflexivité) doit être intégrée dans chaque test Tier 1 sous une des deux formes : soit modélisation explicite (couche bayésienne d'anticipations type Friston), soit limite de validité affichée ("résultat valable sur la fenêtre 1980-2020 où le régime cognitif collectif est stable").

Ces cadres se testent avec un module compact ecowave/cycles/alternative_dynamics.py (spec dans le roadmap item #15 — voir feuille de route).

Tier 2 (à explorer après Tier 1)¶

Famille F — Kuramoto / KAM / pendules multiples. Coût élevé (modèles paramétriques à fitter), mais hautement pertinent si les diagnostics Tier 1 pointent vers de la synchronisation partielle.
Famille L — Biologie évolutionniste. Distribution durées inter-crises.
Famille N — Bifurcations. Régimes markoviens non-stationnaires.
Famille U — Chimera states. À tester via cohérence wavelet pairwise sur le panel JST 18 économies pour identifier les clusters de synchronisation partielle.

Tier 3 (gardés en réserve)¶

Familles D, H, K, M, O. Conceptuellement intéressantes mais soit coût implémentation prohibitif, soit applicabilité statistique exotique sur 1D macro time series.

Limites épistémologiques¶

Le mot final n'est pas "la macroéconomie est SOC" ni "la macroéconomie est multifractale" — c'est "la macroéconomie n'est pas un cycle, et voici 15 grilles de lecture alternatives, dont 7 directement testables. À chacun de ces 7 diagnostics, on appliquera le même protocole strict que pour les cycles : test statistique avec null hypothesis, surrogates, seuil α=0.05."

Le programme reste falsifiabiliste — on multiplie les cadres candidats pour ne pas tomber dans un nouveau dogme. Le succès empirique d'un cadre alternatif (par ex. "Hurst exponent universellement

0.7 sur 80 % des séries CPV") ne valide pas ce cadre seul, mais ouvre une question : "qu'est-ce qui produit physiquement de la longue mémoire dans les séries macro ?". Plusieurs des 15 familles peuvent coexister — SOC + Lévy + longue mémoire ne s'excluent pas mutuellement, elles décrivent des aspects complémentaires.

C'est cette ouverture épistémologique qui distingue CPV d'un projet unimodal : on multiplie les portes d'entrée plutôt que d'imposer une seule grille de lecture.

Référence¶

Page bibliographique complète : voir section "Au-delà des cycles" de bibliographie.md.

Implémentation diagnostique : voir item #15 de la feuille de route.