Qu’est-ce que la loi de Goodhart ? Quand la mesure devient la cible

Qu’est-ce que la loi de Goodhart ?

La loi de Goodhart est le principe selon lequel un indicateur statistique cesse d’être fiable dès qu’on en fait un objectif à atteindre, parce que les personnes ou les institutions concernées modifient leur comportement pour faire bouger le chiffre plutôt que la réalité qu’il était censé mesurer. Elle porte le nom de Charles Goodhart, économiste britannique, conseiller de la Banque d’Angleterre, qui l’a énoncée en 1975 à propos des agrégats monétaires, c’est-à-dire des grandes mesures de la quantité de monnaie en circulation.

L’idée a largement débordé de son cadre d’origine. On l’invoque aujourd’hui pour les hôpitaux, les classements d’universités, les citations scientifiques ou les primes indexées sur des résultats. Partout, le même mécanisme : un chiffre fiable tant que personne n’avait intérêt à le manipuler se met à mentir dès qu’il conditionne une récompense ou une sanction.

La loi de Goodhart en résumé

La loi de Goodhart affirme qu’une régularité statistique tend à se dégrader dès que l’on s’appuie sur elle pour piloter une politique. Charles Goodhart l’a formulée dans une communication présentée en juillet 1975 à Sydney, lors d’une conférence de la Banque de réserve d’Australie, en tirant les leçons de la politique monétaire britannique. En 1997, l’anthropologue Marilyn Strathern lui a donné sa forme la plus connue : quand une mesure devient une cible, elle cesse d’être une bonne mesure. Proche de la critique de Lucas (1976) et de la loi de Campbell, elle s’applique à la monnaie, à la gestion publique, à la finance et à l’entreprise.

Charles Goodhart, la Banque d’Angleterre et la monnaie introuvable

Né en 1936 à Oxford, Charles Goodhart a enseigné à la London School of Economics avant de rejoindre la Banque d’Angleterre à la fin des années 1960, où il a conseillé la direction en matière de politique monétaire jusqu’au milieu des années 1980. Revenu ensuite à la LSE, il a siégé au comité de politique monétaire de la Banque d’Angleterre de 1997 à 2000.

Le contexte est celui des années 1970. En septembre 1971, la réforme dite Competition and Credit Control supprime les plafonds de crédit et met les banques en concurrence pour attirer les dépôts. Les relations statistiques entre demande de monnaie, revenus et taux d’intérêt, jusque-là stables, déraillent : selon le bulletin trimestriel de la Banque d’Angleterre de 1974, l’agrégat M3 augmente d’environ 75 % entre le troisième trimestre 1971 et le premier trimestre 1974, et les équations estimées sur la période antérieure sous-estiment cette croissance presque chaque trimestre. Dans le même temps, l’inflation s’envole et la doctrine du monétarisme, portée par Milton Friedman, gagne du terrain : si l’inflation vient d’un excès de monnaie, il suffirait de fixer une cible de croissance de la masse monétaire.

C’est en tirant le bilan de ces années que Goodhart écrit, dans son texte intitulé Problems of Monetary Management : The U.K. Experience, la phrase restée célèbre : « Any observed statistical regularity will tend to collapse once pressure is placed upon it for control purposes ». Autrement dit, toute régularité statistique observée tend à s’effondrer dès qu’on pèse sur elle pour s’en servir comme instrument de contrôle. Le texte, présenté à la conférence de Sydney de juillet 1975, a ensuite été publié dans le premier volume des Papers in Monetary Economics de la Banque de réserve d’Australie. Cette remarque technique de banquier central est devenue l’une des lois les plus citées des sciences sociales.

La formule que tout le monde connaît n’est pas de lui. On la doit à l’anthropologue britannique Marilyn Strathern, dans un article de 1997 sur l’évaluation des universités britanniques, « Improving ratings : audit in the British University system », paru dans la European Review : « When a measure becomes a target, it ceases to be a good measure », soit : quand une mesure devient une cible, elle cesse d’être une bonne mesure. Strathern s’appuyait elle-même sur une formulation de Keith Hoskin publiée en 1996. Cette version plus générale a fait voyager l’idée bien au-delà de la monnaie.

Les idées clés

Un indicateur résume, il ne remplace pas. Un chiffre est utile parce qu’il est corrélé à quelque chose de plus large et de plus difficile à observer : la masse monétaire à l’inflation future, un délai d’intervention à la qualité des secours, un nombre de citations à l’influence d’un chercheur. Cette corrélation tient aux comportements de ceux qui produisent le chiffre, et elle peut se rompre si ces comportements changent.

La cible crée une incitation à agir sur le chiffre lui-même. Dès qu’une récompense ou une sanction dépend d’un indicateur, il devient rationnel de chercher le moyen le moins coûteux de le faire bouger, et il est souvent plus simple de reclasser, de retarder ou de redéfinir que d’améliorer la réalité.

Les acteurs anticipent. La loi de Goodhart rejoint la théorie des attentes rationnelles : des agents qui connaissent la règle du jeu adaptent leur conduite à cette règle. Une relation observée quand personne ne la ciblait ne dit donc rien de ce qui se passera une fois ciblée.

Le phénomène dépasse l’économie. Une étude de Gwyn Bevan et Richard Hamblin, publiée en 2009 dans le Journal of the Royal Statistical Society, a examiné l’objectif imposé aux services d’ambulance anglais au début des années 2000 : intervenir en moins de huit minutes sur au moins 75 % des appels les plus graves. Les performances déclarées ont fortement progressé, mais les contrôles ont relevé des anomalies autour du seuil des huit minutes et des temps corrigés à la main dans certains services. Le chiffre s’était amélioré plus vite que la réalité.

Un exemple : le « corset » britannique et la monnaie qui s’échappe

En décembre 1973, la Banque d’Angleterre met en place un dispositif surnommé le « corset » (officiellement le Supplementary Special Deposits scheme) : les banques dont certains dépôts rémunérés croissent au-delà d’un rythme prescrit doivent déposer des fonds non rémunérés auprès de la banque centrale. Le but est de freiner la croissance de l’agrégat £M3, la masse monétaire au sens large en livres sterling, que les autorités ciblent officiellement à partir de 1976.

Les banques et leurs clients s’adaptent. Une partie du crédit passe par des effets bancaires détenus hors du système bancaire, qui n’apparaissent pas dans les bilans des banques et donc pas dans £M3. D’après une étude publiée par la Banque d’Angleterre en 1982, cette « fuite » représentait environ 350 millions de livres avant la première activation du corset et culmine à près de 2,7 milliards de livres au deuxième trimestre 1980. L’agrégat surveillé sous-estimait ainsi la réalité du crédit.

Le gouvernement de Margaret Thatcher abolit le contrôle des changes en 1979, puis le corset en juin 1980, dans le cadre d’une stratégie financière à moyen terme qui fixait pour 1980-1981 une cible de croissance de £M3 de 7 à 11 %. Le crédit caché revient alors dans les bilans bancaires : en juillet 1980, £M3 bondit d’environ 5 ¾ % en un seul mois. Entre février et octobre 1980, sa croissance annualisée dépasse 20 %. La cible est manquée de très loin, en partie parce que le crédit caché réapparaît dans la statistique, ce qui rend le chiffre très difficile à interpréter. La cible de £M3 est suspendue en octobre 1985 et cesse de structurer la politique monétaire britannique dans les années qui suivent.

Les critiques et les débats

Une loi ou une tendance ? Goodhart écrit qu’une régularité « tend » à s’effondrer, pas qu’elle s’effondre toujours : les indicateurs difficiles à manipuler, mesurés par un tiers indépendant ou proches du résultat final résistent mieux. Les critiques reprochent aux usages populaires de la loi de servir d’argument universel contre toute mesure, ce que ni Goodhart ni Strathern n’ont soutenu.

Des idées voisines, parfois antérieures. En 1976, Robert Lucas publie « Econometric Policy Evaluation : A Critique », où il montre que les paramètres des modèles macroéconomiques changent quand la politique change, car les agents adaptent leurs anticipations ; la courbe de Phillips en est l’exemple type. La critique de Lucas formalise ce que Goodhart constatait empiriquement. Le psychologue Donald T. Campbell, dans un texte publié en décembre 1976, « Assessing the Impact of Planned Social Change », énonce de son côté que plus un indicateur social quantitatif sert à la prise de décision, plus il est exposé aux pressions qui le corrompent et plus il déforme les processus qu’il devait surveiller. Certains auteurs estiment que l’idée de Campbell circulait déjà à la fin des années 1960.

L’« effet cobra », une anecdote douteuse. On illustre souvent la loi par une histoire située à Delhi sous la domination britannique : une prime aurait été versée pour chaque cobra tué, des habitants se seraient mis à en élever, puis les auraient relâchés à la suppression de la prime. L’expression « effet cobra » a été forgée par l’économiste allemand Horst Siebert dans un livre de 2001, mais l’authenticité de l’anecdote est discutée et n’est pas attestée par des archives connues. Le cas mieux documenté est celui de Hanoï en 1902 : l’administration coloniale française payait une prime par queue de rat, et l’historien Michael G. Vann rapporte qu’on a vu circuler des rats vivants amputés de leur queue.

Faut-il renoncer à mesurer ? Personne ne le propose sérieusement. Les remèdes discutés : multiplier et renouveler les indicateurs, garder une part de jugement humain, contrôler les données, cibler le résultat final plutôt qu’un intermédiaire. L’école du choix public ajoute que les administrations productrices de chiffres ont leurs propres intérêts, d’où l’intérêt de statistiques indépendantes.

Ce qu’il en reste aujourd’hui

Les banques centrales ont tiré la leçon. La plupart ont abandonné les cibles d’agrégats monétaires au profit d’une cible d’inflation, adoptée d’abord par la Nouvelle-Zélande au tournant des années 1990, puis par de nombreux pays. Une cible d’inflation porte sur le résultat final et non sur un intermédiaire, ce qui la rend moins vulnérable à la loi de Goodhart, sans l’en protéger totalement : l’indice des prix reste une construction statistique.

Hors de la politique monétaire, la loi de Goodhart est devenue un outil de critique des politiques de résultats. Elle est invoquée contre les classements universitaires, contre l’évaluation des chercheurs par leurs citations (une étude publiée en 2021 dans PLOS ONE conclut que l’indice h, proposé par Jorge Hirsch en 2005, est devenu un corrélat beaucoup moins efficace de la reconnaissance scientifique) et, plus récemment, dans les débats sur l’intelligence artificielle, où un système entraîné à maximiser un score peut satisfaire le score plutôt que l’intention de ses concepteurs.

Ce que ça change pour un investisseur ou un trader

Premier réflexe : se méfier des indicateurs que tout le monde surveille. Un chiffre qui fait bouger les marchés devient un objectif pour ceux qui le publient ou le commentent. Une entreprise a intérêt à battre le consensus des analystes, un gouvernement à afficher un déficit sous un seuil symbolique. Plus un indicateur est attendu, plus il mérite d’être lu avec ses révisions, ses composantes et sa méthode.

Les objectifs des banques centrales appellent la même vigilance. L’histoire de £M3 montre qu’une cible intermédiaire peut être tenue sur le papier pendant que la réalité dérive, ou manquée sans que la politique soit aussi laxiste qu’il y paraît. Un indicateur privilégié par une banque centrale peut perdre une partie de sa valeur informative : il est prudent de le recouper avec le crédit, les salaires, les anticipations d’inflation et les conditions financières.

Les ratios d’entreprise, enfin, peuvent être retravaillés. Une étude de François Degeorge, Jayendu Patel et Richard Zeckhauser, publiée en 1999 dans le Journal of Business, observe que les entreprises gèrent leurs résultats pour franchir trois seuils : publier un bénéfice positif, faire au moins aussi bien que l’année précédente et atteindre les attentes des analystes. Quand un indicateur sert à rémunérer des dirigeants, le résultat « ajusté », les éléments dits exceptionnels ou le bénéfice par action soutenu par des rachats d’actions méritent un examen attentif. Sans soupçonner chaque entreprise, il est utile de comparer le chiffre mis en avant avec les flux de trésorerie et les comptes établis selon les normes.

Il en va de même des modèles et des signaux. Un signal de marché qui fonctionnait tant que peu de gens l’utilisaient peut cesser de fonctionner une fois connu et exploité par tous, ce qui rejoint le débat sur l’efficience des marchés. La loi de Goodhart invite à se méfier d’une régularité passée présentée comme une règle intangible, surtout quand elle devient populaire. Ce rappel n’est pas une méthode et ne garantit aucun résultat.

Questions fréquentes

Quelle est la formule exacte de la loi de Goodhart ?

La formulation d’origine de Charles Goodhart (1975) dit en substance que toute régularité statistique observée tend à s’effondrer dès qu’on s’appuie sur elle à des fins de contrôle. La formule la plus citée, « quand une mesure devient une cible, elle cesse d’être une bonne mesure », est due à l’anthropologue Marilyn Strathern (1997).

Quelle différence entre la loi de Goodhart et la critique de Lucas ?

Goodhart constate, à partir de l’expérience britannique, que les relations statistiques ciblées se dégradent. Lucas (1976) en donne une explication théorique : les paramètres des modèles changent avec la politique, car les agents adaptent leurs anticipations.

L’effet cobra est-il une histoire vraie ?

Rien n’est moins sûr : l’anecdote des cobras d’élevage à Delhi n’est pas attestée par des archives connues. L’épisode des primes aux queues de rat à Hanoï en 1902, étudié par l’historien Michael G. Vann, est mieux documenté.

La loi de Goodhart condamne-t-elle les cibles d’inflation ?

Pas directement. Elle a surtout frappé les cibles intermédiaires, comme la masse monétaire, dont le lien avec l’inflation s’est rompu. Une cible d’inflation porte sur le résultat final, ce qui la rend plus robuste, sans dispenser de surveiller la qualité de la mesure des prix.

Pour aller plus loin

• La cohérence temporelle

Lexique économique : toutes les définitions, de A à Z.