Saisonnalité des prix REIV suisses
Cette étude analyse 82 fonds et sociétés immobiliers suisses cotés sur 15 ans (2010–2025), révélant que les rendements mensuels suivent un profil saisonnier modeste mais statistiquement détectable—juillet et décembre tendent à être les mois les plus porteurs, mai et octobre les plus faibles.

Évidence empirique sur les fonds et sociétés immobiliers cotés, 2010–2025
Sur les marchés actions, les effets calendaires sont bien documentés. L'effet « Sell in May », l'effet janvier ou les anomalies de fin de mois sont étudiés depuis des décennies. Pourtant, pour les titres immobiliers suisses négociés—fonds immobiliers cotés (SWIIT), sociétés immobilières cotées (REAL) et fonds non cotés négociés sur le marché secondaire OTC, un segment combiné de plus de 60 milliards de CHF—aucune étude systématique n'avait examiné si de tels schémas existent.
Cette étude analyse 82 fonds et sociétés immobiliers suisses cotés sur 15 ans (janvier 2010 à février 2026), soit plus de 9 300 observations fonds-mois issues de la base de données propriétaire de Quanthome.
Résultats clés
Profil des rendements mensuels
Les mois les plus performants sont juillet (+1.08 %) et décembre (+1.12 %). Les plus faibles sont mai (−0.60 %), octobre (−0.42 %) et août (−0.24 %). L'adage « Sell in May » trouve un écho partiel : mai est effectivement le pire mois. Toutefois, le creux estival supposé est interrompu par un juillet solide, de sorte que le profil n'est pas un repli continu mais plutôt une alternation de mois positifs et négatifs.
Un modèle de régression confirme que les douze mois ne sont pas tous égaux—le test global est significatif au seuil de 5 %. Cependant, lorsque chaque mois est testé individuellement avec la correction adéquate pour comparaisons multiples, aucun ne résiste. Le phénomène doit être considéré comme une tendance plutôt que comme un signal de trading fiable.
L'effet dividende
La découverte la plus frappante liée au calendrier ne concerne pas les mois en tant que tels, mais les dividendes. Les fonds immobiliers suisses distribuent généralement un dividende annuel, dont les dates ex-dividende se concentrent en avril (37 % des événements) et décembre (16 %).
Autour de ces dates, les prix tendent à dériver à la hausse dans les deux semaines précédant la date ex, puis chutent fortement le jour ex et après, lorsque le dividende est détaché du cours. L'effet net sur une fenêtre de 11 jours de bourse est d'environ −2.9 %, statistiquement très significatif.
Cette baisse de prix est largement mécanique et ne doit pas être assimilée à une anomalie exploitable. Cet effet dividende contribue vraisemblablement à la saisonnalité mensuelle observée : la faiblesse d'avril et mai pourrait en partie refléter les ajustements post-dividende, tandis que la force de décembre et janvier pourrait refléter un positionnement pré-dividende.
Type de véhicule et robustesse
Le profil saisonnier est globalement similaire entre véhicules résidentiels, commerciaux et mixtes, ainsi qu'entre les différentes formes juridiques (fonds et sociétés immobilières). L'effet saisonnier semble être un phénomène de marché plutôt qu'un effet spécifique à un segment.
Le profil saisonnier persiste globalement à travers quatre régimes de marché—reprise post-crise financière (2010–2014), compression des rendements (2015–2019), COVID et suite (2020–2021), et normalisation des taux BNS (2022+).
Mises en garde pour les investisseurs
- Ce n'est pas un signal de trading. Les écarts saisonniers sont modestes—de l'ordre de 1 à 2 points de pourcentage entre les meilleurs et les pires mois—et aucun mois n'est suffisamment fiable pour ancrer une stratégie.
- Les coûts de transaction sont réels. De nombreux fonds et sociétés immobiliers suisses sont peu liquides, avec des écarts achat-vente importants. Les différences saisonnières s'effaceraient probablement après prise en compte des frictions réalistes.
- Biais de survivance. L'échantillon n'inclut que les véhicules actifs au moment de l'extraction.
- Les tendances passées ne sont pas garantes de l'avenir. Le profil saisonnier montre une certaine stabilité, mais 15 ans de données offrent une puissance statistique limitée.
Télécharger l'étude complète
Des données aux workflows
Conçu pour les équipes institutionnelles
Commencez
aujourd'hui
Intelligence au niveau du bâtiment, analytics fonds & véhicules, et recherche par IA, unifiés pour les équipes institutionnelles. Commencez gratuitement.