Calcul de la probabilité d'observer un événement périodique : guide 2026

1. Fondements du calcul de probabilité d’un événement périodique

Un événement périodique est un fait qui se reproduit à intervalles réguliers ou quasi-réguliers : échéance de loyer, versement de salaires, remboursement d’emprunt, dépôt de bilan trimestriel. En droit des faillites, le calcul de la probabilité d'observer un événement périodique permet d’évaluer la récurrence d’un défaut ou d’une défaillance dans le temps. La loi des grands nombres et les processus de Poisson sont fréquemment utilisés par les experts-comptables et les mandataires judiciaires.

« Dans une procédure de sauvegarde, le tribunal examine la probabilité que l’entreprise puisse honorer ses échéances futures. Un calcul rigoureux de la périodicité des flux peut démontrer la viabilité du plan. »

La notion de « probabilité d’observation » se distingue de la simple fréquence : elle intègre l’intervalle de confiance et la loi de distribution. En 2026, les juges consulaires attendent des modèles probabilistes étayés par des données comptables certifiées. L’expertise doit reposer sur au moins 12 à 24 mois d’historique pour être statistiquement significative.

2. Cadre légal : code de commerce et jurisprudence 2026

2.1 Textes applicables

Le calcul de la probabilité d'observer un événement périodique s’inscrit dans l’évaluation de la cessation des paiements (art. L.631-1 c.com.). L’article R.631-1 précise que le tribunal peut ordonner une expertise pour déterminer la date de cessation des paiements. La jurisprudence 2026 consolide l’usage des méthodes statistiques.

2.2 Jurisprudence 2026 : tournant probabiliste

Deux arrêts marquent l’année. Dans l’arrêt Sté Batimurs c/ Mandataire (Cass. com., 12 fév. 2026), la Cour a jugé que « la probabilité d’observer un défaut de paiement périodique, calculée sur 18 mois, constitue un élément pertinent pour écarter la date de cessation des paiements proposée par le débiteur ». À l’inverse, l’arrêt du 3 mars 2026 censure une expertise qui n’avait pas modélisé la périodicité des encaissements clients. Le calcul de la probabilité d'observer un événement périodique doit intégrer la saisonnalité et les cycles économiques.

« La Cour de cassation exige désormais une démonstration statistique solide, et non plus seulement une déclaration comptable. Le calcul de probabilité devient un standard probatoire. »

3. Méthode de calcul pas à pas (modèle périodique)

3.1 Définir l’événement et sa périodicité

Soit un événement E (ex : non-paiement d’une échéance fiscale). On note T la variable aléatoire « temps entre deux occurrences ». Si T suit une loi exponentielle de paramètre λ, la probabilité d’observer au moins un événement dans un intervalle [0, t] est : P(observer E dans [0,t]) = 1 - e^{-λt}. Pour une périodicité stricte (ex : tous les 30 jours), on utilise une loi de Poisson discrète.

3.2 Calcul pratique

Étape 1 : collecter les dates des 12 à 24 derniers événements (ex : 15 défauts de paiement). Estimer λ = nombre d’événements / période totale. Étape 2 : pour une échéance future (ex : 90 jours), le calcul de la probabilité d'observer un événement périodique se fait par la formule de la fonction de répartition. Exemple : λ = 0,1 événement par jour, P(observer un événement dans les 30 jours) = 1 - exp(-0,1*30) ≈ 95,0 %.

Pour les séries non exponentielles, on préfère le test de périodicité de Fisher ou l’analyse spectrale. L’expert judiciaire doit justifier le choix du modèle.

4. Application à la détection de la cessation des paiements

La cessation des paiements est l’événement périodique par excellence : impossibilité de payer des dettes exigibles. Le calcul de la probabilité d'observer un événement périodique permet d’anticiper la date de cette cessation. En pratique, on modélise les flux de trésorerie comme un processus de renouvellement.

« Dans le cadre d’une procédure de redressement judiciaire, nous avons pu démontrer que la probabilité de défaut de paiement dans les 45 jours était inférieure à 30 %, grâce à un calcul rigoureux. Le tribunal a accordé un délai supplémentaire. »

L’arrêt du 12 février 2026 a validé cette approche : la société Y avait présenté un modèle où la probabilité d’observer un impayé périodique (loyer) était de 12 % sur 60 jours. La Cour a estimé que cela ne caractérisait pas une cessation des paiements certaine. Attention : une probabilité > 50 % sur une période courte est un signal fort.

5. Erreurs et biais dans l’estimation probabiliste

Les erreurs les plus fréquentes dans le calcul de la probabilité d'observer un événement périodique sont : (1) confondre fréquence observée et probabilité théorique, (2) ignorer les variations saisonnières, (3) utiliser un historique trop court (moins de 10 occurrences), (4) ne pas tenir compte des corrélations entre événements. La jurisprudence 2026 (arrêt du 3 mars) a sanctionné une expertise qui avait lissé les données sans justification.

5.1 Biais de survie

Les entreprises qui déposent tardivement leur bilan ont souvent une probabilité sous-estimée car elles omettent les événements passés. Le calcul doit intégrer les données complètes, y compris les périodes de tension.

« J’ai vu des dossiers où l’expert avait exclu les mois de juillet et août (période de fermeture) en les qualifiant d’anormaux. La Cour de cassation a requalifié cette omission en violation de l’obligation de loyauté. »

6. Utilisation stratégique dans les procédures collectives

Le calcul de la probabilité d'observer un événement périodique est un levier pour négocier un plan de sauvegarde ou contester une date de cessation des paiements. Il permet de démontrer que l’entreprise peut faire face à ses échéances futures avec une probabilité élevée. Les tribunaux de commerce (Paris, Lyon, Marseille) intègrent désormais ces calculs dans les ordonnances de référé.

6.1 Plan de continuation

Pour obtenir un plan sur 10 ans, le débiteur doit prouver que la probabilité de défaut périodique (ex : remboursement annuel) est inférieure à 5 % sur la durée. Un calcul actuariel est souvent requis.

6.2 Contestation de la période suspecte

Si le tribunal fixe une date de cessation des paiements, un calcul probabiliste peut démontrer que l’événement périodique (ex : impayé de TVA) n’était pas encore probable à cette date. Cass. com., 12 fév. 2026 a admis ce moyen.

7. Cas pratique : entreprise X, calcul de la probabilité d’observer un défaut de paiement périodique

Contexte : Société X (PME de 25 salariés) connaît des retards de paiement fournisseurs depuis 8 mois. L’avocat mandate un expert pour le calcul de la probabilité d'observer un événement périodique (défaut de paiement > 30 jours) sur les 6 prochains mois. Historique : 12 défauts sur 240 jours, soit λ = 0,05/jour. P(observer un défaut dans les 30 jours) = 1 - exp(-0,05*30) = 77,7 %. Sur 90 jours : 98,9 %. Le tribunal estime que la probabilité est trop élevée et ouvre un redressement judiciaire.

« Ce cas illustre l’importance d’agir tôt. Si l’entreprise avait présenté un plan de restructuration avant que la probabilité n’atteigne 70 %, elle aurait pu bénéficier d’une sauvegarde. »

Variante : si l’entreprise avait démontré une périodicité bi-mensuelle (paiements tous les 60 jours), la probabilité sur 30 jours chutait à 39 %. L’expert a négligé la saisonnalité. Le jugement a été critiqué en appel.

8. Recommandations de l’avocat et perspective 2026

Le calcul de la probabilité d'observer un événement périodique n’est plus une option mais une exigence probatoire dans les contentieux de la faillite. En 2026, les juges attendent des modèles transparents, reproductibles et adaptés à la taille de l’entreprise. Pour les dirigeants : ne tardez pas. Une analyse probabiliste précoce peut démontrer que votre entreprise n’est pas en cessation des paiements, ou au contraire vous alerter sur l’urgence.

Agir tôt change tout — chaque semaine compte. Un calcul fiable vous donne une longueur d’avance pour négocier avec les créanciers ou préparer un plan de sauvegarde.