Croissance du crédit à l’habitat en France : le glissement annuel de l’encours, mensuel depuis 2012

Ce jeu de données suit le taux de croissance annuel de l’encours des crédits à l’habitat des ménages résidents français, publié par la Banque de France dans ses statistiques BSI1, mensuellement depuis septembre 2012, soit 164 observations. C’est le taux de variation d’un stock, ce qui en fait la lecture la plus directe du cycle du crédit immobilier français. La série va d’un pic de 8,31% en août 2021 à un creux de -2,87% en novembre 2024, soit 11,2 points d’amplitude en trois ans, et elle a désormais passé 45 mois de son histoire sous zéro.

Jeu de données : croissance du crédit à l’habitat (2012–2026) · Mis à jour le 2026-07-01

Source : Banque de France, Webstat BSI1 · crédits à l’habitat aux ménages résidents, taux de croissance annuel

Lecture macro

Fiche du jeu de données

Variables du fichier

Les fichiers CSV, Excel et JSON contiennent les colonnes suivantes.

Les noms de colonnes correspondent exactement aux en-têtes du CSV.

Télécharger le jeu de données complet

Le fichier complet de la croissance du crédit à l’habitat est disponible en CSV et en Excel.

Accès CSV direct – jeu de données structuré Eco3min

https://eco3min.fr/dataset/fr/fr-housing-loans-growth.csv

Cette URL renvoie le fichier complet au format CSV. Elle s’utilise directement dans pandas, R, curl ou tout autre outil. La série amont est publiée par la Banque de France via Webstat, dans le jeu BSI1.

Utiliser le jeu de données en Python

import pandas as pd

url = "https://eco3min.fr/dataset/fr/fr-housing-loans-growth.csv"
df = pd.read_csv(url, parse_dates=["date"])

print(df.tail())
print(df[df["housing_loans_growth"] < 0].shape[0], "mois sous zero")

Utiliser le jeu de données en R

library(readr)

url <- "https://eco3min.fr/dataset/fr/fr-housing-loans-growth.csv"
df <- read_csv(url)

tail(df)
sum(df$housing_loans_growth < 0)

Les deux exemples chargent le fichier directement depuis l’URL, sans téléchargement ni clé d’API.

Méthodologie

La Banque de France publie ce taux de croissance aux côtés des encours dans ses statistiques BSI1. C’est un taux de variation annuel calculé sur l’encours corrigé, c’est-à-dire net des reclassements, des réévaluations et, le cas échéant, des titrisations, afin qu’un changement de périmètre de déclaration n’apparaisse pas comme de la croissance du crédit. C’est pour cette raison que le taux publié ici ne se reproduit pas toujours exactement en divisant deux relevés bruts de l’encours à douze mois d’intervalle.

Le pipeline Eco3min récupère la série via DBnomics, qui reprend Webstat, puis écrit les fichiers CSV, Excel et JSON en reconstruisant l’historique complet à chaque exécution.

Qualité de la donnée et notes du producteur

C’est un taux corrigé, pas un rapport brut. Dériver un glissement annuel directement de la série d’encours donne un chiffre proche mais pas identique. C’est le taux publié qu’il faut citer, parce que c’est celui qui neutralise les effets non transactionnels.

Les effets de base gouvernent le court terme. Un taux à douze mois porte la mémoire du mois qui vient de sortir de la fenêtre. Un mouvement brusque sur un seul mois en dit souvent davantage sur la base de comparaison d’il y a un an que sur le crédit du moment.

Délai et révisions. BSI1 publie avec environ deux mois de décalage, et une révision de l’encours sous-jacent se propage au taux de croissance de chaque mois concerné. Le pipeline reconstruisant le fichier entier, les révisions remplacent l’historique au lieu de s’y ajouter.

Licence. Les données Webstat de la Banque de France sont publiées sous Licence Ouverte 2.0 (Etalab), qui autorise la réutilisation, y compris commerciale, sous réserve de mentionner la source.

Régimes historiques

2012–2013 – Croissance modérée. Des moyennes annuelles de 3,4% et 3,2%, un marché du crédit immobilier qui progresse à un rythme proche de celui du revenu nominal.

2014–2015 – La première contraction. La série passe sous zéro douze mois consécutifs, de mai 2014 à avril 2015, avec une moyenne annuelle de -0,15% en 2014. Cet épisode passe facilement inaperçu et sert de repère utile : le taux peut traverser zéro sans crise du crédit généralisée.

2016–2021 – Six ans d’accélération. Les moyennes annuelles montent à 3,5%, 5,5%, 5,6%, 6,1%, 6,5%, 7,3%. Le pic de 8,31% tombe en août 2021. Rien dans le fichier n’égale cette séquence, ni par sa durée ni par son niveau.

2022–2023 – Le retournement. La croissance est divisée par deux, à 5,9% de moyenne en 2022, puis tombe à 1,2% en 2023. La série franchit zéro en juillet 2023 et entame la plus longue séquence négative du fichier.

2024–2026 – Contraction installée. La moyenne 2024 est de -1,98%, avec le plus bas historique de -2,87% en novembre. Vingt-neuf mois négatifs consécutifs courent jusqu’en novembre 2025, et après un bref retour au-dessus de zéro la série repasse en négatif dès janvier 2026, à -0,10% en avril, au 26e percentile de son histoire.

Jeux de données liés

Un taux de croissance du crédit se lit face au stock dont il dérive, au flux qui l’alimente et au prix qui gouverne les deux.

Base de données macro-financières

Ce jeu de données fait partie du référentiel macro-financier Eco3min.

Explorer les jeux de données Eco3min

Sources

• Banque de France – Webstat, statistiques BSI1, crédits à l’habitat aux ménages résidents, taux de croissance annuel, série M.FR.N.A.A22.A.I.U6.2251.Z01.A
• Licence Ouverte 2.0 (Etalab), réutilisation autorisée avec mention de la source
• Eco3min Research – compilation structurée du jeu de données

Référence du jeu de données

Eco3min Research. (2026). Croissance du crédit à l’habitat en France, données mensuelles (2012–2026).<br> https://eco3min.fr/croissance-credit-habitat-france-dataset/