Indice des prix des logements anciens : données trimestrielles depuis 1996 (Notaires-INSEE)

L’indice des prix des logements anciens mesure l’évolution trimestrielle du prix des logements d’occasion en France, du premier trimestre 1996 à aujourd’hui. Il s’agit de l’indice Notaires-INSEE — la mesure officielle française, construite à partir des bases notariales et publiée par l’INSEE, utilisée comme référence par la Banque de France, l’IGEDD et le Comité européen du risque systémique. Ce jeu de données Eco3min chaîne les bases 2010 et 2015 de l’INSEE en une série continue unique, rebasée en 100 = moyenne 2015, soit 121 trimestres jusqu’au premier trimestre 2026.

Jeu de données : indice des prix des logements anciens (1996–2026) · Mis à jour le 2026-01-01

Source : INSEE · indices Notaires-INSEE des prix des logements anciens, série CVS, base 100 = 2015

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

La série complète de l’indice des prix des logements anciens est disponible aux formats CSV et Excel.

Accès direct aux données

L’indice amont est publié par l’INSEE dans sa base de séries chronologiques (BDM) et n’y existe pas sous forme de CSV chaîné unique. Le jeu de données structuré Eco3min renvoie la série continue 1996–2026 :

Accès CSV direct — jeu de données structuré Eco3min

https://eco3min.fr/dataset/fr/fr-house-price-index.csv

Cette URL renvoie le jeu de données complet au format CSV, utilisable directement dans pandas, R, curl ou tout outil de traitement. Les formats JSON et XLSX sont disponibles au même chemin avec l’extension correspondante.

Utiliser les données en Python

import pandas as pd

url = "https://eco3min.fr/dataset/fr/fr-house-price-index.csv"
df = pd.read_csv(url, parse_dates=["date"])

print(df.head())
print(df["house_price_index"].describe())

Utiliser les données en R

library(readr)

url <- "https://eco3min.fr/dataset/fr/fr-house-price-index.csv"
df <- read_csv(url)

head(df)
summary(df$house_price_index)

Les deux exemples chargent le jeu de données directement depuis l’URL — sans téléchargement ni clé d’API.

Méthodologie

La série est reconstruite par un pipeline Eco3min qui interroge quotidiennement la base de séries chronologiques BDM de l’INSEE. L’INSEE publie l’indice trimestriellement, environ deux à trois mois après la fin du trimestre de référence, une fois les actes notariés enregistrés et le modèle hédonique réestimé. La variante retenue est la série corrigée des variations saisonnières, ensemble des logements, France hors Mayotte.

Une étape de traitement mérite d’être explicitée, car c’est la raison pour laquelle une série continue 1996–2026 existe ici et pas en amont. L’INSEE republie ses indices sous un nouveau jeu de données à chaque changement de base, et chaque base ne couvre qu’une partie de l’historique : la base 2010 court de 1996 T1 à 2018 T1, la base 2015 de 2010 T1 à aujourd’hui. Le pipeline Eco3min chaîne les deux sur leurs 33 trimestres de recouvrement par le ratio moyen entre elles, puis rebase le résultat en 100 = moyenne annuelle 2015. Le facteur de raccord est recalculé à chaque exécution plutôt que figé : une révision amont de l’une ou l’autre base se propage donc à l’ensemble de la série.

Régimes historiques

• 1996–2000 — le plancher d’après-correction. L’indice touche son point bas de la série à 40,90 au premier trimestre 1997, refermant la correction consécutive à la bulle parisienne de 1990–1991. Il n’est remonté qu’à 47,70 début 2000. Les taux des crédits dépassent encore 6 % et les volumes restent faibles.
• 2000–2008 — l’expansion du crédit. L’indice passe de 47,70 à 104,23 au deuxième trimestre 2008, soit 118,5 % en huit ans. Depuis le point de départ de 1996 T1, la hausse totale atteint 151,9 %. L’allongement des durées d’emprunt d’environ 15 à près de 20 ans et la baisse des taux sous 4 % élargissent mécaniquement la capacité d’emprunt.
• 2008–2009 — la seule baisse franche. L’indice recule de 9,0 % entre le deuxième trimestre 2008 et le deuxième trimestre 2009, la plus forte variation annuelle négative de la série. Les volumes de transactions s’effondrent plus vite que les prix : la signature classique d’un marché où les vendeurs se retirent plutôt que de baisser.
• 2009–2011 — la correction inachevée. Les prix regagnent 13,2 % jusqu’à 107,33 au troisième trimestre 2011, portés par les baisses de taux de la BCE et la reprise de la production bancaire. Contrairement aux États-Unis, la France ne purge jamais son excès de 2008 — une divergence lisible dans le pilier immobilier, cycles et taux.
• 2011–2015 — la dérive latérale. Un repli lent de 6,7 % jusqu’à 100,13 au premier trimestre 2015, étalé sur quatorze trimestres. Pas d’épisode de ventes forcées, pas de choc de taux — simplement un marché dont l’accessibilité avait dépassé les revenus.
• 2015–2022 — l’ascension des taux zéro. De 100,13 au plus haut de la série, 133,77 au quatrième trimestre 2022, soit 33,6 %. Les taux des crédits immobiliers approchent 1 % et la hausse des prix suit presque exactement l’élargissement de la capacité d’emprunt.
• 2022–2026 — résistance nominale, correction réelle. L’indice recule à 125,86 fin 2024 puis remonte à 127,36, soit 4,8 % sous son pic. En euros constants, le repli atteint 12,2 % depuis le pic réel du premier trimestre 2022 — l’écart entre ces deux chiffres résume tout le cycle.

Jeux de données liés

Analyses associées

Hub des données macro-financières

Ce jeu de données fait partie du dépôt de données macro-financières Eco3min.

Explorer le hub de données Eco3min

Sources

• INSEE — indices Notaires-INSEE des prix des logements anciens (IPLA), ensemble des logements, France hors Mayotte, série CVS. Extraits de la base de séries chronologiques BDM de l’INSEE.
• Données de transaction sous-jacentes : bases de données notariales, traitées par l’INSEE selon sa méthodologie d’indice hédonique.
• Réutilisation : les données du service statistique public peuvent être réutilisées, y compris à des fins commerciales, sous réserve du respect de l’intégrité de l’information et de la mention de la source.

Référence du jeu de données

Eco3min Research. (2026). Indice des prix des logements anciens — Notaires-INSEE (1996–2026). Source : INSEE.<br> https://eco3min.fr/indice-prix-logements-anciens-france-dataset/