Part des rénégociations dans le crédit immobilier : le refinancement dans la production, mensuel depuis 2010
Ce jeu de données mesure la part de la production mensuelle de crédits immobiliers français qui relève du refinancement plutôt que de l’emprunt nouveau, telle que publiée par la Banque de France dans ses statistiques MIR1, mensuellement depuis octobre 2010, soit 154 observations. C’est le facteur de correction de la série de production : sans lui, une vague de refinancement et un boom immobilier se ressemblent trait pour trait. La part va de 3,7% en janvier 2012 à 61,8% en janvier 2017, mois où la rénégociation a représenté près de deux euros sur trois prêtés.
Jeu de données : part des rénégociations (2010–2026) · Mis à jour le 2026-07-01
Chargement des données…
Source : Banque de France, Webstat MIR1 · poids des rénégociations dans les crédits nouveaux à l’habitat
Lecture macro
La rénégociation, c’est ce que font les ménages quand le taux proposé descend assez sous celui qu’ils paient pour justifier les frais du changement. Elle monte donc quand les taux baissent vite, s’effondre quand ils montent, et n’entretient presque aucun rapport avec les transactions immobilières. D’où le rôle de cette série, indispensable à côté de la production de crédits nouveaux : la production brute compte les deux, et seule la part dit lequel a bougé.
La vague de 2015 à 2017 est l’épisode déterminant. Les moyennes annuelles atteignent 50,0% en 2015, 42,6% en 2016 et 36,3% en 2017, et quinze mois dépassent 50%, de février 2015 à mars 2017. Au pic de janvier 2017, à 61,8% appliqués à une production record de 38,5 milliards, environ 23,8 milliards étaient du refinancement et seulement 14,7 milliards du crédit nouveau. Lu seul, ce mois dit que la France a connu son plus gros mois de crédit immobilier. Lu avec cette série, il dit que les ménages français ont repricé leur dette en masse.
Depuis 2018 la part reste dans un couloir étroit, entre 14% et 23% de moyenne chaque année, et s’établit à 13,6% en avril 2026, au 14e percentile de son histoire. C’est l’arithmétique d’un monde de taux remontés : avec le taux des crédits immobiliers au-dessus du taux porté par la plupart des encours, il n’y a plus rien à rénégocier, et la production brute redevient ce qu’elle paraît être.
Fiche du jeu de données
| Indicateur | Part des rénégociations dans le crédit immobilier (2010–2026) |
|---|---|
| Zone | France |
| Fréquence | Mensuelle |
| Période | 2010–2026 |
| Variables | date, renegotiation_share |
| Unité | Pourcentage de la production de crédits nouveaux |
| Formats | CSV, Excel (XLSX), JSON |
| Sources | Banque de France, Webstat MIR1, série M.FR.B.A22PR.A.W.A.2254FR.EUR.N |
| Dernière mise à jour | — |
Variables du fichier
Les fichiers CSV, Excel et JSON contiennent les colonnes suivantes.
| Colonne | Type | Description |
|---|---|---|
date | Date (AAAA-MM-JJ) | Mois d’observation, daté au premier jour du mois |
renegotiation_share | Flottant | Poids des rénégociations dans le total des crédits nouveaux à l’habitat aux ménages résidents, en pourcentage (Banque de France MIR1) |
Les noms de colonnes correspondent exactement aux en-têtes du CSV.
Télécharger le jeu de données complet
Le fichier complet de la part des rénégociations est disponible en CSV et en Excel.
Accès CSV direct – jeu de données structuré Eco3min
https://eco3min.fr/dataset/fr/fr-mortgage-renegotiation-share.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 MIR1.
Utiliser le jeu de données en Python
import pandas as pd
part = pd.read_csv("https://eco3min.fr/dataset/fr/fr-mortgage-renegotiation-share.csv", parse_dates=["date"])
flux = pd.read_csv("https://eco3min.fr/dataset/fr/fr-new-housing-loans.csv", parse_dates=["date"])
df = part.merge(flux, on="date")
df["credit_nouveau"] = df["new_housing_loans"] * (1 - df["renegotiation_share"] / 100)
print(df.tail())
Utiliser le jeu de données en R
library(readr) url <- "https://eco3min.fr/dataset/fr/fr-mortgage-renegotiation-share.csv" df <- read_csv(url) tail(df) summary(df$renegotiation_share)
L’exemple Python montre l’opération pour laquelle ce jeu de données existe : retirer le refinancement de la production brute pour isoler le crédit réellement nouveau.
Méthodologie
La Banque de France publie, au sein de ses statistiques MIR1 de production nouvelle, la fraction des crédits nouveaux à l’habitat aux ménages résidents qui correspond à des rénégociations de contrats existants. Le chiffre publié est un poids, exprimé en pourcentage de la production totale de crédits à l’habitat du mois de référence.
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
Rénégociation et rachat externe ne sont pas la même chose. Cette mesure porte sur la rénégociation d’un prêt auprès de l’établissement prêteur. Un ménage qui solde son crédit et en souscrit un autre dans une banque concurrente produit un crédit nouveau et un remboursement anticipé, situation économiquement voisine mais qui n’alimente pas nécessairement cette ligne de la même façon. La série capte donc l’essentiel du comportement de refinancement, pas sa totalité.
La part n’est pas corrigée des variations saisonnières, alors que la production qu’elle corrige l’est. Multiplier l’une par l’autre, comme le fait l’exemple Python ci-dessus, mélange un flux corrigé et une part brute. Le résultat est une bonne approximation du crédit nouveau sur un trimestre ou une année, et une approximation grossière mois par mois.
Un ratio bouge dès que l’un de ses termes bouge. Une part qui monte peut signifier plus de refinancement ou moins de crédit d’acquisition. Fin 2023 et en 2024, avec une production proche de ses plus bas, une part stable autour de 16% à 17% coexistait avec un montant absolu de rénégociations fortement réduit.
Délai et révisions. MIR1 publie avec environ deux mois de décalage, et les révisions remplacent l’historique au lieu de s’y ajouter, le pipeline reconstruisant le fichier entier à chaque exécution.
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
2010–2012 – Basse et déclinante. La série s’ouvre autour de 18% fin 2010, et 2012 affiche une moyenne de 5,85%, le plus faible chiffre annuel du fichier, avec le plus bas historique de 3,7% en janvier 2012. Les taux étant élevés au regard du passé récent, changer n’apportait rien.
2013–2014 – Une première vague. La moyenne annuelle bondit à 29,1% en 2013 quand les taux entament leur longue descente, puis retombe à 20,7% en 2014.
2015–2017 – La grande rénégociation. Des moyennes annuelles de 50,0%, 42,6% et 36,3%. Quinze mois dépassent 50%, de février 2015 à mars 2017, et le pic de 61,8% tombe en janvier 2017. Pendant trois ans, l’essentiel de la production de crédit immobilier français était, plusieurs mois durant, des ménages remplaçant leur propre dette.
2018–2022 – Normalisation. La part retombe dans un couloir de 15% à 23% et y reste, avec des moyennes de 17,1%, 21,4%, 22,7%, 17,8% et 15,6%. Même les plus bas de taux de 2020 et 2021 n’ont pas relancé de vague, le stock ayant déjà été repricé.
2023–2026 – Structurellement basse. Des moyennes annuelles de 16,1%, 17,5%, 14,5% et 14,5%. Le relevé d’avril 2026 à 13,6% se situe au 14e percentile de la série. Avec des taux de marché au-dessus de ceux portés par la plupart des encours, la rénégociation n’a plus de motif économique.
Jeux de données liés
Cette part existe pour être lue face à la production qu’elle corrige, et face au taux qui pilote les deux.
- Production de crédits nouveaux à l’habitat – le flux brut que cette part décompose
- Taux des crédits immobiliers – la variable qui crée ou supprime le motif de rénégocier
- Encours de crédit à l’habitat – le stock en cours de repricing
- Croissance du crédit à l’habitat – la croissance nette, que le refinancement ne change pas
- Spread bancaire français – la marge bancaire comprimée par une vague de refinancement
- Indice des prix des logements anciens – le versant transactionnel, que le refinancement laisse intact
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 MIR1, poids des rénégociations dans les crédits nouveaux à l’habitat aux ménages résidents, série M.FR.B.A22PR.A.W.A.2254FR.EUR.N
- 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
Mis à jour le 21 septembre 2026
Avertissement – Informations financières : Les analyses, commentaires et contenus publiés sur eco3min.fr sont fournis à titre purement informatif et éducatif. Ils ne constituent pas un conseil en investissement ni une sollicitation d’achat ou de vente d’instruments financiers. Les performances passées ne préjugent pas des résultats futurs. Toute décision d’investissement comporte des risques et relève de la seule responsabilité du lecteur.