Production de crédits nouveaux à l’habitat en France : le flux mensuel depuis 2003
Ce jeu de données suit le flux mensuel de crédits nouveaux à l’habitat accordés aux ménages français, corrigé des variations saisonnières et exprimé en milliards d’euros, tel que publié par la Banque de France dans ses statistiques MIR1. Il court de janvier 2003 à aujourd’hui, soit 280 observations, d’un plancher de 4,2 milliards en janvier 2009 à un record de 38,5 milliards en janvier 2017. Ce record appelle immédiatement une réserve : 61,8% de ce montant était de la rénégociation de crédits existants, pas de l’emprunt nouveau. La section qualité de la donnée y revient.
Jeu de données : production de crédits nouveaux à l’habitat (2003–2026) · Mis à jour le 2026-07-01
Chargement des données…
Source : Banque de France, Webstat MIR1 · crédits nouveaux à l’habitat aux ménages, flux CVS
Lecture macro
La production est la variable rapide du crédit immobilier français. Là où l’encours met des années à se retourner, la production mensuelle réagit aux taux en un ou deux trimestres : c’est le premier endroit où un changement de conditions de crédit devient visible. Le piège est que la production brute mélange deux choses économiquement différentes : l’argent prêté pour acheter un bien, et l’argent prêté pour remplacer un crédit existant à meilleur taux.
Janvier 2017 est le mois où cette distinction cesse d’être théorique. La production atteint 38,5 milliards d’euros, le plus haut de vingt-trois ans de données, et les deux mois qui l’encadrent dépassent aussi 30 milliards. Or la part des rénégociations ce mois-là était de 61,8%. Sur les 38,5 milliards record, environ 23,8 milliards étaient des ménages refinançant une dette qu’ils avaient déjà, laissant quelque 14,7 milliards de crédit réellement nouveau, chiffre parfaitement ordinaire face à la moyenne 2016 de 21,0 milliards. Le mois record était une vague de refinancement déguisée en boom immobilier.
Le cycle récent se lit plus proprement, la rénégociation étant restée basse. Les moyennes annuelles donnent 21,6 Md€ en 2022, 12,8 Md€ en 2023, 11,1 Md€ en 2024, puis un redressement à 14,3 Md€ en 2025 et 13,8 Md€ en 2026. Le creux de 2024 est proche de la moitié du pic de 2021 et, contrairement à 2017, il décrit bien l’activité d’acquisition.
Fiche du jeu de données
| Indicateur | Production de crédits nouveaux à l’habitat (2003–2026) |
|---|---|
| Zone | France |
| Fréquence | Mensuelle, corrigée des variations saisonnières |
| Période | 2003–2026 |
| Variables | date, new_housing_loans |
| Unité | Milliards d’euros |
| Formats | CSV, Excel (XLSX), JSON |
| Sources | Banque de France, Webstat MIR1, série M.FR.B.A22.A.5.A.2254U6.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 |
new_housing_loans | Flottant | Crédits nouveaux à l’habitat aux ménages, flux mensuel CVS, en milliards d’euros (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 production de crédits nouveaux à l’habitat est disponible en CSV et en Excel.
Accès CSV direct – jeu de données structuré Eco3min
https://eco3min.fr/dataset/fr/fr-new-housing-loans.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
url = "https://eco3min.fr/dataset/fr/fr-new-housing-loans.csv"
df = pd.read_csv(url, parse_dates=["date"])
print(df.tail())
print(df.set_index("date")["new_housing_loans"].resample("YE").mean())
Utiliser le jeu de données en R
library(readr) url <- "https://eco3min.fr/dataset/fr/fr-new-housing-loans.csv" df <- read_csv(url) tail(df) summary(df$new_housing_loans)
Les deux exemples chargent le fichier directement depuis l’URL, sans téléchargement ni clé d’API.
Méthodologie
La Banque de France collecte les volumes de production nouvelle auprès d’un échantillon d’établissements de crédit français dans ses statistiques MIR1, contribution nationale à l’enquête harmonisée de la zone euro sur les taux et volumes des institutions financières monétaires. Cette ligne rend le montant des crédits à l’habitat nouvellement accordés aux ménages au cours du mois de référence, corrigé des variations saisonnières, correction qui compte sur une série où janvier et les mois d’été seraient sinon systématiquement déformés.
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
La production brute inclut les rénégociations, et l’écart peut tout dominer. C’est la réserve la plus importante sur cette série. En janvier 2017, le chiffre publié de 38,5 milliards contenait environ 23,8 milliards de crédits rénégociés. Sur 2015, 2016 et 2017 la part des rénégociations s’est établie en moyenne à 50,0%, 42,6% et 36,3% : tout le plateau 2015-2017 de cette série surestime donc l’activité d’acquisition, dans une proportion large et variable. Toute lecture de ce jeu de données sur cette période qui ne le croise pas avec la part des rénégociations se trompera sur le marché immobilier.
La correction saisonnière est appliquée à la source. La série publiée est déjà corrigée : lui appliquer un filtre saisonnier supplémentaire revient à corriger deux fois. Cette correction est aussi révisée périodiquement quand les coefficients sont réestimés, ce qui modifie l’historique sans qu’aucun crédit n’ait changé.
Un flux, pas un stock. Additionner douze mois de cette série ne donne pas la variation de l’encours, parce que le stock diminue aussi par amortissement et remboursement anticipé. Les deux séries répondent à des questions différentes et sont publiées séparément pour cette raison.
Délai et révisions. MIR1 publie avec environ deux mois de décalage. 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
2003–2008 – La montée d’avant-crise. Les moyennes annuelles passent de 6,4 à 11,8 milliards au pic de 2006, puis refluent quand le cycle du crédit se retourne. Un marché environ deux fois plus petit que celui qui suivra.
2009 – Le plancher. La production s’effondre à 4,2 milliards en janvier 2009, le mois le plus bas de tout le fichier, avec une moyenne annuelle de 6,8 milliards. La crise financière a frappé la production immobilière française plus durement en un mois que tout ce qui a suivi.
2015–2017 – Le plateau des rénégociations. Les moyennes annuelles bondissent à 17,8, 21,0 et 22,4 milliards, avec le record absolu de 38,5 milliards en janvier 2017 et deux autres mois au-dessus de 30 milliards. Comme l’expose la section qualité, la rénégociation explique l’essentiel de la hausse sur ces trois années.
2019–2022 – L’expansion réelle. Des moyennes de 20,6, 20,9, 23,0 et 21,6 milliards, cette fois avec des parts de rénégociation comprises entre 15% et 23%. La moyenne 2021 de 23,0 milliards est la meilleure année du fichier une fois neutralisé le refinancement.
2023–2026 – Le choc de taux, puis un redressement partiel. La production est divisée par deux, à 12,8 milliards de moyenne en 2023, et touche 10,1 milliards en décembre de cette année-là, avant une moyenne de 11,1 milliards en 2024. Le redressement suit, à 14,3 milliards en 2025 et 13,8 en 2026, le relevé d’avril 2026 s’établissant à 13,9 milliards, proche de la médiane de la série à 12,1 milliards.
Jeux de données liés
Une série de production brute ne s’interprète qu’avec la part de refinancement et l’encours qu’elle alimente.
- Part des rénégociations – la fraction de ce flux qui est du refinancement, indispensable pour lire 2015-2017
- Encours de crédit à l’habitat – le stock que ce flux alimente
- Croissance du crédit à l’habitat – le résultat net de la production face aux remboursements
- Taux des crédits immobiliers – le prix qui pilote la production en un ou deux trimestres
- Indice des prix des logements anciens – l’actif financé
- Taux du PEL – le versant épargne réglementée du financement du logement
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, crédits nouveaux à l’habitat aux ménages, flux CVS, série M.FR.B.A22.A.5.A.2254U6.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.