{"id":8511,"date":"2025-01-23T07:15:23","date_gmt":"2025-01-23T06:15:23","guid":{"rendered":"https:\/\/variances.eu\/?p=8511"},"modified":"2025-01-23T07:25:20","modified_gmt":"2025-01-23T06:25:20","slug":"leconomie-racontee-par-les-donnees-bancaires-partie-2-ce-que-nos-releves-de-comptes-disent-de-nous","status":"publish","type":"post","link":"https:\/\/variances.eu\/?p=8511","title":{"rendered":"L\u2019\u00e9conomie racont\u00e9e par les donn\u00e9es bancaires \u2013 Partie 2 : Ce que nos relev\u00e9s de comptes disent de nous"},"content":{"rendered":"

\u00a0<\/em><\/p>\n

Variances remercie les deux auteurs et l\u2019Insee pour ce deuxi\u00e8me volet d\u2019un article tir\u00e9 du Courrier des Statistiques de d\u00e9cembre 2024\u00a0: <\/em>L\u2019\u00e9conomie racont\u00e9e par les donn\u00e9es bancaires \u2212 Courrier des statistiques N12\u00a0–\u00a02024 | Insee<\/em><\/a><\/span><\/p>\n

Depuis la crise sanitaire en 2020, l\u2019Insee b\u00e9n\u00e9ficie d\u2019un acc\u00e8s \u00e0 des \u00e9chantillons anonymis\u00e9s de comptes bancaires de La Banque Postale et du Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale. Ces donn\u00e9es, riches en informations, ont permis de documenter l\u2019\u00e9volution de la situation financi\u00e8re des m\u00e9nages en temps r\u00e9el lors de la crise in\u00e9dite de la Covid-19, puis lors de l\u2019\u00e9pisode inflationniste en 2022. Elles ont \u00e9galement permis de documenter la situation quotidienne des m\u00e9nages, mettant en lumi\u00e8re des \u00e9pisodes de d\u00e9couvert en fin de mois, et d\u2019\u00e9valuer une politique publique en mesurant les impacts financiers, distributifs et environnementaux de la remise \u00e0 la pompe instaur\u00e9e en 2022 \u00e0 la suite de la hausse des prix du carburant.<\/strong><\/p>\n

Les donn\u00e9es bancaires sont une mine d\u2019informations pr\u00e9cieuses, mais leur utilisation soul\u00e8ve de nombreux d\u00e9fis. Apr\u00e8s quatre ann\u00e9es d\u2019utilisation, un premier bilan de leur exploitation est propos\u00e9 dans cet article. Comment construire des concepts qui ont un sens \u00e9conomique \u00e0 partir de ces donn\u00e9es\u00a0? Comment s\u2019assurer de leur repr\u00e9sentativit\u00e9\u00a0? Quels sont les apports de ces donn\u00e9es pour la statistique publique\u00a0? Si elles ne permettent pas de remplacer les donn\u00e9es d\u2019enqu\u00eates et fiscales, elles compl\u00e8tent les analyses conjoncturelles. En outre, elles permettent de r\u00e9pondre \u00e0 des questions anciennes sur la consommation et l\u2019\u00e9pargne des m\u00e9nages auxquelles les sources traditionnelles ne pouvaient apporter de r\u00e9ponses. <\/strong><\/p>\n

Dans ce deuxi\u00e8me volet de cet article, nous d\u00e9taillerons les d\u00e9fis \u00e0 relever pour exploiter les donn\u00e9es bancaires et expliquerons les nouvelles informations qu\u2019elles apportent \u00e0 la statistique publique\u00a0: comment compl\u00e8tent-elles le diagnostic conjoncturel\u00a0? \u00c0 quelles nouvelles questions \u00e9conomiques permettent-elles de r\u00e9pondre\u00a0? Enfin, nous reviendrons sur leurs limites, notamment en mati\u00e8re de repr\u00e9sentativit\u00e9.<\/p>\n

Du c\u00f4t\u00e9 du statisticien\u00a0: de la base de donn\u00e9es \u00e0 la publication d\u2019une \u00e9tude \u00e9conomique<\/h3>\n

Les donn\u00e9es transmises par les banques (voir le premier volet de l\u2019article) comportent de riches informations contenues dans de multiples tables ; le statisticien doit les retraiter afin de r\u00e9aliser des \u00e9tudes \u00e9conomiques.<\/p>\n

Transformer les donn\u00e9es transmises en bases statistiques facilement utilisables<\/h5>\n

Une fois les donn\u00e9es re\u00e7ues, la premi\u00e8re \u00e9tape consiste en des macro-contr\u00f4les internes. Cela consiste \u00e0 produire une s\u00e9rie de v\u00e9rifications sur la volum\u00e9trie des donn\u00e9es afin de s\u2019assurer que le dernier rafra\u00eechissement ne comporte pas d\u2019erreurs grossi\u00e8res. Concr\u00e8tement, cela revient \u00e0 v\u00e9rifier dans les diff\u00e9rentes tables que les \u00e9volutions du nombre de clients et du nombre de transactions ne sont pas erratiques. Le statisticien ne ma\u00eetrisant pas le processus amont, les macro-contr\u00f4les sont primordiaux. Il se peut par exemple que les derni\u00e8res donn\u00e9es transmises au statisticien soient incompl\u00e8tes (comme des transactions manquantes en fin de mois).<\/p>\n

Ensuite, le statisticien construit \u00e0 partir des donn\u00e9es bancaires des variables \u00e9conomiques\u00a0: les variables correspondant aux concepts \u00e0 \u00e9tudier. Par exemple, le patrimoine financier brut d\u2019un groupe famille\/foyer est reconstitu\u00e9 \u00e0 partir de la somme des soldes sur ses comptes.<\/p>\n

Les donn\u00e9es sont structur\u00e9es selon une repr\u00e9sentation rectangulaire famili\u00e8re au charg\u00e9 d\u2019\u00e9tude, dans laquelle une ligne correspond \u00e0 une observation, c\u2019est-\u00e0-dire un groupe famille\/foyer un mois donn\u00e9 (ou un jour donn\u00e9 selon la fr\u00e9quence \u00e9tudi\u00e9e). Les colonnes contiennent les variables d\u2019int\u00e9r\u00eat\u00a0: revenus, d\u00e9penses, patrimoine financier et caract\u00e9ristiques sociod\u00e9mographiques.<\/p>\n

L\u2019\u00e9chantillon est ensuite restreint \u00e0 la population d\u2019int\u00e9r\u00eat et un calage[1]<\/a> est mis en place. Diff\u00e9rents filtres peuvent \u00eatre appliqu\u00e9s afin de conserver uniquement l\u2019\u00e9chantillon de clients souhait\u00e9. De plus, l\u2019\u00e9chantillon peut \u00eatre cal\u00e9 sur plusieurs marges (\u00e2ge quinquennal, sexe, population par d\u00e9partement) afin de le rendre davantage repr\u00e9sentatif de la population fran\u00e7aise.<\/p>\n

Enfin de nouveaux macro-contr\u00f4les externes sont r\u00e9alis\u00e9s sur les donn\u00e9es finales. L\u2019objectif est de confronter les informations et les messages issus des donn\u00e9es bancaires \u00e0 ceux provenant d\u2019autres sources. Id\u00e9alement, les donn\u00e9es bancaires doivent \u00eatre confront\u00e9es \u00e0 des donn\u00e9es portant sur les m\u00eames concepts, pour permettre des comparaisons plus directes, et surtout de m\u00eame fra\u00eecheur. Une premi\u00e8re confrontation naturelle et fondamentale est donc la comparaison des donn\u00e9es des deux banques. Mais d\u2019autres sources peuvent \u00e9galement \u00eatre mobilis\u00e9es, comme les indicateurs de la Banque de France (publi\u00e9s mensuellement), ou encore les donn\u00e9es du Groupement d\u2019Int\u00e9r\u00eat \u00c9conomique des Cartes Bancaires (GIE CB), qui permettent de tracer des \u00e9volutions agr\u00e9g\u00e9es de d\u00e9penses par carte bancaire.<\/p>\n

Au bout du compte, des donn\u00e9es comme les autres\u00a0?<\/h5>\n

Les donn\u00e9es bancaires sont alors trait\u00e9es par le statisticien de la m\u00eame mani\u00e8re que n\u2019importe quelle autre source de donn\u00e9es. Il peut donc effectuer les op\u00e9rations statistiques et \u00e9conom\u00e9triques n\u00e9cessaires pour r\u00e9pondre \u00e0 sa probl\u00e9matique. La derni\u00e8re \u00e9tape consiste \u00e0 extraire les r\u00e9sultats agr\u00e9g\u00e9s du CASD (pour LBP) ou de la banque (pour CMAF) apr\u00e8s v\u00e9rification de leur conformit\u00e9 (notamment l\u2019absence de donn\u00e9es individuelles).<\/p>\n

Ces donn\u00e9es permettent de r\u00e9pondre \u00e0 plusieurs probl\u00e9matiques, du suivi conjoncturel \u00e0 l\u2019\u00e9valuation de politiques publiques.<\/p>\n

Voir vite et net\u00a0: des donn\u00e9es transform\u00e9es pour am\u00e9liorer le suivi conjoncturel<\/h3>\n

Pour \u00e9clairer la conjoncture, ces donn\u00e9es ont le quadruple avantage de la fra\u00eecheur, de la granularit\u00e9 fine, de la grande taille de l\u2019\u00e9chantillon et de la diversit\u00e9 des informations fournies. En effet, elles sont mobilisables rapidement\u00a0: les donn\u00e9es du mois M sont disponibles \u00e0 la fin, voire au milieu du mois M+1. Les op\u00e9rations sont disponibles au niveau journalier, permettant une analyse en temps r\u00e9el des r\u00e9actions des clients face \u00e0 un choc soudain, comme la baisse des taxes sur le carburant. En outre, les \u00e9chantillons de clients sont ici suffisamment grands pour focaliser l\u2019\u00e9tude sur des populations particuli\u00e8res, comme les b\u00e9n\u00e9ficiaires du RSA[2]<\/a> pendant la crise sanitaire ou les grands consommateurs de carburant au moment du d\u00e9clenchement de la guerre en Ukraine. Avec les enqu\u00eates traditionnelles, ces populations ne sont souvent pas suffisamment nombreuses dans les \u00e9chantillons pour \u00eatre \u00e9tudi\u00e9es sp\u00e9cifiquement. Cet avantage pour la statistique publique a \u00e9galement \u00e9t\u00e9 soulign\u00e9 lors de l\u2019utilisation de donn\u00e9es administratives exhaustives qui permettent d\u2019aller au-del\u00e0 des d\u00e9compositions habituelles en dixi\u00e8me de patrimoine et permettent de zoomer jusqu\u2019au centi\u00e8me, voire jusqu\u2019au milli\u00e8me (Andr\u00e9 et Meslin, 2022<\/a><\/span>). Enfin, les variables sont suffisamment riches pour \u00e0 la fois mesurer les concepts habituellement mobilis\u00e9s \u00e0 l\u2019Insee comme les revenus, la consommation ou l\u2019\u00e9pargne mais \u00e9galement des grandeurs parlantes pour le grand public comme le solde \u00e0 la fin du mois.<\/p>\n

Ces atouts ont \u00e9t\u00e9 pleinement exploit\u00e9s lors de la crise sanitaire et de l\u2019\u00e9pisode inflationniste qui a suivi. Tout d\u2019abord, les donn\u00e9es bancaires ont permis de documenter la hausse de l\u2019\u00e9pargne du fait de la chute de la consommation pendant les confinements (Insee, 2021<\/a><\/span>). Ensuite, elles ont permis de montrer que les revenus de la plupart des clients ont \u00e9t\u00e9 affect\u00e9s seulement de mani\u00e8re limit\u00e9e et temporaire par la crise, mais que certaines populations en marge du march\u00e9 de l\u2019emploi, comme les allocataires du RSA, ont \u00e9t\u00e9 davantage p\u00e9nalis\u00e9es (Bonnet et alii, 2021<\/a><\/span>). Par ailleurs, plusieurs indicateurs ont \u00e9t\u00e9 construits permettant de conclure que la pr\u00e9carit\u00e9 financi\u00e8re n\u2019a pas augment\u00e9 significativement au cours de la crise sanitaire (figure\u00a03<\/em>). Au d\u00e9but de la p\u00e9riode inflationniste en 2022 et de nouveau en 2023, deux \u00e9tudes ont montr\u00e9 que la pr\u00e9carit\u00e9 financi\u00e8re, mesur\u00e9e par quelques indicateurs sur les d\u00e9couverts bancaires, augmente depuis d\u00e9but 2021, mais reste inf\u00e9rieure \u00e0 son niveau d\u2019avant-crise sanitaire (Adam et alii, 2022<\/a><\/span>, Bonnet et alii, 2023<\/a><\/span>).<\/p>\n

Figure 3 – Pr\u00e9carit\u00e9 financi\u00e8re sur le panel de clients de La Banque Postale entre janvier 2019 et janvier 2021<\/strong><\/p>\n

\"\"<\/p>\n

Mesurer la diversit\u00e9 des m\u00e9nages\u00a0: des donn\u00e9es massives qui compl\u00e8tent les enqu\u00eates sans pouvoir les remplacer<\/h3>\n

En Espagne, des chercheurs soulignent l\u2019importance de ces donn\u00e9es, qui permettent d\u2019augmenter la pr\u00e9cision des mesures d\u2019in\u00e9galit\u00e9s de consommation, lesquelles reposent sinon sur des enqu\u00eates. Leur apport est affirm\u00e9 dans un document de travail de l\u2019Universit\u00e9 de Cambridge\u00a0: \u00ab\u00a0Une fois organis\u00e9es selon les principes de la comptabilit\u00e9 nationale, [les donn\u00e9es bancaires peuvent] reproduire les statistiques officielles actuelles sur la consommation globale au niveau national avec un haut degr\u00e9 de pr\u00e9cision. En raison de la richesse des donn\u00e9es de transaction, elles peuvent en outre produire de nouveaux comptes distributionnels de la consommation, qui r\u00e9v\u00e8lent des in\u00e9galit\u00e9s de consommation plus importantes que ne le sugg\u00e8rent les enqu\u00eates.\u00a0\u00bb (Buda et alli, 2022<\/a><\/span>).<\/p>\n

Elles permettent \u00e9galement d\u2019aller au-del\u00e0 des limites des donn\u00e9es d\u2019enqu\u00eates de consommation (comme l\u2019enqu\u00eate Budget de Famille[3]<\/a>), gr\u00e2ce \u00e0 la possibilit\u00e9 de suivre les m\u00e9nages en panel et d\u2019\u00e9tudier certaines populations sp\u00e9cifiques, qui, sinon, ne seraient pas en effectifs suffisants. De plus, ces enqu\u00eates ne recensent la consommation de certains biens que sur une courte p\u00e9riode, ce qui limite la connaissance de la distribution de la consommation. Par exemple, si un m\u00e9nage r\u00e9pondant n\u2019a pas consomm\u00e9 un bien pendant la p\u00e9riode d\u2019interrogation, il est impossible de savoir s\u2019il ne le consomme jamais ou seulement rarement. Disposer d\u2019informations tr\u00e8s pr\u00e9cises et d\u00e9taill\u00e9es est ainsi fondamental pour mesurer la diversit\u00e9 des pertes li\u00e9es \u00e0 une hausse des prix du carburant ou de l\u2019\u00e9nergie, qui peuvent varier tr\u00e8s fortement au cours de l\u2019ann\u00e9e.<\/p>\n

Enfin, les donn\u00e9es bancaires peuvent partiellement rem\u00e9dier aux limites li\u00e9es aux erreurs de d\u00e9clarations, comme la sous-d\u00e9claration du patrimoine financier.<\/p>\n

Analyser l\u2019\u00e9volution de la situation financi\u00e8re des m\u00e9nages \u00e0 la suite de chocs de prix ou de revenus<\/h3>\n

Pour les \u00e9tudes \u00e9conomiques, les donn\u00e9es bancaires ont l\u2019avantage d\u00e9cisif de contenir simultan\u00e9ment des informations quotidiennes sur le revenu, la consommation et l\u2019\u00e9pargne d\u2019un panel de m\u00e9nages observ\u00e9 sur plusieurs ann\u00e9es. L\u2019apport de ces donn\u00e9es est soulign\u00e9 pour mesurer la r\u00e9action des m\u00e9nages \u00e0 des chocs de revenus (Baker et alii, 2020<\/a><\/span>), qu\u2019ils soient permanents (hausse de salaire, passage \u00e0 la retraite) ou temporaires (\u00e9pisode de ch\u00f4mage, allocation exceptionnelle, prime inflation). Il est possible de savoir si les m\u00e9nages peuvent puiser dans leur \u00e9pargne ou doivent se r\u00e9soudre \u00e0 diminuer leur consommation \u00e0 la suite d\u2019un choc de revenu. Elles participent donc \u00e0 l\u2019\u00e9valuation de politiques publiques. \u00c0 ce titre, ces donn\u00e9es ont d\u00e9j\u00e0 permis d\u2019\u00e9valuer les impacts financiers, distributifs et environnementaux des remises sur le carburant mises en place par le gouvernement \u00e0 la suite des fortes variations de prix cons\u00e9cutives \u00e0 la guerre en Ukraine (Adam et alii, 2023<\/a><\/span>, figure\u00a04<\/em>).<\/p>\n

Figure 4 – Prix et consommation de carburant entre septembre 2021 et janvier 2023, variations quotidiennes par rapport \u00e0 la moyenne sur la p\u00e9riode<\/strong><\/p>\n

\"\"<\/p>\n

Ces donn\u00e9es ont \u00e9galement permis d\u2019\u00e9tudier l\u2019\u00e9volution de la situation financi\u00e8re des m\u00e9nages au jour le jour (Bonnet et alii, 2023<\/a><\/span>), illustrant les contraintes de liquidit\u00e9 qui p\u00e8sent sur ceux-ci au fil du mois : parmi eux, combien sont dans le rouge la veille du jour de paie (figure\u00a05<\/em>)\u00a0? Enfin, elles permettent de mesurer les achats \u00e0 l\u2019\u00e9tranger des r\u00e9sidents fran\u00e7ais, et donc d\u2019\u00e9tudier les questions de tourisme, d\u2019achats transfrontaliers et d\u2019\u00e9vitement des taxes pour des biens tels que le tabac (Hillion, 2024<\/a><\/span>) ou le carburant (Adam et alii, 2024<\/a><\/span>).<\/p>\n

Figure 5 – Part des m\u00e9nages \u00e0 d\u00e9couvert au fil du mois<\/strong><\/p>\n

\"\"<\/p>\n

Les donn\u00e9es bancaires sont donc une source d\u2019information riche, et ont le grand avantage, par rapport aux enqu\u00eates, d\u2019\u00e9pargner au statisticien public (et aux comptes publics) les co\u00fbts li\u00e9s au processus de collecte. L\u2019inconv\u00e9nient principal est la perte de la ma\u00eetrise du processus (Rivi\u00e8re, 2018<\/a><\/span>). Tout comme les donn\u00e9es administratives, les donn\u00e9es bancaires existent \u00e0 des fins de gestion, ind\u00e9pendamment des besoins statistiques. Par cons\u00e9quent, le champ et les variables de ces donn\u00e9es ne r\u00e9pondent pas n\u00e9cessairement aux besoins du statisticien. La construction conjointe des bases avec les banques ne permet que partiellement de r\u00e9soudre ce probl\u00e8me du fait de la nature des donn\u00e9es d\u2019origine.<\/p>\n

La repr\u00e9sentativit\u00e9\u00a0: \u00e9tudier la sant\u00e9 financi\u00e8re des Fran\u00e7ais ou simplement celle d\u2019une client\u00e8le particuli\u00e8re\u00a0?<\/h3>\n

Le champ \u00e9tudi\u00e9 dans les donn\u00e9es bancaires correspond aux clients de la banque et n\u2019est donc pas repr\u00e9sentatif de la population fran\u00e7aise. Il exclut par d\u00e9finition les personnes non titulaires d\u2019un compte bancaire, mais chaque banque peut aussi se sp\u00e9cialiser diff\u00e9remment sur certains segments de la population. Avoir les donn\u00e9es de deux banques aux client\u00e8les diff\u00e9rentes est un atout pour r\u00e9pondre \u00e0 cet enjeu. Des comparaisons avec des sources externes permettent \u00e9galement de quantifier l\u2019ampleur du biais. En termes de revenus, de patrimoine et de consommation, la client\u00e8le de CMAF appara\u00eet en moyenne un peu plus ais\u00e9e que la population g\u00e9n\u00e9rale et celle de LBP un peu moins. Cependant les client\u00e8les des deux banques pr\u00e9sentent une diversit\u00e9 importante qui semble couvrir une large partie du spectre \u00e9conomique des m\u00e9nages fran\u00e7ais. L\u2019analyse des cat\u00e9gories socioprofessionnelles disponibles dans les fichiers bancaires pointe une surrepr\u00e9sentation des \u00e9tudiants et une sous-repr\u00e9sentation des retrait\u00e9s ; cela peut r\u00e9sulter d\u2019un biais de repr\u00e9sentativit\u00e9 ou d’un d\u00e9lai de mise \u00e0 jour de la situation professionnelle.<\/p>\n

Afin de corriger ce biais potentiel, l\u2019\u00e9chantillon peut \u00eatre cal\u00e9 sur l\u2019\u00e2ge quinquennal, le sexe et le d\u00e9partement. Ces variables sont les seules pour lesquelles il est certain que la d\u00e9finition est la m\u00eame entre l\u2019\u00e9chantillon bancaire et la source de r\u00e9f\u00e9rence. Le calage contribue \u00e0 tendre vers un \u00e9chantillon plus repr\u00e9sentatif de la population\u00a0; mais faute d\u2019avoir les donn\u00e9es de l\u2019ensemble des banques, l\u2019\u00e9chantillon ne peut pas respecter les standards de repr\u00e9sentativit\u00e9 des enqu\u00eates. Il est donc impossible de produire des chiffres \u00ab\u00a0officiels\u00a0\u00bb sur l\u2019\u00e9volution des revenus, de l\u2019\u00e9pargne ou de la consommation \u00e0 partir de ces donn\u00e9es bancaires.<\/p>\n

Un texte \u00e0 trou\u00a0: les comptes bancaires, une vision partielle du patrimoine des m\u00e9nages<\/h3>\n

Outre la question de la repr\u00e9sentativit\u00e9, les informations sur les m\u00e9nages et leur situation \u00e9conomique provenant des donn\u00e9es bancaires sont incompl\u00e8tes (Baker et alii, 2020<\/a><\/span>). Certains clients peuvent disposer de plusieurs comptes dans diff\u00e9rentes banques, ce qui peut conduire \u00e0 sous-estimer leurs revenus, leurs d\u00e9penses, mais surtout leur patrimoine financier (notamment en cas de d\u00e9tention d\u2019assurances-vie). L\u2019enqu\u00eate Histoire de Vie et Patrimoine[4]<\/a> mesure l\u2019ampleur du ph\u00e9nom\u00e8ne qui se concentre surtout chez les m\u00e9nages aux plus hauts revenus\u00a0: les 10\u00a0% de m\u00e9nages aux plus hauts revenus d\u00e9tiennent 60\u00a0% de leur patrimoine financier[5]<\/a> au sein de leur banque principale, contre 90\u00a0% pour les 10\u00a0% aux revenus les plus faibles. De plus, le patrimoine immobilier est inconnu. Pour r\u00e9duire ce probl\u00e8me de compl\u00e9tude, des chercheurs utilisent parfois des donn\u00e9es d\u2019application qui agr\u00e8gent les comptes des clients des diff\u00e9rentes institutions bancaires (Olafsson et Pagel, 2018<\/a><\/span>). Cependant, les utilisateurs d\u2019une telle application bancaire sont probablement moins repr\u00e9sentatifs de la population g\u00e9n\u00e9rale que les clients d\u2019une banque dans leur ensemble.<\/p>\n

Des statistiques \u00e9loquentes, mais \u00e9loign\u00e9es des mesures usuelles de la statistique publique<\/h3>\n

Contrairement aux enqu\u00eates, les donn\u00e9es bancaires ne permettent pas une mesure directe des concepts usuels de la statistique publique. Alors que le statisticien souhaite mesurer les revenus, l\u2019\u00e9pargne et la consommation, la banque enregistre des flux entrants ou sortants par type de moyen de paiement. Et alors que le statisticien souhaite calculer des statistiques par m\u00e9nage, les donn\u00e9es bancaires permettent, dans le meilleur des cas, un regroupement des membres du m\u00e9nage bancaris\u00e9s au sein de l\u2019\u00e9tablissement bancaire consid\u00e9r\u00e9.<\/p>\n

Pr\u00e9cis\u00e9ment, la notion de m\u00e9nage[6]<\/a> est approch\u00e9e par celle de groupe famille, qui repose sur des informations transmises au conseiller et sur la d\u00e9tention de comptes joints. La taille des m\u00e9nages est donc sous-estim\u00e9e, car le conjoint et les enfants ne sont pas toujours int\u00e9gr\u00e9s dans le m\u00e9nage, notamment s\u2019ils n\u2019ont pas de compte ouvert dans cette banque[7]<\/a>. Les revenus mensuels sont mesur\u00e9s \u00e0 partir des flux entrants, mais cette mesure inclut des transferts qui ne correspondent pas tous \u00e0 des revenus, tels que des transferts entre comptes d\u2019un m\u00eame individu dans des banques diff\u00e9rentes. La cat\u00e9gorisation des virements (pension de retraite, allocation de ch\u00f4mage, prestation sociale, salaire, etc.) distingue certains types de revenus au sein des virements entrants. Mais si le rep\u00e9rage des revenus de remplacement semble fiable, comme les revenus d\u2019allocations ch\u00f4mage qui proviennent de France Travail, celui des revenus d\u2019activit\u00e9 l\u2019est moins, tout comme celui des revenus du capital\u00a0; par exemple, les loyers vers\u00e9s entre particuliers ne peuvent \u00eatre distingu\u00e9s de transferts r\u00e9guliers entre membres d\u2019une m\u00eame famille n\u2019appartenant pas \u00e0 la m\u00eame banque. Les d\u00e9penses mensuelles peuvent \u00eatre mesur\u00e9es par la somme des d\u00e9penses par carte[8]<\/a>, des retraits (au distributeur ou au guichet), et de certains pr\u00e9l\u00e8vements[9]<\/a>. Le fait d\u2019exclure les ch\u00e8ques et les virements \u00e9mis conduit \u00e0 sous-estimer les d\u00e9penses. Cependant, inclure tous les virements, ch\u00e8ques et pr\u00e9l\u00e8vements conduirait \u00e0 surestimer les d\u00e9penses, tel qu\u2019en cas de virement \u00e0 soi-m\u00eame ou de pr\u00e9l\u00e8vement de remboursement de cr\u00e9dit. La nature des d\u00e9penses n\u2019est pas toujours facile \u00e0 identifier. La cat\u00e9gorisation des d\u00e9penses par carte ne permet qu\u2019imparfaitement d\u2019identifier la structure du panier de consommation. Seul le type de vendeur est connu mais pas le d\u00e9tail des biens achet\u00e9s. Or, un supermarch\u00e9, par exemple, vend des biens tr\u00e8s divers.<\/p>\n

Les exploitations des donn\u00e9es bancaires sont encore r\u00e9centes. Elles se sont r\u00e9v\u00e9l\u00e9es pr\u00e9cieuses lors de la p\u00e9riode exceptionnelle de la crise sanitaire, mais la statistique publique doit encore prouver sa capacit\u00e9 \u00e0 les utiliser dans le cadre d\u2019un usage conjoncturel p\u00e9renne.<\/p>\n

En temps de crise les \u00e9volutions \u00e9crasent le bruit des donn\u00e9es, mais que peut-on mesurer par temps calme\u00a0?<\/h3>\n

Les questions de volatilit\u00e9 des indicateurs, de repr\u00e9sentativit\u00e9 partielle, ou de compl\u00e9tude peuvent appara\u00eetre secondaires dans l\u2019\u00e9tude d\u2019un choc aussi violent que la crise sanitaire ou la crise inflationniste. Le bruit provenant de dynamiques saisonni\u00e8res et d\u2019impr\u00e9cisions inh\u00e9rentes \u00e0 ces donn\u00e9es est alors de deuxi\u00e8me ordre par rapport aux variations subies par l\u2019\u00e9conomie. En p\u00e9riode de moins grandes turbulences, ces limites sont plus probl\u00e9matiques et pourraient conduire \u00e0 tirer des enseignements erron\u00e9s sur la conjoncture. L\u2019enjeu est d\u2019autant plus important que la profondeur temporelle de ces donn\u00e9es demeure faible. \u00c0 terme, avec des s\u00e9ries de plus longue p\u00e9riode, il sera possible de neutraliser une partie du bruit en d\u00e9saisonnalisant[10]<\/a>. La d\u00e9saisonnalisation pourrait m\u00eame \u00eatre journali\u00e8re, plut\u00f4t que mensuelle, afin de b\u00e9n\u00e9ficier de la grande fr\u00e9quence de ces donn\u00e9es.<\/p>\n

Un fort potentiel pour les \u00e9tudes \u00e9conomiques et des limites potentiellement surmontables<\/h3>\n

Les \u00e9tudes r\u00e9alis\u00e9es depuis quatre ans \u00e0 partir des donn\u00e9es bancaires ont permis de mieux cerner leur potentiel et leurs limites. Elles renseignent en temps r\u00e9el sur les revenus, la consommation et le patrimoine de centaines de milliers de m\u00e9nages et permettent ainsi de documenter l\u2019\u00e9volution de la situation financi\u00e8re des m\u00e9nages \u00e0 la suite de chocs conjoncturels ou individuels. En revanche, malgr\u00e9 leur richesse, elles ne peuvent pas remplacer les enqu\u00eates. Les principales limites sont les suivantes : la client\u00e8le d\u2019une banque n\u2019est jamais totalement repr\u00e9sentative de la France enti\u00e8re (certains m\u00e9nages ne d\u00e9tiennent d\u2019ailleurs aucun compte en banque), les diff\u00e9rents types de biens achet\u00e9s dans une enseigne sont inconnus des banques, les donn\u00e9es d\u2019une seule banque ne donnent qu\u2019une vision partielle des flux et du patrimoine des clients multi-bancaris\u00e9s. Par ailleurs, pour l\u2019instant, le statisticien ne dispose pas de suffisamment de recul pour d\u00e9saisonnaliser ces donn\u00e9es et donc pour exploiter tout le potentiel qu\u2019offre leur tr\u00e8s grande fr\u00e9quence.<\/p>\n

\u00c0 terme, certaines limites peuvent cependant \u00eatre partiellement surmont\u00e9es. Ainsi, pour mieux conna\u00eetre leurs clients, les banques enrichissent contin\u00fbment leurs donn\u00e9es. Chaque am\u00e9lioration de la cat\u00e9gorisation des flux sur les comptes est un pas suppl\u00e9mentaire vers une identification des revenus et des d\u00e9penses tels qu\u2019usuellement d\u00e9finis dans la statistique publique. Chaque information collect\u00e9e par le conseiller am\u00e9liore \u00e9galement le regroupement des clients d\u2019un m\u00eame m\u00e9nage. Nourrir les partenariats existants, et en d\u00e9velopper de nouveaux, permettra de gagner en repr\u00e9sentativit\u00e9 et d\u2019acqu\u00e9rir une vision plus compl\u00e8te des comptes des personnes multi-bancaris\u00e9es. Enfin, avec des partenariats plus anciens, la profondeur temporelle des donn\u00e9es augmente\u00a0: de deux ans \u00e0 la naissance des partenariats, l\u2019historique disponible des clients est d\u00e9sormais de plus de cinq ans.<\/p>\n

 <\/p>\n

L\u2019Insee remercie La Banque Postale et Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale pour leur disponibilit\u00e9 et pour avoir permis l\u2019acc\u00e8s \u00e0 des donn\u00e9es de comptes bancaires dans un cadre garantissant l\u2019anonymat des clients.<\/em><\/p>\n

Nos partenaires souhaitent rappeler les \u00e9l\u00e9ments suivants\u00a0:<\/em><\/p>\n

Pour La Banque Postale\u00a0: ce partenariat contribue pleinement \u00e0 la r\u00e9alisation des objectifs environnementaux et sociaux que La Banque Postale a d\u00e9fini dans ses statuts en tant qu\u2019entreprise \u00e0 mission. Les donn\u00e9es bancaires, communiqu\u00e9es anonymement, fournissent des points de vue in\u00e9dits et compl\u00e9mentaires sur les situations financi\u00e8res des m\u00e9nages, permettant d\u2019enrichir les outils de statistique publique, et ainsi plus largement le d\u00e9bat public.<\/em><\/p>\n

Pour Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale\u00a0: Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale, premi\u00e8re banque \u00e0 adopter le statut d\u2019entreprise \u00e0 mission, participe \u00e0 ces \u00e9tudes dans le cadre des missions qu\u2019elle s\u2019est fix\u00e9es :<\/em><\/p>\n

– Contribuer au bien commun en \u0153uvrant pour une soci\u00e9t\u00e9 plus juste et plus durable\u00a0: pour Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale, participer \u00e0 l\u2019information \u00e9conomique c\u2019est contribuer au d\u00e9bat d\u00e9mocratique\u00a0;<\/em><\/p>\n

– Prot\u00e9ger l\u2019intimit\u00e9 num\u00e9rique et la vie priv\u00e9e de chacun\u00a0: Cr\u00e9dit Mutuel Alliance F\u00e9d\u00e9rale veille \u00e0 la protection absolue des donn\u00e9es de ses clients. Toutes les analyses r\u00e9alis\u00e9es dans le cadre de cette \u00e9tude ont \u00e9t\u00e9 effectu\u00e9es sur des donn\u00e9es strictement anonymis\u00e9es et sur les seuls syst\u00e8mes d\u2019information s\u00e9curis\u00e9s du Cr\u00e9dit Mutuel et h\u00e9berg\u00e9s en France.<\/em><\/p>\n

\u00a0<\/em><\/p>\n

Mots-cl\u00e9s : Insee – Statistiques – Banques – Big data – \u00c9pargne – Revenu<\/em><\/p>\n

\n

[1]<\/a> Le calage sur marges est une technique statistique visant \u00e0 am\u00e9liorer la pr\u00e9cision des enqu\u00eates par sondage. Elle consiste \u00e0 modifier les poids de sondage des individus de l\u2019\u00e9chantillon afin que les totaux pond\u00e9r\u00e9s sur l\u2019\u00e9chantillon de certaines variables correspondent aux totaux connus pour ces variables sur l\u2019ensemble du champ d\u2019observation (la population, le parc de logements, les entreprises). Voir aussi \u00ab Miscellan\u00e9es sur le calage \u00bb : https:\/\/www.insee.fr\/fr\/information\/2387498<\/em><\/a><\/span>.<\/p>\n

[2]<\/a>RSA : Le revenu de solidarit\u00e9 active est une prestation de protection sociale fran\u00e7aise, qui compl\u00e8te les revenus d’une personne d\u00e9munie ou aux ressources faibles, afin de lui garantir un revenu minimal.<\/p>\n

[3]<\/a> https:\/\/www.insee.fr\/fr\/metadonnees\/source\/serie\/s1194<\/em><\/a><\/span>.<\/p>\n

[4]<\/a> https:\/\/www.insee.fr\/fr\/metadonnees\/source\/serie\/s1005<\/em><\/a><\/span>.<\/p>\n

[5]<\/a> La proportion s\u2019\u00e9l\u00e8ve \u00e0 75 % en se restreignant au patrimoine d\u00e9tenu en banque.<\/p>\n

[6]<\/a> https:\/\/www.insee.fr\/fr\/metadonnees\/definition\/c1879<\/em><\/a><\/span>.<\/p>\n

[7]<\/a> En outre, \u00e0 CMAF, un nouveau groupe client est automatiquement cr\u00e9\u00e9 quand un enfant atteint l\u2019\u00e2ge de 18 ans, m\u00eame s\u2019il r\u00e9side toujours chez ses parents.<\/p>\n

[8]<\/a> La nomenclature MCC identifie le type d\u2019\u00e9tablissement r\u00e9cipiendaire de la transaction (station essence, boulangerie, mais aussi supermarch\u00e9, etc.) : le d\u00e9tail des biens consomm\u00e9s au sein de ces \u00e9tablissements n\u2019est pas observ\u00e9.<\/p>\n

[9]<\/a> Les pr\u00e9l\u00e8vements relatifs aux cr\u00e9dits ou aux imp\u00f4ts sont exclus, car il ne s\u2019agit pas de d\u00e9penses de consommation.<\/p>\n

[10]<\/a> D\u00e9saisonnaliser consiste \u00e0 appliquer un traitement statistique pour \u00e9liminer les effets dus aux ph\u00e9nom\u00e8nes saisonniers.<\/p>\n","protected":false},"excerpt":{"rendered":"

\u00a0 Variances remercie les deux auteurs et l\u2019Insee pour ce deuxi\u00e8me volet d\u2019un article tir\u00e9 du Courrier des Statistiques de d\u00e9cembre 2024\u00a0: L\u2019\u00e9conomie racont\u00e9e par les donn\u00e9es bancaires \u2212 Courrier des statistiques N12\u00a0–\u00a02024 | Insee Depuis la crise sanitaire en 2020, l\u2019Insee b\u00e9n\u00e9ficie d\u2019un acc\u00e8s \u00e0 des \u00e9chantillons anonymis\u00e9s de comptes bancaires de La Banque […]<\/p>\n","protected":false},"author":511,"featured_media":8515,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[159],"tags":[],"class_list":["post-8511","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-insee","et-has-post-format-content","et_post_format-et-post-format-standard"],"_links":{"self":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/8511","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/users\/511"}],"replies":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8511"}],"version-history":[{"count":1,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/8511\/revisions"}],"predecessor-version":[{"id":8516,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/posts\/8511\/revisions\/8516"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=\/wp\/v2\/media\/8515"}],"wp:attachment":[{"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8511"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8511"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/variances.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8511"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}