Faisons la lumière sur les mystères désaisonnalisés

Pratiquement toutes les manchettes sur l’économie sont fondées sur des statistiques désaisonnalisées. Mais qu’entend-on exactement par « désaisonnalisées »?

La façon la plus simple de l’expliquer est de penser à Noël. Les ventes au détail sont normalement élevées en décembre par rapport à novembre – mais dans quelle mesure sont-elles attribuables au fait que Noël est en décembre? Au calendrier, Noël arrive à la même date chaque année, ce qui illustre parfaitement un facteur saisonnier survenant normalement, dont il faut tenir compte pour les ventes au détail.

La désaisonnalisation exclut les variations saisonnières normales qui pourraient autrement influencer les données. Elle met les données sur un pied d’égalité afin que des données enregistrées pendant deux mois puissent être comparées significativement entre elles et avec les fondements économiques sous-jacents tels que les fluctuations des taux d’intérêt ou des revenus personnels.

Les statistiques désaisonnalisées proviennent des données brutes traitées à l’aide d’un modèle informatique complexe. Le fonctionnement du processus de désaisonnalisation est l’essence même de hautes études en statistiques (matière à faire bâiller tout le monde sauf les statisticiens!). Il va sans dire que le processus de désaisonnalisation tient non seulement compte de Noël, mais aussi de Pâques (qui peut avoir lieu en mars ou en avril) et de la variation du nombre de jours ouvrables. Ce dernier élément désigne le nombre de jours dans chaque mois et le jour de la semaine qui marque le début d’un mois donné (ce qui a une importance quand il s’agit de savoir combien il y a de jours ouvrables et de déterminer si un jour ouvrable donné entraîne de meilleures affaires que tout autre jour ouvrable). En excluant ces effets, toutes les données se retrouvent sur un pied d’égalité.

Les statistiques désaisonnalisées de l’ACI sur les ventes répertoriées par le biais des systèmes MLS® des chambres et associations immobilières canadiennes sont produites à l’aide du même modèle qu’utilise Statistique Canada pour désaisonnaliser toutes ses données. Chaque année, l’ACI retient les services de Statistique Canada pour évaluer le modèle qui est adapté à chaque statistique individuelle de chacune des chambres.

La désaisonnalisation a pour effet de réduire les relevés pour les mois au cours desquels on note un regain saisonnier, et de les augmenter pour les mois au cours desquels on note un déclin saisonnier. Il en va de même pour les variations du nombre de jours ouvrables : on réduit les relevés pour les mois qui comptent plus de jours ouvrables que les autres et on les augmente pour les mois qui comptent moins de jours ouvrables.

En regardant les données désaisonnalisées, on peut plus facilement identifier les tendances, par rapport à toute autre tentative en ce sens à l’aide de données brutes instables. C’est tout de même assez important si vous voulez savoir si les choses vont mieux ou si elles sont susceptibles de s’améliorer ou de s’empirer.

 

Ancien économiste en chef, Gregory Klump fournissait ses points de vue sur l’état et les perspectives des marchés de l’habitation canadiens aux médias, aux décideurs politiques et aux intervenants du secteur immobilier. En 2017, Greg a célébré son 25e anniversaire en tant que membre de l’équipe de l’ACI. Avide skieur et planchiste en hiver, il est un passionné de l’entraînement en parcours (CrossFit) à l’année.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *