Comptes des revenus et dépenses, série technique
Comptes économiques répartis pour le secteur des ménages, estimations des répartitions des actifs, des passifs et de la valeur nette, 2010 à 2018 : rapport technique sur la méthodologie et la qualité

1 Aperçu

L’économie mondiale a connu des changements structurels importants au cours des dernières années, attribuables en partie à la crise financière mondiale de 2008 et à la mondialisation accrue. Les répercussions des changements macroéconomiques sur les ménages constituent dorénavant une priorité pour les décideurs, alors que l’inégalité et la stabilité financière deviennent des thèmes communs sur la scène internationale. Statistique Canada et d’autres organismes statistiques peuvent contribuer à élargir le corpus de recherche sur ce sujet en publiant des données plus complètes, pertinentes et détaillées sur l’inégalité financière à l’échelle nationale.

Statistique Canada a entrepris d’élaborer les tables du patrimoine des Comptes économiques répartis pour le secteur des ménages (CERSM), les données qui décrivent la valeur nette des ménages répartie selon diverses caractéristiques des ménages en vue de définir plus précisément qui détient la richesse au Canada. Ces données fourniront aux décideurs et aux universitaires des outils supplémentaires pour examiner l’inégalité et ses répercussions sur notre société. Les données des CERSM réunissent le niveau de détail disponible dans les sources de microdonnées et les concepts du Système de comptabilité nationale (SCN) couverts par les macrodonnées, qui offrent une couverture plus complète et sont comparables à l’échelle internationale. La principale source de microdonnées est l’Enquête sur la sécurité financière (ESF), une enquête auprès des ménages qui permet de recueillir de l’information sur l’actif, l’endettement et le patrimoine (valeur nette). L’ESF n’est pas une enquête annuelle, de sorte qu’une méthodologie différente est nécessaire pour les années avec enquête et les années sans enquête.

Le présent document présente en détail la méthodologie utilisée pour produire des répartitions de la valeur nette des ménages diffusées en mars 2019 pour les années de référence 2010 à 2018. La méthodologie qui a été utilisée pour les publications antérieures est différente et est décrite dans Statistique Canada (2017-03-15, 2018-03-22). Il présente d’abord une description du cadre international du groupe d’experts de l’Organisation de coopération et de développement économiques (OCDE) sur les disparités à l’intérieur des comptes nationaux (GE DCN), qui fournit des recommandations pour produire des renseignements sur la répartition conformes aux concepts du SCN. La mise en œuvre de chaque étape par Statistique Canada est ensuite décrite. Ces étapes comprennent les ajustements aux totaux des comptes nationaux; une description des sources de microdonnées; la méthodologie utilisée pour dériver des indicateurs pour les années avec enquête et les années sans enquête; et une description des sources d’erreur possibles.  Dans le cas des années pour lesquelles des données d’enquête ne sont pas disponibles, une modélisation est nécessaire pour dériver les répartitions de la richesse. L’approche de modélisation sera décrite, de même que les divers ajustements nécessaires pour assurer la cohérence interne des tableaux et la cohérence avec les totaux macroéconomiques.

Ce travail constitue une étape en vue d’obtenir un cadre intégré de répartitions comprenant le revenu, la consommation, l’épargne et le patrimoine. Les estimations produites à l’aide de cette méthodologie feront l’objet de révisions à mesure que la méthodologie sera peaufinée.

2 Introduction

Statistique Canada publie régulièrement des indicateurs macroéconomiques sur les actifs, les passifs et la valeur nette des ménages dans le cadre des comptes du bilan national (CBN) trimestriels. Ces comptes correspondent aux plus récentes normes internationales et constituent la source des estimations du patrimoine national pour tous les secteurs de l’économie, y compris les ménages, les institutions sans but lucratif, les administrations publiques et les sociétés, de même que la position du Canada en matière de richesse par rapport au reste du monde. Bien que les CBN fournissent des renseignements de grande qualité sur la position globale des ménages relativement aux autres secteurs économiques, ils ne possèdent pas la granularité requise pour comprendre les vulnérabilités de certains groupes particuliers et les conséquences qui en résultent sur le plan du bien-être économique et de la stabilité financière.

On reconnaît de plus en plus, tant au Canada qu’à l’échelle internationale, l’importance croissante d’intégrer les dimensions de répartition dans les indicateurs macroéconomiques des ménages. Lorsque les renseignements sur les disparités entre les ménages sont mis en correspondance avec les indicateurs macroéconomiques, ils permettent de mieux comprendre les développements économiques et de mieux évaluer les risques liés, par exemple, à l’augmentation de la polarisation du revenu, de la consommation, de l’épargne et de la richesse.

De récentes révisions exhaustives du Système canadien des comptes macroéconomiques publiées en 2012 et en 2015 ont permis de mieux positionner le programme des statistiques macroéconomiques pour entreprendre ces travaux. Des changements ont été apportés afin d’harmoniser les mesures aux nouvelles normes internationales, y compris la création d’un secteur distinct pour les institutions sans but lucratif au service des ménages (ISBLSM) (qui faisait auparavant partie du secteur des ménages) et la mesure des régimes de pension d’employeur selon l’admissibilité. Vous trouverez plus de précisions sur les changements apportés lors des révisions publiées en 2012 et en 2015 en consultant Statistique Canada (2012-10-15, 2015-12-01).

Cette documentation donne un aperçu d’une étape vers un programme plus complet d’estimations des répartitions annuelles pour le secteur des ménages dans les comptes macroéconomiques canadiens. Elle présente également la méthodologie utilisée pour élaborer, dans les CERSM de mars 2019, des répartitions du patrimoine pour le secteur des ménages des CBN pour les années de référence 2010 à 2018. Elle décrit les aspects techniques de la méthodologie et comprend un rapport sur la qualité des répartitions estimées. Ces estimations sont fondées sur une méthodologie qui a été élaborée et précisée depuis les diffusions précédentes des CERSM. Des répartitions du revenu, de la consommation et de l’épargne sont aussi produites et font partie du programme statistique permanent des CERSM. De plus amples détails figurent dans Statistique Canada (2019-03-27).

3 Cadre international

Afin de produire des renseignements sur la répartition qui correspondent aux concepts du SCN, Statistique Canada suit les étapes de base recommandées par le GE DCN de l’OCDE. Le processus suivi par Statistique Canada pour mettre en œuvre chacune des étapes sera décrit en détail dans les sections suivantes.

Description de la figure 1

Étape 1. Ajuster les totaux des comptes nationaux.
Étape 2. Déterminer les variables pertinentes à partir des sources de microdonnées reliées aux variables des comptes nationaux.
Étape 3. Procéder à une imputation pour les éléments manquants et mettre à l'échelle les microdonnées selon les totaux ajustés des comptes nationaux.
Étape 4. Regrouper les ménages.
Étape 5. Dériver les indicateurs pertinents pour les groupes-ménages.

4 Rajuster les totaux des comptes nationaux

4.1 Comptes du bilan national

Les CBN sont des états des actifs non financiers qui sont détenus ou utilisés dans l’économie et des créances en cours (actifs et passifs financiers) dans les unités économiques de l’économie. Ils comprennent le bilan national du pays dans son ensemble ainsi que les bilans des secteurs sous-jacents. On trouve, au cœur des CBN, les actifs et les passifs ainsi que les concepts de patrimoine et de valeur nette.

Les CERSM mettent précisément l’accent sur le secteur des ménages du bilan national, ce qui comprend les actifs, les passifs et la valeur nette (y compris certaines sous-catégories) de tous les ménages au Canada.

4.2 Rajustements

L’OCDE recommande d’isoler le secteur des ménages aux fins d’analyse de la répartition, un processus qui pourrait exiger une correction du total du secteur des comptes nationaux s’il a été agrégé à celui du secteur des ISBLSM.

Avant la révision exhaustive publiée en 2012, le  Système de comptabilité nationale du Canada (SCNC) comptait trois principaux secteurs institutionnels résidents : le secteur des particuliers et des entreprises individuelles, le secteur des entreprises et le secteur des administrations publiques. Le secteur des particuliers et des entreprises individuelles comprenait les ISBLSM, les coopératives de crédit, les sociétés d’assurance-vie, les amicales et les régimes de placement collectifs tels que les caisses de retraite et les fonds communs de placement. En raison des limites des données, ce secteur englobait également les activités des administrations publiques autochtones.

À la suite de la révision exhaustive de 2012, le SCNC a adopté la division fondamentale du SCN en secteurs institutionnels dans toute la séquence des comptes intégrés. L’ancien secteur des particuliers et des entreprises individuelles a ainsi été réparti entre les ménages et les institutions sans but lucratif au service des ménages.

Étant donné que le travail ait déjà été fait pour isoler le secteur des ménages, aucune correction aux données actuelles des CBN ne fut nécessaire.

5 Source de microdonnées et variables

5.1 Enquête sur la sécurité financière

La source de microdonnées choisie pour la répartition de la valeur nette et de ses composantes est l’ESF. L’objet de cette enquête est de recueillir des renseignements sur les avoirs, les dettes, l’emploi, le revenu et la scolarisation d’un échantillon de familles canadiennes, ce qui aide à comprendre la façon dont les finances des familles évoluent à la suite des pressions économiques. L’ESF dresse un portrait complet de la valeur nette des Canadiens. Des renseignements sont recueillis sur la valeur de l’ensemble des principaux avoirs financiers et non financiers et sur les sommes dues à l’égard des prêts hypothécaires, des véhicules, des cartes de crédit, des prêts étudiants et d’autres dettes. La valeur nette d’une famille est définie comme la valeur des actifs de la famille moins sa dette. Elle peut être considérée comme la somme d’argent que cette famille aurait si elle vendait tous ses actifs et payait la totalité de ses dettes.

L’ESF est une enquête transversale par sondage. Elle a été menée de façon occasionnelle, soit en 1999, en 2005 et en 2012, et sera entreprise tous les trois ans à compter de 2016. Elle porte sur la population vivant dans les 10 provinces du Canada. Certains groupes des provinces, qui représentent environ 2 % de la population (par exemple, les personnes vivant dans une réserve ou d’autres peuplements autochtones et les personnes souffrant de maladies chroniques et vivant dans les hôpitaux ou un établissement de soins infirmiers), sont exclus de l’enquête.

Au fil du temps, la taille de l’échantillon et le plan d’échantillonnage de l’ESF ont varié. La taille de l’échantillon était d’environ 23 000 logements en 1999, 9 000 logements en 2005, 20 000 logements en 2012 et 21 000 logements en 2016. En 1999, 2012 et en 2016, les estimations provinciales ont été ciblées, mais, étant donné la taille réduite de l’échantillon en 2005 pour des raisons budgétaires, cette itération de l’enquête a plutôt visé la production d’estimations fiables à l’échelle régionale.

Les données sont généralement recueillies directement auprès des répondants, tandis que dans certains cas, des renseignements supplémentaires sont tirés des fichiers administratifs et sont dérivés de diverses enquêtes de Statistique Canada et d’autres sources par appariement des fichiers. On utilise, par exemple, les dossiers de données sur l’impôt des particuliers et les renseignements réglementaires sur les modalités des régimes de pension d’employeur. Les interviews sont menées en utilisant la méthode d’interviews sur place assistées par ordinateur (IPAO); les interviews durent en moyenne environ 45 minutes.

L’enquête n’est pas obligatoire et les taux de réponse étaient de 68,6 % et 70,3 % respectivement en 2012 et 2016.

Des renseignements supplémentaires sont présentés sur le site Web de Statistique Canada dans la section Définitions, sources de données et méthodes de l’ESF (numéro d’enquête 2620) et aux tableaux 11-10-0016-01, 11-10-0049-01 et 11-10-0057-01.

5.2 Mise en correspondance et concordance

Les CBN sont composés de 102 catégories et sous-catégories qui contiennent tous les types d’actifs, de passifs et de valeur nette de l’économie. Les données des CERSM contiennent quant à elles 11 de ces catégories. Le processus visant à condenser l’ensemble des CBN a été mis en place pour de multiples raisons. Notamment, certains types d’actifs et de passifs ne s’appliquent pas au secteur des ménages et l’on doit assurer la qualité des données des répartitions, ce qui sera abordé plus en détail dans les sections subséquentes du présent document.

Selon la Commission économique des Nations Unies pour l’Europe (CEE-ONU), « [...] conceptuellement, les macrostatistiques et les microstatistiques sur le revenu du ménage ont beaucoup en commun. Toutefois, il existe des différences importantes dans les objectifs et les buts des deux ensembles de données, dans leur couverture et les sources de données utilisées pour les compiler, et en raison d’enjeux pratiques concernant les rapports de données ou les estimations pour les ménages individuels » (CEE-ONU 2011). Le processus de concordance permet de déceler des zones de différence conceptuelle entre les microdonnées et les macrodonnées et fournit un indicateur de la pertinence de variables de microdonnées précises en tant que distributeurs de composantes macros.

Les catégories des CBN choisies pour les CERSM sont présentées au tableau 1 ci-dessous. Les ratios de couverture sont présentés pour l’ESF de 2012 et de 2016, les années utilisées pour produire les répartitions reliées au patrimoine des CERSM de 2010 à 2018. Ces catégories sont assez détaillées pour analyser le bien-être financier des ménages et il s’agit des catégories pour lesquelles une variable appropriée (ou une combinaison de variables) de l’Enquête sur la sécurité financière a été choisie. Les mises en correspondance se trouvent au tableau 1 ont été conçues en effectuant la correspondance entre les variables de l’ESF et la version condensée des CBN. Les renseignements sur les variables provenant de chaque source utilisées pour créer ce tableau se trouvent au tableau 2 ci-dessous. Les sections 5.2.1 à 5.2.2 comportent des précisions sur la mise en correspondance présentée dans le tableau 2.

5.2.1 Différences conceptuelles – objets de valeur et de collection

Les objets de valeur et de collection ne sont pas une catégorie observée dans les CBN et ne font pas partie du domaine des actifs des comptes macroéconomiques. Par conséquent, afin de faire correspondre la microsource à la macrosource, la valeur des objets de valeur et de collection n’est pas comprise dans le total de l’ESF pour la valeur nette et les actifs non financiers.

5.2.2 Différences conceptuelles – autres passifs

La catégorie qui présente le ratio de couverture le plus faible est « autres éléments de passif ». La principale raison de la sous-représentation de cette catégorie est attribuable à la définition conceptuelle de « dette de carte de crédit », qui fait partie de cette catégorie. L’ESF demande aux répondants d’indiquer le montant de la dette de la carte de crédit qui demeure exigible sur le dernier relevé de compte en excluant les nouveaux achats effectués, tandis que les CBN indiquent le total du solde en souffrance à un moment précis. La différence vient du fait que de nombreux ménages utilisent des cartes de crédit aux fins de consommation, mais remboursent leur solde dû à la fin de chaque période.

6 Regrouper les ménages en grappes

6.1 Unité d’analyse : le ménage

L’unité d’analyse choisie pour les CERSM est le ménage, défini par l’OCDE comme « une personne ou un groupe de personnes qui occupent le même logement et qui décident de pourvoir en commun à leurs besoins alimentaires et éventuellement aux autres besoins essentiels de l’existence » (OCDE, 2013). Les données de l’ESF sont disponibles au niveau de l’unité familiale qui comprend les familles économiques, définie comme « un groupe de deux personnes ou plus qui vivent dans le même logement et qui sont apparentées par le sang, par alliance, par union libre, par adoption ou par une relation de famille d’accueil » (Statistique Canada, 2017-12-06) et les personnes seules. Pour le projet des CERSM, les unités familiales ont été agrégées au niveau du ménage en combinant les familles économiques qui résident à la même adresse, ce qui crée une définition de l’unité qui comprend des groupes de personnes qui partagent des ressources, mais qui ne sont pas nécessairement apparentées par le sang, par alliance, par union libre, par adoption ou par une relation de famille d’accueil. Ce faisant, les données de l’ESF s’approchent le plus possible de la définition d’un ménage selon l’OCDE.

Concernant ce concept, la recommandation de l’OCDE est d’estimer les répartitions selon des valeurs de ménage rendues équivalentes. Ce processus tient compte des différences de taille des ménages et des économies d’échelle qui en résultent pour le revenu et la consommation. Les données sur le patrimoine n’ont pas été rendues équivalentes. Ce constat fera l’objet d’un examen plus approfondi aux fins de publications ultérieures, lorsqu’un portrait intégré des répartitions du revenu, de la consommation et du patrimoine sera élaboré.

6.2 Catégories de répartition

Les CERSM pour les actifs, les passifs et la valeur nette comportent six variables de répartition distinctes. Les ménages sont regroupés par province, par groupe d’âge, par type de ménage (plus d’une personne par rapport à une personne) et mode d’occupation, quintile de revenu disponible du ménage rendu équivalent, et principale source de revenu du ménage. Les regroupements par province, groupe d’âge, type de ménage et mode d’occupation sont fondés sur les définitions utilisées dans l’ESF. Dans la mesure du possible, les variables de distribution sont recoupées les unes avec les autres afin d’obtenir des répartitions plus détaillées. Plus particulièrement, dans le cas des estimations diffusées en mars 2019, les CERSM comprennent également des totalisations croisées des répartitions des totaux pour les actifs, les passifs et la valeur nette qui comprennent la région selon le groupe d’âge, la région selon le quintile de revenu disponible du ménage rendu équivalent et le quintile de revenu disponible du ménage rendu équivalent selon le groupe d’âge.

6.2.1 Province et région

La province représente celle du domicile principal du ménage. Les membres du ménage qui ont quitté temporairement leur domicile principal, par exemple pour le travail ou les études, sont inclus dans la province de leur domicile principal.

En outre, les régions sont définies en regroupant les provinces en cinq catégories : Atlantique (Terre-Neuve, Nouvelle-Écosse, Île-du-Prince-Édouard et Nouveau-Brunswick), Québec, Ontario, Prairies (Manitoba, Saskatchewan et Alberta) et Colombie-Britannique.

6.2.2 Groupe d’âge

Les ménages sont regroupés par groupe d’âge selon l’âge du soutien économique principal. Cela est différent de la définition de l’OCDE de la personne repère pour un ménage, qui exige d’appliquer divers critères caractéristiques à chacun des membres de chaque ménage.

Les catégories de groupes d’âge utilisées sont les suivantes : moins de 35 ans, 35 à 44 ans, 45 à 54 ans, 55 à 64 ans et 65 ans et plus.

6.2.3 Type de ménage

Le regroupement par type de ménage se fait selon une définition simplifiée de la composition du ménage comportant seulement deux catégories : les ménages composés d’une seule personne et les ménages composés de plus d’une personne. L’OCDE recommande que, en plus d’effectuer le regroupement selon la taille du ménage, la catégorie du type de ménage tienne compte de l’âge et la composition de la famille, y compris l’état matrimonial et la présence d’enfants à charge. La possibilité de regrouper les ménages selon la taille, l’âge et la composition familiale sera revue à mesure que la méthodologie sera élaborée.

6.2.4 Mode d’occupation

Le mode d’occupation est déterminé selon que le ménage est propriétaire de la résidence principale, avec ou sans hypothèque, ou qu’il la loue. Bien que le loyer payé par un locataire puisse être entièrement ou partiellement subventionné, aucune distinction de ce genre n’est faite dans cette catégorie.

6.2.5 Quintile de revenu disponible du ménage rendu équivalent

Le concept de revenu disponible du ménage est unique au SCN et il n’est pas mesuré directement dans l’ESF. Même si les estimations du patrimoine ne font pas l’objet d’équivalence, la ventilation selon le quintile de revenu est fondée sur un concept de revenu rendu équivalent, afin de rendre compte des différences dans la taille et la composition des ménages. Pour attribuer les ménages de l’ESF aux quintiles de revenu disponible, le revenu disponible rendu équivalent doit d’abord être estimé pour chaque ménage comme suit :

• L’agrégat du revenu disponible du ménage du SCN est ventilé en composantes (par exemple, rémunération des salariés, transferts d’autres secteurs et à d’autres secteurs, etc.) pour lesquelles on trouve des variables ou des indicateurs correspondants dans l’ESF. Les données sur le revenu recueillies dans le cadre de l’ESF proviennent des déclarations de revenus T1 transmises à l’Agence du revenu du Canada (ARC) pour l’année précédant l’année de l’enquête. Lorsque les données ne sont pas suffisamment détaillées pour correspondre aux composantes du revenu disponible des ménages du SCN, des renseignements supplémentaires sont obtenus à partir d’autres fichiers de données fiscales tels que le fichier des estimations annuelles relatives au revenu des familles de recensement et des particuliers, communément appelé le fichier sur la famille T1 (FFT1) (voir Statistique Canada, 2018-07-11) et le fichier des T4A supplémentaire.
• Pour chacune de ces composantes du revenu, la valeur agrégée du SCN est répartie entre les ménages de l’ESF selon la valeur de la variable ou de l’indicateur correspondants de l’ESF. On tient compte des poids de sondage lors du calcul de chacune des parts des ménages de la composante.
• Pour chacun des ménages, les composantes réparties sont additionnées afin de calculer le revenu disponible estimatif du ménage.
• Un ajustement final est effectué afin d’obtenir le revenu disponible du ménage rendu équivalent. Cet ajustement consiste à diviser le revenu disponible du ménage par le nombre d’unités de consommation de chaque ménage, qui est fondé sur l’échelle d’équivalence modifiée d’Oxford.

Le résultat de ce calcul est une nouvelle variable de revenu pour chacun des ménages de l’ESF, qui correspond plus précisément au concept de revenu disponible du ménage du SCN que le fait la mesure disponible du revenu après impôt. Le revenu disponible du ménage rendu équivalent est néanmoins hautement corrélé au revenu après impôt excluant les gains en capital rendu équivalent. Le coefficient de corrélation du revenu disponible du ménage rendu équivalent et du revenu après impôt excluant les gains en capital rendu équivalent est de 90,8 % en 2012 et de 88,0 % en 2016.

Après que chacun des ménages de l’ESF a reçu un revenu disponible du ménage rendu équivalent, ils sont tous regroupés dans des quintiles de revenu disponible du ménage rendu équivalent, qui sont calculés en tenant compte à nouveau des poids de sondage.

6.2.6 Principale source de revenu du ménage

Les catégories pour la principale source de revenu du ménage sont les salaires et traitements, le revenu d’un travail autonome (c.-à-d. le revenu d’un travail autonome agricole et non agricole, à l’exclusion du revenu de location), le revenu net de la propriété (c.-à-d. intérêts et autres revenus de placements moins les intérêts payés), les prestations de retraite versées par les entreprises et les gouvernements et les autres transferts (p. ex. l’aide sociale gouvernementale).

7 Déterminer les indicateurs pour les années d’enquête

L’ESF constitue la principale source de renseignements sur la répartition du patrimoine pour les CERSM. Toutefois, l’ESF, qui était une enquête occasionnelle dans le passé, sera menée tous les trois ans à compter de 2016. En conséquence, des lacunes doivent être comblées afin de produire une série annuelle de répartitions. La méthodologie proposée pour dériver ces répartitions est double, c’est-à-dire qu’on utilise une approche plus simple et plus directe pour les années où une enquête a été menée et une approche de modélisation fondée sur le calage pour les années où il n’y a pas eu d’enquête. Tout au long de cette section et des deux sections suivantes, des descriptions seront présentées pour montrer dans quelle mesure chaque étape du processus modifie les estimations.

Cette section décrit la première partie de la méthodologie utilisée pour remplir les tableaux pour les années où une enquête est menée. Elle consiste à repondérer l’ESF, à mettre à l’échelle des totaux des CBN et à produire les estimations des répartitions à partir de l’ensemble de données obtenu. Pour la série de répartitions de mars 2019, cette méthodologie est utilisée uniquement pour les années 2012 et 2016. À l’avenir, elle sera utilisée pour chaque année où une enquête est menée.

L’étape suivante, décrite à la section 8, consiste à dériver les mesures de la richesse pour les années où il n’y a pas eu d’enquête au moyen d’une approche de modélisation. Une fois que cela est fait, les estimations pour les années où il y a eu une enquête et celles où il n’y en a pas eu sont réunies et des rajustements sont appliqués aux estimations. Les estimations des années où une enquête a été menée sont rajustées afin d’éviter d’introduire des points de retournement lorsqu’elles sont comparées avec les estimations modélisées des années adjacentes où il n’y a pas eu d’enquête. Des rajustements effectués pour assurer la cohérence et pour tenir compte des territoires du nord du Canada sont ensuite appliqués. Ce processus est décrit à la section 9.

7.1 Rajustement des poids

Les poids de l’ESF qui sont actuellement utilisés pour les CERSM diffèrent légèrement de la version utilisée pour publier les estimations produites directement à partir de l’enquête. Les ESF de 2012 et de 2016 sont repondérées afin de réduire l’incidence de certains enregistrements influents et de tenir compte de totaux de contrôle démographique plus étroitement liés aux catégories analytiques des CERSM.

La première étape du processus de recalage est un rajustement des poids des ménages influents, qui contribuent de manière significative à la valeur nette. Les unités influentes peuvent donner lieu à des estimations instables; pour cette raison, elles sont souvent traitées en rajustant leurs poids à la baisse. Les ménages influents, particulièrement ceux des quintiles de revenu inférieurs, sont relevés dans les échantillons des ESF de 2012 et de 2016, et leurs poids sont rajustés à la baisse.

Après le rajustement de poids pour les ménages influents, les échantillons des ESF de 2012 et de 2016 sont recalés selon les totaux de population. Le calage consiste à rajuster les poids des unités échantillonnées, afin que les estimations tirées de l’enquête coïncident avec les totaux connus propres à la population. Les avantages potentiels du calage sont la cohérence entre les estimations d’enquête et les totaux de population connus, la diminution des erreurs non dues à l’échantillonnage, comme les erreurs dues à la non-réponse et les erreurs de couverture, et l’amélioration de l’exactitude des estimateurs. Les totaux de calage utilisés sont des estimations de la population échantillonnée fondées sur les projections du Recensement de la population de Statistique Canada et sont produits par la Division de la démographie de Statistique Canada. Les totaux utilisés comprennent les comptes d’individus par catégories de sexe et de groupe d’âge, les comptes de ménages selon la taille du ménage et les comptes de familles économiques selon la taille de la famille économique, pour des tailles de famille économique sélectionnées à l’intérieur des provinces. Les méthodes de calage utilisées sont conformes à celles décrites par Deville et Sarndal (1992) et sont implantées dans le logiciel Système généralisé d’estimation (G-EST) de Statistique Canada, lequel est décrit dans Statistique Canada (2018-10).

Ces deux étapes de repondération, qui ensemble permettent d’obtenir des poids propres aux CERSM, font partie du processus normal de calcul des poids de l’ESF qui ont été rajustés afin de correspondre plus étroitement aux catégories analytiques des CERSM. Ce processus de repondération est également utilisé comme modèle pour les années où il n’y a pas eu d’enquête, comme cela est indiqué à la section 8.1.

7.2 Mise à l’échelle des Comptes du Bilan National

Conformément à la méthodologie recommandée par le Groupe d’experts de l’OCDE sur les disparités à l’intérieur des comptes nationaux, les données d’enquête sont ensuite mises à l’échelle des totaux des CBN. Les microdonnées de l’ESF pour chaque année où une enquête a été menée, dans ce cas-ci 2012 et 2016, sont mises à l’échelle à l’aide des poids propres aux CERSM. Les variables pour les catégories des actifs et des passifs au niveau le plus détaillé sont d’abord mises à l’échelle des totaux des comptes nationaux rajustés en fonction du tableau de concordance de la section 5.2. Les valeurs pour les catégories agrégées des actifs et des passifs et pour la valeur nette sont ensuite recalculées en fonction des valeurs mises à l’échelle pour les catégories de niveau détaillé dont elles sont composées.

7.3 Estimations des répartitions

Pour chacun des quatre tableaux CERSM, les valeurs totales de la valeur nette et celle de chaque sous-catégorie d’actifs et de passifs pour chaque catégorie de répartition sont estimées à partir de l’ESF en utilisant les valeurs mises à l’échelle et des poids propres aux CERSM.

La précision des estimations des CERSM pour les années d’enquête est intrinsèquement liée à la précision des estimations de l’ESF. Pour ces estimations, des mesures de l’erreur d’échantillonnage sous forme de coefficients de variation (c.v.) pour l'ESF de 2012 et de 2016 se trouvent aux tableaux 4 à 12 de l’annexe. Les c.v. varient de 1,6 % à 12,4 % pour la valeur nette totale, de 1,5 % à 12.1 % pour les actifs totaux et de 1,8 % à 15,3 % pour les passifs totaux selon les provinces, les groupes d’âge, les types de ménage et les modes d’occupation, les quintiles de revenu disponible du ménage rendu équivalent, et les principales sources de revenu du ménage.

8 Déterminer les indicateurs pour les années où il n’y a pas eu d’enquête

Puisque l’ESF n’est pas menée tous les ans, une méthodologie différente est requise afin de dériver les mesures du patrimoine pour les CERSM les années où aucun renseignement d’enquête n’est disponible. Sans mesure directe de la valeur nette et de ses composantes, les années où il n’y a pas eu d’enquête doivent être modélisées selon l’information auxiliaire.

Dans les versions antérieures des CERSM, deux approches de modélisation ont été utilisées : une est fondée sur le calage et l’autre sur les modèles au niveau du domaine. De plus amples renseignements sur la méthodologie utilisée pour ces diffusions antérieures sont présentés dans Statistique Canada (2017-03-15, 2018-03-22). Pour la présente diffusion, seule une approche fondée sur le calage a été utilisée. Bien que l’approche fondée sur le calage et l'approche fondée sur un modèle au niveau du domaine soient différentes sur le plan mathématique, elles produisent souvent des estimations de répartition similaires pour les années où il n’y a pas eu d’enquête.

8.1 Modélisation au moyen du recalage

L’approche de modélisation utilisée aux fins de la présente diffusion est fondée sur le calage. Cette approche est semblable aux rajustements de la pondération décrits à la section 7.1. À partir des poids de sondage rajustés en fonction des valeurs influentes, les poids font l’objet d’un recalage selon les totaux de contrôle des données démographiques pour les années sans enquête. Ce recalage permet de rajuster les poids des unités échantillonnées afin que les estimations fondées sur l’enquête coïncident avec ces chiffres de population pour les années sans enquête, ce qui équivaut essentiellement à rajuster les poids de sondage pour rendre compte des changements démographiques.

Une fois que les poids des échantillons de l’ESF ont été rajustés pour rendre compte des changements démographiques, les microdonnées de l’ESF sont mises à l’échelle des totaux des comptes nationaux rajustés, comme cela est indiqué ci-dessus à la section 7.2. Des estimations de la valeur nette et de ses composantes sont ensuite obtenues pour les années sans enquête en agrégeant les microdonnées et en utilisant les poids rajustés, comme à la section 7.3. Ce processus est appliqué une fois pour chaque année de sondage, ce qui permet d’obtenir deux séries d'estimations pour la période allant de 2010 à 2018, une fondée sur l’ESF de 2012 et l’autre sur l’ESF de 2016.

La série fondée sur l’ESF de 2012 est utilisée pour les estimations de 2010 à 2012. Pour la période de 2013 à 2015, les séries sont combinées par interpolation linéaire entre les séries. Par exemple, pour 2013, l’estimation combinée est calculée comme suit : ¾ × l’estimation à partir de l’ESF de 2012 recalée à 2013 + ¼ × l’estimation à partir de l’ESF de 2016 recalée à 2013. La série de l’ESF fondée sur l’ESF de 2016 est utilisée pour les estimations de 2016 à 2018.

8.2 Efficacité de l’approche de recalage

Les tableaux 13 à 15 de l’annexe montrent la comparaison entre les répartitions modélisées obtenues au moyen de l’approche de recalage et les répartitions fondées sur l’ESF de 2016, 2012, 2005 et 1999 pour les composantes sélectionnées de la valeur nette. L’intervalle de la valeur absolue des écarts entre les répartitions de l’ESF et les répartitions modélisées, selon la catégorie, est présentée comme une mesure de la différence entre les répartitions de l’ESF et celles obtenues par la modélisation

Avant qu’une approche fondée exclusivement sur le calage soit adoptée, les résultats obtenus au moyen des modèles au niveau du domaine et des modèles de calage ont été comparés, et les avantages et les inconvénients de chaque approche ont été examinés (Wu et Boulet, 2018). Cette comparaison a été effectuée à l’aide de la série de tableaux publiés dans le cadre de la diffusion de mars 2018. Les méthodes sont toutes deux conçues de manière à garantir que les répartitions pour les années d’enquête coïncident avec les estimations de l’ESF. Ainsi, lorsque seules quelques années séparent les enquêtes, ces deux approches produisent des résultats similaires. En fait, une fois que les étapes finales décrites dans la prochaine section ont été accomplies, la différence entre les parts détenues par chaque groupe est de moins de 1 % dans presque toutes les cellules du tableau.

Le principal avantage de l’approche fondée sur le modèle au niveau du domaine est qu’elle permet théoriquement de cerner des tendances en matière de richesse qui sont liées au revenu. Cependant, il n’est pas clairement apparu que, en pratique, la modélisation au niveau du domaine permet de mieux cerner les effets d’événements d’envergure tels que la récession de 2008. Étant donné que les modèles au niveau du domaine reposent sur des données sur le revenu, on pourrait s’attendre, par exemple, à ce que les modèles au niveau du domaine montrent que la récession n’a pas eu la même incidence sur la richesse des ménages appartenant au quintile de revenu le plus bas que sur la richesse des ménages du quintile de revenu le plus élevé. Malheureusement, les estimations comportent trop de bruit pour que l’on puisse distinguer quelque différence que ce soit.

Les approches fondées sur le calage, en revanche, présentent des avantages pratiques importants, le principal étant qu’elles demandent beaucoup moins de temps et de ressources que les approches fondées sur un modèle au niveau du domaine qui nécessitent d’élaborer chaque modèle individuellement pour chaque catégorie de répartition. Cet avantage fait également en sorte qu’il est plus facile de concevoir des tableaux pour des catégories supplémentaires de répartition. En outre, l’approche au niveau du domaine repose sur des renseignements complémentaires qui ne deviennent accessibles qu’une année et demie après la fin de la période de référence, alors que les totaux de contrôle requis dans le cadre de l’approche fondée sur le calage sont disponibles sans que l’on constate un tel décalage temporel. 

Compte tenu des avantages pratiques considérables qu’offre l’approche fondée sur le calage et étant donné que les deux approches produisent des estimations similaires, nous avons décidé d’adopter une approche fondée uniquement sur le calage pour la diffusion de mars 2019.

9 Rajustement des tableaux finaux

9.1 Rajustement aux estimations des années d’enquête

Une fois que les deux séries d'estimations obtenues par recalage ont été combinées, les estimations des années d’enquête sont légèrement rajustées afin d’éviter d’introduire des points de retrounement aux années 2012 et 2016 lorsqu’elles sont comparées avec les estimations modélisées des années adjacentes où il n’y a pas eu d’enquête. Une moyenne mobile pondérée centrée de trois points est appliquée à la série combinée de 2012 et de 2016.

Après avoir appliqué ces rajustements aux données pour les années d’enquête, les sommes des lignes et des colonnes des tableaux qui en découlent ne sont pas cohérentes dans les années d'enquête. La somme des catégories de répartition n’est pas égale aux totaux des CBN; autrement dit, les sommes des lignes ne sont pas cohérentes. De plus, les relations entre les actifs, les passifs et la valeur nette ne sont pas respectées; autrement dit, les sommes des colonnes ne sont pas cohérentes. En outre, la somme des données dans les tableaux croisés peut ne pas équivaloir exactement à celle des données dans les tableaux unidimensionnels.

Un processus de rajustement est nécessaire pour assurer la cohérence dans les tableaux et entre les tableaux. Plusieurs termes sont utilisés pour désigner ce type de rajustement : réconciliation, équilibrage, et étalonnage multivarié. Ce rajustement permet de rétablir les relations entre les catégories de la valeur nette, des actifs et des passifs et de garantir que les sommes des catégories de répartition demeurent équivalentes au total des CNB tout en ne touchant pas aux totaux des CNB. Une caractéristique principale de la réconciliation est qu’elle fait en sorte que les relations précisées soient respectées, tout en minimisant les changements aux cellules individuelles du tableau.

Les méthodes de réconciliation utilisées sont dérivées d’une approche fondée sur les régressions, de Dagum et Cholette (2006), et décrites de manière plus approfondie par Quenneville et Fortier (2012) et leurs références. Les procédures sont implémentées par l’entremise de PROC TSRAKING et de la macro GseriesTSBalancing du logiciel G-Series (Système généralisé de séries chronologiques) de Statistique Canada. Elles sont décrites dans Statistique Canada (2016-04) et peuvent être obtenues en contactant statcan.g-series-g-series.statcan@canada.ca.

L’ampleur des rajustements de réconciliation aux cellules internes des tableaux sur le patrimoine est montrée au tableau 3. Ces facteurs sont les valeurs après réconciliation divisées par les valeurs après combinaison des estimations issues du recalage. Ces rajustements sont généralement proches de 1, ce qui indique que le lissage et la réconciliation des tableaux n’entraîne pas de changements majeurs dans les répartitions.

9.2 Autres rajustements

Un rajustement supplémentaire est appliqué aux répartitions de la richesse selon la région et la province fondées sur les CERSM afin de retrancher une partie des totaux de contrôle nationaux de la richesse des CBN liés aux ménages des territoires. Ce rajustement est nécessaire, car l’échantillon de l’ESF est constitué uniquement de ménages des 10 provinces (voir les sections 5.1 et 10.2.2), alors que les totaux de contrôle des CBN publiés sont fondés sur le total pour l’ensemble des provinces et territoires du Canada. Puisque les CBN ne fournissent pas d’estimation de la richesse pour les territoires, sans ce rajustement, les estimations de la richesse par province et par région fondées sur les CERSM seraient trop élevées.

Étant donné que la richesse dans les territoires n’est pas directement quantifiable au moyen de sources de données existantes, un rajustement simplifié est appliqué aux totaux de contrôle nationaux des CBN pour représenter la richesse dans les territoires. Plus particulièrement, un pourcentage fixe est retranché de chacune des catégories de la richesse fondées sur les estimations du SCN relatives au revenu net de la propriété dans les territoires, mises à l’échelle selon les rendements moyens des obligations du gouvernement et les taux hypothécaires. Le même pourcentage est retranché de chaque estimation provinciale et régionale du patrimoine. Bien que le même pourcentage soit utilisé au cours d’une année donnée, ce pourcentage varie au fil du temps, selon la croissance du revenu net de la propriété par rapport aux totaux de contrôle nationaux des CBN. Ce rajustement simplifié repose sur l’hypothèse selon laquelle les territoires ont la même répartition que le total pour les provinces comprises dans l’échantillon de l’ESF.

De plus, dans le cadre du processus d'évaluation de la qualité des données des CERSM, des ajustements sont appliqués aux distributions du patrimoine aux niveaux macro afin d’éviter d’introduire des points de retournement ou de minimiser les divergences avec les tendances économiques et démographiques observées à partir d'autres sources de données, telles que des enquêtes et des données administratives du gouvernement.

10 Sources d’erreurs

Les CERSM sont conçus en rassemblant des données provenant de sources multiples. Chacune de ces sources, ainsi que la façon dont elles sont utilisées et combinées, constitue une source potentielle d’écarts entre les microdonnées et les macrodonnées. Un aperçu des sources d’erreurs pour les CERSM sur le patrimoine est présenté ci-dessous, classé en fonction de la source :

• données d’enquête ;
• modèle ;
• totaux des comptes nationaux.

Une classification similaire se trouve dans Zwijnenburg (2016).

10.1 Qualité des données des comptes nationaux

10.1.1 Qualité des totaux des comptes nationaux

Les CBN sont estimés en utilisant les sources de données les plus complètes et de la plus haute qualité afin d’établir des estimations annuelles de référence. Cela comprend généralement des enquêtes-entreprises annuelles, des fichiers de données administratives de l’ARC, des fichiers annuels tirés d’enquêtes-ménages, des données annuelles provenant des fonds de retraite, des institutions financières et des comptes publics du gouvernement et l’établissement d’estimations annuelles. Les données sont analysées en fonction de l’uniformité des séries chronologiques, des liens avec la conjoncture économique, des problèmes liés aux données de base et, enfin, de la cohérence. Il n’est pas possible de produire un équivalent du patrimoine national ou de la valeur nette nationale, pas plus qu’il est possible d’établir un bilan pour le secteur des ménages, sauf de façon périodique à partir des enquêtes-ménages. Toutefois, certains sous-secteurs des CBN sont largement comparables aux estimations produites par les divisions qui fournissent les données de base (par exemple, fonds de retraite, administrations publiques).

Les CBN sont publiés trimestriellement, tandis que les CERSM sont publiés annuellement. Les données des CBN du quatrième trimestre (T4) de chaque année de référence ont été choisies comme point de données pour représenter chaque année de référence (c.-à-d. que les données du quatrième trimestre de 2012 sont utilisées comme total de 2012).

10.1.2 Qualité des rajustements apportés aux totaux des comptes nationaux

Comme il a été mentionné précédemment, les rajustements visant à isoler le secteur des ménages de celui des ISBLSM ont été mis en place en 2012. Les travaux pour créer le secteur des ISBLSM ont commencé avec la création d’un compte satellite plus largement défini des institutions sans but lucratif et du bénévolat, d’abord publié en 2004. La part des institutions sans but lucratif au service des ménages dans ce secteur sans but lucratif élargi a été mise en œuvre dans le SCN en 2012, avec des estimations établies à partir de diverses sources, dont les fichiers administratifs sur les organismes de bienfaisance et les autres institutions à but non lucratif. Diverses améliorations statistiques visant à mieux définir le contexte et à tenir compte des lacunes dans les mesures ont été entreprises, en plus de changements liés à la sectorisation. Ces améliorations comprennent notamment le fait de délimiter les achats des ménages du secteur des ISBLSM. Des estimations révisées pour l’industrie et la demande finale ont été introduites en conséquence dans le cadre des ressources et des emplois.

10.2 Qualité des données de l’enquête

10.2.1 Erreur d’échantillonnage

Les erreurs d’échantillonnage sont inévitables dans toute enquête par sondage et se produisent parce que des données sont recueillies et des inférences sont faites à partir d’un échantillon plutôt que de l’ensemble de la population. L’erreur d’échantillonnage est mesurée en estimant la mesure dans laquelle les estimations de l’échantillon pourraient varier pour tous les échantillons possibles qui auraient pu être sélectionnés et qui ont le même plan d’échantillonnage et la même taille. Plusieurs facteurs ont eu une incidence sur l’ampleur de l’erreur d’échantillonnage : la variabilité inhérente des caractéristiques mesurées dans la population, la taille de l’échantillon, le plan d’échantillonnage et le taux de réponse. En raison de sa petite taille, l’ESF de 2005 présente une plus grande erreur d’échantillonnage que celle de l’ESF d’autres années.

Le c.v. est une mesure courante de l’erreur d’échantillonnage et peut être utilisé comme indicateur de l’exactitude des estimations. On le définit comme étant le rapport entre l’erreur-type de l’estimation de l’enquête et la valeur de l’estimation elle-même. Les c.v. des estimations de totaux de la valeur nette et de ses composantes à partir de l’ESF de 2012 et de 2016 sont présentés aux tableaux 4 à 12 de l’annexe.

10.2.2 Erreur de couverture

Les erreurs de couverture comprennent les omissions, l’inclusion d’unités erronées, les enregistrements en double et les erreurs de classification d’unités dans la base de sondage. Elles peuvent se traduire par des estimations biaisées et les répercussions peuvent varier pour différents sous-groupes de la population.

Pour les CERSM, la population ciblée par l’ESF et celle ciblée par les totaux des CBN diffère. En particulier, les territoires sont exclus de l’ESF, comme le sont environ 2 % des personnes dans les provinces qui sont difficiles à sonder pour diverses raisons.

En raison d’un manque d’information sur la valeur des actifs et des passifs des ménages des territoires, les CERSM appliquent un rajustement simplifié, décrit à la section 9.2, lequel est fondé sur l’hypothèse selon laquelle la répartition des actifs, des passifs et de la valeur nette des ménages des territoires est proportionnelle à leur part du revenu national net de la propriété pour une année donnée. Cette hypothèse ne tient pas compte de l’influence d’autres facteurs liés à la richesse, tels que l’incidence et la valeur des prestations de régime de retraite d’employeurs, ainsi que de l’incidence de l’accession à la propriété et de la valeur des immeubles résidentiels et des autres biens de consommation durables. Des estimations plus précises de la richesse dans les territoires pourront être dérivées dans l’avenir à mesure que des données plus détaillées provenant d’autres sources de données seront disponibles.

10.2.3 Erreur due à la non-réponse

Il existe deux types de non-réponse : la non-réponse totale, soit le fait de ne pas répondre à l’ensemble de l’enquête, et la non-réponse partielle, soit le fait de ne pas répondre à certaines questions. Dans l’ESF, ce type d’erreur est traité en utilisant des procédures de suivi visant à minimiser les non-réponses, par la pondération qui tient compte de la non-réponse et par imputation.

10.2.4 Erreur de mesure et de traitement

L’erreur de mesure, aussi appelée erreur de réponse, est la différence entre la réponse enregistrée à une question et la valeur « réelle ». L’erreur de mesure peut être causée par une incompréhension de la part du répondant ou de l’intervieweur. Le traitement est requis pour transformer les réponses d’enquête en une forme appropriée aux fins de la tabulation et de l’analyse et peut être une source d’erreur.

10.3 Qualité du modèle utilisé pour les années où il n’y a pas eu d’enquête

Dans les années où il n’y a pas eu d’ESF, les répartitions des CERSM doivent être modélisées. Par conséquence, la qualité des répartitions estimées dépend de la qualité des données auxiliaires à partir desquelles les modèles sont conçus et de la solidité des modèles eux-mêmes.

10.3.1 Qualité des sources de données auxiliaires

La source de données auxiliaires utilisée pour l’approche de recalage est celle des projections démographiques des chiffres de population et de ménages selon le Recensement de la population de Statistique Canada. Ces projections représentent la même population échantillonnée que celle de l’ESF et excluent les mêmes segments de la population (voir la section 10.2.2), en plus d’utiliser les mêmes concepts du ménage et de la famille que ceux de l’ESF. Elles sont de grande qualité et sont utilisées pour le calage de la plupart des enquêtes sociales à Statistique Canada.

10.3.2 Qualité des modèles

La capacité des modèles à estimer la valeur nette et ses composantes pour les années où il n’y a pas d’ESF est abordée ci-dessus. Les modèles sont une composante fondamentale de la méthodologie pour les CERSM sur le patrimoine. Comme c’est le cas pour tout modèle, ils peuvent uniquement refléter les tendances des répartitions qui sont liées à celles observées dans les données auxiliaires. Dans le cas présent, étant donné que l’approche adoptée est celle du recalage, il s’agit des tendances liées à la composante démographique uniquement. Comme on l’a mentionné à la section 8.2, lorsque les données de plus d’une année d’enquête sont disponibles et que l’écart entre les années d’enquête est relativement petit, l’incidence sur les estimations finales de la série de tableaux accessibles dans le cadre de la diffusion de mars 2019 est relativement faible. Cependant, il faut s’attendre à ce que les révisions apportées aux données des années qui suivent l’année d’enquête, c’est-à-dire les années 2017 et 2018 dans le cas de la présente diffusion, soient plus importantes que les révisions apportées aux autres années dans les diffusions subséquentes. Il convient également de mentionner que la force de la relation entre les répartitions de la richesse et la composante démographique varie selon la catégorie de ménages. Les comparaisons des répartitions modélisées et des répartitions fondées sur l’ESF présentées à l’annexe dans la section 11.2 rendent bien compte de cette variation.

10.4 Combinaison des sources

Les CERSM rassemblent des données provenant de sources variées qu’il est peu surprenant que les différences conceptuelles entre les sources de micro et de macrodonnées représentent souvent un défi important.  La méthodologie exposée dans le présent document et utilisée pour produire les répartitions de la richesse selon les CERSM comporte de multiples étapes (rapprochement des microconcepts et des macroconcepts, modélisation par recalage, réconciliation). Tout au long de ces étapes, les erreurs peuvent s’accumuler ou s’annuler entre elles.

11 Annexe

11.1 Coefficients de variation de l’erreur d’échantillonnage pour l’Enquête sur la sécurité financière de 2012 et de 2016

Les tableaux suivants montrent les coefficients de variation c.v. de l’erreur d’échantillonnage pour l’ESF. Ces c.v. sont fondées sur l’ESF et ne comprennent pas les étapes de repondération et de mise à l’échelle par rapport aux CBN.

11.2 Comparaisons des répartitions modélisées avec les répartitions de l’Enquête sur la sécurité financère

Les tableaux suivants montrent comment les répartitions modélisées se comparent aux répartitions de l’ESF pour 2016, 2005 et 1999, sur les plans de la valeur nette, des actifs totaux et des passifs totaux. Les estimations de l’approche par calage dans ces tableaux sont fondées sur le fichier repondéré de l’ESF de 2012; par conséquent, les répartitions correspondent à celles de l’ESF de 2012 et ne sont donc pas incluses dans le tableau.

Le tableau 13 montre la comparaison des répartitions selon le groupe d’âge auquel appartient le soutien économique principal. Il affiche l’intervalle de la valeur absolue des écarts entre les répartitions fondées sur l’ESF et les répartitions modélisées selon le groupe d’âge, lequel sert à mesurer la distance entre les répartitions fondées sur l’ESF et celles obtenues par modélisation. Il présente également les répartitions modélisées et les répartitions fondées sur l’ESF selon le groupe d’âge du soutien économique principal afin d’illustrer la façon dont les intervalles sont dérivés. Le tableau 14 montre les intervalles de la valeur absolue des écarts entre les répartitions fondées sur l’ESF et les répartitions modélisées, pour les tableaux unidimensionnels. De façon similaire, le tableau 15 montre les intervalles pour les tableaux croisés ; dans ce cas, les pourcentages détenus par chaque groupe sont calculés selon le total de la région pour les tableaux croisés par région et selon le total by quintile pour le tableau croisé du quintile de revenu disponible du ménage rendu équivalent par le groupe d’âge du soutien économique principal.

Des différences plus importantes sont observées entre l’ESF et le modèle dans certaines des répartitions selon le mode d’occupation et la principale source de revenu comparativement aux autres répartitions unidimensionnelles. La relation entre le mode d’occupation et les données démographiques utilisées pour la modélisation peut ne pas être aussi forte que les relations entre les données démographiques et les autres catégories de ménages. Les différences plus importantes observées dans les actifs selon la principale source de revenu en 2005 et en 1999 s’expliquent en partie par l’incidence que les variations des taux d’intérêt ont eue sur la valeur des régimes de retraite vers la fin des années 2000; les différences observées en 2005 peuvent également être partiellement attribuées à l’instabilité des estimations fondées sur l’ESF de 2005 qui reposaient sur un échantillon de plus petite taille.

12 Bibliographie

Bérubé J. et Fortier S. (2009). PROC TSRAKING: An in-house SAS® procedure for balancing time series. JSM Proceedings, Business and Economic Section. Alexandria, VA: American Statistical Association.

Commission économique des Nations Unies pour l’Europe (2011). Canberra Group Handbook on Household Income Statistics Second Edition. Genève.

Dagum, E. B. et Cholette, P. A. (2006). Benchmarking, Temporal Distribution and Reconciliation Methods for Time Series Data. Springer-Verlag, New York. Lecture Notes in Statistics no 186.

Deville, J.-C. et Sarndal, C.-E. (1992). « Calibration Estimators in Survey Sampling ». Journal of the American Statistical Association, vol. 87, no 418, p. 376 à 382.

OCDE (2013). OECD Framework for Statistics on the Distribution of Household Income, Consumption and Wealth. Publication de l’OCDE.

OCDE (2013). OECD Guidelines for Micro Statistics on Household Wealth. Publication de l’OCDE.

Quenneville, B. et Fortier, S. (2012), Restoring accounting constraints in time series - Methods and software for a statistical agency. Economic Time Series Modeling and Seasonality, ed. par Bell, W.R., Holan, S.H., et McElroy, T.S., Chapman et Hall/CRC, New York, 231-253.

Statistique Canada (2012-10-15). « Analyse des révisions - Système de comptabilité nationale du Canada 2012 ». Nouveautés en matière de comptes économiques canadiens.

Statistique Canada (2015-12-01). « Résultats de la révision exhaustive du Système canadien des comptes macroéconomiques de 2015 ». Nouveauté en matière de comptes économiques canadiens.

Statistique Canada (2016-04). Le logiciel G-series, version 2.00.001. Document interne.

Statistique Canada (2017-03-15). « Tableaux annuels de répartition des ménages, Estimations provisoires des répartitions des actifs, des passifs et de la valeur nette, 2010 å 2016 : Méthodologie technique et rapport sur la qualité ». Comptes des revenus et dépenses, série technique (13-604-M).

Statistique Canada (2017-12-06). Enquête sur la sécurité financière (ESF). Définitions, sources de données et méthodes. Base de métadonnées intégrées (BMDI), numéro d’enquête 2620.

Statistique Canada (2017-12-22). Enquête sur la sécurité financière (ESF). Tableaux 11-10-0016-01, 11-10-0049-01 et 11-10-0057-01.

Statistique Canada (2018-03-22). « Tableaux annuels de répartition des ménages, Estimations provisoires des répartitions des actifs, des passifs et de la valeur nette, 2010 à 2017 : Méthodologie technique et rapport sur la qualité ». Comptes des revenus et dépenses, série technique (13-604-M).

Statistique Canada (2018-07-11). Estimations annuelles du revenu des familles de recensement et des particuliers (fichier des familles T1). Définitions, sources de données et méthodes. Base de métadonnées intégrées (BMDI), numéro d’enregistrement 4105.

Statistique Canada (2018-10). Système généralisé d’estimation, Version 2.02 – Module de calage – Guide méthodologique.

Statistique Canada (2019-03-14a). Comptes du bilan national (CBN). Définitions, sources de données et méthodes. Base de métadonnées intégrées (BMDI), numéro d’enregistrement 1806.

Statistique Canada (2019-03-14b). Comptes du bilan national (CBN). Tableaux 36-10-0580-01 et 38-10-0235-01.

Statistique Canada (2019-03-27). « Comptes économiques répartis pour le secteur des ménages, Estimations des répartitions des revenus, de la consommation et de l’épargne, 1999 à 2018, sources et méthodes ». Guide méthodologique : Système canadien des comptes macroéconomiques (13-607-M).

Stiglitz, J. E., Sen, A., et Fitoussi, J.-P. (2009). Report by the Commission on the Measurement of Economic and Social Progress.

Van Rompaey, C. (2016). « Wealth in Canada: Recent Development in Micro and Macro Measurement ». Statistique Canada. Présentation à le 34^e conférence générale, International Association for Research on Income and Wealth. Dresden, Allemagne.

Wu, M. et Boulet, C. (2018). Estimation de la répartition annuelle du patrimoine dans le Système de comptabilité nationale du Canada. Recueil du Statistique Canada Symposium 2018. Ottawa, Canada.

Zwijnenburg, J. (2016). « Further Enhancing the Work on Household Distributional Data - Techniques for Bridging Gaps between Micro and Macro Results and Nowcasting Methodologies for Compiling More Timely Results ». OCDE. Présentation à le 34^e conférence générale, International Association for Research on Income and Wealth. Dresden, Allemagne.

Zwijnenburg, J., S. Bournot, S. et Giovannelli, F. (2017). « Expert Group on Disparities within a National Accounts Framework: Results from a recent exercise », OECD Statistics Working Papers, 2016/10, Publication de l’OCDE.