L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.
Après la crise financière mondiale de
2008, le G-20 a désigné les indices des prix des biens immobiliers comme un
indicateur important de la solidité financière. En lien avec ces efforts, les
indices des prix des propriétés résidentielles constituent un ensemble de données
de base nécessaires à l’analyse de la stabilité financière sous un nouveau
niveau de la Norme spéciale de diffusion des données du FMI, appelée
NSDD Plus. Afin de répondre à ces nouvelles exigences en matière de
données et d’améliorer la pertinence des statistiques sur les prix des
logements, le budget fédéral de 2016 a confié à Statistique Canada le
mandat d’élaborer un indice officiel des prix des propriétés résidentielles
(IPPR).
L’IPPR est un indice trimestriel, débutant
au premier trimestre de 2017, qui couvre les prix des logements résidentiels
neufs et en revente dans les régions métropolitaines de recensement (RMR) de
Calgary, Montréal, Ottawa, Toronto, Vancouver et Victoria. Un indice agrégé des
six RMR est aussi disponible. L’indice est composé de trois indices distincts
produits à Statistique Canada. Les logements neufs sont couverts par
l’Indice des prix des logements neufs (IPLN) et l’Indice des prix des
appartements en copropriété neufs (IPACN), et les logements en revente sont
couverts par l’Indice des prix de revente des propriétés résidentielles
(IPRPR). Ces trois indices sont agrégés pour former l’IPPR.
Le présent document décrit les détails
méthodologiques de l’IPLN, de l’IPACN et de l’IPRPR, ainsi que la façon dont
ces trois indices sont agrégés pour former l’IPPR. Les sections 1 et 2 portent
sur l’IPLN et l’IPACN, qui sont des indices de prix basés sur des enquêtes,
alors que la section 3 décrit l’IPRPR, qui utilise une méthode de ventes
répétées plus complexe. Comme le logement est un bien assez hétérogène,
l’élaboration d’un indice de prix avec une interprétation de qualité constante
est une importante considération méthodologique pour les trois indices. La
section 4 décrit la façon dont l’IPLN, l’IPACN et l’IPRPR sont agrégés pour
former l’IPPR.
1 Indice des prix des logements
neufs (IPLN)
L’IPLN mesure la variation, au fil du temps, des prix de vente tels
qu’établis par les constructeurs de nouveaux logements (maisons individuelles,
jumelées et en rangée) dans 27 RMR. Aux fins de l’élaboration de l’IPPR,
l’IPLN couvre les logements neufs à Calgary, Montréal, Ottawa, Toronto,
Vancouver et Victoria. L’IPLN est un indice mensuel produit depuis
janvier 1981. Pour produire un indice des prix de qualité constante,
l’IPLN utilise une approche d’appariement de modèles, selon laquelle les prix
des mêmes modèles de maisons sont comparés au fil du temps, et des ajustements
explicites de la qualité sont effectués afin d’assurer la comparabilité des
modèles. Les données sont recueillies mensuellement auprès des constructeurs
dans le cadre d’une enquête au moyen d’un questionnaire électronique.
Contrairement à l’IPACN et à l’IPRPR, l’IPLN constitue sa propre série
d’indices qui est distincte de l’IPPRNote . L’IPPR utilise simplement les valeurs de
l’IPLN à l’échelle municipale pour tenir compte des variations de prix des
logements neufs. Par conséquent, la présente section porte sur les détails
méthodologiques de l’IPLN en ce qui a trait à l’IPPR.
1.1 Concepts
et définitions
Le tableau 1.1
définit les concepts clés utilisés pour élaborer l’IPLN, du moins pour son
utilisation dans l’IPPR.
Tableau 1.1
Concepts et définitions de l’IPLN Sommaire du tableau
Le tableau montre les résultats de Concepts et définitions de l’IPLN. Les données sont présentées selon Concept (titres de rangée) et Définition(figurant comme en-tête de colonne).
Concept
Définition
Prix
Le prix de transaction ou le prix courant d’un modèle de maison déclaré par le constructeur au cours d’un mois donné, à l’exclusion de toute taxe de vente. Il s’agit du prix reçu par le constructeur, excluant les frais supplémentaires payés par l’acheteur.
Modèle
Plan d’étage et caractéristiques particulières d’une maison.
Échantillon
Voir la section 1.2.
Population cible
Tous les logements résidentiels neufs (maisons individuelles, jumelées et en rangée) mis en vente ou vendus à Calgary, Montréal, Ottawa, Toronto, Vancouver et Victoria au cours d’un mois donné.
Période de base de l’indice
Période pour laquelle l’indice est égal à 100. La période de base pour l’IPLN est décembre 2016=100.
1.2 Données
Les données de l’IPLN sont recueillies à partir d’une enquête auprès des
constructeurs d’habitations. La base de sondage pour l’IPLN est l’Enquête sur
les permis de bâtir de Statistique Canada, et l’enquête utilise un plan
d’échantillonnage à plusieurs étapes dans lequel des modèles représentatifs
sont sélectionnés à l’intérieur de l’échantillon à chaque étape. La première
étape d’échantillonnage consiste à communiquer avec le premier 15 % des
promoteurs immobiliers au sein d’une RMR, en fonction de la valeur de leurs
permis de bâtir, pour déterminer s’ils font partie du champ de l’enquête. Cela
permet de s’assurer que les constructeurs qui aménagent des lotissements au
complet sur de vastes parcelles de terrains sont inclus dans l’échantillon. Une
fois qu’un constructeur est identifié comme faisant partie du champ de
l’enquête, il sélectionne le projet domiciliaire avec le plus grand nombre de
lots toujours disponibles pour la vente au sein d’une RMR, et identifie jusqu’à
trois modèles de maisons les plus vendus dans ce projet. Cela permet de
s’assurer que les mêmes modèles peuvent être suivis au fil du temps dans le
même projet domiciliaire et que ces modèles sont largement représentatifs de
l’activité sur le marché pour les logements neufs.
Un questionnaire électronique est utilisé pour recueillir des données sur
les prix de ces modèles chaque mois. Si un modèle ne se vend pas au cours d’un
mois donné, on demande au constructeur de fournir le prix annoncé.
L’échantillon est mis à jour périodiquement à mesure que les projets
domiciliaires se vendent et que les constructeurs entrent sur le marché et en
sortent. Les données recueillies auprès des constructeurs immobiliers sont
examinées manuellement pour en vérifier la cohérence et l’exhaustivité, et
certaines données peuvent être modifiés ou supprimés en fonction du jugement.
1.3 Calcul de l’indice
L’IPLN est un indice à modèles appariés assez simple. Les prix sont stratifiés
par RMR, constructeur et modèle pour produire un rapport de prix pour chaque
modèle que chaque constructeur déclare dans l’enquête. La valeur de toute
promotion ou de toutes améliorations ou ajout est soustraite du prix d’un
modèle avant le calcul d’un rapport de prix. À condition que les modèles de
maison ne changent pas au fil du temps, cette collecte de rapports de prix a
une interprétation de qualité constante. Les rapports de prix pour chaque
modèle sont ensuite agrégés à l’échelle des RMR à l’aide d’un indice de Jevons.
Bien que l’IPLN soit calculé mensuellement, la moyenne des valeurs des trois
indices au cours d’un trimestre est établie pour produire un indice trimestriel
pour l’IPPR.
Pour rendre le calcul de l’indice explicite, supposons que
est
le prix du modèle
par
le constructeur
au
moment
. Ces prix de modèle sont utilisés pour
calculer un rapport de prix entre la période
et
la période
,
, pour chaque modèle que chaque
constructeur déclare dans l’enquête. Pour produire un indice à l’échelle des
RMR, les rapports de prix pour tous les modèles par tous les constructeurs sont
agrégés avec un indice de Jevons
où
est
le nombre de modèles produits par le constructeur
, et
est
le nombre de constructeurs. Cet indice est ensuite enchaîné avec la valeur de
l’indice de la période précédente
pour produire un indice
allant de la période de base à la période
. Enfin, l’indice trimestriel à l’échelle
des RMR est simplement la moyenne des valeurs des trois indices au cours du
trimestre. Pour le trimestre débutant le mois de
,
l’indice est
L’ensemble d’indices trimestriels obtenu à l’échelle des RMR tient compte
du côté des maisons neuves de l’IPPR.
1.3.1 Remplacement du modèle
Lorsqu’un modèle de maison n’est plus à vendre, ou n’est plus
représentatif, et qu’il est remplacé par un autre modèle dans l’échantillon, un
prix antérieur pour le modèle de remplacement est imputé à la première période
où il apparaît dans l’échantillon. Cela permet d’utiliser immédiatement un
nouveau modèle dans le calcul de l’indice à modèles appariés. L’imputation est
effectuée à l’aide d’un modèle de régression linéaire (hédonique) qui établit
un lien entre les prix des maisons et les caractéristiques observées (voir de
Haan et Diewert (2013, chapitre 5) pour plus de détails). Un modèle distinct
est calculé pour chacune des six villes. Aucune imputation n’est effectuée
lorsqu’un nouveau modèle est ajouté à l’échantillon sans remplacer un ancien
modèle ni lorsqu’un nouveau constructeur est ajouté à l’échantillon.
En supposant que
est
le prix du modèle
par
le constructeur
à
la période
, le modèle de régression est fondé sur un
modèle structurel pour les prix des maisons
où
est
un vecteur (rangée) des caractéristiques du modèle,
est
un vecteur des caractéristiques de l’emplacement,
et
sont des interceptions propres au constructeur
et au temps, respectivement, et
est
un terme d’erreur. Les caractéristiques du logement comprennent le logarithme
de la taille du terrain et de la taille de la maison (en pieds ou mètres
carrés), et les variables nominales pour le nombre de garages, le nombre de
salles de bain et le nombre de chambres à coucher. Les caractéristiques de
l’emplacement comprennent les variables nominales pour la région de tri
d’acheminement de la propriété (les trois premiers chiffres du code postal).
Ces données sur les caractéristiques sont recueillies auprès des constructeurs
pendant le processus d’échantillonnage.
Le modèle de régression est estimé à l’aide d’une fenêtre dynamique de cinq
ans de données recueillies pour l’IPLN. L’estimation est effectuée avec un
estimateur M robuste, à l’aide de la fonction de perte bi-carrée (voir
Amemiya (1985, section 2.3) ou Wooldridge (2010, chapitre 12) pour plus de
détails sur l’estimation M). Selon les hypothèses du modèle de régression
linéaire classique, cette méthode d’estimation est plus robuste pour les
observations aberrantes des prix que l’estimateur MCO habituel.
Lorsqu’un nouveau modèle de maison est introduit dans l’échantillon, les
caractéristiques du nouveau modèle et les caractéristiques de l’ancien modèle sont
utilisées pour calculer une paire de prix ajustés à partir du modèle de
régression. Le prix ajusté pour le nouveau modèle est ensuite soustrait du prix
ajusté pour l’ancien modèle, et cette différence est ajoutée au prix pour
l’ancien modèle afin d’imputer le prix antérieur pour le nouveau modèle. Cela
tient effectivement compte de la différence entre les caractéristiques de
l’ancien modèle et du nouveau modèle, ce qui donne une imputation pour ce que
le prix du nouveau modèle aurait été au cours de la période précédente.
C’est-à-dire que l’intégration des caractéristiques d’un nouveau modèle
dans le modèle hédonique produit un prix
ajusté
, et l’intégration des caractéristiques de
l’ancien modèle
dans le modèle hédonique produit un prix
ajusté
. La différence entre ces prix ajustés
est
ensuite ajoutée au prix de l’ancien modèle
pour produire un prix antérieur pour le
nouveau modèle
. Le rapport de prix imputé pour le
nouveau modèle est alors simplement
et cela est utilisé directement dans le calcul de l’indice.
2 Indice des prix des appartements en copropriété neufs (IPACN)
L’IPACN mesure les variations, au fil du temps, des prix de vente tels
qu’établis par les constructeurs de nouvelles unités résidentielles dans des
immeubles d’appartements en copropriété à Calgary, Montréal, Ottawa, Toronto,
Vancouver et Victoria. Il s’agit d’un indice trimestriel, commençant au premier
trimestre de 2017, composé de six sous-indices (un pour chaque ville). Chaque
sous-indice est calculé au moyen d’une méthode de valeur unitaire, selon
laquelle le prix d’une unité est normalisé par sa superficie en pieds carrés
pour donner un prix par pied carré. Des ajustements explicites de la qualité
sont effectués avant le calcul de ces prix unitaires afin de produire un indice
de qualité constante. Les données de l’IPACN sont recueillies mensuellement à
partir d’une enquête auprès des constructeurs au moyen d’un questionnaire
électronique.
2.1 Concepts et définitions
Le tableau 2.1 définit les concepts clés utilisés pour élaborer l’IPACN. Un
aspect important du marché des copropriétés neuves est que les copropriétés se
vendent souvent pendant la phase de prévente d’un immeuble, avant le début de
la construction. Les prix au cours de la phase de prévente donnent un
indicateur des prix des copropriétés neuves, mais peuvent ne pas refléter un
transfert de l’acheteur au vendeur si, par exemple, le constructeur n’est pas
en mesure de vendre suffisamment d’unités pour financer la construction de
l’immeuble.
Tableau 2.1
Concepts et définitions de l’IPACN Sommaire du tableau
Le tableau montre les résultats de Concepts et définitions de l’IPACN. Les données sont présentées selon Concept (titres de rangée) et Définition(figurant comme en-tête de colonne).
Concept
Définition
Prix
Le prix de transaction ou le prix annoncé d’une unité déclaré par le constructeur au cours d’un mois donné, à l’exclusion de toute taxe de vente. Il s’agit du prix reçu par le constructeur, excluant les frais supplémentaires payés par l’acheteur.
Valeur unitaire
Le prix d’une unité normalisée par sa superficie, ce qui donne un prix par pied ou mètre carré.
Type d’unité
Le nombre de chambres à coucher dans un appartement, avec ou sans coin-détente, dans l’une des catégories suivantes : une chambre à coucher, une chambre à coucher + coin-détente, deux chambres à coucher, deux chambres à coucher + coin-détente et trois chambres à coucher.
Prévente
Période au cours de laquelle les unités peuvent être achetées avant le début de la construction.
Échantillon
Voir la section 2.2.1.
Population cible
Tous les appartements en copropriété résidentiels neufs dans un immeuble de moins de 5 étages et de 5 étages ou plus mis en vente ou vendus à Calgary, Montréal, Ottawa, Toronto, Vancouver et Victoria au cours d’un mois donné.
Période de base de l’indice
Période pour laquelle l’indice est égal à 100. La période de base pour l’IPACN est 2017=100.
2.2 Données
2.2.1 Échantillonnage
Les données pour l’IPACN sont recueillies à partir d’une enquête auprès des
constructeurs de copropriétés. La base de sondage est compilée à partir de
multiples sources, y compris des demandes de zonage et de planification reçues
des municipalités, des permis de bâtir, des associations de constructeurs, des
sociétés d’assurance offrant des produits aux nouveaux acheteurs de maisons et
des services gouvernementaux ou sans but lucratif de protection des acheteurs
de maisons, des publicités et diverses sources Internet qui fournissent de
l’information sur les immeubles à venir.
L’IPACN utilise un plan d’échantillonnage à plusieurs degrés dans lequel
les unités sont sélectionnées dans l’échantillon à chaque étape. Le premier
degré d’échantillonnage consiste à communiquer avec les promoteurs immobiliers
de la base de sondage pour déterminer s’ils font partie du champ de l’enquête.
Pour s’assurer que le même immeuble peut être suivi au fil du temps, si un
promoteur immobilier est visé, on lui demande de déclarer jusqu’à quatre
immeubles dans lesquels moins de 70 % d’au moins un des types de logements
visés a été vendu. La deuxième étape de l’échantillonnage consiste à
sélectionner l’un de ces immeubles dans l’échantillon. Un questionnaire
électronique sert ensuite à recueillir des renseignements sur les prix auprès
des promoteurs immobiliers pour un maximum de trois unités de chaque type dans
un immeuble chaque mois. Les promoteurs immobiliers déclarent également toute
prime appliquée à une unité (p. ex. la valeur d’une place de stationnement ou
une meilleure orientation dans l’immeuble) et on leur demande un prix annoncé
si aucune unité d’un type particulier n’est vendue ce mois-là. Les mêmes
renseignements sur les primes sont également recueillis pour les prix annoncés.
L’échantillon est périodiquement rafraîchi à mesure que les immeubles se
vendent et que les promoteurs immobiliers entrent sur le marché et en sortent.
2.2.2 Nettoyage et filtrage
Les données recueillies auprès des promoteurs immobiliers sont examinées
manuellement pour en vérifier la cohérence et l’exhaustivité, et certains
dossiers peuvent être modifiés ou supprimés en fonction du jugement. En plus de
ce nettoyage manuel, les rapports de prix (voir la section 2.3) supérieurs ou
égaux à 3 écarts absolus par rapport à la médiane ne sont pas inclus dans le
calcul de l’indice. Comme l’IPACN est fondé sur les prix de
transaction/annoncés moyens, il s’agit d’un filtre standard pour éliminer les
valeurs aberrantes qui peuvent avoir une grande influence sur les moyennes (p. ex. Rousseeuw et Hubert, 2011). Afin de nettoyer adéquatement les données,
l’IPACN a une révision d’un trimestre. Cela est dû en partie à la petite taille
de l’échantillon au cours de la plupart des mois.
2.3 Calcul de l’indice
Le calcul de l’indice pour l’IPACN est assez simple et ressemble à celui de
l’IPLN. Premièrement, toute prime est soustraite du prix d’une unité pour en
arriver à un prix rajusté en fonction de la qualité pour une unité de référence
« sans superflu ». Le prix rajusté en fonction de la qualité est
ensuite normalisé par la superficie en pieds carrés d’une unité pour en arriver
à un prix unitaire rajusté en fonction de la qualité. Les unités sont
stratifiées par RMR, immeuble et type d’unité, et un indice géométrique non
pondéré est calculé pour chaque strate, ce qui donne un rapport de prix pour
chaque strate. La combinaison de la stratification et de l’ajustement explicite
de la qualité signifie que le même type d’unité dans chaque immeuble est
comparé au fil du temps, ce qui donne à ces rapports de prix une interprétation
de qualité constanteNote . Ces rapports de prix par strate sont
ensuite agrégés à l’échelle des RMR à l’aide d’un indice de Jevons. L’IPACN est
calculé mensuellement, et les trois valeurs de l’indice dans un trimestre sont
calculées en moyenne pour produire un indice trimestriel.
Pour rendre le calcul de l’indice explicite, supposons que
est
le prix de l’unité
de
type
dans l’immeuble
au
moment
, supposons que
est
la valeur de la prime pour cette unité, et supposons que
est
sa superficie en pieds carrés. Le prix unitaire ajusté en fonction de la
qualité est calculé comme suit :
Ces prix unitaires sont utilisés dans un indice géométrique pour produire
une collection d’indices au niveau des strates entre la période
et
la période
,
où
est
le nombre d’unités vendues de type
dans l’immeuble
au
moment
. Pour produire un indice à l’échelle des
RMR, les rapports de prix au sein d’une RMR pour chaque type d’unité dans
chaque immeuble sont agrégés avec un indice de Jevons
où
est
le nombre de types d’unités dans l’immeuble
et
est
le nombre d’immeubles. Ces indices d’une période à une autre sont enchaînés
avec la valeur de l’indice de la période précédente pour donner la valeur de
l’indice de la période en cours
où
est
l’indice qui va de la période de base à la période
. Si un nouvel immeuble est introduit dans
l’échantillon au cours d’une période, il n’y a aucune tentative d’imputer des
prix antérieurs pour les unités de cet immeuble. Cela signifie qu’un immeuble
n’est pas inclus dans le calcul de l’indice au cours de la première période où
il est introduit dans l’échantillon.
Enfin, l’indice trimestriel à l’échelle des RMR est simplement la moyenne
des valeurs des trois indices au cours du trimestre. Pour le trimestre
débutant le mois de
,
l’indice est
L’ensemble d’indices trimestriels obtenu à l’échelle des RMR tient compte
du côté des appartements en copropriété neufs de l’IPPR.
3 Indice des prix de revente des propriétés résidentielles (IPRPR)
L’IPRPR mesure la variation des prix de transaction au fil du temps pour la
revente de maisons et d’appartements en copropriété à Calgary, Montréal,
Ottawa, Toronto, Vancouver et Victoria. Il s’agit d’un indice trimestriel,
commençant au premier trimestre de 2017, composé de 12 sous-indices, soit
un pour chaque type de propriété (maison et appartement en copropriété) dans
chacune des six villes. Chaque sous-indice est calculé à l’aide de la méthode
de ventes répétées, une méthode internationalement acceptée pour l’élaboration
d’un indice de prix de qualité constante, comme le décrit le Manuel sur les indices des prix des
propriétés résidentielles d’Eurostat (FMI, 2015). La collecte,
l’intégration, la vérification et le calcul des données se font en partenariat
avec Teranet et la Banque Nationale.Note
3.1 Concepts et définitions
Le tableau 3.1 définit les concepts clés utilisés pour élaborer l’IPRPR.
Veuillez noter que le concept de la date de vente d’une propriété est la date
de clôture, date à laquelle la propriété est transférée du vendeur à l’acheteur
et par la suite inscrite au registre foncier. La date de clôture est
postérieure à la date à laquelle l’acheteur et le vendeur s’entendent sur le
prix de transaction de la propriété.
Tableau 3.1
Concepts et définitions de l’IPRPR Sommaire du tableau
Le tableau montre les résultats de Concepts et définitions de l’IPRPR. Les données sont présentées selon Concept (titres de rangée) et Définition(figurant comme en-tête de colonne).
Concept
Définition
Prix
Prix de transaction final à la date de clôture de la vente d’une propriété et inscrit au registre foncier provincial.
Date de vente
Date de clôture de la vente d’une propriété.
Paire de ventes
Prix et dates de vente consécutifs pour la même propriété physique.
Échantillon
Toutes les maisons individuelles et jumelées résidentielles, toutes les maisons en rangée et tous les appartements en copropriété à Calgary, Montréal, Ottawa, Toronto, Vancouver et Victoria qui ont été vendus au moins deux fois depuis le 1er janvier 1998 et qui figurent dans les bases de données du registre foncier.
Population cible
Toutes les maisons individuelles et jumelées, toutes les maisons en rangée et tous les appartements en copropriété à Calgary, Montréal, Ottawa, Toronto, Vancouver et Victoria, admissibles à la revente, qui ont été vendus entre le 1er janvier 1998 et la période en cours.
Période de base de l’indice
Période pour laquelle l’indice est égal à 100. La période de base pour l’IPRPR est 2017=100.
3.2 Données
3.2.1 Sources de données
Les données sur les transactions immobilières pour l’IPRPR proviennent des
bureaux provinciaux d’enregistrement immobilier de l’Alberta, de la
Colombie-Britannique, de l’Ontario et du Québec, de 1998 à la période en cours.
Étant donné que chaque vente de propriété au Canada est enregistrée dans son
bureau provincial d’enregistrement immobilier respectif, ces données tiennent
compte de toutes les transactions immobilières au cours de cette période.
L’IPRPR comprend seulement les transactions pour les maisons individuelles et jumelées
résidentielles, les maisons en rangée et les appartements en copropriété dans
les RMR de Calgary, de Montréal, d’Ottawa, de Toronto, de Vancouver et de
Victoria. Ces données sont recueillies et traitées par Teranet et la Banque
Nationale.
Les données sur les transactions de chaque registre foncier provincial sont
fournies mensuellement. Ces transactions sont ensuite appariées à la base de
données sur les propriétés de Teranet afin de créer un historique de vente pour
chaque propriété. Des paires de ventes sont créées pour chaque propriété qui a
été vendue deux fois, tenant compte des prix de transaction et des dates de
clôture pour les deux ventes de cette propriété; des paires de ventes sont
créées pour des ventes consécutives pour des propriétés qui ont été vendues
trois fois ou plus. Les propriétés qui n’ont été vendues qu’une seule fois (p. ex. les propriétés nouvellement construites) sont exclues. Le tableau 3.2 donne
un exemple fictif des données sur les paires de ventes obtenues.
Tableau 3.2
Exemple de données sur les paires de ventes Sommaire du tableau
Le tableau montre les résultats de Exemple de données sur les paires de ventes. Les données sont présentées selon Adresse (titres de rangée) et Type de propriété, Date de vente, Prix de vente, Date de vente précédente et Prix de vente précédent(figurant comme en-tête de colonne).
Adresse
Type de propriété
Date de vente
Prix de vente
Date de vente précédente
Prix de vente précédent
123, rue Fausse
Copropriété
2018-01-08
250 000
2014-02-01
200 000
321, promenade Erronée
Maison
2018-01-18
500 000
2005-06-04
400 000
321, promenade Erronée
Maison
2005-06-04
400 000
1999-12-15
350 000
3.2.2 Délai de collecte
Bien que les données du registre foncier soient reçues des registres
fonciers provinciaux tous les mois, il y a un délai entre le moment où les
ventes sont enregistrées dans les registres fonciers et celui où ces données
sont reçues par Teranet et la Banque Nationale. Ce délai est
particulièrement important en Colombie-Britannique. Le tableau 3.3 donne un
exemple de la proportion cumulative des ventes reçues par province à la fin de
chaque mois, pour un mois fixe M. En
raison de ce délai de collecte, l’IPRPR a une révision d’un trimestre pour
veiller à ce que les données recueillies soient suffisantes pour produire des
valeurs d’indice fiables.
Tableau 3.3
Part moyenne des ventes réalisées par province à chaque mois Sommaire du tableau
Le tableau montre les résultats de Part moyenne des ventes réalisées par province à chaque mois. Les données sont présentées selon Province (titres de rangée) et Période M, Période M+1, Période M+2, Période M+3, Période M+4 et Période M+5, calculées selon pour cent unités de mesure (figurant comme en-tête de colonne).
Province
Période M
Période M+1
Période M+2
Période M+3
Période M+4
Période M+5
pourcentage
Alberta
92
100
100
100
100
100
Colombie-Britannique
43
94
97
99
99
100
Ontario
90
95
97
100
100
100
Québec
83
83
83
83
83
88
3.2.3 Nettoyage et filtrage
Les données de l’IPRPR proviennent des sources administratives
et
sont par conséquent assez épurées
, bien qu’il faille effectuer un certain
filtrage pour supprimer les transactions immobilières qui ne sont pas
appropriées pour l’élaboration de l’IPRPR, ainsi que les valeurs aberrantes qui
peuvent avoir une grande influence sur l’indice. Cela comprend la suppression
de paires de ventes pour lesquelles une des transactions peut ne pas être sans
lien de dépendance (p. ex. un legs) ou peut être une vente à tout prix, ou
pour lesquelles la fluctuation des prix entre les ventes est si extrême que
cela laisse entendre que la qualité de la propriété peut avoir changé
(p. ex. en raison de rénovations). Ces filtres sont appliqués à chaque RMR
et à chaque type de propriété séparément et sont résumés dans l’ordre dans
lequel ils sont appliqués au tableau 3.4.
Avant l’application de ces filtres, on utilise une série de filtres pour
supprimer les transactions qui peuvent faire partie d’une transaction
fractionnée de constructeur ou d’une transaction en bloc de promoteur
immobilier (c.-à-d. une vente groupée de propriétés multiples), car ces types
de transactions ne sont pas compris dans le champ de l’IPRPR. Les groupes de
cinq propriétés ou plus dans la même région de tri d’acheminement (trois
premiers chiffres du code postal d’une propriété), vendues à la même date et
pour le même prix, sont traitées comme une transaction en bloc/fractionnée. La
transaction pour chaque propriété du groupe est supprimée lorsqu’il s’agit de la
transaction la plus récente pour chaque propriété.
Les transactions dans un groupe peuvent revenir si le prix de vente
subséquent pour au moins 75 % des propriétés dans le groupe est au moins
75 % du prix de la transaction en bloc/fractionnée, et, pour chaque vente
subséquente pour chaque propriété dans le groupe, il existe au plus une autre
propriété dans la même région de tri d’acheminement qui s’est vendue au même
prix à la même date. Cela permet d’utiliser des transactions en
bloc/fractionnées si le prix de ces transactions est proche du prix de vente
subséquent pour la plupart des propriétés dans la transaction en
bloc/fractionnée.
Tableau 3.4
Filtres de données pour les paires de ventes dans l’IPRPR Sommaire du tableau
Le tableau montre les résultats de Filtres de données pour les paires de ventes dans l’IPRPR. Les données sont présentées selon Filtre (titres de rangée) et Justification(figurant comme en-tête de colonne).
Filtre
Justification
Prix de transaction inférieur ou égal à 10 000 dollars.
Ces transactions peuvent ne pas être des transactions sans lien de dépendance (p. ex. legs).
Période de rétention inférieure à 6 mois.
Ces transactions peuvent être des ventes à tout prix ou des transactions spéculatives (de Haan et Diewert, 2013, section 6.11), ou des propriétés revendues pour lesquelles il y a un changement important dans la qualité de la propriété (p. ex. Jansen et coll., 2008; S&P Dow Jones, 2018).
Rendement annualisé supérieur ou égal à 3 écarts absolus médians par rapport à la médiane.
Il peut y avoir un changement dans la qualité d’une propriété qui entraîne un changement de prix exceptionnellement important entre les transactions, ou une erreur dans la saisie de données pour l’un des prix de transaction. Comme l’IPRPR est fondé sur les prix de transaction moyens, cela élimine également les valeurs aberrantes qui peuvent avoir une grande influence sur les moyennes (p. ex. Rousseeuw et Hubert, 2011).
3.3 Calcul de l’indice
La méthode des ventes répétées offre un moyen d’élaborer un indice de prix
de qualité constante, exploitant de multiples ventes pour la même propriété au
fil du temps pour contrôler les différences de qualité invariantes entre les
propriétés. D’autres méthodes d’élaboration d’un indice de qualité constante
(p. ex. hédonique ou stratification) exigent des caractéristiques de propriété,
comme l’âge de la propriété, qui ne sont pas accessibles dans les données du
registre foncier. Voir Hansen (2009) pour une comparaison des différentes
approches d’élaboration d’un indice des prix des propriétés.
En pratique, il y a un certain nombre de choix méthodologiques à faire lors
de la mise en œuvre d’un indice de ventes répétées. La présente section décrit
la méthode de ventes répétées et souligne la saveur particulière de l’indice de
ventes répétées utilisé pour élaborer l’IPRPR. Voir Wang et Zorn (1997) et
de Haan et Diewert (2013, chapitre 6) pour une vue d’ensemble de la
méthode des ventes répétées, et Jansen et coll. (2008) pour une mise en
application.
En raison du petit nombre de transactions pour les appartements en
copropriété, le sous-indice des appartements en copropriété est calculé pour
chaque trimestre. Pour les maisons, l’indice est calculé mensuellement, et les
valeurs de l’indice résultantes sont calculées en moyenne sur chaque trimestre
pour produire un indice trimestriel.
3.3.1 La méthode des ventes répétées
Il existe deux grandes catégories d’indices de prix de ventes
répétées : l’indice géométrique de ventes répétées (indice GVR) de type
Jevons proposé par Bailey et al. (1963) et l’indice arithmétique de ventes
répétées de type Laspeyres (indice AVR) proposé par Shiller (1991)Note . Les indices GVR et AVR montrent souvent
des fluctuations de prix semblables au fil du temps (p. ex. Shiller,
1991). L’IPRPR utilise l’indice arithmétique de ventes répétées décrit dans
Shiller (1991, section II), semblable à celui utilisé par S&P Dow Jones
(2018).
En plus des versions géométrique et arithmétique de l’indice des ventes
répétées, il existe divers schémas de pondération qui peuvent être utilisés
pour pondérer les rapports de prix dans le calcul de l’indice (p. ex. Case et
Shiller, 1987; Abraham et Schauman, 1991; Calhoun, 1996). Il s’agit de
pondérations par l’inverse de la variance conçues pour corriger les différences
dans la variance des prix des transactions pour les propriétés ayant des
périodes de rétention différentes qui peuvent compliquer l’élaboration
d’intervalles de confiance pour l’indice. Bien que les pondérations aient une
incidence directe sur les valeurs de l’indice, dans la pratique, ces
pondérations peuvent avoir une incidence tout au plus marginale sur l’indice
(p. ex. Goetzmann, 1992; Hansen, 2009), surtout pour les grands échantillons.
Les indices pondérés, cependant, reposent sur plus d’hypothèses que leurs
homologues non pondérés et ne peuvent être calculés si leurs pondérations ne
peuvent pas être calculées. Des études antérieures ont également révélé que les
indices non pondérés ne sont pas inférieurs aux indices pondérés (de Haan et
Diewert, 2013, section 6.14). Par conséquent, comme les intervalles de
confiance ne sont pas déclarés pour l’IPRPR, les pondérations de l’inverse de
la variance ne sont pas utilisées pour calculer l’IPRPR.
3.3.2 Les indices GVR et AVR
Par le passé, l’indice GVR a précédé l’indice AVR, commençant avec
l’article précurseur de Bailey et coll. (1963), et il est plus facile de
comprendre l’indice AVR en élaborant d’abord l’indice GVR. En supposant que les
périodes sont indexées par
et
les propriétés sont indexées par
, le point de départ de l’indice GVR est
un modèle structurel (hédonique) des prix des propriétés
où
est
le prix de transaction de la propriété
au
moment
,
est
un prix à l’échelle municipale commun illustrant les fluctuations de prix
agrégés,
est
un vecteur (rangée) des caractéristiques de la propriété (p. ex. nombre de
chambres à coucher de la propriété
au
moment
),
est
un vecteur de prix implicites (hédoniques), et
est
un terme d’erreurNote . Il s’agit simplement d’un modèle
hédonique avec des variables nominales de temps dans lequel les propriétés
peuvent se vendre plus d’une fois (p. ex. de Haan et Diewert, 2013,
chapitre 5). Dans le contexte de ce modèle, l’indice de prix (géométrique) de
qualité constante dans la période
avec la période de base 0, indiqué par
, est
. Il est important de noter que
n’est pas aléatoire
c’est un paramètre qui régit la répartition
conjointe des prix des propriétés.
En supposant que les caractéristiques des propriétés ne changent pas au fil
du temps (c.-à-d.
, pour tous les
)
et que chaque propriété se vend deux fois, la transformation de différences
premières peut être utilisée pour livrer
où
donne le moment de la deuxième vente de la
propriété
,
donne le moment de la première vente de la
propriété
, et
est
une variable nominale qui prend la valeur 1 si une propriété se vend pour la
deuxième fois lors de la période
(c.-à-d.
),
-1 si la propriété se vend pour la première fois lors de la période
(c.-à-d.
),
et 0 dans les autres cas. L’hypothèse selon laquelle les caractéristiques des
propriétés ne changent pas au fil du temps signifie que la variation en
pourcentage du prix d’une propriété suit la variation agrégée en pourcentage
des prix des propriétés, jusqu’à une erreur additive. Les propriétés qui se
vendent trois fois ou plus peuvent être intégrées à la transformation des
différences premières en traitant des paires consécutives de ventes comme des
propriétés distinctes.
En supposant que les termes d’erreur sont strictement exogènes, de sorte
que
une
hypothèse généralisée dans les applications de données recueillies au moyen
d’un panel (p. ex. Wooldridge, 2010, chapitre 10)
l’hypothèse selon laquelle les
caractéristiques des propriétés ne changent pas au fil du temps permet
d’identifier l’indice de prix à partir de la régression linéaire
afin que
. La transformation des différences
premières transforme un modèle structurel qui dépend des caractéristiques des
propriétés en une équation d’estimation qui dépend seulement du moment de la
vente d’une propriétéNote .
Il est instructif de dériver la forme de l’indice GVR comme indice pour
faire le lien avec l’indice AVR. En supposant que
est
l’ensemble des propriétés qui se vendent pour la première fois lors de la
période
,
est
l’ensemble des propriétés qui se vendent pour la deuxième fois lors de la
période
, et
(le
nombre de propriétés qui se vendent lors de la période
),
il peut être démontré que
L’indice GVR est simplement un indice de Jevons à modèles appariés avec une
variante. Plutôt que d’utiliser uniquement les transactions immobilières qui se
produisent au cours de la période
et
de la période
, l’indice lui-même est utilisé pour
extrapoler les prix au fil du temps pour toutes les propriétés qui se vendent
au cours de la période
en
baissant les prix des ventes qui ne se produisent pas au cours de la période de
base à l’aide de l’indice de cette période. Cela permet à toutes les propriétés
qui se vendent au cours de la période
d’être utilisées dans le calcul de l’indice,
que la propriété soit vendue ou non au cours de la période
.
Comme solution de remplacement à un indice géométrique, Shiller (1991)
propose l’indice AVR, indiqué par
, qui remplace simplement les moyennes
géométriques de l’indice GVR par des moyennes arithmétiques :
Les rapports de prix sont formés de la même façon que l’indice GVR, sauf
que maintenant, un indice de Laspeyres est utilisé pour combiner les rapports
de prix, plutôt qu’un indice de Jevons. Il s’agit de l’indice utilisé pour
calculer l’IPRPR.
Pour calculer l’indice AVR, il faut résoudre un système d’équations pour
calculer l’indice pour chaque période. Comme dans le cas de l’indice GVR,
l’indice AVR peut être calculé comme une régression linéaire, bien que
maintenant avec un ensemble de variables instrumentales
cela constitue une façon pratique de calculer
l’indice et de déterminer ses propriétés statistiques. En supposant que
et
l’indice AVR est le réciproque de l’estimateur des variables instrumentales
(VI) pour la régression
avec
comme instrument pour
. En supposant que
et
, toute la série d’indices AVR de la
période
à
la période
est
calculée comme suit :
La validité de l’estimateur VI repose sur un bilan selon lequel l’indice à
calculer est un indice arithmétique (Shiller, 1991, p. 115). Par exemple,
pour un échantillon de transactions de ventes répétées de propriétés au cours
de
périodes, l’estimateur VI est convergent
dans des conditions assez faibles dans le cadre du processus d’échantillonnage
(p. ex. White, 2001, théorème 3.15; Wooldridge, 2010, théorèmes 5.1
et 8.1), de sorte que l’estimateur pour l’indice AVR converge en probabilité
vers l’indice AVR de population (c.-à-d. il est sans biais dans les grands
échantillons).
3.3.3 Exemple élaboré de l’indice AVR
L’exemple non négligeable le plus simple d’un indice de ventes répétées
comporte trois périodes
une
première période 0 qui sert de période de base, suivie des périodes 1 et 2
et
trois maisons, étiquetées comme
,
et
. La maison
se
vend pour la première fois au cours de la période 1 et pour la deuxième
fois au cours de la période 2; la maison
se
vend pour la première fois au cours de la période 0 et pour la deuxième
fois au cours de la période 2; et la maison
se
vend pour la première fois au cours de la période 0 et pour la deuxième
fois au cours de la période 1. Le tableau 3.5 résume ces données.
Tableau 3.5
Données sur les paires de ventes Sommaire du tableau
Le tableau montre les résultats de Données sur les paires de ventes. Les données sont présentées selon Maison (titres de rangée) et Date de vente, Prix de vente, Date de vente précédente et Prix de vente précédent, calculées selon 1 et 0 unités de mesure (figurant comme en-tête de colonne).
Maison
Date de vente
Prix de vente
Date de vente précédente
Prix de vente précédent
2
1
2
0
1
0
Avec ces données, l’indice AVR est
et
Cela ressemble à un indice de Laspeyres pur à modèles appariés, sauf que la
maison
peut être incluse dans le calcul de l’indice
en baissant son prix pour obtenir un prix d’une pseudo-période Note . Toutefois, cela signifie que l’indice
est défini par un système d’équations
une
pour chaque période
qui
doivent être résolues pour obtenir l’indice pour une période donnée. L’indice
AVR est défini simultanément pour chaque période.
Pour obtenir une solution sous forme fermée pour l’indice AVR, veuillez
noter que
et
L’indice AVR
provient de l’estimateur VI pour la régression linéaire
avec
comme variable instrumentale. La condition du
moment (orthogonalité) de l’estimateur VI,
, est
la solution à laquelle est
L’indice AVR pour la période
est
simplement
, et donc
et
Malgré la simplicité conceptuelle de l’AVR en tant qu’indice à modèles
appariés, il a néanmoins une structure non linéaire assez complexe.
3.3.4 Représentativité de la population cible
La population cible de l’IPRPR est composée de toutes les propriétés qui
sont admissibles à la revente et qui ont été vendues depuis janvier 1998.
Dans la pratique, les données sur les paires de ventes ne sont accessibles que
pour les propriétés qui se vendent deux fois ou plus au cours de cette période;
les propriétés qui ne se vendent qu’une fois sont omises de l’échantillon. Il
s’agit d’un problème de sélection de l’échantillon
les
propriétés à ventes répétées ne sont peut-être pas représentatives de toutes
les propriétés faisant l’objet de transactions
et
l’indice de ventes répétées qui en résulte pourrait ne pas tenir compte de la
fluctuation des prix pour la population cible de toutes les propriétés faisant
l’objet de transactions. La production d’un indice représentatif repose sur
l’hypothèse qu’il n’y ait pas de différences systématiques dans les prix de
vente latents et les périodes de rétention entre les propriétés qui font
l’objet d’une seule transaction et celles qui font l’objet de deux ou plus.
(Voir Wooldridge (2010, théorème 19.1) pour connaître les conditions précises
dans lesquelles la sélection de l’échantillon peut être ignorée avec un
estimateur VI.) Des études antérieures ont trouvé des preuves à l’appui de
cette hypothèse (voir de Haan et Diewert, 2013, section 6.17).
Étant donné que l’IPRPR met l’accent sur les propriétés en revente, les
propriétés qui ne se vendent qu’une seule fois parce qu’elles sont nouvellement
construites ne contribuent pas à un échantillon sélectionné. Les seules
différences entre la population cible et l’échantillon de transactions
accessibles sont les propriétés vendues avant janvier 1998 et une seule
fois depuis. Ces propriétés ne servent pas au calcul de l’IPRPR, mais entrent
dans le champ de la population cible puisque ces propriétés sont à la fois
admissibles à la revente et ont été vendues après janvier 1998. Cet écart
entre la population cible et l’échantillon disparaîtra avec le temps.
3.3.5 Pondérations par l’inverse de la variance
Case et Shiller (1987) soutiennent que la variance des prix de transaction des
paires de ventes augmente avec la période de rétention d’une propriété, auquel
cas le terme d’erreur dans la régression de l’indice GVR peut être
hétéroscédastiqueNote . Cela signifie que les erreurs-types MCO
habituelles pour l’indice GVR sont incohérentes et que l’estimateur MCO n’est
plus la variance minimale; la même chose s’applique à l’estimateur VI pour
l’indice AVR. Si la relation entre la période de rétention et la variance des
prix de transaction est connue, les estimateurs de moindres carrés généralisés
(MCG) et de variables instrumentales généralisées (VIG), utilisant des
pondérations par l’inverse de la variance, sont des solutions plus efficaces
que leurs homologues non pondérés, et fournissent un estimateur convergent pour
leurs erreurs-types (White, 2001, théorème 4.62; Wooldridge, 2010, théorème
8.5).
L’hétéroscédasticité n’est pas particulièrement problématique pour l’IPRPR;
comme c’est le cas pour la plupart des indices de prix nationaux, les
erreurs-types ne sont pas déclarées pour l’IPRPR, et il y a un échantillon
suffisamment grand pour que l’efficacité asymptotique ne soit pas préoccupante
(Wang et Zorn, 1997, section 4.4)Note . Toutefois, l’utilisation des
pondérations par l’inverse de la variance modifie les valeurs de l’indice. Cela
est problématique puisque les estimateurs de MCG et de VIG exigent des
hypothèses plus puissantes que les estimateurs MCO et VI habituels (p. ex.
la relation entre la variance et la période de rétention doit être connue), et
le défaut de ces hypothèses peut porter atteinte à l’utilité de ces estimateurs
(p. ex. Angrist et Pischke, 2009, section 3.4.1; Wooldridge, 2010, section
4.2.3). Il n’y a pas non plus de garantie que les pondérations par l’inverse de
la variance peuvent être calculées à n’importe quel moment dans le temps (p. ex. Calhoun, 1996), et comme les pondérations ont une incidence sur les valeurs
de l’indice, l’indice ne peut pas être calculé si les pondérations échouent.
Par conséquent, l’IPRPR n’utilise pas de pondérations par l’inverse de la varianceNote .
3.4 Révision
3.4.1 Prise en compte de la révision dans le modèle de ventes répétées
Un désavantage de tout indice de ventes répétées est qu’il fait l’objet
d’une révision perpétuelle. Pour calculer l’indice pour une période, il faut le
calculer pour toutes les périodes et, à mesure que de nouvelles données
deviennent accessibles, cela modifiera les valeurs de l’indice pour les
périodes précédentes.
L’IPRPR évite la révision en utilisant un raccordement des fluctuations
pour mettre à jour l’indice lorsque de nouvelles périodes de données deviennent
accessibles. Avec cette approche, la fluctuation des prix de la série calculée
à partir des données les plus récentes est enchaînée avec la dernière valeur de
l’indice de la série originale, évitant ainsi la révision de la série
originale. Cette méthode d’enchaînement successif des indices est utilisée avec
les indices de prix hédoniques pour éviter ce même type de révision (p. ex. de
Haan et Diewert, 2013, section 5.18)Note .
Pour fixer la notation, supposons que
est
une série d’indices de prix de ventes répétées allant de la période 0 à la
période
, calculés à partir des premières périodes
de
données. Cette série peut être mise à jour avec un raccordement des
fluctuations de la façon suivante : Premièrement, avec les périodes
de
données accessibles, calculer la série d’indices
; c’est-à-dire recalculer toute la série
en utilisant toutes les données accessibles. Pour ensuite mettre à jour la
série originale d’indices qui s’étend jusqu’à la période
, il suffit de calculer la valeur de
l’indice dans la période
comme
, et d’ajouter cette valeur à la série
originale. Ainsi, la série originale d’indices devient
L’incidence de toute dérive de ce type de raccordement dans l’indice peut
facilement être évaluée au fil du temps en comparant l’indice calculé à l’aide
de toutes les données à l’indice raccordé, et cela fait partie du travail
d’assurance de la qualité effectué lors de la production de l’IPRPR. À
condition que la série d’indices historiques soit relativement stable au fil du
temps, il devrait y avoir une dérive minimale du raccordement.
3.4.2 Prise en compte de la révision en raison du délai de collecte
L’IPRPR fait l’objet d’une révision trimestrielle pour tenir compte du
délai dans l’entrée des données des registres fonciers. Cette révision signifie
que l’indice est calculé deux fois pour chaque période. Par exemple, lors du
calcul de l’indice au premier trimestre de 2018, l’indice est d’abord calculé
au deuxième trimestre de 2018 au moyen de toutes les données reçues au premier
trimestre de 2018, et est ensuite calculé à nouveau au troisième trimestre de
2018 une fois que la majorité des données du premier trimestre de 2018 ont été
reçues des registres fonciers au deuxième trimestre de 2018.
Cette révision signifie que l’indice doit être raccordé à deux séries
d’indices différentes. En utilisant la notation ci-dessus, l’indice
préliminaire est calculé comme suit :
et l’indice révisé est calculé comme suit :
Cette méthode de raccordement permet une révision trimestrielle de
l’indice, de sorte que des données supplémentaires puissent être recueillies à
partir des registres fonciers, tout en évitant la révision perpétuelle de
l’indice de ventes répétées.
4 Indice des prix des propriétés résidentielles (IPPR)
L’IPPR regroupe les indices à l’échelle des RMR provenant de l’IPLN, de
l’IPACN et de l’IPRPR pour produire un indice des prix des propriétés
résidentielles à Calgary, Montréal, Ottawa, Toronto, Vancouver, Victoria et un
indice agrégé des six RMR. La population cible de l’IPPR est l’ensemble des
populations cibles pour chacun des trois indices des composantes. Chacun des
quatre indices (maison neuve, appartement en copropriété neuf, maison en
revente, appartement en copropriété en revente) est agrégé avec un indice de
Young, les pondérations des ventes tenant compte de la part de valeur des
propriétés neuves par rapport aux propriétés en revente, et les maisons par
rapport aux appartements en copropriété, vendus dans chaque RMR. L’IPPR est un
indice trimestriel, puisque l’IPACN et l’IPRPR sont trimestriels, commençant au
premier trimestre de 2017. Pour rester conforme à l’IPACN et à l’IPRPR, l’IPPR
fait l’objet d’une révision trimestrielle.
Les pondérations de l’IPPR sont tirées du Relevé des logements écoulés sur
le marché de la Société canadienne d’hypothèques et de logement et de
l’inventaire des transactions de ventes répétées de Teranet et de la
Banque NationaleNote . Ces deux sources tiennent compte de la
valeur de toutes les transactions de ventes nouvelles et de ventes répétées
respectivement pour les maisons individuelles et jumelées résidentielles, les
maisons en rangée, et les appartements en copropriété dans un immeuble de moins
de 5 étages ou de 5 étages ou plus. Par conséquent, les valeurs
agrégées sont comparables afin de produire une part de valeur pour les
propriétés neuves par rapport aux propriétés en revente, ainsi que pour les
maisons par rapport aux appartements en copropriété. La période de base des
pondérations correspond aux trois années civiles précédant l’année courante de
l’indice, et ces pondérations sont mises à jour annuellement. Pour éviter tout
chevauchement avec la période de révision, les pondérations sont mises à jour
au deuxième trimestre de l’année.
Références
ABRAHAM, J. M. et
W. S. SCHAUMAN. 1991. « New evidence on home prices for
Freddie Mac repeat sales », Real
Estate Economics, vol. 19, no 3, p. 333 à 352.
AMEMIYA, T. 1985. Advanced
Econometrics, Harvard University Press.
ANGRIST, J. et J.-S.
PISCHKE. 2009. Mostly Harmless
Econometrics. Princeton University Press.
BAILEY, M., R. MUTH et H. NOURSE. 1963. « A regression method for
real estate price index construction », Journal of the American Statistical Association, vol. 58, no 304,
p. 933 à 942.
CALHOUN, C. 1996. OFHEO House
Price Indexes: HPI Technical Description. Office of Federal Housing
Enterprise Oversight. Extrait de http://www.ofheo.gov/Media/Archive/house/hpi_tech.pdf.
CASE, K. et R. SHILLER. 1987. « Prices of single-family homes
since 1970: New indexes for four cities », New England Economic Review, p. 45 à 56.
DE HAAN, J. et W. E.
DIEWERT (dir.). 2013. Handbook on
Residential Property Prices Indices (RPPIs). Eurostat.
GOETZMANN, W. 1992. « The accuracy of real estate indices: Repeat
sale estimators », Journal of Real
Estate Finance and Economics, vol. 5, no 1, p. 5
à 53.
HANSEN, J. 2009. « Australian
house prices: A comparison of hedonic and repeat-sales measures », Economic Record, vol. 85, no 269,
p. 132 à 145.
JANSEN, S., P.
DE VRIES, H. COOLEN, C. LAMAIN et P. BOELHOUWER. 2008.
« Developing a house price index for The Netherlands: A practical
application of weighted repeat sales », Journal of Real Estate Finance and Economics, vol. 37, no 2,
p. 163 à 186.
ROUSSEEUW, P. J. et
M. HUBERT. 2011. « Robust statistics for outlier
detection », Wiley Interdisciplinary
Reviews: Data Mining and Knowledge Discovery, vol. 1, no 1,
p. 73 à 79.
SHILLER, R. 1991.
« Arithmetic repeat sales price estimators », Journal of Housing Economics, vol. 1, no 1,
p. 110 à 126.
WANG, F. et P. ZORN.
1997. « Estimating house price growth with repeat sales data:
What’s the aim of the game?», Journal
of Housing Economics, vol. 6, p. 93 à 118.
WHITE, H. 2001. Asymptotic
Theory for econometricians (version révisée), Emerald Group Publishing.
WOOLDRIDGE, J. 2010. Econometric
Analysis of Cross Section and Panel Data (2eédition), MIT
University Press.
Notes
Renseignements supplémentaires
ISSN : 1706-7731
Note de reconnaissance
Le succès du système statistique du Canada repose sur un partenariat bien établi entre Statistique Canada et la population, les entreprises, les administrations canadiennes et les autres organismes. Sans cette collaboration et cette bonne volonté, il serait impossible de produire des statistiques précises et actuelles.
Normes de service à la clientèle
Statistique Canada s'engage à fournir à ses clients des services rapides, fiables et courtois. À cet égard, notre organisme s'est doté de normes de service à la clientèle qui doivent être observées par les employés lorsqu'ils offrent des services à la clientèle.
Droit d'auteur
Publication autorisée par le ministre responsable de Statistique Canada.