Taux d’intérêt - France

Data - BDF

Author

Info

source	dataset	.html	.RData
bdf	MIR1	2024-10-16	2024-10-16

Data on interest rates

source	dataset	.html	.RData
bdf	FM	2024-07-26	2024-06-18
bdf	MIR	2024-07-26	2024-07-01
bdf	MIR1	2024-10-16	2024-10-16
bis	CBPOL_D	2024-09-13	2024-05-10
bis	CBPOL_M	2024-08-09	2024-04-19
ecb	FM	2024-10-08	2024-10-08
ecb	MIR	2024-06-19	2024-10-08
eurostat	ei_mfir_m	2024-10-09	2024-10-08
eurostat	irt_lt_mcby_d	2024-10-09	2024-08-28
eurostat	irt_st_m	2024-10-09	2024-10-08
fred	r	2024-09-18	2024-09-18
oecd	MEI	2024-04-16	2024-06-30
oecd	MEI_FIN	2024-09-15	2024-05-21
wdi	FR.INR.RINR	2024-08-28	2024-09-18

Données sur l’immobilier

source	dataset	.html	.RData
acpr	as151	2024-06-19	2024-04-05
bdf	BSI1	2024-07-26	2024-06-14
bdf	CPP	2024-07-26	2024-07-01
bdf	FM	2024-07-26	2024-06-18
bdf	immobilier	2024-07-26	2024-06-18
bdf	MIR	2024-07-26	2024-07-01
bdf	MIR1	2024-10-16	2024-10-16
bdf	RPP	2024-07-26	2024-07-01
cgedd	nombre-vente-maison-appartement-ancien	2024-09-26	2024-09-26
insee	CONSTRUCTION-LOGEMENTS	2024-10-09	2024-10-08
insee	ENQ-CONJ-ART-BAT	2024-10-09	2024-10-08
insee	ENQ-CONJ-IND-BAT	2024-10-09	2024-10-08
insee	ENQ-CONJ-PROMO-IMMO	2024-10-09	2024-10-08
insee	ENQ-CONJ-TP	2024-10-09	2024-10-08
insee	ILC-ILAT-ICC	2024-10-09	2024-10-08
insee	INDICES_LOYERS	2024-10-09	2024-10-08
insee	IPLA-IPLNA-2015	2024-10-09	2024-10-09
insee	IRL	2024-10-09	2024-10-09
insee	PARC-LOGEMENTS	2024-10-09	2023-12-03
insee	SERIES_LOYERS	2024-10-09	2024-10-09
insee	t_dpe_val	2024-10-09	2024-09-02
notaires	arrdt	2024-06-30	2024-09-09
notaires	dep	2024-06-30	2024-09-08

Data on housing

source	dataset	.html	.RData
bdf	RPP	2024-07-26	2024-07-01
bis	LONG_PP	2024-08-09	2024-05-10
bis	SELECTED_PP	2024-08-09	2024-05-10
ecb	RPP	2024-10-08	2024-10-08
eurostat	ei_hppi_q	2024-10-09	2024-10-08
eurostat	hbs_str_t223	2024-10-09	2024-10-08
eurostat	prc_hicp_midx	2024-10-09	2024-10-08
eurostat	prc_hpi_q	2024-10-09	2024-10-09
fred	housing	2024-09-18	2024-09-18
insee	IPLA-IPLNA-2015	2024-10-09	2024-10-09
oecd	housing	2024-09-15	2020-01-18
oecd	SNA_TABLE5	2024-09-11	2023-10-19

LAST_COMPILE

LAST_COMPILE
2024-10-16

Last

date	Nobs
2024-12-31	19
2024-10-31	5

BS_COUNT_SECTOR

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(BS_COUNT_SECTOR, by = "BS_COUNT_SECTOR") %>%
  group_by(BS_COUNT_SECTOR, Bs_count_sector) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) print_table(.) else .}

BS_COUNT_SECTOR	Bs_count_sector	Nobs
2240U6	SNF résidentes	7094
2250	Ménages et ISBLSM (S14 et S15)	6866
2250U6	Ménages et ISBLSM résidents	6818
2240	Sociétés non financières (S11)	4553
2230U6	Ménages et SNF résidents	3949
2254FR	Particuliers (S14)	3928
2313FR	SNF + EI (2240+2253)	3088
2254U6	Particuliers résidents	2882
2300U6	non IFM hors administration centrale résidents	1300
0000U6	Secteur de contrepartie non précisée (résidents)	1040
2312FR	APU + ISBLSM (2100+2252)	994
2300	Administrations publiques hors administrations centrales et secteur privé hors IFMs	520
2251	Ménages	342
2253	Entrepreneurs individuels	187
2254P	NA	174
MIC_U6	Micro-entreprises résidentes	138
2254PM	NA	104
2240GE	NA	96
224ETI	NA	96
224PME	NA	96

FREQ

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(FREQ, by = "FREQ") %>%
  group_by(FREQ, Freq) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) print_table(.) else .}

FREQ	Freq	Nobs
M	Mensuel	33037
Q	Trimestriel	11228

BS_ITEM

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(BS_ITEM, by = "BS_ITEM") %>%
  group_by(BS_ITEM, Bs_item) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

MATURITY_ORIG

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(MATURITY_ORIG, by = "MATURITY_ORIG") %>%
  group_by(MATURITY_ORIG, Maturity_orig) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

DATA_TYPE_MIR

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(DATA_TYPE_MIR, by = "DATA_TYPE_MIR") %>%
  group_by(DATA_TYPE_MIR, Data_type_mir) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) print_table(.) else .}

DATA_TYPE_MIR	Data_type_mir	Nobs
R	Taux annuel	19211
B	Transactions en volume (encours ou crédits nouveaux)	9116
C	Coût du crédit	2830
Y	Flux mensuels cumulés sur un an	2600
6	Taux cvs	2080
5	Flux mensuel cvs	1820
U	Taux d'usure	1597
W	Part dans les crédits totaux	1303
F	Frais	1220
PNL	Part en nombre de lignes	756
D	Durée moyenne	500
4	Part dans les flux	270
T	Taux théorique hors plancher	260
PTF	Part taux fixe	162
K1	Premier quartile	108
K3	Troisième quartile	108
L	Médiane	108
P5	Cinquième percentile	108
P95	Quatre vingt quinzième percentile	108

REF_AREA

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(REF_AREA, by = "REF_AREA") %>%
  group_by(REF_AREA, Ref_area) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) print_table(.) else .}

REF_AREA	Ref_area	Nobs
FR	France	43045
DE	Allemagne	244
ES	Espagne	244
GB	Royaume-Uni	244
IT	Italie	244
U2	Zone Euro (composition évolutive)	244

Taux de rémunération

Nobs

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(grepl("Taux moyen de rémunération annuel", Variable)) %>%
  group_by(variable, Variable) %>%
  summarise(Nobs = n()) %>%
  print_table_conditional()

variable	Variable	Nobs
MIR1.M.FR.B.L20.A.C.A.2300U6.EUR.O	Taux moyen de rémunération annuel des dépôts bancaires	260
MIR1.M.FR.B.L20.A.R.A.2300U6.EUR.O	Taux moyen de rémunération annuel des dépôts bancaires	260
MIR1.M.FR.B.L20.L.C.A.2300U6.EUR.O	Taux moyen de rémunération annuel des dépôts, moins de 2 ans	260
MIR1.M.FR.B.L20.L.R.A.2300U6.EUR.O	Taux moyen de rémunération annuel des dépôts, moins de 2 ans	260

Taux de rémunération des dépôts + immobilier

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.L20.A.C.A.2300U6.EUR.O", variable) |
           grepl("MIR1.M.FR.B.L20.L.C.A.2300U6.EUR.O", variable)) %>%
  na.omit %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.55, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, .1),
                labels = percent_format(accuracy = .1))

Taux

Nobs

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(FREQ == "M",
         REF_AREA == "FR",
         BS_ITEM == "A22") %>%
  group_by(variable, Variable) %>%
  summarise(Nobs = n()) %>%
  print_table_conditional()

variable	Variable	Nobs
MIR1.M.FR.B.A22.A.5.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages, flux CVS	260
MIR1.M.FR.B.A22.A.5.A.2254U6.EUR.N	Crédits nouveaux à l'habitat des particuliers, flux CVS	260
MIR1.M.FR.B.A22.A.R.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages, taux d'intérêt annuel	260
MIR1.M.FR.B.A22.A.R.A.2254U6.EUR.N	Crédits nouveaux à l'habitat des particuliers, taux d'intérêt annuel	309
MIR1.M.FR.B.A22.A.Y.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages résidents, flux mensuels cumulés sur un an	260
MIR1.M.FR.B.A22.F.R.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages, jusqu'à un an, taux d'intérêt annuel	260
MIR1.M.FR.B.A22.F.R.A.2254U6.EUR.N	Crédits nouveaux à l'habitat des particuliers, jusqu'à un an, taux d'intérêt annuel	260
MIR1.M.FR.B.A22.F.Y.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages résidents, jusqu'à un an, flux mensuels cumulés sur un an	260
MIR1.M.FR.B.A22.K.R.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages, à plus d'un an, taux d'intérêt annuel	260
MIR1.M.FR.B.A22.K.R.A.2254U6.EUR.N	Crédits nouveaux à l'habitat des particuliers, à plus d'un an, taux d'intérêt annuel	260
MIR1.M.FR.B.A22.K.Y.A.2250U6.EUR.N	Crédits nouveaux à l'habitat des ménages résidents, à plus d'un an, flux mensuels cumulés sur un an	260

Livrets réglementés

-Info. html

All

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.L23FRLA.D.R.A.2230U6.EUR.O", variable) |
           grepl("MIR1.M.FR.B.L23RJ.A.R.A.2300.EUR.O", variable) |
           grepl("MIR1.M.FR.B.L22FRSP.H.R.A.2250U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  arrange(desc(date)) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 5), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.4, 0.1),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1))

Taux SNF

Table SNF

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(BS_COUNT_SECTOR == "2240U6") %>%
  group_by(Variable) %>%
  summarise(Nobs = n(),
            date = last(date),
            value = last(value)) %>%
  print_table_conditional

Catégories montants

Tous

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A20.A.R.0.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.1.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.A.2240U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(AMOUNT_CAT, by = "AMOUNT_CAT") %>%
  arrange(desc(date)) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Amount_cat)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.8, 0.85),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1))

2010-

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A20.A.R.0.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.1.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.A.2240U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(AMOUNT_CAT, by = "AMOUNT_CAT") %>%
  arrange(desc(date)) %>%
  filter(date >= as.Date("2010-01-01")) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Amount_cat)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.7, 0.85),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 0.5),
                labels = percent_format(accuracy = .1))

Catégories montants

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A20.A.R.0.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.1.2240U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A20.A.R.A.2240U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  left_join(AMOUNT_CAT, by = "AMOUNT_CAT") %>%
  arrange(desc(date)) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Amount_cat)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.7, 0.85),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1))

Livret A

Taux crédits habitat

Tous

Code

MIR1 %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(FREQ == "M",
         REF_AREA == "FR",
         BS_REP_SECTOR == "B",
         BS_ITEM == "A2C",
         DATA_TYPE_MIR == "R",
         AMOUNT_CAT == "A",
         BS_COUNT_SECTOR == "2250U6",
         CURRENCY_TRANS == "EUR",
         IR_BUS_COV == "N") %>%
  left_join(MATURITY_ORIG, by = "MATURITY_ORIG") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Maturity_orig)) +
  
  theme_minimal() + xlab("") + ylab("Taux d'intérêt (%)") +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.35, 0.15),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1))

Tous

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22.K.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.F.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.A.R.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.35, 0.15),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1))

2016-

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22.K.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.F.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.A.R.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(date >= as.Date("2016-01-01")) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.4, 0.85),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, .1),
                labels = percent_format(accuracy = .1))

2018-

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22.K.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.F.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.A.R.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(date >= as.Date("2018-01-01")) %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.4, 0.85),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, .1),
                labels = percent_format(accuracy = .1))

Taux de rémunération des dépôts + immobilier

Tous

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.A.N30.A.R.A.2230U6.EUR.O", variable) |
           grepl("MIR1.M.FR.B.A22.A.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.L21.A.R.A.2230U6.EUR.O", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.55, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1),
                limits = c(0, 0.07))

Part des renégociations

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22PR.A.W.A.2254FR.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  na.omit %>%
  ggplot + geom_line(aes(x = date, y = value/100)) +
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.35, 0.15),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Part des renégo dans le total des crédits à l'habitat (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 5),
                labels = percent_format(accuracy = 1))

Volumes de crédit

Crédits à la consommation

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A2Z.A.R.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A2B.A.R.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.5, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 1),
                labels = percent_format(accuracy = 1),
                limits = c(0.03, 0.15))

Crédits nouveaux à l’habitat

Tous

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22HR.A.5.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.A.5.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 2), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.5, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("") +
  scale_y_continuous(breaks = seq(0, 100, 2))

2015-

Code

MIR1 %>%
  filter(grepl("MIR1.M.FR.B.A22HR.A.5.A.2254U6.EUR.N", variable) |
           grepl("MIR1.M.FR.B.A22.A.5.A.2254U6.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  filter(date >= as.Date("2015-01-01")) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.5, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("") +
  scale_y_continuous(breaks = seq(0, 100, 2))

Taux d’usure

2017-

Code

MIR1 %>%
  filter(grepl("MIR1.Q.FR.R.A22FRF.Q.U.A.2254FR.EUR.N", variable) |
           grepl("MIR1.Q.FR.R.A22FRF.R.U.A.2254FR.EUR.N", variable) |
           grepl("MIR1.Q.FR.R.A22FRF.S.U.A.2254FR.EUR.N", variable)) %>%
  left_join(MIR1_var, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value/100, color = Variable)) +
  theme_minimal() +
  scale_x_date(breaks = as.Date(paste0(seq(1960, 2100, 1), "-01-01")),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.5, 0.9),
        legend.title = element_blank(),
        legend.direction = "vertical") +
  xlab("") + ylab("Taux d'intérêt (%)") +
  scale_y_continuous(breaks = 0.01*seq(-10, 100, 0.1),
                labels = percent_format(accuracy = .1))