Indicateurs synthétiques du climat des affaires

Données - INSEE

Auteur

François Geerolf

Info

Last observation: Mensuelle: 2026-07 (N = 3)

First observation: Mensuelle: 1977-01 (N = 1)

Number of observations: 1 485

Last data update: 14 aoû 2026, 19:25. Last compile: 15 aoû 2026, 02:53

Structure

Données sur la macroéconomie en France

source	dataset	Title	Updated
bdf	CFT	Comptes Financiers Trimestriels	2026-08-10
insee	CNA-2014-CONSO-SI	Dépenses de consommation finale par secteur institutionnel	2026-08-13
insee	CNA-2014-CSI	Comptes des secteurs institutionnels	2026-08-13
insee	CNA-2014-FBCF-BRANCHE	Formation brute de capital fixe (FBCF) par branche	2026-08-13
insee	CNA-2014-FBCF-SI	Formation brute de capital fixe (FBCF) par secteur institutionnel	2026-08-13
insee	CNA-2014-RDB	Revenu et pouvoir d’achat des ménages	2026-08-13
insee	CNA-2020-CONSO-MEN	Consommation des ménages	2026-08-13
insee	CNA-2020-PIB	Produit intérieur brut (PIB) et ses composantes	2026-08-13
insee	CNT-2014-CB	Comptes des branches	2026-08-13
insee	CNT-2014-CSI	Comptes de secteurs institutionnels	2026-08-13
insee	CNT-2014-OPERATIONS	Opérations sur biens et services	2026-08-13
insee	CNT-2014-PIB-EQB-RF	Équilibre du produit intérieur brut	2026-08-13
insee	CONSO-MENAGES-2020	Consommation des ménages en biens	2026-08-13
insee	ICA-2015-IND-CONS	Indices de chiffre d'affaires dans l'industrie et la construction	2026-08-13
insee	conso-mensuelle	Consommation de biens, données mensuelles	2026-08-02
insee	t_1101	1.101 – Le produit intérieur brut et ses composantes à prix courants (En milliards d'euros)	2026-08-02
insee	t_1102	1.102 – Le produit intérieur brut et ses composantes en volume aux prix de l'année précédente chaînés (En milliards d'euros 2014)	2026-08-02
insee	t_1105	1.105 – Produit intérieur brut - les trois approches à prix courants (En milliards d'euros) - t_1105	2026-08-02

indicateur de retournement

Tous

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR == "RETOURNEMENT") |>
  
  month_to_date() |>
  ggplot() + theme_minimal() + ylab("INDICATEUR de retournement conjoncturel") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE, color = INDICATEUR)) +
  scale_x_date(breaks = seq(1920, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.3, 0.2),
        legend.title = element_blank()) +
  scale_y_continuous(breaks = seq(10, 200, 5))

2006-

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR == "RETOURNEMENT") |>
  
  month_to_date() |>
  filter(date >+ as.Date("2006-01-01")) |>
  ggplot() + theme_minimal() + ylab("Indicateur synthétique de retournement conjoncturel") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE)) +
  scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.3, 0.2),
        legend.title = element_blank()) +
  scale_y_continuous(breaks = seq(-1, 1, 0.1))

Indicateur synthétique du climat

Tous

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR != "RETOURNEMENT") |>
  
  month_to_date() |>
  ggplot() + theme_minimal() + ylab("INDICATEUR synthétique du climat") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE, color = INDICATEUR)) +
  scale_x_date(breaks = seq(1920, 2100, 5) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.3, 0.2),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(10, 200, 5))

1995-

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR != "RETOURNEMENT") |>
  
  month_to_date() |>
  filter(date >= as.Date("1995-01-01")) |>
  ggplot() + theme_minimal() + ylab("INDICATEUR synthétique du climat") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE, color = INDICATEUR)) +
  scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.25, 0.2),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(10, 200, 5)) + 
  geom_hline(yintercept = 100, linetype = "dashed")

2004-

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR != "RETOURNEMENT") |>
  
  month_to_date() |>
  filter(date >= as.Date("2005-01-01")) |>
  mutate(OBS_VALUE = ifelse(year(date) == 2020 & month(date) %in% c(3, 4, 5, 6), NA, OBS_VALUE)) |>
  ggplot() + theme_minimal() + ylab("INDICATEUR synthétique du climat\n hors Mars-Juin 2020") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE, color = INDICATEUR)) +
  scale_x_date(breaks = seq(1920, 2100, 2) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.6, 0.15),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(10, 200, 5)) + 
  geom_hline(yintercept = 100, linetype = "dashed") +
  geom_rect(data = data_frame(start = as.Date("2020-02-01"), 
                                end = as.Date("2020-07-01")), 
              aes(xmin = start, xmax = end, ymin = 0, ymax = +Inf), fill = viridis(4)[4], alpha = 0.2)

2017-

Code

`CLIMAT-AFFAIRES` |>
  filter(INDICATEUR != "RETOURNEMENT") |>
  
  month_to_date() |>
  filter(date >= as.Date("2017-04-01")) |>
  ggplot() + theme_minimal() + ylab("INDICATEUR synthétique du climat") + xlab("") +
  geom_line(aes(x = date, y = OBS_VALUE, color = INDICATEUR)) +
  scale_x_date(breaks = seq(1920, 2100, 1) |> paste0("-01-01") |> as.Date(),
               labels = date_format("%Y")) +
  theme(legend.position = c(0.25, 0.2),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(10, 200, 5)) + 
  geom_hline(yintercept = 100, linetype = "dashed")