Étude de données · Montréal · 1992-2026
Le contexte
Un même logement, deux loyers
Pour comprendre qui paie la hausse, il faut séparer deux prix que les moyennes mélangent : celui que paie un locataire déjà installé et celui que l'on demande à un nouveau locataire.
Pour y répondre : 34 ans de loyers de la SCHL, les loyers demandés et payés dans 42 régions, l'IPC de 10 provinces. Trois constats suivent, chacun recalculé indépendamment en SQL et dans Excel.
Constat 1
Depuis 2019, la hausse a changé de régime
Loyer moyen d'un 2 chambres, en dollars de 2025
Loyer d'octobre corrigé de l'inflation (IPC Montréal)
Toutes les tailles de logement ont suivi la même cassure
Voir les données en tableau
Constat 2
Loyer moyen d'un 2 chambres, six grandes villes
Hausse du loyer moyen, 2019 à 2025
2 chambres, dollars courants
Constat 3 · la réponse
Taux d'inoccupation, Montréal
Immeubles de 6 logements et plus, en %
Variation annuelle du loyer moyen, Montréal
2 chambres, dollars courants, en %
Ce que ça change, concrètement
Les mêmes chiffres ne mènent pas à la même décision selon qui les lit.
Comment j'ai répondu
Trois outils, une seule chaîne de données
Chaque chiffre de cette page est recalculé indépendamment en SQL et dans Excel ; la construction du site s'arrête au moindre écart.
Et ton loyer à toi ?
Voir le modèle Excel complet →
Le simulateur reprend la feuille « Simulateur » du modèle Excel, cellule pour cellule. Modifie les cases jaunes, puis clique sur un résultat pour voir sa formule. Le calcul se fait dans ton navigateur : rien n'est envoyé ni enregistré.
Le classeur contient aussi une synthèse par type de logement (années modifiables), la comparaison des villes et les données sources. Formules SOMME.SI.ENS (SUMIFS) et INDEX/EQUIV.
Méthode
Modèle de données
unit_id, chambres
annee
geo_id · unit_id
loyer
6 RMR
par année
loyers reloués
Calculs
Limites
Sources
Contexte, sources et fiabilité
D'où viennent les chiffres — et pourquoi s'y fier ?
Trois questions qu'un lecteur exigeant doit poser à n'importe quelle analyse : d'où viennent les données, que valent-elles, et à quoi sert la réponse.
D'où viennent les données
- Quatre tableaux publics de Statistique Canada (34-10-0133-01, 34-10-0127-01, 18-10-0005-01, 46-10-0092-01) et le Rapport sur le marché locatif 2025 de la SCHL — les références des prêteurs, des municipalités et des médias.
- Extraites le 4 novembre 2026 sous Licence du gouvernement ouvert. Les données brutes sont conservées telles quelles dans le dépôt : toute la chaîne se rejoue depuis la source.
- La série maîtresse (2 chambres, Montréal, vecteur v3824161) est identique dans trois extractions distinctes du même tableau.
Est-ce fiable ?
- Enquêtes officielles, méthodologie publiée, 34 ans de recul : la meilleure mesure publique du marché locatif canadien.
- Ses limites sont dites, pas cachées (liste complète sous « Méthode ») : loyers demandés et payés en estimations expérimentales (valeurs fragiles signalées) ; loyer payé publié pour 16 régions sur 42 ; champ SCHL limité aux immeubles privés de 3 logements et plus.
- Garde-fou du projet : chaque chiffre est recalculé indépendamment en SQL et dans Excel ; au moindre écart, la construction du site s'arrête. Aucun chiffre non vérifié ne peut être publié.
Pourquoi cette analyse est pertinente
- BI, TI et analyse de données : une question d'affaires, un modèle en étoile, une chaîne contrôlée, et les mêmes chiffres recoupés entre la base SQL et le classeur Excel — le métier de l'intelligence d'affaires, démontré de bout en bout.
- Immobilier : l'écart entre loyer en place et loyer de marché chiffre le revenu qu'une rotation libère ; le taux d'effort borne ce que la demande peut payer. Deux entrées directes pour le pricing, la souscription et l'investissement.
- Décision : citer 7,2 % ou 14,5 % pour « la hausse de 2025 » mène à deux conclusions opposées. Départager les deux, c'est exactement le rôle d'une analyse.