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 des régions métropolitaines (demandés pour 40, payés pour 17), 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 17 régions sur 42, les deux loyers pour 16 ; 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.