Un mémoire d’économie se juge sur la qualité des données autant que sur la théorie qui les encadre. Le problème n’est presque jamais l’absence de données : c’est de trouver la série exacte, à la bonne fréquence, sur la bonne période, et de savoir ce que cette série mesure vraiment avant de la faire entrer dans une régression. Cet article présente douze sources que les mémoires d’économie utilisent réellement en France, avec le piège propre à chacune, puis les cinq erreurs de lecture qui invalident une base de données par ailleurs correctement choisie.
Il suppose que votre question de recherche est posée. Si vous cherchez encore un sujet, notre article sur les sujets de mémoire en économie couvre trente pistes actuelles ; pour les sources tous domaines confondus, au-delà de l’économie, notre annuaire de 25 sources de données ouvertes et notre tableau d’orientation par type de question font le tour des bases françaises généralistes. Ici, on reste sur les bases que l’économétrie mobilise le plus souvent.
Douze sources, et ce qui coince avec chacune
1. INSEE — comptes nationaux, prix, emploi
L’Institut national de la statistique et des études économiques reste la source de référence pour la France : PIB trimestriel, indice des prix à la consommation, taux de chômage au sens du BIT, comptes nationaux annuels. Le piège est la rupture de série : un changement de base (le passage à la base 2020 des comptes nationaux, par exemple) ou de nomenclature d’activité (la NAF) rend une série ancienne non directement comparable à sa version actuelle. Vérifiez toujours, dans la documentation méthodologique jointe au tableau, la date du dernier changement de base avant de construire une série longue.
2. Banque de France — Webstat
Le portail Webstat de la Banque de France donne les statistiques monétaires et financières françaises : encours de crédit aux ménages et aux entreprises, taux d’intérêt, balance des paiements. Le piège tient à la fréquence : une série de crédit mensuelle et une série de PIB trimestrielle ne s’agrègent pas sans un choix explicite (moyenne, fin de période, cumul), à justifier dans le chapitre méthodologie plutôt qu’à faire disparaître dans un fichier Excel.
3. Eurostat
Le service statistique de la Commission européenne publie les séries harmonisées des 27 États membres : PIB, emploi, prix, commerce intra-UE. Son intérêt est la comparabilité déclarée entre pays ; son piège est que cette harmonisation reste partielle pour certaines variables (l’emploi informel, la pauvreté monétaire), et que le calendrier de publication varie d’un pays à l’autre, ce qui crée des données manquantes en fin de série pour les pays les plus lents.
4. OCDE.Stat
La base de l’Organisation de coopération et de développement économiques est la référence pour comparer les pays développés sur la fiscalité, l’emploi, l’éducation et la productivité. Le piège classique est de confondre un montant en parité de pouvoir d’achat (PPA) et un montant converti au taux de change nominal : les deux mesurent des choses différentes, et le mémoire doit préciser laquelle il utilise et pourquoi, faute de quoi un comparatif de niveau de vie perd tout son sens.
5. Banque mondiale — World Development Indicators
La base de la Banque mondiale couvre presque tous les pays du monde sur des décennies : PIB, pauvreté, indicateurs de développement. Le piège est que, pour de nombreux pays à faible revenu, une partie des chiffres est estimée ou imputée par des modèles statistiques plutôt que mesurée directement ; les métadonnées de chaque série indiquent le niveau de confiance, et un mémoire qui les ignore surinterprète des chiffres qui sont en réalité des approximations.
6. FRED (Federal Reserve Bank of St. Louis)
FRED agrège des milliers de séries américaines et internationales déjà mises en forme, ce qui en fait un point d’entrée pratique pour un mémoire comparant la France à d’autres économies. Le piège est que plusieurs séries y sont déjà transformées (corrigées des variations saisonnières, annualisées, en volume) sans que cela saute aux yeux : il faut ouvrir la fiche de chaque série pour savoir si elle est en nominal ou en réel, brute ou désaisonnalisée, avant de la comparer à une série INSEE traitée différemment.
7. Penn World Table
Produite par le Groningen Growth and Development Centre, la Penn World Table fournit des PIB réels comparables entre pays et dans le temps, construits à partir de parités de pouvoir d’achat retravaillées. Le piège porte sur les versions : PWT 9.1 et PWT 10.01, par exemple, ne donnent pas exactement les mêmes chiffres pour les mêmes années, parce que la méthode de construction évolue à chaque version. Ne mélangez jamais deux versions dans une même série longue, et citez la version exacte utilisée.
8. CEPII — BACI et Gravity
Le Centre d’études prospectives et d’informations internationales met à disposition BACI, une base de commerce bilatéral reconciliée à partir des données douanières mondiales, et la base Gravity pour les modèles de commerce international. Le piège est le délai de publication : BACI publie ses données définitives avec un à deux ans de retard sur l’année en cours, ce qui oblige à arrêter votre période d’étude en conséquence plutôt qu’à espérer une mise à jour qui n’arrivera pas avant la soutenance.
9. data.gouv.fr, DGFiP et DGE
Pour les données françaises fines sur les entreprises (bilans, effectifs, localisation), la Direction générale des finances publiques et la Direction générale des entreprises publient des extractions sur data.gouv.fr, mais les bases individuelles les plus détaillées (FARE, LIFI) ne sont accessibles qu’via le Centre d’accès sécurisé aux données (CASD), sur dossier et en environnement contrôlé. Le piège pour un mémoire de master est de découvrir cette contrainte d’accès après avoir bâti tout son plan d’analyse sur une base qu’il ne pourra en réalité jamais consulter dans les délais.
10. AMECO (Commission européenne)
La base de données macroéconomiques annuelles de la Commission européenne combine des chiffres réalisés et des projections à moyen terme utilisées pour le pacte de stabilité. Le piège est de citer une valeur d’AMECO sans préciser si elle est observée ou projetée : les deux cohabitent dans le même tableau, et seule la documentation permet de distinguer le passé du prévisionnel.
11. WIOD (World Input-Output Database)
Le World Input-Output Database fournit des tableaux entrées-sorties internationaux, utiles pour tout mémoire sur les chaînes de valeur mondiales ou le contenu en emploi des exportations. Son piège est la fraîcheur : les mises à jour sont peu fréquentes et la dernière année couverte a souvent plusieurs années de retard sur la date de votre mémoire, ce qui doit être signalé explicitement comme une limite de la méthode plutôt que découvert par le jury.
12. FMI — International Financial Statistics et World Economic Outlook
Les bases du Fonds monétaire international donnent les agrégats monétaires et budgétaires de la quasi-totalité des pays, avec des projections à cinq ans dans le World Economic Outlook. Le piège récurrent porte sur la dette publique et le déficit : les définitions du FMI ne coïncident pas toujours avec les critères de Maastricht utilisés par Eurostat pour les pays de la zone euro, et comparer les deux sans le signaler produit des écarts qui ressemblent à des erreurs de calcul aux yeux du jury.
Les cinq pièges transversaux, au-delà de la source choisie
| Piège | Ce qu’il produit | Comment l’éviter |
|---|---|---|
| PPA contre taux de change nominal | Comparaisons de niveau de vie faussées entre pays | Préciser systématiquement l’unité utilisée et sa source dans le tableau des variables |
| Base 100 et rebasing | Taux de croissance apparents qui ne sont que des effets de base | Toujours indiquer l’année de base et vérifier qu’elle est identique sur toute la série |
| Révisions de données | Un résultat qui change si vous téléchargez la série six mois plus tard | Dater précisément le téléchargement et archiver le fichier brut utilisé |
| Ruptures méthodologiques | Une série longue en apparence continue mais en réalité incomparable avant/après | Repérer les changements de nomenclature ou de base dans la documentation avant l’analyse |
| Fréquence et désaisonnalisation | Agrégation incohérente de séries mensuelles, trimestrielles et annuelles | Harmoniser la fréquence avant toute régression et signaler le traitement CVS-CJO appliqué |
À ces cinq pièges s’ajoute une question de méthode plus générale, celle de la citation exacte : une base de données se cite avec son producteur, son nom précis, sa version ou sa date d’extraction, et l’URL du jeu de données, exactement comme un article. La plupart des styles bibliographiques universitaires en France l’exigent, et un jury vérifie régulièrement qu’un chiffre cité dans le texte correspond à une source identifiable dans la bibliographie, pas seulement à un nom de site.
Construire son plan de collecte avant d’ouvrir la première base
Un mémoire d’économie solide part de la question, puis descend vers les données, jamais l’inverse. Listez d’abord les variables dont votre modèle a besoin, leur fréquence idéale et leur période de couverture, puis seulement cherchez la base qui les fournit. Cette discipline évite l’écueil le plus fréquent des mémoires observés en jury : un plan d’analyse ambitieux abandonné en cours de rédaction parce que la donnée nécessaire n’existait pas à la fréquence voulue, ou parce que l’accès promis par une base n’était en réalité restreint qu’aux chercheurs affiliés à un laboratoire. Si votre modèle porte sur des données de panel (pays, entreprises ou régions observés sur plusieurs années), la structure de collecte et les tests à mener une fois les données réunies sont détaillés dans notre article sur les données de panel, les effets fixes et les effets aléatoires. Et si votre base finit avec des trous malgré tout — un pays qui ne répond pas à une vague d’enquête, une entreprise qui change de code NAF en cours de période —, la conduite à tenir face à des données manquantes est expliquée dans notre guide sur les données manquantes MCAR, MAR et MNAR.
Trouver et organiser ses données avec Tesify
Une fois les sources identifiées, la difficulté se déplace vers la traçabilité : savoir, six mois plus tard, quelle version de quelle série a servi à quel tableau. Tesify — Écris ton mémoire avec l’IA aide à structurer le chapitre de données à partir de vos sources, en gardant la mention exacte du producteur, de la version et de la date d’extraction pour chaque chiffre cité dans le texte. Tesify Bibliographie Automatique met en forme la citation de chaque base de données selon la norme demandée par votre établissement, y compris quand la source est un jeu de données et non un article, ce que les gestionnaires de références généralistes gèrent mal.
Structurer et citer vos sources de données avec Tesify
Questions fréquentes
Quelle est la meilleure source pour un mémoire sur l’économie française ?
INSEE pour les agrégats nationaux et la Banque de France pour les statistiques monétaires et financières couvrent la majorité des besoins. Pour comparer la France à d’autres pays, Eurostat et l’OCDE.Stat prennent le relais, à condition d’utiliser des variables réellement harmonisées entre les pays comparés.
Peut-on mélanger des données INSEE et des données Eurostat dans le même mémoire ?
Oui, mais pas dans la même série : utilisez INSEE pour l’analyse fine de la France et Eurostat pour la mise en perspective européenne, en signalant explicitement que les deux sources appliquent des conventions méthodologiques qui peuvent différer légèrement sur la même variable.
Comment savoir si une série a été révisée depuis sa première publication ?
La documentation méthodologique jointe à chaque série indique généralement la date de la dernière révision. En cas de doute, comparez la valeur que vous avez téléchargée à celle affichée sur le portail au moment de la soutenance : un écart révèle une révision, à mentionner si elle change une conclusion du mémoire.
Faut-il citer une base de données comme un article scientifique ?
Oui, avec les adaptations propres aux données : producteur, nom du jeu de données, version ou année d’extraction, et URL. La plupart des styles bibliographiques universitaires français prévoient un format dédié aux jeux de données, distinct de celui des articles.
Que faire quand la donnée exacte dont on a besoin n’existe à aucune fréquence adaptée ?
Documentez la contrainte explicitement dans le chapitre méthodologie plutôt que de la contourner en silence : changez de fréquence d’analyse, interpolez en le signalant comme une limite, ou reformulez légèrement la question de recherche pour qu’elle corresponde à ce que les données disponibles permettent réellement de mesurer.