%0 Jeu de données %T Notarial credit versus banks. France 17th-19th centuries; Crédit notarié versus crédit bancaire. France 17-19ème siècles (French) %A g445cd27n; xg94hp95n; z029p483f %D 2019-06-02 %8 2019-06-06 %E b8515n63m; z890rt28w %I 5q47rp173; cv43nw954 %U http://dbpedia.org/resource/France %R http://localhost/files/ws859f94h %X ********************************************************************************************************************************************************* The data on display here derived from a research project on credit markets in France. The data that was gathered makes it possible to analyze how medium and long term credit markets developed and functioned. Each observation in the data set is a loan, with information about the type of loan; the amount lent; the year and month it was arranged; its interest rate and duration; and, when indicated in the loan documents, the purpose of the loan. The data base also contains information about the individuals involved in the loan, including the notary, the borrowers, and the lenders. Their gender (whether male, or female, or couples) is always recorded, as are their occupations and residences—with the parish or town in 1740 and 1780, and the town (commune) thereafter. A subset of the observations also include the names of the individuals in the loans. All of this data, which was originally classified by department and commune (see below the data “Marché de Crédit par bureau”) is gathered here in a single file (AllData_CREDIT_FRANCE). As long as one takes into account the particular features of this data set, it can serve as a source of information for a variety of other purposes, including for what it reveals about the individuals mentioned in the loans, their dealings with one another, and the places where the lending took place. ********************************************************************************************************************************************************* ********************************************************************************************************************************************************* Collection plan: We first collected data from 109 locations (bureaus) in thirty-five departments. Because some of these were missing at least a year among the six cross sections, the core data set relies on ninety-nine markets. Their credit activity is traced for the years 1740, 1780, 1807, 1840, 1865 and 1899. A smaller sample was composed for the years 1912, 1927, and 1931. In a second step, to better understand the flow of information between notaries, we added 66 bureaus adjacent to the previous ones. In this case, only the years 1840 and 1865 are taken into account. The records were examined for a full year for each of the six cross sections. All credit loan have been seized: perpetual and life annuities, public and private, obligations, loan roll overs. The sample was designed to capture the variation in credit activity over three key ranges, across space, over time, and along the urban hierarchy. Thus the sample include Paris, two of the largest cities in France (Lyon and Rouen) as well as more than a 20 prefectures, leaving 65 or so bureaus to capture rural France. To define a market, we restricted the sample to credit contracts drawn up by notaries in the canton (the jurisdictional unit just above municipalities) as defined in 1807. This produces a sample that is consistent geographically. To arrive at national aggregates the sample was inflated by population. The complete list of bureaus studied by department is attached. ********************************************************************************************************************************************************* ******************************************************************************************************************************************************** Date of collection: 1992-2017 ******************************************************************************************************************************************************** ********************************************************************************************************************************************************* Funding sources: US National Science Foundation, Russel Sage Foundation, UCLA, Caltech. ********************************************************************************************************************************************************* ********************************************************************************************************************************************************* Content of the data set collection: 1. Complete data set: contains data for all the bureaus in the sample, for six cross sections (AllData_CREDIT_FRANCE) 2. Dictionary of variables that explains for each column what data was collected 3. Complete list of sources used 4. Subset of data by bureay “credit market by bureau” : (contains files of the type: CCrd.Bourges.tout) 5. Complete recoded data set used for the data analysis in the book Dark Matter Credit. 6. Dictionaries of the variables used in that data analysis, showing how they were coded from raw data). ********************************************************************************************************************************************************* ; ******************************************************************************************************************************************************** Ce jeu de données est issu d'un projet de recherche sur des marchés du crédit en France. Les données collectées permettent d'analyser le développement et le fonctionnement du crédit à moyen et long terme. L'unité d'observation est le prêt. L'information collectée porte sur l'année et le mois de l'acte, le type de prêt, son montant, sa durée, son taux et, quand il est indiqué, son objet. Elle porte aussi sur les personnes impliquées dans chaque acte : le notaire, le (ou les) prêteurs et le (ou les) emprunteurs. Sont systématiquement notés le sexe (h, f, h et f), la profession et le domicile (commune ou paroisse). Pour un sous-ensemble sont également notés les noms des parties. Les fichiers de saisie, initialement organisés par département et par commune (cf. sous-jeu de données Marché de Crédit par bureau), sont rassemblés ici dans un seul fichier (AllData_CREDIT_FRANCE). Compte tenu de leurs caractéristiques, ces données peuvent être réutilisées, entre autres, comme une source d'information sur les individus impliqués ou comme renseignant sur les localités et sur les échanges entre elles. ******************************************************************************************************************************************************** ******************************************************************************************************************************************************** Plan de collecte : Les données sur les prêts ont d'abord été collectées dans 109 bureaux du Contrôle des actes puis de l'Enregistrement répartis dans 35 départements. Plus précisément, comme les sources sont en partie lacunaires -- les registres étant perdus, détruits ou détériorés pour une ou plusieurs des six coupes -- l'échantillon central repose sur 99 bureaux. Leur activité de crédit est suivie pour les années 1740, 1780, 1807, 1840, 1865 et 1899. Un plus petit échantillon a été composé pour les années 1912, 1927, et 1931. Dans un second temps, pour mieux saisir la circulation de l'information entre les études, nous avons ajoutés 66 bureaux jouxtant les précédents. Dans ce cas, seules les années 1840 et 1865 sont prises en compte. Les registres ont été dépouillés pour une année entière pour chacune des six coupes. Nous avons saisis tous les actes de crédit: rentes perpétuelles et viagères publiques et privées, obligations, billets, lettres de changes, ouvertures de crédit, prorogations... Nous avons établi un échantillon stratifié de bureaux pour capturer la variation de l’activité de crédit dans trois dimensions, à travers l’espace, à travers le temps, et à travers la hiérarchie urbaine. Le sondage inclus donc Paris, deux des plus grandes villes de France (Lyon et Rouen), plus de 20 préfectures, laissant a peu près 65 bureaux pour la France rurale. Nous définissons un marché comme les actes de crédit dressés par les notaires présents dans un bureau donné. Comme le ressort de certains bureaux a varié au cours du temps, nous avons retenu pour chacun les limites géographiques du canton correspondant en 1807. Pour parvenir aux totaux nationaux le sondage est pondéré par la population. La liste complète des bureaux étudiés par départements est jointe. ******************************************************************************************************************************************************** ******************************************************************************************************************************************************** Dates de la collecte: 1992-2017 ******************************************************************************************************************************************************** ******************************************************************************************************************************************************** Financeurs : US National Science Foundation, Russel Sage Foundation, UCLA, Caltech. ******************************************************************************************************************************************************** ******************************************************************************************************************************************************** Contenu du jeu de données: 1. fichier général définitif regroupant tous les bureaux sondés pour les 6 coupes annuelles (AllData_CREDIT_FRANCE) 2.dictionnaire des variables expliquant colonne par colonne les données saisies. 3. la liste complète des sources. 4. sous-jeu de données par bureau « Marché de Crédit par bureau » (contient des fichiers ex.: Ccrd.Bourges.tout) 5 le fichier général définitif codé qui a servi pour l'analyse du livre Dark Matter Credit. 6 dictionnaires de recodages pour le fichier d'analyse. ******************************************************************************************************************************************************** (French) %G https://glottolog.org/resource/languoid/id/stan1290 %[ 2020-06-25 %~ Didόmena %W EHESS