Les trois tableaux croisés qui font 80 % du travail
Une fois le CSV importé dans un tableau Excel, Ctrl + T, vous pouvez construire un tableau croisé dynamique proprement. Placez le tableau source dans une feuille Data, les tableaux croisés dans une feuille Dashboard, les mappings dans une feuille Map. Cette séparation évite les accidents de copier-coller, sport national des équipes pressées.
1. Achats vs ventes par mois
Objectif
Voir si l’activité nette des initiés est orientée à l’achat ou à la vente sur une période.
Configuration du tableau croisé
- Lignes :
transaction_date
- Colonnes :
economic_bucket ou transaction_type_group
- Valeurs : Somme de
gross_value ou signed_value
Ensuite, groupez les dates par mois et années.
Variante recommandée
Si vous utilisez signed_value, mettez seulement :
- Lignes :
transaction_month
- Valeurs : Somme de
signed_value
Ajoutez une colonne source transaction_month :
=EOMONTH([@transaction_date],0)
Puis formatez la cellule en mmm yyyy.
Ce que vous cherchez
- Une série d’achats nets concentrés sur un ou deux mois.
- Une vague de ventes qui suit une forte hausse du titre.
- Une activité nulle ou quasi nulle, souvent plus informative qu’elle n’en a l’air sur certaines petites capitalisations.
Ce qu’il ne faut pas surinterpréter
Une hausse des ventes brutes n’est pas nécessairement baissière. Les ventes liées à rémunération, fiscalité ou diversification personnelle sont fréquentes. Le tableau croisé dit qu’il s’est passé quelque chose. Il ne dit pas encore pourquoi.
2. Activité par émetteur
Objectif
Identifier rapidement quelles sociétés concentrent les opérations les plus significatives.
Configuration du tableau croisé
- Lignes :
issuer
- Filtres :
transaction_date, economic_bucket, instrument
- Valeurs :
- Somme de
gross_value
- Nombre de
insider_name
- Nombre de
transaction_date
Ajoutez ensuite un tri décroissant sur la somme de gross_value.
Deux colonnes calculées utiles
Nombre d’initiés distincts
Le distinct count est plus simple si vous chargez les données dans le Modèle de données Excel. Si vous ne le faites pas, une alternative consiste à construire une table auxiliaire ou à passer par Power Pivot. Pour un usage rapide, le nombre de lignes suffit souvent, avec prudence.
Taille moyenne des opérations
Dans la source :
=IF([@gross_value]="","",[@gross_value])
Dans le tableau croisé, utilisez la moyenne de gross_value.
Lecture
Un seul dirigeant qui achète 20 000 EUR n’envoie pas le même signal que trois dirigeants qui achètent chacun 20 000 EUR sur dix jours. Le tableau par émetteur doit donc être lu avec, au minimum, le montant total et le nombre de déclarants.
C’est l’une des erreurs classiques des lecteurs pressés, confondre intensité monétaire et largeur du signal. Les initiés, eux, ne confondent pas. Ils savent très bien combien de personnes ont signé.
3. Activité par initié et par rôle
Objectif
Distinguer les opérations du directeur général, du directeur financier, des administrateurs non exécutifs, ou des personnes liées.
Configuration du tableau croisé
- Lignes :
insider_role, puis insider_name
- Colonnes :
economic_bucket
- Valeurs : Somme de
gross_value, Nombre de transactions
- Filtres :
issuer, transaction_month
Pourquoi ce pivot est souvent le plus utile
Tous les initiés ne se valent pas. La littérature académique sur les transactions d’initiés montre depuis longtemps que le contenu informationnel varie selon le type d’initié, le contexte de l’opération et la nature achat ou vente. Les achats discrétionnaires des dirigeants opérationnels ont généralement plus de poids analytique que des ventes isolées d’administrateurs externes, surtout si ces ventes relèvent de gestion patrimoniale.
Une formule pour nettoyer les rôles
Les libellés de fonction sont souvent hétérogènes. Créez une colonne role_group :
=IFERROR(XLOOKUP([@insider_role],RoleMap[raw_role],RoleMap[role_group]),"Autre")
Exemples de regroupement :
- CEO, DG, Chief Executive Officer →
CEO
- CFO, DAF, Chief Financial Officer →
CFO
- Director, Board Member, Administrateur →
Board
- Personne liée, spouse, family trust →
Related party
Ce n’est pas de la cosmétique. C’est ce qui transforme un fichier réglementaire en outil de lecture.
