par Steve Matthews, Kyle Virgin et Ramdane Djoudad ― Statistique Canada

Cet article spécial fournit des réponses non techniques aux questions liées à la production, à l'utilisation et à l'interprétation des indicateurs avancés pour l'Enquête mensuelle sur les industries manufacturières, l'Enquête mensuelle sur le commerce de gros et l'Enquête mensuelle sur le commerce de détail de Statistique Canada. Organisé sous la forme d'une foire aux questions, le présent document de référence vient compléter la documentation technique sur les définitions, les sources de données et les méthodes disponible pour les programmes individuels. Il est composé de deux sections. La section 1 traite des concepts et des définitions qui sont essentiels à la production d'indicateurs avancés, alors que la section 2 porte sur l'analyse et l'interprétation de ces produits statistiques spéciaux.

Section 1 : Contexte, définitions et terminologie

1 Qu'est-ce qu'un indicateur avancé?

Les indicateurs avancés sont des estimations statistiques qui permettent de fournir les premiers renseignements sur les activités économiques pour une période de référence donnée. Dans le cas des enquêtes indiquées ci-dessus, les indicateurs avancés sont générés lorsque les renseignements ont été reçus pour une partie des répondants, mais que la collecte de données est toujours en cours. Les indicateurs avancés pour les données mensuelles sur la fabrication, le commerce de gros et le commerce de détail sont généralement publiés de 21 à 25 jours après la fin d'un mois de référence, alors que les indicateurs préliminaires sont publiés environ un mois plus tard. Par exemple, l'indicateur avancé pour les données mensuelles sur le commerce de détail pour le mois de référence de janvier serait publié en février (de 21 à 25 jours plus tard), alors que l'indicateur préliminaire pour janvier serait publié en mars (un mois plus tard). Par conséquent, une publication de février présenterait un indicateur préliminaire pour décembre ainsi qu'un indicateur avancé pour janvier.

Le graphique 1 montre le nombre moyen de jours requis pour publier les indicateurs avancés, préliminaires et révisés pour les trois programmes après la fin de la période de référence.

Graphique 1 Nombre moyen de jours avant la publication, selon le programme

2 Qu'est-ce qui a mené Statistique Canada à publier les indicateurs avancés?

Statistique Canada a publié les indicateurs avancés pour la première fois en 2020. Ce travail a été principalement fait pour donner aux utilisateurs des renseignements plus rapidement, étant donné l'incertitude économique qui a découlé de la pandémie de COVID-19. La demande pour des indicateurs avancés était élevée afin de surveiller les répercussions économiques de la COVID-19 dans différents secteurs de l'économie canadienne et de fournir des premiers signaux et renseignements au sujet de la direction que prenaient les tendances. En utilisant les premières données des répondants, Statistique Canada a été en mesure de compiler des signaux économiques actuels et fiables en se fondant sur les données observées.

Mois de référence de la première diffusion des indicateurs avancés selond le programme

Programme	Mois de référence de la première diffusion des indicateurs avancés
Enquête mensuelle sur le commerce de détail	Avril 2020
Enquête mensuelle sur les industries manufacturières	Mai 2020
Enquête mensuelle sur le commerce de gros	Août 2020

3 De quelle façon est-ce que Statistique Canada produit les indicateurs avancés?

Statistique Canada utilise une technique appelée estimation éclair pour produire les indicateurs avancés pour certains programmes d'enquête. L'estimation éclair désigne un type d'indicateur avancé qui emploie les mêmes méthodes utilisées pour produire des indicateurs préliminaires, mais ces méthodes sont appliquées à un ensemble de données plus limité, à un stade plus précoce. Par exemple, pour produire l'indicateur avancé pour le commerce de détail, seules les réponses ayant été reçues à un point prédéterminé de la période de collecte sont utilisées. Une fois la collecte terminée, les mêmes traitements de la non-réponse et méthodes de pondération sont utilisés sur l'ensemble complet de données reçues, qui sert ensuite à produire l'indicateur préliminaire.

La quantité de données recueillies intégrées à un indicateur avancé varie d'un mois à l'autre et d'une enquête à l'autre. Le tableau 1 indique qu'en 2023, le taux de réponse moyen pour les indicateurs avancés (arrondi au pourcentage près) était de 68 % pour l'Enquête mensuelle sur les industries manufacturières, de 59 % pour l'Enquête mensuelle sur le commerce de gros et de 45 % pour l'Enquête mensuelle sur le commerce de détail. Ces taux de réponse sont généralement publiés avec chaque indicateur avancé afin de donner aux utilisateurs des renseignements sur la qualité des chiffres pour le mois en question.

Tableau 1 Taux de réponse moyen, 2023

Programme	Indicateur avancé	Indicateur préliminaire	Indicateur révisé
Fabrication	68 %	87 %	94 %
Commerce de gros	59 %	69 %	75 %
Commerce de détail	45 %	83 %	88 %

Le produit intérieur brut (PIB) mensuel par industrie est fondé sur les indicateurs avancés qui ont été examinés dans cet article pour compiler ses propres indicateurs avancés du PIB. Il est possible d'obtenir de plus amples renseignements sur les estimations du PIB mensuel à la page Révision du PIB du Canada.

La figure 1 illustre les fluctuations d'un mois à l'autre des données publiées sur les ventes dans les secteurs de la fabrication, du commerce de gros et du commerce de détail pour l'année de référence 2023. Les indicateurs avancés, préliminaires et révisés sont très cohérents, à la fois en ce qui concerne la direction (augmentation ou diminution) et l'ampleur de la fluctuation des ventes d'un mois à l'autre.

Figure 1 Comparaison des fluctuations d'un mois à l'autre pour les indicateurs avancés, préliminaires et révisés^{Note de bas de page 1}

4 Existe-t-il d'autres approches qui permettent de produire les indicateurs avancés?

Outre l'estimation éclair, la prévision immédiate est une autre méthode qui peut être utilisée pour produire les indicateurs avancés. Contrairement à l'estimation éclair, la prévision immédiate englobe davantage de types d'indicateurs avancés qui reposent soit sur des données d'entrée différentes, soit sur des méthodes de compilation différentes des indicateurs préliminaires. Par exemple, une prévision immédiate peut comprendre des estimateurs fondés entièrement sur les modèles qui utilisent des renseignements provenant d'autres sources disponibles au moment où le modèle est appliqué pour générer la prévision immédiate. À l'instar de l'estimation éclair, les modèles de prévision immédiate produisent habituellement des indicateurs avancés qui sont moins précis que les indicateurs préliminaires.

Il existe une distinction importante entre les indicateurs avancés produits à Statistique Canada et ce qu'on appelle généralement les prévisions. Habituellement, les modèles de prévision sont utilisés pour projeter des données vers l'avenir afin de décrire les périodes de référence futures quand aucun renseignement n'est disponible sur la période de référence d'intérêt. L'absence de données observées dans les prévisions augmente le risque de résultats inexacts parce que les modèles s'appuient sur l'hypothèse selon laquelle les tendances historiques seront maintenues. En revanche, Statistique Canada intègre certaines formes de données observées à la production des indicateurs avancés. Les indicateurs avancés diffusés par Statistique Canada sont fondés sur des observations directes autant que possible, comme des données reçues de répondants ou des données administratives pour une période de référence d'intérêt. L'utilisation appropriée de ces données réduit le risque qu'il y ait des différences importantes entre les indicateurs avancés et les indicateurs préliminaires.

Section 2 : Questions liées à l'analyse et à l'interprétation

1 Quelles sont les forces et les faiblesses des indicateurs avancés?

Les indicateurs avancés fournissent des renseignements plus récents aux utilisateurs; toutefois, ces renseignements sont moins précis que les indicateurs préliminaires et les indicateurs révisés produits plus tard. Statistique Canada suit un cadre pluridimensionnel pour évaluer la qualité des données (Statistique Canada, 2019), y compris les dimensions d'exactitude et d'actualité. Les produits statistiques visent habituellement à trouver un équilibre entre ces dimensions pour répondre de la meilleure façon possible aux besoins des utilisateurs de données. Dans ce cadre en particulier, les indicateurs avancés visent à être plus actuels, avec un certain compromis en ce qui concerne l'exactitude. En raison de ce compromis en matière d'exactitude, les indicateurs avancés sont publiés à des niveaux de détail plus agrégés, comme à l'échelle nationale plutôt qu'à l'échelle provinciale, par rapport aux indicateurs préliminaires et révisés. De plus, ils ne sont pas diffusés au moyen de l'entrepôt de données officiel de Statistique Canada, mais sont diffusés uniquement dans des articles publiés dans le bulletin de diffusion officielle de Statistique Canada, Le Quotidien.

2 De quelle façon la qualité des indicateurs avancés est-elle surveillée?

Avant cette initiative, des études ont montré que la publication d'indicateurs avancés fournirait un équilibre souhaitable entre l'actualité et l'exactitude des données pour les utilisateurs. En particulier, les critères utilisés pour l'exactitude tenaient compte de la direction et de l'ampleur des fluctuations relatives d'un mois à l'autre. Cet élément est particulièrement important parce qu'il détermine des points de retournement dans une série chronologique; l'ampleur des fluctuations est un facteur important à prendre en considération parce qu'elle estime le rythme des changements économiques. Le rendement historique des indicateurs avancés produits au moyen de l'estimation éclair a été évalué, et ces indicateurs ont surpassé les méthodes de prévision et de prévision immédiate avec une rapidité comparable. De plus, les indicateurs avancés peuvent être générés environ un mois plus tôt que les indicateurs préliminaires.

Chaque mois, Statistique Canada compare les indicateurs avancés avec les indicateurs préliminaires qui suivent pour la même période de référence afin de surveiller l'ampleur des différences entre ceux-ci, ainsi que leur cohérence en ce qui concerne la direction des fluctuations d'un mois à l'autre.

De plus, un examen exhaustif des indicateurs avancés et de leur rendement passé est effectué périodiquement. Cet examen comprend une analyse des statistiques descriptives au fil du temps, ainsi que toutes les différences notables observées pour les périodes de référence individuelles.

3 Pourquoi les indicateurs avancés et les indicateurs préliminaires sont-ils différents?

Comme les indicateurs avancés sont établis au moyen des mêmes méthodes que les indicateurs préliminaires, ils sont sujets au même type d'erreurs d'échantillonnage et d'erreurs non dues à l'échantillonnage, mais avec différents degrés de sensibilité à ces sources d'erreur. Les différences entre les indicateurs avancés et les indicateurs préliminaires peuvent être attribuées aux sources suivantes :

1. Réponses reçues après la production des indicateurs avancés : L'imputation, conçue pour produire des estimations agrégées exactes et non biaisées, est utilisée pour estimer les valeurs pour chaque unité non répondante lorsque les indicateurs avancés sont produits. Si une unité individuelle ne répond pas à temps pour l'indicateur avancé, mais qu'elle fournit une réponse avant la production de l'indicateur préliminaire, cela entraîne une différence entre les indicateurs avancés et préliminaires. Des différences importantes peuvent être constatées lorsque des unités individuelles présentent des différences notables, ou lorsque des différences relativement petites s'accumulent pour de nombreuses unités.
2. Améliorations de l'imputation provenant des réponses supplémentaires reçues : Même pour les unités qui répondent effectivement à temps pour l'indicateur avancé, les valeurs imputées peuvent elles-mêmes différer entre les indicateurs avancés et préliminaires. Comme l'imputation pour l'indicateur préliminaire est fondée sur des renseignements plus complets, cet indicateur doit être considéré comme une estimation améliorée pour les unités non répondantes par rapport à l'indicateur avancé. Bien que ces différences soient généralement petites, elles peuvent s'accumuler et donner lieu à des différences notables entre les indicateurs avancés et préliminaires.
3. Mises à jour apportées aux données après l'indicateur avancé : Lorsque des indicateurs avancés sont produits, les données des répondants font l'objet d'une révision supplémentaire et sont mises à jour dans le cadre du processus de validation des données, ce qui peut entraîner des différences entre les indicateurs avancés et préliminaires.

4 Y a-t-il d'autres approches qui peuvent être envisagées pour produire les indicateurs avancés?

Statistique Canada cherche constamment à adopter des méthodes à la fine pointe de la recherche afin de maximiser la qualité des données. Pour appuyer ces efforts, Statistique Canada collabore régulièrement avec d'autres bureaux nationaux de statistique ainsi qu'avec d'autres organismes statistiques et issus du milieu universitaire afin de déterminer, d'élaborer et d'évaluer des méthodes qui faciliteraient la production d'indicateurs avancés. En particulier, les approches de prévision immédiate sont prometteuses pour améliorer davantage la rapidité, si des modèles statistiques ayant une précision appropriée avec les informations disponibles peuvent être élaborés.

5 Où puis-je obtenir de plus amples renseignements?

Eurostat (2017), Handbook on Rapid Estimates (PDF) (en anglais seulement).

Statistique Canada (2019), Statistique Canada : Lignes directrices concernant la qualité, sixième édition.

Le bilan de l’agriculture canadienne a pour objectif : d’enregistrer la valeur de l’actif des entreprises agricoles; de comptabiliser la valeur des dettes des entreprises agricoles; d’enregistrer la valeur de capitaux propres des entreprises agricoles; de présenter des ratios financiers standards qui sont fondés sur des estimations tirées des données du bilan et du compte de valeur ajoutée; d’utiliser le concept de l’établissement; de présenter l’information au 31 décembre, par province.

On a conçu quatre types de comptes de bilan pour le secteur agricole canadien afin de distinguer l’actif et le passif des entreprises agricoles de ceux des ménages des exploitants agricoles et des propriétaires non-exploitants. Ces derniers sont des personnes ou des entreprises dont les activités ne relèvent pas du secteur agricole mais de la location de biens de production aux exploitants agricoles.

Dans cette série, seules les données afférentes au bilan du secteur agricole (jeu 2) sont fournies parce que ce sont celles qui reflètent le plus adéquatement les éléments de l’actif utilisés dans la production agricole. Les autres comptes de bilan peuvent être communiqués sur demande. Voici les quatre jeux de bilans regroupés qui sont établis pour le secteur agricole canadien :

Jeu 1 - Le Bilan du secteur agricole et des ménages des exploitants agricoles comprend tous les éléments d’actif et de passif du secteur agricole sans égard à la propriété. Il traite les ménages des exploitants agricoles et les entreprises agricoles comme une seule entité. Il inclut également les biens immobiliers agricoles loués des propriétaires non-exploitants et l’encours de la dette relative à ces biens.

Jeu 2 - Le Bilan du secteur agricole a été conçu pour comptabiliser uniquement les éléments d’actif et de passif utilisés dans la production de produits agricoles. Il comprend notamment les biens immobiliers loués de propriétaires non-exploitants et l’encours de la dette relative à ces biens. Aussi inclus sont les automobiles, camions et autres machines agricoles loués aux agriculteurs. Il traite les ménages des exploitants agricoles et les entreprises agricoles comme des entités distinctes, de telle sorte que la partie personnelle des éléments d’actif et de passif détenus par les ménages en est exclue.

Jeu 3 - Le Bilan des entreprises agricoles et des ménages des exploitants agricoles reflète la situation des exploitants agricoles et inclut les éléments d’actif et de passif des entreprises agricoles et des ménages des exploitants agricoles. La valeur des biens immobiliers agricoles donnés en location aux exploitants agricoles par les propriétaires non-exploitants et l’encours de la dette relative à ces biens ne figurent pas dans ce bilan.

Jeu 4 - Le Bilan des entreprises agricoles des exploitants agricoles a été conçu pour comptabiliser uniquement la partie des éléments d’actif et de passif détenue par les exploitants agricoles. Il exclut les éléments d’actif et de passif des propriétaires non-exploitants et des ménages des exploitants agricoles.

Pour la composition du bilan, on suit celle qui est recommandée dans le Manuel d’uniformisation de la comptabilité agricole, publié par le Comité d’uniformisation de la comptabilité agricole, Société du crédit agricole, (1991). Certaines définitions et certains commentaires concernant les concepts et les ratios furent également tirés de ce manuel.

L’analyse au moyen de ratios est un outil financier servant à la gestion et à l’analyse d’une entreprise. Toutefois, pour réaliser une analyse financière appropriée, il faut recourir à d’autres types d’analyse. Il est donc peu judicieux pour une entreprise de se fier uniquement à l’analyse des ratios pour évaluer sa situation financière. Les quatre principaux types de ratios calculés sont : liquidité, solvabilité, rentabilité et efficacité financière.

Les ratios qui figurent dans les tableaux ont été calculés pour l’ensemble du secteur agricole. Il est à noter que la valeur cible et la valeur réelle de ces ratios varient considérablement selon le type d’activités agricoles (élevage du bétail, production végétale, horticulture, etc.).

Lorsqu’on calcule et analyse les ratios financiers, on doit prêter une attention particulière à la méthode d’évaluation de l’actif, au type d’entreprise et à sa taille, ainsi qu’au cycle des affaires et à l’information nécessaire à la préparation de ces ratios. Ces ratios prennent toute leur signification lorsqu’ils sont comparés d’une année à l’autre. Pour de plus amples renseignements concernant le calcul et l’analyse des ratios financiers, veuillez vous reporter au document intitulé Manuel d’uniformisation de la comptabilité agricole.

Les utilisateurs doivent être particulièrement prudents lorsqu’ils recourent aux estimations des données sur les comptes débiteurs, les liquidités, les obligations et l’épargne dans les provinces du Manitoba, de la Saskatchewan, de l’Alberta et de la Colombie- Britannique. Dans ces provinces, les estimations des liquidités, des obligations et de l’épargne peuvent tenir compte des recettes différées sur les céréales, alors qu’ailleurs ces recettes sont généralement comptabilisées au poste comptes débiteurs. Toutefois, cela ne devrait avoir aucune incidence sur les estimations agrégées de l’actif à court terme.

L’actif à court terme comprend les éléments d’actif qui, dans le cours normal des activités de l’entreprise, peuvent être convertis en espèces ou absorbés dans le processus de fabrication en moins d’une année. L’actif à court terme comprend : les liquidités, les obligations et l’épargne; les comptes débiteurs; et les stocks.

Les comptes débiteurs sont des sommes que les entreprises agricoles doivent recouvrer, habituellement par suite de la vente de biens ou de services tels les céréales, le bétail et les travaux à forfait.

Les stocks sont des éléments de biens corporels qui sont destinés à la vente dans le cours normal des activités de l’entreprise ou en cours de fabrication pour devenir des produits destinés à la vente, ou encore, utilisés directement dans la production de biens ou de services. Les stocks sont composés de la volaille et des animaux de marché; des cultures; et des intrants.

La volaille et les animaux de marché englobent notamment le poulet, le dindon, les génisses de boucherie, les bouvillons, les veaux, les porcs autres que les verrats ou les truies, et les moutons destinés à être vendus.

Les cultures comprennent le blé à l’exclusion du blé dur, le blé dur, l’avoine, l’orge, le seigle, le maïs, le lin, le canola, le soya, les graines de moutarde, l’alpiste des Canaries, les graines de tournesol, les pois secs, les pois chiches, les lentilles, le tabac et les pommes de terre.

Les intrants sont composés des aliments pour animaux, des semences, des engrais, des produits chimiques, du carburant et d’autres fournitures utilisées par les entreprises agricoles.

Avant 1991, l’actif détenu par les ménages comprend notamment le mobilier et les appareils électriques. La partie de cet actif, utilisée par l’entreprise agricole, fait référence au matériel de bureau.

Le quota correspond essentiellement à l’octroi d’un permis ou à un droit de vendre une quantité précise d’un produit spécifique. Ce droit est régi par les offices de commercialisation. Certains quotas (tels que les quotas de lait) sont transférables et, par conséquent, se voient attribuer une valeur. Dans les provinces où les quotas sont négociés, la valeur de ces quotas reflète la valeur marchande actuelle. Dans les provinces où le transfert des quotas est interdit, la valeur de ces quotas est incorporée implicitement dans la valeur des immobilisations de l’exploitation agricole, étant donné qu’une partie de la valeur du quota est normalement capitalisée sous forme d’immobilisations.

Les animaux de reproduction se composent d’animaux qui sont élevés aux fins de la reproduction ou de la production de produits d’origine animale. Les animaux de reproduction comprennent les taureaux, les vaches laitières, les vaches de boucherie, les génisses d’élevage laitier, les génisses de remplacement pour la production bovine, les verrats, les truies, les béliers, les brebis et les agneaux de remplacement. Tous les animaux à fourrure élevés sur des fermes sont aussi inclus, puisqu’au 31 décembre la grande majorité, sinon tous, sont des géniteurs.

Les machines comprennent les automobiles, les camions et autres machines dont les instruments aratoires, le matériel utilisé pour le semis, la fertilisation, l’application des produits chimiques, la récolte et la fenaison, l’équipement de laiterie et celui servant à la volaille et au bétail et divers autres éléments. À partir de 1991, les ordinateurs et autre matériel de bureau utilisés en affaires de l’entreprise agricole sont inclus avec les autres machines.

Les immobilisations agricoles se divisent en trois composantes : les terres, les bâtiments de ferme et les maisons. La valeur des terrains comprend tous les terrains agricoles exploités par les exploitants agricoles. La valeur des bâtiments de ferme comprend tous les bâtiments agricoles autres que les maisons. La valeur des maisons comprend tous les logements agricoles occupés par les exploitants agricoles.

Les autres éléments de l’actif immobilisé comprennent les placements à long terme, ainsi que les soldes d’Agri-investissement (ayant débuté en 2008). Avant la fin des programmes en 2007, et la fermeture subséquente de tous les comptes des producteurs en 2009, les soldes du Compte de stabilisation du revenu net (CSRN) et, au Québec, du Compte de stabilisation du revenu agricole (CSRA) étaient également inclus. Cette série débute en 1991.

L’actif total se compose de tous les biens corporels et incorporels ayant une valeur économique au 31 décembre. Il correspond à la sommation de l’actif à court terme, des quotas, des animaux de reproduction, des machines, des immobilisations agricoles et des autres éléments de l’actif immobilisé.

Le passif à court terme comprend les dettes payables dans l’année en cours : par exemple, les dettes et les billets exigibles au cours d’une période inférieure à un an.

Le passif à long terme, dont la période de remboursement est supérieure à un an à compter de la date du bilan, comprend les prêts hypothécaires et les prêts que les exploitants agricoles ont contractés auprès de divers prêteurs pour l’achat d’équipement. Ces prêts sont accordés notamment par les banques à charte, le Financement agricole Canada, la Banque de développement du Canada, les coopératives de crédit, les bureaux régionaux du Trésor, les organismes fédéraux et provinciaux, les compagnies d’assurance, les sociétés de fiducie et de crédit, les sociétés approvisionneuses, des particuliers, les programmes de paiements anticipés et ceux en vertu de la Loi sur les terres destinées aux anciens combattants.

Le passif total comprend toutes les opérations effectuées antérieurement par une entreprise, qui l’obligeront plus tard à verser des sommes d’argent. Le passif total correspond à la somme du passif à court terme et du passif à long terme.

Les capitaux propres font référence à la participation du ou des propriétaires dans l’entreprise. Il correspond à la différence entre l’actif total et le passif total; il représente la partie de l’actif de l’entreprise détenue par les exploitants. L’avoir est augmenté de l’apport net des propriétaires à l’actif de l’entreprise et des bénéfices nets cumulés. Les capitaux propres étant par définition un élément résiduel, toute variation dans la valeur de l’actif et du passif entraînera un changement proportionnellement plus grand de la valeur de l’avoir.

La liquidité mesure la capacité de l’entreprise à s’acquitter de ses dettes lorsqu’elles deviennent exigibles. Trois ratios de liquidité sont calculés à l’aide des valeurs du bilan : le ratio du fonds de roulement, le ratio de trésorerie et le ratio de la structure financière.

Le ratio du fonds de roulement mesure la capacité de l’entreprise à s’acquitter de ses dettes lorsqu’elles deviennent exigibles, sans que ses activités normales en soient perturbées. Si le ratio du fonds de roulement est supérieur à 1, on considère que l’entreprise possède suffisamment de liquidités; un ratio inférieur à 1 peut révéler un problème éventuel de liquidités. Il est à noter qu’une position favorable en matière de liquidités peut fournir des informations erronées quant au niveau d’excédent de l’actif à court terme sur les dettes à court terme étant donné qu’une partie importante de l’actif à court terme peut être constituée de stocks difficiles à convertir en espèces. De même, la valeur du ratio peut varier en fonction du cycle de production, c’est-à-dire que les résultats obtenus peuvent différer énormément en fonction de certains facteurs : par exemple, un ratio qui est calculé lorsque les inventaires sont très élevés, comme c’est le cas à l’automne, diffère de celui qui est calculé au printemps, lorsque les inventaires sont relativement épuisés. Ce ratio ne permet pas non plus de prédire à quelle période se produisent les mouvements de l’encaisse ni s’ils sont appropriés.

Le ratio de trésorerie constitue une variante du ratio du fonds de roulement et vise à éliminer certains désavantages qui résultent de l’utilisation du ratio du fonds de roulement. Le ratio de trésorerie correspond au quotient de l’encaisse, des titres négociables et des comptes débiteurs par le passif à court terme. L’exclusion des stocks de ce calcul permet d’obtenir une évaluation du niveau de liquidités « immédiat » des entreprises agricoles. Un ratio de trésorerie égal à 1 indique que l’entreprise a suffisamment de disponibilités (actif) pour couvrir les dettes à court terme. La valeur cible du ratio varie toutefois en fonction du type d’activités agricoles : par exemple, la valeur cible du ratio pour des activités laitières sera différente de celle désirée pour des activités céréalières. Ce ratio ne permet pas non plus de prédire à quelle période se produisent les mouvements de l’encaisse ni s’ils sont appropriés.

Le ratio de la structure financière mesure la part du passif à court terme par rapport au passif total. Ce ratio, combiné au ratio du fonds de roulement, renseigne sur le niveau de solvabilité d’une entreprise. Un ratio de structure financière élevé peut révéler des problèmes de solvabilité. Toutefois, ce n’est pas toujours le cas, en particulier si les dettes à long terme des entreprises agricoles sont relativement faibles : le problème de solvabilité est alors inexistant. Par conséquent, au moment d’analyser ce ratio, on doit tenir compte du montant de l’endettement et des mouvements d’encaisse des entreprises agricoles.

La solvabilité fait référence aux mesures financières qui permettent d’évaluer le niveau d’endettement d’une entreprise par rapport au montant de capital qui y a été investi. On calcule trois ratios de solvabilité à partir des données du bilan : le ratio de levier, le ratio d’autonomie financière et le ratio d’endettement. Ces différents ratios déterminent le niveau de risque encouru par les investisseurs, que ce soit les créanciers ou les exploitants; le risque est proportionnel au niveau d’endettement.

Le ratio de levier correspond à la valeur du passif par dollar de capitaux propres. Il mesure la part des capitaux empruntés dans le financement de l’entreprise par rapport à la part des capitaux propres. Plus le ratio est élevé plus la part du financement par emprunt est importante. Un ratio de levier égal à 0,5 indique par exemple que le financement par capitaux propres de l’entreprise agricole est deux fois plus élevé que le financement par emprunt. Plus la valeur du ratio est élevée plus le financement de l’entreprise est effectué par emprunt, et plus le risque s’accroît. La valeur cible pour le ratio est fonction du bénéfice dégagé par l’entreprise agricole et d’autres facteurs tels que le risque associé à la production : les entreprises agricoles qui affichent de fortes variations au niveau du bénéfice ou encore qui présentent des risques élevés désireront un ratio inférieur.

Le ratio d’autonomie financière représente la valeur des capitaux propres par dollar d’actif total. Il mesure la part de l’actif total qui est financée par les capitaux propres plutôt que par emprunt. Plus la valeur du ratio est élevée, plus les propriétaires participent au financement de l’actif de l’entreprise comparativement aux créanciers.

Le ratio d’endettement, représenté par le quotient du passif total par l’actif total, permet d’évaluer l’importance du levier financier utilisé par l’entreprise, ou encore la part de l’actif total financée par emprunt. Plus la valeur de ce ratio est élevée, plus le risque financier est grand.

La rentabilité fait référence à la capacité d’une entreprise à réaliser un bénéfice en utilisant ses ressources. Les ratios de rentabilité sont obtenus au moyen des données du bilan et du compte de valeur ajoutée. Il convient d’établir une relation entre ces deux comptes étant donné qu’ils sont liés conceptuellement et méthodologiquement. Trois ratios de rentabilité sont calculés : le ratio de rotation des capitaux, le rendement de l’actif et le rendement des capitaux propres.

Le ratio de rotation des capitaux évalue la capacité de l’entreprise à utiliser efficacement son actif pour produire un bénéfice. Plus la valeur du ratio est élevée plus l’entreprise utilise efficacement son actif. La valeur cible du ratio de rotation des capitaux varie fortement en fonction du type d’activités agricoles. Il est à noter que le ratio établit une comparaison entre une période de temps et un point précis dans le temps, c’est-à-dire, les produits se rapportent à une période comptable précise tandis que l’actif total correspond à un moment précis de cette période. Par conséquent, l’analyse du ratio peut induire en erreur lorsque l’actif total subit des fluctuations importantes à la hausse ou à la baisse au cours de la période comptable.

Le rendement de l’actif constitue une mesure du rendement du capital investi, c’est-à-dire qu’il reflète le bénéfice par dollar de capitaux propres et de capitaux obtenus par emprunt. Plus la valeur du ratio est élevée plus grand est le rendement de l’actif.

Le rendement des capitaux propres mesure le rendement des capitaux investis par le propriétaire dans son entreprise, c’est-à-dire qu’il reflète uniquement le rendement par dollar de capitaux propres.

La valeur du travail non rémunéré des familles et des exploitants n’étant pas estimée, cette situation peut influer sur l’utilité et le calcul du rendement de l’actif et du rendement des capitaux propres. Il est préférable de ne pas comparer ces derniers ratios à d’autres ratios de rendement de l’actif et de rendement des capitaux propres sauf si on a eu recours à la même méthode de calcul. De même, ces ratios ne tiennent pas compte des gains en capital non matérialisés qui peuvent être inclus dans la valeur d’éléments d’actif tels que les terres agricoles. Plus le ratio du rendement des capitaux propres est élévé, plus le rendement des investissements est grand. Toutefois, une valeur élevée de ce ratio peut signifier un recours plus marqué au financement par emprunt. Ce ratio doit donc être analysé à la lumière d’autres ratios.

Pour les ratios du rendement de l’actif et du rendement des capitaux propres, les rendements obtenus reflètent les différents bilans. Dans le cas des jeux 1 et 2, qui incluent les biens des propriétaires non-exploitants, le rendement tient compte du loyer versé à ces derniers. Dans le cas des jeux 1 et 3, qui enregistrent la part personnelle de l’actif détenue par les ménages, les salaires perçus par les ménages sont inclus dans le rendement.

L’efficacité financière fait référence à la capacité d’une entreprise à utiliser efficacement ses ressources.

Le ratio de couverture de l’intérêt est le ratio auquel on a le plus souvent recours lorsqu’on désire établir dans quelle mesure l’entreprise peut rembourser les intérêts sur sa dette. À l’instar des ratios du rendement de l’actif et de l’avoir des propriétaires, le ratio de couverture de l’intérêt obtenu reflète si on a tenu compte ou non des propriétaires non-exploitants et de la part personnelle de l’actif détenue par les ménages.

Vous n'êtes peut-être pas surpris d'apprendre que vos relations avec vos amis et votre famille influencent votre bien-être. Il en va de même pour votre santé et votre travail. Mais qu'en est-il du lieu où vous vivez ? Que vous viviez dans le centre-ville d'une grande ville, dans une ville de banlieue ou dans une communauté rurale, quel impact cela a-t-il sur votre satisfaction de vivre, votre solitude et votre sentiment d'appartenance ? Lauren Pinault, de StatCan, nous rejoint aujourd'hui au micro pour explorer comment les lieux où nous vivons influencent notre bien-être.

Animatrice

Annik Lepage

Invitée

Lauren Pinault (Narration par Valérie Mandia)

Écoutez

Sources

Regards sur la société canadienne

Plus des deux tiers (70 %) des Canadiens ont été victimes d’un incident de cybersécurité en 2022. Les stratégies employées par les personnes malveillantes sont de plus en plus complexes. Nous sommes nombreux à être inondés de courriels d’hameçonnage, de messages textes douteux et d’appels téléphoniques frauduleux. Rares sont les personnes qui n’ont jamais subi une forme ou une autre de cyberattaque. 

Les entreprises canadiennes se trouvent dans la même situation. Les vols d’identité, les arnaques et les fraudes ainsi que les attaques par rançongiciel ne représentent que quelques-uns des moyens utilisés par les cyberattaquants pour s’en prendre aux entreprises. La neutralisation d’une seule atteinte à la cybersécurité peut coûter des milliers de dollars à une entreprise et lui faire perdre un temps précieux. Nous avons voulu savoir si la cybercriminalité est en hausse au Canada, ce que représente le phénomène relativement nouveau de l’assurance contre les cyberrisques, et la mesure dans laquelle les consommateurs peuvent subir les répercussions d’une atteinte à la sécurité qui touche une entreprise. 

De nouvelles données de l’Enquête canadienne sur la cybersécurité et le cybercrime ont été diffusées. Dans cet épisode, nous nous sommes entretenus avec Howard Bilodeau, économiste à Statistique Canada, qui a répondu à nos questions sur l’évolution de la cybersécurité pour les entreprises et sur ce que cela signifie pour chacun et chacune d’entre nous. 

Animatrice

Annik Lepage

Invité

Howard Bilodeau (Narration par Yves Gilbert)

Écoutez

Sources

Le Quotidien — Enquête canadienne sur l'utilisation d'Internet, 2022

Le Quotidien — L'incidence du cybercrime sur les entreprises canadiennes, 2023

L'intelligence artificielle est là et elle ne va pas disparaître. Des applications telles que ChatGPT nous permettent désormais d'effectuer des tâches complexes en cliquant sur un bouton.

À mesure que nous commençons à utiliser ces nouvelles versions de l'IA, nos emplois sont destinés à changer. À quoi ressemblera une journée de travail moyenne dans dix ans? Quels sont les emplois sur lesquels l'IA aura le plus d'impact ? Et l'IA est-elle sur le point de remplacer complètement nos emplois?

Dans cet épisode, nous avons rencontré l'expert en IA Tahsin Mehdi, économiste à la division de l'analyse sociale et de la modélisation de Statistique Canada, pour répondre à nos questions sur la façon dont l'IA transformera notre vie professionnelle au Canada.

Animatrice

Annik Lepage

Invité

Tahsin Mehdi (Narration par Yves Gilbert)

Écoutez

La main-d’œuvre du Canada est l’une des plus scolarisées au monde, mais nous avons assisté à une réelle baisse de la productivité des travailleurs au cours des dernières années. Les données trimestrielles publiées par StatCan en juin 2024 confirment que les travailleurs canadiens continuent d’être moins performants que leurs voisins du Sud. Cette constatation ne surprend pas notre invitée Elizabeth Richards, économiste à StatCan. Les plus récents chiffres trimestriels confirment d’ailleurs la baisse continue de la productivité au Canada, que les économistes surveillent depuis des années.

Quels sont donc les facteurs qui ont une incidence sur la productivité des travailleurs? Et en quoi le fait que les Canadiens soient moins productifs est-il important? En fait, qu’est-ce que la productivité? Dans cet épisode, nous avons demandé à  Elizabeth de nous aider à comprendre comment nous en sommes arrivés là et pourquoi les Canadiens devraient s’intéresser à cette question.

Animatrice

Annik Lepage

Invitée

Elizabeth Richards

Écoutez

Nous pouvons faire de notre mieux, mais il n'est pas toujours facile de savoir ce qui est le mieux pour l'environnement. Notre monde est fort complexe et être vert ne se résume pas à réduire, réutiliser et recycler, bien qu'il s'agisse d'un bon point de départ!

Pour reprendre les mots immortels de Kermit la grenouille, « ce n'est pas facile d'être vert ».

C'est le thème que nous explorons dans cet épisode, divisé en deux segments. Dans le premier segment, que nous avons réalisé à l'interne, nous discutons de la mesure dans laquelle notre monde numérique est réellement vert. Dans le second, qui est tiré du balado Simply Science, nous découvrons le monde fabuleux des forêts urbaines.

Animatrice

Annik Lepage

Invités

Éric Rancourt, Gerry McGovern (Narration: Yves Gilbert)

Écoutez

Par Christian Ritter, William Spackman, Todd Best, Serge Goussev, Greg DeVilliers et Stephen Theobald, Statistique Canada

Introduction

Statistique Canada (StatCan) est passé à une stratégie qui accorde la priorité aux données administratives (Stratégie des données de Statistique Canada). Parallèlement, l'organisme a également étudié et exploité l'apprentissage automatique (AA) (Projets en science des données) de façon accrue, non seulement en raison du volume et de la vitesse des nouvelles données, mais aussi en raison de leur diversité, certaines parties des données étant non structurées ou semi-structurées. Le Cadre pour l'utilisation responsable de l'apprentissage automatique (Utilisation responsable de l'apprentissage automatique à Statistique Canada) a permis d'orienter l'adoption de l'AA par StatCan en vue de la réalisation d'investissements à l'appui d'applications et de méthodes fiables. Cette adoption a également mis l'accent sur le développement d'un code de niveau de production et d'autres pratiques exemplaires (Code de niveau de production dans le domaine de la science des données). L'un des types de pratiques exemplaires élaborés met l'accent sur la transparence, la reproductibilité, la rigueur, l'évolutivité et l'efficacité — des processus également connus sous le nom d'opérations d'apprentissage automatique, ou MLOps. Le présent article propose un aperçu des investissements réalisés et des projets d'élaboration de MLOps à StatCan, en se concentrant sur le cas d'utilisation des statistiques sur les prix, en particulier pour l'Indice des prix à la consommation (IPC) canadien.

À l'instar de nombreux organismes nationaux de statistique (ONS), le programme de l'IPC de StatCan tire avantage de l'AA supervisé pour classer de nouveaux produits uniques (UN Task Team on Scanner Data, 2023 (en anglais seulement)) provenant de sources de données de rechange (p. ex. données de lecteurs optiques, extraites du moissonnage du Web ou administratives) dans les classes de produits utilisées pour l'IPC. Les données administratives de l'économie de consommation soulèvent une préoccupation particulière, à savoir le dynamisme au fil du temps, avec l'arrivée de nouveaux produits sur le marché et le retrait d'anciens produits. Du point de vue de l'AA, cette évolution au fil du temps peut être considérée comme le déplacement progressif de la répartition des données à classer pour chaque mois, par rapport à la répartition sur laquelle un modèle d'AA a été entraîné, ce qui donne lieu à une dégradation graduelle du modèle (voir la figure 1 pour obtenir une visualisation du concept). Comme le montrent Spackman et coll., 2023 (en anglais seulement) et Spackman et coll., 2024 (en anglais seulement), une classification erronée peut également avoir des répercussions sur un indice de prix. Une approche fiable est donc nécessaire pour combiner l'observation des données et des modèles, la validation des enregistrements pour corriger les classifications erronées, et un réentraînement fréquent pour s'assurer que les indices de prix ne sont touchés par aucune classification erronée. Le cadre des MLOps permet de répondre à ces préoccupations grâce à un processus fiable de production d'AA.

Pourquoi le cadre des MLOps est-il utile dans cette situation?

L'application de l'AA à un processus de production nécessite un examen approfondi de plusieurs besoins opérationnels de l'utilisateur final notamment des suivants :

• Efficacité globale, telle que la rentabilité de la gestion
• Capacité d'effectuer l'inférence de modèle sur la production de mégadonnées avec leurs 5V (volume, véracité, vitesse, variété et valeur)
• Assurance d'une utilisation transparente et efficace des algorithmes très complexes
• Assurance d'un rendement fiable et acceptable du modèle en continu assorti d'un risque faible
• Assurance de l'utilisation de nombreux modèles, en parallèle ou au moyen de mises à jour
• Gestion de la dépendance complexe de cadres et de progiciels d'AA en accès libre
• Satisfaction des besoins organisationnels en matière de gouvernance.

Pour répondre à ces besoins opérationnels, le modèle courant d'AA n'est qu'un infime élément dans le contexte du processus global de production d'AA, comme il est souligné par Sculley et coll., 2015 (en anglais seulement), et comme l'illustre la figure 2.

De manière générale, des efforts considérables sont déployés depuis des décennies pour répondre à des besoins opérationnels semblables (en particulier dans le secteur financier), mais ces efforts ont été grandement renforcés lorsque l'AA s'est généralisé dans toutes les industries et que des besoins supplémentaires sont apparus, notamment la nécessité de traiter des mégadonnées et des réseaux neuronaux de plus en plus complexes. Le cadre des MLOps est le processus de production d'AA qui vise à répondre à tous les besoins opérationnels courants susmentionnés. Le cadre des MLOps d'aujourd'hui peut être considéré comme un paradigme ou une approche permettant la livraison automatisée, efficace, transparente et itérative de modèles d'AA en production, tout en se concentrant sur les exigences opérationnelles et réglementaires. Il présente donc de nombreux avantages, en particulier pour StatCan. Le cadre des MLOps couvre les méthodologies statistiques (p. ex. détection des dérives, classification erronée), les pratiques exemplaires en matière de génie logiciel (p. ex. DevOps), et l'infrastructure et les outils (infonuagiques) (p. ex. conception des systèmes, observation, solutions évolutives).

L'approche automatisée et itérative du cadre des MLOps s'inspire des pratiques DevOps du génie logiciel, ce qui, dans le contexte de l'AA, aide à réaliser des économies et à accroître la vitesse de création et de déploiement des modèles, permettant ainsi l'utilisation de nombreux modèles. En outre, la gouvernance et la transparence s'améliorent grâce à l'utilisation du cadre des MLOps. Le processus de création de modèles, avec son approche complexe en plusieurs étapes tenant compte des dépendances de données et de logiciels, est représenté par des pipelines d'entraînement. Un (ré)entraînement fréquent des modèles (réentraînement continu) est souvent nécessaire pour atténuer la dégradation de l'exactitude des modèles d'AA imputable à la dérive des données.

En complément, le processus de déploiement des modèles s'inspire souvent du génie logiciel avec le concept de « déploiement » du logiciel, du modèle et de ses dépendances, dans un environnement de production isolé. Le déploiement s'effectue souvent sur une infrastructure évolutive (c.-à-d. dans laquelle il est facile d'augmenter ou de réduire les ressources informatiques) pour gérer les caractéristiques des mégadonnées; le modèle est encapsulé et intégré dans une interface claire et conviviale (c.-à-d. capable d'interagir par une interface de programmation d'applications, ou API). Ce processus comporte des composantes propres à l'AA, telles que la nécessité d'enregistrer et d'observer le comportement du modèle et des données, et potentiellement d'autoriser la fonctionnalité d'interprétabilité ou d'explicabilité de l'AA.

Comment l'approche des MLOps s'intègre-t-elle aux besoins en matière de statistiques de prix?

L'AA supervisé est un outil clé dans les pipelines de traitement des statistiques des prix à la consommation. Plus précisément, comme l'IPC est calculé à partir d'indices de prix pour des agrégats élémentaires (des associations de classes de produits et de classes géographiques) (Le document de référence de l'Indice des prix à la consommation canadien, Chapitre 4 – Classifications), la classification doit être effectuée pour les produits uniques dans leurs codes de produits respectifs appropriés (c.-à-d. les catégories). D'un point de vue technique, il s'agit d'un problème de traitement du langage naturel, semblable à d'autres exemples de StatCan (Classification des commentaires sur le Recensement de 2021), où le texte décrivant un produit est utilisé par le modèle pour classer le produit dans un groupe utilisé pour les indices de prix. La classification n'étant pas parfaite, une validation manuelle des enregistrements est nécessaire pour corriger les erreurs avant de compiler les indices de prix. Cette validation permet en outre de créer de nouveaux exemples qui peuvent être utilisés comme données de réentraînement. StatCan possède une vaste expérience de ce processus, décrit plus en détail comme l'étape 5.2 du Modèle générique du processus de production statistique (GSBPM) (Classification des commentaires sur le Recensement de 2021). La figure 3 illustre que cette étape clé est au cœur d'un pipeline de traitement d'une source de données de rechange type, telle que des données de lecteurs optiques, avant que le fichier ne puisse être utilisé en production.

L'adoption de principes de MLOps pour ce cas d'utilisation augmenterait considérablement la maturité du processus. Le tableau 1 ci-dessous résume la valeur promise (à gauche) et la manière dont elle répond aux besoins concrets en matière de statistiques de prix (à droite).

Tableau 1 : Résumé des capacités clés du cadre des MLOps et de la manière dont chacune d'entre elles soutient le cas d'utilisation des statistiques de prix.

Promesse des MLOps	Satisfaction des besoins en matière de statistiques de prix
Économies de coûts générales	Réduction des coûts liés aux calculs et au travail des scientifiques des données grâce à l'automatisation des processus
Stabilisation du pipeline pour l'ensemble du cycle de vie de l'AA grâce à des pratiques DevOps	Réduction des risques d'erreurs et de frictions entre l'élaboration des modèles et la production
Réduction des frictions à chaque étape du processus des MLOps grâce à l'automatisation	Automatisation d'étapes complexes du travail de science des données (p. ex. prétraitement et entraînement, reproductibilité et transparence du travail)
Réutilisation du pipeline de création de modèles pour produire des centaines de modèles	Possibilité d'utiliser les modèles d'entraînement fondés sur de nouvelles données pour créer en permanence des modèles d'AA, en orientant le pipeline d'entraînement vers de nouvelles données
Capacité de déploiement accéléré et simplifié des modèles d'AA	Réponse au besoin de produire plusieurs modèles par source de données de rechange à une fréquence plus élevée
Utilisation de l'emplacement central de suivi et de versionnage des modèles	Entrepôt central de modèles et contrôle accru de l'historique et de la gouvernance requis pour tenir à jour des centaines de modèles
Échelonnage simple et automatisé du calcul pendant le processus des MLOps approprié au temps et à l'échelle nécessaires	Capacité d'échelonnage en fonction de la quantité croissante de données à l'aide de systèmes de calcul de haute performance et de systèmes distribués; utilisation rentable
Observation prolongée : de l'observation de l'infrastructure à l'observation des modèles	Garantie de la fiabilité du rendement des modèles en dépit d'une multitude de facteurs tels que les mises à jour des modèles, la dérive des données et les erreurs
Politique et déroulement des opérations communs	Processus automatisé normalisé permettant à l'organisme de répondre à ses besoins en matière d'utilisation de l'intelligence artificielle (IA)
Gestion de dépendances complexes (en accès libre)	Réduction du risque d'échec (silencieux) grâce à des pratiques exemplaires de génie logiciel, comme la virtualisation, les essais, l'intégration continue (IC) et le déploiement continu (DC) (désignés ensemble « CI/CD »)
Audit et gouvernance	Reproductibilité grâce au contrôle des versions de tous les artefacts d'AA; adoption simple de cadres de responsabilité et de contrôle tels que le cadre d'utilisation responsable de l'IA

Cheminement vers l'adoption au moyen du modèle de maturité itératif

Intégration au processus existant

Conformément à la description ci-dessus, la classification des produits (et la détection des valeurs aberrantes et des classifications erronées) fait partie des composantes d'un processus beaucoup plus vaste englobant des données d'autres sources. L'intégration doit donc être réalisée de manière modulaire et dissociée, en suivant les pratiques exemplaires de conception architecturale. Le service de classification ou le système des MLOps est exposé au reste du système de traitement au moyen d'API REST dédiées, ce qui permet une intégration en douceur. Les mises à jour et les modifications apportées à ce système des MLOps ne doivent pas avoir d'incidence sur le système global, tant qu'aucune modalité des contrats d'API n'est enfreinte.

Étapes de maturité

En fonction des besoins opérationnels et d'une étude de faisabilité, une approche itérative a été conçue pour l'adoption des MLOps selon quatre niveaux de maturité des MLOps. Ces étapes, semblables aux pratiques exemplaires de l'industrie telles que celles décrites par Google (MLOps: Continuous delivery and automation pipelines in machine learning (en anglais seulement)) ou Microsoft (Modèle de maturité des opérations de Machine Learning), adoptent un niveau croissant d'automatisation et de corrections pour une variété de risques. La génération de valeur est possible dès le niveau 1 en abordant les aspects les plus critiques de la production d'AA.

Tableau 2 : Modèle de maturité pour le cadre des MLOps

Maturité	Couverture
Niveau 0	Avant l'adoption des MLOps; utilisation du bloc-notes Jupyter pour la modélisation et de scripts Luigi pour l'inférence et l'orchestration
Niveau 1	Entraînement automatique au moyen de pipelines d'entraînement continu, gestion des artefacts d'AA et contrôle des versions; contrôles et observation de la qualité des données de base
Niveau 2	Inférence automatique et évolutive du modèle d'AA sur de nouvelles données; déploiement continu vers des points d'extrémité évolutifs
Niveau 3	Observation assortie de détection des dérives fondée sur le rendement, déploiement de modèles fantômes, réentraînement automatisé, utilisation responsable de l'IA avec des cartes de modèles et établissement de rapports normalisés

Vue d'ensemble de l'architecture et des capacités du système

Avant de s'intéresser à chaque composante et capacité du système, on fournit une représentation visuelle de l'ensemble de l'architecture et du déroulement des opérations d'exécution. Les pipelines (sous forme de code) sont publiés dans l'environnement de production, puis exécutés selon les pratiques exemplaires des MLOps afin d'en garantir la reproductibilité. Des métadonnées sont conservées sur chaque aspect et la provenance est bien établie.

Flux de production

Tout d'abord, on décrit le déroulement des opérations qui survient pour chaque nouvel ensemble de données de détaillant. La figure 4 illustre les étapes qui peuvent être résumées comme un processus de traitement par lots en plusieurs étapes.

1. État initial : Un nouvel ensemble de données de détaillant arrive dans l'entrepôt de données au moyen du processus bronze-argent-or.
2. Un pipeline Synapse est déclenché pour extraire les nouvelles données uniques sur les produits dans le lac de données et appeler notre principal point d'extrémité REST.
3. Le principal point d'extrémité REST exécute un pipeline d'orchestration qui interagit avec différents pipelines (composantes).
4. Il appelle d'abord le pipeline de validation des données qui teste les attentes en matière de données définies au moyen de Great Expectations (GE) (Great Expectations Github (en anglais seulement)). Les rejets à la vérification donnent lieu à des rapports automatiques sur les données.
5. Le pipeline de classification suit, utilisant le type de données et le détaillant en question comme paramètres pour repérer les modèles à production échelonnée dans le registre ainsi que les déploiements correspondants sous les points d'extrémité gérés, comme il convient dans ce cas.
6. Les déploiements distribuent les données à travers plusieurs nœuds aux fins de traitement en parallèle.
7. Les classifications qui en résultent sont validées et vérifiées pour détecter les valeurs aberrantes et les classifications erronées au moyen de méthodes versionnées. On attribue une catégorie aux valeurs aberrantes ou aux classifications erronées.
8. L'orchestrateur place les données classées dans le lac, ce qui déclenche l'exécution d'un pipeline Synapse pour le chargement de ces données de sortie dans l'entrepôt de données.
9. Les résultats de la classification et les données aux valeurs aberrantes sont réingérés dans l'entrepôt de données.
10. Les résultats de la classification et les données aux valeurs aberrantes sont désormais accessibles dans l'entrepôt pour la consommation en aval (et surtout pour la validation).

Déroulement des opérations de création de modèles

Le processus de création du modèle est effectué en marge du déroulement des opérations de production. La figure 5 illustre ces étapes.

1. Le code de modélisation est poussé vers la branche de développement sur GitLab, ce qui déclenche le pipeline de DC pour intégrer le code du pipeline dans Azure Machine Learning (Azure ML).
2. Dans le cadre du processus d'IC, le code est testé selon des procédures établies.
3. Une fois approuvé par l'intermédiaire d'une demande de fusion, le pipeline de DC publie le pipeline d'entraînement dans l'espace de travail en tant que nouvelle version, où il devient disponible aux fins d'exécution. Remarque : Il contient la configuration d'entraînement pour différents détaillants, au besoin.
4. Le pipeline d'entraînement peut être exécuté en le dirigeant vers un emplacement du lac de données où sont stockées les données d'entraînement (ou de réentraînement) prédéterminées. Cette étape peut être programmée aux fins d'exécution au moment de la création de données de réentraînement actualisées. Si l'entraînement est réussi, le modèle est inscrit au registre des modèles Azure ML, sous un nom et une version uniques.
5. La définition du modèle en production est stockée dans un fichier de configuration sur GitLab; la modification de ce fichier entraîne une modification de la configuration du déploiement. Les modèles qui se trouvent sur MLflow (MLflow Tracking : Une façon efficace de suivre les essais de modélisation) sont désignés en conséquence dans le registre des modèles, puis déployés en tant que déploiement sous un point d'extrémité géré correspondant.
6. Selon les besoins des données, un modèle peut être utilisé pour chaque détaillant ou pour plusieurs détaillants. Des modèles fantômes sont également utilisés, s'il y a lieu, pour permettre un processus fiable de mise à jour des modèles à l'issue d'une phase d'observation.

Aperçu détaillé des capacités des MLOps

Bien que l'architecture du système permet d'automatiser de manière fiable tous les aspects nécessaires de la production et d'appuyer le réentraînement automatisé, ces étapes sont requises pour gérer la dérive des données.

Concept de dérive des données

Dans les environnements dynamiques et non stationnaires, la répartition des données peut changer au fil du temps, entraînant le phénomène de dérive conceptuelle (João et coll., 2014 (en anglais seulement)). Dans le contexte des données sur les prix à la consommation, cela pourrait se traduire par l'introduction de nouvelles catégories de produits sur le marché au fil du temps et par l'évolution des préférences des consommateurs. Le rendement du modèle se dégradera si la modification de la répartition des données modifie la limite de décision entre les classes, ce que l'on appelle la dérive conceptuelle réelle (figure 6).

Ces changements de répartition peuvent se produire brusquement ou au fil du temps, comme le montre la figure 7.

Il est important que le système de production MLOps mis en œuvre dispose d'outils permettant de détecter et de corriger les dérives conceptuelles au fur et à mesure qu'elles se produisent.

Détection des dérives

Les données sur les prix à la consommation ne sont pas connues pour changer brusquement. On a donc choisi une détection des dérives fondée sur le rendement (Spackman et coll., 2023). Comme son nom l'indique, la détection des dérives fondée sur le rendement évalue le rendement du modèle prédictif pour établir la présence d'une dérive. Cette approche est appropriée en présence d'une proportion élevée de validation pour corriger les éventuelles classifications erronées après le modèle, comme c'est le cas pour notre mise en œuvre. Dans nos systèmes de production, le rendement du modèle prédictif est inconnu au moment de la classification. Pour calculer le rendement, un sous-ensemble des instances prédites doit être signalé aux fins d'assurance de la qualité. Une fois que l'on dispose d'un ensemble de données dont la qualité est garantie, on peut comparer les prédictions du modèle aux vraies classes afin de calculer les paramètres d'évaluation permettant de mesurer le rendement. Pour que cette évaluation soit fiable, le sous-ensemble d'instances prédites choisi aux fins d'assurance de la qualité ne doit pas être biaisé. L'une des méthodes de sélection d'un échantillon non biaisé consiste à sélectionner au hasard une proportion précise d'instances à partir de chaque exécution du modèle prédictif. La figure 8 ci-dessous montre notre tableau de bord de suivi du rendement des modèles, qui présente différentes valeurs F1, de précision et de rappel pour des exécutions distinctes du modèle prédictif, qui peuvent être utilisées pour établir s'il y a eu dérive.

Réentraînement des modèles

Le suivi du rendement au fil du temps a permis de constater une dérive des données dans les modèles de production; un processus est donc nécessaire pour en atténuer les répercussions dans le système des MLOps. L'une des options pour contrer la dérive conceptuelle consiste à réadapter périodiquement les modèles de production à l'aide de nouvelles données. Ce processus est lourd et fastidieux aux premiers stades de la maturité des MLOps. C'est pourquoi l'opérationnalisation du processus de réentraînement des modèles constitue un élément clé de la maturité des MLOps.

La figure 9 illustre le flux de nouveaux produits dans le système des MLOps. Les nouveaux produits ingérés dans le système de production sont automatiquement classés. Comme cela a été indiqué précédemment, une fraction des produits est sélectionnée pour que leurs classes soient vérifiées et corrigées manuellement par un annotateur formé. À partir d'un processus d'examen manuel, il est possible d'estimer les critères de rendement du classifieur. En outre, les produits vérifiés manuellement servent de nouvelles données d'entraînement qui peuvent être utilisées pour réentraîner le classifieur, qui est ensuite déployé en production.

Ce processus de révision et de réadaptation reste cohérent entre les différents niveaux de maturité des MLOps. La différence réside dans l'automatisation du pipeline de réentraînement. Au dernier niveau de maturité, la mise à jour des données d'entraînement, la réadaptation du modèle et le déploiement du modèle sont entièrement automatisés; ils sont déclenchés soit par l'achèvement de l'étape de révision manuelle, soit selon un échéancier fixe.

Validation des données et contrôle des attentes

Les modifications de la qualité des données constituent un problème important pour le rendement des modèles et la qualité des extrants en production. En fait, les données sont devenues la partie la plus importante d'un projet de science des données (ère axée sur les données), car les architectures et les modèles sont facilement accessibles. Il est donc nécessaire d'établir un cadre et des méthodes appropriés en matière de qualité des données. Dans le contexte de l'AA, il est important d'harmoniser les vérifications de la qualité avec les attentes du scientifique de données qui crée les modèles. Un pipeline distinct de validation des données a été mis en place spécialement pour cette tâche. Il effectue des vérifications à l'aide du cadre en accès libre Great Expectations (GE) (Great Expectations Github (en anglais seulement)).

Le degré de souplesse et d'évolutivité de GE est élevé en ce qui concerne le type de contrôles pouvant être effectués et la création des attentes visant à permettre un contrôle de version aisé. GE produit également des rapports automatiques et faciles à lire sur la qualité des données à l'intention des spécialistes de domaine et des scientifiques des données. Ces rapports sont accessibles directement dans l'interface utilisateur d'Azure ML. Par ailleurs, GE fournit une bibliothèque d'extension des contrôles des attentes de validation des données prêts à l'emploi pour un déploiement et une réutilisation rapides dans différents ensembles de données, et offre de multiples options de connexion à diverses sources de données (fichiers CSV sur des lacs de données ou des serveurs de fichiers, bases de données, etc.). De plus, GE offre la possibilité de développer des suites d'attentes et des contrôles personnalisés, ce qui permet d'adapter les contrôles des attentes des concepteurs à des cas d'utilisation marginaux qui ne seraient généralement pas couverts par les méthodes de validation des données standard.

Contrôle des versions

L'utilisation appropriée du contrôle des versions (Contrôle de version avec Git pour les professionnels de l'analyse) est une condition essentielle pour un système de MLOps. Il s'agit d'une exigence importante dans le cadre de l'adoption à plus grande échelle de pratiques exemplaires en accès libre pour le développement de la production par les organismes nationaux de la statistique (Price et Marques, 2023). Pour le cas d'utilisation de l'AA, elle comprend non seulement le contrôle de version du code, mais aussi les versions des parties supplémentaires dans le cycle de vie de l'AA, y compris le contrôle de version des données, le contrôle de version de l'expérience et le contrôle de version du modèle. Pour obtenir une provenance et un historique fiables, il faut suivre les versions des différentes parties du processus. Par exemple, pour un modèle en production, on souhaite connaître les données sur lesquelles le modèle a été entraîné, le code d'entraînement utilisé, etc.

• Contrôle de version du code : Le système des MLOps utilise le contrôle qualité du code et les pratiques exemplaires d'IC/de DC. Il utilise plus particulièrement GitOps, qui définit le répertoire Git comme la source fiable et l'état du système adopté. Les pipelines et les déploiements sont définis de la même manière que le code.
• Contrôle de version des données : Le contrôle de version des données permet de retracer le modèle d'AA produit jusqu'à la version des données sur lesquelles il a été entraîné. Dans un processus de production appliqué aux données comprenant une arrivée fréquente de nouvelles données, il est également essentiel de garder une trace de la version des données. Les ensembles de données d'Azure ML sont utilisés pour répondre aux deux besoins.
• Contrôle de version du modèle : Le contrôle de version du modèle peut être simplifié par un entrepôt central de modèles, qui stocke les artefacts du modèle et assure la gestion de ses métadonnées. MLflow est l'outil en accès libre le plus connu pour la gestion de modèles. On utilise l'entrepôt de modèles d'Azure ML, car il permet d'interagir avec MLflow.
• Contrôle de version des dépendances des progiciels : Le contrôle de version des dépendances des progiciels se fait au moyen d'environnements virtuels et d'images de menu fixe dans lesquels les dépendances sont encapsulées. Les environnements Azure Container Registry et Azure ML sont utilisés pour gérer les dépendances des pipelines de données et des modèles d'AA.
• Contrôle de version des pipelines : L'exécution quotidienne de nombreux pipelines exige le contrôle de version des nouveaux pipelines publiés. On a recours au versionnage des pipelines d'Azure ML pour publier des pipelines et les gérer sous des points d'extrémité de pipeline.
• Versionnage du déploiement : Le versionnage du déploiement est géré au moyen de dépendances sur la version du modèle.

La figure 11 (ci-dessous) résume la manière dont ces différentes composantes sont associées pour former un graphique de l'historique des modèles déployés.

Conclusion

Cet article résume la manière dont le cadre des MLOps peut apporter une valeur considérable à un programme statistique essentiel de StatCan, en renforçant la maturité et la robustesse d'un processus de production en accord avec le Cadre pour l'utilisation responsable de l'apprentissage automatique à Statistique Canada (Utilisation responsable de l'apprentissage automatique à Statistique Canada). L'organisme continuera d'évaluer comment le cadre des MLOps peut être appliqué à d'autres cas d'utilisation et à investir dans l'expansion de capacités développées. Par exemple, les capacités suivantes sont à l'étude : tableaux de bord d'IA explicables dans le cadre de l'étape de choix des modèles dans le flux de travail de création des modèles; détection plus fiable de la dérive des données; déploiement plus explicite de modèles fantômes pour appuyer l'évaluation des modèles (ou simplement exécution permanente de modèles de sauvegarde en production, au besoin); suivi amélioré des coûts pour optimiser encore davantage l'utilisation opérationnelle.

Bibliographie

João, Gama, Žliobaitė Indrė, Albert Bifet, Mykola Pechenizkiy et Abdelhamid Bouchachia. (2014). A survey on concept drift adaptation (en anglais seulement). ACM computing surveys (CSUR), 46(4), 1-37.

Price, Matthew, et Diogo Marques. (2023). Developing reproducible analytical pipelines for the transformation of consumer price statistics: rail fares, UK (en anglais seulement). Meeting of the Group of Experts on Consumer Price Indices, Geneva: UN.

Sculley, David, Gary Holt, Daniel Golovin, Eugene Davydov, Todd Phillips, Dietmar Ebner, Vinay Chaudhary, Michael Young, Jean-Francois Crespo et Dan Dennison. (2015). Hidden technical debt in machine learning systems. Advances in neural information processing systems (28).

Spackman, William, Greg DeVilliers, Christian Ritter et Serge Goussev. (2023). Identifying and mitigating misclassification: A case study of the Machine Learning lifecycle in price indices with web-scraped clothing data (en anglais seulement). Meeting of the Group of Experts on Consumer Price Indices, Geneva: UN.

Spackman, William, Serge Goussev, Mackenzie Wall, Greg DeVilliers, and David Chiumera. 2024. "Machine Learning is (not!) all you need: Impact of classification-induced error on price indices using scanner data." (en anglais seulement) 18th Meeting of the Ottawa Group. Ottawa: UNECE.

UN Task Team on Scanner Data. (2023). Classifying alternative data for consumer price statistics: Methods and best practices (en anglais seulement). Meeting of the Group of Experts on Consumer Price Indices, Geneva.

Commencez votre enquête

Certaines enquêtes de Statistique Canada peuvent être faites en ligne. Si vous avez reçu, par courriel ou par la poste, une invitation à participer à une enquête en ligne, suivez les étapes ci-dessous pour y accéder.

Étape 1 : Consultez le portail des questionnaires électroniques et sélectionnez Commencer l'enquête.

Étape 2 : Entrez votre code d'accès sécurisé.

Étape 3 : Répondez à l'enquête.

Vous ne trouvez pas votre code d'accès sécurisé ou vous avez besoin d'aide?

Téléphone :

1-877-949-9492
(ATS : 1-800-363-7629)
Du lundi au vendredi (sauf les jours fériés), de 8 h à 19 h, heure de l'Est

Si vous utilisez un service de relais téléphonique, vous pouvez nous appeler pendant les heures normales de bureau. Il n'est pas nécessaire d'autoriser le téléphoniste à communiquer avec nous.

Courriel :

infostats@statcan.gc.ca

Novembre 2023
Numéro du projet : 80590-133

Table des matières

• Sommaire
• Conformité avec les normes professionnelles
• Introduction
  • Contexte
  • Objectif de l'audit
  • Portée
  • Approche et méthodologie
  • Autorité
• Constatations, recommandations et réponse de la direction
  • Gouvernance et surveillance
  • Évaluation des risques et plan de surveillance constante
  • Essais de contrôle
  • Communication des résultats
  • Établissement de rapports internes et externes
• Annexes
  • Annexe A : Critères d'audit
  • Annexe B : Acronymes
  • Annexe C : Plan de travail relatif au contrôle interne en matière de gestion financière de 2020-2021 à 2023-2024

Sommaire

En 2017, le Conseil du trésor du Canada (CT) a établi la Politique sur la gestion financière, qui énumère des responsabilités clés pour les administrateurs généraux, les dirigeants principaux des finances (DPF) et les cadres supérieurs des ministères et organismes dans l'exercice d'une gestion financière efficace. La politique cherche à faire en sorte que les ressources financières du gouvernement du Canada soient bien gérées et soient protégées grâce à des contrôles équilibrés qui permettent une certaine souplesse et une gestion des risques. Conformément à la politique, les ministères et organismes doivent établir, surveiller et maintenir un système de contrôle interne en matière de gestion financière (CIGF) fondé sur le risque, ainsi que de contrôle interne en matière de rapports financiers (CIRF), un sous-ensemble du CIGF. Le CIGF est un ensemble de mesures et d'activités qui fournissent une assurance raisonnable de l'efficacité des activités de gestion financière de l'organisme. Le CIRF est un ensemble de mesures et d'activités qui assurent la validité, l'exactitude et l'exhaustivité des rapports financiers, comme les états financiers de l'organisme. Pour soutenir les ministères et organismes lors de l'élaboration et de la mise en œuvre des cadres et mesures clés du contrôle interne, et assurer la surveillance constante des contrôles internes et du maintien d'un système efficace de CIGF, le CT a diffusé, en 2019, le Guide sur le contrôle interne en matière de gestion financière et le Guide de surveillance continue du contrôle interne en matière de gestion financière.

Le système de CIGF repose sur trois catégories de contrôle : les contrôles des processus opérationnels, les contrôles généraux des technologies de l'information (CGTI) et les contrôles au niveau de l'entité (CE). Les contrôles des processus opérationnels sont des activités menées pendant la création, la consignation, le traitement et la communication de l'information financière, ainsi que des activités de contrôle liées aux processus de gestion financière. Ils sont conçus pour fonctionner avec un niveau de précision qui leur permet de prévenir ou de détecter les erreurs liées au CIGF, et de les corriger. Les CGTI contribuent à garantir la fiabilité des données financières générées par les systèmes de TI et à étayer l'affirmation selon laquelle les systèmes fonctionnent comme prévu et les résultats sont fiables. Les contrôles au niveau de l'entité ou du « ton aux échelons supérieurs » définissent la culture d'une organisation et son engagement envers l'intégrité et l'éthique. Ils établissent des lignes directrices pour la gouvernance, l'analyse et l'intégrité financières et le respect des lois et des normes professionnelles applicables de l'organisation.

À Statistique Canada, on compte actuellement 12 processus opérationnels clés, soit 5 processus opérationnels de gestion financière, 6 processus opérationnels de rapports financiers et 1 processus opérationnel associé à la gestion et aux rapports financiers (voir l'annexe C). En ce qui concerne les CGTI, l'organisme a déterminé que 13 systèmes ont une incidence, directe ou non, sur les opérations financières ou les renseignements financiers nécessaires à la production des rapports annuels. L'organisme a établi une matrice de contrôle pour surveiller ses CE en fonction du cadre du « Committee of Sponsoring Organizations » (COSO) faisant figure de norme dans l'industrie^{Note de bas de page 1}. La matrice de contrôle des CE comprend 79 activités de contrôle individuelles.

L'équipe chargée des contrôles internes de la Division de l'approvisionnement, des systèmes financiers et des contrôles internes du Secteur des stratégies et de la gestion intégrées est responsable de soutenir l'adjoint au DPF quand vient le temps de mettre en application la Politique sur la gestion financière. Les responsables du processus opérationnel (RPO) sont des directeurs et gestionnaires dont le programme est responsable d'un processus opérationnel clé. Ils sont tenus de surveiller les contrôles associés à un processus opérationnel particulier ou à un processus de CGTI.

Pourquoi est-ce important?

Au cours des dernières années, Statistique Canada a connu une période de croissance sans précédent, la demande pour ses données ayant augmenté à un rythme rapide pendant la pandémie de COVID-19. En 2022-2023, l'organisme a dû composer avec des pressions financières jamais vues. Des stratégies d'atténuation ont été adoptées pour réduire un déficit important prévu dans le rapport de situation financière de mi-année.

Ainsi, la gérance financière et le respect des processus établis constituent des priorités pour la haute direction. Selon les attentes, un système bien établi et efficace de CIGF devrait fournir une assurance raisonnable que les ressources publiques sont utilisées de manière prudente et économique, que les processus de gestion financière sont efficaces et que les lois, les règlements et les instruments de politique de gestion financière pertinents sont respectés.

En outre, les systèmes et pratiques pour la documentation et l'évaluation du CIRF sont en place depuis 2009^{Note de bas de page 2}. La Politique de gestion financière du CT exige, depuis 2017, que les risques et contrôles des processus opérationnels du CIGF soient documentés, évalués et surveillés. Depuis 2019, des travaux se sont poursuivis pour atteindre le stade de la surveillance continue pour tous les processus opérationnels du CIGF. Par conséquent, il est utile de donner l'assurance raisonnable que le programme élargi du CIGF est adéquat et efficace.

Conclusion générale

Statistique Canada dispose d'un cadre et de processus adéquats et efficaces pour évaluer le système de CIGF, le surveiller et en rendre compte. On a constaté que l'organisme respecte la politique et les lignes directrices du CT au chapitre du CIGF. On a noté quelques possibilités d'amélioration mineures dans les domaines de l'évaluation des risques et de la production de rapports, ce qui renforcera le programme et le fera évoluer, afin qu'il comble les besoins de l'organisme et respecte son profil de risque à l'avenir.

Principales constatations

Gouvernance et surveillance

L'organisme dispose de la structure de gouvernance appropriée pour le système de CIGF, qui compte des rôles et des responsabilités clairement établis pour tous les intervenants.

Évaluation des risques et plan de surveillance constante

Un plan de surveillance constante adéquat a été consigné et mis en œuvre. Un processus d'évaluation des risques annuel l'appuie. Ainsi, l'organisme dispose d'une surveillance suffisante, proportionnelle aux risques des principaux processus opérationnels en matière de CIGF.

Essais de contrôle

Les méthodologies et activités d'essais pour l'évaluation du contrôle étaient efficaces et ont été suivies de manière constante pendant la période visée. Une stratégie d'essais du CIGF consignée qui va de pair avec les lignes directrices du CT et les pratiques exemplaires de l'industrie est en place. L'organisme pourrait trouver utile d'établir une correspondance entre tous les contrôles surveillés et les risques connexes. Cela permettrait de déterminer les domaines dans lesquels les contrôles sont trop présents et les risques peuvent ne pas être suffisamment pris en compte par les contrôles existants, indiquant les domaines dans lesquels il faudrait peut-être mettre en œuvre de nouveaux contrôles.

Communication des résultats

On documente et communique aux RPO les résultats des principaux essais de contrôle de manière rapide et efficace. On obtient les plans d'action de la direction rapidement. On a constaté que le système de suivi et de surveillance des plans d'action est exact et exhaustif.

Établissement de rapports internes et externes

L'annexe à la déclaration de responsabilité de la direction va de pair avec le format prescrit par le CT. On a jugé que les renseignements figurant dans l'annexe, ainsi que dans les rapports au Comité ministériel de vérification, sont exacts. Cependant, les rapports réguliers à l'intention du Comité de gestion stratégique n'ont pas été fournis comme prévu.

Conformité avec les normes professionnelles

L'audit a été réalisé conformément aux Procédures obligatoires régissant l'audit interne au sein du gouvernement du Canada, qui comprennent les Normes internationales pour la pratique professionnelle de l'audit interne de l'Institute of Internal Auditors.

L'application de procédures d'audit suffisantes et appropriées et la collecte des éléments de preuve contribuent à l'exactitude des constatations et des conclusions du présent rapport, et donnent une assurance de niveau audit. Les constatations et les conclusions sont fondées sur une comparaison des conditions, telles qu'elles existaient à l'époque, au regard de critères de vérification préétablis. Les constatations et les conclusions s'appliquent à l'entité examinée pour la portée et la période de référence de l'audit.

Steven McRoberts
Dirigeant principal de la vérification et de l'évaluation

Introduction

Contexte

En 2017, le Conseil du trésor du Canada (CT) a établi la Politique sur la gestion financière (la politique), qui énumère des responsabilités clés pour les administrateurs généraux, les dirigeants principaux des finances (DPF) et les cadres supérieurs des ministères et organismes dans l'exercice d'une gestion financière efficace. La politique cherche à faire en sorte que les ressources financières du gouvernement du Canada soient bien gérées et soient protégées grâce à des contrôles équilibrés qui permettent une certaine souplesse et une gestion des risques. Conformément à la politique, les ministères et organismes doivent établir, surveiller et maintenir un système de contrôle interne en matière de gestion financière (CIGF) fondé sur le risque, ainsi que de contrôle interne en matière de rapports financiers (CIRF), un sous-ensemble du CIGF. Le CIGF est un ensemble de mesures et d'activités qui fournissent une assurance raisonnable de l'efficacité des activités de gestion financière de l'organisme. Le CIRF est un ensemble de mesures et d'activités qui assurent la validité, l'exactitude et l'exhaustivité des rapports financiers, comme les états financiers de l'organisme. Pour soutenir les ministères et organismes lors de l'élaboration et de la mise en œuvre des cadres et mesures clés du contrôle interne, et assurer la surveillance constante des contrôles internes et du maintien d'un système efficace de CIGF, le CT a diffusé, en 2019, le Guide sur le contrôle interne en matière de gestion financière et le Guide de surveillance continue du contrôle interne en matière de gestion financière.

Le système de CIGF repose sur trois catégories de contrôle : les contrôles des processus opérationnels, les contrôles généraux des technologies de l'information (CGTI) et les contrôles au niveau de l'entité (CE). Les contrôles des processus opérationnels sont des activités menées pendant la création, la consignation, le traitement et la communication de l'information financière, ainsi que des activités de contrôle liées aux processus de gestion financière. Ils sont conçus pour fonctionner avec un niveau de précision qui leur permet de prévenir ou de détecter les erreurs liées au CIGF, et de les corriger. Les CGTI contribuent à garantir la fiabilité des données financières générées par les systèmes de TI et à étayer l'affirmation selon laquelle les systèmes fonctionnent comme prévu et les résultats sont fiables. Les contrôles au niveau de l'entité ou du « ton aux échelons supérieurs » définissent la culture d'une organisation et son engagement envers l'intégrité et l'éthique. Ils établissent des lignes directrices pour la gouvernance, l'analyse et l'intégrité financières et le respect des lois et des normes professionnelles applicables de l'organisation.

À Statistique Canada, on compte actuellement 12 processus opérationnels clés, soit 5 processus opérationnels de gestion financière, 6 processus opérationnels de rapports financiers et 1 processus opérationnel associé à la gestion et aux rapports financiers (voir l'annexe C). En ce qui concerne les CGTI, l'organisme a déterminé que 13 systèmes ont une incidence, directe ou non, sur les opérations financières ou les renseignements financiers nécessaires à la production des rapports annuels. L'organisme a établi une matrice de contrôle pour surveiller ses CE en fonction du cadre du « Committee of Sponsoring Organizations » (COSO) faisant figure de norme dans l'industrie^{Note de bas de page 3}. La matrice de contrôle des CE comprend 79 activités de contrôle individuelles.

L'équipe chargée des contrôles internes de la Division de l'approvisionnement, des systèmes financiers et des contrôles internes du Secteur des stratégies et de la gestion intégrées est responsable de soutenir l'adjoint au DPF quand vient le temps de mettre en application la politique. Cela comprend ce qui suit :

• Mettre à jour les documents sur les contrôles internes.
• Coordonner les activités de mises à l'essai annuelles.
• Assurer un suivi adéquat des faiblesses décelées au chapitre du contrôle.
• Soutenir la préparation des rapports et des mises au point à l'intention de la haute direction.

Les responsables du processus opérationnel (RPO) sont des directeurs et gestionnaires dont le programme est responsable d'un processus opérationnel clé. Ils sont tenus de surveiller les contrôles associés à un processus opérationnel particulier ou à un processus de CGTI. Voici certaines de leurs responsabilités :

• Valider les évaluations des risques et la documentation des contrôles.
• Fournir des documents et participer aux évaluations réalisées dans leur zone d'affectation.
• Mettre en application des plans d'action correctifs pour les faiblesses décelées au chapitre du contrôle.

L'évaluation exhaustive des risques du système de CIGF de l'organisme la plus récente a été réalisée en 2019-2020. La prochaine est prévue en 2023-2024^{Note de bas de page 4}.

Objectif de l'audit

L'audit avait pour objectif de procurer une assurance raisonnable au chapitre du caractère adéquat et de l'efficacité du cadre et des processus en place à l'appui du respect de la politique et des lignes directrices du CT en matière de CIGF.

Portée

La portée de l'audit comprenait une évaluation des processus et activités pertinents qui ont servi à consigner, à évaluer et à surveiller le système de CIGF de l'organisme, y compris le CIRF, et à en rendre compte pour les exercices financiers de 2020-2021 à 2022-2023. Cela comprenait un examen des différentes évaluations de contrôle interne réalisées pendant cette période pour vérifier la conception et l'efficacité opérationnelle des contrôles des processus opérationnels, des CGTI et des CE. En outre, l'évaluation des risques du CIGF de 2019-2020 faisait partie de la portée de l'audit, puisqu'il s'agit de l'évaluation des risques exhaustive la plus récente. Lors de l'audit, on a également évalué le cadre de gouvernance en place pour surveiller le système de CIGF de l'organisme.

L'équipe de l'audit n'a pas évalué l'exactitude des états financiers de l'organisme ni la conception et l'efficacité opérationnelle des contrôles des processus opérationnels individuels, des CGTI ou des CE. En outre, l'audit ne comprenait pas la réalisation, à nouveau, des activités d'essais de contrôle. L'audit interne n'évalue pas l'exactitude des états financiers de l'organisme. L'assurance de processus opérationnels particuliers pourrait être évaluée lors de futurs mandats d'audit ou de consultation.

Approche et méthodologie

Cet audit a été réalisé conformément aux Procédures obligatoires régissant l'audit interne au sein du gouvernement du Canada, qui comprennent les Normes internationales pour la pratique professionnelle de l'audit interne de l'Institute of Internal Auditors.

Les travaux d'audit comprenaient ce qui suit :

• Un examen et une analyse des documents internes pertinents.
• Les tests de fichiers pour une sélection d'évaluations de contrôle interne.
• Des entrevues et des visites de membres clés de la direction et du personnel.

Autorité

L'audit a été mené en vertu des pouvoirs prévus dans le Plan intégré d'audit et d'évaluation fondé sur les risques de 2023-2024 à 2027-2028, qui a été approuvé par Statistique Canada.

Constatations, recommandations et réponse de la direction

Gouvernance et surveillance

L'organisme dispose de la structure de gouvernance appropriée pour le système de CIGF, qui compte des rôles et des responsabilités clairement établis pour tous les intervenants.

Structure de gouvernance en place pour le système de CIGF.

Selon la Loi sur la gestion des finances publiques et la Politique sur la gestion financière, le statisticien en chef (SC), le DPF et les statisticiens en chef adjoints (SCA) ont des rôles et des responsabilités au chapitre de la mise en œuvre, de la mise à jour et de l'évaluation du système de CIGF fondé sur les risques, en plus de s'assurer qu'un tel système est en place. Il faudrait indiquer aux SCA qu'ils sont responsables du système de CIGF dans leur zone d'affectation. En outre, les ministères et organismes devraient également faire un compte rendu, à leur Comité ministériel de vérification (CMV), du système de CIGF au moins une fois par année, et comprendre les risques clés qui ont une incidence sur le système de CIGF, le plan de surveillance constante et les résultats des évaluations. Le CMV donne des conseils objectifs et formule des recommandations au SC relativement au caractère suffisant et adéquat, au fonctionnement et à la qualité des cadres et des processus de gestion, de contrôle et de gouvernance des risques de l'organisme.

L'équipe chargée de l'audit a examiné le cadre de CIGF de l'organisme. Elle a déterminé qu'il allait de pair avec la politique actuelle du CT et les guides connexes. L'audit a également permis de constater que les SCA sont informés, chaque année, de leurs rôles et responsabilités au chapitre du CIGF, y compris les responsabilités en gestion financière dans leurs ententes de gestion du rendement. En outre, on exige qu'ils signent une attestation annuelle au sujet du respect du système de contrôle interne de leur secteur.

Le CMV est l'organe de surveillance principal du système de CIGF. Trois fois par année, il reçoit des mises au point sur l'état des plans et résultats du CIGF. La charte du CMV de l'organisme indique que ce comité doit examiner les ententes sur le contrôle interne de l'organisme et formuler des conseils au SC. Un examen des procès-verbaux des réunions du CMV pendant la période visée a montré un degré de mobilisation des membres du CMV au chapitre du CIGF, y compris une analyse critique et des conseils sur les points affichant un risque supérieur. En outre, le DPF et le SC participent aux réunions du CMV.

Le Comité directeur des contrôles internes, qui était chargé d'examiner les mises au point périodiques sur les activités liées au contrôle interne, comme l'indiquait la stratégie de surveillance du CIGF de l'organisme, a été dissous en 2021. Selon le plan de travail annuel de 2021-2022 de la stratégie de surveillance du CIGF, on devait faire le point, tous les six mois, sur le contrôle interne auprès du Comité de gestion stratégique (CGS). Le DPF, le SC et les SCA sont tous membres du CGS. Grâce à cette participation inclusive, on s'assure que tous les intervenants clés sont constamment informés de l'état du système de CIGF, et on facilite la communication rapide des mesures requises. Cependant, le CGS n'a pas eu accès à ces mises à jour.

La charte du CMV décrit le rôle de ce comité quand vient le temps d'examiner le système de contrôles internes et d'informer le SC. Cependant, le mandat du CGS ne mentionne aucunement ses responsabilités au chapitre du CIGF. Au cours du cycle de mise à jour à venir, il faudrait envisager d'intégrer à la stratégie de surveillance du CIGF de l'organisme le changement relatif à la déclaration des activités de contrôle interne à la haute direction, et d'inclure les responsabilités relatives au CIGF au mandat du CGS, afin d'aller de pair avec le cadre du CIGF de l'organisme et la politique du CT.

La surveillance adéquate, y compris des rôles et responsabilités clairs pour tous les intervenants et organes de gouvernance clés, constitue une composante essentielle du système de CIGF à l'appui des responsabilités du SC à titre d'agent comptable de l'organisme, comme le décrit la Loi sur la gestion des finances publiques et la Politique sur la gestion financière. En raison des avantages que procure la participation du CGS, la direction devrait envisager de mettre à jour le mandat du CGS pour assurer sa participation constante au sein de la structure de surveillance du CIGF.

Recommandation

Voir la recommandation 2 sous « Établissement de rapports internes et externes ».

Évaluation des risques et plan de surveillance constante

Un plan de surveillance constante adéquat a été consigné et mis en œuvre. Un processus d'évaluation des risques annuel l'appuie. Ainsi, l'organisme dispose d'une surveillance suffisante, proportionnelle aux risques des principaux processus opérationnels en matière de CIGF.

Un plan de surveillance constante adéquat est en place. Un processus d'évaluation des risques annuel l'appuie. Ainsi, l'organisme dispose d'une surveillance suffisante, proportionnelle aux risques des principaux processus opérationnels en matière de CIGF.

Conformément au Guide de surveillance continue du contrôle interne en matière de gestion financière du CT, les ministères et organismes devraient utiliser une approche fondée sur le risque pour déterminer à quelle fréquence les processus et contrôles doivent être surveillés pour assurer l'efficacité du système de CIGF. Une évaluation exhaustive des risques du CIGF est requise tous les trois à cinq ans (Statistique Canada a choisi un cycle de quatre ans). Des analyses environnementales devraient être réalisées au cours des autres années, afin de déterminer si le plan de surveillance constante doit être adapté en fonction de changements considérables apportés au personnel, au processus ou aux systèmes.

Le plan de surveillance constante est le fondement des plans de travail de l'évaluation du CIGF futurs détaillés. Le DPF doit approuver le plan avant qu'il soit présenté au SC, aux SCA et au CMV. Le SC et le DPF ont approuvé, en janvier 2020, la stratégie de surveillance du CIGF de l'organisme pour la période allant de 2020-2021 à 2023-2024. Au cours du cycle de quatre ans, le plan comprenait la mise à l'essai de 12 processus opérationnels clés, de CGTI pour 13 systèmes et de CE (voir l'annexe C). Le plan de surveillance constante de 2020-2021 à 2023-2024 de l'organisme a été mis en œuvre de manière efficace pendant la période. Tous les processus opérationnels clés ont été mis à l'essai pendant le cycle (y compris les processus planifiés et en cours en 2023-2024, au moment de l'audit). On a noté uniquement des écarts mineurs et de légers retards par rapport au plan de mise à l'essai original.

L'équipe chargée de l'audit a examiné l'évaluation complète des risques du CIGF de 2019-2020, ainsi que les analyses environnementales pour chaque année, allant jusqu'à 2022-2023. Elle a déterminé que le processus est approprié et exhaustif. L'équipe chargée des contrôles internes a préparé une méthodologie générale pour réaliser les évaluations des risques du CIGF et les analyses environnementales dans son plan de surveillance. Pour assurer une amélioration continue, l'organisme pourrait documenter son approche et son processus détaillés. Tout particulièrement, on pourrait améliorer la méthodologie actuelle en précisant les principaux documents de l'organisme à examiner pour recueillir des données (comme les rapports annuels, le Cadre de responsabilisation de gestion, le profil de risque organisationnel, les changements aux politiques du CT et les rapports pertinents produits par le Bureau du vérificateur général du Canada), en plus de déterminer comment les principaux intervenants, comme les RPO et la haute direction, seront consultés dans le cadre du processus d'évaluation des risques. Ces deux éléments permettraient d'informer le processus de CIGF des changements organisationnels, des considérations stratégiques, des nouvelles priorités, des nouveaux programmes et des nouveaux risques.

En outre, l'audit a déterminé quelques possibilités d'amélioration dans les domaines du CGTI et du CE que la direction pourrait envisager à l'avenir.

• CGTI : Dans le cadre de l'évaluation exhaustive des risques du CIGF de 2019-2020, on a réalisé une évaluation des risques propre au CGTI. Cependant, il n'y a pas eu de mise au point annuelle des cotes de risques du CGTI pendant l'analyse environnementale. Même si le fait d'interroger chaque année les RPO financiers (c.-à-d. les utilisateurs du système) constitue une méthode indirecte quand vient le temps de saisir les changements apportés au système, le fait d'assurer la participation des responsables du système de CGTI au processus d'analyse environnementale annuel peut permettre de déceler de nouveaux changements et risques associés aux principaux systèmes, en plus de renforcer les relations avec les intervenants et d'accroître la sensibilisation au programme de CIGF hors du Secteur du DPF.
• CE : On n'a pas réalisé d'évaluation des risques des CE pendant le cycle de quatre ans visé par l'audit. Même si l'on a jugé que le CE affiche un risque faible aux fins du CIGF, l'équipe des contrôles internes devrait examiner, de manière périodique, cette composante de l'évaluation des risques avec les principaux intervenants, afin de veiller à ce que le « ton aux échelons supérieurs » de l'organisme continue de soutenir les principaux contrôles financiers.

On disposerait d'un plan de surveillance plus efficace si l'on s'assurait que le processus d'évaluation des risques est exhaustif et uniforme d'une année à l'autre. Cela permettrait de déceler et d'atténuer rapidement les risques additionnels au chapitre de la gestion financière et les nouveaux risques non financiers.

Essais de contrôle

Les méthodologies et activités d'essais pour l'évaluation du contrôle étaient efficaces et ont été suivies de manière constante pendant la période visée. Une stratégie d'essais du CIGF consignée qui va de pair avec les lignes directrices du CT et les pratiques exemplaires de l'industrie est en place.

L'organisme pourrait trouver utile d'établir une correspondance entre tous les contrôles surveillés et les risques connexes. Cela permettrait de déterminer les domaines dans lesquels les contrôles sont trop présents et les risques ne sont pas suffisamment pris en compte par les contrôles existants, indiquant les domaines dans lesquels il faudrait peut-être mettre en œuvre de nouveaux contrôles.

Les méthodologies et activités d'essais pour le système de CIGF de l'organisme sont efficaces et constamment suivies. Cependant, une mise en correspondance additionnelle des contrôles et des risques connexes renforcerait le programme de CIGF.

Parmi les aspects essentiels du maintien d'un système judicieux de CIGF, il y a la surveillance constante de la conception et de l'efficacité opérationnelle des contrôles internes. Les essais de l'efficacité de la conception ont pour objectif de déterminer si le contrôle continue d'atténuer, de manière adéquate, le risque. Ces essais devraient être réalisés avant les essais de l'efficacité opérationnelle, afin de confirmer que le contrôle fonctionne comme prévu. Les essais de l'efficacité opérationnelle comprennent l'évaluation du contrôle pendant une certaine période, habituellement d'un an. Ils évaluent si les contrôles fonctionnent conformément aux principes de conception. On s'attend à ce que les ministères et organismes créent des méthodologies efficaces et uniformes pour mettre à l'essai le système de CIGF pour des processus opérationnels, des processus de CGTI et des CE clés.

L'équipe chargée de l'audit a examiné les résultats détaillés des essais de contrôle et la documentation pour un échantillon discrétionnaire de huit évaluations de contrôle réalisées de 2020-2021 à 2022-2023. Elle a déterminé que les méthodologies et activités d'essais pour le système de CIGF de l'organisme sont efficaces et constamment suivies. La documentation requise pour chaque processus, y compris les matrices et textes sur le contrôle, est actualisée et validée avec les RPO avant la réalisation des évaluations. En outre, lorsqu'elle réalise des essais de l'efficacité opérationnelle, l'équipe des contrôles internes utilise une stratégie d'échantillonnage qui va de pair avec les pratiques exemplaires de l'industrie. Des données probantes documentées appuient les conclusions que formule l'équipe des contrôles internes au chapitre des essais.

L'efficacité de la conception vise l'évaluation des risques associés à un processus opérationnel particulier et le fait de veiller à ce que les contrôles soient conçus pour tenir compte des risques. L'équipe chargée de l'audit a jugé que les activités de contrôle des processus opérationnels du CIRF correspondent aux affirmations financières, ce qui comprend la déclaration de risques, comme la validité, l'exactitude et l'exhaustivité. Même si l'on a vérifié l'efficacité de la conception des contrôles de tous les processus figurant dans l'échantillon, aucune mise en correspondance des risques connexes n'a été documentée pour les processus opérationnels du CIGF (c.-à-d. les processus de gestion financière qui ne sont pas directement liés aux états financiers), le CGTI et le CE. L'exercice de mise en correspondance permettrait de déterminer les domaines dans lesquels les risques ne sont pas suffisamment pris en compte par les contrôles existants, indiquant les domaines dans lesquels il faudrait peut-être mettre en œuvre de nouveaux contrôles. Cela pourrait également aider à déterminer les domaines où les contrôles sont trop présents, afin de visualiser le contexte des risques et la manière dont on en tient compte.

Alors que la surveillance des processus de CIGF de l'organisme continue d'évoluer, il faudrait tenir compte de facteurs de risque additionnels, comme le fait de dépasser le montant des autorisations de dépenser, le fait de laisser des fonds inutilisés ou le fait de prendre de mauvaises décisions en matière d'affectation des ressources, afin de veiller à ce que les activités de contrôle appropriées soient en place. Lorsqu'il n'y a pas de correspondance entre les contrôles et les risques, le système de CIGF peut ne pas être en mesure de déterminer les lacunes au chapitre de la conception des contrôles internes de l'organisme. De plus, certains risques pourraient ne pas être suffisamment pris en compte par les contrôles existants.

Recommandation 1

On recommande que le SCA du Secteur des stratégies et de la gestion intégrées veille à ce qu'un processus visant à déterminer les risques au niveau du contrôle et à mettre en correspondance toutes les activités de contrôle surveillées par rapport aux risques connexes dans les matrices de contrôle soit mis en place. Il faudrait examiner, de manière périodique, les risques, pour assurer leur exhaustivité et leur pertinence continue.

Réponse de la direction

La direction accepte la recommandation formulée.

Le plan de contrôle interne annuel de Statistique Canada est adapté chaque année, afin d'y ajouter les nouveaux risques décelés lors de l'analyse environnementale annuelle (évaluation des risques). À l'avenir, on ajoutera au plan de CIGF annuel une section réservée à la mise en correspondance des risques et aux liens avec les processus de CIGF.

Produits livrables et échéancier

Le directeur de la Division de l'approvisionnement, des systèmes financiers et des contrôles internes s'assurera que le prochain plan de CIGF annuel comprendra les liens appropriés et une mise en correspondance des risques établis et le plan pour en tenir compte d'ici le 1er juin 2024.

Communication des résultats

On documente et communique aux RPO les résultats des principaux essais de contrôle de manière rapide et efficace. On obtient les plans d'action de la direction (PAD) rapidement. On a constaté que le système de suivi et de surveillance des PAD est exact et exhaustif.

Les résultats des évaluations de contrôle interne sont saisis de manière efficace et sont communiqués aux intervenants internes appropriés. Des plans d'action sont créés, surveillés et mis en œuvre de manière opportune.

À la suite des évaluations du contrôle interne de chaque processus opérationnel, on s'attend à ce que l'équipe des contrôles internes partage les résultats avec les RPO et qu'elle leur demande de préparer un PAD pour tenir compte des lacunes ou faiblesses décelées au chapitre des contrôles internes. Le plan d'action correctif devrait comprendre des jalons et les dates d'achèvement prévues pour les mesures de suivi. L'équipe chargée des contrôles internes devrait collaborer avec les RPO pour examiner, de manière périodique, les progrès faits au chapitre de la mise en œuvre et l'état des correctifs. On laisse à l'organisme la possibilité de déterminer la fréquence de l'examen. Statistique Canada réalise cet examen trois fois par année pour présenter des rapports au CMV. Il faudrait communiquer rapidement les observations faites lors des essais du CIRF et les PAD préparés, afin de veiller à ce qu'ils soient pertinents et que toute faiblesse au chapitre du contrôle soit corrigée dès que possible.

L'audit a conclu que les résultats des principaux essais de contrôle sont documentés et communiqués aux RPO de manière rapide et efficace. En outre, on obtient les PAD auprès des RPO. Ces PAD font l'objet d'une surveillance de la part de l'équipe des contrôles internes avec un délai minime. On a constaté que le système de suivi des PAD est exact et exhaustif. Le processus de suivi de la mise en œuvre des plans d'action se déroule plusieurs fois par année. Habituellement, les RPO mettent en œuvre les mesures correctives rapidement. Lors des interviews avec les RPO, on a constaté que les conclusions et recommandations étaient claires et appropriées, et que l'équipe des contrôles internes fournissait des lignes directrices et une rétroaction pour préparer le PAD s'il y a lieu. Selon l'audit, le format de déclaration actuel renferme principalement des recommandations et des domaines dans lesquels des lacunes ont été décelées. Pour favoriser la participation continue, on pourrait envisager l'adoption d'une approche de déclaration équilibrée aux RPO, y compris un résumé des contrôles jugés efficaces, afin de fournir une vue d'ensemble du domaine évalué.

Même si l'on a jugé que le processus de communication des résultats était efficace, le rapport du CMV de mars 2023 relevait certains cas de lacunes répétitives. Le rapport a mis en évidence cinq cas de lacunes au chapitre du contrôle des processus opérationnels « Paie et avantages sociaux » et « Clôture et rapports financiers » pour lesquels les évaluations de 2018-2019 et de 2019-2020, respectivement, avaient relevé des lacunes. Au cours du cycle de suivi précédent, l'audit a permis de constater que, dans quatre des cinq cas, on avait indiqué que les mesures correctives étaient « achevées ». Dans l'un des cinq cas, la recommandation initiale avait été classée parmi les recommandations pour lesquelles aucune mesure n'était requise en raison du faible risque. L'équipe des contrôles internes ne fait état que du suivi relatif aux recommandations associées à un risque élevé ou à un risque moyen. Certaines recommandations associées à un risque faible peuvent ne pas être mises en œuvre. Certains RPO ont indiqué être préoccupés par le fait que ces PAD d'une évaluation du contrôle interne réalisée dans le passé n'avaient pas été entièrement mis à exécution et qu'ils ne le savaient pas jusqu'à ce qu'ils reçoivent les résultats de l'évaluation la plus récente.

Lorsque les mesures correctives ne sont pas mises en œuvre de manière durable, afin de corriger les lacunes observées, les principaux risques relatifs aux rapports financiers et à la gestion financière peuvent ne pas être atténués pendant la période entre les évaluations de contrôle. Les RPO sont chargés de mettre en œuvre les mesures correctives, et veiller à ce que ces mesures soient durables, en cas de roulement du personnel ou de changement apporté au processus opérationnel.

Établissement de rapports internes et externes

L'annexe à la déclaration de responsabilité de la direction va de pair avec le format prescrit par le CT. On a jugé que les renseignements figurant dans l'annexe, ainsi que dans les rapports au CMV, sont exacts. Cependant, les rapports réguliers à l'intention du CGS n'ont pas été fournis comme prévu.

Les renseignements figurant dans les rapports internes et externes sur le CIGF sont exacts et exhaustifs.

Conformément à la politique du CT, les ministères et organismes doivent faire un compte rendu de leur évaluation annuelle du CIRF dans l'annexe à la déclaration de responsabilité de la direction. Cette annexe fournit aux utilisateurs des états financiers un résumé qui fait état de la gestion du système organisationnel de CIRF au moyen d'évaluations annuelles, de plans d'action connexes et de plans d'évaluation futurs. Les ministères et organismes devraient également faire un compte rendu, à leur CMV, du système de CIGF au moins une fois par année, et comprendre les risques clés qui ont une incidence sur le système de CIGF, le plan de surveillance constante et les résultats des évaluations.

L'audit a conclu que l'équipe des contrôles internes fait état des résultats du CIGF au CMV trois fois par année, ce qui est supérieur à l'exigence minimale selon laquelle il faut les fournir une fois par an. On a jugé que les rapports au CMV étaient exacts, exhaustifs et complets. Comme mentionné dans la section « Gouvernance et surveillance » ci-dessus, on prévoyait faire une mise au point, tous les six mois, sur les contrôles internes à l'intention du CGS. Le DPF et le SC participent à toutes les réunions du CMV. En compagnie des SCA, ils sont membres du CGS. Ainsi, tous les intervenants clés sont tenus au courant de l'état du système de CIGF, ainsi que des mesures requises. Cependant, les mises au point régulières à l'intention du CGS n'ont pas eu lieu comme prévu.

On a jugé que l'information contenue dans l'annexe était exacte. À l'avenir, si la direction prévoit augmenter le degré de transparence des rapports externes, l'annexe pourrait comprendre des renseignements plus exhaustifs, comme les évaluations achevées des principaux contrôles, les écarts par rapport au plan de l'année précédente et la manière dont on tient compte des nouveaux risques dans le plan. Selon une étude comparative de l'annexe de trois ministères et organismes comparables, les trois ont fourni sensiblement plus de détails sur leur programme de CIRF et de CIGF que Statistique Canada au chapitre des constatations sur les lacunes en matière de contrôle, des mesures prises et des résultats de l'évaluation des risques.

La déclaration de responsabilité de la direction est un document clé sur les responsabilités de l'organisme. Elle donne l'occasion aux ministères et aux organismes de mettre en évidence l'efficacité de leur gestion du CIRF et du CIGF. Si l'on fournissait des renseignements détaillés additionnels, on augmenterait la transparence de l'assurance qu'un système efficace de CIRF et de CIGF est en place au sein de l'organisme.

Recommandation 2

On recommande que le SCA du Secteur des stratégies et de la gestion intégrées veille à ce que la haute direction reçoive des rapports réguliers planifiés, afin d'assurer une gouvernance efficace.

Réponse de la direction

La direction accepte la recommandation formulée.

Pour améliorer la surveillance et la communication efficaces des mesures nécessaires, les rapports d'étape du CIGF seront transmis à la haute direction en temps opportun.

Produits livrables et échéancier

Le directeur de la Division de l'approvisionnement, des systèmes financiers et des contrôles internes veillera à ce que la présentation du rapport d'étape du CIGF soit transmise aux membres du CGS à des fins de commentaires, avant les réunions du CMV, d'ici le 22 novembre 2023.

Annexes

Annexe A : Critères d'audit

Critères d'audit

Objectifs de contrôle	Contrôles de base/critères	Instruments de politique/sources
1. Procurer une assurance raisonnable au chapitre du caractère adéquat et de l'efficacité du cadre et des processus en place à l'appui du respect de la politique et des lignes directrices du CT en matière de CIGF.	1.1 L'organisme dispose d'une structure de gouvernance appropriée pour le système de CIGF. Les rôles et responsabilités des intervenants sont clairement établis et communiqués. 1.2 Un plan d'évaluation des risques et de surveillance constante adéquat, qui a été mis en œuvre comme prévu, appuie le système de CIGF de l'organisme. 1.3 Les méthodologies et activités d'essais pour le système de CIGF de l'organisme sont efficaces et constamment suivies. 1.4 Les résultats des évaluations de contrôle interne sont saisis de manière efficace et sont communiqués aux intervenants internes appropriés. Des plans d'action sont créés, surveillés et mis en œuvre de manière opportune. 1.5 On communique efficacement aux intervenants appropriés l'état du système de CIGF de l'organisme et les mesures requises pour tenir compte des lacunes ou des faiblesses, au moyen de rapports internes et externes.	Politique sur la gestion financière du CT, Guide sur le contrôle interne en matière de gestion financière et Guide de surveillance continue du contrôle interne en matière de gestion financière. Mandat, procès-verbaux des réunions, compte rendu des décisions et rapports pour les comités pertinents, s'il y a lieu. Documents du programme de CIGF, y compris des évaluations des risques, des analyses environnementales, des plans de surveillance constante, des renseignements sur les processus opérationnels, des fiches d'essai de contrôle interne, des rapports et plans d'action et autres. Autres documents internes de Statistique Canada, le cas échéant.

Annexe B : Acronymes

CE

Contrôle au niveau de l'entité

CGS

Comité de gestion stratégique

CGTI

Contrôle général des technologies de l'information

CIGF

Contrôle interne en matière de gestion financière

CIRF

Contrôle interne en matière de rapports financiers

CMV

Conseil ministériel de vérification

COSO

Committee of Sponsoring Organizations

CT

Conseil du trésor du Canada

DPF

Dirigeant principal des finances

PAD

Plan d'action de la direction

RPO

Responsable du processus opérationnel

SC

Statisticien en chef

SCA

Statisticien en chef adjoint

Annexe C : Plan de travail relatif au contrôle interne en matière de gestion financière de 2020-2021 à 2023-2024

Plan de travail relatif au contrôle interne en matière de gestion financière de 2020-2021 à 2023-2024

Processus ou système	Cote de risque	Dernier essai	2020-2021	2021-2022	2022-2023	2023-2024
Processus opérationnels au chapitre du contrôle interne en matière de gestion financière
Prévisions	Élevé	S.O.	Oui	Oui	Oui	Oui
Budgétisation	Moyen	S.O.	Oui	Oui		Oui
Planification des investissements	Moyen	S.O.	Oui	Oui
Établissement des coûts	Moyen	S.O.		Oui	Oui
Attestation du dirigeant principal des finances	Faible	S.O.		Oui	Oui
Processus opérationnels au chapitre du contrôle interne en matière de rapports financiers (CIRF)
Clôture et rapports financiers	Élevé	2019-2020	Oui		Oui
Paie et avantages sociaux (CIGF/CIRF)	Élevé	2019-2020	Oui		Oui
Paie des intervieweurs	Moyen	2019-2020			Oui
Recettes	Moyen	2019-2020		Oui
Paie du recensement	Moyen	2019-2020	Au besoin
Dépenses de fonctionnement	Faible	2018-2019				Oui
Immobilisations	Faible	2019-2020				Oui
Contrôles généraux des technologies de l'information
Système financier ministériel commun	Élevé	2019-2020		Oui		Oui
Portail de gestion de la collecte	Élevé	2019-2020	Selon les besoins et allant de pair avec la paie du recensement
Galaxie RH	Élevé	2019-2020		Oui		Oui
Système de gestion du temps	Élevé	2019-2020		Oui		Oui
Système de gestion du temps (Web)	Élevé	S.O.		Oui		Oui
Système de gestion du budget et des recettes	Moyen	2018-2019			Oui
Approbation électronique des demandes	Moyen	2018-2019			Oui
Système de paie des opérations sur le terrain	Moyen	2019-2020	Selon les besoins et allant de pair avec la paie du recensement
Système de gestion des informations non salariales	Moyen	2019-2020			Oui
Système de gestion des informations salariales	Moyen	2018-2019			Oui
Délégation des pouvoirs de signature en matière de finances	Faible	2018-2019				Oui
Système de rapports financiers	Faible	2018-2019				Oui
Système de gestion de tables de référence	Faible	2019-2020				Oui
Contrôles au niveau de l'entité
Contrôles au niveau de l'entité	Faible	2017-2018	Oui
Source : Adapté de la Stratégie de surveillance axée sur les risques du contrôle interne en matière de gestion financière de 2020-2021 à 2023-2024 de Statistique Canada.