对国内经济其他部门的债权（年增长率占广义货币的百分比）

指标解释

World Bank official description / 世界银行官方说明

Claims on other sectors of the domestic economy include gross credit from the financial system to households, nonprofit institutions serving households, nonfinancial corporations, state and local governments, and social security funds. Broad money is the sum of all liquid financial instruments held by money-holding sectors that are widely accepted in an economy as a medium of exchange, plus those that can be converted into a medium of exchange at short notice at, or close to, their full nominal value. This indicator represents the annual percentage growth in the ratio of claims to broad money.

可供参考的中文翻译：对国内经济其他部门的债权包括金融系统向居民、为居民服务的非营利机构、非金融企业、州和地方政府以及社会保险基金提供的总信贷。广义货币是指货币持有部门持有的所有流动性金融工具，这些工具在某一经济体中被广泛接受为交换媒介，加上那些可在短期内或接近其全部名义价值转化为交换媒介的工具。该指标表示债权占广义货币比率的年度百分比增长。

数据口径与风险提示

本指标反映的是债权增长与广义货币的比值关系，而非债权绝对规模的增速，因此分子分母的同时变化会影响该比率的含义
广义货币作为分母的变化（如货币政策宽松或收紧）会独立影响该比率，与实体部门融资需求变化无关
该指标为年度复合同比增长率，不同于简单的期末期初比值
跨国比较需考虑不同经济体的金融结构差异，如银行主导型与市场主导型金融体系的差异
数据来源于国际金融统计（IFS），不同国家的统计口径和报告时滞可能存在差异
当广义货币基数较小或为负时，该比率可能出现极端值，需结合绝对数值判断
该指标不区分债权类型（贷款、债券等），不同金融工具的风险特征和货币政策含义不同
中国数据在该指标上存在历史记录缺失，十年期变化分析受限

中国趋势

趋势解读

根据世界银行数据，中国在该指标上暂无公开的年度数据记录，因此无法进行趋势分析。金融系统对国内经济其他部门的债权增长受广义货币供应量和实体部门融资需求的双重影响，且中国的信贷数据通常以绝对额形式发布为主。本页面暂不提供中国的该指标时间序列，用户可参考“对私营部门的债权（年增长率占广义货币的百分比）”等相关指标了解中国信贷增长态势。

中国在该指标上无公开数据点，无法进行趋势解读
替代指标可能因口径差异而无法完全等同使用
中国金融数据发布渠道与WDI数据更新频率可能存在差异

全球趋势

趋势解读

根据世界银行数据，全球在该指标上暂无公开的年度数据记录，因此无法进行趋势分析。该指标通常在金融深化程度较高的经济体中报告更为完整，而在银行体系结构简单的经济体中数据可得性较低。全球层面通常使用其他信贷/GDP比率指标来衡量金融部门对实体经济的支持程度。建议关注“对国内经济其他部门债权（占GDP的百分比）”等存量指标。

全球在该指标上无公开数据点，无法进行趋势解读
该指标为流量比率，与存量指标含义不同
全球加总可能掩盖区域差异

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
1970-1979	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
1980-1989	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
1990-1999	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
2000-2009	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
2010-2019	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。
2020-2029	-	-	该十年期中国和世界数据均不可得，无法计算期末与期初比值，阶段变化特征无法分析。

2024 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Argentina 阿根廷	ARG	90.7
2	South Sudan 南苏丹	SSD	36.9
3	Turkiye 土耳其	TUR	35.1
4	Uzbekistan 乌兹别克斯坦	UZB	32.7
5	Egypt, Arab Rep. 埃及	EGY	30.5
6	Armenia 亚美尼亚	ARM	26.4
7	Mongolia 蒙古	MNG	24.2
8	Georgia 格鲁吉亚	GEO	22.2
9	Paraguay 巴拉圭	PRY	18.3
10	Kosovo 科索沃	XKX	16.3
11	Kazakhstan 哈萨克斯坦	KAZ	14.6
12	Honduras 洪都拉斯	HND	14.3
13	Rwanda 卢旺达	RWA	13.7
14	Montenegro 黑山	MNE	12.9
15	Timor-Leste 东帝汶	TLS	12.5
16	Malawi 马拉维	MWI	12.3
17	Iceland 冰岛	ISL	12.0
18	Moldova 摩尔多瓦	MDA	11.2
19	Angola 安哥拉	AGO	11.1
20	Brazil 巴西	BRA	11.1
21	Fiji 斐济	FJI	10.1
22	Dominican Republic 多米尼加共和国	DOM	10.0
23	North Macedonia 北马其顿	MKD	9.38
24	Uruguay 乌拉圭	URY	9.38
25	Tanzania 坦桑尼亚	TZA	9.08
26	Zambia 赞比亚	ZMB	8.91
27	Guinea 几内亚	GIN	8.89
28	Bulgaria 保加利亚	BGR	8.70
29	Azerbaijan 阿塞拜疆	AZE	8.69
30	Ghana 加纳	GHA	8.19
31	Guyana 圭亚那	GUY	8.16
32	Mauritius 毛里求斯	MUS	7.82
33	Bhutan 不丹	BTN	7.78
34	Indonesia 印度尼西亚	IDN	7.64
35	Mexico 墨西哥	MEX	7.64
36	Ecuador 厄瓜多尔	ECU	7.57
37	Qatar 卡塔尔	QAT	7.53
38	Tonga 汤加	TON	7.07
39	Norway 挪威	NOR	6.96
40	Israel 以色列	ISR	6.81
41	Sierra Leone 塞拉利昂	SLE	6.77
42	Costa Rica 哥斯达黎加	CRI	6.71
43	Serbia 塞尔维亚	SRB	6.31
44	Botswana 博茨瓦纳	BWA	6.25
45	Bosnia and Herzegovina 波黑	BIH	6.24
46	Guatemala 危地马拉	GTM	6.18
47	Madagascar 马达加斯加	MDG	5.98
48	Antigua and Barbuda 安提瓜和巴布达	ATG	5.75
49	Korea, Rep. 韩国	KOR	5.71
50	Djibouti 吉布提	DJI	5.70
51	Pakistan 巴基斯坦	PAK	5.56
52	Romania 罗马尼亚	ROU	5.55
53	United Arab Emirates 阿联酋	ARE	5.45
54	Albania 阿尔巴尼亚	ALB	5.44
55	Nepal 尼泊尔	NPL	5.43
56	Grenada 格林纳达	GRD	5.41
57	El Salvador 萨尔瓦多	SLV	5.34
58	Morocco 摩洛哥	MAR	5.22
59	New Zealand 新西兰	NZL	5.11
60	South Africa 南非	ZAF	5.03
61	St. Kitts and Nevis 圣基茨和尼维斯	KNA	5.02
62	Kuwait 科威特	KWT	4.78
63	Malaysia 马来西亚	MYS	4.69
64	Samoa 萨摩亚	WSM	4.68
65	Chile 智利	CHL	4.61
66	St. Lucia 圣卢西亚	LCA	4.55
67	Bangladesh 孟加拉国	BGD	4.38
68	Hungary 匈牙利	HUN	4.35
69	Ukraine 乌克兰	UKR	4.31
70	Uganda 乌干达	UGA	4.03
71	Gambia, The 冈比亚	GMB	3.97
72	Suriname 苏里南	SUR	3.96
73	Colombia 哥伦比亚	COL	3.73
74	Cambodia 柬埔寨	KHM	3.65
75	Jamaica 牙买加	JAM	3.59
76	Iraq 伊拉克	IRQ	3.56
77	Bolivia 玻利维亚	BOL	3.53
78	Tunisia 突尼斯	TUN	3.40
79	Vanuatu 瓦努阿图	VUT	3.20
80	Czechia 捷克	CZE	2.90
81	Jordan 约旦	JOR	2.77
82	Cabo Verde 佛得角	CPV	2.64
83	Algeria 阿尔及利亚	DZA	2.62
84	Maldives 马尔代夫	MDV	2.57
85	Japan 日本	JPN	2.37
86	Belize 伯利兹	BLZ	2.24
87	Poland 波兰	POL	2.19
88	Solomon Islands 所罗门群岛	SLB	2.19
89	Mozambique 莫桑比克	MOZ	1.55
90	Brunei Darussalam 文莱	BRN	1.04
91	Comoros 科摩罗	COM	0.82
92	Thailand 泰国	THA	0.60
93	United States 美国	USA	0.49
94	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	0.14
95	Australia 澳大利亚	AUS	-0.16
96	Burkina Faso 布基纳法索	BFA	-0.21
97	Dominica 多米尼克	DMA	-1.01
98	Haiti 海地	HTI	-1.31
99	West Bank and Gaza 约旦河西岸和加沙	PSE	-2.64
100	Sweden 瑞典	SWE	-4.06
101	Denmark 丹麦	DNK	-22.8

使用建议、常见误用与研究场景

数值较高通常意味着什么

该比率上升通常表示金融系统对实体经济（居民、非金融企业、政府等）的债权增速快于广义货币增速，可能反映实体部门融资需求旺盛或金融系统主动扩大信贷投放，但也可能受广义货币基数变化影响，不宜简单解读为金融深化或经济活跃度的直接信号。

数值较低通常意味着什么

该比率下降可能表示金融系统对实体经济的债权增速慢于广义货币增速，可能反映融资需求减弱、金融机构信贷收紧或广义货币扩张速度快于信贷增长，但需结合具体宏观背景判断。

鍙ｅ緞闄愬埗

分母广义货币的变化会独立影响该比率，货币宽松政策可能压低该比率
分子分母同时变化时，该比率的方向和幅度含义可能模糊
该指标为相对比率，不反映信贷绝对规模和GDP占比
不同国家金融结构差异较大，跨国可比性有限
数据缺失率高，许多经济体不报告该指标
短期波动可能受季节性和一次性因素影响
该指标不区分信贷类型和风险状况，无法反映资产质量
流量指标与存量风险的映射关系复杂

使用建议

使用时需结合广义货币绝对值和信贷存量指标综合判断
跨国比较时应选择金融结构相似的经济体进行对标
关注该指标与GDP比率指标的配合使用
分析货币政策传导时可参考该指标，但需考虑政策滞后效应
结合不良贷款率等资产质量指标评估金融稳定含义
研究实体经济融资可得性时，可同时考察对私营部门债权指标
解读长期趋势时需考虑金融创新和金融脱媒的影响
建议从数据源头的央行获取更细分的信贷分类数据

常见错误用法

错误做法：直接用该比率高低判断中国或某国金融深化程度

正确做法：结合对国内经济其他部门债权占GDP比率等存量指标综合判断金融深度

该指标是增速与货币供应的比率，不直接等于金融深化水平，高增速可能伴随基数效应和货币环境变化

错误做法：认为该比率高就意味着经济过热或存在信贷风险

正确做法：结合不良贷款率、资本充足率等资产质量指标综合评估风险

该比率反映的是信贷增速与货币供应的关系，不直接反映资产质量，高增速可能对应健康的企业融资需求

错误做法：用该指标直接对比不同国家的信贷规模

正确做法：使用对私营部门债权占GDP比率等规模指标进行规模比较

该指标是增速比率而非绝对规模，不同经济体的货币供应量基数差异会导致比率不可比

错误做法：忽略广义货币变化独立影响该比率

正确做法：在分析该指标时同时考察广义货币增长率和信贷增长率的独立变化

当广义货币快速扩张时，即使信贷增长强劲，该比率也可能被压低，导致误判实体融资状况

错误做法：将该比率的年度波动直接解读为货币政策效果的即时反映

正确做法：考虑货币政策传导的滞后周期和银行风险管理行为的调整

信贷供给和需求受多重因素影响，短期波动不一定对应货币政策变化

错误做法：用该指标代替对私营部门债权增长率来分析企业融资

正确做法：分别考察对私营部门和对政府等部门的债权增长

该指标包含对所有部门的总债权，私营部门与公共部门的融资趋势可能背离，需要分部门解读

实际应用场景

货币政策传导机制研究：研究货币政策宽松对实体经济融资可得性的影响时，可将该指标作为机制变量机制变量需控制金融监管环境、资本账户开放程度等宏观因素，并注意内生性问题
金融结构与实体融资关系分析：比较银行主导型与市场主导型经济体的信贷供给模式差异比较变量不同金融结构下该指标的含义不同，需结合股市融资规模等变量综合分析
金融危机前后信贷周期比较：分析2008年全球金融危机前后各国信贷增长与货币供应的关系变化被解释变量危机期间可能出现信贷收缩与货币宽松并存的情况，该比率可能出现异常低值
新兴市场金融深化程度评估：评估新兴经济体金融深化进程时，使用该指标作为辅助指标辅助指标需与金融深度存量指标配合使用，注意数据可得性限制