对私营部门的债权（年增长率占广义货币的百分比）
Claims on private sector (annual growth as % of broad money)
下载数据指标解释
World Bank official description / 世界银行官方说明
Claims on private sector include gross credit from the financial system to individuals, enterprises, nonfinancial public entities not included under net domestic credit, and financial institutions not included elsewhere. 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：对私营部门债权包括金融系统给予个人、企业、未计入净国内信贷的非金融公共实体以及未在其他类别中包含的金融机构的信贷总额。广义货币是指货币持有部门持有的所有流动性金融工具，这些工具在特定经济体中作为交换媒介被广泛接受，并可在短期内或接近其全部名义价值随时转换为交换媒介。本指标表示债权与广义货币比率的年度百分比增长。
数据口径与风险提示
- 本指标是信贷增长与广义货币增长的比值，分子分母同步变动时指标可能保持稳定，但两者同时增长不意味着金融深化程度提升
- 广义货币口径在不同国家存在统计差异，跨国比较时应关注各国货币统计框架的一致性
- 中国在1994年前后金融统计体系经历重大调整，历史数据纵向可比性可能受限
- 指标为年度增长率，单年波动可能受基数效应、季节性因素或一次性政策影响
- 数值高低受经济周期、货币政策、金融监管环境等多重因素共同作用，不宜单独解读为金融深化或收缩的信号
- 本指标反映的是新增信贷相对货币供应的比例，不代表私营部门可获取的绝对信贷规模
- 金融机构类型和统计范围的变化可能影响指标的历史可比性
- 部分转型经济体在金融深化初期可能出现指标异常波动。
中国趋势
中国该指标从1978年的21.75%波动至1993年峰值45.54%，随后持续回落，2024年降至5.76%的历史最低水平。在过去近50年间，该指标经历了两轮较明显的上升周期——1980年代中期的快速攀升和2009年的阶段性反弹，但整体呈现下降趋势。1978年至2024年间，指标从期初到期末下降了约73.5%。这种长期下行可能反映广义货币扩张速度快于私营部门信贷增长，也可能与经济结构转型、企业融资渠道多元化以及金融脱媒程度变化有关。
- 1978年指标值为21.75%，此后波动上行
- 1985年达到38.16%，1986年进一步升至44.55%的阶段性高点
- 1993年录得历史峰值45.54%
- 1990年代中后期开始持续回落，1999年降至9.80%
- 2009年出现阶段性反弹至22.72%
- 2010年后多数年份维持在7%至14%区间波动
- 2024年最新值为5.76%，创1978年以来最低
- 长期下降趋势可能是货币供应增长快于信贷增长的综合结果，不代表私营部门融资绝对规模收缩
全球趋势
世界银行数据显示全球该指标在2024年呈现较大的国别差异，阿根廷以77.75%位列第一，远高于其他国家。多数新兴市场和发展中经济体该指标集中在7%至15%区间，发达经济体通常处于较低水平。由于缺乏全球汇总数据，无法直接观察全球整体趋势，但从样本国家分布来看，该指标在不同发展阶段经济体间差异显著。
- 2024年阿根廷以77.75%领先全球
- 南苏丹、乌兹别克斯坦、土耳其分别录得36.80%、32.58%、32.07%
- 蒙古、格鲁吉亚、巴拉圭等中等经济体处于15%至24%区间
- 多数国家集中在7%至12%区间，包括巴西、赞比亚、保加利亚、加纳、坦桑尼亚等
- 冰岛、摩尔多瓦、多米尼加等小型经济体该指标在10%左右波动
- 各国货币统计框架和金融机构体系存在差异，跨国直接比较需谨慎
- 高值国家可能处于金融深化初期或货币统计口径相对狭窄阶段
- 低值国家不一定意味着金融发展滞后，也可能反映货币供应规模庞大或统计口径较宽
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1970-1979 | 1.0x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 1980-1989 | 0.7x | - | 期末为期初的0.75倍，指标下降可能反映这一阶段货币供应扩张相对更快，或金融机构对私营部门放贷意愿有所抑制。 |
| 1990-1999 | 0.4x | - | 期末为期初的0.37倍，降幅显著。这一时期金融体系改革深化、信贷政策调整或企业融资结构变化可能导致私营部门信贷增速明显慢于广义货币扩张。 |
| 2000-2009 | 2.4x | - | 期末为期初的2.40倍，增幅突出。该阶段可能伴随加入国际贸易体系后经济快速扩张带来的信贷需求回升，同时广义货币扩张节奏可能相对平稳。 |
| 2010-2019 | 0.7x | - | 期末为期初的0.70倍，指标再度回落。可能反映经济增速换挡期信贷需求增长放缓，而货币供应仍维持较高增速，导致分母扩张快于分子。 |
| 2020-2029 | 0.5x | - | 期末为期初的0.51倍，进一步下降。这一时期可能受经济结构转型、融资渠道多元化以及货币政策传导效率变化等多重因素影响，信贷增速相对广义货币增速持续放缓。 |
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。
使用建议、常见误用与研究场景
数值较高通常意味着什么
通常表示金融系统对私营部门的信贷增长速度快于广义货币扩张，反映私营部门融资活跃度相对提升或货币供应结构向实体经济倾斜，可能与经济上行期企业融资需求旺盛或金融深化加速有关。
数值较低通常意味着什么
通常表示广义货币扩张速度快于私营部门信贷增长，可能反映货币流动性淤积于金融体系未充分传导至实体经济、经济下行期信贷需求疲弱、或企业融资渠道向直接融资等非银行渠道转移。
鍙ｅ緞闄愬埗
- 该指标受货币统计口径差异影响显著，跨国比较需谨慎
- 分子分母同步变动时指标可能保持稳定，但不代表金融深化实质进展
- 年度数据易受基数效应和一次性因素扰动，单年数据波动解读需审慎
- 无法区分信贷质量，仅反映数量增速比例
- 不直接反映利率水平、资金成本或信贷可得性
- 广义货币中包含的金融工具类型在不同国家存在差异
- 中国金融体系以银行主导为主，该指标对非银行金融机构信贷覆盖可能不完整
使用建议
- 结合广义货币绝对规模和增速一起分析，避免单独解读比例
- 参考私营部门信贷占GDP比率等绝对规模指标验证
- 结合不良贷款率、资本充足率等金融稳健指标综合评估
- 关注货币政策传导效率和金融监管政策变化背景
- 使用时建议标注数据来源和统计口径差异
- 结合利率周期和企业融资成本数据进行交叉验证
- 在分析中国经济转型期金融结构变化时，建议对比银行信贷与直接融资的相对变化
常见错误用法
错误做法：直接将该指标数值高低作为评判金融发展水平好坏的唯一标准
正确做法：应结合经济周期、货币供应规模、金融结构特征等多因素综合解读
高值和低值都可能是特定经济环境下的正常表现，不代表绝对的优劣
错误做法：用该指标代替私营部门信贷绝对规模来比较不同国家的金融深化程度
正确做法：跨国比较时应使用私营部门信贷占GDP等绝对或相对规模指标
该指标是增速比值，受基数和货币供应规模影响，无法直接衡量金融深化水平
错误做法：将年度数值变化简单归因于单一政策或改革措施
正确做法：应考虑基数效应、经济周期、金融监管等多重因素的共同作用
年度波动可能受短期因素扰动，长期趋势才更具政策含义
错误做法：忽略广义货币统计口径差异，认为该指标可以直接进行跨时期纵向比较
正确做法：在中国1994年前后金融统计体系调整阶段应审慎解读纵向变化
统计体系变化可能导致口径不一致，影响数据可比性
实际应用场景
- 货币政策传导效率研究：分析货币政策通过银行信贷渠道对实体经济的传导效果时，可将该指标作为反映信贷供给变化的代理变量 被解释变量或机制变量 可结合利率传导指标和产出缺口进行协整分析，评估不同货币政策阶段的传导效率差异
- 金融结构与实体经济关系研究：在研究银行主导型金融体系对私营部门支持程度时，可将该指标与其他融资渠道指标对比 被解释变量 建议结合直接融资占比、私募股权融资等变量，构建金融结构多元化指标体系进行综合分析
- 经济周期与信贷周期同步性研究：分析中国信贷周期与经济周期的领先滞后关系时，可使用该指标识别信贷扩张和收缩阶段 解释变量或被解释变量 可采用HP滤波或B-K滤波分离周期成分后进行相位分析，注意数据频率和样本区间的选择
- 金融风险累积监测：在监测系统性金融风险时，可将该指标与资产价格、不良贷款率等指标结合构建预警体系 风险监测指标 注意指标波动的阈值设定需结合中国金融体系特征，不宜简单套用国际标准
对私营部门的债权（年增长率占广义货币的百分比）常见问题
这个指标和广义货币增长率有什么区别？
广义货币增长率反映货币供应整体增速，而本指标是信贷增长与广义货币增长的比例。前者只看分母，后者关注分子相对分母的变化，用于判断新增货币中有多少流入私营部门信贷。两者均高时流动性可能过度进入实体经济；货币高增但本指标低迷时可能意味着资金淤积于金融体系。
为什么中国该指标近年来持续下降？
这可能反映广义货币维持较高增速而私营部门信贷增长相对放缓，也可能与企业融资渠道多元化、直接融资占比提升有关。具体原因需要结合经济周期、货币政策取向和企业部门融资结构变化等背景综合分析，不宜单一归因。
该指标数值越低是否意味着金融对实体支持不足？
不一定。该指标反映的是比例关系而非绝对规模，低值可能是货币供应增长过快的相对结果而非信贷绝对收缩。在分析金融支持实体经济时，建议同时关注私营部门信贷占GDP比率、信贷可得性等绝对和相对指标。
如何理解2024年阿根廷该指标高达77%而中国仅5.76%？
这主要反映两国的货币金融结构差异。阿根廷货币供应基数相对较小而信贷增长活跃，中国广义货币规模庞大导致增速相对较低。跨国比较时需考虑各国货币统计口径、金融体系结构和经济发展阶段的差异。
下载数据
免费获取世界银行WDI完整数据集，包含对私营部门的债权（年增长率占广义货币的百分比）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据