广义货币（占 GDP 的百分比）

Broad money (% of GDP)

下载数据

指标代码：FM.LBL.BMNY.GD.ZS所属主题：金融部门：Monetary holdings (liabilities)Financial Sector: Monetary holdings (liabilities)

2024最新有效年份

110最新年份有值国家

265历史上有数据经济体

38%总体缺失率

指标解释

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

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 is expressed as a percentage of Gross Domestic Product (GDP) which is the total income earned through the production of goods and services in an economic territory during an accounting period.

可供参考的中文翻译：广义货币是指货币持有部门持有的所有流动性金融工具之和，这些金融工具在经济体中被广泛接受为交换媒介，同时包括可在短期内或在接近其全部名义价值时转换为交换媒介的资产。该指标以占国内生产总值（GDP）的百分比形式呈现，GDP 是指一个经济领地在一定会计期间内通过生产商品和服务所赚取的总收入。

数据口径与风险提示

广义货币的统计口径在不同国家存在差异，部分经济体的银行体系结构差异可能导致跨境可比性受限
该指标为名义值，未剔除价格因素影响，高比值可能反映货币扩张也可能反映金融深化程度较高
该比率的分子为货币供应量、分母为GDP，两者增速不匹配时可能产生误导，需结合货币供应量增长率指标综合判断
高收入发达经济体和新兴市场国家由于金融结构差异，其合理比值区间可能存在系统性差异
部分小型开放经济体由于外汇流入规模较大，可能出现异常高的货币 GDP 比率
该指标反映的是存量与流量的比值，分子波动受货币政策和金融创新影响较大
中国的储蓄率偏高、银行主导型金融结构使得该比值系统性高于多数发达国家
疫情期间各国量化宽松政策差异导致该指标的跨国比较更加复杂

中国趋势

趋势解读

从1977年至2024年，中国广义货币占GDP比率呈现出持续且显著的上升态势，由1977年的约26.4%攀升至2024年的约227.5%，累计上升超过200个百分点，最新值约为首年的8.6倍，这一增幅远超同期世界平均水平。1978年曾短暂触及24.1%的局部低点，此后基本呈单边上升趋势，2000年突破130%，2009年突破170%，2020年后维持在200%以上区间。近期2023至2024年间上升约20个百分点，增速有所加快。总体而言，中国该比率的长期趋势反映了金融体系不断深化、居民储蓄向金融体系转化持续推进的过程，同时也与高储蓄率、银行主导型融资结构以及外汇占款投放基础货币的机制密切相关。

1977年广义货币/GDP约为26.4%，1978年短暂降至24.1%后开启持续上升
1990年突破77%，1999年突破132%，2009年突破172%
2015年突破198%，2024年达到227.5%的历史最高点
从1977年到2024年，该比率累计上升约201个百分点
2024年最新值约为1977年首年值的8.6倍
近一年（2023至2024年）上升约20个百分点
长期累计升幅巨大，但不宜简单解读为货币超发，需结合金融深化阶段和储蓄率因素综合判断
2020年后增速有所放缓，但绝对水平仍处高位，与世界平均水平差距显著

全球趋势

趋势解读

从1960年至2024年，世界广义货币占GDP比率整体呈上升趋势，由1960年的约49.5%上升至2024年的约137.4%，累计上升约88个百分点，最新值约为1960年的2.8倍。与中国持续单边上扬不同，世界该比率呈现更明显的周期性波动特征。1960年代维持在50%左右区间，1980年代中后期加速上升至90%以上，1990年代在88%至99%区间波动，2000年代在95%至111%区间起伏，2009年受全球金融危机后量化宽松政策影响飙升至111%，2020年进一步攀升至140%以上，2021年触及141.1%的历史峰值后有所回落，2024年降至137.4%。世界该比率的长期上升趋势总体反映了全球金融深化程度的提升，但波动受主要经济体货币政策周期和金融危机等事件影响较大。

1960年广义货币/GDP约为49.5%，此后数十年持续攀升
1987年突破87%，1999年突破98%，2009年突破111%
2020年达到140.4%，2021年触及141.1%的历史最高点
从1960年到2024年，该比率累计上升约88个百分点
2024年最新值约为1960年首年值的2.8倍
近一年（2023至2024年）下降约3个百分点
世界平均水平受主要经济体权重影响较大，中国等大型新兴市场的快速上升显著拉高了全球均值
该比率的跨国差异受金融结构、储蓄习惯、资本账户开放程度等多重因素影响

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	1.1x	该阶段只有世界具备可比变化率，适合用作背景参照，不宜直接推断中国差异。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。
1970-1979	1.2x	1.1x	该阶段中国该比值增幅（1.23倍）略高于世界均值（1.12倍），但由于中国1978年才加入世界银行统计序列，数据覆盖有限，两者的差距可能更多反映统计口径起始点差异，而非结构性分化开始的确切标志。
1980-1989	1.8x	1.5x	中国增幅（1.82倍）明显高于世界（1.47倍），差距约为0.35倍，这种分化可能意味着中国金融深化速度快于全球平均，也可能反映统计期内中国由计划体制向商品经济转型过程中金融结构快速变化的影响。
1990-1999	1.7x	1.1x	中国增幅（1.71倍）大幅领先世界（1.13倍），差距扩大至0.58倍，可能反映中国商业银行体系扩张、居民储蓄向银行体系转化加速以及外汇占款持续增加等多重机制叠加效应，而世界均值受发达经济体金融脱媒等因素抑制。
2000-2009	1.3x	1.1x	中国增幅（1.28倍）与世界（1.12倍）的差距收窄至0.16倍，这一阶段中国加入WTO后贸易顺差积累、外汇占款投放基础货币的机制更为突出，但同期世界受金融危机后货币宽松影响也有明显上升，两者增速趋同可能反映全球货币化的同步性增强。
2010-2019	1.1x	1.1x	中国增幅（1.12倍）与世界（1.14倍）基本持平，世界略高于中国，这与2008年后全球主要央行普遍实施量化宽松推高了世界均值有关，可能意味着中国货币化程度已接近某些结构性上限，或货币政策侧重点由总量扩张转向定向工具运用。
2020-2029	1.1x	1.0x	中国增幅（1.10倍）高于世界（0.98倍），后者出现小幅下降，这一差异可能反映中国在疫情期间货币信贷投放力度相对更大，而世界均值受主要央行快速收紧政策影响出现回调，也可能意味着中国金融体系的货币内生性与世界主要经济体的外生性差异有所体现。

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	Japan 日本	JPN	267.1
2	China 中国	CHN	227.5
3	Korea, Rep. 韩国	KOR	162.7
4	United Kingdom 英国	GBR	142.3
5	Thailand 泰国	THA	141.7
6	Mauritius 毛里求斯	MUS	140.5
7	Australia 澳大利亚	AUS	129.4
8	West Bank and Gaza 约旦河西岸和加沙	PSE	128.9
9	Nepal 尼泊尔	NPL	126.2
10	Malaysia 马来西亚	MYS	120.8
11	Cambodia 柬埔寨	KHM	120.5
12	Morocco 摩洛哥	MAR	118.5
13	Brazil 巴西	BRA	116.4
14	Jordan 约旦	JOR	114.6
15	United Arab Emirates 阿联酋	ARE	114.1
16	St. Kitts and Nevis 圣基茨和尼维斯	KNA	103.9
17	Israel 以色列	ISR	102.8
18	United States 美国	USA	100.7
19	New Zealand 新西兰	NZL	100.0
20	Vanuatu 瓦努阿图	VUT	96.3
21	Grenada 格林纳达	GRD	94.1
22	Cabo Verde 佛得角	CPV	92.9
23	Qatar 卡塔尔	QAT	90.0
24	Czechia 捷克	CZE	87.0
25	Seychelles 塞舌尔	SYC	85.2
26	Egypt, Arab Rep. 埃及	EGY	83.7
27	Brunei Darussalam 文莱	BRN	83.7
28	Bhutan 不丹	BTN	83.3
29	Tunisia 突尼斯	TUN	83.2
30	Kuwait 科威特	KWT	82.7
31	Bulgaria 保加利亚	BGR	82.1
32	Sweden 瑞典	SWE	77.9
33	Dominica 多米尼克	DMA	77.2
34	Antigua and Barbuda 安提瓜和巴布达	ATG	76.1
35	Belize 伯利兹	BLZ	75.9
36	Chile 智利	CHL	75.1
37	Honduras 洪都拉斯	HND	74.9
38	South Africa 南非	ZAF	73.9
39	Algeria 阿尔及利亚	DZA	73.5
40	Bosnia and Herzegovina 波黑	BIH	73.1
41	Timor-Leste 东帝汶	TLS	71.8
42	St. Vincent and the Grenadines 圣文森特和格林纳丁斯	VCT	71.4
43	Djibouti 吉布提	DJI	71.1
44	Albania 阿尔巴尼亚	ALB	70.9
45	Poland 波兰	POL	67.8
46	Iceland 冰岛	ISL	67.2
47	St. Lucia 圣卢西亚	LCA	66.7
48	Denmark 丹麦	DNK	62.6
49	Suriname 苏里南	SUR	62.3
50	Norway 挪威	NOR	61.4
51	Jamaica 牙买加	JAM	61.1
52	Tonga 汤加	TON	61.0
53	North Macedonia 北马其顿	MKD	60.5
54	Hungary 匈牙利	HUN	60.0
55	Bolivia 玻利维亚	BOL	59.8
56	Kosovo 科索沃	XKX	59.6
57	El Salvador 萨尔瓦多	SLV	58.8
58	Armenia 亚美尼亚	ARM	57.8
59	Ecuador 厄瓜多尔	ECU	57.1
60	Guatemala 危地马拉	GTM	56.9
61	Montenegro 黑山	MNE	56.8
62	Uruguay 乌拉圭	URY	55.1
63	Samoa 萨摩亚	WSM	54.6
64	Maldives 马尔代夫	MDV	54.5
65	Mongolia 蒙古	MNG	53.7
66	Mozambique 莫桑比克	MOZ	53.5
67	Georgia 格鲁吉亚	GEO	53.2
68	Serbia 塞尔维亚	SRB	53.0
69	Paraguay 巴拉圭	PRY	52.6
70	Moldova 摩尔多瓦	MDA	52.4
71	Senegal 塞内加尔	SEN	51.3
72	Costa Rica 哥斯达黎加	CRI	50.5
73	Bangladesh 孟加拉国	BGD	48.8
74	Iraq 伊拉克	IRQ	47.9
75	Solomon Islands 所罗门群岛	SLB	47.8
76	Gambia, The 冈比亚	GMB	46.9
77	Togo 多哥	TGO	46.8
78	Mexico 墨西哥	MEX	45.8
79	Ukraine 乌克兰	UKR	45.5
80	Botswana 博茨瓦纳	BWA	43.8
81	Turkiye 土耳其	TUR	43.5
82	Burkina Faso 布基纳法索	BFA	42.3
83	Romania 罗马尼亚	ROU	42.2
84	Colombia 哥伦比亚	COL	41.8
85	Indonesia 印度尼西亚	IDN	41.8
86	South Sudan 南苏丹	SSD	40.3
87	Dominican Republic 多米尼加共和国	DOM	39.4
88	Guinea-Bissau 几内亚比绍	GNB	39.0
89	Pakistan 巴基斯坦	PAK	38.2
90	Kenya 肯尼亚	KEN	37.6
91	Cote d'Ivoire 科特迪瓦	CIV	37.5
92	Comoros 科摩罗	COM	37.0
93	Azerbaijan 阿塞拜疆	AZE	36.8
94	Kazakhstan 哈萨克斯坦	KAZ	33.4
95	Zambia 赞比亚	ZMB	31.0
96	Ghana 加纳	GHA	30.2
97	Guinea 几内亚	GIN	30.1
98	Mali 马里	MLI	29.6
99	Benin 贝宁	BEN	28.1
100	Rwanda 卢旺达	RWA	27.7
101	Madagascar 马达加斯加	MDG	27.6
102	Malawi 马拉维	MWI	27.1
103	Argentina 阿根廷	ARG	26.3
104	Guyana 圭亚那	GUY	24.6
105	Uganda 乌干达	UGA	20.8
106	Sierra Leone 塞拉利昂	SLE	20.3
107	Sao Tome and Principe 圣多美和普林西比	STP	20.3
108	Uzbekistan 乌兹别克斯坦	UZB	19.0
109	Niger 尼日尔	NER	16.4
110	Angola 安哥拉	AGO	16.1

使用建议、常见误用与研究场景

数值较高通常意味着什么

广义货币占GDP比率处于较高水平，可能意味着该经济体的货币化程度较高、金融深化水平较发达、居民储蓄向金融体系转化较为充分、流动性充裕，或者金融体系对实体经济的支撑力度较强。在某些发展阶段，适度的货币扩张可能与投资驱动型经济增长模式相适应。

数值较低通常意味着什么

广义货币占GDP比率处于较低水平，可能意味着该经济体的货币化程度较低、金融体系相对不发达、以物易物或非正规金融活动占比较高、流动性相对紧张，或者居民更倾向于持有非货币类资产。

鍙ｅ緞闄愬埗

该指标未剔除价格因素影响，名义GDP与名义货币供应量的变化受通胀和汇率影响较大
不同国家金融结构差异显著，银行主导型经济体该比值系统性高于市场主导型经济体，可比性有限
该指标反映的是货币存量与经济产出流量的比例关系，不能直接用于衡量货币政策松紧程度
广义货币统计口径虽有一定国际标准，但各国金融机构类型和金融工具创新程度不同导致口径存在差异
跨境比较需考虑资本账户开放程度、汇率制度安排以及外汇储备规模等特殊因素
该指标无法区分货币的来源渠道（信贷、证券、外汇占款等），难以据此判断货币政策传导效率
时间序列的长期趋势可能掩盖短期周期波动和结构性转折点
高比值可能反映金融深化，也可能反映货币效率下降或金融风险积累。

使用建议

结合广义货币年度增长率（FM.LBL.BMNY.ZG）共同分析，以区分存量水平和增速变化的不同含义
结合储蓄率、资本形成总额等指标，辅助判断货币扩张与实体投资需求的关系
结合经常账户余额（BN.CAB.XOKA.GD.ZS）和外汇储备变化，分析外汇占款对货币供应的影响机制
结合国内信贷对私营部门占比（FD.AST.PRVT.GD.ZS）和央行资产负债规模，评估货币政策传导效率
对比人均GDP和金融发展指数等指标，评估该比值的阶段性合理性
关注该指标与通胀率、利率水平的联动关系，辅助判断货币流通速度变化
参考同类金融结构经济体的比值区间进行横向比较，避免与金融结构差异过大的经济体直接对比
区分长期趋势分析和短期周期判断的不同用途，避免将历史趋势简单外推。

常见错误用法

错误做法：将广义货币占GDP比率的高低直接等同于货币超发或货币贬值的程度

正确做法：结合货币供应量增长率、通胀水平和汇率变动综合评估货币政策状态

高比值可能反映金融深化而非货币超发，不同发展阶段和金融结构的经济体合理比值差异很大

错误做法：用该指标进行跨国排名，将中国排名靠前简单解读为金融风险高于其他国家

正确做法：在相同或相近金融结构、储蓄率水平、汇率制度的经济体间进行比较

该指标受金融结构特征影响显著，银行主导型经济体系统性偏高，与风险水平无直接对应关系

错误做法：用2024年排名直接推断日本、中国的金融风险高于美国

正确做法：结合历史趋势、货币政策周期和经济基本面综合分析

各国金融结构和发展路径不同，比值差异反映的是结构性分化而非简单的好坏判断

错误做法：将中国该比值的长期上升趋势简单归因于货币超发

正确做法：结合储蓄率变化、信贷结构、外汇占款和金融深化阶段综合分析

高储蓄率和银行主导型金融结构是导致中国该比值偏高的重要结构性原因，与发达市场逻辑不同

错误做法：用世界平均值作为中国的基准或目标值

正确做法：参考发展阶段相近、金融结构相似的经济体的比值区间

中国的高储蓄率和银行主导型金融结构使得该比值系统性高于以市场为主导的发达经济体，简单对标世界均值缺乏经济合理性

实际应用场景

货币政策传导效率研究：分析中国货币供应量变化对实体经济的影响时，可将该指标作为货币环境宽松程度的辅助参考，结合利率传导和信贷渠道指标综合评估机制变量可构建货币环境综合指数，将广义货币/GDP比率与利率、信贷增速等指标加权合成，用于检验货币政策传导的非线性效应和时滞特征
金融深化与经济增长关系检验：研究金融发展对长期经济增长的促进作用时，可将该指标纳入金融深化代理变量集合，检验其边际贡献是否递减解释变量需控制人均收入初始水平、贸易开放度、人力资本等变量，并关注内生性问题，可采用工具变量或动态面板方法
储蓄率与货币化程度关联分析：探讨中国高储蓄率向金融体系转化机制时，可将该指标与居民储蓄率、企业储蓄率指标联立分析被解释变量可构建储蓄-货币转化效率指标，分析不同阶段转化效率的变化及其与经济结构转型的关系
金融危机预警指标稳健性检验：将该指标纳入金融危机预警模型，检验其在不同国家和不同时期的预警效果是否稳健控制变量需进行样本外测试和跨期稳健性检验，关注阈值的时变特征和非线性阈值效应
中国金融结构国际比较研究：对比分析中国与日韩英德等银行主导型经济体的货币化路径时，将该指标与证券化率、信贷比等指标联合使用比较变量需对金融结构类型进行明确分类，讨论可比性和结构性差异的来源