贷款的风险溢价（基本利率减去国库券利率，%）

Risk premium on lending (lending rate minus treasury bill rate, %)

下载数据

指标代码：FR.INR.RISK所属主题：金融部门：Interest ratesFinancial Sector: Interest rates

2024最新有效年份

40最新年份有值国家

265历史上有数据经济体

86%总体缺失率

指标解释

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

Risk premium on lending is the interest rate charged by banks on loans to private sector customers minus the "risk free" treasury bill interest rate at which short-term government securities are issued or traded in the market. In some countries this spread may be negative, indicating that the market considers its best corporate clients to be lower risk than the government. The terms and conditions attached to lending rates differ by country, however, limiting their comparability. This indicator is expressed as a percentage (a÷b)*100.

可供参考的中文翻译：贷款风险溢价是指银行向私营部门客户收取的贷款利率，减去可在市场上发行或交易的短期政府证券的“无风险”国库券利率。在某些国家，这一利差可能为负值，表明市场认为其最优企业客户的信用风险低于政府。不同国家贷款协议的条款和条件存在差异，这限制了跨国可比性。本指标以百分比表示，计算公式为(a÷b)×100。

数据口径与风险提示

本指标衡量商业银行对私营部门贷款的定价风险溢价，等于贷款利率减短期政府债券收益率，反映金融机构对企业信用风险的定价差异
负值表示市场认为最优企业客户的违约风险低于政府，通常出现在主权信用评级较高、金融体系较为稳健的经济体
跨国比较时需注意：不同国家银行体系的业务模式、监管要求、信贷文化及会计标准存在差异，可能影响利差水平
部分发展中国家可能因数据可得性有限、利率管制或金融市场不发达而缺失数据
该指标仅反映银行对企业客户的平均定价，未细分行业、期限或抵押品差异，无法捕捉企业融资结构的异质性
政府债券收益率的期限选择（短期国库券 vs 中长期国债）会影响利差计算的基准，进而影响跨时期可比性
金融危机或重大信用事件可能导致利差异常跳升，但单一时点数据难以判断是结构性变化还是临时冲击
本指标不直接衡量系统性金融风险，需结合不良贷款率、资本充足率等审慎监管指标综合评估

中国趋势

趋势解读

世界银行数据库中目前缺乏中国贷款风险溢价的时间序列数据，因此无法对中国该指标的长期变化趋势进行直接描述。数据缺失可能与中国金融体系的利率管制历史、金融深化进程以及数据报告标准的变化有关。在解读中国金融部门利率风险溢价时，建议优先参考中国人民银行公布的贷款基准利率、Shibor（上海银行间同业拆借利率）以及信用评级机构发布的评级数据，并结合国内银行信贷风险管理的实证研究。

当前数据库中中国该指标无有效记录，无法提取具体年份数值
无法进行趋势描述或跨时期比较
中国利率市场化改革进程可能导致利率数据口径在报告期内发生变化
国内银行信贷风险评估标准与国际标准可能存在差异

全球趋势

趋势解读

世界银行数据库中目前缺乏全球贷款风险溢价的汇总时间序列数据，因此无法对全球该指标的长期变化趋势进行直接描述。全球层面的数据汇总受制于各成员国报告标准不一致、数据缺失比例较高以及区域代表性不均衡等问题。从概念上讲，全球贷款风险溢价的变化可能反映国际金融市场风险偏好、跨境资本流动以及新兴市场金融深化程度的差异，但由于缺乏可靠的时间序列数据，这些关联尚待实证验证。

当前数据库中全球汇总该指标无有效记录，无法提取具体年份数值
不同收入水平国家的利率结构差异显著，全球平均值的解读需谨慎
跨国数据可得性随时间变化，可能导致全球汇总序列存在非随机缺失
国库券市场发育程度在各国差异较大，部分国家可能缺乏活跃的短期国债市场

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该时期中国与世界贷款风险溢价数据均缺失，无法进行十年变化倍数的比较，可能与当时计划经济体制下利率管制严格、金融市场不发达有关。
1970-1979	-	-	该时期中国与世界贷款风险溢价数据均缺失，无法评估金融深化进程对利差结构的影响，需要结合各国金融自由化时间表进一步验证。
1980-1989	-	-	该时期中国与世界贷款风险溢价数据均缺失，中国正处于改革开放初期，金融体系市场化程度较低，限制了利率风险溢价的有效测度。
1990-1999	-	-	该时期中国与世界贷款风险溢价数据均缺失，中国正推进专业银行商业化改革，但利率形成机制仍以管制为主，可能导致统计口径与国际标准存在较大差异。
2000-2009	-	-	该时期中国与世界贷款风险溢价数据均缺失，全球金融危机期间信用风险溢价显著上升，但本数据库未提供足够样本量支撑跨国汇总计算。
2010-2019	-	-	该时期中国与世界贷款风险溢价数据均缺失，中国利率市场化改革在此阶段加速推进，贷款基准利率逐步放开，但数据报告标准的变化可能影响纵向可比性。
2020-2029	-	-	该时期中国与世界贷款风险溢价数据均缺失，近年全球低利率环境及中国金融让利实体经济政策可能对银行利差产生结构性影响，但需结合银行净息差等先行指标验证。

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	Madagascar 马达加斯加	MDG	49.5
2	Brazil 巴西	BRA	29.0
3	Malawi 马拉维	MWI	21.2
4	Gambia, The 冈比亚	GMB	12.0
5	Sierra Leone 塞拉利昂	SLE	11.8
6	Rwanda 卢旺达	RWA	8.42
7	Maldives 马尔代夫	MDV	8.05
8	Belize 伯利兹	BLZ	7.81
9	Guyana 圭亚那	GUY	7.28
10	Georgia 格鲁吉亚	GEO	6.95
11	Seychelles 塞舌尔	SYC	6.91
12	Uzbekistan 乌兹别克斯坦	UZB	6.86
13	Cabo Verde 佛得角	CPV	6.64
14	Mauritius 毛里求斯	MUS	5.83
15	Mozambique 莫桑比克	MOZ	5.73
16	Algeria 阿尔及利亚	DZA	5.05
17	Fiji 斐济	FJI	4.40
18	Lesotho 莱索托	LSO	4.34
19	Jamaica 牙买加	JAM	4.25
20	Papua New Guinea 巴布亚新几内亚	PNG	4.06
21	Moldova 摩尔多瓦	MDA	3.98
22	Armenia 亚美尼亚	ARM	3.73
23	Albania 阿尔巴尼亚	ALB	3.37
24	South Africa 南非	ZAF	3.34
25	Iceland 冰岛	ISL	2.99
26	Hungary 匈牙利	HUN	2.89
27	Montenegro 黑山	MNE	2.85
28	Thailand 泰国	THA	2.29
29	Romania 罗马尼亚	ROU	2.26
30	Namibia 纳米比亚	NAM	2.24
31	Italy 意大利	ITA	1.95
32	Angola 安哥拉	AGO	1.90
33	Eswatini 斯威士兰	SWZ	1.67
34	Bahamas, The 巴哈马	BHS	1.32
35	Kenya 肯尼亚	KEN	1.32
36	Uruguay 乌拉圭	URY	1.01
37	Mexico 墨西哥	MEX	0.51
38	Bangladesh 孟加拉国	BGD	-1.67
39	Egypt, Arab Rep. 埃及	EGY	-3.44
40	South Sudan 南苏丹	SSD	-5.73

使用建议、常见误用与研究场景

数值较高通常意味着什么

较高的贷款风险溢价通常意味着商业银行对企业客户的信用风险评估较高，反映借款企业违约概率较大、抵押品保障不足或信息不对称问题较突出，也可能是银行市场势力较强、竞争不充分的体现。

数值较低通常意味着什么

较低的贷款风险溢价可能表明银行对企业信用风险评估较乐观，或金融市场对政府违约风险的相对评价较高，也可能反映银行体系竞争激烈、资金供给充裕。负值在理论上表示市场认为最优企业客户的信用质量优于政府主权信用，但可能更多反映银行体系的特殊定价行为或数据口径问题。

鍙ｅ緞闄愬埗

不同国家银行贷款协议的期限结构、抵押要求、费用收取方式差异较大，限制了跨国可比性
负值结果可能有多种解读：可能是市场定价有效的体现，也可能反映数据质量或统计口径问题
该指标仅反映银行对私营部门的贷款利率风险溢价，未涵盖企业债券、股权融资等直接融资渠道的融资成本
短期国库券收益率作为基准可能忽视政府债务可持续性变化对“无风险”假设的挑战
数据可得性问题可能导致样本选择偏差，高风险国家可能系统性缺失数据
该指标是存贷款利率差而非不良贷款率，无法直接衡量信贷资产质量
货币政策立场、通胀预期、汇率波动等因素对利差的影响未被剥离
银行市场结构（竞争程度、集中度）对利差的影响难以与其他风险因素分离

使用建议

在跨国比较研究中使用该指标时，应控制人均收入、法治水平、金融深度等结构性因素
结合不良贷款率、资本充足率、拨备覆盖率等审慎监管指标综合评估银行风险
对负值国家需审慎解读，可结合信用评级、主权利差等独立信息源交叉验证
关注指标的时间序列稳定性，若某国数据在短期内出现大幅跳变，需排查统计方法或报告标准变更
在进行面板回归分析时，应考虑使用固定效应控制国家异质性，并处理潜在的内生性问题
建议同时考察存款利率（FR.INR.DPST）和贷款利率（FR.INR.LEND）以理解利差形成的具体环节
结合财政收支状况（GC.NLD.TOTL.GD.ZS）和汇率波动（PX.REX.REER）评估政府信用风险对基准利率的影响
对于时间序列分析，应使用H-P滤波或B-K分解等方法区分趋势成分与周期成分

常见错误用法

错误做法：直接认为贷款风险溢价为负的国家金融体系更健康、企业质量更好

正确做法：应结合信用评级、主权利差、不良贷款率等指标综合判断，负值可能反映银行定价扭曲或统计口径差异

负值可能有多种成因，将其简单等同于低风险可能导致误判，需要更全面的金融稳健性指标体系验证

错误做法：用该指标直接评估银行竞争力或市场效率

正确做法：应将利差分解为成本加成（反映风险溢价和运营成本）与利润率成分，结合银行效率指标综合分析

利差既反映风险定价，也反映市场势力和运营效率，单纯的跨国利差比较无法区分这些因素各自的贡献

错误做法：将不同国家同一时点的利差排名解读为融资环境的绝对优劣

正确做法：应考虑经济发展阶段、金融结构（银行主导vs市场主导）、利率市场化程度等背景因素进行标准化比较

新兴市场和发展中经济体的金融体系特征与发达经济体存在系统性差异，利差水平的含义不能脱离发展阶段孤立解读

错误做法：用该指标推断货币政策传导效率

正确做法：应使用实际利率、利率弹性等指标，并通过结构 VAR 模型识别货币政策冲击的传导路径

贷款风险溢价反映的是市场风险定价结果而非货币政策工具的直接效果，传导效率的分析需要更精细的计量方法

实际应用场景

金融深化与银行风险定价能力的跨国研究：研究金融深化程度如何影响商业银行对企业信用风险的定价能力，样本涵盖发达经济体和新兴市场，研究期间为2000-2020年被解释变量可采用动态面板 GMM 方法估计金融深化指标对利差的影响，同时控制人均 GDP、通胀率、银行集中度等变量，使用系统 GMM 解决内生性问题
财政赤字与银行贷款风险溢价的关系：分析政府财政状况恶化是否通过影响主权信用风险进而推升企业融资成本，样本为中等收入国家面板数据被解释变量使用固定效应面板回归，将财政收支（GC.NLD.TOTL.GD.ZS）作为核心解释变量，控制货币政策立场和汇率波动，检验财政风险向信贷风险的可能传导渠道
不良贷款率对银行风险定价的影响机制：考察银行存量不良贷款是否通过风险厌恶机制影响新增贷款的定价行为，研究样本为发展中国家银行层面的微观数据解释变量/机制变量可采用两阶段最小二乘法或工具变量方法，以不良贷款率为核心解释变量，本指标作为被解释变量，同时控制银行规模、资本充足率等微观特征
汇率波动与跨境融资成本的可比性检验：在使用跨国贷款风险溢价数据进行实证研究时，检验汇率波动是否构成不可比因素，需要进行敏感性分析控制变量/稳健性检验在基准回归中加入汇率波动率（可用实际有效汇率指数 PX.REX.REER 的标准差衡量），比较加入前后核心解释变量系数的稳定性，以此评估结果的稳健性