私营部门的国内信贷(占 GDP 的百分比)

Domestic credit to private sector (% of GDP)

下载数据

指标代码:FS.AST.PRVT.GD.ZS所属主题:金融部门:AssetsFinancial Sector: Assets

2024最新有效年份
132最新年份有值国家
265历史上有数据经济体
44%总体缺失率

指标解释

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

Domestic credit to private sector refers to financial resources provided to the private sector by financial corporations, such as through loans, purchases of nonequity securities, and trade credits and other accounts receivable, that establish a claim for repayment. For some countries these claims include credit to public enterprises. The financial corporations include monetary authorities and deposit money banks, as well as other financial corporations where data are available (including corporations that do not accept transferable deposits but do incur such liabilities as time and savings deposits). Examples of other financial corporations are finance and leasing companies, money lenders, insurance corporations, pension funds, and foreign exchange companies. 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:私营部门的国内信贷指金融公司向私营部门提供的金融资源,包括贷款、购买非股权证券、贸易信贷及其他应收款项,这些都构成偿还请求权。对于部分国家,这些债权可能包括对国有企业的信贷。金融公司包括货币当局和存款货币银行,以及其他有数据可查的金融公司(包括不接受活期存款但产生定期存款和储蓄存款负债的公司)。其他金融公司的例子包括融资租赁公司、放债机构、保险公司、养老基金和外汇公司。该指标以占国内生产总值(GDP)的百分比表示,GDP是指在一定核算期内一个经济领土内生产货物和服务所获得的总收入。

数据口径与风险提示

  • 该指标仅涵盖金融公司提供的信贷,不包括直接融资(如股票发行、债券发行)渠道,跨国比较时需注意各国直接融资市场发育程度差异
  • 部分国家数据缺失较早或存在较长间隔,尤其是发展中国家1970年前的早期数据可靠性有限
  • 该指标为名义值,未剔除价格因素影响,在高通膨时期可能高估实际信贷规模
  • GDP作为分母会受到汇率波动影响,在将不同国家数据横向比较时应考虑本币贬值对分母的缩小效应
  • 中国数据历史上曾将部分国有企业信贷纳入私营部门口径,与纯粹私有企业的定义存在差异
  • 世界平均值由可得数据的国家加权计算,样本国家构成随时间变化,可能影响长期趋势的稳定性
  • 金融公司分类标准在不同国家和时期可能存在差异,影响数据的国际可比性
  • 该指标反映的是存量规模而非流量,新增信贷的边际变化可能与存量指标显示的趋势不完全一致

中国趋势

趋势解读

中国私营部门国内信贷占GDP比例从1977年的约51%持续攀升至2024年的约194%,增长约2.8倍,成为全球信贷密度最高的经济体之一。1980年代改革开放初期至1990年代初,信贷占GDP比例在50%至70%区间小幅波动,反映金融体系尚处起步阶段。1990年代中后期随着商业银行体系改革推进,比例突破100%。2000年代经历2004年短暂回调后,2009年受大规模刺激政策推动飙升至122%。2010年代该指标持续上行,从124%逐步升至162%,增速虽有所放缓但增量绝对值庞大。2020年以来继续保持增长态势,2024年达到历史峰值194%。数据显示中国金融深化的同时,也反映出经济对信贷融资的高度依赖。

  • 1977年首年数据为51.09%,1999年首次突破100%关口达109.40%
  • 2009年受经济刺激政策影响从上年的100.41%跳升至122.30%,单年升幅约22个百分点
  • 2015年突破150%关口达149.63%,2019年突破160%关口达162.21%
  • 2020年至2024年连续五年上升,从179.10%升至194.17%
  • 2024年与1977年之比为3.80倍,显示长期增长约280%
  • 2023至2024年间上升约4.56个百分点
  • 早期数据点较少,1977-1980年间仅有四个观测值,年际波动解读需谨慎
  • 该指标反映信贷存量与当年GDP的比例关系,GDP增速下降会导致比例被动上升

全球趋势

趋势解读

全球私营部门国内信贷占GDP比例从1970年的约69%逐步上升至2024年的约142%,整体呈长期上升趋势但伴随显著波动。1970年代至1980年代中期稳步增长,1986年首次突破90%。1990年代加速上升,1999年达到约139%。2000年代初期至中期在120%-130%区间波动,2008年金融危机前达120%,2009年后快速回升并在2020年创下约146%的历史峰值,可能与全球宽松货币政策和疫情救助措施相关。2021年后出现回落,2024年降至约142%。数据显示全球金融深化整体持续推进,但近年出现信贷密度下降的逆趋势。

  • 1970年首年数据为68.98%,2002年首次突破120%关口
  • 2020年达到历史峰值145.93%,随后连续四年下降
  • 2001年和2008年出现两个明显低谷,分别为123.70%和120.02%
  • 2024年与1970年之比为2.06倍,显示长期增长约106%
  • 2023至2024年间下降约4.65个百分点,与中国走势相反
  • 世界平均值为可得数据国家的加权平均,样本构成随时间变化
  • 不同地区金融发展水平差异悬殊,简单平均值可能掩盖结构分化
  • 金融危机期间数据波动较大,2008-2009年和2020年的极值可能反映统计调整滞后

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。
1970-19791.0x1.0x该十年中国信贷密度几乎持平,而世界略有上升,可能反映中国改革开放初期金融体系尚未充分激活,私营部门获得信贷渠道有限,而同期发达国家金融深化已有所推进。
1980-19891.5x1.6x该阶段中国与世界增速差距收窄,中国接近世界的93%,可能反映改革开放后中国企业活力逐步释放,但金融供给仍受计划体制约束,与全球金融自由化浪潮下的世界增速基本同步。
1990-19991.3x1.1x中国增速显著超越世界约11个百分点,可能体现经济高速增长期的信贷需求扩张,同时部分反映分母效应——东南亚金融危机期间中国GDP仍保持高速增长,分子分母的相对变化推高了比例。
2000-20091.1x0.9x该十年中国上升而世界下降,走势背离约22个百分点,可能反映中国加入WTO后私营部门出口导向投资激发的信贷需求,以及2009年刺激政策的滞后效应;而发达国家同期经历互联网泡沫破裂后的去杠杆化过程。
2010-20191.3x1.1x中国增速约为世界的1.2倍,可能反映中国金融体系持续为私营部门提供大量融资支持,而发达国家在2008年危机后私人信贷增长放缓,部分国家持续去杠杆导致世界平均增速受限。
2020-20291.1x1.0x该十年中国增速仍略高于世界约11个百分点,但两地均低于1倍,呈现增速放缓甚至小幅萎缩,可能反映后疫情时期全球经济放缓和货币紧缩政策对信贷扩张的抑制作用。

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
1United States
美国
USA201.2
2Japan
日本
JPN194.6
3China
中国
CHN194.2
4Korea, Rep.
韩国
KOR160.3
5Thailand
泰国
THA147.1
6Denmark
丹麦
DNK144.1
7New Zealand
新西兰
NZL142.6
8Australia
澳大利亚
AUS129.3
9Norway
挪威
NOR128.8
10Sweden
瑞典
SWE125.5
11Cambodia
柬埔寨
KHM124.7
12Qatar
卡塔尔
QAT119.4
13Malaysia
马来西亚
MYS116.1
14Fiji
斐济
FJI115.3
15United Kingdom
英国
GBR112.7
16France
法国
FRA107.6
17Chile
智利
CHL104.0
18Nepal
尼泊尔
NPL92.1
19Finland
芬兰
FIN92.0
20Iceland
冰岛
ISL90.9

使用建议、常见误用与研究场景

数值较高通常意味着什么

信贷占GDP比例较高通常意味着金融体系为私营部门提供较多融资支持,可能反映较高的金融深化程度、私营部门较强的投资意愿,或企业对杠杆融资的较高依赖。

数值较低通常意味着什么

比例较低通常意味着金融体系对私营部门的资金供给有限,可能反映金融发展水平较低、私营部门获取银行信贷的渠道受限,或经济主要依赖内源融资和其他资金来源。

鍙e緞闄愬埗

  • 该指标不区分信贷质量,高比例可能伴随大量不良贷款风险
  • 分子为存量而分母为流量,两者增速差异会导致比例被动变化
  • 未反映直接融资市场发展程度,股票和债券融资不纳入计算
  • 不同国家金融机构结构和金融监管标准差异影响国际可比性
  • GDP现价美元口径受汇率波动影响,跨国比较时可能产生偏差
  • 该指标不区分企业所有制,部分国家数据可能混合国有和私营企业信贷

使用建议

  • 使用时结合GDP增长率数据,判断比例变化是否主要源于分子增长还是分母放缓
  • 对比分析不良贷款率、资本充足率等资产质量指标,评估高信贷密度下的潜在风险
  • 结合直接融资指标(如股市市值占GDP比例)综合评估金融体系结构
  • 关注货币政策环境和利率水平变化对信贷需求的周期性影响
  • 开展跨国比较时优选同收入组、同地区国家,避免与金融体系差异过大国家直接对标
  • 结合固定资本形成、私人投资等变量,理解信贷与实体投资之间的关联
  • 分析中国数据时注意历史口径可能将部分国有企业信贷纳入私营部门

常见错误用法

错误做法:直接将该指标高数值解读为金融体系过度信贷或泡沫风险信号

正确做法:结合不良贷款率、信贷增长效率、GDP增速等指标综合判断金融健康状况

高信贷密度可能反映经济起飞阶段的有效金融深化,也可能反映金融抑制解除后的正常扩张,单一指标无法区分主动去杠杆前的健康扩张与危险的高杠杆

错误做法:用该指标直接对比不同国家金融发展水平而忽视直接融资差异

正确做法:结合股市市值占GDP比例、债券市场规模等直接融资指标综合评估

该指标仅涵盖银行类金融机构提供的信贷,不反映股票、债券等直接融资渠道,两者组合才能完整刻画金融体系结构

错误做法:将中国该指标的高值简单归因于货币政策宽松或银行放贷冲动

正确做法:结合财政政策、汇率机制、储蓄率等结构性因素分析

中国高储蓄率通过银行中介转化为高存款再放贷,货币创造机制与汇率政策和外汇管制密切相关,单纯归因于货币政策过于简化

错误做法:用该指标直接预测金融危机或作为金融风险的早期预警指标

正确做法:结合资本充足率、流动性比率、信贷成本等银行稳健性指标使用

该指标反映的是信贷规模而非质量,高规模不必然导致危机,危机发生通常需要流动性枯竭、资产质量恶化等多重因素叠加

实际应用场景

  • 金融发展与经济增长关系的实证研究:分析私营部门信贷密度对GDP增长率的影响,考察金融深化能否有效促进实体经济增长 核心解释变量 可采用面板回归方法,控制人均GDP初始水平、教育程度、贸易开放度等变量,注意内生性问题可通过工具变量或滞后项处理
  • 金融危机前信贷扩张的预警研究:识别信贷密度快速上升是否预示金融体系脆弱性累积 被解释变量或风险指标 可结合不良贷款率、信贷/GDP缺口等指标构建综合预警模型,采用时间序列分析或事件研究法验证信贷激增与危机发生的关联
  • 中国与发达经济体金融结构差异的比较分析:对比中国与主要发达国家私营部门信贷密度及变化轨迹 比较变量 结合股市市值/GDP、债券市场规模等直接融资指标,计算金融结构指标,分析中国银行主导型金融体系的特征
  • 信贷密度与投资效率关系的稳健性检验:在研究金融发展对生产率影响时加入信贷密度作为控制变量 稳健性检验变量 加入该变量后若主效应系数显著下降,说明金融深化是影响生产率的重要渠道
  • 货币政策传导机制研究:考察信贷渠道在中国货币政策传导中的作用 机制变量 分析货币供应量变化如何通过影响私营部门信贷供给传导至实体投资,检验货币政策有效性
  • 人口老龄化对金融结构的影响研究:分析人口结构变化如何影响私营部门融资需求和金融体系特征 结果变量 在研究人口老龄化对储蓄率、资本形成的影响时,该指标可作为金融体系响应变量进行回归分析

私营部门的国内信贷(占 GDP 的百分比)常见问题

私营部门国内信贷占GDP比例多少算高?

该指标没有统一的“安全阈值”。发达经济体普遍在100%以上,美日等国超过180%。发展中经济体通常较低。从历史数据看,全球均值约140%,超过该值通常意味着较高的金融深化程度,但也可能伴随更高的杠杆风险。

为什么中国的私营部门信贷占比这么高?

这主要与中国的高储蓄率、银行主导的金融结构以及投资驱动型增长模式有关。居民高储蓄转化为银行高存款,再通过银行信贷支持企业投资。此外,部分历史数据可能将国有企业信贷纳入私营部门口径,增加了指标数值。

该指标和贷款余额是一样的吗?

不完全相同。该指标中的信贷包括银行贷款、购买非股权证券、贸易信贷和其他应收款等。贷款余额通常仅指银行贷款部分。该指标口径更广,但核心仍是金融公司对私营部门的债权。

信贷占比越来越高会有风险吗?

高信贷密度本身不必然意味着风险,但需要结合资产质量、偿付能力、宏观经济环境等综合判断。若信贷增长主要流向生产性投资且回报良好,风险相对可控;若大量流向低效部门或用于借新还旧,则可能积累风险。可结合不良贷款率等资产质量指标评估。

该指标下降意味着什么?

信贷占GDP比例下降可能由多种因素导致:信贷供给收缩(如银行惜贷、去杠杆政策)、信贷需求下降(如企业投资意愿不足)、GDP增速相对加快(分母效应)。需要结合宏观经济周期和货币政策环境解读。2021年以来全球该指标下降,一定程度上反映了疫情期间宽松政策退出和经济放缓的影响。

下载数据

免费获取世界银行WDI完整数据集,包含私营部门的国内信贷(占 GDP 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