完全受信贷约束的企业占比（占企业总数的百分比）

指标解释

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

Firms are categorized as fully credit constrained if they do not have access to external finance, and any of the following two conditions are met: (1) the firm did not apply for a loan for any reason other than the lack of need for it; or (2) the firm applied for a loan but the application was rejected, even when it has access to equity financing. This indicator is based on Islam and Rodriguez Meza (2023, Islam, Asif Mohammed and Jorge Luis Rodriguez Meza. “How Prevalent Are Credit-Constrained Firms in the Formal Private Sector? Evidence Using Global Surveys”. World Bank Policy Research Working Paper; no. WPS 10502).

可供参考的中文翻译：企业若无法获得外部融资，且满足以下任一条件，则被归类为完全受信贷约束：（1）企业因「不需要」以外的原因未申请贷款；或（2）企业已申请贷款但被拒绝，即便该企业可以获得股权融资。本指标基于Islam和Rodriguez Meza（2023）的研究成果（《私营正规部门受信贷约束的企业有多普遍？基于全球调查的证据》，世界银行政策研究工作论文，编号WPS 10502）。

数据口径与风险提示

本指标数据来源于Enterprise Surveys企业调查，不同国家调查年份不一致，跨国比较时需注意时间差异
指标定义中「未申请贷款」的原因仅限于「需求不足」以外的动机，若企业主未主动披露真实原因，可能导致低估
完全约束与部分约束的分类边界取决于企业主对融资渠道可获性的主观判断，存在报告偏差风险
股权融资可及性作为判断条件之一，在正规金融欠发达经济体可能使部分企业被错误归类
调查样本以正规私营企业为主，国有企业、个体工商户和非正式部门未被纳入
指标反映的是特定时点的横截面状态，无法捕捉融资约束的动态变化
高分位数国家（如卡塔尔、沙特）可能反映了银行体系深度不足或抵押品要求过严的结构性问题
中国仅有2024年单一年份数据，与全球数据（2025年）存在一年时差，横向可比性有限

中国趋势

趋势解读

根据2024年企业调查数据，中国有约9.58%的企业属于完全受信贷约束状态，即无法获得外部融资且未申请贷款（非因无需求）或申请被拒。由于仅有单一数据点，无法判断长期趋势。从全球排名来看，中国该比例处于较低水平，意味着中国私营企业的信贷可及性相对较好，或企业内部融资能力较强。需要注意的是，该结果仅反映被调查企业的平均状况，不同规模、不同行业、不同地区的企业可能存在显著差异，且调查时间节点不同可能影响跨国可比性。此外，该指标不区分企业是主动选择不申请还是被动放弃申请，两者的政策含义有所不同。

2024年中国完全受信贷约束企业比例为9.58%
中国仅有一个调查数据年份（2024年），无法计算历史变化
中国该比例低于全球平均水平（14.99%）
中国在全球排名中位于较低信贷约束区间
单一数据点无法支持趋势判断
企业调查样本选取方法可能影响结果代表性
企业主对融资需求的主观表达可能存在偏差
未区分「主动不申请」与「被动放弃申请」这两种情况

全球趋势

趋势解读

根据全球数据（2025年），全球范围内完全受信贷约束的企业平均比例约为15.0%。从国家排名来看，卡塔尔（56.76%）和沙特阿拉伯（48.07%）处于最高区间，可能反映了这些国家金融体系深度有限或抵押品要求严格；埃塞俄比亚（39.61%）等非洲国家同样面临较高的企业融资障碍。相比之下，德国（8.04%）、奥地利（8.05%）等发达经济体比例较低，表明其金融市场成熟度较高。然而，由于各国调查年份不一致，全球平均值仅作为参考基准，实际比较需谨慎。此外，该指标未考虑不同国家金融体系的结构性差异——例如，在以银行主导的金融体系中，企业可能更多依赖间接融资渠道，而资本市场发达的国家则可能有更多元化的融资选择。

2025年全球完全受信贷约束企业比例均值为15.0%
卡塔尔以56.76%位列最高，肯尼亚（9.91%）、埃及（9.79%）处于中等水平
德国（8.04%）、奥地利（8.05%）等发达经济体比例较低
部分非洲和小岛屿国家排名靠前，比例普遍超过15%
各国调查时间不同，跨国平均值代表性有限
全球均值掩盖了收入水平、产业结构和制度环境的巨大差异
指标未区分银行体系与资本市场主导型金融体系的差异
完全约束与部分约束的划分依赖企业主的主观判断

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	-	-	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。
1980-1989	-	-	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。
1990-1999	-	-	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。
2000-2009	-	-	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。
2010-2019	-	-	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。
2020-2029	-	-	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。

2025 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	Qatar 卡塔尔	QAT	56.8
2	Saudi Arabia 沙特阿拉伯	SAU	48.1
3	Ethiopia 埃塞俄比亚	ETH	39.6
4	Guinea-Bissau 几内亚比绍	GNB	33.0
5	Sri Lanka 斯里兰卡	LKA	29.2
6	Somalia, Fed. Rep. 索马里	SOM	28.2
7	Comoros 科摩罗	COM	23.4
8	Maldives 马尔代夫	MDV	23.1
9	Liberia 利比里亚	LBR	22.8
10	Mozambique 莫桑比克	MOZ	22.2
11	Sao Tome and Principe 圣多美和普林西比	STP	19.2
12	Zimbabwe 津巴布韦	ZWE	19.1
13	Afghanistan 阿富汗	AFG	18.3
14	Niger 尼日尔	NER	17.9
15	Bolivia 玻利维亚	BOL	17.6
16	Mongolia 蒙古	MNG	17.1
17	Suriname 苏里南	SUR	16.7
18	Guinea 几内亚	GIN	15.1
19	Solomon Islands 所罗门群岛	SLB	14.3
20	Malawi 马拉维	MWI	13.9
21	Nigeria 尼日利亚	NGA	13.3
22	Brunei Darussalam 文莱	BRN	11.6
23	Mauritania 毛里塔尼亚	MRT	11.1
24	Kiribati 基里巴斯	KIR	10.5
25	Kenya 肯尼亚	KEN	9.91
26	Egypt, Arab Rep. 埃及	EGY	9.79
27	Gabon 加蓬	GAB	9.28
28	Poland 波兰	POL	8.21
29	Austria 奥地利	AUT	8.05
30	Germany 德国	DEU	8.04
31	Burundi 布隆迪	BDI	6.26
32	Uganda 乌干达	UGA	6.03
33	Albania 阿尔巴尼亚	ALB	5.53
34	Fiji 斐济	FJI	3.74
35	St. Lucia 圣卢西亚	LCA	1.03
36	Denmark 丹麦	DNK	0.83
37	Kosovo 科索沃	XKX	0.29
38	Kuwait 科威特	KWT	0.00

使用建议、常见误用与研究场景

数值较高通常意味着什么

更高的比例意味着该国家或地区有更大比例的私营企业无法获得外部融资，可能是由于金融体系欠发达、信用基础设施薄弱、抵押品要求过高或银行风险偏好保守等原因导致

数值较低通常意味着什么

更低的比例表明大多数企业能够获得外部融资渠道，或者企业主主动选择不依赖外部融资（需结合部分约束指标综合判断）

鍙ｅ緞闄愬埗

调查数据为横截面性质，同一国家不同时期数据可能不连续
企业主对融资需求的表达存在主观性，可能低估实际需求
样本以正规私营企业为主，个体户和国有企业未纳入
跨国比较受各国金融体系结构差异影响
指标仅区分完全约束与部分约束，未进一步细分约束程度
调查执行机构和年份差异可能引入系统性偏差

使用建议

使用时应同时参考部分受约束企业比例（IC.FRM.CRDC.PT.ZS），获得更完整的融资约束图景
结合企业银行贷款比例（IC.FRM.BNKL.ZS）和使用银行融资比例等指标，交叉验证融资可及性
在跨时期分析时，优先使用同一调查轮次的数据，减少方法论差异
政策研究建议结合制度环境变量（如B-READY金融基础设施指标）
针对特定行业或规模的企业分析时，应关注原始调查数据的分层样本
评估时间趋势应等待更多年份数据积累后再做判断

常见错误用法

错误做法：将「完全受信贷约束企业比例高」直接等同于「该国金融体系落后」

正确做法：应考虑企业主动选择不申请贷款的比例，以及企业主对融资需求的主观表达偏差

高约束比例可能同时反映供给侧（银行不放贷）和需求侧（企业无需外源融资）的混合结果，笼统归因会误导政策方向

错误做法：用该指标横向比较发达与发展中国家企业融资环境，并得出「发展中国家信贷可及性更差」的简单结论

正确做法：需控制企业规模、行业分布、调查年份等混淆变量，并参考银行体系结构指标

大型企业主导的经济体与中小企业为主的经济体在融资结构上有本质差异，且调查样本覆盖范围不同会影响比较结果

错误做法：将2024年中国数据与2025年全球数据直接比较，得出「中国企业融资环境优于全球平均水平」的结论

正确做法：在进行跨国比较时，应确保使用同一调查年份的数据，或说明时差并警示可比性局限

不同年份的调查在经济周期阶段、金融政策环境和宏观经济条件方面可能存在差异，影响比较的稳健性

错误做法：认为该指标越低越好，盲目追求数值的下降

正确做法：需结合经济周期和企业生命周期阶段综合解读，低约束比例可能反映过度依赖债务融资的风险

在部分新兴市场，较高的正规信贷约束反而可能抑制过度杠杆化，过低的比例需警惕企业债务可持续性问题

错误做法：忽略企业调查样本的行业分布，用该指标代表所有企业的融资状况

正确做法：分析时应关注样本行业构成，重工业、服务业和农业企业的融资约束模式可能截然不同

行业特性决定了固定资产占比、现金流周期和抵押品可得性，直接使用aggregate指标可能掩盖行业异质性

实际应用场景

中小企业融资约束与出口行为研究：研究信贷约束是否限制了企业参与国际贸易解释变量（核心解释因素）可联合使用完全约束和部分约束指标构建融资约束综合指数，采用倾向得分匹配或工具变量法处理内生性问题，并区分国有企业与民营企业在融资约束上的差异
金融科技发展与企业融资可及性：评估数字金融普及对降低企业融资约束的因果效应被解释变量（结果变量）利用地区层面金融科技发展指标作为外生冲击，结合双重差分（DID）设计，检验政策实施前后融资约束企业比例的变化，同时控制地区经济特征
营商环境改革效果评估：量化一国营商环境改革对企业融资环境的改善程度稳健性检验变量将B-READY相关指标（如金融基础设施可及性、市场竞争监管质量）作为改革力度的代理变量，检验其与融资约束指标的相关性，并进行安慰剂检验
企业创新投入与融资结构：探究融资约束如何影响企业研发投入和技术升级决策中介机制变量通过中介效应模型，先检验融资约束对企业创新的影响，再引入融资约束指标分解总效应中通过「融资渠道受限」传导的部分，并报告直接效应和间接效应
女性创业与金融排斥：分析女性主导企业是否面临更严峻的融资障碍分组变量或比较基准按女性高管比例（IC.FRM.FEMM.ZS）或女性股权参与（IC.FRM.FEMO.ZS）进行分组回归，检验融资约束指标在不同性别管理层企业间的差异，并通过交互项验证性别与融资约束的交互影响