银行吸储放贷区域缺口

字段字典

• Province [省份名称] — 省份的中文名称.
• ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
• City [地级市名称] — 地级市的中文名称.
• CityCode [地级市代码] — 地级市的相关统计部门 6 位代码.
• Year [年份] — 统计年份.
• RmbDeposits [人民币存款余额(万元)] — 人民币存款余额。
• RmbLoans [人民币贷款余额(万元)] — 人民币贷款余额。
• Gdp [GDP(亿元)] — 地区生产总值，反映一个地区在一定时期内生产的全部最终产品和服务的市场价值总和。
• BankingSurplusGap [银行吸储放贷区域缺口] — 银行吸储放贷区域缺口。计算公式：(RmbDeposits - RmbLoans) / (Gdp * 10000)。

常见问题

「银行吸储放贷区域缺口」是什么数据集？

银行吸储放贷区域缺口，隶属金融。衡量地级市银行体系资金净流出或流入程度，反映区域资本配置效率。

该数据集的时间范围是？

覆盖 1990-2024 年。

包含哪些变量/指标？

共 9 个变量。核心指标包括：人民币存款余额(万元)、人民币贷款余额(万元)、GDP(亿元)、银行吸储放贷区域缺口。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，地级市层级。

样本量有多大？

约 9,256 条观测。

数据是如何测算/获取的？

指标定义与计算方法 银行吸储放贷区域缺口（BankingSurplusGap）衡量城市层面存款与贷款之间的相对失衡程度，反映区域金融资源在银行体系内的净配置方向。该指标的经济学含义在于：当存款大于贷款时，表明本市银行体系吸收的储蓄未能全部转化为本地贷款，形成净储蓄外流（资金输出）；反之，则表明本地依赖外部资金流入以满足信贷需求。引入该指标旨在识别中国区域间资本错配与金融摩擦程度，为分析地方政府干预、银行信贷歧视及市场分割提供实证基础。数据来源为相关统计部门年度公开数据中的城市统计年鉴，具体字段包括：RmbDeposits（年末金融机构各项存款余额，单位：万元）、RmbLoans（年末金融机构各项贷款余额，单位：万元）、Gdp（地区生产总值，单位：亿元）。完整计算公式如下： $$ \text{BankingSurplusGap}{it} = \frac{\text{RmbDeposits}{it} - \text{RmbLoans}{it}}{\text{Gdp}{it} \times 10000} $$ 其中，分母乘以10000用于将GDP单位从亿元转换为万元，以保持分子与分母单位一致。计算步骤为：首先获取各城市各年份的存款与贷款余额，计算差值；然后除以经单位换算后的GDP。该指标为无量纲比例，取值范围理论上无上下限，但典型量级在-0.5至0.5之间。正值表示资金外流，负值表示资金流入，绝对值越大表明失衡程度越高。 补充说明 简化假设包括：存款与贷款数据均来自银行体系年末统计，未考虑非银行金融机构的存贷活动；GDP采用当年价格，未进行通胀调整。边界条件：年份覆盖范围为2000年至2020年（部分城市早期数据缺失）；对于缺失RmbDeposits或RmbLoans的城市，该年份指标设为缺失值；若Gdp为0或负值，则指标不计算。计算粒度为城市级（CityCode为主键），按年汇总。已知限制：该指标仅反映银行体系内的资金流动，未涵盖资本市场、影子银行及跨境资本流动；存款与贷款余额可能受地方政府干预或统计口径调整影响；GDP单位换算假设所有城市GDP均以亿元为单位，实际统计中可能存在细微差异。 参考文献 [1] Boyreau-Debray, G., & Wei, S. J. (2005). Pitfalls of a state-dominated financial system: The case of China. NBER Working Paper, No. 11214. [2] Dollar, D., & Wei, S. J. (2007). Das (wasted) Kapital: Firm ownership and investment efficiency in China. NBER Working Paper, No. 13103.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。