demographic-fiscal-trap-analyzer

分析人口老化、債務動態、官僚膨脹與通膨稀釋交互作用下的「財政陷阱」風險,量化各國/地區的財政脆弱度並識別潛在的貨幣稀釋路徑

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "demographic-fiscal-trap-analyzer" with this command: npx skills add fatfingererr/macro-skills/fatfingererr-macro-skills-demographic-fiscal-trap-analyzer

<essential_principles>

<principle name="fiscal_trap_definition"> **財政陷阱定義**

「人口-財政陷阱」(Demographic-Fiscal Trap) 是指:當高齡化撫養比持續攀升、政府債務/GDP 居高不下、官僚體系低效膨脹、且名義成長無法覆蓋利息支出時,政府傾向透過「金融抑制」(financial repression) 或「通膨稀釋」(inflation erosion) 來削減實質負債。

此陷阱的核心特徵:

  1. 人口結構剛性:老年撫養比上升是不可逆的長期趨勢
  2. 債務自我強化:r > g 時債務比率自動膨脹
  3. 政治阻力:削減福利支出的政治成本極高
  4. 貨幣出口:當財政改革無路可走,貨幣稀釋成為「最小阻力路徑」 </principle>
<principle name="four_pillar_framework"> **四支柱分析架構**

本技能採用四維度評分框架:

支柱權重(預設)核心指標
老化壓力 (Aging Pressure)35%老年撫養比水準 + 10年斜率
債務動態 (Debt Dynamics)35%債務/GDP + 5年斜率 + (r-g)
官僚膨脹 (Bloat Index)15%政府消費/GDP + 政府支出/GDP
成長拖累 (Growth Drag)15%名義GDP成長率(負向計分)

最終 fiscal_trap_score = Σ(權重 × z-score) 加權總和 </principle>

<principle name="inflation_incentive"> **通膨激勵指數**

通膨激勵指數 (Inflation Incentive Score) 衡量政府選擇「通膨稀釋」路徑的動機強度:

inflation_incentive =
    0.40 × zscore(debt_level)           # 高債務 → 強動機
  + 0.20 × zscore(r - g)                # r > g → 難以自然去槓桿
  + 0.20 × zscore(neg_real_rate_share)  # 負實質利率持續 → 已在執行
  + 0.20 × zscore(bloat_index)          # 高官僚膨脹 → 難以削減支出

當此指數 > 1.5 時,表示該經濟體有強烈動機維持負實質利率環境。 </principle>

<principle name="data_hierarchy"> **資料來源層級**

本技能採用公開可重現的資料源:

資料類型首選來源次選來源API/下載方式
撫養比World Bank WDIUN WPPAPI / CSV
政府債務IMF WEOWorld BankAPI / CSV
政府支出IMF GFSWorld BankAPI / CSV
健康支出WHO GHEDWorld BankAPI / CSV
名義GDP成長World BankIMF WEOAPI
CPI通膨World BankIMFAPI
10年公債殖利率OECD / 各國央行Trading EconomicsAPI / 爬蟲

所有指標均可透過 wbdataimfpy 或直接 API 取得。 </principle>

<principle name="zscore_normalization"> **Z-Score 標準化**

為使跨國比較有意義,所有原始指標均轉換為 z-score:

zscore(x) = (x - μ_cross_section) / σ_cross_section

其中 μ 和 σ 為同期跨國截面統計量。

這使得:

  • z > 1.5 → 顯著高於平均(警戒)
  • z > 2.0 → 極端值(紅燈)
  • z < -1.0 → 顯著優於平均 </principle>
<principle name="quadrant_classification"> **象限分類系統**

根據 Aging Pressure 和 Debt Dynamics 兩主軸,將經濟體分為四象限:

象限老化壓力債務動態典型國家政策空間
Q1: 雙高危機高 (>1)高 (>1)日本、義大利、希臘極窄
Q2: 老化主導高 (>1)低 (<1)德國、南韓中等(債務可用)
Q3: 債務主導低 (<1)高 (>1)美國、巴西中等(人口紅利)
Q4: 相對健康低 (<1)低 (<1)印度、印尼寬廣

Q1 象限國家最可能進入「財政陷阱」並選擇通膨稀釋路徑。 </principle>

</essential_principles>

<objective> 本技能的目標是:
  1. 量化財政脆弱度:計算各國/地區的 fiscal_trap_scoreinflation_incentive_score
  2. 識別結構風險:透過四支柱分解,診斷哪個維度貢獻最大風險
  3. 象限定位:將經濟體歸類至四象限,判斷其政策空間
  4. 趨勢預警:利用撫養比預測至 2050 年,前瞻性評估陷阱演化
  5. 跨國比較:支援多國並排比較,識別相對風險排序 </objective>

<quick_start>

快速開始

單一國家分析

請分析日本的人口財政陷阱風險,使用 2010-2023 年資料,預測至 2050 年

多國比較

比較 G7 國家的財政陷阱分數,並按通膨激勵指數排序

自訂權重

分析台灣的財政陷阱,使用自訂權重:老化 40%、債務 40%、膨脹 10%、成長 10%

</quick_start>

<parameters> ## 參數說明
參數型別必填預設值說明
entitieslist[string]-國家/地區代碼 (ISO3 或區域如 OECD, EU, WORLD)
start_yearint-歷史資料起始年
end_yearint-歷史資料結束年(通常=最近一年)
forecast_end_yearint2050撫養比預測結束年
dependency_componentslist[string]["old_age","youth","total"]撫養比分解項目
fiscal_moduleslist[string]["debt","spending","health"]啟用的財政模組
bureaucracy_proxieslist[string]["gov_wage_bill","public_employment_share","gov_consumption"]官僚膨脹代理指標
inflation_channelstring"real_rates"通膨路徑分析方式
weightsdict{"aging":0.35,"debt":0.35,"bloat":0.15,"growth_drag":0.15}各支柱權重
</parameters>

<workflows_overview>

可用工作流

  1. full-analysis.md - 完整分析:執行所有模組並產出綜合報告
  2. debt-dynamics.md - 債務動態專題:深入分析 r-g 缺口與債務軌跡
  3. aging-projection.md - 老化投影:撫養比預測與財政壓力前瞻
  4. cross-country.md - 跨國比較:多國並排評分與排名
  5. inflation-path.md - 通膨路徑:分析負實質利率持續性與貨幣稀釋動機 </workflows_overview>

<interpretation_guide>

結果解讀指南

Fiscal Trap Score 解讀

分數區間風險等級建議關注
< 0低風險財政健全,政策空間充裕
0 - 1中等風險需監控特定支柱惡化
1 - 2高風險結構性問題顯著,改革窗口收窄
> 2極高風險財政陷阱風險極高,通膨稀釋概率上升

Inflation Incentive Score 解讀

分數區間政策傾向對資產配置意涵
< 0.5正統財政名義債券相對安全
0.5 - 1.5溫和金融抑制實質報酬承壓
> 1.5強烈稀釋動機應考慮通膨保值資產
</interpretation_guide>

<execution_examples>

執行案例:日本人口-財政陷阱分析 (2010-2023)

分析指令

請分析日本的人口財政陷阱風險,使用 2010-2023 年資料,預測至 2050 年

核心發現

綜合評分結果

  • Fiscal Trap Score: 2.03 (CRITICAL > 2.0 閾值)
  • Inflation Incentive Score: 2.38 (極高 > 1.5 閾值)
  • 象限分類: Q1 - 雙高危機 (HighAging & HighDebt)
  • OECD排名: #1 (風險最高國家)

四支柱詳細評分

支柱Z-Score權重貢獻全球排名風險等級
老化壓力2.4035%0.84#1★★★★★
債務動態2.4535%0.86#1★★★★★
官僚膨脹1.0915%0.16#15★★☆☆☆
成長拖累1.1015%0.17#33★★☆☆☆

關鍵指標概覽 (2010→2023)

老年撫養比:      35.5% → 48.5%      (全球最高,加速中)
政府債務/GDP:   215.8% → 262.5%     (全球最高,超可持續邊界)
實質利率:        -2.5% (2023)        (金融抑制制度化)
名義GDP成長:     1.5%平均           (全球最低)
利息支出:        3.2% GDP (2023)    (2050年預測達8%+)

陷阱自我強化機制

老化 → 社保支出↑ → 赤字↑ → 債務↑ → 利息↑ → 赤字更↑
              ↓(無法切斷)↓
         整個迴圈傳統財政改革無法化解

未來場景預測

場景概率特徵影響
通膨加速70%名義GDP成長4-5%,央行允許通膨日圓貶值15-25%
利率衝擊20%YCC崩潰,實質利率正常化債務比率爆炸性增長
改革突破10%社保根本性改革,移民開放極低政治可能性

資產配置建議 (日本投資者)

推薦

  • 30% 美國股票 (美元走強+實質利率正值)
  • 20% 美國債券 (3-4% yield vs JGB -2.5%)
  • 15% 新興市場 (成長性,日圓對沖)
  • 10% 黃金 (通膨對沖)
  • 10% 日本不動產 (東京/一線,通膨受益)
  • 15% 現金/替代資產

應避免

  • ✗ 純JGB持有 (年實質報酬 -2.5%)
  • ✗ 地方房地產 (人口衰退中)
  • ✗ 日圓堆積 (購買力侵蝕)

生成成果物

分析完成後自動生成以下文檔:

  1. 結構化JSON - 完整數據與計算過程
  2. 技術報告 - 49KB 詳細分析文檔
  3. 執行摘要 - 5-10分鐘快速掌握
  4. 可視化圖表 (5張)
    • 01_four_pillars_20260119.png - 四支柱評分分解
    • 02_time_series_20260119.png - 2010-2023年時間序列
    • 03_projections_20260119.png - 2024-2050年投影
    • 04_asset_allocation_20260119.png - 資產配置建議
    • 05_risk_scorecard_20260119.png - 風險評分卡

監測指標 (投資決策參考)

指標當前值警戒線含義
CPI通膨3.3%>4%持續3年通膨稀釋確認
10y殖利率0.8%>1.5%YCC漸進解除
JPY/USD160>180日圓貶值信號
BoJ債券持有52%<45%正常化信號

</execution_examples>

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

list-china-today-macro-news

No summary provided by upstream source.

Repository SourceNeeds Review
General

monitor-etf-holdings-drawdown-risk

No summary provided by upstream source.

Repository SourceNeeds Review
General

usd-reserve-loss-gold-revaluation

No summary provided by upstream source.

Repository SourceNeeds Review
General

compute-precious-miner-gross-margin

No summary provided by upstream source.

Repository SourceNeeds Review