陌讯skills聚合平台

demographic-fiscal-trap-analyzer

📁 fatfingererr/macro-skills 📅 Jan 24, 2026
8
总安装量
6
周安装量
#35249
全站排名
安装命令
npx skills add https://github.com/fatfingererr/macro-skills --skill demographic-fiscal-trap-analyzer

Agent 安装分布

claude-code 4
opencode 3
antigravity 3
replit 2
windsurf 2

Skill 文档

<essential_principles>

「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」

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

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。

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 WDI UN WPP API / CSV
政府債務 IMF WEO World Bank API / CSV
政府支出 IMF GFS World Bank API / CSV
健康支出 WHO GHED World Bank API / CSV
名義GDP成長 World Bank IMF WEO API
CPI通膨 World Bank IMF API
10年公債殖利率 OECD / 各國央行 Trading Economics API / 爬蟲

所有指標均可透過 wbdata、imfpy 或直接 API 取得。

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

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。

</essential_principles>

  1. 量化財政脆弱度：計算各國/地區的 fiscal_trap_score 與 inflation_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

<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>

參數 型別 必填 預設值 說明
entities list[string] 是 – 國家/地區代碼 (ISO3 或區域如 OECD, EU, WORLD)
start_year int 是 – 歷史資料起始年
end_year int 是 – 歷史資料結束年（通常=最近一年）
forecast_end_year int 否 2050 撫養比預測結束年
dependency_components list[string] 否 [“old_age”,”youth”,”total”] 撫養比分解項目
fiscal_modules list[string] 否 [“debt”,”spending”,”health”] 啟用的財政模組
bureaucracy_proxies list[string] 否 [“gov_wage_bill”,”public_employment_share”,”gov_consumption”] 官僚膨脹代理指標
inflation_channel string 否 “real_rates” 通膨路徑分析方式
weights dict 否 {“aging”:0.35,”debt”:0.35,”bloat”:0.15,”growth_drag”:0.15} 各支柱權重

<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 2.40 35% 0.84 #1 ★★★★★
債務動態 2.45 35% 0.86 #1 ★★★★★
官僚膨脹 1.09 15% 0.16 #15 ★★☆☆☆
成長拖累 1.10 15% 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/USD 160 >180 日圓貶值信號
BoJ債券持有 52% <45% 正常化信號

</execution_examples>

GitHub 仓库 ↗ ← 返回陌讯 Skills 聚合平台
本页面由 陌讯 Skills 聚合平台 收录整理，数据定期更新。