Claude-skill-registry 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

install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/demographic-fiscal-trap-analyzer" ~/.claude/skills/majiayu000-claude-skill-registry-demographic-fiscal-trap-analyzer && rm -rf "$T"
manifest: skills/data/demographic-fiscal-trap-analyzer/SKILL.md
source content

<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

wbdata
imfpy
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_score
    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 </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>