analyze-us-bank-credit-deposit-decoupling Skill

<essential_principles>

<principle name="credit_deposit_accounting"> **信貸創造的基本會計邏輯**

傳統銀行體系下，貸款創造存款：

銀行發放貸款 → 借款人帳戶增加存款
理論上：新增貸款 ≈ 新增存款

當這個關係「脫鉤」時：

貸款持續擴張，但存款沒有等比例增加
代表有「力量」在抽走體系內的存款
QT 環境下，資金流向貨幣市場基金、國債等 </principle>

<principle name="deposit_dynamics"> **存款動態的關鍵觀察**

2022-2023 年 QT 週期的關鍵特徵：

存款絕對收縮期（2022 Q2 - 2023 Q1）
- 存款累積變化一度下探至 -1.2 兆美元
- 代表存款總量比基期（2022年6月）還少 1.2 兆
存款回升期（2023 Q2 至今）
- 存款逐步回升，但仍遠落後貸款增量
- 當前存款累積變化約 +0.5 兆美元
持續脫鉤
- 貸款累積增加約 +2.1 兆美元
- 落差（Gap）約 1.6 兆美元 </principle>

<principle name="key_metrics"> **核心分析指標**

| 指標 | 定義 | 意義 | |------------------------|----------------------------------------|----------------------------| | 貸款累積變化 | loans(t) - loans(t0) | 銀行資產端擴張 | | 存款累積變化 | deposits(t) - deposits(t0) | 銀行負債端變化 | | Decoupling Gap | 貸款累積變化 - 存款累積變化 | 脫鉤程度 | | 存款最大回撤 | min(存款累積變化) | 存款收縮最嚴重的程度 | | 存款回撤恢復比率 | (當前存款變化 - 最低點) / |最低點| | 存款從低谷回升的程度 | | Deposit Stress Ratio | Gap / 貸款累積變化 | 每單位新增貸款的存款缺口比 | </principle>

<principle name="data_sources"> **數據來源（FRED 公開 CSV，無需 API Key）**

| 指標 | FRED Series ID | 說明 | 公開 URL | |--------------|------------------|-------------------------------------------------------|-------------------------------------------------------| | 銀行貸款總量 | TOTLL | Loans and Leases in Bank Credit, All Commercial Banks | https://fred.stlouisfed.org/graph/fredgraph.csv?id=TOTLL | | 銀行存款總量 | DPSACBW027SBOG | Deposits, All Commercial Banks | https://fred.stlouisfed.org/graph/fredgraph.csv?id=DPSACBW027SBOG |

資料頻率：Weekly（週頻）對齊方式：以最新共同日期為準 </principle>

</essential_principles>

<objective> 分析銀行信貸與存款的脫鉤現象，追蹤存款的收縮與回升動態。

輸出三層訊號：

Cumulative Changes: 貸款與存款的累積變化量
Deposit Dynamics: 存款的最大回撤、回升程度、當前狀態
Decoupling Assessment: 脫鉤程度評估與宏觀解讀 </objective>

<quick_start>

最快的方式：使用 FRED 公開 CSV（無需 API Key）

Step 1：安裝依賴

pip install pandas numpy requests matplotlib

Step 2：執行快速分析

cd scripts
python decoupling_analyzer.py --quick

Step 3：執行完整分析（含視覺化）

python decoupling_analyzer.py \
  --start 2022-06-01 \
  --output ../../output/decoupling_$(date +%Y-%m-%d).json

Step 4：生成視覺化圖表（Bloomberg 風格面積圖）

python visualize_decoupling.py \
  --start 2022-06-01 \
  --output ../../output/credit_deposit_decoupling_$(date +%Y-%m-%d).png

輸出範例：

{
  "period": "2022-06 to 2026-01",
  "cumulative_changes": {
    "loans_billion_usd": 2070.5,
    "deposits_billion_usd": 506.8,
    "gap_billion_usd": 1563.7
  },
  "deposit_dynamics": {
    "max_drawdown_billion_usd": -1200.0,
    "max_drawdown_date": "2023-04-12",
    "recovery_from_trough_billion_usd": 1706.8,
    "recovery_ratio": 1.42
  },
  "assessment": {
    "decoupling_status": "severe",
    "deposit_stress_ratio": 0.755,
    "phase": "recovery_but_lagging"
  }
}

</quick_start>

<intake> 需要進行什麼分析？

快速檢查 - 查看最新的信貸-存款脫鉤狀態
完整分析 - 執行完整分析並生成視覺化圖表
方法論學習 - 了解信貸創造脫鉤的會計邏輯與宏觀意義

請選擇或直接提供分析參數。 </intake>

<routing> | Response | Action | |------------------------------|------------------------------------------------------| | 1, "快速", "quick", "check" | 執行 `python scripts/decoupling_analyzer.py --quick` | | 2, "完整", "full", "analyze" | 執行完整分析並生成圖表 | | 3, "學習", "方法論", "why" | 閱讀 `references/methodology.md` | | 提供參數 (如日期範圍) | 使用指定參數執行分析 |

路由後，執行對應腳本並生成視覺化圖表。 </routing>

視覺化輸出：信貸-存款脫鉤面積圖

採用 Bloomberg Intelligence 風格，參考 FRED 原生圖表設計：

圖表特徵：

面積圖（Area Chart）：清楚顯示累積變化的體量
藍色面積：貸款累積變化（Loans & Leases）
紅色面積：存款累積變化（Deposits）
0 軸線：清楚標示基準線
數值標註：最新數值標示在圖表右側

配色方案（遵循 Bloomberg 規範）：

背景：#1a1a2e（深藍黑）
貸款面積：#4a90d9（藍色）
存款面積：#d94a4a（紅色）
文字：#ffffff（白色）
網格：#2d2d44（暗灰）

快速繪圖：

cd scripts
python visualize_decoupling.py \
  --start 2022-06-01 \
  --output ../../output/credit_deposit_decoupling_YYYY-MM-DD.png

輸出路徑：output/credit_deposit_decoupling_YYYY-MM-DD.png

圖表解讀：

藍色面積持續擴大 → 銀行持續放貸
紅色面積一度為負 → 存款絕對收縮（2022-2023）
紅色面積回升但落後藍色 → 脫鉤持續

</visualization>

<input_schema>

<parameter name="start_date" required="true"> **Type**: string (ISO YYYY-MM-DD) **Description**: 分析起始日期 **Default**: "2022-06-01" **Example**: "2022-06-01" </parameter> <parameter name="end_date" required="false"> **Type**: string (ISO YYYY-MM-DD) **Description**: 分析結束日期 **Default**: 今天 </parameter>

</input_schema>

<output_schema> 完整輸出結構：

{
  "skill": "analyze_bank_credit_deposit_decoupling",
  "version": "2.0.0",
  "status": "success",
  "analysis_period": {
    "start": "2022-06-01",
    "end": "2026-01-07"
  },
  "data_sources": {
    "loans": {
      "series_id": "TOTLL",
      "url": "https://fred.stlouisfed.org/graph/fredgraph.csv?id=TOTLL"
    },
    "deposits": {
      "series_id": "DPSACBW027SBOG",
      "url": "https://fred.stlouisfed.org/graph/fredgraph.csv?id=DPSACBW027SBOG"
    }
  },
  "cumulative_changes": {
    "loans_billion_usd": 2070.5,
    "deposits_billion_usd": 506.8,
    "gap_billion_usd": 1563.7,
    "gap_trillion_usd": 1.56
  },
  "deposit_dynamics": {
    "max_drawdown_billion_usd": -1200.0,
    "max_drawdown_date": "2023-04-12",
    "current_vs_trough_billion_usd": 1706.8,
    "recovery_ratio": 1.42,
    "phase": "recovery_but_lagging"
  },
  "assessment": {
    "decoupling_status": "severe",
    "deposit_stress_ratio": 0.755,
    "interpretation": "每新增 $1 貸款，僅有 $0.24 形成存款"
  },
  "macro_implication": "銀行信貸與存款出現嚴重脫鉤..."
}

</output_schema>

<success_criteria> 分析成功時應產出：

[ ] 銀行貸款、存款兩個指標的時序數據
[ ] 累積變化量計算（從基期開始）
[ ] 存款最大回撤（Maximum Drawdown）及日期
[ ] 存款回升程度（Recovery Ratio）
[ ] Decoupling Gap 與 Deposit Stress Ratio
[ ] Bloomberg 風格面積圖（output/credit_deposit_decoupling_YYYY-MM-DD.png）
[ ] 可操作的宏觀解讀 </success_criteria>

<scripts_index> | Script | Command | Purpose | |-------------------------|---------------------------|----------------------------| | decoupling_analyzer.py | --quick | 快速檢查最新訊號 | | decoupling_analyzer.py | --start DATE | 完整分析 | | visualize_decoupling.py | --start DATE --output | 生成 Bloomberg 風格面積圖 | </scripts_index>

Agent Skills: analyze-us-bank-credit-deposit-decoupling

Install this agent skill to your local

Skill Files