Agent-Skills.md

Agent Skills: 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

UncategorizedID: fatfingererr/macro-skills/demographic-fiscal-trap-analyzer

Repository

fatfingererr/macro-skills
fatfingererrLicense: MIT
3

Install this agent skill to your local

pnpm dlx add-skill https://github.com/fatfingererr/macro-skills/tree/HEAD/skills/demographic-fiscal-trap-analyzer

Skill Files

Browse the full folder contents for demographic-fiscal-trap-analyzer.

Download Skill

Loading file tree…

skills/demographic-fiscal-trap-analyzer/SKILL.md

Skill Metadata

Name
demographic-fiscal-trap-analyzer
Description
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

<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 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。 </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 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 </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 | |-----------------------|--------------|------|---------------------------------------------------------------|-----------------------------------------------| | 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 | </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 | 2.40 | 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>