fatfingererr

analyze-japan-debt-service-tax-burden

以日本公債殖利率變化為觸發,量化「政府利息支出 / 稅收」負擔(含情境壓力測試),並判斷是否進入債務利息螺旋風險區。

fatfingererr 3 1 Updated 4mo ago

Resources

8
GitHub

Install

npx skillscat add fatfingererr/macro-skills/analyze-japan-debt-service-tax-burden

Install via the SkillsCat registry.

SKILL.md

分析日本債務利息負擔 Skill

以公開數據量化日本「利息吃掉稅收」的敘事,提供可驗證的現況核對、敏感度分析與風險分級。

**核心指標:利息/稅收比**

interest_tax_ratio = interest_payments / tax_revenue

這是影片敘事「利息吃掉 1/3 稅收」的可核驗版本。不同口徑(國稅 vs 一般會計稅收 vs 總收入)會產生不同數值,必須明示口徑選擇。

口徑對照(FY2025)

口徑 計算 比例
純利息/稅收 10.5兆/70兆 15.0%
國債費/稅收 28.2兆/70兆 40.3%

注意:媒體敘事「利息吃掉 1/3」通常誤用國債費(含本金)口徑。

**隱含平均利率**

implied_avg_rate = interest_payments / debt_stock

衡量存量債務的平均融資成本。對比當前市場利率可評估再融資壓力。

FY2025:10.5兆 / 1,324兆 = 0.79% vs 當前 10Y 殖利率 2.0%+
→ 差距反映大量存量債務在低利率時期發行,未來再融資將推高利息負擔。

**「in US terms」換算邏輯**

媒體常用「美國等效規模」表達日本債務以增強震撼效果。

公式(動態計算):

debt_to_gdp = japan_debt_stock / japan_gdp
debt_in_us_terms = us_gdp × debt_to_gdp

數據來源:GDP 從 FRED 實時抓取,非硬編碼。

範例:$30.6T × 250% = $76.5T ≈ $70T(媒體口語化)

用途:解釋影片/新聞中「$70T」數字的來源,用於跨國比較時統一規模感知。

**殖利率敏感度映射**

把殖利率變動映射到利息支出增加:

additional_interest ≈ debt_stock × pass_through × delta_yield

其中 pass_through 是年度再定價/再融資比例(約 15%),delta_yield 以小數表示(200bp = 0.02)。

**風險分級(Traffic Light)**
區間 interest_tax_ratio 含義
🟢 綠 < 0.25 財政彈性充足
🟡 黃 0.25–0.40 財政彈性開始下降
🟠 橘 0.40–0.55 政策空間明顯受限
🔴 紅 > 0.55 接近「2/3」敘事區域
**口徑透明原則**

所有輸出必須標示:

  • 稅收口徑(national_tax / general_account_tax / total_revenue)
  • 利息口徑(interest_only / debt_service)
  • 資料年度與滯後(lag)
  • 再定價假設(pass_through)
</essential_principles> 量化日本「利息吃掉稅收」敘事,並提供: 1. **現況核對**:當前 interest/tax ratio 與殖利率分位數 2. **壓力測試**:不同利率衝擊情境下的未來負擔 3. **風險分級**:可決策的 Traffic Light 評估 4. **外溢通道**(選用):日本對美資產規模與潛在影響

最快的方式:執行快速檢查

cd skills/analyze-japan-debt-service-tax-burden
pip install pandas numpy requests matplotlib  # 首次使用
python scripts/japan_debt_analyzer.py --quick

輸出範例:

{
  "yield_stats": {"tenor": "10Y", "latest": 1.23, "percentile": 0.97},
  "fiscal": {"interest_tax_ratio": 0.15, "risk_band": "green"},
  "headline": "利息支出佔稅收 15.0%,處於🟢 GREEN 區",
  "data_sources": {"jgb_10y": "FRED/IRLTLT01JPM156N", "fiscal": "config/FY2025"}
}

完整分析(含實時數據刷新)

python scripts/japan_debt_analyzer.py --full --refresh

生成視覺化 Dashboard

python scripts/generate_charts.py --full --output-dir ../../output

輸出:output/japan_debt_dashboard_YYYYMMDD.png

Dashboard 包含:

  • Interest/Tax Ratio 風險儀表盤
  • 殖利率分位數指標
  • 財政數據摘要
  • 壓力測試情境比較圖

生成債務螺旋模擬圖表

# 完整多情境螺旋模擬
python scripts/generate_spiral_chart.py --all --output-dir ../../output

# 單一壓力情境(如 +200bp)
python scripts/generate_spiral_chart.py --stress 200 --output-dir ../../output

# 自定義模擬年數
python scripts/generate_spiral_chart.py --years 15 --output-dir ../../output

輸出:output/japan_debt_spiral_YYYY-MM-DD.png

螺旋模擬包含:

  • 多情境 Interest/Tax Ratio 10年演變曲線
  • 風險區間背景(綠/黃/橙/紅)
  • 利息支出分解堆疊圖
  • 各情境最終風險評估

生成歷史趨勢分析圖表(NEW!):

# 完整歷史趨勢分析(2015-2025)
python scripts/generate_historical_trend.py --output-dir ../../output

# 自定義時間範圍
python scripts/generate_historical_trend.py --start-year 2018 --end-year 2025

輸出:output/japan_debt_trend_YYYYMMDD.png

歷史趨勢分析包含:

  • Interest/Tax Ratio 11年完整走勢(2015-2025)
  • 稅收、利息支出、債務存量趨勢
  • 隱含平均利率演變
  • 風險分級分布統計
  • 階段性特徵分析(下降期/疫情期/反彈期)

單獨測試數據抓取

python scripts/fetch_jgb_yields.py --tenor 10Y
python scripts/fetch_tic_holdings.py
</quick_start> 您想要執行什麼操作?
  1. 快速檢查 - 查看最新的利息/稅收比與殖利率狀態
  2. 完整分析 - 執行完整的財政壓力測試與風險評估
  3. 情境壓測 - 自定義利率衝擊情境進行壓力測試
  4. 生成圖表 - 生成視覺化 Dashboard(PNG 圖檔)
  5. 債務螺旋模擬 - 模擬多年累積效應,生成螺旋演變圖表
  6. 歷史趨勢分析 - 分析 2015-2025 年完整歷史趨勢(NEW!)
  7. 方法論學習 - 了解指標計算與風險分級邏輯

請選擇或直接提供分析參數。

| Response | Workflow | Description | |-------------------------------------------|------------------------------|----------------------| | 1, "快速", "quick", "check" | workflows/quick-check.md | 快速狀態檢查 | | 2, "完整", "full", "analyze" | workflows/full-analysis.md | 完整分析工作流 | | 3, "壓測", "stress", "scenario" | workflows/stress-test.md | 情境壓力測試 | | 4, "圖表", "chart", "dashboard" | workflows/generate-chart.md | 生成視覺化圖表 | | 5, "螺旋", "spiral", "多年" | workflows/spiral-simulate.md | 債務螺旋模擬 | | 6, "歷史", "趨勢", "historical", "2015" | workflows/historical-trend.md| 歷史趨勢分析(NEW!) | | 7, "學習", "方法論", "why" | references/methodology.md | 方法論說明 | | 提供參數 (如殖利率衝擊) | workflows/stress-test.md | 使用參數執行壓測 |

路由後,閱讀對應工作流程並完全遵循其步驟。

**Type**: string **Description**: 固定 JP / Japan(預留擴展多國) **Type**: int **Description**: 殖利率與市場指標分析視窗(交易日數) **Type**: array[string] **Description**: JGB 觀察期限 **Type**: string **Options**: `national_tax` | `general_account_tax` | `total_revenue` **Description**: 稅收口徑選擇 **Type**: string **Options**: `interest_only` | `debt_service` **Description**: 利息支出口徑(純利息 vs 含本金償還) **Type**: array[object] **Description**: 壓力測試情境設定

每個情境包含:

  • name (string): 情境名稱
  • delta_yield_bp (int): 殖利率上升幅度(bp)
  • pass_through_year1 (float): 第一年再定價比例(預設 0.15)
  • pass_through_year2 (float): 第二年再定價比例(預設 0.15)
  • tax_shock (float): 稅收衝擊(如 -0.05 表示下降 5%)
**Type**: boolean **Description**: 是否計算日本對美資產外溢通道 **Type**: string **Options**: `json` | `markdown` </input_schema> 參見 `templates/output-json.md` 的完整結構定義。

摘要

{
  "skill": "analyze_japan_debt_service_tax_burden",
  "as_of": "2026-01-20",
  "yield_stats": {
    "tenor": "10Y",
    "latest": 1.23,
    "zscore": 2.10,
    "percentile": 0.97,
    "interpretation": "近兩年分位數 97%,屬於偏極端區"
  },
  "fiscal": {
    "tax_revenue_jpy": 72000000000000,
    "interest_payments_jpy": 24000000000000,
    "debt_stock_jpy": 1200000000000000,
    "interest_tax_ratio": 0.333,
    "risk_band": "yellow",
    "definition": {...}
  },
  "stress_tests": [...],
  "spillover_channel": {...},
  "headline_takeaways": [...]
}
</output_schema> **參考文件** (`references/`)
文件 內容
data-sources.md 資料來源與 API 端點(MOF、BOJ、FRED、TIC)
methodology.md 計算方法論與風險分級邏輯
japan-fiscal-structure.md 日本財政結構與債務特徵
</reference_index>
| Workflow | Purpose | |---------------------|----------------------------------| | quick-check.md | 快速狀態檢查(1分鐘內完成) | | full-analysis.md | 完整分析工作流(含所有步驟) | | stress-test.md | 自定義情境壓力測試 | | generate-chart.md | 生成視覺化 Dashboard | | spiral-simulate.md | 債務螺旋多年模擬 | | historical-trend.md | 歷史趨勢分析(2015-2025)(NEW!)| </workflows_index> | Template | Purpose | |--------------------|-------------------| | output-json.md | JSON 輸出結構定義 | | output-markdown.md | Markdown 報告模板 | </templates_index>

Script Command Purpose
japan_debt_analyzer.py --quick 快速檢查
japan_debt_analyzer.py --full 完整分析
japan_debt_analyzer.py --stress BP 壓力測試
japan_debt_analyzer.py --refresh 強制刷新數據
generate_charts.py --full --output-dir DIR 生成視覺化 Dashboard
generate_charts.py --quick 快速模式圖表
generate_charts.py --data-file FILE 從 JSON 載入數據
generate_spiral_chart.py --all --output-dir DIR 完整債務螺旋模擬 Dashboard
generate_spiral_chart.py --stress BP 單一壓力情境螺旋圖
generate_spiral_chart.py --years N 自定義模擬年數(預設 10)
generate_historical_trend.py --output-dir DIR 歷史趨勢分析(2015-2025)(NEW!)
generate_historical_trend.py --start-year Y --end-year Y 自定義時間範圍分析
fetch_jgb_yields.py --tenor 10Y 抓取 JGB 殖利率 (FRED)
fetch_tic_holdings.py --refresh 抓取 TIC 美債持有數據
data_manager.py --fetch-all 協調所有數據源抓取
</scripts_index>
Skill 成功執行時:
  • 輸出當前 interest/tax ratio 與風險分級
  • 殖利率分位數/Z-score 判斷是否極端
  • 壓力測試結果含敏感度分析
  • 明確標示資料口徑與滯後
  • 若啟用,輸出外溢通道評估
  • 可操作的 headline takeaways</success_criteria>
``` analyze-japan-debt-service-tax-burden/ ├── SKILL.md # 本文件(路由器) ├── skill.yaml # 前端展示元數據 ├── manifest.json # 技能元資料 ├── workflows/ │ ├── quick-check.md # 快速檢查工作流 │ ├── full-analysis.md # 完整分析工作流 │ ├── stress-test.md # 壓力測試工作流 │ ├── generate-chart.md # 圖表生成工作流 │ ├── spiral-simulate.md # 債務螺旋模擬工作流 │ └── historical-trend.md # 歷史趨勢分析工作流(NEW!) ├── references/ │ ├── data-sources.md # 資料來源說明 │ ├── methodology.md # 方法論與公式 │ └── japan-fiscal-structure.md # 日本財政結構 ├── templates/ │ ├── output-json.md # JSON 輸出模板 │ └── output-markdown.md # Markdown 報告模板 ├── config/ │ └── fiscal_data.json # 財政數據配置(含 2015-2025 完整數據) ├── scripts/ │ ├── japan_debt_analyzer.py # 主分析腳本 │ ├── generate_charts.py # 視覺化圖表生成 │ ├── generate_spiral_chart.py # 債務螺旋模擬圖表 │ ├── generate_historical_trend.py # 歷史趨勢分析圖表(NEW!) │ ├── fetch_jgb_yields.py # JGB 殖利率抓取 (FRED) │ ├── fetch_tic_holdings.py # TIC 美債持有抓取 │ └── data_manager.py # 數據協調與緩存管理 ├── data/ │ └── cache/ # 自動緩存目錄(gitignore) └── examples/ └── sample-output.json # 範例輸出 ``` </directory_structure>