Analyze Japan Debt Service Tax Burden

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。

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）：

注意：媒體敘事「利息吃掉 1/3」通常誤用國債費（含本金）口徑。

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。

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。

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）。

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）

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

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。

路由後，閱讀對應工作流程並完全遵循其步驟。

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%）

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": [...]
}

• 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