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。

16 stars

Best use case

analyze-japan-debt-service-tax-burden is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

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。

Teams using analyze-japan-debt-service-tax-burden should expect a more consistent output, faster repeated execution, less prompt rewriting.

When to use this skill

  • You want a reusable workflow that can be run more than once with consistent structure.

When not to use this skill

  • You only need a quick one-off answer and do not need a reusable workflow.
  • You cannot install or maintain the underlying files, dependencies, or repository context.

Installation

Claude Code / Cursor / Codex

$curl -o ~/.claude/skills/analyze-japan-debt-service-tax-burden/SKILL.md --create-dirs "https://raw.githubusercontent.com/diegosouzapw/awesome-omni-skill/main/skills/data-ai/analyze-japan-debt-service-tax-burden/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/analyze-japan-debt-service-tax-burden/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How analyze-japan-debt-service-tax-burden Compares

Feature / Agentanalyze-japan-debt-service-tax-burdenStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

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。

Where can I find the source code?

You can find the source code on GitHub using the link provided at the top of the page.

SKILL.md Source

# 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。

<essential_principles>

<principle name="interest_tax_ratio">
**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。
</principle>

<principle name="implied_avg_rate">
**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。
</principle>

<principle name="debt_in_us_terms">
**「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。
</principle>

<principle name="yield_sensitivity">
**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)。
</principle>

<principle name="risk_bands">
**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 |
</principle>

<principle name="data_transparency">
**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)
</principle>

</essential_principles>

<objective>
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
</objective>

<quick_start>

**最快的方式:執行快速檢查**

```bash
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:
```json
{
  "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)**:
```bash
python scripts/japan_debt_analyzer.py --full --refresh
```

**生成視覺化 Dashboard**:
```bash
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**:
```bash
# 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!):
```bash
# 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**:
```bash
python scripts/fetch_jgb_yields.py --tenor 10Y
python scripts/fetch_tic_holdings.py
```

</quick_start>

<intake>
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。**
</intake>

<routing>
| 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。**
</routing>

<input_schema>

<parameter name="country" required="true" default="JP">
**Type**: string
**Description**: 固定 JP / Japan(預留擴展多國)
</parameter>

<parameter name="analysis_window_days" required="false" default="504">
**Type**: int
**Description**: 殖利率與市場指標分析視窗(交易日數)
</parameter>

<parameter name="yield_tenors" required="false" default='["2Y","10Y","30Y"]'>
**Type**: array[string]
**Description**: JGB 觀察期限
</parameter>

<parameter name="tax_revenue_series" required="false" default="general_account_tax">
**Type**: string
**Options**: `national_tax` | `general_account_tax` | `total_revenue`
**Description**: 稅收口徑選擇
</parameter>

<parameter name="interest_payment_series" required="false" default="interest_only">
**Type**: string
**Options**: `interest_only` | `debt_service`
**Description**: 利息支出口徑(純利息 vs 含本金償還)
</parameter>

<parameter name="stress_scenarios" required="false">
**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%)
</parameter>

<parameter name="include_us_assets_channel" required="false" default="true">
**Type**: boolean
**Description**: 是否計算日本對美資產外溢通道
</parameter>

<parameter name="output_format" required="false" default="markdown">
**Type**: string
**Options**: `json` | `markdown`
</parameter>

</input_schema>

<output_schema>
參見 `templates/output-json.md` 的完整結構定義。

**摘要**:
```json
{
  "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>

<reference_index>
**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>

<workflows_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>

<templates_index>
| Template           | Purpose           |
|--------------------|-------------------|
| output-json.md     | JSON 輸出結構定義 |
| output-markdown.md | Markdown 報告模板 |
</templates_index>

<scripts_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>

<success_criteria>
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>

<directory_structure>
```
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>

Related Skills

excel-field-analyzer

16
from diegosouzapw/awesome-omni-skill

分析Excel/CSV字段结构,AI自动生成中英文映射,验证翻译质量,输出统计报告。用于电子表格分析、数据字典创建、字段映射场景。

dozu-ui-service-skills

16
from diegosouzapw/awesome-omni-skill

Index of AI agent skills and how to use them when implementing features in this repo.

analyze-us-bank-credit-deposit-decoupling

16
from diegosouzapw/awesome-omni-skill

分析銀行貸款與存款之間的「信貸創造脫鉤」現象,追蹤存款的絕對收縮與回升軌跡,用以辨識聯準會緊縮政策在銀行體系內部的真實傳導效果。

analyze-silver-miner-metal-ratio

16
from diegosouzapw/awesome-omni-skill

以「銀礦股價格 ÷ 白銀價格」的相對比率衡量礦業股板塊相對於金屬本體的估值區間(偏貴/偏便宜),並用歷史分位數與類比區間推導「底部/頂部」訊號與情境推演。

analyze-jgb-insurer-superlong-flow

16
from diegosouzapw/awesome-omni-skill

從日本保險公司對超長期(10年以上)JGB 的淨買賣時間序列,自動產出「本月是否創紀錄淨賣出、連續淨賣出月數、期間累積淨賣出」等結論。

analyze-investment-clock-rotation

16
from diegosouzapw/awesome-omni-skill

把「獲利成長 × 財務狀況(金融環境)」映射成「投資時鐘」,判斷目前落在哪個象限、近期是順時針還是逆時針旋轉、以及相對於上一輪循環的位置差異。

analyze-copper-supply-concentration-risk

16
from diegosouzapw/awesome-omni-skill

用公開資料量化「銅供應是否過度集中、主要產地是否結構性衰退、替代增量是否依賴少數國家」,並輸出可行的中期供應風險結論與情境推演。

analyze-copper-stock-resilience-dependency

16
from diegosouzapw/awesome-omni-skill

用跨資產訊號(全球股市韌性 + 中國利率環境)評估銅價能否突破關卡或進入「回補/回踩」到支撐的機率與路徑。

analyze-agent-overlap

16
from diegosouzapw/awesome-omni-skill

Analyzes existing agents, skills, prompts, and instructions to identify overlaps, redundancies, and conflicts. Works with GitHub Copilot, Claude Code, Codex, OpenCode, and other providers. Use before creating new customization files to avoid duplication, when consolidating agents, or when troubleshooting conflicting behaviors.

acc-create-domain-service

16
from diegosouzapw/awesome-omni-skill

Generates DDD Domain Services for PHP 8.5. Creates stateless services for business logic that doesn't belong to entities or value objects. Includes unit tests.

ab-testing-analyzer

16
from diegosouzapw/awesome-omni-skill

全面的AB测试分析工具,支持实验设计、统计检验、用户分群分析和可视化报告生成。用于分析产品改版、营销活动、功能优化等AB测试结果,提供统计显著性检验和深度洞察。

32-analyze-verify-150

16
from diegosouzapw/awesome-omni-skill

[32] ANALYZE. Ensure every critical claim has verifiable evidence with confidence levels. Each fact must have source + confidence percentage. If confidence <85%, enter Loop150 to find more sources. Use for critical decisions, factual claims, legal/compliance work, or any situation where unverified claims are dangerous.