FP×統計データ[マネタリーベース/調査統計局]

この記事を読むのにかかる時間:211

『マネタリーベース』の概要

マネタリーベースの意味や発表時期を紹介していきます。

公表日程 毎月(翌月第2営業日発表)
リンク先 マネタリーベース

マネタリーベースとは?

マネタリーベースは「日本銀行が供給する通貨」のことで、市中に出回っているお金である流通現金(「日本銀行券発行高」+「貨幣流通高」)と「日銀当座預金」の合計値となる。

なお、1981年3月以前のマネタリーベースの定義とは異なる。
※(1981/3月以前)マネタリーベース=「日本銀行券発行高」+「貨幣流通高」+「準備預金額」

マネタリーベース=「日本銀行券発行高」+「貨幣流通高」+「日銀当座預金」

マネタリーベースを見てみよう

マネタリーベースは日銀が発行する資金量であることがわかった。それでは、実際にマネタリーベースをどのように見ればいいか、統計データとともに見ていこう。

マネタリーベースはどう見ればいい?

マネタリーベースを増やすことは、日銀当座預金や金融機関にお金が増えることなので、金融機関はより金利の高い融資としてお金を活用でき、経済が活性化される。景気が過熱しているときには、マネタリーベースを減らしインフレを抑制する。
お金の量が増えれば、金利が下がるため、借り入れを増やし投資に回そうとするが、お金の量を減らせば、金利が上がり、投資は控えられる。

このことからマネタリーベースが増加傾向にある時期は景気を刺激させようとし、減少傾向にある時期は景気を抑制させようとしていることが分かる。

マネタリーベースをグラフで確認しよう

マネタリーベース

2013年4月4日に「量的・質的金融緩和」を導入し、金融調整目標を無担保コール翌日物金利からマネタリーベースに変更した。当時の日銀副総裁岩田規久男氏は著者「日銀日記」で、政策委員会金融政策決定会合で予想外にほぼ全員一致で賛成したとある。2013年からマネタリーベースが急激に増えているのは、この政策決定会合による影響である。

この時からインフレターゲット2%という目標を設定するが、物価上昇は円の価値が下落することであるため、為替相場での円安を目指していることにもなる。

岩田規久男氏はいわゆるリフレ派で、異次元の金融緩和で投資を活発化させ、景気を刺激し、デフレ脱却を目指した。しかし、2019年8月現在、インフレターゲット2%は達成できておらず、資金があっても個人・企業ともに貯めこんでいるのが現状である。

マネタリーベースの対名目GDP比

GDP規模が異なる他国のマネタリーベースと比較する場合には、「マネタリーベースの対名目GDP比」が利用される。日本のネタリーベースの対名目GDP比が90%近くであるのに対し、米国の水準は20%、ユーロ19ヵ国が28%となっている。

(参考)
異次元緩和の問題点

マネタリーベースとマネーストックの違い

マネタリーベース統計は中央銀行が供給する通貨で、日銀当座預金や金融部門の保有現金(銀行券と貨幣)が含まれるが、マネーストック統計は金融部門全体から経済に対して供給される貨幣のことで、日銀当座預金や金融部門の保有現金(銀行券と貨幣)は含まれない。日銀当座預金や金融部門の保有現金(銀行券と貨幣)は金融部門が保有しており、経済に供給されていないためである。

関連用語

・テーパリングTapering:量的緩和の縮小
・イールドカーブ・コントロール:長短金利操作のことで、2016年9月の日銀院有政策決定会合で「長短金利操作付き量的・質的金融緩和」として導入された。短期金利のマイナス金利政策と10年物国債金利がほぼゼロ%になるような買い入れで、短期から長期までの金利をコントロール。
・オーバーシュート型コミットメント:インフレターゲットである2%を超えたとしても安定的に超えるまでは金融緩和を行うことをコミットメント(約束)したもの

(参考)
マネタリーベース
ゼロからわかる『金融政策:日銀の「長短金利操作付き量的・質的金融緩和」』
量的質的緩和でインフレにならない訳
財政状況と長期金利
最近の金融経済情勢と金融政策運営
平成30年度 年次経済財政報告

FP×統計データ[GDP統計/内閣府]

この記事を読むのにかかる時間:347

『国民経済計算(GDP統計)』

『国民経済計算(GDP統計)』概要

国民経済計算は、経済の全体像を国際比較可能な形で体系的に記録することを目的に、国連の定める国際基準(SNA)に準拠しつつ、統計法 に基づく基幹統計として、国民経済計算の作成基準及び作成方法に基づき作成される。
国民経済計算は「四半期別GDP速報」と「国民経済計算年次推計」の2つからなっている。「四半期別GDP速報」は速報性を重視し、GDPをはじめとする支出側系列等を、年に8回四半期別に作成・公表している。「国民経済計算年次推計」は、生産・分配・支出・資本蓄積といったフロー面や、資産・負債といったストック面も含めて、年に1回作成・公表している。

目的

四半期別GDP速報(QE:Quarterly Estimates)は、一国全体のマクロ経済の状況を明らかにする国民経済計算のうち、支出系列及び雇用者報酬について毎四半期毎に公表することで、カレントな景気判断を行うための基礎資料となることを目的としている。1次速報は当該四半期終了後から1ヶ月と2週間程度後、2次速報は、1次速報以降新たに利用可能となった基礎資料を用いて、さらに約1ヶ月後に公表される。

GDP=民間消費+民間投資+政府支出+輸出-輸入

民間消費=民間最終消費支出
民間投資=民間住宅+民間企業設備+民間在庫品増加
政府支出=政府最終消費支出+公的固定資本形成+公的在庫品増加
輸出=財貨・サービスの輸出
輸入=財貨・サービスの輸入

長期推移データ

1955年(昭和30年)からの計数を掲載しているが、現在までの同一基準による一貫したデータは遡及改定していない。長期のデータを参照する場合は、各基準年の計数を繋げることになるが、体系基準年が異なるため直接接続しない。

公表日程(四半期別GDP速報) 1-3月期:5月・6月
4-6月期:8月・9月
7-9月期:11月・12月
10-12月期:翌年2月・3月
公表日程(国民経済計算年次推計) フロー編・ストック編:12月中旬
分類 基幹統計調査
リンク先 GDP統計

GDP推移

名目GDPと実質GDP

名目GDPと実質GDPの違いを確認しておこう。
(具体例)
1年目 年間生産量と価格
:コーヒー10杯/1杯100円/売上1000円

(例1)1年目は10杯100円で売れていたが、売れないため、1杯80円にした。

2年目 年間生産量と価格
:コーヒー10杯/1杯80円/売上800円
□名目GDP成長率 ▲20%
 100円×10杯 → 80円×10杯
□実質GDP成長率 0%
 100円×10杯 → 100円×10杯
■名目GDP成長率が実質GDP成長率を下回る。
※名目GDPでは価格を80円として計算しており物価変動を考慮しているが、実質GDPでは100円のままである。
※販売不振で「100円×8杯」としても、100円で売れないため、例のように、「80円×10杯」となる。不景気で、10杯売れないときは、生産ラインを減らしたり、支店を減らしたりして「80円×8杯」にするだろう。この場合の名目GDP成長率▲36%、実質GDP成長率▲20%となり、名目GDP成長率が実質GDP成長率を下回っている点は変わらず、両成長率の下げ幅が大きくなる。

(例2)1年目の100円ではすぐに売れ切れてしまう(値上げしても売れる)ので、1杯120円にした。

(例2)
2年目 年間生産量と価格
:コーヒー10杯/1杯120円/売上1200円
□名目GDP成長率 20%
 100円×10杯 → 120円×10杯
□実質GDP成長率 0%
 100円×10杯 → 100円×10杯
■名目GDP成長率が実質GDP成長率を上回る。
※名目GDPでは価格を120円として計算しており物価変動を考慮しているが、実質GDPでは100円のままである。

・物価が上昇しているときは、名目GDP成長率が実質GDP成長率を上回る。逆に、物価が下落しているときは、名目GDP成長率が実質GDP成長率を下回る。
・(例2)を見て分かるように、実質GDP成長率を上昇させるためには生産量が増加する必要があるが、価格が上がらないと所得に反映しないので、名目GDP成長率の上昇と伴った実質GDP成長率でなければならない。

潜在的GDP

資本や労働などの生産要素が最大限に活用された場合や過去の平均的な水準まで活用された場合に実現できる総産出量(総供給量)のこと。
デフレギャップは、「潜在的GDP(総供給量) – 名目GDP(総需要)」で求める。
ただ、潜在的GDPをどちらの意味で使っているかを理解する必要がある。内閣府や日銀の潜在的GDPの定義は過去平均の実質GDPとしている。

・実質GDPを潜在的GDPの軌道上に乗せることは、生産力をフル回転させることであるため、「二十四時間働けますか」状態であり、不可能であるという意見もある。
・アベノミクス三本の矢の一つ「民間投資を喚起する成長戦略」では、潜在的GDPを一段階引上げ、実質GDPを現在の潜在的GDPの軌道に乗せようとした。

GDPデフレーター

GDPデフレーターは、実質GDPを算出する際に物価変動の影響を取り除くために使われる。

実質GDP=名目GDP÷GDPデフレーター
GDPデフレーター=名目GDP÷実質GDP

GDPデフレーターは名目GDPを実質GDPで割っていることから、名目GDP成長率が実質GDP成長率を下回るとGDPデフレーターの増加率はマイナスとなりデフレ、名目GDP成長率が実質GDP成長率を上回るとGDPデフレーターの増加率はプラスとなりインフレと考えられる(前述の名目GDPと実質GDPの具体例を見ながら考えると分かりやすい)。

また、GDPデフレーターは、消費者物価指数や企業物価指数のように、値の増減で判断するが、両指標とは異なり、輸入品価格は含まれていない(国内製品のみである)。

・デフレ傾向時は不景気であることは多いが、デフレと不景気は同義語ではなく、デフレ下でも景気が上昇していることがある。

(参考)
「潜在GDP」を「平均GDP」へ改称すべし
需給ギャップと潜在成長率の見直しについて
平均概念で潜在GDPは測れない
平成19年度年次経済財政報告
生産関数と潜在GDP
GDPギャップと潜在成長率
GDPギャップ/潜在GDPの改定について
名目GDP vs.実質GDP
よくわかる経済指標「GDPデフレーター」
GDPとは
GDPデフレーター(支出側と生産側)の不突合と推計方法の見直しに向けて
GDPデフレーターが低下するインフレ
メールマガジン(経済用語解説)
GDP統計の改定結果から探る日本経済の実態
景気判断とGDP統計
四半期別GDP速報について ~その位置付け、特徴、最近の取組~
平成 27 年度国民経済計算年次推計の概要について
参考資料集

【無料で統計学が学べる動画】統計研究研修所「統計データのできるまで」

この記事を読むのにかかる時間:058

 総務省統計局が公開している、統計学の統計的推測の基礎が学べる動画です。この量を無料で、体系的に学習できるのはありがたいです。

第1章 標本と母集団

第1章 標本と母集団-第1回:標本データの意味

第1章 標本と母集団-第2回:相対度数から確率へ

第1章 標本と母集団-第3回:標本と母集団の代表値

第1章 標本と母集団-第4回:不確実性の表現(確率変数)

第1章 標本と母集団-第5回:確率分布

第2章 正規分布とは

第2章 正規分布とは-第1回:正規分布の意味

第2章 正規分布とは-第2回:正規分布の実例

第2章 正規分布とは-第3回:多峰分布の区分

第2章 正規分布とは-第4回:標準正規分布

第2章 正規分布とは-第5回:中心極限定理

第3章 様々な分布とその応用

第3章 様々な分布とその応用-第1回:一様分布

第3章 様々な分布とその応用-第2回:二項分布

第3章 様々な分布とその応用-第3回:ポアソン分布

第3章 様々な分布とその応用-第4回:指数分布

第3章 様々な分布とその応用-第5回:t分布

第4章 標本調査と母集団推定

第4章 標本調査と母集団推定-第1回:標本誤差と非標本誤差

第4章 標本調査と母集団推定-第2回:標本抽出

第4章 標本調査と母集団推定-第3回:標本データから母集団の特徴を探る

第4章 標本調査と母集団推定-第4回:母集団の値を含む区間を推定する

第4章 標本調査と母集団推定-第5回:標本の大きさの決め方

第5章 公的統計の実際

第5章 公的統計の実際-第1回:母集団の作り方

第5章 公的統計の実際-第2回:標本抽出の実務

第5章 公的統計の実際-第3回:調査の実際

第5章 公的統計の実際-第4回:データの整理

第5章 公的統計の実際-第5回:結果の推定

【無料で統計学が学べる動画】青山学院大学「統計入門」

この記事を読むのにかかる時間:045

 youtubeにアップされている青山学院大学社会情報学部(3年生)、寺尾敦先生の解説です。入門ですが、テキストはありませんので、初めての人には難しいと思います。一通り学習した後に見ると、復習になります。

2015年度「統計入門」

第2回(1) 第2章1節

内容:連続型変数と離散型変数の違いなど

第2回(2) 第2章2-3節

内容:代表値や階級値、度数分布表など

第3回(1) 代表値

第3回(2) 分散と標準偏差

第3回(3) 範囲・四分位範囲

第4回(1) 標本空間

第4回(2) 加法定理

第4回(3) 条件つき確率,乗法定理

第5回(1) ベイズの定理

第5回(2) ベイズの定理の演習

第5回(2) ベイズの定理の演習

第6回(1)確率変数と確率分布

第6回(2)期待値

第7回(1)2項分布

第7回(2)2項分布の性質

第12回(1) t 分布

第12回(2) t 分布を用いた母平均の区間推定

Rによるやさしい統計学 第1章4節:Rをさわってみよう

Rによるやさしい統計学 第1章5節:Rをもっとさわってみよう

Rによるやさしい統計学 第1章6節:Rの使い方のコツ(1)1.6.1~1.6.2節

Rによるやさしい統計学 第1章6節:Rの使い方のコツ(2)1.6.3~1.6.4節

Rによるやさしい統計学 第1章6節:Rの使い方のコツ(3)1.6.5節

【無料で統計学が学べる動画】統計数理研究所「回帰分析」

この記事を読むのにかかる時間:011

統計数理研究所「回帰分析」

統計学を学び始めてから約6ヵ月程度の私の実力では難しいレベル。おそらく中級者向けの動画です。

回帰分析(馬場康維) 1(全4回) 改訂版

回帰分析(馬場康維) 2(全4回) 改訂版

回帰分析(馬場康維) 3(全4回) 改訂版

回帰分析(馬場康維) 4(全4回) 改訂版

【無料で統計学が学べる動画】青山学院大学「社会統計」

この記事を読むのにかかる時間:031

2016年度「社会統計」

第4回:分割表の分析(1)クロス集計表(分割表)

第4回:分割表の分析(2)独立性のカイ二乗検定

第4回:分割表の分析(3)適合度検定

第5回:分割表の分析(4)名義尺度での連関

第5回:分割表の分析(5)順序尺度での連関関

第5回:分割表の分析(6)グッドマンとクラスカルのガンマ

第6回:分割表の分析(7)ケンドールの順位相関係数タウb

第6回:分割表の分析(8)スチュアートの順位相関係数タウc

第6回:分割表の分析(9)ソマーズのd

第6回:分割表の分析(10)順位データの連関

統計入門を学習した後に学ぶ内容です。ここでは「分散分析」についてまとめておきます。

第7回:1要因の分散分析(1)分散分析を行う状況

第7回:1要因の分散分析(2)ANOVAモデル

第7回:1要因の分散分析(3)平方和の分解

第7回:1要因の分散分析(4)平均平方

第7回:1要因の分散分析(5)F分布

FP✕統計データ[毎月勤労統計調査/厚生労働省]

この記事を読むのにかかる時間:033

 FPが様々な場面で根拠となる政府統計データを使って分析していきます。これまでは政府統計データであることだけを頼りに使用していましたが、調査の方法や統計学で使われる分析・検定方法などを勉強しながら駆使し、よりエビデンスベースドポリシーに準ずることができるよう分析能力向上の意味を込めて公開していきます。様々な統計データを分析する過程で、修正する可能性があります。データに対する考え方は様々ですので、ご意見をいただけると幸いです。

『労働力調査』概要

調査の期日・期間 毎月末現在(給与締切日の定めがある場合には、毎月最終給与締切日現在)
分類 基幹統計調査
標本抽出方法 第一種事業所(規模30人以上)は無作為抽出法、第二種事業所(規模5~29人)は二段抽出法
調査の流れ 第一種事業所:厚生労働省⇔都道府県統計主管課⇔調査対象事業所
第二種事業所:厚生労働省⇔都道府県統計主管課⇔統計調査員⇔調査対象事業所
調査対象 事業所
リンク先 毎月勤労統計調査

FP✕統計データ[標準生命表/日本アクチュアリー会]

この記事を読むのにかかる時間:157

『標準生命表』概要

種類 死亡保険用・第三分野用
利用目的 責任準備金の計算の基礎
※予定死亡率の計算の基礎ではない
出典 日本アクチュアリー会
『標準生命表2018』(詳細)
『標準生命表2018』(概要)

『標準生命表』詳細

作成過程

基礎データをもとに標準生命表を作成するが、その間、様々な補整が行われる。
(1) 基礎データ ⇒ 粗死亡率
  :若年齢部分の補整
(2) 粗死亡率 ⇒ 補正前死亡率
  :死亡率改善の反映
(3) 補整前死亡率 ⇒ 標準生命表
  :第1次補整 数学的危機論による補整
  :第2次補整 Grevilleによる補整
  :第3次補整 Gompertz-Makehamによる補整

「截断年数」は選択効果の除くための期間

基礎データは生命保険会社29社からの実績に基づくもので、実績データをもとに粗死亡率を作成する。作成過程を読むと、知らない用語がちらほらあるため、できる限り調べた。

観察年度は、2008、2009、2011年とある。調査の対象となる年度のことだろう。截断年数は、”選択効果を排除し、死亡率の安全性を確保するため、基礎データの截断を行った。截断年数は、截断後の契約件数が50%以上となるように、男女別・年齢群団別に1年截断~10年截断とした。”とあるが、截断年数の意味が分からなかった。

ニッセイ基礎研究所の基礎研レターが参考になる。ふつう、保険加入前に診査があるため、健康状態が基準に満たなければ加入できない(危険選択)。この危険選択の効果(日本アクチュアリー会では選択の効果と呼んでいる)がはたらくため、契約当初から数年間は保険事故は発生しにくい。そこで選択効果がある期間の経験データは截断し、截断期間後のデータを使用することで真の死亡率に近づけようとしている。
参考:ニッセイ基礎研究所「基礎研レター

截断の期間が長すぎるとすでに死亡していたり、解約していたりするため、截断後の契約件数が50%以上となるようにという基準がある模様。ただ「〔表2〕截断年数の設定 保険年度別粗死亡率 死亡指数」の見方が分からないため、もう少し調べる必要がある。〔表2〕のうち「截断年数別 截断後契約残存数」は理解できる。20~24歳の場合、截断なしなら契約数100%とあり、初年度を截断すると残存数は77%、2年度まで截断すると58%、3年度までなら42%と読み取れる。男女別・年齢群団別に設定するので、男性で20~24歳の場合は、3年度まで截断すると50%を切ってしまうため、截断期間は2年となる。またこの截断期間の上限を標準生命表2018では10年としている。

観測量は膨大で、母数に近いと考えられる

経過件数は男性4,068万件、女性3,0002万件、死亡件数は男性26.3万件、女性9.5万件とサンプルサイズから母数を推測するには十分な観測量と考えられる。ちなみに契約年数は30年以下、基本は有診査だが、17歳以下(男性)・27歳以下(女性)は観測量が他の年齢と比べて少なくなるため、無診査も含まれている。

95%信頼区間の上限

95%信頼区間は、「母集団から標本を取り出し、その平均から95%信頼区間を求める、という作業を100回行うと、95回はその区間の中に母平均が含まれる」という意味で、95%の確率で正しいという意味ではない。有意水準95%で両側検定を行っていることがわかる。「95%信頼区間の上限」は上限検定、下限検定の上限のことだろうか。また信頼上限死亡率の算出方法が不明である。ただ、粗死亡率の95%信頼区間の上限」が「粗死亡率の130%」を上回る場合は第21回生命表に置き換えている、という作業自体は理解できた。

【統計学・データ分析】に役立つ書籍

この記事を読むのにかかる時間:130

【統計学・データ分析】役立つ書籍

「今日から役立つ統計学の教科書」

数式など数学の知識を意識することなく、事例中心で読みやすかった。ちょっと統計学に興味がわいてきた人にはいいかもしれません。

今日から役立つ統計学の教科書

新品価格
¥1,404から
(2017/12/30 20:35時点)

「統計学が最強の学問である」

「今日から役立つ統計学の教科書」よりも先に読みました。こちらも事例が用いられていて読みやすかったですが、少しレベルが高いかもしれません。統計学の本は、事例があると理解するのが早い。

統計学が最強の学問である

新品価格
¥1,728から
(2017/12/30 20:38時点)

「できるビジネスパーソンのためのExcel統計解析入門 (Excel for BIZ)」

 こちらは実際にエクセルで統計分析をし、自分なりに経験値が上がったら読む予定の書籍。この手の本を今までは最初に買っていましたが、力が付いたあとに読むといい、と最近は思っています。

できるビジネスパーソンのためのExcel統計解析入門 (Excel for BIZ)

新品価格
¥2,160から
(2017/12/30 20:41時点)

「恋する統計学[ベイズ統計入門]」

入門ですが、本格的に統計学を身に付けたい向け。高校数学の知識が必要なので、少しずつ読み進める。

恋する統計学[ベイズ統計入門]

新品価格
¥1,620から
(2017/12/30 20:46時点)

「恋する統計学 [推測統計入門]」

入門ですが、本格的に統計学を身に付けたい向け。高校数学の知識が必要なので、少しずつ読み進める。

恋する統計学 [推測統計入門]

新品価格
¥1,620から
(2017/12/30 20:46時点)

「恋する統計学[記述統計入門]」

入門ですが、本格的に統計学を身に付けたい向け。高校数学の知識が必要なので、少しずつ読み進める。

恋する統計学[記述統計入門]

新品価格
¥1,620から
(2017/12/30 20:46時点)

「恋する統計学[回帰分析入門(多変量解析1)] (多変量解析 1)」

入門ですが、本格的に統計学を身に付けたい向け。高校数学の知識が必要なので、少しずつ読み進める。

恋する統計学[回帰分析入門(多変量解析1)] (多変量解析 1)

新品価格
¥1,620から
(2017/12/30 20:47時点)

「恋する統計学[因子分析入門(多変量解析2)] (多変量解析 2)」

入門ですが、本格的に統計学を身に付けたい向け。高校数学の知識が必要なので、少しずつ読み進める。

恋する統計学[因子分析入門(多変量解析2)] (多変量解析 2)

新品価格
¥1,620から
(2017/12/30 20:47時点)

【統計学・データ分析】に役立つサイト

この記事を読むのにかかる時間:015