第3章：計量経済学による財政持続可能性の評価モデル
政府債務の限界点を計量経済学的に算出することは、国家の財政政策立案において不可欠な作業です。伝統的な経済学モデルから、現代の複雑な非線形モデル、さらには確率論的アプローチまで、多岐にわたる手法が開発されてきました。これらのモデルは、財政の持続可能性を評価し、デフォルトリスクを定量化するための貴重なツールを提供します。
3.1 伝統的モデルと線形アプローチの限界
計量経済学における初期の財政持続可能性分析は、主に線形モデルに基づいていました。
1. 回帰分析（Regression Analysis）: 最も基本的なアプローチは、債務対GDP比やプライマリーバランスといった財政指標が、過去の経済変数（GDP成長率、金利、インフレ率など）によってどのように影響されてきたかを単回帰分析や重回帰分析で推定することです。例えば、債務残高の推移が過去のプライマリーバランスの決定要因となっているかを分析することで、財政が持続可能な経路にあるかを判断できます。しかし、経済システムは複雑であり、単純な線形関係では捉えきれない部分が多いという限界があります。
2. VARモデル（Vector Autoregression models）: 複数の時系列変数の相互関係を分析する上で強力なツールがVARモデルです。これは、各変数が自身の過去の値と他の変数の過去の値によってどのように説明されるかを捉えます。財政政策の分析においては、政府債務、GDP、金利、税収、政府支出などの変数を統合し、これらの動的な相互作用を分析できます。例えば、政府支出のショックがGDPや税収、さらには債務にどのようなインパルス応答関数として影響を与えるかを計測できます。しかし、VARモデルは、変数間の同時性や外生性を仮定しないため、構造的な政策効果を識別するのが難しいという課題があります。
3. 構造VAR（Structural VAR, SVAR）: SVARモデルは、VARモデルの拡張であり、経済理論に基づいた制約（識別制約）を課すことで、変数間の因果関係をより明確に識別しようとします。これにより、例えば財政政策のショック（増税や歳出削減）が、具体的にどのように経済活動や物価、そして政府債務に影響を及ぼすのかをより正確に評価することができます。これは、財政乗数（Fiscal Multipliers）の大きさを推定する上で特に有効です。財政乗数は、政府支出の1単位の増加がGDPをどれだけ増加させるかを示すものであり、政策効果の異質性（Heterogeneity of Policy Effects）を考慮する必要があるため、単純な推定では不十分な場合が多いです。SVARを用いることで、景気循環の段階や金融政策のスタンスに応じた乗数の変動を分析することが可能となります。
4. DSGEモデル（Dynamic Stochastic General Equilibrium models）: DSGEモデルは、マクロ経済の動学をミクロ経済学的な基礎付けに基づいて分析する最先端のモデルです。家計、企業、政府、中央銀行といった経済主体が、それぞれの最適化問題を解き、期待形成（合理的期待）のもとで意思決定を行うことで、経済全体が動学的な一般均衡に至るプロセスを記述します。政府債務の分析においては、将来の財政政策の変更が、家計の消費・貯蓄行動、企業の投資行動、そしてそれらを通じたマクロ経済全体にどのような影響を与えるかをシミュレーションすることが可能です。DSGEモデルは、財政の持続可能性を長期的に評価し、様々な政策シナリオ（例：増税、歳出削減、社会保障制度改革）の効果を分析する上で強力なツールとなります。特に、債務の雪だるま効果や、将来世代への負担転嫁といった問題を、より説得力のある形で分析できます。しかし、DSGEモデルは、その複雑さからデータフィッティングが難しいことや、モデルの仮定が現実と乖離する可能性といった限界も指摘されています。
これらの伝統的モデルは、財政の動学を理解する上で不可欠な基盤を築いてきましたが、経済システムに内在する「非線形性」や「構造変化」を十分に捉えきれないという課題に直面します。
3.2 非線形性と閾値モデルの導入
財政の持続可能性に関する研究は、政府債務のダイナミクスが常に線形であるとは限らないという認識から、「非線形性（Non-linearity）」への注目が高まっています。これは、政府債務が特定の「閾値（Threshold）」を超えると、市場の信頼が急激に失われ、利回りが非連続的に上昇するといった現象を捉える試みです。
1. 体制変換モデル（Regime-Switching Models）: 最も代表的な非線形モデルの一つが、マルコフ体制変換（Markov-switching models）モデルです。このモデルでは、経済が異なる体制（例：財政が持続可能な体制と持続不可能な体制、景気が良い体制と悪い体制）の間を確率的に移行すると仮定します。各体制下では、異なる線形モデルやパラメータが適用されます。財政分析においては、政府債務対GDP比が低い体制では、r < g の関係が維持され財政が安定しているが、ある閾値を超えると r > g となり、債務が急速に増加する体制に移行するといった動学をモデル化できます。これにより、財政の安定性が突然崩壊する可能性を捉えることができます。
2. 閾値自己回帰モデル（Threshold Autoregressive, TAR）および閾値VAR（TVAR）モデル: これらのモデルは、特定の変数（例：債務対GDP比、インフレ率）がある閾値を超えると、その変数の自己回帰係数や他の変数との関係が変化すると仮定します。例えば、債務対GDP比が例えば90%を超えると、金利への応答が非線形に強まる、といった関係を分析できます。閾値の特定には、Hansen (1999) のようなブートストラップベースの検定が用いられます。
3. 非線形ECM（Non-linear Error Correction Models）: 長期的な均衡関係からの乖離（エラー）に対する短期的な調整が、その乖離の大きさに応じて非線形に変化することをモデル化します。財政においては、プライマリーバランスが債務を安定化させる方向に調整される速度が、債務水準が高いほど加速するといった、財政当局の「反応関数」の非線形性を捉えることができます。
このような非線形アプローチは、政府債務のダイナミクスが複雑であることを認識し、市場のパニックや信頼の崩壊といった非連続的な現象をより現実的に捉える上で不可欠です。
3.3 確率的財政パス分析とシミュレーション
政府債務の将来のパスは、経済成長率、金利、インフレ率、そして政府の政策対応など、多くの不確実な要因によって影響されます。これらの不確実性を考慮に入れ、財政の持続可能性を評価するために用いられるのが「確率的財政パス分析（Stochastic Fiscal Path Analysis）」です。
この手法の核心は、モンテカルロ・シミュレーションです。将来の経済変数の値（例：GDP成長率、実質金利、プライマリーバランス）が、過去のデータから推定された確率分布に従ってランダムに生成されます。例えば、実質金利はブラウン運動に従う、あるいはマルコフ連鎖によって異なる体制間を移行すると仮定されることがあります。これにより、数千、数万通りの経済シナリオを生成し、それぞれのシナリオにおける将来の政府債務対GDP比の軌跡を計算します。
確率的財政パス分析から得られる主な情報は以下の通りです。
1. 債務対GDP比の確率分布: 特定の将来時点（例：10年後、20年後）における債務対GDP比の平均値、中央値、そしてその分布（例：95%信頼区間）を提示できます。これにより、単一の予測値だけでなく、不確実性の幅を考慮したリスク評価が可能になります。
2. デフォルト確率: シミュレーションされたパスのうち、債務対GDP比が特定の閾値（例えば250%）を超える、あるいはプライマリーバランスの黒字化が達成されないといった、持続不可能な状態に陥るパスの割合を算出することで、「財政破綻確率（Probability of Fiscal Default）」を定量的に評価できます。
3. 政策シナリオ分析（Policy Simulation）: 異なる財政政策（例：年間GDP比1%の歳出削減、消費税率の引き上げ）を仮定した場合に、将来の債務パスがどのように変化するかをシミュレーションすることで、政策の有効性とリスクを評価できます。これにより、政策立案者は、様々な政策オプションが財政の持続可能性に与える影響を事前に把握し、より情報に基づいた意思決定を下すことができます。
4. 感度分析（Sensitivity Analysis）: 主要な経済仮定（例：平均成長率、金利の標準偏差）が変化した場合に、債務パスやデフォルト確率がどのように変化するかを分析することで、モデルの堅牢性を評価し、最も影響力の大きいリスク要因を特定できます。
このアプローチは、マクロ経済モデルと計量経済学的手法を組み合わせることで、財政の将来に対する深い洞察を提供します。例えば、欧州中央銀行（ECB）やIMFは、加盟国の財政健全性を評価する上で、このような確率的シミュレーションを積極的に活用しています。
3.4 財政破綻確率の算出：統計的手法
財政破綻確率の算出は、政府債務の限界点を特定する上で最も直接的な手法の一つです。これは、過去のデフォルト事例や財政危機データを用いて、現在の経済・財政状況が将来のデフォルトにつながる可能性を統計的に推定するものです。
1. ロジット/プロビットモデル（Logit/Probit Models）: これらのモデルは、従属変数が二値（例：デフォルトが発生したか否か）である場合に用いられます。過去の各国データから、デフォルトが発生した時期と、その時点の経済・財政変数（債務対GDP比、プライマリーバランス、経常収支、インフレ率、成長率など）の関係を推定します。これにより、現在の変数の値が与えられた場合に、デフォルトが発生する確率を算出できます。例えば、債務対GDP比が特定の水準を超えると、デフォルト確率が非線形に上昇するといった関係を捉えることができます。
2. 生存分析（Survival Analysis）: 生存分析は、あるイベント（ここではデフォルト）が発生するまでの期間を分析する統計手法です。デフォルトが発生するまでの時間や、特定の時点までにデフォルトが発生する確率を推定できます。Cox比例ハザードモデルなどの手法を用いることで、様々な経済・財政変数がデフォルト発生リスクにどのように影響するかを分析できます。これは、財政破綻確率だけでなく、破綻までの「残存期間」に関する情報も提供します。
3. 信用スプレッドおよびCDS市場データとの連携: 金融市場は、政府のデフォルトリスクをリアルタイムで織り込んでいます。国債の利回りスプレッド（リスクフリー資産に対する上乗せ金利）や、クレジット・デフォルト・スワップ（CDS）の価格は、市場が認識するデフォルト確率の指標となります。これらの市場データを計量経済モデルと組み合わせることで、市場の期待を反映した財政破綻確率を推定できます。例えば、CDSスプレッドを従属変数とする回帰モデルを構築し、財政変数やマクロ経済変数がCDSスプレッドに与える影響を分析することで、市場が最も注目するリスク要因を特定できます。
これらの統計的手法は、過去のパターンから将来のデフォルトリスクを予測するという点で共通していますが、それぞれのモデルが持つ特性を理解し、適切に適用することが重要です。特に、過去のデータでは捉えきれない、現在の経済構造や政策フレームワークの変化を考慮に入れるための工夫が求められます。