韓国 信用/GDP ギャップ

信用/GDP ギャップとは、一国の民間非金融部門の総信用を GDP で割った比率が自身の長期トレンドからどれだけ乖離しているかを GDP のパーセントポイントで測定した値である。関心の対象は比率の水準ではなくトレンドからの乖離であり、時点 $t$ の信用/GDP 比率 $r_t$ から同一時点の長期トレンド $\text{trend}_t$ を差し引いた値として定義される。

このギャップは Borio and Lowe (2002) が提案し Basel III が景気対応バッファ（CCyB）の参照指標として採用した金融循環指標である。

入力は BIS が公表する韓国民間非金融部門総信用/GDP 比率（構造変化補正、GDP の % 単位）である。本シリーズはこの公表比率をそのまま使用し、信用残高と GDP から個別に再構築しないため、BIS が独自に算出し公表する韓国信用/GDP ギャップと共通標本上でベーシスポイント単位まで一致する。BIS 公表のギャップは国別の単一手続きで算出されるため、各国監督当局が定義し運用する CCyB 算定用ギャップとは異なり得るのであり、本シリーズは BIS の定義に従う。

ギャップが大きく正であれば信用がトレンドを上回って拡張する局面を、大きく負であれば信用がトレンドを下回る収縮・デレバレッジ局面を指す。

民間非金融部門総信用/GDP 比率に片側（拡大ウィンドウ、再帰）Hodrick–Prescott フィルターを適用する4段階で算出する。

(1) 入力. 民間非金融部門総信用/GDP 比率 $r_t$ を変換なしにそのまま入力として使用する。この比率は GDP を4四半期合計で割って GDP 季節性を除去し、信用を四半期末の残高として測定するため、季節調整等の別途の前処理を適用しない。

(2) 片側 HP トレンド. 各四半期 $t$ ごとに、標本 $r_1, \ldots, r_t$ の上に標準的な両側 HP フィルター（$\lambda=400{,}000$）を適用し、その端点のトレンド値のみを保存して $\text{trend}_t$ として採択する。$\lambda=400{,}000$ は四半期データに対する Basel 標準であり、Drehmann et al. (2010) および BIS (2016) の9月号統計改善ノートが明示する。

(3) ギャップ算出. 採択したトレンドからギャップを算出する。

単位は GDP のパーセントポイントである。バーンインは 40 四半期（約 10 年）であり、それ以前の四半期はギャップとトレンドの両方を欠損値とする。入力信用/GDP 比率が 1962 年第 4 四半期から始まるため、ギャップは 1972 年第 4 四半期以降で算出される。

(4) 実時間再推定. 片側フィルターの核心的な性質は、時点 $t$ のトレンド値が $t$ までのデータのみで決定され、事後にトレンド自体から生じる改定が発生しないという点にある。系列を四半期ごとに再推定するとき、過去時点のトレンドとギャップが変化するのは専ら BIS 入力比率の改定に起因する。BIS は信用残高の構造変化補正と GDP 基準年変更に応じて入力比率を定期的に改定するため、本モジュールはパイプライン実行のたびに全標本を再計算し、DB テーブル全体を置換する。

信用/GDP ギャップは金融循環の単純でありながら強力な要約統計である。Borio and Lowe (2002) は信用拡張がトレンドから大きく乖離して累積すると、その後5年以内の金融危機発生確率が統計的に有意に上昇することを示し、Drehmann et al. (2010) は標本外パネル分析で信用/GDP ギャップが他のいかなる単一指標よりも危機予測力で優位であることを確認した。本指標の価値は危機発生時点の正確な予測にあるのではなく、信用拡張がトレンドを大きく上回って累積する局面が長く続くほどシステミック・リスクが非線形に蓄積されるという事実を一つの読み取りやすい数値に要約することにある。

歴史的に信用ブームは金融危機の信頼できる先行シグナルであり、より深く長い不況の前兆である。Schularick and Taylor (2012) は長期国際横断面データにおいて信用ブームが金融危機の最も信頼できる単一の先行指標であることを記録し、Jordà, Schularick, and Taylor (2013) は信用ブームが先行した不況が通常の収縮よりも体系的に深く長いことを示した。Aikman, Haldane, and Nelson (2015) はこの国際的証拠をマクロプルーデンス枠組へ持ち込み、金利政策のみで信用サイクルを追うよりサイクルに対して緩衝を積むことが深い裾に対する最も安価な保険であると論じる。KRCGAP は Drehmann et al. (2010) が形式化した Basel III の CCyB 参照指標の韓国事例としてこの文献に位置づけられる。

韓国に適用すると、ギャップは主要な危機局面のたびに明確な正の領域に入った。1997年の通貨危機以前に急速に正の領域へ入り、2008年のグローバル金融危機を経て再び大きな正の値を記録し、2020年のコロナ局面における家計・企業債務の急増期にも顕著に正の領域に入った。2022年10月の江原レゴランド PF デフォルトが引き起こした短期信用市場のストレスは、韓国銀行金融安定報告に定性的に記録された事象であり、本サイクルの下降局面に位置する。直近四半期のギャップは再び負の領域に下がっている。これは韓国経済がデレバレッジ局面にあることを意味しており、KRCGAP が用いる BIS 民間非金融部門総信用/GDP 比率（家計、非金融法人、家計向け非営利の BIS 統合カテゴリ）は BIS Total Credit Statistics 基準で依然として GDP の 200 % 近くに留まるものの、信用増加率がトレンドに届かない状態にある。

信用/GDP ギャップを読む際の解釈上の注意は二つある。第一に、本指標は水準ではなくトレンドからの乖離を測るため、韓国のように信用/GDP 比率の水準が構造的に高い経済でもギャップは負の値を取り得る。第二に、片側 HP トレンドは標本が長くなるほど徐々に適応する。長期間にわたり正のギャップが続くとトレンド自体が引き上げられてギャップが小さく見える効果があり、この適応を Drehmann et al. (2010) が明示的に扱う。Hamilton (2018) は HP フィルター適用一般に対してより広範な批判を提示し、フィルター端点とトレンド定義が恣意的であり、結果として得られるサイクルがフィルター自体の人工物であり得ると指摘する。$\lambda = 400{,}000$ と再帰的片側適用という Basel 慣行は周期性と先行情報の双方の懸念に同時に対応する政策選択であるが、HP フィルター批判そのものは依然として開かれた問題として残る。

BIS 標準ギャップと各国監督当局の国内ゲージは、信用定義とトレンド算出方式において異なり得る。Drehmann and Tsatsaronis (2014) は各国監督当局が信用定義の範囲（家計、非金融法人、非営利団体のどの部分を含めるか）とトレンド算出方式の双方で BIS 標準と異なる国内 CCyB 運用用ゲージを構成でき、また実際にそう構成することを記録しており、Basel III 本文は BIS ギャップ読解が機械的トリガーではなく監督判断の出発点であることを明示する。本 KRCGAP シリーズは BIS 定義に従い、韓国銀行と金融委員会の国内監督用ゲージを置き換えるのではなくそれと並んで読まれる。

本指標は韓国銀行と金融委員会が CCyB の賦課を検討する際に参考にする1次変数であり、債券市場と銀行資本管理の側面でも自然なモニタリング対象となる。Basel Committee on Banking Supervision (2010) の枠組のもとで、ギャップが2パーセントポイントを超え正の領域で累積する局面は金融機関のリスク加重資産の増加とともに信用環境が緩和しているシグナルとして読まれ、10パーセントポイント付近に進入すると Basel III ガイドライン上 CCyB が最大値（通常リスク加重資産の 2.5 %）に達する程度の信用拡張が進行中であることを意味する。逆にギャップが大きく負の値を示すときは信用サイクルが収縮局面にあり、マクロプルーデンス・ツールが緩和方向に作動する余地があることを示唆する。

本シリーズが BIS の公表値と正確に一致するという点は、対外政策コミュニケーションにおいて運用上重要な含意を持つ。国際機関と海外投資家が韓国の金融循環位置を評価する際に使うのと同じ BIS 数値を一貫して活用でき、BIS (2016) の統計改善ノートがその定義の標準的出典となる。韓国銀行が独自に定義し公表する国内 CCyB 運用用ギャップは、入力信用の定義（家計・企業・非営利等の範囲）とトレンド算出方式が異なるため、本シリーズと水準が異なって現れる時期が存在する（Drehmann and Tsatsaronis 2014）。本シリーズが BIS 定義に従うという点は、運用時にそのまま認めるべきである。

債券および信用運用の観点では、本ゲージは韓国企業債と銀行資金スプレッドの周期的な信用ポジショニングの上に置く低頻度オーバーレイとして読まれる。正のギャップが持続する局面は Schularick and Taylor (2012) の証拠を通じて国債および金融機関信用への深い裾リスクが上昇する局面として読まれ、大きく負のギャップは歴史的に景気感応型信用配分のより良い参入時点であった信用サイクル局面を指す。2022年のレゴランド PF 事件は、ギャップが穏やかな水準にある時期でも短期資金市場がストレスを伝達し得ることを想起させる。したがって KRCGAP は、より高頻度のストレス・チャネル（KRFCI、KRCP、KRSAHM、KRADS）の上に置かれる構造的信用サイクルのアンカーとしてダッシュボードに位置づけられる。

パイプラインは BIS の四半期公表直後に全標本を再推定するため、過去時点のトレンドとギャップは BIS 入力比率の改定に応じて更新される。片側 HP フィルター自体からのトレンド改定はなく、これが Hamilton (2018) が批判する両側 HP フィルターに対する片側フィルターの運用上の強みである。したがって本指標は、マクロプルーデンス政策の実時間意思決定ホライズンに適した実時間指標としてそのまま利用できる。マクロプルーデンス緩衝が深い裾に対する最も安価な保険であるという Aikman, Haldane, and Nelson (2015) の構成こそ、KRCGAP をより高頻度のストレス・チャネルの傍らに併置する理由であり、それらのチャネルを置き換えるものではない。

KRCGAPは平滑化係数を400000に設定した片側Hodrick and Prescott (1997)の信用/GDPギャップであり、各四半期まで利用可能な資料のみから再帰的に算出されるため観測された水準ではなく、その和分次数は資料から推定されるのではなくフィルタによって決まる構成上定常的な対象であって、Borio and Lowe (2002)およびDrehmann and Juselius (2012)が早期警戒に用いる信用循環ギャップと同一である。拡張ディッキー・フラー、Phillips and Perron (1988)、KPSS (Kwiatkowski et al. 1992)の単位根検定群は、DF-GLS検定(Elliott, Rothenberg, and Stock 1996)およびNg and Perron (2001)の補正とともに意図的に実施しなかったが、これは漂流のないランダムウォークのHP循環が多数の反復においてDickey and Fuller (1979)検定により定常と判定されるため、棄却はフィルタを確認するにとどまり平均回帰を発見するものではないからである(Hamilton 2018; Hodrick and Prescott 1997)。

定常的な対象としてギャップは持続性と振幅により要約される。ギャップの1次自己回帰係数は1972-09-30から2025-09-30までの四半期213観測値において0.977であり、これは約29.4四半期の半減期を含意するが、この値は構成されたギャップの記述的性質として報告されるのであって和分次数として報告されるものではなく、Andrews (1993)の単位近傍小標本下方バイアスを踏まえて読むべきであり、Ljung and Box (1978)のような水準ポートマントーは資料生成過程ではなくフィルタ利得を読み取るからである。ギャップの標準偏差は9.01パーセントポイントであり、下限が−20.99、上限が15.63パーセントポイントにわたる。

Bai and Perron (1998, 2003)の多重構造変化手続きは、ギャップがI(1)水準ではなく構成上定常的であるからこそ妥当であり、平均において四つの断絶を1980-06-30、1988-03-31、1999-09-30、2007-06-30に位置づける。ギャップは各四半期の片側趨勢がその四半期まで利用可能な資料のみを用いるため構成上改定されず、三つの確定四半期ビンテージにわたる実験では固定した過去四半期のギャップがビンテージ間で同一であり改定幅は0.0000パーセントポイントであって、したがって判読値は終点不確実性の但し書きを持たない(Orphanides and van Norden 2002)。