韓国 DB コア CPI 12ヶ月インフレ・リスク

本指標は韓国 DB コア CPI に条件付き分位点回帰を適用した Inflation-at-Risk であり、12ヶ月先平均年率インフレ率の条件付き分布がヘッドラインの対象である（López-Salido and Loria 2020）。$\pi_{t\to t+h}$ を $t$ 月から $t+h$ 月までの平均年率インフレ率とすると、本シリーズは $h=12$ のホライズンに対応し、ヘッドラインは両側分位 $\{Q_{0.05},\,Q_{0.50},\,Q_{0.95}\}$ をパーセント表示で併せて表記した値である。$q_{05}$ から $q_{95}$ までの分位ファン、両側の期待ショートフォール、そして下方マイナス上方の非対称 $(q_{50}-q_{05})-(q_{95}-q_{50})$ は、現在の状況が分布のどの部分に効いているかを読むための補助系列として提供される。

関心は両側の裾にあり、95番目分位は金融状況が引き締まったときにインフレ率の裾がどこまで深まり得るかを、5番目分位は低インフレおよびデフレ・リスクを捉える。本指標は条件付き分布の記述であって点予測ではない。

条件付き分位点回帰にスキュー t の期待ショートフォール層を結合した五段階で算出する。

(1) 条件付き分位回帰. 条件付き分位はインフレ・ギャップ形態で当てはめる分位点回帰（Koenker and Bassett 1978）から得る。

ここで

は直近3ヶ月トレーリング年率インフレ率であり、$\pi^{\text{long}}_t$ は韓国銀行物価目標と Stock and Watson (2007) UCSV トレンドおよびサーベイ期待要素を結合した長期アンカー、$\text{gap}_t$ は一方向 HLW カルマン・フィルター産出ギャップ（Holston, Laubach, and Williams 2023）、$\text{FCI}_t$ は KRFCI の水準である。スラック回帰変数は HLW ステップがヘッドラインとして公表する両側 RTS 平滑化系列ではなくカルマン・フィルター推定値であり、$t$ 時点のフィルターは $t$ までのデータのみを用いるためルックアヘッドがない。ギャップ形態で当てはめると $\pi^{\text{long}}_t$ に対する暗黙の係数 $1-\lambda_\tau$ が自動的に課され、加速主義的合計1制約が明示的な制約なしに機械的に成立し、これは Faust and Wright (2013) が現代的な Phillips 曲線特定化が必ず備えるべき規律として指摘したものである。水準分位は

で復元し、行単位の $\tau$ 方向の単調性は Chernozhukov, Fernández-Val, and Galichon (2010) の再配列で確保する。

(2) 推定頻度と HAC 標準誤差. 係数は月次頻度でターゲット本来の周期で推定し、重なる12ヶ月ターゲットを吸収するために遅延 $h-1$、すなわち11ヶ月の Newey-West HAC 標準誤差を適用する。月次入力は公式 CPI 公表タイミングに合わせたステップ補間で営業日格子に射影し、当てはめベータは日次の回帰変数フレーム上で評価し、KRFCI は日次の水準のままで入るため日次の変動は KRGAR と同じように FCI が主導する。

(3) 季節処理. 韓国銀行が公表する DB コア CPI は季節調整なしの資料であり、12ヶ月ホライズンではトレーリング・インフレ回帰変数および前方ターゲットの両方で季節性ノイズが意味のある大きさで効く。毎実行で対数水準に Cleveland, Cleveland, McRae, and Terpenning (1990) の季節・トレンド分解を施し、Wang, Smith, and Hyndman (2006) の季節強度統計量が 0.20 を超える場合は季節調整後の再構成系列を原水準の代わりに用い、適用の有無と強度の値はビンテージ再現性のために併せて記録する。

(4) 期待ショートフォールと非対称. 両側の期待ショートフォールと非対称層は、再配列された条件付き分位に当てはめた Azzalini-Capitanio スキュー t（Azzalini and Capitanio 2003）から得る。四個のパラメータ $(\xi, \omega, \alpha, \nu)$ 全体は月次当てはめで評価した水準分位に合わせて毎月当てはめ、形状 $(\alpha, \nu)$ は日次に前方補完したうえで日次の $(\xi, \omega)$ は標準化分位

に対する閉形最小二乗で復元する。これは KRGAR が四半期頻度で用いる時点ごとの形状規律を日次表示に拡張した形であり、Korobilis (2017) が日次の分位予測について示した位置・尺度復元のパターンと同じ構造である。下方期待ショートフォールは閾値を QR 直接の $q_{05}$ に固定したうえで $E[\pi\mid \pi < q_{05}]$ と定義し、上方期待ショートフォールは $q_{95}$ に固定したうえで $E[\pi\mid \pi > q_{95}]$ と定義し、ハードクリップ $\text{ES}_{\text{low}}\le q_{05}$ および $\text{ES}_{\text{high}}\ge q_{95}$ で格子補間の残差を吸収する。非対称は

と定義し、KRGAR と同じ符号規約に従うため、正の値は低インフレ側の裾が高インフレ側の裾より厚いことを示す。

(5) リアルタイム再推定. 係数は毎実行で全標本において再推定するため、最も新しく公表された日が最も確定度が低い状態に留まる。

本指標は各条件付き分位を平均ではなく独立した関心対象として扱い、インフレ分布の裾を直接モデル化する（López-Salido and Loria 2020）。これは Adrian, Boyarchenko, and Giannone (2019) の Vulnerable Growth テンプレートをインフレ分布に拡張したものであり、Koenker and Bassett (1978) の分位点回帰をワークホースとし、回帰式を長期トレンドに結びつける加速主義的合計1アンカーを課すことで、条件付き分布を全標本平均にさまよわせる代わりにインフレ目標へ引き寄せる。条件付き変数集合は Hatzius, Hooper, Mishkin, Schoenholtz, and Watson (2010) の金融状況ロジックに従い、KRFCI の水準がルックアヘッドのない一方向カルマン・フィルター HLW 産出ギャップ（Holston, Laubach, and Williams 2023）および2016年以降施行中の韓国銀行2%ポイント物価目標に対する直近3ヶ月トレーリング・ギャップとともに回帰式に入る。KRFCI は KRGAR が用いるマクロ直交化変量ではなく原系列の水準をそのまま投入するが、これは KRIAR が回帰式の内部でスラックとアンカーをすでに制御しているため、直交化が López-Salido and Loria の同定したい金融状況チャネルを事前に射影で消してしまわないようにするためである。

本標本に対する最も率直なヘッドライン記述は、FCI 条件付けが12ヶ月ホライズンにおいてディスインフレ・リスクの記述には資する一方、高インフレ・リスクは改善せず標本外ではむしろ悪化させるということである。平均インフレ予測が打ち破りがたいベンチマークであることは古くから知られており（Atkeson and Ohanian 2001）、分位分解の価値はまさに分布の中央が捉え損ねる at-Risk シグナルを可視化する点にあり、これは Faust and Wright (2013) が整理したインフレ予測文献の視角と整合する。

錨付き Phillips 構造を条件として与えると本指標が中央でとる位置が変わる。中央値では $\pi^{\text{long}}_t$ に対する暗黙の係数は

であるため、条件付き中央値は全標本平均ではなく韓国銀行目標と UCSV トレンド、サーベイの結合アンカーに乗って動き、これは Stock and Watson (2007) が先進国インフレについて記録した持続性モデリング規律に従い、Mertens and Nason (2020) が国際的に拡張したものでもある。錨が効いた条件付き分布が良好に振る舞う一次的理由はまさに期待のアンカリングそのものである（Coibion and Gorodnichenko 2015）。韓国標本では12ヶ月条件付き中央値は2017–2020年の約1.0–1.5%から2022年の2.7%へ上昇し、その後2024–2026年に1.5%近くへ正常化し、実現12ヶ月先インフレ率と韓国銀行および公式 CPI ビンテージが公表する時代単位アンカーに沿って動き、これは Korobilis (2017) が他国の類似する直接分位インフレ・モデルについて報告した挙動と同じ種類のものである。

韓国標本は12ヶ月ホライズンにおいて FCI 非対称の方向を統計的に識別しない。条件付き FCI 傾き $\hat\theta_\tau$ は 0 近傍の狭い帯のなかを動き、いずれの $\tau$ でも $t$ 統計量の絶対値が1を超えず、$\tau$ 間の同等性に対する対角 HAC 結合 Wald 検定はいかなる通常水準でも棄却されず、すべての対比較の $p$ 値も 0.85 を十分上回る。したがって本標本は López-Salido and Loria (2020) が米国について示した下方裾非対称の方向を再現せず、Banerjee, Contreras, Mehrotra, and Zampolli (2020) が引き締まり下の通貨減価が上方インフレ分位を引き上げる新興国標本で記録した上方裾上昇チャネルも支持しないため、点推定プロファイルのみを記述的に報告する。加速主義的分位 Phillips 曲線および合計1制約に関する方法論的引用は有効であるが、実証的非対称の方向は韓国の結果としては主張しない。

本枠組の射程を規定するのは標本そのものである。2006年以降の記録における本格的なインフレ事件は、公式 CPI ビンテージがヘッドライン水準で記録した2007–2008年の原油ショックと2022–2023年のサプライチェーン・ショックの2件のみであり、12ヶ月の重なりターゲット・パネルの有効独立観測数は約19で、3ヶ月ホライズンの約75に及ばないため、より良く識別される較正読みは本シリーズではなく対をなす3ヶ月シリーズに置かれる。7つの $\tau$ のいずれでも名目値の1–2パーセント・ポイント以内に収まる標本内 PIT およびピンボール指標は、この観測数に対しほぼ機械的な結果であり、それ自体は較正の証拠とはなり得ない。したがって率直な読みは、12ヶ月ゲージが現在の状況がインフレ分布をどう傾けるかを記述し、トレンドに正しく錨を下ろしたゲージであるということであり、FCI チャネルに対する統計的推論はより豊かな標本を待つということである。

中央銀行サーベイランスおよび債券市場の観点で、ヘッドラインは両側で読まれるが、各裾に置く重みは標本外ブロックが示すものに合わせる。12ヶ月ホライズンでは、無条件ベンチマークに対する条件付きピンボール比が下方の裾で1を大きく下回り、中央値で1近辺、上方の裾で1を大きく上回り、上方裾 PIT は名目値より約9パーセント・ポイント不足しており、これは標本外主張をより鋭いシグナルとして提示するのではなく一段下げて扱うべき桁である。下方裾の利得は危機依存ではない。2008–2009年と2020年の期間を除いた危機外再計算でも下方比はほぼそのまま保たれる一方で、上方ミスは同じ除外でほぼ半分まで縮むため、これは事件集中型であって構造的ではない。債券運用がストレス・シナリオに持ち込むべきはこの反対方向の非対称、すなわち信頼できる下方裾と不確実な上方裾である。

ファンと両側期待ショートフォールは、本構成が単一時点のインフレ・ナウキャストを超えてその複雑性に値する領域であるが、同じ標本外限界が適用される。中央値が安定したまま上方スプレッドが広がる状態は、現在の状況が上方分位をどのように価格付けしているかについての記述であって、将来リスクの定量的上限ではない。下方期待ショートフォールはデフレ・シナリオ設計の入力としてより整合的であり、データが語るところによれば、それは条件付き分位が実際に情報を担う側であるためであり、非対称チャネルは本標本において FCI の方向が統計的に識別されないため、方向の主張ではなく点推定プロファイルの記述として読む。

本指標は KRFCI および KRGAR と併せて読むことを意図している。KRGAR がマクロ直交化 KRFCI に応答する成長の裾を描く一方で、KRIAR は KRFCI の原系列水準に応答するインフレの両側の裾を描くため、両指標が同じ KRFCI 事件にどう異なって反応するかが一次の政策変数となる。Adrian, Boyarchenko, and Giannone (2019) が成長の裾のホライズンを、López-Salido and Loria (2020) がインフレの裾のホライズンを整理し、Hatzius, Hooper, Mishkin, Schoenholtz, and Watson (2010) が金融状況リンクで両者を閉じるため、三つの指標は独立した三つのパネルではなく整合的なマクロ・リスク・ダッシュボードとして併せて読まれる。これら裾に自然に合致するサーベイランス・スケジュールは韓国銀行金融安定報告のサイクルであり、12ヶ月ホライズンは金融政策伝達が作動する標準ホライズンであると同時にその報告サイクルとも合致する。

KRGAR および KRFXAR と同様に、本指標は予測ではなく記述的ゲージであり、毎実行で全標本において再推定されるため、パネルが伸びるにつれて過去値も更新され、最も新しく公表された日が最も確定度が低い状態に残る。上方の裾は特に本標本において下方の裾より標本外比重が小さく、ミスが2008–2009年と2020年の期間に集中するため、その標本外信頼の非対称が債券運用がどこに注意を向けるべきかを決め、ヘッドラインの水準のみでその点が決まるわけではない。

KRIAR12Mは、ギャップ形の分位点回帰から得られる12か月先インフレーションの推定条件付き分位数経路$\hat{q}_t(\theta)=x_t^{\top}\hat{\beta}(\theta)$であり、その持続性は条件付け変数から受け継ぎ、予測品質を担う対象は経路ではなく違反指示系列である。経路に対する単位根・構造変化・水準Ljung and Box (1978)検定群は意図的に実施しなかった。被覆は一変量の経路診断が扱えない予測・実現の結合分布の性質であり (Christoffersen 1998; Engle and Manganelli 2004; Murphy and Winkler 1987)、有界な推定分位数は無界の単位根過程ではあり得ず、そのような対象に標準的な推論を適用すると過大棄却するからである (Cavaliere 2005; Cavaliere and Xu 2014)。適した証拠は二つの固定した極端な裾、すなわち下側および上側の極端な条件付き分位数における被覆バックテストである。

12か月の期間では違反系列が隣接する一年の月にわたって重複するため、全標本で大きさが正しい無条件被覆検定は存在しない。重複する標本に対する文字どおりのKupiec (1995)尤度比検定と、これを補正するために構成したNewey and West (1987)自己相関頑健な被覆統計量は、いずれもモデル仕様に記録された事前登録のモンテカルロ大きさ点検で大きく過大な大きさとなったため、全標本に対する形式的な無条件被覆の判定は留保し、全標本の記録は記述的にのみ報告する。

二つの被覆パネルが現れるのは、異なるものを測るからである。再利用した検証パネルは推定パネルに対する標本内の確率積分変換ヒット率、すなわち実現値が適合した条件付き分位数以下に収まる経験的頻度であり、分位数の水準そのものを目標とするため、225か月にわたり下側5パーセント分位数で0.062、上側95パーセントで0.942と読まれ、上側の値は違反率ではなく95パーセント目標に近い累積被覆である。2006-09-30から2025-06-30までの226個の月次標本観測値の固定バックテストは代わりに裾の超過を直接数え、すなわち下側5パーセント分位数の下と上側95パーセントの上の違反であり、下側の裾で十七回の超過を0.075の比率で、上側の裾で十六回の超過を0.071で記録し、いずれも5パーセントの裾質量をわずかに上回る。

オフセット0の非重複部分標本に対する大きさが正しい点検はこの期間ではそれ自体が情報を持たない。18個の観測値の部分標本は5パーセントの裾で0.9回の超過のみ、すなわち一回より少なく期待するため、下側の裾で零回、上側の裾で一回の超過により1.847、p = 0.174と0.011、p = 0.915を記録し、正しい被覆と誤った被覆を区別する検定力が乏しいからである。この部分標本点検は正しい条件付き被覆の仮説の下で厳密であり、その仮説は間隔を空けた違反指示子を独立なベルヌーイ抽出とする (Christoffersen 1998)。ただしこれは持続的な過程の固定した無条件分位数の超過に対する大きさの制御を主張せず、その場合は依存が非重複窓の境界を越えうる。超過比率は十二の許容オフセットにわたり下側の裾で零から0.167まで、上側の裾で零から0.111まで分布し、この期間では形式的な被覆判定を一切下さない。

Christoffersen (1998)の独立性および条件付き被覆検定は両側の裾で強く棄却し、独立性統計量は22.861、p = 0.000と32.184、p = 0.000、条件付き被覆統計量は25.554、p = 0.000と34.061、p = 0.000であり、これは重複する12か月ターゲットが違反系列に機械的に誘発する系列依存であって被覆の失敗ではなく、全標本で留保した判定と整合する。Engle and Manganelli (2004)の動的分位数検定は重複が適格な操作変数を除去するため定数のみの二項スコア形で実施し、両側の裾で3.027、p = 0.082および2.058、p = 0.151により棄却せず、完全な操作変数集合は留保する。交差分位数の単調性チェックは非交差のファンを確認する (Chernozhukov, Fernandez-Val, and Galichon 2010)。

限界をそのまま示す。12か月の期間では独立な窓の実効数が226個の標本点のわずかな一部であるため、非重複部分標本は一回より少ない超過を期待し形式的な被覆判定を下さず、記述的な超過比率と再利用した検証被覆を正直な内容として読む一方、重複する標本の検定は留保する (Kupiec 1995; Berkowitz 2001; Diebold, Gunther, and Tay 1998; Rosenblatt 1952)。これらは母数の不確実性が参照分布に吸収されていない推定分位数であるため、被覆の読みは現在の環境がインフレーション分布をどこに置くかについての記述であって、検証された予測ではない (Campbell 2005; Escanciano and Olmo 2010)。