10kei

『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。

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

『国民経済計算（GDP統計）』

（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

　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

『標準生命表』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。