日本の中央銀行が経済を予測する方法を理解する
経済モデリングと予測に関する分かりやすい解説
Q-JEMとDSGEモデル・フレームワークの詳細分析
数学的仕様を含む包括的な技術ドキュメント
このページでは、日本銀行が経済を理解し金利を決定するためにコンピューター・モデルをどのように活用しているかを説明します。複雑な経済概念を分かりやすく解説します。
Q-JEM、複数のDSGEモデルの詳細な技術仕様、および金融政策立案と経済予測におけるそれらの役割を含む、日本銀行のマクロ経済モデリング・フレームワークの包括的な分析。
経済モデルとは、中央銀行が経済の各部門がどのように相互作用するかを理解するための数学的フレームワークです。日本銀行は直感だけに基づいて金利を設定したり政策を決定したりするわけではなく、膨大なデータを処理して経済結果を予測する定量的モデルに依拠しています。
日銀の政策委員会が年8回開催される際、委員たちは主要予測モデルであるQ-JEM（四半期日本経済モデル）が生成した予測を検討します。このモデルは現在の経済データ—家計の支出パターンから企業の投資動向まで—を取り込み、今後数四半期にわたってインフレ率、GDP成長率、雇用がどのように推移するかを予測します。
これらのモデルを理解することが重要なのは、それらが日本の家計や企業に影響を与える政策決定に直接影響するからです。日銀が2年後にインフレ率が2%に達すると予測していると読んだとき、その予測は数十年間にわたって観察された経済関係に基づいて何千もの計算を実行するQ-JEMのようなモデルから生まれています。
日銀の主要ツールはQ-JEMですが、複数のモデルを同時に維持しています。それぞれが異なる視点を提供しており、実証的な精度（過去のデータとの整合性）を優先するものもあれば、理論的な一貫性（予測が経済原則と整合することの確保）を重視するものもあります。政策スタッフはモデル間のアウトプットを比較し、予測が一致する部分と乖離する部分を特定することで、委員会がベースライン・シナリオ周辺の不確実性を理解するのを助けます。
日銀はモデリングを特に重要にするユニークな課題に直面しています。1990年代後半から2010年代にかけての日本のデフレ経験は、先進国経済において明確な歴史的先例がありませんでした。他国で機能した前提条件に基づいて構築された従来のモデルは、日本の経済ダイナミクスを捉えることにしばしば失敗しました。これにより日銀は、イールドカーブ・コントロールやマイナス金利政策のような非伝統的な政策に特化したモデリング・アプローチを開発せざるを得なくなりました。これらの政策は、標準的な教科書のモデルが評価するように設計されていなかったものです。
日本銀行のモデリング・インフラは、デフレとの長期的な闘いと非伝統的金融政策の展開から得た苦労して学んだ教訓を反映しています。2008年の世界金融危機を受けて、日銀は単一の予測モデルへの依存がブラインド・スポットをもたらすことを認識しました—特に金融市場のダイナミクスと量的緩和の波及メカニズムを捉える点で。その結果が、調査統計局が「モデル群」アプローチと呼ぶものであり、いかなる単一のフレームワークも政策予測に対して排他的な権限を持つことはありません。
中心的な役割を果たすのは依然としてQ-JEMであり、2019年にHara et al.によって最近更新された大規模半構造モデルです。消費、投資、貿易、労働市場にわたる200以上の方程式を持つQ-JEMは、日銀の四半期「経済・物価情勢の展望」に掲載されるベースライン予測を生成します。しかしスタッフは同時に、M-JEM（中規模DSGEモデル）、セクター特有のサテライト・モデル、そしてECBや連邦準備制度理事会の政策変更による国際的波及効果を捉えるよう設計された多国間フレームワークを通じて予測を実行しています。
この冗長性は重要な機能を果たします。2016年に開始されたイールドカーブ・コントロール体制の下では、従来の期間構造モデルが日銀による10年物JGB利回りの明示的なターゲット設定を前提に現実的な金利パスを生成することに苦労しました。異なるタームプレミアム仕様を持つDSGE代替案に対してQ-JEMの予測をクロスチェックすることで、スタッフはベースライン・シナリオが前例のない政策設定の下では成立しない可能性のある市場行動に関する前提条件に過度に依存していないかを評価することができました。
実際の課題は乖離したシグナルを調整することにあります。Q-JEMがM-JEMよりも強い消費成長を予測する場合、それは通常、代表的エージェント・フレームワークであるM-JEMに比べてQ-JEMの家計タイプのより豊富な分解を反映しています。政策スタッフは、どのモデルが現在の経済構造をより適切に捉えているかについて判断を行わなければなりません—この決定が政策委員会に提示される予測レンジを形成します。
Q-JEM—四半期日本経済モデル—は日銀の中核的な予測ツールです。2009年に初めて開発され、2011年と2019年に大幅に改訂されたこのモデルは、日本経済がさまざまなショックや政策変更にどのように反応するかについての数十年間に蓄積された知識を体現しています。このモデルは将来を確実に予測するものではありませんが、過去のパターンに基づいて可能性の高い結果を推計します。
Q-JEMを特に複雑にしているのはその詳細度です。「消費」を単一の数値として扱うのではなく、モデルは家計支出を12の個別カテゴリー—耐久財、非耐久財、サービスなど—に分解します。なぜなら各カテゴリーは所得変化、金利変動、消費者信頼感の変化に対して異なる反応を示すからです。同様に、企業投資は製造機械から商業用不動産まで、それぞれ異なる決定要因を持つ8つのタイプに分類されます。
モデルは1980年まで遡るデータを使用して変数間の関係を推計しています。Q-JEMが1パーセントポイントの金利引き上げが4四半期にわたってGDP成長率を0.3%低下させると予測する場合、その推計は1980年代、1990年代、2000年代の同様の金利変化が成長にどのような影響を与えたかを分析することから得られます。モデルは本質的に「過去の関係に基づいて、政策金利を変更した場合何が起こるか？」と問いかけます。
Q-JEMを純粋な理論モデルから区別する重要な設計上の選択があります：それは「半構造的」であり、経済理論と実証的な柔軟性を組み合わせています。純粋な理論は家計が常にライフタイム全体にわたって完璧に消費を平準化すると言うかもしれませんが、日本のデータは消費が実際には現在の所得をかなり緊密に追随することを示しています—特に十分な金融資産を持たない家計において。Q-JEMはこの観察された行動を、それが教科書の理論と完全に一致しない場合でも取り込んでおり、これにより理論的な洗練性と引き換えに短期予測の精度が向上します。
毎四半期、日銀のスタッフはQ-JEMを最新のGDP、インフレ率、雇用、金融市場データで更新します。モデルはその後2〜3年先まで予測を生成し、政策委員会が各会合後に公表する「経済・物価情勢の展望」の定量的基盤を提供します。しかし最終的に公表される予測は純粋に機械的なモデル・アウトプットではなく—スタッフは、特に現在の状況が過去のパターンと意味のある差異があると考える場合に、専門的な判断を重ね合わせます。
Hara et al.による2019年のQ-JEM改訂は2011年版からの大きな転換を示しており、主に非伝統的金融政策の波及メカニズムをより明示的にモデル化する必要性から動機付けられていました。2009年のIchiue仕様と2011年のFukunaga更新は量的・質的金融緩和（QQE）以前のものであり、ポートフォリオ・リバランス効果とタームプレミアムの圧縮を分析するのに適していませんでした—これらは日銀の大規模なJGB購入が需要を刺激すると想定されていた主要チャネルです。
2019年の改訂は、日銀のバランスシート拡大を企業の資金調達コストと株式評価に結びつける明示的な金融市場ブロックを導入しました。これには、期間構造に対する単純な期待仮説を—イールドカーブ・コントロール下で明らかに失敗した—日銀の債券保有に反応して変動するタームプレミアムを持つアファイン期間構造モデルに置き換えることが必要でした。この修正により2016年以降のJGB利回り圧縮のQ-JEMによる整合性が改善されましたが、比較的短いデータサンプルで推計された追加パラメーターを導入するコストが伴いました。
Q-JEMの半構造的アプローチは、厳格なオイラー方程式制約から乖離した修正された恒久所得消費関数を中心としています。仕様は、生涯期待資産ではなく現在の所得を追いかけて支出する「ルール・オブ・サム」型消費者を許容しています—この修正は日本の流動性制約を受けた家計の大きな割合によって実証的に正当化されますが、厚生分析を行う際には理論的に問題があります。
投資ブロックは2013年以降、特に困難な識別問題に直面しました。政策金利がゼロ近傍に固定され、クレジット・スプレッドが日銀の社債購入によって圧縮された状態では、従来の金利弾力性は説明力を失いました。2019年の改訂は、金融状況の非価格的側面を捉えるために、トービンのQ型の株式評価効果と明示的な信用利用可能性の指標（日銀短観の貸出態度判断DIに基づく）を導入しました—これらの修正はサンプル内の適合度を改善しましたが、信用条件が正常化した場合のパラメーター安定性に懸念を生じさせました。
Q-JEMの実証的な柔軟性は優れた短期予測パフォーマンスをもたらします—1四半期先GDP成長率のRMSEは日銀の中規模DSGEより約30%低い—が、これには明確なコストが伴います。モデルの誘導型消費・投資関数は、反事実的分析を複雑にする基本的なショック（生産性、選好）と政策ショックを容易に区別できません。日銀がQQEなしで経済がどのように推移していたかを評価しようとした場合、彼らはテイラー・ルール偏差を通じて金融政策ショックが明示的にモデル化されるM-JEMの構造的識別に大きく依存しました。
モデルの200以上の方程式はブラックボックスに関する懸念も生み出しています。政策委員会のメンバーは時折、Q-JEMの予測が真の経済関係を反映しているのか、それとも構造的転換期（日本の現在のデフレから持続的2%インフレへの移行など）には成立しない可能性が高い歴史的相関関係を単に補間しているだけなのかを問題にします。2019年版は標準的なショックに対するインパルス応答関数を公表することでこの問題に対処しようとしました—これにより外部の研究者がモデルの波及メカニズムが理論と一致しているかどうかを評価できるようになりましたが、モデルの複雑さと限られた公開コードの入手可能性を考えると外部レプリケーションはほとんど存在しません。
主要な政策レジーム変更周辺の構造変化を考えると、サンプル外予測評価は依然として困難です。日銀は2010-2018年にわたる1年先GDP成長率のRMSEが約0.6パーセントポイントと報告していますが、これは実質的な変動を隠しています：2014年の消費税増税（Q-JEMが過小推計した）後と、2020年初頭にCOVID-19が発生した際に予測誤差が急増しました。コアCPI予測は2014-2019年に継続的な上方バイアスを示し、モデルは実現しなかったインフレ加速を一貫して予測していました—このパターンはフィリップス曲線ダイナミクスの仕様ミスまたはアンカーされた（低い）インフレ期待への不十分な重み付けを示唆しています。
民間部門コンサンサスに対する相対的な予測パフォーマンスは混在した結果となりました。Q-JEMは通常1〜2四半期の地平線でのコンサンサスGDP予測を上回りましたが、より長い地平線では同様またはより悪いパフォーマンスを示し、その主な価値は中期的な予測よりもナウキャスティングにあることを示唆しています。政策シミュレーションについては、モデルは合理的なインパルス応答を生成しています—25bpの政策金利ショックは4〜6四半期後に約-0.15%のGDPへのピーク効果をもたらします—VAR ベースの推計と広く整合していますが、日本の金融セクターのレバレッジを考えると控えめすぎると主張する声もあります。
DSGEとは動的確率的一般均衡（Dynamic Stochastic General Equilibrium）の略で、個人や企業が最適な意思決定を行う方法に関する基本原理から経済を構築するフレームワークです。Q-JEMが過去のデータパターンとの整合性を優先するのに対し、DSGEモデルは合理性と市場均衡に関する前提条件から始まり、それらの前提条件が成立する場合に経済がどのような状態になるかを導出します。
「動的」要素とは、モデルが変数が時間とともにどのように変化するかを追跡することを意味します—家計は将来の所得と金利に関する期待に基づいて今日の貯蓄決定を行います。「確率的」とは単にモデルにランダムなショックが含まれることを意味します：石油価格の急騰、生産性の改善、消費者信頼感の変化。「一般均衡」とは全ての市場が同時に均衡することを示します—労働供給が労働需要と等しく、生産された財が消費される財（投資と純輸出を加えたもの）と等しくなり、モデル全体での内部整合性を確保します。
日銀はDSGEモデルをQ-JEMとは異なる方法で使用しています。Q-JEMが政策会合のベースライン予測を生成するのに対し、DSGEモデルは明確な因果関係の識別を必要とする「もし〜ならば」という問いに答えるのに役立ちます。例えば：日銀が2016年にマイナス金利を導入していなかったとしたら、インフレ率はどうなっていたか？Q-JEMはその方程式が純粋な因果効果ではなく相関関係を捉えているため、このような反事実的シナリオに苦労します。明示的な行動前提条件に基づいて構築されたDSGEモデルは、代替的な政策パスをより信頼性高くシミュレートできます—ただし、常にそれらの行動前提条件が正しいという条件付きで。
日銀の主要なDSGEフレームワークはM-JEM（中規模日本経済モデル）であり、教科書のニュー・ケインジアン・モデルにはない金融摩擦を組み込んでいます。これらの摩擦は日本にとって非常に重要です：銀行が大規模なJGBポートフォリオを保有し、企業が銀行との緊密な関係を維持している状況では、信用チャネル—金融政策が貸借に影響を与える方法—は米国のような市場主導型の金融システムとは異なる形で機能します。M-JEMは一貫した理論的構造の中でこれらの制度的特徴を捉えることを試みています。
批評家はDSGEモデルが単純な統計的アプローチに比べて予測パフォーマンスが劣ることが多いと指摘しています。日銀はこれを認めつつも、予測精度が主要な目的ではないと主張しています。DSGEモデルは規律を提供し—政策分析が経済的に意味をなさない結果を生み出さないことを確保し—共通の理論的言語に基づいた議論を促進することでコミュニケーションを促進します。政策委員会のメンバーが現在のインフレが需要主導か供給主導かを議論する際、彼らは暗黙的に異なるショックタイプとその波及メカニズムを区別するDSGE型フレームワークの中で作業しています。
日銀のDSGEポートフォリオは2008年の金融危機を受けて大幅に進化しました。この危機は標準的なニュー・ケインジアン・モデルの重大なギャップ—特に金融仲介の崩壊と信用供給ショックを捉えることの失敗—を露呈させました。2013年頃のM-JEM（中規模日本経済モデル）の開発は、日本の銀行中心の金融システムに適応させたBernanke-Gertler-GilchristとKiyotaki-Mooreフレームワークに触発された金融摩擦を組み込む方向へのより広範な中央銀行の転換を反映していました。
M-JEMは日本の制度的現実と理論的一貫性のバランスをとる日銀の試みを体現しています。モデルは、企業の純資産を外部金融プレミアムに結びつける金融加速器メカニズムで補強された標準的なニュー・ケインジアン・コア—前向き家計、Calvo型価格設定企業、テイラー・ルールによる金融政策—を特徴としています。M-JEMをFRBやECBの対応物と区別するのは銀行セクターの重要性です：摩擦のない金融仲介を前提とするのではなく、モデルは銀行の自己資本制約と政策金利から貸出金利への不完全なパス・スルーを明示的に組み込んでいます。
インフレ・インデクセーション・パラメーターγはM-JEM開発中に論争的となりました。一部の日銀研究者は合理的期待と整合する完全な前向き期待（γ=0）を支持しましたが、他の研究者は日本の長期デフレが後向きの行動（γ>0）を埋め込んでいると主張し、価格設定者は過去のインフレ率にアンカーされているとしました。推計されたγ ≈ 0.4はハイブリッド・ダイナミクスを示唆しており—実証的な適合度を改善したがコスト・ベネフィット分析を複雑にした妥協点であり、後向きインデクセーションが真の行動的制約を反映しているのかモデルの仕様ミスなのかが不明確であるためです。
2009年以降のFRBとECBによる量的緩和を受けて、日銀は外国の金融政策ショック—為替レート、商品価格、貿易量を通じて伝達される—が貿易依存型経済の国内政策効果を支配する可能性があることを認識しました。Galí-Monacelli フレームワークに基づく小規模開放経済（SOE）DSGEは、日本を世界市場での価格受容者として扱い、外国変数（産出量、インフレ率、金利）は外生的に決定されます。
SOEモデルの実証的な検証により非対称な波及効果が明らかになりました：FRBの引き締め局面は同等の日銀引き締めよりも日本の産出量に大きな影響を与えており、これはおそらく日本のセーフヘイブン通貨としての役割を反映しており、リスク・オフ局面では国内政策スタンスに関わらず円高を引き起こします。これにより、カバーなし金利平価条件に時変リスク・プレミアムを組み込むことが動機付けられました—標準的なSOEモデルからの逸脱ですが、観察された円のボラティリティを整合させるために実証的に必要でした。
M-JEMにおける金融加速器の実装はBernanke-Gertler-Gilchristに忠実に従っています：企業家は内部資金（純資産）と外部借入の両方を使って資本購入を資金調達し、外部金融プレミアムはレバレッジに依存します。増幅メカニズムは内生的な純資産の順循環性を通じて機能します—景気後退は企業家の純資産を侵食し、外部金融プレミアムを引き上げ、さらに投資と産出量を低下させます。
χのキャリブレーションは、系列融資関係と暗黙の保証がアームズ・レングスの信用市場で観察されるレバレッジと借入コストの間の機械的な連結を弱める日本のリレーションシップ・バンキング・システムを考えると困難でした。日銀の解決策—銀行貸出金利ではなく社債スプレッドを使ってχを推計すること—は、FRBの推計（χ ≈ 0.10）よりも低い弾力性推計値（χ ≈ 0.05）をもたらし、日本における信用チャネルの減衰と整合していますが、M-JEMが金融不安定リスクを十分に捉えているかどうかに疑問を生じさせています。
標準的なDSGEモデルは金融政策が短期金利（テイラー・ルール）によって機能すると仮定しており、バランスシート政策やイールドカーブ・コントロールの分析には不向きです。2017年頃に追加されたM-JEMの非伝統的政策モジュールは、日銀のJGB購入がポートフォリオから期間リスクを取り除くことでタームプレミアムを低下させるポートフォリオ・バランス・チャネルを導入しています。このメカニズムは、満期をまたいで完全にアービトラージしない選好的habitat投資家を通じて機能し、中央銀行の資産購入が将来の短期金利期待を超えて長期金利に影響を与えることを可能にします。
ポートフォリオ・バランス・チャネルの強度の推計は依然として論争的です。QQEアナウンスメント周辺のイベント・スタディ証拠は、10年物JGB利回りが期待政策金利の変化で説明できる水準よりも20〜30bp多く低下したことを示唆しており、タームプレミアムの圧縮に起因するとされています。しかし、これをM-JEMに組み込むためには、日本のQEの規模には先例がなかったため最小限の過去のガイダンスでパラメーターをキャリブレーションする必要がありました。得られたシミュレーションは、大規模なバランスシートの拡大が控えめな産出効果—GDPをおそらく0.3〜0.5%引き上げる—をもたらすことを示唆しており、一部の政策立案者が期待していたものよりもかなり小さいですが、不確実性の幅は大きいです。
M-JEMは主に政策の反事実的分析と構造的分解のために機能します。例えば、日銀の研究は2014-2019年の日本の産出成長をさまざまな構造的ショックへの寄与に分解し、負の国内需要ショック（消費税増税の遅延効果と高まった不確実性として解釈される）がQQEからの正の金融政策ショックを相殺したことを発見しました—積極的な緩和にもかかわらずインフレ率が目標を下回り続けた理由を説明しています。このような分解は政策委員会の議論に情報を提供しますが、依然として議論の余地がある強い識別前提条件（ショックの直交性、正しいモデル仕様）を必要とします。
M-JEMの予測パフォーマンスはQ-JEMおよび単純なVARベンチマークを一貫して下回り、特に2四半期を超える地平線では顕著です。日銀はこのトレードオフを受け入れており、DSGE規律が政策分析において予算制約を尊重し、信頼性のないパス（金融刺激による永続的な産出増加など）を排除することを確保すると主張しています。しかし、不良な予測実績はリアルタイムの政策審議におけるM-JEMの影響力を弱めています—Q-JEMとM-JEMの間でベースライン予測が大きく乖離する場合、政策委員会は通常Q-JEMを優先し、DSGEの洞察を補足的なシナリオ分析に格下げします。
複数のモデルを同時に使用することは冗長に見えるかもしれませんが、経済予測における根本的な問題に対処しています：いかなる単一のモデルも全ての期間と全ての変数にわたって他のモデルを信頼性高く上回ることはできません。GDP成長率を正確に予測するモデルが系統的にインフレ・ダイナミクスを見逃すことがあり、インフレ予測に優れた別のモデルが消費・投資のトレードオフについて説得力のない結果をもたらすことがあります。
日銀のアプローチは、M-JEMや他のDSGE変種からの予測を同時に生成しながら、ベースライン予測のためにQ-JEMを実行することです。スタッフはその後、モデルが一致する部分と相違する部分を強調した比較分析を作成します。全てのモデルが同様のインフレ・パスを予測する場合、政策立案者はその予測に対して信頼感を得ます。モデルが大きく乖離する場合—例えばQ-JEMが1.5%のインフレを予測しM-JEMが0.8%を予測する場合—スタッフは相違の原因を診断しなければならず、これはしばしば重要な経済メカニズムを明らかにします。
例えば、2016年のイールドカーブ・コントロール実施中、Q-JEMは当初M-JEMよりも強いインフレ加速を予測しました。調査により、Q-JEMの誘導型方程式がJGB利回りの低下を（過去の相関関係に基づいて）より強い将来の成長を示すシグナルとして解釈したのに対し、M-JEMの構造的アプローチはYCCを通じて行政的に抑制された利回りが通常と同じ情報内容を持たないことを認識したことが明らかになりました。これにより、スタッフはQ-JEMの予測を判断的に調整し、通常の債券利回りと成長期待の間の関係が新しい政策レジームの下で崩壊したというM-JEMの洞察を取り込みました。
マルチモデル・アプローチは不確実性の伝達にも役立ちます。単一の点予測を提示するのではなく、政策委員会の「経済・物価情勢の展望」はモデル間の分散を反映したレンジを含んでいます。そのレンジが狭い場合、委員会はより果断に行動できます；広い場合、大規模な政策調整を行う前に追加データを待つことが賢明です。このモデル間の不一致を不確実性の定量化に活用する規律だった手法は、単一のモデルのアウトプットを権威あるものとして扱っていた以前の慣行に対する重要な方法論的進歩を表しています。
| 側面 | Q-JEM | M-JEM（DSGE） | 小規模DSGE |
|---|---|---|---|
| 主要用途 | 実務的予測 | 政策分析 | 国際波及効果 |
| 方程式数 | 200以上（半構造的） | 約40（構造的） | 約20（構造的） |
| 理論的一貫性 | 中程度 | 高 | 高 |
| 実証的適合度 | 高 | 中程度 | 中程度 |
| 分解の詳細度 | 詳細 | 限定的 | 最小限 |
| 政策実験 | 詳細なシナリオ | 構造改革 | 外部ショック |
日銀は複数のモデルからの洞察を組み合わせるための体系的なアプローチに従っています：
日銀の予測プロセスは政策委員会の会合カレンダーに結びついた四半期の固定スケジュールで運用されています。各政策会合の約3週間前に、調査統計局は最新の国民経済計算データ、労働力調査、物価指数、金融市場観測値でQ-JEMの更新を開始します。これは単純に数字をコンピューターに入力することではありません—スタッフはデータ品質、季節調整の特性、しばしば大幅に改訂される速報値の取り扱い方法について判断を行わなければなりません。
Q-JEMが新しいデータを取り込むと、モデルは政策金利が市場期待（翌日物インデックス・スワップ曲線から導出）に従い、石油価格などの外生変数が先物市場を追随するという前提でメカニカルなベースライン予測を生成します。この初期アウトプットが公式の予測になることはほとんどありません。代わりに、それは経済学者が各コンポーネント—消費、投資、輸出、物価—を精査し、モデル予測をビジネス調査、日銀支店からの地域経済報告、企業経営者との議論などの代替情報源と比較する数日間にわたるプロセスの出発点として機能します。
専門的な判断は、モデルが不得意な分野で最も大きく機能します。例えば、Q-JEMは歴史的に消費税増税の影響を過小評価しており、学習できた歴史的事例は1989年と1997年の2回のみでした。2014年の税率引き上げ前、スタッフはモデルが示唆するよりも大きな混乱を予測して追加的な判断を重ね合わせました—しかし、これらの調整された予測でさえ実際の消費の落ち込みを過小評価しました。この経験により、特に広範な歴史的先例のない政策変更については、モデルのアウトプットを機械的に扱わないことの重要性が確認されました。
クロスモデルの比較はプロセス全体を通じて行われます。Q-JEMがインフレ率が1.8%に上昇すると予測するがM-JEMが1.2%しか予測しない場合、スタッフは違いを分解します：それは需給ギャップに関する異なる前提条件を反映しているのか？賃金フィリップス曲線の勾配が異なるのか？期待形成メカニズムが異なるのか？これらの相違を解決することはしばしば両モデルの改善につながり、予測の不確実性が実際に何に起因するかを明確にするのに役立ちます—単純にモデルのアウトプットを平均化するよりもはるかに有益な作業です。
政策委員会に提示される最終的な予測はこの反復的なプロセスを反映しています。モデルのアウトプットに重ね合わされた実質的な専門的判断を強調するために、「モデル予測」ではなく「スタッフの評価」として分類されます。委員会メンバーは、最終的な予測がモデルのメカニズムとスタッフの前提条件のどちらにどれだけ依存しているかを評価できるよう、機械的なモデル予測と判断的に調整されたバージョンを並べた詳細なドキュメントを受け取ります。この透明性は潜在的なバイアスへのチェックとして機能しますが、同時に予測が制度的な圧力に影響される可能性があることも意味します—スタッフが委員会メンバーの既知の選好に向けて予測を調整することがあるかもしれませんが、そのような影響は外部から検出するのが困難です。
日銀は高頻度指標と伝統的なマクロ経済時系列を組み合わせた高度なデータ統合方法論を採用しています：
日銀のモデルには、政策立案者が常に対処しなければならない固有の限界があります。最も根本的には、これらのモデルは過去のデータを使って推計されており、過去に成立した関係を捉えていますが、構造的転換期には持続しない可能性があります。数十年のデフレから抜け出そうとしている2024年の日本経済は、歴史的先例がほとんどない状況の下で運営されています—主にデフレ期から導出されたモデルのパラメーター推計値はもはや適用されない可能性があります。
失業率とインフレ率を関連付けるフィリップス曲線を考えてみましょう。Q-JEMで推計されたフィリップス曲線は非常に平坦であり、失業率の変化はわずかなインフレ率の変化しかもたらしません—これは失業率が大幅に変動しながらもインフレ率がゼロ近傍にとどまり続けた1998-2019年の日本の経験と整合しています。しかし、日本経済が2022年以降に本当に高インフレ・レジームに移行した場合、その平坦なフィリップス曲線は労働市場の引き締まりが賃金・物価圧力にどのように転換するかを過小推計する可能性があります。モデルはそのようなレジーム変化を自動的に検出することはできません；十分な新しいデータで手動で再推計されるまで、過去のパラメーター値に基づいた予測を継続します。
モデルは前例のない政策でも苦労します。イールドカーブ・コントロールは2016年に導入された際に歴史的な類似例がなく、モデルに伝達メカニズムに関するほとんどガイダンスを与えませんでした。市場の力が自由に動いていた期間に推計されたQ-JEMの金融セクター方程式は、行政的に固定されたJGB利回りが銀行行動、ポートフォリオ配分、タームプレミアム・ダイナミクスにどのような影響を与えるかを信頼性高く予測することができませんでした。スタッフは知見に基づく推測を行いましたが、数年後もモデルがYCCの経済効果を正しく捉えたかどうかについて不確実性が残っています。
おそらく最も困難なのは、モデルは自身の失敗モードを予測できないことです。2008年の金融危機はほぼ全ての中央銀行モデルの想定外でした。なぜなら、それらのモデルは意味のある金融セクターを持っておらず、銀行は崩壊の可能性なしに単純に貯蓄者から借入者へ資金を仲介していたからです。2008年以降、モデルは金融摩擦を追加しましたが、これらの修正は前回の危機に対処するものであり、必ずしも次回の危機に対応するものではありません。日本の次の大きなショックが例えば気候変動の転換リスクや農村地域の人口崩壊から生じる場合、現在のモデルはそれらの異なるメカニズムを捉えるよう設計されているため同様に不十分であることが判明する可能性があります。
これらの限界はモデルを役に立たないものにするわけではありませんが、謙虚さを求めます。政策委員会のメンバーはモデルに基づいた予測を受け取りますが、経済状況がモデルが対処するよう設計された範囲の外に落ちると判断が示唆する場合にはそれを覆す裁量を保持しています。最も危険な間違いは、モデルのアウトプットを成立するかどうかわからない前提条件に依存する条件付き予測としてではなく、客観的な真実として扱うことでしょう。
元日銀審議委員の木内登英氏は2012-2017年の在任中、モデルへの過度の依存を頻繁に批判し、モデルが推計された時期には金融政策がゼロ下限制約によって制約されていたため、通常の政策波及ダイナミクスを学習できず、QQEのインフレへの影響を系統的に過大推計していると主張しました。彼の懐疑論は正しかったことが証明されました—インフレ率は2013-2019年を通じてモデルに基づく予測を一貫して下回り、モデルが安定した構造的関係よりも非典型的な期間の相関関係を捉えていたことを示唆しています。
日本銀行はモデリング・インフラに関する豊富な研究を公表していますが、その多くは日本語のみまたは技術的なワーキング・ペーパーとして存在しています。より深く探求したい方には、日銀のワーキング・ペーパー・シリーズに詳細なモデル仕様、推計結果、政策シミュレーション演習が含まれています。Hara et al.による2019年のQ-JEMペーパーは、銀行の主要な予測ツールに関する最も包括的な英語の文書を提供しています。
日銀の時系列統計データベースは、モデル推計に使用されるほとんどのデータシリーズへの無料アクセスを提供していますが、インターフェースのナビゲーションには忍耐が必要です—変数名は西洋の経済用語に常に明確にマッピングされるわけではない日本の慣習を使用しています。日銀の分析を再現しようとする研究者は、銀行が係数推計を公表していても完全な複製コードが入手できないため、外部検証が制限されることをしばしば発見します。
比較の観点からは、連邦準備制度理事会のFRB/USモデルとECBのモデル群はQ-JEMと概念的な類似性を共有していますが、制度的・経済的構造の違いを反映した詳細では異なっています。中央銀行のモデル文書を横断的に読むことで、コア・フレームワークの収束（ほとんどの主要中央銀行は現在予測に半構造モデル、政策分析にDSGEを使用）と仕様の詳細（金融セクターの取り扱い、貿易リンケージ、賃金・物価ダイナミクス）の乖離の両方が明らかになります。
日銀時系列統計データベース：
https://www.stat-search.boj.or.jp/index_en.html
モデル複製ファイル：
日銀調査統計局を通じて利用可能な一部のQ-JEM複製資料
国際データ：
国際変数向けのOECD、IMF、世界銀行データベース
高頻度データ：
QUICK、Bloomberg、Thomson Reutersからの金融市場データ
モデルの精度は変数と予測の時間軸によって大きく異なります。1四半期先のGDP成長率については、Q-JEMは通常0.4〜0.5パーセントポイント前後の二乗平均平方根誤差を達成しており、これは平均的な予測が約半パーセントポイント外れることを意味します。2010-2019年の日本の平均的な四半期GDP成長率が年率換算でわずか約0.3%であったことを考えると、これは合理的に聞こえるかもしれませんが、典型的な予測誤差は平均成長率自体を超えています。
インフレ率の予測はQQE期間中に特に問題が多いことが判明しました。2013-2019年の間、日銀はコアインフレ率が「2年程度先」に2%に達するという予測を繰り返しました。これは部分的に、需給ギャップが縮小しフィリップス曲線ダイナミクスが機能し始めることを示すモデル予測に基づいていました。実際のインフレ率はこの期間を通じて1%を下回り続け、ランダムな誤差ではなく系統的な予測バイアスを示唆しています。これがモデルの仕様ミス、政策波及に関する誤った前提条件、またはアンカーされた低いインフレ期待を反映しているかどうかは依然として議論されています。
ローリング・ウィンドウとリアルタイム・データ・ビンテージを使用したモデル精度の継続的な評価。