| name | analyze-us-bank-credit-deposit-decoupling |
| description | 分析銀行貸款與存款之間的「信貸創造脫鉤」現象，追蹤存款的絕對收縮與回升軌跡，用以辨識聯準會緊縮政策在銀行體系內部的真實傳導效果。 |
<essential_principles>
**信貸創造的基本會計邏輯**
傳統銀行體系下，貸款創造存款：
- 銀行發放貸款 → 借款人帳戶增加存款
- 理論上：新增貸款 ≈ 新增存款
當這個關係「脫鉤」時：
- 貸款持續擴張，但存款沒有等比例增加
- 代表有「力量」在抽走體系內的存款
- QT 環境下，資金流向貨幣市場基金、國債等
**存款動態的關鍵觀察**
2022-2023 年 QT 週期的關鍵特徵：
-
存款絕對收縮期（2022 Q2 - 2023 Q1）
- 存款累積變化一度下探至 -1.2 兆美元
- 代表存款總量比基期（2022年6月）還少 1.2 兆
-
存款回升期（2023 Q2 至今）
- 存款逐步回升，但仍遠落後貸款增量
- 當前存款累積變化約 +0.5 兆美元
-
持續脫鉤
- 貸款累積增加約 +2.1 兆美元
- 落差（Gap）約 1.6 兆美元
**核心分析指標**
| 指標 | 定義 | 意義 |
|---|
| 貸款累積變化 | loans(t) - loans(t0) | 銀行資產端擴張 |
| 存款累積變化 | deposits(t) - deposits(t0) | 銀行負債端變化 |
| Decoupling Gap | 貸款累積變化 - 存款累積變化 | 脫鉤程度 |
| 存款最大回撤 | min(存款累積變化) | 存款收縮最嚴重的程度 |
| 存款回撤恢復比率 | (當前存款變化 - 最低點) / | 最低點 |
| Deposit Stress Ratio | Gap / 貸款累積變化 | 每單位新增貸款的存款缺口比 |
**數據來源（FRED 公開 CSV，無需 API Key）**
資料頻率：Weekly（週頻）
對齊方式：以最新共同日期為準
</essential_principles>
分析銀行信貸與存款的脫鉤現象，追蹤存款的收縮與回升動態。
輸出三層訊號：
- Cumulative Changes: 貸款與存款的累積變化量
- Deposit Dynamics: 存款的最大回撤、回升程度、當前狀態
- Decoupling Assessment: 脫鉤程度評估與宏觀解讀
<quick_start>
最快的方式：使用 FRED 公開 CSV（無需 API Key）
Step 1：安裝依賴
pip install pandas numpy requests matplotlib
Step 2：執行快速分析
cd scripts
python decoupling_analyzer.py --quick
Step 3：執行完整分析（含視覺化）
python decoupling_analyzer.py \
--start 2022-06-01 \
--output ../../output/decoupling_$(date +%Y-%m-%d).json
Step 4：生成視覺化圖表（Bloomberg 風格面積圖）
python visualize_decoupling.py \
--start 2022-06-01 \
--output ../../output/credit_deposit_decoupling_$(date +%Y-%m-%d).png
輸出範例：
{
"period": "2022-06 to 2026-01",
"cumulative_changes": {
"loans_billion_usd": 2070.5,
"deposits_billion_usd": 506.8,
"gap_billion_usd": 1563.7
},
"deposit_dynamics": {
"max_drawdown_billion_usd": -1200.0,
"max_drawdown_date": "2023-04-12",
"recovery_from_trough_billion_usd": 1706.8,
"recovery_ratio": 1.42
},
"assessment": {
"decoupling_status": "severe",
"deposit_stress_ratio": 0.755,
"phase": "recovery_but_lagging"
}
</quick_start>
需要進行什麼分析？
- 快速檢查 - 查看最新的信貸-存款脫鉤狀態
- 完整分析 - 執行完整分析並生成視覺化圖表
- 方法論學習 - 了解信貸創造脫鉤的會計邏輯與宏觀意義
請選擇或直接提供分析參數。
| Response | Action |
|------------------------------|------------------------------------------------------|
| 1, "快速", "quick", "check" | 執行 `python scripts/decoupling_analyzer.py --quick` |
| 2, "完整", "full", "analyze" | 執行完整分析並生成圖表 |
| 3, "學習", "方法論", "why" | 閱讀 `references/methodology.md` |
| 提供參數 (如日期範圍) | 使用指定參數執行分析 |
路由後，執行對應腳本並生成視覺化圖表。
視覺化輸出：信貸-存款脫鉤面積圖
採用 Bloomberg Intelligence 風格，參考 FRED 原生圖表設計：
圖表特徵：
- 面積圖（Area Chart）：清楚顯示累積變化的體量
- 藍色面積：貸款累積變化（Loans & Leases）
- 紅色面積：存款累積變化（Deposits）
- 0 軸線：清楚標示基準線
- 數值標註：最新數值標示在圖表右側
配色方案（遵循 Bloomberg 規範）：
- 背景：
#1a1a2e（深藍黑）
- 貸款面積：
#4a90d9（藍色）
- 存款面積：
#d94a4a（紅色）
- 文字：
#ffffff（白色）
- 網格：
#2d2d44（暗灰）
快速繪圖：
cd scripts
python visualize_decoupling.py \
--start 2022-06-01 \
--output ../../output/credit_deposit_decoupling_YYYY-MM-DD.png
輸出路徑：output/credit_deposit_decoupling_YYYY-MM-DD.png
圖表解讀：
- 藍色面積持續擴大 → 銀行持續放貸
- 紅色面積一度為負 → 存款絕對收縮（2022-2023）
- 紅色面積回升但落後藍色 → 脫鉤持續
<input_schema>
**Type**: string (ISO YYYY-MM-DD)
**Description**: 分析起始日期
**Default**: "2022-06-01"
**Example**: "2022-06-01"
**Type**: string (ISO YYYY-MM-DD)
**Description**: 分析結束日期
**Default**: 今天
</input_schema>
<output_schema>
完整輸出結構：
{
"skill": "analyze_bank_credit_deposit_decoupling",
"version": "2.0.0",
"status": "success",
"analysis_period": {
"start": "2022-06-01",
"end": "2026-01-07"
},
"data_sources": {
"loans": {
"series_id": "TOTLL",
"url": "https://fred.stlouisfed.org/graph/fredgraph.csv?id=TOTLL"
},
"deposits": {
"series_id": "DPSACBW027SBOG",
"url": "https://fred.stlouisfed.org/graph/fredgraph.csv?id=DPSACBW027SBOG"
}
},
"cumulative_changes":
</output_schema>
<success_criteria>
分析成功時應產出：
<scripts_index>
| Script | Command | Purpose |
|---|
| decoupling_analyzer.py | --quick | 快速檢查最新訊號 |
| decoupling_analyzer.py | --start DATE | 完整分析 |
| visualize_decoupling.py | --start DATE --output | 生成 Bloomberg 風格面積圖 |
| </scripts_index> | | |
