| name | usd-reserve-loss-gold-revaluation |
| description | 在「美元／某貨幣失去儲備地位、黃金成為唯一錨」的假設下，用央行貨幣負債 ÷ 黃金儲備，推演「資產負債表可承受的隱含金價」，並輸出各國/各貨幣的槓桿程度、缺口與排名。 |
<essential_principles>
**黃金錨定假說**
本模型基於極端情境假設：若法定貨幣體系瓦解、黃金成為唯一錨定資產，則：
- 隱含金價 = 貨幣負債 ÷ 黃金儲備
- 這不是「預測」，而是「壓力測試」：資產負債表要撐得住需要多高的金價
典型論述來源：VanEck「$39k gold」分析（M0 + FX turnover 加權）
**兩種貨幣口徑差異**
| 口徑 | 定義 | 隱含金價 | 解讀 |
|---|
| M0 (Monetary Base) | 央行直接負債（通貨 + 準備金） | ~$39k | 央行資產負債表壓力 |
| M2 (Broad Money) | 含銀行體系信用擴張 | ~$184k | 全體信用體系壓力 |
關鍵洞察：兩者差距反映「信用乘數」的槓桿效應。
**加權方法的直覺**
| 方法 | 數據來源 | 直覺 |
|---|
| fx_turnover | BIS 三年調查 | 外匯交易份額 ≈ 國際結算/儲備使用強度 |
| reserve_share | IMF COFER | 官方外匯儲備幣別佔比 |
| equal | - | 不考慮貨幣重要性差異 |
| custom | 用戶自訂 | 可配合特定情境分析 |
加權的直覺：份額越高的貨幣，在「重新錨定」時需吸收的負債壓力越大。
**黃金支撐率 (Backing Ratio)**
backing_ratio = (gold_oz × gold_spot) / money_base
解讀：
- backing_ratio ≈ 3% → 黃金僅支撐 3% 的貨幣負債（高槓桿）
- backing_ratio ≈ 60% → 黃金接近完全支撐（低槓桿）
貼文中「日本黃金只支撐約 3% 的 M0」即此概念。
**資料取得方式**
本 skill 使用公開數據：
- 黃金儲備：World Gold Council / IMF IFS（tonnes）
- 貨幣量：各國央行 / FRED / IMF IFS（M0/M2）
- ：BIS Triennial Survey（每三年更新）
實作「美元失去儲備地位下的黃金重估」壓力測試模型：
需要進行什麼操作？
| Response | Action |
|---------------------------------|-----------------------------------------------|
| 1, "快速", "quick", "計算" | 執行 `python scripts/gold_revaluation.py --quick` |
| 2, "完整", "full", "分析" | 閱讀 `workflows/analyze.md` 並執行 |
| 3, "比較", "compare", "對比" | 閱讀 `workflows/compare.md` 並執行 |
| 4, "監控", "monitor", "追蹤" | 閱讀 `workflows/monitor.md` 並執行 |
| 5, "學習", "方法論", "why" | 閱讀 `references/methodology.md` |
| 6, "圖表", "畫圖", "視覺化" | 執行 `python scripts/visualize_revaluation.py` |
| 提供參數 (如實體清單) | 閱讀 `workflows/analyze.md` 並使用參數執行 |
