BIS警告:各國負債不斷攀升已成重大金融威脅
中時財經即時.2024年7月2日 21:53

國際清算銀行(BIS)30日發表年度全球經濟報告,警告各國負債不斷擴大的嚴重程度,已跟英國政府2022年提出舉債減稅而引發政經危機的情況一樣。

有「央行中的央行」之稱的BIS認為各國負債攀高,已是全球金融系統穩定性面對最重大威脅之一,政府應減少負債來減緩威脅,並藉此抑制通膨。

其形容各國負債不斷增加而面對的風險,已達英國2022年政經危機程度,當時投資人因「迷你預算案」衝擊而突然拋售英國公債,導致借貸成本急增,英鎊持續貶值和英國股市下挫。

BIS貨幣與經濟部門主管波瑞歐(Claudio Borio)說,市場會對政府的財政永續性產生疑問。因為歷史經驗告訴大家,有些事情看來是一直屹立不搖,但卻會突然之間全變調。

BIS的警告,正值法國30日舉行國會大選首輪投票。民調顯示極右翼政黨「國民聯盟」會贏得大多數議席。該黨承諾大幅提高經費去處理移民問題和降低能源價格。但這些選舉支票會增加財政負擔。

法國去年預算赤字占國內生產毛額(GDP)比率已上升至5.5%,超過歐盟規定的3%上限。

美國負債過去10年持續急速攀升,國際貨幣基金(IMF)警告其稅收與財政支出不改變,公共債務占GDP比率將在2032年達140%創新高。IMF指美國高預算赤字和公共債務,會不斷對美國乃至全球經濟構成風險。

BIS表示新冠疫前,債務不斷膨脹所構成的威脅,被長期近乎零利率令借貸成本處歷史低檔的環境給掩蓋。

但後來為能源轉型提供經費、地緣政治衝突、和人口老化造成的負擔等增加政府支出,加上央行升息令借貸成本上升,都讓債務擴大而對金融系統構成的威脅再次浮現。

BIS認為在局面惡化之前,各國應先採取行動,包括增加稅收和減少財政支出等降低債務,減輕金融系統壓力。

雖然其認為全球通膨率可能繼續下降,但仍未到戰勝通膨程度,因此警告各國央行別太早降息。若通膨開始回升,央行要做好升息準備。

更多中時新聞網報導
黃仁勳、馬斯克看好「人形機器人」 日本花了20年卻失敗退場
存股族注意!「2,900億股息即將報到」13檔除權息行情率先開跑
台股基金績效輾壓ETF?「6檔績效超過2,000%」越早進場賺更多

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

王定宇 佔領 主席台

蘇巧慧 參選 新北

委員會 開會

中國 登檢 漁船

記者 盯哨 政論

審查 立委

今日新聞NOWnews
今日新聞NOWnews
太報
今日新聞NOWnews
柯文哲為何不挺罷免謝國樑?黃暐瀚揭關鍵
[NOWnews今日新聞]國民黨推《公職人員選舉罷免法》修法,民進黨批藍是為了搶救面臨罷免危機的基隆市長謝國樑,才推動的自肥法案。而過去在多個法案與國民黨合作的民眾黨,此次不贊成調整罷免門檻,並表示會...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司