新たな研究では、過去50年間に洪水が日本のGDPに及ぼした影響を評価する。
日本は歴史を通じて多くの洪水に見舞われてきた。民間資産や公共インフラへの物的損害額など、こうした災害の直接的な影響については詳細なデータがある。
本研究ではこの情報を用いて、2020年から2100年に洪水が世界のGDPに及ぼす影響を算出し、現行の政府政策が続けば、その影響が大幅に拡大することを示している。
自然災害、とりわけ気候変動に関連する災害の影響を定量化することは重要である。本稿では、DSGEモデルを用い、過去50年間に洪水が日本の金融仲介とGDPに及ぼした影響を評価する。結果から、洪水はGDPを押し下げ、その程度は金融仲介活動の対応に左右されることが分かった。さらに、金融システムのグリーン化ネットワーク（NGFS）が提示したシナリオを用いて、2020年から2100年に洪水がGDPに及ぼす影響を予測する。
自然災害、とりわけ気候変動に関連する災害の影響への関心が高まっている（例：Noy 2015）。新たな論文（Hashimoto and Sudo 2022）では、日本のデータを用いて、金融システムの役割とそこへの影響に焦点を当て、洪水がGDPに及ぼす影響を定量化する。日本は歴史を通じて洪水に見舞われてきており、政府は洪水の直接的影響に関する豊富なデータを収集している。これには民間資産や公共インフラへの物的損害額も含まれる。図1は、日本における過去50年間の洪水被害の推移を示す。1ここ数年、西日本で2018年7月に発生した豪雨や、2019年10月の台風19号など、大規模な洪水が相次いだ。後者の経済的な洪水被害額は合計2.1兆円に上り、1961年の統計開始以来最大となった。これは国民所得の0.54%に相当する。
図1 日本の洪水被害の時系列
洪水被害データを用い、DSGEモデルを構築・推定することで、洪水の直接的影響に続いて生じる金融仲介活動やGDPの変化、すなわち間接的影響を定量化する。DSGEモデルは、金融政策分析を含む景気循環研究で標準的に用いられる分析ツールであるが、執筆時点で、自然災害の影響に関する研究への適用例はわずかしかない。
図2は、本モデルにおいて洪水の直接的影響が経済に及ぶ3種類の経路を示す。第一は資本ストックの減耗である。これは洪水によって工場設備が稼働不能となり、生産に利用できる資本ストックの総量が減少する場合に当たる。第二は全要素生産性の低下である。洪水によって道路や橋などの公共インフラが寸断されると、企業は洪水がなければ使わなかった非効率な経路を利用せざるを得ない。その結果、生産投入量が変わらなくてもGDPは減少する。第三は、資産の物的損害による民間企業のバランスシートの悪化である。Bernanke et al. (1999)などの先行研究は、企業のバランスシートの状態が、直面する外部金融プレミアムを左右する重要な要因であると指摘する。例えば、洪水によって担保資産の価値が失われると、貸し手は借り手への融資基準を厳格化する可能性がある。そうした厳格化は投資を減少させ、GDPを押し下げる可能性がある。
図2 洪水ショックの波及メカニズム
第一、第二の経路は供給側から直接GDPを押し下げる。第三の経路は需要側から作用する。他の条件が同じであれば、バランスシートが悪化した企業は、洪水による外部金融プレミアムの上昇を受けて貸し手からの借入を減らし、それに伴い投資も減らす。洪水後に投資があまり行われなければ、GDPの低下が続き、それが内生的に企業のバランスシートを悪化させ、GDPをさらに押し下げる。
本研究は、自然災害の影響を定量化する研究の蓄積に関連している。例えば、Hsiang and Jina (2015)は、国・地域別にサイクロンによる資本ストックの減耗率を算出し、その率が経済の長期成長率と負の関係にあることを示した。Noy (2012)は、合成コントロール法を用いて、1995年の阪神・淡路大震災が地域経済に持続的な悪影響を及ぼしたことを示している。本研究は、金融面に光を当てる研究にも関連する。Hilbert (2021)は、EU企業のデータを用いて、自然災害リスクがどこに存在し、金融仲介機関が直面するリスクにどのようにつながるかを示した。Hosono and Miyakawa (2014)は、阪神・淡路大震災が銀行に及ぼした直接的影響によって、企業の投資と輸出が減少したと論じている。von Peter et al. (2012)は、大規模な自然災害がGDPに大きく有意な負の間接効果を及ぼす一方、費用を左右するのは主に保険で補償されない損失であり、十分に保険がかけられた災害は、失われるGDPという点で影響がないことを明らかにした。
図3は、台風19号による洪水に相当する洪水が第0期に発生した場合の、資本ストック、貸出、GDPの反応を示す。保険制度と金融仲介の役割を見るため、「保険付きモデル」と呼ぶ仮想経済における変数の反応も示す。このモデルでは、影響が生じる期に洪水によって企業のバランスシートに生じた損害が、家計によって全額保険で補償される。
図3 洪水ショックに対するインパルス応答関数（K、L、Y：基準モデルと保険付きモデルを同じ図に表示）
図では、第0期の資本ストックの減少が洪水の直接的影響の大きさを表す。第1期以降の資本ストックの推移、あるいはシミュレーション期間全体にわたる貸出とGDPの推移は、経済の内生的な反応、すなわち間接的影響を表す。GDPは第0期に約0.1%減少し、緩やかに洪水前の水準まで回復する。40四半期にわたる減少幅の累計は約0.7%である。需要要因の役割は、2つのモデルを比較すると分かる。企業のバランスシートが当初から損なわれる場合、前者の経済では後者よりGDPの減少幅が大きく、40四半期の累計で0.4ポイントの差が生じる。なお、後者のモデルでも、企業のバランスシートへの二次的影響は引き続き生じる。つまり、供給要因によるGDPの低下で企業の収益が減り、バランスシートが内生的に悪化する。その結果、外部金融プレミアムが上昇し、投資が抑制される。
自然災害の規模が今後拡大すると予測する研究が増えている。そうなれば、間接的影響も拡大する可能性がある。この点を検証するため、NGFSが作成した河川洪水による被害シナリオを本モデルに適用し、現在から2100年までのGDPを算出する。具体的には、「現行政策」シナリオと「ネットゼロ2050」シナリオの2つを用いる。2
図4は、シナリオから構築した2020年から2100年までの洪水の推移を示す。「現行政策」シナリオでは、平均的な洪水ショックは2080年頃から急速に拡大し始める。2100年には、2000年代の平均の5.4倍になる。「ネットゼロ2050」シナリオでは、洪水ショックの増加は約1.4倍にとどまる。
図4 気候変動シナリオにおける洪水起因の資本減耗率
図5は、基準モデルと「保険付きモデル」によるGDP予測を示す。「現行政策」シナリオでは、洪水起因の資本減耗率が急速に上昇することを反映し、2100年時点のGDPは洪水がない場合と比べて大幅に減少し、その乖離は-0.18%に達する。一方、「ネットゼロ2050」シナリオでは、洪水の規模と頻度が限られるため、2つの変数は足元の水準とおおむね同じ状態にとどまる。保険制度と金融仲介の役割は、2つのモデルの比較から分かる。「保険付きモデル」の「現行政策」シナリオでは、2100年のGDPのマイナスの乖離は-0.03%に抑えられる。
図5 経済予測（Yのみ：基準モデルと保険付きモデルを別々の図に表示）
結論
DSGEモデルを用いて、洪水が金融仲介とGDPに及ぼす影響を定量的に評価する。本モデルでは、洪水は3つの経路、すなわち資本ストックの減耗、公共インフラの破壊による生産性の低下、企業のバランスシートの悪化を通じてGDPに影響する。1980年から2019年までの日本のデータを用いてモデルを推定した結果、洪水は統計的に有意な水準でGDPを減少させ、金融仲介活動がその波及に重要な役割を果たすことを示す。
さらに、NGFSが公表したシナリオを用いて、2020年から2100年に洪水がGDPに及ぼす影響を算出する。「現行政策」シナリオでは、洪水によるGDPの減少が現行水準と比べて大幅に拡大する一方、別のシナリオを検討した場合や保険制度の効果を組み込んだ場合には、その減少が緩和される可能性があることを示す。
参考文献
Bernanke, B S, M Gertler and S Gilchrist (1999), “定量的景気循環分析の枠組みにおける金融アクセラレーター”, マクロ経済学ハンドブック 1: 1341-1393.
Hashimoto, R and N Sudo (2022), “洪水被害の実体経済および金融仲介への波及：DSGEモデルを用いたシミュレーション分析,” 日本銀行ワーキングペーパーシリーズ、第22-E-5号。
Hiebert, P (2021), "気候変動は欧州の金融システムに不均等な影響を及ぼす"," VoxEU.org、7月13日。
Hosono, K and D Miyakawa (2014), "自然災害、企業活動、銀行への損害," VoxEU.org、8月13日。
Hsiang, S M, A S Jina (2015), “地理、減耗、成長,” American Economic Review 105(5): 252-256.
金融システムのグリーン化ネットワーク（2021）、「中央銀行・監督当局向けNGFS気候シナリオ」。
Noy, I (2012), "自然災害が経済に残す長期的な余波," VoxEU.org、9月5日。
Noy, I (2015), “自然災害の直接的影響を測るDALY指標”, VoxEU.org、3月13日。
Peter, von G, S von Dahlen, S Saxena (2012), “被害を抑えられなかった災害？自然災害のマクロ経済的コストに関する新たな証拠”, BISワーキングペーパー第394号。
