Capital Flows, Unequal Futures: Financial Globalization, Machine Learning and the Distributional Architecture of Income Inequality

技術要約：資本の流動と不平等な未来

問題提起
本論文は、開発金融における極めて重要なパズルを扱っている。すなわち、金融のグローバル化は理論的には投資、技術移転、リスク共有を促進する能力を持つ一方で、しばしば所得格差を増大させるという問題である。中心となる問題は、国境を越えた資本の恩恵が平等に分配されないことにある。恩恵は資産所有者、熟練労働者、およびフォーマルな金融へのアクセスを持つ層に集中する傾向があり、一方で低所得世帯をボラティリティ、資産価格のバブル、および財政的な再分配の減少にさらすことになる。既存の文献は、グローバル化の指標を総括的に扱ったり、線形な平均効果に依存したりすることが多く、金融の開放性が国内制度とどのように相互作用して所得分布を形成するかという、条件的かつ非線形で異質な性質を捉えきれていない。

方法論
本研究は、1996年から2024年までの9つの地域、45の経済圏を対象とした年次国別・年次パネルデータセット（1,305観測値）を用い、多層的かつ多変量的な実証的アプローチを採用している。この手法は、因果メカニズムと予測パターンの両方を扱うために、伝統的な計量経済学的推論と機械学習（ML）による予測を統合したものである。

1. データ構築： 被説明変数はジニ係数（0–100スケール）である。主要な説明変数は金融のグローバル化であり、主にKOFグローバリゼーション指数（de facto（事実上の）とde jure（制度上の）の区別を含む）から導出され、FDI（海外直接投資）およびポートフォリオ・フローのデータによって補完されている。コントロール変数には、貿易の開放性、一人当たりGDP、教育、社会保護、税収、制度の質、およびマクロ経済指標が含まれる。
2. 計量経済学的レイヤー：
   • 両方向固定効果モデル： 未観測の異質性や世界的ショックを制御するために、国および年の固定効果を制御したベースラインモデル（$Gini_{it} = \beta_0 + \beta_1 FG_{it} + \beta_2 FG_{it}^2 + \dots$）を用いる。
   • 相互作用モデル： 金融のグローバル化と国内変数（教育、社会保護、税収能力、制度の質）を相互作用させることで、これらの要因が不等式化の結果をどのように調整（モデレート）するかを検証し、政策による緩衝効果をテストする。
   • 異質性分析： 所得グループ別（高所得、中上所得、中低所得、低所得）のサブサンプル分析を行い、発展段階に応じた効果を評価する。
   • 分位点回帰： 条件付きジニ分布の異なる点（25、50、75、90パーセンタイル）における関係を推定し、格差の高い社会と格差の少ない社会で効果がどのように異なるかを特定する。
3. 機械学習レイヤー：
   • データのリークを防ぐため、時間軸を考慮した分割（学習：1996–2018年、テスト：2019–2024年）を用いて、4つのモデル（Elastic Net、ランダムフォレスト、勾配ブースティング、および多層パーセプトロン（MLP）ニューラルネットワーク）を訓練・テストする。
   • 説明可能性： パーミュテーション重要度（Permutation importance）および部分依存プロット（Partial dependence plots）を用いて、「ブラックボックス」モデルを解釈し、因果推論を主張することなく、変数の重要性と非線形な応答形状を特定する。

主な結果

• 非線形性と条件性： 金融のグローバル化と格差の関係は非線形である。ベースラインの固定効果モデルは、正の線形項と有意な負の二乗項を示しており、これは金融の開放性が高まるにつれて、金融のグローバル化が格差に与える影響が変化することを示唆している。
• 国内の緩衝材の役割： 相互作用モデルは、国内の政策的緩衝材が結果を大きく変えることを裏付けている。社会保護、教育、および制度の質が高いことは、金融のグローバル化による不等式化の影響を緩和する。逆に、制度が脆弱であったり社会支出が低かったりする環境では、金融の開放性は格差を悪化させる可能性が高い。
• 異質性： 金融のグローバル化の影響は所得グループによって異なる。中低所得経済圏は顕著な感受性を示す一方、高所得経済圏は異なるダイナミクスを示しており、これは社会保険の充実度や資産所有の広さの違いに起因すると考えられる。
• 分位点の差異： 分位点回帰は、金融のグローバル化の影響が不等式の分布において一様ではないことを示している。その関係は、すでに高い格差を経験している国々において、より強く、かつ複雑になる。
• 機械学習の性能： 非線形ツリーベースモデル（勾配ブースティングおよびランダムフォレスト）は、線形ベンチマーク（Elastic Net）およびMLPニューラルネットワークよりもアウトオブサンプル予測において優れていた（勾配ブースティングはアウトオブサンプル $R^2$ 0.7321を達成）。
• 予測因子： パーミュテーション重要度分析によれば、「地域（Region）」と「所得グループ（Income Group）」が最も強力な予測因子であり、次いで一人当たりGDPと教育が続く。金融のグローバル化は関連のある予測因子であるが、唯一の決定要因ではない。その予測力は、構造的な国内変数と共有されている。

主な貢献

1. 概念的区別： 本研究は、金融のグローバル化をより広範な経済的、社会的、政治的なグローバル化から厳密に区別し、これらを集約することは特定の分配メカニズム（例：資産所有 vs 貿易効果）を不明瞭にすると論じている。
2. 手法の統合： 因果関係と調整効果に関する仮説を検証する計量経済学的推論と、複雑な非線形性や相互作用を捉える機械学習との間の溝を埋めている。この「分配的リスク学習（distributional risk-learning）」アプローチにより、金融のグローバル化が国内構造とどのように相互作用するかについて、より微細な理解が可能となる。
3. 政策依存的フレームワーク： 本研究は、議論を「開放か閉鎖か」という二元論的な議論から、条件付きのフレームワークへと移行させている。すなわち、金融のグローバル化の分配的結果は、国内の吸収能力（教育、税、社会保護）の存在によって決定されることを示している。

意義と主張
本論文は、金融のグローバル化を単なる資本の移動性や総体的な成長の問題としてではなく、主に**「分配に関する政策問題」**として捉えるべきであると結論づけている。著者らは、金融統合による格差の影響は不可避なものではなく、国内のガバナンスに依存すると主張している。

• ガバナンスの結論： 金融のグローバル化は、特に強力な制度、社会的安全網、および税収能力を欠く国々において、ボラティリティが高く投機的で規制されていない場合、不平等を助長する力として作用する。逆に、生産的な投資、金融包摂、および強固な再分配の枠組みの中に組み込まれている場合、それは包括的なものとなり得る。
• 政策的含意： 本研究は「統治された開放（governed openness）」を提唱している。発展途上国は、資本の流入が家計の危機へと発展するのを防ぐために、金融の開放性を拡大する前、あるいはそれと並行して、社会保護、税収能力、および教育の構築を優先すべきであると示唆している。
• 限界： 著者らは、所得（income）と消費（consumption）の間の違いを含む、国をまたぐ格差指標のデータの一貫性、金融フローの多次元的な性質（さらなる細分化が必要な可能性）、および政治的連合が自由化を駆動するというエンドジェニティ（内生性）の問題を完全には解決できない固定効果モデルの限界について、謙虚に認めている。

最終的に、本論文は、資本の流入は機会を生み出すものの、国家がこれらの利益を共有できるかどうかは、その国の国内政策のアーキテクチャに依存すると断じている。格差の結果は固定されたものではない。それは、グローバルな資本とローカルな制度との相互作用を、いかに適切に管理するかという関数なのである。