出口定價行為與不對稱匯率轉嫁 –以台灣出口物 價為例
3.3 出口定價行為、 不對稱匯率轉嫁與門檻迴歸模型
國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
由上述模型及式 (3.7)–式 (3.8), 我們瞭解在台灣對外貿易實務上, 當台灣出口商習慣採取匯 率直接報價來計算出口價格時, 出口商定價行為有兩個相對應決定調價與否的門檻值。 亦即出口 商在匯率小幅變動時選擇不調價, 當外幣升值的幅度較大時, 出口商適度調價為最佳策略, 但若是 該變動幅度導因於外幣貶值, 則仍然不調價。 只有當匯率變動幅度夠大時, 則不論外幣升或貶值, 或調價會有菜單成本, 調價皆為最佳定價策略。 而此一結論, 使我們得以更清楚分析出口商面對 外幣匯率變動時, 調價決策過程的全貌, 故此推論與第二章的理論主張並不衝突。
3.3 出口定價行為、 不對稱匯率轉嫁與門檻迴歸模型
透過理論分析, 我們有興趣探究台灣出口商在面對匯率變動時, 其定價行為是否會因為考慮菜單 成本而產生不對稱匯率轉嫁的現象。 由於台灣出口品符合產品異質及目標市場大多為不完全競爭 的特性, 因此我們將運用 Menon (1995) 成本加成模型, 設定實證之出口方程式。
我們假設出口商以其成本 (MC) 的加成 (π) 來決定台幣的出口定價 (Pex):
Pex = πMC, (3.9)
其中影響加成的因素有目標市場的競爭強度與匯率 (S)。 我們將目標市場競爭對手的價格 (CP ) 換算為台幣後與本國廠商的成本 (MC) 差距作為競爭強度的替代變數, 因此可將出口商的加成 比率表示如下:
π = A{CP · S
MC }α, (3.10)
其中 0 < α < 1 , 代表目標市場的競爭程度, α 愈大代表目標市場競爭程度愈高。 A則代表某個 常數。 將式 (3.10) 代入式 (3.9) 後取對數, 並將係數放寬為不受限制, 則可得如下的出口價格方
‧
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
進口價格匯率轉嫁的能力。
其次, 當出口商的生產成本增加, 將促使其提高出口報價, 使得以進口國貨幣衡量之進口價格 上升, 即 c0 > 0 。 再者, 因出口目標市場的結構為不完全競爭, 當目標市場競爭者的價格愈高 (或替代品的價格愈高), 將愈有能力訂高價, 故 d0 > 0 。 綜上所述, 式 (3.11) 理論預期的估計值 為 0 ≤ b0 ≤ 1, c0 > 0 及 d0 > 0 。
3.3.1 變數與資料來源
台灣雖在 1979年即正式進入浮動匯率的外匯市場, 但受限於早期資料的缺漏, 故在時間資料的選 擇上, 本研究僅能觀察自 1981 年 1 月至 2007 年 12 月之間, 時間序列月資料 (以 2000 年為基期) 共 324 筆, 進行模型估計。 茲將本研究各變數的意義、 衡量方式與資料來源敘述如下:
1. pext : 台灣地區出口物價指數
本研究以新台幣衡量之台灣出口物價作為出口價格的替代變數。
2. st: 新台幣名目有效即期匯率指數
我們以每年前十大台灣出口目的國貨幣兌換台幣的匯率, 透過台灣對其之出口值佔台灣總 出口貿易額的比例, 計算每年出口加權平均有效匯率指數的加權值。8 由於美元仍是台灣出 口商常用的貿易清算貨幣, 因此, 部分出口目的國的匯率, 如沙烏地阿拉伯、 印尼、 泰國、 越 南、 新加坡等, 我們以美元兌台幣的匯率取代之。
8台灣出口至香港的貿易額自1981 年以來一直都位居前三名。 由於我國出口至香港大多以轉口貿易居多, 因此不 宜將香港視為最終出口目的國。 在 1996 年以前, 受限於資料, 我們無法得知台灣自香港轉口的最終目的國為何。 由 於美國一向為台灣最主要的出口目的國, 因此將香港的出口值與美國的出口值加總。 而自 1996 年開始, 我們可得知 自香港轉口至中國的出口值比例約佔 60%-75% 之間。 中國儼然已經成為台灣前三大出口目的國之一。 因此, 我們將 台灣出口至香港的出口值, 分為從香港轉口至中國的出口額, 並與以中國為出口目的國的出口值加總計算。 其餘的出 口額, 則因美國仍為台灣最主要的出口國, 故與台灣出口至美國的出口額一併加總計算。
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
3. mct: 以新台幣衡量之出口商生產成本
台灣出口商的生產成本, 大多來自於國產或進口的原料或半成品。 因此, 我們以台灣地區躉 售物價 (內銷品) 指數, 作為衡量台灣出口商生產成本的替代變數。9
4. cpt: 出口目的國競爭者 (或替代品) 的價格
以出口目的國的生產者物價指數作為替代變數。10 而權數的計算與有效匯率的權數相同。
本研究使用的資料皆取自教育部 AREMOS 統計資料庫。 其中 「台灣地區出口物價指數」 及 「台 灣地區躉售物價 (內銷品) 指數」 取自 「台灣地區物價統計資料庫」。 而 「新台幣匯率指數」 及各 出口目的國的 「生產者物價指數」 則取自 「IMF 國際金融統計 (IFS) 資料庫」。
當使用時間序列變數進行實證研究時, 需注意所使用之變數是否恆定 (stationary)。 若變數為 非恆定 (具有單根性質), 以 OLS 進行迴歸分析, 可能會產生虛假迴歸 (spurious regression) 的 問題。 由式 (3.11) 殘差的圖形推論, 殘差似乎不具有明顯的趨勢。 因此在進行 ADF 與 PP 檢定 時, 應當以不含截距項與趨勢的估計式為之。 但為避免主觀設定檢定估計式, 仍以 Ender (2004) 建議的檢定順序執行單根檢定。 由表3.3 得知, 無論是否包含時間趨勢與截距項 (a 僅包含截距 項, b 為包含截距項與時間趨勢, c為不包含截距項與時間趨勢), 各變數的水準值皆具有 I(1) 的 單根性質。 一階差分值則具有 I(0) 性質, 符合資料的恆定性。
由於各變數水準值皆具有 I(1) 的特性, 因此我們以式 (3.11) 檢定各變數水準值 (pext , st, mct, cpt) 之間是否具有共整合 (cointegration) 的關係, 以進一步設定適當的實證模型。 透過 Engle-Granger 兩階段程序的共整合檢定結果, 得到在 1%的顯著水準下, 殘差水準值無法拒絕有單根, 一階差分
9內銷品包括加工過程中的原料、 中間產品及最終產品的國產與進口品。 關於衡量出口成本方面, 作者曾嘗試以工 業原料進口物價指數、 工業勞動生產力指數或製造業月平均薪資指數作為出口成本的替代變數, 但結果並不顯著。
10部分出口目的國缺乏生產者物價指數的資料, 因此只能以其他資料代替。 其中, 中國以工業品出廠價格指數, 越 南則以消費者物價指數代替。
‧
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
表 3.3: 各變數單根檢定統計量與結果
ADF 檢定 PP 檢定
變數 (a) (b) (c) (a) (b) (c)
水準值
pext −2.20(1) −2.11(1) −0.33(1) −1.74 −1.56 −0.32 st −1.23(1) −1.08(1) −0.20(1) −1.31 −1.13 −0.23 mct 1.47(1) 0.50(1) 1.31(1) 2.63 1.34 1.62 cpt 1.72(1) −0.19(1) 3.63(1) 1.66 −0.25 3.59 一階差分值
∆pext −13.68(0)∗∗ −13.68(0)∗∗ −13.70(0)∗∗ −13.55∗∗ −13.53∗∗ −13.55∗∗
∆st −15.47(0)∗∗ −15.55(0)∗∗ −15.49(0)∗∗ −15.62∗∗ −15.65∗∗ −15.64∗∗
∆mct −10.63(0)∗∗ −11.14(0)∗∗ −10.55(0)∗∗ −10.52∗∗ −10.66∗∗ −10.45∗∗
∆cpt −14.89(0)∗∗ −15.07(0)∗∗ −14.25(0)∗∗ −15.07∗∗ −15.18∗∗ −14.77∗∗
殘差 −2.22(0) −2.23(0) −2.22(0) −2.34 −2.35 −2.35 殘差一階差分 −17.23(0)∗∗ −17.20(0)∗∗ −17.26(0)∗∗ −17.23∗∗ − 17.20∗∗ −17.26∗∗
說明: 1. ADF、PP 分別表示 Augmented Dickey-Fuller、Phillips-Perron 檢定法。
2. (a) 代表僅包含截距項, (b) 為包含截距項與時間趨勢, (c) 為不包含截距項與時間趨勢。
3. **表示在 1% 的顯著水準下, 拒絕變數是單根的虛無假設。
4. ADF 值括弧內為依 SIC 選取之落後期數。
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
此, 我們也要觀察估計係數 b2 是否有足夠證據推翻 H0 : b2 = 0 的虛無假設。 至於其他控制變 數, 由於並無充分理由主張其將隨著匯率變動率的不同而有門檻效果, 因此我們假設其他控制變 數沒有門檻效果, 亦即估計參數不受門檻變數影響。
3.3.3 估計策略
式 (3.14) 為 Hansen (2000) 所提出之門檻模型的特殊情況。 門檻模型的特色在於其由資料決定 形成制度轉換的門檻估計值 ˆγ, 而能避免過去實證文獻主觀設定制度轉換點的缺點。 式 (3.14) 可 改寫為
∆pext = a + b1∆st+ (b2 − b1)∆stI(|∆st| ≤ γ) + c∆mct+ d∆cpt+ ǫt, (3.15)
其中 I(|∆st| ≤ γ) 為指標函數 (indicator function), 當 |∆st| ≤ γ 為真時, 指標函數值為 1 , 否則為 0 。 欲執行檢驗門檻效果是否存在, 就相當於檢定式 (3.15) 中解釋變數 ∆stI(|∆st| ≤ γ) 的估計係數是否顯著為零, 即 H0 : b2− b1 = 0 。 這相當於檢驗本文所使用的時間序列資料是否 確實存在如式 (3.14) 之非線性或不對稱性。
我們採用循序 OLS 法 (sequential OLS) 來估計門檻值與迴歸參數。 循序 OLS 的實際作 法是將門檻變數 (|∆st|) 的所有觀察值都當成可能的門檻值, 並在每一個可能的門檻值之下將觀 察值分割為兩組樣本。 兩組樣本分別以 OLS 迴歸後, 將其所對應的殘差平方和 (sum of square errors, SSE) 加總, 得到總殘差平方和。 最終以產生最小總殘差平方和所對應的臨界點作為門檻 變數的估計值 (ˆγ)。 而該門檻估計值所對應的迴歸係數, 即為參數估計值。