國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.5 分群結果與文獻比較-綜合分析
我們除了針對本文及文獻分群結果中同群國家的變數走勢分析外，金融危機對 於各國經濟的總體影響更是我們關注的面向。文獻依照各國特定變數的資料分 群，並依各群平均的統計指標所呈現的影響程度，將第一群及第二群歸類為受 到金融危機影響較小的一類，其中第二群受影響程度最小；而將第三群及第四 群歸類為受到金融危機影響較大的一類，其中第四群受影響程度最大，由此可 知分群的結果呈現出金融危機對各群特定變數的影響。反觀本文研究是以非自 變數對應變數的走勢分群，而本文研究是以經濟成長變化率作為應變數，由此 可知本文的分群結果呈現出特定變數以外對各國經濟的影響，並以前文根據時 間效果走勢分別定義為首波復甦經濟體、次波復甦經濟體及不穩定經濟體三類，
結合各國在上述文獻的分類結果及本文的研究結果，我們得以得出各國在金融 危機期間經濟變動樣貌。
同屬於文獻中特定變數受到金融危機較小影響的第一、二群國家，其中又 可依本文研究各國所屬的群別呈現出的異質性時間軌跡做進一步分析，泰國、
南韓、澳洲、巴西、印度、馬來西亞、祕魯、俄羅斯、新加坡、日本、奧地利、
丹麥及美國列為本文研究的首波復甦經濟體，從這些國家可以發現以亞洲國家 居多，符合亞洲受金融危機影響小的事實，此外，我們認為可能是因為經歷了 亞洲金融風暴後，使得亞洲各國的危機應變能力提升強化了危機後的復甦力道。
愛沙尼亞、拉脫維亞、捷克、盧森堡及波蘭列為本文研究的次波復甦經濟體；
而哥倫比亞、菲律賓、土耳其、智利、以色列、荷蘭、瑞典、比利時、阿拉伯 聯合大公國、法國及南非則列為不穩定經濟體。
同屬於文獻中特定變數受到金融危機較大影響的第三、四群國家，其中又可 依本文研究各國所屬的群別呈現出的異質性時間軌跡做進一步分析，波士尼亞 與赫塞哥維納、克羅埃西亞、義大利、葡萄牙、西班牙及斯洛維尼亞列為本文 研究的首波復甦經濟體，這些國家雖然受到金融危機影響大，但是我們認為可 能是在獲得國際組織及歐盟的經濟救助之下，同時國內也需要快速改善經濟情 況以符合歐盟的紓困條件，因此在內外的救助及改善的雙管齊下，危機後的復
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
而烏克蘭、摩爾多瓦、希臘及匈牙利則列為不穩定經濟體。最後我們於表 2 及 表 3 中整理了各國在文獻及本文研究的分群結果。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 2: 分群結果總整理
國家 G=4* G=9 變數影響程度 時間效果走勢
United Arab Emirates 1 8 影響小 不穩定
Australia 2 9 影響小 首波復甦
Austria 1 9 影響小 首波復甦
Belgium 1 5 影響小 不穩定
Bosnia and Herzegovina 3 9 影響大 首波復甦
Brazil 2 9 影響小 首波復甦
Chile 2 8 影響小 不穩定
Colombia 2 5 影響小 不穩定
Croatia 3 9 影響大 首波復甦
Czech Republic 1 4 影響小 次波復甦
Denmark 1 9 影響小 首波復甦
Estonia 2 4 影響小 次波復甦
France 1 8 影響小 不穩定
Germany** - 7 - 首波復甦
Greece 4 5 影響大 不穩定
Hungary 4 8 影響大 不穩定
India 2 9 影響小 首波復甦
Indonesia** - 9 - 首波復甦
Ireland** - 1 - 首波復甦
Israel 1 2 影響小 不穩定
Italy 3 9 影響大 首波復甦
Japan 1 7 影響小 首波復甦
Korea, Rep. 2 7 影響小 首波復甦
*CIMPOERU (2015) 分群結果
**本文研究增加的國家別
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 3: 分群結果總整理 (續)
國家 G=4* G=9 變數影響程度 時間效果走勢
Latvia 1 3 影響小 次波復甦
Lithuania 3 4 影響大 次波復甦
Luxembourg 1 4 影響小 次波復甦
Malaysia 2 9 影響小 首波復甦
Mexico** - 1 - 首波復甦
Moldova 3 8 影響大 不穩定
Netherlands 1 2 影響小 不穩定
Norway** - 8 - 不穩定
Peru 2 9 影響小 首波復甦
Philippines 2 5 影響小 不穩定
Poland 1 4 影響小 次波復甦
Portugal 4 1 影響大 首波復甦
Romania 3 4 影響大 次波復甦
Russian Federation 2 9 影響小 首波復甦
Singapore 2 9 影響小 首波復甦
Slovenia 4 9 影響大 首波復甦
South Africa 1 8 影響小 不穩定
Spain 4 9 影響大 首波復甦
Sweden 1 2 影響小 不穩定
Switzerland** - 1 - 首波復甦
Thailand 2 1 影響小 首波復甦
Turkey 2 6 影響小 不穩定
Ukraine 3 5 影響大 不穩定
United States 1 9 影響小 首波復甦
Vietnam** - 9 - 首波復甦
*CIMPOERU (2015) 分群結果
**本文研究增加的國家別
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
5 結論與建議
本文研究應用 Bonhomme and Manresa (2015) 所提出以迴歸概念建構的分群方 法，依各國在金融危機期間呈現的經濟動態走勢進行分群。此方法在 k-means 概念下搭配變動鄰域搜尋法以降低起始值對分群結果的影響。我們以不良貸款 占總貸款比例、私營機構放貸比率、通膨率及淨借出/借入占 GDP 比率等四項 自變數與經濟成長變化率建構主要的分群迴歸式，並將分群結果經由時間效果 走勢凸顯出各群的異質性。
我們的實證結果顯示，2011 年之後經濟復甦的走勢是各群異質性的來源，我 們進而將各群分為首波復甦經濟體、次波復甦經濟體及不穩定經濟體三類，而 由自變數對各群經濟成長變化率的總影響得知，私營機構放貸比率是決定金融 危機期間經濟成長變化率關鍵的變數。接著，我們將本文研究的分群結果與相 關文獻比較，發現經濟體若是開放式的經濟體、未加入歐元區的歐盟國家、受 到金融危機影響較小的拉丁美洲及亞洲國家或是曾在金融危機期間接受歐盟及 國際組織紓困，則因為具有較高彈性的經濟調整能力，因此在分群結果上較不 受到分群變數時間頻率選擇差異的影響。此外，結合文獻及本文的分群結果我 們作出以下的推論，其一為經歷了亞洲金融風暴後亞洲各國的危機應變能力提 升可能強化了危機後的復甦力道，二為一些歐洲國家雖然受到金融危機影響大，
但是獲得了國際組織及歐盟的經濟救助，同時國內也需要快速改善經濟情況以 符合歐盟的紓困條件，因此可能在內外的救助及改善的雙管齊下，危機後的復 甦力道才得以快速呈現。至於各群在金融危機導引期及發生期間變數走勢的差 異以私營機構放貸比率最為顯著。本文研究相對以金融危機對各國影響分群議 題的文獻上，不僅可以將一段期間的資料變數納入分群的模型上分析，還能涵 蓋所選擇的變數以外的變數對各國經濟受金融危機影響的層面，對於分群的議 題上能帶來更完整及豐富的研究成果。
相較於其他國家在危機發生期間受到嚴重的波及，中國因為當時嚴格的金融 的管制降低了經濟國際化的程度，加上擁有龐大的外匯儲備足以應付危機帶來
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於危機的陰霾中，此時卻是中國經濟快速崛起的時期，因此中國在此次的金融 危機中可稱為扮演著帶動全球經濟復甦的重要角色。本文研究由於資料大量欠 缺因而未納入中國的資料進行分析，對於金融危機後的復甦議題的探討有失真 實性及完整性，此為本文研究不足之處。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
DP growth rate, %) Difference of annual percentage growth rate of GDP at market prices based on constant local currency.2008-2014 formingloansto totalgross The value of nonperforming loans divided by the total value of the loan portfolio (including nonperforming loans before the deduction of specific loan-loss provisions).
2008-2014 t to private sector , % of GDP) Domestic credit to private sector refers to financial resources provided to theprivatesectorbyfinancial corporations, such asthrough loans, purchases of nonequity securities, and trade credits and other accounts receivable, that establish a claim for repayment.
2008-2014 umer prices, annual %) Inflation as measured by the consumer price index reflects the annual percentage change in the cost to the average consumer of acquiring a basket of goods and services that may be fixed or changed at specified intervals, such as yearly.
2008-2014 GDP +) / net borrowing (-), % ofNet lending (+) / net borrowing () equals government revenue minus expense, minus net investment in nonfinancial assets. It is a summary measure indicating the extent to which government is either putting financial resources at the disposal of other sectors in the economy or abroad, or utilizing the financial resources generated by other sectors in the economy or from abroad.
2008-2014
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
nt ry G roup C ount ry G roup C ount ry G ro up el an d 1 C ol om bi a 5 A us tr ia 9 exi co 1 G re ec e 5 B os ni a a nd H er ze gov ina 9 tu ga l 1 Ph ili pp ine s 5 B ra zi l 9 ze rl and 1 U kr ai ne 5 D enm ar k 9 ila nd 1 T ur ke y 6 Sp ai n 9 ra el 2 G er m any 7 C roa tia 9 rl an ds 2 Ja pa n 7 In di a 9 ede n 2 K or ea , R ep . 7 Indone si a 9 tvi a 3 U ni te d A ra b Em ir at es 8 It al y 9 epubl ic 4 C hi le 8 V ie tn am 9 to ni a 4 F ra nc e 8 M al ay si a 9 ua ni a 4 H un ga ry 8 Pe ru 9 bour g 4 M ol do va 8 R us si an F ede ra tion 9 ol an d 4 N or w ay 8 S inga po re 9 ani a 4 So ut h A fr ic a 8 Sl ove ni a 9 gi um 5 A us tr al ia 9 U ni te d S ta te s 9
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
References
Afonso, A. M. . K. A., A. (2014). Pricing sovereign bond risk in the european monetary union area: an empirical investigation. International Journal of
Finance and Economics, 19(1), 49–56. doi: 10.1002/ijfe
Argüelles, M., Benavides, C., & Fernández, I. (2014). A new approach to the identification of regional clusters. Applied Economics, 46(21), 2511–2519.
Bien, J., & Tibshirani, R. (2011). Hierarchical clustering with prototypes via minimax linkage. Journal of the American Statistical Association, 106(495), 1075–1084. doi: 10.1198/jasa.2011.tm10183
Bonhomme, S., & Manresa, E. (2015). Grouped patterns of heterogeneity in panel data. Econometrica, 83(3), 1147–1184. doi: 10.3982/ecta11319
Brownstein, M. J., Khodursky, A., Ben-Hur, A., & Guyon, I. (2003). Detecting stable clusters using principal component analysis. Functional Genomics(1), 159–182. doi: 10.1385/1-59259-364-x:159
Chen, R. B., Chen, Y. C., Chu, C. H., & Lee, K. J. (2017). On the determinants of the 2008 financial crisis: a bayesian approach to the selection of groups and variables. Studies in Nonlinear Dynamics and Econometrics, 21(5), 1–17.
doi: 10.1515/snde-2016-0107
CIMPOERU, S. (2015). Models for evaluating financial crisis –what went wrong for developed and emerging economies? Theoretical and Applied Economics,
XXII , 273-282.
Hansen, P., Mladenovic, N., & Moreno, J. (2010). Variable Neighbourhood Search.
Inteligencia Artificial, 7 (19), 1097–1100. doi: 10.4114/ia.v7i19.717
Reutter, A. (2003). Twostep cluster analysis. IBM Software, Business
An-alytics, SPSS, 1–5. Retrieved from http://www1.uni-hamburg.de/
RRZ/Software/SPSS/Algorith.120/twostep_cluster.pdf doi:
23/1/303 [pii]
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Rose, A. K., & Spiegel, M. M. (2012). Cross-country causes and consequences of the 2008 crisis: early warning. Japan and the World Economy, 24(1), 1–16. Retrieved from http:// dx.doi.org/ 10.1016/ j.japwor.
2011.11.001 doi: 10.1016/j.japwor.2011.11.001
Syed Zwick, H., & Syed, S. A. S. (2017). Great recession impact on european labor markets integration: cluster analyses. International Journal of Manpower,