參數設定

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

照下列表格來轉換_:

表 _2: 資料轉換

變數名稱 計算方法

產出 _ln(實質_GDP/15歲以上的民間人口_)*100

消費 _ln(實質民間最終消費支出/15歲以上的民間人口_)*100

投資 _ln(實質固定資本形成毛額_/15歲以上的民間人口_)*100

通貨膨脹率 ln(GDP deflator/GDPdeflator(-1))*100 實質工資 ln(工業及服務業月平均工資/GDP deflator)*100

工作時數 _ln(月平均工時_*就業人口_/15歲以上的民間人口)*100 - Mean

金融業隔夜拆款利率 年息百分率_/4

a 頻率_: 季。

b 以上變數除通貨膨脹率與金融業隔夜拆款利率和工作時數外_,取完ln後再做一階差分,可 得到其成長率。

c 資料來源_:蔡依恬 ₍₂₀₀₉₎ 。

3.3 參數設定

折現因子 _{( β )} 的校正值_, 設定與 Fuhrer (2000) 相同為 _{0.9875 ,} 資本折舊率 ₍ δ ) 和資本占產出的比率 _{( α )} 與 _{Teo (2009)} 相同_, 分別為 _0.025 及 _{0.3 ,} 消費 習慣偏好_h 採用陳宏鈞₍₂₀₀₉₎設為 _{0.934 ,} 在陳宏鈞₍₂₀₀₉₎ 發現台灣的消費習 慣偏好明顯較其他國家高_, 而勞動替代需求的彈性 _{( θw )} 和商品需求的替代彈性 ( θ ) , 採用 _{Teo (2008)} 設定為 ₄。

在金融面的參數有_: ^K

N W 、 _κ 、 _ϑ^e 和 _{S ,} 資本淨值比 ₍ ^K

N W ) , 這裡用負債 淨值比¹⁰的倒數替代_, 負債淨值比的靜止均衡值為 _{0.807324 ,} 倒數值為 _{1.2387 ,} 比 BGG (1999)的值 2較低, κ (elasticity of the risk premium to the capital to net worth ratio) ,風險溢酬相對於資本淨值比的彈性, 表示當資本淨值比增加 1% 時_, 風險溢酬會增加多少百分點_, 在這我使用 Elekdag (2006) 對此參數的先 驗分配_, 設為 _Beta 分配_, 平均值為 _0.07 及標準差為 _{0.03 ,} 在實證中以 _0.069 代 入_,而風險溢酬 _S 仍以 _{BGG (1999)} 的校正值為_{1.02 , ϑ}^e 為_{0.9728 ,} 其先驗分 配為 _{Beta ,} 平均值 _0.975 及標準差 _0.01 。

10負債淨值比: 又稱財務槓桿比, 利用總負債除以淨值, 其中淨值等於股東權益。 在此我利用台 灣新報資料庫_,蒐集1983Q4-2012Q1的不含金融指數簡易財報_,取平均值替代靜止均衡值。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

在蔡依恬 ₍₂₀₀₉₎ 文中_, 可知跨期消費替代彈性 _{( 1/σc )} 的範圍_, 至少會大於 0.5 , 本文以_0.66代入_, 且跨期消費替代彈性的倒數服從_Normal分配_,平均值以 1.5 及標準差 0.375代入,關於勞動供給替代彈性倒數,在Teo & Lain (2006) 中 發現台灣比國家相對高_, 過往文獻以 1 為主_, 這裡我設定與 Teo (2009) 相同為 ₅ , 且先驗分配服從 _Normal 分配_, 平均數為 ₅及標準差為 _0.75 放入模型。

關於物價及工資的僵固性 _{( ξp} 、 _{ξw )} 是介於 _{0 − 1} 的機率_, 故以 _Beta 分配 設定_, 以平均數 _0.5 和標準差 _0.1 代入_, 物價和工資的指數化程度 _{( γp} 、 _{γw ),} 分別表示為過去的物價或工資影響現在的物價或工資的程度_, 先驗分配也為 _Beta 分配_, 將其平均數設定為 _0.5 和標準差 _0.15。

關於隨機衝擊的自我迴歸係數_{( ρβ} 、_ρw 、_ρp 、_ρg 、_ρx、_ρA、_{ρg ),}設定為_Beta 分配_, 且平均數為_0.85及標準差_0.1, 隨機衝擊的標準差則設定為 _{Inv gamma}分 配,平均數為0.1和標準差為0.2 ,最後,資本利用率的彈性倒數 ψ 和投資調整成 本的彈性倒數 ϕ , 以 Gelain(2010)設定相同, ψ 服從 Normal 分配_,其平均數為 0.2 和標準差 _{0.075 , ϕ}服從 _Normal 分配_, 平均數為₄ 及標準差為_1.5 。 以上的 參數設定整理如下_:

表 _3: 參數校正值 參數 值 參考文獻 β 0.9875 Fuhrer(2000) δ 0.025 Teo(2009)

α 0.3 Teo(2009)

θ^w 4 Teo(2008)

θ 4 Teo(2008)

h 0.934 陳宏鈞 (2009)

C

Y 0.6 Gelain(2010)

K

N W 1.2387 作者

S 1.02 BGG(1999)

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

表 _4: 參數先驗分配 Prior

Parameters Distribution Mean Std. dev.

σc Norm 1.5 0.375

σ_l Norm 5 0.75

γp Beta 0.5 0.15

γw Beta 0.5 0.15

ξ_p Beta 0.5 0.15

ξw Beta 0.5 0.15

ξr Beta 0.8 0.05

ξ_π Norm 1.7 0.1

ξy Norm 0.125 0.05

ξ∆π Norm 0.063 0.05

ξ_∆y Norm 0.3 0.1

ϕ Norm 4 1.5

ψ Norm 0.2 0.075

f Norm 0.45 0.25

κ Beta 0.07 0.03

ϑ^e Beta 0.975 0.01

ξ_e Bta 0.5 0.15

σ_B Inv.gamma 0.1 2

σx Inv.gamma 0.1 2

σ_A Inv.gamma 0.1 2

σ_w Inv.gamma 0.1 2

σp Inv.gamma 0.1 2

σ_m Inv.gamma 0.1 2

σ_g Inv.gamma 0.1 2

ρB Beta 0.85 0.1

ρ_x Beta 0.85 0.1

ρ_A Beta 0.85 0.1

ρw Beta 0.85 0.1

ρp Beta 0.85 0.1

ρ_m Beta 0.85 0.1

ρg Beta 0.85 0.1

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

4 實證結果

4.1 後驗分配

在表 ₅ 中是利用 Metropolis-Hastings algorithm 估計所得各參數的後驗機率分 配之平均數、 第 ₅及第 ₉₅分位數_,從後驗分配中_, 不論是跨期消費替代彈性倒數_, 或是勞動供給替代彈性倒數_,皆比我們原先預期的較小_,在後驗分配所得到的跨期 替代彈性大約為_0.904與文獻符合_,但比文獻範圍高_,這表示當下期消費所額外增 加 _1% 的效用_,跨期消費的變動會增加 _{0.904% ,} 勞動供給彈性倒數₍工作投入對 實質工資彈性的倒數₎ 得到 _{4.18 ,} 比 _{Teo (2009)} 來得低_, 表示當實質工資上升 1% 時, 勞動工作投入變動只會增加 0.239%。

在工資僵固與物價僵固係數上_{( ξw} 、 _{ξp )}¹¹_,分別估計出 _0.541、 _{0.864 ,} 換算 成實際時間_, 工資大約是半年調整_,與Teo(2009)的結果相近_, 而物價則是約略兩 年會有波動_, 則與蔡依恬 ₍₂₀₀₉₎的結果相近_, 而在投資成本調整彈性倒數 _(ϕ) 與 原先設定較高_, 後驗平均數得到_{6.656 ,} 投資調整成本彈性表示為當期資本設備價 值上升_{1% ,} 投資會增加_{0.15% ,} 所以當投資調整成本的彈性越高時_, 則投資對於 資本價格的敏感度會越高。

由貨幣政策的係數中_,發現本期的利率受到前一期的利率影響明顯_{(ξr = 0.9475)} , 而在通貨膨脹率係數及產出缺口係數 _(ξ∆π、_{ξ∆y) ,} 央行對通貨膨脹率的係數遠 高於產出缺口係數, 顯示央行以穩定通貨膨脹率為首要目標。

在外生衝擊的自我相關係數中_,政府支出的自我相關係數_(ρg)有高達0.9864, 與實際現象相符_, 政府計畫大多為長期的_, 故每年的預算會緊緊相扣_, 而貨幣政策 的持續性相較之下較低_, 而在衝擊的標準差來看_, 偏好衝擊的標準差 _(σB)平均數 非常大_, 是與文獻非常不同的地方。

11 1

1−ξw 則表示為季。

‧

Parameters Distribution Mean Std. dev. Posterior mean Confidence interval

σc Norm 1.5 0.375 1.1059 0.9079 1.4640

σ_l Norm 5 0.75 4.1800 3.0392 4.8430

γp Beta 0.5 0.15 0.0785 0.0398 0.1357

γw Beta 0.5 0.15 0.3659 0.2045 0.5330

ξ_p Beta 0.5 0.15 0.8639 0.8295 0.9128

ξw Beta 0.5 0.15 0.5411 0.4983 0.6387

ξr Beta 0.8 0.05 0.9475 0.9411 0.9606

ξ_π Norm 1.7 0.1 1.7045 1.5690 1.8009

ξy Norm 0.125 0.05 0.0415 0.0218 0.0729

ξ∆π Norm 0.063 0.05 0.0636 0.0445 0.0740

ξ_∆y Norm 0.3 0.1 0.0012 -0.0172 0.0286

ϕ Norm 4 1.5 6.6555 5.5546 8.7726

ψ Norm 0.2 0.075 0.0614 0.0268 0.1317

f Norm 0.45 0.25 0.9116 0.6971 1.0016

κ Beta 0.07 0.03 0.0446 0.0261 0.0736

ϑ^e Beta 0.975 0.01 0.9814 0.9656 0.9906

ξ_e Bta 0.5 0.15 0.3958 0.1964 0.6482

σ_B Inv.gamma 0.1 2 8.6436 5.6344 13.3422

σx Inv.gamma 0.1 2 0.5056 0.4160 0.5712

σ_A Inv.gamma 0.1 2 0.8724 0.8269 0.9913

σ_w Inv.gamma 0.1 2 2.7707 2.4823 2.9625

σp Inv.gamma 0.1 2 1.4380 1.2712 1.5109

σ_m Inv.gamma 0.1 2 0.2046 0.1886 0.2247

σ_g Inv.gamma 0.1 2 5.8187 4.9503 6.1453

ρB Beta 0.85 0.1 0.7152 0.6065 0.7867

ρ_x Beta 0.85 0.1 0.9505 0.9395 0.9935

ρ_A Beta 0.85 0.1 0.8602 0.7490 0.9177

ρw Beta 0.85 0.1 0.8837 0.7643 0.9727

ρp Beta 0.85 0.1 0.9193 0.8136 0.9915

ρ_m Beta 0.85 0.1 0.7188 0.7116 0.7261

ρg Beta 0.85 0.1 0.9864 0.9712 0.9987

a Prior and Posterior distributions in Appendix C

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

在文檔中 在金融摩擦下外部融資溢酬之分析─以台灣DSGE實證為例 - 政大學術集成 (頁 24-29)