第五章 實證結果與分析
第四節 向量誤差修正模型(VECM)
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
第四節 向量誤差修正模型
Granger(1986)認為當兩經濟變數為非定態數列，變數間具共同趨勢，此關係 在短期內受到某些因素而產生暫時性之偏誤，但在長期下，兩變數間仍存在同向 變動，並趨於均衡狀態。Engle and Granger(1987)根據共整合的概念，提出向量誤 差修正模型(vector error correction model，以下簡稱 VECM)之方法。當變數間具 共整合關係時，即存在長期均衡的關係。當非定態之時間序列變數存有至少一共 整合向量時，表示在變數間具長期且穩定的向量關係，在短期間可能存在偏離長 期均衡之現象，長期具有向均衡方向調整。此外，模型能觀察均衡向量由短期間 失衡逐步調整、恢復至長期均衡。
假設有二個且變數間具有一共整合向量(無落後項) ，則共整合等式：
𝑌2𝑡 = 𝛽𝑌1𝑡
則 VECM 模型之方程式：
一、 共整合方程式截距為零時
∆Ｙ1𝑡 = 𝛾1(𝑌2(𝑡−1)− 𝛽𝑌1(𝑡−1)) + 𝜀1𝑡
∆𝑌1𝑡 = 𝛾2(𝑌2(𝑡−1)− 𝛽𝑌1(𝑡−1)) + 𝜀2𝑡
二、 共整合方程式無趨勢項、有截距項時
∆𝑌1𝑡 = 𝛾1(𝑌2(𝑡−1)− 𝜑 − 𝛽𝑌1(𝑡−1)) + 𝜀1𝑡
∆𝑌1𝑡 = 𝛾2(𝑌2(𝑡−1)− 𝜑 − 𝛽𝑌1(𝑡−1)) + 𝜀2𝑡
序列變數具線性趨項、常數項冄共整合方程式有截距項時
∆𝑌1𝑡 = 𝛿1+ 𝛾1(𝑌2(𝑡−1) − 𝜑 − 𝛽𝑌1(𝑡−1)) + 𝜀1𝑡
∆𝑌1𝑡 = 𝛿2+ 𝛾2(𝑌2(𝑡−1)− 𝜑 − 𝛽𝑌1(𝑡−1)) + 𝜀2𝑡
‧
與 Y)是否有領先( Granger cause)、落後(does not Granger cause)、互相領先，或兩 者無任何關係，若 X 變數之過去資料無法對 Y 變數的未來趨勢做出預測，表示‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果與分析
49
第五章 實證結果與分析
本研究主要探討澳門住宅價格與利率、外來投資資金、新成屋數量、所得之 間的連動關係，將以 Eviews 進行實證研究。
第一節 資料來源
一、 變數選取
目前，博彩業是澳門博彩旅遊產業中最主要的發展趨勢，故本研究運用時間 序列分析來探討澳門住宅價格、總體經濟變數與博彩業之關聯性，以 Granger 因 果關係檢定來檢測住宅價格、總體經濟變數與博彩業之領先落後互動關係。選取 2001 年第 1 季至 2014 年第 4 季共 56 季之與博彩業相關及總體經濟變數作為實 證分析之數據，藉此實證澳門住宅價格與總體變數間之長短期動態關係。總體變 數部分，將以存款利率、所得、外來投資金額、博彩稅收、外地僱員、飯店入住 率、住宅交易數量等七項變數，探討其與住宅價格間之關聯性。
(一) 住宅價格
澳門目前並沒有相關機構收集房屋價格，並以計量方法進行標準化及模 型化，故此，僅能以官方公布之住宅價格進行實證分析。
(二) 存款利率
此利率為澳門金融管理局所供佈之存款利率，因本研究是以需求面影響 消費者之購屋成本，故此，應選擇貸款利率，但因澳門金融管理局並沒有公 佈貸款利率之長期時間數列，故此選用存款利率替代。當利率上調時，民眾 購屋成本增加，亦加重購屋之利息成本，能減少民眾購屋之欲望，不動產價 格因此而下跌；相反，利率往下調時，民眾購買能及意欲亦會隨之而提高，
導致不動產價格上升。洪淑娟、雷立芬（2010）發現前期的儲蓄率對住宅價 格具有顯著的負向影響。
(三) 所得
當經濟轉好、所得上升，居民對不動產之購買力亦會相對，相對的，亦
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
會要求較高之居住品質和住宅環境，反之，當經濟情況不佳、所得減少，對 於居住品質與住宅環境的要求則可能下降。Jud and Winkler (2002)、Liu and Shen (2005)、Feng, et al. (2010)等均指出所得對住宅價格有顯著影響；亦有 諸多研究利用共整合分析發現住宅價格與所得具有長期均衡關係。
(四) 外來投資資金
因賭場專營權開放，外國集團紛紛來澳投資興建賭場與飯店，故此，外來投 資資金能代表對博彩業產業之投入程度。Bernanke(2005, 2010)指出外來投資資金 可作為市場游資指標之一，外來投資資金流入對住宅市場有顯著影響，住宅價格 隨外來投資金額增加而上漲，而祝平衡(2006)、梁立俊(2007)、邱國珍(2007)等研 究均說明外來投資對住宅價格造成顯著影響。
(五) 博彩稅收
根據第 16/2001 號《法律娛樂場幸運博彩經營法律制度》第二十七條博彩特 別稅：
1. 承批公司必須繳納博彩特別稅，該稅款係按照經營博彩之毛收入計算。
2. 博彩特別稅之稅率為 35%。
3. 博彩特別稅款以十二分之一方式繳納，並應於有關月份翌月首十日內交到澳 門財稅廳收納處。
4. 特區與承批公司之間，可通過合同方式訂定一項博彩特別稅款之最低擔保額。
5. 政府可要求提供適當之銀行擔保，以保證繳納等於預計為每月須繳納之博彩 特別稅款總和之款項。
6. 就博彩特別稅之債務，以稅務執行程序徵收。
因各個博彩集團之收益難以收集及估算，故此以澳門特區政府所公佈當年度 之博彩稅收替代博彩收益。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果與分析
51
(六) 外地僱員
是指獲澳門勞工事務局所批准，在澳門特別行政區為申請人提供智力或勞力 活動的非澳門特別行政區居民，並分為技術外地僱員、普通外地僱員及提供家庭 勞務的外地僱員。Jud and Winkler (2002)探討美國 130 個大都市地區住宅價格之 影響因素，發現人口數之增加與遷移對住宅價格有顯著之影響。Neukirchen and Lange (2005)探討影響澳洲住宅價格之因素，發現澳洲高房價是由經濟及人口持 續增長與低利率所造成，並指出人口增長是導致澳洲高房價主要因素。
(七) 飯店入住率
入住客房數目佔客房總數的百分比，酒店入住率之漲跌取決於過夜旅客增長 或減少。此外，飯店入住率反映澳門旅客數之增長。美聯澳門行政總裁張一輝11 表示自 2013 年起店面租金已上漲 20%-30%，特別是在觀光景點及賭場附近之店 面。另外，連鎖伴手禮負責人梁先生亦表示，過去所購買的店面，現在全部升值，
可向銀行抵押套現，因預期未來店面仍會升值，將資金再投放在不動產市場上，
購入更多店面以獲利。由此可見，民眾因預期租金持續高漲，因而購入以作投資 之用，故此，能推動不動產交易量上升，繼而影響不動產之價格。
(八) 住宅交易數量
住宅交易數量可反映住宅市場是否熱絡及經濟景氣如何，在交易量增加時，
代表住宅市場熱絡及經濟景氣轉好；反之，當交易量下降時，住宅市場冷淡及經 濟景氣轉差。Baffoe-Bonnie (1998)探討美國住宅市場，發現住宅價格對交易量有 顯著影響；陳彥光（2010）、羅于婷(2010)發現台北市住宅成交量能影響住宅價格，
其影響比其他因素更大，更進一步發現在都會區之成交量與住宅價格會雙向因果 關係。
11 澳門日報 2014 年 1 月 4 日「舖租飆升 澳企轉戢路氹」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
國內外相關文獻中，運用不同總體經濟指標來探討與住宅價格間之關聯性，
目前，博彩業是澳門最主要的發展趨勢，故本研究選取 2001 年 Q1 至 2014 年 Q4 總體經濟指標之數據，以所得、外來投資金額、存款利率、博彩稅收、外地僱員、
飯店入住率及住宅交易數量，八個變數間之相關性，是否存在均衡關係。
表 5-1 資料來源與變數代號說明
變數名稱 變數代號 資料來源 預期方向
Y 房價 HP 澳門統計暨普查局 /
X1 存款利率 I 澳門金融管理局 -
X2 所得 INCOME 澳門統計暨普查局 + X3 外來投資金額 INVESTM 澳門統計暨普查局 +
X4 博彩稅收 TAX 澳門統計暨普查局 +
X5 外地僱員 NRW 澳門統計暨普查局 +
X6 飯店入住率 ORATE 澳門統計暨普查局 + X7 住宅交易數量 NUMBER 澳門統計暨普查局 -
資料來源:本研究整理
‧
平均數 2277307 0.862568 7990.964 185646.2 13357.08 71012 74.97857 3726.179 中位數 1754480 0.136017 7963 128051.5 9033.7 74715 76.35 3665 最大值 7155565 4.052267 14000 1140007 37976 170346 87.1 8255 最小值 457102.7 0.0085 4578 41585 1533.2 22979 42.1 801 標準差 1913986 1.157833 2814.078 201446 11791.08 41330 8.999348 1652.803 樣本數 56 56 56 56 56 56 56 56‧
此外，亦可運用 Variance Inflation Factor (變異數膨脹因子，簡稱 VIF)進行 共線性檢定，當 VIF 大於 10 時，可能存在共線性之問題；當 VIF 介於 1 至 3
‧
(Unit root test)檢定變數之定態性。本研究利用 ADF(Augmented Dickey-Fuller)單 根檢定來確定資料是否為定態，並以 PP(Phillips-Perron)單根檢定結果作為對照之
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
檢定結果如表 5-5 所示，在所有常用的顯著水準下，、存款利率、所得、外 來投資金額、博彩稅收及外地僱員，均無法拒絕有單根的虛無假設，故取一階差 分後再作檢定，在 1%的顯著水準下呈現定態，即 I(1)序列；而飯店入住率與住 宅交易數量，在 1%的顯著水下拒絕有單根的虛無假設，為 I(0)序列。ADF、PP 兩種單根檢定均呈現相同結果。因此所有序列在一階差分後均呈現定態，不須再 進行二次差分，可進行下一階段共整合檢定，探討變數之間是否有長期均衡關係 存在。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果與分析
57
第三節 共整合檢定
單根檢定的結果顯示，本研究的所選取的變數具有單根，而 Engle-Granger 共整合檢定法曾提及，不同整合階次的兩變數，並不存在共整合關係。(楊奕農，
2009)但是這樣的說法，在檢定或估計共整合時，如果所選用的變數數目多於 2 個，此時，上述的說法則有待商榷，因為變數的整合階次雖然不同，但亦變數間 之線性組合可能具有共整合關係，即變數間的線性組合會降階，形成共整合關係。
所以，非定態變數間只要找到有階次相同，可能存在降階之現象，因而形成共整 合關係。
一、 落後期數
共整合檢定是探討變數間是否具有長期均衡關係。在進行共整合檢定前，須 先決定向量自我迴歸模型（VAR）之落後期數，本研究運用 AIC 或 SC 準則選取 VAR 模型之最適落期數，若選擇的落後期數過長，在實證結果將可能使模型的自 由度減少而影響檢定力；反之，若過短，則將產生殘差自我相關，容易發生估計 的偏誤，故本研究採用 AIC 準則決定最適落後期數，其結果如表 5-6，最適落後 期數為落後四期。
表 5-6 落後期數表
LAG AIC SC
1 130.8924 132.8404 2 130.4778 135.0441 3 129.1458 137.4000 4 123.7652* 136.5037
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
58
二、 共整合檢定
運用 Johansen 的最大概似估計法之共整合檢定變數，其檢定結果可分為軌 跡檢定與最大特性根檢定。檢定結果如表 5-7 所示，軌跡檢定與最大特性根檢定 顯示，在 5%的顯著水準之下，軌跡檢定各變數間存在 7 組共整合向量，最大特 性根檢定亦存在 7 組共整合向量，顯示住宅價格與總體經濟變數間具有長期且穩 定之均衡關係。
表 5-7 共整合檢定結果 𝐻0 Trace
Statistic
0.05
Critical value p-value Max-Eigen Statistic
0.05
Critical value p-value None * 606.6483 169.5991 0.0000 238.3015 53.18784 0.0000 At most 1 * 368.3468 134.6780 0.0000 140.5602 47.07897 0.0000 At most 2 * 227.7866 103.8473 0.0000 69.75708 40.95680 0.0000 At most 3 * 158.0295 76.97277 0.0000 58.72433 34.80587 0.0000 At most 4 * 99.30520 54.07904 0.0000 43.72441 28.58808 0.0003 At most 5 * 55.58078 35.19275 0.0001 30.85108 22.29962 0.0025 At most 6 * 24.72970 20.26184 0.0113 16.40858 15.89210 0.0415 At most 7 8.321124 9.164546 0.0721 8.321124 9.164546 0.0721
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果與分析
59
第四節 向量誤差修正模型(VECM)
前一節，運用 Johansen 共整合分析法進行分析，結果顯示具有共整合，且
前一節，運用 Johansen 共整合分析法進行分析，結果顯示具有共整合，且