• 沒有找到結果。

向量誤差修正模型、非線性檢測及平滑轉換向量誤差修正模型

第四章 實證結果

4.4 向量誤差修正模型、非線性檢測及平滑轉換向量誤差修正模型

中國及亞洲四小龍中古屋房價及其相對應股價報酬之間關係的線性與 否檢定結果整理於表4-5，該結果顯示亞洲這些地區中古屋房價及其相對應 股價之間誤差修正項均為非線性的顯著證據。為了決定遞延參數d，式(13-1) 及(13-2)估計範圍為1 d6的d 值，此處以最低 p- value 的非線性檢定統計 量做為式(8-1)及(8-2)估計最適 d 值的依據。

表4-6 的結果顯示，中國(南韓、台灣)及香港的中古屋房價及其相對應 股價分別在d=5(d=2)及 d=3 時於

H

03下的 p- value 最低，確認 ESTVECM 為 較適切的模型；而新加坡的中古屋房價及其相對應股價分別在d=2 時於

H

04 下的p- value 最低，確認 LSTVECM 為較適切的模型。

表 4-7-1 至 4-7-5 分別整理中國及亞洲四小龍中古屋房價及相對應股價 報酬的短期動態的VECM(或 VAR)和 STVECM(或 STVAR)的估計、因果性 及適切性檢測的結果。當偏離共移均衡時，中國、南韓、新加坡及台灣的 中古屋房價及相對應股價的 Zt-1 係數均呈現均數回復現象。不論中國、南 韓、新加坡及台灣地區在 VECM 中中古屋房價 Zt-1 的係數絕對值皆小於股 價 Zt-1的係數絕對值，此表示這些地區的房價相較於股價的均數回復速度較 快；亦即，就資訊反應的機能而言，中古屋市場為回復股價及房價共移均 衡的驅動者。

再者，為分別探討中國及亞洲四小龍的中古屋房價及相對應股價之間 的預測解釋能力，本研究援用廣泛被接受且較嚴謹的 Granger(1969)因果檢 測來分別探討這些地區中古屋房價及相對應股價之間的領先落後關係。因 果檢測的結果顯示，除南韓的房價會領先股價外，其他四個地區的股價均 分別明顯領先於房價。這可能是因為中國、新加坡、台灣及香港的股價上 漲，投資人財富增加後，其為分散風險，會將部份資金移轉到中古屋上，

以致中古屋價格會跟著上漲。亦即，此結果證實財富效果普遍存在亞洲這 些地區。因此，整體而言亞洲這些地區的股票市場相較於中古屋市場在價 格發現上更為重要。在所有檢定準則下整體的檢測結果都支持中國、南韓、

新加坡及台灣的中古屋房價及相對應股價報酬偏離其共移均衡時短期動態 回復均衡的調整模式均為 STVECM。就中國及亞洲四小龍個別中古屋房價 及相對應股價報酬而言，STVECM(或 STVAR)相對於 VECM(或 VAR)具有 較低的估計變異；同時，STVECM(或 STVAR)的檢定結果亦顯示在 5%的顯 著水準下，不存在任何的 ARCH 及殘差自我相關之現象。就亞洲這些地區 整體中古屋房價及相對應股價報酬而言，STVECM(或 STVAR)相對於 VECM(或 VAR)都有較低的 AIC 及 SBIC 值，且其概似值也相對大於 VECM(或 VAR)。

表4-5 非線性檢測

d 1 2 3 4 5 6

Panel A: 中國

H

0F

Stat

23.36993 21.95994 25.04656 31.67117 42.77943 29.18209 p-value 0.3246 0.4018 0.2452 0.0632* 0.0034*** 0.1097

Panel B: 南韓

H

0F

Stat

16.42324 29.22116 23.19351 12.21039 11.55796 10.90359 p-value 0.4238 0.0225** 0.1087 0.7294 0.7738 0.8154

Panel C: 新加坡

H

0F

Stat

9.509309 62.15380 59.51839 64.34002 55.03775 41.54878 p-value 0.9468 0.0000*** 0.0000*** 0.0000*** 0.0000*** 0.0013***

Panel D: 台灣

H

0F

Stat

27.11625 43.93597 22.61754 8.964317 17.19286 11.38443 p-value 0.0278** 0.0001*** 0.0926* 0.8794 0.3075 0.7249

Panel E: 香港

H

0F

Stat

16.68233 23.13938 29.55275 6.126298 13.48010 23.03641 p-value 0.3382 0.0812* 0.0136** 0.9775 0.5653 0.0834*

註：1.非線性檢測的詳細敘述及虛無假設分別參見方程式(13-1), (13-2) 及(12)。

2.d 為轉換變 數的遞延參數。

3.檢定統計量為 wald 檢定法，其檢定敘述參見方程式(14)。

d

Zt

表4-6 LSTVECM vs. ESTVECM 之模型鑑定 Panel A: 中國 d Ho4 F

Stat

p-value Ho3 F Stat p-value Ho2 F Stat p-value 1 10.86977 0.1444 9.201079 0.2385 3.139681 0.8718 2 6.145451 0.5229 12.59092 0.0827* 3.184225 0.8675 3 13.51378 0.0605* 7.306627 0.3977 3.778174 0.8049 4 7.780448 0.3524 20.71696 0.0042*** 2.526391 0.9251 5 10.15071 0.1802 27.82980 0.0002*** 3.457924 0.8397 6 7.285555 0.3998 18.65299 0.0093*** 2.867020 0.8970

Panel B: 南韓 d Ho4 F

Stat

p-value Ho3 F Stat p-value Ho2 F Stat p-value 1 3.271915 0.6581 6.784340 0.2372 6.758373 0.2392 2 8.739640 0.1199 14.76482 0.0114** 3.900908 0.5638 3 9.653785 0.0857* 9.695515 0.0843* 3.018609 0.6971 4 1.216559 0.9433 5.933936 0.3127 5.525666 0.3551 5 4.408287 0.4922 2.472936 0.7806 4.634969 0.4620 6 1.516363 0.9112 1.563202 0.9057 8.729129 0.1204

Panel C: 新加坡 d Ho4 F

Stat

p-value Ho3 F Stat p-value Ho2 F Stat p-value 1 1.339335 0.9694 2.207422 0.8997 6.835084 0.3364 2 20.38689 0.0024*** 11.88414 0.0646* 18.47328 0.0052***

3 2.776787 0.8363 9.082957 0.1690 45.89769 0.0000***

4 6.482777 0.3713 6.208827 0.4002 49.09276 0.0000***

5 24.13161 0.0005*** 5.404127 0.4931 15.65124 0.0158**

6 8.828274 0.1835 11.75568 0.0676* 17.72391 0.0070***

 

Panel D: 台灣 d Ho4 F

Stat

p-value Ho3 F Stat p-value Ho2 F Stat p-value 1 10.09744 0.0725* 5.622687 0.3447 10.41780 0.0642*

2 13.06081 0.0228** 17.23241 0.0041*** 9.286643 0.0982*

3 12.13077 0.0330** 4.247152 0.5144 4.964442 0.4202 4 1.849628 0.8695 3.750439 0.5859 3.971455 0.5535 5 3.595200 0.6090 6.573918 0.2543 7.083910 0.2145 6 0.458441 0.9936 2.975072 0.7038 8.770566 0.1186

Panel E: 香港 d Ho4 F

Stat

p-value Ho3 F Stat p-value Ho2 F Stat p-value 1 4.897911 0.4285 3.809296 0.5772 7.943407 0.1594 2 12.23764 0.0317** 3.649126 0.6010 6.863219 0.2310 3 5.845034 0.3216 15.23334 0.0094*** 7.980133 0.1573 4 2.835217 0.7254 1.858409 0.8684 1.480389 0.9153 5 1.873347 0.8664 2.633566 0.7563 9.175504 0.1023 6 3.313995 0.6517 9.872838 0.0789* 9.782757 0.0816*

註：1.非線性模型選擇的虛無假設參見方程式(15)。

2.d 為轉換變數

Z

td的遞延參數。

3.檢定統計量為 wald 檢定法，其檢定敘述參見方程式(14)。

表 4-7-1 中國房價及股價報酬的 STVECM 及 VECM 的估計結果

截距  α0  0.156(1.967*)  1.408(1.273)  ‐0.330(‐0.833)  ‐23.358(‐20.523***) zt‐1  α1  ‐0.554(‐1.961*)  1.071(0.276)  ‐1.686(‐1.979**)  0.376(0.093) 

1 h

pt

  α2  0.832(16.484***)  2.437(1.756*)  1.536(5.206***)  ‐9.082(‐6.471***) 

1

平滑參數  γ      92.219(2.175**)  151.166(9.827***)

門檻參數  τ      ‐0.081(‐7.467***)  6.779(5.012***) 

ARCH    0.901[0.342]  0.384[0.536]  1.666[0.197]  0.405[0.524] 

) 4 ( LM

ARCH    11.023[0.026]  5.731[0.220]  7.890[0.096]  5.727[0.220] 

L‐B  Q (6)  3.077[0.545]  8.155[0.086]  1.434[0.838]  10.070[0.189] 

L‐B  Q(12)  14.122[0.293]  15.058[0.238]  11.902[0.454]  14.783[0.254] 

SSR  37.822  8.580  27.944  7145.295 

Likelihood value  ‐5042.549  ‐2180.461 

AIC  1424.165  888.624 

SBIC  1480.581  911.889 

註：1. VECM 及 ESTVECM 的詳細敘述分別參見式 (7-1) 及 (8-1)。

2. ( )中的數字表示 t 統計量，〈〉中的數字表示F 統計量，[ ]中的數字表示相對應統計量的 p-value。

3. ***, **,及 * 分別表示在 1%,5%及 10%水準下的統計顯著性。

表4-7-2 南韓房價及股價報酬的 STVECM 及 VECM 的估計結果

截距  α0  0.637(1.848*)  2.865(1.143)  1.253(3.637***)  ‐36.226(‐14.454***)

zt‐1  α1  ‐3.322(‐1.146)  46.059(2.122**)  ‐4.980(‐1.717*)  21.533(0.992) 

1

調整速度  γ      18.588(0.945)  84.060(93.147***) 

門檻參數  τ      1.771(0.337)  6.779(4.346***) 

ARCH    0.004[0.949]  0.003[0.959]  0.003[0.954]  0.003[0.959] 

) 4 LM (

ARCH    1.345[0.854]  12.427[0.014]  1.358[0.851]  12.427[0.140] 

L‐B  Q (6)  3.238[0.519]  4.072[0.396]  3.179[0.528]  4.072[0.396] 

L‐B  Q(12)  12.257[0.425]  12.475[0.408]  12.002[0.446]  12.475[0.408] 

SSR  320.475  17089.962  320.475  17089.962 

Likelihood value  ‐5042.549  ‐2180.461 

AIC  564.068  550.016 

SBIC  977.929  941.797 

註：1. VECM 及 ESTVECM 的詳細敘述分別參見式 (7-1) 及 (8-1)。

2. ( )中的數字表示 t 統計量，〈〉中的數字表示F 統計量，[ ]中的數字表示相對應統計量的 p-value。

3. ***, **,及 * 分別表示在 1%,5%及 10%水準下的統計顯著性。

表4-7-3 新加坡房價及股價報酬的 STVECM 及 VECM 的估計結果

截距  α0  0.032(0.064)  0.432(0.242)  89.650(0.007)  0.431(0.242) 

zt‐1  α1  ‐6.648(‐1.047)  ‐31.350(‐2.175**)  2.51(0.281)  ‐31.352(‐2.175**) 

1 s

pt

  α2  0.226(5.606***)  ‐0.049(‐0.340)  ‐1.670(‐0.062)  ‐0.056(‐0.341) 

截距  β0      ‐163.782(‐0.045)  1.583(0.982) 

ARCH    0.274[0.600]  0.120[0.729]  1.241[0.265]  0.119[0.730] 

) 4 ( LM

ARCH    7.448[0.114]  21.229[0.000]  6.059[0.195]  2.123[0.285] 

L‐B  Q (6)  14.433[0.006]  3.636[0.458]  8.040[0.090]  3.639[0.457] 

L‐B  Q(12)  18.533[0.100]  9.046[0.699]  12.165[0.433]  9.053[0.698] 

SSR  866.436  11050.066  462.188  11040.067 

Likelihood value  ‐5042.549  ‐2180.461 

AIC  931.680  561.301 

SBIC  964.921  573.767 

註：1. VECM 及 LSTVECM 的詳細敘述分別參見式 (7-1) 及 (8-1)。

2. ( )中的數字表示 t 統計量，〈〉中的數字表示F 統計量，[ ]中的數字表示相對應統計量的 p-value。

3. ***, **,及 * 分別表示在 1%,5%及 10%水準下的統計顯著性。

表4-7-4 台灣房價及股價報酬的 STVECM 及 VECM 的估計結果

截距  α0  0.984(1.806*)  0.001(0.005)  12.513(5.208***)  ‐11.529(‐4.161***) 

zt‐1  α1  5.381(1.646*)  27.970(1.656*)  ‐80.778(‐4.635***) 10.714(0.636) 

1

調整速度  γ      453.810(4.595***) 34.060(3.152***) 

門檻參數  τ      0.052(10.606***)  6.779(2.445**) 

ARCH    0.743[0.389]  2.393[0.122]  0.001[0.999]  2.399[0.121] 

) 4 LM (

ARCH    1.326[0.857]  3.050[0.550]  1.890[0.756]  3.078[0.545] 

L‐B  Q (6)  4.251[0.373]  7.301[0.121]  4.970[0.290]  7.258[0.123] 

L‐B  Q(12)  22.083[0.037]  33.705[0.001]  12.182[0.431]  13.601[0.358] 

SSR  683.619  16903.072  308.006  16891.370 

Likelihood value  ‐5042.549  ‐2180.461 

AIC  490.456  479.229 

SBIC  890.556  860.617 

註：1. VECM 及 ESTVECM 的詳細敘述分別參見式 (7-1) 及 (8-1)。

2. ( )中的數字表示 t 統計量，〈〉中的數字表示F 統計量，[ ]中的數字表示相對應統計量的 p-value。

3. ***, **,及 * 分別表示在 1%,5%及 10%水準下的統計顯著性。

表4-7-5 香港房價及股價報酬的 STVAR 及 VAR 的估計結果

截距  α0  0.009(0.061)  0.578(1.002)  184.942(121.212***)  192.390(332.261***)

1

截距  β0      ‐184.939(‐98.145***)  ‐191.842(‐130.665***)

1

調整速度  γ      158.849(112.408***)  604.860(203.841***)

門檻參數  τ      130.696(95.561***)  6.779(1.254) 

Granger 因果檢測 

ARCH    19.427[0.000]  0.134[0.715]  19.241[0.000]  0.126[0.723] 

) 4 ( LM

ARCH    22.857[0.000]  7.823[0.098]  22.663[0.000]  7.733[0.102] 

L‐B  Q (6)  3.082[0.544]  3.267[0.514]  3.113[0.539]  3.345[0.502] 

L‐B  Q(12)  20.948[0.051]  19.230[0.083]  20.923[0.052]  20.380[0.060] 

SSR  937.519  13652.468  935.166  13614.960 

Likelihood value  ‐5042.549  ‐2180.461 

AIC  3085.038  1946.913 

SBIC  3144.587  1970.105 

註：1. VAR 及 ESTVAR 的詳細敘述分別參見式 (7-2) 及 (8-2)。

2. ( )中的數字表示 t 統計量，〈〉中的數字表示F 統計量，[ ]中的數字表示相對應統計量的 p-value。

3. ***, **,及 * 分別表示在 1%,5%及 10%水準下的統計顯著性。

由表 4-7-1 至 4-7-5 可看出，在 STVECM (或 STVAR)下中古屋房價及 相對應股價報酬的估計結果均一致地呈現正向的速率平滑參數

值，且大部 份的

值均相當大。雖然有時估計模型會產生較高的

估計標準誤，但為了 進一步降低估計

之誤差，仍需要利用

附近的許多觀察值來估計。

值較 大表示從一個狀態轉換至另一個狀態的轉換率為非常快速。雖然這些值部 份於統計上不顯著異於零，然而，Terasvirta(1994)指出這樣的結果並非弱勢 非線性的證據；Sarantis(1999)亦提及在估計

上的困難性，且 Sarno(2000) 主張

的統計顯著性不容質疑，因為在先前線性與否的檢測中中國及亞洲四 小龍的中古屋房價及相對應股價均已拒絕線性的虛無假設，此種結果已經 確認亞洲這些地區中古屋房價及相對應股價之間相對誤差調整過程為平滑 轉換之型態。中國及亞洲四小龍的中古屋房價與其相對應股價之間動態平 滑調整的轉換函數估計結果分別列示於下列式(16)、(17)、(18)、(19)及(20)，

且這些地區中古屋房價及相對應股價之間轉換過程如圖 4-6-1、4-6-2 至圖 4-9-1、4-9-2 所示。此種結果進一步確認中國、南韓、台灣及香港地區的中 古屋房價及相對應股價指數之間存在指數的平滑轉換型態之調整過程，而 新加坡的兩者價格指數之間則存在邏輯斯的平滑轉換型態之調整過程。

中國:

F Z

t5

  ,     1 exp[ 92.219   Z

t5

 0.081 ] 

2

t 5

,   1 exp[ 151.166 

t 5

0.064 ] 

2

F Z

     Z

(16)

南韓:

F Z

t2

  ,     1 exp[ 18.588   Z

t2

 0.017 ] 

2

t 2

,   1 exp[ 84.060

t 2

0.072 ]

2

F Z

     Z

(17)

新加坡:

F Z

t2

  ,     1 exp[ 0.05  Z

t2

 0.24 / 0.115]

1

t 2

,   1 exp[ 3.06

t 2

0.22 / 0.115]

1

F Z

     Z

(18) 台灣:

F Z

t2

  ,     1 exp[ 453.810   Z

t2

 0.162 ] 

2

t 2

,   1 exp[ 34.060

t 2

0.143 ]

2

F Z

     Z

(19)

香港:

F   r

t3

  ,     1 exp[ 158.849    r

t3

 0.131 ] 

2

t 3

,   1 exp[ 604.860 

t 3

0.007 ] 

2

Fr

      r

(20)

稱兩側較高的大幅偏離狀態間之轉換是分別在門檻值介於

Z

t5=-0.58 及-0.08,

或負向大幅偏離(股價相對遠低於中古屋房價)時，其中古屋房價回復均衡的 調整速率均較大而相對應股價回復均衡的調整速率均較小。這可能是因為 投資中古屋相較於股票報酬率較高且其價格變動的頻率較少，故中古屋房 價回復均衡的調整速率較大，而相對應股價回復均衡的調整速率較小。並 且，中國、南韓及台灣的中古屋房價及股價報酬在正向大幅偏離及負向大 幅偏離的均數回復調整速率均相等，而新加坡的房價及股價報酬在正向大 幅偏離及負向大幅偏離的均數回復調整速率則不相等。這可能是因為在中 國、南韓及台灣同時投資於中古屋及股票的投資人深受中國文化有土斯有 財的影響，對於中古屋及股票的投資習慣(habit)非常僵固；因此不論於正向 大幅偏離(即股價相對遠高於中古屋房價)或負向大幅偏離(即股價相對遠低 於中古屋房價)時，投資人分別對於中古屋及股票的投資誘因幾乎不會改 變，故在兩狀態下房價及股價分別回復均衡的調整速率趨於相等。然而，

在新加坡的投資人深受西方文化的影響，尤其當股價相對遠高於中古屋房 價(即正向大幅偏離)時，對於中古屋及股票的投資習慣較有改變。亦即，當 股價相對遠高於中古屋房價(即正向大幅偏離)時，資訊交易者傾向於買相較 便宜的中古屋；增加了其購買中古屋的誘因，故此時中古屋房價回復均衡 的調整速率較大，而其相對應股價回復均衡的調整速率較小。然而，當股 價相對遠低於中古屋房價(即負向大幅偏離)時，可能基於中古屋的高獲利 性，投資人對於其房價回復均衡的調整速率仍較大，而對於其相對應股價 回復均衡的調整速率仍較小；惟此時中古屋房價回復均衡的調整速率變 小，而其相對應股價回復均衡的調整速率變大。

整體而言，本文實證結果發現，當中國、南韓、新加坡及台灣的中古 屋房價及相對應股價大幅偏離時，其股價及房價的短期報酬動態之調整行 為均非常顯著。然而，當其中古屋房價及相對應股價小幅偏離時，根據雜 訊及套利交易者互動理論，雜訊交易者應會進一步驅動報酬偏離均衡，所 以小幅偏離及大幅偏離情境下可能展現不同的報酬動態。細部而言，當這 些地區的中古屋房價及相對應股價大幅偏離於其各自的共移均衡時，套利 交易者較有信心能夠在原市場作適當方向之移動，且對反向價格移動的風 險暴露較低；因而，其中古屋房價及相對應股價都會快速地回復至均值。

相反地，當其中古屋房價及相對應股價小幅偏離於均衡時，套利交易者考 量若進行價格修正其會暴露於較大的價格風險及面臨不利的市場移動方 向，故此時兩者價格應存在價格持續性的現象。進而，本研究證實ESTVECM 適合於描述中國及南韓的中古屋房價及相對應股價偏離共移均衡的短期報 酬動態，而 LSTVECM 則適合於描述新加坡的中古屋房價及相對應股價偏 離共移均衡的短期報酬動態；亦即中國、南韓及台灣的中古屋房價及相對 應股價偏離共移均衡的短期均數回復的調整速率為相等，而新加坡的中古 屋房價及相對應股價偏離共移均衡的短期均數回復的調整速率則為不相

Z

Transition Function

-0.75 -0.50 -0.25 0.00 0.25 0.50 0.75 1.00

0.0

-0.75 -0.50 -0.25 0.00 0.25 0.50 0.75 1.00

0.00

Z

Z

Transition Function

-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8

0.00 0.25 0.50 0.75 1.00

  圖  4‐9‐1  台灣中古屋房價調整之 Exponential  轉換函數的圖型 

t 2

,   1 exp[ 453.810

t 2

0.162 ]

2

F Z

     Z

         

Z

Transition Function

-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8

0.00 0.25 0.50 0.75 1.00

  圖  4‐9‐2 台灣股價調整之 Exponential  轉換函數的圖型 

t 2

,   1 exp[ 34.060

t 2

0.143 ]

2

F Z

     Z

 

立即下載 "華夏機構典藏 HWHIR ..."

Outline

相關文件