第四章 實證結果分析
第二節 單根檢定結果
進行實證研究之前需先檢查所有時間序列資料是否為定態，如果資料為非定 態，表示此序列有隨機的時間序列，因此必須進行單根檢定檢查這些時間序列是 否存在單根，若時間序列資料存在單根，則該資料為非定態，此時估計出來的結 果不具有效性，因此為了避免此種狀況，在做研究迴歸前必須進行單根檢定判斷 時間序列資料是否為定態。
本研究使用四種單根檢定方法來檢驗這些變數是否具有單根，分別為 DF-GLS 單根檢定（Dickey-Fuller GLS test）、PP 單根檢定（Phillips-Perron test）、
KPSS 單根檢定（Kwiatkowski-Phillips-Schmidt-Shin test）及 ERS 單根檢定
（Elliott-Rothenberg-Stock Point-Optimal test），其中 DF-GLS、PP 及 ERS 單根檢 定的虛無假設皆為「資料具有單根」，若檢定結果為拒絕虛無假設，表示此時間 序列變數不具單根，因此資料為定態，而 KPSS 單根檢定的虛無假設皆為「資料 不具單根」，若檢定結果無法拒絕虛無假設，表示此時間序列變數不具單根，因 此資料為定態。
表 4-2 為台灣實質 GDP 之單根檢定結果，由表可得知在 DF-GLS 檢定模型 中，顯著水準在 1%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假 設，亦即資料沒有單根，也就是說資料為定態；在 PP 檢定模型中，顯著水準在 5%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假設，亦即資料沒 有單根，也就是說資料為定態；在 KPSS 檢定模型中，具有截距項模型之結果為 不顯著，在不拒絕虛無假設的情況下表示資料不存在單根，因此亦說明資料為定 態；在 ERS 檢定模型中，顯著水準在 1%之下，具有截距項模型之結果顯示拒絕 資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定態。
綜合以上單根檢定結果，台灣實質 GDP 資料不具單根，因此屬於穩定之資 料。
27
28
29
定態；在 ERS 檢定模型中，顯著水準在 1%之下，具有截距項模型之結果顯示拒 絕資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定態。
綜合以上單根檢定結果，新加坡實質 GDP 資料不具單根，因此屬於穩定之 資料。
表 4-5：新加坡實質 GDP 之單根檢定結果
(A) DF-GLS test
統計量具有截距項 -3.003***
(B) PP test
統計量p-value
具有截距項 -2.814 0.063*
(C) KPSS test
統計量具有截距項 0.192
(D) ERS test
統計量具有截距項 0.663***
註：*表示 10%顯著水準之下顯著；**表示 5%顯著水準之下顯著；***表示 1%顯著水準之下顯著。
表 4-6 為馬來西亞實質 GDP 之單根檢定結果，由表可得知在 DF-GLS 檢定 模型中，顯著水準在 1%之下，具有截距項模型之結果顯示拒絕資料有單根之虛 無假設，亦即資料沒有單根，也就是說資料為定態；在 PP 檢定模型中，顯著水 準在 5%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假設，亦即資 料沒有單根，也就是說資料為定態；在 KPSS 檢定模型中，具有截距項模型之結 果為不顯著，在不拒絕虛無假設的情況下表示資料不存在單根，因此亦說明資料 為定態；在 ERS 檢定模型中，顯著水準在 1%之下，具有截距項模型之結果顯示 拒絕資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定態。
綜合以上單根檢定結果，馬來西亞實質 GDP 資料不具單根，因此屬於穩定 之資料。
30
31
32
33
間趨勢項模型之結果顯示拒絕資料有單根之虛無假設，亦即資料沒有單根，也就 是說資料為定態。
綜合以上單根檢定結果，台灣失業率資料不具單根，因此屬於穩定之資料。
表 4-10：台灣失業率之單根檢定結果
(A) DF-GLS test
統計量具有截距項 -1.588
具有截距項與時間趨勢項 -4.251***
(B) PP test
統計量p-value
具有截距項 -3.052 0.037**
(C) KPSS test
統計量具有截距項 0.077
(D) ERS test
統計量具有截距項 3.203
具有截距項與時間趨勢項 4.560**
註：*表示 10%顯著水準之下顯著；**表示 5%顯著水準之下顯著；***表示 1%顯著水準之下顯著。
表 4-11 為日本失業率之單根檢定結果，由表可得知在 DF-GLS 檢定模型中，
顯著水準在 5%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假設，
亦即資料沒有單根，也就是說資料為定態；在 PP 檢定模型中，顯著水準在 1%
之下，一階差分具有截距項模型之結果顯示拒絕資料有單根之虛無假設，亦即資 料沒有單根，也就是說資料為定態；在 KPSS 檢定模型中，具有截距項模型之結 果為不顯著，在不拒絕虛無假設的情況下表示資料不存在單根，因此亦說明資料 為定態；在 ERS 檢定模型中，顯著水準在 5%之下，一階差分具有截距項模型之 結果顯示拒絕資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定 態。
綜合以上單根檢定結果，日本失業率資料不具單根，因此屬於穩定之資料。
34
表 4-11：日本失業率之單根檢定結果
(A) DF-GLS test
統計量具有截距項 -1.987**
(B) PP test
統計量p-value
具有截距項 -2.391 0.149
具有截距項與時間趨勢項 -2.346 0.403
一階差分具有截距項 -5.121 0.000***
(C) KPSS test
統計量具有截距項 0.108
(D) ERS test
統計量具有截距項 4.439
具有截距項與時間趨勢項 8.337
一階差分具有截距項 2.072**
註：*表示 10%顯著水準之下顯著；**表示 5%顯著水準之下顯著；***表示 1%顯著水準之下顯著。
表 4-12 為韓國失業率之單根檢定結果，由表可得知在 DF-GLS 檢定模型中，
結果皆顯示不拒絕資料有單根之虛無假設，亦即資料有單根，也就是說資料為非 定態；在 PP 檢定模型中，顯著水準在 1%之下，具有截距項模型之結果顯示拒 絕資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定態；在 KPSS 檢定模型中，具有截距項模型之結果為不顯著，在不拒絕虛無假設的情況下表示 資料不存在單根，因此亦說明資料為定態；在 ERS 檢定模型中，顯著水準在 1%
之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假設，亦即資料沒有單 根，也就是說資料為定態。
綜合以上單根檢定結果，韓國失業率資料不具單根，因此屬於穩定之資料。
35
表 4-12：韓國失業率之單根檢定結果
(A) DF-GLS test
統計量具有截距項 -0.795
具有截距項與時間趨勢項 -1.807
一階差分具有截距項 -1.126
一階差分具有截距項與時間趨勢項 -2.230
(B) PP test
統計量p-value
具有截距項 -4.133 0.002***
(C) KPSS test
統計量具有截距項 0.122
(D) ERS test
統計量具有截距項 1.793***
註：*表示 10%顯著水準之下顯著；**表示 5%顯著水準之下顯著；***表示 1%顯著水準之下顯著。
表 4-13 為新加坡失業率之單根檢定結果，由表可得知在 DF-GLS 檢定模型 中，顯著水準在 5%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假 設，亦即資料沒有單根，也就是說資料為定態；在 PP 檢定模型中，顯著水準在 5%之下，具有截距項模型之結果顯示拒絕資料有單根之虛無假設，亦即資料沒 有單根，也就是說資料為定態；而 KPSS 檢定模型中，具有截距項模型之結果為 不顯著，在不拒絕虛無假設的情況下表示資料不存在單根，因此亦說明資料為定 態；在 ERS 檢定模型中，顯著水準在 1%之下，具有截距項模型之結果顯示拒絕 資料有單根之虛無假設，亦即資料沒有單根，也就是說資料為定態。
綜合以上單根檢定結果，新加坡失業率資料不具單根，因此屬於穩定之資 料。
36
37
38
39