實證結果與分析
5.2 資料期間與處理
5.3.1 單根檢定
5.3 實證結果與分析
5.3.1 單根檢定
因總體經濟變數多具有非定態的性質，為避免非定態變數之間可能出現所謂
「假性迴歸」的問題，故我們必須先進行單根檢定，以確定經濟變數為定態仰或 非定態。本文所採用的單根檢定為 ADF 檢定，一般於判別時間序列變數資料是 否為定態變數時，皆先以作圖方式辨別是否具有截距項與時間趨勢項，若圖形沒 有明顯趨勢時，可判別為不具有截距項與時間趨勢項，若圖形顯示存在明顯的趨 勢時，則難以分別該加入截距項或是時間趨勢項，而誤判結果將使得檢定力下 降。因此，為避免 ADF 檢定式的設定錯誤，造成可能不具單根的變數無法拒絕 存在單根的虛無假設，因而本文將 ADF 檢定的三種形式並列如下，亦即同時探 討 1.存在時間趨勢項和截距項；2.存在截距項；3.不具有時間趨勢項和截距項。
若檢定結果一致，則可推論單根檢定之結果為正確，若檢定結果不一致，則需根 據 Enders (2004) 所建議之步驟再行判斷該採用何者檢定形式。
由表 5.1 的檢定結果可知，在虛無假設為序列具有單根的假設之下，無論所 採用的 ADF 檢定形式為何，日本和美國之X 、td C 和t Q 皆無法拒絕虛無假設，t 亦即皆為非定態序列，此外，本文欲探討之國民現金流量變動量 (∆Qt) 和經常 帳餘額 (CA )，日本與美國之資料則皆顯示為拒絕虛無假設，為一定態序列，故t 以下將依 Camacho (2004) 所建議之步驟接著進行線性檢定。
表 5.1 單根檢定
變動量和經常帳餘額，此二變數置於VAR( p)模型中，藉以探討美、日兩國國內 各變數之相互影響關係，並決定VSTR( p)模型之最適落後期數。
由表 5.2 可知，日本根據 AIC 和 SBC 準則選擇之結果為p=1，亦即最適落 後期數皆為 1；此外，美國依 AIC 和 SBC 準則分析資料後，亦可確知最適落後 期數p=1皆為 1，因此日本與美國之線性模型可設定為VAR(1)，以做為 VSTR 模 型中之線性部份，檢定結果如表 5.2 所示：
表 5.2 VAR(p)模型最適落後期數之選取
日本 美國
落後期數 AIC SBC AIC SBC 1 -16.4283* -16.2985* -13.2784* -13.1486*
2 -16.3049 -16.0876 -13.2024 -12.9851 3 -16.1301 -15.8242 -13.1296 -12.8239 4 -16.0515 -15.6565 -13.0841 -12.6891 5 -15.9588 -15.4735 -12.9714 -12.4862 6 -15.8594 -15.2831 -12.8607 -12.2843 7 -15.7274 -15.0591 -12.8186 -12.1502 8 -15.6458 -14.8844 -12.7601 -11.9986
註：*表示在所有落後期數中其AIC 或 SBC之值最小者。
當最適落後期數決定之後，接下來將進行線性檢定，VSTR( p)模型為：
( )
y t y( )
ty ytt y
t A A F D u
y =β′ + β~′ +
( )
x t x( )
tx xtt x
t A A F D u
x =β′ + β~′ +
若欲探討時間序列變數是否適用線性模型來配適，則應檢定 STAR 模型之轉換變 數F
( )
Dti i=x,y，其調整速度是否為零，亦即檢定虛無假設H0 :γ =0，但若檢定 結果為無法拒絕，則所估計之參數將出現無法確知的現象，為避免此一問題，可 採用輔助迴歸式，藉以判斷時間序列變數資料是否適用線性模型，而根據 LVSTR 模型之輔助迴歸式：
∑
2 20.3283 線性 25.8345 線性 3 18.7297 線性 28.4577* 非線性 4 29.0772** 非線性 22.7373 線性
日本
Z 屬於yt−d Z屬於xt−d d χ 值 2 結論 χ 值 2 結論 1 37.8492*** 非線性 21.9241 線性 2 n/a
-
33.5321** 非線性 3 n/a-
33.7810** 非線性 4 23.3426 線性 19.2620 線性 註：Z 為轉換變數, 表示為yt與xt之落後期；*, **, ***分別表示在顯著水準為 10%,5%和 1%之下,卡方統計量檢定結 果為顯著。