• 沒有找到結果。

第三章 研究方法

第一節 定態與單根檢定

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

19 

整合關係。隨後再以不同的模型選擇標準 (model selection criterion) 來配是最佳 的p 與 q 落後期數,以得到台灣實質 GDP 與能源價格變動衡量方式之間的長期 均衡關係式,藉由係數的觀察與檢定,可得知能源價格變動衡量方式是否對台灣 產出成長率具有負面影響及顯著程度。最後再以 CUSUM 與 CUSUMSQ 圖形 來檢定長期均衡關係式之係數是否穩定。本文透過上述研究步驟希望能夠解答本 文第一章第一節所述之兩個問題:能源價格與台灣總體經濟的是否具有領先落後 關係?能源價格以什麼樣的形式對台灣產出成長率造成影響?能源價格衝擊對 台灣產出成長率具有什麼樣的影響?

第一節 定態與單根檢定

  在本文第二章變數定義與資料來源中,從圖二原始資料之時間序列圖形觀察 發現實質GDP、GDP 平減指數與失業率等三個變數具有強烈季節性。要分析一 時間序列之長期趨勢,必須先消除此序列中其他的變動因素,季節變動便是其中 一個需要被去除的因素,因此本文先對上述三個總體變數進行季節調整以過濾出 各時間序列之長期趨勢。但從圖形中可初步看出本文所使用各時間序列之長期趨 勢大多不具有一個固定的均衡水準,此即所謂的非定態時間序列。

在一篇重要的文獻中Granger and Newbold (1974) 指出進行迴歸分析時,若 所 使 用 的 數 列 呈 現 非 定 態 (non-stationary) 可 能 產 生 虛 假 迴 歸 (spurious regression) 的現象而過度拒絕虛無假設,造成錯誤認定變數間具有顯著的長期關 係,使迴歸分析變得不具意義。本文所述之定態皆指弱勢定態 (weak stationary)

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

20 

而言,其定義如下,一序列{yt} = {… yt−1, yt, yt+1, . . .}若同時符合:

E  for all          3.1 cov  ,      for all t and any j 3.2  

兩個條件即符合弱勢定態的條件,亦稱共變異定態 (covariance stationary)。而判 斷一個序列是否為定態的必要條件為安定性 (stability),亦即隨機差分方程 (stochastic differential equation) 之特性方程式 (characteristic function) 的解必須

落於單位圓之內。如果特性方程式有一個以上的解落於單位圓之外,則稱該序列 具有單根 (unit root) 之非定態數列。因此在實務上,我們常常藉由單根檢定來判 斷一個序列是否為定態序列。其中最廣泛為人使用的有以下兩種,簡介如下:

z ADF 單根檢定 (Augmented Dickey-Fuller test)

Dickey and Fuller (1979) 提出 DF 單根檢定 (Dickey-Fuller test)來判斷依序列 是否為定態,以AR(1)模型為基礎,藉由對下列 (3.3)、(3.4) 或 (3.5) 式進行迴 歸,並且以蒙地卡羅算出之臨界值來檢定 是否等於零,若無法拒絕虛無假設

H : 0 則代表 具有單根且是一非定態序列。

       3.3

       3.4

       3.5

其中: 為漂移項 (drift term); 為線性時間趨勢項 (linear time trend)。

Said and Dickey (1984) 將殘差項可能具有序列相關的情形加以考慮後,提出了

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

21 

ADF 單根檢定方法。將原來的 DF 單根檢定擴充為更多期落後的自我迴歸模型,

即下列 (3.6)、(3.7) 或 (3.8):

∆ ∑ ∆         3.6

∆ ∑ ∆         3.7

∆ ∑ ∆         3.8

其中 為漂移項 (drift term); 為線性時間趨勢項 (linear time trend)。若統 計量無法拒絕虛無假設 H : 0 則代表 具有單根且是一非定態序列。

z PP 單根檢定 (Phillips-Perron unit root test)

ADF 單根檢定皆假設殘差項必須相互獨立且同質變異,而 Phillips and Perron (1988) 提出 PP 單根檢定法以無母數方法放寬了對殘差項分配的假設。根據 Zivot (2006) ,PP 檢定的迴歸式如 (3.9) 式所示:

∆        3.9

其中 為一定態序列並且可為異質變異 (heteroskedastic)。藉由直接修正統計 量中的 與 來解決殘差序列相關與異質變異的問題。統計量如下所示:

· · ·        3.10

·        3.11

其中 與 為變異數的一致估計式,如 (3.12) 與 (3.13) 所示:

∑        3.12

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

22 

∑         3.13

其中 ∑ 。若無法拒絕虛無假設 H : 0 則序列有單根且是一非定 態序列,當殘差具有異質性時,PP 檢定的結果比 ADF 檢定要來得更穩健。

相關文件