第五章 實證結果
第二節 實證模型正確度之檢驗
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
第二節 實證模型正確度之檢驗
對實證模型正確性的相關檢定，能夠減少其發生錯誤的機會，並且使整個
研究過程更加嚴謹。因此，本文使用了 JB 值檢定（Jarque-Bera test）、共線性 檢定（Collinearity）、LM 檢定（Lagarange Multiplier test）和異質變異檢定
（Heteroskedasticity test）來檢驗模型的正確性以及研究的可信度。
一、殘差項是否呈常態分配
JB 值檢定係為 Jarque and Bera（1980）提出，可以用來檢定殘差項是 否呈現常態分配。檢定中設定之虛無假設如下：
{H0：殘差項為常態分配。
H1：殘差項不為常態分配。 （18）
若 JB 值大於自由度為 2 之卡方值，則拒絕 H0，表示模型之偏態（skewness）
或者是峰態（kurtosis）係數過大，誤差項呈現非常態分配，實證模型有誤。
統計檢定值為：
JB =𝑇6[𝑆2+(𝐾−3)4 2] （19）
而其中，T 表示觀察值的個數，s 表示偏態（skewness），k 則是表示 峰態（kurtosis）。而驗證結果顯示，模型之 JB 值在 5%顯著水準之下，小 於自由度為 2 的卡方值 5.991476，故誤差項為常態分配。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
表 5-2：殘差項常態分配檢測 模型
觀察個數 231 偏態（s） 0.3261 峰態（k） 3.0465
JB 值 4.114948
判定結果 不拒絕虛無假設
二、殘差項是否存在自我相關（autocorrelation）
由於本研究採用的是結合了時間序列與橫斷面資料的追蹤資料（Panel
data），因此在時間序列上自我相關的問題就必須要加以考慮，因為它可能 會導致估計值的高估或者是低估，因而影響了區間估計及假設檢定之準確 性。因此對於此一問題，本研究採用了 LM 檢定（Lagarange Multiplier test）
進行檢測。首先，令本研究實證模型第（4）式的殘差值遵循一階自我迴 歸模型如式（20）所示：
𝜀𝑖,𝑡 = 𝜌𝜀𝑖,𝑡−1+ 𝑣𝑡 （20）
假設隨機誤差項為常態分配，在式（4）中，若 ρ=0，則該方程式不具 自我相關，因此，為檢定本研究之實證模型殘差項是否具自我相關，故將
εi,(t-1)帶入原實證模型成為第（21）式：
𝑊𝐴𝑖,𝑡 = 𝛼𝑖+ 𝛽1𝐼𝑁𝐷𝑖,𝑡+ 𝛽2𝑈𝑁𝐸𝑖,𝑡+ 𝛽3𝐹𝐸𝑀𝑖,𝑡 + 𝛽4𝑅𝐸𝑖,𝑡 + 𝛽5𝐸𝐷𝑈𝑖,𝑡+
𝛽6𝑅𝐸𝐶𝑖,𝑡+ 𝜌𝜀𝑖,𝑡−1+ 𝜀𝑖,𝑡 （21）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
因此，設定虛無假設 H0：ρ = 0與對立假設 H1：ρ ≠ 0，若拒絕 H0表 示原始模型的殘差項是具有自我相關。檢定結果得知，ρ 之 P 值為 0.89，
在 10%的顯著水準之下，無法拒絕虛無假設，因此透過 LM 檢定並未發現 本研究模型有自我相關之情況。
三、解釋變數之間是否具有共線性（collinearity）
所謂的共線（collinear）係指在多元迴歸之下，各解釋變數間有著某種 規律性的方式一起變動，而當有多個變數牽涉在其中的時候，即稱之為共 線性（collinearity）或線性重合（multicollinearity），只要解釋變數之間有 共線，則估計式無法定義。Hill et al.（2001）使用成對解釋樣本間的相關 係數（correlation coefficients）予以判斷。若其絕對值大於 0.8 時，便有線 性重合的存在，必須要修正實證模型，以免影響估計結果的準確性。而本 文採用 0.8 作為判定標準，檢定結果顯示，尚無任兩個解釋變數之相關係 數大於 0.8 的情況存在。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
54
表 5-4：各解釋變數之輔助迴歸結果
解釋變數 R-Square
工業化程度差距（IND） 0.17
失業率差距（UNE） 0.15
女性就業人口占總就業人口比率差距（FEM） 0.20 對中國大陸之貿易依存度（RE） 0.43
教育程度之差距（EDU） 0.26
中國大陸對他國之貿易依存度（RC） 0.33
四、實證模型是否存在異質變異（heteroskedasticity）
在使用橫斷面資料的時候，常常會遇到異質變異的問題，而本文透過
Breusch-Pagan（BP）統計值對模型加以檢測。檢定結果顯示，模型 BP 統 計值皆大於顯著水準 10％、5％及 1％下的卡方檢定值，代表模型具有異 質變異性，因此利用 White（1980）所提出的修正方式加以修正。模型之 估計結果已無誤。
經過上述幾項檢定結果證實，本實證模型之設定尚未發現錯誤、殘差項無 自我相關、變數之間不具有共線性、異質變異之情形已經加以修正，故本研究 之實證結果，具有相當高的可信度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
表 5-5：實證模型檢定結果一覽表
項目 檢定方法 結果
1、實證模型是否有誤 JB 值檢定殘差是否呈常態
分配
JB 值小於自由度為 2 之 卡方值，模型無誤。
2、殘差項是否具有自我相關 LM 檢定 P 值為 0.89 大於 10%顯
著水準，無自我相關。
3、解釋變數有無共線性 係數矩陣之相關係數<0.8 輔助迴歸 R2<0.8
兩兩變數間之相關係數
<0.8
輔助迴歸 R2<0.8 故不具有共線性。
4、是否存在異質變異 BP 值檢定 BP 值大於 α=0.1 之卡方
值，模型具有異質變 異，已修正無誤。
‧
14600.5067 0.507 0.6123
對中國大陸之貿
-5706.30869 -0.281 0.7789
註：***表顯著水準 1%；**表顯著水準 5%；*表顯著水準 10%。