第四章 實證模型
第三節 實證結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
第三節 實證結果
本節將利用我國 1960 至 2011 年之總體資料來探討總體景氣波動對政 府支出之不對稱影響。而在進行不對稱性檢定前，欲先對被解釋變數的各 級政府總支出、一般政務支出、經濟發展支出以及總社會福利支出進行移 動式 Chow 檢定，觀察在這 52 年期間是否存在結構性斷裂。另外，本節 也將對各變數進行單根檢定，確保各個變數為定態資料，並且透過複迴歸 模型之最小平方法（ordinary least squares，OLS）進行實證分析。
一、 結構性斷裂
由於本文所研究的年數較長，可能在這段期間內會因為某個時間點有 重大的因素發生，使得樣本變數在結構上發生轉變，為了促使模型在分析 上能有更完整的估計並且降低估計的錯誤，故利用移動式 Chow 檢定對被 解釋變數檢測是否有結構性斷裂。根據 Hansen（2001）的做法，將時間序 列變數前後各扣除 5%之資料，並對剩下 90%之資料進行檢測，而在每一 時間點算出 F 值，接著選取 F 值最大的時間點並判斷是否為顯著，若顯著 即為有可能發生結構性斷裂之時間。檢定之結果如下表 4.3.1：
表 4.3.1：移動式 Chow 檢定
變數 結構性斷裂時間點 F 值
admexp 西元 1993 年 20.23***
ecoexp 西元 1989 年 16.21**
benexp 西元 2002 年 29.68***
sumexp 西元 1989 年 15.95**
註： *、**、***表示在 10%、5%、1%顯著水準下，拒絕沒有結構性斷裂的虛無假設。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
接著，我們分別對此四支出為何有結構性斷裂的存在，希望找出影 響因素，而在檢定移動式 Chow 檢定所放的變數，本研究利用實質支出來 做檢測，也就是考慮過通貨膨脹率，來避免因通貨膨脹所檢驗出有結構性 斷裂的可能。首先，就一般政務支出（admexp）來說，結構性斷裂發生在 1993 年，而此支出所包含的項目為政權行使、國務、行政、立法、司法、
考試、監察、民政、外交、財務、邊政、僑務等較為行政上的支出，所包 含的範圍非常廣泛，所以在判斷那些事件會影響至一般政務支出有結構性 斷裂是較為困難的。而就經濟發展支出（ecoexp）來說，結構性斷裂發生 在 1989 年，根據《財政統計年報》表示，自 1989 年開始，經濟發展支出 是指 1989 年之前的經濟建設及交通支出並加上事業基金及投資支出兩項 目之總和。故在當年，經濟發展支出的增加幅度比以往增加幅度明顯還來 的大，所以可判斷此制度上的改變造成了此支出產生的結構性斷裂。
另外，在總社會福利支出（benexp）方面，結構性斷裂發生在 2002 年。其推測原因可能為在 1999 年發生了 921 大地震以及 2001 年美國的 911 事件造成全球不景氣，造成我國經濟成長率呈現負向成長，因此在 2000 以及 2001 年均投入大量相關的福利支出，並且接著在 2002 年時恢復至平 常水準，又加上當年美國經濟好轉，全球景氣明顯回升，我國景氣也跟著 復甦，所以在 2002 年的福利支出有非常明顯的縮減，而透過移動式 Chow 檢定檢驗出此大幅度的減少支出是結構性斷裂最有可能的時間點。由表 4.3.1 可知，各級政府總支出的結構性斷裂時間點與經濟發展支出相同，而 就圖 4.3.1 也可明顯看出，兩項支出的趨勢圖在 1989 年都有明顯的同步增 加，故可推測各級政府總支出的結構性斷裂因素來自經濟發展支出的緣故。
‧
1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004 2008
各級政府支出總計
1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004 2008
一般政務支出
1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004 2008
經濟發展支出
1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000 2004 2008
總社會福利支出
圖 4.3.1：選樣支出之趨勢圖
單位：百萬元
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
表 4.3.2：各變數 ADF 單根檢定結果 變數 原始值
變數 H-P 偏離比率 模型 A 模型 B 模型 C 模型 A 模型 B 模型 C sumexp 1.89 -0.24 -2.13 sumexp -5.73*** -5.66*** -5.56***
admexp 1.46 -0.08 -2.04 admexp -5.34*** -5.29*** -5.22***
ecoexp -0.64 -1.94 -3.62** ecoexp -6.89*** -6.78*** -6.64***
benexp 2.74 0.66 -1.91 benexp -6.22*** -6.10*** -4.35***
un -0.46 -1.34 -1.96 un -4.30*** -4.26*** -4.22***
pop -0.23 -3.44** 2.92 pop -2.98*** -2.95** -2.91 tax 2.46 0.04 -2.31 tax -7.86*** -7.74*** -7.45***
debt -1.32 -2.03 -2.42 debt -5.22*** -5.18*** -5.16***
argi -7.72*** -5.02*** -4.30*** argi -4.57*** -4.52*** -4.45***
註：
1. 模型Ａ：不含截距項與時間趨勢，模型Ｂ：含截距項，模型Ｃ：含截距項與時間趨勢。
2. ADF 檢定為 t 統計量。
3. *、**、***表示在 10%、5%、1%顯著水準下，拒絕存在單根的虛無假設。
再進行 ADF 單根檢定時，如同前述所說，設立了三個模型，分別為 模型 A，也就是不含截距項及時間趨勢的模型，模型 B 則表示含截距項但 不含時間趨勢，最後模型 C 表示其迴歸模型同時包括截距項及時間趨勢。
由表 4.3.2 中可看出，各變數資料之原始值除了農業產值份額（argi）外，
其餘皆屬於非定態資料。故將各變數利用 H-P 濾波器處理後並計算出偏離 趨勢值比率，而再一次地進行 ADF 單根檢定。由表 4.3.2 可發現，除了人 口數（pop）在模型 C 還有單根的疑慮外，其餘變數經過處理後，在三種 模型中皆沒有單根的問題。因此，我們將這些屬於定態變數的資料代入迴 歸模型進行實證分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
三、 相關係數分析（Analysis of correlation coefficient）
在進行迴歸分析時，若解釋變數為兩個以上時，我們應確保解釋變數 間沒有存在共線性（Multicollinear）的問題，亦即表示變數與變數之間不能 存在高度的相關性，否則此迴歸式的解釋能力將可能產生誤差。計算出相 關係數的值介於正負 1 之間，其絕對值越趨近於 1 即表示兩變數的關聯性 越強；而數值越趨向於 0 即代表兩者的關聯性越弱。一般來說，若估算出 的相關係數絕對值大於 0.8 時，即代表有嚴重高度的相關性。故在進行迴 歸分析之前，應先對各變數進行相關係數分析，表 4.3.3 為景氣指標變數與 其他解釋變數的相關係數分析，而表 4.3.4 是將景氣分為景氣好與景氣壞 並與其他變數的相關係數分析。由表 4.3.3 和表 4.3.4 而知，不管是否將景 氣分成好與壞，其兩兩解釋變數間的相關係數絕對值皆小於 0.8，故可確定 本研究所選取之解釋變數間沒有存在嚴重高度的共線性問題。
表 4.3.3：解釋變數相關係數分析
argi debt pop tax un
argi 1
debt -0.029 1
pop -0.52268 -0.11725 1
tax 0.249598 -0.21155 -0.1019 1
un 0.028477 -0.07068 -0.01152 -0.46227 1
表 4.3.4：景氣繁衰下解釋變數相關係數分析
argi debt pop tax un+ un-
argi 1
debt -0.029 1
pop -0.52268 -0.11725 1
tax 0.249598 -0.21155 -0.1019 1
un+ -0.03058 -0.11889 0.064168 -0.46106 1 un- -0.10035 -0.14528 0.110686 0.333233 -0.53799 1
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
四、 迴歸實證結果
本研究進行總體景氣波動對政府支出之不對稱分析，採用的景氣指標 變數為失業率，而為了模型的完整性，會將可能影響政府支出之因素納入 迴歸式中，並且加入結構性斷裂之考量以求增加模型之解釋能力。在本部 分裡，會以被解釋變數而劃分成兩小部分討論，第一部分將探討各級政府 總支出，而第二部份就以三個細項的政府支出為主軸並加以討論。
1. 各級政府總支出
此部分將分析各級政府總支出（sumexp）之相關探討，以失業率（un）
當作景氣指標變數外，另外加入人口數（pop）、租稅收入（tax）、公債收入
（debt）、農業產值份額（argi）、選舉的虛擬變數（vote）以及結構性斷裂
（qa1）為解釋變數，並且進一步分析景氣好壞是否對總支出有不對稱性之 影響。
與本章第一節之說明相同，於模型一中，在解釋變數上放入景氣指標 變數以及其他解釋變數至迴歸模型中，另外加入結構性斷裂之因素，來探 討各變數對總支出之影響程度及方向。除了上述模型裡的變數外，在模型 二中，將景氣指標變數分成景氣好壞來分析。由本節之前述說明，各級政 府總支出的結構性斷裂時間點為 1989 年，故在此虛擬變數（qa1）裡，將 1989 年以後之年度設立為 1，其餘設定為 0，並分析此結構斷裂是否會對 政府總支出產生影響。模型一與模型二之迴歸估計結果整理至表 4.3.5：
‧
Constant -0.08113* -0.12119**
(-1.892817) (-2.328776)
un -0.00861 pop 4.373584 3.334083
(1.131484) (0.864039) tax 0.362324*** 0.369619***
(8.731371) (8.459122) debt 0.059056*** 0.062387***
(4.284180) (5.028223) argi 0.004395** 0.005088**
(2.195850) (2.441637) vote 0.02638 0.018996
(1.154871) (0.922069) qa1
（1989 年）
0.066428* 0.079391**
(1.904454) (2.305820)
樣本數 52 52
1.迴歸係數之估計結果皆使用 Newey and West（1987）修正自我相關問題。
2. *、**、***表示在 10%、5%、1%的顯著水準下拒絕虛無假設。
3.括弧內為 t 統計量；Wald 檢定括弧內為 p-value。
由表 4.3.5 中，模型一顯示出我國失業率對於各級政府總支出的影響 是不顯著地的，故也無法斷定總支出與失業率之間的關係。而從其他解釋
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
變數中，對政府總支出有顯著性影響的有租稅收入（tax）、公債收入（debt）
以及農業產值份額（argi），此三者對總支出的影響方向皆為正向的，故表 示當租稅收入、公債收入增加時，政府會進而擴張支出，而在農業產值份 額部分，農業產值份額代表的是一個國家的產業結構，由模型一的係數顯 示當農業產值佔國內生產毛額的比重越大，則政府支出將隨之增加；至於 結構性方面，由移動式 Chow 檢定檢測出的時間點在模型一中確實有顯著 的影響，故可推論出各級政府總支出在研究範圍的期間裡確實存在結構性 斷裂。
接著，我們將模型一納入景氣波動之因素轉成更為完整的模型二，由 此模型可發現景氣指標變數由模型一之不具有顯著性轉為顯著性，可見對 各級政府總支出來說，當我們不將景氣好壞分開討論時，其景氣繁榮與景 氣衰退兩者之效果會抵消掉，無法確實地了解其影響效果。但若我們考量 景氣繁枯後，可以發現不管景氣好壞，政府皆增加支出，並且其影響效果 為顯著的。此結果表示，當政府在決定支出時，並不會考慮到景氣的因素，
因為不管景氣的情況為何，政府皆會擴大支出。而在其他解釋變數方面，
其影響效果與影響方向皆與模型一相同，依然為租稅收入、公債收入以及 農業生產份額三項正向顯著地影響總支出，至於結構性斷裂變數依舊對各 級政府總支出有顯著性的影響，而且當把景氣好壞拆成兩部分討論時，其 顯著性比模型一的影響更好。故以本文模型來說，在分析政府總支出時，
應該將景氣繁衰之因素納入考量，不僅有更好的解釋能力，另外，當景氣 指標變數沒有拆開來討論時，其兩部分的影響可能會抵消以至於無法看出 確切的影響。
至於不對稱方面，本文利用 Wald 檢定檢視景氣波動是否於政府支出
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
有不對稱性的效果，而此檢定之虛無假設為H :0 un與un兩者係數相同，
若檢定出結果為拒絕其虛無假設，即可判斷景氣波動對政府支出存在不對
若檢定出結果為拒絕其虛無假設，即可判斷景氣波動對政府支出存在不對