第四章 實證分析
4.1 資料來源與變數說明
4.1.1 外來投資金額（inward FDI）
資料來源為經濟部投審會。本項變數是以經濟部投審會核准華僑及外國人對
本項變數，若以名目資料進行分析，會受到物價變動因素之影響，故以GDP 平減指數（基期為2001 年）進行平減，以獲得該變數之實質金額，計算方式如下：
實質外來投資金額＝名目外來投資金額／GDP 平減指數。
4.1.2 對外投資金額（outward FDI）
資料來源為經濟部投審會。本項變數是以經濟部投審會核准對中國大陸地區 及中國大陸以外地區投資金額之加總，該變數在模型中以OUTFDI 表示，單位為 千美元，名目資料同樣以GDP 平減指數進行平減，實質對外投資金額＝名目對外 投資金額／GDP 平減指數。
4.1.3 中國大陸地區投資金額
資料來源為經濟部投審會。本項變數是經濟部投審會核准對中國大陸地區投 資金額，在模型中以CHFDI 表示，單位為千美元，名目資料亦以 GDP 平減指數 進行平減，實質中國大陸地區投資金額＝名目中國大陸地區投資金額／GDP 平減 指數。
4.1.4 中國大陸以外地區投資金額
資料來源為經濟部投審會。本項變數是經濟部投審會核准對外投資金額（不 包括對中國大陸投資金額），在模型中以 OTHFDI 表示，單位為千美元，名目資 料亦以GDP 平減指數進行平減，實質中國大陸以外地區投資金額＝名目中國大陸 以外地區投資金額／GDP 平減指數。
4.1.5 中國大陸出口金額
資料來源為財政部關稅總局。本項變數包含對香港出口部分，以下簡稱中國 大陸出口。該變數在模型中以 CHEX 表示，單位為千美元，名目資料以 GDP 平 減指數進行平減，實質中國大陸出口金額＝名目中國大陸出口金額／GDP 平減指 數。
4.1.6 中國大陸以外地區出口金額
資料來源為財政部關稅總局。該變數係扣除我國對中國大陸及香港地區以外
之出口金額，在模型中以OTHEX 表示，單位為千美元，名目資料以 GDP 平減指 數進行平減，計算方式如下：名目整體對外出口金額－名目中國大陸出口金額＝
名目中國大陸以外地區出口金額。實質中國大陸以外地區出口金額＝名目中國大 陸以外地區出口金額／GDP 平減指數。
4.1.7 失業率
資料來源為行政院主計處。該變數在模型中以 UEM 表示，單位為％。依據 行政院主計處定義，失業率係指失業者在勞動力中所占之比率，其計算方法如下：
失業率（％）=（失業者／勞動力）×100％=（失業者／(失業者+就業者）)×100
％。
上述研究變數皆為時間序列資料，彙整如表4-1：
表4-1 本研究變數一覽表 INFDI 外來投資金額
OUTFDI 對外投資金額 CHFDI 中國大陸投資金額
OTHFDI 中國大陸以外地區投資金額
CHEX 中國大陸出口金額(含香港地區出口金額) OTHEX 中國大陸以外地區出口金額
UEM 失業率
4.2 單根檢定
在分析時間序列資料時，定態過程（stationary process）扮演相當重要的角 色。Granger and Newbold（1974）提出假性迴歸（spurious regression）問題，
其指出過去許多的計量文獻在分析時間序列資料時，所應用的迴歸式R2（判定 係數）或調整後R2都很高，表面上看來似乎為一良好迴歸模型，但Durbin-Watson 的值卻趨近於 0，可能存在殘差自我相關的現象，此將導致在解釋迴歸係數時 產生偏誤。如以任兩個具有非定態性質的時間序列變數進行迴歸分析，便有可 能出現假性迴歸，而造成錯誤的因果關係推論，使得原本沒有因果關係的兩個 變數，被誤認為具有因果關係。
非定態的性質，故從事有關經濟變數研究的研究者，若發現其研究變數為非定 態變數，需進一步檢定變數之間是否存在共整合關係，或以經過差分轉換後的 定態時間序列進行實証分析研究。
本研究變數皆為時間序列資料，故需進行單根檢定以確定所蒐集到的時間 序列資料是否具有定態性質。本研究採用 Augmented Dickey-Fuller test（簡稱 ADF 檢定）與 Phillips-Perron test（簡稱 PP 檢定）二種單根檢定法來進行交叉 驗証，ADF 檢定與 PP 檢定模式說明如下：
Augmented Dickey-Fuller 單根檢定的三種檢定模式為：
1. 截距模式（包含截距項）： t 0 t-1 t--i+1 t
Phillips-Perron 單根檢定的三種檢定模式為：
1. 截距模式（包含截距項）：∆y = + y +t α γ0 t-1 εt，檢定統計量為Z（τu）。
2. 截距趨勢模式（包含截距項與時間趨勢項）：∆y =t α0+γy + tt-1 α2 + ，檢定統εt 計量為Z（τt）。
3. 標準式（無截距項與時間趨勢項）：∆y = y +t γ t-1 εt，檢定統計量為Z（τ ）。
在進行單根檢定時，上述三種單根檢定模式，究竟要用那一種形式比較好，
文獻上尚無一致的結論。Enders（2004）指出，若一非定態變數真實的 DGP（data generating process）和用來檢定的模型形式不同，此時單根檢定的檢定力（power of the test）會下降，即拒絕錯誤的虛無假設之機率會降低，因單根檢定的虛無假設 是存在單根，所以檢定力不足時，將造成過度接受有單根的情況。Enders 建議進 行單根檢定之前，先畫圖出來看看，以幫助檢定時決定是否加入截距或時間趨勢 項。而本研究各變數的時間序列圖如下：
9
1 大整數為最適寬帶，並透過 Bartlett Kernel 的方式進行評估。單根檢定結果如表 4-2所示。
表4-2 單根檢定
Variable ADF Test Statistic PP Test Statistic
τu Z（τu）
lnINFDI 0.0002*** ＜0.0001***
lnOUTFDI 0.0959 ＜0.0001***
lnCHFDI 0.0261** ＜0.0001***
lnOTHFDI 0.0550 ＜0.0001***
lnCHEX 0.9460 0.3027
lnOTHEX 0.7945 0.0607
lnUEM 0.0505 0.2098
lnINFDI － －
lnUEM 0.2570 ＜0.0001***
註1：τu表示ADF 檢定檢定模式包含截距項，Z(τu)表示 PP 檢定模式包含截距項。
註2：變數差分值以 ∆ 表示，如外來投資 INFDI 的一階差分以 ∆INFDI 表示。
註3：ADF 檢定臨界值：依據 Mackinnon(1991)，在 1％、5％、10％的顯著水準下，τu的檢定 臨界值為-3.43、-2.86、-2.57；PP 檢定臨界值與 ADF 檢定臨界值相同。
註4：「***」，「**」表示在 1％、5％的顯著水準下，拒絕虛無假設。
上述ADF 檢定（τµ）與PP 檢定 Z（τµ）之單根檢定結果並不一致，惟PP 檢 定修正殘差自我相關及允許誤差項具有變異數異質性存在，因此本研究將採取PP 檢定的結果 Z（τµ）。以顯著水準 5％來看，除中國大陸出口、中國大陸以外地區 出口及失業率等3 項變數時間序列有單根，為非定態時間序列外，其餘 4 項變數 皆為無單根之定態時間序列，而上述3 項非定態時間序列在一階差分後，已拒絕 有單根之虛無假設成為I（0）定態時間序列，是為整合階次為 I（1）之非定態時 間序列，故本研究將中國大陸出口金額、中國大陸以外地區出口金額及失業率等 3 項變數進行一階差分後，以 VAR 模型進行分析。
以下將分為3 部分來探討外人直接投資對我國失業率之影響。第 1 部分先以
「INFDI、OUTFDI、UEM」三項變數建構模型，探討外來投資、對外投資與失 業率之間的關係；第 2 部分以「CHFDI、CHEX、UEM」三項變數，探討對中國 大陸地區投資、出口與失業率之間的關係；最後，以「OTHFDI、OTHEX、UEM」
三項變數，探討對中國大陸以外地區投資、出口與失業率之間的關係。
檢定之步驟，首先建構向量自我迴歸 VAR 模型，決定最適落後期，再以 Granger 因果關係檢定，觀察各項變數之間的因果關係，並配合 VAR 模型迴歸及 衝擊反應函數，探討每一項變數受到其他變數自發性衝擊時的反應變化。
以下各節進行VAR 模型分析及 Granger 因果關係檢定時，所有變數資料，皆 為取ln（自然對數）後之數值，如有單根，則以取差分後的定態時間序列資料進 行分析。
表4-3 本研究變數之穩態階次 lnINFDI 外來投資金額
lnOUTFD I
對外投資金額 lnCHFDI 中國大陸投資金額 lnOTHFD
I
中國大陸以外地區投資金額
∆lnCHEX 中國大陸出口金額(含香港地區出口金額)
∆lnOTHEX 中國大陸以外地區出口金額
∆lnUEM 失業率
4.3 外來投資、對外投資與失業率
（Akaike’s information criterion）及 SBIC（Schwarz’s Bayesian criterion）準則來決 定。初始以落後期數為 6 期的 VAR（6）模型進行分析。此外，為求分析的樣本 SBIC 0.9982 0.9200 1.0576 1.1977 1.3005 1.4247
表4-4 估計結果顯示，VAR（6）的 AIC 值最小，VAR（2）的 SBIC 值最小，
惟以AIC 及 SBIC 準則所決定的最適落後期並不相同，基於參數精簡（parsimony）
原則，以 SBIC 當作選擇模型準則時，會傾向對待估參數較少（即較精簡）的模 型有利，而 SBIC 又比 AIC 準則來得嚴苛，故本研究以 SBIC 準則決定最適落後 期為 2，惟須對3 條方程式所產生的殘差進行檢定，以確認是否無殘差自我相關，
如果殘差有自我相關，則必須增加變數的落後期，直到殘差無自我相關為止。本
研究利用Q 檢定來檢驗，落後期數取 36 期，並自落後期數為 2 期的 VAR（2）模 型開始檢定，結果發現在5％顯著水準下，3 條方程式中 3 條式子的殘差均有自我 相關，檢定結果呈現於下表4-5：
表4-5 殘差之 Q 檢定結果（落後期 p=2）
e1t e2t e3t
lags Q-Stat Prob Q-Stat Prob Q-Stat Prob 1 0.0312 0.860 0.8454 0.358 0.0465 0.829 2 0.0367 0.982 3.9576 0.138 1.7550 0.416
35 115.35 ＜0.001*** 56.686 0.012*** 46.997 0.085**
36 146.78 ＜0.001*** 60.842 0.006*** 50.030 0.060**
註：「***」，「**」，表示在 1％、5％的顯著水準下，拒絕虛無假設。
故必須將 VAR（2）之落後期數延長，以使殘差無自我相關。而最後結果是 延長落後期數至7 期，才使得殘差無自我相關，檢定結果如下表 4-6：
表4-6 殘差之 Q 檢定結果（落後期 p=7）
e1t e2t e3t
lags Q-Stat Prob Q-Stat Prob Q-Stat Prob 1 0.5660 0.452 0.0530 0.818 0.1547 0.694 2 0.7008 0.704 0.0530 0.947 1.4194 0.492
35 43.033 0.138 23.841 0.923 19.781 0.982 36 43.173 0.162 23.875 0.939 19.994 0.986
註：「***」，「**」表示在 1％、5％的顯著水準下，拒絕虛無假設。
至此可確定所構建的VAR 模型為一個 VAR（7）模型。Granger 因果關係檢 定結果如表4-7，VAR 模型迴歸結果如表 4-8。
表4-7 對外投資、外來投資與失業率之因果關係檢定
虛無假設 F-Statistic P 值
lnOUTFDI does not Granger Cause ∆lnUEM 5.64095 ＜0.00001
∆lnUEM does not Granger Cause lnOUTFDI 3.82444 0.00074***
lnINFDI does not Granger Cause ∆lnUEM 3.04767 0.00500***
∆lnUEM does not Granger Cause lnINFDI 3.75215 0.00089***
lnINFDI does not Granger Cause lnOUTFDI 0.71610 0.65846 lnOUTFDI does not Granger Cause lnINFDI 1.04158 0.40460 註:「***」，「**」表示在 1％、5％的顯著水準下，拒絕虛無假設。
本研究採用 Granger 對因果關係之定義，來檢視外人直接投資與失業率之間
∆lnUEM lnOUTFDI lnINFDI
係數 T值 係數 T值 係數 T值
在5％顯著水準下，利用 t 分配進行檢定，上述 VAR（7）模型迴歸結果顯示，
對外投資與外來投資落後期對於當期失業率均無立即影響；反之，失業率落後期 對於當期對外投資與外來投資則有立即影響，如前1 個月的失業率，對於對外投 資及外來投資均有顯著正向影響。
4.3.3 衝擊反應分析
本節就上述建構的 VAR（7）模型，配合衝擊反應圖，探討相關變數之間產 生一單位標準差衝擊之影響。
如圖 4-2，受到對外投資一單位標準差衝擊時，失業率在 4 個月內是呈正向 反應，反應幅度約＋0.005％，表示對外投資增加，短期內本國失業率會增加，而 反應期數大約為9 個月，之後呈現小幅波動漸趨平緩。
受外來投資一單位標準差衝擊時，失業率呈負向反應，顯示外來投資增加，
短期內本國失業率會降低，而反應期數大約為11 個月，1 年以後變動幅度較趨平
短期內本國失業率會降低，而反應期數大約為11 個月，1 年以後變動幅度較趨平