第二章 文獻回顧
Okun’s law 是 Okun 在 1962 年發現一個規律，他研究二戰後的美國失業和產 出有負向相關，其實證結果顯示，產出增加 2%與失業率下降 1%有關係（Okun 係數-0.5），此後陸續相當多的學者分別用各個不同國家檢驗失業與產出的關係，
做出的資料也驗證 Okun 的實證結果是有效的，只是 Okun 係數會隨著國家和時 間的不同而有所變動。
後續許多學者針對 Okun’s law 做相關研究，使用不同方法來檢驗不同國家之 產出與失業率的關係是否符合 Okun’s law 的準則，像是 Harris and Silverstone
（2001）使用誤差修正模型（error-correction model，ECM）來捕捉失業與產出 間長期和短期的關係，這篇文章用 1978 年到 1999 年間，OECD 其中 7 個國家的 實質 GDP 成長與失業率的資料，分析每個國家產出和失業長期的 Okun
relationship 是否存在，且使用門檻自我迴歸模型（threshold autoregressive model，
TAR）檢測變數間是否存在共整合，其中資料在產出變動與失業變動間為非線性、
非對稱的。在做以上檢測前，先檢測結構變動（structural breaks）來找出門檻值，
結構變動是建立在不穩定資料的基礎上，門檻是未知的，此篇估計門檻的方法為 把殘差由小到大排列，排列出來後，再把最大和最小的 15%都去除，最後剩下的 殘差以最小平方和方法，找出最小平方和值最小的就是最適的門檻值。
Granger-causes 結果顯示，在紐西蘭為 GDP 影響失業，在澳洲、日本與美國為失 業影響 GDP，但無法計算非對稱關係，且當美國在復甦長期均衡時以改變失業 與產出為主時，其他國家還仰賴短期價格調整來來復甦市場均衡。
其他學者也用了其他方法，Jardin and Stephan（2012）使用非線性的半參數 模型，文章用 1984 年到 2009 年間，共計 25 年，歐洲 16 個國家中失業率與實質 GDP 的季資料，分析產出和失業間的 Okun’s law 是否成立。使用方法為非線性 的半參數模型，半參數模型比傳統的參數模型提供更好的資料模擬，其中結果具 有不對稱性，經濟在谷底與興盛時期，失業與產出有強烈相關，相反的，經濟在
5
衰退和復甦期間產出對失業的影響比較小，且所有國家的 Okun’s law 係數都呈負 數，表示 Okun’s law 在歐洲都是顯著的。且由短期面來看，在 First-Difference version 結果顯示，實質 GDP 減少 1%，和失業率增加 0.11 百分點有關，在 Gap version 結果顯示，循環產出減少 1%，和循環失業增加 0.21 百分點有關。
Cevik, Dibooglu, and Barişik（2013）提出的文章用 1995 年第一季到 2012 年 第二季（斯洛維尼亞從 1996 年第一季開始）年間，東歐的 9 個國家的失業與產 出的季資料，從 OECD、IMF、World Bank Global Economic Monitor 的資料庫取 得資料，分析失業與實質 GDP 的改變在衰弱與復甦時期是否有所不同，且用非 線性的模型檢測在經濟過渡期產出和失業的關係。先以 Tramo/Seats 方法調整資 料的季節性因素，再以 Augmanted Dickey-Fuller 和 Phillips-Perron unit root tests 測資料的穩定性，檢測結果顯示皆不穩定，最後使用 LR test 檢測是否用 Markov regime-switching model 描述 Okun’s law 比用線性模型還要好，檢測結果顯示使用 Markov regime-switching model 較好。文章結論為，大多數國家中，在衰退時期，
循環失業比循環產出還敏感，且失去工作的數量比在復甦時期找到工作的數量還 多。
後來更有學者提出 Okun’s law 非對稱性的研究，Palombi, Perman, and Tavéra
（2015）提出的文章用 1983 年到 2009 年間，英國 128 區的 GDP 與失業率的年 資料，分析英國區域產出與區域失業率非對稱的 Okun’s Law 關係。使用 Granger 和 Yoon 建議的隱藏共整合方法（hidden cointegration technique），且運用 panel 資料的版本來移除 cross-sectional dependence 做檢測，把產出與失業區分成 4 個 部分，分別利用 Pesaran’s cross-sectional dependence test ststistics 與單根檢定（unit root test）來檢定變數間是否存在特殊相關，與檢測變數間是否存在共整合。結 果顯示區域失業主要受區域特別的衝擊與全國累積的衝擊所影響，且存在些微的 不對稱性，在衰退期間，區域 GDP 對區域失業的影響比在擴張時期還大，衰退 期間的 Okun’s Law 係數為-0.095。
6
除了使用不同方法探討產出與失業的關係外，還有學者使用不同因素來探討 產出與失業的關係，像是 Fariaa, Cuestasb, and Mourelle（2010）探討創業與失業 的關係，這篇文章用 1972 年到 2004 年間，OECD 其中 9 個國家的失業率與自我 就業（平均每一勞動力所擁有的企業擁有權）的年資料，從 Comparative
Entrepreneurship Data for International Analysis 的資料庫取得資料，用以分析創業 與失業間的關係。使用方法為 Granger-causality 和 Smooth transition autoregression with exogenous transition（STAR-EXT）來估計因果關係方向和非線性關係，先用 單根檢定（unit root test）檢測變數間是否存在整合性，再使用 VAR 模型估計一 階差分與檢測 Granger causality。結果顯示因果關係為雙向的，且創業與失業的 改變為非線性且非對稱的關係，就企業才能影響失業率面向來看，因為企業才能 使經濟成長，因此失業率下降；就失業率影響企業才能面向來看，失業個體面對 不滿意的低薪資，不如自己出來創業，因此失業反而促使創業增加。就此篇文章 中的國家而言，失業與創業為雙向影響的有愛爾蘭、德國、美國、澳大利亞，失 業對創業造成影響的有義大利與日本，創業對失業造成影響的有法國。
由以上文獻分別利用不同方法與不同變數來探討關於 Okun’s law 的研究，本 文借取 VAR 模型來探討亞洲主要國家之 Okun’s law 是否成立，與不同國家的產 出與失業率間之因果關係。
7