第六章 結論及未來研究方向
6.2 未來研究方向
花卉市場的整合研究相較於其他市場的整合研究複雜了許多，因為花卉市場並不像毛 豬市場、大豆市場等具有單一品質的商品，且花卉的價格常會受到季節、天災、人為因素 等的影響，而有大波動的產生，選擇適當的模型進行分析是個基本卻重要的議題。
直接對價格進行時間序列分析是個很好的方法，其假設一切經濟行為影響皆會反應在 價格的身上，直接對價格資料進行剖析、篩解、解釋即可知道相關的訊息。但本研究認為 僅把時間序列分成兩種特性的資料是不夠的，統計時變資料與統計非時變資料僅是對資料 整個大方向的判定，若將這大方向的判定後便決定其後續的分析手法，其觀點似乎不夠廣 闊。統計非時變資料使用 ARMA 模型、若瓦連檢定等；統計時變資料使用共整合檢定、
誤差修正模型；這樣的分析太果斷，並無法涵蓋所有的議題。本研究認為應該存在一種分 析的方法可以同時對統計時變資料與統計非時變資料進行分析解釋，運用動態模型的方式 或是導入衝擊因子延伸出新的方法，相信可對問題的解釋更加透徹。
如這次分析的案例「台灣花卉供應鏈的整合分析」，觀察其資料的序列圖形，看起來 似乎都會向均值來回覆，但檢定出來卻是統計時變資料，這是不合理的一件事。本研究認 為直接對此資料進行 ADF 檢定或許會有偏誤，因為花卉價格受季節因子影響的程度太大 了，用每年的同一月份來看，其價格似乎差異不大，但不同月份同時比較卻有高低難以預 測，所以應該在模型中加入一個虛擬變數(Dummy Variable)作為季節的影響，將資料用很 多段組合成動態模型來做解釋。這次的研究沒有使用這構想，因為台灣花卉的交易資料量 並不夠龐大，把季節考慮進去的模型，其資料的時間長度最好要在 30 年以上，每個季節 係數的估計值才是有效的。
未來，後續的研究者可以考慮進行此方向的研究，或是採用另一種共整合的分析方 式，叫做季節共整合分析(Seasonal Co-integration Analysis) [26] [36]。這些方法對很多個體 經濟資料的分析很有幫助，因為許多個體經濟資料被季節影響的情形很嚴重，能夠在模型 中消除季節的因素的確可幫助模型配適的更準確、穩當。
進行市場整合的分析最適當的模型還是要將交易成本、價格、交易量同時的考量才是 完整的分析，由於台灣花卉市場並沒有直接的物流配送資料，所以本研究以成交量來表示 其物品交易熱絡程度，若將來可取得這方面的資料，必須將交易量因子納入考量，才是完 整的分析模式。
市場整合與未整合間有相當程度的差別，直接將市場區分成此兩種性質是有失完整性 的，後續的研究者在進行市場整合分析時必需先考慮各種可能的情形，訂定各種整合的條 件。也可以參考 Barrett 和 Li[18]在 2002 年提出的市場可交易性與可競爭性的差異，來進 行相關的分析與解釋，相信可對市場整合的經濟意義下更漂亮的註解。
在這次研究中，僅能對月資料進行分析，週資料、日資料的分析沒有時間來完成，市 場整合的結果也沒有如預期完整呈現，原因來自於研究的複雜度比預期來的煩瑣耗時。研 究分析的步驟共有五個，如圖 6.1 所表示，每個步驟需使用迴歸估計或是檢定來完成。研 究中對四個市場的八種花卉進行市場整合檢定，在第一步檢定資料性質中採用模型Ⅰ的單 位根檢定對花卉價格進行分析，且每種花卉價格進行兩次的單位根檢定確定皆為 I(1)序 列，共進行了
8 × 4 × 2 = 64
次的單位根檢定。第二步驟估計價差，同種花卉於四個市場的 價差組合為C
24 =6種，所以估計價差花了8 × 6 = 48
次的估計。共整合檢定包含了兩階段共整合檢定與卓漢生共整合檢定，兩階段共整合檢定是將價差拿來做第二次的單位根檢定，
而卓漢生共整合檢定是將同種花卉於四個市場的價格進行 VAR 估計後取得的檢定值，這 階段共花了
48 + 8 = 56
次的檢定。接下來估計門檻值的部份，研究中採用排列自迴歸線型 結構轉變的點作為門檻的估計，搜尋的準則是採用最小 MSE 進行搜尋，從最負或是最正 的價差前三筆進行一次迴歸估計，保留 MSE 後增加一筆資料再次進行估計，反覆進行約 30 次左右可找出門檻值的估計。上下門檻採用相同的方法進行搜尋估計，有 48 種的價差 組合皆須進行此部分的估計，故花了30 × 2 × 48 = 2880
次的估計才找到所有的門檻值。找 到門檻值後，將價差改為動態模型，採用 Chow 檢定門檻的顯著性，因為 48 種的價差，所 以使用了 48 次的 Chow 檢定。圖 6.1 工作複雜度
由圖 6.1 可看出瓶頸步驟在估計門檻值的部份，此部份確實為分析上一個相當耗時的 難題，後續研究者若能將此步驟交給電腦進行自動化的估計，有效減少分析的時間，加強 市場整合背後物理意義的探討，整體的研究將會更有價值。
檢定資料性質
估計價差
估計門檻值
θ
(u)、θ
(l) 共整合檢定檢定門檻的顯著性
64
48
2880 48 + 8
48
參考文獻
1. 何彩華，台灣地區花卉批發市場整合性之研究，國立中興大學行銷研究所碩士論文，
2002。
2. 沈中華、邱志豪，「交易成本，GDR 與股價的套利：門檻共整合應用」， Journal of Financial Studies, Vol. 7, No.2, pp. 88-112, 1999.
3. 張堂穆、鍾國成，「從農業知識經濟探討台灣花卉運銷策略應用與發展」，機械工業 雜誌，九月，271-284 頁，2001。
4. 莊東育，台灣地區肉品市場空間整合與競爭均衡之研究，國立台灣大學農業經濟學研 究所博士論文，2003。
5. 梁高榮，農產品交易工程學，國立交通大學出版社，1999。
6. 梁高榮，農產品供應鏈電子商務，行政院農委會，2001。
7. 梁高榮，花卉業務情報網-資料倉儲技術在花卉產業的應用，行政院農委會，2003。
8. 郭如秀，「共整合與市場效率：臺灣玉米現貨價格與美國玉米現貨價格之研究」，臺 灣土地金融季刊，第 35 卷，第 1 期，121-129 頁，1998 。
9. 黃盈棠，網際網路空間市場整合之研究，私立中原大學國際貿易學系碩士論文，2001。
10. 黃仁偉，利用資料倉技術進行供應鏈的線上分析處理與決策支援，國立交通大學工業 工程研究所碩士論文，2002。
11. 黃彥修、梁高榮，「三條花卉供應鏈的價格共整合分析」，機械工業，5 月，96-106 頁，2005。
12. 賴瀚棠，多條供應鏈的向量自我迴歸模式與共整合分析，國立交通大學工業工程研究 所碩士論文，2004。
13. 賴瀚棠、梁高榮，「花卉供應鏈間產品之共整合分析」，機械工業，六月，234-248 頁，
2004。
14. 葉小蓁，時間序列分析與應用，葉小蓁，2002。
15. Alchian, A. and Demsetz, H., “Production, Information cost, and Economic Organization,”American Economic Review, Vol. 62, pp. 777-795, 1972.
16. Balke, N. and Fomby, T. B., “Threshold Cointegration,” International Economic Review, Vol. 38, pp. 627-645, 1997.
17. Barrett, C. B., “Market Analysis Method: Are Our Enriched Toolkit Well Suited to Enlivened Market,” American Journal of Agricultural Economics, Vol. 78, pp. 825-829, 1996.
18. Barrett, C. B. and Li, J. R., “Distinguishing between Equilibrium and Integration in Spatial Price Analysis,” American Journal of Agricultural Economis, Vol. 84, pp.292-307, 2002.
19. Baulch, J., “Transfer Cost, Spatial Arbitrage and Testing for Food Marker Integration,”
American Journal of Agricultural Economics, Vol. 79, pp. 477-487, 1997.
20. Chan, K., Petrucelli, J., Tong, H. and Woolford, S. a, “A Multiple-Threshold AR(1) Model,”
Journal of Applied Probability, Vol. 22, pp. 267-279, 1985.
21. Chow, G. C., “Tests of Equality Between Sets of Coefficients In Two Linear Regressions,”
Econometrica, Vol. 28, pp. 591-605, 1960.
22. Dicky, D. A. and Fuller, W. A., “Distribution of the Estimations for Autoregressive Time Series with a Unit Root,” Jounal of the American Statistical Association, Vol. 74, pp.
427-431, 1979.
23. Dicky, D. A. and Fuller, W. A., “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root,” Econometrica, Vol. 49, pp. 1057-1072, 1981.
24. Enders, W., Applied Econometric Time Series, Wiley, 2004.
25. Engle, R. F. and Granger, C. W. J., “Co-Integration and Error Correction: Representation, Estimation, and Testing,” Econometrica, Vol. 55, pp. 251-276, 1987.
26. Engle, R. F., Granger, C.W.J, Hylleberg, S. and Lee, H.S., “Seasonal Cointegration: The Japanese Consumption Function,” Journal of Econometrics, Vol. 55, pp. 275-29, 1993.
27. Granger, C. W. J. and Newbold, P., “Spurious Regression in Econometrics,” Journal of Econometrics, Vol. 2, pp. 111-120, 1974.
28. Granger, C. W. J., “Testing for Causality: A Personal Viewpoint,” Journal of Economic Dynamics and Control, Vol. 2, No. 4, pp. 329-352, 1980.
29. Goodwin, B. K. and Piggot, N. E., “Spatial Market Integration in The Presence of Threshold Effects,” American Journal of Agricultural Economics, Vol. 83, No. 2, pp.
302-317, 2001.
30. Hansen, B. E., “Inference in TAR Model,” Studies in Nonlinear Dynamics Econometrics, Vol. 2, Isu. 1, 1997.
31. Hansen, B. E. and Byeongseon, S., “Testing for Two-regime Threshold Cointegration in Vector Error-correction Models,” Journal of Econometrics 110, pp. 293-318, 2002.
32. Http://flower.nctu.edu.tw 33. Http://www.eviews.com 34. Http://www.spss.com 35. Http://www.tfda.org.tw
36. Hylleberg, S., Engle, R. F., Granger, C. W. J. and Yoo, B. S., “Seasonal Integration and Co-integration,” Journal of Econometrics, Vol. 44, pp. 215-238, 1990.
37. Johansen, S. and Juselius, K., “Maximum Likelihood Estimation and Inference on Cointergration with Applications to the Demand for Money,” Oxford Bulletin of Economics Statistics, Vol.52, No.2, pp. 169-210, 1990.
38. Osterwald-Lenum, M., “A Note with Quantiles of the Asymptotic Distribution of the Maximum Likelihood Cointegration Rank Test of the Statistics,” Oxford Bulletin of Economics and Statistics, Vol. 54,pp. 461-472, 1992.
39. Phillips, P. C. B., “Time Series Regression with Unit Root,” Econometrica, Vol. 55, pp.
277-302, 1987.
40. Ravallion, M., “Testing Market Integration,” American Journal of Agricultural Economics, Vol. 68, pp. 102-109, 1986.
41. Septhon P. S., “Spatial Market Arbitrage and Threshold Cointegration,” American Journal of Agricultural Economics, Vol. 85, pp.1041-1046, November 2003.
42. Sims, C., Stock, J. and Watson, M. W., “Inference in Linear Time Series Models with some
Unit Roots,” Econometrics, Vol.58, pp.113-144, 1990.
43. Tsay, R. S., “Testing and Modeling Threshold Autoregressive Process,” Journal of the American Statistical Association, Vol. 84, No. 405, March 1989.
附錄一：Durbin-Watson 檢定表
Durbin-Watson 檢定主要是針對時間序列資料存在高度序列相關，或是附迴歸的各項變 數是否彼此獨立所做的檢定。其假設檢定如下所示：
H
0 :ρ
=0H
a:ρ
≠0， 檢定統計量：
∑
∑
=
= − −
= n
i i n
i
i i
e e e d
1 2 2
2 1) (
，
其中
e
i =y
i−y
ˆi，n 為樣本數。D-W 檢定有下列檢定法則：當d < d
L時，拒絕虛無假設；當d
Ud
> 時，無法拒絕虛無假設；當d
L <d
<d
U時無法判斷。附錄表一 Durbin-Watson 檢定值表
附錄二：卓漢生最大概似比檢定法檢定值表
節錄 1992 年 Osterwald-Lenum 針對卓漢生最大概似比檢定法所求出的檢定值表。其中 在卓漢生最大概似比檢定法中將資料模型分為五種，Osterwald-Lenum 分別對此五種模型 求出其檢定值表，其表列如下：
附錄表二 卓漢生最大概似比檢定法假設模型
附錄表三 Case0 檢定值表-1
附錄表四 Case0 檢定值表-2
附錄表五 Case1* 檢定值表
附錄表六 Case 1 檢定值表
附錄表七 Case 2* 檢定值表
附錄表八 Case2 檢定值表
附錄三：Chow 檢定法
附錄四：八大花卉於各市場月均價資料時間序列圖形
附錄圖一 大菊月均價時間序列圖
附錄圖二 非洲菊月均價時間序列圖
附錄圖三 劍蘭月均價時間序列圖
附錄圖四 葵百合月均價時間序列圖
附錄圖五 玫瑰月均價時間序列圖
附錄圖六 香水百合月均價時間序列圖
附錄五：卓漢生共整合檢定於 Eviews 操作步驟
在此敘述本論文中卓漢生共整合檢定的操作步驟，使用的軟體為 Eviews 4.1。
在卓漢生共整合檢定中，首先選取同一種花卉在各市場的價格，在此以火鶴花進行操 作示範，如附錄圖七所示，選取火鶴花在四個市場的價格。
附錄圖七 卓漢生共整合分析Ⅰ 點選[view – Cointegration test]，如附錄圖八所示。
附錄圖八 卓漢生共整合分析Ⅱ
因為研究中由圖 5.1 判斷應使用沒有漂浮項與趨勢項的模型，故假設 VAR 模型無漂浮 項與趨勢項，選取「 (1) No intercept or trend in CE or test VAR」進行卓漢生共整合分析。
因為研究中由圖 5.1 判斷應使用沒有漂浮項與趨勢項的模型，故假設 VAR 模型無漂浮 項與趨勢項，選取「 (1) No intercept or trend in CE or test VAR」進行卓漢生共整合分析。