第四章 實證結果
第一節 模擬外生變數
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
第四章 實證結果
此章將遵循第三章第二節所述之研究流程，以實際取得之資料進行實證分析，
並說明其結果。
第一節 模擬外生變數
由杜於叡 (2014)研究結果可知，將保發中心提供之壽險解約率資料進行主 成分分析後所得之主成分其主成分分數與失業率、利率及通貨膨脹率等外生變數 有關，故模擬未來主成分分數並將其轉回各保單年度解約率前，應先模擬出所需 之未來失業率、利率及通貨膨脹率。
為配合本研究使用之解約率樣本期間，失業率、利率、通貨膨脹率亦將使用 1987 年至 2011 年之資料，資料來源為 Datastream 資料庫。失業率為性別合計失 業率；利率為 180 天期之商業本票次級市場利率，此處使用次級市場利率而非 初級市場利率原因為次級市場又稱為交易市場或流通市場，資金流動率較初級市 場高，較可代表實際市場利率走勢。
失業率、利率、通貨膨脹率皆為時間序列資料，故進行進一步分析前應先檢 測其是否為定態序列，本研究使用之檢定方法為 ADF test，檢定模式共三種，結 果如表 3 所示。檢定結果顯示失業率不論在任何模式下皆存在單根，為非定態 序列；利率及通貨膨脹率在有截距項且有時間趨勢項之模式下不存在單根，但在 其他模式下皆顯示其存在單根，故將利率及通貨膨脹率判斷為非定態資料。
本研究使用對非定態序列進行一階差分試圖將其轉變為定態序列，並再次利 用 ADF test 檢驗一階差分後之序列是否為定態，檢定結果如表 4 所示。由表 4
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
可得，一階差分後之失業率、利率、通貨膨脹率皆不存在單根，為定態之序列。
表 3 外生變數 ADF 單根檢定結果
模式/外生變數 失業率 利率 通貨膨脹率
有截距項、有時間趨勢項 -2.846 -3.729** -3.616**
有截距項、沒有時間趨勢項 -0.985 -0.563 -2.698 沒有截距項、沒有趨勢項 0.3513 -0.757 -.1.567 註：**代表顯著水準 5%
表 4 外生變數一階差分後 ADF 單根檢定結果
模式/外生變數 失業率 利率 通貨膨脹率
有截距項、有時間趨勢項 -3.620** -3.455* -5.018***
有截距項、沒有時間趨勢項 -3.775*** -3.487** -5.355***
沒有截距項、沒有趨勢項 -3.744*** -3.500*** -6.799***
註：*代表顯著水準 10%、**代表顯著水準 5%、***代表顯著水準 1%
經由 ADF test 結果可知失業率、利率、通貨膨脹率皆為 I(1)之序列，故應考 慮三變數間是否存在長期均衡關係(共整合現象)。依第三章第三節提及之共整合 檢定步驟，需先求得 VAR 之最適落後期數，最適落後期數之判斷將以實務常用 之 AIC 及 BIC 準則為依據，各落後期數之 AIC、BIC 結果如表 5 所示，由表 5 可知，不論 VAR 模型中是否包含截距項，皆以落後一期之 AIC、BIC 為最小，
因此三變數之 VAR 模型最適落後期數應定為 1。本研究以 Johansen test 進行三變 數之共整合關係檢定，檢定結果如表 6、表 7 所示，Maximum Eigenvalue test 及 Trace test 都拒絕「沒有整合向量」的虛無假設，但無法拒絕「最多只有 1 個 整合向量」的虛無假設，因此推論此三變數間應存在一個共整合向量。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
表 5 VAR 模型之落後期數選擇
有截距項 沒截距項
落後期數 AIC BIC AIC BIC 1
208.8384 230.0434 204.4187 222.0895
2 218.8278 250.6353 215.0029 243.2762 3 225.0656 267.4755 233.0648 261.9406 4 224.1219 277.1344 232.1391 281.6174 5 229.0096 292.6245 240.8302 300.9109表 6 Johansen 共整合檢定結果(檢定方式： Maximum Eigenvalue test)
虛無假設 對立假設
檢定統計 量
0.05 臨界 值
沒有整合向量(𝑟 = 0) 存在 1 個共整合向量
(𝑟 = 1) 42.7948* 22.2996 最多存在 1 個整合向量
(𝑟 ≤ 1)
存在 2 個共整合向量
(𝑟 = 2) 8.5647 15.8921 最多存在 2 個整合向量
(𝑟 ≤ 2)
存在 3 個共整合向量
(𝑟 = 3) 1.9797 9.1645
‧
‧
1990 1995 2000 2005 2010 2015 2020 2025 2030 0
‧
1990 1995 2000 2005 2010 2015 2020 2025 2030 0
1990 1995 2000 2005 2010 2015 2020 2025 2030 -2