民主政治影響經濟波動

‧ (concentra-tion)

還是分權

(diversification)

可以以決策者多寡來區分

_,

因為分權的社會有較多的決 策者

_,

決策者能力差異的影響會被稀釋

_,

每個決策者的決策對社會的影響也較集權社會小

_,

Quinn and Woolley (2001)

認為民主政體不同於獨裁政體在於它並非使經濟成長更 高或更低而是更穩定

_,

他們提出一個理論

_:

在民主政治下

_,

投票者多是風險趨避者

_,

因此 合作制度

(corporation institutions),

和種族語言的分歧程度

(Ethno-Linguistic Frac-tionalization)

與它和民主的交叉項

_,

作為民主對波動的強固性的檢驗。 結果不論加入哪 些控制變數結果皆不改變

_:

民主可降低經濟成長的波動性。

Easterly and Levine (1997)

及

Rodrik (1999a)

認為所得、 種族、 語言與宗教間的分 化與衝突是導致經濟波動的主要原因。

Alesina et al. (2003)

則認為非洲的高度種族歧異 性導致教育水準低落

_,

政治不穩定

_,

金融發展落後

,

外匯市場扭曲

_,

嚴重的政府赤字以及公 共建設的不足

_,

種種的問題造成了經濟發展的困境。 而種族間對立越嚴重的國家

,

財產權 無法保障

_,

政治上彼此衝突

_,

會使得經濟波動更為劇烈。 而民主制度可以保護財產權、 促進

‧

Rodrik (2000b)

認為民眾參與的政治體制

(participatory politics regimes)

能緩和 所得、 種族、 語言與宗教間的分化與衝突

_,

進而減輕經濟的不穩定

_,

他認為只要政黨知道

‧

的追蹤資料

,

以動態一般化動差法

(dynamic generalized moment equation; DGMM)

估計方法檢驗民主是否會減緩經濟成長的波動。 實證結果發現民主制度可以減輕經濟成長 的波動性

_,

不論是以整體資料或是去除掉

_OECD

國家後的樣本

_,

民主對經濟成長的波動 係數皆為顯著的負數

_;

但若以去除非洲國家為樣本

_,

則兩種民主指數的係數皆不顯著

_,

且

‧

不同於過去文獻以經濟成長率的標準差做為經濟波動的變數

, Cuberes and Jerzmanowski

(2009)

關注於成長趨勢的改變

_,

且這種成長模式轉變的現象是否受到不同民主程度的影

響

_,

他們以

_1950-2000

年經濟成長率的結構性變動點與成長率正負號轉變點為成長趨勢斷 裂點

_,

實證結果發現在越民主的國家

_,

越不會遭遇這兩種成長趨勢的劇烈反轉

_,

且在考慮 了各種影響經濟波動如制度品質、 總體政策、 金融發展等因素後

_,

民主仍然是減緩經濟波 動最穩健的因素。

Cuberes and Jerzmanowski

進一步指出在不民主的國家

_,

新進廠商會 有較高的進入障礙

_,

產業的分散程度較低

_,

使國家經濟易發生從快速成長跳到嚴重衰退的

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

料研究民主和經濟波動間的關係

_,

會因為將資料取平均而無法觀察各變數的變化趨勢。 而 傳統的平均數迴歸分析法只能觀察到民主平均能降低經濟波動

_,

但無法捕捉在不同程度的 經濟波動下可能存在的差異

_,

因此本論文應用動態追蹤資料分量迴歸估計方法來探討民主 與成長波動的關係。

‧

3.1 分量迴歸 (Quantile regression)

迴歸分析為在給定的解釋變數下去描述被解釋變數

,

而越好的迴歸模型所能解釋的部分也 就越多

_,

傳統的普通最小平方法是以極小化誤差平方和來估計迴歸係數的方法

_,

而最小絕 對離差法

(least absolute deviation; LAD)

則是以誤差絕對值合極小化為目標

_,Koenker and Bassett (1978)

所提出的分量迴歸即是從最小絕對離差法延伸而來。 傳統的普通最小

根據

Koenker and Bassett(1978)

典型的分量迴歸可以下式表示

_:

y

_i

= x

⁰_i

β(τ ) + ε

_i

(τ )

或

_Q

_y

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

其中

J = ∇

_{β(τ )}

IE[ϕ(x

_i

, y

_i

, β(τ ))] = −IE[x

_i

x

⁰_i

f

_{ε(τ )|xi}

(x

⁰_i

β(τ ))]

且

S = IE[ϕ(x

_i

, y

_i

, β(τ ))ϕ(x

_i

, y

_i

, β(τ ))

⁰

] = τ (1 − τ )IE(x

_i

x

⁰_i

),

其中

_{, f}

_{ε(τ )|x}

_(.)

為誤差項

_{ε(τ )}

的條件機率密度函數。

關於分量迴歸的檢定有

_Wald

檢定

_,

根據

Koenker and Bassett (1982),

我們考慮向 量

_{β(τ )=(β}

₁

_{(τ )}

⁰

_,β

₂

_{(τ )}

⁰

_,...,β

_m

_{(τ )}

⁰

₎

⁰

_.

H

₀

: Rβ(τ ) = r

與簡單最小平方法相同

_,

分量迴歸的

_{Wald test}

是在檢定

_{R ˆ β(τ )}

是否夠接近

_{r ,}

其中

_R

是

_{q × k}

之矩陣且

_r

是

_{q × 1}

之向量

_,

根據

₍₃₎ ^√ _{n( ˆ} β(τ ) − β(τ )) → N(0, J

^{d −1}

SJ

⁻¹

),

令

J

⁻¹

SJ

⁻¹

=D(τ ) ,

可知在

_H

₀ 成立下

, Wald test

的檢定統計量為

_,

W (n) = √

n(R ˆ β(τ ) − r)(R ˆ D(τ )R

⁰

)

^−1/2

(R ˆ D(τ )R

⁰

)

^−1/2

(R ˆ β(τ ) − r)

= n(R ˆ β(τ ) − r)(R ˆ D(τ )R

⁰

)

⁻¹

(R ˆ β(τ ) − r) ∼ χ

²_q

.

其中

, ˆ D(τ )

為

D(τ )

一致估計式。

在文檔中 民主會影響經濟成長嗎?追蹤資料分量迴歸的應用 - 政大學術集成 (頁 18-26)