國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1 緒論
1.1 東協成立背景
1967 年8 月 6 日, 由印尼、 馬來西亞、 新加坡、 菲律賓、 泰國等5國在曼谷舉 行會議, 並於 8 月8 日發表了 「曼谷宣言」, 正式宣告東協成立。1976 年, 東協在 泰國舉行第1屆首長會議,簽署了 「東南亞友好合作條約」。 1984 年1月8日, 汶 萊加入東協。 之後,越南、 緬甸、 寮國以及柬埔寨皆陸續加入東協。
1990 年代初期, 東協開始建立一系列區域合作機制, 1992 年東協簽署共同有 效優惠關稅協定 (Common Effective Preferential Tariff, CEPT), 宣布從 1993 年起開始建立東協自由貿易區 (ASEAN Free Trade Area, AFTA), 推動各成員 國間關稅降至百分之五以下, 1994 年7 月成立東協區域論壇 (ASEAN Regional Forum, ARF),此時,東協也開始積極推動對外的經貿關係,其中主要為與各國家 洽簽 FTA(Free Trade Area), 到目前為止,東協已分別與中國大陸、 日本、 韓國、
紐西蘭、 澳洲與印度簽署5個 「東協加一」 的 FTA。 2007年,東協 10國的領導人 在新加坡舉行的第 13 屆高峰會議上簽署了東協憲章和東協經濟共同體藍圖宣言, 宣示東協經濟共同體 (ASEAN Economic Community, AEC) 為整合之最終目 標。1 2012 年,東協秘書長Surin Pitsuwan 表示, AEC經濟合作目標的生效日期 將會在 2016 年展開運作。
1.2 研究動機
近年來, 東協的經濟快速發展, 逐漸邁向亞洲經濟趨勢的成長核心。 從表 (1) 來看, 2008 年爆發金融海嘯後, 除了中國以外, 幾乎所有亞洲國家的 GDP 成長 率都降到低點,但東協國家的GDP 成長率大多在隔年即開始慢慢恢復,除了泰國 在 2010 以及 2012 爆發紅黃衫軍的衝突造成 2011 與 2013 年的 GDP 成長率 低迷外, 其他如馬來西亞與菲律賓、 印尼、 越南等國家在 2013 年的 GDP 成長率 皆超過 4 %以上。 表 (2) 則顯示, 東協部分國家大多擁有廣大人口數量, 其中如泰 國、 印尼、 菲律賓的人口數量皆超過 6000 萬, 印尼人口更是多達 2.4 億。 由於東 協擁有的人口結構較其他開發中國家之人口結構年輕許多, 其龐大的內需市場支 撐著其經濟之成長,因此成為一個具有一定影響力的區域性組織。 根據中華民國國 際貿易局的統計資料, 台灣與東協十國的貿易總值在 2009 年的時候為 504 億美
1資料參考自經濟部電子雙週報第 250期
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表1: 亞洲國家經濟成長率(單位:%)
2008年 2009年 2010年 2011年 2012年 2013年 台灣 0.7 -1.8 10.8 4.2 1.5 2.1 日本 -1 -5.5 4.7 -0.5 1.4 1.6 韓國 2.3 0.3 6.3 3.7 2 2.8 香港 2.1 -2.5 6.8 4.9 1.5 2.9 中國 9.6 9.2 10.4 9.3 7.7 7.7 新加坡 1.7 -0.8 14.8 5.2 1.3 4.1 泰國 2.5 -2.3 7.8 0.1 6.5 2.9 馬來西亞 4.8 -1.5 7.4 5.1 5.6 4.7 菲律賓 4.2 1.1 7.6 3.6 6.8 7.2 印尼 6 4.6 6.2 6.5 6.2 5.8 越南 5.7 5.4 6.4 6.2 5.2 5.4
表2: 亞洲國家人口統計表(單位:萬人)
2008年 2009年 2010年 2011年 2012年 台灣 2303.70 2311.98 2316.21 2322.49 2331.58 日本 12770.40 12755.80 12745.05 12781.73 12756.15 韓國 4894.87 4918.20 4941.04 4977.94 5000.44
香港 695.78 697.28 702.42 707.16 715.46
中國 132465.50 133126.00 133770.50 134413.00 135069.50
新加坡 483.94 498.76 507.67 518.37 531.24
泰國 6618.53 6627.73 6640.23 6657.63 6678.50 馬來西亞 2730.23 2779.03 2827.58 2875.90 2923.99 菲律賓 9037.13 9188.64 9344.43 9505.34 9670.68 印尼 23424.35 23748.69 24067.65 24380.16 24686.42 越南 8512.23 8602.50 8693.25 8784.00 8877.29
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
元,而2013年台灣與東協十國的貿易總額為913億美元,增加了81.1 %, 足可顯 示東協與台灣之間的貿易關係日漸增長。 因此,本文採用了Pesaran,Schuermann and Weiner 在 2004 年提出來的 GVAR(Global Vector Autoregression) 模型 理論, 利用 GVAR 模型可以將國家進行區域整合的特點, 針對外來的強力實質產 出市場以及金融市場的衝擊下, 來討論有無執行區域整合的東協與亞洲各主要國 家之間的經濟影響有何差異。 因為美國是亞洲各主要國家最重要的貿易夥伴,故本 文選擇以美國的實質產出面與美國金融市場面作為兩個外在的衝擊, 然後本文也
選定了在 ASEAN 執行區域整合後, 其實質產出市場的衝擊, 藉此探討 ASEAN
在逐漸茁壯的經濟成長下對亞洲各主要國家的經濟影響。 除此之外,我們也考慮了 一個擬真的(counterfactual)情況,分析若將台灣整合進入東協,則會有那些變化 與影響。
2 文獻回顧
2.1 GVAR 模型發展
在早期的計量分析模型, 使用的是傳統聯立方程式, 在模型求解前背後需有理 論基礎支持, 且必須先確定其變數為內生或外生。 Sims(1980) 發表向量自我迴歸
(VAR) 模型, VAR 模型改善了自我迴歸 (AR) 模型裡面只有變數本身落後期的
影響, VAR模型加入其他變數的落後期變數,且無須判斷模型變數內生或外生,直
接將其全部視為內生, 在估計上較為方便, 於是 VAR模型後來成為廣泛使用的計 量分析模型。2004 年, Pesaran, Schuermann and Weiner(PSW) 發表了全球化 向量自我迴歸 (GVAR) 模型。 與一般的 VAR 模型不同的是, 利用特定國家的 VARX* 模型, 可以在同時考慮多國及跨期之下, 探討特定區域 (國家) 與全球經 濟之間的連結,這是 GVAR模型的優勢與特色, PSW當時針對25個國家做實證 研究, 來捕捉各國之間經濟衝擊的相互影響, 然後在 Pesaran and Smith (2006) 的文章中提到, VARX* 模型可導出與動態隨機一般均衡 (Dynamic Stochastic General Equilibrium, DSGE) 模型一樣的解。 此後, GVAR 模型被廣泛地運用, Dees et al. (2007)利用GVAR分析美國利率、 股價、 貨幣政策及石油價格的衝擊 對各國經濟的影響, 進一步將原本國家數增加到 33 個, 資料期間也從 1999 年延 長到 2003 年。Matthew,Nguyen and Shin (2008) 在GVAR 模型增加了進、 出 口變數, 分析美國股市、 中國物價、 及油價對南韓經濟的影響, 發現在中國物價的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
衝擊之下, 南韓物價短期內會反映中國物價。 Hiebert and Vansteenkiste (2010) 則是利用 GVAR 的架構, 將美國國內的 12 個工業部門擬為 12 個國家做衝擊 反應分析探討美國勞動市場的雇用人數、 薪資與國際貿易程度、 技術之間的影響; 結果顯示貿易開放程度與勞工薪水呈現負相關, 技術條件與勞工薪水呈現正相關。
Daniel and Mthuli (2013) 則是使用GVAR模型來研究非洲國家的外溢效果,該 篇文章中提到非洲有 60 %的國家出口占 GDP 比重達 30 %, 有80 %的國家出 口佔 GDP 比重達 20 %以上, 主要出口國家為歐元區、 美國與中國。 而在 2008 年金融海嘯前的非洲國家平均經濟成長率有 6 %, 2009 年跌至 2.5 %, 顯示非洲 經濟體系可能與全球景氣存在某種連結關係。 因此該篇作者利用GVAR模型有國 家/區域整合設定的特色,將非洲國家分為四種經濟體系:出口導向(以石油為主)、 出口導向 (非石油)、 投資導向、 及較為動亂脆弱之經濟體系。 同時, 將巴西、 俄羅 斯、 印度、 中國整合為金磚四國(BRIC) 區,加上原GVAR 模型設定上的歐元區, 藉此捕捉歐元區與 BRIC 對非洲四種經濟體系的影響。 結果發現 BRIC 與歐洲 的衝擊 (皆以一單位標準差之 GDP 負向衝擊) 對非洲的實質 GDP 有顯著的影 響,尤其以石油導向的出口國受歐洲影響最大。 另外也以G4(歐元區、 美國、 英國、
日本) 為主的量化寬鬆貨幣政策來觀察非洲所受的衝擊影響,發現 G4的量化寬鬆 貨幣政策上對非洲國家的匯率及通膨率的影響不大。 另一方面,GVAR也被運用在 經濟預測的領域上, Pesaran,Schuermann and Smith (2009) 利用 GVAR 模型 對GDP、CPI、 匯率等總體經濟變數進行樣本外的預測(out-of sample forecast), 另外再加入利率和股價兩種變數到模型裡, 用來預測實質產出與物價之間的關係。
Fei and Ng (2011) 則是利用東協五國 (印尼、 馬來西亞、 菲律賓、 新加坡、 泰國) 與其他20個國家, 共分成 9 個國家/區域, 針對東協五國的實質 GDP、 通貨膨脹 率、 短期利率、 實質匯率、 與股價, 以1981Q1 至 2009Q4 為資料期間, 執行樣本 內預測 ( 2009Q1 至2009Q4 ) 及樣本外預測 ( 2010Q1 至 2011Q4 ) 的分析比 較。