‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4 實證分析
本章將針對 34 個國家, 1981 年第 1 季至 2011 年第 2 季, 共 129 期總體經 濟變數之季資料,以GVAR模型結果進行分析,研究量化寬鬆政策對台灣的影響。
本文與 PSW (2004) 以及 D´ees et al. (2007) 等文章中之 GVAR 模型相比, 除 了將台灣資料納入模型外, 更將資料更新至2011 年第2季,但因缺少部分台灣變 數的統計資料,為配合模型結果完整詳實,故本研究將變數期間的起始點亦稍作調 整。 此外,貿易權重之計算年份也從2006 年至2008年調整為2008年至2010 年 之三年平均, 且GDP-PPP 之計算期間也一併更新 (有關歐元區的整併過程詳見 附錄 C), 以利更能反應當今國際貿易互動之現況。 第一節我們將說明資料來源與 處理方式, 第二節藉由台灣資料為例, 說明對數據採用的檢定與結果。 第二節我們 將透過模型規模的比較, 選擇一對台灣較為適切的模型規模, 以利後續深入探討。
第三節至第五節我們以短期利率、 長期利率、 匯率與利差為衝擊,藉以觀察日本與 美國量化寬鬆政策效果。 首先以對應寬鬆貨幣政策之總體經濟變數單獨的衝擊衡 量政策效果,再計算利差並納為新變數重新進行模型估計, 最後比較上述衝擊所造 成可能的結果。 第六節中我們觀察台灣最大貿易夥伴—中國若採量化寬鬆政策時 對台灣的影響。
4.1 資料來源與說明
本文使用之資料除了台灣部分為自行蒐集外, 其餘使用由 Global VAR Mod-elling 網站中提供的 Smith, L.V. and A. Galesi (2011) GVAR Toolbox 1.1 進 行模型分析。3 該工具程式主要建構在 D´ees et al. (2007) 的設定上, 提供 Excel 表格作為介面,以Matlab 統計軟體進行 GVAR 模型的計算。 由於 1.1 版本的工 具箱僅包含至 2009 年的資料, 故至 2011 年的部分, 同樣由 Global VAR Mod-elling 網站提供, 並由我們整理納入原工具箱內使用。
工具箱中主要資料來自於 International Financial Statistics (IFS)、 Inter-American Development Bank Latin Macro Watch (IDB LMW)、 Bloomberg 與Datastream資料庫。 而台灣總體經濟資料蒐集於台灣經濟新報資料庫(TEJ), 產出 (yit) 使用實質國內生產毛額,物價 (Dpit)使用消費者物價指數, 股價 (eqit)
3該網站網址為https://sites.google.com/site/gvarmodelling/。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
採用大盤加權指數, 匯率(epit) 則使用美元兌新台幣匯率, 短期利率 (rit) 採用金 融業拆款利率的隔夜加權平均,至於長期利率(lrit) 台灣對應的變數,例如十年期 公債利率, 數據的期間皆過短或者出現斷層, 無法涵蓋模型期間長度, 故於本次研 究便不將台灣長期利率納入模型考量, 而石油價格 (poilt) 則使用布蘭特 (Brent) 原油價格。4 詳細資料整理過程如下:
yit= ln(RGDPit/RGDPi2000× 100), Dpit= ln(CP Iit) − ln(CP Iit−1),
eqit= ln(Qit/CP Iit), epit= ln(Eit/CP Iit),
rit= 0.25 × ln(1 + Rit/100), poilt= ln(Pt),
其中, RGDPi2000 為 i 國於 2000 年四季實質GDP 之平均值。
以上過程我們可以發現所有變數皆以對數方式處理,目的是有利於衝擊反應函 數的解讀, 能直接以百分比的方式分析衝擊與反應的效果; 更進一步地, 其模型參 數估計結果也能利於彈性的計算。 台灣變數的敘述統計資料如表(1) , 模型中其餘 國家名稱之代碼如附錄中附表 (3), 各國變數敘述統計如附錄中附表 (4) ∼ (10)。
表1: 台灣相關變數的敘述統計
Mean Med. Max Min S.D. Skew. Kurt.
y 4.2774 4.3964 5.0402 3.3012 0.5108 -0.3848 1.8943 Dp 0.0048 0.0051 0.0609 -0.0244 0.0109 1.1148 9.2058 eq 3.8982 4.1841 5.0575 1.9613 0.7975 -1.1405 2.9976 ep -0.9196 -1.0074 -0.4273 -1.2482 0.2464 1.0114 2.5391 r 0.0116 0.0119 0.0371 0.0002 0.0076 0.6358 3.5162
表格中我們可以看到各國y 的平均數均落在 4.2 ∼ 4.3左右,原因應在於我們 將計算實質產出的基準年訂在 2000 年。4.3 以自然指數還原接近 73.7, 表示平均 GDP 約佔2000年GDP的73.7%。 基於穩定成長的GDP 而言, 2000年約在全
4TEJ 分類: RGDPit : [NC0109]台灣實質 GDP 國內生產毛額 2006 = 100 -季 (百萬), CP Iit: [PA0118]台灣CPI2011 = 100月- SA(指數), Qit: [Y9999]加權指數, Eit: [MC02]台 灣美元兌新台幣匯率(美元), Rit : [MB30]台灣金融業拆款利率-隔夜加權平均(%)。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
部期間的 72 百分位數, 取完對數的計算後,其數值也接近 4.2。 另外,用以計算貿 易矩陣的台灣貿易資料來源為台灣經濟部國貿局統計,且為利於計算方便, 我們在 此假設台灣與各國進出口貿易總額為對稱, 以省去針對模型中所有國家官方統計 數據蒐集的時間,以及各國可能對台灣貿易資料的闕漏。 貿易矩陣計算結果如附表 (11) ∼ (14),可以看出中、 日、 美三國貿易額即佔台灣總貿易量的 45%,為台灣主 要貿易夥伴。 此外貿易權重針對利率或股價的計算,理論上應以資本流量 (capital flow) 來進行加權計算, 但由於實際上資本流量的統計不易, 故本文仿 D´ees et al.
(2007) 之處理,所有權重皆以貿易量(進口與出口平均) 來計算。