本章第一節說明實證資料的來源與說明；第二節為資料處理，利用各變數原始值
(level)以及 HP(Hodrick-Prescott)分解後之序列圖與單根檢定結果，說明資料的性質以 及處理過程。
第一節 資料來源與說明
本文針對台灣在 1993 年第一季至 2010 年第二季，共 70 筆季資料進行研究，實 證模型的五個變數包含：實質 GDP 經季節調整後取自然對數、消費者物價指數經季 節調整後取自然對數、信義房地產指數取自然對數、加權平均股價指數取自然對數以 及放款加權平均利率。其中，實質 GDP 與消費者物價指數來自台灣經濟新報(TEJ)資 料庫；加權平均股價指數來自台灣證券交易所；放款加權平均利率以中央銀行所公佈 之資料為依據。
本文住宅價格之資料，係採用信義房地產指數來表示。該指數以特徵價格函數理 論為基礎來編製，以去除異質性之問題（排除偏差樣本，如屋齡偏高之成交物件）。
信義房地產指數以中古屋市場為主（包括公寓、電梯大樓物件，排除預售物件），該 指數為目前較具可信度及資訊公開化之成屋價格指數，故本文以信義房地產指數進行 分析。變數說明與資料來源請參見表 5-1。
表 5-1 變數資料說明
變數 說明 資料來源
GDP
ln 實質 GDP 取自然對數 台灣經濟新報(TEJ)資料庫 CPI
ln 消費者物價指數取自然對數 台灣經濟新報(TEJ)資料庫 HP
ln 信義房地產指數取自然對數 信義不動產企劃室
STOCK
ln 加權平均股價指數取自然對數 台灣證券交易所
RATE 放款加權平均利率 台灣中央銀行
第二節 資料處理
由於是時間序列資料，在進行實證研究前，需先以單根檢定法檢定所研究的變數 是否為定態，否則可能會存在「虛假迴歸」(spurious regression)的問題，6即使參數估 計值顯著異於零，在經濟理論上卻不具任何意義。本文採用 ADF 檢定及 KPSS 檢定 兩種統計量檢定時間序列變數是否為定態。若非為定態，經 HP 分解後，再做定態檢 定。HP 分解可將非定態之時間序列資料，分解成定態與非定態二部分。本文實證時 將使用 HP 分解後之定態部分，作為實證分析資料。
從圖 5-1 變數原始值之序列圖與表 5-2 原始值之單根檢定結果，可得知lnGDP、 CPI
ln 、lnHP原始序列皆具有單根，為非定態的時間序列，因此，進行 HP 分解後，
再做單根檢定。lnSTOCK屬定態的時間序列故不做 HP 分解。
6 用迴歸方式檢定或估計實證模型的時候，如果所採用的時間序列變數不是定態，則迴歸估計的結果
很有可能使原本毫無因果關係的變數之間，出現假性的因果關係，即是出現迴歸係數顯著異於零，且
解釋能力R2也很高的情況。亦即，兩個毫不相干的變數，只因為具有隨機趨勢，就會估計出一個不
存在的相關性(Gujarati, 2006)。
圖 5-1 變數原始值之序列圖
表 5-2 變數原始值之單根檢定結果
變數 ADF(
H
：非定態，存在單根0 ) KPSS(H
：定態，不存在單根0 ) GDPln -1.12 1.10***
CPI
ln -2.80* 1.01***
HP
ln 0.56 0.38*
STOCK
ln -3.35** 0.17
“***”、“**”、“*”分別表示 1％、5％與 10％顯著水準下，ADF 檢定拒絕存在單根的虛無假設；
KPSS 檢定拒絕不存在單根的虛無假設。
圖 5-2 為 HP 分解後之序列圖與表 5-3 HP 分解後之單根檢定結果可得知，無論 是 ADF 檢定或是 KPSS 檢定，均證實實質 GDP、消費者物價指數以及信義房地產指 數經 HP 分解後成為定態之時間序列資料。
圖 5-2 HP分解後之序列圖
表 5-3 HP分解後之單根檢定結果
變數符號 ADF(
H
：非定態，存在單根0 ) KPSS(H
：定態，不存在單根0 ) GDPln -4.53*** 0.04
CPI
ln -2.97** 0.08
HP
ln -4.44*** 0.08
“***”、“**”、“*”分別表示 1％、5％與 10％顯著水準下，ADF 檢定拒絕存在單根的虛無假設；
KPSS 檢定拒絕不存在單根的虛無假設。