門檻向量誤差修正模型

表 20: 玫瑰市場(台北-台南)Johansen 共整合檢定表

虛無假設 特徵值 Trace^統計量 5%^臨界值 1%^臨界值

沒有共整合數目 0.2389 28.1587** 12.53 16.31 一個共整合數目 0.0143 1.4095 3.84 6.51 虛無假設 特徵值 最大特徵值統計量 5%^臨界值 1%^臨界值 沒有共整合數目 0.2389 26.7492** 11.44 15.69 一個共整合數目 0.0143 1.4095 3.84 6.51 附註:

1.**代表在5%及1%顯著水準下,可以拒絕虛無假設。

2.共整合向量估計值=(1,-1.2143)。

3. 臨界值參考Osterwald and Lenum (1992)。

本文所探討的均為兩市場間是否存在長期均衡關係, 各組市場間的 VAR 模型只 涉及兩個變數, 故共整合向量最多一個。 由以上的軌跡檢定及最大特性根檢定, 可發現 三種花卉在各市場間分別存在一組共整合向量, 此結果與前小節 Engel and Granger (1987) 檢定法的結果相符, 亦即相同花卉在不同市場間存在長期共移均衡的現象。

4.4 門檻向量誤差修正模型

在確認了三種花卉市場間之共移均衡性後, 本小節進一步觀察在到達長期共移均衡的 過程中, 是否會有非線性的調整, 亦即市場間是否存在門檻的效果。 本研究依據 Park (2007) 引用 Lo and Zivot (2001) 之兩門檻三區域向量誤差修正模型, 在最適落後 期為一之下, 採用循序條件最小平方估計法 (sequential conditonal least squares ) 估計, 並以 grid search的方式選取門檻值。 而門檻效果之檢定亦根據 Park (2007), 採用 sup-LR 檢定統計量, 並以 Hansen (1999) 建議的 bootstrap重覆模擬的方法 計算 bootstrap p值, 拔靴抽樣 1000 次。 門檻檢定的結果如下表:

4.4 門檻向量誤差修正模型

表 21: 門檻檢定結果

菊花 百合 玫瑰

市場間 bootstrap p-value bootstrap p-value bootstrap p-value

台北-^台中 0.0192* 0.0375* 0.0124* 台北-^台中 -0.03 0.0299 0.0599 -0.0489 0.0382 0.0871 -0.0426 0.0278 0.0704 台北-^彰化 0.0355 0.1024 0.0669 0.0286 0.1333 0.1047 -0.0355 0.0593 0.0948 台北-^台南 -0.0488 0.0636 0.1124 -0.0674 0.0909 0.1556 0.0569 0.1876 0.1307

由表可知, 檢定結果發現: p值小於臨界值 (1% 或5%), 可拒絕虛無假設, 亦即3 區

4.5 變動門檻值估計結果

4.5 變動門檻值估計結果

在確認門檻效果存在並且估計出門檻值後, 本文進一步考慮 Park (2007) 提出的變 動門檻值之概念。 由 (3.4) 節的介紹, 我們可以依據 Frisch-Waugh 理論, 以簡單迴 歸模型的方式 (filtered regression) 估計偏迴歸的參數, 得到淨效果。 在此, 以各市場 花卉之價格為被解釋變數, 各地氣溫為解釋變數進行迴歸分析, 嘗試將氣溫因素去除。

迴歸分析的結果如下表:

表 22: 迴歸參數估計表

菊花 百合 玫瑰

市場 常數項 氣溫 常數項 氣溫 常數項 氣溫

台北 3.387(0.000) 0.016(0.012) 4.238(0.000) 0.024(0.000) 4.785(0.000) -0.020(0.002) 台中 3.317(0.000) 0.007(0.251) 4.072(0.000) 0.024(0.000) 4.789(0.000) -0.022(0.003) 彰化 3.305(0.000) 0.018(0.005) 4.103(0.000) 0.025(0.000) 4.704(0.000) -0.019(0.006) 台南 3.260(0.000) 0.019(0.005) 3.795(0.000) 0.031(0.000) 4.827(0.000) -0.029(0.000)

附註_:括號內之數值為_p值。

由表可知, 無論在 1% 、5% 或10% 的顯著水準下, 除了台中花市的菊花外, 其他花 市的花卉皆明顯地受氣溫影響, 且從估計結果來看, 菊花價格及百合價格和氣溫為正 向關係, 玫瑰價格則和氣溫為反向的關係。 這樣的結果不難理解, 在台灣, 菊花及百合 盛開的季節為秋冬或早春, 溫度高的夏季菊花及百合產量會比較少, 因此價格會比較 高。 至於玫瑰花主要產期大約為每年2 月至 6 月, 產季期間價格應該比較低, 不過由於 2 月及 3 月是玫瑰花的最大需求期, 也間接抬高了玫瑰的價格。

接下來, 藉由上一小節的門檻估計值及上述 filtered regression所得到的去掉氣溫 因素之花價 (filtered price ), 根據 (3.4) 節的 (3.33) 式及 (3.34) 式如下:

γ_t¹ = γ¹+ ( ˆϕ⁽¹⁾+ ˆΦ⁽¹⁾tep_t−1− ˆϕ⁽²⁾− ˆΦ⁽²⁾tep_t−1) (3.33) γ_t² = γ²+ ( ˆϕ⁽¹⁾+ ˆΦ⁽¹⁾tep_t−1− ˆϕ⁽²⁾− ˆΦ⁽²⁾tep_t−1) (3.34)

4.5 變動門檻值估計結果

便可以進行變動門檻值的估計, 估計結果以圖示列於附錄中。 接著我們進一步探討市 場間是否具有季節性套利行為的現象, 以台北市場與台中市場的菊花共整合關係為例 說明, 台北花市與台中花市菊花共整合關係之變動門檻值如下圖:

-.4 -.2 .0 .2 .4

00:01 00:07 01:01 01:07 02:01 02:07 03:01 03:07 04:01 04:07 05:01 05:07 06:01 06:07 07:01 07:07 08:01 lower threshold upper threshold

圖 2: 台北-台中菊花市場變動門檻值

由上圖我們可以發現, 上下門檻值在每年八、 九月達到最低水準, 而後又慢慢爬升, 在三、 四月時達到最高水準, 且大部份時間都處於較高的水準, 只有在七、 八、 九月處 於較低的水準, 整體走勢大致上呈現起幅規律的型態, 起幅的範圍介於 -0.4 與 0.4 之 間。 此外, 由圖亦可發現變動的門檻值有可能會有套利行為的發生, 舉例說明: 假設夏 季時 (七、 八月), 台北市場及台中市場的菊花相對價差為-0.2, 由上圖可知, 會落在門 檻共整合的中間區域, 此區域內兩市場間呈現穩定均衡的關係, 市場間價差小沒有套 利的誘因, 無共整合關係; 反之, 若台北市場及台中市場的菊花相對價差在冬季時 (一、

二月) 為-0.2, 則會落在門檻共整合中間區域以外的區域, 此時, 市場間的價差偏離均 衡較大 ,套利者會選擇在市場間做套利的行為, 調整機制會往長期均衡慢慢調整, 亦即 具有共整合關係。 其他花卉品項市場間的整合關係亦可做相同的分析。 由實證結果發

4.5 變動門檻值估計結果

現, 在門檻值隨時間的變動而變動的情況下, 菊花、 百合及玫瑰皆在夏季時無套利空 間, 而在冬季時具有套利的誘因, 產生季節性的套利行為。 以經濟角度而言, 菊花、 百 合及玫瑰於夏季時產量較少, 縱使相同的相對價差, 因銷售量小, 套利可得的總利潤有 限; 反之, 菊花、 百合及玫瑰在秋冬或早春時產量較多, 同樣的相對價差, 但因銷售量 大, 套利可得的總利潤相當可觀, 增加了套利的誘因。

5 結論與建議

5 結論與建議

5.1 結論

台灣氣候條件, 具有相當良好的花卉栽培自然環境, 且隨著生產栽培技術的提升, 新品 種之育成、 引進, 種苗產業的發展, 花卉生技園區之建立, 以及官界、 學界致力於相關 研究工作、 促成台灣花卉產業蓬勃發展。 隨著花卉產業的發展, 花卉批發市場在花卉 產業中扮演的角色更加重要, 批發市場間運作的情形也逐漸受到重視。 若批發市場間 產品價格具有良好的互動關係, 表示花卉批發市場為一緊密結合的經濟體系; 反之, 若 批發市場間產品價格缺乏整合, 表示市場間的物流情形不夠理想, 價格沒有穩定的水 準, 生產者的利益及消費者的權益皆會受到影響。 因此, 花卉批發市場間是否具有整合 關係是本研究探討的重點。

本文首先以 1980 年代計量發展主流的 Engel-Granger 共整合方法檢定中心市場 與地方市場間花卉價格的線性共整合關係, 再輔以 Johansen 共整合分析方法, 結果 發現中心市場的花價與地方市場的花價確實存在長期均衡的關係, 且實證結果皆支持 單一價格法則成立。

接著我們進一步考慮經濟變數間之共整合現象以非連續行程的屬性來進行調整, 在 已經確定共移關係的基礎之下, 考慮變數之間可以進行非線性的調整方式, 即變數間是 否符合門檻共整合的關係。 門檻共整合分析與一般共整合分析在市場整合研究上的差 異, 最大的不同點在於門檻共整合考慮了市場中的交易成本, 並對交易成本做了合理 的解釋。 故在此我們要檢定中心市場花價與地方市場花價是否存在門檻效果, 結果發 現中心市場花價與地方市場花價呈現顯著的門檻效果, 運用於本文, 本文是探討市場 間雙向套利的行為, 當中心市場與地方市場間的價差介於下門檻與上門檻時, 市場間 呈現長期均衡的現象; 反之, 兩市場間的價差超過上門檻時, 表示中心市場的價格相對

5.2 建議

高於地方市場的價格; 低於下門檻時, 表示地方市場的價格對高於中心市場的價格, 兩 者皆隱含市場偏離長期均衡, 調整機制會逐漸往長期均衡調整, 即具有共整合關係。 此 外, 交易成本的大小可從門檻差距一窺究竟, 由表 22 門檻值估計的結果可發現, 市場 距離愈遠, 上門檻及下門檻的差距愈大, 交易成本明顯地受距離遠近影響。

最後, 本研究嘗試以 Park (2007) 提出之變動門檻值的論點, 考慮臺灣花卉批發 市場間是否可能存在季節性的套利現象。 結果發現, 由於門檻值的變動, 即使批發市場 間相同的價差, 在不同的季節時會落在不同的門檻區域內, 導致某些季節時市場間的 花價是呈現穩定均衡的關係, 某些季節時市場間的花價偏離均衡而有套利的行為發生。

這樣的實證結果或許可以提供市場決策者在擬定決策方向時一些參考依據, 根據不同 的季節適度地調整施政的方向, 以達穩定價格的目標。

5.2 建議

本文以門檻共整合模型分析中心市場與地方市場間的整合關係。 對於中心市場的選取 是以規模及交易量為取向, 設定台北花市為中心市場。 倘若, 從另一角度切入, 中心市 場的選取以產量為主要考量, 則應以中部地區的花市為中心市場。 如此一來, 進行相同 的分析, 是否會得到相同的實證結果值得後續研究者進一步探討。

此外, 在變動門檻值估計的部分, 本研究僅考慮氣溫對花卉價格的影響而建構簡單 迴歸式。 但由於花卉價格深受季節因素影響, 若將季節因子納入考慮, 在模型中加入一 個虛擬變數 (Dummy Varaible) 作為季節的影響, 則實證結果是否會影響變動門檻 值的估計亦是一個後續研究者可以延伸的方向。

參考文獻

中文部份

1. ^{行政院農業委員會}, “^{農業統計年報}” , 2004^。

2. ^何彩華(2002), “臺灣地區花卉批發市場整合性之研究”,國立中興大學行銷研究所碩士論 文。

3. ^涂旭志(1994), “臺灣產地蔬菜批發市場決價效率之研究”,國立中興大學農業經濟學研究 所碩士論文。

4. ^{陳慧秋、 陳玄宗} (1994), “臺灣毛豬批發價格空間均衡分析-^{共整合方法之應用}”, ^臺灣經 濟月刊,^第213^期,86^至96^頁。

5. ^郭如秀 (1998), “^{共整合與市場效率}: 臺灣玉米現貨價格與美國玉米現貨價格之研究”,^臺 灣土地金融季刊,^第35^卷,^第1^期,121^至129^頁。

6. ^黃致穎(2005), “多條臺灣花卉供應鏈的門檻共整合分析”,國立交通大學工業工程研究所 碩士論文。

7. ^蔡月香 (1997), “臺蕉與菲蕉在日本市場上之價格行為分析-^{共整合法之應用}”, ^農產運銷 論叢,^第2^期,143^至152^頁。

7. ^蔡月香 (1997), “臺蕉與菲蕉在日本市場上之價格行為分析-^{共整合法之應用}”, ^農產運銷 論叢,^第2^期,143^至152^頁。