非對稱模型

由上一小節可以看出在大多數的模型下，人民銀行關心的變數有經濟成長 率以及物價上漲率，人民銀行貨幣政策執行報告中可知物價上漲率似乎更是人 民銀行所最在意的一項指標，在本小節將嘗試分析人民銀行是否在不同的物價 上漲率下，有不同的反應。即當物價上漲率高於人民銀行所能忍受的狀況時(物 價膨脹)，人民銀行將採取緊縮貨幣政策，當物價上漲率低於人民銀行所能忍受 的情況時(物價緊縮)，將採取寬鬆貨幣政策。

本小節將使用存款準備率當作貨幣政策反應指標，再藉由 Rolling Chow Test 找出各物價上漲率之門檻值，之後在估計各門檻下的貨幣政策反應函數，由於 資料只有 8 年，因此季反應函數樣本數顯然不足，故在此只估計月反應函數。

在此模型中預估 ，式(12)為當

物價在門檻值之以下之貨幣政策反應函數，式(13)則為當物價在門檻值以上之 貨幣政策反應函數。

Rolling Chow Test Model

Rolling Chow Test¹則是利用 Chow Test 此性質來估計門檻值，方法如下 1. 將物價由低到高排序，但是其它對應之變數也要跟者所排序物價，以表六解

釋之。

1 詳見楊奕農 (2005)，時間序列分析-經濟與財務上之應用。

2. 將式(1)做 Chow Test，變動點由 n、n+1 做到 t-n+1，並記錄所有的 F-value。 了 Rolling Chow test 找出了兩個門檻值，以及三個不同的區間，第一個區間為物 價上漲率<2.7%，即物價緊縮與物價溫和上漲時期，第二個區間則是物價上漲率 介於 2.7%到 4.4%，即有通貨膨脹疑慮的時期，第三個區間則是物價上漲率

>4.4%，即物價膨脹時期，雖然在物價上漲率等於 5%時也出現一個相對極端高 點，但與 4.4%相距只有 0.6 個百分點，在此將兩者視為同一時期，皆屬於物價 急遽上漲，這三個時期中，樣本數各為 59、15、20。在此分法下，會發生一個

問題，即後面兩個時期的樣本數皆不足，一個解決辦法是增加過去資料，但是

【 圖十 F-VALUE 相對於 CPI 之散佈】

這又衍生另外兩個問題，第一、中國上次消費者物價指數年增率高於 2.7%以上 只有在 1997 年才出現，可是中國國家統計局只提供從 2001 開始的資料。第二、

台灣新報資料庫上有 2000 年前的資料，可惜的是中國在 2000 年前的資料數據 都不夠精確，如果使用台灣新報資料庫上的資料很容易會發生使用了錯誤的資 料跑模型，以致於做出錯誤結論的結果，撰寫此文時，曾經寫信給中國國家統 計局詢問是否能夠提供 2000 年以前的資料以供分析使用，遺憾的是中國國家統 計局回信告知一切資料數據都以該局網站上所顯示的資料為主，因此站在穩健 以及保守的原則之下，在此還是採取原先的做法，即使用 2001 年至今的資料，

如此才不會發生使用了錯誤的資料的嚴重問題。

另外一個解決方法則是直接將資料分為兩個時期，即忽略了 Pc=4.4%此門檻 值，變成低通貨膨脹時期，以及高通貨膨脹時期，此兩時期的樣本數分別為 59、

35，如此做出的結論會比之前樣本數不足的情況下來的精確，在此將分為三個 時期以及分為兩個時期的非對稱模型估計結果顯示如表七與表八。

表七為兩個門檻值下的反應函數估計，第一欄為全樣本下的估計以做為對 照，在此分類下 且方向與理論也不同，會發生此問題可能

由於中國在這 8 年幾乎都是高度快速成長，因此導致模型不準確的結果，也就 是景氣持續的高漲，而人民銀行也樂於見到此現象，而不會刻意打壓經濟，存 款準備率模型比較適用於解釋物價， 的係數隨者時期而越來越大，在第一 時期 對存款準備率並不敏感，但隨者物價上升， 對存款準備率越來 越敏感，可以顯示人民銀行在物價這個變數下，確實是採取反循環政策，當物 價超過 2.7%此門檻值時，將採取緊縮性貨幣政策，當物價越來越高，將迫使人 民銀行採取更積極的緊縮性貨幣政策來抑制物價上漲。至於 則在每個時期 皆正向且顯著，但是由於係數過小，因此並不能有效的影響貨幣政策，這點也 與先前其他模型相同，唯一遺憾的地方在於第二以及第三模型的樣本數不足，

此問題也導致在第二時期下， 的係數呈現不顯著的情況。

為解決樣本數不足的問題，在表八為只使用一個門檻值下的反應函數估 計，即把門檻值設為 2.7%，分為兩個時期，第一時期為通貨緊縮或低通貨膨脹 下，第二時期為高度通貨膨脹下，在此分類下， 依然不顯著，而 則呈 現顯著的差異，第一時期 的係數只有 0.259，第二時期的 則升高到 1.215，在這模型下，我們可以確信人民銀行對於物價的確有非對稱模型，再經 過 90 年

代的通貨膨脹危害下，人民銀行非常擔心通貨膨脹的問題會再次重演，因此只 要有通貨膨脹的疑慮，將不惜一切後果而先解決通貨膨脹的問題，在此模型下，

並不顯著，下個模型將增加另外一個解釋變數來觀察人民銀行是否會對於 景氣過熱而採取緊縮性貨幣政策。

【表七 兩個門檻下的反應函數估計】 -0.024 0.018 0.0480

(-0.68) (0.85) (0.53) (-3.67) 0.937

(11.65) (2.54) (1.32) (9.19) (11.85) (13.33) (6.37) (9.24)

觀察值 94 59 15 20

R-squared 0.869 0.827 0.799 0.922

*10%顯著水準以下；**5%顯著水準以下；***1%顯著水準以下 -0.024 0.018 -0.088 (-0.68) (0.85) (-1.01) (11.65) (2.54) (9.19) (11.85) (13.33) (9.24)

觀察值 94 59 35

R-squared 0.869 0.827 0.859

*10%顯著水準以下；**5%顯著水準以下；***1%顯著水準以下  

在此模型中預估 ， ，式 (14)為當股價指數在門檻值之以下之貨幣政策反應函數，式(15)則為當股價指 數在門檻值以上之貨幣政策反應函數，在此模型下設定與先前類似。

為工業生產指數年增率 消費者物價指數年增率

為貿易帳盈餘(單位為百萬美元) 為上海綜合股價指數年報酬率

= ，在此選擇年增率而非選擇上海綜合股價指數的原因在 於若是選擇指數作為變數，則只要每次指數抵達六千點，人民銀行就得判斷為 景氣過熱而採取緊縮政策，然而如此設定卻不合理。

如同前一個非對稱模型以物價做為選擇變數，在此模型下將使用股價指數 做為選擇變數，藉此判斷人民銀行是否會因為股價投機過熱間接認為景氣也過 熱，而採取緊縮性貨幣政策來抑制股市投機熱潮，方法同之前做法，先跑 Rolling Chow test 找出門檻值再估計各時期下股價指數年報酬率 的係數。

此模型最可能的門檻值在 STc=7.39%，但可看出圖二並沒有像圖一一樣隨 者 增加而具有一明顯的上升趨勢，因此可能此模型並不是個適當的模型。

表九為加入 下之非對稱模型估計結果，先前的解釋變數估計幾乎與之前的 模型一致，但是 卻完全與一開始所預估的情況相反，所估計出來的係數 皆是負號且除了第二時期以外其餘皆顯著，代表者人民銀行看股價報酬率下跌 時會提高存款準備率，上升時會降低存款準備率，此一情況完全不符合邏輯，

可以比較合理的解釋是這只是統計上隨機性的問題而已，即人民銀行並不在意 股價報酬率的變動，當股價報酬率偏低時，剛好消費者物價指數年增率偏高，

【圖十一 上海綜合指數年報酬率時間序列圖】

【圖十二 上海綜合指數年報酬率與存款準備率時間序列圖】

人民銀行為了抑制通貨膨脹的壓力，而採取緊縮性貨幣政策，而導致此結果發 生，導致存款準備率相對於股價指數報酬率為反向關係，此即為統計分析中所 謂的隨機性問題。由其是 2008 年股價指數一路下滑，但是存款準備率持續維持 高檔即可看出此情況，另一角度則是當股價指數報酬率變低時，人民銀行沒有 任何誘因提高存款準備率去壓抑股市的漲幅，因此從這兩個角度看，股價指數 報酬率並不是個能夠影響貨幣政策的解釋變數，因此即使此模型 出現顯著 的情況，還是不能把此變數納入模型當中，否則會做出錯誤結論。

【圖二 F-VALUE 相對於 ST 之散佈圖】

【表九 加入 ST 下，一個門檻值的反應函數估計】

第一時期 第二時期

解釋變數 全樣本下 股價年報酬率偏低 股價年報酬率偏高

常數 3.802

(9.04) (5.75) (6.1) 0.0165 0.0247

(0.47) (0.52) (2.46) (12.36) (8.65) (12.03) (13.07) (5.85) (4.88) -0.26 (-3.58) (-2.42) (-0.73)

觀察值 94 61 33

R-squared 0.886 0.897 0.932

*10%顯著水準以下；**5%顯著水準以下；***1%顯著水準以下