第二節 實證結果分析
二、 非線性模型之估計與檢定
非線性模型建構前先估計線性 AR 模型，並且以 SBC 作為選取之標準，決定最 適的落後期數 p 期。依(表 4.2)之結果，針對 10 組股價月相關係數估計線性 AR 模型 之最適落後期數的選取，其結果最大落後期數為1 期，即為 AR(1)模型。
表4.1 各股價指數月相關係數水準值 DF-GLS 單根檢定 變數 Trend & Intercept Intercept 韓國／德國 -1.2728 (0) -1.1401 (0)
（1）非線性原始模型之估計與檢定
原始模型係以時間趨勢項為轉換變數，故線性檢定在於檢驗非線性原始模型應以 何種樣態來表示，(表 4.3)結果顯示，泰國／日本與台灣／德國股價月相關係數適合 以線性模型估計；而韓國／德國及新加坡／德國股價月相關係數則拒絕了線性模型，
且拒絕Test1 的
H ，判斷為 LSTR1 模型；接著，韓國／日本、韓國／美國、泰國／
04 韓國及台灣／美國股價月相關係數，於10％顯著水準下，拒絕了線性模型虛無假設，但無法拒絕Test1 的
H ，Test2 的
04H 的虛無假設，然而卻拒絕 Test3 的
03H 之虛無假
02 設，故適合以 LSTR1 模型來描述；最後，泰國／美國、泰國／新加坡之股價月相關 係數皆拒絕線性模型虛無假設，且無法拒絕非線性模型 Test1 的H 檢定，但是拒絕
04 Test2 的H 虛無假設，故判定為 LSTR2 模型。
03（2）非線性延伸模型之估計與檢定
接著進行延性模型之線性檢定，在確認資料的型態為線性AR 模型或非線性模型 後，即可依照(圖 3.6)線性檢定的步驟選擇適合的模型。另外，在非線性模型中，以 股價月相關係數之落後期數或時間趨勢項為非線性模型的轉換變數。(表 4.4)線性檢 定結果，台灣／德國、台灣／美國、新加坡／德國之股價指數月相關係數，於 10％
的顯著水準下，無法拒絕線性模型之虛無假設
H
0 :β
1 =β
2 =β
3 =0(如 3.18 式之輔助 迴歸式)，故只適合以線性模型來描述。3再者，顯示線性檢定之結果，轉換變數為時 間趨勢項 (TREND) 時，韓國／德國、泰國／韓國皆拒絕線性模型，並且拒絕 Test1 的H ，判斷為 LSTR1 模型；而韓國／日本、韓國／美國亦拒絕線性模型，然無法
04 拒絕Test1 的H ，Test2 的
04H 的虛無假設，但拒絕 Test3 的
03H 之虛無假設，故適合
02 以LSTR1 模型來估計。然而新加坡／德國所估計之轉換變數為落後 6 期(S_G (t-6))，拒絕虛無假設
H
0 :β
1 =β
2 =β
3 =0為線性模型，接著Test1 的H ，Test2 的
04H 之虛
033新加坡／德國之股價月相關係數在JMulTi 套裝軟體所求出的轉換變數為 S_G (t-6)，欲瞭解其門檻值 的時點，故又以時間趨勢項 (TREND) 為轉換變數，再次進行分析，但檢定結果建議以線性模型來估 計。
無假設無法拒絕，但拒絕Test3 的
H 之虛無假設，表示適合的模型為 LSTR1 模型。
02 最後如(表 4.4)所示，泰國／日本、泰國／美國、泰國／新加坡皆拒絕虛無假設0 : 1 2 3
0
β
=β
=β
=H
之線性模型，繼續進行非線性模型 Test1 的H 檢定，其結果無
04 法拒絕虛無假設，卻拒絕Test2 的H 虛無假設，即判定適合為 LSTR2 模型。
03我們利用單根檢定篩選出不穩定的序列，將這些不穩定的序列再透過非線性模型 之線性檢定後，發現線性檢定的結果，台灣／德國、台灣／美國、新加坡／德國等股 價月相關係數不適合以非線性 STAR 模型來估計，故在此先行略過，不另外加以討 論。而其餘的股價月相關係數適合以非線性STAR 模型來估計，然而針對線性檢定結 果，具有非線性性質的時間序列，我們將保留線性模型下之股價月相關係數，以利後 續衡量模型的配適度。
表4.3 原始模型股價月相關係數線性檢定與模型之選擇
變數 轉換
變數 線性檢定 Test1 Test2 Test3 模型 建議 韓國／德國 TREND 4.9856e-88* 6.0175e-51* 1.8918e-04 1.7865e-38 LSTR1
韓國／日本 TREND 1.5072e-44* 1.7186e-08 3.1080e-03 3.3879e-38* LSTR1
韓國／美國 TREND 6.9221e-79* 2.9310e-14 4.8851e-01 2.7101e-59* LSTR1
泰國／日本 TREND NaN 7.3705e-10 3.4796e-05 NaN Linear
泰國／美國 TREND 3.3463e-31* 1.7486e-05 2.1094e-15* 6.9944e-15 LSTR2
泰國／韓國 TREND 3.8663e-37* 6.8951e-03 3.6415e-14 2.1205e-14* LSTR1
泰國／新加坡 TREND 3.9514e-07* 2.2463e-02 3.8488e-07* 2.0827e-01 LSTR2
台灣／德國 TREND NaN 2.5313e-14 2.8527e-02 6.7998e-02 Linear
台灣／美國 TREND 3.2435e-28* 8.1627e-01 2.0360e-04 1.2879e-14* LSTR1
新加坡／德國 TREND 1.7208e-14* 3.6415e-14* 2.7342e-01 3.3113e-01 LSTR1 說明：1.以 10%之顯著水準（*）選擇模型及轉換函數。
2. F 檢定的 P 值為 NaN 表示存在 matrix inversion problem。
表4.4 延伸模型股價月相關係數線性檢定與模型之選擇 變數 轉換
變數 線性檢定 Test1 Test2 Test3 模型 建議 韓國／德國 TREND 6.4332e-03* 1.4200e-02* 4.6657e-02 1.9957e-01 LSTR1
韓國／日本 TREND 1.0978e-02* 2.7295e-02 9.0589e-01 1.0062e-02* LSTR1
韓國／美國 TREND 5.5951e-03* 6.2381e-01 2.4399e-02 6.7318e-03* LSTR1
泰國／日本 TREND 6.4026e-06* 9.5721e-01 4.1648e-06* 9.2916e-03 LSTR2
泰國／美國 TREND 1.8248e-04* 6.9124e-02 5.6797e-05* 4.6574e-01 LSTR2
泰國／韓國 TREND 6.3411e-02* 1.5177e-02* 4.3853e-01 3.9901e-01 LSTR1
泰國／新加坡 TREND 6.7402e-02* 1.5016e-01 2.6923e-02* 7.0115e-01 LSTR2
台灣／德國 TREND 1.4565e-01 1.8852e-01 9.7134e-02 4.6903e-01 Linear
台灣／美國 TREND 1.3245e-01 1.9209e-01 8.2851e-01 4.5590e-02 Linear
新加坡／德國 S_G (t-6) 8.8786e-02* 3.2778e-01 1.8323e-01 6.7278e-02* LSTR1
新加坡／德國 TREND 1.4751e-01 2.9249e-02 7.1394e-01 4.2783e-01 Linear 說明：1.以 10%之顯著水準（*）選擇模型及轉換函數。