第五章 實證模型
第七節 面板模型迴歸結果穩健性
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第七節 面板模型迴歸結果穩健性
總體經濟的時間序列資料可能存在不穩定性(non-stationary)，不穩定的資料 直接進行迴歸會產生偽迴歸(spurious regression)，使得計算出的模型解釋力(𝑅𝑅
2
) 虛高、迴歸係數檢定的𝑡𝑡統計量變大，高估解釋變數與被解釋變數的相關性。因 此需要對變數資料進行單位根檢定(unit-root test)，並對非穩定的資料進行處理。28
本文為避免虛假迴歸，對原模型數據進行平穩性檢定。時間序列資料單位根處理採用 Dickey-Fuller test 以及 Augment Dickey-Fuller test 方法檢定。面板資料單位根檢定的方法主要有 5 種
29
，本文採用 Maddala and Wu (1999)開發的 ADF-Fisher 方法，構建 ADF- Fisher Chi-square 統計量，對面板 資料中每個截面做 ADF 單位根測試。原假設為存在單位根，結果下表 5-7 。模 型一不包含時間趨勢和截距項，模型二包含截距但不含時間趨勢，模型三包含截 距和時間趨勢，只有當三個模型的檢驗結果都不能拒絕原假設時，我們才認為時 間序列是非平穩的，而只要其中有一個模型的檢驗結果拒絕了零假設，就可認為 時間序列是平穩的。由單位根檢定結果表 5-7 可以發現，不動產稅收取對數以及不動產稅收占總 稅收的比重的檢驗結果拒絕原假設，均不存在單位根，因此因變數為零階單整。
GDP 對數值、老齡人口和政府債務率存在單位根，但一次差分序列是穩定的，為 一階單整。其他自變數原始數據檢定結果顯示不存在單位根。因此本文檢定模型 變數間是否存在多變量之間的協整關係。
28 Sobel and Holcombe (1996)實證表明美國產出與稅收都存在不穩定趨勢，因此隨後的研究文獻 多採用去除時間趨勢項或差分法使數據平穩。
29 包括 Im et al . (1997) 提出的 IPS 法；Maddala and Wu (1999) 提出的 ADF-Fisher 和 PP-Fisher 面板單位根檢驗方法；Breitung (2000) 提出的 Breitung 法；Levin et al. (2002) 提出的 LLC 法。其中 ADF-Fisher 和 PP-Fisher 方法適用於非平衡面板。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Kao (1999) 利用 DF 和 ADF 檢驗提出了檢驗面板協整的方法,這種方法零 假設是沒有協整關係,並且利用靜態面板迴歸的殘差來構建 ADF 統計量。檢驗結 果如表 5-8，均拒絕不存在協整關係的原假設，即原模型因變數與多個自變數間 存在協整關係。因此無須對 GDP 等自變數進行差分處理，原始資料迴歸結果不 存在虛假迴歸，迴歸係數可靠，證實 GDP 對不動產稅收有顯著的正面影響，而 對不動產稅收占總稅收的比重不具有顯著影響。
表 5-8：協整關係檢定結果
殘差項 模型一 模型二
滯後一階 -2.257120**
( 0.0120)
-3.125933***
(0.0009)
滯後二階 -1.393206*
(0.0818)
-1.629033* (0.0517)
滯後三階 -1.861381**
(0.0313)
-1.594999* (0.0554)
說明：1.本表資料採用 Eviews 軟體內含模組計算得到，表中彙報為 ADF 統計量之t值，括弧中為 P 值； *、 **、 ***分別代表在 10%、5%、1%顯著水準下拒絕原假設。
2.模型一因變數為不動產稅收對數值，模型二因變數為不動產稅收占總稅收的比重。