匯率轉嫁之時間變動特性-台灣實證研究 - 政大學術集成

全文

(1)國立政治大學國際經營與貿易學系碩士論文. 匯率轉嫁之時間變動特性-台灣實證研究政治. 大. 立of exchange rate pass-through for Taiwan Time-varying nature ‧. ‧ 國. 學 er. io. sit. y. Nat. al. n. v i n Ch engchi U 指導教授：林信助博士研究生：沈睿宸撰. 中華民國 104 年 7 月 July 2015.

(2) 謝辭首先我要感謝這一年來不辭辛勞指導我的林信助老師，儘管這段期間我遇到許多瓶頸，但信助老師依然有耐心地給予我許多寶貴的建議，並且在我有所突破時給予我肯定與鼓勵，讓我在遇到挫折時能越挫越勇，找到做研究的方法和對自己的信心。對於一個研究領域的初學者，能遇到認真又願意一步步帶領自己成長的良師真的很幸運。除了論文的指導外，老師對於待人處事、人生經歷的分享更是讓我獲益無窮，而我也會謹記並實行於我的生活中。接著要謝謝鄧文舜老師和張興華老師撥空前來政大聆聽論文口試，並給予相當精闢、專業的建議，使得本. 政治大求學的路上有了良師的指導，更不能少了益友的相互扶持，因此在這裡要大立. 篇論文可以更加完整、豐富。. ‧ 國. 學. 力地感謝林耀煒與林品傑兩位兄弟的情義相挺，與陳筱婷與林育慈等同門戰友的相互扶持打氣，有你們一起分享生活大小事和彼此砥礪是我在碩班生涯中最值得. ‧. 回味的事情，相信畢業後我們的友情一定可以長存。最後還要謝謝我的家人與女. sit. y. Nat. 朋友，謝謝你們無論我每天有多忙碌都依然關心著我的生活，在這兩年水深火熱. al. er. io. 的日子裡無怨無悔地陪伴和包容我，也因為有你們的支持，我才能在人生最青春. n. 的歲月留下精彩又豐富的回憶。. Ch. engchi. i n U. v. 沈睿宸. 謹誌於. 國立政治大學國際經營與貿易研究所中華民國一○四年七月.

(3) 摘要過去實證研究顯示，匯率轉嫁程度並非一成不變，而是具有隨時間變動的特性。因此，有別於過去文獻大多採用滾動相關係數，本文則是使用 Engle(2002)提出的動態條件相關係數模型，估計台灣於 1982 年至 2014 年間匯率變動與進口價格變動間的動態條件相關係數；並以其做為匯率轉嫁的代理變數，進而探討台灣匯率轉嫁的時間變動趨勢。我們的實證結果顯示，不論是用滾動相關係數還是動態條件相關係數，台灣的匯率轉嫁都明顯具有隨時間變動的特性。雖然 5 年期與 10 年期的滾動相關係數均在 1997 年前後分別呈現上升與下降的趨勢，動態條件. 政治大或滾動視窗有無包含極端值的影響，使得此方法較無法看出匯率轉嫁變動的準確立相關係數則無類似的現象。然而，由於滾動相關係數容易受到滾動視窗樣本大小. ‧ 國. 學. 時間點，而動態條件相關係數模型則可避免此問題。此外，本文實證發現，通膨環境與匯率波動是造成台灣匯率轉嫁隨時間變動的主要因子，對匯率轉嫁皆有顯. ‧. 著的正向影響。在排除 1986 年匯率轉嫁與進口滲透率呈現短暫負向關係的資料. sit. n. al. er. io. 轉嫁的原因之一。. y. Nat. 後，進口滲透率與匯率轉嫁的正向關係變為顯著，而進口滲透率也成為影響匯率. Ch. engchi. i n U. v. 關鍵字:匯率轉嫁、動態條件相關係數模型、滾動視窗估計法. I.

(4) Abstract According to past empirical studies, it is believed that exchange rate pass -through (ERPT) has the time-varying nature. In this paper, we apply the Dynamic Conditional Correlation (DCC) model of Engle (2002), rather than the rolling correlation coefficient prevalently used by other studies, to analyze the time trend of ERPT for Taiwan. We estimate the dynamic condition correlation between the changes of exchange rate and the changes of import price using monthly data from 1982 to 2014 and use this correlation as a proxy for the. 政治大 measured by the DCC or the 立rolling correlation coefficient, has a significant timedegree of ERPT. Our empirical results show that ERPT for Taiwan, whether. ‧ 國. 學. varying nature. In addition, both 5-year and 10-year window rolling correlation coefficient increase before 1997 and decline after 1997, which does not show in. ‧. the DCC. However, the rolling correlation coefficient does not provide precise. sit. y. Nat. timings in the changes in ERPT, because of the dependence on the size of. al. er. io. windows and whether or not outliers exist in the window. In contrast, the DCC. v. n. does not have this kind of problem. Another important empirical result of this. Ch. engchi. i n U. paper is that the inflation environment and the exchange rate volatility are main factors which explain the time-varying ERPT, and both of them have positive relation with ERPT. Moreover, the import penetration becomes positively significant after excluding data which shows temporary negative impact of the import penetration on ERPT in 1986.. Keywords: exchange rate pass-through, DCC model, rolling window estimation. II.

(5) 目錄摘要................................................................I 目錄..............................................................III 表次...............................................................IV 圖次...............................................................IV 第一章研究背景與文獻...............................................1 第二章研究方法.....................................................5 第一節 DCC 模型設定與估計........................................5 第二節匯率轉嫁影響因子...........................................8 第三章變數定義與資料來源..........................................11 第四章實證結果與分析..............................................14 第一節 DCC 模型估計結果與分析....................................14 第二節迴歸模型設定..............................................17 第三節迴歸模型估計結果與分析....................................18 第五章結論........................................................22 參考文獻...........................................................24. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i n U. v.

(6) 表次表1 表2 表3 表4. 各產業佔進口總額比例及權數比重.................................12 DCC模型參數估計結果............................................14 迴歸模型變數單根檢定結果.......................................19 匯率轉嫁影響因子之迴歸係數值表.................................19. 圖次圖1 各產業進口比重時間趨勢圖.......................................12 圖2 名目有效匯率指數與進口物價指數之條件標準差走勢圖...............15 圖3 名目有效匯率指數與進口物價指數之條件相關係數走勢圖.............16 圖4 動態條件相關係數與滾動相關係數比較圖...........................17 圖5 1982-1990年匯率轉嫁與進口滲透率(一階差分)趨勢圖................21. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.

(7) 第一章研究背景與文獻匯率是影響一國貿易的重要因素，根據傳統理論，在「馬婁條件(MarshallLerner Condition)」成立下，一國貨幣貶值可透過改變以本國貨幣表示的進口品價格，進而改善貿易餘額。但從 1980 年代中期到 1990 年代初期，美國正逢貿易赤字與財政赤字的雙赤字問題(twin deficit)，要求對其有龐大貿易順差的國家如台灣、日本等國升值。然而，儘管各國升值、美元貶值，美國的貿易收支卻依然未見改善，此一現象使得傳統上以馬婁條件解釋匯率變動對貿易餘額影響的效果受到懷疑，即匯率變動似乎無法完全反應在以本國貨幣表示的進口品價格上，. 政治大國貨幣表示的進口品價格的程度，此即所謂的匯率轉嫁(exchange rate pass立. 導致貿易收支無法有效改善。因此，許多經濟學家轉而探討匯率變動轉嫁到以本. ‧ 國. 學. through)效果。. 在 1990 年代期間，許多已開發、開發中國家皆發生儘管貨幣大幅貶值，國. ‧. 內物價卻還是相對穩定的狀況。此現象促使許多研究開始探討，匯率轉嫁效果是. sit. y. Nat. 否有隨時間經過而減弱的情況，如 Olivei(2002)實證得出美國製成品的匯率轉. al. er. io. 嫁係數由 1980 年代的 0.5 下降至 1990 年代的 0.2;Marazzi and Sheets(2007). v. n. 則是探討美國整體進口物價指數，發現匯率轉嫁程度在 1990 年代後的確有下降. Ch. engchi. i n U. 的情況。Ihrig et al.(2006)針對七大工業國(G7)，發現半數以上國家的匯率轉嫁係數都有顯著的下降，從 1975-1989 年間平均 0.7 下降至 1990-2004 年間的平均 0.4;Sekine(2006)則發現許多已開發國家的匯率轉嫁程度也有隨時間減弱的趨勢。根據過去文獻研究結果與實際現象，我們可以發現匯率轉嫁程度並非一成不變，而是具有隨時間變動的特性(time-varying nature)。而本文之主要目的，即希望探討台灣匯率轉嫁的時間變動趨勢，並找出造成匯率轉嫁隨時間波動的原因。匯率轉嫁的時間變動性，對政府在政策執行上有兩點重要影響。第一，當轉嫁程度降低，貨幣大幅貶值對國內通貨膨脹的影響減弱，政府就不需採取緊縮的. 1.

(8) 貨幣政策去抵銷貨幣貶值所產生的物價上漲效果。第二，貨幣升貶值對貿易餘額的影響效果，將取決於匯率轉嫁程度的高低。若轉嫁程度非常低，政府就無法透過貶值影響本國品與進口品的相對價格，進而改善貿易餘額。而貿易可說是台灣經濟的命脈，在經濟發展上扮演舉足輕重的地位，了解匯率轉嫁的時間趨勢，可幫助政府在政策選擇與執行上更有效率。關於匯率轉嫁時間變動性的議題，國外已有多位學者進行研究，在匯率轉嫁程度的衡量上，主要有以下兩種方法。第一，採用成本加成模型(markup model)，建立進口物價方程式，再以名目匯率項的估計係數為匯率轉嫁係數，並使用滾動. 政治大 Olivei(2002)與 Ihrig et al.(2006)皆以 1990 年為樣本分割時間點，分別估計立. 迴歸(rolling regression)或樣本分割(split sample)估計動態的匯率轉嫁。1如. 前後兩段區間的匯率轉嫁係數;Marazzi and Sheets(2007)與 Khundrakpam(2007). ‧ 國. 學. 則是用滾動迴歸探討匯率轉嫁係數的時間變動趨勢。第二，García and Restrepo. ‧. (2001),Styrin and Zamulin(2012)及 Arslaner et al.(2014)則是計算匯率變. y. Nat. 動與進口價格變動間的相關係數，做為匯率轉嫁的代理變數，並且使用滾動相關. er. io. sit. 係數(rolling correlation coefficient)，探討動態匯率轉嫁。其中，當匯率變動與進口價格變動間的相關程度越高，即代表匯率轉嫁的效果越強。. al. n. v i n 由於樣本分割只可看出各個分割區間匯率轉嫁程度的差異，較無法看出細部 Ch engchi U. 的變化趨勢。因此，不論是用何種方法衡量匯率轉嫁程度，在探討時間趨勢的議題時，大多採用滾動視窗估計法(rolling window estimation)。然而，此方法儘管估算簡單，但容易受到滾動視窗樣本大小或滾動視窗有無包含極端值的影響，使其較無法看出匯率轉嫁變動的準確時間點。因此，本文擬採用 Engle(2002)提出的動態條件相關係數(Dynamic Conditional Correlation,簡稱 DCC)模型，估計匯率變動與進口價格變動間的動態條件相關係數，做為匯率轉嫁的代理變數。此模型除了能避免上述滾動視窗法所遇到的問題之外，Engle(2002)提出的兩階. 1. 根據 Hooper and Mann (1989)，匯率轉嫁可定義為進口物價對名目匯率的偏微分，即為進口物價方程式中，名目匯率項的係數。 2.

(9) 段估計法，使得模型在設定上更為彈性且較容易估計。而本文也將在後續章節比較滾動相關係數與動態條件相關係數估計結果的差異。雖然國外已有多位學者探討匯率轉嫁的時間變動性，但國內就我們所知，尚無針對此議題之相關研究。國內文獻中，劉宗欣與張銘仁(2000)發現新台幣升值時長期轉嫁效果較大，約為 0.87，貶值時約為 0.84，即具有不對稱性;張瑞娟與欉清全(2009)探討匯率轉嫁與貨幣政策的關係，並得出貨幣政策在短期會影響匯率轉嫁幅度，但該影響效果會逐漸遞減至零，而這也隱含政策執行者欲藉由貨幣政策對匯率轉嫁幅度的影響，進而影響其他總體經濟變數的做法，在短期有效，. 政治大影響，並發現通貨緊縮考慮與否，將影響匯率轉嫁程度與通膨環境間的關係，因立長期則無效;林柏君與吳中書(2013)則是探討通膨與通縮環境對匯率轉嫁程度的. 此，在分析上明確區分通貨緊縮的情況有其必要性，以避免形成偏誤之推論。. ‧ 國. 學. 此外，國內文獻大多使用 DCC 模型探討金融資產間的相關性，或是各國市場. ‧. 間的連動性，尚無應用於匯率轉嫁的議題上。如王冠閔與黃柏農(2004)利用 DCC. y. Nat. 模型檢驗台灣股、匯市與美國股市之間是否存在外溢效果及蔓延效果;方文碩、. er. io. sit. 王冠閔與董澍琦(2006)則是用 DCC 模型檢定亞洲金融危機期間東南亞 9 個國家股票市場的蔓延效果，並設定動態條件相關係數做為判斷蔓延效果的指標;洪萬吉. al. n. v i n 與黃明棋(2010)以 DCC 模型探討台幣兌美元與台幣兌日圓之匯率市場的關聯性 Ch engchi U. 與其最適模型之建構。. 考量目前國內尚無針對匯率轉嫁時間變動性的相關研究，故本文擬以 DCC 模型探討台灣匯率轉嫁程度的時間變動趨勢，並與用滾動相關係數衡量的動態匯率轉嫁做比較。而本文另外一個重點，即希望找出造成匯率轉嫁隨時間變動的原因，過去也有許多文獻對此議題做相關研究。在後續章節，本文將可能的影響因子歸納整理，並透過設立迴歸式，將 DCC 模型估計出的動態匯率轉嫁，對通膨環境、匯率波動、進口滲透、進口組成與中國佔台灣進口份額等變數迴歸，以期找出造成台灣匯率轉嫁隨時間波動的主要因素。本文之實證結果可歸納如以下三點。第一，不論是用滾動相關係數還是 DCC， 3.

(10) 台灣的匯率轉嫁都明顯具有隨時間變動的特性。雖然 5 年期與 10 年期的滾動相關係數均在 1997 年前後分別呈現上升與下降的趨勢，DCC 則無類似的現象。第二、滾動相關係數容易受到滾動視窗樣本大小或滾動視窗有無包含極端值的影響，使得此方法較無法看出匯率轉嫁變動的準確時間點，而 DCC 模型則可避免此問題。第三、通膨環境與匯率波動是造成台灣匯率轉嫁隨時間變動的主要因子，對匯率轉嫁皆有顯著的正向影響。此外，在排除 1986 年匯率轉嫁與進口滲透率呈現短暫負向關係的資料後，進口滲透率與匯率轉嫁的正向關係變為顯著，而進口滲透率也成為影響匯率轉嫁的原因之一。. 政治大詳盡的說明，接著再歸納整理造成匯率轉嫁隨時間變動的可能原因。第三章為變立. 後續章節安排如下:第二章研究方法，將先對 DCC 的模型設定與估計方法做. 數定義與資料來源，將詳述本文變數的定義與設定的原因。第四章的實證結果與. ‧ 國. 學. 分析，則是呈現本文所探討台灣匯率轉嫁的時間變動特性，並說明迴歸模型的設. ‧. 定，再對迴歸式的估計結果進行分析，找出造成台灣匯率轉嫁隨時間波動的主要. n. al. er. io. sit. y. Nat. 因子。最後，第五章為本文的結論。. Ch. engchi. 4. i n U. v.

(11) 第二章研究方法本文擬採用 Engle(2002)提出的 DCC 模型，估計匯率變動與進口價格變動間的動態條件相關係數，做為匯率轉嫁的代理變數。再用估計出的動態匯率轉嫁做為被解釋變數，對本文所歸納出的影響因子迴歸，探討造成台灣匯率轉嫁隨時間波動的原因。本章分為二節，第一節將介紹 DCC 的模型設定與估計方法，第二節將歸納整理造成匯率轉嫁隨時間變動的可能因子。. 政治大. 第一節 DCC 模型設定與估計. 立. 過去在探討變數間波動的連動關係時，大多使用 VECH、Diagonal VECH 與. ‧ 國. 學. BEKK 等條件共變異數矩陣模型，但此些模型皆面臨兩個共通問題，即模型待估參數過多和條件共變異數矩陣不一定為正定。因此，許多學者轉而採用條件變異. ‧. 數與相關係數之模型，即把條件共變異數矩陣(H)拆解成條件相關係數矩陣(R). y. Nat. sit. 與條件標準差主對角線矩陣(D)。如 Bollerslev(1990)提出的固定條件相關係數. n. al. er. io. (Constant Conditional Correlation,簡稱 CCC)模型，此模型能有效減少待估. i n U. v. 參數個數，但其條件相關係數不隨時間變動的假設，可能會造成與實際情況無法. Ch. engchi. 吻合的問題。因此 Engle(2002)提出動態條件相關係數(Dynamic Conditional Correlation,簡稱 DCC)模型，修正 CCC 模型條件相關係數不隨時間變動的假設，允許條件相關係數可隨時間在正負間自由變動。n 個變數的 DCC 模型設定如下: 𝑌𝑡 = μ + 𝜀𝑡 , 𝜀𝑡 |𝛺𝑡−1 ~Multivariate Normal(0, 𝐻𝑡 ) , 𝐻𝑡 = 𝐷𝑡 𝑅𝑡 𝐷𝑡 , 𝐷𝑡 = 𝜌11,𝑡 𝑅𝑡 = [ ⋮ 𝜌𝑛1,𝑡. 1 1 2 2 diag (ℎ1𝑡 , … , ℎ𝑛𝑡 ). ⋯ 𝜌1𝑛,𝑡 1 ⋱ ⋮ ]=[ ⋮ ⋯ 𝜌𝑛𝑛,𝑡 𝜌𝑛1,𝑡 5. √ℎ1𝑡 =[ ⋮ 0. ⋯ ⋱ ⋯. 0 ⋮ ], √ℎ𝑛𝑡. ⋯ 𝜌1𝑛,𝑡 ⋱ ⋮ ] , 𝜌𝑖𝑗,𝑡 = 𝜌𝑗𝑖,𝑡 , ∀𝑖, 𝑗 , ⋯ 1.

(12) 𝑃𝑖. 𝑄𝑖. ℎ𝑖𝑡 = 𝑤𝑖 +. 2 ∑ 𝛼𝑖𝑞 𝜀𝑖,𝑡−𝑞 𝑞=1. + ∑ 𝛽𝑖𝑝 ℎ𝑖,𝑡−𝑝 , 𝑖 = 1,2 … . . n ,. (1). 𝑝=1. 𝑣𝑡 = 𝐷𝑡−1 𝜀𝑡 , ′ ) ̅ + 𝛼𝑐 (𝑣𝑡−1 𝑣𝑡−1 𝑄𝑡 = (1 − 𝛼𝑐 − 𝛽𝑐 )Q + 𝛽𝑐 𝑄𝑡−1 , 1. (2). 1. 𝑅𝑡 = diag{𝑄𝑡 }−2 𝑄𝑡 diag{𝑄𝑡 }−2 , 1 √𝑞11,𝑡 = ⋮ 0. [. ⋯. 0. ⋱. ⋮ 1. ⋯. (3) 1. 𝑞11,𝑡 [ ⋮ 𝑞𝑛1,𝑡. √𝑞𝑛𝑛,𝑡 ]. ⋯ 𝑞1𝑛,𝑡 √𝑞11,𝑡 ⋱ ⋮ ] ⋮ ⋯ 𝑞𝑛𝑛,𝑡 0 [. ⋯. 0. ⋱. ⋮ 1. ⋯. .. √𝑞𝑛𝑛,𝑡 ]. 政治大期所有可利用資訊的集合立。H 為條件共變異數矩陣，R 為條件相關係數矩陣，D 為其中Yt = [y1t , … , ynt ]′ 、μ = [μ , … , μ ]′ 、 εt = [ε1t , … , εnt ]′ ，Ωt−1 為 t-1 1. n. t. t. t. ‧ 國. 學. 條件標準差主對角線矩陣，即第 i 階主對角線元素為√hit，hit 為條件變異數。vt 為標準化殘差(standardized residual)，Qt 為標準化殘差之條件共變異矩陣，. ‧. ̅ = T −1 ∑Tt=1 vt vt′ 為用標準化殘差所得出之非條件共變異矩陣。 Q. sit. y. Nat. Engle(2002)提出兩階段準概似函數(Quasi-Likelihood Function)估計法. al. er. io. 估計 DCC 模型，第一階段利用單變量 GARCH 模型估計個別變數的條件變異數，第. v. n. 二階段則是利用標準化殘差估計動態條件相關係數模型的參數。其估計過程可略述如下:. Ch. engchi. i n U. (1)第一階段:單變量 GARCH 估計藉由本階段估計出個別變數的條件標準差√ℎ𝑖𝑡，以求得條件標準差主對角線矩陣𝐷𝑡。Engle 設定每個變數的ℎ𝑖𝑡 皆由單變量 GARCH(𝑃𝑖 , 𝑄𝑖 )模型產生，如(1)式， 𝑄. 𝑃. 𝑖 𝑖 且皆須符合定態條件，即∑𝑞=1 𝛼𝑖𝑞 + ∑𝑝=1 𝛽𝑖𝑝 < 1。. (2)第二階段:條件相關係數矩陣估計 Engle(2002)建議可透過 GARCH(1,1)形式之函數，估計條件相關係數矩陣，如(2)式。但由於相關係數矩陣對角線元素需為 1，但(2)式所估計出的Qt，其主對角線元素不一定為 1。因此必須在Qt 兩側乘上diag{Qt }−1/2，才可得出主對角線 6.

(13) 皆為 1 的條件相關係數矩陣R t，如(3)式。此外，若αc > 0、βc > 0、αc + βc < 1，則 Qt 為正定矩陣，若Qt 為正定矩陣則R t 亦為正定矩陣。 DCC 模型的概似函數自然對數值可表示如下: T. 1 L = − ∑(nlog(2π) + log|𝐷𝑡 𝑅𝑡 𝐷𝑡 | + 𝜀𝑡′ 𝐷𝑡−1 𝑅𝑡−1 𝐷𝑡−1 𝜀𝑡 ) , 2 𝑡=1 T. 1 = − ∑(nlog(2π) + 2 log|𝐷𝑡 | + log|𝑅𝑡 | + 𝑣𝑡′ 𝑅𝑡−1 𝑣𝑡 ) , 2 𝑡=1 T. 1 = − ∑(nlog(2π) + 2 log|𝐷𝑡 | + 𝜀𝑡′ 𝐷𝑡−2 𝜀𝑡 − 𝑣𝑡′ 𝑣𝑡 + log|𝑅𝑡 | + 𝑣𝑡′ 𝑅𝑡−1 𝑣𝑡 ) . 2. (4). 政治大 (4)式的概似函數可拆成兩部分，前三項為第一階段單變量 GARCH 的估計，立 𝑡=1. 令為𝐿𝑉。後三項為條件相關係數矩陣的估計，令為𝐿𝐶。且令θ為第一階段的參數，. ‧ 國. 學. 即為式(1)中的待估參數，ψ為第二階段的參數，即為式(2)中的待估參數。由於. ‧. 採取兩階段估計，必須先估計出第一階段的參數，再將估計結果帶入第二階段，. sit. y. Nat. 估計出第二階段的參數。概似函數可改寫如下:. io. T. al. n. 1 𝐿𝑉 (θ) = − ∑(nlog(2π) + 2 log|𝐷𝑡 | + 𝜀𝑡′ 𝐷𝑡−2 𝜀𝑡 ) , 2 𝑡=1 T. n. Ch. engchi. er. 𝐿(θ, ψ) = 𝐿𝑉 (θ) + 𝐿𝐶 (θ, ψ) ,. i n U. v. 1 𝜀𝑖𝑡2 = − ∑ ∑ (log(2π) + log(ℎ𝑖𝑡 ) + ) , 2 ℎ𝑖𝑡 𝑡=1 𝑖=1 T. 1 𝐿𝐶 (θ, ψ) = − ∑(−𝑣𝑡′ 𝑣𝑡 + log|𝑅𝑡 | + 𝑣𝑡′ 𝑅𝑡−1 𝑣𝑡 ) . 2 𝑡=1. ̂ , ψ)}。 ̂ = arg max{𝐿 (θ)}，第二階段則為max {𝐿 (θ 第一階段的估計為θ 𝑉 ψ 𝐶 本文設定 n=2，i=1,2 分別代表匯率變動與進口價格變動，且令此兩數列資料平均數為 0。此外，根據 Brooks et al.(2001)的研究指出，一般而言 GARCH(1,1) 模型即可捕捉資料中的波動群聚效果，故本文擬以 GARCH(1,1)模型估計個別變. 7.

(14) 數的條件變異數。. 第二節匯率轉嫁影響因子除了探討台灣匯率轉嫁的時間變動趨勢，本文另外一個重點，即希望找出造成匯率轉嫁隨時間變動的原因。過去也有許多文獻對此議題做相關研究，而本文將可能的影響因子歸納如下: 一、通膨環境。Taylor(2000)首先提出匯率轉嫁的高低與通膨環境有顯著的正向關係。在低通膨或是貨幣政策環境較為可信的環境下，如採取通貨膨脹目標. 政治大動不會持續太久，因為政府會採取貨幣政策穩定物價，因此較願意吸收匯率立. 機制(Inflation Targeting regime)，廠商預期匯率波動造成的生產成本變. ‧ 國. 學. 變動產生的成本，降低匯率轉嫁程度。反之，在高通膨環境下，廠商會預期匯率波動造成的生產成本變動將持續一段時間，自然提高將匯率變動成本轉. ‧. 嫁至產品價格上的程度。此後，許多文獻開始利用不同資料及方法檢驗匯率. sit. y. Nat. 轉嫁與通膨環境兩者之間的關聯性，如 Gagnon and Ihrig(2001)與 Choudhri. al. er. io. and Hakura(2006)使用不同國家資料，皆得到匯率轉嫁與通膨環境呈正相關. v. n. 的結論。然而，Campa and Goldberg(2005)則發現兩者無顯著相關。此外，. Ch. engchi. i n U. 過去在探討通膨環境與匯率轉嫁關係時，通貨緊縮的部分普遍被併入低通膨區間，而林柏君與吳中書(2013)則認為，若匯率轉嫁與通膨環境呈正相關，即「高通膨高轉嫁，低通膨低轉嫁」的關係成立，則意謂通貨緊縮將造成較低的匯率轉嫁程度;但對於處於物價持續下跌且利潤遭受嚴重侵蝕的廠商而言，在通縮環境中降低其匯率轉嫁程度將加重其成本上的壓力，似乎有違一般直覺，因此應將通縮環境加以區別，其實證結果也顯示，通縮環境下的匯率轉嫁程度顯著大於低通膨環境。而本文擬根據過去文獻，並加入林柏君與吳中書(2013)所提出之觀點，探討台灣通膨環境與匯率轉嫁之關聯性。二、匯率波動。Devereux et al.(2004)將出口廠商的訂價行為內生化，其交易. 8.

(15) 幣別的選擇會受到匯率波動程度的影響，廠商為了要穩定收入，會選擇波動度相對較低的幣別訂價。若本國匯率波動較大，外國出口廠商較傾向以生產者國家的貨幣計價，此即生產者訂價法(producer currency pricing,簡稱 PCP)，使得匯率轉嫁程度提高。若本國匯率波動較小，外國出口廠商傾向以進口國貨幣計價，此即本地訂價法(local currency pricing,簡稱 LCP)，將使得匯率轉嫁程度下降。由以上可知，本國匯率波動程度似乎與匯率轉嫁有著正向關係，本文也將探討台幣匯率波動對匯率轉嫁程度的影響。三、進口滲透。根據傳統開放經濟模型，在購買力平價(purchasing power parity,. 政治大 Dornbusch(1987)則提出市場取價理論(Pricing to Market Theory)，並將立簡稱 PPP)與完全競爭市場的假設下，匯率變動將完全轉嫁至進口價格。. 模型設定為不完全競爭市場，因此廠商可調整其成本加成(markup)，而這就. ‧ 國. 學. 可能使得匯率發生不完全轉嫁的情況。如當進口國貨幣貶值，外國出口廠商. ‧. 可能為了要維持市占率，調整其成本加成，使得匯率變動所產生的成本並未. y. Nat. 完全反映至價格上。因此，當進口滲透程度越高，代表進口國市場更加開放、. er. io. sit. 更加競爭，即更接近完全競爭市場的情況，將使得匯率轉嫁程度提高。反之，當進口滲透程度減弱，代表進口國市場競爭程度降低，廠商越有能力調整其. al. n. v i n 成本加成，使得匯率轉嫁程度下降。由以上我們可以推論，進口滲透程度似 Ch engchi U 乎與匯率轉嫁程度有著正向關係。. 四、進口組成。對於不同產業呈現不同的匯率轉嫁效果，大部分的相關研究認同各產業的匯率轉嫁是獨特的，且應該不因國家不同而有所差別。Campa and Goldberg(2005)認為整體匯率轉嫁程度的變化，主要來自於進口品組成份子的改變。其實證結果顯示，能源類產品的匯率轉嫁程度相對高於其他進口品分類，製造類產品的匯率轉嫁程度則相對較低。若製造類產品的進口份額上升、能源類產品的進口份額下降，將會使得整體匯率轉嫁程度減弱。因此，進口組成的改變，可能也是影響匯率轉嫁隨時間變動的原因之一。五、中國快速崛起。中國政府近年來頒布許多政策支持產業對外擴張，而中國廠 9.

(16) 商也挾帶其成本、價格優勢，對其他國家造成嚴重威脅。此外，中國的匯率制度使得其出口廠商較不易受到匯率波動的影響，而其他國家為了與中國競爭、維持市占率，會較願意承擔匯率變動成本，使得整體轉嫁程度下降。 Marazzi and Sheets(2007)認為中國佔美國進口份額比重快速提升，是導致美國匯率轉嫁程度減弱的可能原因之一。其實證結果顯示，在 1985-1994 與 1995-2004 兩段區間，美國各個進口分類的匯率轉嫁程度變化與各個分類的中國進口份額變化呈現顯著的負向關係，即當某進口分類的中國進口份額增加越多，其匯率轉嫁程度就下降越多。而近年來台灣對中國大陸的貿易依. 政治大的 26.3%，中國進口佔整體進口比重也從 2000 年的 4.43%上升至 2014 年的立存度大幅提升，出口中國占整體出口比重從 2000 年的 2.89%上升至 2014 年. 17.5%，更在 2014 年超越日本，成為台灣第一進口來源國。有鑑於此，本文. ‧ 國. 學. 認為探討中國佔台灣進口份額變化對台灣匯率轉嫁程度是否造成影響有其. ‧. 必要性。. y. Nat. 為了找出造成台灣匯率轉嫁隨時間波動的主要原因，本文透過設立迴歸式，. er. io. sit. 以 DCC 模型所估計出的動態匯率轉嫁做為被解釋變數，並對以上五點可能影響因子迴歸，而下章也將對此些因子的變數定義做清楚地說明。. n. al. Ch. engchi. 10. i n U. v.

(17) 第三章變數定義與資料來源在用 DCC 模型探討匯率變動與進口價格變動間的動態條件相關係數時，本文擬以新台幣的名目有效匯率指數與以新台幣衡量之台灣進口物價指數做為匯率與進口價格的代理變數，並參考 García and Restrepo(2001),Styrin and Zamulin(2012)及 Arslaner et al.(2014)在衡量相關係數時的資料處理方式，對名目有效匯率指數與進口物價指數取對數後再一階差分。2 為了瞭解台灣匯率轉嫁隨時間變動的原因，本文將對通膨環境、匯率波動、進口滲透率、進口組成與中國佔台灣進口份額等可能影響因子，做進一步的實證. 政治大為了探討不同通膨環境對匯率轉嫁的影響，本文擬將 CPI 年增率資料區分為立. 迴歸分析，以下也將對此些因子的變數定義做清楚地說明。. ‧ 國. 學. 高通膨、低通膨與通貨緊縮，並根據林柏君與吳中書(2013)的區分標準，設定 CPI 年增率大於 3%為高通膨區間，1%到 3%為低通膨區間，小於 1%為通貨緊縮區. ‧. 間。3匯率波動則使用 DCC 模型第一階段單變量 GARCH 估計所得出的名目有效匯. sit. y. Nat. 率指數的條件標準差。根據 Sekine(2006)，進口滲透率定義為產品與勞務進口. al. er. io. 佔實質 GDP 的比重。進口組成方面，本文擬以機械及電機設備進口比重與礦產品. v. n. 進口比重的比值，做為進口組成的代理變數，原因有以下三點。第一，此兩產業. Ch. engchi. i n U. 各自的匯率轉嫁程度有顯著差異，Campa and Goldberg(2005)實證發現能源類產品(對應礦產品)的匯率轉嫁程度相對高於其他進口品分類，製造類產品(對應機械及電機設備)的匯率轉嫁程度則相對較低，若製造類產品的進口份額上升、能源類產品的進口份額下降，將會使得整體匯率轉嫁程度減弱。第二，表 1 為台灣按主要貨品別將進口品分為 14 類，其中機械及電機設備佔總進口的 3 成以上，其次依序為礦產品(包括原油)、化學品、基本金屬及其製品，此四類即佔整體進. 2. 此處名目有效匯率指數採間接匯率，因此名目有效匯率上升即代表新台幣相對於外幣升值，名目有效匯率下降即代表新台幣相對於外幣貶值。 3 林柏君與吳中書(2013)依據 Rogoff(2003)的看法，認為 CPI 有衡量上的誤差，當通貨膨脹率小於 1%時，其實就已經透露出通貨緊縮的訊息，所以本文將通貨膨脹率小於 1%視為發生通貨緊縮的情況。 11.

(18) 表 1 各產業佔進口總額比例及權數比重佔進口總額比例(%). 佔進口物價指數權數(%). 2.92 1.77 15.87 10.65 2.60 1.52 1.63 2.81 1.80. 1.81 1.47 25.11 12.53 3.67 0.52 1.06 1.32 1.33. 9.97 32.98 4.72 4.34 6.41. 9.95 32.64 2.30 4.15 0.53. 1.植物產品 2.調製食品；飲料；酒及菸類 3.礦產品 4.化學品 5.塑膠及其製品 6.木材、木製品及編結品 7.紙漿、紙、印刷品 8.紡織品 9.珍珠、寶石、貴金屬；仿首飾；鑄幣 10.基本金屬及其製品. 政治大. 11.機械及電機設備. 12.車輛、航空器、船舶及有關運輸設備. 立. 學. 14.其他. ‧ 國. 13.精密儀器、鐘錶、樂器. 註: 各產業佔進口總額比例為 1982 年至 2014 年之年平均值. ‧ sit. n. al. er. io. 0.5. y. Nat. 0.6. 0.4. 資料來源:主計總處. Ch. 0.3. engchi. i n U. v. 0.2 0.1 0 1988M01. 1992M01 礦產品. 1996M01. 2000M01. 機械及電機設備. 2004M01. 2008M01. 化學品. 2012M01. 基本金屬及其製品資料來源:主計總處. 圖1. 各產業進口比重時間趨勢圖. 12.

(19) 口的 7 成左右。在進口物價指數編製中，此四類權數也超過 7 成。由此可知，此四類產業對台灣進口、整體進口物價指數有顯著的影響力。第三，圖 1 為此四類產業佔進口比重變化的時間趨勢，圖中可明顯看出化學品與基本金屬及其製品無明顯變化，比重大都維持 1 成左右;機械及電機設備與礦產品則有較大幅度的變動，且在 2000 年後似乎呈現負向關係。因此可從探討機械及電機設備進口比重與礦產品進口比重的比值改變，看出台灣進口組成的主要變化趨勢。根據以上推論，機械及電機設備進口比重與礦產品進口比重的比值與匯率轉嫁似乎有著負向關係。而中國佔台灣進口份額則是中國進口額佔總進口的比重。. 政治大新報資料庫(TEJ)，名目有效匯率指數則取自於國際清算銀行(BIS)。資料期間方立資料來源方面，本研究的資料除了名目有效匯率指數外，皆取自於台灣經濟. 面，本文主要蒐集 1982 年至 2014 年之月資料，其中，中國進口額自 1991 年 7. ‧ 國. 學. 月起才有資料。此外，由於實質 GDP 僅有季資料，1988 年以前的機械及電機設. ‧. 備與礦產品進口僅有年資料，本文擬以內插法處理此類資料缺損之問題。. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.

(20) 第四章實證結果與分析本章分為三節，第一節呈現 DCC 模型的估計結果，並與過去文獻所使用的滾動相關係數做比較。第二節將說明匯率轉嫁可能影響因子的迴歸式設立。第三節則是呈現迴歸式的估計結果，並找出造成台灣匯率轉嫁隨時間變動的主要因子。. 第一節 DCC 模型估計結果與分析本文設定 i=1,2 分別代表取對數後再一階差分的名目有效匯率指數與進口物價指數，表 2 為 DCC 模型參數估計結果。其中，𝛼2 為正且顯著，代表前期殘差. 政治大. 平方的大幅波動，將帶動本期進口物價指數之本期變異產生大幅度的同向波動。. 立. 𝛽1與𝛽2為正且顯著，則代表名目有效匯率指數與進口物價指數兩數列之自我相關. ‧ 國. 學. 波動有正的持續性。而𝛼𝑐 > 0、𝛽𝑐 > 0、𝛼𝑐 + 𝛽𝑐 < 1，則可確定條件相關係數矩陣𝑅𝑡 為正定矩陣。. ‧. 圖 2 為 DCC 模型第一階段單變量 GARCH 估計出的名目有效匯率指數與進口物. y. Nat. sit. 價指數的條件標準差。從圖中可看出，名目有效匯率指數在 1980 年代有較大幅. n. al. er. io. 度的波動，可能與當時政府推動一系列的經濟自由化、國際化政策有關，如 1987. Ch. engchi. i n U. v. 表 2 DCC 模型參數估計結果參數. 估計結果 1.95E-05 8.21E-05 0.1045 0.2299 0.7937. 𝑤1 𝑤2 𝛼1 𝛼2 𝛽1. (1.36E-05) (3.37E-05)** (0.0797) (0.0942)** (0.1275)***. 0.4338 (0.1718)** 0.1404 (0.0458)*** 0.7212 (0.1152)***. 𝛽2 𝛼𝑐 𝛽𝑐 註:1.括號中代表估計參數的標準誤 2.**與***分別表示 5%與 1%的顯著水準。. 14.

(21) 名目有效匯率指數條件標準差 .028. .024. .020. .016. .012. .008 82. 84. 86. 88. 90. 92. 94. 96. 98. 00. 02. 04. 06. 08. 10. 12. 14. 08. 10. 12. 14. 進口物價指數條件標準差 .040 .036 .032. 政治大. .028 .024 .020. 立. .016. 82. 84. 86. 88. 90. 92. 94. 96. 98. 00. 02. 學. .008. ‧ 國. .012. 04. 06. 圖 2 名目有效匯率指數與進口物價指數之條件標準差走勢圖. ‧ sit. y. Nat. 年大幅放寬外匯管制;1989 年廢止以美元為中心的中心匯率制度，使得匯率由市. al. er. io. 場供需決定。而 1997 年的亞洲金融風暴期間，匯率也有大幅度波動的現象。在. v. n. 進口物價指數方面，其大幅波動區間大多與名目有效匯率指數類似，除了 2008. Ch. engchi. i n U. 年全球金融風暴期間。本文認為造成此差異之原因，可能與當時央行積極進場調節，進而穩定匯率，而 2008 年油價出現暴跌暴漲的現象，造成當時進口物價指數大幅波動有關。4 圖 3 則為名目有效匯率指數與進口物價指數的條件相關係數走勢圖(DCC 估計結果乘上-1 後)，即代表台灣匯率轉嫁程度的時間變動趨勢。5從圖中可看出，匯率轉嫁明顯具有隨時間變動的特性，且在 1986 年、2008 年與 2010 年，匯率. 4. 2008 年初至當年 7 月 11 日，紐約市場西德克薩斯原油期貨價格（WTI）盤中飆升至每桶 147.27 美元的歷史最高價位，較上年底大漲超過 50%；然而自 7 月中旬出現連續暴跌，至 10 月底跌至 60 美元平臺運作，跌幅超過了 55%。 5 由於名目有效匯率指數與進口物價指數大多呈現負相關，其負向關係程度越高，及代表轉嫁程度越強。因此，本文為求解釋上與圖形分析上的方便，將相關係數估計結果乘上-1。 15.

(22) 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 82. 84. 86. 88. 90. 92. 94. 96. 98. 00. 02. 04. 06. 08. 10. 12. 14. 圖 3 名目有效匯率指數與進口物價指數之條件相關係數走勢圖. 政治大轉嫁程度都發生驟降的情況立，名目有效匯率指數與進口物價指數間的相關關係甚. ‧ 國. 學. 至發生轉變，而本文推測這與油價在這幾年都有大幅度波動有關。6儘管匯率沒有太大改變，但油價巨幅震盪，將連帶使得進口物價指數大幅波動，如此將造成. ‧. 名目有效匯率指數與進口物價指數間的相關性降低，即匯率轉嫁程度下降。. sit. y. Nat. 有別於過去採用滾動相關係數(RCC)，本文則使用動態條件相關係數(DCC). al. er. io. 做為匯率轉嫁的代理變數，在此我們也將對此兩方法做比較。圖 4 為 DCC 與 5. v. n. 年期、10 年期 RCC 的趨勢比較圖。從圖中可發現，不論是 5 年期還是 10 年期的. Ch. engchi. i n U. RCC 都明顯具有隨時間變動的特性，且均在 1997 年前後分別呈現上升與下降的趨勢，而 DCC 則無類似的現象。此外，根據 DCC 我們可以發現在 2002 到 2005 年間，匯率轉嫁有先下降在上升的情況，而 5 年期的 RCC 曲線也有類似的趨勢，但 10 年期的 RCC 卻沒有此現象。從 DCC 曲線我們也可以看出，儘管大幅波動， 2008 年後匯率轉嫁呈現上升趨勢，而 5 年期的 RCC 則是到 2013 年才有顯著的上升，10 年期的 RCC 甚至依然保持平穩。由以上可知，儘管都用滾動相關係數，其估計結果依然有顯著差異。而造成此現象的原因，主要是因為滾動相關係數容 6. 除了註 4 所描述 2008 年油價大幅變動的情況，1986 年沙烏地阿拉伯為避免美國石油業崛起，挑起石油價格戰，讓油價在 4 個月內重挫 67％。2010 年 5 月希臘債務危機引發歐洲主權債務危機集中爆發，國際油價一度在兩週內大跌 20%，更創下 2008 年 12 月以來最大單月跌幅;2010 年 11 月美國出臺新一輪量化寬鬆貨幣政策後，美元走軟，造成油價快速上漲。 16.

(23) 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 82. 84. 86. 88. 90. 92. 94. 96. 98. 00. 02. 04. 06. 政治大圖 4 動態條件相關係數與滾動相關係數比較圖立 DCC. RCC(5 yrs). 08. 10. 12. 14. RCC(10 yrs). ‧ 國. 學. 易受到滾動視窗樣本大小或滾動視窗有無包含極端值的影響，使得此方法較無法. ‧. 看出匯率轉嫁變動的準確時間點，而 DCC 模型則可避免此問題。此外，從圖中可. n. 第二節迴歸模型設定a l. er. io. sit. y. Nat. 發現，DCC 曲線的波動較為劇烈。. Ch. engchi. i n U. v. 此處迴歸式設定將使用 DCC 模型估計出的動態匯率轉嫁作為被解釋變數，對通膨環境、匯率波動、進口滲透率、機械及電機設備進口比重與礦產品進口比重的比值與中國佔台灣進口份額等解釋變數迴歸，探討影響台灣匯率轉嫁隨時間變動的可能因子。其中，中國佔台灣進口份額從 1991 年 7 月後才有資料，因此本文擬分為兩條迴歸式估計。第一條迴歸式的時間區間為 1982 年 1 月到 2014 年 12 月，解釋變數包含通膨環境、匯率波動、進口滲透率與機械及電機設備進口比重與礦產品進口比重的比值。第二條迴歸式的時間區間為 1991 年 7 月到 2014 年 12 月，解釋變數包含第一條迴歸式的四個變數加上中國佔台灣進口份額。此外，為了瞭解第一條迴歸式的四個變數是否會受到資料時間區間不同影響，使得 17.

(24) 兩條迴歸式的估計結果有所差異，因此本文將另外用 1991 年 7 月到 2014 年 12 月的資料估計第一條迴歸式，並與用 1982 年 1 月到 2014 年 12 月資料的估計結果做比較。而第一條迴歸式設定如下: 𝐸𝑅𝑃𝑇𝑡 = 𝛼0 + 𝛼1 𝑑1𝑡 + 𝛼2 𝑑2𝑡 + 𝛼3 𝐸𝑅𝑉𝑜𝑙𝑡 + 𝛼4 𝐼𝑃𝑅𝑡 + 𝛼5 𝑀𝐴𝐸𝑁𝑡 + 𝜀𝑡 .. (5). 𝐸𝑅𝑃𝑇𝑡 為用 DCC 模型估計的匯率轉嫁程度，𝑑1𝑡 與𝑑2𝑡 分別為通膨環境的虛擬變數，𝑑1𝑡 = 1代表高通膨環境，𝑑2𝑡 = 1代表通縮環境，𝑑1𝑡 = 0、𝑑2𝑡 = 0則代表低通膨環境，𝐸𝑅𝑉𝑜𝑙𝑡 為匯率波動，𝐼𝑃𝑅𝑡 為進口滲透率，𝑀𝐴𝐸𝑁𝑡 則為機械及電. 政治大. 機設備進口比重與礦產品進口比重的比值。第二條迴歸式設定如下:. 立. 𝐸𝑅𝑃𝑇𝑡 = 𝛽0 + 𝛽1 𝑑1𝑡 + 𝛽2 𝑑2𝑡 + 𝛽3 𝐸𝑅𝑉𝑜𝑙𝑡 + 𝛽4 𝐼𝑃𝑅𝑡 + 𝛽5 𝑀𝐴𝐸𝑁𝑡 + 𝛽6 𝐶𝑁𝐼𝑀𝑡 + 𝜀𝑡 . (6). ‧ 國. 學. (6)式除了多加入中國佔台灣進口份額𝐶𝑁𝐼𝑀𝑡 外，其他皆與(5)式相同。本文. ‧. 擬以最小平方法(OLS)估計(5)、(6)兩式。7. sit. y. Nat. io. al. er. 第三節迴歸模型估計結果與分析. v. n. 為了避免產生虛假迴歸(spurious regression)的現象而過度拒絕虛無假設，. Ch. engchi. i n U. 造成錯誤認定解釋變數具有顯著影響，因此必須先對(5)、(6)兩式中的變數做單根檢定，以確保所有序列皆為定態。本文擬以 ADF 單根檢定(Augmented DickeyFuller test)做為判斷資料是否為定態的標準，並以 PP 單根檢定(PhillipsPerron unit root test)的結果作為對照，確保研究之穩健性。表 3 為匯率轉嫁 (𝐸𝑅𝑃𝑇𝑡 )、匯率波動(𝐸𝑅𝑉𝑜𝑙𝑡 )、進口滲透率(𝐼𝑃𝑅𝑡 )、機械及電機設備進口比重與礦產品進口比重的比值(𝑀𝐴𝐸𝑁𝑡 )與中國佔台灣進口份額(𝐶𝑁𝐼𝑀𝑡 )等變數的單根檢. 7. 其他文獻如劉宗欣與張銘仁(2000)實證發現升值與貶值的匯率轉嫁效果有所不同，即具有不對. 稱性。但經本文設立升貶值虛擬變數並測試(未放置於本文)，發現此變數對於 DCC 所估計出的匯率轉嫁沒有顯著影響。此外，為了探討各個變數與匯率轉嫁是否有非線性關係，本文加入各個變數的平方項並測試(未放置於本文)，發現對模型的配適度(如 Adj-R2 )無太大影響。 18.

(25) 表 3 迴歸模型變數單根檢定結果 ADF 單根檢定法. PP 單根檢定法. 變數. 原始數列. 一階差分. 原始數列. 一階差分. 𝐸𝑅𝑃𝑇𝑡. -5.0606***. -5.0575***. 𝐸𝑅𝑉𝑜𝑙𝑡. -5.5053***. -5.6978***. 𝐼𝑃 �𝑡. -2.2624. -5.8188***. -2.1933. -7.3306***. 𝑀𝐴𝐸𝑁𝑡. -1.8923. -16.9212***. -3.094. -50.7309***. 𝐶𝑁𝐼𝑀𝑡. -2.1469. -3.6386**. -0.4502. -60.9962***. 註:1.**與***分別表示 5%與 1%的顯著水準。 2.ADF 檢定 1%、5%與 10%的臨界值分別為-4.046925、-3.452764 與-3.151911;PP 檢定 1%、5% 與 10%的臨界值分別為-4.041280、-3.450073 與-3.150336。. 政治大. 定結果。從表中可看出，ADF 單根檢定與 PP 單根檢定得到相似的結論，𝐼𝑃𝑅𝑡、𝑀𝐴𝐸𝑁𝑡. 立. 與𝐶𝑁𝐼𝑀𝑡 均無法拒絕有單根的虛無假設，但一階差分後在 1%與 5%的顯著水準下. ‧ 國. 學. 均呈定態; 𝐸𝑅𝑃𝑇𝑡 與𝐸𝑅𝑉𝑜𝑙𝑡 均在 1%的顯著水準下拒絕有單根的虛無假設。. ‧. 透過一階差分處理確認序列資料皆為定態後，我們將以 1982 年 1 月到 2014 年 12 月與 1991 年 7 月到 2014 年 12 月的資料分別估計(5)式，再用 1991 年 7. y. Nat. n. al. er. io. sit. 月到 2014 年 12 月的資料估計加入中國佔台灣進口份額的(6)式，其結果如表 4。. Ch. i n U. v. 表 4 匯率轉嫁影響因子之迴歸係數值表. engchi. (5)式資料區間. 1982/01-2014/12. 𝑑1𝑡. 0.0735. 𝑑2𝑡. 1991/07-2014/12. (6)式 1991/07-2014/12. (0.0223)***. 0.0845. (0.0267)***. 0.0851. (0.0268)***. -0.0169. (0.0199). 0.0134. (0.0229). 0.0136. (0.0229). 𝐸𝑅𝑉𝑜𝑙𝑡. 19.4290. (3.5921)***. 𝐼𝑃𝑅𝑡. 0.8836. 𝑀𝐴𝐸𝑁𝑡. -0.0044. 23.4773. (5.5074)***. 23.5806. (5.5226)***. (0.7779). 1.8003. (0.8898)**. 1.8356. (0.8960)**. (0.0143). -0.0036. (0.0149). 𝐶𝑁𝐼𝑀𝑡. -0.0040. (0.0149). 0.4184. (1.0992). Adj-𝑅 2. 0.1098. 0.0836. 0.0808. 觀察值數量. 395. 281. 281. 註:1.括號中代表迴歸係數的標準誤 2. **與***分別表示 5%與 1%的顯著水準。. 19.

(26) 表 4 的第二欄為用 1982 年 1 月到 2014 年 12 月的資料估計(5)式的結果。其中高通膨環境的虛擬變數d1t 在 1%的顯著水準下為顯著正相關，即代表在其他條件不變下，高通膨環境的匯率轉嫁顯著高於低通膨環境，符合 Taylor(2000)所提出「高通膨高轉嫁，低通膨低轉嫁」的觀念，而通縮環境的虛擬變數d2t 為不顯著，即代表通縮環境的匯率轉嫁沒有顯著異於低通膨環境，並沒有發現林柏君與吳中書(2013)得出通縮環境下的匯率轉嫁程度顯著大於低通膨的結論。除了通膨環境外，匯率波動也是顯著影響匯率轉嫁的重要因子，在 1%的顯著水準下，匯率波動對匯率轉嫁有顯著的正向影響，符合 Devereux et al.(2004)提出的觀. 政治大產者國家的貨幣計價，使得匯率轉嫁程度提高;反之，當新台幣匯率波動較小，立. 念。即當新台幣匯率波動程度越大，外國出口廠商為了要穩定收入，較傾向以生. 外國出口廠商傾向以新台幣計價，將使得匯率轉嫁程度下降。此外，進口滲透率. ‧ 國. 學. 與機械及電機設備進口比重與礦產品進口比重的比值，對匯率轉嫁分別有正向與. ‧. 負向的影響，符合本文預期，但兩者的影響力皆不顯著。. y. Nat. 表 4 的第三欄為用 1991 年 7 月到 2014 年 12 月的資料估計(5)式的結果。同. er. io. sit. 第一欄，高通膨環境的虛擬變數d1t 與匯率波動在 1%的顯著水準下皆為顯著正相關，通縮環境的虛擬變數d2t 的係數轉為正，說明通縮環境下的匯率轉嫁程度高. al. n. v i n 於低通膨，但此差異並不顯著。而此次估計結果最大的改變，在於進口滲透率變 Ch engchi U 成在 5%的顯著水準下，對匯率轉嫁程度有顯著的正向影響。本文認為造成此現. 象的原因，可能與排除了匯率轉嫁與進口滲透率呈負向關係的 1986 年資料有關。如圖 5 所示，1986 年間，匯率轉嫁與一階差分後的進口滲透率似乎有著反向變動的關係，而 1980 年代政府一連串的貿易自由化政策與 1986 年油價大幅波動可能是造成此現象的原因之一。81985 年政府大幅調降關稅，使得進口滲透率提高，但同時 1986 年的油價大幅波動，如在本文先前所述，可能造成匯率轉嫁大幅下. 8. 1980 年代早期，台灣貿易順差不斷擴大，總體經濟失衡日益嚴重。為此，政府採取經濟自由. 化與國際化做為發展主軸，希望透過市場機制的有效運作，導正各項失衡問題，如 1985 年顯著調降關稅，更在 1987 至 1989 年間達到關稅減免的高峰。 20.

(27) 1.0. .03. 0.8. .02. 0.6. .01. 0.4. .00. 0.2. -.01. 0.0. -.02. -0.2. -.03 1982. 1983. 1984. 1985 ERPT. 1986. 1987. 1988. 1989. 1990. IPR(first difference). 圖 5 1982-1990 年匯率轉嫁與進口滲透率(一階差分)趨勢圖. 政治大降，也因為這兩項一次性衝擊，使得 1986 年間匯率轉嫁與進口滲透率呈現負向立. ‧ 國. 學. 關係。因此，在排除這段短暫呈現負向關係的資料後，進口滲透率與匯率轉嫁的正向關係變得顯著。而在機械及電機設備進口比重與礦產品進口比重的比值方. ‧. 面，對匯率轉嫁依然無顯著影響。. sit. y. Nat. 表 4 的第四欄為用 1991 年 7 月到 2014 年 12 月的資料估計(6)式的結果。在. al. er. io. 加入中國佔台灣進口份額後，估計結果與第三欄相比並沒有太大的改變。而中國. v. n. 佔台灣進口份額對匯率轉嫁無顯著影響，本文認為造成此結果的原因，可能有以. Ch. engchi. i n U. 下兩點。第一，要將產業細分，個別探討中國進口份額變化，才較能看出其對匯率轉嫁的影響。第二、台灣市場狹小，不像美國、歐洲等市場，出口廠商都將其設為主要目標。因此，儘管中國佔台灣進口份額大幅提升，其他國家出口廠商較不會為了與中國競爭、維持台灣市場的市佔率，就提升其吸收匯率變動成本的意願，而匯率轉嫁也較不會因此而改變。綜觀上述，我們可以發現通膨環境與匯率波動是影響台灣匯率轉嫁隨時間變動的主要因素。在使用 1991 年 7 月後的資料去估計時，進口滲透率也成為影響匯率轉嫁的原因之一。. 21.

(28) 第五章結論在 1990 年代期間，許多已開發、開發中國家皆發生儘管貨幣大幅貶值，國內物價卻還是相對穩定的狀況，此現象也說明匯率轉嫁程度並非一成不變，而是具有隨時間變動的特性(time-varying nature)。因此，有別於過去文獻大多採用滾動相關係數，本文則是使用 Engle (2002) 提出的 DCC 模型，估計台灣於 1982 年至 2014 年間匯率變動與進口價格變動間的動態條件相關係數；並以其做為匯率轉嫁的代理變數，進而探討台灣匯率轉嫁的時間變動趨勢。此外，過去也有許多文獻對造成匯率轉嫁隨時間變動的原因進行研究，而本文也將可能的因子歸納. 政治大機設備進口比重與礦產品進口比重的比值與中國佔台灣進口份額等變數，是否為立. 整理，並透過設立迴歸模型，探討通膨環境、匯率波動、進口滲透率、機械及電. ‧ 國. 學. 造成匯率轉嫁隨時間變動的原因。而本文之主要結論可歸納如以下三點: 一、不論是用滾動相關係數還是 DCC，台灣的匯率轉嫁都明顯具有隨時間變動的. ‧. 特性。雖然 5 年期與 10 年期的滾動相關係數均在 1997 年前後分別呈現上升. sit. y. Nat. 與下降的趨勢，DCC 則無類似的現象。. al. er. io. 二、滾動相關係數容易受到滾動視窗樣本大小或滾動視窗有無包含極端值的影. v. n. 響，使得此方法較無法看出匯率轉嫁變動的準確時間點，而 DCC 模型則可避免此問題。. Ch. engchi. i n U. 三、通膨環境與匯率波動是造成台灣匯率轉嫁隨時間變動的主要因子。通膨環境對匯率轉嫁有正向影響，符合 Taylor(2000)所提出「高通膨高轉嫁，低通膨低轉嫁」的觀念。匯率波動對匯率轉嫁也為正向影響，符合 Devereux et al.(2004)提出的觀念，即當新台幣匯率波動程度越大，外國出口廠商為了要穩定收入，較傾向以生產者國家的貨幣計價，使得匯率轉嫁程度提高;反之，當新台幣匯率波動較小，外國出口廠商傾向以新台幣計價，將使得匯率轉嫁程度下降。此外，在排除 1986 年匯率轉嫁與進口滲透率呈現短暫負向關係的資料後，進口滲透率與匯率轉嫁的正向關係變為顯著，而進口滲透率. 22.

(29) 也成為影響匯率轉嫁的原因之一。最後，根據本文研究過程與實證結果，在此提供建議以供後續研究。在探討匯率轉嫁的時間趨勢時，本文發現油價波動可能是造成匯率轉嫁大幅震盪的原因之一。因此，本文認為應將石油產業的影響從進口物價指數與名目有效匯率指數中排除，即為計算排除油價的進口物價指數與排除台灣主要石油進口國的名目有效匯率指數，再去估計兩者間的動態條件相關係數。排除石油影響的動態匯率轉嫁可能較能反映其時間趨勢，也能利用此結果找出造成匯率轉嫁隨時間變動的主要因素。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(30) 參考文獻王冠閔、黃柏農，2004。台灣股﹑匯市與美國股市關聯性探討，台灣經濟預測與政策，第 34 卷第 2 期，31-72 頁。方文碩、王冠閔、董澍琦，2006。亞洲金融危機期間股票市場的蔓延效果，管理評論，第 25 卷第 2 期，61-82 頁。林柏君、吳中書，2013。通膨與通縮之匯率轉嫁，台灣經濟預測與政策，第 43 卷第 2 期，51-81 頁。洪萬吉、黃明棋，2010。台幣兌美元與台幣兌日圓之匯率波動的動態關聯性分析: 誤差修正與雙變數 IGARCH 模型之應用，嘉南學報，第 36 期，280-290 頁。. 政治大張瑞娟、欉清全，2009。貨幣政策與匯率轉嫁之探討—台灣之實證分析，應用經立濟論叢，第 86 期，37-67 頁。. ‧ 國. 學. ‧. 劉宗欣、張銘仁，2000。進口物價的匯率轉嫁與不對稱性—臺灣的實證研究，經濟論文，第 28 卷第 4 期，369-396 頁。. sit. y. Nat. Arslaner, F., D. Karaman, N. Arslaner, and S.H. Kal (2014),“The Relationship between Inflation Targeting and Exchange Rate Pass-. n. al. er. io. Through in Turkey with a Model Averaging Approach,” Central Bank of the Republic of Turkey, Working Paper 14/16.. Ch. engchi. i n U. v. Bollerslev, T.(1990),“Modeling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Model,” Review of Economics and Statistics, 72, 498-505. Brooks, C., S.P. Burke, and G. Persand (2001),“Benchmarks and the accuracy of GARCH model estimation,” International Journal of Forecasting, 17(1), 45-56. Campa, J. and L. Goldberg (2005),“Exchange Rate Pass-Through into Import Prices,” Review of Economics and Statistics, 87(4), 679-690. Choudhri, E. and D. Hakura (2006),“Exchange Rate Pass-Through to Domestic Prices: Does the Inflationary Environment Matter?,” Journal 24.

(31) of International Money and Finance, 25, 614-639. Dornbusch, R.(1987),“Exchange rates and prices,” American Economic Review, 77(1), 93-106. Devereux, M.B., C. Engel, and P.E. Storgaard (2004),“Endogenous Exchange Rate Pass-Through When Nominal Prices are Set in Advance,” Journal of International Economics, 63, 263-291. Engle, R.(2002),“Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models,” Journal of Business & Economic. Statistics, 20, 339-350.. 政治大 García, C.J. and J.E. Restrepo (2001),“Price Inflation and Exchange Rate 立 Pass-Through in Chile,” Central Bank of Chile, Working Paper 128.. ‧ 國. 學. ‧. Gagnon, J. and J. Ihrig (2001),“Monetary Policy and Exchange Rate Pass-Through,” International Finance Discussion Papers, Board of Governors of the Federal Reserve System.. y. Nat. sit. Hooper, P. and C. Mann (1989),“Exchange Rate Pass-Through in the 1980s:. n. al. er. io. The Case of U.S. Imports of Manufactures,” Brookings Papers on Economic Activity, 1, 297-337.. Ch. engchi. i n U. v. Ihrig, J., M. Marazzi, and A. Rothenberg (2006),“Exchange rate pass-through in the G-7 economies,” International Finance Discussion Paper 851. Khundrakpam, J.K.(2007), ”Economic reforms and exchange rate pass -through to domestic prices in India,” Bank for International Settlements, Working Paper 225. Marazzi, M. and N. Sheets (2007),“Declining Exchange Rate Pass-Through to U.S. Import Prices: The Potential Role of Global Factors,” Journal of International Money and Finance, 26, 924-947. Olivei, G.(2000),“Exchange rates and the prices of manufacturing 25.

(32) products imported into the United States,” New England Economic. Review, First Quarter, 3-18. Rogoff, K. (2003), Deflation: Determinants, Risks, and Policy Options-Findings of an Interdepartmental Task Force, Washington, DC: International Monetary Fund. Sekine, T.(2006),“Time-Varying Exchange Rate Pass-Through: Experiences of Some Industrial Countries,” Bank for International Settlements, Working Paper 202. Styrin, K. and O. Zamulin (2012),“Exchange rate pass-through, monetary policy, and variability of exchange rates,” CEFIR/NES, Working Paper 178.. 立. 政治大. ‧. ‧ 國. 學. Taylor, J.(2000),“Low Inflation, Pass-Through, and the Pricing Power of Firms,” European Economic Review, 44(7), 1389-1408.. n. er. io. sit. y. Nat. al. Ch. engchi. 26. i n U. v.

(33)