數量目標與通貨膨脹 - 政大學術集成

全文

(1)國立政治大學經濟學系碩士論文指導教授: 林馨怡博士. 政治大數量目標與通貨膨脹. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. 研究生: 梁致遠中華民國一百年七月. v.

(2) 致謝詞在政大兩年的時間很快就過去了, 最大的收穫就是論文能順利撰寫出來, 從這漫長的研究過程中雖然遇到很多困難, 但也學習到很多, 這些都是人生中的寶貴經驗。最要感謝的就是林馨怡老師, 在論文撰寫過程中不斷給我指導與建議, 即使再繁忙也會耐心指導我, 經過這一年來的磨練, 也讓我更進步, 老師未來會有很多學生, 但對我而言卻只有這麼一個指導老師, 老師對我的意義與重要性難以形容, 真的很感謝老師。還要感謝口試委員陳旭昇老師與林常青老師給我的論文建議, 讓我的論文能更好更完善。感謝 Galvao 教授, 給我程式碼可以參考, 這麼繁忙的大人物竟然會幫我這個小小研究生, 真的讓我很感動。感謝浩榜學長即使在服役, 也抽空幫忙我解答問題。感謝一起奮鬥的夥伴們, 宇翔、竣永與敬. 政治大. 翔, 不斷的給我協助與鼓勵。感謝兒時玩伴們, 在周末休假時看到你們心情就會很好。最後. 立. 感謝家人與親戚, 總是無條件當我的後盾給我力量。. ‧ 國. 學. 梁致遠民國一百年七月五日. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v.

(3) 摘要本文使用 Koenker (2004) 的追蹤資料分量迴歸方法分析貨幣政策當局採取官方宣告的 (de jure) 數量目標 (Quantitative targets) 與事實上的 (de facto) 數量目標對於通貨膨. 脹率之影響。我們分析 50 個國家在 1960 年到 2007 年間的追蹤資料。實證結果發現數量目標對通貨膨脹的影響為負向, 同時, 通貨膨脹越高的國家, 其負向效果影響也越大, 通貨膨脹越低的國家, 則其負向效果影響越小。此結果顯示貨幣政策當局想藉由採取數量目標來降低通貨膨脹率, 若該國處於高通貨膨脹環境, 則數量目標可以發揮較大的效果, 反之, 若該國處於適度通貨膨脹環境, 則數量目標效果有限。. 政治大. 關鍵詞: 數量目標; 通貨膨脹率; 分量迴歸; 追蹤資料. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v.

(4) 目錄 1 緒論. 1. 2 文獻回顧. 3. 2.1. 匯率目標 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 4. 2.2. 通貨膨脹目標 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 5. 2.3. 貨幣成長率目標 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10. 3 計量方法. 3.2 3.3 3.4. 分量迴歸 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12. 治政追蹤資料下的分量迴歸 . . . . . . . . . . . . 大 . . . . . . . . . . . . . . . 立有內生性問題的追蹤資料分量迴歸分析 . . . . . . . . . . . . . . . . . .. 分量迴歸與內生性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13. 學. 4 實證結果. ‧ 國. 3.1. 12. 14 16 19. 資料 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19. 4.2. 基本結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21. 4.3. 加入極端通貨膨脹國家 . . . . . . . . . . . . . . . . . . . . . . . . . . . 24. 4.4. OECD會員國與非 OECD 會員國 . . . . . . . . . . . . . . . . . . . . . 33. 4.5. 不同時期 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35. n. a. er. io. sit. y. Nat. 4.6. ‧. 4.1. v. 內生性問題 . . . . . l. . . . . . . . . . . . . . n. i. . . . . . . . . . . . . 41. 5 結論. Ch. engchi U. 49. 參考文獻. 50. A 國家資料樣本. 53. B 匯率目標的de jure 與 de facto 分類. 54. I.

(5) 表目錄 1. 全部國家與包含極端通貨膨脹率超過1000% 的國家敘述統計量 . . . . . . 21. 2. OECD會員國與非 OECD 會員國敘述統計量 . . . . . . . . . . . . . . 22. 3. 追蹤資料分量迴歸分析基本結果-全部國家(1960–2007 年) . . . . . . . . 25. 4. 追蹤資料分量迴歸分析不放達成數量目標-全部國家(1960–2007 年) . . . 27. 5. 追蹤資料分量迴歸分析不放實行數量目標-全部國家(1960–2007 年) . . . 28. 6. 追蹤資料分量迴歸分析進口-全部國家(1960–2007 年) . . . . . . . . . . . 29. 7. 追蹤資料分量迴歸分析出口-全部國家(1960–2007 年) . . . . . . . . . . . 30. 8. 追蹤資料分量迴歸分析貿易開放性detrend-全部國家 (1960–2007 年) . . 31. 9. 追蹤資料分量迴歸分析 HP filter-全部國家 (1960–2007 年) . . . . . . . . 32. 11. 治政追蹤資料分量迴歸分析包含通貨膨脹率超過1000% 大的國家 . . . . . . . . 立 OECD 會員國 . . . . . . . . . . . . . . . . . . . 追蹤資料分量迴歸分析. 12. 追蹤資料分量迴歸分析非OECD 會員國 . . . . . . . . . . . . . . . . . 37. 13. 追蹤資料分量迴歸分析工業化國家 . . . . . . . . . . . . . . . . . . . . 38. 14. 追蹤資料分量迴歸分析非工業化國家 . . . . . . . . . . . . . . . . . . . 39. 15. 追蹤資料分量迴歸分析全部國家(1970-2007) . . . . . . . . . . . . . . . 42. 16. 追蹤資料分量迴歸分析全部國家(1980-2007) . . . . . . . . . . . . . . . 43. 17. 追蹤資料分量迴歸分析全部國家(1990-2007) . . . . . . . . . . . . . . . 44. 18. 追蹤資料分量迴歸分析 a 石油危機之後 . . . . . . . . . . . . . . . . . . . 45. 34 36. 學. ‧. n. y. sit. l. er. io. 20. Nat. 19. ‧ 國. 10. iv. n 追蹤資料分量迴歸分析 C 領先一期年通貨膨脹率 . . . . . . . . . 47 U-全部國家 hen. hi. c 追蹤資料分量迴歸分析內生性問題g -全部國家 . . . . . . . . . . . . . . . 48. II.

(6) 圖目錄基本結果(1960-2007 年) . . . . . . . . . . . . . . . . . . . . . . . . . . 26. 立. 政治大. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 1. Ch. engchi. III. i Un. v.

(7) 1 緒論通貨膨脹率與人民日常生活息息相關, 通貨膨脹嚴重時會導致人民購買力降低, 也會影響經濟成長, 甚至如果社會大眾普遍存有通貨膨脹預期心理, 造成囤積與投機風潮, 引起惡性通貨膨脹, 可能會導致整個社會經濟無法正常運作, 因此貨幣政策當局該如何有效運用貨幣政策控制通貨膨脹率考驗著政府的智慧。過去文獻討論貨幣政策目標都是以研究單一目標為主。匯率目標方面, Ghosh et al. (1996) 、 Rose (2010) 及 Levy-Yeyati and Sturzenegger (2001) 都認為釘住匯率能降低. 通貨膨脹率。通貨膨脹目標方面, Loayza and Soto (2001) 、 Roger (2010) 、 Brito and Bystedt (2006) 、 Brito and Bystedt (2010) 及 Ball and Sheridan (2003) 都認為通貨膨. 政治大 valho (2009) 認為通貨膨脹目標通常被有較高通貨膨脹率的國家採行。 Flood and Rose 立 (2010) 認為實行通貨膨脹目標導致國家之間有較高的景氣循環同步性。貨幣供給目標方脹目標能降低通貨膨脹率。 Mishkin and Schmidt-Hebbel (2001) 與 Gon¸calves and Car-. ‧ 國. 學. 面, Hayo, Neumann and von Hagen (1998) 、 von Hagen (1998) 都認為貨幣供給目標能降低通貨膨脹率。 Calderón and Schmidt-Hebbel (2008) 認為若財務發展越高、貨幣. ‧. 成長變動越大、政府預算赤字越大、貿易越開放的國家, 要採行貨幣供給目標較困難。. y. Nat. 不同於過去的實證研究大多研究單一貨幣政策目標, Fatás, Mihov and Rose (2006). sit. 認為貨幣政策透明化的效果能以不同形式發生, 因此結合匯率、貨幣成長率與通貨膨脹. er. io. 目標, 以央行採行這三種目標代表貨幣政策透明化, 將這種透明化的目標視為數量目標. n. al. iv n C 本文利用 as, Mihov U and Rose (2006) 的建議, 對數量 h eFat´ ng chi. (Quantitative targets), 並認為採取官方宣告的 (de jure) 數量目標與事實上的 (de facto). 數量目標能降低通貨膨脹率。. 1. 目標與通貨膨脹率之間的關係進行分析。. 過去文獻說明採取數量目標能增加貨幣政策的透明度, 改善央行信譽, 並能清楚傳遞政策給社會大眾, 讓社會大眾了解政府當局的行為與目標, 降低動態不一致的情形, 進而降低通貨膨脹率, 且 Ball and Sheridan (2003) 認為央行採取形式上的目標能明顯降低通貨膨脹率很大原因是因為該國通貨膨脹較嚴重, 也就是說, 若處於高通貨膨脹下, 採行數量目標的效果可能也會較大, 在低度通貨膨脹下, 效果可能不大, 若如同 Fatás, Mihov 1. 本文以下將官方宣告的(de jure) 數量目標與事實上的 (de facto) 數量目標也稱為實行數量目標與達成數量目標。. 1.

(8) and Rose (2006) 使用 OLS 迴歸分析, 只能看出平均效果, 並無法看出在高低不同通貨. 膨脹下數量目標的效果, 為了解數量目標在高低不同通貨膨脹下對於降低通貨膨脹率的效果, 有別於 Fatás, Mihov and Rose (2006) , 本文使用 Koenker (2004) 提出的追蹤資料分量迴歸法進行分析, 追蹤資料分量迴歸法的好處在於使我們更容易分析解釋變數對不同被解釋變數分量的影響程度, 更能清楚看出實行與達成數量目標在不同分量的通貨膨脹下對於降低通貨膨脹率的效果, 本文以 1960 年到 2007 年 50 個國家年資料進行實證, 實證結果顯示在高低不同的通貨膨脹下, 數量目標的效果並不一致, 高通貨膨脹下降低通貨膨脹率效果較大, 低通貨膨脹下則降低通貨膨脹率效果較小。也就是說, 在中、低度通貨膨脹環境下, 實行數量目標與達成數量目標對於降低通貨膨脹率的效果較小, 高度通貨膨脹環境下, 效果則相對較大。另外本文將樣本加入年通貨膨脹率超過 1000% 的極端通貨膨. 政治大年、1990 年-2007 年、石油危機之後、考慮內生性問題, 結果大致上仍符合實行與達成數量立. 脹國家, 分成 OECD會員國與非 OECD 會員國, 或分成 1970 年-2007 年、1980 年-2007 目標, 皆呈現分量越高, 效果越大的結果。. ‧ 國. 學. 本文研究架構如下: 第一部分為本文緒論; 第二部分為文獻回顧, 主要將過去文獻實行數量目標對於通貨膨脹率的影響加以整理回顧; 第三部分為本文的計量方法介紹, 分別介. ‧. 紹分量迴歸模型、分量迴歸模型與內生性、追蹤資料分量迴歸模型、有內生性的追蹤資料. y. Nat. 分量迴歸模型; 第四部分為本文的資料來源與實證結果, 實證結果分成基本結果、加入極. n. al. er. io. 為本文結論。. sit. 端通貨膨脹國家、 OECD會員國與非 OECD 會員國、不同時期、內生性問題; 第五部分. Ch. engchi. 2. i Un. v.

(9) 2 文獻回顧貨幣政策對總體經濟效果的影響, 長久以來一直是人民所關注的議題。央行是否應該採取形式上的目標 (formal targeting) , 牽動著人民對政策的預期, 也影響政府施政的彈性。探討貨幣政策, 要注意其制度的分類, 一為官方宣告法律上的 (de jure) 制度, 另一個就是觀察政策當局實際的行為, 稱為事實上的 (de facto) 制度。比方很多國家的政府當局可能表面上宣稱採取浮動匯率制度, 但卻又時常介入其中干預匯率市場以降低波動。因此事實上的 (de facto) 制度分類有助於了解政策當局的行為。實務上, 央行採行三種目標: 匯率目標、通貨膨脹目標、貨幣成長率目標。貨幣政策透明化對總體經濟的影響近年來成為經濟學家探討的主題, IMF 認為如果央. 政治大如果能夠確切的達成目標而建立信用, 對於未來政策的持續性會有很大幫助。過去文獻大立都只專注於單一貨幣政策目標, Fatás, Mihov and Rose (2006) 認為貨幣政策透明化的行的目標與貨幣政策實施方法能清楚且及時的傳遞給人民, 那政策將會更有效率。且央行. ‧ 國. 學. 效果能以不同形式發生, 因此結合匯率、貨幣成長率與通貨膨脹目標做為數量目標, 是因為數量目標比較不會受到個人的主觀判斷影響, 衡量上較沒有爭議。 Fatás, Mihov and. ‧. Rose (2006) 研究 1960 到 2000 年 42 個國家, 官方宣告的 (de jure) 數量目標對通貨膨脹. y. Nat. 率的影響。除此之外, 考慮到政府貨幣政策的官方論述經常不能反映實際實施的貨幣政策,. sit. 因此除了檢視官方宣告的 (de jure) 透明貨幣政策制度外, 也探討貨幣政策是否實際成功. er. io. 達成 (de facto) 目標對通貨膨脹率的影響。他們使用最小平方迴歸分析 (OLS) 的結果顯. n. a 13.5%, 達成數量目標能進一步降低通貨膨脹率示實行數量目標能降低通貨膨脹率 6.8%。 v l. i. Ch 而他們也認為可能因為國家處於高通貨膨脹導致貨幣政策當局使用數量目標 , 也有可能因 Un engchi. 為低通貨膨脹環境促使政策當局想用數量目標保持穩定, 因此有內生性問題。他們以兩種方式來解決內生性的問題。第一, 被解釋變數以領先一期的通貨膨脹率來降低內生性的可能性。第二, 使用一組以政治與經濟論點為基礎的工具變數, 包含三個政治變數, 兩個捕捉社會特徵的變數, 以及實行數量目標與達成數量目標的落後項, 其中三個政治變數為政治限制 (political constraints)、總統選舉制度 (presidential electoral system)、多數主義選舉制度 (majoritarian electoral system), 兩個捕捉社會特徵的變數為超過 25 歲的男性且完成初等教育的比率、超過 25 歲的男性且完成次級教育的比率。而不論是使用領先一期的通貨膨脹率當被解釋變數或是加入工具變數討論, 其結果仍顯示實行數量目標與達成數 3.

(10) 量目標能降低通貨膨脹率。但是 Fatás, Mihov and Rose (2006) 使用 OLS 的結果只能看出數量目標對於降低通貨膨脹率的平均效果, 而在其 42 個國家樣本中, 通貨膨脹率有很廣泛的變動, 也就是說, 通貨膨脹率很可能受到樣本極端值的影響, 導致估計結果有偏差。而由過去文獻我們可以得知當一個國家有較高的通貨膨脹率時, 較有可能採取形式上的目標, 而貨幣政策當局採取形式上的目標似乎也可以降低通貨膨脹率。這是因為形式上的目標較能傳達政策透明化的效果並解決動態不一致的情形。另外 Ball and Sheridan (2003) 也說明了政策當局採取形式上的目標, 通貨膨脹率較高的國家似乎比通貨膨脹率較低的國家較能有效降低通貨膨脹率。. 2.1 匯率目標. 政治大 (2001) 及 Rose (2010) 的一系列文章為主。 Ghosh et al. (1996) 認為釘住匯率雖然可立過去討論匯率目標的文獻, 以 Ghosh et al. (1996) 、 Levy-Yeyati and Sturzenegger. ‧ 國. 學. 以當成抑制通貨膨脹率的工具, 但也會導致經濟成長較遲緩。釘住匯率能降低通貨膨脹率是由於政策的紀律與大眾對於通貨的信心。他們研究 145 個 IMF 會員國在 1960 年到 1990 年間, 採取不同匯率制度對於通貨膨脹率的影響。將匯率制度分成釘住匯率、介於中間、浮. ‧. 動匯率, 並且使用 IMF 的官方宣告 (de jure) 與事實上的 (de facto) 分類來了解政策當. sit. y. Nat. 局的真實行為。在樣本中, 平均年通貨膨脹率是 10%, 釘住匯率的國家平均年通貨膨脹率是 8%, 介於中間的國家是 14%, 浮動匯率的國家則是 16%。在低所得國家中, 釘住匯率的. io. a. er. 國家與浮動匯率的國家平均年通貨膨脹率更可以差到 10%。他們也發現當一個國家將浮動. n. 匯率制度轉為固定匯率制度, 一年後通貨膨脹率降低了 0.6%,i v兩年與三年後皆降低 0.5%。 l. n. C. h e n, g一年後通貨膨脹率反而增加相反的, 當固定匯率制度轉為浮動匯率制度 3%, 兩年後增加 chi U. 1.8%, 三年後增加 2.3%。也就是說, 當匯率制度改變, 可能會反映在未來的通貨膨脹率上。 Levy-Yeyati and Sturzenegger (2001) 使用 OLS, 研究 154 個國家在後布列顛森. 林制度 (Bretton-Woods) 時期 (1974 到 1999 年), 匯率制度對通貨膨脹率、名目貨幣供給、實質利率的關係。過去大部分的文獻對於匯率制度的分類是以傳統 IMF 的官方宣告 (de jure) 分類為主。但這個分類法忽略了政策是否有確實實行, 為了解決這個問題, LevyYeyati and Sturzenegger (2001) 使用事實上的 (de facto) 匯率制度分類, 以下簡稱 LYS. 分類, 藉此來檢視實際行為的匯率政策與官方宣稱的匯率政策對於總體變數影響的程度有. 4.

(11) 何不同。他們根據三個與匯率政策相關的變數之行為來分類: (i) 匯率波動性 (σe ),(ii) 匯率變化的波動 (σ∆e ),(iii) 準備變動 (σr )。比方浮動匯率分類就是高匯率波動性, 高匯率變化的波動, 低準備變動, 固定匯率則恰好相反, 低匯率波動性, 低匯率變化的波動, 高準備變動。實證結果顯示, 在所有樣本下, 固定匯率制度對於通貨膨脹率的影響並沒有顯著差別。然而, 排除高通貨膨脹國家 (通貨膨脹率超過 50%) 後, 固定匯率制度對於通貨膨脹率有顯著的負向效果。也就是說, 在低度與中度通貨膨脹的國家,IMF 分類的固定匯率制度能降低通貨膨脹率 1.62%,LYS 分類則能降低通貨膨脹率 1.83%。將樣本分出非工業化國家來看, 可以看出在非工業化國家下, 固定匯率制度與通貨膨脹率有顯著的負向關係。而貨幣成長率與固定匯率制度的關係, 兩種分類均有負向效果, 但並不顯著。 Levy-Yeyati and Sturzenegger (2001) 的實證研究說明了在低度與中度通貨膨脹的國家, 固定匯率制. 政治大的產出變動, 且在非工業化國家下也相當明顯。立. 度能有效降低通貨膨脹率, 但是固定匯率制度對於產出成長卻有不利的效果且會導致較大 Rose (2010) 說明在布列顛森林制度之前, 大部分的國家都是採用固定匯率制度, 並認. ‧ 國. 學. 為固定匯率制度是一個透明且容易被監督的貨幣政策。對於一些比較不成熟或是缺乏信用的央行, 以釘住匯率為目標能改善央行信譽, 也就是說, 如果一個國家飽受通貨膨脹壓力,. ‧. 可以選擇釘住某個有低通貨膨脹率的外國貨幣。而通常有較差信用的開發中國家央行比富. sit. a. er. io. 2.2 通貨膨脹目標. y. Nat. 有國家更有機會藉由釘住匯率來降低通貨膨脹率。. n. i v (Inflation Target;IT) 從1990 年代開始, 拉丁美洲飽受高通貨膨脹的傷害。通貨膨脹目標 l. n. C. heng 的實施就在那時開始, 最早是在紐西蘭實施 (1990 c h年i), UIT 除了是一種達到低穩定通貨膨脹水準的方法外, 也會影響很多總體變數。 IT 關心的重點有三。第一, 了解 IT 的重要性。第二, 衡量 IT 在達到物價與產出成長穩定的表現。第三, 在 IT 下分析最適方法來設計政策目標與工具。在今日大約有 26 個國家採行 IT,2 而其中有一半國家是新興市場或低所得國家。而先進國家包含歐洲央行、美國聯準會、日本央行與瑞士央行也都採用 IT 的精神以實施貨幣 2. 根據 Roger (2010) , 目前採行 IT 的國家有紐西蘭、加拿大、英國、瑞典、澳洲、捷克、以色列、波蘭、巴西、智利、哥倫比亞、南非、泰國、南韓、墨西哥、冰島、挪威、匈牙利、秘魯、菲律賓、瓜地馬拉、印尼、羅馬尼亞、土耳其、塞爾維亞、迦納。. 5.

(12) 政策。 Mishkin (2004) 及 Heenan, Peter and Roger (2006) 認為 IT 的架構主要有四大成分: 一、有明確的央行貨幣政策指令, 以追求物價穩定為主要目標並且有高程度的運作自治權。二、有明確的通貨膨脹數量目標 (Quantitative targets)。三、央行在達成通貨膨脹目標的解釋力上, 主要透過對於政策策略與政策施行的高透明度需求。四、政策方法會考慮到各式各樣的資訊, 並以前瞻性的通貨膨脹壓力為衡量基礎。 IMF (2005) 研究 1990 年到 2004 年, 相較於其他貨幣制度, 採行 IT 平均能降低通貨. 膨脹率 4.8%, 且能降低通貨膨脹變動率 3.6%。在 2007 年中爆發全球金融危機, 根據 Consensus Economics 的總體經濟預測人員在 2010 年 1 月報告, 在 2001-2008 年與 2009-2010. 年兩時期比較, 無論在高所得或低所得經濟體, 有實行 IT 的國家通貨膨脹率仍然下降, 但沒有實行 IT 的國家卻上升。而兩者的產出成長率皆明顯下降, 但沒有實行 IT 的國家下. 政治大由 IT 的架構可以得知, 貨幣政策當局在實行數量目標時, 政策的一致性與信譽是成功立. 降較多。. 的關鍵。 Loayza and Soto (2001) 做案例研究分析, 認為 IT 的好處在於能以較小的產. ‧ 國. 學. 出變動為代價來控制通貨膨脹率, 如同其他貨幣政策制度, 成功仰賴於政策的一致性與實施的信用。 IT 一個重要的優點在於它能使央行有效率與透明的傳遞政策給人民, 藉由減少. ‧. 央行與其他經濟部門的資訊不對稱, 透明的政策能減少人民對未來政策的不確定性。 IT 使. y. Nat. 各國在面對國際市場的動亂時, 能達到物價穩定的目標, 甚至產出的穩定。其後, Morandé. sit. and Schmidt-Hebbel (1999) 提出權衡與法則的兩難。當執行 IT, 貨幣當局會面臨一個. er. io. 抉擇, 若強調執行 IT 的承諾與信譽, 就越沒有彈性容納短期總體經濟的震盪。以智利為. n. al 例, 智利的例子說明在一個高通貨膨脹到穩定通貨膨脹的過渡期間 i v ,IT 設立上應該採取漸 C. n. he 進的方式。在 1930 年到 1999 年, 智利平均年通貨膨脹率達到 i U 31%, 同時通貨膨脹率波動非 ngch. 常大。智利花了 9 年才達到原本設立的目標:3% 的年通貨膨脹率。面對信譽與彈性的抉擇, 若一開始環境是高通貨膨脹 ,政策制定者應該嚴格注意其信譽, 要讓大眾花時間去習慣穩定的物價是一個準則。一旦通貨膨脹率接近預期的水準, 央行所改進的信譽將允許 IT 的政策可以被鬆綁且更具有彈性。 Mishkin and Schmidt-Hebbel (2001) 對 27 個國家 (18 個 IT 與 9 個工業化非 IT 國. 家),1990 到 1999 年間使用多變數 probit 模型 (multivariate probit model) 進行實證, 檢視採行 IT 與沒有採行 IT 的國家在結構條件與經濟表現是否不同。解釋變數為影響採行. 6.

(13) IT 的因素, 包含名目錨 (匯率寬度與貨幣目標虛擬變數), 結構條件 (貿易開放性), 央行. 獨立性 (型式獨立、目標獨立、工具獨立), 總體變數 (通貨膨脹率、財政盈餘比率)。結果顯示, 平均而言,IT 被有較高通貨膨脹水準的國家採行。以事實來看, 大多數新興國家已經採行 IT 使通貨膨脹率達到較低水準, 而較開放的國家也顯著的更有可能採行 IT。財政盈餘與匯率寬度則是不顯著的正向關係。貨幣目標如同預期是顯著負向關係, 顯示同時有明確的 IT 與貨幣目標是不太相容的。央行獨立性的型式獨立是不顯著的正向關係, 工具獨立是顯著的正向關係, 目標獨立則是顯著的負向關係。排除高通貨膨脹的極端值國家 (巴西、秘魯、波蘭) 後, 結果改變不大, 可以得知在排除高通貨膨脹國家之後仍是穩健的。 Mishkin and Schmidt-Hebbel (2001) 另外也提出幾項對於 IT 的看法, 第一, 央行獨立. 性與 IT 是互相強化的, 如紐西蘭、智利與英國。第二, 傳遞、透明化、解釋力與 IT 也是. 政治大升。大部分 IT 目標制定者已經開始出版 IT 報告、貨幣政策論述、央行委員會會議紀錄、立. 互相強化的。 IT 的採行通常來自央行與大眾、市場的傳遞改善, 以及貨幣政策透明化的提. 央行模型與通貨膨脹預測等。第三,IT 已經被經濟衝擊所檢驗。如澳洲、智利、以色列、紐. ‧ 國. 學. 西蘭已經經歷 1997 年亞洲金融危機的衝擊, 而他們也順利度過危機。 Brito and Bystedt (2006) 研究實行 IT 是否能改善拉丁美洲國家的經濟表現, 他們. ‧. 認為 IT 是一種將央行的目標傳遞給社會大眾的手段, 並能增加政策透明度與解釋力, 進. y. Nat. 而發揮改善經濟表現的效果。樣本使用 13 個拉丁美洲國家, 期間為 1995 年到 2005 年, 研. sit. 究結果發現實行 IT 能降低通貨膨脹率與通貨膨脹變動率, 他們證明即使拉丁美洲國家的. er. io. 經濟與制度環境較差, 但 IT 對於降低通貨膨脹率仍是一個有效的貨幣政策。. al. n. iv n C 個 OECD 國家, 期間為 1980 到 2006h年e, 使用 OLSi迴歸 n g c h U , 研究採行 IT 與犧牲比率的關. Gon¸calves and Carvalho (2009) 使用犧牲比率代表抑制通貨膨脹的成本, 樣本為 30. 係, 並假設犧牲比率只受到起始通貨膨脹與抑制通貨膨脹過程的速度影響。結果顯示起始. 通貨膨脹與抑制通貨膨脹速度對犧牲比率皆有顯著的負向影響。之後加入 IT 虛擬變數, 貨幣政策透明度與債務比率之後, 結果皆顯示 IT 與犧牲比率有顯著負相關, 且相對於無採行 IT 的國家, 有 IT 的國家少大約 7% 的產出損失。也就是說, 估計結果顯示在抑制通貨膨脹下,IT 與較小的產出損失相關。另外使用 Heckman’s two-stage procedure 來控制選擇誤差 (selection bias), 結果也顯示 IT 的國家仍然產出損失較小。證明了在抑制通貨膨脹期間, 相較於無 IT 的國家, 有 IT 的國家經歷較小的產出損失。但是因為採取 IT. 7.

(14) 並不是隨機的, 國家選擇採行 IT 可能也顯示其他未知結構特徵導致較小的犧牲比率, 也就是可能有些變數同時影響 IT 決策與犧牲比率。針對此問題, Gon¸calves and Carvalho (2009) 使用 probit 模型分析, 將資料分成有 IT 的 17 個國家與無 IT 的 13 個國家。解釋. 變數為過去的平均通貨膨脹與平均債務佔 GDP 比率。結果顯示平均通貨膨脹有顯著正相關, 平均債務有顯著負相關。其實證發現有較高平均通貨膨脹率與較小債務比率的國家較可能採取 IT。 Roger (2010) 比較 1991-2000 年與 2001-2009 年兩個時期有實行 IT 與沒有實行 IT. 國家的通貨膨脹率與產出表現。發現在低所得經濟體中, 有施行 IT 與沒有施行 IT 國家的通貨膨脹率, 平均而言皆有明顯下降, 且產出成長率也有所改善。但實行 IT 的國家通貨膨脹率下降更多, 產出成長率也增加較多。而通膨變動率與產出變動率方面, 在低所得. 政治大降幅度更大。雖然在高所得經濟體中, 實行 IT 的國家在兩時期似乎改變不大, 但沒有實立. 經濟體中, 有施行 IT 與沒有施行 IT 國家, 也皆有明顯降低, 同樣地, 實行 IT 的國家下行 IT 的國家產出反而經歷小幅下降。通貨膨脹變動與產出變動方面, 實行 IT 的國家變. ‧ 國. 學. 化不大, 但沒有實行 IT 的國家有較大的變動。. Brito and Bystedt (2010) 研究實行 IT 是否能改善開發中國家的經濟表現, 他們認. ‧. 為開發中國家政府缺乏信譽, 且制度較不成熟, 而實行 IT 能幫助央行的貨幣政策變得更. y. Nat. 有信譽, 因此或許能改善經濟表現。實證樣本期間為 1980 年到 2006 年, 共 46 國, 他們認為. sit. 要研究 IT 對於通貨膨脹的影響, 模型中要設一個高通貨膨脹門檻值的虛擬變數, 將樣本. er. io. 中過高的通貨膨脹率控制住, 避免實證結果受到少數高通貨膨脹率的樣本所影響而使估計. n. a l OLS 或兩階段 D-GMM, 結果皆顯示實行結果有偏誤, 實證方法不論使用 IT 有降低通 iv 貨膨脹率的效果。. Ch. n engchi U. 採行 IT 除了能影響通貨膨脹率, Flood and Rose (2010) 認為 IT 對於國家間景氣循環的一致性 (Business cycle synchroniaztion;BCS) 也有影響。他們用 Pearson 相關係數來衡量 BCS, 研究 IT 與 BCS 的關係。樣本為 1974 到 2007 年間 64 個國家的季資料, 結果顯示無論哪種去除趨勢方法對結果影響不大,IT 對 BCS 影響並不顯著。因為將貨幣制度視為外生並不恰當, 因為政策當局選擇貨幣制度並不是隨機的, 當局刻意選擇 IT 只專注於通貨膨脹率, 可能是因為想孤立自己, 避免受到外國震盪, 導致 IT 與 BCS 較不相關, 所以另外用配對方法來估計貨幣制度與 BCS 的關係。使用控制隨機試驗 (controlled. 8.

(15) randomized experiment), 結果顯示 IT 對 BCS 有很小且顯著的正向效果。研究發現 IT. 的出現似乎導致國家之間有較高的景氣循環同步性。也就是說, 有 IT 的國家景氣循環會與外國景氣循環較緊密。由以上文獻可知,IT 能夠讓大眾對於通貨膨脹率有低穩定的預期, 且能減少通貨膨脹率波動、穩定產出, 並能減緩總體經濟衝擊的影響。 Ball and Sheridan (2003) 認為 IT 能有這樣的效果主要是因為該國原有的經濟條件就比較差, 比方通貨膨脹率過高, 所以 IT 能發揮較大效果, 降低較多的通貨膨脹率。若將這種經濟初始條件控制住, 效果可能就不明顯。他們研究 IT 是否能改善經濟表現, 以通貨膨脹率、產出、利率來衡量。使用樣本為 1990 年的 OECD 國家, 並且排除在那之後加入的新興經濟體以及經歷過年通貨膨脹率從 1984 年來超過 20% 的國家 (希臘、冰島、土耳其)。比較 7 個 (澳洲、加拿大、芬蘭、西班. 政治大 OECD 國家。其研究顯示, 實行 IT 後, 通貨膨脹率可以顯著降低 2.19%。但一旦控制初立牙、瑞典、英國、紐西蘭) 在 90 年代早期採用 IT 的 OECD 國家與 13 個沒有採行 IT 的始條件的效果, 研究卻顯示, 有 IT 的國家能降低通貨膨脹率 0.55%, 但並不顯著。產出變. ‧ 國. 學. 動方面, 結果顯示 IT 能增加產出變動, 但是也並不顯著。利率方面, 使用 10 年期政府債券利率, 發現 IT 對於長期平均利率效果並不大。在短期利率波動方面, 使用銀行間的利率,. ‧. 結果也同樣並不明顯。. y. Nat. Mihov and Rose (2007) 將焦點放在貨幣制度的存續性, 而不是著重於貨幣制度本身。. sit. 他們比較不同貨幣制度的存續性與表現, 特別是比較實施固定匯率制度的國家與採行 IT. er. io. 的國家。研究期間為 1974 年到 2004 年, 共 43 個國家。使用 OLS 與負二項迴歸分析, 被解. n. al 釋變數是代表國家達成目標範圍的累積數 , 解釋變數有 IT 的存續期間 , 固定匯率制度的 iv C. n. he 存續期間, 貨幣目標的存續期間, 以及無明確的數量目標存在的時間長度。迴歸結果顯示 i U ngch. 4 個係數皆是顯著的正向效果, 代表較長的貨幣制度似乎增加成功的機率, 且 IT 的效果. 遠大於其他制度。加入固定效果, 時間效果, 落後的被解釋變數後, 結果仍然有正向的顯著關係。也就是說, 存續性較長的貨幣政策制度較有可能達成低通貨膨脹結果。 Mihov and Rose (2007) 另外也用案例分析, 發現 IT 實行後, 具有低穩定的通貨膨脹率, 且隨著時間. 越長效果越大, 而採行固定匯率制度也與低穩定的通貨膨脹率有關, 但相對也有較大的波動。案例分析也顯示採行 IT 的國家在實行一年後達到 0-4% 目標通貨膨脹率的成功率大概是 32%。 15 年後,IT 幾乎 100% 達成目標, 而固定匯率制度則是大約 80% 達成目標。. 9.

(16) 2.3 貨幣成長率目標在過去數十年間, 貨幣供給總計數被工業化與開發中國家央行廣泛使用當作名目錨。在貨幣數量理論與Friedman 的固定貨幣供給建議影響下, 採行貨幣供給目標 (Monetary Target;MT) 在 1970 年代開始流行。 Friedman 認為通貨膨脹的持續是因為貨幣供給量持續. 增加, 而導致總需求增加。在布列顛森林制度瓦解後, 幾個最大工業國家的央行 (包含美國聯準會、德國央行、日本央行、英國央行等) 皆開始採取浮動匯率制度與以貨幣供給法則為基礎的貨幣計畫。貨幣政策控制與貨幣目標的效能決定於穩定的貨幣需求。然而科技進步、財務創新與國際財務整合導致 1970 與 1980 年代貨幣需求的變動性與不可預測性增加。因此, 央行要達成貨幣供給目標與使用貨幣當作政策運作工具變得越來越困難, 於是. 政治大. 開始尋找可替代的貨幣政策工具與目標。之後,IT 的出現導致採行名目錨的貨幣供給目標開始被替代。之後很多國家逐漸發現 IT 似乎比 MT 更有效率。然而, 仍然有部分開發中. 立. 國家使用 MT。. ‧ 國. 學. Hayo, Neumann and von Hagen (1998) 說明歐洲央行 (European Central Bank). 在 1998 年使用貨幣政策穩定物價, 並且企圖使調和的物價指數 (Harmonised Index of. ‧. Consumer Prices;HICP) 每年增加少於 2%, 歐洲央行認為”貨幣”是最重要的決定要素,. 並使用廣義的貨幣供給 M3H(歐洲貨幣總計數) 當做貨幣成長率目標, 歐洲央行假設 1999. Nat. sit. y. 年的貨幣成長率參考值 (reference value) 為 4.5%, 並將貨幣供給目標依照參考值設定, 進. er. io. 行模擬分析, 發現貨幣成長率目標能有效控制通貨膨脹率, 並使通貨膨脹率保持低於 2%。他們也認為歐洲央行應該盡力向社會大眾傳遞貨幣政策, 且當貨幣政策偏離參考值時, 必. n. a. iv. l C, 隨時與社會大眾保持溝通須讓社會大眾知道發生偏離的原因 n , 並維持央行的信譽是控制. 通貨膨脹的關鍵因素。. hengchi U. von Hagen (1998) 回顧德國央行在 1974 年使用貨幣成長率目標的經驗, 德國在 1970. 年初期因為政府支出快速擴張導致國家面臨通貨膨脹的壓力, 德國央行採取未預期的緊縮貨幣政策使經濟衰退, 且石油危機更進一步將衰退擴大, 雖然通貨膨脹一開始有降低, 但失業率也逐步攀高, 德國經濟顧問委員會 (German Council of Economic Advisors;CEA) 批評德國央行並未清楚將貨幣政策意圖傳遞給大眾, 為了避免通貨膨脹預期上升,CEA 認為使用貨幣供給目標能夠傳遞給大眾, 讓大眾知道德國央行仍設法要擴張貨幣, 於是要求政府採取貨幣供給目標, 德國政府在當時採取 8% 的貨幣供給目標, 也順利成功穩定經濟。 10.

(17) Calderón and Schmidt-Hebbel (2008) 使用 1975-2005 年間 63 個國家, 研究國家採. 行 MT 的決定因素。他們認為更進步與更多元化的財務市場使央行控制貨幣的工作變得更加困難, 於是解釋變數考慮財務發展 (本國私部門存款/GDP) 與貨幣成長變動兩變數, 另外放入結構性變數, 包含政府預算赤字、貿易開放性、人均 GDP。另外假設誤差項為 logistic 分配 (logit 模型) 或常態分配 (probit 模型), 並分別討論混合、固定效果與隨機. 效果。結果顯示在 logit 模型下, 固定效果與隨機效果結果相似, 財務發展、貨幣成長變動、政府預算赤字、貿易開放性皆是顯著負相關, 人均 GDP 則不顯著。但在混合資料下, 財務發展是顯著正相關。在 probit 模型下, 結果也相似, 其實證結果可以看出, 若財務發展越高、貨幣成長變動越大、政府預算赤字越大、貿易越開放的國家, 採行 MT 似乎更加困難。. 政治大量目標能增加貨幣政策的透明度, 改善央行信譽, 並能清楚傳遞政策給大眾, 讓大眾了解立. 由以上文獻可以得知, 有較高通貨膨脹的國家似乎越有可能採行數量目標, 而採取數. 政府當局的行為與目標, 降低動態不一致的情形, 所以能降低通貨膨脹率, 特別是在低所. ‧ 國. 學. 得經濟體與非工業化國家。 Ball and Sheridan (2003) 認為央行採取形式上的目標能明顯降低通貨膨脹率很大原因是因為該國通貨膨脹較嚴重, 也就是說, 若處於高通貨膨脹下,. ‧. 採行數量目標的效果可能也會較大, 在低度通貨膨脹下, 效果可能不大, 過去文獻大都採. y. Nat. OLS 迴歸分析, 但 OLS 只能看出平均效果, 並無法看出在高低通貨膨脹下數量目標的效. sit. 果, 因此本文使用追蹤資料分量迴歸法來檢視在高低通貨膨脹下, 實行數量目標對於通貨. er. io. 膨脹率的效果有何不同, 另外考慮到政策當局的實際行為, 因此也觀察成功達成數量目標. n. al 對於通貨膨脹率的效果, 並推測當經濟體處於高通貨膨脹的環境 i v , 實行與達成數量目標能 C. n. he 降低通貨膨脹率的效果應該較大, 當處於適度通貨膨脹下 i U, 效果則相對較小。 ngch. 11.

(18) 3 計量方法 3.1 分量迴歸分量迴歸模型由 Koenker and Bassett (1978) 提出, 可以極端詳細分析整個條件分配每個特定分量下的邊際效果, 也就是可以探討不同分量位數之下, 解釋變數對被解釋變數各種可能影響的情況, 由給定解釋變數不同的分量值, 來探討被解釋變數與解釋變數之間的關係。根據 Koenker and Bassett (1978) , 給定 τ 下, 分量迴歸模型可以下式表示: 0. 0. yi = xi β(τ ) + i (τ ) 或 Qyi (τ |xi ) = xi β(τ ),. 其中 yi 是被解釋變數, xi 是解釋變數, i (τ ) 是誤差項, Qyi (τ |xi ) 是 yi 在 xi 條件下的. 政治大. ‧ 國. 立. {i:yi ≥x0i β}. =. n X. (1). 學. 第 τ 個分量 , Qi (τ |xi ) = 0, 以及 β(τ ) 是在第 τ 個分量下之參數。 ˆ )。極小化下列目標函數 , 即可得到分量迴歸估計式 β(τ X X τ |yi − x0i β| + (1 − τ )|yi − x0i β| {i:yi <x0i β}. ρτ (yi − x0i β),. ‧. i=1. 其中 ρτ (a) 為 check function。如果 {a ≥ 0}, ρτ (a) = τ a; 如果 {a < 0}, ρτ (a) =. y. Nat. er. io. (1 − τ )。. sit. (τ − 1)a。在式 (1), 當觀察值大於估計值, 給定權重 τ 。當觀察值小於估計值, 權重為. n. 分量迴歸的大樣本性質如下 a l: iv √ d C −1 n −1 ˆ n(β(τ ) −hβ(τ )) → N(0,iJ USJ ), e. ngch. 其中 J = −IE[xi x0i f(τ )|xi (x0i β(τ ))] 且 S = τ (1 − τ )IE(xi x0i ),. 其中 f(τ )|x (.) 為誤差項 (τ ) 的條件機率密度函數。令虛無假設為 H0 : Rβ(τ ) = r , 分量迴歸的大樣本檢定的統計量為 d ˆ ) − r]0 Γ(τ ˆ ) − r]/τ (1 − τ ) → ˆ )−1 [Rβ(τ Wn (τ ) = n[Rβ(τ χ2q ,. ˆ ) = RD(τ ˆ )R0 , D(τ ˆ ) 為 D(β(τ )) 的一致估計式, χ2 為卡方分配。其中 Γ(τ q 12.

(19) 3.2 分量迴歸與內生性若變數有內生性 (endogeneity) 的問題, 會造成估計式不一致與偏誤。令 Y = Dα(τ ) + Xβ(τ ) + , 其中 Y 是被解釋變數, D 是有內生性問題的變數, X 是沒有內生性的解釋. 變數。假設 Y = Dα0 + Xβ0 + (Dα1 + Xβ1 )(τ ). 上式可表示成第 τ 個分量下, Y 的條件分量函數 QY (τ |D, X) = D0 α(τ ) + X 0 β(τ ). 其中 α(τ ) = α0 + α1 Q (τ |X, D) , β(τ ) = β0 + β1 Q (τ |X, D) , Q (τ |X, D) 代表的. 政治大如果將 τ 視為服從單位均勻分配的隨機變數, 我們可以將 Y 改寫成立. 第 τ 個條件分量。. ‧ 國. 學. Y = D0 α(U ) + X 0 β(U ). 其中 U 是給定 X 、 D 下, 造成 Y 有異質性的未知變數。換句話說, U 代表任何可能會. ‧. 影響被解釋變數的因素, 但這些因素無法被觀察到。令 D = δ(X, Z, V ) , δ 是一個未知函. y. Nat. 數, V 是依賴於 U 且未觀察到的向量, Z 是一個工具向量。假設 Z 、 X 、 U 互相獨立。. sit. 因為 V 依賴於 U , 所以 U 透過函數 δ 影響 D 。因此 D 將會有內生性的問題。. er. io. 基於這個模型設定, Chernozhukov and Hansen (2005,2006) 提出工具變數分量迴歸. n. al. v. (Instrumental Variable Quantile Regression;IVQR) 來處理分量迴歸對內生性的問題。. Ch 定義一個加權分量迴歸目標函數 Sn (τ, α, β, γ) = (1/n). n X. engchi. i Un. ˆ i (τ )0 γ) · Vî (τ ) ρτ (Yi − Di0 α − Xi0 β − Φ. i=1. ˆ i (τ ) ≡ Φ(τ, ˆ Xi , Zi ) 是一個 dim(α) × 1 工具向量, 且 Vî (τ ) ≡ Vˆ (τ, Xi , Zi ) 是正其中 Φ 的權重函數。為了簡化模型, Chernozhukov and Hansen (2006) 使用常數權重, Vî = 1 。 IVQR 的估計過程如下: 定義一個序列值 {αj , j = 1, ..., J} , 且在 Xi 與 Φi (Xi , Zi ) ˆ j , τ ) 與 γˆ (αj , τ ) 。上跑 Yi − D0 αj 的第 τ 個分量迴歸來得到係數 β(α i. ˆ j , τ ), γˆ (αj , τ )) = arg min Sn (αj , β, γ) (β(α β,γ. 13.

(20) 定義 k x kA(τ ) =. √ x0 Ax , 並令 A(τ ) 為一個 uniform 正定矩陣。在 {αj , j = 1, ..., J} 中. 選擇一個 α ˆ (τ ) 使 k x kA(τ ) 接近 0, α ˆ (τ ) = argmin k γˆ (αj , τ ) k. 則 IVQR 的參數可定義為 ˆ α(τ ), τ )) ˆ ) = (ˆ Υ(τ α(τ ), β(ˆ ˆ ) 的極限分配為 Chernozhukov and Hansen (2006) 說明在任意給定的 τ 下, Υ(τ √ d ˆ ) − Υ(τ )) → n(Υ(τ N(0, J −1 S(τ, τ 0 )[J −1 ]0 ),. 其中 S 可利用 Sˆ 估計. 立. 政治大. ˆ )Ψ(τ ˆ 0 )] S(τ, τ 0 ) = (min(τ, τ 0 ) − τ τ 0 )E[Ψ(τ. ‧ 國. 學. 而 J 可利用 Jˆ 估計. n 1 X ˆ i (τ )[D0 , X 0 ] 1(|î (τ )| ≤ Hn )Ψ i i 2nHn i=1. ‧. Jˆ =. y. Nat. n. al. er. io. 寬度。. sit. ˆ ),Ψ ˆ i (τ ) = [Ψ ˆ i (τ )0 , X 0 ]0 , 且 Hn 是一個適當的選擇 ˆ (τ ) − Xi0 β(τ 其中 î (τ ) = Yi − Di0 α i. 3.3. 追蹤資料下的分量迴歸C h. engchi. i Un. v. 追蹤資料下的分量迴歸, 如果個別效果 ηi 固定, Koenker (2004) 提出一個方法來消除固定效果。假設一個追蹤資料分量迴歸模型如下: 0. 0. yit = ηi + xit β(τ ) + εit (τ ) 或 Qyit (τ | xit , ηi ) = ηi + xit β(τ ). Koenker (2004) 提出 shrinkage method 來消除固定效果 ηi , 目標函數如下: q T X n X X. 0. ωk ρτk (yit − ηi − xit β(τk )) + λ. k=1 t=1 i=1. n X i=1. 14. |ηi |.. (2).

(21) 給定下列假設: A1 : yit 獨立於條件分量函數 Fit 有著可微條件密度函數 0 < fit < ∞, 且微分 fit0 在 0. ξit (τ ) 有界, 其中 ξit (τ ) = ηi + xit β(τ ). A2 : D0 與 D1 為正定,  D0 = lim T −1  n,T →∞. 0. 0. ω ΩωI I. √ 0 0 ω ΩW ⊗ I X/ n.  且 √ 0 0 W Ωω ⊗ X I/ n W ΩW ⊗ X X/n. √ 0 0 ωk I Φ k I ω1 I Φ1 X/ n √ √ 0 0 ω1 X Φ1 I/ n ω1 X Φ1 X/ n .. .. . . √ 0 0 ωq X Φq I/ n.  P    D1 = lim T −1  n,T →∞  . . √  0 ωq I Φq X/ n   ... 0  , .. ..  . .  √ 0 . . . ωq X Φq X/ n. .... 政治大. 其中 Ω 是一個有著元素 τk ∧ τl − τk τl 的 q × q 矩陣且 Φj = diag(fit (ξit (τj )))。 I = N In 1lT , 1lT = (1, . . . , 1)0 , 且 I 是代表固定效果的矩陣。. √ √ 0 0 ωk ρτk (yit − ξit (τk ) − zit δo / T − xit δk / nT ). y. Nat. VnT (δ) =. q T X n X X. kxit k < M.. ‧. 令. max. 1≤i≤n,1≤t≤T. 學. A3 :. ‧ 國. 立. − ρτk (yit − ξit (τk )) + λT. n. al. n X. √ | ηi − δoi / T | − | ηi |,. er. io. . sit. k=1 t=1 i=1. ni C   h √ U e n g cTh(ˆηi− η) δˆ0. 其中. i=1. v. .   √    nT (β(τ ˆ 1 ) − β(τ1 ))     = . ..    .    √ ˆ ˆ δq nT (β(τq ) − β(τq )) √ 因此, 在給定條件 A1–A3 下並給定 λT / T → λ0 , na /T → 0, 且 a > 0, δˆ 可以極小化    δˆ =   . δˆ1 .. .. VT n 且 VT n 有極限分配 1 0 0 0 V0 (δ) = −δ Bg + δ D1 δ + λ0 δs . 2 0 0 0 Bg 代表有平均數 0 與共變異數 D0 的高斯向量 , s = (s0 0pq ) , 且 s0 = (sgn(ηi ))。 15.

(22) 3.4 有內生性問題的追蹤資料分量迴歸分析 Koenker (2004) 介紹了分量迴歸模型在追蹤資料上的估計, 並且使用 shrinkage method. 處理了固定效果。但如果我們使用 Koenker (2004) 的模型處理有內生性的問題, 估計出來的參數會有偏誤。 Galvao and Montes-Rojas (2010) 提出解決偏誤問題的方法。假設條件分量函數 Qyit (τ |ηi , D, xit ) = ηi + α(τ )D + x0it β(τ ).. 其中 ηi 為固定效果, yit 是被解釋變數, D 是有內生性問題的變數, xit 是解釋變數。定義目標函數 QN T (η, α, β, γ) :=. q n X T X X. ωk ρτ (yit −zit0 η−d0it α(τk )−x0it β(τk )−wit0 γ(τk ))+λ. k=1 i=1 t=1. 立. 政治大. n X. |ηi |.. i=1. 其中 wit 為工具變數, ωk 為分量權重。. ‧ 國. 學. 當 q=1 且給定 λ , Penalized Instrumental Variable Quantile Regression Fixed Effect (PIVQRFE) 可以被估計如下:. ‧. 1. 給定分量 τ 與懲罰項 λ , 定義一個序列值 {αj , j = 1, ..., J; |α| < 1} , 並用分量迴 ˆ j , τ ), γˆ (αj , τ ) 也就是說, 歸估計得到係數 ηˆ(αj , τ ), β(α. sit. y. Nat. ˆ j , τ ), γˆ (αj , τ )) := min QN T (τ, ηi , α, β, γ) (ˆ η (αj , τ ), β(α. n. al. er. io. η,β,γ. i Un. v. 2. 在 {αj , j = 1, ..., J} 中選擇 α ˆ (τ ) 使 ||ˆ γ (αj , τ )|| 接近 0。. Ch. engchi. α ˆ (τ ) = min[ˆ γ (α, τ )0 ]A[ˆ γ (α, τ )] α. ˆ ) 被 β(ˆ ˆ α(τ ), τ ) 所給定。因此參數估計式為其中 A 是正定矩陣。估計值 β(τ ˆ )) = (ˆ ˆ α(τ ), τ )) θˆ = (ˆ α(τ ), β(τ α(τ ), β(ˆ. 當 q > 1 且給定 λ , 其估計方法如下: 1. 使用數值最適化函數 (numerical optimization function) 得出使 k x kA 最接近 0的 α ˆ (τ ) 。在起始值的選擇上, 以不加入工具變數的原始迴歸式所得出的參數為起 16.

(23) 始值, 即以 min η,β,γ. q T X n X X. ωk ρτ (yit −. zit, η. −. d0it α(τk ). 0. − xit β(τk )) + λ. k=1 t=1 i=1. n X. |ηi |,. i=1. 為目標所估計出的 α b(τk ) 為起始值。 0. 2. 將起始值 α b(τk ) 帶入以 Yit − Dit α(τ ) 對 Xit 與 Wit 做帶有懲罰項的追蹤資料分. 量迴歸, 利用數值最適化函數可以得出使估計值 γ(τk ) 的平方和最小的 α ˆ (τ ) 。該估計式的設計矩陣 (design matrix) 可表示如下: . . [ω ⊗ (IN ⊗ ιT )..Υ ⊗ X ..Υ ⊗ W ]. 其中, IN 為一 N ×N 的單位矩陣 (identity matrix) , ιT 為元素皆為1 的 T ×1 向量,. 政治大 response vector) 為 ye = ((ω ⊗ (y − α(τ ))) 0 ) , τ = 1, . . . , k 。立. Υ 為 K×K 的對角矩陣, 而其對角線為權重 ω 。而相關的反應向量 (corresponding 0. 0. 0. n. 0. ‧ 國. Wit. 學. 3. 將從第二步得出的使 k x kA 最接近 0 的 α ˆ (τ ) 重新帶入 Yit − Dit α(τ ) 對 Xit 與. 的估計式, 即可得出在使 k x kA 最接近 0 的條件下所有變數的參數估計值。. ‧. Galvao and Montes-Rojas (2010) 提出下列假設:. y. Nat. yit 與條件分配函數 Fit 獨立, 且可微條件密度函數, 0 < fit < ∞ , 存在一階. sit. A1:. n. al. er. io. 微分 fit0 , i=1,...,N,t=1,...,T。. i Un. v. A2: 對於所有 τ , (α(τ ), β(τ )) ∈ intA × B 且 A × B 是緊緻且凸性。. Ch. engchi. √ √ √ A3: maxit kyit k = O( N T ) ; maxit kxit k = O( N T ) ; maxit kwit k = O( N T )。 A4: 對於 a > 0 ,. Na T. √ → 0 且 λT / T → λ0 ≥ 0 。. A5: Φ(τk ) = diag(fit (ξit (τk ))) , 其中 (ξit (τk )) = ηi +α(τk )D+x0it β(τk )+wit0 γ(τk ), ˜ = [X 0 , W 0 ]0 。下列矩陣為正定 Mzk = I − Pzk 且 Pzk = Z(Z 0 Φ(τk )Z)−1 Z 0 Φ(τk ) 。令 X   ˜ 0 M 0 Φ(τ1 )Mz1 X ˜ ... υ1 X 0 z1  1    .. .. .. Jβγ = lim .  , . . N,T →∞ N T   0 0 ˜ ˜ 0 . . . υk X Mzk Φ(τk )Mzk X 17.

(24) . 0 ˜ 0 Mz1 Φ(τ1 )Mz1 y−1 . . . 0 υ1 X  1  .. .. . .. Jα = lim  . . N,T →∞ N T  ˜ 0 M 0 Φ(τk )Mzk y−1 0 . . . υk X zk.  1 N,T →∞ N T.    . S = lim. 其中. P. ij. P ˜0 0 ˜ ˜ ˜0 0 1q X Mz1 Mz1 X 11 X Mz1 Mz1 X . . . .. .. .. . . . P ˜0 0 P ˜ ˜0 0 ˜ q1 X Mzq Mz1 X . . . qq X Mzk Mzk X. P.    , .    , . −1 的分割, 且 H = J¯γ0 AJ¯γ , Jβγ , = υ(τi ∧ τj − τi τj )υj 。定義 [J¯β0 J¯γ0 ]0 當作 Jβγ. Jα0 HJα 為可逆的。. 政治大. 在 A1-A5 的假設下, 可推得一致性與漸進常態. p ˆ )→ ϑ(τ ϑ(τ ). 學. 其中 ϑ = (η, α, β) 。. √. d ˆ − θ(λ)) → N T (θ(λ) N (Bias(λ), Ω). Nat. y. ‧. ‧ 國. 立. sit. n. al. er. io. 其中 Ω = (K 0 , L0 )0 S(K 0 , L0 ) ,S、H 與 J 的所有元素如同 A5 定義, K = (Jα0 HJα )−1 Jα H, L = J¯β M , M = I − Jα K 。 Bias(λ) = (K 0 , L0 )0 V λ0 s, V = (υ1 X 0 Mz0 , ..., υq X 0 Mz0 )。. Ch. engchi. 18. i Un. v.

(25) 4 實證結果 4.1 資料本文使用的變數與國家樣本資料期間為1960 年到 2007 年, 共 50 個國家, 其中年通貨膨脹率為消費者物價指數 (CPI 的變化率) , CPI資料來自 IMF 的 International Financial Statistics (IFS) 。貿易開放性為進口加出口佔 GDP 份額的百分比, 資料來自 Penn World Table database。政府預算盈餘或赤字佔 GDP 份額的百分比, 資料來自 IFS。景. 氣循環定義為實質 GDP 成長率減平均 GDP 成長率, 其 GDP 資料來自 World Bank。實質人均 GDP 資料來自 Penn World Table database。人口數資料來自 Penn World Table database。實質 GDP 資料為實質人均 GDP 乘上人口數。3 本文根據 Fatás, Mi-. 政治大. hov and Rose (2006) , 使用兩個虛擬變數來象徵貨幣政策制度: 是否有宣布明確的 (de. 立. jure) 數量目標與數量目標是否達成 (de facto)。匯率目標資料來自 Reinhart and Rogoff. ‧ 國. facto 則是以 Reinhart-Rogoff 的分類為基礎。. 5. 學. (2004), 從 Carmen Reinhart 的網站可以下載,4 de jure 的分類根據 IMF 官方分類,de. 通貨膨脹目標與貨幣成長率目標可以從. ‧. Fatás, Mihov and Rose 的網站下載到資料。6 另外本文還參考 Roger (2010) 與 IMF 出. 版的 Exchange Arrangements and Exchange Restrictions 與 IFS Yearbook。7. sit. y. Nat. 隨著時代演進, 各國貨幣政策實施在近幾十年來有明顯變化,1960 年代大部分國家都是. io. er. 釘住匯率, 貨幣成長率目標在 1980 年代之後較少使用, 通貨膨脹目標則在 1990 年代才開始出現。表 1 為全部國家與加入 4 個通貨膨脹率極端的國家之敘述統計量,8 從表 1 全部國. al. n. 3. Ch. i Un. v. 本文先針對模型中的變數使用Levin et al. (2002) (LLC) 及 Im et al. (2003) (IPS) 進行追蹤資料單根檢定 (panel unit root test)。以 LLC 檢定模型中變數, 其中通貨膨脹率、貿易開放性、政府預算赤字或盈餘、景氣循環、實質人均 GDP、實質 GDP 所得出的檢定統計量依序為: -18.54、-16.68、-19.13、28.19、4.94、13.38; 另外 IPS 檢定所得出的檢定統計量依序為:-2.85、-2.23、-2.94、-5.28、0.84、2.96, 其中實質人均 GDP 與實質 GDP 結果顯示不拒絕設定為單根的虛無假設, 進行一階差分後則顯示資料為定態。 4 網址為http://terpconnect.umd.edu/ creinhar/。 5 匯率目標分類中, 若IMF 的分類是 0,RR 分類是 1,Fatás, Mihov and Rose (2006) 將這種情形不算在 de facto 分類, 詳細分類可參照附錄 B, 然而, 這樣可能出現欺騙 (cheating) 的問題, 這部分在未來是可以深入探討的議題。 6 網址為http://faculty.haas.berkeley.edu/arose/。 7 在通貨膨脹目標與貨幣成長率目標方面, Fatás, Mihov and Rose (2006) 參考許多資料, 主要來源為 Cottarelli and Giannini (1997)、 Mishkin and Schmidt-Hebbel (2001) 、 Agenor (2002) 、 Sterne (2002) 、 Siklos (1999) 、 Bernanke, Laubach, Mishkin and Posen (1999) 。 8 通貨膨脹極端國家為年通貨膨脹率超過1000% 的國家, 分別是阿根廷、玻利維亞、巴西與秘魯。. engchi. 19.

(26) 家的敘述統計量可以看出樣本平均年通貨膨脹率為 10.8146%, 但第一分位數是 2.5365%, 中位數是 5.4203%, 第三分位數是 11.23%, 平均數遠高於中位數, 資料為右偏。且最大年通貨膨脹率為 504.729%, 最小則只有-7.63%, 樣本標準誤為 23.3408, 可以得知樣本中, 年通貨膨脹率有極端值, 且很廣泛的變動, 樣本期間中曾有實行數量目標的樣本約占 78%, 達成數量目標則較少, 約為 63%。貿易開放性平均數為 69.3662%, 中位數為 59.1324%, 且第一與第三分位數分別為 41.2526% 與 81.9762%, 顯示資料較對稱。政府預算盈餘或赤字平均數為-2.5584%, 中位數為-2.0234%, 第三分位數為-0.3970%, 可看出樣本中大部分國家政府預算以赤字居多。實質人均 GDP 平均數為 12888.39 美元, 中位數為 10203.79 美元, 可以看出樣本受到某些富有國家影響, 將平均數拉高, 且標準誤也非常大。實質 GDP 也如同人均 GDP, 資料差距很大, 且受到各國人口數差距影響。. 政治大數、中位數、第三分位數分別為 2.6625% 、5.8332% 、12.0077%, 比未加入前略微增加, 變化立. 從表 1 包含 4 個通貨膨脹率極端的國家之敘述統計量可以看出通貨膨脹率第一分位. 並不大, 但是平均年通貨膨脹率從 10.8146% 被大幅拉高到 29.3263%, 可得知這 4 個通貨. ‧ 國. 學. 膨脹極端的國家使樣本資料向右極端偏離, 且標準誤也從 23.1981 大幅上升到 296.8504, 最大值增加到 10945.7%, 可知樣本通貨膨脹率變動相當大。其他變數如是否有實行數量. ‧. 目標、是否有達成數量目標、貿易開放性、實質人均 GDP 與實質 GDP 的敘述統計量. y. sit. 41.2207%。. Nat. 則變化不大。政府預算盈餘或赤字較大的變化則是在最小值的部分, 從-26.7398% 降低到-. er. io. 為比較不同經濟發展程度的國家, 將樣本分成 23 個 OECD 會員國與 27 個非 OECD. n. 會員國, 表 2 為敘述統計量, a本文 l OECD 會員國採用在 1975i v年之前加入, 距今已經超過. Ch. n engchi U. 30 年的會員國。 OECD會員國的平均年通貨膨脹率為 7.3599%, 第一分位數、中位數、第. 三分位數分別為 2.29% 、4.0285% 、7.9723%, 均低於全部國家, 標準誤為 11.1403, 同樣遠低於全部國家的 23.1981。樣本期間中曾有實行數量目標的樣本約占 85%, 達成數量目標約為 70%, 高於全部國家的 78% 與 63%, 顯示經濟發展程度較高的國家在實行與達成數量目標上比例較高。 OECD會員國的平均實質人均 GDP 為 20187.11 美元, 遠高於全部國家的 12888.39 美元, 第一分位數、中位數、第三分位數分別為 14523.58、19604.73、25970.33 美元, 顯示實質人均 GDP 資料較對稱。而平均實質 GDP 為 7.81×108 美元, 同樣遠高於全部國家。非OECD 會員國的樣本與 OECD 會員國恰好相反, 平均年通貨膨脹率為. 20.

(27) 表 1: 全部國家與包含極端通貨膨脹率超過1000% 的國家敘述統計量平均數. Q1. 中位數. Q3. 標準誤. 最小值. 最大值. 國家數. 平均年通貨膨脹率. 10.8146. 2.5365. 5.4203. 11.23. 23.1981. -7.63. 504.729. 50. 是否有實行數量目標 (0 為否,1 為是). 0.7829. 1. 1. 1. 0.4123. 0. 1. 50. 是否有達成數量目標 (0 為否,1 為是). 0.6291. 0. 1. 1. 0.4831. 0. 1. 50. 貿易開放性. 69.3662. 41.2526. 59.1324. 81.9762. 51.5811. 6.6661. 456.9356. 50. 全部國家. 政府預算盈餘或赤字. -2.5584. -4.4453. -2.0234. -0.3970. 4.3990. -26.7398. 22.6556. 50. 實質人均 GDP. 12888.39. 4848.6140. 10203.79. 19584.62. 9613.593. 838.8334. 48392.99. 50. 實質 GDP. 4.45×108. 2.70×107. 1.09×108. 3.05×108. 1.16×109. 416644.4. 1.29×1010. 50. 平均年通貨膨脹率. 29.3263. 2.6625. 5.8332. 12.0077. 296.8504. -7.63. 10945.7. 54. 是否有實行數量目標 (0 為否,1 為是). 0.7681. 1. 1. 1. 0.4221. 0. 1. 54. 包含極端通貨膨脹率超過 1000% 的國家. 是否有達成數量目標 (0 為否,1 為是). 0.6064. 貿易開放性. 66.5625. 政府預算盈餘或赤字. -2.6773. 立. 實質人均 GDP. 12419.28. 1. 1. 0.4886. 0. 1. 54. 56.7643. 79.2111. 50.8104. 4.8260. 456.9356. 54. 政治大. 4.39×108. -4.4557. -2.1119. -0.4866. 4.5172. -41.2207. 22.6556. 54. 4737.876. 9501.48. 18854.14. 9437.032. 838.8334. 48392.99. 54. 2.76×107. 1.13×108. 3.20×108. 1.12×109. 416644.4. 1.29×1010. 54. 學. ‧ 國. 實質 GDP. 0. 38.9704. 註: 1. 樣本期間為 1960-2007 年, 全部國家共 50 國, 包含極端通貨膨脹率超過 1000% 的國家共 54 國。 2. Q1 為四分位數中的第一分位數,Q3 為第三分位數。. ‧. 13.7873%, 第一分位數、中位數、第三分位數分別為 3.08% 、7.3234% 、 13.67%, 標準誤為. y. Nat. sit. 29.592, 皆高於 OECD 會員國。樣本期間中曾有實行數量目標的樣本約占 73%, 達成數量. er. io. 目標約為 58%, 皆低於 OECD 會員國。非 OECD 會員國的平均貿易開放性為 78.6288%,. n. 高於 OECD 會員國的 58.4017% 平均實質人均 GDP a 。政府預算盈餘或赤字則相差不大。 v. l. i. 與平均實質 GDP 皆低於 OECDC會員國。 U n OECD 會員國的敘述統計量 h 從 OECD 與非. engchi. 我們可以得知經濟發展較高的國家, 平均通貨膨脹率通常也較低, 人均所得較高, 而實行數量目標與達成數量目標的比例也較高。. 4.2 基本結果本文追蹤資料分量迴歸模型設定如下: πit = ηi + DJT argetit β1 (τ ) + Successit β2 (τ ) + Xit0 γ(τ ) + it,τ. 21. (3).

(28) 表 2: OECD會員國與非 OECD 會員國敘述統計量平均數. Q1. 中位數. Q3. 標準誤. 最小值. 最大值. 國家數. 平均年通貨膨脹率. 7.3599. 2.29. 4.0285. 7.9723. 11.1403. -0.9. 110.173. 23. 是否有實行數量目標 (0 為否,1 為是). 0.8496. 1. 1. 1. 0.3575. 0. 1. 23. 是否有達成數量目標 (0 為否,1 為是). 0.6920. 0. 1. 1. 0.4618. 0. 1. 23. 貿易開放性. 58.4017. 39.2222. 55.1841. 71.9541. 29.9561. 6.6661. 184.3079. 23. OECD會員國 1960-2007 年. 政府預算盈餘或赤字. -2.5572. -4.3967. -1.9271. -0.4840. 4.2297. -20.7865. 22.2357. 23. 實質人均 GDP. 20187.11. 14523.58. 19604.73. 25970.33. 8259.187. 2487.499. 48392.99. 23. 實質 GDP. 7.81×108. 1.05×108. 2.14×108. 7.56×108. 1.60×109. 1783289. 1.29×1010. 23. 平均年通貨膨脹率. 13.7873. 3.08. 7.3234. 13.67. 29.5920. -7.63. 504.729. 27. 是否有實行數量目標 (0 為否,1 為是). 0.7260. 0. 1. 1. 0.4461. 0. 1. 27. 非 OECD 會員國 1960-2007 年. 是否有達成數量目標 (0 為否,1 為是). 0.5756. 貿易開放性. 78.6288. 0. 1. 1. 0.4944. 0. 1. 27. 43.1658. 65.0435. 93.2706. 62.9644. 7.0409. 456.9356. 27. -4.4908. -2.1144. -0.3476. 4.5429. -26.7398. 22.6556. 27. 實質人均 GDP. 6722.515. 政治大 3082.523. 5328.643. 8333.334. 5463.908. 838.8334. 44618.95. 27. 實質 GDP. 1.62×108. 1.49×107. 4.08×107. 1.50×108. 3.74×108. 416644.4. 4.32×109. 27. 政府預算盈餘或赤字. -2.5594. 註 1: 樣本期間為 1960-2007 年,OECD 會員國共 23 國, 非 OECD 會員國共 27 國。註 2: Q1 為四分位數中的第一分位數,Q3 為第三分位數。. 學. ‧ 國. 立. ‧. 其中 i 代表國家, t 代表年, ηi 為不隨著時間而改變的固定效果, τ 代表不同分量, 被解. y. Nat. sit. 釋變數 π 代表年通貨膨脹率, 解釋變數 DJTarget 為虛擬變數,1 代表國家有實行數量目. er. io. 標,0 代表沒有, Success亦為虛擬變數,1 代表國家達成數量目標,0 代表沒有, X 為 5 個與通. n. 貨膨脹率相關的控制變數, 分別是貿易開放性 , 政府預算盈餘或赤字 a v , 景氣循環, 實質人均. i l C n U hengchi 根據 Fatás, Mihov and Rose (2006), 放入貿易開放性主要有兩個理由, 首先, 越開. GDP, 實質 GDP, 為誤差項。. 放的經濟體有較低的通貨膨脹率, 因為當國家有較高的貿易開放性, 貨幣擴張的成本越高且央行較不可能採取缺乏事前承諾的貨幣政策。再者, 越開放的經濟體較有可能採行固定匯率制度。政府預算赤字或盈餘可透過貨幣融資赤字或總和需求影響通貨膨脹率, 而財政政策結果也可能影響貨幣政策是否達成。本文實證先只考慮實行與達成數量目標對通貨膨脹率的效果, 而不放入控制變數, 分別使用追蹤資料組內估計法與追蹤資料分量迴歸法, 表 3 為實證結果, 由組內估計法可以得知, 實行與達成數量目標平均而言可以降低通貨膨脹率 9.680% 與 4.609%, 使用追蹤資 22.

(29) 料分量迴歸法可以明顯看出在高通貨膨脹下, 實行與達成數量目標效果較大, 低通貨膨脹下, 效果則較小。實行與達成數量目標在九個分量皆是負數, 在第一與第二分量下, 實行數量目標分別可以降低通貨膨脹率 3.826% 與 2.942%, 達成數量目標可以降低通貨膨脹率 0.524% 與 1.336%, 在第九分量下, 實行數量目標可以降低通貨膨脹率 20.322%, 達成數量. 目標可以降低通貨膨脹率 9.201%, 實行與達成數量目標的效果呈現越高分量, 效果也越大的趨勢。從表 3 也可以看出將五個控制變數放入的實證結果, 當使用組內估計法, 有數量目標與達成數量目標皆對通貨膨脹率有顯著負向關係, 實行數量目標平均可以明顯降低通貨膨脹率 9.776%, 達成數量目標可另外降低通貨膨脹率 4.028%。然而, 使用組內估計法的結果只能看出數量目標對於降低通貨膨脹率的平均效果, 而從敘述統計量可以看出, 在 50 個. 政治大的影響, 導致估計結果有偏差。因此另外使用追蹤資料分量迴歸的方法, 探討在不同分量立. 國家樣本中, 通貨膨脹率有很廣泛的變動, 也就是說, 通貨膨脹率很可能受到樣本極端值. 下, 實行數量目標對於通貨膨脹率的影響。結果顯示在第一分量下, 實行數量目標可以降. ‧ 國. 學. 低通貨膨脹率 3.250%, 在第二分量可以降低通貨膨脹率 2.903%, 明顯遠低於組內估計法的結果, 而隨著分量逐漸增加, 特別是在第五分量之後, 實行數量目標能降低通貨膨脹率. ‧. 的效果逐漸加大, 到了第八分量, 實行數量目標可以降低通貨膨脹率 9.285%, 第九分量甚. y. Nat. 至可以降低通貨膨脹率 18.785%, 遠高於組內估計法的結果。達成數量目標在第一分量下,. sit. 結果並不顯著, 第二分量可以降低通貨膨脹率 1.427%, 從第三分量開始, 降低通貨膨脹率. er. io. 的效果也是逐漸增加, 到了第九分量, 達成數量目標可以降低通貨膨脹率 8.523%, 同樣高. n. al 於組內估計法的結果。從追蹤資料分量迴歸法的結果 , 可以得知在高低不同的通貨膨脹下 , iv C. n. he 數量目標的效果並不一致, 高通貨膨脹下降低通貨膨脹率效果較大 , 低通貨膨脹下則降低 i U ngch. 通貨膨脹率效果較小, 因此若只從組內估計法的結果來看, 只能看出平均效果, 並無法了解實行與達成數量目標對於真實情況的效果。如同 Ball and Sheridan (2003) 所說, 貨幣政策當局採取形式上的目標, 處於高通貨膨脹環境的國家比低通貨膨脹環境的國家更能有效降低通貨膨脹率。如同 Fatás, Mihov and Rose (2006) , 表 4 與表 5 為根據模型 (3) , 分別拿掉達成數量目標與實行數量目標之變數, 由表 4 的組內估計法結果可以看出, 有實行數量目標平均而言可以顯著降低通貨膨脹率 12.562%, 使用追蹤資料分量迴歸法可以進一步看出實行數. 23.

(30) 量目標在高低通貨膨脹下的效果, 在第一分量下可以顯著降低通貨膨脹率 3.485%, 第二分量下可以顯著降低通貨膨脹率 3.811%, 如同表 3 的基本結果, 越高分量下實行數量目標降低通貨膨脹率的效果也越大, 到了第八與第九分量, 甚至可以降低通貨膨脹率 12.428% 與 25.580%。表 5 的組內估計法結果可以看出達成數量目標平均而言可以顯著降低通貨膨脹率 9.511%, 在第一分量下可以降低通貨膨脹率 2.214%, 且同樣隨著分量越大, 降低通貨膨脹率的效果也越大, 到了第九分量, 可以降低通貨膨脹率 19.665%。從以上的實證結果可以看出, 若單單使用組內估計法去探討實行與達成數量目標的效果, 並無法得到宏觀的解答, 使用追蹤資料分量迴歸法才可以清楚看出在高低通貨膨脹下, 實行與達成數量目標的效果明顯不一致, 高通貨膨脹下效果較大, 低通貨膨脹下效果則較小。. 政治大實證結果在表 6 、表 7 與表 8 。表 9 為將解釋變數. 本文另外將貿易開放性資料改用進口佔 GDP 份額的百分比、出口佔 GDP 份額的百. 立. 分比與將其去除時間趨勢來衡量 ,9. 中的景氣循環使用 HP filter 後取代。從實證結果可以得知其結果皆與基本結果相似, 即. ‧ 國. 學. 實行與達成數量目標可以降低通貨膨脹率, 且在高低不同分量下, 其降低通貨膨脹率的效果並不一致, 高通貨膨脹下效果較大, 低通貨膨脹下效果則較小。. ‧ sit. y. Nat. 4.3 加入極端通貨膨脹國家. 由基本結果的追蹤資料分量迴歸法可以得知數量目標的效果在高低通貨膨脹下有所不同,. io. a. er. 如同 Fatás, Mihov and Rose (2006) , 本文將樣本加入年通貨膨脹率超過 1000% 的國. n. iv 家進行實證, 藉此了解實行與達成數量目標在加入高極端通貨膨脹國家下效果是否有所不 l 同。. Ch. n engchi U. 表 10 為加入年通貨膨脹率超過 1000% 國家的實證結果, 加入極端通貨膨脹國家後共有 54 國, 平均年通貨膨脹率從 10.8146% 被大幅拉高到 29.3263%, 標準誤從 23.1981 增加到 296.8504。表 10 組內估計法的結果顯示, 實行數量目標可以顯著降低通貨膨脹率高達 84.011%, 很明顯是因為樣本中加入極端通貨膨脹國家的因素, 導致降低通貨膨脹率的平均效果也被大幅拉大, 而達成數量目標的結果並不顯著。從追蹤資料分量迴歸法的結果可以看出實行與達成數量目標在九個分量皆是負數, 在第一分量下實行數量目標可以降 9. 進口與出口的資料來自於世界銀行的WDI 資料庫, 因為新加坡的進口與出口資料缺漏值過多, 因此實證將其移除, 只放 49 個國家。. 24.

(31) (1.489). 25. ∗∗. ∗. 0.032. er. (0.129). (1.52×10−8 ). (1.52×10−8 ). -1.31×10. (0.001). (0.001). y. (0.000). -0.001. (0.055). (9.97×10−9 ). (9.03×10−9 ). -6.62×10−9. (0.000). -0.001∗∗. (0.050). 0.078. -5.03×10−9. sit. −9. 0.000. −9. (0.083). (0.107) -0.003∗∗∗. (0.088). 0.042. -0.188∗∗. (0.089). -0.223∗∗. -0.277∗∗. (0.011). 0.000. 0.003 (0.012). 0.006. (0.762). (0.016). (0.820). -1.427. -0.934 (1.072). -1.767. (1.237). (1.102). (1.490). -3.214∗∗∗. (0.850). -1.336. (0.845). (1.182). -1.834∗∗. (1.012). -2.903∗∗∗. (0.125). -7.28×10. 0.3. -2.876∗∗. ‧ 國. 3. 追蹤資料分量迴歸係數之變異數使用拔靴抽樣法重複抽取 1,000 次估計。. 2. *、**、***分別表示該係數在顯著水準 0.1、0.05、0.01 下顯著異於零。. 註: 1. 表中第 2 欄為組內估計法的係數值, 第 3-11 欄為追蹤資料分量迴歸的係數值。括弧內為標準誤。. ∆GDP. (1.222). v. ∆人均 GDP. -0.524. i Un. -0.208∗. -0.517∗∗∗. (1.174). 0.2 -2.942∗∗∗. -3.250∗∗. engchi. 景氣循環. 政府預算盈餘或赤字. -0.006. 貿易開放性 (0.023). (1.333). -4.028. ∗∗∗. (1.475). -9.776∗∗∗. (1.323). -4.609∗∗∗. (0 為否,1 為是). 是否有達成數量目標. (0 為否,1 為是). 是否有實行數量目標. 加入控制變數. (0 為否,1 為是). 是否有達成數量目標. Ch. ‧. (0 為否,1 為是). 0.1 -3.826∗∗∗. al. 學. -9.680∗∗∗. n. 組內估計法. io. 是否有實行數量目標. Nat. 被解釋變數: 平均年通貨膨脹率. -2.385∗∗. (1.438). -2.858∗∗. 0.4. 分量. (1.01×10−8 ). -1.03×10−8. (0.000). -0.001∗∗∗. (0.058). 0.084. (0.093). -0.200∗∗. (0.010). -0.002. (0.889). -2.384. ∗∗∗. (1.313). -3.311∗∗. (0.999). -4.750∗∗. -3.686∗∗. (1.04×10−8 ). -1.31×10−8. (0.001). -0.002∗∗∗. (0.060). 0.033. (0.097). -0.192∗∗. (0.011). -0.004. (1.106). -2.626. ∗∗. (1.09×10−8∗ ). -1.84×10−8. (0.001). -0.002∗∗∗. (0.055). 0.037. (0.101). -0.196∗. (0.011). -0.006. (1.207). -3.140. ∗∗∗. (1.993). (1.442). (1.129). (1.648). (2.140) -3.541∗∗. (1.697) -2.747∗∗. (1.36×10−8∗ ). -2.39×10−8. (0.001). -0.003∗∗∗. (0.073). 0.058. (0.110). -0.193∗. (0.012). -0.006. (1.430). -4.195. ∗∗∗. (2.604). -5.572∗∗. (1.766). -4.110∗∗. (2.582). 0.7 -6.289∗∗. 0.6 -4.669∗∗. 0.5 -3.493∗∗. 表 3: 追蹤資料分量迴歸分析基本結果-全部國家(1960–2007 年). 立政治大. 0.8. (2.00×10−8 ). -2.59×10−8. (0.001). -0.003∗∗∗. (0.110). -0.050. (0.129). -0.218∗. (0.014). -0.004. (2.094). -4.956. ∗∗. (4.051). -9.285∗∗. (2.459). -5.421∗∗. (3.823). -9.342∗∗. 0.9. ∗∗. (3.25×10−8 ). -3.33×10−8. (0.001). -0.004∗∗∗. (0.169). -0.074. (0.184). -0.267. (0.019). -0.003. (5.246). -8.523. (7.443). -18.785. (5.462). -9.201∗. (6.557). -20.322∗∗∗.

(32) (a) 實行數量目標 0 1. 2. 3. 4. 5. 6. 7. 8. 9. 8. 9. -5 -10. -15 -20 -25 -30. 立. 政治大. y. al. 4. 5. sit. 3. n. -10. io. -5. 2. 6. 7. er. 1. Nat. 0. (b) 達成數量目標. ‧. 5. 學. ‧ 國. -35. Ch. engchi. i Un. -15. -20. 圖 1: 基本結果(1960-2007 年). 26. v.

(33) 27. er. -1.94×10. y. (1.17×10−8 ). sit. (1.59×10−8 ). v. (1.52×10−8 ). -5.49×10. −9. -5.99×10. (0.000). (0.001). (0.001) −9. -0.001. 0.000. −9. (0.055). (0.078). (0.107). 0.018. 0.012. -0.003∗∗. (0.094). (0.140). i Un. 2. *、**、***分別表示該係數在顯著水準 0.1、0.05、0.01 下顯著異於零。. 3. 追蹤資料分量迴歸係數之變異數使用拔靴抽樣法重複抽取 1,000 次估計。. 分量. (1.323). -4.866. ∗∗∗. 0.4. -8.63×10. −9. (0.000). (1.16×10−8 ). (1.19×10−8 ). -9.92×10. −9. (0.000). (0.064). -0.001∗∗∗. (0.055). 0.087. (0.099). -0.208∗∗. (0.011). 0.003. -0.001∗. 0.077. (0.092). 註: 1. 表中第 2 欄為組內估計法的係數值, 第 3-11 欄為追蹤資料分量迴歸的係數值。括弧內為標準誤。. ∆GDP. (0.124) -0.228∗∗. -0.207∗∗. (0.012). (0.013) -0.218∗∗. (0.018). 0.009. -0.292∗∗. 0.006. (1.045). (1.147). -4.451. ∗∗∗. 0.3. 0.013. -3.811. ∗∗∗. 0.2. ‧ 國. (1.606). ∗∗. -3.485. engchi. ∆人均 GDP. 景氣循環. -0.547∗∗∗. (0.023). 0.005. 政府預算盈餘或赤字. (1.154). (0 為否,1 為是). 貿易開放性. -12.562. Ch. ‧. 是否有實行數量目標. 0.1. al. 學. ∗∗∗. n. 組內估計法. io. 被解釋變數: 平均年通貨膨脹率. Nat (1.24×10−8 ). -1.16×10. −8. (0.000). -0.002∗∗∗. (0.060). 0.025. (0.099). -0.234∗∗. (0.010). 0.001. (1.703). -5.329. ∗∗∗. 0.5. (1.29×10−8 ). -1.45×10. −8. (0.001). -0.002∗∗∗. (0.056). 0.041. (0.119). -0.211∗. (0.010). 0.000. (2.029). -6.764. ∗∗∗. 0.6. ∗∗∗. (1.49×10−8 ). −8. (0.001). -0.003∗∗∗. (0.082). (2.11×10−8 ). -2.05×10. −8. (0.001). -0.003∗∗∗. (0.110). (0.134) -0.121∗∗∗. (0.130). -0.244∗. (0.015). -0.005. (4.357). -12.428. 0.8. 0.004∗∗. -0.218∗. (0.012). -0.005. (2.687). -8.728. ∗∗∗. 0.7. -1.91×10. 表 4: 追蹤資料分量迴歸分析不放達成數量目標-全部國家(1960–2007 年). 立政治大. (3.16×10−8 ). -2.16×10−8. (0.001). -0.003∗∗∗. (0.198). -0.304∗∗∗. (0.199). -0.345∗. (0.021). -0.001. (7.443). -25.580∗∗∗. 0.9.