以擴充因子的向量自我迴歸模型探討台灣的價格僵固性問題 - 政大學術集成

全文

(1)國立政治大學社會科學學院經濟學系碩士論文. ‧. ‧ 國. 學. 政治大立以擴充因子的向量自我迴歸模型探討台灣的價格僵固性問題 Sticky Prices in Taiwan– An Analysis Based on FAVAR Model n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授: 徐士勛博士研究生: 張伊婷撰中華民國 104 年 1 月.

(2) 摘要本論文依據 Bernanke, Boivin, and Eliasz (2005) 之模型, 建立因子擴充向量自我迴歸 (factor-augmented vector autoregression, 簡稱 FAVAR) 模型分析台灣之價格僵固性 (price stickiness) 問題。我們考慮了台灣 1998 年 1 月至 2014 年 2 月之時間序列月資料, 總共包含 267 個變數, 其中包含總合物價 (aggregated prices, 又稱總合價格) 與非總合物價 (disaggregated prices, 又稱非總合. 價格、類別物價或類別價格)。總合物價指的是經濟體系中於一段時間內將許多商品與服務聚合成一能代表全體的物價, 相較之下, 分類較細項之商品或服務價格則視為非總合物價。同時, 我們將價格所受到的影響來源分成總體項干擾 (com-. 政治大 specific shock, 又稱非總體項衝擊或非總體項波動) 兩項。總體項干擾是會影響立整個經濟體系之波動, 其中還可區分出貨幣政策干擾 (monetary policy shock,. mon component shock, 又稱總體項衝擊或總體項波動) 與類別項干擾 (sector-. ‧ 國. 學. 又稱貨幣政策衝擊或貨幣政策波動), 亦即貨幣政策工具—隔夜拆款利率 (以下簡稱利率)—的變動, 而類別項干擾即為其餘不會同時影響整個經濟體系的波動。. ‧. 我們分別觀察總合與非總合物價對於總體項、類別項與貨幣政策干擾之衝擊反應 (impulse response), 藉此判斷台灣不同性質價格之僵固程度。此外, 我們也透過. Nat. sit. y. 分析貨幣政策干擾造成工業生產指數 (industrial production index, 簡稱 IPI). io. er. 與消費者物價指數 (consumer price index, 簡稱 CPI) 衝擊反應形成之價格困惑 (price puzzle) 現象, 比較 FAVAR 與向量自我迴歸 (vector autoregression,. n. al. Ch. 簡稱 VAR) 模型何者較能描述真實經濟市場情況。. engchi. i n U. v. 我們的實證結果顯示, 非總合價格面對所有干擾都有立即且顯著的反應而不具僵固性。其中, 類別項干擾造成的影響持續期間較短, 很快收斂至新均衡; 總體項干擾造成的持續期間則較長, 而貨幣政策干擾更是到了第 48 個月仍無法達到新均衡。相對地, 總合價格面對貨幣政策干擾的反應微小而呈現僵固性。此外, VAR 模型下, 總合變數皆呈現明顯價格困惑現象。反觀 FAVAR 模型下, IPI 反. 應慢且小而穩定, 而 CPI 的價格困惑現象顯著卻不如 VAR 模型下的反應久。因此我們獲得結論, FAVAR 模型對於本研究而言, 考慮了更大量的經濟指標或許更能描述現實經濟狀況。關鍵字: 價格僵固性、因子擴充向量自我迴歸模型、價格困惑。.

(3) 目錄 1 緒論. 3. 2 文獻回顧. 5. 3 實證模型與研究方法. 9. 3.1. 向量自我迴歸模型 . . . . . . . . . . . . . . . . . . . . . . . .. 9. 3.2. 因子模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 10. 學. 4 資料. ‧ 國. 3.3. 治政因子擴充向量自我迴歸模型 . . . . . . . 大 . . . . . . . . . . . . 立 ‧. 5 實證結果與分析方法. 總體項與類別項經濟衝擊的影響 . . . . . . . . . . . . . . . . .. 5.2. 貨幣政策衝擊的影響 . . . . . . . . . . . . . . . . . . . . . . .. 13 13. sit. n. al. 16. er. io 6 穩健性分析. 12. y. Nat. 5.1. 11. Ch. engchi. i n U. v. 19. 6.1. 改變落後期數 . . . . . . . . . . . . . . . . . . . . . . . . . .. 19. 6.2. 改變因子數量 . . . . . . . . . . . . . . . . . . . . . . . . . .. 20. 7 結論. 21. 參考文獻. 22. 附錄—變數資料. 24. 2.

(4) 緒論. 1. 總體經濟學因其研究範疇包含了整個國家經濟狀況, 因此政府一向很重視這部分的研究。其中, 又以貨幣政策方面的研究佔絕大部分, 主要是因為貨幣政策變動的影響層面相當廣泛, 從國人儲蓄到消費, 甚至還會影響至國外經濟。本論文將聚焦任在經濟波動對物價的影響, 因物價幾乎影響人們所有經濟行為; 我們欲知道干擾發生後, 會對經濟體系產生正向或負向的影響, 其衝擊幅度大小, 又多久之後才開始受到影響。 Bils and Klenow (2004) 針對個別價格分析貨幣政策對其的衝擊反應; 他們用美國 1995 – 1997 年共 350 種商品與服務之月價格資料, 發現其中一半商品及服務之價格變動頻率小於 4.3 個月。然而, 該研究卻無進一步. 政治大此, 在此論文中, 我們會將價格所受到的影響來源分成總體項干擾、類別項干擾。立總體項干擾是會影響整個經濟體系之波動, 其中還可區分出貨幣政策干擾, 亦即分析價格調整頻率高和影響範圍廣泛的原因是受到何種性質的干擾影響。相較於. ‧ 國. 學. 貨幣政策工具—隔夜拆款利率—的變動, 而類別項干擾即為其餘不會同時影響整個經濟體系的波動。. ‧. 此外, Bils and Klenow (2004) 實證結果也顯示物價不存在價格僵固性, 但. y. Nat. 作者僅分析整體物價反應, 而無法得知其中的類別物價面對貨幣政策干擾之衝擊. sit. 反應快慢與強弱。為此, 在此論文中, 我們也將物價分辨為總合物價與非總合物. er. io. 價。總合物價指的是經濟體系中於一段時間內將許多商品與服務聚合成一能代表. al. v i n C h總體項與貨幣政策U3 種衝擊對不同性質物價的我們計畫分別觀察與比較類別項、 engchi 影響, 如此人們即能在影響造成前根據干擾之性質, 判斷有多少準備時間與受影 n. 全體的物價,1 相較之下, 分類較細項之商品或服務價格則視為非總合物價。因此. 響對象而做出相應的適當準備。 Boivin, Giannoni, and Mihov (2009) 探討美國物價分別面對類別項、總體. 項與貨幣政策 3 種干擾的反應, 檢視不同性質之物價是否有僵固現象, 其僵固期間又多長。因國外文獻已顯示總合物價存在明顯僵固性, 作者主要針對非總合價格面對不同干擾之僵固現象進行研究, 並利用總合價格比較貨幣政策干擾下之衝 1. 本研究之總合物價包含 CPI 總指數與 PPI 總指數, 亦即分別包含所有行政院主計總處分類之 CPI 與 PPI 項目所計算出來的指數。舉例來說, 按照行政院主計總處之分類, 包含食物、衣著、居住、交通及通訊、醫療保健、教養娛樂以及雜項所有項目之物價計算出的 CPI 稱為 CPI 總指數。. 3.

(5) 擊反應。而該研究相對過去文獻之最大突破在於, 其改採因子擴充向量自我迴歸模型分析價格僵固性問題; 因為納入大量經濟指標, 不僅大幅減少了傳統在採用向量自我迴歸模型出現的價格困惑現象, 也能更體現出現實經濟狀況。 Christiano, Eichenbaum and Evans (1999) 和 Taylor (1999) 均表示總合. 物價與總合工資 (aggregate wage) 對貨幣政策干擾具有僵固性。總合工資概念同於總合物價, 亦即經濟體系中於一段時間內許多種類之職業集合成一能代表全體的工資。2 Taylor (1999) 更強調總合物價有長期持續性 (persistence), 且物價與工資之平均價格變動頻率大約為 1 年。 Bils and Klenow (2004)、 Bils, Klenow and Kryvtsov (2003) 和 Balke and Wynne (2007) 則說明非總合物價不具僵固. 性。台灣的相關文獻中, 吳懿娟 (2004) 與張凱力 (2014) 的實證結果對於總合物. 政治大的國際原油價格對國內物價之整個傳遞過程中皆存在價格僵固性 , 然而, 鍾志登立. 價有否僵固性之結論並不一致, 黃琝琇與趙明哲 (2010) 則討論非總合價格之一. ‧ 國. 學. (2012) 的理論推導卻不支持此推論。綜合以上, 本研究也將著眼於分析台灣的總. 合與非總合物價面對各種干擾的反應, 並期望藉由 FAVAR 模型之衝擊反應, 觀察台灣總合與非總合物價僵固期間。本文資料取自行政院主計總處與台灣經濟新. ‧. 報, 蒐集台灣自 1998 年 1 月到 2014 年 2 月, 共 267 個變數的月資料; 其中包. y. Nat. 含 52 個總體指標、 81 個消費者物價指數和 134 個生產者物價指數 (producer. sit. price indices, 簡稱 PPI)。相較國內的相關研究, 本文考慮更多變數, 並同時比. er. io. 較總合與非總合價格的反應。我們更建立物價模型 (即式 (10)), 區分衝擊來自總. al. v i n 論文實證結果顯示, 物價波動性主要受類別項干擾影響 ; 持續性則是受到總體項 Ch U i e h n gc 影響。另一方面, 非總合價格面對所有干擾都有立即且顯著的反應而不具僵固性。 n. 體項、類別項或貨幣政策, 進而分別觀察各種干擾造成非總合價格僵固現象。本. 其中, 類別項干擾造成影響持續期較短, 總體項干擾之影響持續期間則較長, 而貨幣政策干擾影響則相當持久, 至 48 個月後仍無法收斂至新均衡。相對地, 總合物價在貨幣政策干擾下反應微小, 整體呈現僵固性, 此與國外研究結果一致。此外, Sims (1992) 說明 VAR 模型由於能納入考量的變數不能太多, 可能因此使實證結果出現價格困惑現象, 而不符合現實狀況。國外文獻 Boivin, Giannoni, and Mihov (2009), Bernanke, Boivin, and Eliasz (2005), 以及國內文獻. 林世昕 (2009) 的實證結果即應證此結論, 亦即其都認為 FAVAR 模型較 VAR 2. 同註 1 之解釋, 總合工資即為包含許多種類之職業所計算出來的工資。舉例來說, 農、禽畜產、林產和水產業的所有相關職業之工資為農林漁牧業工資, 即可視為一總合工資。. 4.

(6) 和 SVAR 模型能消除更多價格困惑程度, 而為一個較貼切反應現實之模型。本論文按照文獻檢驗方法觀察價格困惑現象, 在分析貨幣政策干擾影響部分, 另外建立 2 個包含 3 個變數的 VAR 模型和包含 3 個變數及 1 個因子的 VAR 模型, 並與本模型包含 5 個因子的 FAVAR 模型相比較。我們的結果發現, VAR 模型對所有變數皆表現明顯價格困惑現象; 而 FAVAR 模型中有的變數過一陣子才出現微小價格困惑現象, 之後又呈現穩定變動, 有的變數雖然價格困惑現象顯著, 卻明顯不如 VAR 模型下持久。因此我們可得結論, FAVAR 模型因考慮更為大量的經濟指標, 實證結果可能更貼近現實狀況, 亦即價格困惑現象較不明顯。本研究主要由七個章節構成。除第 1 章續論外, 第 2 章為文獻回顧, 整理國內外探討價格僵固性成因, 以及分別以不同性質物價分析價格僵固性之文獻。除. 政治大顧和本文主題較相近之文獻。立第 3 章首先介紹向量自我迴歸模型和因子模型, 再. 此之外, 國內外以 FAVAR 模型進行研究之文獻現階段仍不多, 我們也將仔細回. ‧ 國. 學. 延伸建立本研究之因子擴充向量自我迴歸模型。第 4 章詳細介紹本文資料來源、期間與種類。第 5 章即為本文重要的實證結果, 以前一章建立之模型分析總合與非總合物價共 194 期、 267 個變數月資料, 分別在總體項、類別項與貨幣政策干. ‧. 擾下探討價格僵固性。第 6 章則為穩健性分析。最後的第 7 章即根據實證結果歸. sit. 文獻回顧. n. al. er. io. 2. y. Nat. 納本論文結論。其後則是參考文獻, 以及附錄中詳細列出我們的所有變數資料。. Ch. engchi. i n U. v. 自新凱因斯 (New Keynesian) 學派提出價格與工資具有僵固性之理論以來, 關於價格僵固性相關議題的研究, 國外文獻極為豐富。早期文獻假設市場存在貨幣幻覺 (money illusion), 認為貨幣政策干擾會因此而影響產出。 Lucas (1972) 卻主張市場資訊是不對稱的, 主要是資訊傳遞過程中通常有個決策者 (例如: 政府等), 而貨幣政策干擾的資訊一般不足以讓決策者判斷是否會造成實質經濟改變, 因而有一段價格僵固時期; 作者建立菲利浦曲線 (Phillips curve) 進行分析, 結果顯示長期下實質產出會和貨幣政策干擾呈同向變動。 Woodford (2001) 同樣認為資訊傳遞過程中有決策者, 一旦發生貨幣政策干擾, 即使資訊傳遞給決策者的過程順暢, 人們仍會因中間這層不確定性大於資訊本身, 先猜測決策者之決策而不敢任意動作, 造成一段價格僵固期間。人們的這種猜測行為稱為高階預期 (higher5.

(7) order expectations), 即預期別人的預期。作者在這前提下, 參考 Lucas (1972). 和 Phelps (1983) 之模型分析資訊不對稱情況下之名目 GDP , 發現若沒有決策者這個角色或決策者之決策能明顯被預期, 則干擾對名目 GDP 的影響將迅速、深且遠。過去文獻中, 已有許多學者針對個別價格進行分析貨幣政策干擾反應, 如 Bils and Klenow (2004) 蒐集美國 1995 – 1997 年共 350 種商品與服務之月價格資. 料, 並觀察資料之價格變動頻率, 發現其中一半商品及服務之價格變動頻率小於 4.3 個月。此外, 作者更以 Calvo (1983) 和 Taylor (1999) 所使用的價格僵固模. 型分析, 結果顯示不同項目之價格為同向變動, 且此現象在狀態依賴定價 (statedependent pricing) 下會因類別項衝擊越大而越明顯; 同時作者也發現做了季節. 政治大. 調整後之通膨率波動幅度大但持續期間短, 顯示物價不存在價格僵固性。. 立. 另一方面, 許多學者以不同特性的價格—總合和非總合價格—分別進行分析,. ‧ 國. 學. 判斷兩者面對干擾是否有不同的僵固現象。總合價格的文獻分析結果通常顯示其具有價格僵固性。 Christiano, Eichenbaum and Evans (1999) 觀察, 當短期發. ‧. 生未預期貨幣緊縮衝擊, 總合價格前 8 個月幾乎沒有反應, 8 個月之後的變動也極為緩慢, 第 16 個月變動比率仍僅 0.8%; 而總合工資亦即經濟體系中於一段. sit. y. Nat. 時間內許多種類之職業集合成一能代表全體的工資, 雖然相對快速下降但變動微. io. er. 小。作者因此做出結論, 總合價格和總合工資都呈現顯著僵固性。. al. v i n 年代之文獻結果, 並另以交錯合同模型 contracts model) 分析總合 C h (staggered U i e h n gc 價格與總合工資。結果顯示貨幣政策干擾對總合價格及工資之衝擊反應皆呈現僵 n. 除此之外, Taylor (1999) 統整 1970 年代後加入了理性預期的時期到 1990. 固性, 且長期具持續性但不會有永久效果; 其中, 只有商品價格受干擾較快反應, 對貨幣政策干擾為彈性反應。雖然工資之僵固現象較價格僵固性明顯, 且不同項目的價格變動頻率存在異質性 (heterogeneity), 但政府對總合工資和總合價格之平均調整頻率同樣為 1 年左右。此外, 作者同時發現, 總合價格和工資變動頻率會受到平均通膨率的影響; 許多國家之資料都顯示出平均通膨率上升會帶動工資調整頻率增加的現象。另一方面, 也有很多文獻以非總合價格分析僵固性, 結果顯示其比總合價格具有更大的波動性 (volatility)。 Bils, Klenow and Kryvtsov (2003) 則將美國. 6.

(8) 消費者物價指數按變動頻率分為彈性價格 (flexible price) 與僵固價格 (sticky prices), 並以價格僵固模型分析。他們發現貨幣政策擴張情況下兩者顯示不一致. 的衝擊反應, 彈性價格在干擾發生時的下降現象較僵固價格明顯, 亦即變動頻率較高的彈性價格, 遇干擾後之衝擊反應也較彈性。之後, Balke and Wynne (2007) 更以 Bils, Klenow and Kryvtsov (2003) 為基礎, 研究美國 1959 年 1 月到 2001 年 12 月生產者物價指數之的月變動量。過去類似研究的分析結果大多顯示所有價格變動方向相同。而該研究以 VAR 模型分析 600 個生產者物價指標變數, 觀察其受到貨幣政策衝擊的反應, 其實證結果發現貨幣政策衝擊會對相對價格 (即為商品間的價格比例關係) 造成大幅變動。值得注意的是, 短期下不管是貨幣政策擴張或緊縮, 皆造成幾乎同樣比例的相對物價上升與下降, 亦即不同項目之相. 政治大最後, Boivin, Giannoni, 立 and Mihov (2009) 考慮了 653 個經濟指標變數,. 對價格具有異質性。他們的結論表示非總合物價不存在價格僵固性。. ‧ 國. 學. 並以美國 1976 年 1 月到 2005 年 6 月的月資料, 採用 FAVAR 模型分析價格僵固性。由於過去的研究多以總合物價為對象並發現普遍有價格僵固性, 但他們卻發現非總合物價在非總體干擾下的衝擊反應不具僵固性, 此與總合物價與非總合. ‧. 物價面對總體項干擾的反應結果相反。. sit. y. Nat. 另外, 在討論 FAVAR 模型方面的文獻, Bernanke, Boivin, and Eliasz (2005) 利用美國 1959 年 1 月到 2001 年 8 月的月資料, 總共有 120 個總體變數, 分別. io. n. al. er. 分析 3 種模型 (包含 3 個變數的 VAR 、包含 3 個變數及 1 個因子的 VAR 和. i n U. v. 包含 3 個因子的 FAVAR) 下的貨幣政策干擾對總體指標衝擊反應。有 1 個因子. Ch. engchi. 的 VAR 和 FAVAR 結果相似且價格困惑現象輕微。除此之外, 作者更進一步將 FAVAR 因子數量增加為包含 5 個, 但結果幾乎不變。 Boivin, Giannoni, and Mihov (2009) 也比較了將 FAVAR 模型中因子改為包含 5 個之結果。他們討論. 不同模型下非總合物價在面對貨幣政策干擾的衝擊反應, 發現 VAR 顯示出明顯的價格困惑現象, FAVAR 則沒有價格困惑現象而較符合現實狀況。因此 Boivin, Giannoni, and Mihov (2009) 和 Bernanke, Boivin, and Eliasz (2005) 的結論. 皆表示納入了因子的 FAVAR 模型能捕捉更多真實經濟狀況的資訊, VAR 模型相較之下捕捉資訊能力則不足。此外, Bernanke, Boivin, and Eliasz (2005) 更指出捕捉程度和因子數量關係不大。國內探討價格僵固性的文獻, 其中, 部分文獻認為資訊不對稱可能會造成價格 7.

(9) 僵固性。李佳珍 (2010) 利用非線性門檻自我迴歸 (Threshold Autoregressive, 簡稱 TAR) 及動量門檻自我迴歸 (Momentum-TAR, 簡稱 M-TAR) 模型, 分析台灣 1981 年 1 月至 2006 年 12 月毛豬市場的零售價格和產地價格, 並討論兩種價格變動之間的傳遞過程是否存在不對稱現象。有鑑於毛豬從產地運送到最終消費者之間通常存在中間廠商, 因此可能存在資訊不對稱; 理論上, 毛豬價格因產地成本上升時中間商會馬上反應在價格上; 反之, 毛豬價格下跌時中間商並不會馬上降價, 造成只在價格下降時存在的僵固性。然而其實證結果卻顯示, 只有在採用最適門檻水準且均衡水準不為 0 的 M-TAR 模型下存在資訊不對稱, 因此作者認為台灣毛豬市場的價格傳遞過程中並不存在價格不對稱問題。台灣的文獻中關於總合物價之實證結果不似國外研究結果一致。吳懿娟 (2004). 政治大合物價, 其實證結果得到物價受準備貨幣干擾的衝擊反應於 2 年後才較顯著上立. 利用 VAR 模型, 分析資料期間為 1982 年第 1 季到 2003 年第 4 季之台灣總. ‧ 國. 學. 升, 且物價受利率及匯率衝擊之反應則多不顯著, 表示台灣物價呈現長時間僵固性。另一方面, 張凱力 (2014) 採用台灣 1992 年第 1 季到 2013 年第 4 季總合物價季資料與美國聯邦基金利率, 建立一小型開放經濟體系的動態隨機一般均衡. ‧. 模型; 其利用貝式估計法得到台灣價格僵固期間為 1.87 季, 工資僵固期間則為. y. Nat. 2.29 季。兩者的僵固期間皆遠低於國外文獻中物價僵固期間平均約 1 年的實證. n. al. er. io. 濟體系所致。. sit. 結果, 代表台灣物價相對具有彈性。作者認為其原因可能為台灣乃一小型開放經. i n U. v. 國內討論非總合物價僵固性的文獻, 有黃琝琇與趙明哲 (2010) 以不對稱門檻. Ch. engchi. 共整合檢定 (Asymmetric Threshold Cointegration test) 與不對稱門檻誤差修正模型 (Asymmetric Error Correction Model) 討論國際原油價格對於台灣物價的傳遞效果。實證結果發現整個物價傳遞過程皆存在價格僵固性, 海關進口原油價格和國內油價對於上游價格變動表現漲慢跌快, 而 WPI 與 CPI 對上游價格變動卻呈現漲快跌慢。若僅採民進黨執政時期為樣本期間, 則因政府干預而使得原油價格與國內油價對物價的影響皆不顯著。另外, 若只觀察國內油價與物價受到上游價格干擾的反應, 漲慢跌快的現象更為明顯。鍾志登 (2012) 以新凱因斯開放經濟模型探討貨幣幻覺對消費波動性的影響, 在一物一價法則、國內物價指數公式以及需求函數公式下之理論推導結果顯示, 當本國貨幣供給量增加 1 個百分點將使匯率上升, 造成外國商品的本國價格同樣上升, 接著, 國內物價指數也. 8.

(10) 會因此上升。此結果意即本國的貨幣政策干擾對國內非總合物價指數之影響不具僵固性。相較之下, 本國以 FAVAR 模型所做之研究仍極少, 中國或歐美國家對此模型之應用則相對比較廣泛。針對我國的研究, 林世昕 (2009) 將 FAVAR 模型運用在觀察貨幣政策對經濟變數之衝擊反應上, 並採用 1981 年第 1 季到 2007 年第 4 季總共 98 個台灣經濟變數季資料。該研究發現當發生貨幣政策緊縮衝擊, 會使得工業生產指數呈現負向變動, 物價則持續下降。最後以 FAVAR 模型之實證結果與 VAR 以及 SVAR 模型之實證結果比較, FAVAR 明顯較另外兩種模型能解決價格困惑問題。 FAVAR 所得之實證結果較 VAR 模型好之結論和國外文獻一致。本研究擴充林世昕 (2009) 的變數個數與時間頻率, 並增加討論總體項. 政治大. 與類別項衝擊對物價的影響, 最重要的是, 我們將物價細分為總合與非總合物價,. 立. 實證模型與研究方法. ‧. 3.1. 學. 3. ‧ 國. 並分別討論其各自衝擊反應。. 向量自我迴歸模型. sit. y. Nat. 向量自我迴歸模型 (vector autoregressive model, 簡稱 VAR 模型) 將只包含 1. io. er. 個變數及其落後項的自我迴歸模型 (autoregressive model, 簡稱 AR 模型) 擴. al. n. v i n Ch 型總體計量模型容易出現不合理的變數設定與模型限制 e n g c h i U , 因此透過提出 VAR 模. 充之後, 能同時分析多個變量的相互影響關係。 Sims (1980) 認為一般所使用大型將所有變數設為內生變數的解決方法。此模型最大特色在於考慮了同期不同變. 數間和各自落後項之間可能也存在相互影響關係, 並可藉由衝擊反應函數觀察某干擾發生對被解釋變數的衝擊反應。舉例而言, 雙變量的 VAR 模型推導方法如下, z1t = α10 − β11 z2t + β12 z1(t−1) + β13 z2(t−1) + z1 t ,. (1). z2t = α20 − β21 z1t + β22 z1(t−1) + β23 z2(t−1) + z2 t ,. (2). z1t 及 z2t 分別為第 t 期兩個隨機變數, z1 t 和 z2 t 則分別為互不相關 (uncorrelated) 且標準差為 σz1 和 σz2 符合白噪音 (white noise) 的 z1t 和 z2t 誤差項。 9.

(11) 式 (1)、 (2) 可進一步寫成式 (3) 的矩陣形式           z1t α10 β12 β13 z1(t−1) z1 t 1 β11 = +  .  +  z2t α20 β22 β23 z2 t β21 1 z2(t−1) | {z } | {z } | {z } | {z } | {z } | {z } a1. zt. a0. zt−1. φ1. t. (3). 左右同時乘上 a1 的反矩陣可得縮減式 (reduced-form) VAR 模型: zt = a + φ(L)zt−1 + et ,. (4). zt 是 N × 1 隨機變數, φ(L) 代表 zt 落後項的函數, et 則是誤差項。即建立一. 個和自身歷史數據有關的動態模型。. 政治大. 雖然 VAR 模型有前述的優點, 卻也包含一些缺點。其中之一, 為了顧及自由. 立. 度而不能放太多變數, 因此可能忽略必要的影響因素使得分析結果產生偏誤。. ‧ 國. 學. 3.2. 因子模型. ‧. al. i = 1, . . . , N,. (5). er. io. Xit = λ0i Ft + it ,. sit. Nat. 先介紹應用其中的因子模型 (factor model), 模型設定如下。. y. 本研究實證模型採用因子擴充向量自我迴歸模型來對資料進行分析。以下我們首. iv n 即為 U K × 1 觀察不到的因子. n. 其中 Xit 是第 i 個被解釋變數在第 t 期的可觀察到實現值, λi 是 K × 1 第. Ch. i 個變數的因子負載 (factor loading) 向量。 Ft. engchi. (unobserved factors), 此 N 個變數的行為皆受之影響。而 it 是期望值等於零. 的 K × 1 誤差項向量。由於因子無法觀察, 因此必須利用現有的資料加以估計。我們將 (1) 式的 N 個變數合併後即得到 Xt = ΛFt + t ,. (6). 其中 Xt = (X1t , X2t , . . . , XN t )0 , Λ = (λ1 , λ2 , . . . , λN )0 且 t = (it , 2t , . . . , N t )0 。為了估計出 Ft , 首先定義 F = (F1 , F2 , . . . , FT )0 且 Xi = (Xi1 , Xi2 , . . . , XiT )0 並考慮極小化下列目標式: N T 2 1 XX Xi − λ0i F . VN T (F , Λ) = N T i=1 t=1. 10. (7).

(12) 對 λi 一階微分之後可得 N T 1 XX Xi − λ0i F F 0 = 0, N T i=1 t=1. 經整理後得到 λi (F ) = (F 0 F )−1 F 0 Xi 代回目標式 (7) 式, 推導出 N 1 X VN T (F , Λ(F )) = Xi0 Xi − Xi0 F (F 0 F )−1 F 0 Xi , N T i=1. PN 0 0 −1 0 X F (F F ) F X 。又我 i i i=1 們設定 F 符合標準化限制式 F 0 F /T = I , 至此我們可知估計式 Fˆt 即為對應 PN 0 i=1 Xi Xi 最大的 K 個特徵值 (eigenvalue) 的 T ×K 特徵向量 (eigenvector). 因 Xi0 Xi 來自已知資料, 上式相當於極大化. 政治大. 矩陣, 因此此矩陣每一縱向排列之數字即代表一個特徵向量。. 立. 因子擴充向量自我迴歸模型. ‧ 國. 學. 3.3. FAVAR 模型主要參考自 Bernanke, Boivin, and Eliasz (2005), 其特色是運用. ‧. 大量經濟指標去估計少數難以觀察到的因子, 因此分析中可考慮變數個數較一般. y. Nat. 使用的 VAR 模型多。我們選擇 FAVAR 模型而不是 VAR 模型來分析資料, 有. sit. 兩個原因: 第一在於 VAR 模型的變數不能放太多, 可能會漏考慮許多重要的解. er. io. 釋變數; 第二則是 FAVAR 模型多納入了觀察不到的變數 Ft , 可用以分析的資. al. v i n Ch 此保留了 VAR 模型的優點並改善其缺點 , FAVARU 和 VAR 模型的差異在後面 i e h n g c 的第一步驟模型設定如下: 章節的實證分析結果中也可得以驗證。 FAVAR n. 料 Xt 數量因此大增, 因此應較 VAR 模型更能捕捉真實情況。 FAVAR 模型因. Ct = Φ(L)Ct−1 + vt ,. (8). 其中  Ct = . Ft Yt.  ,. 上式的 Ct 代表共同影響文中所有變數的共同因子, 是由過去多期落後項和誤差項 vt 組成的 (即式 (8)) , Ct 包含兩種變數 Ft 和 Yt 。 Φ(L) 即為 Ct 落後項運算元的函數; 而 Ft 即為上述概念中看不到的因子, 代表第 t 期 K × 1 的觀察不 11.

(13) 到的變數, 例如經濟狀況、信用狀況或生產力等。 Yt 則是 M × 1 觀察的到的變數。本文依照 Boivin, Giannoni, and Mihov (2009) 的做法, Yt 只包含一個代表貨幣政策工具的隔夜拆款利率變數 Rt , 因此我們於第一步驟將除了 Rt 以外的其餘變數都用來估計觀察不到的 Ft 。第二步驟則設定模型為: Xt = ΛCt + ut = Λf Ft + Λy Yt + ut. (9). = Λf Ft + Λy Rt + ut ,. 政治大. Λ 為因子負載向量, Xt 是第 t 期已知的 N × 1 實現值。按照以上的想法, 第一步驟中 N 必須很大才能較精確用來估計 Ft , 即 Fˆt 。第二步驟再利用 Fˆt 估計出. 立. 共同變數 Cˆ t 以觀察其受到干擾後的反應。. ‧. ‧ 國. 資料. 學. 4. 本研究針對台灣資料進行價格僵固性的分析, 因此資料來源皆來自台灣總體資料. Nat. sit. y. 庫。本文資料對照 Boivin, Giannoni, and Mihov (2009) 蒐集台灣的資料, 總共. er. io. 包含 267 個變數。在去除缺漏值期間之後, 資料期間為 1998 年 1 月至 2014 年 2 月, 共 194 期, 5 萬多筆的月時間序列資料。此外, 所有資料都做了適當的轉換. n. al. Ch. i n U. v. 處理, 個別處理方法與所有變數解釋皆詳細列於本文附錄。. engchi. 本研究資料主要分成 3 大部分, 分別是重要經濟指標、消費者物價指數與生產者物價指數: (一) 重要經濟指標資料來源為台灣經濟新報 TEJ 。資料中共有 52 個總體指標變數, 包含工業生產指數、利率、匯率、躉受物價指數 (wholesale price index, 簡稱 WPI) 和其他重要總體經濟指標; (二) 消費者物價指數資料取. 自行政院主計總處。我們總共蒐集了 81 個變數, 資料分類包含總指數、食物類、衣著類和居住類等七大類項目及其各自細項, 以 2011 年為基期; (三) 生產者物價指數資料來源與消費者物價指數同來自於行政院主計總處。總共包括 134 個變數, 分類包含總指數、農林漁牧業產品、製造業產品等四大類產品及其各自細項, 同以 2011 年為基期。. 12.

(14) 其中值得注意的是, 本文將消費者物價總指數與生產者物價總指數此兩個變數歸類為總合變數, 總合物價是一能代表許多商品與服務全體的集體物價, 其餘變數因分類較細而全部視為非總合變數。另外, 本文之資料除了外銷訂單指數以外, 皆未經季節調整。. 實證結果與分析方法. 5. 本文在實證分析時的 (9) 式實際如下, πit 表示取 log 後的月價格變動, 亦即為通貨膨脹率 (後文簡稱通膨率), 此外, 我們將價格所受到的影響來源分成以 λ0i C. 政治大. 代表的總體項干擾, 而 eit 則代表的類別項干擾, 總體項干擾會影響整個經濟體系, 其中還可區分出貨幣政策干擾, 亦即貨幣政策工具—隔夜拆款利率—的變動,. 立. 而類別項干擾則為不會影響整個經濟體系的波動。這樣的分類方便我們後續觀察. ‧ 國. 學. 總體項波動的影響, 其表現式如下: πit = λ0i Ct + eit .. (10). ‧. Nat. n. al. er. io. [圖一]. sit. AIC 最小的原則將式 (8) 落後項設為 6 期 (意即 lags = 6)。. y. 在後續分析中, 我們更假設 Ft 中共包含 5 個因子 (意即 K = 5), 並根據. Ch. i n U. v. 在開始分析實證結果前, 我們欲先檢視本文設定的 5 個因子與價格變數之間. engchi. 的關係, 圖 1 為 CPI、 PPI 總指數以及 5 個因子的時間趨勢圖, 橫軸是資料期數, CPI 和 PPI 總指數之橫軸亦即月數。其中, Ft 只表達一波動趨勢, 單位不具意義。根據圖 1 我們可觀察到 CPI 和 PPI 都在 0 附近波動, 而第第 1 個因子 (Ft 1) 到第 5 個因子 (Ft 5) 之波動態勢皆和 CPI 與 PPI 時間趨勢相似, 即使 Ft 1 前 50 期左右和 Ft 3 某 1 期趨勢偏離較大, 我們仍可說本文估計的 5 個因. 子大致都捕捉了價格變數的波動趨勢。. 5.1. 總體項與類別項經濟衝擊的影響. 我們將波動依來源分為總體項或類別項之後, 將分別觀察總合價格和非總合價格 13.

(15) 對不同波動的反應。表 1 和表 2 分析價格波動和持續性的成因, 而圖 2 再仔細討論我們所感興趣的非總合價格的不同衝擊反應。 [表一]. 首先看到表 1 的標準差部分, 總合 CPI 總指數通膨率標準差是 0.34。另外, 物價對總體項波動之迴歸 (即 (10) 式) 下 R2 統計量衡量的是某價格多少比例能被總體項解釋, 反之又有多少被類別項所解釋。而總合 CPI 通膨率的 R2 是 0.76 大於 0.5, 表示通膨的變動主要被總體項解釋。再看到表 1 的下半部非總合. 價格結果, 不同項目下的通膨率標準差較不一致且差異頗大, 且全部價格的平均標準差是 1.15, 其他非總合項目標準差也座落在 0.03 到 12 之間, 大部分比總合. 治政大 R 是 0.36, 代表 64% 被類別項解釋的部分較多。有趣的是, 平均全部通膨率的的資料是被類別項解釋, 立這狀況在非總合 CPI 和 PPI 都差不多。此外, 全部平均. CPI 的標準差高出很多, 其原因在於非總合通膨率的 R2 幾乎都小於 0.5, 代表 2. ‧ 國. 學. 價格的類別項標準差是 0.85 比總體的 0.71 大, 平均 CPI 類別項標準差 0.91 也略大於總體項標準差 0.9, 而平均 PPI 類別項標準差 0.81 也較大於總體項標準. ‧. 差的 0.6。由以上可看出, 類別項波動大相對比較大, 因而主要被類別項解釋的非總合通膨率的波動也較大, 而主要被總體項解釋的總合通膨率波動較小。我們可. sit. y. Nat. 以合理解釋為, 類別項在定義上原本就是不會同時影響整個經濟體系的波動, 原因來自於個別變動具有異質性, 不同項目對物價的影響必然不會一致, 類別項標. io. n. al. er. 準差因此大於總合物價標準差。再者, 總體項波動因為其可能會會影響整個經濟. i n U. v. 體系, 效果將會被許多變數分散掉, 因此, 總體項波動會小於類別項波動。 [表二]. Ch. engchi. 雖然總體項和類別項衝擊各自對通膨率有不同的影響, 但我們可以看到表 2 (b)、 (c) 中 CPI 和 PPI 的總體項標準差 Sd(λ0i C) 和類別項標準差 Sd(ei ) 之交. 叉項相關係數都很高, 分別為 0.95 和 0.74, 代表非總合價格不管是 CPI 或 PPI 的總體項和類別項波動都可能具有相互高度的正向影響, 表示整個經濟體系內之不同項目變動除了可能互相影響外, 也可能面對外生干擾時有類似的反應態勢。此外, 持續性是總合通膨經常被討論的特性,3 我們在表 1 中也呈現對應的估 3. 持續性如此重要的原因在此提供一個例子。假設某價格已經持續上漲了一段時間, 投資者這時面臨要否進場投資的決策, 必須判斷此價格之後是否會繼續上漲或下跌。即可藉由其持續期間. 14.

(16) 計結果。持續性的分析方法是將 (10) 式的 3 個部分: 通膨率 πit 、總體項 λ0i Ct 和類別項 eit , 分別以落後 6 期的 AR 模型加以估計: wt = ρ(L)wt−1 + t ,. (11). 其中 wt 可為 πit 、 λ0i Ct 或 eit ; 將 ρ(L) 中所有落後期運算元係數相加即是我們欲觀察的持續性程度, 數字越大且越靠近 1 代表持續程度越大, 反之數字越小甚至負數越大則持續程度越小。此時表 1 的總合通膨率受到干擾後的整體反應持續程度是 -0.62, 類別項持續性 0.15 較總體項持續性 -0.3 顯著些, 因此通膨率在面對類別項干擾時反應歷時較長。但非總合的全部平均通膨持續程度雖仍是負向反應卻是 -0.04 比總合通膨持續程度 -0.62 顯著許多, 其他的程度範圍則在 -3.6. 政治大表整體而言面對總體項干擾的通膨率反應持續性會較顯著。我們可以解釋為總體立項會對所有變數造成影響, 有些物價受到的影響大, 有些物價受到的影響小, 平均而言則需要較多時間才會反應完畢, 因此持續性將較長。. 學. ‧ 國. 至 0.84 之間, 並不很一致, 且幾乎所有項目的總體項持續程度都比類別項大, 代. 總結來說, 我們發現各通膨率受到類別項干擾時所產生的波動程度比較大, 幾. ‧. 乎大於總體項波動, 因此較能被類別項解釋的非總合通膨率的波動比較劇烈; 而. y. Nat. 由表 1 大致可判斷出持續性長的現象主要是受總體項干擾的影響, 因而總體項較. sit. 小的總合通膨率持續性也較弱, 非總合通膨率的持續時間反而較長。 Boivin, Gi-. er. io. annoni, and Mihov (2009) 以美國為對象進行分析, 結果和本文一致, 都是通膨. al. n. v i n Ch 的實證研究結果顯示其通膨率持續期間長也是受到總體項的影響 , 但總體項持續 engchi U 性普遍較大, 因而使得總合通膨率的持續期間也長許多, 非總合通膨率則因為較. 率波動原因主要來自於類別項的影響, 但反應持續現象卻稍微不同。其中, 美國. 少資料被總體項解釋而持續時間稍短。 [圖二]. 我們於前面透過表 1 得知總合和非總合價格的波動性和持續性影響來源後, 圖 2 將更深入分析非總合價格對不同干擾的衝擊反應, 上下排分別是 CPI 和 PPI 的衝擊反應, 其大致呈現一致的結果。針對僵固性議題, 我們藉由判斷干擾. 發生後, 前幾期的衝擊反應變動程度, 如變動幅度不大則呈僵固性, 而持續性則藉推測此上漲趨勢已經持續多久又是否會繼續下去, 因此此特性是給投資者或相關研究員一個判斷依據。. 15.

(17) 由觀察衝擊反應大幅度變動的起始到結束期間長短。最左邊兩張圖 (CPI & PPI: Sector–secific) 呈現不同價格變動率對其自身類別項干擾的反應, 即當類別項標. 準差 Sd(eit ) 下降一單位對通膨率造成的衝擊反應, 圖中細小虛線表達的是每個價格反應, 粗黑線代表所有類別價格平均反應。在面對類別項干擾時, 一開始類別價格反應大且迅速, 但很快就達到各自新平衡, 極大部分類別價格在 12 期以後波動就不再改變; 此結果也應證表 1 類別項干擾造成類別價格波動較大而持續性小的結果。總體項干擾大致也呈現相同的結果, 中間兩張圖 (CPI & PPI: Common component) 是以一單位總體項標準差 Sd(λ0i Ct ) 的下降來觀察價格變動率的變. 動。我們可以看到, 當干擾一發生時, 總體項干擾造成通膨率震盪顯著, 但普遍不比類別項干擾的波動大; 同時總體項干擾造成類別價格的持續期大致到 30 期才. 治政大項干擾, 是波動較小而持續期間長許多, 原因可能是總體項干擾因對所有變數造立 , 但個別物價受到的影響不同, 平均需要較多時間才成影響, 因此能快速因應調整達到新均衡, 因此對應表 1 結果顯示, 總體項干擾對類別價格的影響, 相對類別. ‧ 國. 學. 能調整至新均衡。. 以上結果表示非總合價格面對所有干擾都立即呈現彈性反應, 而不具僵固性。. ‧. 換言之, 如果政府想透過人為手段改變非總合價格現況, 不管利用整個總體因素. y. Nat. 干擾或其他非總體因素干擾都應有立即顯著影響。其中, 類別項干擾效果不長久,. sit. 很快就可以達成新均衡, 但總體項干擾則需較長時間才會達成新均衡。 Boivin,. er. io. Giannoni, and Mihov (2009) 只有類別項干擾結果和本文完全符合, 總體項干. al. v i n 此台灣和美國的價格反應差異C , 在於面對不同干擾時, 總體項干擾的反應速度與 hengchi U 是否會達成新平衡。 n. 擾則呈現明顯僵固性, 反應緩慢、長時間下影響仍不會結束且達不成新均衡。因. 5.2. 貨幣政策衝擊的影響. 這部分會特別討論總體項因素中的貨幣政策變動, 也就是當隔夜拆款利率的 Rt 變動時, 非總合價格會如何反應。以下我們將分析若只單純執行貨幣政策改變是否會影響經濟市場類別價格平衡。在進行分析之前, 我們假設利率 Rt 可能會受到用來估計因子的其他利率的同期波動影響, 但未預期的貨幣政策干擾無法在當月內讓其他變數產生反應。換句 16.

(18) 話說, 其他利率不會立即反應利率 Rt 的變動。如同 Boivin, Giannoni, and Mihov (2009) 也在貨幣政策衝擊的定義裡說到:「 To identify the monetary policy shock, we assume that the federal funds rate may respond to contemporaneous fluctuations in estimated factors, but that none of the latent common components of the economy can respond within a month to unanticipated changes in monetary policy.」 [圖三]. 圖 3 分別衡量 VAR 以及 FAVAR 模型下, 當發生 25 個基點 (25 basis points, 即 0.25%) 的未預期利率上升時, 利率 (圖中 Interest rate)、 IPI (圖中. 治政擊反應 (我們以後兩者作為衡量總合經濟活動的指標大 )。在假設 F 共包含 5 個立 6 期的狀況下, 圖中粗實線代表包含 5 個因子的因子, 並且式 (8) 的落後項有 Industrial Production) 和 CPI (圖中 Price Level (log): CPI) 價格水準的衝 t. ‧ 國. 學. FAVAR 模型, 虛線是只包含 IPI、 CPI 價格水準和利率 3 個變數的 VAR 模型,. 細實線則是包含前述 3 個變數再加入 1 個因子的 VAR 模型。 IPI 和 CPI 的反. ‧. 應皆在運用 VAR 模型分析資料時出現價格困惑現象, 利率上升理應使價格下降, 但價格反出現上升的現象。反觀 IPI 的 FAVAR 模型下價格困惑現象卻到第 6. sit. y. Nat. 期才出現且反應較小而穩定。值得注意的是, 因原本反應程度過大, 下圖 FAVAR 模型下的 CPI 反應規模經本研究縮小 100 倍以方便進行分析, 由圖我們判斷未. io. n. al. er. 經規模縮小的 FAVAR 模型下 CPI 價格困惑現象即使非常顯著卻不如 VAR 模. i n U. v. 型下的反應長久, 12 期左右價格困惑即反應完畢, VAR 模型下的 CPI 價格卻持. Ch. engchi. 續穩定上升到三十幾期才結束, 因此我們認為 FAVAR 相較 VAR 因為考慮了更多的變數, 可以捕捉更多現實狀況的資訊, 因此價格困惑現象雖然存在但持續期已大幅縮短。 [表三]. 圖 2 最右邊兩張圖 (CPI & PPI: Monetary shock) 解釋了貨幣政策干擾對非總合變數的影響, 亦即未預期利率上升 25 個基點的狀況, 和總體項干擾反應相似的是, 當非總合價格一面臨貨幣政策干擾即急速大幅震盪之後甚至各自發散, 並持續到第 48 期還無法達到新平衡, 代表非總合物價呈現非僵固性, Bils, Klenow and Kryvtsov (2003) 和 Balke and Wynne (2007) 都得到同樣的結. 17.

(19) 果。另外, 粗虛線代表總合 CPI 和 PPI 變數對貨幣政策干擾的變動。我們可以注意到上下兩圖的總合變數反應 (粗虛線) 和所有非總合變數平均反應 (粗黑線) 有些差距。總合變數的變動相較穩定許多, 且最後幾乎能回到原均衡價格, 因此我們說總合價格對貨幣政策干擾呈現僵固反應。經濟體系波動對每個個別非總合價格造成的反應都不相同, 但總合價格可視為加總了許多個別非總合價格的平均反應, 部分個別非總合價格反應可能互相抵銷而使總合價格幾乎沒有變動, 因此呈現僵固性。想反地, 非總合變數平均反應在前 12 期表現穩定。表 3 顯示, 非總合價格平均價格反應 6 個月後只下降 0.08%, 12 個月後也只下降 0.16%, 但 12 期之後平均反應非常劇烈而無法達到新均衡。此結果意味著若想透過人為操作影響非總合價格, 貨幣政策干擾反應會持續至長期。表 3 也解釋了圖 1 貨幣政策干. 治政大價格在面對各種衝擊之情況下的自我相關係數 (autocorrelation coefficient) 大立多遠高於 0.5, 意謂貨幣政策干擾的情況下所有價格和自身 12 期歷史數據都有. 擾造成總合和非總合價格變動如此持久之現象。另外, 表 3 左半部分顯示非總合. ‧ 國. 學. 高度相關, 影響必然長遠。這結果和類別項干擾以及總體項干擾對非總合價格影響的結果大相逕庭。. ‧. 和 Boivin, Giannoni, and Mihov (2009) 的結果比較, 未預期利率上升的. y. Nat. 貨幣政策干擾結果和本文一致, 即 VAR 模型下 CPI 反應有明顯價格困惑, 而. sit. FAVAR 下的價格困惑現象又微小又短暫, 證明 FAVAR 能呈現出更貼近現實的. al. er. io. 結果。然而, 所有類別價格對貨幣政策干擾結果則不似台灣結果, 反而是經過一. v. n. 段時間後才開始漸漸變動卻影響持久, 同樣很難達到新均衡。. Ch. engchi. i n U. 林世昕 (2009) 只討論貨幣政策對整體物價的影響, 貨幣政策緊縮會使整體物價持續下跌, 相較本論文實證結果, 貨幣政策干擾下的總合物價 (圖 2 粗虛線) 與非總合物價平均反應 (圖 2 粗黑線) 皆在短期內極小幅波動至第 12 個月後, 始持續下降。林世昕 (2009) 同時觀察到 IPI 也呈現持續下降的趨勢, 因此 FAVAR 模型完全消除了價格困惑的現象, 與本論文得到相同的結論。. 18.

(20) 穩健性分析. 6 6.1. 改變落後期數. [表四]. 本論文在實證分析部分假設 Ft 中共包含 5 個因子 (意即 K = 5), 並根據 AIC 最小的原則將式 (8) 落後項設為 6 期 (意即 lags = 6)。此時, 我們將落後. 期改設為 13 期, 而 Ft 中包含的因子數量不變 (意即 K = 5 且 lags = 13), 並重新以物價對總體項進行迴歸分析。表 4 以不同性質物價分別對總體項進行迴歸分析之結果表, 我們可觀察到, 實證分析結果和正文大體一致—波動性與持續性. 政治大. 的來源分別為類別項和總體項, 且非總合物價之波動性與持續性都顯著於總合物. 立. 價。. ‧ 國. 學. [圖四]. 圖 4 為非總合價格在不同干擾下的衝擊反應, 結果顯示改變落後期數對非總. ‧. 合價格在類別項干擾下反應的影響不大, 和落後期為 6 時相同的是立即造成顯著. y. Nat. 衝擊反應, 且持續期短, 12 期內幾乎達到新均衡。貨幣政策干擾下之非總合物價. sit. 反應同樣大幅變動至 48 期仍達不到新均衡, 而總合物價反應雖較落後期為 6 時. al. er. io. 更具波動性但仍不顯著, 因此總合物價面對貨幣政策干擾仍然具有僵固性。主要. n. 的差別在於, 落後期數改變造成總體項干擾下非總合物價持續期間延長許多, 但. Ch. i n U. v. 有逐漸收斂之趨勢, 代表長期之下仍能收斂至新均衡。由此判斷, 非總合價格對. engchi. 所有干擾與不改變落後期數前同樣不具僵固性。 [圖五]. 圖 5 為貨幣政策干擾對利率、 IPI 與 CPI 之衝擊反應, VAR 模型下之 IPI 與 CPI 明顯出現價格困惑現象, 而 FAVAR 下的 IPI 價格困惑反應完全消失。需要注意的是 FAVAR 下的 CPI 衝擊反應經過我們縮小規模 100 倍, 即可判斷即使 FAVAR 下反應相較 VAR 下反應劇烈許多, 卻在較短時間內反應完畢, 因此 FAVAR 仍是較好之模型。綜觀以上結果, 改變落後期數後不影響波動性與持續性的影響來源、總合與. 19.

(21) 非總合價格之僵固性, 價格困惑現象也幾乎不受影響。受到影響的部分, 只有增加了非總合價格在總體項干擾下之持續期間, 以及使得 FAVAR 下 IPI 的價格困惑現象完全消除。. 6.2. 改變因子數量. [表五]. 本論文在實證分析部分假設 Ft 中共包含 5 個因子 (意即 K = 5), 並根據 AIC 最小的原則將式 (8) 落後項設為 6 期 (意即 lags = 6)。此部分, 我們試著. 政治大. 將 Ft 中包含的因子數量改設為 9, 而落後期數不變 (意即 K = 9 且 lags = 6), 並重新以物價對總體項進行迴歸分析, 觀察增加因子數量是否會影響分析結果。. 立. 總合和非總合物價分別對總體項進行迴歸分析之結果表現如表 5, 大致結果都和. ‧ 國. 學. 未改變因子數量與落後期數前結果一致。唯有平均非總合 CPI 的標準差出現較不一致的結果, 總體項標準差大於類別項標準差, 代表總體項干擾對平均非總合 CPI 造成的波動較大, 連帶使得總體項干擾對平均全部非總合物價造成波動性也. ‧. 較大。此結果可解釋為因子數量增加, 許多變動因此可解釋為由因子變動造成的. y. sit. io. er. [圖六]. Nat. 結果, 此時因子變動即為總體項干擾, 因而總體項波動性上升。. al. v i n C非總合價格面對所有干擾都有立即顯著反應而不與落後期數前結果完全一致— hengchi U 具僵固性。類別項干擾的反應持續期間短, 很快達到新均衡; 總體項干擾的持續 n. 圖 6 顯示非總合價格面對不同干擾的衝擊反應, 分析結果和未改變因子數量. 期間較長, 需較長時間收斂至新均衡; 貨幣政策干擾則波動大而發散, 至第 48 其仍無法達成新均衡。稍有不同之處在於, 總合價格在貨幣政策干擾下波動較大卻不至於顯著, 且 20 期左右即幾乎回到原均衡水準, 因此我們仍認為總合價格具有僵固性。 [圖七]. 由圖 7 我們可觀察到貨幣政策干擾對利率、 IPI、 CPI 的衝擊反應, 值得注意的是 FAVAR 下的 CPI 衝擊反應經我們縮小規模 100 倍。不管是 VAR 或 FAVAR 下的 IPI 或 CPI 都有顯著價格困惑現象, 而其中和未改變因子數量與落 20.

(22) 後期數前不太一樣的結果是 FAVAR 下 IPI 立刻出現價格困惑現象, 但 FAVAR 皆較 VAR 下的變數更快速反應完畢。簡而言之, FAVAR 仍然是較能描述本研究資料之現實狀況的模型。綜觀以上結果, 改變因子數量並不影響物價在不同干擾下的僵固性, 同樣不影響本研究對於 FAVAR 或 VAR 模型之選擇。唯有影響總體項和類別項干擾分別對平均非總合 CPI 和平均全部非總合物價造成之相對波動程度。. 7. 結論. 政治大向量自我迴歸模型。此模型納入了大量經濟指標, 具備更能描述現實經濟活動的立優點。我們以台灣重要經濟指標、消費者物價指標和生產者物價指標為主的月資. 本論文以 Bernanke, Boivin, and Eliasz (2005) 之模型為基礎, 建立因子擴充. ‧ 國. 學. 料, 對台灣價格僵固性問題進行分析。本文將價格所受到的影響來源分成總體項干擾、類別項干擾。總體項干擾是會影響整個經濟體系之波動, 而類別項干擾則. ‧. 不會同時影響整個經濟體系。此外, 我們將物價可分為總合物價與非總合物價, 並建立物價模型區分衝擊來自總體項、類別項或貨幣政策, 進而分別觀察各種干擾. Nat. sit. y. 造成總合與非總合價格兩種不同性質物價之僵固現象。除此之外, 本研究透過觀. io. er. 察貨幣政策干擾對工業生產指數以及消費者物價指數之衝擊反應, 分析 FAVAR 以及 VAR 模型下之總合活動價格困惑現象, 判斷 FAVAR 的實證結果是否較. n. al. VAR 模型更貼近現實經濟活動。. Ch. engchi. i n U. v. 我們進行分析之後, 總結以下實證結論:. • 影響波動性和持續性的來源: 物價衝擊反應之波動性主要受到類別項干擾. 的影響, 持續性則大多受總體項干擾影響。而本文類別項干擾的波動性相對較大, 總體項干擾的持續性相對較小。因此主要被類別項解釋的非總合物價波動較大, 持續性大; 多數資料被總體項解釋的總合物價波動性則小, 持續性也小。 • 非總合價格面對所有干擾都立即顯著變動, 呈現彈性反應而不具僵固性。持. 續性結果卻不盡相同, 類別項干擾造成的反應持續期間較短, 短時間即達到 21.

(23) 新均衡價格; 總體項干擾的持續期間則較長, 長時間始能得到新均衡, 而其中的貨幣政策干擾甚至到了第 48 期仍無法取得新均衡。 • 總合價格只在貨幣政策干擾下對非總合價格進行比較, 結果顯示總合價格. 反應相對微小, 呈現僵固性。 • 價格困惑現象: VAR 模型下之工業生產指數和消費者物價指數之衝擊反應. 皆顯示明顯價格困惑現象。 FAVAR 模型下之工業生產指數到了第 6 期才出現微小價格困惑現象, 反應慢且小而穩定; 消費者物價指數經規模處理後可判斷價格困惑現象雖然顯著, 卻不如 VAR 模型下的持久。因此 FAVAR 實證結果之價格困惑現象較輕微, 表示為一較適合本研究之模型。. 政治大. 本論文採用之資料期間包含 2007 至 2008 年金融風暴時期, 資料可能因此具. 立. 有結構性改變問題。但我們礙於時間關係, 尚未針對此問題進行分析。因此我們. ‧ 國. 學. 建議結構性改變問題能作為未來研究的可能擴充方向, 或可只採 2009 至 2014 年之資料期間進行分析, 也許會有與本研究不盡相同之結論。. ‧. 參考文獻. sit. y. Nat. io. al. n. 33–68。. er. 吳懿娟 (2004), 我國貨幣政策傳遞機制之實證分析, 中央銀行季刊, 26(4), 頁. Ch. i n U. v. 李佳珍 (2010), 台灣毛豬市場不對稱價格傳遞關係之研究, 農業經濟叢刊, 16(1), 頁 1–32。. engchi. 林世昕 (2009), 以因子擴增向量自我回歸模型估計台灣貨幣政策之衝擊反應函數, 臺北大學經濟學系碩士論文。張凱力 (2014), 工資僵固與雙率政策法則—台灣動態隨機一般均衡模型分析, 中央大學經濟學系碩士論文。黃琝琇和趙明哲 (2010), 原油價格對台灣物價傳遞效果的不對稱性, 農業與資源經濟, 7(2), 頁 37–68。鍾志登 (2012), 貨幣面衝擊, 貨幣幻覺與消費波動, 佛光大學經濟學系在職專班碩士論文。 22.

(24) Balke, N. S. and Wynne, M. A. (2007). The relative price effects of monetary shocks. Journal of Macroeconomics, 29(1), 19–36. Bernanke, B. S., Boivin, J. and Eliasz, P. (2005).. Measuring the Ef-. fects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach. The Quarterly Journal of Economics, 120(1), 387–422. Bils, M. and Klenow, P. J. (2004). Some Evidence on the Importance of Sticky Prices. Journal of Political Economy, 112(5), 947–985. Bils, M., Klenow, P. J. and Kryvtsov, O. (2003). Sticky Prices and Mon-. 政治大. etary Policy Shocks. Federal Reserve Bank of Minneapolis Quarterly Review, bf 27(1), 2–9.. 立. Boivin, J., Giannoni, M. P. and Mihov, I. (2009). Sticky Prices and Mon-. ‧ 國. 學. etary Policy: Evidence from Disaggregated US Data. The American Economic Review, 99(1), 350–384.. ‧. Christiano, L. J., Eichenbaum, M. and Evans, C. L. (1999). Monetary. y. Nat. policy shocks: What have we learned and to what end?. Handbook of. io. sit. Macroeconomics, 1, 65–148.. n. al. er. Lucas Jr, R. E. (1972). Expectations and the Neutrality of Money. Journal of economic theory, 4(2), 103–124.. Ch. engchi. i n U. v. Sims, C. A. (1980). Macroeconomics and Reality. Econometrica, 48, 1–48. Sims, C. A. (1992). Interpreting the macroeconomic time series facts: The effects of monetary policy. European Economic Review, 36(5), 975– 1000. Taylor, J. B. (1999). Staggered price and wage setting in macroeconomics. Handbook of Macroeconomics, 1, 1009–1050. Woodford, M. (2001). Imperfect Common Knowledge and the Effects of Monetary Policy. NBER Working Paper, w8673.. 23.

(25) 附錄 A 重要經濟指標本文附錄之格式與調整碼參考自 Boivin, Giannoni, and Mihov (2009), 詳細列出所有變數期間與解釋等。調整碼對應為: 1 — 無調整; 5 — 對數轉換後一階差分。我們的重要經濟指標部分總共包含 52 個變數月資料, 沒有缺漏值。資料來源為台灣經濟新報 TEJ。 [表 Main Data Set]. 立 B 消費者物價指數. 政治大. ‧ 國. 學. 本文附錄之格式與調整碼參考自 Boivin, Giannoni, and Mihov (2009), 詳細列. ‧. 出所有變數期間與解釋等。本部分資料調整方式全部採對數轉換後一階差分, 對應調整碼為 5。消費者物價指數部分的月資料總共包含 81 個變數, 沒有缺漏值。. y. sit er. io. [表 CPI]. Nat. 資料來源為行政院主計總處, 並以 2011 年為基期。. n. al. C 生產者物價指數 C h e n g c h i. i n U. v. 本文附錄之格式與調整碼參考自 Boivin, Giannoni, and Mihov (2009), 詳細列出所有變數期間與解釋等。本部分資料調整方式全部採對數轉換後一階差分, 對應調整碼為 5。生產者物價指數部分的月資料總共包含 134 個變數, 沒有缺漏值。資料來源為行政院主計總處, 並以 2011 年為基期。 [表 PPI]. 24.

(26) CPI總指標. PPI總指標. 0.01. 0.02. 0.005. 0.01 0. 0. -0.01. -0.005. -0.02. 1 0.5. 立. 0. 政治大. 1 15 29 43 57 71 85 99 113 127 141 155 169 183. Ft 3. Ft 4. ‧. 1 0.5 0. Nat. er. io. al. 1 15 29 43 57 71 85 99 113 127 141 155 169 183. -1. n. Ft 5. 1 0.5 0. sit. y. -0.5. 1 15 29 43 57 71 85 99 113 127 141 155 169 183. 2 1.5 1 0.5 0 -0.5 -1. 學. -1. ‧ 國. -0.5. Ft 2. 1.5 1 0.5 0 -0.5 -1 -1.5. 1 15 29 43 57 71 85 99 113 127 141 155 169 183. Ft 1 1.5. -0.03 1 15 29 43 57 71 85 99 113 127 141 155 169 183. 1 16 31 46 61 76 91 106 121 136 151 166 181. -0.01. Ch. engchi. i n U. v. -0.5 1 15 29 43 57 71 85 99 113 127 141 155 169 183. -1. 附註: 最上面 2 張圖分別為 CPI 和 PPI 總指數, 下面 5 張圖為 5 個因子的時間趨勢圖, 橫軸是資料期數, CPI 和 PPI 總指數之橫軸亦即月數。 Ft 只表達一波動趨勢, 單位不具意義。圖 1: Ft、 CPI 和 PPI 總指數比較圖。. 25.

(27) 立. 政治大. ‧ 國. 學. Nat. n. al. er. io. sit. 圖 2: 非總合價格對不同干擾的衝擊反應。. y. ‧. 附註: 由左到右分別為下降 1 單位類別項標準差 Sd(eit )、下降 1 單位總體項標準差 Sd(λ0i Ct ) 和未預期上升 25 個基點利率 Rt , 對非總合物價的衝擊反應。細小虛線是每個價格反應, 粗黑線代表所有類別價格平均反應, 粗虛線則是總合物價對貨幣政策干擾的反應。. Ch. engchi. 26. i n U. v.

(28) 立. 政治大. ‧ 國. 學. n. er. io. al. sit. Nat. 圖 3: 貨幣政策干擾造成的衝擊反應。. y. ‧. 附註: 此圖呈現貨幣政策干擾 (即 25 個基點的未預期利率 Rt 上升) 對利率 (左上)、 IPI (右上) 和 CPI (左下) 的衝擊反應。粗實線代表包含 5 個因子的 FAVAR 模型, 虛線是只包含 3 個變數的 VAR 模型, 細實線則是包含 3 個變數和 1 個因子的 VAR 模型。. Ch. engchi. 27. i n U. v.

(29) 立. 政治大. ‧ 國. 學. ‧. 附註: 由左到右分別為下降 1 單位類別項標準差 Sd(eit )、下降 1 單位總體項標準差 Sd(λ0i Ct ) 和未預期上升 25 個基點利率 Rt , 對落後期數為 13 下非總合物價的衝擊反應。細小虛線是每個價格反應, 粗黑線代表所有類別價格平均反應, 粗虛線則是總合物價對貨幣政策干擾的反應。. y. Nat. n. al. er. io. sit. 圖 4: 非總合價格對不同干擾的衝擊反應(落後期數為 13)。. Ch. engchi. 28. i n U. v.

(30) 立. 政治大. ‧ 國. 學 ‧. 附註: 此圖呈現落後期數為 13 下貨幣政策干擾 (即 25 個基點的未預期利率 Rt 上升) 對利率 (左上)、 IPI (右上) 和 CPI (左下) 的衝擊反應。粗實線代表包含 5 個因子的 FAVAR 模型, 虛線是只包含 3 個變數的 VAR 模型, 細實線則是包含 3 個變數和 1 個因子的 VAR 模型。. sit. y. Nat. io. n. al. er. 圖 5: 貨幣政策干擾造成的衝擊反應(落後期數為 13)。. Ch. engchi. 29. i n U. v.

(31) 立. 政治大. ‧ 國. 學 ‧. 附註: 由左到右分別為在 Ft 包含 9 個因子下下降 1 單位類別項標準差 Sd(eit )、下降 1 單位總體項標準差 Sd(λ0i Ct ) 和未預期上升 25 個基點利率 Rt , 對非總合物價的衝擊反應。細小虛線是每個價格反應, 粗黑線代表所有類別價格平均反應, 粗虛線則是總合物價對貨幣政策干擾的反應。. sit. y. Nat. io. n. al. er. 圖 6: 非總合價格對不同干擾的衝擊反應(9 個因子)。. Ch. engchi. 30. i n U. v.

(32) 立. 政治大. ‧ 國. 學 ‧. 附註: 此圖呈現 Ft 包含 9 個因子下貨幣政策干擾 (即 25 個基點的未預期利率 Rt 上升) 對利率 (左上)、 IPI (右上) 和 CPI (左下) 的衝擊反應。粗實線代表包含 5 個因子的 FAVAR 模型, 虛線是只包含 3 個變數的 VAR 模型, 細實線則是包含 3 個變數和 1 個因子的 VAR 模型。. sit. y. Nat. io. n. al. er. 圖 7: 貨幣政策干擾造成的衝擊反應(9 個因子)。. Ch. engchi. 31. i n U. v.

(33) 表 1: 價格的波動性和持續性(%)。標準差通膨率總體項類別項總合變數 CPI 總指數. 0.30. 0.17. 0.76. -0.62. -0.30. 0.15. 平均中位數最小值最大值標準差. 1.15 0.58 0.03 12.00 1.63. 0.71 0.35 0.01 9.81 1.28. 0.85 0.47 0.03 6.92 1.06. 0.36 0.32 0.01 0.92 0.25. -0.04 0.11 -3.60 0.80 0.63. 0.25 0.31 -1.95 0.94 0.45. 0.01 0.05 -1.24 0.79 0.34. 平均中位數最小值最大值標準差. 1.33 0.43 0.03 10.44 2.06. 0.01 8.80 1.72. 0.03 0.01 5.60 0.75 1.19 0.24. -0.38 -0.19 -3.60 0.80 0.84. 0.09 0.28 -1.95 0.94 0.64. -0.12 -0.07 -1.24 0.79 0.40. 0.60 0.39 0.02 9.81 0.90. 0.81 0.50 0.10 6.92 0.97. 0.16 0.16 -1.06 0.66 0.31. 0.35 0.31 -0.34 0.85 0.23. 0.09 0.10 -1.02 0.62 0.27. Nat. 1.05 0.61 0.14 12.00 1.30. 0.41 0.43 0.03 0.92 0.24. ‧. 平均中位數最小值最大值標準差. y. 立. 政0.90 治0.91 大 0.28 0.19 0.40 0.20. 學. PPI. 通膨率總體項類別項. io. sit. CPI. R2. 0.34. ‧ 國. 非總合變數全部. 持續性. n. al. er. 附註: 通膨由 πit = pit − pit−1 衡量, 其中 pit 為序列 i 價格取對數。 λ0i C 代表總體項物價, eit 則代表類別項物價, 物價對總體項波動迴歸下 R2 統計量代表價格被總體項解釋之比例。持續性符合落後期 6 的 AR 模型, Ft 包含 5 個因子。. Ch. engchi. 32. i n U. v.

(34) 表 2: 不同部分的交叉項相關性。 (a) 所有價格 ( CPI 和 PPI ) Sd(πi ) Sd(λ0i C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12 Sd(πi ) 1.00 0 Sd(λi C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12. 0.95 1.00. 0.96 0.20 -0.47 -0.23 0.84 0.35 -0.47 -0.25 1.00 0.05 -0.43 -0.18 1.00 -0.11 -0.28 1.00 0.68 1.00. 立. -0.04 0.05 -0.12 0.25 0.59 0.32 1.00. -0.08 -0.10 -0.06 -0.16 0.26 0.30 0.09 1.00. -0.09 -0.11 -0.08 -0.16 0.03 0.04 -0.08 0.57 1.00. 政治大. -0.34 -0.37 -0.28 -0.07 0.00 0.11 -0.05 -0.04 -0.16 1.00. 0.35 0.43 0.26 0.19 -0.19 -0.14 -0.06 -0.19 -0.23 -0.08 1.00. (b) CPI 價格 Sd(πi ) Sd(λ0i C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12 -0.18 -0.19 -0.18 -0.37 0.41 0.39 0.11 1.00. n. al. y. er. io. sit. Nat. 0.09 0.13 0.04 0.13 0.47 0.31 1.00. Ch. engchi. i n U. -0.11 -0.13 -0.11 -0.31 0.11 0.07 -0.12 0.54 1.00. ‧. 0.98 0.60 -0.52 -0.26 0.95 0.65 -0.54 -0.28 1.00 0.53 -0.49 -0.25 1.00 -0.57 -0.51 1.00 0.68 1.00. ‧ 國. 0.99 1.00. 學. Sd(πi ) 1.00 0 Sd(λi C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12. v. -0.36 -0.34 -0.37 -0.16 -0.24 -0.07 -0.14 -0.13 -0.13 1.00. 0.53 0.54 0.51 0.28 -0.17 -0.12 0.03 -0.12 -0.15 -0.44 1.00. (c) PPI 價格 Sd(πi ) Sd(λ0i C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12 Sd(πi ) 1.00 0 Sd(λi C) Sd(ei ) R2 ρ(πi ) ρ(λ0i C) ρ(ei ) AC1 AC12 IRF6 IRF12. 0.90 1.00. 0.96 -0.12 -0.42 -0.10 0.74 0.15 -0.27 -0.11 1.00 -0.29 -0.47 -0.08 1.00 0.24 -0.26 1.00 0.47 1.00. -0.18 0.02 -0.28 0.25 0.77 0.20 1.00. 0.02 0.00 0.03 -0.10 0.06 0.24 0.03 1.00. -0.07 -0.09 -0.06 -0.10 -0.14 -0.05 -0.09 0.58 1.00. -0.31 -0.43 -0.19 -0.03 0.38 0.46 0.01 0.01 -0.19 1.00. 0.17 0.32 0.07 0.24 -0.07 -0.06 -0.01 -0.19 -0.28 0.20 1.00. 附註: Sd(πi )、 Sd(λ0i C)、 Sd(ei ) 分別為通膨率、總體項和類別項標準差, R2 是價格被總體項解釋比例, ρ(·) 為持續性。 AC1、 AC12 為貨幣政策衝擊下通膨率第 1 和 12 階自我相關係數, IRF6、 IRF12 是貨幣政策衝擊下價格第 6 和 12 月衝擊反應。.

(35) 表 3: 價格對貨幣政策干擾的反應。衝擊條件下 πi 的自我相關 1階. 3階. 6階. 價格反應 (%) 6 個月 12 個月. 12 階. 總合變數 CPI 總指數 0.98 0.97 0.95. io. 0.94 0.95 0.72 0.96 0.03. 0.88 0.90 0.45 0.91 0.06. PPI. 平均中位數最小值最大值標準差. 0.97 0.98 0.63 0.98 0.05. 0.94 0.95 0.57 0.96 0.05. 0.88 0.90 0.53 0.91 0.06. Ch. 0.99 0.99 0.91 1.00 0.01. engchi. -0.16 -0.19 -1.34 2.22 0.52. -0.16 -0.05 -4.97 3.96 1.04. -0.02 -0.07 -1.01 2.22 0.51. -0.04 -0.15 -6.96 2.84 0.85. -0.24 -0.30 -1.34 2.13 0.50. y. 0.97 0.98 0.86 0.98 0.02. n. 0.99 0.99 0.95 0.99 0.01. -0.08 -0.11 -6.96 3.96 0.92. sit. Nat. al. 0.88 0.90 0.45 0.91 0.06. ‧. 平均中位數最小值最大值標準差. 0.94 0.95 0.57 0.96 0.05. 0.03. 學. CPI. 0.99 0.91 1.00 0.01. 0.97 0.98 0.63 0.98 0.04. -0.01. er. 立0.99. 平均中位數最小值最大值標準差. ‧ 國. 非總合變數全部. 0.90 治政大. i n U. v. 附註: 自我相關係數是在貨幣政策衝擊下反應分析得到, 價格反應表示第 6 和 12 個月價格水準相較於衝擊前的百分比變動。. 34.

(36) 表 4: 價格的波動性和持續性(%)(落後期數為 13)。標準差通膨率總體項類別項 0.17. -0.28. 0.47. -0.31 0.08 -18.17 0.81 1.77. 0.35 0.41 -0.48 0.94 0.32. 0.01 0.11 -2.60 0.82 0.44. -0.92 -0.18 -18.17 0.81 2.69. 0.40 0.47 -0.48 0.94 0.35. -0.07 0.02 -1.51 0.82 0.48. 0.05 0.14 -4.92 0.68 0.59. 0.32 0.35 -0.24 0.88 0.29. 0.06 0.13 -2.60 0.66 0.40. 0.01 9.81 1.28. 0.03 0.01 6.92 0.92 1.06 0.25. 1.33 0.43 0.03 10.44 2.06. 0.90 0.19 0.01 8.80 1.72. 0.91 0.40 0.03 5.60 1.19. 0.60 0.39 0.02 9.81 0.90. 0.81 0.50 0.10 6.92 0.97. n. a l1.05 Ch 0.61 0.14 12.00 1.30. engchi. 0.28 0.20 0.01 0.75 0.24. y. 0.03 12.00 1.63. sit. io. 平均中位數最小值最大值標準差. -0.93. ‧. 平均中位數最小值最大值標準差. Nat. PPI. 0.76. 學. CPI. 平均中位數最小值最大值標準差. 0.30. 政治大 0.71 0.85 0.36 立1.15 0.58 0.35 0.47 0.32. ‧ 國. 非總合變數全部. 0.34. 通膨率總體項類別項. er. 總合變數 CPI 總指數. R2. 持續性. i n U 0.41 0.43 0.03 0.92 0.24. v. 附註: 通膨由 πit = pit − pit−1 衡量, 其中 pit 為序列 i 價格取對數。 λ0i C 代表總體項物價, eit 則代表類別項物價, 物價對總體項波動迴歸下 R2 統計量代表價格被總體項解釋之比例。持續性符合落後期 13 的 AR 模型, Ft 包含 5 個因子。. 35.

(37) 表 5: 價格的波動性和持續性(%)(9 個因子)。標準差通膨率總體項類別項 0.12. 0.88. -0.62. -0.54. -0.28. 0.03 0.03 5.65 0.95 0.91 0.25. -0.04 0.11 -3.60 0.80 0.63. 0.27 0.35 -2.43 0.90 0.47. -0.09 -0.04 -1.55 0.75 0.38. -0.38 -0.19 -3.60 0.80 0.84. 0.13 0.32 -2.43 0.90 0.68. -0.30 -0.24 -1.55 0.75 0.43. 0.16 0.16 -1.06 0.66 0.31. 0.36 0.38 -0.49 0.79 0.23. 0.04 0.07 -0.85 0.59 0.28. 1.01 0.23 0.01 9.07 1.84. 0.79 0.38 0.03 5.17 0.99. 0.69 0.44 0.03 10.72 1.00. 0.74 0.48 0.09 5.65 0.87. a l1.05 Ch 0.61. n. PPI. 平均中位數最小值最大值標準差. 0.14 12.00 1.30. engchi. 0.38 0.30 0.03 0.91 0.26. y. 1.33 0.43 0.03 10.44 2.06. sit. io. 0.01 10.72 1.38. ‧. Nat. 平均中位數最小值最大值標準差. 0.03 12.00 1.63. 學. CPI. 平均中位數最小值最大值標準差. 0.32. 政治大 0.81 0.76 0.45 立1.15 0.58 0.39 0.45 0.46. ‧ 國. 非總合變數全部. 0.34. 通膨率總體項類別項. er. 總合變數 CPI 總指數. R2. 持續性. i n U 0.49 0.50 0.06 0.95 0.23. v. 附註: 通膨由 πit = pit − pit−1 衡量, 其中 pit 為序列 i 價格取對數。 λ0i C 代表總體項物價, eit 則代表類別項物價, 物價對總體項波動迴歸下 R2 統計量代表價格被總體項解釋之比例。持續性符合落後期 6 的 AR 模型, Ft 包含 9 個因子。. 36.

(38) 1981M01. 3. 1982M01. 1978M01. 1978M01. 1978M01. 1978M01. 1978M01. 1962M01. 1973M01. 6. 7. 8. 9. 10. 11. 12. 1980M01. 5. 4. 1996M01. 2. 2014M02. 2014M02. 2014M03 1998M01. 1998M01 1998M01. Ch. 37. 5 5 5 5 5. 2014M02 2014M02 2014M02 2014M02 2014M02. 1998M01. 2014M02. 台灣服務業就業人數 (千人). 5 1. 1. 台灣工業就業人數 (千人). 5. 1998M01. e2014M02 rs 1998M01 2014M02 ity 1998M01 2014M02. 台灣-農林漁牧業就業人數 (千人). 台灣勞動市場就業人數 (千人). 台灣非農業部門就業人數 (千人). 台灣工業及服務業加班工時 (小時). 台灣製造業員工平均每月工作時數 (小時). 續接下頁. 台灣其他運輸工具製造勞動力指數 2011=100(指數). 台灣勞動市場勞動力 (千人). 工業生產指數 IPI 不含土石建築工程 2011=100(指數). 工業生產總指數 IPI(不含建築工程)2011=100(指數). 5. v. 2014M02. 2014M02. 5. 2014M02. 2014M02. 變數解釋. ‧ 國 5 工業生產總指數 IPI(Base 2011=100)(指數). 調整碼. 2014M02. 1998M01. i n U. 2014M03. 2014M03. 1998M01. 1998M01. 1998M01. 1998M01. engchi. 2014M03. 2014M03. 2014M03. 2014M02. 2014M03. EMP—Employment and Hours. 1996M01. al. 學. 1. OUT—Real Output and Income. n. 調整後期間. io. 原始期間. ‧. Nat. 編號. 表 6: 重要經濟指標變數。. 立. 政治大.

(39) 2014M02. 1998M01. 2014M03. 2014M05. 1961M01. 1961M01. 1992M01. 1986M11. 1969M08. 1980M01. 1968M10. 1973M06. 1961M01. 17. 38. 18. 19. 20. 21. 22. 23. 24. 2014M05. 1. 2014M02. 1. 5 5 5 5 5. 2014M02 2014M02 2014M02 2014M02 2014M02. 1998M01. 1998M01. 1998M01. 2014M02. 2014M02. 5. 5. 5. 5. 5. 2014M02. e2014M02 rs ity 1998M01 2014M02. 1998/ 01. 1998M01. 1998M01. 1998M01. 1998M01. v. 2014M05. 2014M05. 1998M01. i n U. 2014M05. 2014M05. 1998M01. engchi. 2014M05. 2014M05. 2014M05. 2014M05. EXR—Exchange Rates. 1967M01. SPR—Stock Prices. 1984M01. 台灣服務業部門受雇員工加班工時 (小時). 變數解釋. 台灣外銷訂單指數 2011=100 季節調整 (指數). ‧ 國. 調整碼. 2014M02. 調整後期間. ORD—Orders and Unfilled Orders. 1980M01. 原始期間. Ch. 16. 15. 14. 13. 編號. ‧. n. al. 台灣發行量加權股價指數 1966=100(指數). 台灣瑞士法郎兌新台幣匯率月底值—美式 (瑞法郎). 台灣日圓兌新台幣匯率月底值—美式 (日圓). 台灣歐元兌新台幣匯率月底值 (歐元). 台灣英磅兌新台幣匯率月底值-美式 (英鎊). 台灣美元兌新台幣匯率 (美元). 續接下頁. 台灣港幣兌新台幣匯率月底值—美式報價 (港幣). 台灣新加坡幣兌新台幣匯率月底值—美式 (加坡元). 台灣澳大利亞幣兌新台幣匯率月底值—美式 (澳幣). 台灣加拿大幣兌新台幣匯率月底值—美式 (加幣). 學. io. Nat. 承接上頁. 立政治大.

(40) 1975M07. 1988M08. 1988M08. 1986M12. 1995M10. 1985M01. 1985M01. 1993M09. 1995M06. –. –. –. –. –. 25. 26. 27. 28. 29. 30. 31. 39. 32. 33. 34. 35. 36. 37. 38. –. 1998M01. 1998M01. 1998M01. v. –. –. 2014M02 2014M02 1 1 1 1 1 1 1. 2014M02 2014M02 2014M02 2014M02 2014M02 2014M02 2014M02. 2014M02. 2014M02. 1. 1. 1. 1. 1. 1. 台灣央行國庫券 1–30 天次級市場利率 (%). 變數解釋. ‧ 1 國台灣金融業拆款利率—隔夜加權平均 (%). 調整碼. 2014M02. e2014M02 rs ity 1998M01 2014M02. 1998M01. 1998M01. 1998M01. 1998M01. 1998M01. i n U. –. –. 1998M01. 1998M01. 1998M01. engchi. 2013M01. 2014M03. 2002M03. 1998M01. 1998M01. 調整後期間. Ch. 2014M02. 2005M08. 2014M03. 2014M03. 2014M03. 2014M05. INT—Interest Rates. 原始期間. n. 編號. ‧. io. al. 台灣資本市場發行利率—政府公債—3 年 (%). 台灣央行國庫券 91–180 天次級市場利率 (%). 台灣央行國庫券 31–90 天次級市場利率 (%). Spread MB75 - MB30. Spread MB4919 - MB30. Spread MB4918 - MB30. Spread MB77 - MB30. Spread MB76 - MB30. 續接下頁. 台灣資本市場發行利率—政府公債—15 年 (%). 台灣資本市場發行利率—政府公債—10 年 (%). 台灣資本市場發行利率—政府公債—7 年 (%). 台灣資本市場發行利率—政府公債—5 年 (%). 學. Nat. 承接上頁. 立. 政治大.

(41) –. –. 40. 41. –. –. – 1998M01. 1998M01. 1998M01 1. 2014M02. 1. 2014M02. 1961M07. 1961M07. 1971M01. 1982M01. 1988M07. 43. 44. 45. 40. 46. 47. 1981M01. 1981M01. 1981M01. 1981M01. 49. 50. 51. 2014M04. 5 5 5 5 5. 2014M02 2014M02 2014M02 2014M02 2014M02. 1998M01. 1998M01 2014M02. 2014M02. 5. 5. 5. 5. 5. 2014M02. e2014M02 rs ity 1998M01 2014M02 1998M01. v. 2014M04. 2014M04. 2014M04. 1998M01. 1998M01. 1998M01. 1998M01. i n U. 48. 1998M01. 1998M01. engchi. 2014M03. 2014M03. 2014M03. 2014M03. 2014M03. 2014M03. Ch. PRI—Price Indexes. 1961M07. 42. Spread MB4903 - MB30. Spread MB49 - MB30. 變數解釋. ‧ 1 國Spread MB4902 - MB30. 調整碼. 2014M02. 調整後期間. ‧. MON—Money and Credit Qrantity Aggregates. –. 39. 原始期間. n. 編號. io. al 台灣 M1B 月底值 (百萬). 台灣 M1A 月底值 (百萬). 台灣本國一般銀行消費者貸款餘額 (百萬). 台灣金融機構準備金月底值 (百萬). 台灣全體貨幣機構準備貨幣月底值 (百萬). 台灣廣義貨幣供給額 (M2) 月底值 (新定義)(百萬). 續接下頁. 台灣 WPI 2011=100—最終產品—資本用品 (指數). 台灣 WPI 2011=100—最終產品 (指數). 台灣 WPI 2011=100—中間產品 (指數). 台灣 WPI 2011=100—原材料指數. 學. Nat. 承接上頁. 立政治大.

(42) 52. 1981M01. 2014M04. 1998M01. 2014M02. 調整後期間. n. 原始期間. al er. sit y. 台灣 WPI 2011=100—最終產品—消費用品 (指數). 變數解釋. ‧ 國. 5. 調整碼. ‧. io. 編號. 學. Nat. 承接上頁. 立政治大. Ch engchi. 41. i n U. v.

(43) 1981M01 2014M07. 1981M01 2014M07. 55. 56. 1981M01 2014M07. 1981M01 2014M07. 1981M01 2014M07. 59. 60. 1981M01 2014M07. engchi. 58. 57. 1981M01 2014M07. 54. Ch. 42. 1981M01 2014M07. 1981M01 2014M07. 1981M01 2014M07. 1981M01 2014M07. 1981M01 2014M07. 61. 62. 63. 64. 65. 1998M01. 2014M02 2014M02 2014M02 2014M02. 1998M01 1998M01 1998M01 1998M01. v 1998M01. 2014M02. 2014M02. 1998M01. e r1998M01 sit 1998M01 y 1998M01. 2014M02. 1998M01. 2014M02. 2014M02. 1998M01. 2014M02 ‧ 國. 調整後期間. 1998M01. i n U 2014M02. 2014M02. 2014M02. ‧. 2014M07. al. 學. 1981M01. n. 53. io. 原始期間. Nat. 編號. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 調整碼. 表 7: 消費者物價指數變數。. 立. (1) 米類及其製品. 1. 穀類及其製品. 一.食物類. 總指數. 變數解釋. 7. 蔬菜. 6. 加工水產品. 5. 水產品. 4. 蛋類. 3. 肉類製品. (2) 生鮮家禽. (1) 生鮮家畜. 2. 肉類. 續接下頁. (2) 其他穀類及其製品. 政治大.

(44) 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 1981M01. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. 77. 78. 79. 80. 2014M07. 2014M07. 2014M07. 2014M07. 2014M07. 2014M07. Ch. 43 2014M07. 2014M07. 2014M07. 2014M07. 2014M07. engchi. v. 2014M07. 2014M07. 2014M07. 2014M07. ‧ 2014M02國 2014M02. 1998M01. 2014M02. 1998M01. 1998M01. 調整後期間. 2014M02 2014M02 2014M02 2014M02 2014M02 2014M02 2014M02. 1998M01 1998M01 1998M01 1998M01 1998M01 1998M01 1998M01. 1998M01. 1998M01. 2014M02. 2014M02. 1998M01. e r1998M01 sit 1998M01 y. i n U 2014M02. 2014M02. 2014M02. ‧. al. 學. n. 原始期間. io. 編號. Nat. 承接上頁. 5. 5. 5. 調整碼. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 5. 立 9. 水果. 8. 加工蔬菜. (4) 果菜及其他. (3) 葉菜. (2) 莖菜. (1) 根菜. 變數解釋. 18. 其他食品. 17. 外食費. 16. 調理食品. 續接下頁. 15. 非酒精性飲料及材料. 14. 酒. 13. 調味品. 12. 食用油. 11. 乳類. 10. 加工水果. 政治大.