釘住通貨膨脹政策之影響-動態分量迴歸之應用 - 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. 政治大釘住通貨膨脹政策之影響. 立. -動態分量迴歸之應用. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. 研究生: 陳敬翔中華民國一百年六月. v.

(2) 謝辭在政治大學經濟研究所的兩年, 我學會了自我管理與規劃, 體會到全心投入與自我充實的成就感, 並得以初窺學術殿堂的研究本質與精神, 這一切的學習成長與人格心態的成熟, 對於我的人生歷程而言, 其意義遠大於一紙碩士文憑。如今, 順利的完成研究所學業與碩士論文, 首先要感謝我的指導教授林馨怡教授, 不只是在論文撰寫過程中的給予最大的幫助, 更是做人處世的最佳的典範。謝謝老師這一年的用心指導, 讓我得以順利完成論文。另外, 感謝口試委員陳旭昇教授與林常青教授對於論文內容給予專業的建議, 使得研究成果得以更趨成熟。感謝同門師兄蕭宇翔、梁致遠和彭峻永不厭其煩的指出我研究的缺失, 且總能在我迷. 政治大. 網時為我解惑。感謝一路相伴的好朋友, 潘葛天、謝育霖、周紹軒、林銘峰、徐淳雅和曾雨. 立. 慈, 讓我的碩士班生活過得更精彩。最重要的是感謝我的家人, 謝謝你們的支持和鼓勵, 讓. ‧ 國. 學. 我無憂無慮在課業上, 全力以赴, 謝謝。. 另外特別感謝馮婕蓉, 從高三到現在已經六年多了, 共同經歷大大小小的事情, 彼此都. ‧. 成長了不少, 謝謝妳這一路的陪伴, 未來也請多多指教。. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 陳敬翔謹誌民國一百年七月.

(3) 摘要貨幣政策為中央銀行控制經濟情勢最主要的工具。 1990 年紐西蘭成為第一個採取釘住通貨膨脹率政策的國家, 許多經濟學家開始認為釘住通貨膨脹率政策為最適當的貨幣政策。本論文利用 Lin(2010) 動態追蹤資料分量迴歸, 分析釘住通貨膨脹率政策對通貨膨脹率, 經濟成長, 通貨膨脹率之波動和經濟成長之波動的影響。本論文以 103 個國家在 1960-2010 年的追蹤資料為例, 實證結果發現, 通貨膨脹率水準高的國家, 釘住通貨膨脹率政策降低通貨膨脹率水準的效果愈強且顯著, 而經濟成長高的國家則必須損失經濟成長作為代價, 並且可以穩定通貨膨脹率和經濟成長之波動。此結果應證了 Ball and Sheridan(2003) 提到通貨膨脹率愈高的國家, 降低愈多的通貨膨脹率水準。在考慮經濟成長和通貨膨長之抵. 政治大. 換關係後, 釘住通貨膨脹率政策在高通貨膨脹率的國家能夠有效降低通貨膨脹率水準。另. 立. 外, 在 OECD 國家和新興市場也得到類似的結論。. ‧. ‧ 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. 3 計量方法. 9. 3.1. 分量迴歸 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 3.2. 追蹤資料之固定效果模型 . . . . . . . . . . . . . . . . . . . . . . . . . . 10. 3.3. 追蹤資料分量迴歸 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12. 3.4. 追蹤資料之動態分量迴歸 . . . . . . . . . . . . . . . . . . . . . . . . . . 14. 4 實證結果. 立. 政治大. 9. 15. 資料 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15. 4.2. 基本結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16. 4.3. 不同拔靴抽樣法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20. 4.4. 不同的工具變數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22. 4.5. OECD國家與新興市場 . . . . . . . . . . . . . . . . . . . . . . . . . . . 24. 4.6. 控制高通貨膨脹率 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26. 4.7. 不同期間 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27. 4.8. 通貨膨脹率和經濟成長之抵換關係 . . . . . . . . . . . . . . . . . . . . . 28. ‧ 國. ‧. n. al. er. io. sit. y. Nat. 5 結論. 學. 4.1. Ch. engchi. i Un. v. 30. 參考文獻. 45. A 釘住通貨膨脹率國家列表. 47. A.1 1960-2010 年,23 個採取釘住通貨膨脹率政策的國家 . . . . . . . . . . . . 47 A.2 1980-2010 年,25 個採取釘住通貨膨脹率政策的國家 . . . . . . . . . . . . 47 A.3 國家列表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48. I.

(5) 表目錄 1. 樣本國家之敘述統計 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17. 2. 追蹤資料單根檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18. 3. 不同工具變數之顯著性比較 . . . . . . . . . . . . . . . . . . . . . . . . 23. 4. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . 31. 5. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽國家) . . . . . 32. 6. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽兩年) . . . . . 33. 7. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽一年) . . . . . 34. 8. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . 35. 9. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . 36. 11. 治政動態追蹤資料之分量迴歸分析(1960-2010 年,27大個 OECD 國家, 抽五年) . 立 (1960-2010 年,30 個新興市場, 抽五年) . . . 動態追蹤資料之分量迴歸分析. 12. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . 41. 13. 動態追蹤資料之分量迴歸分析(1980-2010 年,137 個國家, 抽五年) . . . . . 42. 14. 動態追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . 43. 15. 追蹤資料之分量迴歸分析(1960-2010 年,103 個國家, 抽五年) . . . . . . . 44. 39 40. 學. ‧. ‧ 國. io. sit. y. Nat. n. al. er. 10. Ch. engchi. II. i Un. v.

(6) 圖目錄 1. 1960-2010 年,103 個國家 . . . . . . . . . . . . . . . . . . . . . . . . . . 37. 2. 1960-2010 年,103 個國家 . . . . . . . . . . . . . . . . . . . . . . . . . . 38. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. III. i Un. v.

(7) 1 緒論中央銀行利用貨幣政策調節國內的經濟情勢, 透過擴張性的貨幣政策刺激國內景氣, 或者透過緊縮性的貨幣政策降低通貨膨脹率水準。雖然中央銀行能夠透過適當的貨幣政策控制經濟情勢, 但是貨幣政策通常存在動態不一致的問題, 因而導致高通貨膨脹率的發生。另外, 當民眾過度預期政府的通貨膨脹率目標, 不但政府無法利用提高些許的通貨膨脹率降低失業率, 甚至會導致高通貨膨脹率以及高失業率的發生, 藉由政策的高透明性即能夠避免民眾的過度預期心理。因此, 一個良好的貨幣政策必須同時具備動態一致性以及高度的政策透明性。釘住目標的貨幣政策通常分為兩種: 釘住匯率和釘住通貨膨脹率。 1990 年, 紐西蘭開始採取釘住通貨膨脹率政策。隨後越來越多已開發國家或者新興市場開始實施以. 政治大住通貨膨脹率政策最主要的特點為, 高政策透明性。藉由明定通貨膨脹率目標, 能夠避免立民眾預期通貨膨脹率的過度擴張, 降低貨幣政策的不確定性以及市場的波動。研究釘住通. 釘住通貨膨脹率的貨幣政策, 直到現在已經有超過 20 個國家採取釘住通貨膨脹率政策。釘. ‧ 國. 學. 貨膨脹率政策的效果, 藉此提供一國政府選擇貨幣政策之參考。. 關於釘住通貨膨脹率政策的實證研究將國家分成以開發國家和新興市場分別探討。已. ‧. 開發國家的相關實證研究: Ball and Sheridan(2003), Willard(2006) 和 Lin and Ye(2007);. y. Nat. 新興市場的相關實證研究: Goncalves and Salles(2008), Batini and Laxton(2007) 和. sit. Lin and Ye(2009)。但是, 這樣有可能會存在樣本選擇的問題, 存在樣本操作的空間。在諸. er. io. 多的實證研究中, 並無法得到一致性的結果。因此, 基於上述特點, 本論文利用 Lin(2010). n. a 的動態分量迴歸分析, 試圖將過去不一致的實證結果 , 歸因於釘住通貨膨脹率政策於不同 v l. i. C h 1960-2010 年的 103 水準的國家產生不同效果。資料期間為 U n個國家。實證結果發現, 當通貨 engchi. 膨脹率水準較低時, 政策效果不顯著, 但是當通貨膨脹率水準較高時, 政策效果比較顯著, 表示當某一國的通貨膨脹率水準愈高時, 釘住通貨膨脹率政策能夠降低愈多的通貨膨脹率水準。若經濟成長水準較低時, 政策效果不顯著, 但是當經濟成長水準較高時, 政策效果比較顯著。也就表示, 當某一國的經濟成長率愈高時, 若為了降低通貨膨脹率水準而採取釘住通貨膨脹率政策, 則必須損失經濟成長做為代價。另一方面, 當通貨膨脹率存在高波動時, 透過釘住通貨膨脹率政策能夠降低之波動; 經濟成長存在高波動時, 能夠藉由實施釘住通貨膨脹率政策穩定產出水準。上述結論可以發現動態追蹤資料分量迴歸的優勢, 釘住通貨膨脹率政策的影響會隨著不同的經濟情勢而不同。所以, 過去實證文章無法得到一致 1.

(8) 性的結果可能的原因為, 過去都利用平均慨念的計量方法觀察釘住通貨膨脹率的效果, 沒辦法區別不同經濟水準的不同影響。本論文利用動態追蹤資料分量迴歸發現釘住通貨膨脹率政策會隨著不同的經濟狀況而有不同的效果。此外, 為了驗證此模型是否具有頑強性的性質, 本論文考慮不同的工具變數解決動態內生性的問題。發現即使考慮不同的工具變數, 當通貨膨脹率水準較高時, 政策比較顯著; 經濟成長水準較高時, 必須損失經濟成長作為代價; 釘住通貨膨脹率政策有效的穩定通貨膨脹率和經濟成長。接著本論文嘗試以不同的時間起始點觀察釘住通貨膨脹率政策的效果, 其結論與基本結果並無太大的差異。然而本論文也依照過去文獻的分類方式, 將國家族群分成 OECD 國家和新興市場, 其結果發現不論是在 OECD 國家或者在新興市場, 釘住通貨膨脹率政策皆能夠降低通貨膨脹率, 穩定通貨膨脹率以及經濟成長的波動。此外, 在. 政治大貨膨脹率和經濟成長之抵換關係加入模型中, 發現若國家存在低通貨膨脹率時, 並不建立分量迴歸中加入控制高通貨膨脹率的控制變數, 發現並無顯著的差異。最後, 本論文將通 1. 議採用釘住通貨膨脹率政策來降低通貨膨脹率水準。反之, 若國家處在高通貨膨脹率的情. ‧ 國. 學. 形時, 採用釘住通貨膨脹率政策能夠降低通貨膨脹率, 分量愈高效果愈明顯。本文內容安排如下: 第一章為緒論, 第二章為文獻回顧, 第三章為動態追蹤資料分量迴. ‧. 歸之介紹, 第四章為實證分析結果, 最後為本文的結論。. n. er. io. sit. y. Nat. al. Ch. engchi. 1. i Un. v. 一般認為經濟成長和通貨膨脹率會存在短期抵換關係。將抵換關係加入模型中, 表示釘住通貨膨脹率政策對於通貨膨脹率政策額外的影響。. 2.

(9) 2 文獻回顧一直以來, 經濟學家試圖尋找最適當的貨幣政策。中央銀行採行的貨幣政策主要有兩種: 釘住匯率和釘住通貨膨脹率(Inflation target:IT)。釘住匯率能夠使外匯市場較穩定, 利於進出口產業的發展, 較不會因為匯率的大幅波動而導致大量的匯差, 進而影響進出口產業的發展。此外, 新興市場通常美元化程度較高以及擁有較多的美元負債, 所以採取釘住匯率政策能夠避免因為匯率的貶值而導致資產負債表的惡化。但是, 釘住匯率的國家較沒有能力控制通貨膨脹率的問題, 當經濟體系面臨衰退時, 擴張性的貨幣政策, 容易導致預期通貨膨脹率的擴張而造成惡性通貨膨脹率的問題。一般而言, 貨幣政策會產生動態不一致的問題而導致高通貨膨脹率的產生, 但是, 釘. 政治大定物價水準以及穩定產出 (Svensson,1997)。同時, 當經濟體系面臨衝擊時, 釘住通貨膨立脹率政策也能夠有效的抑制預期通貨膨脹率, 避免通貨緊縮的問題。相較於釘住匯率政住通貨膨脹率政策卻能夠避免動態不一致的問題, 進而避免高通膨的發生。甚至能夠穩. ‧ 國. 學. 策,Mishikin(2004) 也認為釘住通貨膨脹率政策有具前瞻性 (forward-looking), 透明度 (transparency), 可信度 (credibility), 降低產出波動等優點。同時由於釘住通貨膨脹率政. ‧. 策通常伴隨著浮動匯率制, 這個特徵使得面臨外在衝擊時, 釘住通貨膨脹率政策比其他貨. y. Nat. 幣政策更具彈性。此外, Filho(2010) 認為當面臨到通貨緊縮的風險時, 釘住通貨膨脹率政. sit. 策的可信度扮演一個非常重要的角色, 避免經濟體系掉入流動性陷阱以及零利率的困境。. er. io. 換句話說, 釘住通貨膨脹率政策能夠有效的降低通貨膨脹率以及其波動性, 釘住通貨膨脹. n. a 率政策也有能力避免持續性的通貨緊縮。當經濟體系處在熱絡以及超額的流動性時 , 採取 v l. i. Ch 釘住通貨膨脹率的中央銀行必須採取緊縮性的貨幣政策來維持通貨膨脹率目標。事實上, Un engchi. 在危機前的擴張時期, 釘住通貨膨脹率國家通常存在較高的利率水準, 以及這些國家的利率屬於正景氣循環, 會阻礙經濟的蓬勃發展, 或者對於國家的高報酬資產興趣缺缺, 因此能夠保護他們的金融體系。然而, 當危機到來時, 因為這些國家的名目利率比較高, 所以有更多降低利率的空間。當然不是每個人對於釘住通貨膨脹率政策都抱持著正面的看法。 Mishkin(1999,2000) 和 Bernanke,et al.(1999) 認為釘住通貨膨脹率政策存在幾個缺點, 例如: 太狹隘, 增加產出波動。或是降低經濟成長。通常經濟成長高的國家也伴隨著高通貨膨脹率, 所以若要維持通貨膨脹率區間, 勢必採取緊縮性的貨幣政策以維持通貨膨脹率目標, 可能會損失經濟 3.

(10) 成長。另外, 釘住通貨膨脹率政策無法擺脫財政政策的支配。即使採行了釘住通貨膨脹率政策, 政府部門依然能夠採行不須承擔後果的財政政策。長期來說, 大規模的財政赤字會造成政策的崩解; 面臨大規模的財政赤字時, 最後會導向擴張性的貨幣政策造成大規模的貶值, 高通膨隨之而來。由於不同水平的國家, 其經濟、政治以及社會水準差距甚大, 貨幣政策實施的方式也有區別。例如, 工業化國家的經濟成長和通貨膨脹率都比新興市場還低且穩定, 所以在執行釘住目標的貨幣政策時, 所使用的手段以及程度皆不相同。從 1990 年紐西蘭成為第一個採取釘住通貨膨脹率政策的國家, 直到最近採行此政策的國家如雨後春筍般地出現; 例如: 紐西蘭、加拿大、英國等工業化國家, 以及巴西、智利、墨西哥等新興市場。 Mishikin(2000) 提到釘住通貨膨脹率 (inflation targeting) 政策必須包含以下五個要素: (1).政府公開宣. 政治大為釘住通貨膨脹率之工具, 也包含其他變數。 (4).決策當局透過公開宣告貨幣政策的計畫立. 告中期的通膨目標。 (2).穩定物價水準為主要的政策目標。 (3).不僅使用貨幣總合或匯率作. 和目標增加政策之透明性。 (5).藉由達到政策目標增加人民對於中央銀行之信心。必須具. ‧ 國. 學. 備以上五個要素才能夠判斷一個國家是否採行釘住通貨膨脹率之目標政策。所以, 儘管新興市場在年初時公開宣告今年的通貨膨脹率目標, 並不代表此國家採取釘住通貨膨脹率之. ‧. 目標政策, 必須由其他四點佐證。. y. Nat. Romer(2006) 對於此釘住通貨膨脹率政策有兩個看法; 第一, 釘住通貨膨脹率政策僅. sit. 是 ”conservative window-dressing”。在這觀點下, 即便沒有採取釘住通貨膨脹率政策,. er. io. 只要中央銀行開始關注通貨膨脹率的行為, 並且試圖降低和穩定通貨膨脹率依然可以達到. n. al 不錯的效果。最著名的例子為美國聯邦準備委員會在 1980-2010 i v 年, 並沒有明確的外顯政 C. n. h e 儘管美國聯邦準備局的表現如此優良策, 但是卻達到通貨膨脹率逐漸穩定的降低。 , 但這 i U ngch. 種貨幣政策存在上述所提及之重要缺點: 缺乏政策透明性。此外, 不透明的貨幣政策會令國會以及社會大眾無法信服。若沒辦法預先評斷其表現, 此時將無法保持人民對央行之信心。然而, 採行釘住通貨膨脹率政策即能夠避免上述之潛在問題。第二, 外在衝擊導致物價水準的改變, 但是由於採行釘住通貨膨脹率政策, 所以能夠降低外在衝擊對預期通貨膨脹率的影響。然而, 根據 Carare and Stone(2006) 根據不同國家之貨幣政策的透明度以及可信度, 將釘住通貨膨脹率政策分成三類。 Full-Fledged Inflation Targeting (FFIT): 採行. 4.

(11) 此政策的國家為中至高的可信度, 以及清楚宣告通貨膨脹率目標。紐西蘭即為採取此類的國家, 在 2001 年已經有 7 個工業化國家以及 11 個新興市場採取此類的釘住通貨膨脹率政策。 Implicit Price Stability Anchor (IPSA): 採取此類的國家通常都存在超高的可信度, 因此能夠維持低而且穩定的物價水準。由於這些國家存在低、穩定的物價水準以及高水準的金融市場。所以, 這些國家除了能夠維持物價水準穩定, 同時在降低產出波動上更具彈性。五個已開發國家的中央銀行即為此類, 包括歐洲中央銀行以及聯邦準備委員會。 Inflation Targeting Lite (ITL): 採行此類政策的國家之中央銀行的可信度較低, 導致不穩定的金融市場難以因應外在衝擊。 19 個國家採取此類政策, 全部皆為新興市場。由前述可知, 釘住通貨膨脹率政策對通貨膨脹率之影響相當重要, 而相關之實證研究也相當多。例如, 就已開發國家來看, Ball and Sheridan(2003) 試圖找尋釘住通貨膨脹. 政治大住通貨膨脹率政策的國家,13 個為未採取的國家。利用 DID(difference-in-difference) 方立. 率政策對於總體變數的影響, 他們收集 1990 年的 20 個 OCED 國家 2 , 7 個國家為採取釘. 法比較兩組國家之經濟變數的表現, 藉此觀察釘住通貨膨脹率政策之效果與影響。他們發. ‧ 國. 學. 現不同國家在總體經濟的表現上差距很大。但是, 並沒有足夠的證據顯示釘住通貨膨脹率政策能夠改變經濟表現 (通貨膨脹率、經濟成長和利率)。他們發現釘住通貨膨脹率政策能. ‧. 夠將低通貨膨脹率; 但是控制過去的通膨之後, 這個效果就消失了。他們提出回歸平均數. y. Nat. (mean reversion) 的說法來解釋這個現象。. sit. 通常探討 OECD 或者已開發國家的文獻會存在”樣本選擇偏誤 (selection bias)”的問. er. io. 題。例如,Neumann and Hagen(2002), 他們僅包含 6 個釘住通貨膨脹率國家 (澳洲, 加拿. n. a),l 以及 3 個非採行釘住通貨膨脹率政策的國家大, 智利, 紐西蘭, 瑞典和英國 (德國, 瑞士 iv C. n. h e 以 20 個 OECD 和美國), 此外,Ball and sheridan(2003) i U 國家, 觀察兩個不同期間通貨膨 ngch. 脹率平均數的差異, 由於僅包含 20 個觀察值。樣本數過小, 造成檢定力不足, 使得沒辦法拒絕政策沒有效果的虛無假設。為了解決上述之問題,Wu(2004) 將模型考慮時間效果與國家效果, 利用複數期之 DID 分析 1985 第一季至 2002 第三季,22 個 OECD 國家。複數期之 DID 最適合用於不同的樣本期間, 因為每個國家採行釘住通貨膨脹率政策的時間點不同。在這 22 個國家中, 控制組為在樣本期間從來沒有採行釘住通貨膨脹率政策的 14 個國家組成。對照組為採行釘住通 2. 澳洲, 加拿大, 紐西蘭, 瑞典, 英國, 芬蘭, 西班牙, 美國, 日本, 丹麥, 奧地利, 比利時, 法國, 德國, 伊朗, 義大利, 荷蘭, 葡萄牙, 挪威和瑞士. 5.

(12) 貨膨脹率政策的 8 個國家, 政策的期間從 1999 年第三季 (紐西蘭) 至 2000 第一季 (瑞士)。結果顯示, 其中的 8 個國家宣告採取釘住通貨膨脹率政策, 這些國家的平均通膨都有降低。就算控制起始值之後, 其結果並未改變。意即釘住通貨膨脹率政策能夠有效地降低通貨膨脹率。 Willard(2006) 希望藉由不同的計量方法以及工具變數在這議題上找出更多證據。利. 用 Wu(20004) 和 Ball and Sheridan(2003) 的樣本, 重新檢驗釘住通貨膨脹率政策政策能否降低物價水準。他們使用三個工具變數: (1). 是否為英語體系。(2). 與高通膨的交互作用。表示相同語言的國家, 央行對付高通膨的對策應該比較雷同。 (3).中央銀行的獨立性 (central bank independence)。 Willard(2006) 發現, 不論採取何種估計方法, 釘住通貨. 膨脹率政策的效果皆很小而且不顯著。長期的通貨膨脹率為中央銀行的最終目標, 所以使. 政治大. 用橫斷面方法來估計為最恰當。利用這個方法, 不論有沒有考慮內生性的問題, 其結果並. 立. 沒有太大的差異。. Lin and Ye(2007) 研究 1990 年中期釘住通貨膨脹率政策對於工業化國家的效果。這. ‧ 國. 學. 篇文章採用比較廣泛的國家, 包含 22 個工業化國家, 其中 7 個採取釘住通貨膨脹率 (IT 組),15 個非採取釘住通貨膨脹率國家 (非 IT 組)。. 3. 樣本期間為 1985-1999 年。 Lin and. ‧. Ye(2007) 計算 IT 組國家採取通貨膨脹率政策和未採取通貨膨脹率政策之物價水準, 驗. y. Nat. 證政策是否顯著。如果決策的過程為隨機, 即可直接比較 IT 組與非 IT 組之平均通貨膨. sit. 脹率水準, 以觀察政策是否有效。但是若決策的過程非隨機時, 甚至受到其他變數影響決. er. io. 策的過程時, 將產生”選擇偏誤”的問題。所以,Lin and Ye(2007) 為了解決選擇偏誤的問. n. a l propensity scores, 將 propensity 題。首先建構 Probit 模型以及估計 scores 加入模型中 iv C. n. h eIT 組和非 ITi U 估計釘住通貨膨脹率政策的效果, 利用組之間平均通貨膨脹率之差異, 試 ngch. 圖找尋政策的效果。結果發現, 釘住通貨膨脹率政策對於通貨膨脹率或其波動性的效果很小, 而且在統計上也不顯著。他們認為主要的理由為, 若只選擇已開發國家的部分會存在選擇偏誤的問題。而且, 已開發國家擁有穩定經濟體系, 所以不太會遭遇大幅度通貨膨脹率的問題, 這樣就容易使得釘住通貨膨脹率政策的效果不顯著, 這就是為什麼釘住通貨膨脹率政策無法在已開發國家擁有好表現的原因。近年來, 開始有學者在研究新興市場採取釘住通貨膨脹率的政策之效果和影響。由於 3. IT組: 澳洲, 加拿大, 芬蘭, 紐西蘭, 西班牙, 瑞典, 英國; 非 IT 組: 奧地利, 比利時, 丹麥, 法國, 德國, 希臘, 冰島, 伊朗, 義大利, 日本, 荷蘭, 挪威, 葡萄牙, 瑞士, 美國. 6.

(13) 通貨膨脹率的目標為官方公開宣布, 使得中央銀行的信用增加, 這樣能夠減低動態不一致的問題, 也能夠降低預期通膨和波動。但由於開發中國家的中央銀行的信用低於已開發國家, 所以無法肯定中央銀行能夠藉由公開宣布目標政策, 進而在開發中國家得到比較好的效果。儘管釘住通貨膨脹率政策在已開發國家無法達到效果, 但是卻在開發中國家發現明顯的差異。 Goncalves and Salles(2008) 依照 Ball and Sheridan(2003) 的 DID 方法來比較各. 新興市場間的經濟表現。他們的樣本為 36 個新興市場中, 其中 13 個為採取釘住通貨膨脹率政策的市場。但如果一個國家通貨膨脹率的起始值很高時, 使得採取釘住通貨膨脹率政策之後大幅度的減少通貨膨脹率, 這樣的情形一般會被認為是均數復歸的關係。所以為了控制這個情形, 而將通貨膨脹率的起始值加入迴歸模型其結果發現, 在新興市場採取釘住. 政治大的國家。總觀結論, 在新興市場採取盯住通貨膨脹率的政策, 有兩個好處; 首先, 能夠大幅立. 通貨膨脹率政策, 平均通膨和經濟成長的波動下降的幅度會顯著的大於採取其他貨幣政策的降低通貨膨脹率。其次, 利用釘住通貨膨脹率的政策來降低經濟成長的波動, 其效果比. ‧ 國. 學. 其他的政策來的有效。而且, 一般認為採取盯住通貨膨脹率政策會阻礙經濟成長, 但實證上並不支持此論點。 Batini and Laxton(2007) 也使用 DID 方法, 他們認為釘住通貨膨脹. ‧. 率政策政策不只能夠降低通貨膨脹率和穩定經濟成長, 也能夠降低通貨膨脹率的波動。所. y. Nat. 以並沒有足夠的證據顯示, 在穩定通貨膨脹率的同時, 會造成經濟成長的不穩定。. sit. Lin and Ye(2009) 利用更廣泛的追蹤資料來研究釘住通貨膨脹率政策如何影響開發中. er. io. 國家的通貨膨脹率和波動。他們的資料包含 52 個發展中國家,13 個為採取通貨膨脹率政策. n. a l年。因為在制定政策的過程為非隨機的國家, 資料期間為 1985-2005 i v , 政策的目標會因為經 C. n. h e (通貨膨脹率和之波動濟變數而改變, 而同時也會改變經濟表現 i U ), 導致對照組和控制組將 ngch. 不能同時進行比較。他們採用 Lin and Ye(2007) 所建議的 propensity score matching 方法。其結果顯示, 採取釘住通貨膨脹率政策的開發中國家, 其通貨膨脹率和波動大幅度的降低而且顯著。平均來說, 採取 IT 政策能夠降低百分之三的通貨膨脹率。 Lin and Ye(2009) 認為透過外在宣告政策目標能夠增加中央銀行的信用度; 也發現採取釘住通貨膨脹率政策的效果會因為每個國家的性質而不同 (政策的時間長短、政府財政狀況)。 Brito and Bystedt(2010) 綜合 Goncalves and Salles(2008) 和 Batini and Laxton(2007) 的樣本, 利用 1980-2006 年之 46 個新興國家的資料。分別觀察釘住通貨膨脹率. 7.

(14) 政策對於通貨膨脹率、通貨膨脹率的波動、經濟成長以及經濟成長的波動的影響, 最後再同時考慮兩者的抵換關係, 加以觀察採取通貨膨脹率政策而損失的經濟成長。 Brito and Bystedt(2010) 指出 1990 年代中期不論是有無採取釘住通貨膨脹率的國家, 其平均通貨. 膨脹率皆有下降的趨勢。但是, 卻有某些國家在此時期卻存在非常高的通貨膨脹率, 這也表示存在異質變異的可能性。由於 Goncalves and Salles(2008) 曾將年增率高於百分之五十的期間刪去, 降低異質變異的存在。同時 IMF(2006) 也提到, 要將避免異質變異的問題, 建議將高通膨的部分設立控制變數, 即可避免異質變異的問題。所以,Brito and Bystedt 在模型中加入了控制高通膨的控制變數。他們的結果顯示, 採取釘住通貨膨脹率政策. 國家的通貨膨脹率的確有降低, 但是效果有限。此外, 當考慮通膨和經濟成長的抵換關係之後, 釘住通貨膨脹率政策對於經濟成長存再負向的影響, 且無足夠證據顯示開發中國家. 政治大大部分的實證研究都將以開發國家和新興市場分開討論。或許是因為已開發國家和新立. 能夠透過釘住通貨膨脹率政策來穩定經濟成長和通貨膨脹率。. 興市場的政治、社會和經濟情況差異較大。實證文章卻無法找到一致性的證據證明通貨膨. ‧ 國. 學. 脹率政策的效果。或許是因為各國的經濟、社會和政治情形不盡相同, 所以若選取不同國家族群的資料將導致結果的不同。實證文章通常分為已開發國家和開發中國家來探討, 其. ‧. 結果顯示在已開發國家實施釘住通貨膨脹率政策的效果較不顯著; 開發中國家或新興市場. y. Nat. 實施釘住通貨膨脹率政策的效果較為顯著。造成兩族群國家效果不同的原因可能為平均通. sit. 貨膨脹率的水準不同, 一般而言, 已開發國家的通貨膨脹率水準較低, 開發中國家的通貨. er. io. 膨脹率水準較高。若將兩族群合併探討將無法區隔出高通貨膨脹率水準 (開發中國家) 和. n. a l ) 之不同效果, 所以過去文獻選擇將兩者分開來討論。低通貨膨脹率水準 (已開發國家此 iv C. n. he 外, 由於分量迴歸方法, 能夠區隔出高低通貨膨脹率水準 i U, 所以我們可以利用分量迴歸探 ngch. 討不同的通貨膨脹率水準的國家, 採行釘住通貨膨脹率政策的效果; 另外, 過去文獻中通常包含動態項, 進而產生動態內生性的問題。因此, 本論文利用 Lin(2010) 的動態追蹤資料分量迴歸解決動態內生性的問題, 試圖找尋釘住通貨膨脹率政策在不同經濟水準的不同效果。. 8.

(15) 3 計量方法在這章節中, 首先介紹基本分量迴歸模型, 接著分量迴歸模型應用在追蹤資料, 最後將動態項加入模型中, 形成動態追蹤資料分量迴歸模型。. 3.1 分量迴歸線性迴歸主要描述解釋變數和被解釋變數的線性關係。一般估計βˆ的方法為極小化殘差項, 進而得到估計式。最基本的殘差平方項加總模型, 即為普通最小平方法 (Ordinary Least Squre,OLS)。 OLS僅能觀察解釋變數對被解釋變數平均的影響。所以當利用 OLS 進行分. 析時, 我們僅能觀察估計式以得到平均變動的資訊。此外, 一般的線性迴歸容易受到極端. 政治大念。利用殘差絕對值加總的概念, 並且給予不同分量的殘差項不同的比重。所以, 分量迴歸立. 值的影響, 進而影響估計式的數值。因此, Koenker and Basset(1978) 提出分量迴歸的概. 能夠觀察不同分量下, 解釋變數對被解釋變數的影響。因此, 分量迴歸可以找出在不同分. ‧ 國. 學. 量下被解釋變數的變化, 藉此獲得更多的資訊, 不再只有平均的變化。這樣不同於以往的估計方法存在許多優點: 第一, 當被解釋變數位於不同分量時, 解釋變數的效果不盡相同,. ‧. 所以能夠獲得較多的資訊; 第二, 不會受到極端值的影響。所以在這篇文章中, 將利用分量. y. Nat. 迴歸以觀察高或低通膨 (經濟成長) 的國家, 釘住通貨膨脹率政策的效果。. er. io. sit. 基本的線性分量迴歸可以表示成以下的形式:. yi = x0i β(τ ) + ui (τ ) or Qyi (τ | xi ) = x0i β(τ ),. n. al. C. n. iv. (1). (τ | xi )為給定x下之y 的條件分量, 其中, y 是被解釋變數,x為解釋變數,uh )為誤差項 i (τe n h, Qi yiU β(τ )為第τ 個分量之參數。. gc. 在給定分量τ 的情形下, 依照殘差項的正負號給予不同的權重, 如下: X i:yi ≥x0i β. τ |yi −. x0i β|. +. X. (1 − τ )|yi −. x0i β|. =. n X. ρτ (yi − x0i β), ;. i:yi <x0i β. 其中,ρτ (yi − x0i β)為檢驗函數 (check function): yi − x0i β > 0 ⇒ ρτ = τ (yi − x0 β) yi − x0i β < 0 ⇒ ρτ = (τ − 1)(yi − x0 β) 9. ,. (2).

(16) ˆ )。分量迴歸估計式之大樣本性質如下: 所以, 極小化 (2) 得到估計式β(τ √. 4. ˆ ) − β(τ )) → N (0, Γ−1 ΩΓ−1 ), n(β(τ. 其中 Γ = 5β(τ ) E[φ(xi , yi , β(τ ))] = −E[xi x0i fu(τ )|xi (x0i β(τ ))], Ω = E[φ(xi , yi , β(τ ))φ(xi , yi , β(τ )0 )] = τ (1 − τ )E(xi x0i ), fu(τ )|xi 為誤差項u(τ )之條件機率密度函數。分量迴歸之模型檢定的方法為 Wald 檢定,. 虛無假設如下: H0 : Rβ(τ ) = r,. 其中 R 是q × k 且 r 是q × 1的矩陣。. 立. Wn (τ ) = n. ˆ ) − r] ˆ ) − r]0 Λ(τ ˆ )−1 [Rβ(τ [Rβ(τ → χ2q , τ (1 − τ ). 學. ‧ 國. Wald 檢定之檢定統計量為:. 政治大. Nat. sit. y. ‧. ˆ ) = RD(τ ˆ )R0 , D(τ ˆ )為D(β(τ ))的一致估計式。其中,Λ(τ. 3.2 追蹤資料之固定效果模型. er. io. n. 近年來, 觀察跨年度的橫斷面資料 a , 也就是追蹤資料(panel date) 已經成為實證研究的主. l. iv. C 要方向。因為, 追蹤資料同時擁有橫斷面資料和時間序列的性質 U n , 能夠更精確地捕捉各研 hen. hi. g c, 相較於橫斷面或是時間序列資料, 追蹤究個體長時間的變化, 獲取更完整的資訊。此外. 資料更能夠建構比較實際的模型。在經濟學的領域中, 不論個體或者總體皆能利用此種模型。例如, 在總體方面的應用, 觀察相同的貨幣政策, 在不同國家的長期效果。至於在個體方面, 能夠觀察不同廠商或者產業在不同時間點之研究。基本的追蹤資料模型可以表示成以下形式: yit = αi + x0it β + uit , 4. 參考Koenker and Basset(1978)。. 10. (3).

(17) 其中,i = 1, . . . , N and t = 1, . . . , T 。 i 代表不同的樣本,t 代表不同的時間點。yit 為被解釋變數,x0it 為解釋變數的向量, uit 為獨立且分配相同的誤差項。αi 為不受時間影響的個別效果(individual effect)。個別效果的性質在計量經濟學中是個重要的問題, 如果αi 是一個不隨時間改變的固定參數, 則此模型為固定效果模型(fixed effect model)。若αi 為一個隨機變數, 則此模型為隨機效果模型(random effect model)。當此模型存在固定效果時, 一般而言可以用 LSDV(least square dummy variable) 或者組內估計 (within estimator) 來估計參數βit 。以下先介紹組內估計: 組內估計主要將固定效果利用平均時間的方式消除, 免於估計固定效果。根據 (3), 對於個體並且平均其不同時間點得到: y¯i = αi + x¯i β + e¯i ,. (4). (yit − y¯i ) = (xit − x¯i )β + (eit − e¯i ),. (5). 學. 最後利用普通最小平方法估計 (5), 得到組內估計式βˆF E : βˆF E =. N X T hX. 0. (xit − x¯i )(xit − x¯i ). N X T i−1 h X. i=1 t=1. i=1 t=1. ‧. ‧ 國. 治政大接著, 將 (3) 式減去 (4) 式即可得到: 立. 0. i. Nat. y. (xit − x¯i )(yit − y¯i ) .. .       =    . al. . D. . 0 .. ..        α1 +     . n. . 0. er. io. 方式表示:  y1   y  2 Y = .  ..  yN. sit. 接著, 以下介紹 LSDV 估計法。 LSDV將固定效果αi 設為虛擬變數, 將 (3) 用矩陣的. v    i CD h  0Un     i e h α2n +g · ·c · +  .  αN +  ..    .   0. . . .  0. 0. .  .  D. . x1. . . u1. . x2 .. ..       β +     . u2 .. ..    ,  .  xN. 其中 . yi1. .    yi =   . yi2 .. ..      . yiN. . T ×1. x2i1 · · · xKi1. .   x  1i2 x2i2 · · · xKi2 , Xi =  . .. .. ..  .. . . .  x1iT x2iT · · · xKiT.      . x1i1. 11. T ×K. uN.

(18) D0 = (1, 1, · · · , 1)1×T , u0i = (ui1 , · · · , uiT )1×T E(ui ) = 0 , E(ui u0 i) = σu2 1T , E(ui u0j ) 6= 0 if i 6= j. 假設誤差項服從基本假設, 利用普通最小平方法極小化殘差可以得到估計式: α ˆ = y¯i − βˆx¯i N X T N X T X X 0 −1 ˆ β=[ (xit − x¯i )(xit − x¯i ) ] [ (xit − x¯i )(yit − y¯i )0 ], i=1 t=1. i=1 t=1. 其中 T 1X yit , y¯i = T t=1. T 1X x¯i = xit , T t=1. 政治大. 3.3 追蹤資料分量迴歸. 立. 根據(3), 若個別效果αi 為非隨機變數時, 則此模型為固定效果模型。當追蹤資料應用在分. ‧ 國. 學. 量迴歸時,Koenker(2004) 提出, 加入”固定效果的總和為零”這條限制式, 試圖將固定效果減至最小。給定一個條件分量迴歸的模型:. ‧. 0. er. io. q T X n X X. sit. Nat. 接著根據 (1), 同樣極小化目標函數得到估計式。目標函數為:. (6). y. yit = αi + x0it β(τ ) + uit (τ ) or Qyit (τ |xit , αi ) = αi + x0it β(τ ),. n. (7) a l i=1 ωk ρτ (yit − αi + xitβ(τi kv)) k=1 t=1 n Ch 0 i U 其中,q = 1, . . . , k 為不同的分量。ρτ (yite−nαg + x β(τ )) h i c it k 和 (1) 相同, 為一個檢驗函數。 k. k. ωk 為控制不同分量下的權數。不過當國家數(n)很大時,αi 就變得過於龐大且難以計算。所. 以, Koenker(2004) 利用縮減式 (shrinkage) 的方式來消除固定效果αi 。他將目標式 (7) 加入一個懲罰項: min αi ,β(τk ). 其中,. n P. q T X n X X. ωk ρτk (yit − αi +. k=1 t=1 i=1. x0it β(τk )). +λ. n X. |αi |,. (8). i=1. |αi |為懲罰項, 當λ為調控參數。調控參數的選擇可參考 Lamarche(2006)。當λ =. i=1. 0時,(7) 和 (8) 相同; λ → ∞時, 固定效果會消失。因此極小化 (8) 得到估計式β(τk )。 12.

(19) 追蹤資料分量迴歸大樣本性質如下。首先, 給定三個基本假設: A1:. Fit 為yit 的條件累積機率分配;0 < fit < ∞為條件密度分配。 fit0 被限制在ξit (τ ),. 其中ξit (τ )=αi + x0it β(τ )。 A2: D0 和D1 為正定的矩陣。  D0 = lim T −1  n,T →∞. ω 0 ΩωI 0 I √ W Ωω ⊗ X I / n 0 0. √ ω 0 ΩW ⊗ I 0 X/ n 0. W ΩW ⊗ X X/n. √ ωk I 0 Φk I ω1 I 0 Φ1 X/ n √ √ ω1 I 0 Φ1 X/ n ω1 I 0 Φ1 X/ n .. .. . . √ ωq I 0 Φq X/ n 0.  P    D1 = lim T −1  n,T →∞  . 政治大. 立.  . √  · · · ωq I 0 Φq X/ n   ··· 0   .. ..  . .  √ 0 · · · ωq I Φq X/ n. , 其中,Ω為q×q 的矩陣, 元素包含τk ∧τl −τk τl 。 Φj = diag(fit (εit (τj ))),I = in ⊗1T , iT =. y. q T X n X X. kxit k < M. √ √ ωk [ρτk (yit − ξit (τk ) − zit0 δ0 / T − x0it δk / nT ). io. sit. Nat. VnT (δ) =. max. 1≤i≤n,1≤t≤T. ‧. 令. ‧ 國. A3:. 學. (1, . . . , 1)0. er. k=1 t=1 i=1. n. n X √ a − ρτ (yit − ξitl (τk ))] + λT |αi − δ0i / Ti v| − |αi | n C h i=1 engchi U k. 其中,. . δ0. .    δˆ =   . δ1 .. ..       =    . δq. . p. (αî − αi ) √ ˆ 1 ) − β(τ1 )) nT (β(τ .. . √ ˆ q ) − β(τq )) nT (β(τ.       . √ , 因此, 給定 A1-A3 的假設以及λT / T → λ0 ,na /T → 0, a > 0, 則δˆn 會使得VnT (δ)最. 小, 且當樣本數趨近於無窮大時VnT (δ)會趨近: 1 V0 (δ) = −δ 0 Bg + δ 0 D1 δ + λ0 δS0 2 13.

(20) 其中,Bg 為一個平均數為零, 變異數為D0 的向量。 s = (s00 00pq )0 ,s0 = (sgn(αi ))。如此可以得到δˆ的大樣本性質。. 3.4 追蹤資料之動態分量迴歸在一個動態的追蹤資料模型裡, 動態項(dynamic term) 可能造成參數的估計偏誤。所以, Lin(2010) 建議用兩階段配適值 (two-step fitted value approach) 來解決內生性的問題。. 給定一個基本的模型, 並以條件分量表示: Qyit (τ |yit−1 , xit ) = αi + θ(τ )yit−1 + x0it β(τ ),. (9). αi 為固定效果, 也就是不隨著分量τ 而改變的個別效果。 yit 為被解釋變數,yit−1 為動態項,xit 為. 政治大. 解釋變數。 θ(τ ), β(τ )為參數。接著, 利用兩步驟來估計參數。與先前的設定相同,zit 為工具. 立. 變數。. q n X T X X. yit−1 − ωk ρτk (yit − αi − θ(τ )ˆ. k=1 i=1 t=1. x0it β(τk )). n X. ‧. ‧ 國. 替原本模型內的yit−1 。所以可以得到目標函數:. 學. 首先, 將yit−1 當作被解釋變數,zit 當作解釋變數, 得到配適值yît−1 。接著, 將估計式yît−1 代. +λ. |αi |,. (10). i=1. y. Nat. sit. 其中,k = 1, . . . , q,τk 表示不同的分量。 ωk 為控制不同分量的影響權重。所以, 根據 (10),. n. er. io. 極小化此函數即可固定效果αi 減至最低, 即可獲得這個動態的追蹤資料分量迴歸模型的估 ˆ ), β(τ ˆ k )。利用拔靴抽樣法 ˆ )的共變異數矩陣。 a (bootstrap) 可估計β(τ 計式:θ(τ 拔靴抽樣法 v. i l C n U 為一種樣本內的重複抽樣, 藉由這樣的方法獲得估計式的漸進分配。實做上, 從{yi , xi , i = hengchi ∗ ∗ ∗ ∗. 1, . . . , n}裡面抽取樣本, 組成新的樣本組合{yi , xi }。再利用yi 當作解釋變數,xi 為被解釋變數執行分量迴歸, 可得到估計式βˆ∗ (τ )。接著, 在重複上述動作 B 次, 所以可以得到估計 ˆ )的共變異數矩陣: 式βˆ∗ (τ, b), b = 1, . . . , B 。因此,β(τ B. ˆ )) = var( ˆ β(τ. 1 X ˆ∗ ¯ ¯ (β (τ, b) − βˆ∗ (τ ))(βˆ∗ (τ, b) − βˆ∗ (τ ))0 , B − 1 b=1. P ¯ ˆ∗ 其中,βˆ∗ (τ ) = B −1 B b=1 β (τ, b)。. 14.

(21) 4 實證結果 4.1 資料本資料包含103 個國家的通貨膨脹率和經濟成長。主要來源為國際貨幣基金 (IMF) 之 International Financial Statistics (IFS) 資料庫以及 Roger(2010) 定義之釘住通貨膨脹. 率國家 (附錄A.1)。通貨膨脹率為各國家消費者物價指數 (CPI) 之年增率; 經濟成長為各國家國內生產毛額 (GDP) 之年增率; 通貨膨脹率的波動為每三年消費者物價指數之標準差; 經濟成長的波動為每三年國內生產毛額之標準差。此外, 本論文將有無採取釘住通貨膨脹率政策設定為虛擬變數, 若該年度該國家開始採取釘住通貨膨脹率政策, 即該年度令為 1, 反之則 0。另外, 根據 Brito and bystedt(2010), 資料皆以對數方式轉換,. 政治大. 以100 × log(1 + y/100)的形式表示; y為各種經濟變數 (例如, 通貨膨脹率、經濟成長. 立. 以及兩者之波動)。. ‧ 國. 學. 表1為四組國家經濟變數之各項特徵 (平均數、中位數、標準差等), 共分為四組: 所有國家、OECD 國家、新興市場, 期間皆為 1960 至 2010 年。另外, 過去文獻的資料期間為. ‧. 1980-2010 年, 因此本文也針對此期間以分量迴歸分析, 試圖找尋與過去文獻不同的結論。. 我們可以從表1發現四組平均通貨膨脹率分別為34.55%, 11.67%, 41.29%和 52.30%。然. sit. y. Nat. 而, 各組國家通貨膨脹率之標準差分別為553.53, 32.80, 276.16 和 660.60。由表1可以發. io. er. 現, 資料期間為 1980-2010 年時, 平均通貨膨脹率以及標準差比 1960-2010 的還高。可能的原因為, 近幾年來大規模的金融風暴頻繁, 造成國家經濟情勢波動, 使得經濟成長以及通. n. a. v. 貨膨脹率的波動增加。另一方面l , 平均通貨膨脹率和標準差皆以 n i OECD 國家最低, 新興市 C. U. h. e這也反應了 n g c h i OECD 和新興市場之經濟水準有差場國家平均通貨膨脹率以及標準差較高。異, 所以也呼應了實證文章未將兩組國家合併一起探討釘住通貨膨脹率之影響, 由於無法區隔出國家水準, 因此無法清楚觀察兩者之不同效果; 但分量迴歸即可區隔國家水準, 所以能夠將各國家合併探討, 避免樣本選擇的問題。至於, 中位數分別為6.24, 4.69, 8.66和 6.355, 中位數與平均通貨膨脹率差距至少 2 倍以上, 這表示存在過大之極端值。. 經濟成長為國內生產毛額之年增率, OECD國家經濟成長最低, 標準差也最低; 新興市場平均經濟成長較高。這部分也和一般的概念一致, 高度發展的國家經濟成長較低, 標準差也較低; 低度發展的國家之經濟成長較高, 但標準差也較高。與通貨膨脹率互相比較, 可. 15.

(22) 以發現高經濟成長的國家因為國內政局較不穩定, 通常伴隨著高通貨膨脹率; 反之,OECD 國家由於國家發展程度高, 國內政經情勢較穩定, 一般而言總體經濟變數較為穩定。 19602010 年平均通貨膨脹率之之波動以 OECD 國家最穩定, 新興市場國家波動最大。 19802010 年 137 個國家的平均通貨膨脹率之之波動為51.15。且 1980-2010 年平均經濟成長之. 之波動302.78。 5 OECD國家即便碰到金融危機或者經濟蓬勃時, 經濟成長也是非常穩定。但是, 新興市場國家卻會造成非常大的動盪。所以, 藉由這兩個指標透過分量迴歸觀察在不同水準的波動下, 觀察釘住通貨膨脹率政策對於物價水準以及經濟成長的穩定是否有幫助。能否降低物價水準之波動以及是否擴大經濟成長的波動。此外, 本論文利用 Levin-Lin-Chu (2002) 和 Im-Pesaran-Shin (2003) 的追蹤資料單根檢定 (panel data unit root), 檢定通貨膨脹率, 經濟成長率, 通貨膨脹率之波動和經濟. 政治大 Chu (2002) 為調正後的 t 值。虛無假設為此追蹤資料為非定態, 對立假設為此追蹤資料立. 成長之波動是否為定態 (stationary)。表2為追蹤資料單根檢定的結果, 表中 Levin-Lin-. 為定態。由表2可以觀察到, 利用 Levin-Lin-Chu (2002) 和 Im-Pesaran-Shin (2003) 檢. ‧ 國. 學. 定可以發現, 這四個變數皆在信心水準為 99% 下顯著拒絕虛無假設, 表示這四個變數皆為. ‧ y. Nat. 4.2 基本結果. sit. 定態。. 首先利用動態一般化動差法(D-GMM) 以及組間估計 (within estimator) 估計釘住通貨 6. 此外, 本論文利用拔靴抽樣法的方式估計變異. er. io. 膨脹率政策對於 103 個國家的平均影響。. n. al iv 數, 也提供不同的抽樣方法做為參考。 n C h 接著, 動態分量迴歸估計釘住通貨膨脹率政策對於 engchi U 不同水準的國家之效果, 再加入不同的工具變數驗證此模型是否具有頑強性 (robust) 的. 特質。最後, 再將國家分成 OECD, 非 OECD 與新興市場, 也加入不同的工具變數驗證頑強性。本論文分析 1960-2010 年 103 個國家。參考 Btrito and Bystedy(2010) 的做法, 將各變數都以100 ∗ ln(1 + y/100)的方式做對數轉換。以下分別估計釘住通貨膨脹率政策對於四個經濟變數的影響。 5. 通貨膨脹率之波動以及經濟成長之波動, 以三年計算標準差衡量通貨膨脹率和經濟成長之短期波動。 D-GMM: 本論文利用 Arellano and Bond (1991) 的 Dynamic GMM, 利用內生變數的落後項做為工具變數。 6. 16.

(23) 0.89. 3.85 2.20 2.13 1.22. 2.13. 41.29 78.82 49.19. 135.54. 通貨膨脹率之波動 (%). 經濟成長之波動 (%). engchi. 17. er. i Un. 2.EMs=Emerging Markets, 來自 Lin and Ye(2009)。. 1.OECD=Organisation for Economic Cooperation and Development。. 1.06. 302.78. 167.65. 經濟成長 (%). 通貨膨脹率之波動 (%). 52.31. 通貨膨脹率 (%). 經濟成長之波動 (%). v s i t 2.63 1.31 y 51.15 1.05. (3) 1980-2010,137 個國家. 經濟成長 (%). 通貨膨脹率 (%). (4) 1960-2010,30 個新興市場. 經濟成長之波動 (%). 2.10. 2.29. 3.70. 6.36. 2.24. 5.51. 4.68. 8.66. 1.58. 3.69. 3.42. 1.89. 通貨膨脹率之波動 (%) 1.70. 4.69. 2.18. 4.03. 4.03. 6.24. ‧ 國. 2.48. 1.16. 1.86. 1.78. 3.53. 11.67. 2.66. 10.50. Ch. 註:. 37.57 45.48. al. 經濟成長 (%). 27.98. 34.55. 3.93. 5.12. 6.02. 13.12. 3.83. 14.92. 7.03. 18.70. 2.46. 7.72. 5.22. 10.16. 3.97. 8.67. 6.41. 12.47. 50. 8715.14. 589.97. 8489.86. 660.60. 2782.39. 270.37. 2745.56. 276.16. 2.52. 0.01. 0.02. -82.27. -17.64. 0.03. 0.01. -21.43. -3.96. 0.03. 0.03. -21.43. 29.32. 3.89. 555.38. -9.63. 32.80. 14066.57. 294340.88. 16485.71. 509801. 24411. 58523.86. 4316.20. 101367. 7481.66. 28.87. 385.60. 58523.86. 0.01. -82.27. 0.028. 24411 101367. -21.68. 553.53 1547.60 451.41. 最大值. 最小值. 標準差. 1565.48. 第三四分位數. 立. 通貨膨脹率 (%). (2) 1960-2010,OECD 國家. 經濟成長之波動 (%). 通貨膨脹率之波動 (%). 經濟成長 (%). n. (1) 1960-2010,103 個國家. 中位數. ‧. io. 通貨膨脹率 (%). 第一四分位數. 學. Nat. 平均數. 表 1: 樣本國家之敘述統計. 政治大. 137. 137. 137. 137. 30. 30. 30. 30. 27. 27. 27. 27. 103. 103. 103. 103. 國家數.

(24) 表 2: 追蹤資料單根檢定變數. Levin-Lin-Chu (2002). Im-Pesaran-Shin (2003). 通貨膨脹率. -11.39∗∗∗. -15.61∗∗∗. 經濟成長率. -20.51∗∗∗. -30.39∗∗∗. 通貨膨脹率之波動. -15.49∗∗∗. -14.60∗∗∗. 經濟成長之波動. -16.17∗∗∗. -16.09∗∗∗. 註: 1. *,**,***代表該變數在顯著水準為 0.1,0.05,0.01 下顯著為定態。. 模型一: 通貨膨脹率政策對通貨膨脹率之影響 πit = αi + β1 πit−1 + β2 ITit + εit ,. 政治大. 模型二: 通貨膨脹率政策對經濟成長之影響. 立. 學. 模型三: 通貨膨脹率政策對通貨膨脹率之波動的影響. σπit = αi + β1 ∆πit−1 + β2 ITit + εit ,. sit. y. Nat. 模型四: 通貨膨脹率政策對經濟成長之波動的影響. ‧. ‧ 國. git = αi + β1 git−1 + β2 ITit + εit ,. er. io. σgit = αi + β1 ∆git−1 + β2 ITit + εit ,. n. a l個國家,t = 1, · · · , 51表示 1960-2010 其中,i = 1, · · · , 103表示 103 年。 πit 為通貨膨脹 iv C. n. h e ;σgit 為經濟成長之波動。 ITit 為有無實施釘率;git 為經濟成長率; σπit 為通貨膨脹率之波動 i U ngch. 住通貨膨脹率政策, 若有實施則IT = 1, 反之IT = 0。本論文根據 Lin(2010) 提出解決動態內生性的方法, 觀察釘住通貨膨脹率政策對於四項經濟變數的影響。此外, 為了檢定各系數是否顯著, 本論文採用拔靴抽樣法 (bootstrap) 估計變異數。一般而言, 拔靴抽樣法依照抽樣的標準可以分為抽國家或者抽時間。抽國家的做法為, 一次抽取一個國家然後執行動態分量迴歸, 得到估計式βˆ1 (τ )。以抽後放回的方式, 重複上述動作抽取 1000 次。即可得到 1000 個βˆ1 (τ ), 接著計算估計式之變異數做為參數之變異數。然而, 抽時間為一次抽取個國家之相同一段時間, 其餘做法皆與抽國家相同。7 7. 本文採用抽時間的方法, 一次抽取五年. 18.

(25) 以下, 我們估計釘住通貨膨脹率政策對於四項經濟變數的影響, 同時利用一次抽取五年的拔靴抽樣法估計變異數。為了比較動態一般化動差法與動態分量迴歸之差異, 這邊將兩種估計方法之係數以及信賴區間繪於圖1以及圖2。其中, 圖1為釘住通貨膨脹率對通貨膨脹率和經濟成長的影響; 圖2表示釘住通貨膨脹率對通貨膨脹率和經濟成長之之波動的影響。圖中橫軸表示分量值, 縱軸表示估計值; 黑色實線表示動態分量迴歸之各分量估計值, 長虛線表示在信心水準 90% 下之信賴區間, 水平點虛線表示動態一般化動差法之估計值, 灰色實線表示組間估計法之估計值。根據圖1和圖2, 可以發現分量越高釘住通貨膨脹率政策的效果就越明顯而且顯著。這也顯示不同經濟水準的國家, 同樣採行釘住通貨膨脹率政策能夠得到不同程度之影響。接者, 由表4可知, 若使用動態一般化動差法估計時, 釘住通貨膨脹率政策對於通貨膨脹率. 政治大通貨膨脹率政策造成的效果會大於低通貨膨脹率的國家。所以, 從動態分量迴歸之各分量立. 的影響能夠降低 14.27%, 但是這樣的效果並不精確, 因為高通貨膨脹率的國家採取釘住係數值即可觀察到這樣的現象。在模型一的部分,0.2 和 0.3 分量在信心水準為 95% 下顯著,. ‧ 國. 學. 但是在 0.4 分量到 0.9 分量, 釘住通貨膨脹率政策的效果越來越大而且皆在信心水準 99% 下顯著。這也說明了, 若平均通貨膨脹率越高的國家採取釘住通貨膨脹率政策的效果越明. ‧. 顯。先前的實證研究將已開發國家或者開發中國家分開探討, 釘住通貨膨脹率政策在已開. y. Nat. 發國家較不顯著, 在開發中國家較為顯著。可能的原因為, 已開發國家的平均通貨膨脹率. sit. 水準較低, 所以採取釘住通貨膨脹率政策較不顯著。但開發中國家平均通貨膨脹率水準較. er. io. 高, 則政策的效果較顯著, 這樣的現象我們利用動態分量迴歸得到更進一步的證實。另外,. n. a l , 人民預期未來的通貨膨脹率水準為增加的趨勢當國家處在高通貨膨脹率的時期 , 進而導 iv C. n. he 致更嚴重之通貨膨脹率。所以可藉由釘住通貨膨脹率政策明定通貨膨脹率之區間 , 有效地 i U ngch. 抑制人民的預期通貨膨脹率水準, 進而穩定通貨膨脹率。在實證結果上也證實了這樣的概念, 通貨膨脹率水準愈高的國家, 愈能夠透過釘住通貨膨脹率政策降低通貨膨脹率水準。另一方面, 釘住通貨膨脹率政策是否能夠穩定物價水準, 降低通貨膨脹率之波動。先前的實證文章, 不論在新興市場或者是已開發國家, 釘住通貨膨脹率政策對於降低通貨膨脹率之波動沒有顯著的效果。在表4中, 若使用動態一般化動差法估計時, 的確會得到比較不顯著的結果。但是, 在動態分量迴歸之下, 從 0.4 分量開始, 分量水準越高效果越顯著。這也表示, 若一個國家通貨膨脹率的波動越大時, 採取釘住通貨膨脹率政策的效果就越明顯。. 19.

(26) 反之, 若該國家處在通貨膨脹率很穩定的時期, 釘住通貨膨脹率政策並不能使得通貨膨脹率更趨於穩定。至於經濟成長的部分, 不論在已開發市場或者開發中市場通常顯示釘住通貨膨脹率政策並不會降低經濟成長, 如: Ball and Sheridan(2003), Batini and Laxton(2007) 以及 Goncalves and Salles(2008)。但是由表4可發現, 釘住通貨膨脹率政策在 0.1 分量到 0.6 分. 量對於經濟成長的效果並不顯著, 這部分也應證了 Mishikin(1999) 提到釘住通貨膨脹率政策並不會影響經濟成長的表現。但與先前實證結果不同的地方在於, 釘住通貨膨脹率政策對於經濟成長高的國家 (0.7 分量到 0.9 分量) 皆顯著為負, 這也顯示若該國家存在高經濟成長時, 若要採取釘住通貨膨脹率政策以降低通貨膨脹率時, 必須損失些許的經濟成長做為代價。最後, 使用動態一般化動差法時, 採取釘住通貨膨脹率政策的國家, 沒辦法藉由. 政治大期的經濟成長波動劇烈的國家, 釘住通貨膨脹率政策能夠有效的降低經濟成長的波動。立. 政策的實施降低經濟成長的波動。但是, 若使用動態分量迴歸即可發現不同的結論, 若長根據圖1、圖2和表4。平均高通貨膨脹率的國家採行釘住通貨膨脹率政策的效果大於其. ‧ 國. 學. 他分量, 這也部份凸顯了分量迴歸之優點, 不同分量下效果不一致, 特別是經濟成長的部份, 在 0.1 分量到 0.7 分量之間, 釘住通貨膨脹率政策對於經濟成長並無顯著的影響。但是. ‧. 在高分量時, 經濟成長卻顯著的降低。這也提供政策制定者選擇的空間, 當處在高經濟成. sit. y. Nat. 長時, 是否願意損失經濟成長已換去低且穩定之通貨膨脹率。. a. er. io. 4.3 不同拔靴抽樣法. n. i v , 也提供了一次抽取一年、這邊介紹利用不同方式抽取樣本。 l 本論文除了一次抽取五年之外兩年和抽取國家的結果。. Ch. n engchi U. 表5為利用抽取國家的方式估計變異數之詳細估計值。發現通貨膨脹率在低分量時, 變異數非常的大導致結果不顯著, 其他的變數 (經濟成長或者兩者之之波動), 變異數的估計卻很正常。接著, 在 ITit 的 0.1 分量之標準差為50.5008, 與抽取五年之6.0906有著 9 倍左右的差距。然而, 釘住通貨膨脹率政策的顯著性並沒有太大的差異, 還是維持對通貨膨脹率分量越高影響越大, 對經濟成長僅高分量會使得經濟成長降低。另外, 釘住通貨膨脹率政策能夠顯著地降低通貨膨脹率之波動, 而經濟成長屬於中高分量的國家能夠透過釘住通貨膨脹率政策以穩定經濟成長, 降低波動。面對上述信賴區間過大的問題, 本論文認為因為全世. 20.

(27) 界通貨膨脹率在 1990 年之後都有下降的趨勢, 也就表示各國家在此時期通貨膨脹率的水準較低, 造成國家與國家之間有可能為不獨立的現象。所以, 若採用抽取國家的方式抽樣, 極有可能違背解釋變數之間必須獨立的假設, 進而導致偏誤的產生。然而陳旭昇 (2007) 也提到, 在長期追蹤資料中, 個體個別殘差之間往往具有同期的相關性 (cross-sectional dependence of the cintemporanrous residuals)。 O’Connell(1998) 和 Pesaran(2006). 指出, 若忽略這樣的相關性會導致極大的型 I 誤差機率。因此針對這樣的問題,Maddala and Wu(1999) 建議可以將拔靴抽樣法的程序由抽取國家改成抽取連續的時間, 藉此保留. 同其相關性的結構。所以, 為了保留時間之間的相關性, 除了基本結果一次抽取五年外, 本章節也提供了不同的抽樣方法: 一次抽取一年, 一次抽取兩年。一般而言, 此兩種抽樣方法通常利用在時. 政治大正常的變異數估計。所以本文利用抽取時間的方式解決通貨膨脹率在低分量之信賴區間過立. 間關係薄弱或者假設不存在任何時間關係。由於國家與國家之間並非為獨立, 因此導致不大的情形。表6為一次抽取二年所得之詳細估計值。由表中可發現, 低分量通貨膨脹率之信. ‧ 國. 學. 賴區間已經縮小, 而且 0.1 分量的估計式在 95% 的信心水準下顯著, 通貨膨脹率在 0.1 分量之標準差僅為 3.27833。若利用抽取國家的結果做分析, 會得到平均通貨膨脹率低的國家,. ‧. 沒辦法透過採取釘住通貨膨脹率政策降低通貨膨脹率水準, 但並不精確。因為不適當的抽. y. Nat. 樣方法導致估計式不顯著, 當利用抽取時間的方式估計變異數時, 信賴區間變小而得到顯. sit. 著的結果。不過, 不同的抽樣方法對於經濟成長或者兩者之之波動的影響並不明顯; 經濟. er. io. 成長依然在高分量時顯著的下降, 有效的穩定通貨膨脹率以及降低經濟成長之波動。. n. al 接著, 本論文利用一次抽取一年的抽樣方式觀察釘住通貨膨脹率政策的效果。表7為一 iv C. n. h e, 抽取一年的方式為四種抽取方式中標準差最小次抽取一年所得之詳細估計結果。發現 , i U ngch. 造成結果更為顯著。例如, 通貨膨脹率在 0.1 分量隨著抽取的時間越短, 變異數越小, 效果越顯著; 經濟成長方面,0.6 分量也由不顯著轉為 95% 信心水準下顯著; 通貨膨脹率之波動的 0.1 分量, 若使用抽兩年的方式為不顯著, 但抽取一年時, 卻在 95% 信心水準下顯著。所以, 當利用抽取一年的方式估計變異數時, 釘住通貨膨脹率政策不論該國家處在何種通貨膨脹率水準, 皆能透過政策的實施降低通貨膨脹率。若該國家的經濟成長位於中高分量時, 採取通貨膨脹率政策必須損失經濟成長做為代價。另外, 釘住通貨膨脹率政策能夠有效地抑制經濟成長以及通貨膨脹率的波動。. 21.

(28) 綜合以上論述, 總觀標準差之大小為抽取國家最大, 依序為抽取五年, 抽取二年, 標準差最小為抽取一年。縱使抽取一年的抽樣方式為變異數最小, 結果最為顯著。但是, 本文認為抽取一年並不符合一般總體經濟變數的概念。一般認為, 總體經濟變數會存在持續性 (persistency) 的問題, 抽取一年的方式並無法捕捉這樣的資料特性。所以本文認為在這議. 題上利用拔靴抽樣法估計變異數, 最適當的抽樣方法為一次抽取五年之抽樣法, 因為同時考慮 1990 年各國之間通貨膨脹率皆下降以及總體變數之時間關係。. 4.4 不同的工具變數本文利用二階段配適值解決動態內生性的問題, 將差分一期之被解釋變數做為工具變數, 藉此解決內生性的問題。但是, 為了驗證模型及計量方法是否具有頑強性(robust) 的性質,. 政治大變數。第二, 差分一期 (以下簡稱立 ∆y ), 差分兩期 (以下簡稱∆y. 也嘗試不同的工具變數取代動態項。第一, 設定差分一期與差分兩期之被解釋變數為工具 it−1. it−2 ). 和差分三期 (以下. ‧ 國. 學. 簡稱∆yit−3 ) 之被解數變數當作工具變數。分別將此兩組工具變數所得知結果與基本結果相比較, 觀察解釋變數的顯著性, 希望驗證此模型具有頑強性的性質。表8表示當利用∆yit−1 和∆yit−2 做為工具變數之詳細估計結果。可以發現, 通貨膨脹率. ‧. 依然維持各分量皆顯著下降, 經濟成長在高分量顯著降低。在之波動方面, 釘住通貨膨脹. sit. y. Nat. 率政策在中高分量能夠顯著降低通貨膨脹率之之波動, 0.5 分量之後採取釘住通貨膨脹率政策能夠降低經濟成長之波動。當通貨膨脹率水準位於 0.1 分量之國家沒辦法利用釘住通. io. a. er. 貨膨脹率政策降低通貨膨脹率。 0.2 到 0.9 分量的國家, 採取釘住通貨膨脹率政策分別降. n. 低7.76%, 6.19%, 5.59%, 6.08%, l 6.44%, 7.68% 9.82%和i v13.82%。因此, 平均通貨膨. n. C. h e n平均經濟成長位於脹率水準越高的國家, 政策效果越明顯。 g c h i U 0.8 到 0.9 分量的國家, 若利. 用釘住通貨膨脹率政策穩定通貨膨脹率, 則必須損失1.09%和 2.40%的經濟成長作為代價。此外, 釘住通貨膨脹率政策在 0.4 到 0.9 分量皆能夠降低通貨膨脹率以及經濟成長之之波動, 分量越高, 效果越顯著。在 0.9 分量時, 釘住通貨膨脹率政策能夠穩定6.49%的通貨膨脹率之波動, 以及2.40%的經濟成長之波動。再利用表8與表4互相比較, 觀察各分量之標準差以及各分量估計式之顯著性, 得知兩者差距甚小。所以工具變數選擇∆yit−1 或者∆yit−1 和∆yit−2 就係數之顯著性而言並無太大的差異。表9表示當利用∆yit−1 , ∆yit−2 和 ∆yit−3 做為工具變數之詳細估計結果。可以發現, 釘. 22.

(29) 表 3: 不同工具變數之顯著性比較 π. 分量. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9. g. I. II. III. ** ** *** *** *** *** *** ***. ** *** *** *** *** *** *** ***. ** *** *** *** *** *** *** ***. I. II. ** ***. ** ***. σπ III. * *** ***. I. ** *** *** *** *** ***. σg. II. ** *** *** *** ***. 政治大. III. I. II. III. ** *** *** *** *** ***. * *** *** *** *** *** ***. ** *** *** *** *** ***. ** *** *** *** *** ***. 註: 1.I:∆yit−1 ,II:∆yit−1 和∆yit−2 ,III:∆yit−1 ,∆yit−2 和∆yit−3 。 2. *,**,***代表該系數在顯著水準為 0.1,0.05,0.01 下顯著異於零。. 立. ‧ 國. 學. 住通貨膨脹率政策在 0.2 分量之後, 顯著降低通貨膨脹率; 在 0.7 分量之後, 會對經濟成長. ‧. 造成影響。另外, 在中高分量能夠穩定通貨膨脹率和經濟成長的之波動。表9顯示, 通貨膨. sit. y. Nat. 脹率水準位於 0.2 到 0.9 的國家透過釘住通貨膨脹率政策分別降低, 7.56%, 5.98%, 5.53%, 5.91%, 6.26%, 7.41%, 9.47%和 13.49%. io. a. er. , 平均通貨膨脹率水準越高的國家, 政策效果越明顯。平均經濟成長位於 0.8 到 0.9 分量的. n. i v 1.09%和 2.49%的經濟成國家, 若利用釘住通貨膨脹率政策穩定通貨膨脹率 , 則必須損失 l. n. C. h e n g c h i ,U差分兩期和差分三期的被解釋變長作為代價。至於之波動方面, 工具變數採用差分一期. 數。此貨幣政策在 0.4 到 0.9 分量時, 分別能夠降低1.10%,1.29%, 1.60%, 2.11%, 3.18%和 6.61%的通貨膨脹率之波動, 以及降低0.45%,0.53%, 0.73%, 1.07%, 1.47%和 2.61%的經. 濟成長之波動。表示, 經濟成長或者通貨膨脹率之波動較高的國家, 能夠利用釘住通貨膨脹率政策穩定經濟情況。此外, 本文將三種不同工具變數的係數顯著性列於表3, I表示工具變數為∆yit−1 ,II 表示工具變數為∆yit−1 和∆yit−2 , III表示工具變數為∆yit−1 ,∆yit−2 和∆yit−3 。藉由互相比較係數顯著性, 觀察若設定不同之工具變數是否會導致不同結果。由表3可以得知, 不論工具. 23.

(30) 變數為何, 並不會導致不同的結果。即便有些許的差異, 但整體的趨勢並未改變。釘住通貨膨脹率政策從 0.2 分量開始顯著影響通貨膨脹率,0.7 分量開始顯著影響經濟成長,0.4 分量開始顯著影響通貨膨脹率的之波動 ,0.4 分量開始顯著影響經濟成長之波動。. 4.5 OECD國家與新興市場在第二章文獻回顧中可以發現, 過去的實證研究通常把新興市場和 OECD 國家分開探討。例如,Ball and Sheridan(2003) 在 20 個 OECD 國家發現, 釘住通貨膨脹率政策的效果不顯著, Lin and Ye(2007) 在 22 個工業化國家發現, 政策效果並不顯著, Goncalves and Salles(2008) 在 36 個新興市場發現, 釘住通貨膨脹率政策的效果為顯著。由於新興市場的. 經濟情勢和 OECD 國家差距很大, 如果合併探討時, 平均概念的計量方法將無法精確的. 政治大討。本文利用動態分量迴歸能夠區隔不同國家的水準 , 所以能夠區隔政策在不同國家的效立. 表現釘住通貨膨脹率政策在不同國家水準的效果, 所以過去的實證文章通常將兩者分開探. ‧ 國. 學. 果。但是在這個章節, 本文也將國家分成 OECD 國家和新興市場, 目的在於更完整的觀察釘住通貨膨脹率政策的效果。利用動態分量迴歸再將 OECD 國家和新興市場分成 10 個等分, 試圖提供更詳細的分析結果。. ‧. 表10為釘住通貨膨脹率政策在 27 個 OECD 國家對於四個經濟變數的影響。可以發. sit. y. Nat. 現, 釘住通貨膨脹率政策在 0.2 分量之後能夠有效的降低通貨膨脹率, 隨著分量越高效果越顯著; 在 0.8 和 0.9 分量會損失經濟成長; 0.3 到 0.9 分量能透過政策的實施穩定通貨膨脹. io. n. al. er. 率;0.2 分量之後能夠降低經濟成長的波動。然而, 模型一 0.1 到 0.9 分量的估計值為, 6.33%,5.69%,. i Un. v. 4.63%,5.07%, 5.73%, 6.36%, 10.00%, 7.74%, 14.10%。隨著分量越高, 政策降低通貨膨. Ch. e n g c h i0.8 和 0.9 分量的估計值分別為,0.86%, 脹率的效果就越大。釘住通貨膨脹率政策對經濟成長 1.65%。表示若該國家處在高經濟成長的階段, 政策實施後必須損失0.8%-1.65%的經濟成. 長。模型三和四為, 釘住通貨膨脹率政策對於通貨膨脹率之波動和經濟成長之波動的影響。釘住通貨膨脹率政策在 0.3 到 0.9 分量能夠穩定 0.93%, 0.94%, 1.12%, 1.26%, 1.52%, 2.01%, 3.72%的通貨膨脹率之波動; 以及在 0.3 到 0.9 分量能夠穩定 0.44%, 0.50%, 0.54%, 0.66%, 0.67%, 0.82%, 0.81%的經濟成長之波動。由表10可以發現即便在 OECD 國家中,. 釘住通貨膨脹率政策依然能夠帶來些好處, 降低通貨膨脹率, 穩定通貨膨脹率之波動以及穩定經濟成長。但是, 若該國家的經濟成長水準較高, 想利用釘住通貨膨脹率政策降低通. 24.

(31) 貨膨脹率時, 則必須考慮經濟成長的損失。接著, 本論文參考 Lin and Ye(2009) 的文章, 選擇出 30 個新興市場。希望藉由不同的計量方法探討釘住通貨膨脹率政策能夠在新興市場造成甚麼影響。表11為釘住通貨膨脹率政策在新興市場對於四個經濟變數的影響之詳細估計值。可以發現, 釘住通貨膨脹率政策在 0.1 和 0.2 分量時, 因為變異數大導致估計值不顯著, 但 0.3 分量之後, 透過政策的實施能夠有效的降低通貨膨脹率, 且隨著分量愈高效果愈顯著; 然而, 釘住通貨膨脹率政策對經濟成長的影響僅在 0.9 分量顯著異於零, 表示只有經濟成長率很高的國家, 採取釘住通貨膨脹率政策才會損失經濟成長作為代價。至於穩定通貨膨脹率和經濟成長方面,0.7 分量以後能夠有效的降低通貨膨脹率的之波動; 經濟成長之波動位於 0.8 和 0.9 分量的國家, 能夠藉由釘住通貨膨脹率政策穩定經濟成長的之波動。模型一 0.1 到 0.9 分量的估計值為,. 政治大在信心水準為 95% 下顯著,0.4 分量到 0.9 分量皆在 99% 下顯著, 隨著分量越高, 政策降低立 9.87%, 9.75%, 10.99%, 11.39%, 10.15%, 8.80%, 10.13%, 13.32%, 19.54%。 0.4 分量. 通貨膨脹率的效果就越大。與 OECD 國家相比較, 降低的程度都比較大, 符合過去實證. ‧ 國. 學. 上, 在新興市場採取釘住通貨膨脹率政策效果比較明顯的結論。釘住通貨膨脹率政策對經濟成長的 0.9 分量估計值為−1.63%, 在 90% 的信心水準下顯著異於零。表示若該國家處在. ‧. 高經濟成長的階段, 政策實施後必須損失 1.6293% 的經濟成長。模型三和四為, 釘住通貨. y. Nat. 膨脹率政策對於通貨膨脹率之波動和經濟成長之波動的影響。釘住通貨膨脹率政策在 0.7. er. io. 準下顯著,0.7 到 0.9 分量在 99% 信心水準下顯著。. sit. 到 0.9 分量能夠穩定 3.15%, 5.68%, 12.88%的通貨膨脹率之波動, 0.6 分量在 95% 信心水. n. al 以上我們可以發現, 在新興市場實施釘住通貨膨脹率政策 i v, 能夠有效的降低通貨膨脹 C. n. he 率, 穩定高分量的通貨膨脹率和經濟成長的之波動。儘管就估計值而言 , 效果似乎比 OECD i U ngch. 國家還大, 但是系數並未比較顯著。本文認為可能的原因為, 新興市場的平均通貨膨脹率比較高, 因此可能存在均數復歸的現象。也就是說, 降低的幅度除了釘住通貨膨脹率政策的效果外, 也同時包含了均數復歸的效果。但總觀而言, 釘住通貨膨脹率政策在新興市場也帶來顯著的效果。. 25.

(32) 4.6 控制高通貨膨脹率 Brito and Bystedt(2010) 指出 1990 年代中期不論是有無採取釘住通貨膨脹率的國家, 其. 平均通貨膨脹率皆有下降的趨勢。但是, 卻有某些國家在此時期卻存在非常高的通貨膨脹率, 這也表示存在異質變異的可能性。 Goncalves and Salles(2008) 將年增率高於百分之五十的期間刪去, 降低異質變異的存在。 IMF(2006) 提到, 在時間序列的資料中, 要將避免異質變異的問題, 建議將高通膨的部分設立控制變數, 即可避免異質變異的問題。因此, 本論文也加入控制高通貨膨脹率的控制變數, 觀察在此議題下加入控制變數是否會產生不同結果。本文參考 Brito and Bystedt(2010) 的方式, 將大於 0.4 通貨膨脹率之時期令為 1。. 政治大. 表12為加入控制變數後, 釘住通貨膨脹率政策對於四項總體變數之影響結果。發現加入控制變數之後, 釘住通貨膨脹率政策在 0.2 分量之後皆能顯著降低通貨膨脹率。然而, 在. 立. 0.2 到 0.9 分量的分別能夠降低, 7.95%, 6.24%, 5.72%, 5.91%, 6.46%, 7.82%, 9.68%,. ‧ 國. 學. 13.35%的通貨膨脹率。經濟成長在 0.8 分量時, 估計值為 −1.10%, 並且 95% 信心水準下. 顯著;0.9 分量時, 估計值為−2.33%, 並且在 99% 信心水準下顯著, 這樣的結果也反應, 高經. ‧. 濟成長的國家若利用釘住通貨膨脹率政策試圖降低通貨膨脹率水準, 必須犧牲 1% 至 2% 的經濟成長。反之,0.1 分量至 0.7 分量的國家, 採取釘住通貨膨脹率政策能夠在不損失經濟成. Nat. sit. y. 長的情況下, 降低通貨膨脹率。另一方面, 模型三的 0.4 到 0.9 分量估計值分別為, −1.11%,. er. io. −1.33%, −1.54%, −2.08%, −3.09%, −3.45%。表示, 若國家存在中高程度的通貨膨脹. 率之波動, 能夠透過政策的實施穩定通貨膨脹率水準, 波動越劇烈的國家, 效果越顯著。. n. a. iv. l C , −0.30%,−0.43%, n−0.62%, −0.77%, −1.09%, 模型四的 0.3 到 0.9 分量估計值分別為. hengchi U. 1.42%, −2.56%。也就表示, 釘住通貨膨脹率政策能夠有效的幫助高經濟成長波動的國家. 降低波動, 穩定 0.5% 至 2.78% 的經濟成長之波動。根據上述結論, 即便加入了高通貨膨脹率的控制變數之後, 不論是係數的顯著性或者數值與基本結果差距不大。可能的原因為, 在分量迴歸的架構下, 不需要假設誤差項為齊質變異。然而, 加入高通貨膨脹率控制變數的原意為避免意質變異的情形發生 ,因此在分量迴歸中加入此控制變數, 並不會影響估計之結果。. 26.