國立臺北大學經濟學系研究所

碩士論文

指導教授：賴惠子 博士

資產價格與延伸泰勒法則非對稱性反應之
探討

研究生：李孟勳

中華民國一百年七月
 國立臺北大學 99 學年度第二學期 碩士學位論文提要

論文題目：資產價格與我國貨幣政策非對稱性反應之探討
論文題目 論文頁數：35

所 組 別： 經濟學研究所 （學號：79861126）

研 究 生： 李孟勳 指導教授： 賴惠子

論文提要內容：
論文提要內容：
本文以傳統泰勒法則為基準，延伸探討 1990 年至 2010 年期間我國貨幣政策

是否回應資產價格變動以及具有非對稱性反應行為。

實證結果顯示泰勒法則線性模型估計結果與文獻相同，再進一步加入資產價

格變數時，股價變動的回應係數顯著，但數值很小，而房價成長率係數則不顯著。

以房價成長率做門檻迴歸分析結果顯示在房市衰退期時，央行追求的是物價穩定

且以降低利率來促使房價進一步的回溫；在房市回溫期時，央行擔心房市回溫連

帶股票市場表現良好，進而造成景氣過熱之現象，央行不只控制經濟成長的速

度，且在房價的抑制上也相當明顯。因此，本研究結果可看出央行的確關注房市

的變化，且有不對稱的反應行為。

關鍵字：泰勒法則、門檻模型
 ABSTRACT

Asset Prices and an Extended Taylor's Rule: the Study of Asymmetric

Policy Reactions.

By
LEE, MENG-HSUN

July 2011
ADVISOR(S): Dr. LAI, HUI-ZI
DEPARTMENT: ECONOMICS
MAJOR: ECONOMICS
DEGREE: MASTER OF SOCIAL SCIENCE IN ECONOMICS

Macroeconomists have been interested in modeling the central bank's reaction

function for long times. The central bank's reaction function plays an important role
in a wide variety of macroeconomic analyses. By estimating the central bank's
reaction function, it let us know the way of adjusting monetary policy and forecasting
that changes in the central bank's policy instruments effect on other policy actions.

This paper uses Taylor’s rule and applies Hansen (2000) threshold model to
examining whether monetary policy asymmetries exist in central bank’s reaction
function. Sample period is from 1990 to 2010.The main findings of this study are
stated as follows. First, the linear model can better describe the expectation of
Taylor’s rule when the model takes account of asset prices. Second, only housing
price growth rate has significantly threshold effect in the threshold model. Further, we
find that central bank focuses on price stability when housing price growth ratio is
below the threshold value but focuses on output gap, stock price and housing price
growth ratio when housing price growth ratio is above the threshold value.

Keyword: Taylor’s rule, threshold model

 目錄

第一章 前言........................................................1

第一節 研究動機................................................1

第二節 研究目的................................................4

第三節 研究流程................................................5

第二章 文獻回顧....................................................6

第一節 泰勒法則的演變..........................................6

第二節 不對稱性反應函數........................................8

第三節 資產價格...............................................10

第三章 研究方法...................................................13

第一節 實證模型...............................................13

第二節 門檻模型...............................................14

第三節 單根檢定...............................................17

第四章 實證結果分析...............................................20

第一節 資料來源與處理.........................................20

第二節 單根檢定結果...........................................23

第三節 門檻迴歸分析...........................................24

第五章 結論.......................................................29

附錄...............................................................31

參考文獻...........................................................32

I
 圖表目錄

圖一 我國經濟成長率 ................................................3

圖二 我國物價指數年增率 ............................................3

圖三 整體調查地區與台北市新購置住宅者總價與單價趨勢圖 ..............4

圖四 變數序列趨勢圖 ...............................................22

圖五 門檻值信賴區間 ...............................................28

表一 資料來源 .....................................................21

表二 單根檢定 .....................................................23

表三 線性泰勒法則估計結果 .........................................25

表四 檢定門檻效果 .................................................27

表五 房價成長率之門檻效果分析 .....................................28

II
 第一章 前言

第一節 研究動機

自 2001 年網路科技泡沫後，美國總統以短暫經濟衰退為由，除了推動減稅

計劃刺激景氣外，Fed 主席葛林斯潘也採取寬鬆的貨幣政策，使得市場游資氾濫，

造就了房市的泡沫並支撐出消費的熱潮；2007 年 8 月美國爆發次級房貸危機並

進一步擴大為全球金融海嘯，引起各國的金融體系與實體經濟動盪不安，為 1930

年代經濟大恐慌以來，全球所面臨最嚴重的經濟衰退。主張政府應尊重市場機

能，且相信金融商品的創新能帶來經濟繁榮者開始出現不同的聲音，學術界對於

央行該如何回應資產價格泡沫的問題也有新的看法，如：Mishkin (2007) 雖反

對特別強調房價在貨幣政策執行的角色，但其認為也不能引申建議央行在房價飆

漲時袖手旁觀。他認為央行可以針對各種可能衝擊 (如房價下跌) 建立不同情境

(scenario)，以類似一般商業銀行及金融監理當局實施之壓力測試來因應。

次級房貸風暴對全球化的社會產生影響，我國亦無法倖免，圖一顯示我國經

濟成長率的變化，2007 年次貸危機帶來的衰退幅度大於 1997 年亞洲金融風暴與

2001 年網路科技泡沫時期的幅度；2008 年下半年全球景氣明顯趨緩，嚴重衝擊

我國出口量與製造業生產，許多企業開始大幅裁員和實施無薪假，國內的失業率

大幅上升，進而衝擊民間消費；2009 年上半年國際經濟景氣的衰退仍持續衝擊

我國出口與民間消費，經濟成長率為負 1.93%，至下半年，國際景氣轉佳致出口

動能增強，帶動民間消費與投資上升，政府公共支出持續增長，國內景氣開始有

復甦的現象。圖二為通貨膨脹率的變化，在 2008 年下半年國際原油與原物料價

1
格急遽下降，躉售物價指數(WPI)，消費者物價指數(CPI)與核心 CPI 在 2008 年

中達到最高點時，均轉為下滑趨勢；2009 年開始國際原油等農工原料價格止跌

回升，至 2010 上半年大幅上漲，CPI 與核心 CPI 全年平均為 0.96%、0.44%，物

1
核心 CPI 係指不含蔬果、魚介及能源之消費者物價指數。

1
價維持平穩狀態。

依據本國的「中央銀行法」
，央行的任務有四項：(1) 促進金融穩定，(2) 健

全銀行業務，(3) 維護對內與對外幣值之穩定， (4) 協助經濟發展。央行審慎

監控物價、利率、就業量、匯率、景氣循環和其他主要指標來制定貨幣政策加以

回應，並追求長期的物價穩定、經濟成長、維持匯率動態穩定。回顧 2001 年網

路科技泡沫以來，鑒於世界經濟景氣的減緩衝擊我國經濟，央行為穩定經濟採行

之相關政策措施：從 2000 年 12 月到 2001 年 5 月共六次調降重貼現利率及擔保

放款融通利率，重貼現利率僅 3.75%，銀行間隔夜拆款利率更降至 3.936%，在主

要國家之中僅高於日本；2004 年在景氣升溫之下，央行決議重貼現率、擔保放

款融通及短期融通利率各調升 0.125 個百分點2； 2008 年第三季受全球金融危機

擴展波及，我國金融市場波動加劇3，政府適時採行寬鬆貨幣政策、提供存款全

額保障等因應措施，使我國金融體系逐漸恢復穩定。

然而，因美國為救市祭出 QE1、QE2 措施，導致美元大幅貶值，使得投資資

金大幅流向亞洲，具有保值效果的房地產變成了熱錢鎖定的目標；金融海嘯過

後，我國房地產景氣快速回溫，經濟交易熱絡加上 ECFA 議題炒作、都市更新、

住者有其屋 (40 年低利房貸) 政策等市場利多，使得部分都會地區房價攀升，

尤其是大台北地區，房屋價格更是水漲船高，民眾購屋壓力日益增加，觀察圖三

顯示 2010 年第四季台灣地區預售屋每坪平均單價為每坪 22.8 萬元，而房價所得

比高達 8.9 倍，貸款負擔率為 36％。對銀行業來說，抵押貸款大幅增加，房市

價格如果產生崩跌，則銀行會喪失資金的流通性及清償性，將破壞金融市場穩

定，進而影響實體經濟；政府因此祭出打房政策，2010 年 6 月 24 日央行理事會

決議，重貼現率、擔保放款融通利率及短期融通利率各調升半碼4，也是央行兩

年來首次升息，央行也對特定地區實施選擇性信用管制。次級房貸問題嚴重影響

2
分別由年息 1.625％、2.00％及 3.875％調整為 1.75 ％、2.125 ％及 4.0％。
3
金融危機使得我國金融市場產生波動，如人壽保險公司大幅虧損、票券金融公司獲利持續性的
衰退，使其擔保授信之信用風險升高。
4
重貼現率、擔保放款融通利率及短期融通利率，分別調整為年息 1.375％、1.75％及 3.625％。

2
美國金融體系的穩定並造成實體經濟的衰退，因此我國應以美國為前車之鑑，不

能漠視房地產市場泡沫化可能衍生的問題，以強化住宅金融體系。

%
12
10
網路泡沫 次貸危機
8 亞洲金融風暴

6
4
2
0
-2
-4
91

93

95

99

01

05

07

09
97

03
19

20

20
19

19

19

19

20

20

20
圖一 我國經濟成長率

%
8
6
4
2
0
-2
-4
-6
-8
-10
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

CPI 核心CPI WPI

圖二 我國物價指數年增率

3
萬元 萬元/坪
1600 60
1400
50
1200
40
1000
800 30
600
20
400
10
200
0 0

1
Q1

Q3

Q1

Q3

Q1

Q3

Q1

Q3

Q4
HY

HY
94

94

95

95

96

96

97

97

99
98

99
整體調查地區總價 台北市總價 整體調查地區單價 台北市單價

註：1、 HY1 表示為當年度的上半年。

圖三 整體調查地區與台北市新購置住宅者總價與單價趨勢圖

第二節 研究目的

央行執行貨幣政策之目的在於實現物價穩定、經濟成長和國際收支等最終目

標。由前述可看出央行貨幣政策措施有助於總體經濟的穩定，透過對貨幣政策反

應函數的估計與研究，有助於了解過去貨幣政策的調整方式及預測央行政策工具

的改變對其他政策行為的影響，所以有關貨幣政策反應函數的研究一直為學界所

重視。

政策反應函數係指貨幣當局因經濟基本面變化的不同，如物價或產出的變

動，央行所表現出的反應模式。1980 年代以前多數國家以貨幣數量為中間目標，

藉此達成最終政策目標。近年來隨著金融創新與自由化，國際間主要國家之中央

銀行有轉向以短期利率作為操作目標的趨勢，我國中央銀行亦逐漸將操作目標由

「量」轉「價」，較注重短期利率的調控。為了解央行面對通膨問題、產出與各

種資產價格波動等經濟情勢變化，可能的回應措施。本文擬探討台灣央行的利率

操作是否遵循一定的政策法則以及是否回應資產價格的變動。Taylor (1993) 所

4
 5
提出的利率法則 (即「泰勒法則」) 以短期名目聯邦資金利率為操作工具，回

應通貨膨脹缺口與產出缺口，雖然簡單明瞭卻能描述 1987 至 1992 年之聯邦實質

利率走勢，認為可以評估與描繪美國聯邦理事會的政策反應。自 Taylor (1993)

後的文獻大略可分成二種，第一種是以泰勒法則來驗證其他國家的貨幣政策是否

符合法則或解釋其穩定性，如：Clarida et al. (1998)、Jude and Rudebusch (1998)

和劉淑敏 (1999) 等；第二種是考慮央行在制定政策時，還會考慮產出和通貨膨

脹率以外的變數影響，例如匯率、股價等變數，如：Yu (2004)、Chang (2005) 等。

上述對於央行的政策反應函數有一共同假設，即利用單一線性方程式來刻畫

央行的的政策行為，但近一、二十年來有些學者提出不同的看法，他們不僅認為

央行的政策行為存在不對稱性，也就是央行可能依經濟狀況不同而不同的反應模

式，如：Shen and Hakes (1995)、葉翔渝 (2008)等。

本文依循 Clarida et al. (1998) 假設央行會有政策平滑的行為，將部分

調整機制加入原始的泰勒法則中，並採用 Hansen (2000) 所提出的門檻模型估

計門檻值，首先觀察央行是否因房價成長率的高低而具有不對稱的反應行為，並

考慮央行是否也會依通貨膨脹率、產出缺口、股價年增率的高低而有不同的因應

模式。

第三節 研究流程

本研究將依照下列流程進行，並依此流程作為章節的編排，茲將各章節的內

容說明如下，第一章為研究動機與目的，說明本研究的背景與動機、方法、步驟；

第二章為文獻探討，針對泰勒法則的演變，不對稱反應函數和資產價格的實證結

果逐一介紹；第三章介紹本研究的實證模型、時間序列資料的特性、ADF 與 KPSS

單根檢定法、Hansen (2000) 門檻模型。第四章為實證結果；第五章為結論。

5
「泰勒法則」自 1993 年史丹佛大學約翰‧泰勒教授所提出，主要刻畫央行關心的產出成長與
物價在長期水準下是否保持穩定，若短期內經濟體系受到衝擊而使產出成長或物價偏離某一穩定
水準時，央行便利用利率工具促使回到長期穩定水準。

5
 第二章 文獻回顧

第一節 泰勒法則的演變

Taylor (1993) 的研究發現美國的聯邦理事會於 1987 年至 1992 年間的貨幣

政策，與 Taylor (1993) 所提出的反應函數相符，表示美國的聯邦理事會在調

整貨幣政策方向的過程中，主要受到通貨膨脹率與產出缺口變動的影響。模型如

下：

it = π t + r ∗ + 0.5(π t − π ∗ ) + 0.5(Yt ) (2. 1)

其中， r ∗ 為均衡實質聯邦資金利率； π 為通貨膨脹率； π ∗ 為通貨膨脹率最適目

標值； Yt 為實質產出缺口(=100*(實質產出-潛在產出)/潛在產出)。

Taylor (1993) 直接假設通膨缺口與產出缺口之係數為 0.5，將均衡實質聯

邦資金利率與通貨膨脹率最適目標值直接設定為 2%，利用 1984~1992 年實質 GDP

以線性趨勢法估潛在產出(約為 2.2)。實證結果發現美國自 1990 年以後開始以

聯邦資金利率作為政策工具。

自 Taylor (1993) 年提出泰勒法則後，許多相關文獻猶如雨後春筍般的冒

出，有的是以泰勒法則或修改原始的泰勒法則來驗證其他國家的貨幣政策是否符

合法則或解釋其穩定性，如：Clarida et al. (1998) 考慮央行具有前瞻性

(forward looking) 的預期行為而將預期通貨膨脹率引入原始的泰勒法則中，並

在利率的目標式上加入了部分調整機制6，藉此捕捉利率調整的平滑效果。

考慮前瞻性 (forward looking) 之模型設定如下：

it∗ = i ∗ + απ ( Etπ t + h − π ∗ ) + α yYt (2. 2)

其中， it∗ 為當期目標利率； i ∗ 為名目利率之長期均衡水準； Etπ t + h 表示在第 t 期

對第 t + h 期之預期通貨膨脹率； απ 與 α y 為央行對於預期通貨膨脹率及實質產出

6
係指名目利率由前ㄧ期名目利率與目標利率比率組成。主要是為了避免利率的急劇波動影響經
濟體系的穩定，增加額外成本。

6
缺口的反應係數。

為捕捉利率調整平滑效果將部分調整機制設定為：

it = (1 − ρ )it∗ + ρ it −1 + vt (2. 3)

其中， it 為當期實際名目利率； it −1 為前一期名目利率； it∗ 為當期目標利率； vt 為

誤差項； ρ ∈ [ 0,1] 係為捕捉利率的平滑程度。將(2.2)式代入(2.3)式，則可以得

到考慮平滑效果的前瞻性方程式 (簡稱 CGG 模型)：

it = ρ it −1 + (1 − ρ )(i∗ − απ π ∗ ) + (1 − ρ )απ Etπ t + k + (1 − ρ )α yYt + vt (2. 4)

Clarida et al. (1998)利用一般化動差法 (general method of moment，

簡稱 GMM) 估計 (2.4) 式，驗證是否符合美國、德國、日本 (G3) 及英國、法

國、義大利 (E3) 之貨幣政策。實證結果發現當貨幣當局以通貨膨脹為目標時，

CGG 模型較原始泰勒法則更能描寫 G3 的貨幣政策。

Jude and Rudebusch (1998) 從原始泰勒法則出發，探討 Burns、Volcker

與 Greenspan 三位 Fed 主席不同任期期間下 Fed 的反應函數變化。實證發現在

Burns 時期採寬鬆政策，漸進式回應景氣循環，結果導致通膨升高,在模型中顯

示動態不穩定；在 Volcker 時期，對於通貨膨脹態度較不積極；在 Greenspan 時

期，為低通貨膨脹與穩定的實質產出，顯示其反應函數最符合泰勒法則。

國內文獻的部份，如劉淑敏 (1999) 從泰勒法則出發，佐以台灣實際統計資

料驗證，嘗試捕捉我國金融拆款利率之走勢。實證發現台灣金融業隔夜拆款利率

的長期走勢符合泰勒法則；短期動態調整方程式所推估的金融業拆款利率估計值

與實際值的差異，發現股票市場及外匯市場不穩定，導致預測能力欠佳。宋文軒

(2004) 探討央行是否以利率法則控制我國經濟情況並探討影響央行利率的變

數，試圖找出一較簡潔的方程式來印證我國央行銀行利率之走勢，實證結果發現

原始泰勒法則並不符合我國貨幣政策。與原始泰勒法則比較，動態泰勒法則較能

代表我國貨幣政策，但以 Andrews-Ploberger 檢定發現模型仍不穩定，不管有無

加入匯率變數模型或替代通貨膨脹率，皆發生結構性改變，表示反應函數不具政

7
策意涵沒有參考價值。

另一類反應函數的研究為考慮央行在制定政策時，還會考慮產出和通貨膨脹

率以外的變數影響，如匯率 (Ball (1999)、Batini and Haldane (1999))、股

價等變數，如：Yu (2004) 利用 VAR 模型估計日本央行的政策反應函數，實證發

現短期利率對於產出缺口、通膨缺口、股價、匯率貶值、落後期的短期利率有衝

擊時皆有正向回應；Chang (2005) 亦利用 VAR 模型估計台灣的貨幣政策反應函

數去判斷台灣央行是否應用或考慮泰勒法則。實證發現貼現率或擔保融資率皆對

於通膨缺口、股價缺口或落後期利率有衝擊時皆有正向回應，但皆無對產出缺口

或匯率缺口有顯著反應。作者建議央行應考慮泰勒法則並應用其他工具加入貨幣

政策反應函數。

第二節 不對稱性反應函數

上述對於央行的政策反應函數的研究有一共同假設，即利用單一線性方程式

來刻畫央行的政策行為，但近年來有些學者提出不同的看法，他們認為央行的政

策行為存在不對稱性，也就是央行可能依經濟狀況不同而不同的反應模式；對於

不對稱反應函數的研究，如 Taylor and Davradakis (2006) 與 Hueng (2008) 之

設定：

it∗ = δ t i ∗ + α π 1 ( Etπ t + h − π ∗ ) + α y1Yt  + (1 − δ t ) i ∗ + απ 2 ( Etπ t + h − π ∗ ) + α y 2Yt  (2. 5)

景氣擴張時產出缺口為正 (Yt ≥ 0) 時， δ t = 1 ，此時央行對於產出缺口敏感度為

α y1 。當景氣衰退時產出缺口為負( Yt < 0 )時， δ t = 0 ，央行對於產出缺口的敏感

度為 α y 2 。此時比較 α y1 與 α y 2 之大小來觀察央行在不同的經濟狀況之反應。Shen

and Hakes (1995) 估計台灣央行的短期反應函數，鑒於台灣央行數次對民眾宣

稱的經濟目標為維持價格穩定，並認為其涵義是「物價穩定中求經濟成長」，故

推論央行的首要目標為維持物價穩定，次要目標是當物價不產生威脅時追求經濟

8
成長，進而探討台灣央行是否在不同程度的通貨膨脹率下，有不同的政策反應行

為。在 1971 年 1 月至 1991 年 4 月樣本期間發現有三個顯著的門檻值，因此將資

料分為四個區間，分別是無通膨 (no inflation)、低通膨 (low inflation)、

中等通膨 (moderate inflation)、高通膨 (high inflation)，再依據這四個區

間分別估計反應函數。結果發現在低通膨時期，央行的政策反應是依據產出成長

率做出反循環政策，此時通貨膨脹率不構成威脅非首要目標；中、高通膨時期央

行的政策方向是依據通貨膨脹率的變動而改變，表示「穩定物價」為首要目標，

這也表示與央行以「物價穩定」為經濟的主要目標一致。

林淑華 (2008) 利用 Taylor 提出的利率模型並加入資產價格變數 (股價年

增率)，用以驗證 Dupor and Conley (2004) 所提出貨幣當局在高低通貨膨脹時，

可能對資產價格產生不同反應之觀點；實證結果發現在全樣本期間下無論是資料

頻率 (季、月資料) 或是政策操作工具 (重貼現率、金融業隔夜拆款利率) 的不

同，央行對資產價格的反應皆不顯著，此與 Dupor and Conley (2004) 及

Bernanke and Gertler (2000) 發現美國聯準會在全樣本期間對股價無反應的結

果一致；區分高低通貨膨脹預期時期後，在低通貨膨脹預期時期央行對於資產價

格會有部分正面回應；在高通貨膨脹預期時期，利率對於資產價格反應為負，與

Dupor and Conley (2004) 及 Bernanke and Gertler (2000) 傾向不對股價作

任何回應的發現不同。

葉翔渝 (2008) 延續 Shen and Hakes (1995) 反應函數的研究，利用 Hansen

(2000) 門檻模型驗證中央銀行的政策存在非對稱性，再次實證以通貨膨脹率為

門檻變數，並考慮經濟成長、匯率、產出缺口門檻變數，觀察央行是否會因這些

變數而產生非對稱行為；考量央行在短期逐漸重視金融業拆款利率來調整貨幣政

策方向，因此，除重貼現率外，亦考慮了金融業拆款利率為貨幣政策操作變數。

實證結果發現，除了在季資料中以「產出成長率」為門檻變數，政策操作變數為

重貼現率時得出較明顯的門檻效果外，其餘皆無法顯示存在其他門檻變數的非對

稱行為。

9
 第三節 資產價格

關於資產價格是否納入反應函數之議題自 1980 年代開始就引起相當廣泛的

討論。

一般而言，對於央行是否回應股價、房地產等資產價格波動，有兩派說法，

其中一派認為資產價格波動並不會對中央銀行帶來威脅，它們只是影響通貨膨脹

與實質經濟活動的因素之一。Cogley (1999)、Bernanke and Gertler (1999,2001)

和 Filardo (2001) 認為當資產價格訊息內涵不明確，或是央行無法判定股價變

動是來自泡沫7或是隱藏性的基本面因素時，央行刻意提前採取因應行動戳破資

產價格泡沫，反而是破壞穩定性的政策；Bernanke and Gertler (1999) 設立一

小型總體經濟模型，並在央行反應函數裡加入股價變數。模擬結果發現，央行對

股價變動採取系統性的反應(即納入央行反應函數中)，且同時不積極回應預期通

貨膨脹的變動，使得產出缺口和物價膨脹率產生更大的波動，在央行對預期物價

膨脹強烈反應的前提下，是否將股價變動納入考慮對穩定物價和產出並無太大差

別。他們認為央行回應預期通貨膨脹的變動才是穩定物價和產出的關鍵因素，並

建議貨幣政策法則應採行彈性的釘住通貨膨脹 (flexible

inflation-targeting)。

另一派則認為，當資產價格已超脫基本面應反映的價值而暴漲暴跌，足以影

響經濟與金融的穩定時，政策就該有所回應。陳裴纹 (2000) 提到各國央行衡量

通貨膨脹壓力的指標，像是消費者物價指數 (CPI)，在低通貨膨脹的環境中與資

產價格走勢不盡相同，其走勢也會影響未來物價，部分學者傾向將資產價格納入

通貨膨脹率指標。有鑑於資產價格波動幅度大，如果將新的通貨膨脹率指標直接

納入央行的反應函數，可能會造成中間目標的調整幅度擴大，所以建議央行採用

原本的消費者物價指數時，應該參考其他顯示潛在經濟失衡的指標，如資產價格

7
根據 Case and Shiller (2003) 描述，資產價格泡沫 (bubble) 代表大眾對未來資產價格上漲
的過分樂觀預期導致價格暫時提高的一種狀態。

10
指標，隨時監控經濟是否過度擴張，適時透過貨幣政策給予修正。

因此，在處理資產價格泡沫問題，主要有兩種策略 (Trichet, 2005；Kohn,

2006) ；第一種為傳統策略 (conventional strategy)，如 Gjedrem (2003) 與

Mishkin (2007) 均認為金融穩定報告是一項與外界溝通的重要工具。在金融穩

定報告中，央行可評估是否房價上漲可能引發金融機構過份曝險或評估是否因不

合宜稅制扭曲或管理政策刺激房價超漲。若此種扭曲已發生，央行可以鼓勵政策

調整，解除扭曲現象或鼓勵金融監理當局更密切監理所轄金融機構；央行不必在

泡沫可能形成當中或預測泡沫何時可能破滅之際，運用貨幣政策減緩房價波動之

衝擊；Mishkin (2008) 認為須先觀察資產價格泡沫影響就業量和通膨的效果，

再調整政策以達到充份就業量和價格穩定，對於戳破資產價格泡沫持保留態度8。

第二種策略，即額外行動 (extra action) 策略。此種方法在泡沫剛剛出現

時，就採取「逆勢操作」 (leaning against the wind) 的審慎政策，在面臨資

產市場膨脹時，中央銀行會比在市場正常情況時，採取稍微緊縮的政策立場。此

種政策容許在短期間偏離物價穩定的目標，以換取中期達成物價及經濟穩定。

Borio and Lowe (2002) 提及持續快速的信用成長以及資產價格大幅上揚同時出

現時，似會增加金融不穩定的機率，此時的問題是金融部門與實質部門同時出現

失衡至何種程度，金融體系會曝露於更大風險甚至產生銀行危機。他們認為金融

失衡也可能發生在低通膨的環境，尤其資產價格泡沫、信用快速擴張、資本累積

過速等都是金融失衡的徵兆。所以當金融不穩定的現象發生時，政策應直接或間

接加以回應，避免累積成更嚴重的後果。額外行動策略並不是強烈要求央行去戳

破泡沫，只是試圖對於未來可能發生極為不利的事件，提早防範；Borio (2006)

以信用缺口 (credit gap) 、資產價格缺口 (以股價缺口代表資產價格失衡程度)

8
Mishkin 不傾向戳破資產價格泡沫原因有以下三點：
(1)尚未清楚資產價格泡沫是否存在或其意義就採取緊縮貨幣政策，可能會使經濟情況惡化。
(2)即使資產價格泡沫是可以辨認的，利率對泡沫的影響仍具有高度不確定性。欲利用政策工具
限制資產價格泡沫速度，但有可能對泡沫的限制有限，原因為市場參與者會先購買高利率報
酬的泡沫驅動資產。
(3)在許多資產價格中，泡沫可能只存在某部分資產中，貨幣政策對資產價格的影響是全面性
的，它無法處理特定單獨的泡沫。

11
及匯率缺口等三個核心變數代表金融失衡的簡單指標，用於預測未來 3~5 年間

銀行經營困境、產出疲弱 (output weakness) 及通貨膨脹減緩 (disinflation)

的可能性。以工業化國家為例，在信用缺口 4 個百分點且股價缺口 40%的情況

下，在干擾相對訊號比率 (noise-signal ratio) 為 0.09 時，成功預測未來一

年間工業化國家銀行經營困境之機率達 50%，且隨預測期間延長至未來 1~3 年，

則干擾相對訊號比率降為 0.04，正確預測危機比率更提高至 63%。

12
 第三章 研究方法

第一節 實證模型

首先，本文先從傳統泰勒法則模型出發，再加入部分調整機制，設定為模型

Ⅰ，並考量央行對資產價格變數 (股價年增率) 之回應加入傳統泰勒法則型中，

設定為模型Ⅱ，藉由模型Ⅰ、Ⅱ的估計結果，與林淑華 (2008) 與姚睿 (2009) 等

探討台灣利率法則的相關文獻比較，模型Ⅰ設定如下：

it∗ = i ∗ + απ (π − π ∗) + α yYt (3. 1)

式中， it∗ 反應函數建議設定之當期目標利率； i ∗ 為均衡名目利率； π 為通貨膨脹

率；π ∗ 為通貨膨脹率最適目標值；Yt 為實質產出缺口。接著，將股價年增率 ( St )

納入考量後 (3.1) 式擴充為模型Ⅱ如下：

it∗ = i ∗ + απ (π − π ∗) + α yYt + α s St (3. 2)

部份調整機制係指為避免利率急遽的波動帶來額外的經濟成本，貨幣當局傾

向去平滑利率，將名目利率緩慢漸進地調整至目標利率。部分調整機制設定如下：

it = (1 − ρ )it∗ + ρ it −1 + vt (3. 3)

其中， it −1 為前期名目利率， ρ ∈ [ 0,1] 為捕捉利率的平滑程度， vt 為誤差項。將

(3.1)、(3.2) 式分別代入 (3.3) 式可分別改寫為

it = β 0 + β1 it −1 + β 2 π t + β 3Yt + υt (3. 4)

it = β 0 + β1 it −1 + β 2 π t + β 3Yt + β 4 St + υt (3. 5)

其中， β 0 = (1 − ρ ) ( i ∗ − α π π ∗ ) ，若無進一步限制條件，則兩目標值 i ∗ 、 π ∗ 無法

區分。 β1 = ρ ， β 2 = (1 − ρ ) απ ， β3 = (1 − ρ ) α y ， β 4 = (1 − ρ ) α s 。

除與既有的文獻做比較外，本文另一重點為探討央行對房地產市場房價成長

13
的回應行為，因此，再加入央行回應資產價格變動的第二個變數，即房價成長率

( H t )。設定如下：

it∗ = i ∗ + απ (π − π ∗) + α yYt + α s St + α h H t (3. 6)

結合部分調整機制，(3.6) 式可改寫為模型Ⅲ：

it = β 0 + β1 it −1 + β 2 π t + β 3Yt + β 4 St + β 5 H t + υt (3. 7)

式中， β5 = (1 − ρ ) α h ，其他參數與前面相同。 當通貨膨脹率或產出缺口上升時，

央行為穩定物價或抑制經濟成長，將會提高利率，故依據泰勒法則理論預期 β 2 與

β3 符號應為正；當資產價格上升時，會有通貨膨脹壓力與景氣過熱之疑慮，故

央行需要提升目標利率以避免可能產生的泡沫經濟危機，故本文預期 β 4 與 β5 應

為大於零的正數。

第二節 門檻模型

前一節不管是傳統的泰勒法則抑或是加入資產價格變數(股價、房價)的延伸

模型，皆假設央行的反應行為為線性模式。本節進一步考量央行政策回應模式可

能具有非對稱性行為，因而參考 Hansen (2000) 提出之門檻迴歸模型，延伸 (3.7)

式加入門檻模型，設定非對稱泰勒法則模型。Hansen (2000) 門檻迴歸係指單一

或部份解釋變數的係數值會隨著門檻變數 (state) 而調整，其設定如下：

θ ′ x +e , q ≤ γ
it = 
1 t 1t t
(3. 8)
θ 2′ x t +e 2t , q t >γ

式中，利率 it 為被解釋變數，而 xt 為解釋變數與常數項組成的向量 (vector)，

其中部份解釋變數的係數值取決於門檻變數 qt 的狀態以反應非對稱行為；當

qt ≤ γ 時，θ1 為 (3.8) 式之第一條迴歸式的係數；當 qt > γ 時，θ 2 為(3.8) 式之

第二條迴歸式的係數。令 I t (γ ) = {qt > γ } 為指標函數，也可視為分割區間的虛擬

變數 (dummy variables)，即當 qt ≤ γ 時，則 I t (γ ) = 0 ，當 qt > γ 時，則 I t (γ ) =1，

14
則 (3.8) 式改成：

it = θ ′xt + φ ′xt I t (γ ) + ε t ， ε t ∼ i.i.d (0, σ 2 ) (3. 9)

式中， θ ′ = θ1 ， φ = θ 2 − θ1 ； ε t = [ e1t e2t ]′ ，並令 xt (γ ) = xt I t (γ ) 。 (3.9) 式以矩

陣表示如下：

i = Xθ + X γ φ + ε (3. 10)

式中， i = [it it +1 …]′ ， x = [ xt xt +1 …]′ ， xγ =  xt ( γ ) xt +1 ( γ ) …′ ，

ε = [ε t ε t +1 …]′ ，在門檻值( γ )未知的情況下，係數 θ 、 φ 與門檻值 γ 皆為待估

參數。

為避免選取到極端值為門檻值，造成某一區間的樣本數過於集中或過少之情

形，實際執行估計時，將門檻變數 ( qt ) 中所有的觀察值去掉頭尾某一比例，再

將大部份觀察值逐一當作門檻值並對 (3.11) 式進行 OLS 估計，並求出不同的誤

差平方和 (sum of square errors，SSE )，選其最小值，可得到最適的門檻估

計值 γˆ ：

γˆ = a r g m i n SSET ( γ ) 。 (3. 11)

γ ∈ {γ 1 ,.... γ T }

此時，利用最適的門檻估計值 γˆ 求出 θɵ 與 φɵ ，其中 θɵ 與 φɵ 估計值仍符合標準常態

分配，可直接以標準統計量檢定之，若門檻估計值 γˆ 不符合標準常態分配，須以

概度比統計量檢定是否為確切的門檻值，即檢定「 H 0 : γ = γ 0 」
。在做門檻迴歸之

前，須先以 Lagrange muiltplier (LM) 檢定是否存在門檻效果，即檢定「 H 0 :

不存在門檻效果」
，最後以拔靴法 (bootstrap) 求出之 P-Value 判斷是否拒絕虛

無假設。

本文從 (3.7) 式出發，利用門檻變數分割成兩區間時會產生以下的變化：

it = β 0(1) + β1(1)it −1 + β 2(1)π t + β3(1)Yt + β 4(1) St + β 5(1) H t + υt(1) (3. 12)

if qt ≤ qγ

15
 it = β 0(2) + β1(2)it −1 + β 2(2)π t + β3(2)Yt + β 4(2) St + β 5(2) H t + υt(2) (3. 13)

if qt > qγ

qt 為模型選定的門檻變數，依不同的假設分別為通貨膨脹率、產出缺口、股價年

增率或房價成長率； qγ 則為央行的預設目標值，其定義為當門檻值超過央行心

中預設的目標時，會有不同的政策行為。

選定各種不同變數為門檻變數的理由，簡單說明如下：

一、 以通貨膨脹率為門檻變數

假設央行在面對不同程度的通貨膨脹率時，對政策目標有不同優先順序考

量，假設通貨膨脹率較低，未達某一門檻值之水準時，央行會以經濟成長為首要

目標；當通貨膨脹率超過某一門檻值之水準時，在面臨高通膨的壓力下央行會以

穩定物價為第一要務。此外，Dupor and Conley (2004) 實證指出，在低通貨膨

脹時期央行的反應函數會將資產價格納入考量，並給予適度回應；在高通膨時

期，央行會以抑制通貨膨脹為主，貨幣政策將不對資產價格之表現做出任何回

應，因此，本文亦可驗證我國央行政策反應是否有相同的行為。

二、 以產出缺口為門檻變數

除通貨膨脹率之考量外，本文亦想進一步了解央行是否也可能因應不同產出

缺口水準 (或經濟擴張、衰退不同情形) 而有不對稱行為。當產出缺口尚未超過

某一門檻值水準時，表示央行會以追求經濟成長為優先。當產出缺口超過某依門

檻值水準時，央行在此時期在乎的是物價是否穩定。

三、 以資產價格為門檻變數

基於考量央行是否因房價高漲將帶來通膨隱憂，或房價下跌時，會由金融市

場的傳導，造成實體經濟的衰退，而有不同的因應模式，本文亦選定房價成長率

16
為門檻變數。假設當房屋價格未達某一門檻值之水準時，此時央行會以追求經濟

成長為首要目標，故產出缺口係數會大於通貨膨脹率係數；當房屋價格已達至央

行所預設的目標，表示經濟成長使得房地產需求增加，房地產的商品與勞務價格

上漲，此時會有通貨膨脹的疑慮，因此央行會以穩定物價為首要目標，故通貨膨

脹率係數會大於產出缺口係數；最後，選定另一資產價格變數，以股價年增率作

為門檻變數，當門檻值未達某一水準時，表示尚無股市過熱的問題，央行仍以經

濟成長為主；一旦超過某水準值時，央行會擔心股市表現過熱，進一步加強房屋

價格上漲的力道，此時央行應該會更密切注意資產價格和通貨膨脹率的上漲幅

度。

第三節 單根檢定

Nelson and Plosser (1982) 發現，大多數的總體經濟時間序列均具有隨機

趨勢。所謂的隨機趨勢係指時間序列資料持續而長期性的隨機移動，就經濟面角

度來看，所指的是經濟體系受到外生衝擊 (Exogenous shocks) ，對總體經濟變

數產生恆久的影響。任意一次的隨機衝擊就會造成時間序列資料持續且長期性的

變化，稱為單根 (Unit root) 。倘若資料具有隨機趨勢 (即具有單根) ，使用

一般最小平方法估計時，會使 T 分配與 F 分配過度地拒絕虛無假設， R 2 也會異

9
常的高，即所謂的虛假迴歸 (Spurious regression) 。

因此，使用時間序列資料進行實證研究之前，需對資料作單根檢定 (Unit

root Test) 。本文將採用 Said and Dicky (1984) 提出之 Augmented

Dicky-Fuller (ADF) 檢定法以及 Kwiatkowski et al. (1992) 的 KPSS 檢定法

檢測資料是否有單根。

ㄧ、Augmented Dicky-Fuller (ADF) 檢定

9
虛假迴歸 (spurious regression) 是由 Granger and Newbold(1974)年提出。

17
 Dicky and Fuller (1979) 所提出的 DF 單根檢定法，是考慮時間序列變數

為一階自我迴歸 AR (1) 型式，並利用最小平方法估計迴歸式，檢測殘差項是否

符合白噪音 (White noise) 性質，但是當時間序列變數可能為高階自我迴歸 AR

(p) 型式時，則須採用 ADF 檢定，在原始 DF 檢定中加入變數的落後項，落後項

的最適落後期數本文依據 AIC (Akaike information criterion) 準則決定。

ADF 模型如下：
p
無截距與趨勢項： ∆yt = γ yt −1 + ∑ β i ∆yt −i + ut (3. 14)
i =1
p
含截距項： ∆yt = α 0 + γ yt −1 + ∑ β i ∆yt −i + ut (3. 15)
i =1
p
含截距與時間趨勢項： ∆yt = α 0 + α1t + γ yt −1 + ∑ β i ∆yt −i + ut (3. 16)
i =1
p
其中 ∑ β i ∆yt −i 稱為 ADF 檢定的落後項，透過最適落後期數 p 的選擇來消除殘差
i =1

項的序列相關，使模型中的殘差項為白噪音。

二、Kwiatkowski-Phillips-Schidt-Shin (KPSS) 檢定

Kwiatkowski et al. (1992) 提出 KPSS 定態檢定法，其虛無假設是序列為

定態，而對立假設為序列為非定態 (存在單根) ，檢定模型如下：

有截距無趨勢項：Yt = rt + ε t (3. 17)

有截去與趨勢項： Yt = θ t + rt + ε t (3. 18)

其中 rt 為一隨機變數，用以檢定 Yt 是否為定態，模型如下：

rt = rt −1 + ut ， ut 為平均數為零變異數為 σ u2 的干擾項，即 ut ∼ (0, σ u2 ) 並檢定 σ u2 是

否為零。

KPSS 檢定統計量為：
T
T −2 ∑ St2 / s 2 (l )
t =1
t
其中， St = ∑ ei ， t = 1, 2,......, T
i =1

18
 T l T
s 2 (l ) = T −1 ∑ et2 + 2T −1 ∑ w( s, l ) ∑ et et − s
t =1 s =1 t = s +1

et = Yt − Y

w( s, l ) = 1 − s / (l + 1)

KPSS 寬帶 (bandwidth) 的選取，本文依據 Newey and West (1994) 採用

Bartlett kernel 方法進行檢定。

19
 第四章 實證結果分析

第一節 資料來源與處理

本文實證資料頻率為季資料，資料期間 1990:
:Q1~2010:
:Q4，共 84 筆，來源

取自 AREMOS 資料庫和主計處總體資料庫，詳細資料如表一所示，圖四為變數序

列趨勢圖。以下是變數說明。

一、政策操作工具10

選用重貼現率 ( Rt )，採用原水準值。貨幣政策操作變數則選取重貼現率，

係因央行可透過重貼現政策扮演銀行最後貸款人的角色，利率的調整可以左右銀
11
行體系資金的供需情況，具有宣告效果 (announcement effect) 。重貼現率

(Rediscount rate) 為一般銀行之資金未達一定水準時，除了向同業的金融機構

調借以外，可依據經營貼現業務所持有的合格票據，向央行進行貼現獲得資金融

通並付息，計息的利率稱為重貼現率。

二、通貨膨脹率與產出缺口

產出缺口 ( Yt = 100* (ln yt − ln yt∗ ) ) 變數為實際產出與潛在產出之差異，當

實際產出高於潛在產出時，存在景氣過熱的問題，所以央行可能採取緊縮性的貨

幣政策，反之則採取寬鬆性的貨幣政策，故產出缺口為判斷景氣好壞的指標之

一；本文採用 Hodrick and Prescott (1997) 提出的 HP 過濾法12來估計潛在產

出，其中 yt 為實質國內生產毛額經季節調整後的資料， yt∗ 為 yt 經過 HP 過濾法得

10
本文未將隔夜拆款利率視為政策操作變數討論係因得出皆無門檻效果，無法進一步分析門檻迴
歸結果。
11
重貼現率的變動被視為顯示中央銀行未來貨幣政策動向的訊號。
12
HP 法主要概念是在時間趨勢值得最大可能變動的限制下，使變數的波動極小化。作法是把跳動
的時間數列平滑化 (smooth) ，消除變數循環 (cyclical) 的部份。本文資料頻率為季資料，
λ 設定為 1600。使用 HP 法的相關文獻，如：劉淑敏，(1999)；陳旭昇，吳聰敏，(2010)。

20
出之潛在產出。

通貨膨脹率為消費者物價指數成長率 (π t = 100*(cpit − cpit −12 ) / cpit −12 ) ，並以

三個月平均方式轉成季資料。。

三、資產價格變數

本文選定房價變數為國泰建設之新推個案標準單價(萬元/坪)13，藉以房價成

長率的變化來判斷房地產景氣的好壞，進而分析央行對於房地產市場景氣回應程

度為何；計算方法先將房價原始資料經過消費者物價指數平減，當期房屋價格

( Lt ) 扣除前一年同期之房屋價格 ( Lt − 4 ) 並除以該期房屋價格 ( Lt − 4 ) 求出房

價成長率，即： H t = 1 0 0 * ( L t − L t − 4 ) / L t − 4 。股價指數年增率 ( St )：以股價

指數扣除前一年同期股價指數並除以該期股價指數求出，即

St =100* (Sɵ t − Sɵ t-12 ) / Sɵ t-12 ，其中 Sˆt 為當期股價指數經過消費者物價指數平減，並

以三個月平均方式轉成季資料。

表一 資料來源

變數名稱 資料來源 備註

重貼現率 AREMOS %

股價指數 AREMOS 基期：民國 55 年

消費者物價指數 主計處 基期：民國 95 年

實質國內生產毛額 主計處 基期：民國 95 年

房價 國泰建設 新推個案標準單價(萬元

/坪)

13
文獻常使用的房價資料為信義房屋指數與國泰房屋指數，係因資料期間太短，故本文採用國泰
建設的新推個案標準單價。作者誠摯感謝政大林祖嘉教授慷慨提供資料，使本論文能順利完成。

21
 %
-8
-6
-4
-2
0
2
4
6

-40
-30
-20
-10
0
10
20
30
%
0
1
2
3
4
5
6
7
8
9
%

1990 1990 1990

1992 1992 1992
1994 1994 1994
1996 1996 1996
1998 1998 1998
2000 2000 2000
2002 2002 2002

產出缺口
重貼現率
2004 2004 2004

房價成長率
2006 2006 2006

2008 2008 2008

2010 2010

圖四
2010

22
-2
0
2
4
6
8
%

-80
-60
-40
-20
0
20
40
60
80

1990
1990
1992 1992

1994 1994

變數序列趨勢圖
1996 1996

1998 1998

2000 2000

2002 2002

股價年增率
通貨膨脹率

2004 2004
2006 2006
2008 2008
2010 2010
 第二節 單根檢定結果

由表二 ADF 檢定與 KPSS 檢定結果可知重貼現率、通貨膨脹率、產出缺口、

股價年增率、房價成長率皆能在 5%的顯著水準下拒絕序列資料為非定態之假設。

表二 單根檢定

ADF 檢定 KPSS 檢定
無截距項 有截距項 有截距與 有截距 有截距
時間趨勢 項 與趨勢
項 項
** ***
重貼現率( it ) -1.990 -1.773 -2.557 1.022 0.117

通貨膨脹率( π t ) -2.245** -1.993 -2.085 0.713** 0.198**

產出缺口( Yt ) -5.390*** -5.358*** -5.296*** 0.034 0.034

股價年增率( St ) -3.549*** -6.318*** -6.301*** 0.085 0.046

房價成長率( H t ) -2.434*** -2.213 -2.768 0.275 0.106

註： 1、 ”**”，”***”分別為在 5%，1%顯著水準下拒絕序列為單根之假設。
2、 ADF 檢定為左尾檢定，虛無假設序列資料為非定態，對立假設序列資料為定態；KPSS
檢定為右尾檢定，虛無假設序列資料為定態，對立假設序列資料為非定態。

23
 第三節 門檻迴歸分析

本節，首先觀察線性模型實證結果並與相關文獻比較，最後，再進行政策不

對稱性反應行為的探討。

表四為模型Ⅰ、Ⅱ線性方程式假設下所得到的估計結果，係數符號皆符合泰

勒法則與本文理論預期的方向。不管是模型Ⅰ或模型Ⅱ β1 係數值(0.95)高且非常

顯著，顯示央行在調整利率的過程中是漸進式緩慢地調整，係降低利率的調整速

度以避免造成經濟體系的波動；模型Ⅰ為原始泰勒法則加入部分調整機制，從結

果發現產出缺口的係數較通貨膨脹率的係數大，表示央行較關心產出缺口對於經

濟體系的影響，與姚睿 (2009)結果相同；林淑華 (2007)得出產出缺口的係數雖

然顯著卻為負值，表示央行在景氣擴張時期更傾向降低利率刺激經濟成長，與泰

勒法則預期不符；在通貨膨脹率的部份，兩種模型的係數與顯著程度皆大致相

同，央行對於物價是否穩定皆有一定的關注程度，係數估計上較姚睿 (2009) 之

傳統泰勒法則結果顯著，推論可能是本研究資料期間較長而有些微差別；與林淑

華 (2007) 相較，通貨膨脹率反應為正但不顯著，推論可能是林淑華 (2007) 在

模型的設計上是考慮前瞻性，是以預期的方式估計通膨，表示央行在乎的是未來
14
物價穩定；模型Ⅱ 為多考慮央行對資產價格(股價年增率)的反應得到係數值為

正(0.001)且顯著，而林淑華 (2007)得出係數為負，即當股價指數快速成長時，

央行的貨幣政策會促使資產價格膨脹，模型Ⅱ之結果較符合假設。

比較模型Ⅱ與模型Ⅰ，央行多考慮了股價年增率變數之後對於通貨膨脹率和

產出缺口的態度是否有變，結果顯示央行對於產出缺口與通貨膨脹率的重視程度

如同模型Ⅰ，不因加入股價年增率變數而有變化，央行對於資產價格的反應係數

雖小但顯著，表示央行對股市表現也有適度的關心。

14
股價與房價之相關係數為 0.28，屬於低度相關，不會產生共線性問題，故在進行門檻迴歸分
析時兩者一起討論。

24
 表三 線性泰勒法則估計結果

模型Ⅰ 模型Ⅱ
β0 0.074 0.05
(1.29) (0.79)
β1 0.948
***
0.951
***

(45.7) (43.54)
β2 0.036** 0.039**
(1.8) (2.03)
β3 0.07
***
0.062
***

(3.23) (3.04)
β4 0.001**
(1.74)
N 84 84
2
R 0.985 0.985
註：1、 本迴歸是在資料存在異質變異數情況下，用一般最小平方法進行迴歸，標準差以「異
質穩健標準差」(heteroskedasticity-robust standard errors) 進行修正。
2、 ”**”，”***”分別為在 5%，1%顯著水準下拒絕虛無假設。

接下來，分析政策非對稱性反應行為實證結果，在進行門檻迴歸分析之前，

為避免門檻值落於極端值，造成門檻值劃分之兩區間樣本數差異過大，本文對門

檻值設立一修整 (trimming) 條件，使門檻值 qγ 落於 [ q0 , q1 ] 之間。設定 q0 = δ T 以

及 q1 = (1 − δ )T ，其中 T 為總樣本數；遵循 Hansen (2000) 的設定，令 δ =15%，透

過 15%的修整，將門檻值設定在樣本中間 70%的部分，若門檻值落於 70%以外的

部份將不分析其門檻迴歸結果。

本文除了探討央行是否會因資產價格變化程度不同而有不一樣的態度，更希

望進一步了解央行是否也會根據其他變數的變動而使政策存在非對稱性反應，故

分別以通貨膨脹率、產出缺口、股價年增率為門檻變數，觀察是否有門檻效果。

從表四結果可知產出缺口、通貨膨脹率、股價年增率的 p 值分別為 0.107、0.363、

0.239，顯示無法拒絕線性假設，所以以上述變數當作門檻變數的假設下皆無法

得出適當的門檻估計值，因此，藉由門檻效果檢定判斷我國央行對通貨膨脹率、

25
股價年增率與產出缺口並無非對稱反應行為。以房價成長率為門檻變數時，P 值

為 0.095，顯著拒絕模型為線性的假設，並進一步檢定門檻值是否估計正確，如

圖五縱軸可觀察出當門檻值等於-6.63%時，殘差平方和為最小，表示為最適門檻

值。

表五以房價成長率為門檻變數之迴歸分析結果，共分三欄，第二欄全樣本數

期間，可用以代表前述 (3.7) 式模型Ⅲ同時考慮股價年增率與房價成長率的線

性方程式之估計結果，可看出以重貼現率為政策操作工具的反應函數假設下，顯

示對於前一期的重貼現率反應 β1 ( ρ ) 值非常顯著，係數值為 0.952 與模型Ⅰ、Ⅱ

的結果相同，表示央行傾向去平滑利率，避免利率急劇波動影響經濟穩定；對於

通貨膨脹率、產出缺口、股價年增率、房價成長率反應皆為正值，與泰勒法則預

期和本文假設相同，其中對於通貨膨長率、產出缺口、股價年增率反應顯著；當

通膨壓力逐漸增加時，央行會提高利率來降低通貨膨脹的問題；當景氣有過熱疑

慮時，央行會採取緊縮的貨幣政策來抑制經濟成長；當股價指數成長快速時，央

行調升利率會使企業經營成本增加，股票市場的成長力道就會趨緩；顯示在考量

兩種資產價格的線性泰勒法則假設下，從三者的係數大小比較來看，央行比較著

重產出缺口對經濟體系的衝擊亦與模型Ⅰ、Ⅱ相同，而房價成長率並不顯著且未

提高模型上的解釋能力。

在非對稱部份，從表四的結果可知以房價成長率為門檻變數的 P 值為

0.095，拒絕線性的假設，表示以房價成長率當作門檻變數有門檻效果；門檻區

間為[-6.634,-0.531]，比對圖四房價成長率的時間數列可知，為避免門檻值落

在極端值，已經將 1990 年以及近年房價高漲的階段排除掉，因此，探討央行是

否對高房價有所不同因應，在有限資料下並無法進行分析。故只能探討房價低迷

情況，央行的回應模式，即房價成長率為-6.63% (n=11) 時，有最小平方誤差值，

故以此為門檻值進而區分區間一 (房市衰退期； H t ≤ -6.63%)、區間二 (房市回

溫期； H t >-6.63%)，再分別估計不同區間之反應函數，得出結果於表五第三、

四欄。在房市衰退期下，即房價成長率未達至央行預設的目標時，雖然通貨膨脹

26
變數的係數( β 2 )為正值且顯著，但與全樣本相較，可發現此時通貨膨脹率係數

大於產出缺口係數( β3 )，表示央行的貨幣政策重心在穩定物價，而產出缺口係

數為負，表示即成長率上升，但在房價低迷的情況下，央行會選擇調降利率，惟

係數並不顯著。在資產價格方面，此時央行對於股票市場的回應是負向但並不顯

著，在房地產市場衰退期間，利率對於房價的影響非常顯著且為負向回應，表示

在房市衰退期，當房價成長率上升但未超過-6.63%時，此時央行的利率政策在促

使房價回溫；在房市回溫期下，房價成長率超過央行預設之門檻時，結果顯示產

出缺口係數由衰退期的負值不顯著轉為正值顯著，表示在房屋價格回溫後，央行

擔心經濟成長的幅度越高越有景氣過熱的疑慮而會採行提高利率的措施；在資產

價格方面，利率對於股價年增率與房價成長率之影響皆為顯著且正向，表示央行

開始注意此時期的資產價格，對於房屋價格的漲幅尤為著重。

表四 檢定門檻效果

門檻變數 LM 檢定統計 P值 估計門檻值 門檻區間

量
產出缺口 14.89 0.107 -2.731 [-2.731, -1.812]
通貨膨脹率 12.56 0.363 1.847 [1.733, 3.726]
股價年增率 14.1 0.239 -40.529 [-40.529,-30.492]
房價成長率 15.75 0.095* -6.634 [-6.634,-0.531]

註：1、 執行「 H 0 : 不存在門檻效果」的 LM 檢定時，本文設定拔靴法中重抽組數為 1000 次。

2、 LM 檢定統計量為考慮「異質一致性」(heteroskedasticity-consistent) 的 LM 檢
定求出。
3、“*”表示在 10%顯著水準下拒絕虛無假設。

27
 Confidence Interval Construction for Threshold

15
LikelihoodRatioSequenceingamma

10
5

LRn(gamma)
0

90% Critical

-20 -10 0 10 20

Threshold Variable: H

圖五 門檻值信賴區間

表五 房價成長率之門檻效果分析

Independent 模型Ⅲ 區間一 區間二

variable ( H t ≤ -6.63%) ( H t > -6.63%)

**
β0 0.046 0.993** 0.036
(0.75) (2.08) (0.71)
*** *** ***
β1 0.952 0.691*** 0.959***
(45.39) (11.51) (69.7)
**
β2 0.039** 0.136** 0.017
(2.04) (2.05) (1.01)
β3 0.061*** -0.009 0.058***
(3.01) (-0.19) (3.11)
*
β4 0.001 -0.003 0.003****
(1.57) (-1.22) (3.03)
β5 0.001 -0.033*** 0.007**
(0.49) (-4.76) (2.2)
N 84 11 73

R
2
0.985 0.97 0.986
註： 1、 ”**”，”***”分別為在 5%，1%顯著水準下拒絕虛無假設。
2、 括號中為 t 值。
3、 本迴歸是在資料存在異質變異數情況下，用一般最小平方法進行迴歸，標準差以「異
質穩健標準差」(heteroskedasticity-robust standard errors) 進行修正。

28
 第五章 結論
本文以傳統泰勒法則為基準延伸探討我國貨幣政策是否回應資產價格的變

動以及是否具有非對稱性反應。首先，以泰勒則線性模型驗證我國央行對於通

膨、產出、資產價格的因應態度，根據表四與表五的全樣本估計顯示，依序加入

不同資產價格變數後仍得出央行較關心經濟成長的結果，即央行較重視產出缺口

對於經濟體系的衝擊，對於物價皆有一定的關注程度，股價變動的回應係數雖顯

著，但數值很小，而房價成長率係數則不顯著。本文依據 Shen and Hakes (1995)

文章中對於我國的貨幣政策反應函數加以延伸探討，不同於 Shen and Hakes

(1995) 僅設定通貨膨脹率為門檻變數，本文同時考慮了產出缺口、股價年增率、

房價成長率，以 Hansen (2000) 提出之方法探討央行是否也會因這些變數而存

在門檻效果，即我國央行的反應函數可能存在門檻效果。實證結果發現除了房價

成長率外其他變數如通貨膨脹率、產出缺口、股價年增率皆無門檻效果；再利用

房價成長率區分為區間一 (房市衰退期)、區間二 (房市回溫期) 進行迴歸分

析，在區間一 (房市衰退期)，可觀察到房價成長率尚未達到央行所預設的目標

時，此時央行的貨幣政策主要追求物價的穩定，並且相當關注房市的變化，雖房

市有稍作回溫，央行仍以降低利率來促使房價進一步的回溫；在區間二 (房市回

溫期)，已超過央行預設的門檻時，結果顯示央行對產出缺口的反應顯著提高且

大於通貨膨脹率的反應係數，推論央行在此時期擔心房地產市場在回溫之後連帶

股票市場表現良好進而造成景氣過熱之現象，因此央行不只控制產出成長的速

度，對於房價的抑制也轉趨明顯。因此，本文研究結果可看出央行的確關注房市

的變化，且有不對稱的反應行為。

國內文獻探討央行是否回應資產價格變動時，考慮房價資料期間太短，故只

選擇股價年增率代表資產價格變數進行分析。本文在選擇房價變數係採用較長期

間的國泰房屋資料 (1974Q1-2010Q4)，在去掉極端值時，排除幾筆房價高漲的資

料，因而無法探討央行對房價泡沫的回應形式，實為本研究的限制。同時，囿於

29
台灣房價資料的編製不夠透明和完整，所以在納入房價變數後某種程度上亦可能

會影響實證結果。

30
 附錄

Hansen (2000) 模型推導

本文實證方法採用 Hansen (2000) 之計量模型，以下為推導說明：

R = x ρ + xγ φ + ε (A. 1)

其中，( ρ 、 φ 及 γ ) 為待估計參數， x 和 xγ 為自變數，從(A.1)是得道之殘差平

方和 (SSE) 為：

SSET ( ρ , φ , γ ) ≡ ε ′ε = ( R − x ρ − xλφ )′( R − x ρ − xλφ ) (A. 2)

假設門檻值 ( γ ) 界限為 γ , γ  = Γ 。對(A.2)式以最小平方法進行迴歸估計可得

出 φˆ(γ ) 、 ρˆ (γ ) 、 γˆ 的估計值，此時殘差平方和為：

( )
−1
SSET (γ ) = SSET ( ρˆ , φˆ, γ ) = R′R − R′xγ∗ xγ∗′ xγ∗ xγ∗′ R

式中， xγ∗ =  x xγ  。在給定不同 γ 值 ( γˆ ∈ Γ )，可得到不同的 SSET (γˆ )，選 SSET (γˆ )

的最小值即為 γˆT 之最適估計值，如下式所示：

γˆ = a rg m in SSET ( γ )。 (A. 3)
γ ∈ {γ 1 ,.... γ T }

31
 參考文獻

宋文軒，(2004)，「泰勒法則-台灣實證研究」，銘傳大學經濟學系碩士論文。

林淑華，(2008)，
「我國央行貨幣政策反應函數與資產價格之實證研究」
，國立清

華大學經濟學系碩士論文。

姚睿、朱俊虹與吳俊毅，(2009)，
「資料訊息問題與前瞻性泰勒法則」
，臺灣經濟

預測與政策，Vol.41 No.1，頁 85-119。

陳裴紋，(2000)，「資產價格與貨幣政策」，中央銀行季刊，第 22 卷第 2 期，頁

45-67。

葉翔渝，(2008)，
「我國貨幣政策反應函數之非對稱性」
，國立清華大學經濟學系

碩士論文。

劉淑敏，(1999)，「泰勒法則在台灣的實證研究」，中央銀行季刊，第 21 卷第 4

期，頁 77-98。

Ball, L. (1999) ,”Policy Rules for Open Economics,” University of

Chicago Press: pp.127-156.

Batini, N. and Haldane, A.G. (1999) ,” Forward-looking Rules for

Monetary Policy.” NBER working paper, No. 6543.

Bernanke, B.S. and Gertler, M. (1999) ,”Monetary Policy and Asset Price

Volatility,” Federal Reserve Bank of Kansas City Economic Review,

4th Quarter, 17-53.

Bernanke, B.S. and Gertler, M. (2001) ,”Should Central Banks Respond to

Movements in Asset Prices?” American Economic Review, 91 (2),

253-257.

Borio, C. and Lowe, P. (2002) ,”Asset Prices, Financial and Monetary

Stability: Exploring the Nexus, ”BIS Working Papers, No. 114.

( Basel : Bank for International Settlements, July ).

32
Borio, C. (2006) ,"Monetary and Prudential Policies at a Crossroads?

New Challenges in the New Century, " BIS Working Papers, No. 216.

( Basel : Bank for International Settlements, September ).

Chang, H.S. (2005) ,”Estimating the Monetary Policy Reaction Function

for Taiwan: A VAR Model.” International Journal of Applied

Economics, 2(1), pp.50-61.

Clarida, R., Gali, J. and Gertler, M. (1998) ,”Monetary Policy Rules

in Practice: Some International evidence, ” European Economic

Review 42, 1033-1067.

Cogley, T. (1999) ,”Should the Fed Take Deliberate Steps to Deflate

Asset Price Bubbles? ” Federal Reserve Bank of San Francisco

Economic Review, 0(1),45-52.

Dickey, D.A. and Fuller, W.A. (1979) ,”Distribution of the Estimators

for Autoregressive Time Series with a Unit Root,” Journal of the

American Statistical Association, 74, p. 427–431.

Dupor, B. and Conley, T. (2004) ,”The Fed Response to Equity Prices and

Inflation.” American Economic Review 94: 24-28.

Filardo, A.J. (2001),”Should Monetary Policy Respond to Asset Price

Bubbles? Some Experimental Results.” Federal Reserve Bank of

Kansas City , RWP 01-04.

Gjedrem, S. (2003) ," Financial Stability, Asset Price and Monetary

Policy." speech delivered at the Centre For Monetary Economics,

Norwegian School of Management, June 3.

Granger, C.W.J. and Newbold, P. (1973) ,”Spurious Regressions in

Econometrics,” Journal of Econometrics 2 (1974) 111-120.

Hansen, B.E., (2000) , “Sample splitting and threshold estimation.”

33
 Econometricavol,. 68, no. 3, pp.575-603.

Hodrick, R.J. and Prescott, E.C. (1997) ,”Postwar U.S. business

cycles: an empirical investigation.” Journal of Money, Credit &

Banking, Vol. 29, issue 1,pp.1-16.

Hueng C. J. (2008) ,“Central bank behavior and statutory

independence,” Working paper.

Judd, J.P. and Rudebusch, G.D. (1998) ,” Taylor's Rule and the

Fed:1970-1997.”FRBSF Economic Review, Number 3, pp.3-16

Kohn, D.L. (2006) ,”Monetary Policy and Asset Prices,” speech

delivered at “Monetary Policy: A Journey from Theory to

Practice”, an European Central Bank Colloquium held in honor of

Otmar Issing, Frankfurt, Germany, March 16.

Kwiatkowski, D., Phillips, P.C.B., Schmidt, P. and Shin, Y. (1992)

”Testing the Null Hypothesis of Stationarity against the

Alternative of a Unit Root.” Journal of Econometrics 54,

159–178.

Liu, J., Wu, S. and Zidek, J.V. (1997) ,”On segmented multivariate

regressions.” Statistica Sinica 7: 497–525.

Mishikin, F.S. (2007) ,”Housing and the Monetary Transmission

Mechanism.” Staff Working Papers in the Finance and Economics

Discussion Series (FEDS), no.2007-40 (Washington: Board of

Governors of Federal Reserve System, August).

Mishikin, F.S. (2008) ,”How should we respond to asset price bubbles?”

a speech at the Wharton Financial Institutions Center and Oliver

Wyman Institute's Annual Financial Risk Roundtable,

Philadelphia, Pennsylvania, May 15.

34
Said ,E. and Dickey, D.A. (1984) ,"Testing for Unit Roots in

Autoregressive Moving Average Models of Unknown Order",

Biometrika, 71, 599–607.

Shen, C.H. and Hakes, D.R. (1995) ,”Monetary policy as a decision-making

hierarchy: the case of Taiwan.” Journal of Macroeconomics, vol.

17, no.2, pp.357-368.

Taylor, J.B. (1993) ,”Discretion versus policy rules in practice.”

Carnegie-Rochester Conference Series on Public Policy, vol. 39,

pp. 195-214.

Taylor, M. P. and Davradakis, E. (2006) ,”Interest rate setting and

Inflation Targeting: Evidence of a Nonlinear Taylor Rule for the

United Kingdom.” Studies in Nonlinear Dynamics & Econometrics,

vol. 10, issue 4, Article 1.

Trichet, J. C. (2005) , "Asset Price Bubbles and Monetary Policy," Speech

at the Mas Lecture, Monetary Authority of Singapore, Singapore,

June.

Tong, H. (1983) ,”Threshold Models in Non-Linear Time Series Analysis”,

Heidelberg: Springer-Verlag.

Tsay, R. S. (1989) ,”Testing and modeling threshold autoregressive

processes.” Journal of the American Statistical Association,

vol. 84, no. 405, pp. 231-240.

Yao, Y. C. (1988) ,”Estimating the number of change-points via Schwarz’

criterion.” Statistics and Probability Letters 6: 181-189.

Yu, H. (2004) ,”Estimating the bank of Japan’s monetary policy

reaction function.” Banca Nazionale del Lavoro Quarterly

Review, vol. 57, pp.169-183.

35
 著作權聲明

論文題目：資產價格與延伸泰勒法則非對稱性反應之探討
論文頁數：35 頁
系所組別：經濟學系
研究生：李孟勳
指導教授：賴惠子
畢業年月：中華民國一百年八月
本論文著作權為李孟勳所有，並受中華民國著作權法保護。