股價指數對國民所得之影響分析-
觀察值個數不同下似乎無相關迴歸估計法之應用
研究生：李宜貞 指導教授：蕭文姃 博士
銘傳大學管理科學研究所
中文摘要
國民所得一直為政府與企業所關心，而近幾年來在國際金融市場全球化及自由化以及國際投資與建立跨國企業的盛行等因素下，加速了各國經濟與金融間的互動關係。由於台灣是一個貿易依存度高的國家，因此在考量與各國經濟活動的互動關係下，本研究的主要目的是，在結合美國、日本、台灣、加拿大、新加坡與韓國的國民所得(以國內生產毛額、消費及投資為代表變數)後，以Zellner(1962)所提出的似乎無相關迴歸估計法(Seemingly Unrelated Regression,SUR)，探討股價指數在預測國民所得上是否為良好的經濟活動領先指標。由於各國經濟資料的完整程度不盡相同，因此在面對SUR模型內各方程式樣本觀察值個數不同下，本研究依據文獻上所提議之處理方法而建立SUR實證模型，並比較各種處理方法之參數估計式的效率性。
研究結果有以下的發現。第一，使用額外的觀察值進行估計還是有需要的。第二，每種處理方法在不同評估標準下都有不同的績效表現，須依個案的情況以採用不同的處理方法；在本研究的個案中，以Schmidt(1977)所考慮的第一種處理方法較好。第三，SUR法在估計參數效率、t值顯著性及解釋能力上均優於OLS，唯其在樣本內預測績效上略遜於OLS。第四，股價報酬率是國內生產毛額成長率和投資成長率的良好領先指標。第五，使用SUR法可以改善參數的估計效率，並證實了台灣與美國等六國之間的經濟互動關係。

The Analysis of the impacts of Stock Price Indices on National Income-the Application of Seemingly Unrelated Regressions with Unequal Numbers of Observations
Graduate Student: Yi-Chen Lee Advisor: Wen-Cheng Hsiao
Graduate Institute of Management Science
Ming Chuan University
Abstract
Nation income has been paid attention by governments and firms. Particularly, interaction of economic and financial activities among nations has accelerated recently. The phenomenon comes from the result of the globalized and liberalized international financial markets, the prevalence of international investment, and the trend of developing transnational corporations. Additionly, Taiwan highly depends on foreign trade. Based on the motives mentioned above, the main purpose of the study is to investigate whether stock price indices can be a good leading indicator of predicting national income (defined as GNP, consumption, and investment). The seemingly unrelated regression (SUR) method proposed by Zeller (1962) is applied. The countries under investigation are U.S.A., Japan, Taiwan, Canada, Singapore, and Korea. The study also evaluates parameter estimator efficiency as the model involves the SUR equations with unequal numbers of observations.
The study has the following conclusions. First, using extra observations in estimation is necessary. Secondly, the choice among the sets of efficient parameter estimates, based on several possible consistent estimates of the disturbance covariance matrix, is case by case. Thirdly, the SUR model performs better than the OLS model in terms of efficiency, t-value significance, and R2, but worse than the latter on in-sample forecasting performance. Fourthly, stock price indices are a good leading indicator of predicting GDP and investment. Finally, the result that SUR method improves estimation efficiency verifies that there is economic interaction among underlying countries.

目錄
誌謝Ⅰ
中文摘要Ⅱ
英文摘要Ⅲ
目錄Ⅳ
圖目錄Ⅵ
表目錄Ⅶ
第一章 緒論1
1.1 研究背景1
1.2 研究動機與目的2
1.3 研究流程5
第二章 文獻探討7
2.1 SUR之文獻回顧7
2.2 股價與經濟活動互動關係之理論與實證研究13
2.2.1 相關理論研究13
2.2.2 相關實證研究14
2.3股價與經濟活動互動關係之實證研究文獻彙總17
第三章 研究方法19
3.1 研究範圍19
3.1.1 研究對象與變數的選取19
3.1.2 資料來源與變數定義20
3.2 研究期間與資料處理21
3.2.1 研究期間22
3.2.2 資料處理步驟22
3.3 理論模型的建構23
第四章 實證結果32
4.1 序列資料之穩定性分析32
4.2 實證模型之建立34
4.3 基本模型設定的評估43
4.4 觀察值個數不同下的估計處理方法之實證結果比較45
4.5 OLS與SUR估計法之實證結果比較57
4.5.1 應變數為國內生產毛額之實證結果57
4.5.2 應變數為消費之實證結果63
4.5.3 應變數為投資之實證結果69
4.6 股價的預測能力77
第五章結論與建議80
5.1 結論80
5.2 研究限制與建議82
參考文獻84
附表1 第一種模型設定下參數估計結果90
附表1 第一種模型設定下參數估計結果(續1)91
附表1 第一種模型設定下參數估計結果(續2)92
附表1 第一種模型設定下參數估計結果(續3)93
附表1 第一種模型設定下參數估計結果(續4)94
附表1 第一種模型設定下參數估計結果(續5)95
附表2 第二種模型設定下參數估計結果96
附表2 第二種模型設定下參數估計結果(續1)97
附表2 第二種模型設定下參數估計結果(續2)98
附表2 第二種模型設定下參數估計結果(續3)99
附表2 第二種模型設定下參數估計結果(續4)100
附表2 第二種模型設定下參數估計結果(續5)101
圖目錄
圖1-1 研究流程6
圖3-1 研究方法流程31
表目錄
表2-1 文獻中對經濟活動變數之定義15
表2-2 國內外股價與經濟活動互動關係之實證研究文獻彙總17
表2-2 國內外股價與經濟活動互動關係之實證研究文獻彙總(續)18
表3-1 台灣對各國出口佔總出口比率(%)20
表3-2 台灣對各國進口佔總進口比率(%)20
表3-3 代號、變數名稱、定義與主要的資料來源21
表3-4 各國股價指數名稱與資料來源21
表3-5 樣本期間選取與資料特性22
表4-1 敘述性統計分析33
表4-2 DF單根檢定34
表4-3 模型設定、估計方法、以及各種可行性 與參數估計式處理方法
的定義36
表4-4 基本模型設定的評估結果44
表4-5 以SUR法估計Model 1且在各種可行性估計式處理方法下，斜率
項參數估計值之標準差的比較47
表4-5 以SUR法估計Model 1且在各種可行性估計式處理方法下，斜率
項參數估計值之標準差的比較(續)48
表4-6 以SUR法估計Model 2且在各種可行性估計式處理方法下，斜率
項參數估計值之標準差的比較49
表4-6 以SUR法估計Model 2且在各種可行性估計式處理方法下，斜率
項參數估計值之標準差的比較(續1)50
表4-6 以SUR法估計Model 2且在各種可行性估計式處理方法下，斜率
項參數估計值之標準差的比較(續2)51
表4-7 股價預測應變數顯著的國家個數52
表4-8 RMSE值之比較53
表4-9 各種類型分數表55
表4-10 第一種模型設定下各國GDP方程式之誤差項相關係數分析58
表4-11 以GDP為應變數的第一種模型設定下參數估計結果( )59
表4-12 以GDP為應變數的第一種模型設定下樣本外預測結果( )60
表4-13 第二種模型設定下各國GDP方程式之誤差項相關係數分析61
表4-14 以GDP為應變數的第二種模型設定下參數估計結果( )62
表4-15 以GDP為應變數的第二種模型設定下樣本外預測結果( )63
表4-16 第一種模型設定下各國消費方程式之誤差項相關係數分析64
表4-17 以消費為應變數的第一種模型設定下參數估計結果( )65
表4-18 以消費為應變數的第一種模型設定下樣本外預測結果( )66
表4-19 第二種模型設定下各國消費方程式之誤差項相關係數分析66
表4-20 以消費為應變數的第二種模型設定下參數估計結果
( )68
表4-21 以消費為應變數的第二種模型設定下樣本外預測結果( )69
表4-22 第一種模型設定下各國投資方程式之誤差項相關係數分析70
表4-23 以投資為應變數的第一種模型設定下參數估計結果
( )70
表4-24 以投資為應變數的第一種模型設定下樣本外預測結果( )71
表4-25 第二種模型設定下各國投資方程式之誤差項相關係數分析72
表4-26 以投資為應變數的第二種模型設定下參數估計結果( )73
表4-27 以投資為應變數的第二種模型設定下樣本外預測結果( )74
表4-28 評計模型之修正後判定係數( )76
表4-29 股價方向性預測績效78

參考文獻
1.王瑪如、蘇永成，「臺灣股票市場與總體經濟變數之因果關係研究：二元VAR模型網狀檢定」，證券市場發展，第十卷第三期，1998，頁65-95。
2.李心嵐，「跨國新產品銷售預測模式之研究-以電影為例」，政治大學國際貿易研究所碩士論文，2000。
3.李秀雯，「股票市場波動性與總體經濟波動性及市場交易量之關係」，中國工商學報，第二十一期，1999，頁249-265。
4.朱金元、程玉萍，「台灣地區港埠進出口貨物運量預測之研究」，航運季刊，第八卷第四期，1999，頁17-40。
5.李信達，「亞太地區國際直接投資之環境決定因素」，中山大學財務管理研究所碩士論文，1998。
6.宋永壽，「長期實質利率與實質匯率關係之研究」，中山大學財務管理研究所碩士論文，1993。
7.邱柏霖，「台灣股價之預測」，淡江大學財務金融研究所碩士論文，1998。
8.初家祥、康信鴻，「外匯市場與股票市場互動關係之研究－以台灣地區為例」，中山管理評論，第四卷第一期，1996，頁113-134。
9.林奕秀，「股價與總體經濟因素之關聯性研究」，成功大學企業管理研究所碩士論文，1997。
10.紀嘉政，「台灣股市與美國、日本及香港股市共移性之研究」，淡江大學財務金融研究所碩士論文，1999。
11.胡光華，「股價指數與總體經濟變數之因果關係」，東吳大學經濟學研究所碩士論文，1998。
12.徐孝堂，「亞太地區金融市場整合之實證研究-GARCH模型之應用」，台灣大學國際貿易研究所碩士論文，1996。
13.梁發進，「台灣之貨幣供給、股票價格與通貨膨脹」，台灣銀行季刊，第四十卷第四期，1989，頁1-15。
14.曹晉彰，「股價指數與總體經濟因素的關係－以時間序列模式(ARIMA)分析」，台灣大學商學研究所碩士論文，1990。
15.陳俊傑，「股價與總體經濟變數關聯性之實證研究-向量自我迴歸模型(VAR)之應用」，淡江大學金融研究所碩士論文，1992。
16.黃建彰，「台灣景氣動向之預測─考量金融部門的總體計量模型之應用」，中正大學國際經濟研究所碩士論文，1999。
17.張國勇，「我國股票報酬率與實質活動間之關係」，台灣大學商學研究所碩士論文，1991。
18.葉志權，「股票市場價格發現過程實證探討」，逢甲大學經濟學研究所碩士論文，2000。
19.鄒孟文，「臺灣股價指數與貨幣供給之因果關係檢定」，台灣經濟金融月刊，第二十九卷第十二期，1993，頁26-34。
20.鄧勝元，「總體經濟因素對電子類及金融類股價指數相關性之研究」，中興大學企業管理研究所碩士論文，1999。
21.蔡永順，「股價與重要經濟變數共積關係之研究」，政治大學國際貿易研究所碩士論文，1996。
22.賴錦波，「全球股市互動與總體經濟關係之實證研究」，中正大學財務金融研究所碩士論文，1993。
23.Aylward, A., and Glen, J., “Some International Evidence on Stock Prices as Leading Indicators of Economic Activity,” Applied Financial Economics, Vol. 10, 2000, pp. 1-14.
24.Barro, R. J., “The Stock Market and Investment,” The Review of Financial Studies, Vol. 3, No. 1, 1990, pp. 115-131.
25.Berry, M. A., Burmeister, E., and McElroy, M. B., “Sorting Out Risks Using Known APT Factors,” Financial Analysts Journal, Vol. 44, No. 2, March-April 1988, pp. 29-42.
26.Binkley, J.K., “The Effect of Variable Correlation on the Efficiency of Seemingly Unrelated Regression in a Two-Equation Model,” Journal of the American Statistical Association, Vol. 77, No. 380, 1982, pp. 890-895.
27.Binswanger, M., “Stock Returns and Real Activity: Is There Still a Connection? ,” Applied Financial Economics, Vol. 10, No. 4, 2000, pp. 379-387.
28.Buse, A., “Goodness-of-Fit in the Seemingly Unrelated Regressions Model: A Generalization,” Journal of Econometrics, Vol. 10, 1979, pp. 109-113.
29.Choi, J. J., Hauser, S., and Kopecky, K. J., “Dose the Stock Market Predict Real Activity? Time Series Evidence from the G-7 Countries,” Journal of Banking & Finance, Vol. 23, 1999, pp. 1771-1792.
30.Darrat, A. F., and Dickens, R. N., “On the Interrelationships among Real, Monetary, and Financial Variables,” Applied Financial Economics, Vol. 9, No. 3, 1999, pp. 289-293.
31.Dwivedi, T. D., and Srivastava, V. K., “Optimality of Least Squares in the Seemingly Unrelated Regression Equation Model,” Journal of Econometrics, Vol. 7, 1978, pp. 391-395.
32.Dwivedi, T. D., and Srivastava, V. K., “Estimation of Seemingly Unrelated Regression Equations: A Brief Survey,” Journal of Econometrics, Vol. 10, 1979, pp. 15-32.
33.Fischer, S., and Merton, R. C., “Macroeconomics and Finance: The Role of the Stock Market,” Carnegie-Rochester Conference Series Public Policy, Vol. 21, 1984, pp. 57-108.
34.Greene, W. H., Econometric Analysis, 1st edition, New York: Macmillan Publishing Company, 1990.
35.Griffiths, W. E., Hill, R. C., and Judge, G. G., Learning and Practicing Econometrics, John Wiley & Sons Inc., 1993.
36.Guilkey, D. K., and Schmidt, P., “Estimation of Seemingly Unrelated Regressions with Vector Autoregressive Errors,” Journal of the American Statistical Association, Vol. 68, No. 343, 1973, pp. 642-647.
37.Hill, R. C., Griffiths, W. E., and Judge, G. G., Undergraduate Econometrics, 1st edition, New York: John Wiley and Sons Inc., 1997.
38.International Monetary Fund, World Economic Outlook, October 1998.
39.Judge, G. G., Hill, R. C., Griffiths, W. E., Lutkepohl, H., and Lee T. C., Introduction to the Theory and Practice of Econometrics, New York: John Wiley and Sons Inc., 2nd Edition, 1982.
40.Judge, G. G., Hill, R. C., Griffiths, W. E., Lutkepohl, H., and Lee T. C., The Theory and Practice of Econometrics, New York: John Wiley and Sons Inc., 2nd Edition, 1985.
41.Kakwani, N.C., “The Unbiasedness of Zellner’s Seemingly Unrelated Regression Equations Estimators,” Journal of the American Statistical Association, Vol. 62, No. 317, 1967, pp. 141-142.
42.Kmenta, J., and Gibert, R. F., “Small Sample Properties of Alternative Estimators of Seemingly Unrelated Regressions,” Journal of the American Statistical Association, Vol. 63, 1968, pp. 1180-1200.
43.Ludvigson, S., and Steindel, C., “How Important is the Stock Market Effect on Consumption? ,” Economic Policy Review-Federal Reserve Bank of New York, Vol. 5, No. 2, 1999, pp. 29-51.
44.McElroy, M. B., “Goodness of Fit for Seemingly Unrelated Regressions,” Journal of Econometrics, Vol. 6, 1977, pp. 381-387.
45.Parks, R. W., “Efficient Estimation of a System of Regression Equations When Disturbances Are Both Serially and Contemporaneously Correlated,” Journal of American Statistical Association, Vol. 62, 1967, pp. 500-509.
46.Revankar, N. S., “Some Finite Sample Results in the Context of Two Seemingly Unrelated Regression Equations,” Journal of the American Statistical Association, Vol. 69, No. 345, 1974, pp. 187-190.
47.Schmidt, P., “Estimation of Seemingly Unrelated Regressions with Unequal Numbers of Observations,” Journal of Econometrics, Vol. 5, 1977, pp. 365-377.
48.Schmidt, P., “A Note on the Estimation of Seemingly Unrelated Regression Systems,” Journal of Econometrics, Vol. 7, 1978, pp. 259-261.
49.Wells, J. M., “Seasonality, Leading Indicators, and Alternative Business Cycle Theories,” Applied Economics, Vol. 31, No. 5, 1999, pp. 531-538.
50.Wildt, A. R., “Multifirm Analysis of Competitive Decision Variables,” Journal of Marketing Research, Vol. 11, 1974, pp. 50-62.
51.Zellner, A., “An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests of Aggregation Bias,” Journal of the American Statistical Association, Vol. 57, 1962, pp. 348-368.
52.Zellner, A., “Estimators for Seemingly Unrelated Regression Equations: Some Exact Finite Sample Results,” Journal of the American Statistical Association, Vol. 58, No. 304, 1963, pp. 977-992.
53.Zellner, A., “Corrigenda,” Journal of the American Statistical Association, Vol. 67, No. 337, 1972, pp. 255.
54.Zellner, A., and Huang D. S., “Further Properties of Efficient Estimators for Seemingly Unrelated Regression Equations,” International Economic Review, Vol. 3, No. 3, 1962, pp. 330-313.