Page 53 - 陳慧光
P. 53
出更高的解釋力，這是目前以 CPI 作為領先指標仍無法對 PPI 達
到的顯著預測水準，也可能是全球相關通膨文獻仍持續爭辯究竟
CPI 和 PPI 之間，「誰該成為領先指標」 的原因之一，或許試著
以 PCE 的角度切入將能夠帶來出乎意料之預測價值。
本文雖羅列四點貢獻，但仍有另外四點需提醒讀者留意。首
先，本文樣本涵蓋近 14 年之月資料，期間跨越諸多大型量化寬鬆
貨幣政策，如美國的 QE1 至 QE4、日本和英國央行的 QE 及歐盟
的 PEPP (pandemic emergency purchase programme) 等，整體樣本期
間來自於至少三次的全球景氣衰退，加上 2022 年春天爆發於東歐
的俄烏戰爭及 2023 年秋天發生於中東的以巴衝突，上述的景氣衰
10
退、刺激政策及能源波動等這些重大事件， 無疑地皆為影響通膨
變化之要素，也可能成為影響領先指標預測能力之變數，需反覆檢
視預測數據於不同時期所可能呈現的變化以及背後意涵。其次，撇
除時間序列的概念，通膨指標因創建時空背景各不相同，早期與現
今細項內容不斷產生變革，故其本身已可被視為動態變化指標，亦
往往隨著時間出現結構性改變，故需詳加了解各細項被納入及被剔
除之成因，方能提高數據的預測價值。再者，本文當中遭遇季節性
問題仍無法獲得有效解決，可能仍需透過其他方法，例如季節性趨
勢模型或季節性自我迴歸模型，並逐一檢視時間序列之趨勢、季節
性和隨機項所產生的變異。最後，除了考慮通膨項目的波動性外，仍
需考慮普遍涵蓋於其他細項之中的能源項目，以及受利率政策衝擊
最攸關的建築項目，雖然目前普遍做法是直接將該項目剔除，但此
法亦會同時降低領先指標的預測效果，因為，這兩者細項間之交互
關係都在在影響其他項目檢定的最終結果。
10
該類重大事件也可視為總體經濟中的體制改變 (regime change)。
45
