Page 14 - MFB22陳宜楓

色區塊為加入 COVID-19 疫情之解釋變數的期間。本節將依序說明

模型使用的解釋變數及研究方法。

3.1 單根檢定

時間序列資料是由隨機過程 (stochastic) 所產生，在進行時間序

列資料分析前，需先將此資料概分成二類型，分別為定態數

列 (stationary process) 與非定態數列 (non-stationary process)。單根檢

定法是檢測時間序列資料是否具有恆定性的一種方法，用以判斷是否

有單根的存在。根據 Granger & Newbold (1974) 若使用的時間序列資

料為非定態數列，將會發生假性迴歸的情況。為了解決此現象，許多

學者投入相關研究，發展出多種檢定方法，最早使用的單根檢定法是

由 Dicky & Fuller (1979) 根據不同的線性時間趨勢項 (linear time

trend) 及截距項 (drift term) 區分為三種不同的迴歸式，用以證實變

數是否為定態。為了消除變數自我相關之誤差項同時存在時間序列的

問題，Dicky & Fuller (1981) 的 augmented Dicky-Fuller (簡稱 ADF)

單根檢定法修正原先因為移動平均項產生出來的白噪音 (white noise)

問題。但 ADF 單根檢定法仍存在有異質性 (heteroscedasticity) 的問

題，因此 Phillips & Perron (1988) 的統計量方法修正了此問題。本研

究採用傳統的 ADF 單根檢定法，來驗證本研究資料是否呈現恆定的

狀態。其模型及本篇論文採用的意義如下：
n
 Y     1 t  Y    Y t 1  + t ，

1 
0
i
t
t
i 1
此模型中， t 為一時間序列， Y t  Y  Y t 1 ， 0 為常數項， t 1 為
Y
t
n
線性時間趨勢項， 為自我迴歸係數，  Y 為被解釋變數的落
i 1 t 1
後項， n 為落後期數， t 為白噪音過程 (white noise process) 的殘
0
差項。單根檢定之虛無假設：當   ，接受虛無假設，表示 Y 具
t
0
有單根，為非恆定狀態數列，若   ，拒絕虛無假設，表示 Y 不
t
具有單根，為恆定狀態數列。換句話說，若 Y 無法拒絕虛無假設，在
t
12