預期、、、、非預期貨幣政策的衝擊與不對稱的利率轉嫁非預期貨 …econ.ccu.edu.tw/2009/conference/3D1.pdf · 2 1比1，此時短期與中期乘數遠低於1。(2)

預期預期預期預期、、、、非預期貨幣政策的衝擊與不對稱的利率轉嫁非預期貨幣政策的衝擊與不對稱的利率轉嫁非預期貨幣政策的衝擊與不對稱的利率轉嫁非預期貨幣政策的衝擊與不對稱的利率轉嫁

王冠閔王冠閔王冠閔王冠閔∗∗∗∗、、、、李源明李源明李源明李源明、、、、黃柏農黃柏農黃柏農黃柏農

摘摘摘摘要要要要

本文旨在檢驗預期與非預期貨幣政策的衝擊對：香港、印尼、日本、南韓、馬來西

亞、菲律賓、新加坡、泰國、台灣與美國等10個國家利率轉嫁機制的影響，以及進一步

探討轉嫁過程是否存在不對稱和僵固性的調整。本文考慮預期與非預期貨幣政策的衝

擊、不對稱的誤差修正項、波動不對稱性、結構改變、以及利率風險等多項因素，設立

不對稱的EC-EGARCH-M模型，分析與檢驗利率的動態調整。實證結果發現，(1)大部份

國家的利率均存在固定加碼的現象。(2)不對稱共整合檢定結果顯示，當共整合關係存在

時，多數結果均是不對稱的共整合，只有少數是對稱的共整合。(3)預期與非預期貨幣衝

擊效果大多數為正向，只有少部份是負向，且非預期貨幣衝擊的顯著效果大於預期貨幣

衝擊效果。(4)異質風險對利率調整的影響方向不一，有正有負。(5)只有少數國家存在

訊息不對稱的槓桿效果。(6)多數利率存在不對稱調整的國家，多數存在向下調整的僵固

性。本研究藉由分析亞洲國家銀行零售利率的轉嫁機制，可充份地了解亞洲國家金融市

場利率定價與調整的行為模式，實務上，提供各國之間資金的往來，投資人、銀行與政

府各種策略的評估與擬定；學術上，我們考慮相關文獻未嘗試的方法與模型，提供更多

的發現。

關鍵詞關鍵詞關鍵詞關鍵詞：：：：利率轉嫁、利率預期、貨幣政策、不對稱門檻共整合、異質性利率風險

JEL 分類代號分類代號分類代號分類代號：：：：C32; C53; E42; E52

∗ 作者分別為僑光技術學院財務金融系副教授、致遠管理學院財務金融系助理教授、國立中正大學經濟學

系含國際經濟研究所教授。本文聯繫作者：王冠閔，僑光技術學院財務金融系，台中市僑光路 100 號，TEL:

04-27016855 ext 2383，FAX: 04-24521646，E-mail : [email protected]。

1

1. 緒論緒論緒論緒論

何謂利率轉嫁(pass-through)?「轉嫁」意謂，政府調整政策利率(policy interest rate)時，

貨幣市場利率 (如銀行之間的拆款利率) 也隨之改變，銀行會將貨幣市場利率改變的成

本，移轉給銀行的零售利率 (如、存款或放款利率)，此過程稱為利率的「轉嫁」。由於

大部份金融市場均存在前瞻性(forward-looking)的預期，當政府貨幣當局尚未變動利率

時，金融市場中的銀行零售利率可能因事先預期此一訊息而先進行調整。

利率轉嫁機制的重要性，在於一國央行可藉由此傳導機制執行貨幣政策，央行調整

政策利率，透過中間目標，影響銀行零售利率，抵抗通貨膨脹或達成經濟成長等標的。

然而，此一貨幣政策的機制要能有效影響到未來產出水準以及通貨膨脹率，政策利率的

改變，必須使貨幣市場利率以及銀行零售利率有相當程度的反應與調整。本文擴展貨幣

政策衝擊對零售轉嫁機制的影響，將貨幣政策的衝擊效果劃分成預期與非預期的部份，

進行利率轉嫁機制之研究。

Sellon (2002) 曾針對美國抵押借款利率進行研究，發現美國抵押借款利率與市場利

率可能事先預測到貨幣政策的行為，在央行緊縮貨幣政策時，已局部將利率提高，而擴

張貨幣政策時事先調降利率，因此銀行零售利率可能會預期到貨幣政策利率的改變而提

早反應，此時所估計出的短期與中期的轉嫁乘數，可能無法完全反應利率轉嫁的過程與

適當地檢驗出此一機制是否存在，因為銀行對央行政策利率的預期是否正確，直接影響

到利率轉嫁過程中的調整速度，同時也反應出銀行利率調整是否存在僵固性。

利率轉嫁機制的研究文獻，Cottarelli and Kourelis (1994) 首先利用動態調整的放款

利率模型，研究不同國家利率的轉嫁行為，而Cottarelli et al. (1995)、BIS (1994)、Borio and

Fritz (1995)等將此議題應用於歐盟貨幣統合的研究。Sander and Kleimeier (2000) 利用誤

差修正模型分析利率轉嫁的短期調整(如Mojon, 2000；Heinemann and Schüler, 2003；

Toolsema et al., 2001)。最近的研究文獻，更進一步探討貨幣政策對零售利率的不對稱調

整(如Sander and Kleimeier, 2000, 2002； De Bondt, 2002；De Bondt et al., 2002) ，使用

方法包括Tong (1983)、Scholnick (1996, 1999)、Balke and Fomby (1997)、Enders and

Granger (1998)、Baum and Karasulu (1998) and Enders and Siklos (2001)等不對稱的模型。

Kleimeier and Sander (2006)針對研究歐盟國家的以往文獻，歸納結論如下：(1) 銀

行零售利率存在調整緩慢(sticky)的特性，即零售利率相對貨幣政策利率的調整比率不是

2

1比1，此時短期與中期乘數遠低於1。(2) 不同銀行存、放款利率的轉嫁程度普遍不同。

(3) 利率機制可能存在不對稱調整，且調整型態並不一致。(4) 利率在長期是否為完全

轉嫁，結論亦不相同；且多數文獻發現短期放款利率的機制接近完全轉嫁。(5) 多數文

獻發現歐盟國家利率轉嫁機制並不相同。(6) 最近的研究結果，歐洲貨幣整合使得利率

轉嫁速度較為快速且具齊質性(homogeneous)，但此證據仍屬薄弱。Kleimeier and Sander

也指出，影響實證結果產生差異的因素有以下幾點：(1) 外生貨幣市場利率的選擇，(2)

研究期間的長短，(3) 結構改變的存在，以及(4) 使用的研究方法。這些因素均可能影

響利率轉嫁與短期的調整；另一方面，實證的共同發現，市場存在不完全競爭以及借貸

理性(credit ration)對利率轉嫁機制的影響，仍是重要的問題。另一方面，Kleimeier and

Sander認為，大眾對政府政策利率調整是否預期正確，影響貨幣政策執行成效，因此區

分預期與非預期貨幣政策衝擊對利率轉嫁機制的影響，利用利率期貨測量預期的利率，

設定不同轉嫁的調整型態；其中包括不對稱的調整。他們的實證發現，當利率的變動被

預期時，放款市場調整的速度較存款為快。

本研究以亞洲國家(或地區)為研究對象，其原因是亞洲國家自 1997 年金融危機發生

迄至 2006 年，由於美國聯邦準備利率不斷調整，為了防止國內外資金流動過大而影響

一國金融市場的穩定，各國金融市場利率亦不斷進行同向的調整，由於亞洲各國經濟情

況互異，各國央行操作手法與程度不盡相同，使得亞洲國家銀行零售利率對於短期貨幣

市場的改變，調整過程可能不盡相同，這是我們想要了解的其中一環。另一方面，自 1997

年亞洲各國經濟在經歷金融風暴之後，各國之間金融市場競爭也日益擴大，不論是本國

或是跨國經營的銀行之間相互勾結與抗衡，亦使得各國金融市場的訊息變化萬千，市場

充斥不對稱的訊息，利率波動(風險)可能因時間而變動，在此情況下，各國政府、銀行

與投資人對於未來利率變動的預測可能不一，訊息的不對稱加上各國政府多少對本國流

出或外國流入的資金進行管制，而這些管制常伴隨著央行政策利率的調整。綜合多種因

素，根據金融市場存在前瞻性預期的特性，各國銀行對央行政策利率的改變，預期與非

預期的貨幣政策衝擊，可能使得零售利率在長期均衡的調整過程中，存在著非線性的特

性調整過程以及的風險。

本文依據Sellon (2002)和Kleimeier and Sander (2006)的觀點，考慮預期與非預期貨幣

政策衝擊對利率轉嫁機制的影響，針對10個樣本國家：香港、印尼、日本、南韓、馬來

西亞、菲律賓、新加坡、泰國、台灣、與美國等，進一步分析預期與非預期貨幣政策衝

擊以及利率風險對利率轉嫁機制的影響。本研究不僅關切一階動差的變化，更進一步關

3

注二階動動差對利率轉嫁的影響。

本文主要研究目的在檢測預期與非預期貨幣政策衝擊對零售利率的影響，主要包含

以下幾點：(1) 零售利率與貨幣市場利率之間是否存在不對稱的共整合關係，即利率轉

嫁機制是否存在不對稱調整的機制，(2) 檢測利率改變是否存在異質變異數，(3) 檢測

預期與非預期貨幣政策的衝擊對零售利率調整是否存在顯著的差異，(3)??? 考量誤差修

正項偏離調整特性，藉由 EGARCH-M 模型探討短期利率的偏離調整，是否亦具不對稱

與僵固性，(4) 檢測異質性的利率風險對零售利率的影響，(5) 檢測利率短期調整過程

是否具不對稱的槓桿效果。

探討長期與短期轉嫁關係與利率調整的研究文獻，主要分析一階動差的長期共整合

關係與短期誤差修正的調整。只著重在對稱的共整合檢定，將忽略了不對稱調整的機

能，因此可能得到零售利率與貨幣市場利率共整合關係不存在的偏誤結論；另外，長期

具有不對稱關係，然而估計誤差修正模型探討短期的調整，當利率的調整可能存在異質

變異的現象時，可能無法有效解釋短期利率的調整。因此，在探討零售利率轉嫁的檢測

方法上，本研究首先利用 Enders and Siklos (2001) 的不對稱門檻共整合模型，TAR

(Threshold Auto-Regression) 與 MTAR (Momentum Threshold Auto-Regression) 檢定法，

檢驗零售利率與貨幣市場利率之間是否存在不對稱門檻共整合關係；同時，針對利率改

變可能存在異質變異數現象，因而無法配適出合理的誤差修正模型，本文首先將不對稱

調整的誤差修正項加入條件均數方程式，考量短期不對稱的偏離調整、利率風險、以及

當期貨幣市場利率改變對利率調整的影響，解釋零售利率一階動差關係，並以

EGARCH-M 模型架構二階動差關係，捕捉零售利率波動性與不對稱利率衝擊對波動性

的影響，即檢定利率模型是否存在不對稱波動效果 (asymmetric volatility)，本研究稱此

模式為不對稱的 EC-EGARCH-M 模型。

本文主要實證發現有以下幾點；(1)大部份國家的利率均存在固定加碼的現象。(2)

不對稱共整合檢定結果顯示，當共整合關係存在時，多數結果均是不對稱的共整合，只

有少數是對稱的共整合。(3)預期與非預期貨幣衝擊效果大多數為正向，只有少部份是負

向，且非預期貨幣衝擊的顯著效果大於預期貨幣衝擊效果。(4)異質風險對利率調整的影

響方向不一，有正有負。(5)只有少數國家存在訊息不對稱的槓桿效果。(6)多數利率存

在不對稱調整的國家，多數存在向下調整的僵固性。

本文共分 5 節，除第 1 節緒論外，第 2 節為文獻回顧，第 3 節為實證模型之建立與

4

檢定方法介紹，第 4 節報告為實證結果，最後一節為結論。

2、、、、文獻文獻文獻文獻回顧回顧回顧回顧

2.1 長短期利率與利率轉嫁長短期利率與利率轉嫁長短期利率與利率轉嫁長短期利率與利率轉嫁

貨幣市場利率與零售利率之間的轉嫁調整如何影響貨幣政策的執行？利率為資金的價

格，理論上由市場供需決定，舉凡物價、貨幣、所得、匯率等經濟變數皆與利率產生關

聯。Bernanke (1990) 以利率與利差預測經濟景氣循環，基本上貨幣影響利率的四個管道

分別為所得效果、物價效果、流動性效果與物價上漲預期效果，貨幣政策影響貨幣供給

成長率，經由長短期利率的互動進而影響投資與經濟活動，貨幣市場利率為極短期的利

率，其改變必然引起市場長短期利率結構的變動，然而兩者變動方向、幅度是否存在一

致性，需視零售利率的調整是否存在僵固性。

Toolsema et al. (2002) 指出，文獻上探討貨幣政策對銀行零售利率轉嫁機制的影響

大致可分為三個重點方向； (1) 為何利率調整存在僵固性，(2) 各國利率僵固性在程度

上的差異性為何，(3) 利率僵固性與貨幣政策、金融結構或財務結構有何關連性。從理

論的觀點，Lowe and Rohling (1992) 指出利率存在僵固性之原因不外乎受到代理成本

(agency cost)、調整成本 (adjustment cost)、轉換成本 (switching cost)、與分散風險 (risk

sharing) 等因素的影響。

有關利率僵固性的研究，大都以歐盟國家(EMU)為研究對象。Sander and Kleimeier

(2002) 發現，在不同樣本期間 EMU 國家的短期和長期轉嫁參數並不相同。Mojon (2000)

分別以 1979 年至 1988 年、1988 年至 1998 年的樣本資料進行研究，發現不同期限利率

的轉嫁幅度小於周邊國家的平均轉嫁幅度。Hofmann (2002) 利用 Johansen 共整合模型

檢定 1984 至 1998 年法國、德國、義大利、西班牙等 4 個國家的利率轉嫁機制，實證結

果發現，長期貨幣市場利率的改變完全轉嫁至銀行零售利率，但放款利率的調整在短期

較為緩慢。

2.2 零售利率的不對稱調整零售利率的不對稱調整零售利率的不對稱調整零售利率的不對稱調整

零售利率調整具僵固性，可能是因為利率調整過程具有不對稱的特性。Hannan and Berger

(1991), Neumark and Sharpe (1992) 認為造成零售利率、如存、放款利率不對稱調整的原

5

因有 2：(1) 共同議定價格 (collusive pricing arrangements)，(2) 客戶負面反應 (adverse

customer reaction)。共同議定價格理論指出，任何偏離議定價格的作法必須付出額外的

成本，例如，藉由提高存款或降低放款利率吸引更多的存款人與借款人，使銀行營運成

本上升而造成收益的減少，共同議定價格隱含存款利率存在向上調整的僵固性，而放款

利率存在向下調整的僵固性。反之，客戶負面反應理論主張，藉由降低存款利率與提高

放款利率，減少利息支出與增加放款收入，但此一作法可能使銀行喪失客源，降低銀行

利潤。客戶負面反應隱含存、放款利率分別存在向下調整與向上調整的僵固性。

探討利率不對稱調整的實證文獻，Scholnick (1996) 發現馬來西亞與新加坡無法拒

絕共同議定價格的假設；Enders and Granger (1998) 實證結果發現不對稱的誤差修正模

型可以解釋美國長、短期利率的長期均衡關係；Frost and Bowden (1999) 則發現紐西蘭

的抵押借款利率與銀行定期存單利率，存在不對稱的關係；Bohl and Siklos (2001) 亦發

現德國長、短期利率具有不對稱的共整合關係；Lim (2001) 對澳大利亞的存、放款利率

進行研究，實證結果發現存、放款利率均存在向上調整的僵固性。

Iregui et al. (2002) 估計 STAR (smooth transition autoregressive) 模型對哥倫比亞與

墨西哥的存、放款利率進行實證研究，在存、放款與拆款利率利差為完全轉嫁的假設下，

分析利差過大時期 (銀行機制運作無效率或金融危機期間) 與利差較小時期 (銀行間競

爭增加或銀行機制正常運作時期) 利率不對稱的調整過程。實證結果發現，不同於 Lim

(2001)，存款與放款利率皆存在向下調整的僵固性，不支持共同議定價格與客戶負面反

應假說。

Sander and Kleimeier (2002) 認為，零售利率調整過程與貨幣市場利率的改變或偏離

長期均衡的方向有關，追求利潤極大化的銀行在市場不完全競爭與調整成本考量下，低

的放款需求與存款供給利率彈性可能導致利率存在不對稱調整，在此分析架構下，發現

歐盟國家銀行放款利率存在向下調整的僵固性，存款利率存在向上調整的僵固性，支持

共同議定價格假說。

Sander and Kleimeier (2004) 亦發現，菜單成本(menu cost)的存在提高銀行將成本移

轉到顧客的意圖，當貨幣市場利率改變時，更加深銀行轉移成本的動機，此可能使得利

率調整幅度顯著大於某一給定的門檻值。而利率存在不對稱調整的轉嫁機制，主要是因

為完全競爭的條件被破壞，對應到不同的景氣訊號，市場零售利率可能存在多個調整機

制，例如利率完全轉嫁或不完全轉嫁效果，加碼或減碼的定價機制。

Horváth et al. (2004) 採用 1997 至 2004 年的月資料，應用不對稱誤差修正模型，估

6

計門檻自我迴歸參數，探討匈牙利貨幣市場與銀行零售利率之間的轉嫁關係與調整速

度。該文實證結果發現，銀行零售利率的調整速度受到貨幣市場與銀行利率間長期誤差

水準的影響，相對於歐洲國家，匈牙利銀行產業競爭較為激烈，因此其放款利率的調整

速度亦較快，另外，放款利率存在僵固性的主要原因，是較低的放款需求利率彈性與較

高的風險貼水比率所導致。

國內文獻方面，黃仁德(1999)的實證發現，央行貼現率的變動不會導致隔夜拆款利

率的變動，但會引起貨幣市場商業本票次級市場一至三十天期利率的變動，存在宣示效

果，在經濟景氣期間，貨幣政策著重在利率的調整，但在不景氣期間，貨幣數量與銀行

信用的貨幣政策相對較能有效的穩定國內的經濟，存在不對稱效果。何棟欽 (2001) 利

用第一銀行的基本放款利率、活期存款利率與拆款利率、不同期限的初級市場商業本票

市場利率等，實證檢驗我國利率的傳導轉嫁機制。實證結果顯示，在利率不存在僵固性

的假設下，存、放款利率會因應拆款利率的變化而調整，但存在落後的現象，當拆款利

率降低時，存、放款的利差會暫時擴大，反之，利差會暫時縮小；若考慮僵固性，放款

利率的變化，不存在利差擴大或是縮小的現象。另外，新台幣拆款利率的傳遞效果並非

立即而完整調整，其中初級市場30 天期的商業本票市場利率的傳遞效果較迅速而完

整，但活期存款利率的效果最差。

2.3 預期與非預期貨幣政策的衝擊預期與非預期貨幣政策的衝擊預期與非預期貨幣政策的衝擊預期與非預期貨幣政策的衝擊

由於大部份金融市場均存在前瞻性(forward-looking)的預期，當政府政策利率尚未調整

時，市場銀行零售利率可能事先反應此一訊息而進行調整。本文擴展貨幣政策衝擊對零

售轉嫁機制的影響，將貨幣政策的衝擊效果劃分成預期與非預期的部份，進行利率轉嫁

機制之研究。Sellon (2002) 針對美國抵押借款利率進行研究，發現美國抵押借款利率與

市場利率可能事先預期貨幣政策的行為，在央行施行緊縮貨幣政策時，已局部將利率提

高，而擴張貨幣政策時事先調降利率，因此，銀行零售利率會預期到貨幣政策利率的改

變而事先反應，此時短期與中期的轉嫁乘數可能無法完全反應利率轉嫁的過程。

Kleimeier and Sander (2006)檢驗預期與非預期貨幣政策利率衝擊對歐盟國家利率轉

嫁的影響，將貨幣政策利率 MP 劃分為 2 部分 MPEMPUMP += ，MPU 和 MPE 分別為

預期與非預期的貨幣政策利率。其中 MP 為 EURIBOR (European interbank offered rate)1

月歐洲定期存款利率，MPE 則為 1 月利率期貨契約。單根檢定結果發現，MP 與 MPE

7

為一 I(1)序列，MPU 為一 I(0)序列，該文實證結果發現，預期與非預期的貨幣政策利率，

對零售利率衝擊的乘數不同，當貨幣政策利率是可預期時，放款利率轉嫁時的調整速度

會大於存款利率。

2.4 誤差修正項的解釋能力與利率波動不對稱性誤差修正項的解釋能力與利率波動不對稱性誤差修正項的解釋能力與利率波動不對稱性誤差修正項的解釋能力與利率波動不對稱性

一般針對金融資產價格的研究，價格波動群聚性(cluster)的現象，為財務分析的重點，

因為其隱含風險對資產價格的影響。Engle et al. (1990) 指出訊息的傳遞會影響條件變異

數的波動，Nelson (1991) 認為不同的訊息對條件變異數的影響程度不同，設立了

EGARCH 模型，解釋不對稱的現象。然而，EGARCH 模型大都在描述股價與匯率波動

群聚現象，本研究首先建構在零售利率的轉嫁模型。另外，為了驗證利率風險對利率的

影響，我們考慮 EGARCH-M 模型。

根據上述利率理論與實證文獻，零售利率與貨幣市場利率之間必須具長期共整合關

係，才能確保貨幣政策運作有效，此時若市場短期暫時偏離長期均衡，則在下一期進行

修正。Engle and Yoo (1987) 與 Lee (1994) 均認為誤差修正項對於共整合數列的條件平

均值具有重要的解釋能力。Lee (1994)考量誤差修正項於 GARCH 模型內，設立

EC-GARCH 模型。本研究進一步擴展此模式，考慮不對稱的誤差修正項，波動不對稱

性，以及利率風險對利率的影響，本文稱為不對稱的 EC-EGARCH-M 模型。

3 研究步驟及研究步驟及研究步驟及研究步驟及模型設定模型設定模型設定模型設定

此部份，我們依序介紹本研究計畫的樣本資料，不對稱門檻共整合檢定，不對稱的

EC-EGARCH-M 模型，以及不對稱 EC-EGARCH-M 模型的鑑定。

3.1 研究研究研究研究樣本資料樣本資料樣本資料樣本資料

本文使用月資料，樣本包含亞洲 9 個國家：香港、印尼、日本、南韓、馬來西亞、

菲律賓、新加坡、泰國、台灣等與美國等 10 國金融市場，使用的變數資料包括：存款

利率、放款利率、與貨幣市場利率。進行時間序列分析時，首先必須對變數進行定性檢

定，當個別變數均為 I(1)數列且數列之間至少存在一組長期穩定關係時，變數之間稱為

共整合。我們利用 Enders and Siklos (2001)建議的 TAR 與 MTAR 模型，檢定不對稱長期

共整合關係。TAR 與 MTAR 的檢定方式與步驟，可參閱附錄一之 1。

8

3.2 不對稱的不對稱的不對稱的不對稱的 EC-EGARCH(1, 1)-M 模型模型模型模型

本研究建構單變量不對稱 EC-EGARCH (1, 1)-M 模型，考量落遲一期不對稱誤差修

正項的條件平均方程式。針對預期與非預期貨幣政策的衝擊，本文假設預期型式為適應

性預期，因此預期到貨幣政策衝擊 MPE 為前一期 MP，非預期貨幣政策的衝擊

MPU=MP-ψMPE，是 MP 一階自我迴歸的殘差項。因此， MP 與 MPE 為一 I(1)序列時，

則 MPU 為一 I(0)序列。

另一方面，當共整合存在且不對稱誤差修正模型的調整因異質性變異，無法使誤差

修正模型的殘差為白噪音時，我們設立不對稱的 EC-EGARCH(1, 1)-M 模型：

ttttt

ttUtE

q

j jtj

p

i itit

eMeM

sMPUmMPEmbRaaR

νηη

σν

+−++

+∆+∆+∆+∆+=∆

−−

= −= − ∑∑1211

2

110

ˆ)1(ˆ

log (1)

),0(~| 2

1 ttt N σν −Ω

∑ =−

−

−

−

−

−− ++−+−=− kn

k tkk

t

t

t

t

t

t

tt DumdE1 ,

1

1

1

1

1

12

1

2 )(loglogσ

νγ

σ

ν

σ

ναωσβωσ (2)

(1)式中，我們加入不對稱調整的誤差修正項( 1ˆ

−te )，避免因為忽略長期的共整合關係而

引起虛假迴歸的可能性。銀行零售利率與貨幣市場利率的長期關係式如下：

ttt eMPR ++= 10 θθ (3)

tR 代表銀行零售利率，而 tMP 貨幣市場利率， te 為長期誤差項。參數0θ 代表零售利率固

定加(減)碼，而1θ 為轉嫁參數，

1θ 值小於 1 表示部份轉嫁，等於 1 表示完全轉嫁，而1θ 大

於 1 表示利率存在過度轉嫁的現象。

(1)式不對稱 EC-EGARCH(1, 1)-M 模型的條件均數方程式中：

1. 參數 Em 與Um 分別代表預期與非預期貨幣政策的衝擊乘數，正值表示衝擊效果為正，

反之為負。另外，若 Em >Um 時，表示預期貨幣政策的衝擊大於非預期的衝擊效果；

反之，表示預期貨幣政策的衝擊小於非預期的衝擊效果。

2. 我們考慮利率風險 ( 2log tσ ) 對利率的影響，當參數 s 值顯著為正，利率風險會使得

利率變動的幅度增加，反之則減少。

3. 參數 1η 、 2η 分別代表正、負誤差修正項的調整速度， 1−te)

為誤差修正項，為前一期的

9

長期均衡誤差，當調整速度的係數值為正，零售利率的變動隨長期均衡誤差呈正向

的調整，若調整速度的係數值為負，則呈反向的調整。

4. 我們加入落遲自我迴歸項 AR(p)與移動平均項 MA(q)，修正殘存的自我相關。我們利

用最大概似法估計不對稱的 EC-EGARCH(1, 1)-M 模型，取對數之最大概似函數設定

如下：

∑∑ ==−−−=

T

t ttt

T

tvTL

1

222

1)/()2/1()(log)2/1()2log()2/(log σσπ (4)

(1)式不對稱條件平均數方程式的設定可檢驗零售利率是否存在僵固調整的特性，若

τ∆ ˆeit ≥−1

)表示當貨幣市場利率改變，零售利率的改變高於與貨幣市場利率間長期均衡誤

差的變動，零售利率變動幅度必須向下調整，而 τ∆ ˆeit <−1

)表示零售利率的改變低於長期

均衡誤差的變動，零售利率變動幅度必須向上調整。透過誤差修正項 1−itit eM)

與

1)1( −− itit eM)

，可使零售利率變動幅度向下或向上調整，當 1η 及 2η 不相等時，零售利率

存在僵固性的調整，若| 1η |>| 2η |，表示零售利率存在向上僵固的調整，若| 1η |<| 2η |，則表

示零售利率存在向下僵固的調整。

(2)式為條件變異數方程式，對數的條件變異數確保其值為正，當 0≠γ 時表示條件

變異數具不對稱的效果，而 0<γ 時表示存在槓桿效果 (leverage effects)。 kn 是各國變異

結構改變個數， tkDum , 代表各國利率波動任何一結構改變點發生前值為 0 而發生後(包

含結構改變始點)值為 1 之虛擬變數，此部份我們利用 Inclán and Tiao (1994)所發展的結

構改變點檢定模型-疊代累積平方加總(iterated cumulative sums of squares-以下簡稱 ICSS)

運算法來决定。相關檢定方式與步驟，可參閱附錄一之 2。

另外，若共整合關係為對稱，則(1)式中的誤差修正項為對稱形式，設定如下：

ttttUtE

q

j jtj

p

i itit esMPUmMPEmbRaaR νησν +++∆+∆+∆+∆+=∆ −= −= − ∑∑ 11

2

110ˆlog (5)

若共整合關係不存在，(2)式中我們捨棄誤差修正項的影響分析利率短期的調整過

程，設定如下：

tttUtE

q

j jtj

p

i itit sMPUmMPEmbRaaR νσν ++∆+∆+∆+∆+=∆ ∑∑ = −= −

2

110 log (6)

上式中，由於長期關係不存在，此時我們估計長期參數∑ =

−

+=

p

i i

UE

a

mm

1

1

1θ 。

本文模型與傳統利率轉嫁機制文獻的差異為：(1) 考慮不對稱利率轉嫁機制的存

在，(2) 考量利率短期調整具異質性變異數的現象，(3) 分析利率風險對利率變動的影

10

響，(4) 首先建構不對稱的 EC-EGARCH(1, 1)-M 模型，分析短期利率不對稱的調整。對

於 EC-EGARCH(1, 1)-M 模型是否配適得當，本文採用 Engle and Ng (1993) 建議的符號

偏誤檢定 (sign bias test )、負程度偏誤檢定 (negative size bias test)、以及正程度偏誤檢

定 (positive size bias test)等方法，檢定模型標準化殘差是否仍存在不對稱效果。相關檢

定方式與步驟，可參閱附錄一之 3。

4 實證實證實證實證結果結果結果結果

本文使用月資料，樣本包含亞洲 9 個國家：香港、印尼、日本、南韓、馬來西亞、

菲律賓、新加坡、泰國、台灣等與美國等 10 國金融市場月資料，使用的變數資料包括：

存款利率、放款利率、與貨幣市場利率。各國變數定義與英文簡稱如表 1 所列。各國研

究的樣本期間，香港由 1994 年 1 月至 2007 年 9 月，其他國家的樣本期間皆由 1986 年 9

月至 2007 年 9 月。台灣的資料取自台灣經濟新報 (TEJ) 總體經濟資料庫，而其它 9 個

國家的資料來源則為 IFS (International Financial Statistics)統計資料庫。

[表表表表 1 置於此置於此置於此置於此]

首先，為確認所有變數的定性特徵，我們對變數進行 ADF(Augmented Dickey Fuller)

單根檢定。表 2 報告單根檢定結果，10 個國家的資料中，除了印尼變數為 I(0)數列外，

所有國家利率變數均為 I(1)數列。表 3 報告長期參數的估計值的估計結果，參數 0θ 代表

利率的加碼數，存款利率模型中，除了香港外，其他 9 國均存在顯著的加碼效果，以印

尼(9.379)最大。放款利率模型則顯示所有國家均存在顯著的加碼效果，以印尼(16.19)最

大，日本(2.044)最小。比較存款、放款加碼的估計值發現，存款均大於放款。

[表表表表 2, 3 置於此置於此置於此置於此]

另一方面，轉嫁參數 1θ 的估計結果，存款利率模型中，所有國家皆為不完全轉嫁，

轉嫁效果以美國最大(0.993)，接近完全轉嫁，而台灣最小(0.217)。放款利率估計的結果，

所有國家亦為不完全轉嫁，效果以台灣最大(0.954)，印尼最小(0.272)。上述結果中比較

特殊的例子是台灣，存款轉嫁值低而放款轉嫁值高，隱含台灣的銀行體系並不是一個完

全競爭市場，因為存款、放款轉嫁利差仍很大，寡占的金融經濟型態仍濃厚。最後，檢

定是否完全轉嫁是否存在於各國，進行 1: 10 =θH 檢定結果，都支持不完全轉嫁機制。

表 4 報告各國零售利率與貨幣市場利率之間是否存在共整合的檢定結果。TAR 檢定

結果顯示；存款利率模型存在不對稱共整合的國家只有香港和馬來西亞等 2 國，放款利

11

率模型只有香港。存款利率模型是對稱的共整合關係的國家計有印尼、菲律賓、以及美

國等 3 國。放款利率模型為對稱的則計有馬來西亞和菲律賓等 2 國，由 MTAR 檢定結

果發現，存款利率模型存在不對稱共整合關係的國家計有：香港、馬來西亞、菲律賓、

與台灣等 4 國，而放款利率模型計有：香港、南韓、菲律賓、新加坡、泰國、與美國等

6 國；其中，存款利率模型是對稱的共整合關係的國家計有印尼以及美國等 2 國。放款

利率模型為對稱的則只有馬來西亞。比較 TAR 與 MTAR 的結果，殘差動能(momentum)

造成的不對稱性引發零售利率與貨幣市場利率之間存在共整合關係，比殘差水準造成的

不對稱性為多，因此，長期關係的穩定，不可忽略動能調整所帶來的訊息。


除了殘差動能影響利率轉嫁機制穩定外，各國零售利率變數的特性是否存在異質

性，影響利率在短期調整是否長期均衡。表 5 報告各國存、放款利率一次差分項的基本

統計分析，利率變動和其平方項之 Ljung-Box (LB) 統計量，除菲律賓存款利率不具自

我相關外，其他利率變數均存在水準項或平方項的自我相關，而平方項具有自我相關顯

示利率變動具異質性的變異數。由於異質性變異數的存在，使得利用 ECM 模型估計時，

無法消除異質性；因此同樣在 MTAR 的設定下，我們以 EC-EGARCH 分析短期時利率

的調整。根據 MTAR 檢定結果與基本統計分析結果，應利用「不對稱」

EC-EGARCH(1,1)-M 模型進行估計的國家(或地區)計有：香港、馬來西亞、菲律賓、與

台灣等 4 國的存款利率，以及香港、南韓、菲律賓、新加坡、泰國、與美國等 6 國的放

款利率；利用「對稱」EC-EGARCH(1,1)-M 模型進行估計的國家計有：印尼與美國的存

款利率以及馬來西亞的放款利率，其餘國家由於不存在共整合，則利用 EGARCH(1,1)-M

模型進行估計。

表 6 報告 EC-EGARCH(1,1)-M 模型估計結果。估計過程中，當利率風險係數(s)不

顯著時，則將 2log tσ 去除重新估計。對於變異數的結構改變，亦採相同作法，另外由於

結構改變很多，表 6 中我們以聯合檢定方式呈現，所有結果均顯著證明結構改變存在的

現象，各國結構改變的個數與發生時間，我們報告在附錄二中。對於各國利率模型是否

配適得當，模型診斷性檢定結果，顯示大部份結果顯示標準化殘差無殘存的不對稱效

果，顯示各國利率模型配適得當。



12

針對表 6，我們主要關注的重點有：(1)MPE 的影響是否顯著(影響參數 Em )，(2) MPU

的影響是否顯著(影響參數 Um )，(3)零售利率風險 2log tσ 的影響是否顯著(影響參數 s)，(4)

槓桿效果(影響參數γ )，以及(5)零售利率是否存在僵固調整性(影響參數 21 ,ηη )。為了方

便分析與比較，上述檢定結果我們彙整於表 7。表 7 中，第 3, 4 列是表 3 加(減)碼

(markup/markdown)估計係數 0θ ,以及轉嫁參數 1θ 的型態(pass-through type)彙整。第 5 列

是表 4 不對稱共整合 MTAR 的檢定結果不對稱(asymmetric)與對稱(symmetric)共整合轉

嫁機制彙整，共整合存在的利率模型多數為不對稱調整機制。第 6, 7列分別為 MPE, MPU

結果彙整，多數結果均證明 MPE, MPU 會影響短期零售利率調整，且多數為正向影響，

其中 MPU 的影響均為正，而 MPE 中只有少數結果為負。比較二者結果，MPU 的影響

大於 MPE，表示當非預期貨幣政策衝擊普遍大預期貨幣政策衝擊。利率風險的影響則

結果較不一致，約 50%結果不顯著，且正向與負向影響約佔 50%。槓桿效果的檢定，80%

結果證明利率風險存在不對稱性，當中有 50%存在槓桿效果。最後，對於零售利率僵固

調整，存在不對稱調整的利率模型中，多數結果存在向下調整僵固性(downward rigidity)。


為了解 MPE 與 MPU 對長期乘數的影響，我們以表 7 估計出之長期乘數 1iθ 為因變

數，設立 MPE 與 MPU 係數均顯著為正時的虛擬變數，檢定 MPE 與 MPU 對iθ 的影響。

我們建立迴歸式如下：

iMPUiMPEii DbDbb υθ +++= ,2,101, (7)

上式中 MPED 代表表 7 中存, 放款利率方程式中 MPE 係數顯著為正時為 1、顯著為負或

不顯著為 0 的虛擬變數。 MPUD 代表存, 放款利率方程式中 MPU 係數顯著為正時為 1、

顯著為負或不顯著為 0 的虛擬變數， iυ 為誤差項。由於只有 20 個樣本，為了解決小樣

本及資料非常態的問題，我們利用拔靴法(bootstrapping)進行 5000 次的模擬估計，得到

的 97.5%、95%、5%以及 2.5%的信賴區間臨界值。檢定結果報告在表 8。結果顯示，b1

估計值在信賴區間臨界值內，不拒絕虛無假設，表示當貨幣政策是被預期時，無法提高

轉嫁乘數；而 b1估計值在信賴區間臨界值外，拒絕虛無假設，表示當貨幣政策是不被預

期時，可提高轉嫁乘數。因此，此結果告訴我們，只有當貨幣政策衝擊是無法讓大眾預

期時，貨幣政策才可以提高長期轉嫁能力，貨幣政策執行才會更為有效。


13

整合所有的結果，主要的大致有下列幾點：(1)除了香港存款利率以外，在利率不完

全轉嫁下，大部份國家的利率均存在固定加碼的現象。(2)不對稱共整合檢定結果顯示，

當共整合關係存在時，多數結果均是不對稱的共整合，只有少數是對稱的共整合。(3)

預期與非預期貨幣衝擊效果大多數為正向，只有少部份是負向，且非預期貨幣衝擊的顯

著效果大於預期貨幣衝擊效果。(4)異質風險對利率調整的影響方向不一，有正有負。(5)

只有少數國家存在訊息不對稱的槓桿效果。(6)多數利率存在不對稱調整的國家，多數存

在向下調整的僵固性。

根據本文的檢定結果，我們提出下列的管理意涵。一般來說，銀行之間處於完全競

爭與充份的訊息下，價格會等於邊際成本，表示價格改變反應邊際成本變動的比率等於

1，此時存在完全轉嫁的利率機制。本文實證結果發現 10 個國家的利率機制均為不完全

轉嫁，表示亞洲國家以及美國的金融市場，已遠離完全競爭而朝向寡占競爭，價格改變

反應邊際成本的變動比率不會是 1 比 1，許多理論可以說明此結果，如逆選擇(adverse

selection)、轉換成本(switching cost)、消費者非理性行為(consumer irrationality)與風險分

擔(risk sharing)等理論 (參閱 Lowe and Rohling, 1992)。Horváth et al. (2004) 認為，在確

定訊息下，銀行可能過度反應或不反應政策利率的調整，因為銀行可能事先反應政策利

率的調整，預期成本上升而事先調整利率，此現象常發生在以短支長 (或借長補短) 的

存款利率上。另外，本文的實證顯示，若銀行存、放款利率是不完全轉嫁，當貨幣市場

利率增加時，為反應成本，各國一致是採取固定加碼的策略。

另一方面，過去文獻發現某些國家利率轉嫁機制不存在的主要原因之一，歸咎於借

款人與存款人對資金成本與利息收入較不敏感，或銀行所追求的首要目標可能不是利潤

極大化，此時左右一國銀行機構的授信，可能是一國政府對某些經濟政策的支持多於倒

帳風險與資金成本或盈餘的考量。基於這些因素，利率轉嫁機制的效率可能會下降或無

效，因此政府若以調整利率作為其達到貨幣政策的方式，最終將發覺成效不佳。但本文

考量不對稱動能的調整，此時利率轉嫁機制是不但存在而且是穩定的，此時各國銀行追

求的目標仍是利潤極大化。

總結來說，利率傳導機制在央行貨幣政策執行的過程中，是一個極重要的途徑。一

國央行可藉由操控短期貨幣市場利率影響市場零售利率，此時金融機構與市場的行為，

決定貨幣政策執行的成效。以往探討市場零售利率轉嫁機制的文獻，多集中在美國或歐

盟國家的討論，議題著重於為何市場零售利率的調整存在僵固性或緩慢的調整，較少文

獻針對亞洲國家的樣本進行研究，以及缺乏利率波動對利率轉嫁影響的探討。我們藉由

14

分析美國與亞洲國家銀行零售利率的轉嫁機制，可以了解美國與亞洲國家金融市場利率

定價的行為模式，有利於需要進行國際資金借、放調度的法人或個人，對於資金成本與

收入來源的了解。此外，預期與非預期貨幣市場的衝擊可能使得各國存在不同長期轉嫁

乘數，因而衍生出不同的調整速度，一國央行執行貨幣政策時，必須關切區域金融市場

預期與非預期貨幣市場的衝擊訊息變化對各國零售利率調整模式的影響，適時調整政策

利率。

5 結結結結論論論論

歸納本文研究的結果的效益有，(1)估計預期與非預期貨幣衝擊乘數、長期乘數，檢定預

期與非預期貨幣衝擊的影響，可以幫助我們了解各國銀行對各國央行貨幣政策執行的成

效。(2)依據不對稱門檻共整合檢定的結果，我們可以進一步探討存在利率不對稱調整的

國家，利率是否具僵固性的調整，包含存在向上調整與存在向下調整的僵固性。

本文對於學術與政策上的貢獻有以下幾點：(1) 在動機方面，本研究計劃，首先針

對亞洲國家金融市場可能存在前瞻性預期的假設下，將貨幣政策的影響劃分成預期與非

預期的部份，探討此一劃分對利率轉嫁機制的影響。另外，進一步考慮利率轉嫁與調整

機制，可能具不對稱、異質性波動、或僵固性的調整。本研究計畫，對於各國銀行特性、

風險的影響、利率的調整作一分析，相較於即存文獻，本文的研究更為深入與創新。(2)

在樣本選擇上，本研究計畫首先針對亞洲國家，考量長期失衡可能存在對稱或不對稱的

調整以及風險的影響，探討各國利率的轉嫁機制。本研究所獲得之結果，對於樣本國家

貨幣當局來說，若忽略預期與非預期貨幣衝擊與不對稱訊息的影響，可能錯估市場利率

調整時的速度與程度，誤判情勢而造成貨幣政策執行的失效。(3) 在方法與模型建立上，

本計畫首先將不對稱共整合的調整特性，以及短期利率調整可能具異質性的現象，建立

不對稱的 EC-GARCH-M 模型，進行利率轉嫁機制的研究。(4) 最後，本研究的實證結

果，可充份地了解亞洲國家與美國金融市場利率轉嫁行為的差異，實務上，提供各國之

間資金的往來，投資人、銀行與政府各種策略的評估與擬定；學術上，我們考慮相關文

獻未嘗試的方法與模型，提供更多的發現。

15

參考文獻參考文獻參考文獻參考文獻

黃仁德 ( 1999)，「我國央行貼放政策效果與貨幣政策傳導機能的實證分析」，《中央

銀行季刊》，21(3)，49-75。

何棟欽 (2001)，「我國新台幣拆款利率與存、放款利率之關係及其傳遞效果的實證研

究」，《中央銀行季刊》，23(3)，51-72。

Balke, N. S. and T. B. Fomby (1997), “Threshold cointegration,” International Economic

Review, 38, 627–645.

Bank for International Settlements (BIS), (1994), “National differences in interest rate

transmission,” CB Document 393, Basle.

Baum, C. F. and M. Karasulu (1998), “Modelling Federal Reserve discount policy,”

Computational Economics, 11, 53–70.

Bernanke B. S. (1990), “On the Predictive Power of Interest Rates and Interest Rate Spreads,”

New England Economic Review, Federal Reserve Bank of Australia, Nov/Dec,

pp.51-68.

Bohl, M. T. and P. Siklos (2001), “The Bundesbank’s Inflation Policy and Asymmetric

Behavior of the German Term Structure,” Working Paper, Wilfrid Laurier University.

Borio, C.E.V. (1997), “The Implementation of Monetary Policy in Industrial Countries: A

Survey,” BIS Economics Papers, No.47.

Borio, C.E.V., and Fritz, W. (1995), “The response of short-term bank lending rates to policy

rates: A crosscountry perspective,” In: BIS, 1995, Financial Structure and the Monetary

Transmission Mechanism. CB Document 394, Basle, pp. 106–153.

Bredin, D., T. Fitzpatrick and G. O’Reilly, (2001), “Retail Interest Rate Pass-Though: The

Irish Experience,” Central Bank of Ireland Technical Paper, No.6, November.

Chan, K. S. (1993), “Consistency and Limiting Distribution of the Least Squares Estimator of

a Threshold Autoregressive Model,” The Annals of Statistics, 21, 520-533.

Cottarelli, C. and A. Kourelis (1994), “Financial Structure, Bank Lending Rates, and the

Transmission Mechanism of Monetary Policy,” IMF Staff Papers, 41(4), 587-623.

Cottarelli, C., G. Ferri and A. Generale (1995), “Bank lending rates and financial structure in

Italy: A case study,” IMF working paper 95/38, Washington.

De Bondt, G. (2005), “Interest Rate Pass-Through: Empirical Results for the Euro Area,”

German Economic Review, 6(1), 37–78.

16

De Bondt, G., B. Mojon and N. Valla (2002), “Interest rate setting by universal banks and the

monetary policy transmission mechanism in the euro area,” Unpublished Working Paper,

European Central Bank, Frankfurt.

Ehrmann, M., L. Gambacorta, J. Martinez-Pages, P. Sevestre and A. Worms (2003), “The

Effects of Monetary Policy in the Euro Area,” Oxford Review of Economic Policy, 19(1),

58-72.

Enders, W. and C. W. J. Granger (1998), “Unit-Root Test and Asymmetric with an Example

Using the Structure of Interest Rates,” Journal of Business and Economic Statistics, 16,

304-311.

Enders, W. and P. Siklos (2001), “Cointegration and Threshold Adjustment,” Journal of

Business and Economic Statistics, 19, 166-176.

Engle, R. F. and C. W. J. Granger (1987), “Cointegration and Error Correction:

Representation, Estimation, and Testing,” Econometrica, 55, 251-276.

Engle, R. F., T. Ito and W. L. Lin (1990), “Meteor Showers or Heat Waves? Heteroscedastic

Intra-Daily Volatility in the Foreign Exchange Market,” Econometrica, 58, 525-542.

Engle, R. F. and V. Ng (1993), “Measuring and Testing of the Impact of News on Volatility,”

Journal of Finance, 48, 1749-1778.

Engle, R. F. and B. S. Yoo (1987), “Forecasting and Testing in Co-Integrated Systems,”

Journal of Econometrics, 35, 143-159.

Frost, D. and R. Bowden (1999), “An Asymmetric Generator for Error Correction

Mechanisms, with Application to Bank Mortgage-rate Dynamics,” Journal of Business

and Economic Statistics, 17, 253-263.

Hannan, T. H. and A. N. Berger (1991), “The Rigidity of Prices: Evidence from the Banking

Industry,” American Economic Review, 81, 938-945.

Heffernan, S. A. and A. Fuertes (2006), “Bank Heterogeneities in the Interest Rate

Transmission Mechanism,” Working Paper, 2006 Finance Faculty Working Paper Series.

Heinemann, F. and M. Schüler (2003), “Integration benefits on EU retail credit markets –

Evidence from interest rate pass-through,” In: Cecchini, P. (Ed.), The Incomplete

European Market for Financial Services. Springer-Verlag, Berlin, pp.105–129.

Hofmann, B. (2002), “The Pass-Through of Money Market Rates to Business Loan Rates in

the Euro Area Countries,” mimeo, Center for European Integration Studies (ZEI),

University of Bonn, Bonn.

Horváth, C., J. Krekó and A. Naszódi (2004), “Interest Rate Pass-Through in Hungary,” MNB

working paper.

17

Inclán, C. and G. C. Tiao (1994), “Use of Cumulative Sums of Squares for Retrospective

Detection of Changes of Variance,” Journal of the American Statistical Association, 89,

913-923.

Iregui, A. M., C., Milas and J. Otero (2002), “On the Dynamics of Lending and Deposit

Interest Rates in Emerging Markets: A Non-Linear Approach,” Studies in Nonlinear

Dynamics and Econometrics, 6(3), Article 4.

Kleimeier, S. and H. Sander (2006), “Expected versus Unexpected Monetary Policy Impulses

and Interest rate pass-through in Euro-Zone Retail Banking Markets,” Journal of

Banking and Finance, 30, 1839-1870.

Lee, T. (1994), “Spread and Volatility in spot and forward exchange rates,” Journal of

International Money and Finance, 13, 375-383.

Lim, G. C. (2001), “Bank Interest Rates Adjustment: Are they Asymmetric?” Economic

Record, 77, 135-147.

Lowe, P. and T. Rohling (1992), “Loan Rate Stickiness: Theory and Evidence,” Research

Discussion Paper, Reserve Bank of Australia.

Manna, M., H. Pill, and G. Quiros (2001), “The Eurosystems Operational Framework in the

context of the ECB’s Monetary Policy Strategy,” European Central Bank, mimeo.

Mojon, B. (2000), “Financial Structure and the Interest Channel of the ECB Monetary

Policy,” ECB Working Paper, No. 40, November.

Nelson, D. B. (1991), “Conditional Heteroskedasticity in Asset Pricing: a New Approach.

Econometrica,” 59, 347-370.

Neumark, D. and S. Sharpe (1992), “Market Structure and the Nature of Price Rigidity,”

Quarterly Journal of Economics, 107, 657-680.

Sander, H. and S. Kleimeier (2000), “Asymmetric adjustment of commercial bank interest

rates in the euro area: Implications for monetary policy,” Paper presented at the

University of Groningen’s Conference on ‘‘Financial Structure, Bank Behaviour, and

Monetary Policy in the EMU,’’ Groningen, October 2000.

Sander, H. and S. Kleimeier (2002), “Asymmetric Adjustment of Commercial Bank Interest

Rates in the Euro Area: An Empirical Investigation into Interest Rate Pass-Through,”

Kredit und Kapital, 35(2), 161-192.

Sander, H. and S. Kleimeier (2004), “Convergence in Euro-Zone Retail Banking? What

Interest Rate Pass-Through Tells Us about Monetary Policy Transmission, Competition

and Integration,” Journal of International Money and Finance, 23, 461-492.

18

Scholnick, B. (1996), “Asymmetric Adjustment of Commercial Bank Interest Rates: Evidence

from Malaysia and Singapore,” Journal of International Money and Finance, 15,

485-496.

Scholnick, B. (1999), “Interest rate asymmetries in long-term loan and deposit markets,”

Journal of Financial Services Research, 16, 5–26.

Sellon, G. H. (2002), “The Changing US Financial System: Some Implication for the

Monetary Transmission Mechanism,” Federal Reserve Bank of Kansas City Economic

Review, First Quarter, pp.5-35.

Tong, H. (1983), “Threshold models in non-linear time series,” Lecture Notes in Statistics,

Vol. 21. Springer-Verlag, Berlin.

Toolsema, L. A., J. E. Sturm and J. De Haan (2002), “Convergence of Pass-Through from

Money Market to Lending Rates in EMU Countries: New Evidence,” Working Paper

No. 2002/6, CCSO Centre for Economic Research, Groningen.

Wane, A., S. Gilbert and S. Dibooglu (2004), “Critical Values of the Empirical F-Distribution

for Threshold,” Calendar Year 2004 Discussion Papers for the Department of Economics,

Southern Illinois University at Carbondale.

19

表表表表 1 變數定義變數定義變數定義變數定義

國家

(地區) 代碼存款利率代碼放款利率代碼貨幣市場利率代碼

香港 HK DEPOSIT

RATE D_HK

LENDING RATE

(PRIME RATE)

L_HK

MONEY

MARKET

RATE

( FEDERAL

FUNDS )

M_HK

印尼 IND DEPOSIT

RATE D_IND

LENDING RATE

(PRIME RATE)

L_IND

MONEY

MARKET

RATE

( FEDERAL

FUNDS )

M_IND

日本 JAP DEPOSIT

RATE D_JAP

LENDING RATE

(PRIME RATE)

L_JAP

MONEY MARKET

RATE ( FEDERAL

FUNDS )

M_JAP

南韓 KOA DEPOSIT

RATE D_KOA

LENDING RATE

(PRIME RATE)

L_KOA

MONEY MARKET

RATE ( FEDERAL

FUNDS )

M_KOA

馬來西亞 MAL

DEPOSIT

RATE D_MAL

LENDING

RATE

(PRIME

RATE)

L_MAL

MONEY

MARKET

RATE

( FEDERAL

FUNDS )

M_MAL

菲律賓 PHI DEPOSIT

RATE D_PHI

LENDING RATE

(PRIME RATE)

L_PHI

DISCOUNT

RATE(END OF

PERIOD)

M_PHI

新加坡 SIG DEPOSIT

RATE D_SIG

LENDING RATE

(PRIME RATE)

L_SIG

MONEY MARKET

RATE ( FEDERAL

FUNDS )

M_SIG

泰國 THA DEPOSIT

RATE D_THA

LENDING RATE

(PRIME RATE)

L_THA

MONEY MARKET

RATE ( FEDERAL

FUNDS )

M_THA

臺灣 TWN

Weighted

Average Interest

Rates on

Deposits

D_TWN

Weighted

Average

Interest Rates

on Loans

L_TWN

Interbank

Money Market

Interest Rates -

Overnight

M_TWN

美國 US

OVERNIGHT

US $

DEPOSITS,

LONDON

OFFER

D_US

LENDING

RATE

(PRIME

RATE)

L_US

MONEY

MARKET

RATE

( FEDERAL

FUNDS )

M_US

註: D_i 代表第 i 國的存款利率; L_i 代表第 i 國的放款利率; M_i 代表第 i 國的貨幣市場利率。

20

表 2 ADF 單根檢定單根檢定單根檢定單根檢定

國家(地區) 香港印尼日本南韓馬來西亞菲律賓新加坡泰國臺灣美國

水準值

D_i -1.876(8) -2.958**(3) -1.447(7) -1.571 (8) -1.758(11) -1.597(0) -1.583(1) -1.104(1) -0.617(12) -1.947(3)

L_i -2.514(7) -2.586*(10) -1.384(6) -1.740(1) -1.728(8) -1.403(12) -2.519(1) -1.063(3) -0.526 (0) -2.107(3)

M_i -1.986(2) -3.359**(8) -1.493(6) -1.493(6) -2.006(4) -1.614*(10) -2.232(2) -1.922(6) -0.940(10) -2.177(3)

一次差分值

D_i -3.510***(6) -7.276***(1) -3.978***(6) -5.306***(7) -5.181***(6) -10.60***(1) -8.797***(0) -12.76***(0) -5.661*** (3) -6.536***(2)

L_i -5.423***(2) -4.434***(13) -2.706*(5) -10.63***(0) -4.417***(7) -4.347***(11) -9.102***(0) -11.36***(2) -11.87*** (3) -5.133***(2)

M_i -10.47***(2) -14.12***(1) -3.270**(5) -3.270**(5) -8.402***(3) -8.360***(9) -13.51***(1) -7.788***(5) -6.701***(9) -3.852***(5)

註: 本文使用具常數項的 ADF 方程式，括號內的值是最適遞延期數，ADF 檢定是採用 AIC 值決定最適遞延期數，而.檢定期數最長 15 期。 ***, **與 * 分別代

表顯著水準在 1%, 5%, 與 10% ；相關的臨界值請參考 MacKinnon (1996)。

21

表表表表 3 長期參數的估計值長期參數的估計值長期參數的估計值長期參數的估計值

註: 放款利率模型的長期方程式是: ttt eMPR ++= 10 θθ ，本文使用 Wald 檢定去驗證虛無假設: 1 : 10 =θH . 括號內的值是 p 值。

國家(地區) 香港印尼日本南韓馬來西亞菲律賓新加坡泰國臺灣美國

存款利率模型

0θ -0.319(0.080) 9.379(0.000) 0.199(0.000) 3.570(0.000) 0.839(0.017) 2.938(0.000) 0.329(0.012) 2.408(0.000) 0.498(0.000) 0.089(0.626)

1θ 0.864(0.000) 0.477(0.000) 0.488(0.000) 0.477(0.000) 0.870(0.000) 0.578(0.000) 0.651(0.000) 0.709(0.000) 0.217(0.000) 0.993(0.000)

1:0 =1 H θ 12.25(0.000) 557.9(0.000) 2487(0.000) 780.1(0.000) 47.76(0.000) 80.36(0.000) 90.29(0.000) 98.57(0.000) 497.5(0.000) 6.214(0.012)

放款利率模型

0θ 4.961(0.000) 16.19(0.000) 2.044(0.000) 5.528(0.000) 5.730(0.000) 7.060 (0.000) 4.990(0.000) 6.666(0.000) 3.001(0.000) 3.513(0.000)

1θ 0.616(0.000) 0.272(0.000) 0.743(0.000) 0.369(0.000) 0.605(0.000) 0.624(0.000) 0.322(0.000) 0.554(0.000) 0.954(0.000) 0.834(0.000)

1:0 =1 H θ 183.1(0.000) 2529(0.000) 572.7(0.000) 1018(0.000) 122.1(0.000) 61.73(0.000) 1259(0.000) 346.0(0.000) 667.0(0.000) 183.4(0.000)

22

表表表表 4 TAR 與與與與 MTAR 共整合檢定共整合檢定共整合檢定共整合檢定

註: 遞延期數最長為 12 期。選擇最適的遞延期數是基於殘差達到白噪音( White noise)，括號內的值是 p 值。 ***, ** and * 分別代表顯著水準在 1%, 5%, and 10% 。

Φ 統計量的臨界值，請參考 Wane et al. (2004) 表 2。

.

TAR 共整合檢定 MTAR 共整合檢定

國家

(地區) Model

遞延\

期數 Φ F τ

遞延\

期數 Φ F τ

DI_HK 1 14.49*** 5.622(0.018)** -2.063 1 17.87*** 11.54(0.002)*** -0.888 香港

LI_HK 1 26.51*** 26.50(0.000)** 1.186 1 19.78*** 11.36(0.000)*** -0.308

DI_IND 6 7.973** 2.064(0.152) -3.705 7 9.007** 0.305(0.581) -1.140 印尼

LI_IND 7 3.848 0.003(0.951) -2.890 7 5.438 3.084(0.080) -0.617

DI_JAP 1 5.796 2.773(0.097)* 0.409 1 5.735 2.655(0.104)** -0.064 日本

LI_JAP 6 2.262 1.324(0.250) 0.360 6 2.034 0.876(0.350) -0.017

DI_KOA 1 4.310 0.547(0.460) -1.236 1 4.599 1.106(0.293) -0.286 南韓

LI_KOA 6 2.892 0.221(0.638) -1.169 3 7.465* 11.26(0.000)*** 0.017

DI_MAL 4 16.52*** 3.037(0.082)* -0.489 4 19.08*** 7.610(0.006)*** -0.052 馬來西亞

LI_MAL 3 7.453* 0.157(0.061) 0.180 3 7.658** 0.543(0.461) -0.184

DI_PHI 2 6.572* 2.260(0.133) -2.269 2 12.13*** 12.92(0.000)** 1.009 菲律賓

LI_PHI 2 6.299* 1.827(0.177) -2.771 2 15.46*** 19.38(0.000)*** 1.482

DI_SIG 2 2.642 0.445(0.504) 0.974 2 3.905 2.923(0.088)* -0.240 新加坡

LI_SIG 1 5.865 0.043(0.834) -0.515 1 8.133** 4.375(0.037)** -0.101

DI_TWN 8 1.770 0.733(0.392) 0.237 8 6.827* 10.72(0.001)*** 0.081 泰國

LI_TWN 8 3.228 0.258(0.611) -0.649 8 3.181 0.167(0.682) -0.437

DI_THA 6 2.894 0.177(0.673) -2.139 6 4.115 2.564 (0.110) -0.530 臺灣

LI_THA 6 2.193 0.008(0.926) 1.224 6 7.396* 6.702(0.010)** -0.272

DI_US 4 7.853** 1.594(0.207) -0.056 4 7.120* 0.208(0.648) -0.059 美國

LI_US 5 4.848 0.707(0.401) -0.356 3 10.76*** 5.187(0.023)** 0.066

23

表表表表 5 利率經一次差分後之基本統計量利率經一次差分後之基本統計量利率經一次差分後之基本統計量利率經一次差分後之基本統計量

存款利率 D_HK D_IND D_JAP D_KOA D_MAL D_PHI D_SIG D_THA D_TWN D_US

均數 0.002 -0.031 -0.005 -0.018 -0.016 -0.023 -0.011 -0.027 -0.006 -0.005

標準差 0.405 1.500 0.147 0.399 0.341 1.018 0.182 0.535

0.048 0.254

偏態係數 -0.608 0.637 3.142 1.209 -5.190 0.562 -1.945 -1.370

-5.599 0.038

峰態係數 10.77 16.77 36.59 35.68 44.92 6.214 26.52 14.56

54.24 15.34

J-B 統計量 423.1*** 2010*** 12262*** 11276*** 19589*** 121.8*** 5971*** 1484***

28919*** 1402***

)12(LB 35.95*** 101.49*** 26.85*** 134.9*** 53.14*** 10.79 122.7*** 26.41*** 4.37*** 77.12***

)12(2LB 86.45*** 121.71*** 16.56 68.01*** 9.740 7.837 104-7*** 28.67** 18.52 40.77***

放款利率 L_HK L_IND L_JAP L_KOA L_MAL L_PHI L_SIG L_THA L_TWN L_US

均數 0.006 -0.031 -0.015 -0.013 -0.024 -0.029 -0.004 -0.020

-0.034 0.002

標準差 0.210 0.710 0.068 0.367 0.202 1.145 0.136 0.942

0.265 0.196

偏態係數 0.823 3.488 0.448 3.765 -3.439 -0.175 -0.469 0.020

-1.323 -0.592

峰態係數 6.868 35.68 7.650 35.34 42.41 5.484 22.76 101.3

8.260 5.577

J-B 統計量 120.8*** 11726*** 235.5*** 11580*** 16808*** 66.12*** 4110*** 10158***

228.3*** 84.51***

)12(LB 65.56*** 110.9*** 868.7*** 71.94*** 119.6*** 32.56*** 104.8*** 44.13*** 12.94 246.01***

)12(2LB 25.83** 20.65* 270.7*** 31.48*** 26.41*** 31.19*** 72.07*** 62.45*** 43.66*** 48.79***

註: DI_i 代表第 i 國的存款利率; LI_i 代表第 i 國的放款利率。J-B 統計量顯示 Jarque-Bera 常態檢定的統計量。 LB(12) 代表資產報酬遞延 12 天的 Ljung-Box 統

計量，而 LB2(12) 是資產報酬平方遞延 12 天的 Ljung-Box 統計量。 ***, ** 與 * 分別代表在 1%, 5% 以及 10% 的顯著水準。

24

表表表表 6 EC-EGARCH (1, 1)-M 模型的估計結果模型的估計結果模型的估計結果模型的估計結果

國家(地區) 香港印尼

利率模型 DI_HK LI_HK DI_IND LI_ IND

估計係數 p-值估計係數 p-值估計係數 p-值估計係數 p-值

0a 0.006 0.513 -0.025 0.000 -0.255 0.421 -0.292 0.001

1a 0.352 0.000 0.945 0.000

6a 0.143 0.000

1b 0.180 0.000 0.485 0.000

2b 0.183 0.000 0.447 0.000

3b 0.207 0.000 0.235 0.000

4b 0.140 0.005

Em 0.033 0.017 -0.116 0.112 -0.030 0.001 0.015 0.000

Um 0.041 0.000 0.034 0.000 0.037 0.000 0.014 0.007

s -- -- -- -- -- -- -0.032 0.001

1η -0.001 0.895 -0.031 0.002 -0.221 0.000 -- --

2η -0.038 0.080 -0.065 0.043 -- -- -- --

ω -1.497 0.005 -1.815 0.000 0.770 0.000 -6.062 0.000

α 1.216 0.000 -1.000 0.000 0.601 0.000 0.740 0.000

γ 0.438 0.002 -0.764 0.000 0.223 0.000 -0.194 0.045

β 0.261 0.092 0.174 0.032 3.600 0.000 -0.188 0.006

Dummy

variables

(joint test)

27.80 0.000 103.2 0.000 445.8 0.000 371.9 0.000

)( 21

12

−uhQ 8.143 0.615 12.62 0.180 10.11 0.520 8.744 0.364

)( 12

12

−huQ 8.014 0.627 13.16 0.214 11.82 0.377 3.222 0.920

SB 0.997 0.167 0.646 0.115

NSB 0.747 0.278 0.455 0.770

PSB 0.243 0.759 0.261 0.454

Joint 0.649 0.566 0.133 0.446

Log L 81.37 137.09 -101.08 2.015

註: )( 21

12

−uhQ 與 )( 12

12

−huQ 值分別代表標準化殘差與標準化殘差平方遞延 12 期的 Ljung-Box 統計

量。 Log L 代表取對數之最大概式函數值。 SB, NSB 與 PSB 檢定，本文分別列出這些檢定 t 統計

量的 p 值。 Joint 代表這三種檢定的聯合檢定，本文則列出卡方統計量的 P 值。

25

表表表表 6 (續續續續)

國家(地區) 日本南韓

利率模型 DI_JAP LI_JAP DI_KOA LI_KOA


0a -0.032 0.026 -0.005 0.399 -0.007 0.238 -0.014 0.000

1a 0.339 0.000 0.166 0.000 0.144 0.000

2a 0.253 0.000 0.128 0.007 0.150 0.000

3a 0.281 0.000

5a -0.247 0.000

6a 0.213 0.000

Em 0.201 0.000 0.073 0.000 0.001 0.749 0.0001 0.005

Um 0.288 0.000 0.057 0.000 0.003 0.335 0.0004 0.000

s -- -- -- -- -- -- -0.0007 0.000

1η -- -- -- -- -- -- -0.0007 0.000

2η -- -- -- -- -- -- -0.0006 0.000

ω -7.564 0.000 -1.425 0.003 -3.056 0.000 -13.41 0.000

α -0.107 0.331 0.524 0.000 -0.468 0.000 1.174 0.000

γ -0.089 0.227 -0.209 0.012 -0.271 0.000 -0.058 0.100

β -0.534 0.001 0.810 0.000 0.571 0.000 0.140 0.000

Dummy

variables

(joint test)

104.2 0.000 14.50 0.000 322.9 0.000 141729 0.000

)( 21

12

−uhQ 15.05 0.238 7.078 0.421 9.034 0.529 12.54 0.185

)( 12

12

−huQ 4.123 0.966 14.17 0.116 1.509 0.999 13.91 0.177

SB 0.986 0.109 0.377 0.630

NSB 0.863 0.200 0.408 0.228

PSB 0.541 0.119 0.811 0.990

Joint 0.902 0.226 0.575 0.252

Log L 435.4 598.12 226.5 330.2

註: )( 21

12

−uhQ 與 )( 12

12




26


國家(地區) 馬來西亞菲律賓

利率模型 DI_MAL LI_MAL DI_PHI LI_PHI


0a 0.095 0.006 0.215 0.011 0.038 0.650 0.0004 0.995

1a 0.348 0.000 -0.015 0.863 -0.340 0.000

2a 0.181 0.004

3a 0.310 0.000 0.150 0.010

4a 0.095 0.000 0.095 0.112

5a 0.101 0.070

Em -0.047 0.000 0.009 0.493 -0.007 0.663 0.074 0.000

Um 0.089 0.000 0.047 0.004 0.046 0.005 0.053 0.002

s 0.019 0.000 0.032 0.010 0.326 0.000 0.355 0.030

1η -0.157 0.000 -0.036 0.008 -0.052 0.216 -0.018 0.679

2η -0.244 0.000 -- -- -0.104 0.000 -0.143 0.000

ω -0.991 0.402 -3.425 0.002 0.310 0.069 0.008 0.938

α 0.805 0.000 0.465 0.000 0.065 0.359 0.013 0.895

γ 0.368 0.000 -0.075 0.368 0.048 0.300 0.246 0.009

β 0.561 0.000 0.354 0.126 -0.730 0.000 0.394 0.218

Dummy

variables

(joint test)

55.59 0.000 7.770 0.020 52.85 0.000 3.290 0.069

)( 21

12

−uhQ 12.58 0.248 12.81 0.118 12.59 0.399 12.43 0.190

)( 12

12

−huQ 13.17 0.214 7.529 0.481 6.229 0.904 13.92 0.125

SB 0.745 0.166 0.887 0.438

NSB 0.948 0.261 0.505 0.850

PSB 0.303 0.766 0.771 0.242

Joint 0.699 0.319 0.861 0.701

Log L 185.61 240.7 -329.23 -315.43

註: )( 21

12

−uhQ 與 )( 12

12




27


國家(地區) 新加坡泰國

利率模型 DI_SIG LI_SIG DI_THA LI_THA


0a -0.017 0.049 -0.027 0.000 -0.022 0.981 2.426 0.156

1a 0.660 0.000 0.985 0.000

3a -0.921 0.000

1b -0.501 0.003 -0.779 0.000

3b 0.926 0.000

5b -0.027 0.000

Em 0.018 0.000 0.001 0.500 0.0002 0.987 -0.038 0.012

Um 0.013 0.000 0.003 0.044 -0.0001 0.991 0.020 0.208

s -0.001 0.051 -0.002 0.000 -- -- 0.079 0.058

1η -- -- -0.010 0.000 -- -- -0.241 0.000

2η -- -- -0.014 0.035 -- -- -0.227 0.000

ω -5.731 0.000 -6.567 0.000 -1.796 0.000 1.919 0.011

α 0.873 0.000 0.514 0.000 -0.425 0.000 0.539 0.001

γ 0.375 0.000 -0.575 0.000 0.092 0.111 0.103 0.318

β 0.049 0.497 -0.107 0.176 0.656 0.000 0.370 0.032

Dummy

variables

(joint test)

372.4 0.000 211.44 0.000 207.86 0.000 13.80 0.000

)( 21

12

−uhQ 6.919 0.646 11.48 0.460 8.713 0.464 5.315 0.802

)( 12

12

−huQ 7.598 0.668 0.248 1.000 3.216 0.976 5.374 0.865

SB 0.953 0.108 0.161 0.183

NSB 0.814 0.382 0.891 0.862

PSB 0.407 0.988 0.488 0.825

Joint 0.847 0.430 0.514 0.577

Log L 443.14 484.56 -4.455 -16.70

註: )( 21

12

−uhQ 與 )( 12

12




28


國家(地區) 臺灣美國

利率模型 DI_TWN LI_TWN DI_US LI_US


0a -0.0007 0.039 -0.019 0.208 0.1000 0.000 0.002 0.380

1a -0.010 0.013 0.742 0.000

2a 0.238 0.000

6a 0.109 0.000

1b -0.975 0.000 -0.326 0.000

2b -0.154 0.026

Em -0.00001 0.785 0.036 0.275 0.450 0.000 0.557 0.000

Um 0.002 0.000 -0.029 0.405 0.889 0.000 0.783 0.000

s -- -- -- -- 0.019 0.000 -- --

1η -0.006 0.007 -- -- -0.848 0.000 -0.124 0.000

2η -0.010 0.013 -- -- -- -- 0.001 0.875

ω -9.634 0.000 -4.031 0.000 -8.518 0.000 -5.967 0.000

α -1.218 0.000 0.404 0.013 0.097 0.453 0.149 0.226

γ -1.111 0.000 -0.024 0.830 0.887 0.000 -0.051 0.610

β -0.406 0.000 0.044 0.839 0.390 0.000 -0.626 0.000

Dummy

variables

(joint test)

701.22 0.000 14.25 0.000 34.54 0.000 180.22 0.000

)( 21

12

−uhQ 11.94 0.289 9.718 0.641 1.348 0.998 8.858 0.354

)( 12

12

−huQ 12.01 0.362 8.348 0.757 0.0007 1.000 3.120 0.978

SB 0.566 0.258 0.402 0.228

NSB 0.643 0.776 0.493 0.234

PSB 0.944 0.336 0.838 0.203

Joint 0.929 0.687 0.796 0.377

Log L 781.12 23.76 322.52 337.62

註: )( 21

12

−uhQ 與 )( 12

12




29

表表表表 7 結果彙整與比較結果彙整與比較結果彙整與比較結果彙整與比較

國家

(地區) 模型

加/減碼

( 0θ )

轉嫁形式

( 1θ )

轉嫁機制

(MTAR test)

MPE

的衝擊

MPU

的衝擊

利率波動的衝擊

( s )

條件變異數的不對

稱性( γ )

調整僵固性

( 2 , ηη ˆˆ1 )

長期乘數

DI_HK 減碼不完全不對稱正向正向 -- 正向向下 0.846 香港

LI_HK 加碼不完全不對稱 -- 正向 -- 負向(槓桿效果) 向下 0.616

DI_IND 加碼不完全對稱負向正向 -- 正向誤差修正 0.477 印尼

LI_IND 加碼不完全 -- 正向正向負向負向(槓桿效果) -- 0.029

DI_JAP 加碼不完全 -- 正向正向 -- -- -- 0.489 日本

LI_JAP 加碼不完全 -- 正向正向 -- 負向(槓桿效果) -- 0.807

DI_KOA 加碼不完全 -- -- -- -- 負向(槓桿效果) -- 0.006 南韓

LI_KOA 加碼不完全不對稱正向正向負向 -- 向上 0.369

DI_MAL 加碼不完全不對稱負向正向正向正向向下 0.870 馬來西亞

LI_MAL 加碼不完全對稱 -- 正向正向 -- 誤差修正 0.605

DI_PHI 加碼不完全不對稱 -- 正向正向 -- 向下 0.578 菲律賓

LI_PHI 加碼不完全不對稱正向正向正向正向向下 0.624

DI_SIG 加碼不完全 -- 正向正向負向正向 -- 0.016 新加坡

LI_SIG 加碼不完全不對稱 -- 正向負向負向(槓桿效果) 向下 0.322

DI_THA 加碼不完全 -- -- -- -- -- -- 0.0002 泰國

LI_THA 加碼不完全不對稱負向 -- 正向 -- 向上 0.554

DI_TWN 加碼不完全不對稱 -- 正向 -- 負向(槓桿效果) 向下 0.217 臺灣

LI_TWN 加碼不完全 -- -- -- -- -- -- 0.007

DI_US -- 不完全對稱正向正向正向正向誤差修正 0.993 美國

LI_US 加碼不完全不對稱正向正向 -- -- 向上 0.834

註: 本表整理自表 3,4,6。符號-- 表示沒有估計或不顯著的結果。

30

表表表表 8 MPE 與與與與 MPU 對長期轉嫁乘數之影響對長期轉嫁乘數之影響對長期轉嫁乘數之影響對長期轉嫁乘數之影響

臨界值 H0: b1=0 H0: b2=0

97.5%臨界值 0.269 0.341

95.0%臨界值 0.230 0.286

係數估計值 0.029 0.384

5.0%臨界值 -0.224 -0.276

2.5%臨界值 -0.265 -0.334

檢定結果 Not reject H0 Reject H0

註：我們利用拔靴法(bootstrapping)進行5000次的模擬估計，得到的97.5%、95%、5%以及2.5%的信賴區

間臨界值，且估計過程經Newey-West HAC Standard Errors & Covariance (lag truncation=2)調整。

31

附錄附錄附錄附錄 1

1 不對稱門檻共整合檢定不對稱門檻共整合檢定不對稱門檻共整合檢定不對稱門檻共整合檢定

進行時間序列分析時，首先必須對變數進行定性檢定，當個別變數均為 I(1)數列且

數列之間至少存在一組長期穩定關係時，變數之間稱為共整合。我們利用 Enders and

Siklos (2001)建議的 TAR 與 MTAR 模型，檢定不對稱長期共整合關係。

假設變數 ntt yy ,...,1 的整合秩(rank)均為 I(1)。根據 Engle and Granger (1987) 共整合

檢定的設定，變數之間的長期均衡關係為︰

tntntt eyyy ++++= βββ)))

...2101 (A1)

(A1)式中 iβ 表示估計參數， te 為誤差項，當長期關係存在時， te 為一個穩定的時間序列。

為了檢定變數之間是否存在共整合關係，我們利用下式對 te 進行單根檢定：

ttt ee ερ +=∆ −1 (A2)

(A2)式中的 tε 為一白噪音(white noise)的過程，當 02 <<− ρ 時，存在對稱穩定的長期均

衡關係。在對稱的模型中，不論 1−te 值是正或負，te 值的改變均等於 ρ 乘上 1−te 值。然而，

若長期關係是不對稱穩定，對稱假設會有模型錯誤設定的問題。Enders and Granger (1998)

與 Enders and Siklos (2001)，假設長期均衡誤差的正、負值是模型不對稱調整的訊號來

源，設立門檻自我迴歸模型，檢定不對訊息結構的長期均衡是否存在，TAR 模型設定

如下︰

tttttt eIeIe ερρ +−+=∆ −− 1211 )1( (A3)

(A3)式中的tI 為一指標變數(indicator variable)：

<

≥=

−

−

τ

τ

1

1

0

1

t

t

teif

eifI (A4)

(A4)式表示，當 1−te 值大於(或等於)門檻值τ 時，調整係數為 1ρ ，調整幅度為 11 −teρ 。當 1−te

值小於門檻值τ 時，調整係數為 2ρ ，調整幅度為 12 −teρ 。由於非線性模型的真實特性未

知，Enders and Siklos (2001) 進一步假設， 1−te 值的一次差分值 1−∆ te ，代表利率調整的

動能(momentum)，也可能是不對稱訊息結構中，促使利率不對稱調整的指標變數，此

時不對稱的 TAR 模型，稱為 MTAR(Momentum-TAR)模型。MTAR 模型設立如下︰

32

tttttt eMeMe ερρ +−+=∆ −− 1211 )1( (A5)

此時指標變數 tM 為：

<

≥=

−

−

τ∆

τ∆

1

1

0

1

t

t

teif

eifM

(A6)

(A6)式表示，當 1−∆ te 值大於或等於門檻值τ 時，調整係數為 1ρ ，調整幅度為 11 −teρ 。當

1−∆ te 值小於門檻值τ 時，調整係數為 2ρ ，調整幅度為 12 −teρ 。

此外，若(3)與(5)式存在自我相關時，可將 TAR 與 MTAR 模型可修正如下︰

t

p

j jtjttttt eeIeIe εγρρ +∆+−+=∆ ∑ = −−− 11211 )1( (A7)

t

p

j jtjttttt eeMeMe ε∆γρρ∆ ++−+= ∑ = −−− 11211 )1( (A8)

不論(A7)或(A8)式， te 序列為定性的充分條件必須滿足 0),(2 21 <<− ρρ 。在 te 為定

性且門檻值已知的情況下，利用最小平方法估計的參數 1ρ 及 2ρ ，具有漸近多變量常態

分配一致性估計式的特性。為檢定不對稱門檻共整合關係是否存在，Enders and Siklos

(2001) 利用Φ統計量進行檢定。Φ統計量是利用 F 分配檢定虛無假設 021 == ρρ 。當

拒絕虛無假設 021 == ρρ ，表示共整合關係存在。當共整合關係存在，可進一步利用標

準的 F 檢定來檢測對稱調整的虛無假設( 21 ρρ = )是否成立。若接受對稱調整的虛無假

設，則回到 Engle-Granger 共整合檢定的結果，表示變數之間的長期關係是對稱的，若

拒絕 21 ρρ = ，表示存在不對稱調整的長期共整合關係。所以，在 Enders and Siklos (2001)

的門檻共整合檢定法中，對稱的 Engle-Granger 共整合檢定為其特例。

另外，為了估計適當的門檻值，我們利用 Chan (1993) 的方法，估計 TAR 與 MTAR

模型中的門檻值τ ，假設數列為 jy ，j=1,…,T，估計過程是先將 jy 由小至大排序，

即 Tyyy <<< ...21 ，對每一個 jy ，令 jy=τ ，我們保留中間 70%的觀察值，資料前後

15%的觀察值事先予以排除，確保估計門檻值時所選取的觀察值是合適的，利用最小平

方法進行重覆估計，當殘差平方和(sum of squared errors)達到最小時下所估計出的門檻

值，為最適的門檻值。根據估計出的門檻值，設定 TAR 或 MTAR 模型的指標變數，進

行不對稱的共整合關係檢定，相關的臨界值我們參考 Wane et al. (2004)模擬的結果。

當利率之間共整合關係存在時，分析短期利率偏離的調整必須估計誤差修正模型。

33

但若利率存在異質性變異時，利用誤差修正模型估計短期利率偏離的調整會發生偏誤，

本文估計 EC-EGARCH-M 來解決。

2 疊代累積平方加總運算法簡述疊代累積平方加總運算法簡述疊代累積平方加總運算法簡述疊代累積平方加總運算法簡述

Inclán and Tiao (1994) 發展疊代累積平方加總運算法來檢測一時間數列變異數的

改變。此方法假設時間數列期初變異數呈一穩定狀態直至變異數突然發生改變為止，而

此過程隨時間不斷重複直至下一個未知的改變於變異數中發生。根據上述，令 ta 為一

服從平均數為零、變異數為 2

tσ 之常態分配獨立數列，而 2 , 0,1,...,j Tj Nτ = 為每一區間之

變異數，其中 TN 為 T 個觀察值中所檢測到變異數發生結構改變的總數， jt 表示第 j 個

結構改變點發生的時間點，即在改變點的區間集合 TtttTN <<<<< ...1 21 內，變異數分

別為：

Ttt

ttt

tt

TT NNt

t

t

<<=

<<=

<<=

,

,

1 ,

22

21

2

1

2

1

2

0

2

τσ

τσ

τσ

及

MM (A9)

為了估計變異數結構改變點個數及其每一區間改變時點，該方法事先計算獨立數列

ta 的平方加總。令 2

1, 1, ,

k

k ttC a k T

== =∑ L 為該數列由時間 1 至第 k 個點中心平均值

(mean-centered)平方加總。統計量 kD 定義如下：

T

k

C

CD

T

k

k −

= Tk ,...,1= 0 1 == TDDwith (A10)

若估計樣本期間內變異數沒有發生變動，則 D k 值在零之間波動(在水平橫軸線為 k

下)。相反的，當該數列變異數發生一或多個結構改變時，D k 值由零增加或減少。在齊

質變異數 (homogeneous variance)的虛無假設下，根據 D k 的分配可導出一上下界限為

臨界值用以檢測在已知機率下變異數是否存在顯著改變。當 D k 絕對值最大值大於臨界

34

值時拒絕虛無假設。令 k*為達到 max k |D k |時的 k 值，此顯示當最大 ( )2 kT D 值超

過先前決定界限 (predetermined boundary)， k* 即為所估計之結構改變點。

然而當數列本身存在多個結構改變點時，潛在的面具效果使 D k 函數本身不具充分性。

為解決該問題, Inclán and Tiao (1994) 建議利用 D k 函數有系統地尋找該數列不同區間

的結構改變點。在此架構下，ICSS 運算法建立於在該數列不同部份(或區間)連續地估算

D k，且不斷劃分區間直至所有可能的改變點被發現為止。為檢測利率波動的改變，我

們將利率進行差分，再去除其平均值之後的 ,i ta 來檢驗。加總 ,i ta 的平方可得到 C k，再計

算 D k。獲得 D k 後，便可利用 ICSS 運算法檢驗一個時間數列變異的多重結構改變點。

3 不對稱不對稱不對稱不對稱 EC-EGARCH(1, 1)-M 模型模型模型模型的鑑定的鑑定的鑑定的鑑定

對於 EC-EGARCH(1, 1)-M 模型是否配適得當，本文採用 Engle and Ng (1993) 建議

的符號偏誤檢定 (sign bias test )、負程度偏誤檢定 (negative size bias test)、以及正程度

偏誤檢定 (positive size bias test)等方法，檢定模型標準化殘差是否仍存在不對稱效果。

檢定模型如下：

tttttt

t

t ScScSc ιννκσ

ν++++=

−

+−

−−13121

2

ˆˆˆ

(A11)

其中

t

t

σ

ν為標準化衝擊， tι 為誤差項； )( +−

tt SS 為虛擬變數，表示在 1ˆ

−tν 小於零(大於零)

時等於 1，否則等於零。若模型配適適當，三種檢定將分別接受 0:0 =icH 的虛無假設，

以及 0: 3210 === cccH 的聯合檢定 (joint test)。

35

附錄附錄附錄附錄 2 各國零售利率結構改變發生時間各國零售利率結構改變發生時間各國零售利率結構改變發生時間各國零售利率結構改變發生時間(西元年西元年西元年西元年/月月月月)

國家(地區) 存款利率放款利率

香港 1995/05

1997/11

1998/11

1995/04

1997/10

2001/12

2005/03

2006/01

印尼 1988/09

1997/08

1999/11

1987/06

1987/09

1989/05

1991/08

1994/05

1997/08

1999/10

日本

1989/11

1990/05

1991/11

1992/03

1995/10

2005/07

1991/01

1996/01

南韓

1993/01

199304

1995/12

1997/12

1998/09

2001/11

2005/09

2006/01

1988/12

1989/12

1993/01

1993/04

1996/07

1999/01

馬來西亞 1987/04

1998/08

1999/05

1997/11

1999/06

菲律賓 2001/02 200203

新加坡

1990/01

1992/03

1994/01

1994/12

1997/12

1999/01

2001/09

2003/06

1990/02

1992/03

1994/08

1994/12

1995/09

1997/12

1999/01

2001/11

泰國

1990/03

1992/05

1998/07

1999/01

2002/03

2005/05

1987/06

臺灣 1989/05

2001/04

2002/12

2004/10

1999/08

美國

1987/02

1992/10

1999/11

2002/01

1992/02

1994/04

1995/03

1996/03

1998/10

2001/01

2002/01

36

Expected and unexpected momentary policy impulse and

asymmetric interest rate pass-through

Kuan-Min Wang∗ Department of Finance, Overseas Chinese Institute of Technology

Yuan-Ming Lee Department of Finance, Diwan College of Management

Bwo-Nung Huang

Department of Economics and Graduate Institute of International Economics,

National Chung Cheng University

Abstract

This study aims at examining the impact of expected and unexpected impulses of monetary

policy on the interest pass-through mechanism in 10 countries: Hong Kong, Indonesia, Japan,

Korea, Malaysia, Philippines, Singapore, Thailand, Taiwan and United States. It also investigates

the asymmetry and rigidity of pass-though process. Containing many factors, such as the major

explanatory power of error correction term over the conditional mean of cointegration series, the

impulse of expected and unexpected monetary policy, the asymmetric error correction term, the

asymmetric volatility, structural breaks and interest risk, EC-EGARCH-M model is created for

analyzing and examining the dynamic adjustment of interest rate. The empirical results show that:

(1) Most of the countries exist the markup effects in interest rate pricing. (2) The asymmetric

cointegration relation exists in six deposit interest rate, and four in lending rate. (3) Most of the

impacts of expected and unexpected monetary policy are positive, less are negative, and the effect

of unexpected monetary impulse are larger that expected ones. (4) The impacts of hetero-risk are

significant, the sign some are positive and some are negative. (5) Only a few countries exist

leverage effect. (6) Most countries have downwards rigid adjustments in retail interest rate. This

study, by analyzing the pass-though mechanism of retail rates in Asian countries and United states,

provides further evidence on the behavior of interest pricing within Asian and US financial

markets. In term of actuality, it supplies more facts for investors; banks as well as governments to

evaluate and assess various strategies concerning cash flows between countries. In term of

academic, the methodology and model, which have never been used by related literatures, are

employed to make deeper discovery.

Keywords: Interest rate pass-through, Expected interest rate, Monetary policy, Asymmetric

threshold cointegration, Hetero-risk of interest.

JEL Classification: C32; C53; E42; E52

∗ Correspondence: Kuan-Min Wang, Department of Finance, Overseas Chinese Institute of Technology, 100

Chiao Kwang Road, Taichung, 40721, Taiwan, E-mail : [email protected].

預期、、、、非預期貨幣政策的衝擊與不對稱的利率轉嫁非預期貨 …econ.ccu.edu.tw/2009/conference/3D1.pdf · 2 1比1，此時短期與中期乘數遠低於1。(2)

Documents