42 Motivations behind Property Developers’ Price Cut: “Profit-Sharing” vs. “Sales” (VECM)，以探討議價率 (DR) 與銷售 (SR) 的因果關係及時間領先落後關係；在個 體觀點方面，為實證議價率與銷售率之關係，將建立議價率 (DRCROSS) 為依變數之新 推個案迴歸模型6。 一、總體觀點研究設計 本文主要探討議價率與銷售率時間上之因果關係。通常議價率可能影響銷售 率，而銷售率亦可能影響議價率，本文係探討兩者在時間關係上誰先誰後問題，據 此瞭解建商降價動機係為主動降價以增加銷售率（讓利說）；或是因為銷售率不佳 才降價（銷售說）。 議價率與銷售率長期應為均衡關係，但若議價率與銷售率為非定態 (Nonstationary) 時間序列資料，在兩序列對變數差分後（即差分議價率dDr 及差分銷售 率dSr），雖可消除變數之隨機趨勢，但可能會喪失資料本身長期重要訊息，透過 共整合模型將能捕捉議價率與銷售率長期趨勢。 原始向量自我迴歸模型 (Vector Autoregression; VAR) 沒有考慮共整合關係，如 果體系中變數都是具有單根的I (1) 序列且無共整合關係，始可利用差分後的VAR 模型分析。若存在共整合關係，差分後的VAR 模型忽略長期均衡關係，須將共整 合誤差項加入，即成VECM（黃台心、鍾銘泰與楊淳如，2015）。VECM考慮誤差 修正項所包含長期資訊與代表短期動態差分變數落差項，可完整描述體系內各時間 序列間動態調整過程。 由於大多數時間序列變數皆屬非定態時間序列，因此在建構VECM前，須先 對議價率與銷售率兩變數進行單根檢定，若檢驗結果為非定態性，須取一階差分消 除其非定態性，但差分後可能消除資料本身隱含之長期均衡訊息，僅短期資訊被保 留下來，較佳做法係利用Johansen (1988) 共整合檢定(Cointegration Test)，確認各 變數間是否存在長期均衡關係（共整合關係）；若有，則須運用VECM進行分析。 （黃台心等，2015） 建立向量誤差模型，須考慮VAR (p) 模型，依Granger Representation 定理， VAP (p) 模型可寫成向量誤差修正模型： 6 本文研究數據包括縱斷面資料及橫斷面資料，相關變數符號區別如下： SR：銷售率（時間數列資料）； dSR：差分銷售率（時間數列資料）； DR：議價率（時間數列資料）； dDR：差分議價率（時間數列資料）； DRCROSS：議價率（橫斷面資料）。
RkJQdWJsaXNoZXIy ODg3MDU=