３　実証分析
　時間区間を[1975:1，1997:4]に取って，金融波及効果を調べる事にする。
データ
　Nikkei Needsデータベースによる[1975:1，1997:4]までの四半期データを扱う。 データのリストは，実質GDP，マネーサプライ十CD，銀行貸出，GDPデフレータおよびコールレートとする。コールレート以外は季節調整済みである。マネーサプライと銀行貸出はGDPデフレータによって実質化し，さらにコールレート以外の変数には自然対数を掛けておく。変数の記号は以下の通りである。

y（t）= ln（実質GDP）　，
ｐ（t）= ln(GDPデフレータ)　，
m（t）= ln (+CD) - p，
ｌ（t）= ln (銀行貸出) - p，
r（t）=コールレート，

単位根テスト
　ADF検定[13]を事前テストとして行い，対象となる各変数がトレンドを伴っているか否かを調べる。		 その結果に基づいて，単位根を帰無仮説としてERS （Elliott - Rothenberg - Stock）検定[14]を実行する。遅れ次数はAIC規範により決定される。次に，定常性を帰無仮説としてKPSS検定[16]を行い，先のERS検定と組み合わせて検定力を高めることにする。
　表1はr(ｔ)，m(ｔ)，ｌ(ｔ)およびy(ｔ)に関する単位根検定の結果である。r (t)については，単位根は棄却されず，同時に定常性も棄却されない。ERSテストにおける10%臨界値は-2.764であり，テスト値-2.682と近い。一方，KPSSの10％臨界値0.119も，テスト値0.091と近い。したがって，r(t)は定常，非定常のどちらの可能性も含んでいる。以下では，r(ｔ)を定常とみなした場合と，非定常とみなした場合の2通りにおける解析を行う。
　m(t)については，単位根は10％有意レベルで棄却され，定常性は5％有意レベルで棄却される。この場合も定常，非定常の両方の可能性があるが，有意レベルの5％を重視して，非定常とみなすことにする。
　ｌ(t) およびy(t) については，単位根は棄却され

表1　Unit Root Test〔1975 : １,1997:４〕
var.
ERS
lag
KPSS
additional regressors
ｒ
ｍ
ｌ
y
-2.682
-2.952＊
-0.563
-0.497
１
10
10
１
 　　0.091
　　0.204＊＊
　　1.224＊＊＊
　　1.248＊＊＊
const.and trend
const.and trend
const.
const.
＊＊＊，＊＊および＊は各々1％，5％，10％の有意レベルとする。臨界値はElliott-Rothenberg-Stock（1996）とMacKinnon（1996）[15]を組み合わせて得られたもの,ならびにKPSS（1992）によるものである。遅れ次数はの範囲でのAICによって決定されている。
 
- 5 -
<<back　　　　next>>