殖利率曲線中的物價膨脹預期能否解釋部門別價格指數的變化？

CAN INFLATION EXPECTATIONS IN THE YIELD CURVE EXPLAIN CHANGES IN SECTORAL PRICE INDICES?

本文旨在探討利率與物價之間的關係，藉由主成分分析法、Nelson-Siegel模型和Diebold-Li模型，萃取殖利率曲線中的利率期間結構資訊，以估計及預測各部門別的消費者物價指數走勢。研究使用2005年至2020年間，臺灣信用評等最佳公司的負債證券殖利率為解釋變數，對主要以貿易財與非貿易財兩大類劃分的部門別物價指數進行研究分析，以避免加總偏誤。實證結果顯示，上述三種利率期間結構的分析方法在解釋部門別物價指數的變化上皆具有相當程度顯著性，特別是Diebold-Li模型。我們另外也觀察到總指數、貿易財與非貿易財三種類別結果有不可忽視的差異存在。換言之，這些不容忽略的差異印證了使用部門別物價指數資料而非只有單一總指數的正當及正確性。值得注意的是，本文對於在滾動窗口方法下，利率資訊僅能良好地預測原先波動幅度較小的物價指數，據此推估本文資料可能存在文獻中常見的物價指數不確定性問題。因此藉著不確定性指數與時變性分析的方式進行物價變數剖析下，我們發現整體而言部門別物價資料於2007年、2010年、2015年及2020年具有明顯較高的不確定性，間接地導致模型預測能力受到影響。最後，儘管長期下景氣或結構的改變會帶來物價不確定性，也可能限制利率期間結構資訊的預測能力，但這些來自殖利率曲線中的隱含資訊對於部門別價格指數確實有良好的解釋能力。

This paper investigates the relationship between interest rates and the price level using the Principal Components method, Nelson-Siegel model, and Diebold-Li model to extract implicit information from the term structure of interest rates. Specifically, the interest rates of the highest credit-rating corporate debt securities from 2005 to 2020 are used to investigate the sectoral price indices from tradable and non-tradable sectors to prevent potential aggregation bias. All three approaches help explain the sectoral price movements, particularly the Diebold-Li method. Estimation results for tradable goods, non-tradable goods, and the aggregate price index vary significantly. In other words, the findings imply that it is necessary to apply sectoral price indices instead of an aggregate price index. Notably, model uncertainty issues with the price index prediction arise when we path of the uncertainty index. We, therefore, utilize a moving-window regression to illustrate the problems of uncertainty and find that the prediction results change because of the uncertainty arising in 2007, 2010, 2015, and 2020. Finally, the term structure of interest rates demonstrates a non-trivial ability of reflect sectoral price changes, despite uncertainties related to the price index.