臺灣外銷訂單指數
lm(ExportIndex~.,select(leading,c(2,8:18))) %>% summary
##
## Call:
## lm(formula = ExportIndex ~ ., data = select(leading, c(2, 8:18)))
##
## Residuals:
## Min 1Q Median 3Q Max
## -36.880 -13.624 2.495 10.543 35.365
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 102.790 5.368 19.149 < 2e-16 ***
## Jan -10.734 7.417 -1.447 0.15066
## Feb -22.582 7.417 -3.045 0.00291 **
## Mar -2.953 7.417 -0.398 0.69131
## Apr -7.147 7.591 -0.941 0.34851
## May -7.884 7.591 -1.039 0.30127
## Jun -6.781 7.591 -0.893 0.37366
## Jul -5.949 7.591 -0.784 0.43491
## Aug -5.169 7.591 -0.681 0.49735
## Sep 0.897 7.591 0.118 0.90615
## Oct 3.385 7.591 0.446 0.65654
## Nov 1.531 7.591 0.202 0.84054
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 16.97 on 111 degrees of freedom
## Multiple R-squared: 0.1508, Adjusted R-squared: 0.06668
## F-statistic: 1.792 on 11 and 111 DF, p-value: 0.06353
p1<-qplot(Date,ExportIndex,data=filter(leading,Feb!=1),geom=c("line","point"))+geom_smooth(method="lm")+ggtitle("臺灣外銷訂單指數")
p2<-ggplot(filter(leading,Feb!=1),aes(Date,Delt(ExportIndex)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣外銷訂單指 數MoM")
p3<-ggplot(filter(leading,Feb!=1),aes(Date,Delt(ExportIndex,k=12)))+geom_bar(stat="identity")+geom_smooth(method="lm")+ggtitle("臺灣外銷訂單指數 YoY")
grid.arrange(p1,p2,p3)
ggplot(Export,aes(x=Date,y=value,group=variable,color=variable))+geom_line()+geom_point()+geom_hline(yintercept=0,size=1)+ggtitle("出口商品細項 MoM")+scale_y_continuous(labels=percent)+ylab("Delta")
- 近十年二月為淡季(P-value=0.003)，且第四季高於整體平均，此處研究移除二月資料。
- 以指數來看，自2015年以來，MoM約有一半落於95%的信賴區間之下方，且我國出口總額已連續14個月負成長(其中每個細項除電子產品外成長率皆小於0)。
- 以此推論，臺灣的出口正在衰退。
臺灣核發建照面積數
lm(ConstructionPermit~.,select(leading,c(6,8:18))) %>% summary
p1<-qplot(Date,ConstructionPermit,data=filter(leading,Feb!=1 & Sep!=1),geom=c("line","point"))+geom_smooth(aes(Date,ConstructionPermit),data=leading[97:123,],method="lm")+ggtitle("臺灣核發建照面積")+ylab("ConstructionPermit (1000 meter square)")
p2<-ggplot(data=filter(leading,Feb!=1 & Sep!=1),aes(Date,Delt(ConstructionPermit)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣核發建照面積數 MoM")+ylab("Delta")
p3<-ggplot(data=filter(leading,Feb!=1 & Sep!=1),aes(Date,Delt(ConstructionPermit,k=12)))+geom_bar(stat="identity")+geom_smooth(method="lm")+ggtitle("臺灣核發建照面積 YoY")+ylab("Delta")+scale_y_continuous(labels=percent)
grid.arrange(p1,p2,p3)
- 淡旺季調整：二月、九月分別為淡旺季(P-Value=0.00001,0.04)，此處研究排除二月及九月資料。
- 自2014年以來營建許可面積有明顯下降趨勢，且近年MoM及YoY大部份都處於95%信賴區間下方，顯示營建許可核發量下降，營建業狀況不佳。
B/B 值
p1<-qplot(Date,BB,data=leading,geom=c("line","point"))+geom_smooth(method="lm")+ggtitle("BB Ratio")
p2<-ggplot(bb,aes(x=Date,y=value,group=variable,color=variable))+geom_line()+geom_point()+ggtitle("BB Ratio細項")+scale_y_continuous(labels=dollar)+ylab("Million")
grid.arrange(p1,p2)
- 雖BB值看似本月大幅增長，但實際看訂單及出貨的數字自2015也呈現明顯的下降趨勢，表示半導體業狀況不佳。
臺灣工業及服務業受僱員工淨進入率
lm(NetEntranceRate~.,select(leading,c(5,8:18))) %>% summary
##
## Call:
## lm(formula = NetEntranceRate ~ ., data = select(leading, c(5,
## 8:18)))
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.3850 -0.0585 0.0240 0.1340 0.3750
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.02500 0.08368 0.299 0.7657
## Jan -0.05409 0.11563 -0.468 0.6408
## Feb -0.29409 0.11563 -2.543 0.0124 *
## Mar 0.17773 0.11563 1.537 0.1271
## Apr 0.05300 0.11835 0.448 0.6551
## May 0.14500 0.11835 1.225 0.2231
## Jun 0.18200 0.11835 1.538 0.1269
## Jul 0.69200 0.11835 5.847 5.11e-08 ***
## Aug 0.17500 0.11835 1.479 0.1421
## Sep -0.02000 0.11835 -0.169 0.8661
## Oct 0.08500 0.11835 0.718 0.4741
## Nov 0.11100 0.11835 0.938 0.3503
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.2646 on 111 degrees of freedom
## Multiple R-squared: 0.4337, Adjusted R-squared: 0.3776
## F-statistic: 7.729 on 11 and 111 DF, p-value: 8.534e-10
p1<-qplot(Date,NetEntranceRate,data=filter(leading,Feb!=1 & Jul!=1),geom=c("line","point"))+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣工業及服務業受僱員工淨進入率")
p2<-ggplot(data=filter(leading,Feb!=1 & Jul!=1),aes(Date,Delt(NetEntranceRate)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣工業及服務業受僱員工淨進入率 MoM")+ylab("Delta")
p3<-ggplot(data=filter(leading,Feb!=1 & Jul!=1),aes(Date,Delt(NetEntranceRate,k=12)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣工業及服務業受僱員工淨進入率 YoY")+ylab("Delta")
grid.arrange(p1,p2,p3)
- 淡旺季調整，二月旺，七月淡(P-Value=0.01,0)，此處研究不考慮二月及七月資料。
- 過去一年起有一半數值低於平均，但未有明顯趨勢。
M1B
p1<-qplot(Date,M1B,data=leading,geom=c("line","point"))+geom_smooth(method="lm")+scale_y_continuous(labels=dollar)+ylab("M1B (億)")+ggtitle("臺灣M1B")
p2<-ggplot(data=leading,aes(Date,Delt(M1B)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣M1B MoM")+ylab("Delta")
p3<-ggplot(data=leading,aes(Date,Delt(M1B,k=12)))+geom_bar(stat="identity")+geom_smooth(method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣M1B YoY")+ylab("Delta")
grid.arrange(p1,p2,p3)
qplot(Date,SavingRate,data=SR,geom = c("line","point"))+geom_smooth(aes(Date,SavingRate),data=SR[22:37,],method="lm")+scale_y_continuous(labels=percent)+ggtitle("臺灣儲蓄率")
結論
- 但就算貨幣供給量增加，但營建業、製造業(特別是半導體業)皆衰退，持續成長的M1B反倒是一種警訊，一來可能有多餘的資金流入市場，卻依然無法阻止衰退，可見衰退力道很大。
- 另一方面，消費者可能擔心未來景氣，選擇將資金存起來，而沒有直接投入市場，這點亦可從儲蓄率提升來證明。