本研究利用時間序列的各種方法，深入探討2006年1月1日起至2008年4月30日期間日資料的美國股市三大股價指數Nasdaq、 Down Jones及S&P500之長期均衡與短期動態互動關係。研究方法包括Augmented Dickey-Fulller(ADF)單根檢定法、Johansen的五模型最大概似共整檢定、因果關係(Granger causality)檢定、向量自我迴歸模型(VAR)來對樣本資料作檢測。
其所得結果發現：美國三大股價指數皆為I(1)的非定態數列，呈隨機漫步的狀況，投資人無法以技術分析獲取超常報酬。於共整合的檢定結果中顯示，各股價指數間並無共整之長期均衡關係存在，表示次貸風暴期間，美國各別股市並無法準確預估其他相關股市的走勢。不過在此風暴期間，投資人可藉三大股市趨離的走勢，進行投資組合分散風險的策略。
本研究另自Granger 因果關係檢定及VAR模型檢定發現，Nasdaq股價指數對於其股價指數而言，具有最為領先的地位，其次為Down Jones股指，而S&P500股指則在美國三大股指中呈現最為“落後”的現象。最後，在三大指數間的相互衝擊中，發現Nasdaq及Down Jones對S&P500有較強烈的正向短期衝擊影響；而Nasdaq對Down Jones亦顯現出明顯的正向短期衝擊影響。變異數分解的實證結果與衝擊反應分析所得發現相似，Nasdaq及Down Jones股價指數對其三大指數波動所產生的解釋能力皆高於S&P500股價指數，其中尤以Nasdaq的解釋能力最強。
綜觀所有本文研究發現，由本研究所使用多項時間序列方法針對美國三大指數的互動影響中得到，無論在「領先-落後」關係，或衝擊及解釋力的影響上，Nasdaq股價指數皆顯現出為最有影響力之美國股價指數，建議國際投資客在以美國三大股價指數作為各國股市走勢之參考指標時，宜以Nasdaq股價指數為持股策略的主要參考指標。

The purpose of this thesis is to apply various time series methodologies to fully investigate the long run and short run dynamic relationships among three major stock indices in the US for the period of 2006/01/01 through 2008/04/30.  The three major stock indices are Nasdaq, Dow Jones and S&P 500 and those time series methodologies employed include Augmented Dickey-Fully (ADF) unit-root test, Johansen five models of maximum likelihood cointegration test, Granger causality test and vector autoregressive (VAR).
The first finding from ADF test is that all three US major stock indices are I(1) non-stationary series.  The presence of the random walk asserts that no abnormal return can be obtained from the technique analysis.  The further finding of no cointegration relationship implies that during the sub-prime period, the investors can not get arbitrage but diversify from the US major stock indices. 
Other findings of the ‘lead-lag’ relationship from Granger causality and VAR model tests can be summarized as follows.  The Nasdaq shows the most leading position, then the Dow Jones, and the S&P 500 the most lagged position.  From impulse response function (IRF), we find that S&P 500 is positive and short run strongly responded to the shocks of Nasdaq and Dow Jones, whereas Dow Jones is positive and short run strongly responded to the shocks of Nasdaq.  The result of variance decomposition (VDC) is quite similar to that of IRF.  VDC shows the ordering of the explanatory power of the US three major indices is Nasdaq, Dow Jones and S&P 500.
Summary of all the findings from this thesis, we find that no matter the ‘laed-lag’ relationship, the shock impulse or the explanatory power, Nasdaq is always the leading index which can be viewed as the reference index for the stock movement.

第一章 緒論
第一節 研究背景與動機……………………………………………………………..1
第二節 研究目的……………………………………………………………………..3
第三節 研究架構與流程……………………………………………………………..4
第二章 文獻探討……………………..…………………………………………………6
第三章 資料來源………………………..………………………………………………9
第四章 研究方法
    第一節 單根檢定(Unit-root Test)……..……………………………………………11
第二節 共整合檢定(Cointegration Test)……………………………………………12
第三節 Granger因果關係檢定(Granger Causality)…………..……………………12
第四節 衝擊反應函數分析(Impulse Response Function)…….……………………13
第五節 預測誤差變異數分解(Variance Decomposition) …….……………………14
第五章 實證結果
    第一節 單根檢定結果分析 …………………………………………………………16
    第二節 共整合檢定分析 ……………………………………………………………17
    第三節 Granger因果關係檢定分析 …………………………..……………………18
    第四節 向量自我迴歸(VAR)模型 ……… …………………………..……………..19
    第五節 衝擊反應分析………………………..………………………………………20
 第六節 變異數分解分析……………………………..………………………………22
第六章 結論與後續研究
結論……………………………………………………………………………………24
參考文獻…………………………………………………………………………………..25
表目錄

表【1-1】為美國三大指數之比較.……………………………………………………………2
表【5-1】 股價指數之ADF原始水準值單根檢定結果表…………………………………17
表【5-2】 股價指數之ADF經一階差分單根檢定結果表…………………………………17
表【5-3】 股價指數之共整合向量檢定表…………………………………………………18
表【5- 4】股價指數之Granger因果關係………………….……...….…………………….19
表【5-5】股價指數之VAR模型各落後期之AIC值.……...…………………….……….20
表【5-6】三大股價指數間的短期互動關係………………………….…………………….20
表【5-7】各股價指數之預測誤差變異數分解結果………………….…………………….23
 
圖目錄

圖【1-1】 本研究之流程圖……………………………………………………………………5
圖【4-1】 時間序列方法之實證流程………………………………………………………10
圖【5-1】各股價指數之衝擊反應分析圖……………………………………………………21

壹、中文文獻
王淳儒，「美、英、日、德、法與亞太新興國家股市關聯性之研究」，私立中國文化大學國際企業管理研究所碩士論文，民國86年6月。
吳銀釧，「台灣與國際股巿相關係數的時間數列分析及應用」，國立政治大學國際貿易研究所碩士論文，民國87年6月。
紀嘉政，「台灣股市與美國、日本及香港股市共移性之研究」，私立淡江大學金融研究所碩士論文，民國87年6月。
黃紀風，「國際股票巿場共整合與動態關聯性之實證研究」，私立淡江大學金融研究所碩士論文，民國87年6月。
國際投資月刊編輯部，「連續升息對美國股市的影響」，國際投資月刊，民國94年6月，第35期，頁74-76
陳振遠、黃嘉興與王朝仕，「臺灣與美國股市互動之再檢測」，臺灣銀行季刊，民國95年12月，第57卷第4期，頁259-275
莊忠柱與王譯賢，「政黨輪替與股市大崩盤對美國股市股價變動與波動性的影響」，東吳經濟商學學報，民國92年6月，第41期，頁1-24
莊家彰與管中閔，「臺灣與美國股市價量關係的分量迴歸分析」，經濟論文，民國94年12月，第33卷第4期，頁379-404
郭敏華與張瑞芬，「投資人出盈保虧行為偏誤之探討--臺灣與美國股市之比較」，東海管理評論，民國92年12月，第6卷第1期，頁31-49
盛曉青，「東南亞金融風暴期間亞洲各國股市之共整合關係與變異數分解之研究」，私立東吳大學企業管理研究所碩士論文，民國87年6月。
楊澤泉與劉璁霖，「資產組合保險效果之研究--美國股市崩盤之實證」，證券市場發展，民國85年10月，第8卷第4期，頁89-108
劉健欣，「台灣股市與美國股市關連性之實證研究」，私立淡江大學管理科學研究所碩士論文，民國87年6月。

貳、英文文獻
Cerny, Alexandr and Michal Koblas, “Stock Market Integration and the Speed of Information Transmission,” Czech Journal of Economics and Finance, 58(1/2), 2008, 2-20
DeLong, J. Bradford and Konstantin Magin, “The U.S. Equity Return Premium: Past, Present, and Future,” Journal of Economic Perspectives, 23(1), 2009, 193-208
Dickey, D. A. and W. A. Fuller, “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, 74, 1979, 427-431
______, “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root,” Econometrica, 49, 1981, 1057-1072
Doldado, Juan, Tim Jenkinson, and Simon Sosvilla-Rivero, "Cointegration and Unit Roots," Journal of Economic Surveys, 4, 1990, 249-73
Engle, R. and C. Granger, “Co-Integration and Error Correction Representation, Estimation and Testing,” Econometrica, 55, 1987, 251-267
Gonzalo, J., “Five Alternative Methods of Estimating Long-run Equilibrium Relationships,” Journal of Econometrics, 60, 1994, 203-233
Granger, C. W. J., “Investigating Causal Relations by Econometric Models and Cross-Spectral Methods,” Econometrica, 37, 1969, 424-436
______, “Some Recent Developments in a Concept of Causality,” Journal of Econometrics, 39, 1988, 199-211
Granger, C. W. J. and P. Newbold, “Spurious Regressions in Econometrics,” Journal of Econometrics, 2, 1974, 111-120
Johansen, S., “Statistical Analysis of Cointegration Vectors,” Journal of Economic Dynamics and Control, 12, 1988, 231-254
        , “Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models,” Econornetrica, 59, 1991,1551-1580
______, ”Determination of Cointegration Rank in the Presence of a Linear Trend,” Oxford Bulletin of Economics and Statistics, 54, 1992, 383-397
______, “The Role of the Constant and Linear Terms in Cointegration Analysis of Nonstationary Variables,” Econometric Reviews, 13, 1994, 205-229
Johansen, S. and K. Juselius, “Maximum Likelihood Estimation and Inference on Cointegration with Applications to the Demand for Money,” Oxford Bulletin of Economics and Statistics, 52, 1990, 169-210
Kizys, Renatas and Christian Pierdzioch, “Changes in the International Comovement of Stock Returns and Asymmetric Macroeconomic Shocks,” Journal of International Financial Markets, Institutions and Money, 19(2), 2009, 289-305
Nelson, D. B., “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, 59, 1991, 347-70 
Nieh, C. C. and C. F. Lee, "Dynamic Relationship Between Stock Prices and Exchange Rates for G-7 Countries," Quarterly Review of Economics and Finance, 41(4), 2001, 477-490
Osterwald-Lenum, M., "Practitioner's Corner A Note with Quantiles of the Asymptotic Distribution of the Maximum Likelihood Cointegration Rank Test Statistics," Oxford Bulletin of Economics and Statistics, 54, 1992, 461-472.
Schwert, G. W., "Tests for Unit Roots: A Monte Carlo Investigation," Journal of Business and Economic Statistics, 7, 1989, 147-159.
Sims, C. A., “Comparison of Interwar and Postwar Business Cycles: Monetarism Reconsidered,” American Economic Review, 70, 1980, 250-257
Su, Qian, Terence Tai-Leung Chong and Isabel Kit-Ming Yan, “On the Convergence of the Chinese and Hong Kong Stock Markets: A Cointegration Analysis of the A and H Shares,” Applied Financial Economics, 17(16/18), 2007, 1349-57
Valadkhani, Abbas and Surachai Chancharat, “Dynamic Linkages between Thai and International Stock Markets,” Journal of Economic Studies, 35(5/6), 2008, 425-41