2007年次貸風暴，加上資產證券化、結構性商品的金融創新，投資於次貸相關的衍生性金融商品遍及所有金融機構，造成過度投資的金融機構遭受嚴重衝擊，喪失流動性，多間著名金融機構倒閉，重創全球，引發全球性金融危機。為此，巴塞爾銀行監理委員會於2009年12月發布「流動性險衡量、標準及監控之國際架構」諮詢文件，提出流動性覆蓋比率與淨穩定資金比率兩項指標。
本研究主要利用Gonza'lez, Terasvirta and Dijk (2004, 2005)提出的縱橫平滑移轉迴歸模型，衡量流動性風險是否對經營績效存在縱橫平滑移轉效果。結果發現，流動準備率小於23.5375%時，存放比率對銀行經營績效呈正相關，逾放比率、銀行規模對銀行績效呈負相關；流動準備率大於23.5375%時，逾放比率、資產規模與銀行績效呈負相關。流動資產比率小於0.119%， 銀行績效與資產規模呈負相關、與資本適足率呈正相關；當流動資產比率大於0.119，資產規模、資本適足率皆與銀行績效呈負相關。

The 2007 U.S. happened subprime mortgage crisis, coupled with the asset securitization and structured finance products. The financial institutions invest in subprime mortgage–related derivative financial instruments and suffered a shock, loss liquidity. A number of financial institutions went bankrupt, triggering the global financial crisis. To this end, BCBS released “International Framework for Liquidity Risk Measurement, Standards and Monitoring”. BSBC proposed liquidity coverage ratio and net stable funding ratio.
This paper used panel smooth transition autoregressive model to determine whether the liquidity risk to banking performance exist panel smooth transition effect. When liquidity reserves ratio is less than 23.5375%, it is positively relevant between loan-to-deposit ratio and banking performance, while it is negatively relevant between non-performing loans ratio and banking performance, it is negatively relevant between banking size and banking performance. When liquidity reserves ratio is greater than 23.5375%, it is negatively relevant between non-performing loans ratio and banking performance, it is negatively relevant between banking size and banking performance. When liquid assets ratio is less than 0.119%, it is negatively relevant between banking size and banking performance ,but it is positively relevant between BIS ratio and banking performance. When liquid assets ratio is greater than 0.119%, it is negatively relevant between banking size, BIS ratio and banking performance.

謝辭	I
目錄	IV
表目錄	IV
圖目錄	VI
第一章	緒論	1
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	理論與相關文獻	6
第一節	巴塞爾資本協定	6
第二節	銀行經營績效相關文獻	11
第三節	銀行流動性之相關文獻	13
第三章	研究方法	15
第一節	研究資料	15
第二節	研究方法與步驟	16
第三節	變數的操作性定義與預期影響	25
第四章	實證結果與分析	31
第一節	基本敘述統計	31
第二節	縱橫平滑移轉模型之實證結果	36
第五章	結論	52
第一節　結論	52
第二節　建議	55
參考文獻	56

表目錄
表 1 研究對象資料表	15
表 2以流動準備率為門檻變數之預期影響	28
表 3以流動資產比率為門檻變數之預期影響	29
表 4以資產規模為門檻變數之預期影響	30
表 5敘述統計量與常態檢定	32
表 6流動準備率對銀行經營績效之同質性檢定	37
表 7流動準備率對銀行經營績效之模型檢定	38
表 8流動準備率對銀行經營績效之轉換區間個數檢定	38
表 9流動準備率對銀行經營績效之模型估計結果	39
表 10流動準備率對銀行經營績效模型中控制變數的影響	40
表 11流動資產比率對銀行經營績效之同質性檢定	42
表 12流動準備率對銀行經營績效之模型檢定	42
表 13流動資產比率對銀行經營績效之轉換區間個數檢定	43
表 14流動資產比率對銀行經營績效之模型估計結果	44
表 15流動資產比率對銀行經營績效模型中控制變數的影響	45
表 16資產規模對銀行經營績效之同質性檢定	47
表 17資產規模對銀行經營績效之模型檢定	48
表 18資產規模對銀行經營績效之轉換區間個數檢定	48
表 19資產規模對銀行經營績效之模型估計結果	49
表 20資產規模對銀行經營績效模型中控制變數的影響	50

圖目錄
圖 1研究流程圖	5
圖 2 m=1之邏輯形模型	19
圖 3 m=2之指數形模型	20
圖 4資產報酬率之敘述統計	33
圖 5流動準備率之敘述統計	33
圖 6存放比率之敘述統計	34
圖 7逾放比率之敘述統計	34
圖 8資產規模之敘述統計	35
圖 9資本適足率之敘述統計	35
圖 10流動資產比率之敘述統計	36
圖 11流動準備率對銀行經營績效之轉換函數圖形	41
圖 12流動資產比率對銀行經營績效之轉換函數圖形	45
圖 13資產規模對銀行經營績效之轉換函數圖形	51

一.中文文獻
1.李沃牆，(2010)，「成交量、未平倉量及波動率對期貨報酬率之關聯分析─縱橫平滑移轉模型」，臺灣期貨與衍生性商品學刊，第10期，頁1~31。
2.李靜惠、魏錫賓，(2012)，「銀行流動性風險評估─參加東南亞中央銀行研訓研究中心研討會」，行政院所屬各機關因公出國人員出國報告書。
3.張婷雁，(2005)，資本適足率與銀行風險及財務績效之關聯─縱橫平滑移轉模型之應用，淡江大學財務金融學系碩士班碩士論文。
4.陳椿鶯，(2008)，銀行業資產品質與經營績效關聯性之研究，逢甲大學會計學系碩士班碩士論文。
5.黃嘉薇，(2012)，銀行流動性因素對資本適足率的影響─以本國為例，淡江大學財務金融學系碩士班碩士論文。
6.劉欣欣，(2012)，銀行流動性風險與經營績效之關聯性分析，國立台北大學會計學系碩士班碩士論文。
7.劉雪聆，(2004)，金融控股公司子銀行與獨力銀行之經營績效探討，國立中興大學高階經理人碩士在職專班碩士論文。
二.英文文獻
1. Davies, R. B., (1977),“Hypothesis Testing When A Nuisance Parameter Is Present Only Under The Alternative, ”Biometrika,Vol.64,No.2, pp.247-254.
2. Davies, R. B., (1987),“Hypothesis Testing When A Nuisance Parameter Is Present Only Under The Alternative,”Biometrika, Vol.74, No.1, pp. 33-43.
3. Gambacorta, L., (2011),“Do Bank Capital And Liquidity Affect Real Economic Activity In The Long Run? A VECM Analysis For The US,”Economic Notes, Vol.40, pp.75-91.
4. Gonza'lez, A., T. Terasvirta, and D. V. Dijk, (2004),“Panel Smooth Transition Regression Model and an Application to Investment under Credit Constraints,”working papers.
5. Gonza'lez, A., T. Terasvirta, and D. V. Dijk, (2005),“Pamel Smooth Transition Regression Models,”working papers.
6. Hansen, B. E., (1996),“Inference When A Nuisance Parameter Is Not Identified Under The Null Hypothesis,”Econometrica, Vol.64, No.2, pp.413-430.
7. Hansen, B. E., (1999),“Threshold Effects in Non-Dynamic Panels: Estimation, Testing, and Inference,”Journal of Econoetrics, Vol.93, pp.345-368.
8. Im, K. S., M. H. Pesaran, and Y. Shin, (2003),“Testing For Unit Roots In Heterogeneous Panels,”Journal of Econometrics, Vol.115, pp.53-74.
9. Jasevičienė, F., B. Povilaitis, and S. Vidzbelytė, (2013),“Commercial Banks Performance 2008-2012,”Business, Management And Education, Vol.11, No.2, pp.189-208.
10. Levin, A., C. F. Lin, and C. S. J. Chu, (2002),“Unit Root Tests In Panel Data: Asymptotic And Finite-Sample Properties, ”Journal of Econometrics, Vol.108, No.1, pp.1-24.
11. Luukkonen, R., P. Saikkonen, and T. Terasvirta, (1988),“Testing Linearity Against Smooth Transition Autoregressive Models,”Biometrika, Vol.75, No.3, pp.491-499.
12. Lundbergh, S., T. Terasvirta, and D. V. Dijk, (2003),“Time-Varying Smooth Transition Autoregressive Models,”Journal of Business and Economic Statistics, Vol.21, No.1, pp.104-121.
13. Maddala, G. S. and S. Wu, (1999),“A Comparative Study Of Unit Root Tests With Panel Data And A New Simple Test,”Oxford Bulletin Of Economics And Statistics, Vol. 61, pp.631-652.
14. Schnabl, P., (2012),“The International Transmission Of Bank Liquidity Shocks: Evidence From An Emerging Market,”The Journal Of Finance, Vol.67, No.3, pp.897-932.
15. Terasvirta, T., (1994), “Specification, Estimation, and Evaluation of Smooth Transition Autoregressive Models,”Journal of American Statistical Association, Vol.89, No.45, pp.208-218.