本文不同以往文獻僅研究非流動性指標(illiquidity)影響，而是以HP-Filter將非流動性指標分解成長期趨勢與短期波動，研究過去20年來美國道瓊指數流動性改變狀況，以及與總體、銀行行為的關係。發現當長期趨勢與短期波動同時有結構性偏離時，能使市場流動性改變持久。且這2次流動性結構改變後的2~3年亦將伴隨金融危機的發生。
由於總體景氣循環時間較股票市場緩慢，且與流動性長期趨勢影響較大。相反的，銀行業較注重流動性的短期波動。此外非流動性短期波動對於銀行資本/資產比率改變有領先關係，代表銀行將隨短期流動性變化調整其資本比率；投資、風險性資產增減與資本比率的調整則有領先長期趨勢的變化，表示當市場景氣與銀行配置資產改變之後，才會產生對長期流動趨勢的質變。

We study the change at liquidity among DJIA’s liquidity and the condition of macroeconomics and the action of the bank in the latest 20years ago, our study is different of the other literatures that studies at the effect of illiquidity index, we separate the liquidity index to long-term trend and short-term volatility by HP-Fliter. While the composition of long-term trend and short-term volatility was diverged, it will change to endure the liquidity. It will happen financial crisis after the twice of the change of the composition at 2~3years. 
The duration of aggregate business cycle is slower than security market, and the influence to the liquidity of long-term trend is larger. Inversely, the bankers are focus on the volatility of short-term liquidity. Besides, the short-term volatility of illiquidity has leader relationship to the rate of capital/asset, bankers will adjust their capital rate according the volatility of short-term liquidity; they adjust capital rate and increase or decrease the assets of investing or risky have leader relationship to the trend of long-term liquidity. It means while the business cycle and assets allocated was changed that make the trend of long-term liquidity qualitative changed.

表目錄	IV
圖目錄	V
第一章  緒論	1
第一節  研究背景與動機	1
第二節  研究對象與範圍	3
第三節  研究的流程與架構	3
第二章  文獻探討	5
第一節	美國次級房貸回顧	5
第二節  金融危機影響總體經濟文獻探討	8
第三節  流動性 & 流動性風險介紹	10
第四節  流動性與資本市場相關性文獻探討	11
第五節  總體經濟變數與股價相關性之文獻探討	13
第三章  研究模型	15
第一節  非流動性比率	15
第二節  長期趨勢與短期波動的分解- HP濾波	15
第三節  CUSUM檢定	18
第四節  Granger 因果關係之檢定	20
第四章  實證結果與分析	21
第一節 美國危機區間回顧與分析	21
第二節 流動性結構變化-CUSUM檢定	24
第三節　流動性、總體與銀行業因子因果關係檢定	28
第五章  研究結論與貢獻	32
參考文獻	33
表目錄
表2.1：美國次級房貸危機影響時程表	6
表4.1：非流動性指標-自我相關模型配適表	24
表4.2：非流動性指標-長期趨勢	26
表4.3：非流動性指標-短期波動	27
表4.4：流動性、總體經濟、銀行變數代碼與資料來源表	29
表4.5：流動性、總體經濟、銀行變數單根檢定表	29
表4.6：流動性指標、總體因子與銀行行為領先落後關係表	30
表4.6 (續)：流動性指標、總體因子與銀行行為領先落後關係表	31
 
圖目錄
圖1.1：研究架構流程圖	4
圖4.1：美國2000年到2001年期間指數&成交量變化	22
圖4.2：美國2007年到2008年期間指數&成交量變化	22
圖4.3：美股道瓊指數與非流動性指標趨勢圖	23
圖4.4：非流動性指標CUSUM結構轉變檢定圖	25
圖4.5：美國1990~2010 年Fed fund rate & 美股道瓊指數	25
圖4.6：非流動性指標長期趨勢－CUSUM檢定圖	26
圖4.7：非流動性指標短期波動－CUSUM檢定圖	27

學術期刊：
張大成，沈中華，陳伯羽，（2002），「利用模型預測國家通貨危機」，產業金融月刊，第113期，頁2-19。
梅家緩，（1999），「從亞洲金融危機談預警指標」，主計月報，第87卷，第1期，頁37-45頁。
陳南光、張光亮，(2002)，「亞洲金融風暴的源起：基本面或傳染？」，經濟論文叢刊，第30卷第1期，頁1-26。
湯暘暘、劉錦，(2012)，「證券市場流動性和宏觀經濟的實證研究」。中國時代金融期刊，頁.246~.248。
絲文銘、范心慈，(2012)，「台灣股票流動性調整風險值之計算」。貨幣觀測與信用評等，頁.78~91。
劉鋒，(2012)，「我國證券市場流動性溢出效應的實證研究」。北京大學中國經濟研究中心。

中文文獻：
宋詩怡，(2008)，次級房貸事件對美國與台灣股市之衝擊分析。台北大學統計學所碩士論文。
林正杰，(2011)，亞洲主要股市相關性及其與總體經濟變數關係之研究：以中港台新日韓為例。屏東科技大學財務金融研究所碩士論文。
邱旭清，(2004)，台美日韓股市及台灣股價與其總體經濟變數之關聯性，中國文化大學經濟學研究所碩士論文。
柯禎禎，(2011)，次級房貸風暴前後國際金融股指數之關聯性探討。雲林科技大學財務金融系碩士班碩士論文。
郭彥菁，(2009)，美國次級房貸風暴對臺灣股匯市相關性之影響。真理大學管理科學研究所碩士論文。
楊才逸，(2010)，流動性衡量方法在金融海嘯期間之估計效果。交通大學財務金融研究所碩士論文。
劉振鋒，(2009)，臺灣股價指數與總體經濟變數之關聯性研究。，國立高雄第一科技大學金融營運研究所碩士論文。
劉惠鈴，（2003），「應用等比例危險模型於金融危機預警系統之研究」，朝陽科技大學財務金融系碩士論文。
蔡宜恆，(2009)，國際股市流動性與金融危機之研究。 高雄應用科技大學商務經營研究所碩士論文。
魏宏泰(2003)，台灣股價與總體經濟變數關係之實證研究，朝陽科技大學財務金融系研究所碩士論文。

英文文獻
Amihud, (2002). “Illiquidity and stock returns: cross-section and time-series effects”, Journal of Financial Markets. Vol. 5. pp. 31-56.

Acharya, V. V., and L. H. Pedersen, (2005), “Asset Pricing with Liquidity Risk.” Journal of Financial Economics. Vol. 77. pp.375–410.

Basel Committee on Banking Supervision, 2010. Basel III: International Framework for Liquidity risk measurement, standards and monitoring, December.

Basel Committee on Banking Supervision, 2011. Messages from the academic literature on risk measurement for the trading book. URL: www.bis.org/publ/bcbs_wp19.pdf.

Lown and Morgan, (2006), “The Credit Cycle and the Business Cycle: New Findings Using the Loan Officer Opinion Survey Journal of Money,” Credit and Banking ,Vol. 38, No. 6 , pp. 1575-1597

FSA , (2007). 'Recent Turbulence in Global Financial Markets and Northern Rock's Liquidity Crisis', Memorandum from the FSA to the Treasury Committee, 5 October

FSA , (2008). “Moves to Enhance Supervision in Wake of Northern Rock” (available at «http://www.fsa.gov.uk»), Press Release, 31 March

Goyenko, (2009). “Do liquidity measures measure liquidity?”,Journal of Financial Economics,Vol. 92, pp.153-181.

Scholes and Kimner ,(2011). Evolving from Quantitative Risk Management to a High-Performance Risk Management Analytic Framework  Insights on a new direction for risk management, URL: www.sas.com/resources/whitepaper/wp_18182.pdf

Naes, and Odegaard, (2011). “Stock market liquidity and the business cycle.” Journal of Finance, 66(1), 139-176.pp.19-34

Soderberg, (2008). Do macroeconomic variables forecast changes in liquidity? An out-of sample study on the order driven stock markets in Scandinavia, Working paper 10/2009, University of Vaxjo.

Wu, (2009). “Incorporating liquidity risk in value-at-risk based on liquidity adjusted returns”, Southwestern University of Economics and Finance.