臺灣博碩士論文加值系統

Copula函數幾乎是目前評價多資產信用衍生商品的標準模式，透過Copula模型可以建立資產間違約時點的相關性，然而卻無法產生違約強度或是信用價差之間的關聯性；此外，固定違約強度的假設與現實不符，在尚未發生違約的情況下，實際資產或公司間的違約強度與信用價差會呈現關聯性的隨機波動走勢。因此，本研究透過隨機違約強度模型與單因子Gaussian Copula函數的結合，藉由違約強度共同因子及違約時點共同因子（市場因子）的設定，同時將兩種相關性納入考量；此外，我們依據學者建議納入第三個違約相關性參數，也就是在兩個共同因子之間建立反向的相關係數，將原有架構延伸為更具有彈性的一般化模型。

建立模型架構後，本研究將援引順位違約信用交換商品為例，利用蒙地卡羅模擬法，針對各個違約相關性參數納入前後進行評價分析與比較，以及探討模型參數的敏感性分析；隨著違約強度的隨機發展，使本研究的模擬評價過程需要進行動態檢驗，並透過紀錄不同構面的指標分析發現，一般化模型的確更具有描述實際違約行為的彈性，以及捕捉違約叢聚現象的能力。

第一章 緒論 ……………………………………………………………… 1
第一節、研究動機與目的 ..……………………………………………….. 1
第二節、研究架構 ..……………………………………………………….. 3

第二章 文獻回顧 ………………………………………………………… 4
第一節、信用風險模型簡介 .……………………………………………... 4
第二節、簡約式模型 ……………………………………………….……... 7
第三節、Copula函數 ……………………………………………………… 9
第四節、結合簡約式模型與Copula函數 ………………………………... 11
第五節、第N順位違約交換契約簡介 …………………………………… 13
一、信用違約交換契約 ……………………………………….…….. 13
二、順位違約信用交換契約 ………………………………….…….. 16

第三章 研究模型 ………………………………………………………… 18
第一節、雙重違約相關模型 ……………………………………….……... 19
一、隨機違約強度模型 ……………………………………….…….. 19
二、單因子Gaussian Copula模型 ………………………………….. 22
三、多資產違約時點（存活時間）的模擬步驟 …………….…….. 22
四、利用本研究模型評價順位違約交換契約 ……………….…….. 24
第二節、三重違約相關模型 ……………………………………….……... 28
一、共同因子之間的相關性 ………………………………….…….. 28
二、模型特色 ………………………………………………….…….. 30

第四章 模型分析與評價 ………………………………………………… 34
第一節、隨機違約強度模型之動態結構探討 ……………………………. 34
一、違約強度相關性 …………………………………………………. 35
二、違約時點（事件）相關性 ………………………………………. 36
第二節、順位違約信用交換契約（NTD）之評價結果分析 ……………. 38
一、Nth-to-default Spreads …………………………………………….. 39
二、違約個數之機率分佈比較 ………………………………………. 44
三、平均違約個數比較 ………………………………………………. 47
四、新增或提前違約次數 ……………………………………………. 49
第三節、模型參數之敏感性分析 …………………………………………. 52
一、違約強度模型參數 ………………………………………………. 52
二、整體模型參數 ……………………………………………………. 54

第五章 結論與建議 ………………………………………………………. 60
第一節、結論 ………………………………………………………………. 60
第二節、後續改善及研究建議 ……………………………………………. 61

參考文獻 …………………………………………………………………... 63

1.林建宏，2005，『擔保債權憑證評價：各種copula模式之比較』，台灣大學國際企業研究所碩士論文
2.廖四郎、李福慶，2005，『擔保債權憑證之評價-- Copula分析法』，台灣金融財務季刊第六輯第二期
3.陳雲龍，2004，『信用衍生性產品相關性交易分析（Correlation Trading）』，政治大學經營管理研究所碩士論文
4.吳香瑩，2004，『證券商從事信用違約交換交易之實務探討』，證券櫃檯期刊107期
5.吳振雄，2003，『信用衍生金融商品訂價與產品介紹』，淡江大學財務金融研究所碩士論文
6.薛立言、劉亞秋，2004，『債券市場』，東華書局

7.Cox, J., J. Ingersoll, and S. Ross, 1985, A Theory of the Term Structure of Interest Rates. Econometrica 53, 385-407.
8.Duffie, D. and K. Singleton, 1999, Simulating Correlated Defaults, Working Paper, University of Stanford.
9.Duffie, D., 2004, Time to adapt Copula methods for Modeling Credit Risk Correlation, RISK April.
10.Laurent, J.-P. and J. Gregory, 2003, Basket Default Swaps, CDO’s and Factor Copulas, Technical Report, BNP Paribas and ISFA Actuarial School, University of Lyon.
11.Lucas, D., 2004, Default Correlation：From Definition to Proposed Solutions, UBS CDO Research.
12.Hull, J., 2003, Options, Futures and Other Derivatives, Prentice Hall; 5th Edition.
13.Hull, J. and A. White, 2004, Valuation of a CDO and an nth to default CDS without Monte Carlo simulation, Journal of Derivatives, 12(2), 8-48.
14.Hull, J. and A. White, 2005, The Perfect Copula, Working Paper, University of Toronto.
15.Schonbucher, P. J. and D. Schubert, 2001, Copula-Dependent Default Risk in Intensity Models, Working Paper, Bonn University.
16.Voort, van der, M., 2004, Double Default Correlation, Working Paper, ABN AMRO Bank and Erasmus University Rotterdam.
17.Whetten, M. and M. Adelson, 2004, Credit Default Swap（CDS）Primer, Nomura Fixed Income Research.
18.Whetten, M. and M. Adelson, 2004, Correlation Primer, Nomura Fixed Income Research.
19.Whetten, M. and M. Adelson, 2004, Tranching Credit Ridk, Nomura Fixed Income Research.
20.Yu, F., 2005, Default Correlation in Reduced-Form Models, Working Paper, University of California, Irvine.