本論文在Li(2000)的Gaussian Copula的背景之下，將資產價值服從常態分配的假設改為服從Variance Gamma分配，利用Copula模型模擬債權群組內各個標的資產的違約時點，並利用蒙地卡羅抽取亂數的方法，取平均之後求得信用連結債券所連結的資產債權組合價值。除此之外，本論文比較假設資產價值服從常態分配、Student t分配和Variance Gamma分配下，計算求得的資產池價值。實證結果顯示，假設服從Variance Gamma分配最接近市場的真實違約資料。這是由於Variance Gamma分配具備Student t分配的厚尾性質，能有效捕捉常態分配缺少的尾端損失機率，並可調整偏態係數和峰態係數，可以求出更接近市場價值的評價結果。最後，在敏感度分析方面，改變影響資產池價值的兩大因子：平均違約回收率和資產間相關係數。結果顯示，當平均違約回收率高於0.7時，相關係數越高的債權群組，其資產池價值亦越高。若平均違約回收率越低且資產間相關係數越高的話，越容易出現一起違約的現象，因此資產池價值會下降。因此投資人在挑選信用連結債券時，應注意所連結的標的資產群組內資產報酬的相關性，最好避免相關性高的資產群組，以免金融海嘯來臨的時候，多個資產同時違約的情形發生。

1. Duan, J.C.(2010), “Clustered Defaults”, Working Paper, National University of Singapore, p. 87-91
2. Duffie, D. and N. Garleanu (2001), “Risk and valuation of collateralized debt obligations”, Finance Analysis Journal, Vol 57, p. 41-59
3. Hwang, R.-C. (2012), “A varying-coefficient default model. International Journal of Forecasting”, Vol 28, p. 675-688.
4. Hull, John and White, Alan (2004), “Valuation of a CDO and nth to default CDS without Monte Carlo simulation”, Journal of Derivatives, Vol 12, p. 8–23.
5. Li, David (2000), “On default correlations: a copula approach”, Journal of Fixed Income, Vol 9, p. 43–54
6. Longstaff, F., S. Mithal, and E. Neis (2004), “Corporate Yield Spreads: Default Risk or Liquidity? New Evidence from the Credit-Default Swap Market”. Working Paper.
7. Thomas Moosbrucker (2006), “Pricing CDOs with Correlated Variance Gamma Distributions.” Working paper.