簡易檢索 / 詳目顯示
| 研究生： |
謝伊婷 Hsieh, Yi-Ting |
|---|---|
| 論文名稱： |
複合型保護層信用擔保債權憑證之評價與風險分析：機率杓斗法則之延伸 On the valuation and risk characteristic of synthetic CDOs with compound protection layers: extending probability bucketing algrithm |
| 指導教授： | 江彌修 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 金融學系 Department of Money and Banking |
| 論文出版年： | 2008 |
| 畢業學年度： | 96 |
| 語文別： | 中文 |
| 論文頁數： | 60 |
| 中文關鍵詞： | 信用擔保債權憑證 、高斯單因子繫聯結構模型 、機率杓斗法則 、避險比例 、違約價值 |
| 相關次數： | 點閱：140 下載：66 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
以往投資人認為透過『附加保護層』的保護機制，損失不易流通至主擔保債權憑證，潛在損失較低；又因包含龐大之標的債權，投資人也認為該投資風險分散程度較高，風險暴露程度較低。然而，2007年7月發生次級房貸風暴，導致複合型保護層信用擔保債權憑證各分券投資人產生鉅額損失，方了解於保護層的面紗之下，隱含了不為人知的風險。
因此，本研究目的發展合成型複合型保護層信用擔保債權憑證之評價模型，以雙層信用擔保債權為例，『由下而上』依序建構標的債權群組，至主擔保債權憑證之總損失機率分配；並透過直觀的考慮所有損失的可能組合，使估計之合理信用價差更為精確，不僅解決以往評價雙層擔保債權憑證的維度限制，計算子分券數目為二以上的情形，更能將此模型推廣至所有複合型保護層信用擔保債權憑證之評價，適合實務應用。
除此之外，本研究亦希望透過實務界常用之風險衡量指標，揭開保護層之厚重面紗，探討複合型保護層信用擔保債權憑證所隱含之風險，提供投資人參考。透過與一般信用擔保債權憑證之風險特性，探討『附加保護層』機制是否真能提升風險分散程度，抑或反而有損失累積的效果。最後，本研究也藉由風險衡量指標，分析資產重疊程度由低至高時，對對雙層信用擔保債權憑證風險的影響，了解風險是否會隨其資產重疊度增加而增加。
第一章 緒論......................................1
第一節 研究動機與目的...........................1
第二節 複合型保護層信用擔保債權憑證之商品架構......3
第三節 研究架構................................6
第二章 文獻探討..................................7
第一節 信用風險模型.............................7
第二節 一般信用擔保債權憑證評價模型..............11
第三節 複合型保護層信用擔保債權憑證評價模型.......12
第三章 評價模型設定與風險衡量指標..................13
第一節 評價模型設定............................13
第二節 風險衡量指標............................21
第四章 數值分析與結果............................25
第一節 複合型保護層信用擔保債權憑證評價結果.......25
第二節 複合型保護層信用擔保債權憑證風險分析.......33
第五章 結論與建議................................56
第一節 結論...................................56
第二節 未來研究建議............................58
參考文獻.......................................59
Baheti, P., Mashal, R., Naldi, M., and Schloegl., 2005, “Squaring factor copula models”, Risk, 18(6), 73-76.
Black, F. and Cox, J. C., 1976, “Valuing Corporate Securities: Some Effects of Bond Indenture Provisions”, Journal of Finance, 31, 351-367.
Geske, R., 1979, “The Valuation of Compound Options”, Journal of Financial Economics, 7, 63-81.
Gibson, M., 2004, “Understanding the risk of synthetic CDOs”, FEDS Discussion Papers, No. 2004-36, Board of Governors of the Federal Reserve System.
Hull, J. and White, A., 2004, “Valuation of a CDO and an nth to Default CDS without Monte Carlo Simulation”, Journal of Derivatives, 2, 8-23.
Jarrow, R. and Turnbull, S., 1995, “Pricing Derivatives on Financial Securities Subject to Credit Risk”, Journal of Finance, 50, 53-96.
Jarrow, R. and Yu, F., 2001, “Counterparty Risk and the Pricing of Defaultable Securities”, Journal of Finance, 56, 53-86.
Jarrow, R. A., Lando, D., and Turnbull, S. M., 1997, “A Markov Model for the Term Structure of Credit Risk Spreads”, Review of Financial Studies, 10, 481-523.
Jones, P., Mason, S., and Rosenfeld, E., 1984, “Contingent Claim Analysis of Corporate Capital Structures: An Empirical Investigation”, Journal of Finance, 39, 611-625.
Laurent, J. P. and Gregory, J., 2003, “Basket Default Swaps, CDOs and Factor Copulas”, ISFA Actuarial School, University of Lyon, Working Paper.
Li, D., 2000, “On Default Correlations: a Copula Approach”, Journal of Fixed Income, 9, 43-54.
Merton, R., 1974, “On the Pricing of Corporate Debt: the Risk Structure of Interest Rates”, Journal of Finance, 29, 449-470.
Schönbucher, P. J. and Schubert, D., 2001, “Copula-Dependent Default Risk in Intensity Models”, Working Paper, Department of Statistics, Bonn University.
Sklar, A., 1959, “Fonctions de Repartition a n Dimensions et leurs Marges”, Publ. Inst. Stat. Univ, Paris, 8, 229-231.
Zhou, C., 2001, “The Term Structure of Credit Spreads with Jump Risk”, Journal of Banking & Finance, 25, 2015-2040.