| dc.contributor.advisor | 江彌修 | zh_TW |
| dc.contributor.author (Authors) | 張立民 | zh_TW |
| dc.creator (作者) | 張立民 | zh_TW |
| dc.date (日期) | 2006 | en_US |
| dc.date.accessioned | 14-Sep-2009 09:29:53 (UTC+8) | - |
| dc.date.available | 14-Sep-2009 09:29:53 (UTC+8) | - |
| dc.date.issued (上傳時間) | 14-Sep-2009 09:29:53 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0094352022 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/31187 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 金融研究所 | zh_TW |
| dc.description (描述) | 94352022 | zh_TW |
| dc.description (描述) | 95 | zh_TW |
| dc.description.abstract (摘要) | 本文以Hull and White(2004)與Anderson and Sidenius(2004)之理論模型為基礎，在單因子連繫結構模型(one-factor copula model)下，探討風險因子改變其分配之假設或考慮隨機風險因子承載係數(random factor loading)時，對擔保債權憑證之損失分配乃至於各分券信用價差所造成之影響。此外，文中亦將模型運用於實際市場資料上，對兩組Dow Jones iTraxx EUR 五年期之指數型擔保債權憑證(index tranches)與一組Dow Jones CDX NA IG指數型擔保債權憑證進行評價與分析。我們發現在三組資料下，使用double t-distribution 連繫結構模型(double t-distribution copula model)與隨機風險因子承載係數模型(random factor loading model)皆能比使用高斯連繫結構模型(Gaussian copula model)更接近市場上之報價。最後，在評價指數型擔保債權憑證外，本研究亦計算各分券之隱含違約相關係數(implied correlation)與基準違約相關係數(base correlation)。 | zh_TW |
| dc.description.tableofcontents | 第一章 緒論 5 第二章 文獻回顧 10 第三章 基本假設與模型設定 17 第一節 合成型擔保債權憑證之評價模型 17 第二節 建構資產群組之損失機率分配 18 第三節 風險因子之機率分配假設 21 第四節 隨機風險因子承載係數 22 第五節 分券之隱含違約相關係數與基準違約相關係數 24 第四章 數值結果與分析 26 第一節 合成型擔保債權憑證之評價－考量異質分配 26 第二節 合成型擔保債權憑證之評析－考慮隨機風險因子承載係數 30 第三節 評價與分析市場資料 33 第五章 結論與建議 48 第一節 結論 48 第二節 後續研究建議 49 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0094352022 | en_US |
| dc.subject (關鍵詞) | 擔保債權憑證 | zh_TW |
| dc.subject (關鍵詞) | CDO | en_US |
| dc.subject (關鍵詞) | random factor loading | en_US |
| dc.subject (關鍵詞) | base correlation | en_US |
| dc.subject (關鍵詞) | implied correlation | en_US |
| dc.title (題名) | 合成型擔保債權憑證之評價-考量異質分配與隨機風險因子承載係數 | zh_TW |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 1. Andersen, L., and J. Sidenius. “Extensions to the Gaussian copula: random recovery and random factor loadings.” working paper, Bank of America, 2004 | zh_TW |
| dc.relation.reference (參考文獻) | 2. Bear Sterns Credit Derivatives. “Valuing and hedging synthetic CDO tranche using base correlations.” Bear Sterns, 2004 | zh_TW |
| dc.relation.reference (參考文獻) | 3. Hull, J., and A. White. “Valuation of a CDO and an n-th to default CDS without Monte Carlo simulation.” Journal of Derivatives, vol.12, NO.2, pages 8-23, 2004 | zh_TW |
| dc.relation.reference (參考文獻) | 4. Li, D.X., “On Default Correlation: a Copula Approach,” Journal of Fixed Income, vol.9, pages 43-54, 2000 | zh_TW |
| dc.relation.reference (參考文獻) | 5. McGinty,L and E. Beinstein “Credit Correlation: A Guide,” JP Morgan, 2004 | zh_TW |
| dc.relation.reference (參考文獻) | 6. Satyajit Das, “Credit derivatives：CDOs and structured credit products,” John Wiley & Sons(Asia) Pte Ltd, 2005 | zh_TW |
| dc.relation.reference (參考文獻) | 7.林恩平，因子相關性結構模型之下合成型擔保債權憑證之評價與避險，國立政治大學，2006 | zh_TW |
