本文在條件獨立假設下，考慮資產間違約相互傳染的效果，並建構結果傳染因子效果之單因子連繫結構，利用Hull and White (2004)所提出的機率勺斗法則(probability bucketing method)建構合成型擔保債權憑證債權群組的損失分配，進而求得各分券之價差，並求算各分券之風險特徵以及避險參數，做為避險策略之參考。研究發現，加入傳染效果後，使得各分券的價差均明顯提高，且隨著傳染效果增強，分券信用價差也會隨之增加。而我們在計算分券的風險特徵時發現，加入傳染效果後，會使得資產連帶受其他資產違約而產生間接違約損失的情形增加，而權益分券率先承擔資產組合之違約損失，在契約初期的風險較高，且發生違約的公司多為評等較低的公司，因此多屬於直接違約，因此傳染效果對權益分券風險影響較小，因此次償分券隨著時間的經過風險逐漸上升，且隨著傳染效果增強，風險也會隨之增加。而由於先償分券承擔損失的最後順位，因此其風險主要來自契約後期，當加入傳染效果後會擴大間接違約的風險，使得後期發生損失不確定性的情況大增，因此先償分券會因傳染效果而擴大其風險。最後我們根據分券價值會因標的信用違約交換價差變動而產生市場風險，並將傳染效果考慮進來，求算擔保債權憑證之分券避險參數，並進行避險分析。

本文在大樣本同質性(LHP)假設下，架構出Variance-Gamma因子聯繫結構模型。建立債權群組損失分配時，由於Variance-Gamma分配與常態分配相同皆具有累加性，因此作為因子結構模型會比起Double-t因子聯繫結構模型具較佳解析性。本文進一步比較Variance-Gamma因子聯繫結構模型與高斯因子聯繫結構模型以及Double-t因子聯繫結構模型。iTraxx指數分券實證結果顯示，Variance-Gamma因子聯繫結構模型最為精確，能有效刻劃高斯因子聯繫結構模型所缺少之尾端損失機率機率分配，以及改正Double-t因子聯繫結構模型過份高估尾端損失之缺點。此外利用調整Variance-Gamma分配之偏態及峰態係數，可以求出更精準的評價結果。最後本文介紹iTraxx分券的交易策略，並且針對不同風險予以避險，研究結果顯示，規避標的債權群組之信用價差風險後，往往無法規避違約相關性變化的風險，投資人在進行策略交易時應更審慎評估。

1990年代中期信用衍生信商品開始發展，隨著時代變遷，演化出信用違約交換(Credit Default Swaps, CDS)、擔保債權憑證(Collateralized Debt Obligation, CDO)、合成型擔保債權憑證(Synthetic CDO)等商品，其可以分散風險的特性廣受歡迎，並且成為完備金融市場中重要的一環。在2007年金融海嘯中，信用衍生性商品扮演相當關鍵的角色，所以如何合理定價各類信用衍生性商品就變成相當重要的議題 以往在定價合成型擔保債權憑證時，多採取單因子結構模型來做為報酬函數的主要架構，並假設模型分配為常態分配、t分配、NIG分配等，但單因子結構模型的隱含相關係數具有波動性微笑現象，所以容易造成定價偏誤。 為了解決此問題，本文將引用常態分配假設與NIG分配假設下的隨機風險因子負荷模型(Random Factor Loading Model)，觀察隨機風險因子負荷模型是否對於定價偏誤較其他模型有所改善，並且比較各模型在最佳化參數與定價時的效率，藉此歸納出較佳的合成型擔保債權憑證定價模型。 / During the mid-1990s, credit-derivatives began to be popular and evolved into credit default swaps (CDS), collateralized debt obligation (CDO), and synthetic collateralized debt obligation (Synthetic CDO). Because of the feature of risk sharing, credit-derivatives became an important part of financial market and played the key role in the financial crisis of 2007. So how to price credit-derivatives is a very important issue. When pricing Synthetic CDO, most people use the one-factor coupla model as the structure of reward function, and suppose the distribution of model is Normal distribution, t- distribution or Normal Inverse Gaussian distribution(NIG). But the volatility smile of implied volatility always causes the pricing inaccurate. For solving the problem, I use the random factor loading model under Normal distribution and NIG distribution in this study to test whether the random factor loading model is better than one-factor coupla model in pricing, and compare the efficience of optimization parameters. In conclusion, I will induct the best model of Synthetic CDO pricing.

近年全球市場出現一些以信用違約交換(CDS)為基礎來編列之信用指數(credit indices)，如DJ iTraxx Europe與DJ CDX.NA等，而以這些信用指數為參考資產組合之合成型擔保債權憑證(Synthetic CDO)契約也定期被推出，由於其為標準化契約，故次級市場相當具有流動性，使得全球合成型擔保債權憑證無論在交易量或發行量皆成長快速。 　　本研究在單因子相關性結構模型之架構下，利用Hull & White (2004)所提出之機率杓斗法則(Probability Bucketing Method)建立合成型擔保債權憑證之評價模型，並於評價之外增加分券(Tranche)風險衡量指標之計算，我們發現額外得到分券之風險衡量指標僅需增加約4%的程式運算時間。本研究之評價模型同時可用於分券避險參數之求算，且不會有蒙地卡羅模擬法(Monte Carlo Simulation)之下避險參數不穩定的情形。 我們發現分券已實現之損失會使分券所面對之風險下降，而分券的信用增強(Credit Enhancement)遭受損耗則使分券所面對之風險上升，故權益分券(Equity Tranche)於契約前期所面對之信用風險大於契約後期，次償分券(Mezzanine Tranche)則是於契約後期面對較大之信用風險。關於分券避險，我們可選擇利用標的信用指數或單一資產信用違約(Single-name CDS)交換來進行避險。最後我們對分券進行違約相關性(Correlation)與違約回復率(Recovery Rate)之敏感度分析，發現權益分券的信用價差與資產違約相關性呈反向關係，而與違約回復率呈正向關係；相反的，先償分券(Senior Tranche)的信用價差則與相關係數呈正向關係，與違約回復率呈反向關係；兩參數對次償分券信用價差之影響則沒有一定的趨勢。

本文主要研究動態回復率之建構。並搭配使用機率勺斗法，將資產之離散損失分配建構出合成型擔保債權憑證分劵損失分配。歸納出離散動態回復率對合成型擔保憑證分劵之風險承擔與信用價差變化。本文發現在動態回復率中，即使在相同條件下有一樣預期損失，能使其債權群組損失分配之標準差較固定回復率小，且可使投資組合巨額損失部份產生厚尾分配現象。動態回復率對各分劵面臨共同存活與違約機率具有緩和或增強分劵承擔風險之作用。在單因子高斯連繫結構靜態違約下，透過隨機回復率能增加動態系統性風險因子之描繪。類似於將系統風險因子分配由標準常態分配改成t分配或是債權群組間違約相關係提高。