西元二零零八年(民國九十七年)發生的全球性金融海嘯在歷史上絕對會是重要的金融事件之一，初期的徵兆點可追溯自二零零七年美國的次貸事件惡化，此次金融海嘯會在何時畫下句點，各領域的大師眾說紛紜：有人聲稱這次金融海嘯是二次世界大戰以來發生之最嚴峻的一次，將持續至少四~五年；有人說經濟大蕭條會延宕到二零一零年；樂觀的多頭大師則云今年(西元二零零九年)下半年即可嗅到景氣回春的訊息，然而在我寫這論文時，景氣蕭條的氛圍仍持續瀰漫著。雖然這篇論文並不是要探討這次歷史性金融海嘯的前因後果，但是引發我探討這篇論文主題的基差風險，卻源於美國次貸事件惡化後，金融市場反應的LIBOR 3M與LIBOR 6M間基差報價擴大現象而有所關聯。 本文針對交易室的投資組合中，在利率產品交易裡使用的浮動利率指標(Floating Rate Index)，不論是LIBOR 1M、LIBOR 3M、LIBOR 6M或LIBOR 12M，原本用來評價內含這些浮動利率指標產品的曲線(Revaluation Curve)均是由3M Swap Rate (USD LIBOR 3M)市場價格所建構而成；在納入基差因子，實際反映市場基差報價來分別建構不同浮動利率指標交易對應的不同評價曲線，比較納入基差因子前後及模擬各種基差市場價格情境下，對投資組合進行評價的損益差異，來說明忽略基差風險對投資組合的影響程度。

本篇論文主要貢獻在於推導出考慮違約風險、基差風險以及道德風險下之巨災債券價格封閉解，透過敏感度分析來了解各個參數之變化對於巨災債券價格之影響，並依據市場上實際發行之Muteki地震債券的價格資訊以及實際損失資料來進行參數估計，以了解債券投資人對於災害發生的頻率以及損失的預期。本研究從敏感度分析的結果，驗證了在考慮違約風險、基差風險以及道德風險之下，巨災債券價格會隨著這些風險的提高而降低。另外也發現，在巨災發生到達率、巨災發生所造成的損失幅度、資產利率彈性等，會與巨災債券價格之變動呈現反向關係；然而在理賠門檻值的設定，以及巨災事件造成損失值達到理賠門檻後，投資人能領回之本金比例方面，則會與巨災債券價格之變動呈正向關係。最後，本文採用市場上實際發行之Muteki地震債券價格資訊，校估巨災事件發生頻率與預期損失，結果發現債券投資人對於災害發生頻率之預期遠高於債券發行方所提供的災害發生頻率，因此投資人只願意用較低的價格來購買此張地震債券以獲取較高的風險溢酬，也回應了一般而言巨災債券評等較低的現象。 / The contribution of this article is deriving the closed-form formula for catastrophe bonds with default risk, basis risk and moral hazard. We also calibrate parameters with the market information of Muteki catastrophe bond and the loss data from National geophysical data center. In order to understand the influence of the parameters, we check the results with sensitivity analysis. The results show that the consideration of default risk, basis risk, and moral hazard will drive down the catastrophe bond prices. We also discover that the loss frequency, loss severity, and interest rate elasticity of asset are correlated positively with the price of catastrophe bond; the setting of the trigger and the portion of the principal that investors can get back when the forgiveness trigger has been pulled are correlated negatively with the price of catastrophe bond. Eventually, we adopt the issuant information and the market price of the Muteki earthquake bond to calibrate the parameters of loss frequency and loss severity with our closed-form formula. We find that investors’ expectation of the seismic frequency are higher than issuers’, so investors only want to buy the catastrophe bonds with lower price, and to enhance the risk premium.

預售屋價格長久受到台灣產業界與學術界密切關注，然而預售屋價格資訊卻相對成屋缺乏，本研究希望釐清預售屋的特性並建立預售屋大量估價模型，提供預售屋價格資訊。預售屋具期貨交易性質，其價格形成受周遭成屋價格影響，其基差(預售屋與成屋價格差)關係顯得格外重要；另一方面，預售屋為完工前銷售之產品，有品質不易掌握之特性，消費者傾向透過商譽來評斷產品優劣，商譽因而相對凸顯，加上預售屋具有以個案方式為中心之定價模式，相對成屋其個案特徵顯得更加強烈，基差與建商商譽成為預售屋估價上必要考量的兩個重心。 本文以特徵價格方式納入基差與商譽因素進行實證分析與建立模型，研究期間為台北市2012年第3季至2015年第4季，在資料處理上透過座標整合內政部實價登錄資料以及國泰建設市調資料，解決實價登錄資料中缺乏個案屬性的去識別化問題，將預售屋「個案」特徵納入「個戶」估計中，突破過往預售屋研究限縮於個案的限制。實證結果顯示，台北市預售屋單價平均比周圍成屋多出35.5%的水準、而屬於上市上櫃建商的預售產品則相較非上市櫃產品平均高出5.7%的價格；模型估計表現上，本研究實證模型解釋力達到65.1%，模型之絕對平均誤差為10.56%、±10%及±20%的命中率分別為57.86%、88.25%，達到大量估價模型要求水準，值得參考使用。