亞洲金融風暴後，全球各國開始重視信用風險（Credit Risk），是以信用衍生性商品開始蓬勃發展，尤其以抵押擔保債權憑證（Collateralized Debt Obligation, CDO）的市場發展迅速，而我國在2002年7月24日公佈「金融資產證券化條例」後，開始了我國CDO發展的里程碑。首先發行幾檔CLO（Collateralized Loan Obligation），2005年後開始有CBO（Collateralized Bond Obligation）的發行。一般CBO的發行動機是為了套利，然而我國CBO發行卻有著截然不同的背景動機，起源於 2004年下半年國內爆發聯合投信事件，因此金管會與投信業者為積極處理結構債，以發行CBO的方式支應國內嚴重的結構債問題。 是以本文在這樣的時空背景下，首先瞭解CDO的分類、架構與運行機制，然後運用One Factor Gaussian Copula建構出標的資產的違約時點或條件違約機率，而後以蒙地卡羅法和Hull 和White（2004）的「Probability Bucket」法建構CDO的評價模型，最後以「玉山銀行債券資產證券化特殊目的信託2005-1受益證券」作為個案分析，分析此商品的架構與特殊機制，然後以此二種方法評價此商品各分券的合理信用價差，並分析不同參數設定對各分券信用價差的影響。

在合成型抵押擔保債券憑證評價上，Kalemanova et al. (2007) 提出應用大樣本一致性資產組合(large homogeneous portfolio ; LHP)假設之單因子NIG關聯結構模型，配適比常態分配好。林聖航(民101)分析結果顯示NIG(2)模型優於MIX模型、NIG(1)模型、Gaussian模型與CSN模型。本文透過Lee and Hu(1996)提出的F分配線性組合之近似方法模擬出穩定摺積性質和封閉性以縮短計算時間。導出新的單因子F關聯結構模型與過去的模型做比較，並且會使用26期報價資料。文中將常態分配、F自由度10、、F自由度200、F自由度100000四種單因子關聯結構模型作模型比較分析。最後實證分析結果顯示F分配模型大部分資料配適都不佳，但是2008/11/25以及2009/3/31中配適比高斯分配還佳，2009/3/31甚至配適的比單因子NIG(2)模型、MIX模型以及、NIG(1)模型、高斯模型與CSN模型更佳，2008/11/25以及2009/3/31中市場報價的特色為0-3%分券的報價分別為64.03%及66.83% 而其他時期的0-3%分券報價均未超過50% 。各期當3-6%分券報價有負值時，單因子F(10, 10)關聯結構模型雖然表現不佳尤其在但0-3%分券表現很差，但3-6%分券都配適的很理想，顯示單因子F關聯結構模型在某些特殊狀況時可以表現出良好配適。

近年來，我國平均國民所得已達六仟餘美元，貧富差距亦僅在四點餘倍，社會大眾已 不能滿足於保守的理財方式，而紛紛謀求投資報酬率較高的投資途徑。但一般大眾知 識匱乏，國內市場投資工具有限，在資金汜濫下，遂造成股市及房地產狂飆不已，大 家樂、六合彩充斥市井等，種種不理性的投機行為頻頻發生。待政府整頓與健全股市 ，以及掃蕩地下投資公司之後，國人才對分散投資的理財觀念有所注視。 目前，政府為加速健全我國資本市場與配合六年國家建設計畫，將陸續發行大量公債 此對債券市場之擴大與發展確有實質助益。然而，公債只是債券市場眾多投資工具之 一，吾人不能以發行公債為滿足，必須使投資工具更多樣化，並教導國人瞭解債券之 好處，才能滿足國民需要，進而活絡市場。因此，本論文選擇「資產證券化」為研究 主題，希望將此觀念呈獻國人，盼能有助我國資本市場健全於萬一。 本論文章節概要如下：第一章：研究動機、何謂資產證券化、資產證券化的好處。第 二章：不動產抵押擔保債券簡介，以及國外發行的種類與概況。第三章：文獻回顧。 第四章：理論模型。第五章：台灣可行性研究。第六章：結論與建議。

根據以往探討評價合成型抵押擔保債務憑證之文獻研究，最廣泛使用的方法應為大樣本一致性資產組合(large homogeneous portfolio portfolio；LHP)假設之單因子常態關聯結構模型來評價，但會因為常態分配的厚尾度及偏斜性造成與市場報價間的差異過大，且會造成相關性微笑曲線現象。故像是Kalemanova et al.在2007年提出之應用LHP假設的單因子Normal Inverse Gaussian(NIG)關聯結構模型以及邱嬿燁(2007)提出NIG及Closed Skew Normal(CSN)複合分配之單因子關聯結構模型(MIX模型)皆是為了改善其在各分劵評價時能達到更佳的評價結果 ，然而過去的文獻在評價合成型抵押擔保債務憑證時，需要將CDS價差、各分劵真實報價之資訊導入模型，並藉由此兩種資訊進而得到相關係數及報價，故靜態模型大多為事後之驗證，在靜態模型方面，我們嘗試使用不同概念之CDS取法以及相對到期日期數遞減之概念來比較此兩種不同方法與原始的關聯結構模型進行比較分析，在動態模型方面，我們應用與時間序列相關之方法套入以往的評價模型，針對不同商品結構的合成型抵押擔保債券評價，並由實證分析來比較此兩種模型，而在最後，我們利用時間序列模型來對各分劵進行預測。

在評價合成型抵押擔保債券憑證時，需考慮多個標的資產間之違約相關性。根據過去評價合成型抵押擔保債券的文獻研究，發展高斯分配等單因子關聯結構模型，在給定LHP假設之下，執行各分券評價時，僅有在權益分券(equity tranche)得到好的配適結果，還會造成相關性微笑曲線(correlation smile)等問題。文獻研究，單因子關聯結構模型若能加入厚尾度或偏斜性能夠改善以上問題，且對於分券評價時也會有較好的效果，像是Kalemanova et al. (2007)提出應用LHP假設之單因子NIG關聯結構模型，或是Dezhong et al. (2006)提供之單因子關聯結構延伸模型，來評價抵押擔保債權憑證。進一步發現，全世界主要的信用違約指數的標的資產個數不一，最少有14個標的資產(CDX.EM)，最多有125個標的資產(iTraxx Europe)，事實上標的資產個數均不多，而過去文獻常建立在大樣本假設下進行抵押擔保債券之評價，本文研究目的在於，針對單因子高斯關聯結構模型，建立單因子高斯關聯結構延伸模型，假設在非大樣本性質下，評價合成型抵押擔保債券憑證，嘗試觀察是否有較佳的估計結果，改善相關性微笑曲線的現象。本文將利用常態分配、NIG分配以及非大樣本之常態分配作為不同的單因子關聯結 構模型，藉由絕對誤差極小化方法，針對不同商品結構的合成型抵押擔保債券評 價，並進行模型比較分析。實證結果顯示，非大樣本之常態分配關聯結構模型與LHP假設下的單因子高斯關聯結構模型有類似的評價結果，但在近兩年(2012年、2013年)的實證分析結果顯示，非大樣本之常態分配關聯結構模型於前四分券評價結果上符合同質性假設，即各個資產對共同因子的相關性近乎相同。

智慧財產證券化係近年來智慧財產領域發展的重點。智慧財產證券化涉及到財務、會計、賦稅、法律、技術等跨領域的專業知識。本研究主要探討如何採用專案組合證劵化模式，發行專案組合擔保債券，並結合專案融資（Project Financing）、投資組合(Portfolios)、現金流量分析(Cash Flow Analysis)、風險管理(Risk Management)等投資分析工具，在智慧財產證劵化的應用。 本研究首先初步介紹證劵化的基本概念。如果能夠對證劵化的基本概念有初步認識，有利於對智慧財產證劵化的理解。其次，本研究介紹證券化的可行性研究及風險分析與評估。只有對投資專案風險做出正確的分析與評估，才能找出解決風險的方法及途徑，設計出可行的且風險能為投資人所接受的專案組合證券化架構及信用增強機制。專案組合證劵化架構的核心，係為SPV與專案公司之間的擔保貸款合約。該擔保貸款合約在本質上係智慧財產能夠從資本市場取得資金的橋樑。最後，本研究以流行音樂證券化為案例，說明如何將專案組合證券化模式應用於流行音樂證券化。 / The recent trends and developments of intellectual property focus on the securitization of intellectual property. Intellectual property securitization involves a variety of expertise such as finance, accounting, taxation, technical, etc. Intellectual property securitization is better to be defined as portfolio-backed securitization which should include a comprehensive business plan. This thesis is to study how to apply the proposed portfolio-backed securitization together with project financing, investment portfolio, cash flow analysis, and risk management to intellectual property securitization. This thesis starts with the introduction of basic concepts of securitization. Prior to entering into a specific discussion relating to intellectual property securitization, it is helpful to understand the fundamentals of securitization generally. This thesis also introduces the feasibility study and risk evaluation of intellectual property securitization. The risks for intellectual property securitization can be managed and the securitization structure and credit enhancements be accepted by investors only if the project risks have been properly evaluated. The core of portfolio-backed securitization is the secured loan agreement which bridges the project company’s income to the debt service by the SPV to investors. A hypothetical example of popular music securitization is illustrated to best explain the use of the proposed techniques. Keywords: Portfolio-backed Securitization, Intellectual Property, Portfolio, Cash Flow, Credit Enhancement, Security Interest, Popular Music

根據以往探討評價合成型抵押擔保債券之文獻研究，最廣為使用的方法應用大樣本一致性資產組合(large homogeneous portfolio portfolio ; LHP)假設之單因子常態關聯結構模型來評價，但會造成合成型抵押擔保債券憑證與市場報價間的差異過大，且會造成相關性微笑曲線現象。由文獻顯示，單因子關聯結構模型若能加入厚尾度或偏斜性能夠改善以上問題，且對於分券評價時也會有較好的效果，像是Kalemanova et al. (2007) 提出應用LHP假設之單因子Normal Inverse Gaussian(NIG)關聯結構模型以及邱嬿燁(2007)提出NIG及Closed Skew Normal(CSN)複合分配之單因子關聯結構模型(MIX模型)在實證分析中得到極佳的評價結果。自2008年起，合成型抵押擔保債券商品結構開始出現變化，而以往評價合成型抵押擔保債券價格時，商品結構皆為同一種型式。本文將利用常態分配、NIG分配、CSN分配以及NIG與CSN複合分配作為不同的單因子關聯結構模型，藉由絕對誤差極小化方法，針對不同商品結構的合成型抵押擔保債券評價，並進行模型比較分析。由最後實證分析結果顯示，單因子NIG(2)關聯結構模型優於其他模型，也證明NIG分配的第二個參數 β 能夠帶來改善的評價效果，此項證明與過去文獻結論有所不同，但 MIX模型則為唯一一個符合LHP假設的模型。 / Based on the literature of discussing the approach for pricing synthetic CDOs, the most widely used methods used application of Large Homogeneous Portfolio (LHP) assumption of the one factor Gaussian copula model, however , it fails to fit the prices of synthetic CDOs tranches and leads to the implied correlation smile. The literature shows that one factor copula model adding the heavy-tail or skew can improve the above problem, and also has a good effect for pricing tranches such as Kalemanova et al (2007) proposed the application of LHP assumption of one factor NIG copula model and Qiu Yan Ye (2007) proposed the application of LHP assumption of one factor NIG and CSN copula model. This article found that the structure of synthetic CDOs began to change since 2008. The past of pricing synthetic CDOs, the structure of synthetic CDOs are the same type, so this article will use different one factor copula model for pricing different structure of synthetic CDOs by using the absolute error minimization. This article will observe whether the above model can be applied in the new synthetic CDOs and implement of different type model for comparative analysis. The last empirical analysis shows that one factor NIG (2) copula model is superior to other models, more meeting the actual market demand, also proving the second parameter β of the NIG distribution able to bring about improvements in pricing results. This proving is different for the past literature conclusions. However, the MIX model is the only one in line with the LHP assumptions.