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。

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.