自從1997年東南亞金融風暴，許多跨國企業紛紛倒閉，造成一連串的金融危機連鎖效應，無論是金融機構或投資人皆蒙受巨大的損失，使得金融市場開始正視信用風險的問題，增加對風險管理的重視。除了信用風險的問題外，由於過去幾年利率是一路下滑，使反浮動利率的公司結構債廣受歡迎，如今利率反轉上升，結構債的價格就會下跌虧損，手上握有大筆結構債的基金或是投信公司便因此受到牽連，自2005年起開始發行的CBO，便是為了解決公司結構債的問題而發行。在此環境下，更加速了信用衍生性商品的發展。 資產證券化對金融機構來說，除了有可以將信用風險移轉給投資人的好處之外，也是減低籌資成本的一個管道。另外，還有能增加收入、克服資本限制以及流動性限制等優點。 但在CDO之債權群組中，當債務人間的違約情況具有相關性時，個別債務人發生違約將可能連帶使得整個CDO債務現金流量來源產生嚴重衝擊。因此，如何準確推估CDO與CDO-squared各個分券下合理之信用價差，乃本研究分析商品的重點。 本研究採用Gaussian Copula，並利用蒙地卡羅法以及Probability Bucketing Approach評價擔保債權憑證。雖然Probability Bucketing Approach與蒙地卡羅法所模擬出來的結果很接近，然而Probability Bucketing Approach卻是較有效率的評價方法。在Probability Bucketing Approach中，損失級距的切割將會影響到評價的準確性，切割地越細密，越能準確地計算出損失分配，進而得到精確的信用價差。本文亦發現違約回收率、相關係數、違約率以及債權重複性(Overlap)均會顯著影響分券信用價差的評價，顯示參數正確評估之重要性。

為了使信用衍生性金融商品的評價過程更有效率，並且能使評價程式具有再使用性以及相互溝通的功能，故本文使用「物件導向程式設計」的觀念來進行評價模型的建構。 本文於評價信用風險衍生性商品時，導入物件導向觀念之資料抽象化與程序抽象化的方式，首先建立評價過程中的元件與工具的程式類別，進入評價時即可由類別來建立物件。為了讓各程式物件在評價過程能互相溝通並交換資訊，則必須以繼承或引入C++標頭檔案等方式來建立各類別之間的相互關係。 完成建構物件導向的評價類別模型之後，可以開始宣告商品類別之物件以進行商品的評價。物件導向程式設計在此除了可以將一籃子違約交換契約以及擔保債權憑證的評價方法轉化為程式碼以利評價，亦可藉由「繼承」的物件技術觀念來試著評價更為複雜的CDO Squared；並可以發揮程式的「再使用性」使不同規格的商品的評價過程更為簡便。