一籃子信用違約交換評價上並不存在公式解，一般是用蒙地卡羅模擬來推估商品價格，然而，因為蒙地卡羅執行速度較慢，往往會需要能夠大規模運行的計算資源以及高成本的硬體，為了減少成本和提高蒙地卡羅的效率就必須從其演算法改進，於是本文利用Chiang et al.(2007)所提出的一籃子信用違約交換演算法來提升一籃子信用違約交換的評價效率，但是該方法採用多元常態分佈假設下的Factor gaussian copula模型進行評價，並不符合市場實際金融市場資料具有不對稱的偏態現象，尤其對未來的環境危機發生的頻率不斷增加，極端事件可能出現的機會也越來越高，基於此問題，本文將Factor t copula、Factor clayton copula、Factor NIG copula以及Modify factor NIG copula與重要性抽樣演算法結合來提昇商品評價的準確度，並且分析各模型與該演算法結合的效果。
| Identifer | oai:union.ndltd.org:CHENGCHI/G0099352024 |
| Creators | 馬丹威 |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0016 seconds