Page 269 - 次貸風暴下的省思-解開CDS及CDO密碼
P. 269
Transform ),由資產組合損失之 特徵函 數得到資產組合的損失分 配 。此模型有
兩 大優點 :一是 允許 標的資產的違約 強 度為 隨 機,且 各 標的資產的 名 目本 金 與回
收率不需相同,二是此模型可在不同相關性結構模型下使用。 但 此模型 最大 的 缺
點 是數 學運 算複 雜 ,且使用快速 傅 立 葉轉 換時所取的 點 數不同, 會影響運 算時間
精確
配
度。
以及損失分
的
12
Hull & White (2004) 以 Andersen et al. (2003) 的 遞迴 法為 基礎 ,利用 系統 性
風險因子已 知 下 條件 違約機率 互 為 獨 立的 特 性,提出一 套 資產組合損失分 配 的 演
算法,該方法不 但 較 傅 立 葉轉 換更快速,且同時 保 有 放寬 對 各 標的資產 名 目本 金
及回收率假設的 優點 。此 演 算法 稱 為機率 勺斗 法( Probability Bucketing
Method ),其 基 本 概念和 Andersenet al. (2003) 的 遞迴 法 類似 ,也是一 次 考慮一
個標的資產的違約情 形 , 並 將損失分為數個 區 間。 根據條件 違約機率,得到 整 個
標的資產組合損失 金 額 落 在 各 個 區 間的機率,求得 條件 損失分 配函 數,再對 系統
性風險因子 進 行數值 積 分 後 ,即 完 成資產組合損失分 配 之 建 構。
13
Martin et al. (2001) 以 鞍點近似 法( Saddlepoint Approximation )來 近似 投
二
資組合之損失分
,利用
準確
損失分 配 之 尾端 配 分 配 , 泰勒 損失分 次展開式 配 之中 來估計 央部 尾端 分 配 ,此方法可 準確 。 Taras et al. 的估計
但
分估計較不
( 2005 )將前 述鞍點近似 法 精進 ,以更高 階 之 泰勒展開式 ,較 準確地 估計 整條 損
失分 配曲線 ,不 單只 是在 尾端部 分 準確 。
參、 CDO 損失分配及分券預期損失
以下 依序說明 因子損失分 配 之 建 構,高 斯 相關性結構模型、機率 勺斗 法、 鞍
點近似 法,以及利用上 述 理 論建 構損失分 配函 數 進 而 評 價信用衍生商品。
一、損失分配模型
假設資產 池 有 N 個不同的資產, 每個資產有不同的違約 曝 險 金 額 EAD ,
i
不同的違約損失率 ( LGD ) 。設定一 虛擬 變數 Y ,當第 i 個資產於 某 一 固 定時 點 發
i i
261