Table of Contents Table of Contents
Previous Page  262 / 414 Next Page
Information
Show Menu
Previous Page 262 / 414 Next Page
Page Background

台灣衍生性金融商品定價、避險與套利文獻回顧與展望

262

契約

(Defaultable Option)

進行定價。為驗證模型的可靠性及實用性,作者採用台灣認

購權證日資料進行實證分析,實證結果顯示:改良後的模糊結構性模型擁有較佳的預

測能力,且經過嚴格的統計測試後,此績效顯著優於原始結構性模型的預測績效。

周恆志

(2009)

將

Merton (1974)

模型中違約時點為債券到期日的假設放寬,改採

用障礙選擇權架構建立違約風險模型,並採用

Duan (1994, 2000)

的最大概似估計法來

估計樣本公司的資產價值、資產飄移項、資產價值波動度與違約門檻值等。作者以台

灣證交所的上市公司為樣本,實證結果支持障礙選擇權模型在評估公司違約風險的優

異性,亦即樣本公司的違約門檻值皆顯著存在。

(五)天氣選擇權

Hung and Liu (2006)

提出一個於不完全市場

(Incomplete Market)

狀況下,天氣衍

生性金融商品

(Weather Derivatives)

的評價公式,本文的評價方法有兩項優點,第一、

作者採用不完全市場下的評價方法,因此可以克服標的資產(

e.g.,

天氣)存在不可交

易

(Non-tradable)

特性而無法使用無套利評價方法的問題。第二、作者推導極具效率

的解析方法來評價具亞式報酬特性之天氣衍生性金融商品,使得所得之評價公式易於

使用且極具效率。

Lin, Shyu, and Chang (2008)

採用馬可夫調整普瓦松過程

(Markov Modulated

Poisson Process)

7

來捕捉實際巨災事件到達率過程,並進而評價巨災衍生性金融商品,

包括:巨災期貨買權、巨災

PCS (Property Claim Services)

價差買權與巨災債券之封閉

解。此外,作者利用

1950

年至

2004

年

PCS

指數與颶風事件發生次數的資料,來檢定

馬可夫調整普瓦松過程與普瓦松過程在評價巨災衍生性金融商品的配適能力。此外,

數值分析的結果顯示巨災保險商品評價與巨災事件跳躍次數、跳躍規模的標準差、跳

躍規模的平均數有關。

自從卡崔娜颶風

(Hurricane Katrina)

造成重大損失後,颶風衍生性金融商品就成為

保險公司避險的重要工具之一,

Chang and Chang (2012)

探討在全球暖化下,颶風衍生

性金融商品的定價,作者將

Gerber (1988)

的雙重二項模型

(Doubly-binomial Model)

拓

展成三重二項評價模型

(Triply-binomial Valuation Model)

,其中第三個二項模型是用來

描述隨機的颶風發生次數,模擬結果顯示颶風衍生性金融商品因熱帶颶風個數的增加

而變得更有價值。

高國勛

(2012)

針對台灣的氣候形態及產業需求設計雨量選擇權,然後用蒙地卡羅

模擬法來評價雨量選擇權,作者採用紐曼-史考特雨量模型

(Neyman-Scott Rectangular

7

在此過程下,狀態服從齊一的馬可夫鏈,此過程可退化為

Cummins and Geman (1995)

、

Chang,

Chang, and Yu (1996)

、

Geman and Yor (1997)

以及

Vaugirard (2003)

等模型,因此是一個比較一般

化的模型。