267 / 414
臺大管理論叢
第
27
卷第
1
期
267
分析係依財務工程最基本的拆解與組合
(Unbundling and Bundling)
的方式進行，將重
設選擇權拆解成界限選擇權的組合來評價。研究發現『回顧型重設選擇權』不但可以
保護權證投資者價格下跌的風險，而且發行券商也不會面臨
delta jump
及
negative
delta
等避險的問題，可使投資者與發行券商雙贏。
Chung, Lai, Lin, and Shyy (2004)
探討可轉換公司債拆解成信用部分及股權部分的
交易結構，亦即可轉換公司債資產交換
(CB Asset Swap)
及
CB
買回權
(Call on CB)
。
作者提供了上述兩項拆解部分的定價模型，其中可轉換債資產交換可以當成美式分期
選擇權
(American Installment Option)
來定價，且
CB
買回權可以當成執行價隨利率交
換合約市價變動的美式買權，模擬結果顯示：
CB
買回權的價格主要受
(1)
發行者的信
用，
(2)
賣回價格，及
(3)
利率水準的影響。
三、按定價模型區分
由於傳統的
Black and Scholes
模型無法捕捉實證上所發現的現象，例如：股價對
數報酬率分配呈現高峰、偏態、厚尾及波動叢聚等現象，因此國外有非常多的文獻提
出更符合實證資料的複雜模型，以定價衍生性金融商品。國內文獻追隨國外文獻的發
展方向，所採用的模型也由簡而難，從早期簡單的
Black and Scholes model (Geometric
Brownian Motion)
、
CEV (Constant Elasticity of Variance) model
、跳躍擴散模型及
variance gamma model
，而後開始採用更符合市場實證發現的厚尾
(Fat Tail)
高峰、負
偏
(Negative Skewness)
及波動群聚
(Volatility Clustering)
等現象的模型，例如：隨機波
動度模型
(Stochastic Volatility Model)
、
GARCH model
、
Markov jump diffusion model
、
Levy and GARCH-Levy model
等。雖然國內衍生性金融商品的定價模型越用越複雜，
但採用這些模型的實質效益有多大值得存疑，部分文章缺乏嚴謹的實證分析或只是和
最簡單的
Black and Scholes model
做樣本內的定價誤差分析而已。茲詳細討論如下。
莊忠柱
(2004)
假設組合型認購權證
(Basket Call Warrants)
中各標的股票報酬皆服
從
nonlinear GARCH
模型，然後採用
Duan (1995)
的局部風險中立評價關係
(Locally
Risk-neutralized Valuation Relationship)
及機率
Q
測度下的
NGARCH
過程，最後再採
用
Vorst (1992)
近似對數常態分配變數之平均數的技巧來評價組合型認購權證。此外，
周恆志與巫春洲
(2006)
以及周恆志、陳達新與巫春洲
(2007)
等也是在
GARCH
模型下
定價選擇權。
吳仰哲、廖四郎與林士貴
(2010)
提出結合
Lévy
過程與
GARCH
模型兩者優點的
GARCH-Lévy
過程，以捕捉負偏態、高峰、厚尾及波動叢聚等報酬分配特徵，然後再
採用蒙地卡羅模擬法來估算歐式買權的價格。
Jin (2014)
則推導出在多種相關不確定因
素且狀態變數可能劇變下，衍生性金融商品的定價模型，在特定條件下此模型具有封
閉式解。