在评价房贷转付证券时必须先对其标的资产(一篮子的房贷)进行评价，因为转付证券持有人的现金流量是由该群房贷户所决定。房贷契约所内含的选择权与不同房贷户的行为使得房贷转付证券具有提前执行与路径相依的性质。本文选择以Longstaff and Schwartz (2001)所提出的最小平方模拟法(Least Squares Monte Carlo method , LSM)来评价具有此类性质的证券；该模拟法对转付证券的评价流程与McConnell and Singh (1994)所提出的观念相似，却能减少其所需的步骤，而原来的单因子模型在此则延伸至两因子模型，同时考虑提前还款与违约风险。最后我们提供评价结果与敏感性分析来检验模型的有效性与稳定性。
文献上已有学者利用蒙地卡罗模拟法来评价美式选择权，其中Barraquand and Martmeau（BM, 1995）将资产价格之状态空间予以分隔，并观察每条路径在不同区域间移动的机率，再以类似二项式的方式回推加以求解。Raymar and Zwecher（RZ, 1...
详细信息
文献上已有学者利用蒙地卡罗模拟法来评价美式选择权，其中Barraquand and Martmeau（BM, 1995）将资产价格之状态空间予以分隔，并观察每条路径在不同区域间移动的机率，再以类似二项式的方式回推加以求解。Raymar and Zwecher（RZ, 1997）则修正BM的模型，将资产价格之状态空间分隔成两个维度以提高估计值的准确性。在本文中，我们发现BM及RZ两模型对於持有价值的估计有所偏误，并进一步提出修正模型，模拟分析的结果显示：（1）、修正模型较BM模型或RZ模型而言，可以增加对於美式选择权价值估计的准确程度；（2）、不同的区块分隔方式以及不同的区块分隔因子会影响到估计值的准确程度和收敛速速度；（3）、修正模型对於五种美式选择权评价均有不错的效果。
在金融商品的衡量中，风险值(VaR)成为了近年来大家关注的一项指标。用以了解投资风险以便做好风险的规避。在风险值模拟中，无母数方法里的蒙地卡罗模拟法(Monte Carlo Method , MC)为电脑随机抽取的乱数，加入到价格模拟的随机过程里...
详细信息
在金融商品的衡量中，风险值(VaR)成为了近年来大家关注的一项指标。用以了解投资风险以便做好风险的规避。在风险值模拟中，无母数方法里的蒙地卡罗模拟法(Monte Carlo Method , MC)为电脑随机抽取的乱数，加入到价格模拟的随机过程里，且无任何模型上的假设，故须承担模型之风险，较能因应市场的变化。但由於电脑随机抽取的乱数，容易发生乱数聚集性，而影响了估计的稳定性。为改善此问题，在乱数模拟的部份改以低差异性数列去产生乱数值，称之为准蒙地卡罗模拟法(Quasi-Monte Carlo Method , Q-MC)，并举出常见的两个低差异性数列Halton数列及Sobol数列。在给定不同的衡量准则下，比较其差异。本文模拟的结果显示，低差异性数列中之Sobol数列，其乱数本身的差异性小，在低差异数列中为较适合的估计风险值的模拟法，且与风险值真值的差距也是最接近的。有效的改进了传统蒙地卡罗模拟法的缺点，使应用电脑模拟风险值更为稳定和精确。
暂无评论