本文将研究信用衍生产品CDO分层中脱离点和附着点的最优化问题。在以往对CDO的学术研究中,大部分的研究精力都集中在了CDO分券的定价上。在CDO产品的分层结构上,几乎清一色地按一定区间长度等分出售。那么是否每一分券所在的概率区间内能最优的覆盖它所承担的风险呢?能否最优的关键在于该区间内是否有着相似的风险分布和风险特征。一种自然的想法就是通过将风险损失分布相近的概率分在一个分券内,理论上能把CDO转移风险和风险覆盖的功能发挥到更大,这也是本文核心的思想和目标。在CDO结构的优化问题中,利用哪个模型来拟合现实中的风险结构和风险分布情况有所区别。传统的因子Copula模型建立在联合正态分布假设之上,但大量的研究和数据以及08年的美国次贷危机表明,CDO的违约过程中存在着“相关性微笑”的事实,这就说明传统的Copula模型不能准确地刻画CDO资产池中资产的违约过程的统计特征。为了更合理地模拟出风险损失分布以及对CDO进行建模,我们采用了蒙特卡洛随机模拟的方法,利用逆高斯分布(NIG)来描述资产收益率的分布特征,利用Vasicek过程来描述利率的变化过程,并通过一系列合理的假设,将资产池中各资产的违约情况的相关性微笑的事实包含于模型中,而非机械地将相关性定义成一个正交的公共风险因子和特异风险因子。本文提出了一种通过切割总资产的累计损失分布函数来寻找最优点位的方法,这种方法要比主观地设定附着点和脱离点更加科学合理,并得到了效用函数更低的结果。在实证分析中,根据i Traxx和随机模拟的数据,计算出两种风险模型下各自的风险损失分布,通过优化各层的附着点和分离点使风险特征最相近的概率都被分在同一层内出售,并与已有的i Traxx作对比。结果表明在分层结构优化之后,该CDO能起到更好的覆盖和转移风险的作用。本文也将考察传统的因子Copula方法的效果。