本章节内容源于《场外衍生品知识读本》的第一篇——《结构化产品》。
在解析结构化产品的价值时，因其内嵌了非线性的期权结构，其估值方法需根据具体的期权结构来区分。主要可以分为两大类：
第一类，普通期权结构的结构化产品。这类产品包括香草结构、二元结构、价差结构、鲨鱼鳍结构等，它们大多在B模型的基础上拥有解析解的形式，从而能够借助B模型进行价值评估。
第二类，奇异期权结构的结构化产品。此类产品包含了自动敲出、大雪球结构、凤凰结构及其变种等。因为其内嵌的结构通常没有解析解，所以需要通过蒙特卡洛模拟的方式，在不同价格路径下对期权价值进行贴现，以得出当前的估值。
除了上述的估值方法差异外，参数的选择也是影响结构化产品估值的关键因素。从估值模型的参数确定、拟合到产品估值的实时计算，都与参数紧密相连。一个高质量的参数获取标准是确保估值体系平稳运行的基本保障。
在估值系统的运行过程中，所需的输入参数可分为两种性质：
可观察参数。这些参数是数据本身获取后可直接输入到估值模型中的，如无风险利率、存续时间等。
不可观察参数。原始数据需要经过一定的计算过程后才能输入到估值模型中，如波动率参数。无论是可观察参数还是需要计算的不可观察参数，都需要确保数据源的可靠性，因此需要制定合适的质量标准来保证参数的准确性。
针对不同的挂钩标的，估值模型中的参数设置也存在差异。具体情形如下所述：
1. 分红调整因素。若挂钩标的是个股，那么个股的分红调整对估值的影响是必须考虑的。
2. 相关系数因素。若挂钩标的是多标的，那么不同标的之间的相关系数是需要考虑的因素，并且这些相关系数会随着市场的变化而不断调整。
3. 汇率因素。若挂钩标的是境外标的且投资币种为币，那么还需要考虑汇率波动对估值的影响。
4. 波动率因素。波动率因素需要综合考虑结构化产品的产品期限，采用不同时间长度的历史波动率进行加权。若挂钩标的有对应的场内衍生品（如指数类标的），还需考虑场内衍生品的隐含波动率对波动率估算的参考价值。
总体而言，大多数结构化产品的模型输入参数都与产品挂钩标的的行情数据息息相关。行情数据的准确获取，不仅是后续模型参数输入的基础，也是相关参数计算的重要依据。对于行情数据而言，模型参数对数据的质量有以下要求：
1. 精确性，要求数据能真实、准确地反映实际信息。
2. 完整性，要求数据齐全，能充分满足估值系统的需求。
3. 时效性，要求数据能及时获取，确保估值系统能对当前市场情况作出快速反应。
4. 一致性，要求来自不同数据源的同一数据信息应保持一致。
5. 适当性，要求在合法、可控的范围内获取数据。