现代经济是一种信用经济,交易双方都必须依靠信用进行合作。由于金融危机的波及范围越来越大,以及市场上普遍存在信息不对称等种种情况,对信用风险管理的要求越来越高。如何建立与实际情况更相符的组合信用风险模型,已经成为人们关注和研究的课题之一。本文针对莫顿模型中的不足,主要工作如下:首先,建立一个离散的首次通过时间的信用风险模型。在结构模型的基础之上,建立一个新的违约障碍。以公司的年度或半年最大负收益率作为状态变量,利用极值理论得到各状态变量的分布函数。鉴于有些公司属于不同行业,选用分层Gumbel关联函数来构造状态变量的联合分布函数。该模型是离散的首次通过时间的信用风险模型,改进了莫顿模型的缺点。通过实证研究表明,与不分层的Gumbel Copula模型相比较,测得的信用违约损失尾部要更厚一点,相对而言,效果更为保守。其次,建立一个动态的债券组合信用风险模型。已知公司在t时刻及其之前信息的基础上,来度量公司在未来某一时刻的信用风险情况。利用KPMG风险中性模型,在一定假设条件之下得到债券i在t时刻的违约概率与违约损失比例之间的关系。以债券i在t时刻的对数收益率为状态变量,选用GARCH模型来描述状态变量的边缘分布;利用Pair-Copula-GARCH模型来构造状态变量的联合分布函数。较其他模型而言,此模型具有动态性和前瞻性。最后,对本文进行了总结,指出了不足之处,并对下一步的研究方向进行了展望。