随机变量的联合分布完全决定了其各个分量的分布以及相依关系。反过来,联合分布是由边缘分布以及分量的相依结构两个组成部分共同决定。在维数比较高的时候,对于分析多维随机向量的联合分布,将边缘分布与相依关系区分开来分别进行研究是必要的。一个多维分布的连接函数就是描述了各个分量间是种怎样相互依赖的函数关系,它不考虑边缘分布的影响,而只聚焦于相依结构,这种吸引人的性质使得我们可以用连接函数来考虑各种相互影响风险因子之间是如何变动最终决定风险值大小的。 在剖析了目前主流的信用风险管理模型数学结构的基础上,得到各大模型的实质不同在于对不同债务人违约示性随机变量联合分布的建模,特别是这些违约示性随机变量间的相依结构。大部分模型都使用了正态分布,而这种假设与现实情况并不符合,在联合违约发生的时候往往低估了金融机构面临的风险。本文使用连接函数方法对联合分布的相依结构进行改进,分别提出用t-连接函数、指数连接函数和阿基米德连接函数代替正态连接函数。可以看到,使用不同连接函数使信用组合的损失分布发生较大变化,分布的尾部更厚,集中趋势也降低了。