自2014年我国债券市场发生首只债券违约起,债券信用风险便开始逐渐暴露出来,并在近些年进入违约频发期,呈现出常态化的趋势。而国内信用衍生品市场在取得长足发展的同时,依然存在监管分割、投资主体单一,开发程度有限的问题,但产品的开发创新仍需适度进行,凡是过犹不及,美国的次贷我们要引以为鉴。目前,随着经济全球化进程的加快,企业间的交易日渐频繁,而违约事件呈现出传染性和集聚性的特点,这对信用风险的准确度量提出了难题。因此,考虑违约相关结构的信用风险度量模型现已成为学者关注的重点和热点。论文聚焦Copula理论在债券信用风险度量方面实际应用,并从公司债和信用衍生品两部分具体展开。由于传统的线性度量方法常基于变量线性相关和正态分布的假设,无法准确刻画厚尾和非对称的信用风险。而Copula函数作为刻画变量间相关结构的有力工具,能灵活地捕捉尾部的相关性,有效提高信用风险度量模型的准确度,具备非常广阔的发展前景。论文首先回顾了国内外有关违约传染和Copula理论的文献资料,梳理了各个阶段的信用风险度量模型,并着重阐述了违约相依的理论基础、分类、特征和影响因素以及Copula函数的定义、基本性质、相关性测度和参数估计,为利用Copula函数解决信用风险模型中相关性结构难以度量的问题奠定了基础。落实到论文的实证部分,公司债部分选取了房地产业和金融业为研究对象,引入KMV模型中的违约距离,并以行业内各企业的平均值作为衡量行业信用风险大小的指标,利用单一Copula函数和混合Copula函数分别对房地产业和金融业两者的行业信用风险相关性进行建模分析。信用衍生品方面,以16开元一期发行的CDO产品作为实证案例,分析产品的内部交易结构和入池资产的资信状况,推导信用违约曲线,并结合正态Copula函数和学生t-Copula函数构建资产池资产的违约行为,使用蒙特卡诺数值技术进行仿真模拟,求得预期损失和违约损失率。通过论文的详细研究,主要可以得到以下一些结论:第一、相较于传统方法,Copula函数刻画的变量间相依结构更贴近于高峰厚尾的现实状况。第二、Copula函数具备很强的可移植性,嵌入结构或简约信用风险度量模型后,可有效提高模型在极端负向冲击下对于预期损失的度量精度,起到预警作用。第三,Copula函数种类多样、形式灵活,每类Copula都从不同侧面对相关性特征进行描述,混合Copula函数作为若干Copula函数的线性组合融合了各类优点,具备更强的解释力和数据拟合效果。第四、国内的债券市场发展尚不成熟,Copula函数的作用还不明显,但随着经济体联系日益的紧密,Copula函数将会有更广阔的应用空间。