随着经济全球化的不断开放,各项经济主体间的联系越来越密切,当一家经济主体出现信用风险时,常常会影响与之相关联的其他经济主体,导致违约甚至破产的现象发生,从而构成信用风险传染,因此需要通过加强对信用风险相关性的研究来实现更好的管理风险。本文主要利用KMV模型及Copula函数来分析我国房地产业和制造业两个行业之间的信用风险传染性。首先通过利用稳定分布拟合收益率来估计波动率以及在违约点的设置中加入宏观经济因子两个方面对KMV模型进行修正,并检验修正KMV模型的有效性。随后通过选取对两行业违约距离拟合最优的Copula函数,从而确定基于违约距离的两行业信用风险之间的传染性。研究结果表明,从统计意义上来说,房地产业的违约点与GDP之间呈负相关,与CPI呈正相关,与M2之间没有显著影响。对于制造业来说违约点与GDP之间呈负相关,与CPI及M2之间呈正相关,同时修正KMV模型对于违约的识别能力更强。通过比较平方欧氏距离发现Gaussian Copula能最好的拟合两行业之间的违约距离,且违约距离之间存在负相关性,这意味着,房地产业与制造业的信用风险呈负相关,当一个行业信用风险增加时,另一个行业的信用风险会相应下跌。商业银行在选择信贷组合时,通过将信用风险相关性考虑在内,可以大幅度分散违约风险,避免银行遭受损失。