2008年美国次债危机爆发,并在全球迅速蔓延。信用衍生产品的运用在其中起了关键性作用,尤其是信用违约互换(CDS)。因此,CDS定价模型的研究显得极为重要。其中一篮子CDS定价模型的重点在于合理描述资产之间的相关性。Copula理论成为了当前的热点问题。用copula函数来描述资产之间的相关性的主要优点在于,可以将多资产的联合分布分解为边际分布函数与copula的组合,极大的方便了模型的建立、参数的估计和数据的模拟。本文研究了一篮子信用违约互换合约定价的基本理论。首先引入了违约强度的概念来建立资产的违约时间分布,然后采用copula函数来描述资产间的非线性相关结构,通过Monte?Carlo模拟生成标的资产违约时间的联合分布函数,从而实现对一篮子信用违约互换合约的定价。本文主要贡献:采用动态copula函数来描述标的资产间违约相关性结构的时变特征,进一步提高了信用违约互换合约定价的精度。实证部分讨论了最优copula函数的选择问题,通过AIC统计指标选出静态条件最优拟合的copula函数,结果显示不同特征的金融样本数据的最优拟合copula函数是不同的。引入相关系数的动态演化方程估计时变相关系数路径,结果显示动态copula能够较好的反映出外部经济环境的变化,并能够突破静态copula描述资产相关关系的局限性:相关系数变动剧烈的时定价不精确。最后,通过动态copula模拟标的资产回报的市场数据,估计静态copula相关性矩阵。比较两种模型后发现:在合约到期日临近、标的资产数目的增多(N比较大时)、违约资产个数n占总标的资产个数N比例下降的情况下,第n次一篮子违约互换合约价值的波动性相对较大,此时动态copula模型相对静态copula模型的优势更为明显,用动态copula模型描述标的资产间相关性也更有价值。