● 摘要
当下的欧债危机又引起了世界范围内对信用违约互换（CDS）的重视，作为CDS的一篮子组合——一篮子信用违约互换（BDS）的研究也受到越来越多的关注，特别结合中国对于信用风险审慎管理的原则和信用违约互换市场的不够成熟的现实，研究首次违约性一篮子信用违约互换（First-to-Default BDS）更具有现实意义。一篮子信用违约互换中最关键的是确定篮子中标的资产之间的相关性和违约时间的相关性，也就是其联合分布，Copula函数能够很好的描述联合分布。本文首先根据因子模型的假设，通过DCC-GARCH研究个股与股指之间的动态相关性，发现股指可以作为个股收益率变动的系统因子的来源，同样依据因子模型，影响每一个公司资产价值的因素可以区分为系统性因子和非系统性因子，并从实证数据分析系统性因子的分布。接着从债市的相关数据获得债券的个体违约信息，从股市获得个体之间违约的相关性，利用因子Copula模型得到整体违约分布，从而刻画篮子中标的资产的相关关系，来为BDS定价。
相信通过本文DCC-GARCH和因子Copula模型的综合模型能够有效估计信用资产之间的相关关系，再利用一定模拟条件来得到信用资产组合的违约相关性，为首次违约型BDS提供一种思路。