目前我国商业银行的信用风险度量主要还在利用定性的财务报表分析等主观分析阶段，但运用数学模型定量的分析信用风险在学术界已经取得了很大的发展，不管是单变量的信用风险度量，还是组合信用风险度量都取得了一定的研究成果。本文讨论了组合信用风险的度量问题，给出了度量组合信用风险的数学模型，综合了单变量分析中的KMV模型和组合信用风险分析中的Copula 理论，对企业之间的联合违约概率做了相关性分析，主要是采取了利用企业不同时期的金融市场数据得出企业资产价值数据，估计这些资产价值数据的边缘分布情况，再根据Copula 函数进行相关的违约相关性研究。对这方面的实践进行了初步的探索，取得了一定的成果。　　 本文共分为三大部分。　　 第一部分，介绍了研究背景和方法，介绍了关于商业银行信用风险度量的研究现状和研究背景，提出了本文的研究内容及思路。　　 第二部分，包括第2、3两章，介绍了基本的理论知识，主要包括KMV模型的相关理论，Copula 函数理论等，并针对本文要用到的相关知识进行了重点的介绍。　　 第三部分，在介绍了各种基本理论之后，建立了组合信用风险度量的数学模型，共分为三大步骤，首先根据非参数核估计的方法估计出企业资产价值的密度函数，这里是本文的创新点，由企业不同时期的股权价值计算出的资产价值估计出资产价值的密度函数；其次选择合适的Copula 函数将边缘分布函数连接起来得到联合分布函数，并对其进行拟合度检验；最后，根据建立的模型进行了实证分析，计算出了企业联合违约概率，符合实际情况，得出了较好的结论。