我国的住房抵押贷款发展迅速,至今已成为国内银行贷款资产的重要组成部分,在优化贷款结构、降低贷款风险、提高贷款收益上发挥着越来越重要的作用,在国内银行的资产和盈利中占据着越来越重要的地位。由于住房抵押贷款允许借款人提前还贷,因而就有可能产生提前还贷风险。提前还贷风险无疑会给贷款人带来一定的损失和风险。提前还贷行为本质上是一种违约行为,因此,提前还贷风险是一种违约风险。度量这种违约风险,对银行的经营管理具有重要的现实意义。违约风险度量的一个重要方面是违约相关性的度量。精准描述相关违约中的相关程度和相关结构,是提升违约风险管理质量的重要前提。从银行的贷款资产管理方面来看,由于违约相关性的存在,联合违约现象更容易造成巨大信用损失,所以现代商业银行不再只关注单一资产的违约风险,而将关注的重点放在了贷款的组合风险管理上。本研究就是用一种新方法来度量提前违约风险的相关性的,按照学历将借贷者分为四类,度量这四类借贷者之间的组合风险。但是组合风险并不是单一风险的简单加权,而必须考虑各信用资产之间的相关性间题和风险分散效应,目前对违约相关性的度量主要采用线性相关性方法来度量,实践证明线性相关度量违约相关存在缺陷,不足以刻画现实中违约相关性的厚尾性,即在市场条件恶化的情况下,资产的违约相关性加强,即联合违约概率增大。怎样做到与实际相符?如何准确度量组合违约风险以确定最佳贷款结构?Copula理论的提出使这一问题得到解决。Copula函数是金融领域的新工具,在上世纪末期才开始被应用于度量风险相关性,它具有灵活的形式。应用Copula方法研究相关违约是一个新兴的研究领域,如Copula函数的选择准则、高维Copula函数在结构模型及简约式模型中的应用等都是具有良好的研究前景。本研究的主题思想是将国际上流行的Copula函数引入违约相关性的理论,通过对Copula函数的选择,利用单参数的阿基米德Copula函数作为资产池中多资产的连接函数,得出结论：贷款者更倾向于在贷款的前中期发生提前还贷行为。基于Copula函数下的VAR值明显小于单独分类下的VAR值,这说明学历变量之间的相互影响,抵消了部分单独分类下的VAR值,这表明了Copula函数在度量商业银行信贷组合风险方面的有效性,以期有益于商业银行在此方面的贷款组合管理和风险管理。