在摩根大通工作的李祥林在《固定收益杂志》上发表了一份名为“论违约相关性：相依函数方法”的论文。论文以相对简单的数学方法（当然是相对华尔街精英人士的水平来说），不用参考历史违约数据，而是使用了一种金融衍生产品——信用违约互换（CDS）的市场价格数据作为判断违约相关性的依据。
如果你是一个投资者，你可以选择直接把钱借给借款者，也可以选择向贷款者卖出CDS产品。它相当于对贷出的款项进行一种保险，以防借款者出现违约情况。这两种方法都可以收取固定的收益——利息或者是保费。两者收益接近，但由于针对同一个借款者可以售出无限个CDS，CDS产品的供应并不受限于债券发行的数量，所以处于开创阶段的CDS市场以异乎寻常的速度增长，所向披靡，规模大大超过了作为其基础资产的债券市场。
当一种CDS的价格上涨，这表明其标的资产违约的可能性上升。李祥林的突破在于，他不去浪费时间等待搜集足够的实际违约数据，因为实际违约在现实中比较少，取而代之，他利用CDS市场的历史数据作为判断依据。假设有两个借款者，我们很难通过他们过去实际违约的情况来计算他们的违约相关性，因为或许他们过去没有违约过。但我们可以通过观察针对这两位借款者的CDS的历史价格变化，如果走势较为一致，那么可以证明他们的相关性较大。李祥林利用这种价格走势的相关性作为“捷径”，假设了金融市场，这里特别是CDS市场，能够正确地对违约的可能做出相应的价格反映。
这是对一个复杂问题进行的巧妙简单化。而且李祥林不仅仅简化了相关性的计算，他还决定完全不考虑资产池中的各个贷款之间复杂的关系变化。例如，如果资产池中的贷款数目增加，会发生什么变化？如果你将负相关性的贷款和正相关性的贷款组合放在一起，整个资产池的风险又如何变化？他说，都不用管这些。我们只用管一个最终的相关性数据，一个简单明了的数据就代表所有我们需要考虑的东西。

https://bbs.pinggu.org/thread-444926-1-1.html

在这里我已经贴了一个了，有兴趣的话可以去看看哈！

同求分享