他的突破是那年底发表的一篇文章，题为：“论违约相关性：一个相关函数办法”。
首先对小波理论和连接函数进行了详细的介绍，并指出其各自在应用上的优越性。
由于两个市场收益的相关性，选取GumbelCopula函数度量电力市场的风险，并运用MonteCarlo模拟方法计算CVaR。
Copula已经很广泛地应用到了经济领域和随机过程方面。
而用Claytoncopula所估计的时变相关系数矩阵则可精确描述极端事件时的相关性。
Copula函数可以将多个随机变量的边缘分布连接在一起形成联合分布。
Copula理论应用于金融市场间的相关性分析具有独特的优势。
充分考虑到金融数据厚尾分布的性质，灵活运用及扩展了连接函数模型，有效捕捉尾部信息。
在后一类模型中，我们通过在Copula函数中引入状态变量，构建了一类含有状态转换的Copula模型。
实证分析表明本文构造的Copula-SV模型和时变Copula-SV模型在金融风险中是可行和有效的。
第二部分为文献综述部分，侧重Copula理论在金融领域的研究成果综述。
目前，市场上对合成型债务抵押债券（SCDO）定价的方法中最流行的是单因子高斯模型。
Copula理论的出现为解决相关分析和多变量时间序烈分析提供了一个新工具。
而Copula在研究相关性方面（尤其是尾部相关性）具有良好的性质，处理起来也更加方便。
当数学家和物理学家想描述事件发生的可能性时，他们通常会依靠一条叫联结（copula）的曲线。
其中，城乡接合部、农村、学校周边的黑网吧将是打击重点。
论文主要研究了Copula理论在投资组合风险价值上的应用。
然后用神经网络对冲天炉进行建模，并以冲天炉的实际数据进行MATLAB仿真。
不难看出在大样本情形下，本文给出的非参数估计是Copula函数的一个很好的逼近。
本文是通过已知Copula的加权几何平均来构造Copula。
本文主要对基于Copula函数的有违约相关性的信用联结票据的定价进行了研究。