【摘要】Copula模型能精确计算投资组合尾部风险，弥补Person相关系数的不足。文章基于信用风险Copula模型，探讨了不同抽样算法在信贷投资组合中的应用问题，优化重要性抽样和交叉熵算法，测试了高斯及t-Copula模型的风险计算算法，并通过数值模拟予以检验，结果表明：朴素蒙特卡罗模拟的精度和效率较低；重要性抽样算法通过解析逼近显著降低计算方差，提高精度，但求解复杂且耗时；交叉熵算法同样有效，但需自适应算法求解优化问题。算例分析结果表明，基于不同场景选择Copula模型，可提高信贷投资组合风险计算精度和效率。