【摘要】信度模型能够刻画风险类别组内的相关性，是风险定价中应用最广泛的模型之一。相较传统信度模型，基于ｃｏｐｕｌａ函数的信度模型能够突破传统信度模型变量间的相关性不随时间变化的假设限制。本文将ｃｏｐｕｌａ函数信度模型应用到我国车辆损失保险的定价中，以广义线性模型作为边际分布，利用ｔ－ｃｏｐｕｌａ函数度量赔付变量间的时间相关性，建立多元联合分布，并计算赔付金额的未来分布和预测值。实证结果表明不同地区车辆损失保险的赔付情况有差异，当年赔付金额对后续赔付的影响随时间减弱；ｔ－ｃｏｐｕｌａ函数ａＲ（１）形式相关系数矩阵的信度模型的预测误差最小，预测结果优于传统信度模型，说明ｃｏｐｕｌａ函数信度模型在风险定价的．．．