城投美元债是指离岸债券市场上中资城投企业发行的、以美元向境外举借的、按时归还本金的债券,从2011年度开始发行,到2020年度发行金额超过二百亿美元,累计发行金额已超过一千亿美元,城投美元债越来越成为我国城投企业重要的境外融资方式,研究城投美元债的风险测算问题,对我国城投企业未来的境外融资,以及我国金融开放等问题都有着重要借鉴意义。但由于境外评级提高发行难度、境外评级流程较长、境外评级低于预期等因素,大量城投美元债主体未在国际评级机构取得评级,仅依赖于国内评级倾向于低估美元债的信用风险,有必要对无评级城投美元债进行额外的风险测算,以帮助城投企业控制融资成本,帮助美元债投资者进行更优的投资决策。大部分城投美元债资质较好,违约风险较小,一旦违约无法清偿本金和利息,会对投资者的利益造成严重损害。一部分投资者考虑到逆向选择的因素,会要求一部分额外的收益作为风险补偿,进而提高引发中小城投企业的融资成本。所以,建立城投美元债风险测算模型,将无评级城投美元债发行主体的信用风险提前地、精确地测算出来,对于投资者优化投资决策,发债主体加强风险防范都具有必要性。本文首先分析介绍城投美元债的发行现状、风险现状及风险测算现状。美元债市场目前已经经历了两个完整的起落周期,发债趋势与监管的政策风向高度相关。城投企业选择境外发债相比与境内发债,需要额外承担的风险包括人民币贬值增加了发债企业的汇率风险、境内监管政策变化增加了企业海外发债的不确定性、债券市场开放下的金融稳定风险、国际金融动荡可能引致中资美元债市场的流动性风险等。现阶段国际上对于中资城投债风险测算的方法,多采用专家打分评级模型,对受政府影响大的城投企业采用自上而下的方法,首先评估中国政府的评级,再评估地方政府的评级,分析政府与公司之间的关联度,以确定是否调整评级。本文之后介绍了构建模型所需要的理论依据,以及模型间的评估标准。在实证分析过程中,首先进行对样本的定性分析,根据样本的评级状况区分了正类样本和负类样本,并对正负样本特征指标进行描述性统计,进行模型调优以确定最终模型,并与其他机器学习方法,如支持向量机、Logistic回归进行比较。最后尝试构建基于随机森林的风险测算模型,对于无评级的城投美元债,该模型将给出风险测算,对于有评级的城投美元债,该模型将给出更精确的风险测算。最后结合研究结论,本文认为,城投企业应该强化自身风险抵御能力,评级机构应提高城投债风险平价的精确度和时效性,投资者应需要提高对城投美元债的风险意识,监管机构需建立和完善信息披露机制,提高金融信息的透明度。