我国债券市场的规模随着经济的发展不断扩大,2020年我国债券市场的发行量规模已经位居世界第二,在资本市场中的信用债存量达3.5万支左右,票面总额达39万亿元。然而随着信用债市场规模的不断增大,信用债违约事件开始频发。2014年“11超日债”的违约事件打破了债券市场中的刚性兑付,我国的违约信用债数量开始井喷式增长,违约债主体也从民营企业扩散到了国有企业。截至2020年,已经有786支信用债发生违约。在此背景下,信用评级逐渐成为我国投资者用于判断债券质量的一个重要依据,然而我国大约有92%的债券评级都在AA级以上,这与上述日益增多的债券违约事件不相符,因此我国的债券评级市场存在评级虚高问题,评级机构也缺失了一部分公信力,对我国债券市场的发展存在负面影响。在这一背景下,本文的研究对如何科学地识别出债券违约风险有积极的意义,同时为投资者的科学投资决策、金融监管机构的监管提供了参考依据。具体而言,信用债违约的风险特征主要有以下三点:第一、民营企业与非上市公司违约占比高:在2020年信用债违约事件中,民营企业占比达到了82.58%,非上市公司占比达到79.7%,违约仍然集中爆发在民营企业与非上市公司;第二、企业自身经营不善以及资金链断裂等导致的违约事件数量多:当企业盈利能力明显不足,或企业出现激进投资导致其流动性出现问题时,就非常容易出现无法偿还利息与本金的情况;第三、中小型企业受宏观经济周期影响显著:当宏观经济环境恶化时,中小型企业很难避免周期性经济危机与破产浪潮。针对以上信用债的特点,本文在研究样本方面包含了民营企业与国有企业、上市公司与非上市公司;在指标体系构建方面从发债主体盈利能力（包含营业利润率、成本费用利用率）;发债主体偿债能力（包含流动比率、速动比率、现金比率）;发债主体成长能力（包含总资产净利率增长率、每股收益率增长率、营业利润增长率、资产总计增长率）;发债主体营运能力（包含营业周期、应收账款周转率）以及发债主体安全保障能力（资产规模、企业性质、地区社会融资增速）等五个维度来刻画我国信用债的信用风险。其次,本文在尝试K-Means聚类算法效果较差后,针对指标间相关性较高等问题,采用因子降维的K-Means聚类算法作为实证研究方法,同时进行600次聚类运算,利用轮廓系数选出最优聚类结果,以解决局部最优问题。在确定实证方法与完成指标构建后,本文从Wind数据库中搜集了2014年至2020年190支信用债发债主体的31920条季度数据,其中违约样本62支,未违约样本128支,选取在违约发生前或到期前一个季度的数据。本文首先使用单独的K-Means聚类算法对14个指标进行运算,发现聚类效果不显著,考虑到14个指标之间可能存在相关性,有较多噪音,本文继续对190家发债主体的14个信用评级指标进行降维,得到反映信用债违约风险的五大因子（发债主体盈利能力因子、发债主体营运能力因子、发债主体偿债能力因子、发债主体成长能力因子、发债主体安全保障能力因子）并计算因子得分;第二步,对因子得分使用K-Means聚类算法聚类并选出最优解;第三步,对聚类结果进行分类,将搜集到的各个组别的数据的平均值进行对比,归纳总结各组别的特征,从而确定各个组别的发债主体信用等级的相对高低,得到信用债信用评级的最终结果;第四步,为了验证本文信用评级方法风险预警功能的有效性,将本文的评级结果与现实违约情况进行比对,结果显示在本文的AAA信用等级、AA信用等级、A信用等级、BB信用等级、B信用等级、C信用等级6类等级中,债券违约率分别为0%、0%、4.29%、46.67%、100%、95.46%。同时搜集实证中信用债在Wind数据库中的评级,与Wind数据库中评级进行比较,发现原有评级中71支AAA级信用债在本文评级中共有56支评级下调,下调率达78.88%,其中AA级2支、A级47支、BB级6支、B级1支;原有42支AA+级信用债中41支信用债下调,下调率达97.62%,A级15支、BB级24支、C级2支,与Wind对比结果以事实说明了本文所采用的评级方法的风险预警功能的有效性以及现有评级质量虚高的问题;最后,本文再次选取2021年1月至5月发生违约的40支信用债与2021年发行的72支信用债共112支信用债以相同的信用债评级方式进行评级,并与现实情况相比较,结果显示AAA级、A级、BB级、B级、C级5类等级中,信用债发生违约的概率分别是0%、11.90%、70.83%、100%、100%,同时原有评级76支AAA级信用债中,49支信用债评级下调,下调率为64.48%,其中A级41支、B级7支、C级1支;原有27支AA级信用债评级全部下调,其中BB级14支、B级11支、C级2支。因此发现本文所得出的信用等级仍然有效,进一步验证了本文所使用的信用评级方法的违约风险预警功能的稳健性。