2014年后,我国信用债违约事件频繁发生,违约金额、违约主体数量不断增加。现阶段,信用债违约呈现出常态化的趋势。在此背景下,研究我国信用债违约的影响因素,构建企业违约模型以识别债券违约特征,对于债券投资者和监管机构而言实际应用价值较高。本文先对我国信用债市场的整体发展进行回顾。随后通过观察各违约主体的时空分布、梳理各主体走向违约的原因,得到了信用债违约的发展特点,总结了信用债违约风险是如何积聚并发展的。本文深入探讨了我国信用债的违约风险的来源和影响因素,在此基础上,构建了债券违约特征识别的研究指标,指标涵盖宏观、行业、市场、财务指标等多个维度。本文选用可拓展性较强的Logit模型进行实证研究,以我国102家违约发行人和2212家到期兑付发行人作为样本,使用债券到期前两个季度的截面数据进行回归分析。在最终的模型中,共有社会融资总量增速、发行时市场隐含评级、市场隐含评级的变动、企业是否国有、净资产收益率、资产负债率等6个解释变量入选。模型通过了显著性和稳健性检验。基于实证结果,我们认为:(1)宏观经济环境对债券发行人的违约有重大影响,社会融资总量增速的提高会降低债券发行人的违约风险。(2)单纯的行业景气度对于债券违约概率的影响不显著,要想深入分析行业对于企业违约的影响方式,需要考察行业内企业地位、行业进入壁垒等综合的定性因素。(3)企业的产权性质对企业违约影响非常显著,国有企业的违约风险低于民营企业。(4)企业违约前,其财务特征会出现明显的恶化,在盈利现金流分析以及债务情况分析时,净资产收益率和资产负债率需要重点关注。(5)中债市场隐含评级可以较好地反映债券违约风险,其评级的改变可以较好地预测债券违约。在对全市场债券进行监控和分析时,本文构建的Logit模型可以有效识别债券违约特征。使用ROC方法确定模型的可能性分割点为0.0455,并以此为违约阈值,模型对债券是否违约的总体预测能力较高,对违约债券识别率达到81.4%。本模型可以为债券市场参与者找到需要重点关注的债券发行人对象,从而起到风险初筛的作用。最后,围绕信用债券的违约特征,本文从债券投资者和监管机构的视角分别给出建议,为债券投资者构建债券违约风险识别框架,并提出信用监管中需要注意的问题。随后针对本文研究过程中的不足,对未来信用债的风险研究进行展望。