自2007年公司债开始发行上市,我国的公司债市场迅速发展起来,但由于信息不对称、公司经营状况等原因,公司债存在违约风险。为了补偿违约风险带来的损失,公司债的收益率会高于无风险债券的收益率,这个收益率差额叫做信用利差。本文旨在研究公司债信用利差的影响因素,对于投资者、债券发行人和债券市场的良性发展,具有十分重要的意义。本文选取2021年2月10日未到期的一般公司债作为样本,数据清洗之后剩余848只样本券,从行业、公司、个券三个层面选择25个指标作为待选自变量,信用利差作为因变量,研究信用利差的影响因素。本文采用Hermite插值法计算非整数期限的无风险收益率,从而估计非整数期限的公司债的信用利差。首先运用逐步回归法、Adaptive Lasso方法和SCAD方法建立模型筛选自变量,三种模型决定系数均为0.5左右,拟合效果一般。方差分析法检验可知,行业因素对信用利差有显著影响,并运用多元回归的方法定义行业景气度。此外,本文还用随机森林算法建立模型并进行实证分析,测试集的决定系数达到0.8以上,并使用该模型对各指标进行重要性分析。本文选取重要性较大的17个指标建立随机森林简化模型,绘制部分依赖图,研究各因素对信用利差的影响,通过十折交叉验证法检验随机森林简化模型的预测准确率,平均准确率达到83.83%。本文主要得到以下结论:公司属性、资产规模MRQ、资产负债率、全部债务/EBIDA、速动比率等11个指标对模型的解释度较高,是影响公司债信用利差的主要因素;不同行业的债券信用利差有明显的差别,行业因素也是影响信用利差的重要因素之一;在公司债信用利差的影响因素研究方面,随机森林算法的模型拟合效果和预测精度比多元回归模型好,但选择的自变量较多;投资者、债券发行人及相关机构应密切关注公司财务指标及经营状况,以制定更好的投资计划及更优的融资决策,维持证券市场的良性发展。