随着我国债券市场的快速发展以及不断完善,债券融资已经成为我国信用经济下重要的融资渠道。尤其是自2008年以来,债券市场资本规模开始超过股票市场资本规模,成为我国资本市场的中流砥柱,对实现社会资源合理配置、促进我国经济发展具有深远意义。但与此同时,债券市场信用风险不断凸显,特别是自2014年“超日债”发生违约、“刚性兑付”制度被打破以来,我国债券市场违约风险不断蔓延、暴雷事件不断发生,从民营企业到国有企业,风险蔓延到各类债券品种。债券违约日益成为社会关注的热点,也成为投资者进行投资决策的风险点。因此,如何对债券市场违约风险进行有效预测和及时防范、保护投资者的切身利益、维护市场秩序是值得学界深究的一个问题。但是由于“刚性兑付”制度的存在,我国在2014年前长达30年的历史中没有债券发生违约,没有实际的违约数据导致我国对债券违约相关领域的探索远不如发达国家先进、完善。在现有的文献中,国内学者多集中于从单个违约案例出发探索相关问题,或是对债券发行利差的影响因素进行探究,对债券违约风险进行预测的研究较少。近年来,我国债券市场不断发生违约事件,市场上积累了一定量的违约样本,现有样本量已经可以支撑起一些初步研究,特别是在债券违约预测方面。基于上述分析,本文就当前债券违约这一热点问题展开研究,由于当前债券市场已经积累了一定量的违约样本,故本文欲通过实证分析建立一个较为有效准确的债券违约预测模型。在研究中,本文选取2014年至2019年6月末的违约债券作为坏样本,采用1:1的比例运用倾向得分匹配法给坏样本匹配发行年份相同、行业、资产规模、债券类型和发行时债券评级相同或相近的好样本。考虑到数据的可得性,本文选取的指标均来自于Wind资讯,从债券个体以及发债主体资质两方面选取了代表性指标,债券层面选取了票面利率、发行年限、是否可担保、是否可质押等指标,发债主体层面的指标从信用指标、资本结构、运营能力、盈利能力、成长能力、偿债能力以及公司类型7个维度选取。为了建立一个更为精准的预测模型,本文分别采取了线性回归、判别分析和逻辑回归三种简单且经典的分析方法进行预测,基于三种分析方法分别建立预测模型,其最终预测结果通过混淆矩阵和ROC曲线进行对比分析。从本文实证结果来看,在债券个体特征层面,债券的违约概率与债券的票面利率和是否可质押两项指标密切相关;在发债主体资质层面,债券违约概率除了与常规的财务指标,如杠杆比率、偿债能力等相关外,本文研究还发现非国有企业这类无政府背景作后台的企业更容易发生债券违约。通过对三种预测模型的预测效果进行对比,本文研究发现基于逻辑回归建立的预测模型有着更高的准确率以及更强的稳定性,可对现实情况中信用债违约情况进行有效预测。