近年来在监管政策趋严的背景下,我国债券市场正不断打破刚性兑付,信用债违约渐趋常态化。对此,本文开展信用债违约风险识别与预测研究,对当前信用债的市场违约概况、影响、影响因素、测度方法等方面加以梳理,介绍了本文涉及的机器学习基本理论。研究设计方面,本文选取我国信用债2014-2020年共1870个债券发行主体作为研究对象,创新性地从宏观、财务、非财务及区域层面构建信用债违约预测因子体系,使用随机森林回归法填补缺失值,采用方差过滤和相关性过滤进行特征选择,通过综合采样算法解决样本结构不平衡问题,采用卡方分箱提升模型性能,通过模型融合方法将随机森林、XGBoost、支持向量机借助Logistic回归算法进行融合,构造Stacking集成分类器,使得模型可以精确分类和预测信用债违约概率。进一步,对模型进行评估比较和可解释性研究,分析了关键指标对违约风险的影响机制。最后,从企业、投资者、评级机构、监管机构等四方角度提出政策建议。本文研究发现:（1）2014-2020年违约事件主要为未按时兑付本息、回售款以及提前到期未兑付;品种以公司债、中票和短融为主;高评级违约占比有所提升;呈现行业分散化。（2）能够汇总各评估器建模结果的Stacking集成模型在Precision、AUC等9个评估指标中比单个模型表现更优异,且伴随非财务、区域和宏观指标的加入,模型识别能力逐步上升,非财务因素的提升作用更明显。这也表明进行信用债违约的识别和预测时应考虑更多因素的影响。（3）基于SHAP方法,研究发现国有股东背景可显著大幅降低违约风险,M2增长率显著降低了次年违约风险。此外,有较强的解释力度的指标还有销售净利率、流动比率、主营业务利润率、主营业务收入增长率等财务指标,企业规模、股权集中度、地区经济增速等非财务及区域指标,生产价格指数增长率、消费者价格指数增长率等宏观指标,上述指标可作为违约风险关键监控点。进一步,基于LIME方法,本文按照特征重要性的顺序解释了单个样本的各个特征对违约预测结果的贡献,实现了模型的局部可解释性。本文一方面丰富了机器学习在金融风控领域的相关文献,另一方面为金融市场各参与主体提供了可借鉴的决策工具,本文模型不仅可得到债券是否违约的识别结果,而且能预测违约可能性,有助于发现高违约风险的企业,防患于未然。故本文研究兼具理论价值与实践意义。