房地产是高杠杆重资产属性的行业,资金需求较大,债券融资是房地产企业主要的融资手段之一。对于房地产企业、房地产债券投资者、监管机构而言,房地产企业债券的融资利率定价和违约风险评估十分重要。由现代金融理论可知,企业债券的融资成本由无风险利率和信用利差组成,其中信用利差与企业的违约风险息息相关。目前市场一般依赖外部评级和“三条红线”等监管指标对企业违约风险进行评价。然而,近两年市场均出现了评级较高和“三条红线”完成度较好的房地产企业发生违约的现象。这证明目前仅依靠外部评级和监管指标并不能有效反映房地产企业的违约风险。因此,本文通过对存量发债房地产企业的研究,找出房地产企业信用利差的主要影响因素,为房地产企业债券的融资利率定价和违约风险评估提供参考。本文以房地产企业债券的信用利差为研究对象,债券类型选择是非金融企业债务融资工具和公司债,从财务指标、外部评级、企业所有权属性、债券要素四个维度选取了66个指标作为解释变量。本文从Wind获取发行主体的相关数据,将样本划分为训练集和验证集,利用机器学习的XGBoost模块进行建模,并通过使用不同的回归损失函数、alpha、最小样本叶片大小等参数筛选出最优模型。而后,本文将XGBoost模型和多元线性回归模型进行比较,并引入决定系数R2和均方根误差RMSE作为评价指标,发现XGBoost模型在训练集和验证集的回归结果均表现较好,证明模型较优。最后,本文通过对模型变量的特征重要性进行排序,得出影响信用利差最重要的因素为外部评级、企业所有权属性、债券要素和财务数据中的营运能力、偿债能力与盈利能力。根据以上研究结论,本文对相关企业、债券投资者和监管机构提出相关建议。