自2014年超日债违约以来,我国信用债违约的规模和主体数不断增加,在违约高发的同时,永煤事件突发,加剧违约发生的不确定性,暴露出现行评级对风险预警的严重不足。目前,我国信用债违约事件兼具高发性和突发性的特征,对市场的负面冲击和传染性也在扩大,但当下对信用债违约的识别和预警却较为低效。理论研究上,缺乏针对我国市场现状的合理健全的识别指标;实际应用上,尚未形成相对完善的预警模型,能对违约风险的大小和变动情况进行动态追踪。本文以2014-2021年我国企业违约信用债为研究对象,选择动态Cox模型对风险时间特征进行刻画,实证检验了企业内部特征、宏观发展水平、地方经济环境等因素在风险识别中的作用。据此,筛选出风险识别指标,进而构建出符合我国信用债违约特征的预警模型,并对其应用能力做了评估对比。研究发现:1)仅靠财务特征的解释力有限,企业治理、行为特征等指标更值得关注和警惕。2)造成信用违约的内外部因素间存在传导效应,在经济下行期应及时防范违约事件的扩散。3)我国信用债发行主体的违约风险与当地经济环境有着密切联系,且本文构建并检验的企业地区贡献度指标可以为衡量地企关系的研究提供思路。4)提供我国市场的信用债违约识别信号,纳入动态预警观测窗口,有助于改善目前我国信用债评级面临的区分度低,滞后性明显等问题。通过多模型比较,本文还证实了Cox时间相依风险模型在信用债违约预警效果上更加具有优势。本文的研究结论有利于推动和丰富我国违约风险预测研究。