自我国政府于2003年正式把发展债券市场列入议程以来,债券市场经历了16年的发展后已成为我国融资市场中的重要一环。随着近年央行“大水漫灌”货币政策的转变、外部经济环境的动荡,加之我国经济增速的下滑,当前信用债市场发债主体的基本面出现恶化,债券违约风险逐渐提升。自2014年首次出现信用债违约以来,我国信用债违约事件逐年增加,债券信用风险逐渐显露,甚至有AAA级债券出现实质违约,打破了我国信用债市场AAA级无违约的神话。2019年发生违约的信用债共计179只,涉及金额1444亿元。当前我国信用债市场中,外部评级AA级及以上债券占比达到了93%,同期中债隐含评级中此比例仅为72%（1）,评级结果差异较大。这从侧面反映了当前我国信用债评级体系在信用风险的捕捉与预测方面存在一定缺陷,评级结果不够客观。当前评级体系重点关注发债主体的财务指标、行业地位、市场价值等因素,对债券自身价格与负面信息等因素反映较少或不灵敏。本文搭建的隐含评级模型可以丰富现有的评级体系,弥补相关研究的不足。通过文献综述,本文梳理了关于债券信用风险的研究理论、方法与成果,梳理了关于信用利差影响因素的研究、信用评级模型及其有效性的研究。在此基础上确定本文用于分析债券信用利差影响因素的基准回归模型。本文研究结合国内外相关研究选定模型核心因子指标,运用多元回归、引入交叉项等方法分析信用债信用利差的影响因素,并在此基础上选定纳入隐含评级模型的因子,最终搭建信用债隐含评级模型并提出几项市场应用。通过选取2017至2020年间信用债的截面数据与混合截面数据作为样本,分别分析影响信用利差的微观因素与宏观因素。结果显示,微观因素中的产权比率、负债结构、发债规模与剩余期限,宏观因素中的广义货币供给量增速对信用利差的影响较为显著。本文结合实证分析、经验原则与相关研究搭建了市场隐含评级模型。选用2019年7月22日至7月26日信用债的周度数据作为样本进行评级,并对结果进行解读,使用中债隐含评级与KMV模型分析模型的有效性。结果显示本文搭建的隐含评级模型能有效捕捉债券的信用风险,并可实现动态调整。此外,本文还结合模型提出预测信用风险恶化、制定融资融券业务入库标准、调整融资额度等多项市场应用。最终,本文梳理了研究结论,提出了相应的政策建议,指出本文研究的不足之处,并展望了未来的研究方向。