中国债券市场历经40年发展,现已成为我国重要的金融市场。然而自2014年债券刚性兑付局面被打破后,债券违约也进入常态化阶段,中国债券的违约风险逐渐以更明显的方式暴露于市场参与者面前。在债券违约风险凸显的背景下,中国的信用评级质量却饱受争议,建立新的有效方法以合理识别和控制违约风险具有现实意义。本文借助被广泛应用的机器学习模型,研究债券违约及相关负面事件预测问题,以求有效识别和降低投资者面临的债券违约风险,并为提高信用评级质量提供思路。为此本文提出三个研究问题:1.机器学习模型是否可以有效对债券违约及相关负面事件进行预测?2.如果可以,哪类模型具有更好的泛化性能?3.哪类特征变量对识别违约债券有更重要的作用?本文使用Logistic回归、Lasso、岭回归、弹性网络、支持向量机、随机森林、极度提升算法和深度神经网络等8种机器学习模型研究债券违约及相关负面事件预测问题。本文首先检验了各模型的泛化性能,以回答问题一。本文发现8类机器学习模型均能够有效对违约及相关负面事件进行预测,表现最好的是随机森林和XGBoost模型,预测精度分别达84.16%和79.87%,衡量划分正例的能力F1分别为0.8118和0.7495。针对问题二,通过Friedman检验和Nemenyi后续检验,本文发现随机森林和XGBoost模型有着更为出色的性能,而在其他相关领域被多数文献应用的Logistic回归并不是债券违约预测的最优模型。针对问题三,本文使用有出色性能表现的随机森林和XGBoost模型进行研究,发现在评估债券违约风险时应给予企业的盈利能力及特征和债券自身的特点更多关注。最后,本文分别改变违约和健康样本数据配比以及财务数据时间跨度,构造两类新的数据集进行稳健性检验,发现机器学习能够有效预测债券违约及相关负面事件的结论依旧稳健,随机森林和XGBoost仍是性能最为突出的模型。本文的研究贡献主要有四点。其一是丰富了应用机器学习模型进行债券违约预测的文献研究。本文通过8类有代表性的机器学习模型研究债券违约预测问题并发现性能突出的算法,为进一步开展债券违约的机器学习应用和理论研究提供了参考。其二是丰富了中国债券违约影响因素的文献研究。本文全面研究了各类型特征变量对于预测债券违约的贡献,并识别出了最为重要的因子类型,为后续进一步研究债券违约因素和传导机制等相关问题提供了思路。其三是定量地揭示了非线性模型设定对于债券违约预测的贡献度。本文构造了两类共81种交乘项变量显性刻画了模型非线性特征,并通过因子重要性分析定量地发掘了非线性对违约预测的重要性。其四是从现实意义角度出发,本文应用机器学习模型对债券违约进行预测取得了良好效果,为改善中国信用评级质量提供思路,也为债券投资者识别违约风险提供有效工具。