近年来,随着我国经济发展进入新常态,社会正处于转变发展方式、优化经济结构、转换增长动力的关键时期。此时,我国发生了债务群集式违约现象,该现象是指经济体中一个公司的违约会引起其他公司的违约,进而发生违约的公司越来越多。从2014年以来,我国企业违约的债券数量持续上升,至2019年,发生债券违约的公司数量更有加速集中爆发的趋势。同时,债务群集式违约呈现出明显的行业相关性。从行业分布来看,煤炭与消费用燃料、综合类行业发生违约的金额与数目最多,信用风险较大。从社会意义来看,债务违约原本是市场机制运作下的一种正常现象,有利于新旧产能转换和产业升级转型。但是债务群集式违约现象的发生不利于企业的持久经营和产业快速发展;同时,违约的行业相关性会破坏信用体系的正常运行,摧毁投资者的信心,不利于经济健康发展。然而,引起该现象的原因,可能来自于宏观因素、行业周期、公司财务情况等多个方面,纷繁复杂,难以提前捕捉。行业脆弱因子则从行业的角度给出引起关联违约的概率,捕捉行业的相关性违约。因此,研究债务群集式违约的行业相关性能够帮助我们更好地理解违约现象的本质,丰富我国的信用风险研究体系,增强对宏观经济状况的把控。本文主要做了两方面的工作。一方面,探讨了违约距离和行业脆弱因子的经济学意义,以及各行业的信用风险变化趋势与和特点。在违约距离方面,该因子能够定性地说明公司信用风险的状况,当公司违约距离越小时,发生违约的可能性越大。在行业脆弱因子方面,该因子能够与违约强度模型一起捕捉违约的行业相关性。研究认为,我国整体风险水平可控,发生危机概率低;但是在轻工制造、电子等11个行业可能面临较高的违约风险。这一发现将有助于监管者及时掌握各行业的动态风险,调整行业政策,稳定产业发展。另一方面,拓展了信用违约风险模型的内容。不同于常用的历史分析模型和公司价值模型,本文使用违约强度模型和行业脆弱因子刻画我国债务群集式违约现象、捕捉违约的行业相关性。通过研究发现,包含行业脆弱因子的违约强度模型在行业维度上符合条件独立的前提假设,能够捕捉违约的行业相关性;同时该模型比不包含行业脆弱因子违约模型的预测准确度更高。上述工作将有助于对违约公司数量的预测,有助于监管者提前做出预警,提高化解重大金融风险的能力。