信用债是我国债券市场上的重要品种。2014年,“11超日债”发生违约,自此之后,我国信用债违约事件陆续发生。截至2020年12月31日,信用债违约数量高达570只,涉及违约金额4331.99亿元。现阶段,中国信用债市场的违约风险使得大量的投资者“望而却步”,未来中国信用债市场将面临更大的挑战。然而,信用债发生违约并不意味着投资者会损失全部的投资金额,债权人和债务人可以通过多种方式对损失的金额进行求偿,目前国内债券违约后主流的处置方式包括自主协商、司法诉讼、处置抵质押物等。债券违约后最终收回的金额占违约金额的比例,被定义为回收率。回收率量化了投资者在既定违约情况下的损失程度,回收率越高,损失越小。因此,研究我国违约信用债的回收率及其影响因素,对于监管机构、债券发行方、债券投资者而言,都具有实际的借鉴意义。回收率的影响因素、实证分析和计量模型三方面内容是理论界和评级机构关注的焦点。国外对回收率的研究起步较早,形成了一定的理论体系,取得了丰硕的研究成果。然而,我国对回收率尤其是对违约债券回收率的研究还处于起步阶段,大多停留在对影响因素的定性分析和对国外研究成果的总结。我国的经济环境、经营方式与国外存在较大差异,直接运用国外的模型会产生较大误差,我国应充分考虑这些差异,建立回收率模型。因此,本文将基于我国2014年至2020年间的违约信用债数据,结合债券市场的发展状况和数据的可获得性从宏观因素、行业因素、企业因素和债券因素四个层面寻找影响因子。通过文献分析、理论分析与实证分析相结合的方式,寻找会影响回收率的因素并找出具有统计学意义的影响因子。本文通过多元线性回归建立回收率模型,得出的主要结论有:第一,在宏观因素中,违约前1-3年的10年期国债收益率均与回收率呈现出显著正相关关系,宏观政策需要一定的时间才能够作用到微观债券上来,违约前的10年期国债收益率的作用会更加明显。第二,在企业因素中,企业是否上市变量与回收率有统计学意义上的显著关系,企业为上市公司时所引起的回收率的平均变化量比非上市公司多0.0496。上市企业为稳定股价,会倾向于更多的偿还违约债务,因此回收率会相对更高。第三,在债券相关特征方面,债券发行规模与回收率为显著负相关关系,发行规模越大,说明企业负债会相对更多,债务人的还款压力更大,因此回收率会更低。债券违约后处置方式变量也与回收率有显著关系。自主协商、担保方代偿、司法诉讼和仲裁等方式均能使违约债券的回收率增加。第四,在行业发展较好时,其他因素对回收率的影响程度会被减弱。通过本次研究,旨在指导各类投资者能够对违约信用债做出更好的投资决策。特别是当信用风险开始暴露的时候,我们可以集中精力关注对于回收率具有重大影响的指标,而忽略那些次要的指标。