2014年3月超日债利息违约打开了公募债违约的潘多拉魔盒，此后便一发不可收拾。据不完全统计，截止2016年底已经有84只债券违约，涉及金额超过540亿。在经济增长放缓，经济结构调整等的大背景下，未来债券市场违约压力不容小觑。这反应在市场上，就是债券投资人的投资风险。作为债券市场投资者，行业风险识别和各种债券信用风险识别能力变得非常重要。　　我国企业债信用风险分析的过程不是简单的财务报表的分析，除了有效的利用财务报表上所能吸取的信息外，仍有许多重要信息必须借助质化评估。历史上众多信用风险都能够证明，若是定性因素具有明显缺陷，则会对财务数据产生严重的负面影响。同时针对滞后的财务数据也能够形成预警。　　本文通过对“11超日债”和“15东特钢CP001”两个经典信用债违约案例的阐述和深入分析，建立围绕定性分析和定量分析的信用风险识别的框架。定性分析是主要面向信用风险水平进行阐述，而定量分析则是针对财务报表当中的数据进行加工处理，并转化成相对直观的财务指标。本文定量分析采用Logistic回归模型把财务数据计算两个违约案例的违约概率；但是信用风险的识别不能单单靠财务数据和数学模型的堆砌，结合定性分析非常必要，往往定性分析更为重要。定性分析包括了宏观经济周期、行业状况、企业自身的竞争地位和管理战略，外加外部支援（包括银企关系、政府支持、股权结构、增信条款）。通过案例分析得出，倘若定量因素存在问题。比如财务数据不完善或质量不高，定性分析的意义就更大。将两种方法结合在一起进行信用债券风险识别，能够起到更好的效果。