自2014年债券市场出现少量债券实质性违约,打破了中国债券市场“刚性兑付”的神话,债券违约现象日益频发,风险和收益之间的衡量给债券投资者带来了巨大的挑战性的同时也给监管部门带来了较大的压力。公司债是债券市场上违约数量较多并且比较具有代表性的债券品种,通过具体案例分析该债券的违约动因以及借助机器学习对债券违约风险进行预测验证,不仅为债券违约识别研究提供更多的思路和方法,还可以给债券各方一定的借鉴意义。本文首先从债券违约的相关概念、现状趋势以及违约风险因素进行了简单的介绍。并基于2019年出现首次违约的大型综合类公司——中国民生投资集团进行公司债违约风险识别案例分析,从宏观环境、行业层面以及公司内部三个方面分别深入分析了公司债出现违约风险的原因。其次,根据案例分析以及国内外学者的研究,从公司内外部债券违约影响因素进行归纳梳理得到29个特征值,对这29个样本指标进行主成分分析,筛选出了重要性排名前10的指标。构建BP神经网络对违约风险进行验证,对2014-2019年间出现违约的50只公司债和50只正常到期的公司债进行债券违约预测,并以中民投等15家公司债为例,证明BP神经网络对于公司债违约具有较好的预测效果。最后,针对公司债违约风险识别的研究进行归纳总结,并对发行人、投资者以及监管机构提出了相关建议。经过以上分析研究发现:影响公司债违约的动因可分为内部原因和外部原因。宏观经济下行、外部融资环境收缩以及行业发展影响等外部原因是债券违约的诱因;公司自身管理不善、业务经营风险、财务危机、战略布局存在问题等内部因素是公司债发生违约的决定性因素。而在内部因素中,归根究底是因为企业自身出现财务危机、资金流断裂。但是公司内部治理问题同样不可小视,企业经营治理的不善在严重时会导致公司出现财务危机和名誉受损。在内外部多种因素的共同作用下,进而导致公司发生债券违约。