电力行业作为先进生产力和基础能源产业的代表,对国民经济的快速发展和社会的不断进步起到非常重要的作用。随着国家经济实力的提升,对电量需求不断增加,而电量的销售又进一步促进了整个电力行业生产的发展。电力行业要实现生产规模的扩张急需外部融资,而我国资本市场的日渐完善给电力企业外部融资营造了良好的外部环境,在这种环境下,电力企业为了进一步得到资金支持,由此催生了债券融资渠道的产生。在电力体制改革逐步深化的基础上,电力企业发债规模呈现几何式增长,但是债务伴随产生的信用风险,再加上宏观经济不景气,全社会生产的产品趋于饱和的大背景,对电力企业的偿债能力造成较大影响,因此科学有效的信用风险评估或不可缺,而信用评级以简单明了的方式给公司管理者,投资者以及国家提供了重要的信用评价参考。为了研究电力企业债券信用评级情况,本文在借鉴国内外权威评级机构的评级方法和评级指标的基础上,从公司外部环境、内部环境和债券特征因素等方面对电力企业债券信用评级定量指标体系进行构建,最终选取25个定量指标,并在所构建的定量指标体系的基础上,以2011年到2018年期间发行的39只电力企业债券为样本,对其定量指标进行因子分析,通过SPSS19.0软件把定量指标进行降维,得出公共因子,剔除定量指标之间的相关性,然后使用聚类分析进行模型的构建,并进行实证分析,然后将实证结果和评级机构的评级进行比对,发现实证结果较好。为了进一步研究电力企业债券信用评级,本文基于上述定量模型,加入定性指标,对定量指标和定性指标进行综合考虑,利用层次分析法,找到另外一套适用我国电力行业债券信用评级指标体系,并选取了我国目前运营规模最大的水电上市公司——中国长江电力股份有限公司和实力雄厚的吉林电力股份有限公司进行实证研究,并把层次分析法得出的评级和评级机构的评级进行比对分析,发现拟合效果较好,并且在模型评估部分使用2017年1月到2018年9月的资本市场数据,运用KMV模型求出市价隐含违约概率,看是否符合“高评级对应低违约率,低评级对应高违约率”的基本准则,实证结果发现,层次分析模型的评级结果是符合上述基本原则的。本文在债券信用评级指标体系的构建上不仅考虑了公司的财务指标,而且考虑了其他的非财务定量指标,并融入行业特质,加入定性指标,考虑的因素较为全面,不仅如此,本文将评级模型进行了进一步验证,使得模型更具科学性和有效性,其评级结果更加可靠。