非公开发行公司债券又称为“私募债”,其发行主体主要为信用评级不高的企业,在不超过200个专业投资者的范围内进行发行债券募集资金。主承销商在承销非公开发行的公司债券时只能对潜在的特定投资者进行私下询价,如果针对预发行债券进行信用利差预测确定一个大致利率区间,主承销商就可以基于该利率区间与潜在投资者进行询价。因此预测一个债券信用利差对于非公开发行公司债券的销售询价具有一定的参考依据。发行人和主承销商可以基于预测出的信用利差进行确定债券的定价区间与潜在专业投资者进行销售推荐。本文在借鉴已有研究的基础上,将公司资产规模、财务杠杆、公司属性、信用评级、发行规模、发行期限、债项特殊条款设置、担保情况、主承销商声誉和会计师事务所声誉作为BP神经网络的输入层,将信用利差作为输出层进行预测非公开发行公司债券的信用利差。实证研究发现财务杠杆、发行规模、公司属性、信用评级、特殊条款设置、担保情况、主承销商声誉和会计师事务所声誉与债券信用利差存在负相关关系,这些因素会降低债券的信用利差;而公司规模和债券期限与债券信用利差存在着正相关关系,会在一定程度上增加债券的信用利差。其中公司规模、公司属性、信用评级、担保情况和会计师事务所声誉的作用效果较为突出。同时本文也运用多元线性回归模型进行预测非公开发行公司债券的信用利差,发现对于样本数据BP神经网络模型的信用利差预测整体效果比多元线性回归模型更好。最后基于实证研究的结论提出对策建议,希望能够有效完善债券市场以及帮助中小企业、非国有企业降低信用利差。