信用风险是银行及其它非银行金融机构面对的基本风险之一，我们在对传统评估方法进行回顾和评价的基础上对评估方法的改进以及新的评估方法和技术的探索展开论述。

    第一章、传统的信用评估方法

    传统的信用评估方法包括以5C法为代表的专家法和以5C法为基础而发展起来并得到广泛运用的综合评估法。

    一、专家法（5C法）

    在专家方法下，评估人员需要根据自己的专业技能、主观判断对影响信用评估决策的某些关键因素进行权衡。一般公认的关键因素有以下五类﹕品格（Character）、资本（Capital）、偿付能力（Capacity）、抵押品（Collateral）、周期形势（Cycle Condition）。

    二、综合评估法

    综合评估法是指由信用评估部门和人员，将能够反映借款人信用的所有要素成分作一综合考察，对借款人按时、足额履行相关合同的能力和意愿进行综合评价，并用简单的评级符号表示信用风险相对大小的一种资信评估形式。综合评估法是对所有影响企业信用状况的因素进行综合考察，其中包含的不能量化的因素需要评级人员艺术地去把握。因此，必然会存在问题。
　　
　第二章、综合评估法的完善　　

    综合评估法主观因素的淡化主要应从指标选取、权重设置这两个角度进行考虑。现分别介绍如下﹕

    一、指标选取 目前，国内大多数银行及评级公司在选取指标时还都是依赖于德尔菲法，或称专家判断法。但是我们可以运用某些特定的原则及数理统计的技术来确保这种价值判断的准确性，从而淡化指标选取中的主观色彩。具体说来主要有以下几点﹕

    1、相关性分析

    2、制衡性分析

    3、支撑型指标体系

    4、定性指标的定量考察

    二、权重设置 指标权重是指在一个特定的指针集合体中，每项指标占有的比重。与指标的选取相类似，权重的设置也应在德尔菲法的基础上运用有关的数理统计等技术进行修正，以淡化指标权重设置的主观色彩。 总之，评级方法的科学性决定了评级结果的准确性。淡化评级方法设计中的主观色彩，制定科学的评价标准体系，更加准确、客观地对企业的信用状况进行衡量，是各商业银行及评级机构应该努力的方向。

　第三章、信用度量分析模型

    信用度量分析模型是指以数理技术为基础的信用风险评价系统，它可以对信用风险进行更为精确的度量。20世纪中期，为了克服信用评估方法中指标及权数主观设置的缺陷，信用分析模型得到广泛的探索和应用。1999年6月，巴塞尔委员会提出新资本协议(The New Basel Capital Accord )框架中对银行的内部评级法提出了很高的要求。内部评级法(IRB)(internal ratings-based approach)的要点是违约概率(PD) (probability of default )和违约风险暴露 (违约损失率）(EAD) (Exposure at default )的确定，而PD是贷款企业信用等级内涵的重要构成部分。这就意味对信用风险的衡量必须予以量化，简单地把客户分为AAA、AA的模糊分类已不能适应当前的需要。 建模的方法有多种，回归分析、基于规则的系统、神经网络、基于事件的逻辑分析等，由于篇幅的限制，本文仅对当前广为关注的神经网络建模进行介绍如下﹕
　神经网络技术近年来在模式识别与分类、识别滤波、自动控制、预测等方面已展示了其非凡的优越性，特别是能处理任意类型的数据，这是许多传统方法所无法比拟的。神经网络就是由许多神经元互连在一起所组成的神经结构，把神经元之间相互作用的关系进行数学模型化就可以得到神经网络模型。通过不断学习，神经网络模型能够从未知模式的大量的复杂数据中发现其规律。由于神经网络方法是一种自然的非线性加总过程，所以它克服了传统分析过程的复杂性及选择适当模型函数形式的困难，给建模与分析带来极大的方便。

    包括基于神经网络的信用评估模型在内的各种信用统计分析模型，从模型的建立到模型的测算和验证等都需要以先进的计算机信息技术为支撑，因此，信用评估的信息化研究也受到日益广泛的关注。

　第四章、信用评估信息化　　

    信用评估是一项复杂繁琐的工作，评估人员要耗费大量的时间，进行细致、艰苦的数据处理。信用评估信息系统则是以计算机为手段对信用评估中的信息进行加工、处理、自动运算以及提供智能化辅助判断分析的系统。信用评估信息系统的建立，可以减轻评估人员的机械劳动，提高工作效率，并可以通过数学方法的引入，提高评估的科学性，进而提高信用评估结果的准确性。

    信用评估决策支持系统能否提供有效的决策支持的关键在于知识系统的有效性和准确性。知识系统包括信用评估领域中的大量事实和相关知识。另外，信用评估决策支持系统还可以处理在推理过程中由于信用评价知识的不确定性（包括事实的不确定性和规则的不确定性）引起评价结论的不确定性的问题。从而，使信用评估决策支持系统更加能够适应解决复杂问题的需要。

    总之，信用评价决策支持系统通过引进专家的判别思想、经验，大大提高了评估的准确性、有效性，减少了人工评估过程中的许多失误，也减少了评估人员与机构的劳动强度，具有极大的研究价值和应用价值。

　结 束 语　　

    总之，基于对信用风险进行更加精确和科学的度量的内在动力和外在压力，信用评级方法的演变经历了从主观考察到定量的统计分析﹔从简单的手工操作到信息化的自动评价进而到对信用风险估测的决策支持分析的过程，并将继续进行下去。