信用分析模型可以分两类，预测模型和管理模型。预测模型用于预测客户前景，衡量客户破产的可能性。Z计分模型和巴萨利模型属于此类，两者都以预测客户破产的可能性为目标，不同之处在于所考察的比率和公式略有不同。管理模型不具有预测性，它偏重于均衡地解释客户信息，从而衡量客户实力。营运资产分析模型和特征分析模型属于此类。营运资产分析模型旨在通过资产负债表衡量客户的实力与规模，特征分析模型则偏重于利用各类财务、非财务信息评价客户风险大小。管理模型不象预测模型那样目标专一，同时具有很大的灵活性，通过适当的调整可以用于各种场合。
　　

    一、 Z计分模型
　　

    Z计分模型通过关键的财务比率来预测公司破产的可能性。比较典型的为理查得·托夫勒（Richard Taffler）Z计分模型。1977年理查得·托夫勒对46家性质相同、规模大小一样的破产公司和有偿债能力的公司进行了对比，并依据其调查结果和利用多样差别分析法的基础上得出如下一些比率：

（税前利润/平均流 公式（1）衡量公司业绩；公式（2）和(3)衡量公司的债股比率；公式(4)衡量公司在无收入状态下可维持业务的时间长短。Z计分值便是公式(1)-(4)比率的总和。如计分值为负值，则表示公司不景气。　　
　　

    经实践证明，这四种比率配上适当的权数，预测公司破产率的准确性高达97%以上。其中还发现一个重要规律，即公司破产一般发生在该公司第一次Z计分出现负值后的第三年里。可见，Z计分模型是帮助企业确定客户破产风险的有力工具。 在实际应用中，Z计分模型存在以下三个缺陷：
　　

    1 权数难于确定
　2 模型所依赖的数据难于获得
　3 以46家公司为样本缺乏说服力
　　

    Z计分模型开创了分析信用风险的新思路。它虽不能准确预测出公司破产的具体时间，但它指出了破产的可能性，并能通过逐年比较反映出这种可能性扩大或缩小的趋势。它适用于大的集团公司。
　　

    二、 巴萨利模型
　　

    由亚历山大·巴萨利（Alexander Bathory）发明。其比率如下：
　　

    (税前利润+折旧+递延税)/流动负债（银行借款、应付税金、租赁费用）
　　

    (1) 税前利润/营运资本 (2) 股东利益/流动负债 (3) 有形资产净值/负债总额 (4) 营动资本/总资产 (5) (1)-(5)总和便是该模型的最终指数。低指数或负数均表明公司前景不妙。(1)衡量公司业绩；(2)衡量营运资本回报率；(3)衡量股东权益对流动负债的保障程度；(4)衡量扣除无形资产后的净资产对债务的保障程度；(5)衡量流动性。
　　

    巴萨利模型是Z计分法更普遍的应用。据调查，巴萨利模型的准确率可达到95%。巴萨利模型的最大优点在于易计于计算，同时，它还能衡量公司实力大小，广泛适用于各种行业。
　　

    三、 营运资产分析模型
　　

    该模型的计算分两个步骤：营运资产计算和资产负债表比率计算。
　　

    1 营运资产计算 营运资产=（营运资本+净资产）/2 营运资产是衡量公司资模大小的尺度，可以作为确定信用额度的基础标准。
　　

    2 资产负债表比率计算 营运资产模型考虑如下比率： 流动资产/流动负债 (1) （流动资产-存货）/流动负债 (2) 流动负债/净资产 (3) 负债总额/净资产 (4)
　　

    评估值=(1)+(2)+(3)+(4)
　　

    (1) 和(2)衡量公司的资产流动性；(3)和(4)衡量公司的资本结构。可以看到，评估值综合考虑了资产流动性和负债水平两个最能反映公司偿债能力的因素。评估值越大，表示公司的财务状况越好，风险越小。
　　

    营运资产分析模型最大的贡献在于它提供了一个计算赊销额度的思路：对不同风险下的评估值，给予一个比例，按照比例和营运厂确定赊销额度。

表1表示不同评估值下对应的营运资产的不同比例。
　　　　　　表1营运资产百分比等级

评估值               风险程度       营运资产比例（%）

≤-4.6                高                    0

-4.59- -3.9        高                    2.5

-3.89- -3.2        高                    5.0

-3.19- -2.5        高                    7.5

-2.49- -1.8        高                    10.0

-1.79- -1.1       有限                 12.5

-1.09- -0.4       有限                 15.0

-0.39- -0.3      有限                  17.5

0.31 - 1.0       有限                   20.0

>1.0                  低                     25.0
　　

    从表1可以看出，对评估值越小（即信用风险越大）的公司，营运资产分析模型给予其越小的营运资产比例作为计算赊销额度的依据。
　　例：公司A、B、C的评估值及营运资产分别如表2所示
　　　　　　表示赊销额度计算




                                                  A公司                 B公司               C公司

评估值                                         1                         -2.3                     -4.7

营运资产（元）                  100,000                100,000            100,000

赊销额度（元）                    25,000                100,000                     0

    与Z计分模型和巴萨利模型相比，营运资产比较简单，易于操作，但它不能用来预测客户的破产可能性。在采用营运资产分析模型时应该注意以下几点：
　　

    1 根据营运资产模型得出的赊销额度只能作为信用管理人员决策的参考，而不能也不应严格按照模型的给出值确定额度，因为一些影响信用风险的因素在模型中并没有得到体现。
　　

    2 营运资产百分比等级应该不断根据公司的销售政策和公司当前的赊销总体水平进行调整。
　　

    四、特征分析模型
　　

    特征分析模型采用特征分析技术（Attribute Analysis Technique）对客户所有财务和非财务因素进行归纳分析。特征分析技术是一种对客户各方面的特征进行区分和描述的方法，它是从企业多年信用分析经验中发展起来的一种技术，从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，并对这些特征不同表现的含意予以说明。
　　

    特征分析技术将客户信用信息分为三大类特征，18个项目。
　　

    （一） 客户特征：包括1外表印象2产品概要3产品要求4竞争实力5最终顾客6管理能力
　　

    （二） 优先特征：包括1可获利润2产品质量3市场吸引力4市场竞争5担保6替代能力
　　

    （三） 信用特征：包括1付款历史记录2资信证明3资本和利润增长率4资产负债表状况5资本结构比率6资本总额。
　　

    比率6资本总额
　　

    对每一个项目，公司制定一个衡量标准，分为好、中、差三个层次，每个层次对应不同的分值。例如，对应"产品质量"一项，衡量标准层次如下：
　　

    好：产品质量好，富有特色；
　中：质量中等，属大众消费商品；
　差：质量很差，属劣等品； 对其它项也都相应确定不同衡量标准层次下的语言描述。不同层次对应的分值为：
　好-对应分值为8-10分
　中-对应分值为4-7分
　差-对应分值为1-3分
　在未得到某项的任何情况时，赋值0。
　　

    另外，根据公司的销售政策和信用政策对每一项都赋予一个权数，18个项权数之和为100。接下来，可以按照以下三个步骤计算
　　

    1 对每一项进行打分。某项特征越好，分值越高。
　2 用权数乘以10（每一项可能得到的最高分值），得出最大可能评分值。
　3 用每一项权数乘以实得分数并加总得出加权平均分，并以此与加总的最大可能评分值相比，得出百分率。

    在图中总计栏中，最终百分率为46%，代表对于某项交易的支持态度。对于特征分析模型的最终 月率可以作出如下归类：
　　　　　　表4特征分析模型最终百分率分类

特征评分有以下几个用途：
　　

    1 调整赊销额度。与营运资产模型相比，特征分析模型更全面。可以将特征分析模型与营运资产分析模型结合起来确定赊销额度。方法为：根据特征分析模型得出的最终百分率对在营运资产分析模型基础上得出的赊销额度进行调整。如表5所示：
　　　　　　

    表5根据特征分析模型调整赊销额度

 根据特征分析模型得出的最终百分率      可超出赊销额度（根据营运资产分析模型确定）的数量

0-20                                                                     0

21-45                                                                赊销额度×21%至赊销额度×45%

46-65                                                                赊销额度×（46%+0.5）至赊销额度×（65%+0.5）

66以上                                                              赊销额度×（66%+1.0）以上

    比如：A公司的最终百分比为46%，根据营运资产分析模型得出对其赊销额度为10,000元，则根据特征 分析模型调整后的赊销额度为：
10,000×(46%+0.5)+10,000=19.600
　　2 与其它分析模型的结果互相印证。
　　3 对客户进行分级。可以按照表6所示对客户分级
　　　　　　

    表6根据特征分析模型对客户分级

评估值                               客户信用等级

0-20                                          D

21-45                                        C

46-65                                        B

66以上                                      A

    在采用特征分析模型时涉及到权数的的选择问题。权数的重心倾向实质反映了公司的政策取向。不管权数是偏重于销售或偏重于财务，有一些项目因为其重要性总是具有较高的权数，包括：付款担保、付款历史记录，资本结构比率，管理能力，产品概要等。 一笔交易的信用风险不光取决于客户的付款能力还取决于它的付款意愿。Z计分模型、巴萨利模型和营运资产分析模型主要以财务分析为主，而特征分析模型既考虑了财务因素，又考虑了非财务因素，既考虑了付款能力，又考虑了付款意愿，另外，企业从多渠道获得客户信息（如销售人员获得客户信息）也可以在特征分析模型中加以利用。因此，特征分析模型是值得企业广泛采用的一种有效方法。