信用风险实际上是我们经常面临的风险，而且随着信用交易的扩大，信用风险越来越大。如银行要面对信用风险，企业要面对信用风险。因此，信用风险的评价方法的探讨是一个既古老又时髦的话题。在信用风险的评价方法探讨中，银行一般居于主导地位，信用服务机构也在积极作出探索。但是，总体上看，信用评价的方法仍是传统的专家法。

　　所谓传统的信用评价方法，有人认为主要包括专家方法、评级方法、信用评分方法。我们认为，传统方法主要是专家方法和评级方法，评级方法实际上也是专家方法，信用评分法则不适宜归结为传统方法。因为专家方法一般是指信用判断和决策主要依赖专家，依靠专家的专业技能、主观判断和对某些关键因素的权衡来对信用风险作出评价，或者说主要是一种定性和主观的方法。而信用评分法主要是一种定量的方法。

　　传统信用评价方法也有自己的分析体系，如比较常见的5C法、特征分析法、评级方法等。

1.5C法

　　5C法主要考察品格、资本、偿付能力、抵押品、周期的形势。
品格，是一种对企业声誉的度量，主要包括其偿债意愿和偿债历史。
资本，主要是衡量企业的自有资本和债务的关系，即财务杠杆，高杠杆意味着比低杠杆有更高的破产概率。

　　偿付能力，主要是企业的还款能力，包括企业的盈利能力、盈利产生的现金流对债务的偿还。

　　抵押品，主要是在授信中所采取的担保、抵押等措施。如果这些措施得力，偿债的风险就会减少，损失就会减少。

　　周期的形势，主要是商业周期的状态。商业周期对于受周期影响较大的企业的偿债能力影响很大。

　　我国实行的贷款五级分类办法也是一种传统的信用评价方法。评级方法在前文中已经进行了详细的介绍，比较类似于专家方法。

2.特征分析模型

　　特征分析模型是目前在国外企业信用管理工作中应用较为普遍的一种新的信用分析工具，本质上它也属于传统的信用分析和评价方法。该模型的主要用途就是对客户的资信状况作出综合性的评价，并以定量化的方式，对客户的授信作出评定。该模型简单明了，操作比较容易规范。

　　简单来说，该模型就是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因素，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。该模型一共使用三组指标，共18项。第一组为客户自身特征。这一类因素主要反映那些有关客户表面、外在的、客观的特点。包括六项指标：表面印象，组织管理，产品与市场，市场竞争性，经营状况，发展前景。

　　第二组为客户优先性特征。这类因素主要是指企业在挑选客户时需要优先考虑的因素，体现与该客户交易的价值。这类因素具有较强的主观性。共包括六项指标：交易利润率，对产品的要求，对市场吸引力的影响，对市场竞争力的影响，担保条件，可替代性。

　　第三组为信用及财务特征。这类因素主要是指能够直接反映客户信用状况和财务状况的因素。共包括六项指标：付款记录，银行信用，获利能力，资产负债表评估，偿债能力，资本总额。

　　由上面这三组指标可以看出，特征分析技术涵盖了反映客户经营实力和发展潜力的一切重要指标。特别是“优先性特征”的设置使分析工作更接近实际情况，有助于企业的销售工作。特征分析方法主要由信用调查机构和企业内部信用管理部门使用。

　　专家法必须根据经济环境和风险因素的变化不断调整自己分析和调查的重点，才能作出准确的决策。传统的信用评价方法虽然有成熟的经验可资借鉴，一般也要制定自己的分析和评价体系。但我们每次实际进行一家企业信用调查与评价工作时，它都是一个全新的工作；同时，企业信用调查与评价工作必须通过自己的实践来积累经验。银行家应该是判断和处理信用风险的专家，对信用风险的准确判断，是银行家的本质。一般认为，传统法存在一些问题，如专家的培养需要较长时间，同时要确保信用专家能真正考虑所有的相关方面，专家法的成本比较高等。

　　但是，从下面的分析也可以看到，信用风险的评价方法的核心仍是主观分析，不少新的信用风险评价方法是建立在传统评价方法的基础上的。

信用评分法

　　信用评分法的基本思想是，财务指标反映了企业的信用状况，通过对企业主要财务指标的分析和模拟，可以预测企业破产的可能性，从而预测企业的信用风险。比较著名的是Altman的Z计分模型。其中Z1主要适用于上市公司，Z2适用于非上市公司，Z3适用于非制造企业。

　　Z1＝1.2X1+1.4X2+3.3X3+0.6X4+0.999X5

　　其中X1＝（流动资产-流动负债）/资产总额

　　X2＝未分配利润/资产总额

　　X3＝（利润总额+利息支出）/资产总额

　　X4＝权益市场值/负债总额

　　X5＝销售收入/总资产

　　对于Z值与信用分析的关系，Altman认为Z小于1.8，风险很大；Z大于2.99风险较小。

　　Z2＝0.717Xl+0.847X2+3.107X3+0.420X4+0.998X5

　　其中X1＝（流动资产一流动负债）/资产总额

　　X2＝未分配利润/资产总额

　　X3＝（利润总额+利息支出）/资产总额

　　X4＝权益/负债总额

　　X5＝销售收入/总资产

　　Z3＝6.56X1+3.26X2+6.72X3+1.05X4

　　X1＝（流动资产-流动负债）/资产总额

　　X2＝未分配利润/资产总额

　　X3＝（利润总额+折旧+摊销+利息支出）/资产总额

　　X4＝所有者权益/负债总额

　　Altman认为，根据上述公式计算的Z值，如果Z小于1.23，风险很大；Z大于2.9风险较小。

　　后来，有些研究者又进行了其他变量的分析，巴萨利模型如下：

　　Z＝X1+X2+X3+X4+X5

　　X1＝（利润总额+折旧+摊销+利息支出）/流动负债

　　X2＝利润总额/（流动资产-流动负债）

　　X3＝所有者权益/流动负债

　　X4＝有形资产净值/负债总额

　　X5＝（流动资产-流动负债）/总资产

　　对这些模型的研究一直在继续，1977年Altman又建立了第二代模型，称为ZETA信用风险模型。主要变量有7个，即资产报酬率、收入的稳定性、利息倍数、负债比率、流动比率、资本化比率、规模等。

　　其他模型还有神经网络模型，我国清华大学曾经采用这种方法对我国上市公司进行了评价。联合资信评估有限公司也公布了我国上市公司定量资信评级的模型和评价结果（参见本章第五节）。信用评分法是一种比较客观的方法，我国不少银行比较欣赏这种不掺杂个人主观意见的方法。但由于我国财安信息真实性问题和财务报的规范问题，在实际中使用容易产生偏差。另外，对于信用评分法，目前我国尚未进行比较科学的检验，有关参数能否适用尚不能完全肯定。

新的信用评价方法

1.基于期权理论的KMV信用监控模型

　　KMV信用监控模型基本思想是，当公司的价值下降至一定水平时，企业就会对其债务违约。根据有关分析，KMV发现违约发生最频繁的分界点在公司价值等于流动负债+（一）长期负债的50％时。有了公司在未来时刻的预期价值及此时的违约点，就可以确定公司价值下降百分之多少时即达到违约点。要达到违约点资产价值须下降的百分比对于资产价值标准差的倍数称为违约距离。违约距离＝（资产的预期价值-违约点）/资产的预期价值×资产值的波动性。根据此模型，KMV公司已对世界范围内约20000家企业进行信用风险评价。

　　KMV公司已征穆迪公司收购。KMV信用监控模型具体的数学推导和论证可参见《信用风险度量》。应当讲，该方法具有比较充分的理论基础，值得我们借鉴，特别适用于上市公司信用风险。

2.在险价值（VAR）方法

　　简单地说，在险价值就是在给定的置信区间（如95％、99％等）下衡量给定的资产在一定时间内可能发生的最大的损失。对于信用风险的衡量，运用在险价值（VAR）方法进行的信用分析回答的问题是，如果下一年是个坏年份，我的贷款会损失多少？借助于资信评级机构的评级结果、下一年评级变化的概率等，在险价值（VAR）方法可以回答这个问题。但是，实际上，在险价值（VAR）方法并不是一种信用风险分析方法，而是一种计量风险大小的方法，它需要以评级结果为依据。

　　其他信用风险度量方法大部分也是从计量信用风险大小的角度进行研究的。这些研究对于确定资本、定价具有重要的参考价值。但是，这些方法并没有解决如何确定一家企业或一个金融工具的信用风险，都离不开主观评价的基础。