次贷危机诱发的金融危机导致美国5大投行全军覆没，25家银行破产，也引发了业内相关的反思，其中，很多金融机构内部对于债券的信用风险疏于防范引起了极大的关注，这一问题值得国内金融机构引以为戒。

　　从1997年我国银行间债券市场成立后，债券市场发展迅速，尤其是信用债券市场。信用债市场的发展有利于完善我国货币政策传导机制并推动利率市场化改革、推进资本市场与货币市场的协调发展、提高资源配置效率，但与此同时，也面临着信用风险不断扩大的威胁。尽管目前有中诚信、联合、大公、新世纪等专业的评级公司对国内企业类信用债券进行外部评级，但是，对于会进行大量债券投资操作的金融机构，有必要建立一套内部的债券信用评级系统，这有利于提高金融机构防范投资企业类债券的信用风险的能力，也有利于投资企业类信用债券时获得信用差别收益。

　　我国在信息披露、管理等方面与发达国家尚有很大的差距，不少企业的财务资料无从搜集，已公开的一些大企业的财务数据也存在着部分失真现象。从我国的研究现状来看，对于信用风险度量的研究还处于起步阶段，大多主要停留在定性分析上，数据应用主要是对经济体报表中反映出的各种财务比率进行分析为主。从国内已出版的或已经发表的有关信用风险度量的著作和论文来看，主要运用的有专家判断或经验法以及综合评估法。专家判断或经验法是经过专家小组议讨论后，以投票方式确定信用等级的一种方法。综合评估方法是以定性分析为主、定量为辅的分析方法。

　　虽然国外从二十世纪70代就开始研究信用评级技术，有了很多成熟的信用评级模型，但没有一个模型可以达到完美的程度，都存在着这样或那样的弱点，尚须进一步改进和完善。同时，再完美的信用风险模型也仅仅是信用风险分析的工具，任何复杂的数量分析都不能代替信用评级中的经验判断，况且现有的信用风险模型还未达到完美的程度，人们还将面临着模型风险。将国外的信用评级技术运用于中国，在对信用债券的信用评级进行研究时，可以发现我国国内发债企业和银行方面的数据数量与质量普遍不乐观，因此，需要慎重地考虑模型建设的方法。在国内金融机构内部建立债券信用评级系统需要围绕三方面建立模型：首先，需要合理选择综合评估方法、专家经验法、数量统计法等，采用定量与定性分析相结合的方法。其次，在模型的应用过程中需要充分考虑国内的实际情况：业务人员的信用风险意识、对于模型的接受程度、财务数据的真实性等因素，采取比较清晰灵活的模型计算方法。最后，需要结合宏观经济环境、行业发展趋势、政策和监管措施等企业外部因素和基本经营、管理素质、财务状况等企业内部因素的影响，定性分析相对占主导地位，适当注重定量分析。

　　在我国国内，财务数据和行业地位分析是分析企业的两个极为重要的方面。财务数据分析是财务分析的重点，因为正常情况下，企业的经营状况都会在财务数据中体现，财务数据分析可以运用预测模型（拉巴特模型），将历史数据作为预测的基础，预测公司未来财务数据，预测未来公司经营情况。此外，模型中还要考虑内、外部变量：如企业性质、股东实力、发展战略、产品结构、高新技术应用、市场竞争态势、行业发展趋势等。而行业地位分析充分考虑行业的兴衰和发展趋势，反映了行业内部企业整体的生存条件和发展状况、企业所处行业的特征、企业在行业内的相对地位以及宏观经济环境对企业及其所从事行业的影响等行业因素。建议先根据行业风险评价体系，对债务人所处行业风险进行分析，不仅要分析行业中长期及跨经济周期的风险状况，对行业长期和短期的风险状况分别作出评价。然后通过分析发债企业在其行业内部的相对地位，判断企业生存能力各项指标，特别是在经济不景气时，给出发债企业在其所处行业中的相对地位评价。最后结合行业风险分析和发债企业在行业中的相对地位对信用风险进行综合评价，最终确定发债企业主体评级。

　　金融机构建立内部债券信用评级系统，可以以财务数据和行业地位分析为主线进行系统构建，得出发债企业的主体信用评级，然后再结合债券条款及其偿付可获得的外部支持因素，对其综合偿债保障能力作出判断，得到更为公允的债券信用评级。