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。