信用評價是一個不斷發(fā)展的過程。隨著分析工具的豐富以及數(shù)據(jù)處理能力的提高，信用評價方法也逐漸向復(fù)雜化發(fā)展。

　　企業(yè)信用評級方法的發(fā)展主要經(jīng)歷了四個階段：一是從銀行信貸決策中產(chǎn)生的、基于信用形成要素的專家判斷；二是利用財務(wù)比率的綜合分析法；三是利用財務(wù)報表信息挖掘企業(yè)風險的多元判別模型；四是現(xiàn)代社會多樣化的基于數(shù)理模型的信用度量。

　　對信用評價方法的思考：

　　一是模型無法識別信息質(zhì)量。隨著信用評價方法的發(fā)展，越來越多的信息被納入評價體系，信息的充分度得到了提高，但該評價體系卻無法改善甚至無法識別信息的質(zhì)量。

　　二是對于過往信息的依賴。信用評價模型更多是聚焦借款人的過往信息。實際信用審查的過程中，要將過去信息、經(jīng)驗與未來前瞻性相結(jié)合。

　　三是信用評價模型的發(fā)展方向。隨著技術(shù)的發(fā)展，未來或?qū)⒊霈F(xiàn)更為高效的模型，不僅可以納入更豐富的信息體系，還能夠能挖掘樣本的深層信息，及時識別信息的質(zhì)量，進行綜合評價。

　　信用評價方法的出現(xiàn)以及發(fā)展旨在將借款人的信用資質(zhì)高低進行區(qū)分，進而降低債權(quán)人的風險，提高金融機構(gòu)的資金使用效率。信用風險管理從銀行信貸業(yè)務(wù)開始發(fā)展，逐漸衍化為各行業(yè)債權(quán)人對債務(wù)管理的重要管理內(nèi)容之一，而如何科學有效地進行信用評價也一直是從業(yè)者不斷探索的問題。

　　模型無法識別信息質(zhì)量

　　隨著信用評價方法的發(fā)展，越來越多的信息被納入評價體系，信息的充分度得到了提高，但該評價體系卻無法改善甚至無法識別信息的質(zhì)量。例如，部分企業(yè)存在財務(wù)粉飾的情況，財務(wù)數(shù)據(jù)表現(xiàn)良好導(dǎo)致模型出現(xiàn)誤判。因此信用評價過程，還應(yīng)包括對信息質(zhì)量的判斷審查。

　　自亞歷山大·沃爾提出財務(wù)比例綜合分析法以來，研究人員嘗試通過定量信息探討一套簡易可行的評價體系;但必須認識到，對信息來源的核對以及信息質(zhì)量的審查是我們信用評價的起點。雖然多元判斷體系下對定量分析方法做進一步的完善，甚至后期出現(xiàn)的KMV模型與Credit metrics模型納入了更為豐富的信息，但整體上模型對信息質(zhì)量的識別仍處于較為乏力的狀態(tài)。

　　對于過往信息的依賴

　　隨著信用評價理念以及工具的發(fā)展，信用評價的方法也逐步多樣化。信用評價模型更多是聚焦借款人(發(fā)行人)自身的業(yè)務(wù)特點及財務(wù)信息，這些主要為過往信息，基于歷史數(shù)據(jù)的信息對未來做出判別。但實際上，信用風險形成的內(nèi)外部因素處于不斷變化的狀態(tài)。尤其是信用評價模型對于宏觀經(jīng)濟變化帶來的影響，或者其他非財務(wù)因素的變化，其預(yù)測性較弱。

　　KMV模型通過引入股票市場價格實時行情來判斷投資者對該企業(yè)未來發(fā)展的綜合預(yù)期，但大部分發(fā)債企業(yè)并非上市公司，同時在新興市場，股票價格的波動劇烈，并不完全反映企業(yè)的真實情況。信用審查的過程中，要將過去信息、經(jīng)驗與未來前瞻性相結(jié)合。

　　信用評價模型的發(fā)展方向

　　信用評價方法是一個不斷發(fā)展的過程。針對提高信用風險度量的準確性，信用度量越來越多地應(yīng)用數(shù)學、統(tǒng)計、計算機等學科的技術(shù)，出現(xiàn)了應(yīng)用模糊數(shù)學、層次分析法、主成分分析法、人工神經(jīng)網(wǎng)絡(luò)等新技術(shù)方法來開展信用評級的方法。信用評價方法從定性的經(jīng)驗判斷向定量的指標衡量發(fā)展，從單一的歷史財務(wù)數(shù)據(jù)分析到考慮多種信用影響因素。隨著技術(shù)的發(fā)展，未來或?qū)⒊霈F(xiàn)更為高效的模型，不僅可以納入更豐富的信息體系，還能夠挖掘樣本的深層信息，及時識別信息的質(zhì)量，進行綜合評價。