信用評(píng)分模型是一種傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型，利用可觀察到的借款人特征變量計(jì)算出一個(gè)數(shù)值(得分)來(lái)代表債務(wù)人的信用風(fēng)險(xiǎn)，并將借款人歸類于不同的風(fēng)險(xiǎn)等級(jí)。

對(duì)個(gè)人客戶而言，可觀察到的特征變量主要包括收入、資產(chǎn)、年齡、職業(yè)以及居住地等；對(duì)法人客戶而言，包括現(xiàn)金流量、財(cái)務(wù)比率等。

信用評(píng)分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定。

目前，應(yīng)用最廣泛的信用評(píng)分模型有：

• 線性概率模型(Linear Probability Model)
• Logit模型
• Probit模型
• 線性辨別模型(Linear Discriminant Model)

運(yùn)用信用評(píng)分模型進(jìn)行信用風(fēng)險(xiǎn)分析的基本過(guò)程是：

①首先，根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險(xiǎn)主要與哪些經(jīng)濟(jì)或財(cái)務(wù)因素有關(guān)，模擬出特定形式的函數(shù)關(guān)系式；

②其次，根據(jù)歷史數(shù)據(jù)進(jìn)行回歸分析，得出各相關(guān)因素的權(quán)重以體現(xiàn)其對(duì)這一類借款人違約的影響程度；

③最后，將屬于此類別的潛在借款人的相關(guān)因素?cái)?shù)值代入函數(shù)關(guān)系式計(jì)算出一個(gè)數(shù)值，根據(jù)該數(shù)值的大小征量潛在借款人的信用風(fēng)險(xiǎn)水平，給予借款人相應(yīng)評(píng)級(jí)并決定貨款與否。

信用評(píng)分模型隱含的一個(gè)假設(shè)是：

存在著一種測(cè)度能將良好信用及較差信用的評(píng)價(jià)對(duì)象區(qū)分成不同的兩種分布。當(dāng)然在這兩個(gè)分布之間可能有一些重疊，即所謂的灰色地帶。

有些信用評(píng)分專注于對(duì)這個(gè)灰色地帶的信用消費(fèi)者群體進(jìn)行細(xì)分。這是由于在激烈的市場(chǎng)競(jìng)爭(zhēng)下，信用評(píng)分極低的信用申請(qǐng)者早已被排除，而信用評(píng)分極高的也早已被各個(gè)授信機(jī)構(gòu)競(jìng)相爭(zhēng)奪，信用需求已得到滿足，各種信用供給者需要從獲得中等評(píng)分的潛在客戶群體中挑選合適的授信目標(biāo)，因而對(duì)中間地帶的信用消費(fèi)者進(jìn)行細(xì)分的評(píng)分模型是十分必要的。

進(jìn)行近乎連續(xù)的細(xì)致地信用評(píng)分不能僅僅依靠消費(fèi)者償債、公共記錄、專業(yè)和雇用記錄來(lái)簡(jiǎn)單的排除有明顯不良記錄者，而更需要在此基礎(chǔ)上，進(jìn)一步詳細(xì)地分析消費(fèi)者的消費(fèi)行為，包括所屬的消費(fèi)者群體、年齡段、消費(fèi)規(guī)律、偏好、習(xí)慣等，一個(gè)科學(xué)的信用評(píng)分模型需要建立在對(duì)消費(fèi)者群體的長(zhǎng)期或階段性跟蹤、區(qū)域調(diào)查和大量的數(shù)理統(tǒng)計(jì)分析的基礎(chǔ)上。AveIy(2000)等就曾指出，區(qū)域經(jīng)濟(jì)狀況及所處的經(jīng)濟(jì)周期是影響償債的重要因素，但現(xiàn)有的信用評(píng)分模型大多忽略了這一因素。

盡管信用評(píng)分模型是商業(yè)銀行分析借款人信用風(fēng)險(xiǎn)的主要方法之一，但在使用過(guò)程中同樣存在一些突出問(wèn)題：

①信用評(píng)分模型是建立在對(duì)歷史數(shù)據(jù)(而非當(dāng)前市場(chǎng)數(shù)據(jù))模擬的基礎(chǔ)上，因此是一種向后看的模型。由于歷史數(shù)據(jù)更新速度比較慢，因此回歸方程中各特征變量的權(quán)重在一定時(shí)間內(nèi)保持不變，從而無(wú)法及時(shí)反映公司信用狀況的變化。

②信用評(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高，商業(yè)銀行需要相當(dāng)長(zhǎng)的時(shí)間才能建立起一個(gè)包括大多數(shù)公司歷史數(shù)據(jù)的數(shù)據(jù)庫(kù)。此外，對(duì)新興公司而言。由于其成立時(shí)間不長(zhǎng)，歷史數(shù)據(jù)則更為有限，這使得信用評(píng)分模型的適用性和有效性受到影D向。

③信用評(píng)分模型雖然可以給出客戶信用風(fēng)險(xiǎn)水平的分?jǐn)?shù)，卻無(wú)法提供客戶違約概率的準(zhǔn)確數(shù)值，而后者往注是信用風(fēng)險(xiǎn)管理最為關(guān)注的。