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。