評級的方法：信用評級其實是一個系統(tǒng)性工程，與股1票的基本面分析類似，但又有些不同（下面會講）。對一家企業(yè)或者一種債1券進行信用評級，是一個自上而下的過程，即從宏觀到行業(yè)再到企業(yè)。前兩者的因素太多了，還有各種復雜的評級模型，這里就不贅述，這里簡單提一下關于企業(yè)評級需要考慮的因素：（1）規(guī)模。一般而言，規(guī)模大則具有較強的抗風險能力，一定程度上能增加信用級別。（2）業(yè)務、產(chǎn)品多元化。這同樣有助于增加抗風險能力。（3）財務指標。這其實和基本面差不多，有興趣的可以自行查找，了解那些關于企業(yè)償債能力的相關財務指標（速動比率，流動比率和現(xiàn)金比率等等）。（4）其他因素。如融資能力、財務彈性、綜合競爭力、股東支持等。

人工神經(jīng)網(wǎng)絡法：所謂的人工神經(jīng)網(wǎng)絡，就是基于模仿生物大腦的結構和功能而構成的一種信息處理系統(tǒng)或計算機，簡稱神經(jīng)網(wǎng)絡，簡寫為ANN(Artificial Neural Network)。人工神經(jīng)網(wǎng)絡的基本構架是模仿生物的神經(jīng)細胞，分為輸入層、隱藏層和輸出層二層。每一層色括若干代表處理單元的點。輸入層的節(jié)點負責接收外在信息不同于人腦的輸入，人工神經(jīng)網(wǎng)絡所接收的輸入信息是各種變量的數(shù)量化信息，一個輸人變量對應一個輸入節(jié)點。隱藏層的節(jié)點負責處理輸入層傳來的信息，并轉化為中間結果傳遞給輸出層。而輸出層的節(jié)點就以隱藏層傳來的信息與門檻值比較后，得到系統(tǒng)的后結果，并將結果輸出。 與傳統(tǒng)的統(tǒng)計方法相比，人工神經(jīng)網(wǎng)絡具有以下特點：(1)具有自我組織與學習的能力 ；(2)可以描述輸入資料中變量間的非線性關系；(3)可以依據(jù)樣本和環(huán)境的變化進行動態(tài)的調(diào)整 由于企業(yè)各項財務指標與信用風險之間往往存在著非線性關系。因此人工神經(jīng)網(wǎng)絡比較適用于企業(yè)的信用評價。

模糊分析法：傳統(tǒng)的數(shù)學或統(tǒng)計方法都足建立在精1確的觀點假設基礎之上，但是在自然科學、社會科學和工程技術等領域，存在著很多模糊或不確定性；人類的認知模式、思考方式、甚至推理邏輯也涉及許多非確定性。因此利用傳統(tǒng)的方法無法解決這樣的不確定性問題，而模糊數(shù)學是將數(shù)學的應用范圍，從精1確擴大到模糊現(xiàn)象的領域，提出了隸屬函數(shù)理論，確定了某一事物在多人程度上屬于所講的概念，或者不屬于所講的慨念，這樣描述模糊性問題比精1確數(shù)學更為合理。