3.法人客户评级模型
(1) Altman的Z计分模型和ZETA模型
Altman (1968)认为，影响借款人违约概率的因素主要有五个：流动性(Liquidity)、盈利性(Profitability)、杠杆比率(Leverage)、偿债能力(Solvency)和活跃性(Activity)。Altman选择了下面列举的五个财务指标来综合反映上述五大因素，最终得出的Z计分函数是：
X1=(流动资产 - 流动负债)/总资产
X2=留存收益/总资产
X3=息税前利润/总资产
X4=股票市场价值/债务账面价值
X5=销售额/总资产
作为违约风险的指标，Z值越高，违约概率越低。此外，Altman还提出了判断企业破产的临界值：若Z低于1.81，在企业存在很大的破产风险，应被归入高违约风险等级。
1977年，Altman与Hardeman、Narayanan又提出了第二代Z计分模型 - ZETA信用风险分析模型，主要用于公共或私有的非金融类公司，其适应范围更广，对违约概率的计算更精确。
ZETA模型将模型考察指标由五个增加到七个，分别为：
X1：资产收益率指标，等于息税前利润/总资产。
X2：收益稳定性指标，指企业资产收益率在5~10年变动趋势的标准差。
X3：偿债能力指标，等于息税前利润/总利息支出。
X4：盈利积累能力指标，等于留存收益/总资产。
X5：流动性指标，即流动比率，等于流动资产/流动负债。
X6：资本化程度指标，等于普通股/总资本。该比率越大，说明企业资本实力越强，违约概率越小。
X7：规模指标，用企业总资产的对数表示。
(2) RiskCalc模型
RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型，其核心是通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用Logit/Probit回归技术预测客户的违约概率。
①收集大量的公司数据;
②对数据进行样本选择和异常值处理;
③逐一分析变换各风险因素的单调性、违约预测能力及彼此间的相关性，初步选择出违约预测能力强、彼此相关性不高的20~30个风险因素;
④运用Logit/Probit回归技术从初步因素中选择出9~11个最优的风险因素，并确保回归系数具有明确的经济含义，各变量间不存在多重共线性;
⑤在建模外样本、时段外样本中验证基于建模样本所构建模型的违约区分能力，确保模型的横向适用性和纵向前瞻性;
⑥对模型输出结果进行校正，得到最终各客户的违约概率。
