主观判断与数理模型 几乎所有由人把持的活动都会有主观判断的因素，都有“艺术化”处理的成分，信用评级也是一样。然而，主观判断从来都是一柄双刃剑：良好的专业感觉可以提高评级的准确性，不良的主观判断则往往是最大的干扰源，而主观判断的优劣与否又是如此地不可捉摸。
鉴于此，长期以来，人们一直都希望通过完善信用评级技术来弱化由此所带来的不确定性。而信用评级技术的发展也正是遵循着这一基本的脉络进行的：从最初的以专家方法（如5C法，等等）为代表的主观判断阶段到后来的分析模版阶段，再到如今炙手可热的风险评级模型阶段，主观判断在整个信用评价中所起的作用在逐步地下降，可量化信用风险的数理模型则受到越来越多的追捧。
信用风险的数理模型的确可以克服由于主观判断所带来的种种干扰。然而，量化并非解决所有问题的灵丹妙药，我们注意到，正如几乎所有的评级机构和信用研究专家宣称的那样，信用评级的过程是不可能完全用几个简单的数学模型来表述的：首先，信用评级的主要目的在于把脉企业未来的信用水平，而众所周知的是，人们对未来的判断总是会包含着很多主观考虑的。其次，信用风险模型更多地偏重于对财务数据的考察，而国内财务报表的数据失真这一颇具“中国特色”的问题则会成为模型实施成功与否的一大障碍。再次，大量特殊情况的存在也决定了量化的办法并不总是有效的。比如对于缺乏足够财务数据的新建企业，只能加进很多的定性指标进行考量；再比如，对于那些能够在一夜之间导致信用风险重大变化的突发事件，“关键风险因素一票否决”机制的启用就不可避免。最后，即使是建立数学模型，在寻找关键因素这一环节上也需要仰仗专业人士的丰富经验。
因此，在追求信用评价的客观性的同时，灵活性的原则依然值得重视。实践中的做法似乎也验证了这一点：尽管我国四大国有银行在一些硬指标上不如国内的股份制商业银行，但它们却能从国际著名的评级机构那里获得较高的信用评价。为什么呢？四大行均有国家信用的因素在里面，评级机构的评价结果显然是充分考虑了这一特殊情况的。而信用评级机构在提供给用户量化的分数和等级的同时也一直倾向于附上有一定评估资历的分析人员的定性分析的评语，似乎也可以视为是信用评级机构在坚持客观性的同时为自己留有可供伸缩余地的制度设计。
在不确定的世界中寻求确定 曾任美国财政部长的罗伯特·鲁宾在其近著《在不确定的世界》中写道，在这个“不确定的世界”中，我们不能将工作对象简单地贬低为数学公式，而是应该采取或然性思考的办法，力争做到“最终的决定既反映了决策过程中涉及的所有因素，也反映了本能、经验和感觉”。
信用评级工作也莫不如此。我们在利用数理模型来减少不确定性的同时，一定要注意：并没有放诸四海而皆准、历经长期而不变的模型。当外部环境、竞争态势、甚至股东结构发生变化时，原有的模型可能就不再适用，在这个不断地变化和演进的经济环境中，认为一劳永逸地开发出一个模型来解决所有的问题只是一厢情愿的幻想。
当然，除了建立数学模型，还可以从建立科学规范的评级程序和制度入手来减少信用评级过程中的不确定性。而实践表明，通过加强程序和制度上的控制，也确实可以起到减少由于人员素质以及道德风险等因素所带来的困扰，从而增强评级的准确性的作用。
但是，不确定性的弱化总是相对的，在这个“不确定的世界”中，完全数量化的设想只是炼金术士们的谵妄之语，解决信用评级问题永远都是要从提高人员素质和建立科学规范的评级方法两个方面着手，缺一不可。信用评级将永远在科学和艺术之间的摇摆中前进，而这也正是信用评级工作的魅力所在，正如具有丰富的信用评级实务经验的台湾学者郭敏华在其著作中所写的那样：“信用评级的内涵远比表面来得深奥，它是一个量化质化兼具、主观客观并存的功夫，复杂而困难，却也形成了它的迷人之处。” 编辑程颖
【
