Z评分模型（Z-score Model）是美国纽约大学斯特商学院教授爱德华·阿尔特曼（Edward I.Altman）在1968年提出的。1977年他又对该模型进行了修正和扩展，建立了第二代模型ZETA模型（ZETA Credit Risk Model）。
1、 Z评分模型的主要内容
阿尔特曼的Z评分模型是一种多变量的分辨模型，其根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信贷风险及资信评估。
阿尔特曼确立的分辨函数为：
Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006（X4）+0.999（X5）
阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值Z0=2.675，如果Z<2.675，借款人被划入违约组；反之，如果Z≥2.675，则借款人被划为非违约组。当1.81<Z<2.99，阿尔特曼发现此时的判断失误较大，称该重叠区域为“未知区”（Zone of Ignorance）或称“灰色区域”(Gray Area)。①
2、 第二代Z评分模型——ZETA信贷风险模型
1977年，阿尔特曼（Altman）、赫尔德门（Haldeman）和纳内亚南（Narayanan）对原始的Z评分模型进行了重大修正和提升，推出了第二代信用评分模型——ZETA信贷风险模型（ZETA Credit Risk Model）。新模型的变量由原始模型的五个增加到了7个，它的适应范围更宽了，对不良借款人的辨认精度也大大提高了。
我们可以将ZETA模型写成下列式子,其中模型中的a、b、c、d、e、f、g，分别是作者无法获得ZETA模型中七变量各自的系数。
ZETA=aX1+bX2+cX3+dX4+eX5+fX6+gX7
为了凸现新模型的有效性，阿尔特曼等人对ZETA模型和原始Z评分模型在分辩的准确性方面进行了认真的比较，表13.2就是这一比较的结果。由于新模型无论在变量的选择、变量的稳定性方面，还是在样本的开发和统计技术方面都比以前有了很大的改进，所以ZETA模型要比原模型更加准确有效，特别是在破产前预测的年限越长，其预测的准确性相对也就越高。
ZETA模型与Z评分模型分辨准确性之比较 单位：％
3、Z评分模型和ZETA险模型的缺陷
Z评分模型和ZETA模型均为一种以会计资料为基础的多变量信用评分模型。由这两个模型所计算出的Z值可以较为明确地反映借款人（企业或公司）在一定时期内的信用状况（违约或不违约、破产或不破产），因此，它可以作为借款人经营前景好坏的早期预警系统。
由于Z评分模型和ZETA模型具有较强的操作性、适应性以及较强的预测能力，所以它们一经推出便在许多和地区得到推广和使用并取得显著效果，成为当代预测企业违约或破产的核心分析方法之一。
然而，在实践中，人们发现无论是Z评分模型还是ZETA模型都存在着很多先天不足，使模型的预测能力大打折扣，限制了模型功效的发挥。
Z评分模型和ZETA模型存在的主要问题有以下几个方面：
首先，两个模型都依赖于财务报表的帐面数据，而忽视日益重要的各项资本市场指标，这就必然削弱模型预测结果的可靠性和及时性；
其次，由于模型缺乏对违约和违约风险的系统认识，理论基础比较薄弱，从而难以令人信服；
再次，两个模型都假设在解释变量中存在着线性关系，而现实的经济现象是非线性的，因而也削弱了预测结果的准确程度，使得违约模型不能精确地描述经济现实；
最后，两个模型都无法计量企业的表外信贷风险，另外对某些特定行业的企业如公用企业、财务公司、新公司以及资源企业也不适用，因而它们的使用范围受到较大限制。
针对这两个模型所存在的上述问题，人们一直在努力寻求许多新的方法和模型来替代传统的专家制度和借款人（企业）违约预测模型。
① J.B.Caouette，Edward I.Altman，Panl Narayanan，Managing Credit Risk，John Wiley & Sons，New York，1988,p.116
