信用评估是一个发展的过程。随着分析工具的丰富和数据处理能力的提高，信用评估方法逐渐变得复杂。
企业信用评级方法的发展主要经历了四个阶段:一是基于银行信用决策产生的信用形成因素的专家判断；二是财务比率综合分析法；第三，利用财务报表信息挖掘企业风险的多元判别模型；第四，现代社会基于数学模型的多元化信用测量。

关于信用评估方法的思考:
首先，模型不能识别信息质量。随着信用评价方法的发展，越来越多的信息被纳入评价体系，信息的充分性得到了提高，但评价体系并不能提高甚至鉴别信息的质量。
二是对过往信息的依赖。信用评估模型更注重借款人的过往信息。在实际的信贷审查过程中，需要将过去的信息和经验与未来的远见结合起来。
第三，信用评估模型的发展方向。随着技术的发展，未来会出现更高效的模型，不仅可以纳入更丰富的信息系统，而且能够挖掘样本的深层信息，及时识别信息质量，做出综合评价。
信用评估方法的产生和发展旨在区分借款人的信用资格，从而降低债权人的风险，提高金融机构的资金使用效率。信用风险管理从银行信贷业务开始发展，逐渐演变为各行业债权人对债务管理的重要管理内容之一。如何科学有效地评估信用，一直是从业者不断探索的问题。
该模型没有认识到信息质量。
随着信用评价方法的发展，越来越多的信息被纳入评价体系，信息的充分性得到了提高，但评价体系并不能提高甚至鉴别信息的质量。比如有的企业财务粉饰，财务数据表现好导致模型误判。因此，信用评估过程还应包括对信息质量的判断和审查。
自从亚历山大·沃尔(Alexander Wall)提出财务比例综合分析法以来，研究者们试图通过量化信息来探索一种简单可行的评价体系。但是，必须认识到，信息来源的检查和信息质量的审查是我们信用评估的起点。尽管在多元判断体系下，定量分析方法得到了进一步完善，甚至后期出现的KMV模型和信用度量模型也纳入了更丰富的信息，但模型对信息质量的识别总体上仍处于相对薄弱的状态。
对过去信息的依赖
随着信用评估理念和工具的发展，信用评估的方法也逐渐多样化。信用评估模型侧重于借款人(发行人)自身的业务特征和财务信息，主要是过去的信息，并基于历史数据的信息对未来做出判断。但事实上，信用风险的内外部因素是不断变化的。尤其是信用评估模型对宏观经济变化或其他非财务因素的影响，其可预测性较弱。
KMV模型通过引入股票市场的实时价格来判断投资者对企业未来发展的综合预期，但大多数发债企业都不是上市公司。同时，在新兴市场，股票价格波动剧烈，不能完全反映企业的真实情况。在信贷审查过程中，需要将过去的信息和经验与未来的远见结合起来。
信用评估模型的发展方向
信用评估方法是一个发展的过程。为了提高信用风险度量的准确性，信用度量越来越多地应用于数学、统计学、计算机等学科，出现了模糊数学、层次分析法(AHP)、主成分分析(PCA)和人工神经网络(ANN)等新技术来进行信用评级。信用评估方法从定性的经验判断发展到定量的指标衡量，从单一的历史财务数据分析发展到综合考虑各种信用影响因素。随着技术的发展，未来会出现更高效的模型，不仅可以纳入更丰富的信息系统，还可以挖掘样本的深层信息，及时识别信息质量，做出综合评价。