在债券信用风险已经成为常态的今天，识别和防范信用风险成为每一个债券投研人员所必须掌握的技能。识别和防范信用风险包括三个方面:
　　(1)在债券信用风险尚未明朗化的情况下提前预判出企业的信用风险并对该企业发行的债券进行处置或回避;
　　(2)在无法顺利处置或回避的情况下对可能违约的企业进行深入研究，密切跟踪并提前采取可能的保全措施;
　　(3)对存在违约风险或已经违约的债券进行风险定价，博取可能的高收益。
　　过往关于企业信用风险的研究专注于财务舞弊，认为存在财务舞弊的公司一定是存在信用风险的企业。但是，很多没有被发现财务舞弊的企业也存在信用风险。“没有被发现财务舞弊”有可能是“财务舞弊”隐藏的很深，没有被研究人员发现，也可能是企业确实不存在“财务舞弊”，其财务数据处理是会计准则所允许的，但是部分科目中存在着隐患。这部分科目主要存在于资产科目中，比如应收账款、其他应收款、存货、商誉等等。
　　无论企业是否存在“财务舞弊”，只要其存在财务风险，这种风险就一定会在财务数据和财务指标上表现出来。但是，选择什么样的指标就非常有讲究。从常规的指标来看，当财务状况恶化和信用风险爆发的时候，债券投资者可能就已经失去了减持的时机。因此，本文更倾向于将发现和识别信用风险的窗口界定在财务报表看上去正常、债券尚有一定流动性的时候。由于无法简单认定企业存在或者不存在“财务舞弊”，我们将这个时候发现的可能存在的财务风险定义为“财务异常”。存在“财务舞弊”的财务异常企业一定存在财务指标勾稽关系的异常，而不存在“财务舞弊”的财务异常企业其某些资产科目一定存在隐藏的减值风险，勾稽关系的异常和减值风险也可能同时存在。存在“财务异常”的企业并非一定会面临较大的信用风险，但一定能为债券投研人员提供有效的研究线索。
　　本文在前人研究的基础上，试图探索一条在财务报表看上去正常的情况下发现其隐藏风险、并对企业信用状况进行预警的方法。企业的财务异常包括三个方面:勾稽关系异常、年度变动异常和横向比较异常。从刘姝威教授发现蓝田股份财务造假的案例来看，通过研究财务指标的勾稽关系、年度变动和横向比较来发现企业的财务异常并进而评估企业的信用风险是可行的。
　　Z值是Altman提出的一个判断企业债务违约风险的指标，其分项指标包括了资本和资产负债指标、收入及盈利指标。从105个违约样本违约前四年各年的Z值及其变动来看，Z值对违约的提示大约在真正发生违约1-2年前，具有一定的前瞻性。但是，Z值没有涉及到资产质量、现金流量与盈利质量指标，本文进一步了计算相关的比率(应收类资产比率、经常性损益偏离率、经营性净现金流偏离率等)并采用这些比率对来自发行市场的横截面数据进行回归建模，发现对债券的信用风险具有很好的提示作用。本文的计量结果对为未来修正Z值提供了初步支持。