３、综合评价法。这种方法认为，企业财务风险评价的内容主要是盈利能力，其次是偿债能力，此外还有成长能力，它们之间大致按５∶３∶２来分配。盈利能力的 主要指标是资产净利率、销售净利率、净值报酬率，按２∶２∶１安排分值；偿债能力有４个常用指标：自有资金比率、流动比率、应收账款周转率、存货周转率， 分值比为１；成长能力有３个指标：销售增长率、净利增长率、人均净利增长率，分值比为１，总分为１００分。
这里的关键是确定标准评分值和标准比率，需要经过长时间实践，主观性比较强。这种方法以及下面的概率模型在应用中很普遍。
４、概率模型。二元Ｌｏｇｉｓｔｉｃ概率函数又称增长函数，其形式为：
Ｐ是二元Ｌｏｇｉｓｔｉｃ函数的计算结果，ａ是常数项，ｂｉ是斜率，ｘｉ是自变量，将上式变形：
计算的结果Ｐ是事件发生的概率，所以将回归因变量的值域定义在（０，１）上。
５、神经网络分析模型。上面的财务风险评价方法是静态的，神经网络分析模型实现了企业财务风险的动态评价。２０世纪９０年代，Ｆｌｅｔｃｈｅｒ，Ｇｏｓｓ 和Ａｌｔｍａｎ等国外研究者将神经网络分析应用于财务预警模型。它由一个输入层、若干中间层和一个输出层构成；它不需要主观定性地判断企业财务风险状态， 但是比较复杂，技术要求高，工作随机性强，所以在应用中易受到限制。
（二）财务风险评价方法的新构思
本文试图以模糊数学理论为基础，将企业财务管理上一些边界不清、不易定量的因素与定量指标相结合，综合地评价财务风险。首先，应用多元统计学原理进行多元 回归和相关性分析，然后找出影响企业财务风险的主要指标；其次，建立模糊隶属函数Ａ，用来计算某一元素ｕ０出现在某一状况下的频率，即ｕ０对Ａ的隶属度。 根据这个原理对不同的财务指标建立模糊隶属函数，用隶属度表示财务风险接近某个类型的程度，再计算综合指标的隶属度，以评价企业财务风险在多大程度上属于 某一类型，从而给出一个风险程度的范围。
具体过程如下：第一步，选择相关财务指标，将可能影响财务风险的财务指标都纳入多元统计模型：
本文利用华中科技大学万希宁、苏秋根对上市公司的分析结果，对各变量进行多元分析，再进行相关性分析，将高度相关的变量消除，避免某些特征重复计算。多元线性方程为：