特征分析模型是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具，该模型的主要用途是对客户的资信状况作出综合性的评估，并以定量方式衡量客户失信的风险。
顾名思义，特征分析就是通过客户的各种特征对其信用状况进行全面分析。
简单来说，该模型就是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况和失信风险相联系的若干因素。把它们编成几组，分别对这些因素评分并进行综合分析，最后得到一个较为全面的评价结果。
特征分析模型选择的分析指标
该模型一共使用三组指标，共18项。
1.第一组：客户自身特征。这一类因素主要反映客户表面的、外在的、客观的特点，包括六项指标：（1）表面印象；（2）组织管理；（3）产品与市场；（4）市场竞争性；（5）经营状况；（6）发展前景。
2，第二组：客户优先性特征。这类因素主要是指企业在挑选客户时需要优先考虑的因素，体现与该客户交易的价值。这类因素具有较强的主观性，共包括六项指标：（1）交易盈利率；（2）对产品的要求；（3）对市场吸引力的影响；
（4）对市场竞争力的影响；（5）担保条件；（6）可替代性。
3，第三组：客户信用及财务特征。这类因素主要是指能够直接反映客户信用状况和财务状况的因素，共包括六项指标：（1）付款记录；（2）银行信用；
（3）获利能力；（4）资产负债表评估；（5）偿债能力；（6）资本总额。
从以上这三组指标可以看出，特征分析技术涵盖了前面提到的客户失信预警信息的四种类型，包括了反映客户经营实力与发展潜力的一切重要指标。在这三组指标中，除了取得客户详尽的财务信息相对较有难度之外，对其他相关特征信息的收集方法，在前一部分都提到过，在此不作赘述。
