我国中小微企业信用评价的研究起步较晚，在实际应用中，构建的评级模型无法准确评估中小微企业信用等级，我国的评级机构通常将评级模型作为辅助工具。评级模型的建立可以降低中小微企业信用评级过程中主观因素的影响，减少人力与资源成本，但是评级模型无法涵盖影响企业信用风险的所有因素，对于一些特殊企业，评级模型处理的结果可能和中小微企业实际信用风险差异显著。因此国内的评级机构中诚信、大公国际以及商业银行等，在企业信用评级的实际应用中，将评级模型作为级别确定的辅助工具，将影响评级主体的定量与定性风险因素相结合，对企业进行评级。这些机构在对企业进行信用评级时，注重外部宏观环境、行业环境、企业竞争力与企业内部财务状况的分析。
大公国际充分考虑宏观经济、区域环境、行业环境等环境因素，产品和服务竞争力、盈利能力和偿债能力等内部因素，以及外部支持的影响，综合衡量受评企业的偿债能力和偿债意愿，将动态与静态分析结合，给出受评企业信用等级。
中诚信首先基于成熟的量化信用评估模型评估企业的财务风险，然后评估影响企业信用的定性要素（包括宏观经济、行业与区域因素），最后基于国情实际切实考量企业获得外部信用支持的可能性、稳定性和程度，最终得到企业的信用等级。
在实际应用中，我国中小微企业信用评价与大数据相结合将成为未来的发展趋势。由于中小微企业存在财务数据失实、信息不易获取和信息获取滞后的缺陷，国内的评级机构对企业的信用评级更适用于制度完善的大型企业。另外，由于中小微企业发展快、数量多、经营不稳定，使得评级机构无法依赖于稳定的历史数据、花费大量的时间与财力对每一个中小微企业进行评级。因此，依托于大数据技术，采用适用于中小微企业动态评估模型，抓取原始数据，例如交易记录、还款记录、现金流、信用记录等，不采用或者少采用财务数据，实时更新中小微企业信用等级，可以准确的评估中小微企业信用风险，减少时间与成本消耗。