随着科学的发展，世界的复杂性逐渐成为科学研究的中心。由于科学认识对象的复杂性、非线性、对称性和界限的模糊性等特性逐渐被纳入科学研究的领域，科学已经进入了一个新的发展阶段，新的与复杂性相关的科学思想正在形成，而处于前沿的就是有关模糊性的科学。　　模糊集理论是1965年由美国扎德教授提出来的一种处理不确定性问题的一种有效的计算方法，它是对经典集合论的有效扩充与发展，着重研究“认知不确定”的问题，所研究对象具有“内涵明确，外延不明确”的特点，模糊数学主要是凭经验借助于隶属函数来处理不确定性问题。近年来，随着模糊集理论知识的深入发展与逐渐成熟，许多新的模糊扩展理论也相继被提出，如区间值模糊集、Grey集、（区间值）2型模糊集、（区间值）直觉模糊集、（区间值）Vague集等。　　美国于20世纪初开始对企业债券进行评级，美国人约翰穆迪在其《穆迪对铁路的投资分析》中用分析的方法对各种铁路债券的优劣势进行了评估，并以确定的符号表示风险的高低，划分出不同等级的债券。目前，我国企业债券信用评级方法比较落后，尤其是在近年来我国的债券市场日益扩大，不同企业债券的信用评级存在差别。这也影响了企业管理者和投资者对于不同债券的客观认知。由此可以看出，准确客观的信用评级方法的重要性。　　财务因素的可量化性、数据的可获得性使其在传统的信用评级研究中被广泛应用。本文将区间模糊聚类理论、区间模糊综合评价理论应用于企业财务数据研究，提出了分为三类评级的隶属度函数，根据商业银行的规定，构建了企业债券信用评级的指标体系，选定了评级指标的权重。运用区间模糊综合评价模型分别对十三家企业的信用评级进行了合理有效的综合评价，得到了比较令人满意的评价结果，并归纳出企业信用评级分类的特点，为管理者与投资者提供了一定的决策和投资依据。本文的研究工作对区间模糊集理论的应用，具有较好的现实意义，希望这些有益的探索将为进一步研究不确定性问题提供更为广阔的思路。