准确把握企业信用等级的转移动态和趋势对于商业银行的信用风险管理和投资管理决策者来说意义重大。本文主要应用隐马尔科夫模型来对企业（公司、债券、借款人等评估对象）的信用等级转移问题进行研究，并以上证指数为研究对象，构建了上证指数的概率转移矩阵。研究结果表明，与马尔科夫模型相比，隐马尔科夫模型得出的结果更符合实际，具有一定的指导意义和理论价值:①转移矩阵的构建是通过参数训练法得出，可使P(O|λ)达到最大;②隐马尔科夫模型中的另一要素——输出序列的概率分布矩阵可作为评判评估过程是否有效的一个指标（隐马尔科夫模型理论认为评级过程是内部因素和外界“噪声”共同作用的结果）;③应用隐马尔科夫理论中的Baum-Welch算法还可计算出企业的违约概率。　　本文首先介绍了概率转移矩阵估计的传统方法，并对其进行了深入研究和扩展。接下来，详细介绍了隐马尔科夫模型和隐马尔科夫模型中的三个主要问题，并对三个问题解决过程中引入的算子进行了细致的分析。最后，以上证指数为研究对象，构建了上证指数的概率转移矩阵、对其未来一段时间的走势进行了预测并计算了上证指数落入各区间的概率。