本文以我国深市上市中小企业2013年数据作为研究样本，采用Logistic回归方法对样本数据进行分析，构建我国中小企业信用评价模型。大家在相关论文写作时，可以参考这篇题目为“我国中小企业信用评价体系建设探析”的信用管理论文。
原标题：中小企业信用评价模型构建研究
摘要：本文以我国深市上市中小企业2013年数据作为研究样本，采用Logistic回归方法对样本数据进行分析，构建我国中小企业信用评价模型。研究结果表明，财务指标中对中小企业信用状况有着较大影响的因素集中在盈利能力和偿债能力指标上，其次为发展能力和营运能力指标，而现金流能力对企业信用影响较小；非财务指标中对企业信用状况影响较大的因素为企业规模、员工数，而大股东持股比例、管理者学历的影响则较小。
关键词：中小企业；信用评价；Logistic回归
中小企业在我国经济发展中发挥的作用越来越重要，据统计，截止2013年底，中小企业占大陆企业总数的比例超过99%,吸收的就业人数达到总就业人数的75%,创造的销售额占全体企业销售额的比例超过60%.然而，与其形成鲜明对比的是，中小企业面临着巨大的资金短缺问题。根据融资优序理论，企业融资首先倾向于内源融资，再是外源融资。中小企业由于规模小，处于起步阶段，内源资金有限，自有资金并不足以满足中小企业发展所需。同时，证券市场准入门槛较高，中小企业证券融资难度较大。因此商业银行贷款为我国中小企业的主要融资渠道。根据信贷配比理论，如果企业能够提供充足的担保或者抵押，则更容易获得银行贷款。由于缺乏充足的抵押，中小企业从银行获得信贷资金的可能性很小。为了缓解中小企业融资难问题，促进中小企业发展壮大，构建中小企业信用评价体系显得尤为重要。而我国目前的信用评价体系基本都是为国有大型企业制定的，对中小企业来说并不适用。因此，本文试图根据中小企业特点，构建符合我国国情的中小企业信用评价体系。
一、文献综述
（一）国外研究
早期的信用评估体系主要依据财务指标对企业信用进行评估，其中最有影响力的是Altman的Z评分模型。Altman（1968）以银行往年贷款案例为样本，运用数理统计方法进行分析，最终选取了五个财务指标对贷款申请人进行信用风险评估。Altman等（1977）在此基础上，对信用评分模型进行了扩展，扩宽了其使用范围。Hu和Ansell（2005）考虑了基于政治环境、经济环境、社会文化环境和技术环境的外部变量，在此基础上构建信用评价体系。Sjur等（2001）采用Logistic模型建立了信用评价体系。
（二）国内研究
我国学者自20世纪90年代开始对信用评价体系进行研究，并逐渐把研究视角从大型公司转向中小企业，通过理论分析和实证分析，从各种角度构建中小企业信用评价模型。范柏乃和朱文斌（2003）选取了包括偿债能力、经营能力、成长能力、获利能力、管理能力和创新能力六个方面的15个财务指标，构建中小企业信用评价模型。李梅和马建国（2005）结合模糊评判法将选取的指标体系分为三级，构建中小企业信用评价指标体系。王素义和朱传华（2009）在中小企业信用评价指标的选择上，除了考虑了偿债能力、获利能力、营运能力、发展潜力等财务指标，还加入了管理者素质、行业发展及政策环境、企业发展阶段等非财务指标。
从已有文献分析可以看出，我国目前的信用评价体系在财务指标和非财务指标的选取上缺乏统一的标准，没有体现出中小企业的特点，还需要进一步的研究和探讨。在信用评估模型方法的选择上，学者们也存在着不同的看法。层次分析法定性成分多，定量数据较少，主观性较强；最近邻法在评价过程中，数据处理量和计算量庞大；神经网络模型结构过于复杂，模型的解释性效果不好。基于样本数据的特点，本文先利用因子分析法对财务指标进行优化选择，减少数据量，再采用Logistic回归方法，对优化后的财务因子和非财务指标进行分析，构建中小企业信用评价模型。
二、研究设计
（一）样本选择
本文以我国深市中小板上市公司为研究对象，并以该公司2013年的数据作为样本。经过对数据处理，剔除金融保险类行业以及ST、*ST公司样本，并剔除了数据缺失和异常的样本，最后得到588个有效样本。
（二）指标选取
本文采用商务部根据上市公司信息作出的安全评级结果来衡量企业的信用状况即违约概率，指标结果在60-100之间，我们认为企业不会违约，用0表示，在0-59之间的用1表示。为了反映企业的综合状况，本文从财务和非财务两个方面进行了指标的选取。在财务指标的选取上，从偿债能力、盈利能力、营运能力、发展能力、现金流情况五方面选取了13个指标（见表1）。非财务指标主要包括企业规模（F6）、从业人数（F7）、大股东持股比例（F8）、领导者学历（F9）4个指标。企业规模用总资产的对数表示；企业领导者学历为本科以上的，用0表示，否则用1表示。
三、实证结果分析
