【摘" 要】論文旨在探討實(shí)證方法在企業(yè)信用評(píng)級(jí)中的應(yīng)用。通過建立實(shí)證模型并使用相應(yīng)的數(shù)據(jù)進(jìn)行實(shí)證分析，提供一種有效的方法來預(yù)測(cè)企業(yè)的信用評(píng)級(jí)。實(shí)證過程包括收集數(shù)據(jù)、構(gòu)建模型、進(jìn)行回歸分析和模型評(píng)估等步驟。采用主觀性和客觀性的指標(biāo)，以全面評(píng)估企業(yè)的信用狀況，并提供了定量的評(píng)估結(jié)果。研究結(jié)果表明，實(shí)證方法在企業(yè)信用評(píng)級(jí)中具有較高的預(yù)測(cè)能力和實(shí)用性。

【關(guān)鍵詞】實(shí)證法；信用評(píng)級(jí)；企業(yè)；實(shí)證模型；數(shù)據(jù)；實(shí)證過程

【中圖分類號(hào)】F272" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號(hào)】1673-1069（2024）05-0047-05

1 引言

企業(yè)信用評(píng)級(jí)作為金融領(lǐng)域中一個(gè)重要的評(píng)估指標(biāo)，對(duì)于投資者、債權(quán)人和其他利益相關(guān)方來說具有重要意義。在市場(chǎng)經(jīng)濟(jì)的背景下，企業(yè)信用評(píng)級(jí)幫助投資者了解和評(píng)估債券和其他金融工具的風(fēng)險(xiǎn)和回報(bào)，從而幫助他們作出明智的投資決策。實(shí)證法作為一種研究方法，旨在通過收集、分析和解釋可觀察的事實(shí)，從而進(jìn)行理論驗(yàn)證或?qū)嵶C驗(yàn)證。實(shí)證法在社會(huì)科學(xué)研究中得到廣泛應(yīng)用，其研究結(jié)果可以提供對(duì)實(shí)際現(xiàn)象的客觀、可靠的解釋和預(yù)測(cè)。然而，在企業(yè)信用評(píng)級(jí)領(lǐng)域，實(shí)證研究的應(yīng)用還相對(duì)較少。當(dāng)前的研究主要集中在理論模型的建立和方法的改進(jìn)上，而對(duì)實(shí)證研究的關(guān)注卻相對(duì)較少。因此，有必要對(duì)實(shí)證法在企業(yè)信用評(píng)級(jí)中的應(yīng)用進(jìn)行深入探討和研究。本研究旨在通過運(yùn)用實(shí)證法，從數(shù)量和質(zhì)量?jī)蓚€(gè)方面，探索企業(yè)信用評(píng)級(jí)中實(shí)證研究的具體應(yīng)用。在數(shù)量方面，我們將收集和分析大量的數(shù)據(jù)，如企業(yè)財(cái)務(wù)指標(biāo)、市場(chǎng)數(shù)據(jù)、行業(yè)數(shù)據(jù)等，以研究這些指標(biāo)與企業(yè)信用評(píng)級(jí)之間的關(guān)系；在質(zhì)量方面，我們將采用科學(xué)合理的實(shí)證研究設(shè)計(jì)和統(tǒng)計(jì)方法分析，以確保研究結(jié)果的準(zhǔn)確性和可靠性。

通過本研究的實(shí)證研究，我們希望能夠?yàn)槠髽I(yè)信用評(píng)級(jí)提供更加客觀、可靠的依據(jù)和模型進(jìn)行預(yù)測(cè)，幫助投資者和決策者更好地理解和評(píng)估企業(yè)的信用風(fēng)險(xiǎn)，從而作出更加明智的投資決策。同時(shí)，我們也希望能夠?yàn)閷?shí)證法在金融領(lǐng)域的應(yīng)用提供一個(gè)有意義的案例，為相關(guān)研究和實(shí)踐提供借鑒和參考。

2 文獻(xiàn)綜述

在企業(yè)信用評(píng)級(jí)中，實(shí)證法是一種常見的應(yīng)用方法。實(shí)證法是一種基于實(shí)際觀察和數(shù)據(jù)分析的研究方法，通過對(duì)真實(shí)數(shù)據(jù)的收集和處理，得出可靠的結(jié)論和推理。因此，在企業(yè)信用評(píng)級(jí)研究中，實(shí)證法可以提供客觀準(zhǔn)確的評(píng)級(jí)結(jié)果[1]。實(shí)證法在企業(yè)信用評(píng)級(jí)中的應(yīng)用主要可以分為兩個(gè)方面：一是通過建立模型和指標(biāo)體系，對(duì)企業(yè)信用狀況進(jìn)行評(píng)估和預(yù)測(cè)；二是利用數(shù)理統(tǒng)計(jì)的分析方法，研究和發(fā)現(xiàn)影響企業(yè)信用的因素。在以下的文獻(xiàn)綜述中，將對(duì)這兩個(gè)方面進(jìn)行論述。

首先，建模和指標(biāo)體系的研究是實(shí)證法在企業(yè)信用評(píng)級(jí)中的重要應(yīng)用之一。研究者通過對(duì)一定數(shù)量的企業(yè)樣本進(jìn)行觀察和數(shù)據(jù)收集，選擇合適的指標(biāo)和變量，建立數(shù)學(xué)模型來評(píng)估和預(yù)測(cè)企業(yè)的信用狀況。其中，常用的評(píng)級(jí)指標(biāo)包括財(cái)務(wù)指標(biāo)、經(jīng)營(yíng)指標(biāo)、市場(chǎng)指標(biāo)等。通過這種方法，可以依據(jù)企業(yè)的實(shí)際經(jīng)營(yíng)情況和財(cái)務(wù)狀況，客觀地評(píng)估其信用狀況，并給予相應(yīng)的評(píng)級(jí)結(jié)果[2]。

其次，數(shù)理統(tǒng)計(jì)的分析方法在實(shí)證法中的應(yīng)用，在企業(yè)信用評(píng)級(jí)中發(fā)揮了重要作用。研究者通過對(duì)大量的企業(yè)樣本進(jìn)行數(shù)理統(tǒng)計(jì)的分析，研究和發(fā)現(xiàn)影響企業(yè)信用的因素，并建立數(shù)學(xué)預(yù)測(cè)的模型。通過這種方法，可以從大量的數(shù)據(jù)中發(fā)現(xiàn)相關(guān)關(guān)系和趨勢(shì)，對(duì)企業(yè)信用的評(píng)估提供更為可靠的依據(jù)[3]。

綜上所述，實(shí)證法在企業(yè)信用評(píng)級(jí)中的應(yīng)用研究是一種重要的方法。通過建立模型和指標(biāo)體系，對(duì)企業(yè)信用狀況進(jìn)行評(píng)估和預(yù)測(cè)，并利用數(shù)理統(tǒng)計(jì)的分析方法發(fā)現(xiàn)影響企業(yè)信用的因素，可以提供客觀準(zhǔn)確的評(píng)級(jí)結(jié)果，對(duì)企業(yè)信用評(píng)級(jí)研究有著重要的意義。然而，需要注意的是，在實(shí)施實(shí)證法的過程中，數(shù)據(jù)的質(zhì)量和樣本的選擇等問題需要引起研究者的重視。因此，在未來的研究中，需要進(jìn)一步探索實(shí)證法在企業(yè)信用評(píng)級(jí)中的適用性和局限性。

3 數(shù)據(jù)收集與樣本構(gòu)建

根據(jù)國(guó)務(wù)院國(guó)資委《中央企業(yè)綜合績(jī)效評(píng)價(jià)管理暫行辦法》（國(guó)務(wù)院國(guó)資委令第14號(hào)）等有關(guān)規(guī)定，依據(jù)全國(guó)國(guó)有企業(yè)有關(guān)財(cái)務(wù)數(shù)據(jù)、國(guó)家統(tǒng)計(jì)部門有關(guān)統(tǒng)計(jì)資料、各行業(yè)協(xié)會(huì)有關(guān)運(yùn)行材料等。隨機(jī)選擇大型工業(yè)企業(yè)中的煤炭企業(yè)作為樣本。建立評(píng)價(jià)項(xiàng)目矩陣：

縱向指標(biāo)為解釋變量指標(biāo)，包括盈利能力狀況、資產(chǎn)質(zhì)量狀況、債務(wù)風(fēng)險(xiǎn)狀況、經(jīng)營(yíng)增長(zhǎng)狀況、補(bǔ)充指標(biāo)等5個(gè)一級(jí)指標(biāo)及總資產(chǎn)報(bào)酬率（%）、總資產(chǎn)周轉(zhuǎn)率（次）、資產(chǎn)負(fù)債率（％）等28個(gè)二級(jí)指標(biāo)。

橫向指標(biāo)為對(duì)應(yīng)解釋變量的數(shù)量指標(biāo)，包括：優(yōu)秀值、良好值、平均值、較低值、較差值，體現(xiàn)對(duì)被解釋變量（信用層級(jí)）的解釋能力。

本研究收集了涵蓋煤炭行業(yè)、建筑安裝小型企業(yè)，不同規(guī)模和地區(qū)的企業(yè)信用評(píng)級(jí)數(shù)據(jù)。數(shù)據(jù)的來源包括財(cái)務(wù)報(bào)表、信用報(bào)告和其他公開信息等。在構(gòu)建樣本時(shí)，考慮到數(shù)據(jù)的可用性和代表性，并采用適當(dāng)?shù)某闃臃椒▉泶_保樣本的隨機(jī)性和有效性。

4 實(shí)證模型的構(gòu)建

本研究基于前面文獻(xiàn)綜述和對(duì)數(shù)據(jù)的分析，建立了適合企業(yè)信用評(píng)級(jí)的實(shí)證模型。采用多元選擇模型回歸方法，具體選用有序響應(yīng)模型。通過選擇合適的因變量和自變量，建立了一個(gè)定量的評(píng)估模型。

某些受限因變量可以表示為一些具有自然順序的數(shù)字，在金融領(lǐng)域中，這方面最常見的就是信用評(píng)級(jí)，此外，對(duì)股票的買賣差價(jià)進(jìn)行建模也如此。對(duì)于序數(shù)數(shù)據(jù)來說，由于只能從排序而非實(shí)際數(shù)字的角度來解釋這類數(shù)據(jù)，所以不能應(yīng)用OLS技術(shù)，而要采用ML方法。而所使用的模型是對(duì)Logit模型和Probit模型的一般化，這種模型被稱為排序Logit模型或Probit模型。序數(shù)回歸的設(shè)計(jì)基于McCullagh的方法論。

建立有（排）序響應(yīng)選擇模型：

p（y=yi|Xi， ？茁）=p（y=y1|x1， x2，x3，…，xk）" " （1）

其中，yi有1，2，3，…，m-1共m個(gè)數(shù)的選擇。建立多元排序選擇模型進(jìn)行信用評(píng)級(jí)分析，需要引入一個(gè)不可觀測(cè)的潛在變量y■■：

y■■=x■■？茁+ε■■" " " " " " " " " " " " " " （2）

ε■■是相互獨(dú)立且同分布隨機(jī)性擾動(dòng)項(xiàng)，yi的取值和潛在變量y■■有下面的對(duì)應(yīng)關(guān)系：

yi=1，y■■≤c12，c1lt;y■■≤c23，c2lt;y■■≤c3" " " "■m-1，cm-i lt;y■■

假設(shè)ε■■為分布的函數(shù)F（x），可以得到因變量y取各個(gè)選擇值的概率：

p（y1=0）=F（c1-X' ？茁）

p（yi=1）=F（c2-X' ？茁）-F（c1-X' ？茁）

p（yi=2）=F（c3-X' ？茁）-F（c2-X' ？茁）

■

p（yi=m-1）=1-F（cm-1-X' ？茁）

模型方程的參數(shù)仍然使用最大似然函數(shù)估計(jì)，同時(shí)m-1個(gè)臨界值c1， c2，…，xm-1事先也是不確定的，因此也作為模型進(jìn)行估計(jì)參數(shù)與模型系數(shù)一起估計(jì)[4]。

5 實(shí)證分析和結(jié)果

通過對(duì)實(shí)證模型進(jìn)行回歸分析，得出模型的實(shí)證結(jié)果。在實(shí)證過程中，本研究充分考慮了自變量之間多重的共線性、異方差性等問題，并對(duì)模型穩(wěn)健的性質(zhì)進(jìn)行了檢驗(yàn)。實(shí)證分析結(jié)果表明，實(shí)證方法在企業(yè)信用評(píng)級(jí)中具有較高的預(yù)測(cè)能力，能夠提供可靠的評(píng)級(jí)結(jié)果。

①定義信用評(píng)級(jí)變量。

大型煤炭工業(yè)企業(yè)財(cái)務(wù)指標(biāo)如表1所示。

根據(jù)表1一級(jí)指標(biāo)有盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險(xiǎn)、經(jīng)營(yíng)增長(zhǎng)及必要的補(bǔ)充指標(biāo)，一級(jí)指標(biāo)各包含相應(yīng)的二級(jí)財(cái)務(wù)指標(biāo)，對(duì)應(yīng)各個(gè)指標(biāo)分別定義為：優(yōu)秀、良好、平均、較低、較差5個(gè)變量值。有序響應(yīng)排序被解釋因變量Y的數(shù)字1，2，3，…，9，對(duì)應(yīng)信用級(jí)別為AAA，AA，A，BBB，BB，B，CCC，CC，C級(jí)，與優(yōu)秀、良好、平均、較低、較差5個(gè)解釋變量（X）不是一一對(duì)應(yīng)關(guān)系。

②統(tǒng)計(jì)描述性分析。

為做好實(shí)證研究，對(duì)收集到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)描述性分析，主要看是否有離奇、極端的數(shù)據(jù)，采取縮尾處理。根據(jù)收集到的數(shù)據(jù)，變量是定性、分類、分層、分項(xiàng)的指標(biāo)，被解釋變量有序響應(yīng)排序數(shù)據(jù)，分別用數(shù)字1，2，3，…，9代替信用評(píng)級(jí)符號(hào)AAA，AA，A，BBB，BB，B，CCC，CC，C層級(jí)。解釋變量是財(cái)務(wù)指標(biāo)，對(duì)應(yīng)X1，X2，X3，…，xn，主要是財(cái)務(wù)指標(biāo)質(zhì)量的優(yōu)劣。在數(shù)列里財(cái)務(wù)指標(biāo)數(shù)據(jù)都較小，因此，沒有必要數(shù)學(xué)上取自然對(duì)數(shù)ln。此外，在文中表里面的指標(biāo)數(shù)字出現(xiàn)負(fù)數(shù)是正常現(xiàn)象。

統(tǒng)計(jì)描述性分析如表2所示，樣本數(shù)量9/28個(gè)，Y的平均數(shù)值5，最大值9，最小值1；X1～X5均值和標(biāo)準(zhǔn)差均勻，最大值116.4，最小值-17.5，總體上說數(shù)據(jù)差異不大。未出現(xiàn)異常和極端的數(shù)據(jù)，數(shù)據(jù)較為適宜，可以作為研究使用的數(shù)據(jù)。為了更直觀地統(tǒng)計(jì)描述分析，將上述數(shù)據(jù)圖示如下（見圖1）。

圖1顯示，主要財(cái)務(wù)指標(biāo)與表2中的統(tǒng)計(jì)描述性分析一致，客觀反映了企業(yè)獲利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險(xiǎn)、經(jīng)營(yíng)增長(zhǎng)狀況。

③相關(guān)分析。

相關(guān)分析主要考查被解釋變量與解釋變量是否具有相關(guān)關(guān)系，同時(shí)，也為后面實(shí)證檢驗(yàn)?zāi)Ｐ陀疫叺淖宰兞渴欠窬哂凶韵嚓P(guān)情形考慮。計(jì)算皮爾遜相關(guān)分析如表3所示。

通過上述皮爾遜相關(guān)分析，除得出相關(guān)系數(shù)最大的為98.41%，最小的為-74.94%外，符號(hào)為負(fù)，具有數(shù)學(xué)上的反方向性質(zhì)作解釋，所有的變量都具有中度、弱相關(guān)，同樣，該數(shù)據(jù)可以作為實(shí)證回歸數(shù)據(jù)。

④回歸分析。

Logit實(shí)證回歸分析，根據(jù)（1）、（2）Logit實(shí)證回歸模型，通過Stata統(tǒng)計(jì)軟件分析計(jì)算結(jié)果，整理得到表4。

通過表4可以看出，Logit模型回歸的整體顯著性很高，顯著性P值達(dá)到了0.001 6左右（Probchi2=0.001 6），偽R方達(dá)到了49.15%（Pseudo R=0.491 5），模型的擬合度都比較高，解釋能力比較強(qiáng)。具體用信用評(píng)級(jí)的Logit模型回歸進(jìn)行分析，大型煤炭工業(yè)企業(yè)量化評(píng)價(jià)指標(biāo)除了X5——較差值的系數(shù)-1.052 139，Z統(tǒng)計(jì)量-1.63，通過10%的統(tǒng)計(jì)顯著檢驗(yàn)，財(cái)務(wù)指標(biāo)對(duì)信用評(píng)級(jí)解釋較弱外，X1——優(yōu)秀值、X2——良好值系數(shù)分別為3.349 924、-10.546 1，Z統(tǒng)計(jì)量分別為1.90、-2.22，兩個(gè)變量分別都通過5%的統(tǒng)計(jì)顯著檢驗(yàn)，說明大型煤炭工業(yè)企業(yè)量化評(píng)價(jià)指標(biāo)對(duì)信用評(píng)級(jí)的解釋能力較強(qiáng)。X3——平均值、X4——較低值系數(shù)分別為5.810 198、3.250 487，Z統(tǒng)計(jì)量分別為2.36、2.35，分別通過1%的統(tǒng)計(jì)顯著檢驗(yàn)，說明大型煤炭工業(yè)企業(yè)量化評(píng)價(jià)指標(biāo)對(duì)信用評(píng)級(jí)的解釋能力很強(qiáng)，自變量95%的置信期間，如X3、X4，分別為（0.990 563 5～10.629 83）、（0.545 180 1～5.955 793），說明實(shí)證的可信度較高。實(shí)證表明：企業(yè)的債務(wù)風(fēng)險(xiǎn)情況、經(jīng)營(yíng)增長(zhǎng)情況、盈利能力狀況、資產(chǎn)質(zhì)量狀況是決定企業(yè)信用等級(jí)高低的主要因素[5]。

“/cut1”和“/cut9”割點(diǎn)的估計(jì)值，9個(gè)割點(diǎn)把樣本分成了8個(gè)期間，也就是9個(gè)不同的信用評(píng)級(jí)檔次。

信用評(píng)級(jí)級(jí)別排序?qū)哟蝁為因變量，以財(cái)務(wù)指標(biāo)：盈利能力、資產(chǎn)質(zhì)量、債務(wù)風(fēng)險(xiǎn)、經(jīng)營(yíng)增長(zhǎng)、補(bǔ)充資料等一、二級(jí)指標(biāo)，對(duì)應(yīng)的優(yōu)秀、良好、平均、較低、較差5個(gè)變量值。進(jìn)行排（有）序Logit模型回歸分析，研究變量之間的相關(guān)影響關(guān)系。其中自變量的影響也可以使用優(yōu)勢(shì)相對(duì)比例（Odds Ratio）表示輸出，系數(shù)解釋除了百分比相對(duì)數(shù)分析外，其他與上述絕對(duì)數(shù)分析一致。

上述Logit模型回歸分析，從以下圖2因變量回歸直方amp;正態(tài)分布圖的組合來看，數(shù)據(jù)趨勢(shì)較為集中，實(shí)證效果較好。

⑤根據(jù)上圖計(jì)算得出信用評(píng)級(jí)的面積。

計(jì)算微積分，y=（3.349 924x-10.546 1x+5.810 198x+

3.250 487x-1.052 139x）dx，在[-1.0，1.0]的面積。

對(duì)于函數(shù)y=（3.349 924x-10.546 1x+5.810 198x+3.250 487x

-1.052 139x）dx，需注意表達(dá)式中的dx是微分變量，而不是函數(shù)的一部分。dx表示自變量x的微小變化量。

首先，我們需要化簡(jiǎn)函數(shù)表達(dá)式：

y=（3.349 924x-10.546 1x+5.810 198x+3.250 487x-1.052 139x）dx=（0.812 430x）dx

現(xiàn)在，我們可以計(jì)算函數(shù)在給定區(qū)間上的面積。由于這是一個(gè)線性函數(shù)，我們可以使用定積分來計(jì)算。

要計(jì)算給定區(qū)間上的面積，我們需要對(duì)函數(shù)進(jìn)行積分，并在積分上下限上代入對(duì)應(yīng)的x值，然后求差。

[a，b]（0.812 430x）dx=（0.406 215x2）|_[a，b]=0.406 215b2-0.406 215a2

將a設(shè)置為-1.0，將b設(shè)置為1.0，代入上式計(jì)算：

面積=（0.406 215×1.52）-[0.406 215×（-1.0）2]

=（0.406 215×2.25）-（0.406 215×1.0）=0.914 586 375

因此，在區(qū)間[-1.0，1.0]上的面積為0.914 586 375，與AAA系數(shù)0.916信用等級(jí)一致，說明實(shí)證方法預(yù)測(cè)能力較強(qiáng)，用于企業(yè)信用評(píng)級(jí)是科學(xué)的。

⑥信用評(píng)級(jí)結(jié)論。

有序響應(yīng)排序被解釋因變量Y的數(shù)字1，2，3，…，9，分別表示信用評(píng)級(jí)的符號(hào)AAA，AA，A，…，C層級(jí)。解釋變量是財(cái)務(wù)指標(biāo)，對(duì)應(yīng)的表示X1，X2，X3，…，xn指標(biāo)量化值的質(zhì)量?jī)?yōu)劣程度。

對(duì)信用評(píng)級(jí)影響問題更進(jìn)一步的概率分析，在正常情況下Y=1，2，3，…，9的概率如表5所示。

從表5可知，當(dāng)Y=1時(shí)，公司信用評(píng)級(jí)為AAA的概率為91.60%；當(dāng)Y=2時(shí)，公司信用評(píng)級(jí)為AA的概率為60.20%；當(dāng)Y=3時(shí)，公司信用評(píng)級(jí)為A的概率為42.20%；依次類推Y=4，Y=5，…，Y=9。

⑦Logit模型穩(wěn)定性檢驗(yàn)。

使用Hotelling模型的穩(wěn)定性質(zhì)檢驗(yàn)。1-group Hotelling's T-squared=310.494 2，F(xiàn)檢驗(yàn)的統(tǒng)計(jì)量：[（9-6）/（9-1）（6）]×310.494 2=19.405 887，H0：均值的向量等于零向量，F(xiàn)（6，3）=19.405 9，Probgt;F（6，3）=0.016 9。Logit模型通過了穩(wěn)定性檢驗(yàn)。

6 模型評(píng)估和改進(jìn)

長(zhǎng)期以來，金融市場(chǎng)上的信用評(píng)級(jí)由國(guó)外的標(biāo)準(zhǔn)普爾、穆迪等知名評(píng)級(jí)機(jī)構(gòu)主導(dǎo)。隨著全球經(jīng)濟(jì)一體化步伐加快，我國(guó)“一帶一路”戰(zhàn)略構(gòu)想穩(wěn)步實(shí)現(xiàn)，構(gòu)建適合中國(guó)國(guó)情的企業(yè)信用評(píng)級(jí)體系勢(shì)在必行。企業(yè)是社會(huì)系統(tǒng)的“細(xì)胞”，紛繁復(fù)雜，要做好全方位企業(yè)綜合信用評(píng)級(jí)并非易事。本文采用有序響應(yīng)模型，以煤炭工業(yè)范圍內(nèi)的大型企業(yè)的財(cái)務(wù)數(shù)據(jù)、指標(biāo)為樣本進(jìn)行研究，通過了擬合優(yōu)度、穩(wěn)定性檢驗(yàn)，同時(shí)，又以建筑安裝業(yè)內(nèi)小型企業(yè)的財(cái)務(wù)數(shù)據(jù)、指標(biāo)為樣本，采用同樣的方法驗(yàn)證（限于篇幅，文中略去驗(yàn)證過程），效果不是很明顯，說明模型需進(jìn)一步改進(jìn)。主要原因：一是本文僅從財(cái)務(wù)績(jī)效視角出發(fā)，未考慮戰(zhàn)略管理、發(fā)展創(chuàng)新、經(jīng)營(yíng)決策、風(fēng)險(xiǎn)控制、基礎(chǔ)管理、人力資源、行業(yè)影響、社會(huì)貢獻(xiàn)等管理績(jī)效指標(biāo)對(duì)企業(yè)信用評(píng)價(jià)的影響。下一步研究，可將管理績(jī)效指標(biāo)納入評(píng)價(jià)體系，適當(dāng)調(diào)整評(píng)級(jí)結(jié)論。二是因?yàn)樽兞枯^多、信息重疊、樣本數(shù)量較少，變量之間存在多重的共線性、自相關(guān)、異方差等因素。為此，采用因子、主成分分析方法對(duì)模型進(jìn)行改進(jìn)和完善。在盡可能不損失樣本信息的情況下，將多個(gè)變量減少為少數(shù)幾個(gè)潛在因子或主成分（高度概括大量樣本數(shù)據(jù)中的信息），既減少了變量個(gè)數(shù)，又能最大限度地保留原有變量中的信息，避免信息失真。續(xù)前面研究結(jié)果簡(jiǎn)要陳述如下：

使用因子、主成分分析方法，將原5個(gè)解釋變量降為2個(gè)變量，其他多變量的情形依此類推。同樣，通過Logit模型回歸分析，得到了很好的統(tǒng)計(jì)顯著檢驗(yàn)（見表6）。

以上論證表明：有（排）序模型回歸分析方法，在企業(yè)信用評(píng)級(jí)中的應(yīng)用是正確的。

7 結(jié)論與實(shí)踐意義

研究表明：通過合理收集樣本數(shù)據(jù)，應(yīng)用數(shù)理統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)學(xué)理論，可以構(gòu)建準(zhǔn)確、可靠、統(tǒng)一的企業(yè)信用評(píng)級(jí)模型，進(jìn)而對(duì)企業(yè)信用進(jìn)行評(píng)價(jià)。本研究選擇了資源型煤炭工業(yè)大型企業(yè)、建筑安裝小型企業(yè)作為研究對(duì)象，采用實(shí)證方法構(gòu)建企業(yè)信用評(píng)級(jí)模型，評(píng)價(jià)企業(yè)信用。模型評(píng)價(jià)的結(jié)果可以為金融機(jī)構(gòu)和投資者決策提供有力依據(jù)。投資者可以根據(jù)企業(yè)信用評(píng)級(jí)結(jié)果來決定是否投資某個(gè)企業(yè)，金融機(jī)構(gòu)可以根據(jù)評(píng)級(jí)結(jié)果來制定信貸政策和風(fēng)險(xiǎn)管理策略。將來的研究可以進(jìn)一步改進(jìn)評(píng)級(jí)模型，考慮更多的指標(biāo)和因素，以提高評(píng)級(jí)的準(zhǔn)確性和預(yù)測(cè)能力。同時(shí)，還可以探索實(shí)證方法在其他領(lǐng)域的應(yīng)用潛力，如個(gè)人信用評(píng)級(jí)等。

總之，本研究結(jié)論凸顯了實(shí)證方法在企業(yè)信用評(píng)級(jí)中的重要性和應(yīng)用潛力。應(yīng)用實(shí)證方法評(píng)價(jià)企業(yè)信用，可以為金融機(jī)構(gòu)和投資者提供更準(zhǔn)確、可靠的評(píng)級(jí)結(jié)果，從而提高決策的科學(xué)性和有效性。實(shí)證法在企業(yè)信用評(píng)級(jí)中的應(yīng)用，具有重要的實(shí)踐意義。

【參考文獻(xiàn)】

【1】陳德懷，陳德啟.實(shí)證法在司法會(huì)計(jì)鑒定中的應(yīng)用[J].中國(guó)注冊(cè)會(huì)計(jì)師，2022（06）：91-95.

【2】（美）George Casella，Roger L.Berger.統(tǒng)計(jì)推斷[M].張忠占，傅鶯鶯，譯.北京：機(jī)械工業(yè)出版社，2010.

【3】（美）彼得？肯尼迪.計(jì)量經(jīng)濟(jì)學(xué)原理（第六版）[M].北京：中國(guó)人民大學(xué)出版社，2014.

【4】楊維忠，張?zhí)?Stata統(tǒng)計(jì)分析從入門到精通[M].北京：清華大學(xué)出版社，2022.

【5】（美）Samprit Chatterjee，Ali S.Hadi.例解回歸分析[M].鄭忠國(guó)，許靜，譯.北京：機(jī)械工業(yè)出版社，2013.