a.旋转在6次迭代后收敛。
经过旋转后，根据旋转成份矩阵（表5所示）可对提取出的公因子进行命名。由于资产净利率率、资产报酬率和销售净利率的比重在中较大，因此可将定义为盈利能力因子；由于资产负债率、速动比率的比重在中较大，因此可将可以定义为偿债能力因子；公因子中存货周转率、总资产周转率的比重较大，可将定义为营运能力因子；公因子中营业收入增长率和总资产增长率的比重较大，可将定义为成长能力因子。公因子中应收账款周转率和股东权益相对年初增长率的比重较大，可将可定义为权益增长能力因子。
依据表6成分得分系数矩阵的结果，本文将五个主因子分别与初始变量指标的线性组合表示如下：【2】
4.3构建logistic回归模型
通过运用统计软件SPSS19.0里的Logistic二项回归分析，本文将主因子F1、F2、F3、F4、F5作为变量所建的信用评价模型如下：【3】
公式中P为企业出现财务困境的概率，设定企业是否违约的分界点以P=0.5为标准，小于0.5则被定义为信用差的企业，反之则为信用好的企业。本文通过此模型得出所筛选的100家企业信用状况的预测结果与期望输出对比过后，模型最终分类结果如表7所示：【4】
由于该预测模型的准确率达到77%的水平，即本文选取的100家小微型企业中能够准确预测的有77家，可以显示出该模型具有一定的可行性。在针对小微型科技企业的信用评价时，可以将通过该模型得出的P值作为预测依据，其值较高表明企业发生违约的概率较低，则对其评级就会较高，反之对其评级较低。
5 结论
通过本文对小微型企业信用评价的理论研究和实证分析，运用Logistic回归分析对河南省小微型企业进行信用评价，可以得出较好的预测效果，其适合作为预测河南省小微型企业信用状况的模型。根据本文提出的信用评价模型，在针对小微型企业进行信用评价时，相关机构可以主要从以下四点对其进行考虑：（1）企业的盈利能力指标，从资产净利率率、总资产报酬率和销售净利率可以有效体现企业的盈利能力。企业的盈利能力是企业获得持续发展和扩大的有效动力，拥有有效的盈利能力可以有效提高企业的信用水平。（2）企业的偿债能力指标，从企业的资产负债率和速动比率可以考察企业的偿债能力。由于小微型科技企业的融资渠道相对狭窄，当其发生违约行为时，相对于大企业其更容易出现其他相关连锁情况。小微型企业拥有适当的偿债能力也至关重要。（3）企业的营运能力指标，依据存货周转率、总资产周转率等指标可以有效衡量企业的营运能力，企业的营运能力代表了企业资产的有效使用程度，通过有限的资源获得最大的利润是保证企业正常运转的基础，营运能力的高低对企业的信用状况有较大的影响。（4）企业的成长能力指标，其包含了企业的营业收入增长率和总资产增长率等。由于小微型企业的经营规模较小，其所属行业常处于该行业的初期阶段，其发展壮大的空间较大，但如果出现停滞的状况则会较快被激烈的市场竞争淘汰，所以成长能力指标对于小微型企业非常重要。
参考文献
[1]李菁苗，吴吉义，章剑林，等.电子商务环境下中小企业信用评价[J].系统工程理论与实践，2012,（3）：36-39.
[2]庞素琳.违约风险下的信贷决策模型与机制[J].管理科学学报，2012,（4）：76-79.
[3]迟国泰，章穗，齐菲.小企业贷款信用评价模型及实证研究----基于最优组合赋权视角[J].财经问题研究，2012,（9）：53-57.
[4]谭中明.中小企业信用评价体系研究[J].学术论坛，2009,（5）：48-52.
[5]邢乐成，梁永贤.中小企业融资难的困境与出路[J].济南大学学报（社会科学版），2013,23（2）:62-64.
