跨境電商企業的數字信用動態評估模型研究

趙子萱　郭樹行

摘要：跨境電商是連通國際和國內“雙循環”的重要形式。在數字經濟時代背景下，飛速發展的跨境電商對外推動國際貿易、對內助力消費升級。為更好地解決跨境電商融資難的問題，跨境電商行業的供應鏈金融隨之產生。本文綜合考慮傳統信用評估指標和電商平臺數字化要素指標，建立跨境電商信用評估指標體系，構建動態信用評估模型DCredit模型，更好地服務跨境電商行業的供應鏈金融，以滿足企業的資金需求，促進行業健康發展。

關鍵詞：跨境電商；數字信用；動態評估

引言

跨境電商的發展對中小微企業參與國際貿易有著重要意義。由于信息不對稱等原因，跨境電商信用評估成為業界的痛點。隨著跨境電商企業在國際大循環中的地位日益提高，如何構建許可的供應鏈金融已經成為跨境電商發展的關鍵性難題。

供應鏈金融是指從供應鏈產業鏈整體出發，運用金融科技手段，整合物流、資金流、信息流等信息，在真實交易背景下，構建供應鏈中占主導地位的核心企業與上下游企業一體化的金融供給體系和風險評估體系，提供系統性的金融解決方案，以快速響應產業鏈上企業的結算、融資、財務管理等綜合需求，降低企業成本，提升產業鏈各方價值。

新冠病毒感染疫情發生以來，企業的脆弱性上升。供應鏈金融能夠有效打通中小企業在產業鏈中的“堵點”，參考產業鏈中的核心企業的信用，為產業鏈中的企業融資，能夠讓資金在產業鏈中流動起來。當前以供應鏈金融為支撐的數字金融服務已經日益增多，建立一個科學有效的模型對跨境電商領域的企業進行信用狀況動態評估，有利于優質企業資金融通，同時減少投資機構的損失，對企業獲取融資支持以及促進跨境電商行業發展有著重要價值。

數字時代隨著大數據的發展應用，可以依托平臺數據建立信用評價指標體系和信用評估模型。本文立足于此，面向供應鏈金融構建跨境電商數字信用的動態評估模型，用于指導在跨境電商產業構建精準適用的供應鏈金融。

1. 研究現狀

伴隨跨境電商行業如火如荼地發展，學界對其信用評估的研究也在不斷深入。

陳莉霞提出應用層次分析法對跨境電商企業的信用數據進行綜合統計分析[1]；俞裕蘭等建立跨境電商信用等級評價的三級指標體系，構建模糊多指標綜合評價模型[2]；初佳玉將BP神經網絡應用到跨境電商信用評估[3]；王珊珊等使用爬取的平臺數據，應用XGBoost算法建立大數據環境下的信用評估模型[4]；榮飛瓊等構建基于BP神經網絡的信用評估模型，使用K-折交叉驗證和混淆矩陣對模型進行評估[5]。

通過文獻研究我們發現，目前國內信用評估模型越來越適用于大數據時代海量數據的處理。本文建立基于平臺大數據的指標體系，構建跨境電商企業數字信用的動態評估模型。

2. DCredit模型的提出和指標體系的構建

為了滿足跨境電商進行信用評估的需求，本文立足企業運營能力、獲利能力、償債能力、往期信用記錄[6]、數字化能力、市場競爭能力和服務能力這七個維度，考慮跨境電商行業平臺數據可獲得性，結合數字經濟的發展，建立基于平臺數據的跨境電商信用評估體系。評估體系的構建能夠為企業融資提供信用支撐，同時有助于企業自身信用管理和信用數據的積累沉淀。具體評估指標及解釋如表1所示。

3. 模型介紹

AHP是一種定性分析和定量計算相結合的方法，用于系統分析與決策的綜合評價，通過建立遞階層次結構把人類的判斷轉化到若干因素兩兩之間重要度的比較上，最終確定指標的權重。熵權法是一種較為客觀的賦權方式，依據指標的變異程度進行賦權，指標內部差異越少，反應的信息量越少，權值越小。

AHP方法主觀性強，定量的數據少，定性成分多，人為評估會存在偏差。而熵權法缺少指標之間的橫向比較，容易受到數據影響，隨著數據不同賦權結果會產生較大差異。確定指標權重時，應考慮指標之間的內在統計規律。為了彌補單一方法的不足，實現兩種賦權方法的優勢互補，本文采用組合賦權方法，均衡考慮主觀情況和客觀情況。

TOPSIS是一種能充分利用原始數據信息的綜合評價模型，結果能充分反映各個評價方案之間的差距。區別于如模糊綜合評判法等評價方法，它不需要目標函數，也不需要通過相應的檢驗，限制要求大大降低，使得適用范圍較為廣泛。本文將組合賦權法得到的綜合權重應用到TOPSIS模型中，建立DCredit模型用于對跨境電商企業信用進行動態評估。

4. 模型的建立

AHP方法確定指標權重的步驟如下。

第一步：根據指標體系建立遞進的層次結構。本文建立的指標體系共有7個一級指標和29個二級指標。7個一級指標間以及每個一級指標下的二級指標間均需確定權重。

第二步：對于同一層次上的各元素關于上一層次中某一準則的重要性進行兩兩比較，構造判斷矩陣。

第三步：由判斷矩陣計算被比較元素對于該準則的相對權重，并進行一致性檢驗。有算術平均法、幾何平均法和特征值法三種計算權重的方法，本文權重的確定為三種計算方法結果的算術平均值。

熵權法確定指標A₁-G₃權重的步驟如下。

5. 實證研究

根據信用評分結果繪制折線圖，如圖1所示，在本次數據實例中，經營年限最長的A企業各方面條件良好，信用評分遠高于其余三家企業。對于信用評估優秀的企業，不存在信用風險，需要加強信用評級數據的收集，積累企業信用要素，避免信用風險的發生。對于信用處于正常狀態的企業，仍然存在信用風險的可能性，應加強對信用風險潛在因素的分析，加強管理，防止信用風險的發生。對于存在輕微信用風險狀態的企業，應加強企業信用風險工作，提高信用水平，減少信用風險的發生。

結語

為了提高跨訂單電子商務企業防范信用風險的能力，本文構建DCredit模型，用于對跨境電商信用水平進行動態評估，并生成相關樣本數據進行分析。結果表明，DCredit模型能夠有效地對企業信用風險進行評估。與其他模型相比，DCredit模型沒有復雜的參數設置，易于推廣。

理論上，本文將組合賦權法與TOPSIS結合，既可以有效降低評估的主觀性，充分利用數據資源；又可以對指標進行橫向比較，組合賦權提高了模型評估的準確率。實踐中，模型一方面為供應鏈金融提供大數據服務，有益于規范發展供應鏈金融，推動產業鏈條上下游企業之間的開放合作、共同發展，促進產業鏈條上大中小企業分工協同、共生共贏，有助于保持供應鏈產業鏈完整穩定；另一方面為企業提供實時的風險監控，助力企業信用要素的積累，有利于企業融資，緩解資金融通困難的問題，打破發展瓶頸，促進數字經濟時代跨境電商行業的發展。

參考文獻：

[1]陳莉霞.大數據背景下跨境電商平臺供應商信用評估研究[J].大眾投資指南，2021，（1）：34-35.

[2]俞裕蘭，楊靛青.跨境電商信用多指標綜合模糊評價模型研究[J].牡丹江師范學院學報（社會科學版），2021，（1）：11-22.

[3]初佳玉.基于BP神經網絡出口跨境電商企業信用評估研究[D].南昌：南昌大學，2021.

[4]王珊珊，查林濤.基于XGBoost的跨境電商企業征信等級預測研究[J].韶關學院學報，2018，39，（6）：12-15.

[5]榮飛瓊，郭夢飛.基于大數據的跨境電商平臺供應商信用評估研究[J].統計與信息論壇，2018，33（3）：100-107.

[6]丹青.A公司跨境電商營銷績效評價研究[D].洛陽：河南科技大學，2021.

作者簡介：趙子萱，本科，研究方向：數字經濟。