劉章發(fā)（聊城大學東昌學院，山東聊城252000）

?

大數(shù)據(jù)背景下跨境電子商務信用評價體系構建

劉章發(fā)
（聊城大學東昌學院，山東聊城252000）

摘 要：隨著“一帶一路”戰(zhàn)略部署的逐步推進，我國跨境電子商務迅速崛起，大數(shù)據(jù)發(fā)展也隨之正式上升為國家戰(zhàn)略。一直以來，信用問題都是影響我國跨境電商快速健康發(fā)展的一個重要因素，運用大數(shù)據(jù)技術構建信用評價體系成為解決這一難題的必然路徑。為更好地改善貿(mào)易環(huán)境，降低貿(mào)易風險，提高貿(mào)易效率，提升我國企業(yè)跨境電子商務水平及在國際貿(mào)易中的地位，可基于大數(shù)據(jù)征信構建跨境電商信用評價指標體系，運用與大數(shù)據(jù)相匹配的指標賦權方法——模糊層次分析法為各指標賦予權重，并在此基礎上構建與大數(shù)據(jù)相匹配的信用評價模型，結合先進機器學習工具進行訓練和預測，從而最終可以在互聯(lián)網(wǎng)界面準確、實時傳輸評價結果，構建出完整、動態(tài)的跨境電商信用評價體系。

關鍵詞：大數(shù)據(jù)；跨境電子商務；信用評價

跨境電子商務（以下簡稱“跨境電商”）是把傳統(tǒng)國際貿(mào)易加以網(wǎng)絡化、電子化的新型國際貿(mào)易方式。隨著國家“一帶一路”戰(zhàn)略的推進，跨境電商迅速崛起，有望成為“中國制造”出口的新通道。中國電子商務研究中心發(fā)布的《2015年（上）中國電子商務市場數(shù)據(jù)監(jiān)測報告》顯示，2015年上半年，中國電子商務交易額達到7.64萬億元，其中跨境電商交易規(guī)模為2萬億元，同比增長42.8%，占我國進出口總值的17.3%。中國產(chǎn)業(yè)信息網(wǎng)發(fā)布的《2015—2020年中國電商物流行業(yè)投資前景及發(fā)展戰(zhàn)略研究分析報告》預計，未來幾年我國跨境電商交易規(guī)模將不斷提升，至2017年有望達到8萬億元，在進出口貿(mào)易總額中的滲透率將達到23.1%，占中國進出口貿(mào)易的比例將提高到20%，年增長率將超過30%，成為中國進出口貿(mào)易增長最快的領域。

然而，跨境電商的蓬勃發(fā)展也面臨諸多制約因素，其中信用問題就是發(fā)展瓶頸之一。電子商務與傳統(tǒng)交易模式相比存在信息不對稱的問題，而跨境電商因買賣雙方處于不同國家，買家更是很難對賣家信用做出準確判斷。信用的缺失會引起交易之前的逆向選擇和交易之后的道德風險，增加交易成本，降低市場效率。中國電子商務研究中心高級分析師張周平[1]表示，中國的跨境電商正在經(jīng)歷從量變到質(zhì)變的過程，信用體系建設已經(jīng)刻不容緩。

跨境電商信用體系建設主要包括兩大部分，即信用評價指標體系和信用評價模型。良好的信用評價指標體系是信用體系建設的基礎，它需要以多維度、多層次、多渠道的海量信息構成原始數(shù)據(jù)，然后再從巨量數(shù)據(jù)中尋找關聯(lián)性并提煉出能夠反映共同特征的指標，而目前備受關注的大數(shù)據(jù)技術正好能夠完美地解決這些問題。

對于大數(shù)據(jù)，研究機構高德納（Gartner）給出了這樣的定義：大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模（Vol?ume）、快速的數(shù)據(jù)流轉（Velocity）、多樣的數(shù)據(jù)類型（Variety）、價值密度低（Value）四大特征（也稱4V特征）。大數(shù)據(jù)在生產(chǎn)經(jīng)營、日常消費、商務活動等諸多領域源源不斷地產(chǎn)生、積累、變化和發(fā)展，已經(jīng)被越來越多的企業(yè)視為重要生產(chǎn)要素。大數(shù)據(jù)的應用為跨境電商的戰(zhàn)略選擇、營銷決策、金融服務、趨勢預測等帶來了顛覆性變革，同時也給征信體系建設帶來了新的思路，原來海量龐雜、看似無用的數(shù)據(jù)，經(jīng)過清洗、匹配、整合、挖掘，可以轉換成信用數(shù)據(jù)，且信用評估的效率和準確性也得到了一定程度的提升，使得“一切數(shù)據(jù)皆信用”成為可能。新的信用風險體系具有一個顛覆性的基本思想，即一切數(shù)據(jù)皆信用，這是需要以大數(shù)據(jù)技術作為支撐的。[2]

一、基于大數(shù)據(jù)的指標確定原則

大數(shù)據(jù)技術的戰(zhàn)略意義并不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理。在大數(shù)據(jù)背景下研究信用評價指標應當遵循以下原則：

（一）合法性

2015年博鰲亞洲論壇關于大數(shù)據(jù)的討論主要聚焦于大數(shù)據(jù)安全和隱私保護等方面?？缇畴娚痰慕灰纂p方隸屬于不同的國家，而每個國家關于隱私保護的法律法規(guī)不盡相同，因此需要格外注意運用大數(shù)據(jù)征信的合法性。關于保護數(shù)據(jù)隱私，許多國家都制定了嚴格的隱私法律。其中，歐盟1995年頒布了《歐盟數(shù)據(jù)保護指令》（DPP），美國聯(lián)邦貿(mào)易委員會（FTC）從1995年開始關注數(shù)據(jù)隱私和電子商務并與歐盟簽署了《安全港協(xié)定》，英國政府1998年頒布了《數(shù)據(jù)保護法案》（DPA）等，[3]而中國有關大數(shù)據(jù)隱私保護的立法幾乎是空白。大數(shù)據(jù)征信要避免不必要的國際法律糾紛，對于可能牽涉到隱私的數(shù)據(jù)或指標，應當在獲得授權后收集、使用。由于大數(shù)據(jù)隱私目前具有不確定因素，如果處理不當，會給用戶帶來不可預知的傷害，這也是跨境電商交易的風險之一。

（二）完整性

大數(shù)據(jù)征信有利于指標體系的完整構建，使之能夠全方位反映信用的真實情況。然而，大數(shù)據(jù)征信面臨著信用孤島的難題，這在跨境電商上表現(xiàn)得更為突出。內(nèi)部信用信息碎片化，外部信用信息孤立化，缺乏統(tǒng)一標準，融合性不強，不能互聯(lián)互通，給大數(shù)據(jù)征信帶來了很大的困難。要真正解決這些問題必須進行頂層設計，就目前而言，為構建更加完整的指標體系，在進行大數(shù)據(jù)征信時要對信息進行系統(tǒng)梳理，同時以合作交換等方式從外部挖掘信用信息。

（三）有效性

有效的指標建立在有效的大數(shù)據(jù)基礎之上。目前，大數(shù)據(jù)已經(jīng)成為專家學者及各界精英研究、討論的熱點，但也不免存在過度炒作的嫌疑。正確認識大數(shù)據(jù)需要樹立這樣一種意識：大數(shù)據(jù)不是萬能的，它不等于大量的數(shù)據(jù)，大量的數(shù)據(jù)并不一定具有價值。大數(shù)據(jù)價值密度低，經(jīng)典的“二八定律”同樣預示著在某個數(shù)據(jù)源中或許只有10%～ 20%的數(shù)據(jù)是有用的。因此，在抓取跨境電商信用評價指標的原始數(shù)據(jù)時，挖掘的方向和對數(shù)據(jù)的清洗非常關鍵，盲目追求海量數(shù)據(jù)只會降低指標的有效性。大數(shù)據(jù)工作就好像在一堆稻草中尋找一根針，只有真正發(fā)現(xiàn)了這根“針”，所提煉的指標才具有說服力。

從某種程度上說，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術。簡而言之，從各種類型的海量數(shù)據(jù)中快速獲得有價值信息的能力就是大數(shù)據(jù)技術，明確這一點至關重要，而也正是這一點促使該技術具備走向眾多企業(yè)的潛力。

二、基于大數(shù)據(jù)的指標體系構建

馬云是中國電子商務領域的傳奇人物，2014年他曾經(jīng)表示，人類正在從信息技術（IT）時代走向數(shù)據(jù)技術（DT）時代”。[4]數(shù)據(jù)技術時代，數(shù)據(jù)本身被視為資產(chǎn)，在“互聯(lián)網(wǎng)+”過程中，大數(shù)據(jù)將為所有產(chǎn)業(yè)帶來顛覆、創(chuàng)新和紅利。將大數(shù)據(jù)技術運用到跨境電商領域的征信方面，首先需要考慮兩個維度：一是數(shù)據(jù)挖掘的廣度；二是數(shù)據(jù)挖掘的深度。就廣度而言，大數(shù)據(jù)要多源采集和挖掘傳統(tǒng)技術手段無法抓取和處理的數(shù)據(jù)，如社交網(wǎng)站上大量用戶生成內(nèi)容（User Generated Content，UGC）的文本、音頻、視頻等非結構化數(shù)據(jù)，這些數(shù)據(jù)都可能是有價值的，能夠提煉出與跨境電商信用評價相關的共同因子，如境外客戶滿意度等?；诖髷?shù)據(jù)抽取計算出的境外客戶滿意度將更真實、更有效。大數(shù)據(jù)挖掘的重點將是網(wǎng)絡上的內(nèi)容數(shù)據(jù)和行為軌跡數(shù)據(jù)。就深度而言，大數(shù)據(jù)要結合云計算及機器學習工具理清龐雜數(shù)據(jù)之間復雜的結構關系，對數(shù)據(jù)進行分類、聚類、降噪等處理，使原始數(shù)據(jù)標準化后成為轉換數(shù)據(jù)，轉換數(shù)據(jù)合并到元變量，元變量輸入到不同模塊，每一模塊代表一種特征，由此形成有效的評價指標。

中國互聯(lián)網(wǎng)商務金融研究院院長張云起及其團隊[5]在開發(fā)信聯(lián)網(wǎng)商務信用體系的研究中，以三個維度構建大數(shù)據(jù)征信采集結構：第三方數(shù)據(jù)、電商平臺交易數(shù)據(jù)、網(wǎng)絡軌跡數(shù)據(jù)。本文認為，這三個維度不僅覆蓋面廣，而且既有靜態(tài)數(shù)據(jù)又有動態(tài)數(shù)據(jù)，既有傳統(tǒng)數(shù)據(jù)又有非傳統(tǒng)數(shù)據(jù)，符合對跨境電商信用數(shù)據(jù)采集的要求。因此，跨境電商信用評價指標體系將以三個維度為準則，并結合文獻、理論以及跨境電商實際狀況，對每一準則下的具體指標進行分析和提煉。

（一）第三方數(shù)據(jù)下的指標

第三方數(shù)據(jù)主要來自工商、質(zhì)檢、稅務等政府職能部門以及銀行等金融機構和跨境電商所在的網(wǎng)絡平臺，一般是靜態(tài)、傳統(tǒng)數(shù)據(jù)。第三方數(shù)據(jù)往往是公開的或者是通過合作交換得到的。從政府職能部門公開的信息可以得到跨境電商的資質(zhì)認證指標。根據(jù)2012年商務部電子商務和信息化司發(fā)布的《電子商務企業(yè)資質(zhì)認證標準》（征求意見稿），資質(zhì)認證指標具體包括工商注冊信息、納稅信息、域名注冊信息等。通過第三方以及企業(yè)內(nèi)部信息可以獲得財務指標，這是最經(jīng)典的指標，在信用評價方面具有很強的說服力。周子元[6]提出，影響企業(yè)信用的主要因素是涉及公司財務的資產(chǎn)規(guī)模、贏利水平、經(jīng)營能力、償債能力等，準確評估信用的前提是具備完善而精確的財務數(shù)據(jù)，因此應在信用評價體系中提高財務指標的比重?？缇畴娚唐髽I(yè)在與銀行或網(wǎng)絡借貸公司進行借貸時產(chǎn)生的金融服務記錄同樣是衡量信用的重要指標，包括企業(yè)在銀行的信用等級、抵押擔保情況、違約記錄等。

此外，跨境電商與普通電商的重要區(qū)別在于，商務活動是否涉及出關。根據(jù)跨境電商服務流程的特殊性，應當添加一些有針對性的指標，如通關記錄等。楊堅爭等[7]在較大規(guī)模問卷調(diào)查基礎上，應用主成分分析法歸納出了五個對跨境電商發(fā)展具有重要影響的指標，其中之一就是電子通關指標，并細分為電子報關、貨物查驗、稅費征收三個具體指標。

（二）電商平臺交易數(shù)據(jù)下的指標

跨境電商交易數(shù)據(jù)多是動態(tài)傳統(tǒng)數(shù)據(jù)，可運用大數(shù)據(jù)技術進行實時更新和監(jiān)測。產(chǎn)品質(zhì)量和服務質(zhì)量是電商企業(yè)信用評價常用的指標，其中與產(chǎn)品質(zhì)量相關的指標包括產(chǎn)品與描述是否相符、產(chǎn)品合格率、退貨率等，與服務質(zhì)量相關的指標包括賣家態(tài)度、物流速度、保險服務情況等。用戶交易之后會在電商平臺上對產(chǎn)品和服務質(zhì)量進行評價，其評價結果對所有瀏覽者可視。從交易成本理論角度思考，由于境外顧客與跨境電商之間存在嚴重的信息不對稱，為做出正確的購買決策，境外顧客需要付出昂貴的交易成本，包括搜尋成本、信息成本、決策成本、違約成本等。老顧客對已達成交易的評價積累，如好評率等，會明顯降低新顧客的交易成本，新顧客對跨境電商信用的初始判斷在很大程度上受此影響。

一般而言，企業(yè)的守信行為會促進交易的達成。反過來，交易規(guī)模大代表用戶認可度或忠誠度高，說明企業(yè)具有良好的信用。交易規(guī)模表現(xiàn)在很多方面，如累積交易額、交易成功率、新顧客增長率、老顧客回頭率等。此外，對跨境電商交易活動而言，因雙方處于不同國家，紛雜的不確定性因素直接或間接影響交易安全，如信息安全、支付安全等，而用戶信息遭到泄露、跨境支付存在安全漏洞等都會引發(fā)信用風險。

（三）網(wǎng)絡軌跡數(shù)據(jù)下的指標

目前，社交網(wǎng)絡已經(jīng)成為用戶覆蓋面最廣、傳播影響最大、商業(yè)價值最高的web3.0業(yè)務，是一種能夠實現(xiàn)價值均衡分配的互聯(lián)網(wǎng)方式。社交平臺數(shù)據(jù)多是動態(tài)非傳統(tǒng)數(shù)據(jù)，涉及大量傳統(tǒng)上無法處理的非結構化、半結構化信息。首先，社交網(wǎng)絡往往是顧客表達自我情緒的平臺，必然存在對跨境電商的情緒表達，基于大數(shù)據(jù)手段，對相關文本、圖像（包括表情）、音頻、視頻等進行搜尋和分析，將之放入某種數(shù)據(jù)分析模型計算用戶滿意度，所得到的結果將更真實、更有效。其次，社交網(wǎng)絡的靈魂是共享，信息傳播速度快，甚至是病毒式傳播，對跨境電商的正面信息分享實際上是顧客無意識進行的營銷推廣活動。因此，可將顧客主動分享作為信用評價的指標之一，正面分享越具有廣度和深度，表示企業(yè)信用越高，具體指標包括轉發(fā)頻率、分享鏈接數(shù)目、建立專題群組等。其三，有學者從企業(yè)家信用與企業(yè)信用相互關系角度論證了企業(yè)家信用對企業(yè)組織整體信用的決定性作用，[8]因此應將跨境電商管理者的個人信用納入指標體系，并運用大數(shù)據(jù)挖掘管理人員關系數(shù)據(jù)和行為數(shù)據(jù)，以此客觀呈現(xiàn)個人信用狀況。阿里巴巴旗下的芝麻信用管理有限公司推出的芝麻信用，就是運用大數(shù)據(jù)及云計算技術挖掘用戶身份特質(zhì)、行為偏好、人脈關系、信用歷史、履約能力等信息以對個人進行征信的。其四，公眾號影響力也是判斷跨境電商信用的一個指標。當前，在社交平臺上建立企業(yè)公眾號成為營銷的新常態(tài)，公眾號的影響力體現(xiàn)在兩個方面：一是粉絲數(shù)目或關注人數(shù)多，說明影響面廣，其中尤其是境外人員的關注；二是粉絲在線參與度高，說明影響程度深。

綜合以上分析，基于大數(shù)據(jù)構建跨境電商信用評價指標體系，如圖1、表1所示。

圖1　大數(shù)據(jù)下跨境電商信用評價指標體系框架

表1　大數(shù)據(jù)下跨境電商信用評價的具體指標

三、基于大數(shù)據(jù)的指標權重確定方法

在計算指標權重的方法中，層次分析法（Ana?lytic Hierarchy Process，AHP）使用最為廣泛，是一種定性與定量相結合的決策分析方法。層次分析法最初于20世紀70年代由美國著名運籌學家薩蒂（SAATY A L）提出，它既是一種分析多目標、多準則復雜大系統(tǒng)的有力工具，也是一個將決策者對復雜系統(tǒng)的決策思維過程模型化、數(shù)量化的過程。層次分析法將定性指標與定量指標相結合，綜合了德爾菲法的適用性和數(shù)理統(tǒng)計方法的科學性，具有思路清晰、方法簡單、適用面廣、系統(tǒng)性強等特點，[9]其主要步驟包括構建遞階層次結構模型、構造兩兩比較判斷矩陣、一致性檢驗等。

其實，在大數(shù)據(jù)背景下，傳統(tǒng)的層次分析法并不十分適用，這主要表現(xiàn)為以下兩點：一是構建判斷矩陣時，傳統(tǒng)層次分析法要求專家以一個精確值來比較兩個指標之間的重要性，而大數(shù)據(jù)征信所提取的指標不僅量大，而且復雜，專家很難提供精確的比較值，此時用“大約”“左右”等模糊概念表示更合理、更自然；二是傳統(tǒng)層次分析法在構建一致判斷矩陣時工作量大，判斷矩陣不能通過一致性檢驗時，需要一次次地進行調(diào)整—檢驗—再調(diào)整—再檢驗，直至滿足要求。大數(shù)據(jù)下的指標無疑將使該檢驗過程變得更加紛繁復雜、循環(huán)往復。因此，傳統(tǒng)的層次分析法并不適合用來確定大數(shù)據(jù)條件下的指標權重，需要在算法上做出改進。模糊層次分 析 法（Fuzzy Analytic Hierarchy Pro?cess，F(xiàn)AHP）將模糊數(shù)學的概念引入層次分析法，改進了傳統(tǒng)層次分析法存在的問題，提高了結果的可靠性。模糊層次分析法主要可分為兩種，其中一種基于模糊數(shù)，即不要求專家提供判斷矩陣中的精確值，而是給出模糊量，可以解決專家思維判斷的模糊性問題與客觀決策對象的復雜性問題，最常使用的是三角模糊層次分析法；另一種基于模糊一致矩陣，可利用模糊一致矩陣的性質(zhì)簡化一致性檢驗問題。兩種模糊層次分析法對結構層次多、評價因素多的對象系統(tǒng)都很適宜。因此，大數(shù)據(jù)背景下跨境電商信用評價指標權重的確定應使用模糊層次分析法。表2對傳統(tǒng)的層次分析法與基于三角模糊數(shù)的層次分析法進行了對比。

四、基于大數(shù)據(jù)的信用評價模型

構建跨境電商信用評價指標體系并確定各指標權重之后，接下來就要分析應當運用哪種信用評價模型（方法）來進行評價和預測。信用評價模型很多，一些基本的傳統(tǒng)評價模型因有悖于大數(shù)據(jù)的背景及其自身方法的科學局限性，這里不予考慮，只分析幾種目前正處在研究前沿位置的模型。這些模型一般都能夠與模糊層次分析法結合使用，且滿足以下兩個條件：

第一，評價模型要與大數(shù)據(jù)特征相匹配。前面提到，大數(shù)據(jù)具有4V特征，簡單來講就是大容量、多樣性、高速性、價值性。大數(shù)據(jù)的大容量特征要求評價模型具有良好的可伸縮性，即面對數(shù)據(jù)拓展能夠有效構建模型的能力；大數(shù)據(jù)的多樣性特征表明，其異質(zhì)性程度高，要求評價模型能夠處理多種類型的數(shù)據(jù)，特別是非結構化數(shù)據(jù)；大數(shù)據(jù)的高速性特征要求評價模型計算速度（收斂速度）快，靈活性高；大數(shù)據(jù)的價值性不僅指其價值高，而且指其價值密度低，即存在大量的噪聲數(shù)據(jù)或有空缺值的數(shù)據(jù)，這就要求評價模型具有較好的魯棒性，即在數(shù)據(jù)不準確、不完整情況下有正確評價和預測的能力。

表2　傳統(tǒng)的層次分析法與基于三角模糊數(shù)的層次分析法的比較

第二，評價模型要與跨境電商的實際情況相符?？缇畴娚逃捎谏婕暗讲煌膰?，交易流程多，交易時間長，海外顧客購買心理和行為不確定性高，既增加了與信用有關的數(shù)據(jù)的容量和異質(zhì)性，也提高了數(shù)據(jù)收集的難度，使我們的指標數(shù)據(jù)具有大容量、含噪音、異質(zhì)程度高等特點，評價模型只有更好地匹配這些數(shù)據(jù)特征才能更有效。

目前，信用評價方面比較前沿的方法包括模糊綜合評價法、盲數(shù)評價法、支持向量機、神經(jīng)網(wǎng)絡等，其中后面兩種是機器學習工具。這里結合前面的分析，對上述四種方法進行簡單比較，比較結果如表3所示。

結合評價模型需要滿足的兩個條件以及表3中各模型的特征可知，以上四種模型與所要求的條件都不能實現(xiàn)完全匹配。大數(shù)據(jù)的復雜性無疑對評價模型提出了非常嚴苛的要求。比如，神經(jīng)網(wǎng)絡能夠較好地處理指標模糊不全的問題，在訓練樣本足夠大時能夠達到極高的精度，而大數(shù)據(jù)恰好能夠提供充分的訓練樣本，然而神經(jīng)網(wǎng)絡學習時間過長，收斂速度較慢，甚至可能達不到學習的目的，而這顯然又有悖于大數(shù)據(jù)的初衷。

幸運的是，學者們針對上述模型的不足之處提出了改進方法，或者通過模型之間的組合運用達到更好的評價效果。優(yōu)化與組合后的模型將更適用于大數(shù)據(jù)。比如，支持向量機在處理大規(guī)模數(shù)據(jù)集時往往需要較長的訓練時間，針對該問題，張珍珍等[11]提出了基于密度聚類的支持向量機兩步分類算法，有效提高了大規(guī)模數(shù)據(jù)下的分類速度。另外，各模型之間相互融合、取長補短是處理大數(shù)據(jù)的必然趨勢，已有研究包括基于神經(jīng)網(wǎng)絡的模糊綜合評價、基于三角模糊數(shù)的盲數(shù)評價等。

在以上四種模型中，最值得關注的是盲數(shù)評價法在大數(shù)據(jù)背景下進行信用評價的應用前景。目前，盲數(shù)評價法主要應用于建筑、礦業(yè)、電力等行業(yè)，其在信用評價領域的應用尚處于探索階段。由于事實上的信用信息往往并不是單一的，而是具有多種不確定性，如任何有行為因素參與的含狀態(tài)因素的系統(tǒng)至少含有兩種或兩種以上的不確定性，[12]而盲數(shù)在解決這種問題上的優(yōu)越性是其他方法無法比擬的。另外，學者們在盲數(shù)算法改進方面也取得了不少成果，如為克服盲數(shù)運算計算量增加過快的缺點，王磊等[13]提出了先合并相交區(qū)間，再合并小可信度區(qū)間的降階方法。

表3　各種信用評價模型的比較

五、總結

2014年6月14日，我國首部國家級社會信用體系建設專項規(guī)劃——《社會信用體系建設規(guī)劃綱要（2014—2020年）》出臺，成為我國經(jīng)濟體制改革過程中“從市場體系向信用體系發(fā)展”具有里程碑意義的轉折點。2015年8月5日，國務院發(fā)布《促進大數(shù)據(jù)發(fā)展行動綱要》，標志著大數(shù)據(jù)發(fā)展正式成為國家戰(zhàn)略。當前，跨境電商作為一種貿(mào)易方式發(fā)展迅速，從規(guī)模到質(zhì)量都有了很大幅度的提高，但貿(mào)易雙方信用的不確定性以及信用評價體系的匱乏加劇了跨境電商的交易風險，并成為影響其快速健康發(fā)展的重要因素之一。綜觀國內(nèi)外相關文獻，將電子商務信用評價模型或信用評價體系構建研究擴展到跨境領域的少之又少。鑒于此，運用與大數(shù)據(jù)相匹配的指標賦權方法，建立與大數(shù)據(jù)相匹配的信用評價模型，結合先進的機器學習工具進行訓練和預測，最終在互聯(lián)網(wǎng)界面準確、實時傳輸評價結果，進而構建出完整、動態(tài)的跨境電商信用評價體系，對于改善貿(mào)易環(huán)境、降低貿(mào)易風險、提高貿(mào)易效率等具有非常重要的現(xiàn)實意義。信用體系建設意在構建誠信中國，而大數(shù)據(jù)背景下跨境電商信用評價體系的構建，必將在對我國社會信用體系建設產(chǎn)生正面、積極影響的同時，全面提升我國企業(yè)跨境電子商務水平，全面提高我國企業(yè)在國際貿(mào)易中的地位，為我國經(jīng)濟發(fā)展做出更大的貢獻。

參考文獻：

[1]張周平.信用體系建設刻不容緩[N].國際商報，2014-04-11（A02）.

[2]劉新海，丁偉.大數(shù)據(jù)征信應用與啟示——以美國互聯(lián)網(wǎng)金融公司Zest Finance為例[J].清華金融評論，2014（10）：93-98.

[3]孫美麗.美國和歐盟的數(shù)據(jù)隱私保護策略[J].情報科學，2004（10）：1266-1267.

[4]張濱，劉小軍，陶章.我國跨境電子商務物流現(xiàn)狀及運作模式[J].中國流通經(jīng)濟，2015（1）：51-56.

[5]張云起，孫軍峰，王毅，等.信聯(lián)網(wǎng)商務信用體系建設[J].中央財經(jīng)大學學報，2015（4）：90-99.

[6]周子元.信用風險量化研究綜述[J].金融教學與研究，2009 （4）：35-37.

[7]楊堅爭，鄭碧霞，楊立釩.基于因子分析的跨境電子商務評價指標體系研究[J].財貿(mào)經(jīng)濟，2014（9）：94-102.

[8]雷曉敏，宋家順.衡量企業(yè)家信用的財務指標分析[J].中央財經(jīng)大學學報，2007（11）：82-85.

[9]偰娜.我國跨境電子商務貿(mào)易平臺模式探討[J].中國流通經(jīng)濟，2015（8）：70-74.

[10]劉開第，龐彥軍，金斕.淺析模糊AHP中一致性檢驗的不必要性[J].數(shù)學的實踐和認識，2015，45（14）：285-293.

[11]張珍珍，董才林，陳增照，等.改進的結合密度聚類的SVM快速分類方法[J].計算機工程與應用，2011，47（2）：136-138.

[12]劉開第，吳和琴，龐彥軍，等.盲數(shù)的概念、運算與性質(zhì)[J].運籌與管理，1998，7（3）：14-17.

[13]王磊，張明文，王秋莎.基于盲數(shù)理論的輸電系統(tǒng)可靠性評估[J].電力科學與工程，2010，26（8）：8-13.

責任編輯：陳詩靜

中圖分類號：F713.36

文獻標識碼：A

文章編號：1007-8266（2016）06-0058-07

收稿日期：2016-04-30

作者簡介：劉章發(fā)（1983-），男，山東省莘縣人，聊城大學東昌學院教師，河北大學經(jīng)濟學院博士生，主要研究方向為宏觀經(jīng)濟理論與政策。

Analysis on the Construction of Cross-border E-commerce Credit Evaluation System under the Background of Big Data

LIU Zhang-fa
（Liaocheng University，LiaoCheng，Shandong252000，China）

Abstract：With the implementation of the Belt and Road Initiative，cross-border e-commerce is rapidly rising in China；and the development of big data has become the national strategy.Credit problem is always the important factor having impact on the rapid and healthy development of China’s cross-border e-commerce；and the application of big data in formulating credit evaluation system is the evitable choice for us to solve this problem.To better improve trade environment，reduce trade risk，increase trade efficiency，improve the level of cross-border e-commerce，and increase the position of Chinese enterprises in international trade，we should formulate the cross-border e-commerce credit evaluation system with the help of big data credit investigation，use fuzzy AHP to assign different weights to different indicators，establish the credit evaluation model which is suitable to big data，combine with the advanced learning tools to realize the accurate and real time transfer of evaluation results，and formulate the comprehensive，ecological，and dynamic credit evaluation system for cross-border e-commerce.

Key words：Big Data；cross-border e-commerce；credit evaluation