□ 王和勇,盧淑霞
(華南理工大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院,廣東 廣州 510006)
由于跨境電商平臺(tái)的迅猛發(fā)展以及政府對(duì)跨境電商的宣傳與重視,許多制造業(yè)企業(yè)除了使用線下宣傳、代理商介紹等營(yíng)銷方式外,還利用第三方B2B跨境平臺(tái)進(jìn)行跨境交易。利用第三方B2B跨境平臺(tái)使得制造業(yè)企業(yè)與國(guó)外交易商直接連接和雙向互動(dòng),大幅減少交易和協(xié)作成本,提高了交易的效率。與此同時(shí),由于跨境交易的交易雙方在語(yǔ)言、文化以及交易方式存在較大的差異,加之跨境交易中存在信息不對(duì)稱,使得在進(jìn)行初次跨境交易中無(wú)法對(duì)雙方的信用做出準(zhǔn)確的判斷,形成較大的交易障礙。同時(shí),制造業(yè)企業(yè)在交易過程中存在交易金額與規(guī)模較大、資金回轉(zhuǎn)周期長(zhǎng)的特點(diǎn),使得制造業(yè)企業(yè)一旦發(fā)生問題,其損失較為嚴(yán)重甚至導(dǎo)致企業(yè)因此而倒閉。針對(duì)制造業(yè)企業(yè)進(jìn)行跨境交易的現(xiàn)狀以及困境,通過對(duì)企業(yè)建立信用評(píng)估,從多方面去展示企業(yè)的信用情況,對(duì)于利用第三方B2B跨境平臺(tái)的制造業(yè)企業(yè)進(jìn)行信用評(píng)估具有重要意義。
信用評(píng)估體系的建立包括評(píng)估指標(biāo)以及評(píng)估模型的選擇,因此,本文將從評(píng)估指標(biāo)和評(píng)估模型兩方面對(duì)相關(guān)文獻(xiàn)進(jìn)行整理與分析。
冷沙沙等[1](2010)等將企業(yè)注冊(cè)信息、企業(yè)證書榮譽(yù)、運(yùn)輸情況、支付情況、歷史交易情況納入指標(biāo)體系當(dāng)中,通過實(shí)證研究發(fā)現(xiàn)支付情況以及產(chǎn)品的權(quán)重最高,而企業(yè)注冊(cè)信息,歷史交易情況影響較小。沈琳等[2](2010)、趙冬梅等[3](2015)在構(gòu)建指標(biāo)體系時(shí)考慮了財(cái)務(wù)指標(biāo),并且細(xì)分為盈利、償債、資產(chǎn)營(yíng)運(yùn)、成長(zhǎng)這四個(gè)方面。劉晉飛[4](2018)在構(gòu)建制造業(yè)跨境電商企業(yè)競(jìng)爭(zhēng)力的指標(biāo)體系時(shí)考慮了通關(guān)支付能力這一指標(biāo),得出通關(guān)支付指標(biāo)在評(píng)估企業(yè)競(jìng)爭(zhēng)力里中排名第五。劉章發(fā)[5](2016)將財(cái)務(wù)情況、產(chǎn)品納入指標(biāo)體系當(dāng)中。黃興等[6](2016)構(gòu)建信用評(píng)估時(shí)考慮了企業(yè)素質(zhì)、歷史交易情況、服務(wù)情況這三個(gè)一級(jí)指標(biāo),二級(jí)指標(biāo)則選擇了成立時(shí)間、員工人數(shù)、貨品滿意評(píng)分、到貨速度評(píng)分、產(chǎn)品數(shù)量這幾個(gè)指標(biāo)。王小會(huì)[7](2017)在分析中小企業(yè)信用評(píng)價(jià)時(shí)考慮了財(cái)務(wù)指標(biāo),企業(yè)未來發(fā)展?jié)摿@兩個(gè)一級(jí)指標(biāo),其中,他將財(cái)務(wù)指標(biāo)劃分為盈利、償債、資產(chǎn)營(yíng)運(yùn)、成長(zhǎng)這四個(gè)方面的指標(biāo),企業(yè)未來發(fā)展?jié)摿t由研發(fā)人員比重這一指標(biāo)所體現(xiàn)。榮飛瓊等[8](2018)的信用評(píng)估體系包含了產(chǎn)品質(zhì)量這一指標(biāo)。王珊珊[9](2018)則從產(chǎn)品、服務(wù)情況兩個(gè)方面去構(gòu)建信用評(píng)估體系。整理結(jié)果如表1所示:
表1 指標(biāo)對(duì)應(yīng)提及的文獻(xiàn)
國(guó)內(nèi)學(xué)者在模型的選擇上主要是層次分析法和因子分析法,或者是在這兩種模型的基礎(chǔ)上進(jìn)行改進(jìn)的模型如拉開檔次法,或者是與其他模型結(jié)合來使用的模型,如層次分析法和灰色關(guān)聯(lián)相結(jié)合、因子分析法與聚類分析相結(jié)合。而近兩年才逐漸有學(xué)者使用機(jī)器學(xué)習(xí)的模型進(jìn)行研究,如BP神經(jīng)網(wǎng)絡(luò)和XGBoost模型。
冷沙沙等(2010)、劉章發(fā)(2016)在進(jìn)行信用評(píng)估時(shí)使用了層次分析法作為評(píng)估模型。劉晉飛(2018)、王小會(huì)(2017)黃興等選擇的模型為因子分析法。沈琳等(2010)改變了傳統(tǒng)的AHP指標(biāo)權(quán)重的確定方法,采用拉開檔次法來確定定量指標(biāo)權(quán)重。黃興等(2016)利用AHP和灰色關(guān)聯(lián)相結(jié)合的方法,對(duì)利用電商平臺(tái)進(jìn)行交易的傳統(tǒng)企業(yè)繼續(xù)信用評(píng)估。趙冬梅等(2015)使用因子分析與聚類分析相結(jié)合的模型對(duì)評(píng)估體系進(jìn)行驗(yàn)證。榮飛瓊等(2018)使用BP神經(jīng)網(wǎng)絡(luò)作為評(píng)估模型,其預(yù)測(cè)結(jié)果和真實(shí)評(píng)估結(jié)果的吻合率達(dá)到了90%。王珊珊等(2018)使用XGBoost模型,其評(píng)估的準(zhǔn)確率達(dá)到80%。
由于層次分析法評(píng)價(jià)方法較為主觀,定量數(shù)據(jù)較少,定性成分多,不易令人信服;而因子分析法則是將原始變量濃縮為幾個(gè)因子變量,無(wú)法對(duì)線性不相關(guān)的變量進(jìn)行重要程度的排序,從而找出最要主要的影響因素;BP神經(jīng)網(wǎng)絡(luò)其擬合效果較好但是解讀性較低?;谏鲜龇治?,本文使用的是決策樹這一機(jī)器學(xué)習(xí)的模型,減少了主觀判斷,更聚焦于數(shù)據(jù)本身,同時(shí)解讀性強(qiáng),學(xué)習(xí)速度快。
本文選取的第三方跨境B2B平臺(tái)是阿里巴巴國(guó)際站,研究對(duì)象選取了家具、衣服、運(yùn)動(dòng)這三個(gè)大類中的制造業(yè)企業(yè)。本次實(shí)驗(yàn)一共選取了597個(gè)樣本。其中,家具行業(yè)為197個(gè)(33%),衣服行業(yè)為177個(gè)(30%),運(yùn)動(dòng)行業(yè)為223個(gè)(37%)。
本文從第三方數(shù)據(jù)以及第三方B2B跨境平臺(tái)數(shù)據(jù)兩方面建立信用評(píng)估體系。其中,第三方數(shù)據(jù)包括企業(yè)注冊(cè)信息、企業(yè)素質(zhì)、財(cái)務(wù)情況、企業(yè)證書榮譽(yù)、企業(yè)未來發(fā)展?jié)摿@五個(gè)一級(jí)指標(biāo)。而第三方B2B跨境平臺(tái)數(shù)據(jù)下則包括運(yùn)輸情況、支付情況、服務(wù)情況以及歷史交易情況及產(chǎn)品這五個(gè)一級(jí)指標(biāo)。如下表2所示:
表2 利用第三方B2B跨境平臺(tái)的制造業(yè)企業(yè)信用評(píng)估體系
2.2.1 企業(yè)注冊(cè)信息及企業(yè)素質(zhì)
①公司成立年限:企業(yè)經(jīng)政府工商部門的批準(zhǔn)頒發(fā)營(yíng)業(yè)資格證的時(shí)間;
②生產(chǎn)設(shè)備和設(shè)施:企業(yè)用于生產(chǎn)商品的生產(chǎn)設(shè)備和設(shè)施;
③生產(chǎn)能力:反映在一段時(shí)間內(nèi)企業(yè)的生產(chǎn)可能性;
④員工總數(shù):企業(yè)所有員工的數(shù)量;
⑤生產(chǎn)線數(shù)量:生產(chǎn)線是用于生產(chǎn)特定種類的產(chǎn)品所需要的機(jī)器、人員的一個(gè)組合的數(shù)量;
⑥廠房面積:用于生產(chǎn)或?yàn)樯a(chǎn)配套的各種房屋的面積;
⑦貿(mào)易部門人數(shù):專門負(fù)責(zé)對(duì)外貿(mào)易的部門的人數(shù)。
2.2.2 財(cái)務(wù)情況
①年平均交易額:指自開業(yè)以來,每年的營(yíng)業(yè)額之和除以年數(shù)的數(shù)值,衡量一個(gè)企業(yè)從開業(yè)到現(xiàn)今的平均交易水平;
②年度總收入:指最近一年整年的收入總和;
③年產(chǎn)值:一年所有產(chǎn)品的總值。
2.2.3 企業(yè)證書榮譽(yù)
①證書總數(shù):指的是從過去到現(xiàn)在所擁有的證書、產(chǎn)品資格證、商標(biāo)與專利的總和;
②已驗(yàn)證證書總數(shù):指的是官方認(rèn)證的證書、產(chǎn)品資格證、商標(biāo)與專利的總和;
③會(huì)員年數(shù):指的是企業(yè)加入平臺(tái)的會(huì)員的年數(shù)。
2.2.4 企業(yè)未來發(fā)展?jié)摿?/p>
研發(fā)人員數(shù):是指企業(yè)內(nèi)工作職責(zé)為不斷研發(fā)新產(chǎn)品與維護(hù)舊產(chǎn)品的人員。
2.2.5 運(yùn)輸情況
①按時(shí)裝運(yùn)評(píng)分:指的是所有已購(gòu)買該店鋪產(chǎn)品的賣家對(duì)按時(shí)轉(zhuǎn)運(yùn)評(píng)價(jià)的平均值;
②接受的交貨條件:交貨條件是進(jìn)行國(guó)際貿(mào)易時(shí),用來表明進(jìn)出口商品的價(jià)格構(gòu)成、買賣雙方各自應(yīng)負(fù)擔(dān)的責(zé)任、承擔(dān)的費(fèi)用和風(fēng)險(xiǎn)及貨物所有權(quán)轉(zhuǎn)移的術(shù)語(yǔ);
③平均提前期:指從開始訂單到完成訂單的平均花費(fèi)時(shí)間。
2.2.6 支付情況
①接受的付款貨幣:指在付款時(shí)能使用的付款貨幣種類;
②接受的付款方式:指在付款時(shí)能使用的付款方式。
2.2.7 服務(wù)情況
①報(bào)價(jià)次數(shù)(過去30天):指的是當(dāng)前時(shí)間點(diǎn)過去30天內(nèi)店家向賣家報(bào)價(jià)協(xié)商交易的次數(shù);
②回復(fù)率(過去30天):指的是過去30天內(nèi)店鋪回復(fù)買家問題占買家所有問題的比例;
③平均響應(yīng)時(shí)間(7天):指的是在過去一個(gè)星期內(nèi),所有買家提出問題到店鋪回答問題的平均時(shí)間;
④供應(yīng)商服務(wù)評(píng)分:指的是所有買家在購(gòu)買產(chǎn)品后對(duì)供應(yīng)商服務(wù)進(jìn)行評(píng)分的平均值;
⑤總得分:指的是所有買家對(duì)供應(yīng)商服務(wù)、按時(shí)轉(zhuǎn)運(yùn)、商品質(zhì)量打分的一個(gè)平均值,從總體衡量了用戶對(duì)店鋪的一個(gè)整體態(tài)度。
2.2.8 歷史交易情況
①交易數(shù):指的是過去一年內(nèi)所有的交易數(shù);
②總評(píng)論數(shù):指的是從開業(yè)到現(xiàn)今統(tǒng)計(jì)時(shí)間內(nèi)的所有評(píng)論數(shù)。
2.2.9 產(chǎn)品
①主要產(chǎn)品種類數(shù):指的是用戶在該店鋪主要購(gòu)買的產(chǎn)品種類;
②所有產(chǎn)品種類數(shù):指的是阿里巴巴國(guó)際站上顯示的,店鋪上架的所有產(chǎn)品的種類數(shù);
③產(chǎn)品質(zhì)量打分:指的是所有買家在購(gòu)買產(chǎn)品后對(duì)產(chǎn)品質(zhì)量進(jìn)行評(píng)分的平均值。
決策樹具有結(jié)果解釋性強(qiáng)、學(xué)習(xí)速度快等特點(diǎn),比較常用的決策樹算法有ID3、C4.5、CHAID和SLIQ算法。而算法的選擇與因變量與自變量的數(shù)據(jù)類型有關(guān),根據(jù)本文的數(shù)據(jù)特點(diǎn),本文的決策樹算法選擇了CHAID。
CHAID決策樹的運(yùn)行機(jī)制主要包括解釋變量劃分的臨界點(diǎn)的尋找以及確定哪個(gè)解釋變量作為分裂節(jié)點(diǎn)兩部分,具體如圖1所示。其具體步驟為:
臨床有研究顯示:糖尿病患者自身抗感染能力以及機(jī)體組織愈合能力較差,極易發(fā)生骨折以及骨質(zhì)疏松,骨科糖尿病患者一般以手術(shù)治療為主,術(shù)后并發(fā)癥發(fā)生率極高,切口極易出現(xiàn)感染、不愈合等情況,一定程度上延長(zhǎng)了患者住院時(shí)間,增加了住院費(fèi)用,加重了患者以及家屬的心理負(fù)擔(dān)和經(jīng)濟(jì)壓力,由此可知圍術(shù)期的護(hù)理質(zhì)量對(duì)于患者切口愈合、機(jī)體恢復(fù)極為重要[4-5]。臨床常規(guī)護(hù)理過于單一、固定,具有機(jī)械性、被動(dòng)行特點(diǎn),缺乏主動(dòng)性,護(hù)理期間患者會(huì)感受到厭煩或者不適,稍有不慎,極易引發(fā)護(hù)患糾紛,護(hù)理效果一般,具有一定的局限性。
①若解釋變量X只有一類,則其調(diào)整為1;
②若解釋變量X有兩類,則使用Bonferroni方法計(jì)算合并好的分類的調(diào)整值;
③若解釋變量X的分類超過兩類則需要根據(jù)不同類型的目標(biāo)變量Y選擇不同的檢驗(yàn)方法,找出每個(gè)解釋變量X關(guān)于目標(biāo)變量Y的分布差異最小的兩個(gè)類別,即值最大的兩個(gè)類別;
若目標(biāo)變量Y為連續(xù)變量,則選擇F檢驗(yàn);若目標(biāo)變量Y為定類變量,則使用卡方檢驗(yàn)或似然估計(jì)統(tǒng)計(jì)量:若目標(biāo)變量Y為定序或離散變量就使用似然估計(jì)統(tǒng)計(jì)量。其中,F檢驗(yàn)的公式為(1)(2):
(1)
(2)
卡方檢驗(yàn)χ2公式為(3),似然估計(jì)量L2公式為(4)。
(3)
(4)
⑤使用Bonferroni方法計(jì)算合并好的分類的調(diào)整P值;
⑥選擇具有最小調(diào)整P值的解釋變量;
⑦如果該調(diào)整值≤(用戶設(shè)定的顯著水平),則使用該解釋變量分裂節(jié)點(diǎn)。否則,不分裂并且考慮作為葉子節(jié)點(diǎn);
⑧繼續(xù)決策樹的生長(zhǎng)直到遇到停止規(guī)則。
圖1 CHAID決策樹運(yùn)行機(jī)制圖
本文以阿里巴巴國(guó)際站中597個(gè)制造業(yè)企業(yè)作為樣本,提出了有關(guān)第三方B2B跨境平臺(tái)的制造業(yè)企業(yè)信用評(píng)估體系,分別將公司成立年限、生產(chǎn)設(shè)備和設(shè)施、生產(chǎn)能力、員工總數(shù)、生產(chǎn)線數(shù)量、廠房面積、貿(mào)易部門人數(shù)、年平均交易額、年度總收入、年產(chǎn)值、已驗(yàn)證證書總數(shù)、證書總數(shù)、會(huì)員年數(shù)、研發(fā)人員數(shù)、按時(shí)裝運(yùn)評(píng)分、接受的交貨條件、平均提前期、接受的付款貨幣、接受的付款方式、報(bào)價(jià)次數(shù)(過去30天)、回復(fù)率(過去30天)、平均響應(yīng)時(shí)間(7天)、供應(yīng)商服務(wù)評(píng)分、總得分、交易數(shù)、總評(píng)論數(shù)、主要產(chǎn)品種類數(shù)、所有產(chǎn)品種類數(shù)、產(chǎn)品質(zhì)量評(píng)分這29個(gè)輸入指標(biāo)納入評(píng)估體系中,在構(gòu)建評(píng)估體系時(shí)本著全面性的原則盡可能多的納入更多的指標(biāo),并使用決策樹進(jìn)行重要因素的篩選。
樣本原始數(shù)據(jù)如表3所示,由于輸入指標(biāo)數(shù)據(jù)類型既有分類數(shù)據(jù)又有連續(xù)性數(shù)據(jù),而輸出數(shù)據(jù)是共有十個(gè)分類的分類數(shù)據(jù)。
因此,根據(jù)數(shù)據(jù)的特征,本文選擇的決策樹算法是CHAID算法,使用的軟件為Modeler中的CHAID決策樹模型。
表3 原始數(shù)據(jù)
圖2 CHAID決策樹預(yù)測(cè)變量重要性圖
由圖2所示,CHAID決策樹模型所預(yù)測(cè)前10個(gè)最重要的變量按重要性從大到小為年平均交易額、總評(píng)論數(shù)、接受的交貨條件、接受的付款貨幣數(shù)、生產(chǎn)線數(shù)量、所有產(chǎn)品種類數(shù)、供應(yīng)商服務(wù)評(píng)分、會(huì)員年數(shù)、接受的付款方式、貿(mào)易部門人數(shù)。
基于以上研究結(jié)果,針對(duì)利用第三方B2B跨境平臺(tái)的制造業(yè)企業(yè)在進(jìn)行跨境交易中遇到的障礙,本文將對(duì)企業(yè)、平臺(tái)以及監(jiān)管部門提出不同的建議。
對(duì)于在第三方B2B跨境平臺(tái)進(jìn)行交易的制造業(yè)企業(yè)來說,可通過增加年平均交易額,鼓勵(lì)買家發(fā)表評(píng)論、增加可接受的交貨條件與付款貨幣數(shù)這幾種方式來提升企業(yè)的信用評(píng)估級(jí)別。根據(jù)決策樹的模型結(jié)果發(fā)現(xiàn)年平均交易額、總評(píng)論數(shù)、接受的交貨條件、接受的付款貨幣數(shù)這幾個(gè)屬性對(duì)信用評(píng)估具有顯著的影響,企業(yè)可針對(duì)每一個(gè)屬性來對(duì)采取相應(yīng)的措施從而增加企業(yè)的信用評(píng)估級(jí)別,從而增大店鋪的曝光率從而提高其信用等級(jí)。值得注意的是,企業(yè)需要通過正規(guī)的途徑來提高信用等級(jí),而不是通過虛假與惡劣行為來增加企業(yè)信用評(píng)估級(jí)別。
對(duì)于第三方B2B跨境平臺(tái)來說,要規(guī)避企業(yè)為提高信用評(píng)估等級(jí)進(jìn)行惡意刷好評(píng)、提供虛假信息等惡意擾亂市場(chǎng)的行為。要確保信用評(píng)估體系的可使用性,第一步是確保數(shù)據(jù)的真實(shí)性,虛假的數(shù)據(jù)就會(huì)產(chǎn)生虛假的結(jié)果,這樣不僅影響進(jìn)行跨境交易的主體的利益,也不利于第三方B2B跨境平臺(tái)的健康發(fā)展。
針對(duì)企業(yè)提供的第三方數(shù)據(jù),平臺(tái)可要求企業(yè)提供相關(guān)部門的證明或者憑證來確保信息的準(zhǔn)確性。而對(duì)于第三方B2B跨境平臺(tái)數(shù)據(jù),因?yàn)檫@些數(shù)據(jù)是在交易過程中產(chǎn)生的,而交易雙方的數(shù)據(jù)都在在平臺(tái)上,平臺(tái)不僅可以通過企業(yè)本身來判斷信息的準(zhǔn)確性,也可以結(jié)合交易方的信息來判斷交易的合理性。通過加大平臺(tái)對(duì)失信企業(yè)的懲罰力度或者設(shè)置警報(bào)閾值發(fā)現(xiàn)異常交易行為都可以在一定程度上確保信息的準(zhǔn)確性。
對(duì)于監(jiān)管部門來說,通過平臺(tái)提供或者自身建立的信用檔案,可對(duì)整個(gè)行業(yè)的信用情況有一個(gè)較為清晰的了解與認(rèn)識(shí)。對(duì)監(jiān)管部門出臺(tái)相應(yīng)的政策進(jìn)行宏觀調(diào)控具有指導(dǎo)性作用,通過信用評(píng)估來對(duì)企業(yè)進(jìn)行劃分,找出行業(yè)中的優(yōu)質(zhì)企業(yè)以及失信企業(yè)。一方面可針對(duì)優(yōu)質(zhì)企業(yè)提供便利化措施,例如,針對(duì)這類企業(yè)開通綠色通道,享受通關(guān)便利等;另一方面,監(jiān)管部門應(yīng)針對(duì)失信企業(yè)進(jìn)行監(jiān)管,防止出現(xiàn)劣幣驅(qū)逐良幣的現(xiàn)象,使行業(yè)更加健康的發(fā)展。