B2B企业信用评估模型的研究

冷沙沙,高厚礼

(山东理工大学管理学院,山东 淄博 255049)

B2B能够帮助中小企业迅速进入电子商务市场,但企业信用的缺失使得网络信用危机也大大提高了,严重制约了B2B企业的发展.大多数B2B网站提供对企业自身资质的评价,诸如企业真实性、合法性,缺少对企业履行商业契约行为表现的评价内容,现有评价模型也不尽完善.因此在电子商务环境能否建立和完善企业信用评价模型对企业进行有效的信用评估进而躲避信用风险已成为现代B2B企业成功的关键[1].本文以网下认证与网上评价相结合的原则,将企业网下信用延伸到网上,构建企业信用评估模型,为B2B企业对交易者进行全面的信用评估提供较为科学的方法.

1 现有B2B企业信用评估存在的问题

1.1 评估指标不完整

___以阿里巴巴为典型的B2B网站,缺乏对于商品本身、运输情况、支付情况、服务表现的评价,对企业网下的静态指标考虑不全面.交易金额、交易方信用指数仅作为参考信息并没有列入诚信通的积分之中,这些方面的信息对于交易双方的信用评估是至关重要的.

1.2 评估模型不完善

目前常见的电子商务网站中所采用的信用模型主要累加信用评估模型和平均信用评估模型.现有一些评估模型,在应用中不同程度的存在一些问题:

(1)忽视评价人的信用状况.现有评估系统采用的信用值增减方法简单易行,未考虑该主观评价值的可信程度.本文认为主观评价值的可信程度与评价者自身的信用值有较大的关系.信用值比较高的评价者相对于信用值不是很高的评价者,他们所做评价的可信度显然也是有一定差距的.

(2)忽视交易额对信用值的影响.目前大多数信用评估模型都忽略了交易额对评价值的影响.因为在不同的交易额下,个体的可信任程度是不一样的.在网上环境中,当交易价值很大时,交易双方背负的交易风险越大.在此情形下,交易双方依然采取诚信的交易行为(按期付款、保质保量发货等),则与价值较小的交易相比,此交易带给交易双方的信用增值应更大[2].

(3)忽略信用值的明效性.在生成交易方信用值时,很多信用评估模型都是累积交易方获得的所有评价信息,没有考虑评价值的时效性.评价的时间短即较新的信用评价将更能说明被评价企业的最近信用情况,这样的评价更为有效;评价的时间长即较久的信用评价说明的是企业较早时期的信用情况,这样的评价有效性较差,信用信息披露是不充分.Josang通过实验也证明平均看待交易方的历史交易行为将导致对新近的交易行为不够敏感而引起整体信誉水平下降[3].

2 企业信用评估指标体系的建立

根据企业在电子商务环境下的发展特点,对影响企业信用评估因素加以综合,以网下认证与网上评估相结合的原则,将企业网下信用延伸到网上,构建企业信用评估的指标体系.

2.1 网下静态指标

网下静态指标主要是对企业作为真实社会中的经营实体的考察,包括企业注册信息、企业注册年限、纳税信用等级评定和信用等级评定[4]等.企业静态指标如图1所示.

图1 企业网下静态指标

2.2 网上动态指标(A2和A3)

网上动态指标是在线交易过程中形成的,主要从产品情况、服务情况、支付情况、运输情况以及历史数据五个方面进行评价.并分别以卖方身份、买方身份设计了两种网上动态指标如图2所示.

2.3 基于层次分析法指标权重的确定

图2 企业网上动态指标

本文通过专家调查方法,发放问卷调查表36份,有效回收34份.其中问卷调查主要通过约见多位不同岗位的电子商务专家面谈,email的方法填答.在对初始问卷数据进行处理后,利用AHP(Analytic Hier archy Process)法的基本原理对各个指标的重要程度进行量化处理.由于AHP法的解题步骤都很熟悉,在此不具体介绍.

(1)建立梯阶层次结构

本文中建立的梯阶层次结构即为图1与图2所构建的指标体系.该指标体系按照AHP法构造指标的原则,共分解为五级指标.

(2)构造判断矩阵及其一致性检验

建立起递阶层次关系以后,各指标的隶属关系就确定了.接下来是AHP法最关键的步骤就是要构造判断矩阵.根据有效问卷所回收的数据,本文采用评分算术平均法,将全部评判者对各元素的评分取算术平均值,构造判断矩阵.见表1.

表1 Al—B判断矩阵

其次需要计算判断矩阵的最大特征及对应的特征向量,根根据公式

其中,λ为判断矩阵A的最大特征根,W为对应于λ的正规化特征向量,W的分量Wi就是对应元素单排序的权重值[5].

对其进行一致性检验:根据表2可知当n=4时,RI=0.90则

一致性检验通过

表2 平均随机一致性指标RI

其他各指标处理方法相同,不再详细描述.

(3)各指标权重

根据计算得出指标体系的权重见表3.

表3 企业信用评估指标体系的权重

3 B2B企业信用评估模型

3.1 模型的定义

定义1 给定用户i,T(i)为用户i总的信用分值,M(i)为用户网下静态信用值;N(i)为网上动态信用值.

定义2 p(i,j)为用户i在第j次交易后计算机结合交易额以及交易者信用值进行第二次计算获得的可信化信用反馈得分,I(i)为用户i的总交易次数.

定义3 给定用户i,f(i,j)为第j次交易后的通过计算机第一次计算得到的反馈评分值;C(i,j)为用户i第j次交易的交易伙伴信用值的权重;D(i,j)为用户i第j次交易的交易额的权重.

定义4 给定用户i,X(i,j)为用户i第j次交易的交易伙伴自身的信用值;X为该网站所有用户的信用平均值;Y(i,j)为用户i第j次交易的交易额;Y为本网站中用户i所在行业的同类产品交易的平均交易额(考虑到不同行业不同类别产品的交易额存在差异,因此平均交易额会特别强调是本行业本类产品的平均交易额);其中X,Y一周更新一次.

3.2 模型表示

根据以上定义,在有限次交易后,用户u的信用值采用以下模型计算:

M(i)为用户网下静态信用值,N(i)为网上动态信用值.其中N(i)由以下公式得出

p(i,j)为用户i在第j次交易后通过结合交易额以及交易者信用值进行可信化计算获得的交易信用反馈得分:

f(i,j)为用户i第j次交易后的交易方的反馈评分值,其中C(i,j)=,D(i,j)=之所以选择在C(i,j)×D(i,j)和1之间取最大值,是因为要确保模型中加入的权重对评价用户所做出的综合评分是加强的作用,如果不与1进行比较,则可能会引起削弱用户综合评分的效果,因此模型在此处加入了Max函数[6].

4 结束语

对企业信用评估研究主要集中在两个方面:一是指标体系的确立,二是评价模型的构建.本文在分析现有信用评估体系的缺陷的基础上,建立了企业信用指标体系.并运用层次分析法确定了各指标权重,在考虑了交易者信用值与交易额大小的基础上,构建的企业信用评估模型,弥补了现有评估模型存在的缺陷.

[1]林木.危机下的B2B电子商务之路[J].中国市场,2009,08(7):13-15.

[2]魏明侠.电子商务信用建立的评估机制研究[J].河南社会科学,2007,11(5):93-94.

[3]Josang A,T ran N.Simulating the effect of reputation systems on E-markets[A].Proceedings of the First International Conferenee on T rust Management.[C]//Wavelets in Geophysics.New York:Academic press,2003:123-145.

[4]王新红.我国中小企业信用风险评价指标体系构建[J].西北师大学报,2009,4(4):12-15.

[5]陈中华.层次分析法在中小企业信用评价中的应用研究[D].苏州大学,2006.

[6]靳晓宏.电子商务信用评价模型的研究[D].北京:北京林业大学,2007.