邢浙斌,范　煒

(杭州電子科技大學,浙江　杭州　310018)

?

基于大數據的小微電商授信評估研究

邢浙斌,范煒

(杭州電子科技大學,浙江杭州310018)

電子商務不僅重構了市場營銷商業(yè)模式,而且重構了企業(yè)的資產形態(tài)與估值方法。與銀行傳統(tǒng)估值方法不同,基于大數據進行企業(yè)估值主要是利用電商企業(yè)的行為數據。構建大數據授信評估模型,有效解決了小微電商授信評估的問題。實證結果表明,大數據評估的結果與傳統(tǒng)方法評估結果的誤差基本控制在5%以內。

電商企業(yè)；大數據；授信評估

電子商務不僅重構了市場營銷商業(yè)模式,而且重構了企業(yè)的資產形態(tài)與估值方法。運用電子商務大數據進行授信評估,主要采用的是生產、銷售、物流、人流的行為數據,這與傳統(tǒng)授信評估采用成本效益財務數據有著本質的區(qū)別。小微電商依托淘寶、京東等交易平臺,其平臺交易數據全面、較為真實而且可獲取性強,基于大數據對企業(yè)進行估值,有效解決了小微電商企業(yè)規(guī)模小、財務數據不健全問題,本文旨在構建大數據授信評估模型并進行實證檢驗。

1　基于大數據的小微電商授信評估方法

1.1指標選取

根據小微電商的數據特點,筆者從盈利能力、成長能力、營運能力和市場競爭力四個方面(一級指標),選取銷售額、瀏覽量、訪客數、轉化率、客單價、付費流量比、推廣費用、商品結構、服務態(tài)度、物流速度、退款率等11個主要指標(二級指標)進行數據分析。盈利能力包括付費流量比(電商對于網站流量付出的相應費用,付出費用越少,盈利能力越強)、轉化率(所有到達淘寶店鋪并產生購買行為人數和所有到達店鋪人數的比率)。成長能力包括銷售額、推廣費用(電商為提升自己企業(yè)的知名度或拓寬渠道而做的業(yè)務宣傳)、商品結構(網店商品的豐富程度,商品數越多,商品結構越完善,成長性越好)。營運能力包括退款率(近30天成功退款筆數與近30天支付寶交易筆數的比率)、瀏覽量(店鋪各頁面被查看的次數)、訪客數(全店各頁面的訪問人數)。市場競爭力包括客單價(每一位顧客平均購買商品金額,客單價越低,市場競爭力越強)、物流速度(顧客從購買商品至收到商品的時間)、服務態(tài)度(電商對顧客售前售后的服務)。

1.2評估模型構建

對企業(yè)進行授信評估,既要考慮企業(yè)自身發(fā)展情況,也要考慮行業(yè)發(fā)展情況,在明確授信基準值的基礎上,還需要從企業(yè)和行業(yè)兩個維度對基準值進行修正。

(1)確定授信基準值。文章將該電商企業(yè)過去12個月的月均銷售額作為貸款基準值,主要是考慮電商企業(yè)產品不同,銷售規(guī)模差距較大,采用過去12個月的月均銷售額基本反映了企業(yè)近期的經營狀況。

(2)確定授信基準值的修正系數。主要從兩個層面進行修正:一是企業(yè)經營系數,反映受評企業(yè)的發(fā)展情況；二是行業(yè)發(fā)展系數,反映受評企業(yè)所在行業(yè)的發(fā)展情況。

一是企業(yè)經營狀況系數。將擬評估電商企業(yè)的瀏覽量、轉化率、推廣費用、商品結構、服務態(tài)度、物流速度等6個指標與行業(yè)同類企業(yè)的均值進行比較,高出均值的比例越大,企業(yè)的整體價值越大。其計算方法,首先,確定企業(yè)發(fā)展指標與行業(yè)均值比值(F),共分7個檔次,F≤50%,50%150%,每一個檔次的得分分別記作40、60、70、80、90、100、120?？蛦蝺r,付費流量比,退款率等3個指標的計算方法與上述類似,只是每一個檔次的得分分別記作120、100、90、80、70、60、40。另外,盈利能力、成長能力、營運能力和市場競爭力的得分分別記作S1、 S2、 S3、 S4。其次,確定各發(fā)展指標的權重(Q),該權重采取專家打分判別矩陣方法計算得出。最后,計算得出企業(yè)經營狀況系數。

(1)

二是行業(yè)發(fā)展系數。確定行業(yè)發(fā)展系數主要對行業(yè)的成長性、穩(wěn)定性及規(guī)模性三個維度進行綜合評分。對于成長性,主要考慮服裝行業(yè)的銷售額在一年中的增長率,并與其他行業(yè)的平均值比較；對于規(guī)模性,主要考慮服裝行業(yè)的戶均銷售額,并與其他行業(yè)的平均值比較,高出均值的比例越大,企業(yè)的整體價值越大。其計算方法,首先,確定服裝行業(yè)發(fā)展指標與其他行業(yè)均值比值(F),共分6個檔次,F≤60%、60%140%,每一個檔次的得分分別記作40、60、80、100、110、120。而對于穩(wěn)定性,主要考慮服裝行業(yè)在一年中的季度波動性。

(2)

評分原則與上述類似,只是每一個檔次的得分分別記作120、110、100、80、60、40。首先,成長性、穩(wěn)定性及規(guī)模性的得分分別記作C1、 C2、 C3。其次,確定服裝行業(yè)三個維度的權重(P),該權重采取專家打分判別矩陣方法計算得出。最后,計算得出企業(yè)行業(yè)發(fā)展系數。

(3)

(3)確定授信額度。小微電商企業(yè)授信評估模型為：

授信額度=貸款基準值×經營系數×行業(yè)系數

(4)

2　小微電商企業(yè)授信評估實證分析

文章以服裝行業(yè)的一小微電商企業(yè)為例,用大數據分析方法評估其申請貸款的授信額度。該企業(yè)主要從事中老年服裝、T恤、衛(wèi)衣、針織衫、休閑長褲、連衣裙、西裝西褲等商品,過去一年該企業(yè)銷售額436萬元,訪客總數156萬次,客單價194元。該企業(yè)申請授信評估的時間為2014年4月,因此,評估時間跨度為2013年4月至2014年3月。

(1)確定授信基準值。該企業(yè)過去12個月的月均銷售額為363360元,貸款基準值可初步確定為36萬元。

(2)計算企業(yè)經營狀況系數。通過計算得出,最大特征值為λmax=4.15,一致性指標CI=0.05,一致性比率CR=0.06<0.1,故比較評判矩陣具有滿意的一致性,權重可以接受,確定權重向量：A4=(25.3%、38.3%、11.1%、25.3%)。由此,利用公式(1)計算得出企業(yè)經營狀況系數為0.60。

表1　企業(yè)發(fā)展指標與行業(yè)均值比較的得分

表2　基于專家打分的判別矩陣權重計算

(3)計算行業(yè)發(fā)展系數。

一是行業(yè)成長性得分。本文以行業(yè)月銷售額衡量服裝行業(yè)的成長性。根據淘寶天貓網成交數據,自服裝行業(yè)月銷售額由2013年4月的25.21萬元上升到2014年3月的57.53萬元,年增速為128%,遠遠高出同期其他行業(yè)15%的增速,根據上述評分原則,服裝行業(yè)成長性得分120分。

二是行業(yè)穩(wěn)定性得分。本文選擇季度銷售額的波動性衡量服裝行業(yè)的穩(wěn)定性。近4個季度以來的銷售額分別為48.34萬元、58.27萬元、27.88萬元、68.09萬元。由此測算,服裝行業(yè)的季度銷售額一年的波動性為79%,對比淘寶天貓電商所有行業(yè)50%的平均波動性,根據上述評分原則,服裝行業(yè)穩(wěn)定性得分40分。

三是行業(yè)規(guī)模性得分。近一年來天貓網服裝行業(yè)608萬元的戶均銷售額,對比天貓網所有行業(yè)電商企業(yè)816萬元的銷售額,根據上述評分原則,服裝行業(yè)規(guī)模性得分為60分。

四是指標權重的確定。采用專家打分、判別矩陣方法,可得出行業(yè)成長性、穩(wěn)定性及規(guī)模性的權重分別為29.7%、16.3%、54.0%。

根據公式(3),可得出行業(yè)發(fā)展系數為0.75。

(4)授信額度評定。根據授信基準值36萬元,經營系數0.60,行業(yè)系數為0.75,由此計算得出該企業(yè)的授信額度為16萬元。

3　研究結論

運用上述大數據評估授信方法,杭州電融數據公司與杭州銀行等多家金融機構開展了小微電商企業(yè)授信評估合作業(yè)務,杭州電融數據公司提供授信評估報告,銀行核實報告并發(fā)放貸款。自2014年5月至2014年12月,杭州電融數據公司已經為1111戶小微電商企業(yè)出具了授信評估報告,銀行據此已經為小微電商授信貸款額度2.4億元,戶均貸款21.6萬元。從結果看,用大數據模型得出的授信額度與銀行用傳統(tǒng)方法計算授信額度的誤差基本上在5%以內,這表明運用大數據評估模型的結果具有較高的實用性和準確性。

大數據授信評估方法之所以能夠得到銀行的認同,總結其創(chuàng)新之處主要有以下兩點：一是將大數據當成真正的資產進行評估。運用大數據評估時,企業(yè)向評估公司開放了網店的數據接口,評估公司能夠充分提取交易數據。二是建立模型時考慮了企業(yè)和行業(yè)發(fā)展趨勢對企業(yè)價值的影響。

[1]廉薇.基于大數據和網絡小貸的小微企業(yè)貸款模式創(chuàng)新研究——以阿里小貸為例[J].經濟視角,2013(9)：46-48.

[2]薛逸飛,譚曉雯.基于電子商務平臺的小額信貸發(fā)展研究——以阿里小貸為例[J].金融經濟,2014(10)：18-20.

[3]黎玉華.信用評分卡模型的建立[J].科技信息,2010(13)：464-465.

[4]趙俊仙.關于創(chuàng)新小微企業(yè)非物化擔保模式的實踐與思考[J].經濟師,2012(3)：208-209.

[5]譚中明.三種類型信用擔保機構比較及優(yōu)化調整策略[J].特區(qū)經濟,2012(11)：95-96.

[6]楊慧慧.我國小微企業(yè)融資困境與對策研究[D].合肥：安徽大學,2012.

[7]Brau,James C Do banks price owner-manager agency costs？An examination of small business borrowing[J].Journal of business management,2002(40):273-286.

[8]Berger,Dell Relationship lending and lines of small firm finance[J].Journal of Business,1995(68):351-382.

10.13939/j.cnki.zgsc.2016.35.012

邢浙斌(1991—),男,浙江紹興人,碩士研究生。研究方向：企業(yè)價值評估。