大數(shù)據(jù)環(huán)境下物流企業(yè)信用評(píng)價(jià)的變革

韓嵩

【摘 要】在對(duì)物流企業(yè)信用評(píng)價(jià)的實(shí)際操作和理論研究進(jìn)行分析的基礎(chǔ)上，論文從數(shù)據(jù)的收集方法、評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)方法三個(gè)方面對(duì)大數(shù)據(jù)對(duì)物流企業(yè)的信用評(píng)價(jià)的影響進(jìn)行剖析，并提出了擴(kuò)展數(shù)據(jù)采集方式，靈活設(shè)計(jì)指標(biāo)體系，擴(kuò)展指標(biāo)的外延，加強(qiáng)高端大數(shù)據(jù)挖掘技術(shù)的研究和加強(qiáng)數(shù)據(jù)集成四個(gè)路徑。

【Abstract】On the base of analyzing the actual operation and theoretical research on logistics enterprise credit evaluation， this paper analyzed the impact of big data on credit evaluation of logistics enterprises from three aspects of data collection method， evaluation index system and evaluation method， and put forward the extended data acquisition mode， flexible design of index system， index extension， strengthening of high-end large data mining technology research and four paths of data integration.

【關(guān)鍵詞】物流企業(yè)；信用評(píng)價(jià)；變革路徑

【Keywords】logistics enterprises； credit evaluation； change path

【中圖分類號(hào)】F253 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）07-0132-02

1 物流企業(yè)信用評(píng)價(jià)的現(xiàn)狀

從我國(guó)物流企業(yè)信用統(tǒng)計(jì)實(shí)踐的角度，我國(guó)的企業(yè)征信系統(tǒng)始于1997 年，由人民銀行牽頭，分為地市級(jí)、省級(jí)和銀行總行三級(jí)數(shù)據(jù)庫(kù)，隨后，海關(guān)、銀行、法院、公安、工商、稅務(wù)、保險(xiǎn)部門(mén)等部門(mén)逐步建立起自己的數(shù)據(jù)庫(kù)系統(tǒng)。此外，國(guó)家政府部門(mén)認(rèn)定的全牌照信用評(píng)級(jí)機(jī)構(gòu)有大公國(guó)際，中誠(chéng)信國(guó)際，聯(lián)合信用和東方金誠(chéng)國(guó)際信用評(píng)估有限公司。從行業(yè)的層面，針對(duì)物流企業(yè)，中國(guó)物流與采購(gòu)聯(lián)合會(huì)研究制定了物流企業(yè)信用評(píng)價(jià)方案，在全國(guó)大部分省區(qū)市設(shè)立了物流企業(yè)信用評(píng)價(jià)辦公室，從企業(yè)綜合素質(zhì)、財(cái)務(wù)指標(biāo)、管理指標(biāo)、競(jìng)爭(zhēng)力指標(biāo)和信用記錄指標(biāo)五個(gè)方面對(duì)物流企業(yè)的信用進(jìn)行評(píng)價(jià)，把物流企業(yè)分為AAA、AA、A、B、C五個(gè)等級(jí)。

從理論研究的角度來(lái)看，廖衛(wèi)等（2013）[1]將決策樹(shù)模型引入到第三方物流企業(yè)信用評(píng)級(jí)體系中；王靜（2008）[2]分析建立基于中小物流企業(yè)價(jià)值的信用評(píng)級(jí)體系的必要性，并提出建立該信用評(píng)級(jí)體系的四個(gè)步驟；羅勇等（2015）[3]基于模糊綜合法構(gòu)建了以企業(yè)信譽(yù)及違約記錄、速動(dòng)比率及資產(chǎn)負(fù)債率、人力資源水平及盈利能力、產(chǎn)權(quán)清晰程度及擔(dān)保狀況、區(qū)域信用狀況及區(qū)域法制環(huán)境等10個(gè)因素為指標(biāo)的物流企業(yè)客戶信用評(píng)價(jià)指標(biāo)體系；秦立公等（2013）建立物流企業(yè)信用評(píng)價(jià)指標(biāo)體系并通過(guò)多級(jí)模糊綜合評(píng)判法對(duì)物流企業(yè)的信用水平做出客觀評(píng)價(jià)。從目前的研究現(xiàn)狀中可以看出，大數(shù)據(jù)技術(shù)在物流企業(yè)信用評(píng)價(jià)中的應(yīng)用研究還鮮有論及。然而在大數(shù)據(jù)的時(shí)代，如何借助大數(shù)據(jù)技術(shù)對(duì)物流企業(yè)的信用進(jìn)行全面、客觀和及時(shí)的評(píng)價(jià)對(duì)于物流企業(yè)的發(fā)展，尤其是小微企業(yè)的發(fā)展至關(guān)重要。

2 大數(shù)據(jù)環(huán)境下物流企業(yè)信用評(píng)價(jià)的變化

大數(shù)據(jù)不是基于人工設(shè)計(jì)、借助傳統(tǒng)方法而獲得的有限、固定、不連續(xù)、不可擴(kuò)充的結(jié)構(gòu)型數(shù)據(jù)，而是基于現(xiàn)代信息技術(shù)與工具可以自動(dòng)記錄、儲(chǔ)存和連續(xù)擴(kuò)充的、大大超出傳統(tǒng)統(tǒng)計(jì)記錄與儲(chǔ)存能力的一切類型的數(shù)據(jù)。Viktor Mayer 在《大數(shù)據(jù)時(shí)代》一書(shū)中提出了大數(shù)據(jù)的三個(gè)最顯著的變化：一是樣本等于總體；二是不再追求精確性；三是相關(guān)分析比因果分析更重要。在大數(shù)據(jù)環(huán)境下，物流企業(yè)信用評(píng)價(jià)的指標(biāo)體系、數(shù)據(jù)的獲得途徑、評(píng)價(jià)方法等都發(fā)生了改變。

第一，在大數(shù)據(jù)環(huán)境下，傳統(tǒng)數(shù)據(jù)的收集方法將不再滿足需要。大數(shù)據(jù)時(shí)代帶來(lái)的首要變化就是數(shù)據(jù)格式及數(shù)據(jù)來(lái)源的多樣化，這將在一定程度上極大擴(kuò)展了現(xiàn)有的調(diào)查方式。傳統(tǒng)的調(diào)查方式多采用普查、抽樣調(diào)查，形式上采用問(wèn)卷調(diào)查，由企業(yè)自行填報(bào)。這種形式所獲取的數(shù)據(jù)質(zhì)量和信息價(jià)值密度高、采集渠道規(guī)范性比較好、大多為結(jié)構(gòu)化數(shù)據(jù)，然而可驗(yàn)證性較差、維度單一、可信度也往往遭到質(zhì)疑。在大數(shù)據(jù)環(huán)境下，信用評(píng)價(jià)的開(kāi)端不是先設(shè)計(jì)指標(biāo)，再收集數(shù)據(jù)，而是從大數(shù)據(jù)中尋找已經(jīng)存在的，對(duì)信用評(píng)價(jià)具有支撐作用的數(shù)據(jù)，繼而再確定指標(biāo)體系和方法。隨著工商、稅務(wù)、公安、法院等部門(mén)的數(shù)據(jù)集成和開(kāi)放，企業(yè)活動(dòng)留下的網(wǎng)絡(luò)足跡的可跟蹤性越來(lái)越強(qiáng)，信用評(píng)級(jí)機(jī)構(gòu)可以通過(guò)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等多種非傳統(tǒng)渠道，及時(shí)捕捉以前無(wú)法獲得或無(wú)法使用的數(shù)據(jù)。

第二，在大數(shù)據(jù)環(huán)境下，傳統(tǒng)信用評(píng)價(jià)指標(biāo)體系亟需變革。傳統(tǒng)的信用評(píng)價(jià)指標(biāo)體系是以財(cái)務(wù)指標(biāo)為主、非財(cái)務(wù)指標(biāo)為輔，這種評(píng)價(jià)指標(biāo)體系比較適用于大型企業(yè)的信用評(píng)價(jià)，針對(duì)缺乏規(guī)范的財(cái)務(wù)數(shù)據(jù)的小微企業(yè)，此種信用評(píng)價(jià)體系難以發(fā)揮作用。傳統(tǒng)的信用評(píng)價(jià)模型對(duì)進(jìn)入模型的指標(biāo)的要求較高，而大數(shù)據(jù)信用評(píng)分模型實(shí)踐使“一切數(shù)據(jù)皆信用”成為可能，評(píng)價(jià)指標(biāo)體系所包含的緯度也被極大的擴(kuò)展。

第三，在大數(shù)據(jù)環(huán)境下，信用評(píng)價(jià)方法的研究力度需要加大。不同的數(shù)據(jù)特征直接影響到建模技術(shù)方法的選擇，傳統(tǒng)的信用評(píng)價(jià)方法是以構(gòu)建信用評(píng)價(jià)體系、確定指標(biāo)權(quán)重為主要內(nèi)容或者尋找合理模型、合適參數(shù)為建立評(píng)價(jià)模型。前者主要包括專家打分法、信用評(píng)級(jí)和信用評(píng)分法，如層次分析法和Z值模型應(yīng)用最為廣泛；后者有信用遷移模型 、信貸資產(chǎn)組合模型、Logistic 回歸模型等。大數(shù)據(jù)的環(huán)境下，數(shù)據(jù)的來(lái)源和類型變得復(fù)雜，從復(fù)雜的數(shù)據(jù)中提取有價(jià)值的信息，需要深度的數(shù)據(jù)挖掘。因此，信用評(píng)價(jià)的方法需要不斷突破傳統(tǒng)的模式，不斷深化大數(shù)據(jù)的內(nèi)涵，擴(kuò)展大數(shù)據(jù)的外延。endprint

3 大數(shù)據(jù)環(huán)境下物流企業(yè)信用評(píng)價(jià)的變革路徑

在大數(shù)據(jù)時(shí)代，物流企業(yè)信用評(píng)價(jià)的變革是必然的趨勢(shì)。下面針對(duì)數(shù)據(jù)的采集方式、信用評(píng)價(jià)指標(biāo)體系、評(píng)價(jià)方法和數(shù)據(jù)集成四個(gè)方面探討變革的路徑。

第一，擴(kuò)展數(shù)據(jù)采集方式，增加數(shù)據(jù)的可信度。在大數(shù)據(jù)環(huán)境下，由于數(shù)據(jù)來(lái)源的多樣化，所以大數(shù)據(jù)要多源采集，如通過(guò)GPS定位系統(tǒng)、企業(yè)管理信息系統(tǒng)、社交網(wǎng)站等收集物流企業(yè)信用相關(guān)。這種針對(duì)原始數(shù)據(jù)的自動(dòng)收集方式不需要調(diào)查對(duì)象長(zhǎng)期的配合，避免了外界干擾，讓數(shù)據(jù)呈現(xiàn)其原有的狀態(tài)，數(shù)據(jù)質(zhì)量將更有保證，結(jié)果會(huì)更可信。數(shù)據(jù)源也由單一的物流企業(yè)和銀行信貸提供的信息得到極大的擴(kuò)展，大數(shù)據(jù)環(huán)境下，數(shù)據(jù)源包括物流企業(yè)運(yùn)營(yíng)信息、銀行信貸信息、政府監(jiān)管信息、行業(yè)評(píng)價(jià)信息、媒體評(píng)價(jià)信息、互聯(lián)網(wǎng)金融數(shù)據(jù)等等，尤其是針對(duì)小微企業(yè)，數(shù)據(jù)的重點(diǎn)將是網(wǎng)絡(luò)上的內(nèi)容數(shù)據(jù)和行為軌跡數(shù)據(jù)，企業(yè)的信用記錄、企業(yè)評(píng)估咨詢信息、法律糾紛記錄、主要股東及配偶信用記錄等將是小微企業(yè)信用關(guān)注的重點(diǎn)。

第二，靈活設(shè)計(jì)指標(biāo)體系，擴(kuò)展指標(biāo)的外延。在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)源的多樣化使得信用評(píng)價(jià)不是先設(shè)計(jì)指標(biāo)，再收集數(shù)據(jù)，而是從大數(shù)據(jù)中尋找已經(jīng)存在的，對(duì)信用評(píng)價(jià)具有支撐作用的數(shù)據(jù)，然后再確定指標(biāo)體系。因此，根據(jù)數(shù)據(jù)源確定指標(biāo)體系，指標(biāo)體系的設(shè)計(jì)會(huì)更靈活，數(shù)據(jù)的收集成本也會(huì)大大降低。大數(shù)據(jù)環(huán)境下物流企業(yè)信用評(píng)價(jià)指標(biāo)包括企業(yè)經(jīng)營(yíng)基礎(chǔ)信息指標(biāo)、動(dòng)態(tài)財(cái)務(wù)指標(biāo)、用戶反饋指標(biāo)和其他政府機(jī)構(gòu)對(duì)企業(yè)的信用記錄、股東信用記錄、經(jīng)營(yíng)交易記錄、法院執(zhí)行記錄等。針對(duì)小微企業(yè)，信用評(píng)價(jià)指標(biāo)體系更側(cè)重于非財(cái)務(wù)指標(biāo)，如企業(yè)主個(gè)人的信用水平、企業(yè)主素質(zhì)、還款意愿和還款能力、行為偏好、信用記錄、納稅情況、水、電、網(wǎng)等費(fèi)用繳納情況等。

第三，加強(qiáng)高端大數(shù)據(jù)挖掘技術(shù)的研究，實(shí)現(xiàn)對(duì)各種類型數(shù)據(jù)的分析。傳統(tǒng)的統(tǒng)計(jì)分析對(duì)象是結(jié)構(gòu)化數(shù)據(jù)。在大數(shù)據(jù)環(huán)境下，統(tǒng)計(jì)分析的對(duì)象還包括半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)一般的統(tǒng)計(jì)方法難以勝任，需要引入更高端的大數(shù)據(jù)挖掘技術(shù)。在信用評(píng)分模型方面，傳統(tǒng)的信用風(fēng)險(xiǎn)評(píng)分模型以 Logistic 回歸方法為核心。大數(shù)據(jù)信用風(fēng)險(xiǎn)評(píng)分模型更多采用了神經(jīng)網(wǎng)絡(luò)、 支持向量機(jī)、隨機(jī)森林等算法。這些機(jī)器學(xué)習(xí)方法在解決特定問(wèn)題時(shí)具有優(yōu)勢(shì)，如有些能更好地解決模型過(guò)度擬合問(wèn)題；有些方法適用于處理稀疏的數(shù)據(jù)；有些能處理大量的輸入變量，預(yù)測(cè)準(zhǔn)確度較高。

4 結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，在物流企業(yè)信用評(píng)價(jià)中應(yīng)用大數(shù)據(jù)技術(shù)也成為亟待解決的問(wèn)題，物流企業(yè)信用評(píng)價(jià)機(jī)構(gòu)應(yīng)充分認(rèn)識(shí)大數(shù)據(jù)時(shí)代在數(shù)據(jù)來(lái)源、數(shù)據(jù)獲取方式、信用評(píng)價(jià)指標(biāo)和方法等方面給物流企業(yè)信用評(píng)價(jià)帶來(lái)的變革，并從云計(jì)算技術(shù)、物聯(lián)網(wǎng)技術(shù)和企業(yè)數(shù)據(jù)倉(cāng)庫(kù)等方面著手，靈活設(shè)計(jì)物流企業(yè)信用評(píng)價(jià)指標(biāo)體系，客觀及時(shí)地對(duì)物流企業(yè)信用進(jìn)行評(píng)價(jià)，維護(hù)物流行業(yè)的秩序，促進(jìn)我國(guó)物流業(yè)的良好可持續(xù)發(fā)展。

【參考文獻(xiàn)】

【1】廖衛(wèi)，王如龍，王瑩.決策樹(shù)算法在第三方物流企業(yè)信用評(píng)級(jí)中的研究與應(yīng)用[J].物流科技，2013（10）：79-82.

【2】王靜.基于中小物流企業(yè)價(jià)值的信用評(píng)級(jí)體系研究[J].經(jīng)濟(jì)經(jīng)緯，2008（3）：107-109.

【3】羅勇，陳治亞.基于模糊綜合法構(gòu)建物流企業(yè)客戶信用評(píng)價(jià)指標(biāo)體系[J].華東交通大學(xué)學(xué)報(bào)，2015（4）：95-102.endprint