APP下载

基于大数据的小微电商授信评估研究

2016-10-19邢浙斌范炜

中国市场 2016年35期
关键词:电商企业大数据

邢浙斌 范炜

"

"

[摘 要]电子商务不仅重构了市场营销商业模式,而且重构了企业的资产形态与估值方法。与银行传统估值方法不同,基于大数据进行企业估值主要是利用电商企业的行为数据。构建大数据授信评估模型,有效解决了小微电商授信评估的问题。实证结果表明,大数据评估的结果与传统方法评估结果的误差基本控制在5%以内。

[关键词]电商企业;大数据;授信评估

[DOI]10.13939/j.cnki.zgsc.2016.35.012

电子商务不仅重构了市场营销商业模式,而且重构了企业的资产形态与估值方法。运用电子商务大数据进行授信评估,主要采用的是生产、销售、物流、人流的行为数据,这与传统授信评估采用成本效益财务数据有着本质的区别。小微电商依托淘宝、京东等交易平台,其平台交易数据全面、较为真实而且可获取性强,基于大数据对企业进行估值,有效解决了小微电商企业规模小、财务数据不健全问题,本文旨在构建大数据授信评估模型并进行实证检验。

1 基于大数据的小微电商授信评估方法

1.1 指标选取

根据小微电商的数据特点,笔者从盈利能力、成长能力、营运能力和市场竞争力四个方面(一级指标),选取销售额、浏览量、访客数、转化率、客单价、付费流量比、推广费用、商品结构、服务态度、物流速度、退款率等11个主要指标(二级指标)进行数据分析。盈利能力包括付费流量比(电商对于网站流量付出的相应费用,付出费用越少,盈利能力越强)、转化率(所有到达淘宝店铺并产生购买行为人数和所有到达店铺人数的比率)。成长能力包括销售额、推广费用(电商为提升自己企业的知名度或拓宽渠道而做的业务宣传)、商品结构(网店商品的丰富程度,商品数越多,商品结构越完善,成长性越好)。营运能力包括退款率(近30天成功退款笔数与近30天支付宝交易笔数的比率)、浏览量(店铺各页面被查看的次数)、访客数(全店各页面的访问人数)。市场竞争力包括客单价(每一位顾客平均购买商品金额,客单价越低,市场竞争力越强)、物流速度(顾客从购买商品至收到商品的时间)、服务态度(电商对顾客售前售后的服务)。

1.2 评估模型构建

对企业进行授信评估,既要考虑企业自身发展情况,也要考虑行业发展情况,在明确授信基准值的基础上,还需要从企业和行业两个维度对基准值进行修正。

(1)确定授信基准值。文章将该电商企业过去12个月的月均销售额作为贷款基准值,主要是考虑电商企业产品不同,销售规模差距较大,采用过去12个月的月均销售额基本反映了企业近期的经营状况。

(2)确定授信基准值的修正系数。主要从两个层面进行修正:一是企业经营系数,反映受评企业的发展情况;二是行业发展系数,反映受评企业所在行业的发展情况。

一是企业经营状况系数。将拟评估电商企业的浏览量、转化率、推广费用、商品结构、服务态度、物流速度等6个指标与行业同类企业的均值进行比较,高出均值的比例越大,企业的整体价值越大。其计算方法,首先,确定企业发展指标与行业均值比值(F),共分7个档次,F≤50%,50%150%,每一个档次的得分分别记作40、60、70、80、90、100、120。客单价,付费流量比,退款率等3个指标的计算方法与上述类似,只是每一个档次的得分分别记作120、100、90、80、70、60、40。另外,盈利能力、成长能力、营运能力和市场竞争力的得分分别记作S1、 S2、 S3、 S4。其次,确定各发展指标的权重(Q),该权重采取专家打分判别矩阵方法计算得出。最后,计算得出企业经营状况系数。

2 小微电商企业授信评估实证分析

文章以服装行业的一小微电商企业为例,用大数据分析方法评估其申请贷款的授信额度。该企业主要从事中老年服装、T恤、卫衣、针织衫、休闲长裤、连衣裙、西装西裤等商品,过去一年该企业销售额436万元,访客总数156万次,客单价194元。该企业申请授信评估的时间为2014年4月,因此,评估时间跨度为2013年4月至2014年3月。

(1)确定授信基准值。该企业过去12个月的月均销售额为363360元,贷款基准值可初步确定为36万元。

(2)计算企业经营状况系数。通过计算得出,最大特征值为λmax=4.15,一致性指标CI=0.05,一致性比率CR=0.06<0.1,故比较评判矩阵具有满意的一致性,权重可以接受,确定权重向量:A4=(25.3%、38.3%、11.1%、25.3%)。由此,利用公式(1)计算得出企业经营状况系数为0.60。

(3)计算行业发展系数。

一是行业成长性得分。本文以行业月销售额衡量服装行业的成长性。根据淘宝天猫网成交数据,自服装行业月销售额由2013年4月的25.21万元上升到2014年3月的57.53万元,年增速为128%,远远高出同期其他行业15%的增速,根据上述评分原则,服装行业成长性得分120分。

二是行业稳定性得分。本文选择季度销售额的波动性衡量服装行业的稳定性。近4个季度以来的销售额分别为48.34万元、58.27万元、27.88万元、68.09万元。由此测算,服装行业的季度销售额一年的波动性为79%,对比淘宝天猫电商所有行业50%的平均波动性,根据上述评分原则,服装行业稳定性得分40分。

三是行业规模性得分。近一年来天猫网服装行业608万元的户均销售额,对比天猫网所有行业电商企业816万元的销售额,根据上述评分原则,服装行业规模性得分为60分。

四是指标权重的确定。采用专家打分、判别矩阵方法,可得出行业成长性、稳定性及规模性的权重分别为29.7%、16.3%、54.0%。

根据公式(3),可得出行业发展系数为0.75。

猜你喜欢

电商企业大数据
电商企业拓展农村市场的问题及对策的探究
我国电商企业应对销售旺季存在问题及对策分析
大数据环境下基于移动客户端的传统媒体转型思路