- 无标题文档
查看论文信息

中文题名:

 

电子商务企业信用风险评价研究——以Q公司为例

    

姓名:

 谢鹏程    

学号:

 1049751800963    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 1253    

学科名称:

 管理学 - 会计学    

学生类型:

 硕士    

学位:

 管理学硕士    

学校:

 武汉理工大学    

院系:

 管理学院    

专业:

 会计    

研究方向:

 管理会计应用研究    

第一导师姓名:

 张友棠    

第一导师院系:

 武汉理工大学    

完成日期:

 2021-09-17    

答辩日期:

 2021-09-17    

中文关键词:

 

信用风险 ; 风险评价 ; 层次分析法 ; 模糊综合评价

    

中文摘要:

随着电子商务行业的迅猛增长,电子商务企业信用风险逐渐显现。线上交易虽然实用方便快捷,但是具有网络化、虚拟性的特征,消费者不能真实地看见、触摸,无法体会到交易的质量,因此信用显得尤其重要,它是线上交易中买卖双方交易成败的基础。目前阶段,我国对于线上交易没有建立起完善的监督管理系统,虚假交易、欺骗欺诈等现象时有发生,不利于电商企业的发展。在电子商务平台交易中,难以了解到企业的发展现状和经营情况,也尚未建立起一套高效实用的电子商务企业信用评价的指标体系,信用风险成为电商企业发展的绊脚石拦路虎,为了促进经济社会的发展,维护良好的经营环境,建立一套合适的电子商务企业信用评价体系,可以促进电商企业朝着精致完善的方向进步。

本文从风险管理理论、交易成本理论以及信息不对称理论三个方面着手,来挖掘信用风险要素,以“理论→要素→指标→模型→应用分析”为主线,从财务信用风险、交易信用风险、管理信用风险这三个维度出发,构建电商企业信用风险评价指标体系和模型。运用层次分析法和模糊综合评价法对Q公司信用风险状况予以评价,得出评价结果,最后根据评价结果提出电子商务企业信用风险管控措施。主要内容包括:

(1)构建电子商务企业信用风险评价体系。根据风险管理理论、交易成本理论、信息不对称理论三个基础理论,将信用风险从财务信用、交易信用、管理信用三个维度进行划分,进而从三个维度设计相应的指标体系。选取了由11个定量指标和4个定性指标构成的15个信用风险评价指标,具体包括应收账款周转率、商品销售违约率等指标。

(2)运用层次分析法以及模糊综合评价法,构建信用风险评价模型。二者的作用分别为:层次分析法把所有可能影响信用风险的因素两两比较来确定权重,进而构建层次模型,每个因素的权重代表了该因素对最终结果的影响程度;模糊综合评价法从多个因素的角度出发,根据一定的标准评估出分值,并依据最终评价分数对信用风险等级情况进行评判。

(3)提出电子商务企业信用风险管控措施。本文以Q公司作为样本进行了应用分析,并对评价结果进行了成因分析和建议。从财务方面、交易方面和管理方面三个维度提出了电子商务企业信用风险管控措施,为我国电子商务企业信用风险管控提供了一定的借鉴。

本文试图在以下方面进行更深的探索:(1)将电子商务企业信用风险从三个维度进行分析,分别为财务信用风险、交易信用风险以及管理信用风险。(2)在运用数学方法的基础上,构造电商企业信用风险评价模型,并应用该模型对Q公司进行分析,判定Q公司信用风险状况并提出对策,为电商企业信用风险的研究和评价提供一定的借鉴。

参考文献:

[1]Xiaoyan Zhang. Research on the Risk Rating and Risk Control Measures onE-commerce Credit based on Nash Game Analysis[P]. Proceedings of the 2016 International Conference on Economics,Social Science,Arts,Education and Management Engineering,2016.

[2]Mascia Bedendo,Paolo Colla. Sovereign and corporate credit risk: Evidence from the Eurozone[J]. Journal of Corporate Finance,2015,33.

[3]Jens Hilscher,Mungo Wilson. Credit Ratings and Credit Risk: Is One Measure Enough[J]. Management Science,2016.

[4]Seil Kim,Pepa Kraft,Stephen G. Ryan. Financial statement comparability and credit risk[J]. Review of Accounting Studies,2013,18(3).

[5]Rodica Mariana Tirlea. PRACTICAL ASPECTS REGARDING THE ENTERPRISE’S CREDITWORTHINESS AS METHOD OF RISK ANALYSYS[J]. Management Intercultural,2014,XVI(30).

[6]Jing Gu,Xiongxing Xia,Yue He,Zeshui Xu. An approach to evaluating the spontaneous and contagious credit risk for supply chain enterprises based on fuzzy preference relations[J]. Computers & Industrial Engineering,2017,106.

[7]You Zhu,Chi Xie,Gang-Jin Wang,Xin-Guo Yan. Comparison of individual, ensemble and integrated ensemble machine learning methods to predict China’s SME credit risk in supply chain finance[J]. Neural Computing and Applications,2017,28(1).

[8]Shiyou Zhu. Influence Factors and Prevention of Credit Risk of Consumer Finance Companies[J]. International Journal of Education and Economics,2020,3(1).

[9]Zhiwu Wang. The credit risk management of small and micro enterprises in the county by Zhejiang Yiwu commercial bank from the perspective of internal control[J]. International Journal of Social Sciences in Universities,2020,3(1).

[10]Ramakrishnan Ramanathan. E-commerce success criteria: determining which criteria count most[J]. Electronic Commerce Research,2010,10(2).

[11]Farhod P. Karimov,Malaika Brengman. An examination of trust assurances adopted by top internet retailers: unveiling some critical determinants[J]. Electronic Commerce Research,2014(14):459-496

[12]Xingang Weng, Xiaohua Lv, Yujiao Wu, Xiaorong Li. Research on the Credit Risk Management of Small and Medium-Sized Enterprises Based on Supply Chain Finance[J]. Journal of Finance and Accounting,2016,4(5).

[13]Rubén García-Céspedes,Manuel Moreno. An approximate multi-period Vasicek credit risk model[J]. Journal of Banking and Finance,2017,81.

[14]Bu-Lei Yu,Yi-Jun Chen. Grey-fuzzy comprehensive evaluation of enterprise groups credit risk[J]. Journal of Discrete Mathematical Sciences and Cryptography,2017,20(6-7).

[15]Yuanxin Liu,FengYun Li,Xinhua Yu,Jiahai Yuan,Dong Zhou. Assessing the Credit Risk of Corporate Bonds Based on Factor Analysis and Logistic Regress Analysis Techniques: Evidence from New Energy Enterprises in China[J]. Sustainability,2018,10(5).

[16]Veronica Vinciotti,Elisa Tosetti,Francesco Moscone,Mark Lycett. The effect of interfirm financial transactions on the credit risk of small and medium‐sized enterprises[J]. Journal of the Royal Statistical Society: Series A (Statistics in Society),2019,182(4).

[17]Bin Sang. Application of genetic algorithm and BP neural network in supply chain finance under information sharing[J]. Journal of Computational and Applied Mathematics,2020,384.

[18]Brezigar-Masten Arjana,Masten Igor,Volk Matja?. Modelin-g credit risk with a Tobit model of days past due[J]. Journal of Banking and Finance,2020,122.

[19]Xiangyun Zhou, Yixiang Tian. Research of Enterprise Credit Rating Based on K-Means GMDH Model[J]. Science Journal of Education,2017,5(3).

[20]Eastlick,M. A.,& Lotz,S. Cognitive and institutional predictors of initial trust toward an online retailer[J]. International Journal of Retail & Distribution Management,2011(39):234-255.

[21]Lee,C.H.,Eze,U.C.,& Ndubisi,N. O. Analyzing key determinants of online repurchase intentions[J]. Asia Pacific Journal of Marketing and Logistics,2011(23): 200-221.

[22]Lee,J.,Park,D.-H.,& Han,I. The different effects of online consumer reviews on consumers’ purchase intentions depending on trust in online shopping malls: An advertising perspective[J]. Internet Research,2011(21):87-206

[23]刘博洋,徐鲲.电子商务平台供应链融资模式下小微企业信用评价研究[J].财务管理研究,2020(05):97-102.

[24]周茜,谢雪梅,杨洋洋.基于软集合的网商信用风险测度与管控模型[J].统计与决策,2019,35(15):53-56.

[25]王继彬.电子商务环境下中小企业信用评价研究[J].现代经济信息,2017(02):126.

[26]张世云,李莎莎.电子商务平台企业供应商信用评价模型优化分析[J].现代商贸工业,2017(07):73-74.

[27]张安忠.基于文本情感分析的跨境电商信用评价体系改进研究[J].现代商业,2020(11):24-27.

[28]王小会.电子商务平台下中小企业信用评价方法探析[J].商业经济研究,2017(06):98-100.

[29]林锦.大数据背景下跨境电子商务信用评价体系构建[J].现代经济信息,2019(01):359+361.

[30]陈志雄.大数据背景下跨境电子商务信用评价体系构建[J].时代金融,2017(20):263+268.

[31]吴所能.电子商务监管问题成因及解决方案分析[J].全国流通经济,2017(21):15-16.

[32]李若愚,王兴芬.GRA-DEMATEL在网络零售商家信用评价影响因素分析中的应用[J].商业经济研究,2017(22):89-91.

[33]沈世聪.电子商务信用评价体系存在的问题与对策——以淘宝网为例[J].中国民商,2017(12):99.

[34]高博. 电子商务商家信用机制的研究[D].中央财经大学,2019.

[35]王燕飞.电子商务信用评价与治理研究[J].市场周刊,2019(12):117-118.

[36]郭瑾,刘志远,彭涛.金银行贷款对企业风险承担的影响:推动还是抑制?[J].会计研究.2017(02).

[37]毛心怡.基于博弈论分析电子商务企业信用[J].管理观察,2019(22):91-93.

[38]刘海明,曹廷求.信贷供给周期对企业投资效率的影响研究-兼论宏观经济不确定条件下的异质性[J].金融研究.2017(12).

[39]周雄伟,朱恒先,李世刚.“平台参与投资”与P2P筹资效率——基于拍拍贷平台“拍活宝”数据的经验研究[J].中国工业经济.2017(04).

[40]吴青.大数据背景下跨境电子商务信用评价体系构建[J].商业经济研究,2017 (06):62-64

[41]王晗,孙雨晨.基于交易三阶段的电子商务卖家信用评价模型研究[J].征信,2020,38(03):31-38.

[42]刘景艳.大数据背景下跨境电子商务信用评价体系的构建[J].财会月刊,2016(14):41-45.

[43]宋健.基于C2C模式的电子商务信用评价模型研究[J].现代营销(经营版),2019(02):120.

[44]辛立秋,鲍宪军.建筑业上市公司信用风险评价研究——基于Logistic模型[J].建筑经济,2020,41(10):98-101.

[45]王磊,范超,解明明.数据挖掘模型在小企业主信用评分领域的应用[J].统计研究,2014,31(10):89-98.

[46]李战江.基于分层逻辑回归的小企业信用评价模型[J].统计与决策,2016(07):178-182.

[47]肖斌卿,杨旸,李心丹,李昊骅.基于模糊神经网络的小微企业信用评级研究[J].管理科学学报,2016,19(11):114-126.

[48]张发明,李艾珉,韩媛媛.基于改进动态组合评价方法的小微企业信用评价研究[J].管理学报,2019,16(02):286-296.

[49]匡海波,杜浩,丰昊月.供应链金融下中小企业信用风险指标体系构建[J].科研管理,2020,41(04):209-219.

[50]方匡南,范新妍,马双鸽.基于网络结构Logistic模型的企业信用风险预警[J].统计研究,2016,33(04):50-55.

[51]沈沛龙,周浩.基于支持向量机理论的中小企业信用风险预测研究[J].国际金融研究,2010(08):77-85.

[52]陈柏彤,鲍新中.基于二次加权TOPSIS法的电商小微企业信用风险动态评价[J].金融理论与实践,2020(10):1-7.

[53]虞越. B2B电商平台企业信用评估研究[D].江苏大学,2016.

[54]张珂.科技型中小企业信用风险评价指标体系建设[J].时代金融,2016(18):118-119.

[55]刘章发.大数据背景下跨境电子商务信用评价体系构建[J].中国流通经济,2016,30(06):58-64.

[56]欧阳志刚,薛龙.新常态下多种货币政策工具对特征企业的定向调节效应[J].管理世界.2017(02).

[57]邬建平.基于粗糙集和支持向量回归的电子商务信用风险评估[J].统计与决策,2019,35(23):51-54.

[58]李安渝,张昭,王泽菡,曾蔚.电商企业信用评价体系研究——基于财务角度的AHP法[J].征信,2014,32(09):6-10.

[59]叶悦青.跨境电子商务信用评价体系构建研究[D].浙江大学,2015.

[60]夏立明,迟媛.电子商务平台下供应链中小企业信用评价指标体系构建[J].商业经济研究,2015(14):63-65.

[61]夏俊鹄.电子商务环境下中小企业信用评价体系构建研究[J].现代经济信息, 2016(24):310-311.

[62]钱龙.信息不对称与中小企业信贷风险缓释机制研究[J].金融研究.2015(10).

中图分类号:

 F713.36    

条码号:

 002000063526    

馆藏号:

 TD10050179    

馆藏位置:

 403    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式