近日，由大路科技集团主办的亚洲应收账款交易所上线暨《中国跨境电商金融服务白皮书》线上发布会成功举办。大路科技集团首席数据官Bruce Lau（刘键伟）就跨境电商风控问题发表精彩演讲，同时发布全球首创bMARS跨境电商风控模型。

在国际数字贸易潮流兴起的今天，跨境电商呈现迅猛发展之势。据网经社数据，从2014年到2019年，中国跨境电商整体规模从2万亿元增长至10.5万亿元，复合增速高达20.11%。据海关总署数据，2020年中国跨境电商进出口总值1.69万亿元，增长31.1%。有专业人士预估，到2035年跨境电商将占到中国国际贸易的“半壁江山”。

然而，困扰传统国际贸易的信用问题也成为跨境电商发展的阻力，甚至有过之而无不及。“与传统国际贸易相比，由于网络的虚拟性，使得交易双方信息不对称现象进一步放大，信用问题成为制约跨境电子商务发展的瓶颈。”Bruce Lau表示。

为了解决国际贸易信用问题，促进跨境电商健康有序发展，大路科技集团研发了bMARS跨境电商风控模型（bMARS ® Cross-border E-commerce Credit Rating Model）。该模型不仅解决了跨境电商平台商家信用评估的难题，还为跨境电商平台提供了管理商家的创新方式。

在跨境电商平台商家信用评估方面，bMARS跨境电商风控模型摒弃了传统企业信用评估的陈旧思维与方式，开辟了全新路径。与传统方法相比，该模型主要分析（经授权的）跨境电商企业商业行为数据，而非财务数据。相对而言，大中型企业一般历史较长，具有健全的财务管理制度和丰富的各类数据积累。但作为跨境电商主力军的中小微企业则往往成立时间短、轻资产、财务及数据不健全。企业行为数据是实际客观的存在，它通过日常贸易如实地在跨境电商平台留痕，这些数据对中小微企业而言是相对丰富的。

首先，bMARS跨境电商风控模型分析五大维度数据，包括跨境电商平台、海关、物流配送、电子支付和社会媒体，通过挖掘出企业行为特征的规律，成功将电商平台上的企业行为进行科学量化，找到了企业行为特征与其信用风险之间的潜在关系，实现企业信用评估及未来风险预测。

其次，面对传统的多源复杂非结构性数据处理难题，bMARS跨境电商风控模型突破性地采用大路科技集团研发的人工智能系统，通过深度学习技术，对多模态信息进行训练，辨别出数据真伪。人工智能系统高效地分析取舍冲突数据、剔除不合理数据，选择使用行为数据。

除了解决了跨境电商平台商家信用评估的难题，bMARS跨境电商风控模型还利用科技创新赋能跨境电商平台的发展，帮助它们建立了一套更好的商家管理方法，把不同商家的价值高低，映射到所能获得的资源支持上，从而积极引导平台资源的合理分配。

首先，在对商家价值评判方面，杜绝了现行评价体系因水军评论、重复刷单等不正当手段造成的评价结果不公平、不准确的弊端，建立了商家价值状态评价的新方式。bMARS跨境电商风控模型评估商家价值状态，除了利用评价数据、评价历史轨迹数据，还会将商品销量、退换货率、售后服务等数据（经授权）纳入系统进行分析处理，更加综合全面。而且，该风控模型对AI技术的运用，还能显示未来所处状态的变化，预测状态变化的周期规律，更具前瞻性。

除了对行为数据进行分析，bMARS跨境电商风控模型还使用遗传算法（Genetic Algorithm），做到更好、更快、更准确地反映跨境电商平台上商家的信用状况。所谓遗传算法，是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，目前广泛应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。正如人类种群的发展往往是下一代比上一代更加适应环境、更加优秀，跨境电商平台上商家的发展也与此类似，利用遗传算法可以准确评估商家目前的信用处于何种状态，从而为平台资源合理配置提供科学决策依据。

“商家在电商平台上的发展应该是越做越好，好比遗传学中下一代会比上一代更优秀，不过在发展过程有时候会停滞，或许经过下一阶段的再发展才会带来更大的价值。”Bruce说。

大路科技集团直面跨境电商风控难题挑战，研发的具有专门针对性和创新性的bMARS跨境电商风控模型，将跨境电商领域的信用评估引入新纪元，帮助跨境电商平台对商家的管理更加高质高效，这将从根本上为跨境电商的发展提供科技动力，并对国际数字贸易进程产生积极影响。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。