2015年以来,我国出口跨境电商行业市场规模迅速扩张,从2015年的4.49万亿元增长到了2019年的8.03万亿元,保持了较快的增长速度,在跨境电商交易规模中的占比也远超于进口跨境电商。政府机构从2013年开始也出台一系列促进出口跨境电商发展的相关政策。然而,出口跨境电商企业快速发展的同时也带来了信用问题。出口跨境电商交易与传统交易模式相比存在信息不对称的问题,出口跨境电商由于买卖双方处于不同国家,双方很难对对方的信用做出准确判断。出口跨境电商融资起数相对较少,融资情况不容乐观。对于出口跨境电商企业而言,不清楚企业信用评估的标准,无法做到对信用的内控。对于整个出口跨境电商行业而言,通用的信用评估方法缺失也阻碍了出口跨境电商企业的进一步发展。因此,构建出口跨境电商企业信用评估体系非常重要。首先,本文在学者对信用评估的研究基础上,考虑到出口跨境电商企业信用评估存在的不完善和不科学的问题,从出口跨境电商企业信用评估体系现状出发,找出问题,分析原因。其次,本文基于提出问题和原因分析构建出口跨境电商企业信用评估指标体系,使用148个样本数据来对BP神经网络进行训练,用38个检验样本对模型进行检验,模型准确率为89.47%,然后,本文以出口跨境电商S公司为例进行实证研究,证明该信用评估模型的可操作性。最后,为完善出口跨境电商企业信用评估体系提供相关建议。本文的结论主要有三点:本文构建的出口跨境电商企业信用评估指标体系是有效和有意义的;将BP神经网络方法应用于出口跨境电商企业信用评估是一种新的尝试,其模型预测结果良好;出口跨境电商企业可以很好的适用本文信用评估指标体系,说明本文构建的出口跨境电商信用评估指标体系具有可操作性并且结果清晰易懂。