随着互联网的迅速发展和技术的多方面成熟带动了电商平台的崛起,互联网消费是当今我国消费的一个主要趋势。电子商务快速发展的同时,巨大的资金消费需求也随之而来,这使得各大互联网电商看到了金融消费在其平台上的可观前景。电商金融自诞生以来,迅速的壮大起来,互联网金融成为了现代金融业很重要的一类信贷机构。而随着移动互联网时代的到来,人们具备了随时随地消费的能力,互联网电商为了实现自己在电商领域的利益闭环,各自推出了自己的信贷产品,例如蚂蚁花呗,借呗,京东白条等等。那么面对大量的信贷消费者,如何对每个消费者进行信贷评估,并且结合自身积累的庞大数据对消费者进行信用跟踪和行为评分,就显得尤为重要。本文基于互联网电商客户信用账户的变化,研究电商客户的信用消费习惯,并建立行为评分模型,从而实现对其信用额度进行动态调整。首先,运用具有吸收态的马尔科夫链建立一个描述电商客户贷款账户状态变化的模型,从而利用马尔科夫转移概率矩阵预测一定期限后的坏账率,然后将得到的坏账率进行回归分析,建立行为评分,并将其运用到对电商客户的信用额度的管理上,这对于电商客户的信用行为和额度管理具有一定现实意义。本文建立在更普适的研究基础之上,在实际的运用中,电商平台可以利用自身的技术和数据优势,更加精确地建立自己的评分模型,进行更加积极和精确的动态额度调整,从而实现对电商客户的信用管理。