在线交易者行为策略选择与网上信用风险演化*

魏明侠，黄 林，肖开红

(1.河南工业大学 管理学院，河南 郑州 450001；2．上海财经大学 信息管理与工程学院，上海 200433)

在线交易者行为策略选择与网上信用风险演化*

网上失信行为扩散阻碍了电子商务的发展，把握其演化规律是防止其扩散的前提。文章基于在线交易群体的视角，应用演化博弈理论，构建网上信用风险演化的博弈模型，并对模型进行推演和数值模拟。研究结果表明：仅考虑在线交易群体参与博弈的网上信用风险演化系统有四个均衡点，在线交易群体均采取失信策略的均衡点为演化稳定策略；网上信用风险演化是其他非稳定均衡点向这一稳定均衡点的演化过程；无论初始均衡点在何处，都将向演化稳定策略收敛，但初始均衡点影响了演化路径，三个非稳定均衡点形成了三种不同的网上信用风险演化路径。本研究的启示是必须对电子商务市场进行人为干预，设置有效防御机制。

网上信用风险；演化博弈；数值模拟；电子商务

《2012年中国网站可信验证行业发展报告》显示，截至2012年6月底，31.8%有网络购物经历的网民本人曾在网购过程中直接碰到钓鱼网站或诈骗网站，网购遇骗网民的规模达6 169万；保守估算，每年因钓鱼网站或诈骗网站给网民造成的损失不低于308亿[1]。可见，经过多年发展，网上信用的整体水平和电子商务的生态环境尽管有了很大的改观，但网上信用风险还以不同的形式、不同的花样破坏着还比较脆弱的电子商务生态；特别是网上一些个别的、偶发的欺诈事件对在线交易者群体的负面影响不容忽视，如果管控不好，甚至形成扩散效应，势必影响网上良好生态环境的形成，阻碍电子商务的进一步发展。

网上信用风险防范也是互联网治理的重要内容；而把握网上信用风险的形成规律，特别是其演化机理，则是对其进行防范及提高网上信用水平的基础。现有研究文献大都从虚拟市场中的单个主体出发研究网上信用风险的形成[2- 4]。互联网开放、共享的特点使得电子商务参与主体无法分离开来，网上信用的形成也并非是单次交易的结果或多次交易结果的简单相加。也就是说，尽管在微观上网上信用水平是个体行为选择的结果，但在宏观上则表现为不同信用属性的在线群体的比例结构[4]。

从在线群体行为的选择及其形成的电子商务市场中不同信用属性在线群体结构视角来看，网上信用风险的形成和演化与近年来兴起的演化博弈理论中的情景描述较为契合。演化博弈理论无需满足经典博弈理论中博弈方完全理性和完全信息的假设条件；认为博弈是一个反复进行的过程，博弈方按照生物或社会的方式不断地进行试错才能达到均衡的结果；且以群体为研究对象，系统地把握群体行为的演化过程[5]。基于此，笔者尝试应用演化博弈理论，从在线交易者群体的视角，构建了一个基于在线买卖双方博弈的网上信用风险演化模型，并进行数值模拟。

一、网上信用风险形成研究述评

在电子商务快速发展的的现实背景下，网上信用缺失问题一直未得到根治，网上信用风险也一直是相关学者的研究热点。就网上信用的形成来看，现有研究大都从个体出发考虑网上信用的形成规律，且大致可以分为两类。一类是寻找与网上信用及其风险有关的微观主体的影响因素，其中以研究消费者信任和风险的影响因素居多。如Koufaris和Hampton-Sosa关注了在线消费者如何形成对购物站点的初始信任，基于问卷调查的实证结果发现了影响初始信任形成的五个前因及其对初始信任形成的影响系数[6]。魏明侠等则通过实证研究，验证了消费者在线购买质量多变产品时面临更高的感知风险[7]。Choi通过实证研究，验证了消费者个体信任倾向显著影响其对在线商家及其所提供服务的预期风险[8]。

另一类则是通过构建数理模型分析网上信用及其风险的形成机理。如Ba等提出在线信用风险是在线交易双方博弈的结果，以交易双方为博弈主体，他们建立了在线信任静态博弈模型，结果发现，引入信任第三方能够有效规避在线欺诈的发生[9]；魏明侠进一步延伸了该模型，并提出了另外两类博弈情景下的网上信用形成：卖方和卖方博弈、交易者和管理者博弈[3]。Lee等基于“柠檬”理论分析了电子商务中存在的柠檬问题，提出可以通过信号传导机制传递“值得信任”的信息，可较为有效地解决电子商务中的柠檬问题[10]。

除上述两类外，也有少数文献开辟了新的途径，如将电子商务信用风险构成及其影响因素视为一个系统，从系统动力学的视角研究其演化和形成机制[10]。如Ngai和Wat利用模糊决策支持系统(fuzzy decision support system)分析电子商务发展过程中信用风险来源和形成[11]；魏明侠等从在线交易者感知的视角出发，应用系统动力学理论分析网上信用风险感知的影响因素并构建了网上信用风险感知系统[12]。

这些研究为更好地理解和认识在线信用风险的形成提供了多样化的视角，但仍然存在很大的不足。有关信任和风险影响因素的研究较为充分，但这些研究并不能展现网上信用风险形成的动态过程，只能离散式地发现一些影响因素。从博弈论的视角揭示网上信用风险的形成能够较好地展示其动态过程，但目前的研究还仅局限于从个体视角构建相关博弈模型。从微观上看，网上信用风险水平是单个网上交易者行为选择的结果；从宏观上看，网上信用风险水平是由不同信用属性在线交易群体结构决定的。因此，从群体上揭示网上信用风险的形成规律，可能能提供一种新的理论视角，得到新的认识和证据。

二、在线交易群体演化博弈模型的构建

根据前述对网上信用风险的相关博弈研究，虚拟市场的单次交易中，在线交易者个体根据支付函数选择不同的策略，可选的策略为两种：守信和失信。当大量的交易中交易者选择失信策略，达到某种均衡时，宏观市场则表现为高网上信用风险，反之亦然[4]。已有研究仅仅探讨了网上信用风险形成的微观机制，即在线交易买卖双方如何通过博弈选择失信行为；并未深入研究宏观市场表现网上信用风险的形成和演化机理。我们拟应用演化博弈对此研究。

(一)在线交易个体的静态博弈及其对群体行为的影响

在线交易个体的博弈及其行为选择结果是在线交易群体演化博弈的基础。依据Ba等[9]和魏明侠[3]的研究，我们先建立完全信息静态博弈情况下的在线交易个体的博弈模型。为便于分析，对网上博弈情景及其有关变量作如下假设：虚拟市场中只有在线买家和卖家，没有政府监管或其他监督机制；在单个交易中，如果交易双方均选择守信策略，则双方均获得收益Φ；如果双方均选择失信策略，则双方因无法完成交易均获得收益0；如果卖家失信、买家守信，则卖家获得收益(1+g)Φ，买家损失-lΦ；如果卖家守信、买家失信，则卖家损失-lΦ，买家获得收益(1+g)Φ。l表示欺诈交易中守信交易者的损失系数；g表示欺诈交易中失信交易者的获利系数。由此可得单个交易中交易双方的支付矩阵(见表1)；显然，这是一个囚徒博弈模型的支付矩阵，唯一的纳什均衡是双方均失信。此时，网上市场的宏观表现为一种极端情况：完全失信的网上市场，或者说对于单个的在线买卖双方，网上市场不复存在[9]。

表1 在线交易个体完全信息静态博弈支付矩阵

但这种均衡是不稳定的，因为现实的虚拟市场中存在大量的交易，从演化博弈的视角来看，可能的解释是，潜在交易者从其他交易过程学习并发生进化，出现了交易双方都守信的交易；亦有可能是刚开始的交易者均采取了守信的交易策略，但失信策略更有利可图，失信策略作为一种变异而出现；更有可能是基于长期目标的在线交易者更愿采用守信策略等等。之后，又会出现诚实交易、欺诈交易，以及学习、进化的循环，结果是在线交易者中买家作为一个群体，卖家作为另一群体，两群体中守信者达到一定比例而使整个虚拟市场处于动态的稳定之中。此时，两群体中失信者的占比代表了虚拟市场的信用风险水平[4]。

(二)在线交易群体演化博弈的复制动态模型

在网上市场中，由在线个体行为选择而导致信用属性不同(守信或失信)的在线群体结构变化，由在线个体博弈均衡而导致网上市场的均衡和变化，进而引起网上信用风险的演化。这种现象有其内在的机理和逻辑，可用演化博弈相关理论进行阐释，其核心是复制动态方程组；具体到本文研究的问题，我们称之为在线交易群体演化博弈的复制动态模型，是在线交易者买方群体和在线交易者卖方群体演化博弈的核心。

依据演化博弈理论，虚拟市场的动态稳定及网上信用风险的动态演化取决于在线买卖两群体中，不同信用属性(守信或者失信)群体结构的变化；而在线群体信用属性结构的变化方向和强度取决于其学习、进化和复制等情况，也就是演化博弈理论的复制动态方程。复制动态方程表示一个群体中选择某策略的群体收益恰好等于整个群体平均收益时的情形[5]。设虚拟市场中，在线卖家群体中选择守信策略的卖家比例为A，则选择失信策略的卖家比例为1-A；设虚拟市场中买家群体中选择守信策略的买家比例为F，则选择失信策略的买家比例为1-F。

整个在线卖家群体中，选择守信策略的卖家群体的期望收益为

Ua=FΦ-l(1-F)Φ

(1)

整个在线卖家群体中，选择失信策略的卖家群体的期望收益为

U-a=(1+g)FΦ

(2)

则整个在线卖家群体的平均期望收益为

(3)

整个在线卖家群体中，采取守信策略的卖家群体的复制动态方程可表示为

(4)

整个在线买家群体中，选择守信策略的买家群体的期望收益为

Ub=AΦ-l(1-A)Φ

(5)

整个在线买家群体中，选择失信策略的买家群体的期望收益为

U-b=(1+g)AΦ

(6)

则整个买家群体的平均期望收益为

(7)

整个买家群体中，采取守信策略的买家群体的复制动态方程可表示为

(8)

代入在线交易个体完全信息静态博弈支付矩阵表1中的相关变量后，(4)式和(8)式可转换为如(9)式和(10)式的表达形式

(9)

(10)

(9)式和(10)式是在线交易者群体的复制动方程组，也是在线交易群体演化博弈的复制动态模型，是网上信用风险演化的基础。

三、在线交易群体演化博弈模型的推演

从前述博弈情景的假定看，在线交易买方群体和在线交易卖方群体构成了我们所研究的网上市场或者整个网上交易系统。因此，在线交易群体演化博弈的复制动态模型反映了网上市场群体行为的选择机理。本部分通过在线交易群体演化博弈模型的推演，讨论在线交易群体的演化方向、演化速度、演化过程和演化结果，进而阐释网上信用风险的演化机理。

(一)在线交易群体演化博弈均衡的求解

在线交易群体演化博弈的复制动态模型等于0时，网上市场达到局部稳定的均衡点，即为在线交易群体演化稳定策略，令(9)式和(10)式分别为0可以得到网上市场或整个网上系统的动态稳定条件。

1.在线交易群体演化博弈的均衡点

因此，由在线交易群体演化博弈的复制动态模型所决定的在线交易群体演化博弈的均衡点或者网上信用风险演化系统有4个均衡点，分别为：(A=0,F=0)、(A=0,F=1)、(A=1,F=0)、(A=1,F=1)。

2.均衡点稳定性判断

网上信用风险的演化情况不仅取决于在线交易群体演化博弈的均衡点，而且受制于在线交易群体演化博弈均衡点的稳定性。因此，为了揭示网上信用风险的演化情况，在确定在线交易群体演化博弈的均衡点后，还需要进一步分析这4个均衡点的局部稳定性。

由非线性微分方程描述的系统，其均衡点的局部稳定性可根据非线性微分方程稳定性理论判断，即稳定性由微分方程的雅克比矩阵特点决定[5]。结合前文的分析，我们可以得到网上信用风险演化系统的雅克比矩阵

(11)

根据J的行列式和迹在各均衡点的值判断该均衡点稳定性，计算结果如表2所示。

表2 均衡点稳定性分析

显然，网上信用风险演化系统的4个均衡点中，只有1个演化稳定策略ESS(A=0,F=0)，对应为在线交易群体中全部交易者均采取失信策略。此外，还有2个鞍点(A=0,F=1)和(A=1,F=0)，1个不稳定点(A=1,F=1)。可见，从演化博弈的视角来看，在线交易者群体中买卖群体均会向失信群体演化，从群体视角揭示了网上信用风险高的经济动因；在线买卖群体不会自发向守信群体演化，两群体均守信并非演化稳定策略。

(二)在线交易群体演化路径的阐释

在线交易群体演化博弈均衡点的稳定性表明：网上信用风险系统中只有1个稳定均衡点，其他非稳定均衡点最终都向这一稳定均衡点演化。其演化可用网上信用风险演化系统相图直观表示(见图1)。

图1 网上信用风险演化系统相图

进一步，整个网上信用风险演化系统仅存在1个演化稳定策略，无论初始点在何处，都将向演化稳定策略收敛，但初始点影响了演化路径，如图1d所示。但存在1个特殊的初始点(A=0,F=0)，即如果期初的网上交易就以欺诈为目的，则不会形成电子商务市场。对于初始点(A=0,F=1)和(A=1,F=0)，即期初的在线交易中一方采取守信行为、另一方采取欺诈行为，则诚实的在线交易者逐渐消失，网上信用风险演化至极高，最终的电子商务市场会消失。对于初始点(A=1,F=1)，即期初的在线交易者都以守信行为开展交易，则可能会有诚实的交易者发现采取失信策略更有利可图，失信策略最终会占据优势从而导致其他交易者模仿，在线失信群体逐渐壮大，网上信用风险逐渐变大，最终演化至极高，电子商务市场最终会消失。

四、在线交易群体演化博弈的数值模拟

(一)在线交易群体演化博弈的数值模拟设计

本部分主要采用数值模拟的方法，对前文模型推演和分析进行初步的实证。其主要目的有两个：一是验证上文在线交易群体演化模型的有效性，二是模拟网上信用风险的演化过程。为了获得和实际在线交易群体演化博弈模型相似的网上交易环境，便于进行实验研究，我们假设虚拟市场中只有买卖双方各100人，并为每个交易者设定了演化博弈中要求的特征，他们可以学习、模仿和进化。数值模拟从不同的初始点开始，共检测了(A=0,F=1)、(A=1,F=0)和(A=1,F=1)3个初始点情形下网上信用风险的演化过程。

(二)在线交易群体演化博弈的模拟结果分析

根据数据模拟设计，在线交易群体演化博弈基于3个初始点(A=0,F=1)、(A=1,F=0)和(A=1,F=1)的数值模拟结果分别对应图2a、图2b和图2c。从图2a可看出，当初始点为(A=0,F=1)时，诚实的在线买家逐渐减少；在线卖方群体经过学习、模仿和进化等，使得有部分在线卖家在演化过程中选择了守信并最终放弃。从图2b可看出，当初始点为(A=1,F=0)时，在线诚实的卖家逐渐减少；在线买方群体经过学习、模仿和进化等，导致有部分在线买家在演化过程中选择了守信并最终放弃。从图2c可看出，当初始点为(A=1,F=1)时，在线交易群体中出现了失信行为，失信群体逐渐壮大，最终守信群体消失。因此，在我们设定的网上交易情景中，无论初始点如何，在线交易群体经过学习、模仿和进化等，最终都选择了失信行为，在线交易群体失信比例增大，使网上信用风险也逐渐变大。这就是网上信用风险的演化过程。

图2 数值模拟结果

五、结 论

依据演化博弈理论，笔者从群体视角研究网上信用风险演化的方向、路径、过程和经济动因。本研究表明，基于在线交易群体的网上信用风险的演化博弈中只有1个演化稳定策略，即在线交易群体会向失信群体演化；之后进行了模型的数值模拟，3个初始点情形下，在线交易者中的买卖群体均向失信群体演化。表明如果不对网上交易市场进行干预，该市场将萎缩以致消失。本文的研究结论和之前从个体视角下网上信用风险形成的相关研究结论[3,10]具有一致性，可互为证据。

近十年来，我国的电子商务市场逐渐繁荣，特别是最近国内几家电商企业的上市显示了我国电子商务市场发展的世界领先地位。从表面上看，这与本研究的结论有很大差距，但不得不承认的是，国内电子商务市场一直受整体网上信用水平较低的掣肘。从时间上来看，国内电子商务市场仍是一个新市场，仍处于不断演化之中。另外，针对网上失信行为频发的现象，大量的防范对策已开始运用。因此，本研究可作为无摩擦模型，为进一步研究提供理论基础。

本研究也存在某些局限性。首先，本文的演化博弈模型建立在完全信息静态博弈模型的基础上，与现实的契合程度不高。其次，本文的演化博弈模型并未考虑其他参与方的影响。最后，针对模型的数值模拟只考虑了3个初始点的情形，模型的有效性仍需进一步证实。

[1] 2012年中国网站可信验证行业发展报告[EB/OL].[2016- 01- 03].http://www.doc88.com/p-190192653368.html.

[2] 魏明侠.网上信用不确定情况下的交易决策模型[J].商业经济与管理,2004(12):25-29.

[3] 魏明侠.电子商务信用机理研究[M].北京:经济管理出版社,2007:105-110.

[4] 魏明侠,夏雨,肖开红.网上信用风险的演化:一个探索性分析框架[J].经济管理,2015(1):180-189.

[5] 乔根·W·威布尔.演化博弈论[M].王永钦，译.上海:上海人民出版社,2006:46-53.

[6] KOUFARIS M,HAMPTO-SOSA W. The Development of Initial Trust in an Online Company by New Customers[J].Information & Management,2004(3):377-397.

[7] 魏明侠,肖开红.电子商务信用图章经济功能：基于中国背景样本的实验研究[J].商业经济与管理,2006(8):10-14.

[8] CHOI V. A Study of the Roles of Trusts and Risks in Information-oriented Online Legal Services Using an Integrated Model[J]. Information & Management, 2006(4):502-520.

[9] BA S,WHINSTON A B,ZHANG H.Building Trust in Online Auction Markets Through an Economic Incentive Mechanism[J].Decision Support Systems,2003(3):273-286.

[10] LEE B-C,ANG L,DUBELAAR C. Lemons on the Web: A Signalling Approach to the Problem of Trust in Internet Commerce[J]. Journal of Economic Psychology，2005(5):607- 623.

[11] NGAI E W T, WAT F K. Fuzzy Decision Support System for Risk Analysis in E-commerce Development [J].Decision Support Systems, 2005(2):235-255.

[12] 魏明侠,夏雨,程梦来,等.基于系统仿真的网上信用风险感知及其影响因素研究[J].管理学报,2014(2):254-260,266.

(编辑：段明琰)

Online Traders’ Choice of Behavior Strategy and the Evolution of Online Credit Risk

WEI Mingxia1, HUANG Lin2, XIAO Kaihong1

(1.SchoolofManagement,HenanUniversityofTechnology,Zhengzhou450001,China; 2.SchoolofInformationManagement&Engineering,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China)

Dishonest ACTS diffusion has hindered the development of electronic commerce market, grasping its evolution rule is the precondition of preventing the spread of it. Based on the perspective of online trading group, application of evolutionary game theory, we constructed a dynamic game model of the evolution of online credit risk, and the model deduction and numerical simulation. The research results show that online trust risk evolution system, which only considers taking online trading groups to participate in a game, has four equilibriums, dishonest strategy equilibrium for the evolutionary stable strategy is adopted; online credit risk evolution is a stable equilibrium evolution process compared with other unstable equilibriums; no matter where the initial equilibrium is, it will converge the evolutionary stable strategy of convergence, but the initial equilibrium will affect evolution path, and three unsteady equilibriums formed three different evolution paths of online credit risk. This study shows that we must carry on the intervention of e-commerce market, and set up effective defense mechanisms for this study.

online credit risk; evolutionary game; numerical simulation; electronic commerce

10.3969/j.issn.1673- 8268.2017.03.015

2016- 02-24

国家社会科学基金项目：网上信用风险的群体演化机制与多维防控策略研究(14BGL153)；河南省人文社会科学研究项目：基于演化博弈论的网上信用风险扩散机理研究(2013-ZD-013)

魏明侠(1969-),男，河南南阳人，教授，博士，博士生导师，河南工业大学管理学院院长，主要从事电子商务及其信用管理研究；黄 林(1990-)，男，河南信阳人，博士研究生，主要从事大数据与互联网金融研究；肖开红(1979-)，男，湖北红安人，副教授，博士，主要从事电子商务信任管理、供应链管理研究。

魏明侠1，黄 林2，肖开红1

(1.河南工业大学 管理学院，河南 郑州 450001；2．上海财经大学 信息管理与工程学院，上海 200433)

C931；F713.3

A

1673- 8268(2017)03- 0089- 06