基于贝叶斯网络的中国电子商务信用风险因素研究

张鹤冰， 袭 希， 白世贞

(1.哈尔滨商业大学 工商管理博士后流动站，黑龙江 哈尔滨 150028; 2.哈尔滨商业大学 管理学院，黑龙江 哈尔滨 150028)

0 引言

信用问题是中国电子商务这个虚拟市场中一个重要的问题，在《2016年(上)中国电子收纳顾问用户体验与投诉监测报告》中指出，2016年上半年“中国电子商务投诉与维权公共服务平台”共接到的全国网络消费用户设计电商投诉数量同比2015年上半年增长4.16%，主要问题包括：质量问题、售后服务、退款难、售假、虚假发货等等。投诉数量呈现上升趋势，若中国电子商务市场信用问题再持续下去将会对电子商务的发展产生巨大影响。

电子商务信用风险的承担主体主要包括卖方和买方，卖方提供的产品质量会对买方造成一定的风险，买方通过技术手段骗取卖方货物，恶意差评等会对卖方造成风险[1]。至今，对于电子商务信用风险的研究主要从以下角度进行：电子商务信用风险对在线消费行为的影响机理、电子商务信用风险的形成机理研究[2]；电子商务信用风险的分类[3]；电子商务信用风险形成的外在作用机制[4]；电子商务信用风险的评价[5]；电子商务信用风险的预警[6]等。文献[7]从实证的角度对信用风险的度量方法和建模进行了研究，在建立信用风险度量模型方面取得巨大进展。

应用贝叶斯网络理论研究风险问题也取得了一定的研究成果，文献[8]将贝叶斯网络应用于航运行业的人与组织风险因素研究中，文献[9]将贝叶斯网络应用于资产管理、维护等风险的评估中，文献[10]将贝叶斯网络用于动态评估项目研发风险中，验证了应用概率模型估计风险的可行性，同时也有学者从网络视角研究信用风险传染的动态性，得出在压力情境下风险传染和损失程度增强[11]。

通常研究风险问题大多是分析其发生的统计规律，寻求风险事件发生的关键可控因素，进而建立风险因素与风险事件的映射关系。然而，这里忽略了风险的动态性问题，如果从动态视角分析中国电子商务信用问题，很难利用统计规律或者映射关系描述中国电子商务信用风险的传递性、非线性性、相互交叉性以及多维性等。本文在国内外有关电子商务信用风险理论、方法及贝叶斯理论在风险管理中应用研究的基础上，以中国电子商务信用风险因素为节点，建立中国电子商务信用风险的贝叶斯网络模型，对中国电子商务信用风险因素进行探讨，主要从敏感信用风险因素和关键信用风险因素两个角度着手，分析对中国电子商务信用风险事件的影响程度。

1 中国电子商务信用风险的特征及其贝叶斯网络刻画

1.1 中国电子商务信用风险的因果图

电子商务信用风险体现为电子商务活动中信用状态的不确定性，可进一步表述为：电子商务活动中各交易主体遵守市场合约(隐性的或显性的)程度的不确定性大小。由于虚拟市场中各交易者的信用理念(文化、道德或伦理)、信用意向和信用能力的不确定，以及受其它多种因素的影响，造成了虚拟市场中各交易主体遵守隐性或显性合约的程度的不确定性，于是形成了电子商务信用风险事件。中国电子商务产业的运营管理过程中，通过对造成电子商务产业发生信用风险的因素以及事件进行深入分析，获得他们之间的因果关系。借助于专家访谈而后进行相关性分析的方法寻找信用风险发生的原因与结果之间的变量关系，建立电子商务信用风险的因果图。图1将中国电子商务信用风险因素与风险事件进行了描述。其中黑体字“电子商务产业崩溃”、“扰乱其电子商务市场秩序”以及“电子商务发展缓慢”为风险事件，其余为导致风险事件的风险因素。

图1 中国电子商务信用风险因果图

导致扰乱电子商务市场秩序风险事件发生的因素主要是国家信用体制建设不完善比较落后，从国家政策角度看，中国自改革开放以来，具有中国特色的社会主义市场经济得到了长足发展，人民的物质文化生活水平大幅提高，但是立法工作滞后于经济发展，对于B2C电子商务这种新型的商业运作模式来说，立法工作更是落后于它的发展。目前许多从事电子商务的企业只能在国家《合同法》及相关民事和经济法律的基础上，根据自己对电子商务的理解和实际情况制定具体的交易规则，建立自己的信用模式。国家监管的力度在一定程度上决定信用欺诈率的高低。一些商家通过价格战发生情况不确定占领市场，利用买卖双方的信息不对称以次充好，这样产生了大量的信用欺诈现象。

对于电子商务产业崩溃风险事件，不单单涉及电子商务交易过程中的一个环节，而是包括国家政策支持、国家经济的稳定程度、交易主体的交易意愿等众多环节在内的系统工作。从技术角度出发，随着信息技术、网络通信技术的极速发展，为电子商务提供了高效的技术支持，同时也会极大的降低电子商务交易平台建设成本，在这些优势下不免也会出现高技术的诈骗，任何一个环节的薄弱都可能对中国电子商务产业造成重大的威胁。既有外在的因素，又有来自于交易者自身的问题，因此，对于电子商务产业崩溃的风险管理需要从两方面来综合考虑，一是加强交易者的交易意愿降低；二是保证电子商务市场秩序稳定，三是防止技术诈骗率提高。

中国电子商务在短时间内极速发展，由于深层次的消费者习惯和商业环境的影响了，中国电子商务市场始终问题重重，实现又快又好的发展十分困难。烧钱的模式遇到了不可逆转的打击，再也不会有更多的资本让电子商务企业来玩命消耗了，投入要有效益，这是商业发展的必须，长期的赔本赚吆喝是不可能的，所以很多电子商务企业都开始节衣缩食降低成本，假货率高率居高不下。对于新进入电子商务行业的经营者来说，提升等级，占有一定顾客群体也是很困难的。这些都导致的经济效率降低，由此引发电子商务发展缓慢的信用风险事件。这个行业也是褪下了以前那个华丽的外衣，不再是那么的光鲜，而逐渐露出商务本身的内核。

通过上述风险分析可知，与传统商务相比，电子商务在客观上加大了交易各方的风险，特别是信用风险，虚假交易、假冒行为、合同诈骗、网上拍卖哄抬价格、通过黑客技术网上盗窃等各种违法违规行为现象等屡屡发生，在很大程度上制约了电子商务的应用范围。只有具备良好的电子商务信用环境，才能吸引大量的交易者放心地进行交易，这样，企业不仅可以获取大量收益，同时也提高了自身的知名度。另外，良好的信用减少了交易的成本，提高了交易效率，从而使电子商务盈利成为现实。

1.2 中国电子商务信用风险动态贝叶斯网络模型

根据以上的定性论述，现通过表1给出中国电子商务信用风险的可控变量以及关键变量表确定的贝叶斯网络。

表1 电子商务信用系统变量表

图2 电子商务信用风险Bayesian网络模型

在图2中，加粗黑色圈的为中国电子商务信用风险事件，其余的为各个风险因素，箭头表示风险发生的因果关系，始端表示诱发原因，尾端表示原因诱发后形成的事件。对于每一个风险事件或者风险因素来说，都应该看成一个随机事件。这意味着如果不考虑其他因素的影响，每一个风险因素都可能独立的随机发生。但是事实上，由于这种因果关系，可以知道，中国电子商务信用风险具有高度的多源性和多维性，其影响因素极其复杂，并且这些风险发生在电子商务产业的若干个运作环节中，因此就使得这些风险及其影响因素形成了具有串联与并联并存的网络。从本质上讲，由于在电子商务系统运作的过程中，信用风险因素不受控制，就会发生信用风险因素随机变化的情况。其中一个风险因素的随机波动，使得这一风险因素偏离了预设的轨道，这种偏离将对电子商务系统运作的下一个环节产生干扰，对相关的风险因素进行随机扰动，并使得其随机波动。这种随机波动将沿着电子商务系统自身的运作过程以及相关的因素传递下去，使得电子商务系统的输出与预设的标准产生了较大的偏差，从而在最后形成较大的信用风险事件。进一步而言，信用风险因素可以看成一个具有若干属性的随机变量，不仅如此，这一随机变量必然随着时间的变化不断变化着，对于任意一个信用风险因素来说，它都可以看成一个随机过程。从这一意义上讲，电子商务信用风险系统可以看成若干个具有因果关系的风险因素的随机过程形成的串并联混合的复杂系统。对这一系统的研究，不仅需要考虑这种关系的结构，而且还要考虑系统中各个因素之间的变化情况。

2 中国电子商务信用风险贝叶斯网络推理

2.1 数据收集

采用市场调查法，对学界、业界、政界的相关人员进行了调查，主要调查图1中各个风险因素及风险事件可能发生的概率大小，让各个专家对其进行主观评估。在调查过程中，共发出问卷调查500份，收到回应的问卷438份，经过鉴别，其中有效问卷为421份。表格2为这421份问卷的统计分布情况。

表2 中国电子商务产业信用风险问卷调查对象的分布情况

将调查问卷中的风险因素与风险事件所反映的数据进行整理分析，形成了18组不同的统计数据，通过求取每组数据的均值，可以获得风险因素与风险事件的故障概率，即在大众的认知情况下，每个因素可能发生情况以及不可能发生情况的概率；并计算出各组数据，然后给出在父节点故障条件下子节点的发生概率与不发生概率，以及父节点正常条件下子节点的发生概率与不发生概率。统计结果如表3所示。

从表3中可以看出，在普遍的认识当中，国家信用体制建设不完善、补贴销售混乱、国家监管力度不足、相关信息安全技术不高是人们对电子商务产业威胁的共同认识，而且这些指标的方差都非常小，说明在这些方面的威胁是很重要的。而在电子商务产业崩溃、电子商务发展缓慢、扰乱电子商务市场秩序等方面认为威胁较大的并没有占到绝对的比例，但是其方差较大，说明有少数人对这三方面的因素持较高的认可态度。

表3 中国电子商务信用风险因素及风险发生概率的调查统计表

表4 父节点下的子节点条件概率结果

表4的数据构成贝叶斯网络推理的基础，在接下来的讨论中，将依据这些数据进行推理，并推算中国电子商务信用风险的大小情况：包括先验概率与后验概率，以及在既定的运算模型下新状态的风险可能性大小。前文构建中国电子商务信用风险的Bayesian网络模型中，共有18个变量，那么这一网络系统的的计算复杂性大致为218=262144，这种庞大的计算量不但耗时，而且计算精度会随着计算量的增加而降低，这里了利用团树算法解决贝叶斯网络模型计算复杂问题。

2.2 中国电子商务信用风险先验估计

2.2.1 中国电子商务信用风险贝叶斯网络模型降维处理

在图2的基础上对Bayesian网络模型进行团树简化，得图3。

图3 团树消元后新Bayesian网络模型

图3即经过团树消元之后得到的新的Bayesian网络模型，显然，这一模型的计算复杂性比照原来的庞大Bayesian网其计算程度大大降低。各个团树对应的CollectMessage(CP,C)如表5所示。

表5 CollectMessage(CP,C)团树运算

2.2 中国电子商务信用风险贝叶斯网络的最大似然估计

定义1考虑一个由n个变量X={X1,X2,…,Xn}组成的贝叶斯网络N，不失一般性，设节点Xi共有ri个取值1，2，…，ri，其父节点pa(Xi)取值共有qi个组合，1，2，…，qi。若Xi无父节点，取qi=1。那么网络的参数为

Qijk=P(Xi=k|pa(Xi)=j)

(1)

从定义1可以知道，贝叶斯网络的参数其实就是在各个节点状态已知的条件下，所确定的贝叶斯网络中各条边上的条件概率的大小。这一条件概率在中国电子商务信用风险的推理过程中极为重要，这一条件概率是观测不到的，需要通过概率以及相应的归纳法获得。通过公式(1)以及概率分布的规范性要求，易知

(2)

设D=(D1,D2,…,Dm)是一组关于N的i.i.d.完整数据，则θ的似然对数函数为

(3)

为了得到关于logP(Dl|θ)的表达式，定义样本Dl的特征函数χ(i,j,k:Dl)如下：

(4)

那么有

(5)

定义

(6)

即mijk是数据中满足Xi=k和π(Xi)=j的样本的数量，于是

(7)

(8)

(9)

如果数据D是从贝叶斯网N的联合分布PN(X)中抽样而得来的，则称N是D的原生模型，PN(X)是D的原生分布。

引理2设QG(X)是一个G-可分解的概率分布，则有KL(P,PG)≤KL(P,QG)。

对于贝叶斯网络模型来讲，参数估计是非常重要的一个环节，通过对系统参数的精准估计，构建相对稳定的系统模型，实现对各种风险事件发生的先验概率进行估计，最终确定系统的整体运行模型，识别有关于风险系统的基本规律。根据上述推导算法，联合表2表的结果，对中国电子商务信用风险的贝叶斯网络模型的参数进行估计。假定Xi=1表示风险因素发生，Xi=0表示风险因素未发生，则整个分析过程及相关结果如下：

同理可知，

按照最大似然法对模型的参数进行估计，运行之后，其极大似然对数值为-1457.32，说明这一估计结果还是比较可靠的。因此，可将贝叶斯网络模型放入到GeNie平台中运行，求得参数估计值。这里运用的GeNie平台主要是贝叶斯网络模型的计算工具，下面给出通过GeNie平台得出的部分参数估计值，其它值略。

以上给出了贝叶斯网络模型中的基础数据集，即贝叶斯公式中的似然率，在接下来的讨论中将基于这些参数估计来对中国电子商务产业的各种信用风险因素以及信用风险事件的大小程度进行相应的估计。

3 中国电子商务信用风险因素分析

3.1 中国电子商务信用风险敏感性因素分析

在构成电子商务信用风险的众多风险因素中，需要确定哪项风险因素对整体系统的影响程度最大，以及需要确定在同等的变化率下，哪(几)个风险因素对系统的整体风险影响程度最高。只有确定了风险因素对于风险的影响程度排序，才能有效的识别风险因素对整体风险的作用程度，这种分析即通常所称的敏感性分析。综合电子商务信用风险的统计调查数据，以及中国电子商务产业的特征与状态，在GeNie平台中对中国电子商务信用风险敏感性因素进行分析，分析结果如图4所示。

图4 中国电子商务信用风险的敏感性因素

从图4可以看出，中国电子商务信用风险的敏感性因素主要涉及新者难做、交易者的交易意愿降低、技术诈骗率提高、经济效率降低以及信息不对称等五个因素，因此，在确保中国电子商务产业安全运行的过程中应该对这些方面着重考虑。

对于新者难做主要问题在于，亟需针对新者设立相应的信用评级方式，做电子商务会有一个过渡期，所以“新”和“老”会存在信用等级的差距，但这不表明“新人”的信用低，“老人”的信用高，后者的信用是靠日积月累建立起来的，所以对于“新人”来说这样比较信用是不公平的。

对于交易者的交易意愿降低，主要体现出电子商务于传统商务的优势、特点。假冒伪劣商品的流通缺乏必要的自律和严厉的法律监督，立法滞后等等。在这种情况下要发展电子商务，就必须加速培育市场，使其尽快成熟起来，并制定统一、规范的市场规则，这样才会有更多的交易者愿意融入进来。

技术诈骗率提高是由技术人员参与完成的。电子商务是利用计算机技术、网络技术和远程通信技术，实现整个商务(买卖)过程中的电子化、数字化和网络化。其技术要求具有安全性、数据的完整性、身份认证以及不可抵赖性。其首要就是安全性，但是任何发展中、新兴的技术都是存在漏洞的，如何在解密技术提升的过程中预防技术诈骗率提高是电子商务系统的重要问题。这样才能保证交易主体敢于应用，否则当技术诈骗率提高扩展到一定程度，造成人们对信息安全的恐惧，那么电子商务系统、电子商务产业也将面临崩溃的问题。

对于经济效率降低，主要从两方面着手，一方面增加相应的恶意低价的相关惩罚力度。一方面，降低经营者为占取市场或者提高销售量而采取的不当手段。

对于信息不对称主要受国家监管力度不足和价格战发生情况不确定的影响，需要以一种积极的态度来应对，电子商务的规范发展需要强化工商行政管理市场监管职能。电子商务的建设和发展需要良好的市场环境。因为电子商务要求统一、开放、竞争、有序的环境，而不能是条块分割、各自独立的市场，它必须在统一标准、统一规范的条件下进行公开、公平的交易，才能真正发挥好电子商务的特色与作用。

接下来通过GeNie软件对本文所列举的三种风险事件的敏感性大小进行了分析，随机选择了6个时间点(案例)，然后调查这些案例中设计因素的状态，根据调查的结果，判断因素发生与否。如果出现无法抉择的情况，则设置这一因素的状态为“临界”(大致相当于调查对象中各有百分之五十各持一词)。把所有数据导入贝叶斯网络模型中，在GeNie平台中输入统计数据和贝叶斯网络模型，通过参数学习，确定各个因素之间因果关系的条件概率，结果如下：对于电子商务产业崩溃这一风险事件来说，它的敏感性大小的最大值为4.06，最小值为1，平均值为2.52；扰乱电子商务市场秩序这一风险事件，敏感性大小的最大值为6.29，最小值为1，平均值为3.34；对于电子商务产业发展缓慢这一风险事件来说，它的敏感性大小的最大值为4500，最小值为1，平均值为840。由此说明，在这三类风险事件中，最为敏感的风险事件为电子商务产业发展缓慢，最不敏感的风险事件为电子商务产业崩溃。

事实上，对于任何一个产业来讲，产业的发展缓慢停滞不前是重要的问题。尤其是对于电子商务产业来讲，任何一个环节的问题都会影响到整个产业的正常运转。而相对于扰乱电子商务市场秩序这一风险来讲，整个市场秩序的混乱是渐进式的，毕竟对电子商务市场的管理也有着相应的法律制度和监管部门，这就为控制电子商务市场秩序争取的相当的时间，不可能在非常短的时间内置电子商务产业于死地，继而电子商务产业崩溃风险的敏感性会程度会远远低于前两者。

3.2 中国电子商务信用风险的关键因素识别

前文对中国电子商务信用风险因素做过相应的敏感性分析，敏感性分析的主要目的是识别出各个风险因素本身的状态，用来说明不同的风险因素自身的特定，如哪个风险因素对于系统来讲是比较活跃的，而哪些风险因素对于系统来讲是相对稳定的。本小节对风险关键因素进行识别，识别关键的风险因素与风险因素的敏感性分析是完全不同的两种评价内容，关键因素的识别着眼于从众多的风险因素中找出对系统有重大影响的风险因素，而敏感性分析面对的是全部的风险因素，敏感性强的风险因素不见得一定是系统的关键风险因素，而关键风险因素也不一定是敏感性非常强的风险因素，虽然两者从直观的角度看比价接近，但是二者可以说是毫不相关的两类分析。结合GeNie软件平台的数据分析结果，识别关于中国电子商务信用风险的关键制约因素，得到如下结论。具体情况如图5所示。

图5 中国电子商务信用风险关键因素

图5中，红色表示关键影响因素，颜色越红，表示影响程度显著。在图中可以看出，中国电子商务信用风险的关键因素主要有：国家信用体制建设不完善、国家监管力度不足、技术诈骗率提高、经济效率降低，其中国家信用体制建设不完善相对较弱，其他的因素的影响程度明显要强很多。针对于这四个风险因素对于系统整体变化状态的影响情况，在GeNie平台中运行相应的计算程序，分析这四个风险因素发生与不发生状态下，中国电子商务信用总体风险大小，通过这些变化，观测这两个因素的影响程度。

3.3 中国电子商务信用风险因素影响程度分析

由于篇幅所限，仅以关键风险因素X1在不同时刻发生，在GeNie平台中观察其相应时刻对敏感因素X14的影响程度为例，如图：

图6 关键因素对敏感因素的影响程度

同时观测风险事件发生的概率情况，如图：

图7 关键因素对事件的影响程度

在上图中，横轴代表时间，以月为单位，纵轴表示风险发生的概率。值得注意的是，该模拟是建立在这样一个假设基础上的，即风险X1在0～9不同时刻发生。该图想说明的是在不同的时间状态下，信用风险关键因素的变动如何波及信用风险敏感因素，进而观测对中国电子商务信用风险事件的影响程度。通过上图可以明显的发现，当信用风险关键因素发生的情况下，系统的整体信用风险达到最高；而风险因素都处于正常状态下的时候，系统的风险程度较低。值得关注的是，当风险因素都偏离正常轨迹之后，再切换到正常状态时，这一风险的发生概率就小于最初的两个风险因素全部发生的情况，随着时间的变化，中国电子商务信用风险具有一定的“惯性”，即不会迅速恢复最终的状态。这也说明了在实际在操作过程中的滞后性。

4 结论

通过以上分析得出，在对中国电子商务信用风险造成影响的众多风险事件中，电子商务产业崩溃的风险程度最低，但是需要引起足够的重视，对于该类问题，重点在于过程的控制，而不在于风险的发生，而另外两类风险事件——扰乱电子商务市场秩序和电子商务发展缓慢的问题，虽然看起来风险发生的可能性较小而且应先程度偏弱，但是其风险发生的可能性却高于产业崩溃的风险，该类风险需要从风险应对的角度来控制，因为这些风险大都源于不可控的突发事件，需要在风险发生后采取相关的措施以最大程度的减少损失程度。

对于中国电子商务信用风险因素来说，最关键的因素是技术诈骗率提高、经济效率降低以及国家监管力度不足。其中技术诈骗率提高和国家监管力度不足这两个风险因素一个是人为可控的，经济效率降低是客观要面临的必然挑战，对中国电子商务产业需要增强过程管理，拓宽产业发展渠道，选择新的利益增长点，在电子商务稳健发展的环境下，寻求经济效益的更高点。