大宗商品现货交易平台牟利维权“监管破困”策略演化博弈研究

张 健, 张倩语, 廖梦洁, 万振龙

(1.北京信息科技大学 经济管理学院,北京 100192; 2.绿色发展大数据决策北京市重点实验室,北京 100192; 3.全国海关信息中心,北京 100005)

0 引言

数字经济时代电商发展态势向好,借助金融海啸后“四万亿”经济刺激与数字经济融合创新的政策推动下,我国大宗商品(即指同质化、可交易、被广泛作为工农业基础原料的商品)传统交易市场通过产业数字化转型积极演化为大宗商品电子类交易市场。这类交易平台具有准入门槛较低、经营产品消费属性强、用户投资获利目的强等特点[1]。平台依托灵活的运营模式带动了市场成交量的提升,同时也成为了“非法维权灰色产业链”主攻的对象,严重制约了大宗商品现货交易平台的有序经营与良性发展。此类非法维权通常被称为“牟利维权”,牟利维权是指在大宗商品现货交易平台中以用户名义投资亏损后,通过购买维权服务或其他手段,利用相关法律的惩罚性条款向平台索赔来弥补自身亏损的行为。

针对大宗商品电子交易市场可预见的风险与隐患,国家层面与地方政府频发政策、着力监管。依托地域产品特色的大宗商品现货交易平台特色各异、经营现状与困境不尽相同,地方交易平台监管部门在“支持发展、放手实践”与“严苛监管、规范经营”当中难以找到适实的立足点。地方政府政策性支持作为影响因素探究其是否对平台合法运营具有正向作用,治理策略制定合理化与方案执行有效性,直接影响电商平台的平稳运营与创新发展,是目前我国实现大宗商品现货交易平台合理合法运营必须要解决的问题。

对于电子商务平台治理的研究已受到国内外学者的广泛关注,并经过多年发展成为较为系统的平台治理理论[2]。其中,传统平台单边治理理论研究将平台与政府置于对立关系,致使平台型网络市场乱象无法有效根治[3]。近年来,“平台-政府”协同管理模式受到广泛关注。汪旭晖和张其林[4]提出“平台-政府”双元管理范式,在平台规则与政府法律法规双约束下规制卖家交易行为。陈晓红等[5]指出政府如何通过政策规制催生平台履行监管义务是目前尚未厘清且未来有待探索的关键问题。何洪阳等[6]从平衡政府与平台协同关系角度探究协同治理问题。对于大宗商品电子商务平台治理的研究更多聚焦于现象剖析、模式构建[7]、管理规制[8,9]等理论层面的探讨,鲜有研究深入分析大宗商品现货交易平台“牟利维权”的治理问题。而大宗商品现货交易平台具有交易主体复杂、交易量大、影响辐射大、价格波动大等独有特点[10],管理决策者与监管实践者难以参考一般电子商务平台投机治理研究结论,直接指导大宗商品现货交易平台“牟利维权”的治理问题。

从研究方法来看,不完全信息静态博弈[11]、对称博弈[12]、混合战略博弈[13]等博弈理论方法被广泛应用于监管与治理问题研究领域。相较于传统博弈理论,演化博弈理论针对监管策略优化问题具有以下优势:首先,通过考虑时序变化,可以直观地观察博弈主体策略模仿、寻优最终达到稳定均衡状态的完整演化过程[14,15];此外,以有限理性假说代替完全理性假说,考虑博弈主体认识问题的局限性与事物发展的不确定性,更贴合实际[16,17]。实际上,大宗商品现货交易平台“牟利维权”的治理问题,可以抽象理解为平台内不同交易群体间随机匹配的反复博弈过程,符合演化博弈理论的研究范式[18,19]。此外,互联网时代媒介信息具有来源广泛、易得性等特点,诱发甚至加剧了通过大宗商品现货交易平台投资用户的有限理性行为[20],交易主体同样符合演化博弈理论的有限理性假说。

对此,本文立足于平台治理的视角,以演化博弈理论为基础,构建以有限理性“投资型用户-大宗商品现货交易平台”为博弈主体的动态演化博弈模型,探讨政府智能监管补贴、智能监管技术对牟利维权的识别能力、用户牟利维权成本对于平台监管策略的影响。为了突破主流演化博弈研究仿真实验“描绘结构方程线性”的局限,选择基于多主体仿真(MULTI-AGENT-BASED)方法构建仿真实验,解释系统涌现现象的复杂非线性迭代过程,探讨如何在合理控制投资者保值增值需求的同时控制交易风险、实现多种创新交易模式的合理监管,研究服务于大宗商品现货交易平台良性发展,回归大宗商品电子交易平台促进实物流通、强化实体经济服务的定位。

1 问题分析与模型基本假设

1.1 问题分析

依托回应性监管理论,厘清我国大宗商品现货交易平台牟利维权问题的监管机理,有助于提升牟利维权治理演化博弈模型的系统性与全面性。回应性监管理论的核心强调对被监管者动机的识别,并采取有针对性的监管策略从而获得最佳效果[21]。对于未采用任何智能监管技术辅助监管的平台而言,投资型用户通过大宗商品现货交易平台入会资格审查后,允许开办投资账户进行投资操作,通常诚信投资者认可投资存在风险,在投资出现亏损时选择风险自担,接受投资损失;而牟利维权者在投资盈利时具有一定的隐蔽性,而当面对投资亏损,企图通过购买第三方牟利维权机构的服务获得平台赔付,弥补自身的投资亏损。

以回应性理论为基础建立大宗商品现货交易平台的回应性监管机制(图1),依托前沿智能监管技术识别用户动机,并采取针对性监管策略。

图1 智能监管对牟利维权的回应性监管机制

1.2 模型假设

本文从智能监管对牟利维权的回应性监管机制分析出发,基于演化博弈理论,探讨政府协同数字化监管下分析大宗商品现货交易平台与投资型用户群体之间的利益冲突机理并寻求最优决策,作如下假设:

(1)博弈主体假设

参与博弈两类博弈主体为具有有限理性的大宗商品现货交易平台与投资型用户群体。

(2)博弈策略假设

大宗商品现货交易平台采取“智能监管”和“非智能监管”两种策略,投资型用户群体采取“诚信交易”和“牟利维权”两种策略。

(3)博弈参数假设

假设1假设投资型用户群体选择“诚信交易”策略的概率为x(0≤x≤1),选择“牟利维权”策略的概率为1-x;大宗商品现货交易平台选择“智能监管”策略的概率为y(0≤y≤1),选择“非智能监管”策略的概率为1-y。

假设2投资型用户群体采取正常交易的投资资金总量为C(0≤C≤∞),正常交易卖出时的交易总价为I(0≤I≤∞),则投资型用户群体通过大宗商品现货交易平台单次投资买卖操作后获得的净利润为I-C。对于诚信交易的投资型用户而言,当I-C<0时,认可投资市场存在风险,投资风险自担,而对于牟利维权投资者而言,企图采取投机手段,通过购买第三方牟利维权服务等方式,获得平台赔偿,弥补投资损失。对此,假设牟利维权投资者购买第三方牟利维权服务的成本为Ct,此时若平台不具备智能监管手段,则第三方牟利维权成功,牟利维权投资者将获得平台赔付的不当收益It,通常获得的赔付将不高于投资亏损,即It≤C-I。考虑到谋利维权者获得最大赔付不高于投资亏损,则通常牟利维权者愿意购买服务的价值往往小于实际亏损,Ct<|I-C|。对于平台而言,牟利维权投资者维权成功所获得的赔付是额外的运营损失。

假设3大宗商品现货交易平台采取“非智能监管”策略产生运营成本R(0≤R≤∞),采用“智能监管”策略研发或购买智能监管技术的附加运营成本为Rj(0≤Rj≤∞),则采用平台进行智能化监管升级后运营成本为R+Rj。大宗商品现货交易平台运营收益为E(0≤E≤∞),而牟利维权投资者维权成功所获得的赔付是额外的运营损失,此时平台运营收益为E-It。

假设4政府将会对智能化监管升级的大宗商品现货交易平台给予一定的政策性补贴G。

假设5大宗商品现货交易平台采用“智能监管”策略,将利用安全准入查验、可信存证等技术在牟利维权事前和事中识别风险并化解风险,会对识别的牟利维权投资者予以一定的处理,例如账户停封、起诉等,但识别率可能与技术的智能化水平正相关,对此假设智能监管技术对牟利维权投资者的识别率为α,取值范围[0,1]。因此,识别率的提升将降低牟利维权投资者维权成功所带来的运营损失,此时运营损失为(1-α)It。

2 模型理论分析

2.1 要素博弈模型

根据以上对博弈主体的关系分析与假设,大宗商品现货交易平台与投资型用户群体收益矩阵见表1。

表1 政府监管下的大宗商品现货交易平台与投资型用户群体收益矩阵

2.2 演化均衡分析

经推导可得复制动态方程:

(1)

基于复制动态方程,可以得出雅克比矩阵及其均衡点。根据均衡点的局部稳定性分析要求detJ>0,trJ<0,对应策略为演化稳定策略。令:

(2)

当局部均衡点对应的雅克比矩阵行列式detJ>0,trJ<0时,该均衡点趋于稳定,对应的策略为演化稳定策略(ESS);当detJ>0,trJ>0时,该均衡点不稳定;当detJ<0,trJ的值不确定时,该均衡点为鞍点。

根据演化稳定策略的分析得出的以下结论:

情形1当F1<0且F4<0,即Ct-It<0且αIt-Rj+G<0时,(0,0)为系统唯一的演化稳定点。

情形2当F2<0且F4>0,即Ct-It+αIt<0且αIt-Rj+G>0时,(0,1)为系统唯一的演化稳定点。

情形3当F1>0且F3<0,即Ct-It>0且-Rj+G<0时,(1,0)为系统唯一的演化稳定点。

情形4当F2>0且F3>0,即Ct-It+αIt>0且-Rj+G>0时,(1,1)为系统唯一的演化稳定点。

3 仿真与分析

为动态刻画博弈系统主体不断试错、学习与寻优,研究基于MULTI-AGENT-BASED理论设计仿真实验。多主体动态仿真实验将“大宗商品现货交易平台与投资型用户”抽象为具有有限理性的两类博弈群体。群体中存在一定比例的自变异个体,当突变者收益支付小于大群体收益支付,无法对系统决策进行扰动,则会在系统迭代中迅速淘汰;反之,则会在群体中逐渐繁殖与蔓延,直至完全入侵群体,改变该群体的策略选择,达到最终的演化稳定状态[22]。系统演化博弈规则如图2所示。

图2 系统多主体仿真演化博弈规则

为验证大宗商品现货交易平台牟利维权监管策略演化博弈模型的有效性,以及探求关键参数对群体策略选择的影响,采用多主体动态仿真工具NETLOGO进行仿真模拟实验。由于在实践中交易平台数量远远少于用户数量,为刻画现实情况,在系统空间内随机生成随机分布的200个异构个体,其中大宗商品现货交易平台群体个体占比为5%,投资型用户群体的个体占比均为95%。设置多主体的运动过程遵循随机游走假设,且异质个体在相遇时进行博弈,同质个体相遇时遵循费米动力学过程进行有限理性条件下的模仿最优规则策略更新[23,24]。为消除实验的随机性,每组参数设置下的仿真重复10次,系统动态演化稳定时停止运行。

仿真模型参数的合理设置是模型仿真实验有效性的关键保证。遵循LIU等[25],谢康等[26],汪旭晖和任晓雪[27]的参数设置依据,参数范围的合理设置应依托文献与实地调研、等式平衡两个原则。本文结合项目组依托国家重点研发计划项目对大宗商品电子商务市场的调研分析与等式平衡原则,设定C=40,I=30,x=0.5,y=0.5,R=50,Rj=20,E=20,演化初始点设定[0.5,0.5]。

3.1 政府智能监管补贴动态条件下对博弈主体策略演化路径的影响

为准确清晰探究政府智能监管补贴(G)参数对系统策略演化过程的影响,在其他参数一定的情况下,设定G取值0,10,21,30,对于不同G值进行多次仿真,将相应的稳定输出结果作为系统稳定策略演化结果,并可视化演化结果为图3所示。通过分析发现,依据公式-Rj+G,αIt-Rj+G,现有以下情况:

图3 政府智能监管补贴动态条件下的博弈主体策略演化路径

(1)当Ct-It>0,令Ct=9,It=7,α=0.9,投资者通过牟利维权方式所获赔付并未能冲抵其投资损失,且将会造成更多亏损时,无论平台的智能监管技术识别效果如何,政府智能监管补贴变化对牟利维权投资者的最终稳定策略选择不会产生影响。识别率一定,随着政府智能监管补贴的动态增加,系统的策略则会从初始(1,0)演化为(1,1)并保持稳定;大宗商品现货交易平台为获得可观的政府智能监管补贴支持,所持策略将由“非智慧监管”逐渐过渡为“智慧监管”,此时虽然识别率并没有因政府补贴获得提升,但投资者一直处于诚信交易的稳定策略状态。

(2)当Ct-It<0,令Ct=3,It=7,α=0.1,投资者通过牟利维权方式所获赔付可以冲抵其投资损失,智能技术的提升与政府的支持能够影响系统策略的选择。政府智能监管补贴聊胜于无时,系统在(0,0)点稳定,投资者选择“牟利维权”策略,大宗商品现货交易平台选择“非智慧监管”策略;随着政府智能监管补贴力度不断增大,大宗商品现货交易平台将智能监管补助内化为自身智能监管水平的革新与进步,导致平台对牟利维权的识别率不断增加,平台逐渐选择“智慧监管”策略,当政府智能监管补贴增大到大宗商品现货交易平台的智能附加成本时,技术的再次提升可改变投资者的策略从“牟利维权”向“诚信交易”转变,即系统从(0,0)到(1,1)。由此,智能监管技术有助于减少牟利维权者的投机机会,维护大宗商品现货交易平台公平有序的营商环境,政府智能监管补贴有效地辅助平台提升了对牟利维权问题的治理能力。

3.2 智能监管技术识别率动态条件下对博弈主体策略演化路径的影响

为准确清晰探究智能监管技术对牟利维权投资用户的识别率(α)对系统策略演化过程的影响,在其他参数一定的情况下,设定α取值0,0.2,0.4,0.6,0.8,1,对于不同α值进行多次仿真,将相应的稳定输出结果作为系统稳定策略演化结果,并可视化结果为图4所示。通过分析发现,在牟利维权投资者能够通过牟利维权获得索赔从而冲抵部分投资亏损时,大宗商品现货交易平台提升智能监管技术增大识别率,平台逐渐倾向选择 “智能监管”策略,并逐渐获得参与演化群体的支持。但智能监管技术识别率的提升不足以改变整个系统的稳定策略,在不同的政府监管补贴下表现出不同策略选择。

图4 智能监管技术识别率动态条件下的博弈主体策略演化路径

(1)令G=10,Ct=5,It=9,当政府智能监管补贴微乎其微,未能冲抵大宗商品现货交易平台智能监管技术附加运营成本时,系统在(0,0)点稳定。政府智能监管补贴力度不足,没有起到积极引导交易平台技术升级的作用时,智能监管技术识别率如何提升,平台都不会采取“智能监管”策略。

(2)令G=30,Ct=5,It=9,当政府智能监管补贴能够冲抵大宗商品现货交易平台智能监管技术附加运营成本时,平台的智能监管技术不断革新与进步,识别率增加,投资型用户牟利维权行为被遏制,系统最终在(1,1)点稳定。投资型用户群体被同化为选择“诚信交易”策略,大宗商品现货交易平台趋向于选择“智慧监管”策略。政府智能监管补贴支持到位,智能技术的提升能够有效识别牟利维权投资者,减少大宗商品现货交易平台的损失,有利于维护平台公正有序的营商环境。

3.3 牟利维权成本动态条件下对博弈主体策略演化路径的影响

为探究牟利维权投资用户购买第三方牟利维权服务的成本(Ct)对系统策略的影响,在其他参数一定的情况下,设定Ct取值3,5,7,9,对不同的Ct值进行多次仿真,将相应的稳定输出结果作为系统稳定策略演化结果,并可视化结果为图5所示。通过分析发现,牟利维权投资用户购买第三方牟利维权服务的成本直接影响其策略的选择,依据Ct-It公式的分析,牟利维权成本提高导致牟利维权投资者所获赔付未能冲抵其投资的损失,使得牟利维权投资者放弃“牟利维权”策略,转向采取“诚信交易”策略。同时也受到政府智能监管补贴和智能监管识别率的影响,情形如下:

图5 牟利维权成本动态条件的对博弈主体策略演化路径

(1)令It=6,α=0.1,G=10,当政府智能监管补贴聊胜于无时,未能冲抵大宗商品现货交易平台智能监管技术附加运营成本时,无论智能监管识别率如何提升,投资型用户群体选择牟利维权成本的大小不会影响系统最终的策略系统的策略会从初始(0,0)到演化为(1,0)并保持稳定,即投资型用户群体选择“牟利维权”成本增加,投资型用户群体则倾向于选择“诚信交易”策略。故在对投资型用户的牟利维权进行监管时,适当提高其购买第三方牟利维权服务的成本可有效改变其策略选择,有助于大宗商品现货交易平台的治理能力。

(2)令It=6,α=0.9,G=25,当政府智能监管补贴能够冲抵大宗商品现货交易平台智能监管技术附加运营成本时,平台的智能监管技术水平得到一定的革新与提升,识别率达到较高水平,此时,牟利维权的成本变动无法影响投资者策略,系统在(1,1)处稳定,投资型用户群体都将选择“诚信交易”策略。

4 结论

本文基于回应性监管理论探讨了大宗商品现货交易平台对牟利维权投资者的智能监管机制,通过构建考虑有限理性“投资型用户-平台”集成的演化博弈模型,探讨了政府与平台监管动态条件下牟利维权治理策略的演化规律,结合关键参数动态与静态条件下的多主体动态仿真实验,描绘了模型随参数变化的演化趋势,为我国大宗商品现货交易平台对牟利维权监管策略的改进优化提供了依据与参考。研究得出的主要结论如下:

(1)政府扶持力度对于大宗商品现货交易平台的监管智能化转型尤为重要。当投资者的牟利维权问题愈发严重,且平台对于牟利维权问题束手无策时,政府的智能监管补贴有助于大宗商品现货交易平台的监管智能化转型。但若政府智能监管补贴力度不足,无法起到积极引导平台智能监管升级的作用,监管技术的高昂建设成本将掣肘平台监管智能化的发展倾向。

(2)大宗商品现货交易平台智能监管水平的提升对维持市场良性发展具有一定积极意义。但智能监管技术的革新与发展,无法直接诱导大宗商品现货交易平台选择“智慧监管”策略,从而无法对大宗商品现货交易市场的经营状态产生积极影响。

(3)牟利维权成本是投资用户进行策略选择的关键因素。通过遏制牟利维权灰色产业链的发展提升投资者牟利维权成本,是大宗商品现货交易平台牟利维权“监管破困”的有效途径。

基于本文研究结论,提出我国大宗商品现货交易平台监管优化建议:

(1)政府应就大宗商品现货交易平台的牟利维权问题积极出台政策,促进平台的监管智能化转型,加大对平台治理的支持,动态调节政府支持力度,对大宗行业参与者积极进行培训支持,同时优化行业法律环境。

(2)智能监管技术的革新与发展,往往伴随高昂的技术投入成本,一般大宗商品现货交易平台难以依靠自身能力实现非智能监管向智能化监管的转型,为控制智能监管技术的建设成本,建议通过购买技术服务或人才引进等方式降低智能化监管技术的引入成本,提升牟利维权风险控制水平。

(3)政府积极出台并完善投资用户在大宗商品现货交易平台的维权政策和法律法规,对于恶意牟利维权投资者与机构履行监管义务,有效治理以牟利维权为主营业务的灰色产业链服务机构,采取惩罚手段提升其投机成本。平台可设置主营牟利维权服务机构的“黑名单”并积极共享,提升依托“黑名单”牟利维权服务灰产进行跨平台牟利维权的成本。

本文揭示了投资型用户的有限理性对平台治理策略的动态影响,为引导大宗商品现货交易平台开展更为合理的智能监管策略提供了理论依据。然而本文出于简化分析考虑,构建了平台与消费者为双方博弈主体的演化博弈模型,而大宗商品现货交易平台牟利维权的治理问题还应有第三方服务机构等多主体的参与,因此从牟利维权投机成本出发,考虑提供维权服务的第三方机构为博弈主体的管控策略优化将是未来研究重点。