博弈論視角下的C2C電子商務的信用分析

宋奇高

摘 要：在我國C2C電子商務高速發展并為消費者提供方便快捷的服務的同時，隱藏在其中的信用問題也逐漸暴露出來，成為阻礙其發展的主要問題之一。本文從經濟學角度，主要運用博弈論對電子商務信用風險進行分析，通過一次博弈，重復博弈和政府干預下的博弈對影響電子商務信用的主要因素進行探討，并以我國典型的C2C網站—淘寶網為案例進行實證分析，最后對C2C電子商務的信用提出改進意見。

關鍵詞：電子商務C2C信用博弈

1.緒論

作為用戶對用戶的電子商務模式，C2C電子商務主要通過互聯網進行，具有較低的交易成本。同時，C2C電子商務經營規模不受限制，利用互聯網或電子商務網站提供的虛擬經營環境，可以通過增加商品信息網頁、登陸新的商品來擴大經營規模。

但是由于網絡空間的廣泛性和虛擬性，使交易的不確定性大大增加。C2C電子商務活動要涉及多個交易主體，其社會信用就轉化為參與各方的信用。即信任不僅僅局限于買家和賣家之間，而是包括電子商務網站平臺在內的一個三方之間的相互信任。由此可看出，在買賣雙方交易的建立過程中，信用對交易有著極其重要的影響，則對信用的分析研究也變得十分重要[1]。

2.電子商務信用形成：買方和賣方的博弈

2.1電子商務買賣方之間的一次博弈

一次博弈基本假設：為了清晰的分析一次博弈中電子商務交易雙方信用風險機理，通過不影響研究有關結論我們做出如下基本假設：H1.電子商務交易雙方是獨立的；H2.電子商務交易中沒有政府的干預；H3.電子商務交易過程中只存在兩種交易模式即：守信與欺詐。

模型的創建及分析：我們進一步設定，在電子商務交易活動中，雙方選擇守信的策略模式，則它們的收益為L，如果只有一方守信，我們可以設定不守信一方的收益為應該比守信一方的要大，否則就沒有欺詐的必要，我們設定欺詐方的收益為2L，守信方的收益為-L，而當電子商務交易雙方之間都欺詐，那么本次交易無效。

在一次交易中，電子商務交易主體雙方都將陷入到選擇欺詐的“囚徒困境中”。我們可以分析出這次交易存在的唯一純策略納什平衡為（0，0），因此我們得出在沒有電子商務信用評價或者政府保障機制下，對于交易主體而言，電子商務交易主體的一次博弈將選擇欺詐模式[3]。

2.2電子商務買賣方之間的重復博弈

事實上，在現實生活中N次博弈結果都是（0，0）的情況是不存在的。假設交易雙方以往交易成功的概率為q（m），某一次博弈結束后，交易雙方預計有p（n）的可能性進行下一次交易，則在現實的情況下，q（m）在某種程度上決定p（n），可假定p（n）與q（m）成正相關關系，即：p（n）=aq（m）+b，ab都為常數，且每次博弈的結構相同。

在上述情況下，如果q（m）足夠大合作的博弈將會出現。在此情況下，如果交易一方選擇欺騙，本次交易的收益為2L，由于此類交易將導致q（m）減小，另一方將有極大的可能選擇不再進行交易，所以后期的收益為e，e趨近于0，故其總收益為2M+e。由此可見，只要q（m）足夠大，交易人為了實現自身收益最大化的目標，就會選擇守信，合作的博弈就出現了。這就是重復博弈創造的信用機制。

2.3政府干預情況下的博弈分析

以上討論的是在無政府干預情況下的交易雙方行為的選擇模型，交易人依據自身的收益最大化原則來選擇守信或失信，是通過市場產生一種自發的信用機制。在有政府干預或監管的情況下，政府可以通過制定法律、法規并采取一定的措施，對交易中失信行為進行嚴厲的處罰，增加失信者的違約成本。下面構造了存在政府干預情況下信用博弈的模型，對電子商務中失信行為的外因環境進行分析。假設交易雙方都守信的收益為L；一方守信而另一方不守信，則守信一方的損失為L，不守信一方的收益為2L，被監管方發現懲罰的概率為λ，罰金為d，所以不守信的收益為2L-λd；雙方都不守信則交易無法完成，雙方的收益均為0。其中c>a，P交易者A守信的概率為P。

模型中，交易者B雖不清楚交易者A的策略，但卻知道如果交易者A不守信時受到懲罰的概率λ和罰金d，從而可估計交易者A守信的概率。當交易者B守信的期望收益高于不守信的期望收益，即2LP-L≥2LP-λdP，也就是交易者A守信的概率P≥L/λd時，交易者B會選擇守信。而交易者A守信的概率P與罰金d和被監管方發現懲罰的概率λ相關。當λ和d的乘積越大，則L/λd的值越小，交易者A守信的可能性也就越大。

3.關于淘寶網的電子商務信用體系分析

信用評價機制是淘寶網信用管理的核心部分。淘寶會員在淘寶上的每一個交易成功后，雙方都會對對方在交易的表現作一個評價，當買賣雙方獲得評價記分后，可以累積并提高自己的信用等級。

其中R0表示用戶的初始信用度；Rn，Rn-1表示用戶的第n，n-1獲得的累積信用度；τi表示用戶第i次獲得的信用反饋評分，好評為1分，中評為0分，差評為-1分[5]。

淘寶用戶獲得信用評價產生的另一重要指標為好評率，其計算方法為該用戶總好評得分除以交易次數，即為其該用戶所有交易的好評率。當前淘寶信用評價機制為第二代信用評價機制，其生成的最終征信產品會展示在會員個人信息中。

4.C2C電子商務信用的對策

基于本文上面的分析，對C2C電子商務信用提出以下幾點對策：一是，在電子商務交易中，應對交易雙方同時進行身份驗證，并且將經過嚴格、非嚴格以及沒有經過驗證的買家對賣方的信用積分區別對待、分別計算。二是，建立完善的信用評價體系，通過建立第三方的信用評價平臺，由信用評價平臺將交易信息進行反饋，再由平臺專門的技術人員采用較好的信用評價模型對買家和賣家進行信用度的評估，給出信用評級。

參考文獻：

[1] 鄒學博.基于客戶評價的C2C電子商務信用管理研究[D].吉林大學，2007：37-38.

[2] 百度百科.[EB/OL].http：//baike.baidu.com/view/18930.htm.

[3] 丁紅霞，張琳.電子商務中的信用博弈分析[J].現代商業化，2008，527：197-198.

[4] 董志.電子商務中的信息不對稱及其信用風險博弈分析[J].物流經濟，2008，36：58-60.