網(wǎng)絡(luò)信用風(fēng)險交易幾率的判定方法研究*

何葉榮 李慧宗 洪 瓊

（1.淮南師范學(xué)院經(jīng)濟(jì)與管理學(xué)院，安徽淮南 232038；2.安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽淮南 232001；3.淮安信息職業(yè)技術(shù)學(xué)院，江蘇淮安 223003）

隨著信息技術(shù)的發(fā)展及網(wǎng)絡(luò)的普及應(yīng)用，網(wǎng)上購物日漸成為人們的購物新時尚。據(jù)統(tǒng)計，截至2010年12月底，中國網(wǎng)民已超過4.57億，其中網(wǎng)絡(luò)購物人數(shù)達(dá)到1.61億，顯示出網(wǎng)絡(luò)的市場規(guī)模和強勁發(fā)展勢頭。與傳統(tǒng)購物方式相比，網(wǎng)絡(luò)購物具有很多優(yōu)勢，如產(chǎn)品選擇范圍廣、能更好地滿足消費者個性化需求、購物成本低、交易方式便捷、產(chǎn)品價格易于比較等。然而網(wǎng)購市場迅猛發(fā)展的同時風(fēng)險也在隨之增多，網(wǎng)購交易率極低。各種虛假交易、合同欺騙等信用風(fēng)險是目前阻礙網(wǎng)民在線購物的主導(dǎo)因素。對于網(wǎng)購信用風(fēng)險已經(jīng)有了一些研究，如倪翠云（2011）在對我國網(wǎng)購發(fā)展現(xiàn)狀分析總結(jié)的基礎(chǔ)上，提出降低網(wǎng)購信用風(fēng)險的相關(guān)措施；南京理工大學(xué)于鳴燕（2007）在借鑒國外信用風(fēng)險評估實踐經(jīng)驗的基礎(chǔ)上，建立了基于B-P神經(jīng)網(wǎng)絡(luò)的個人信用風(fēng)險評估模型，對個人信用風(fēng)險進(jìn)行評價；浙江大學(xué)馮煒（2010）用序次Logistic回歸模型，運用CITC分析法，分析了影響消費者網(wǎng)絡(luò)信任的具體因素及其影響機(jī)理。目前，盡管很多電子商務(wù)企業(yè)通過各種努力想創(chuàng)造信用度，提高交易幾率，降低網(wǎng)絡(luò)信用風(fēng)險損失，但大多數(shù)企業(yè)的努力集中在網(wǎng)站的建設(shè)上。事實上，網(wǎng)絡(luò)交易是企業(yè)和消費者的雙向互動關(guān)系，有必要從企業(yè)和消費者雙向切入，運用正確合理的交易幾率判定方法對交易幾率進(jìn)行精確判定，通過對交易幾率的分析來判斷網(wǎng)絡(luò)交易的信用風(fēng)險，以幫助電子商務(wù)企業(yè)提高交易幾率，降低信用風(fēng)險，獲得競爭優(yōu)勢。

一、網(wǎng)絡(luò)交易信用風(fēng)險評價指標(biāo)體系的確定

結(jié)合網(wǎng)絡(luò)消費者的特點及網(wǎng)絡(luò)購物環(huán)境的特殊性，本文采用網(wǎng)絡(luò)問卷調(diào)查和現(xiàn)場問卷調(diào)查的方式結(jié)合對相關(guān)專家的咨詢結(jié)果，構(gòu)建網(wǎng)絡(luò)交易信用風(fēng)險指標(biāo)體系，包括企業(yè)因素、產(chǎn)品因素、網(wǎng)站因素、環(huán)境因素及個人因素的5個子目標(biāo)層和15個要素（見表1）。

表1 網(wǎng)絡(luò)交易信用風(fēng)險評價指標(biāo)體系

二、模糊層次分析法在網(wǎng)絡(luò)信用風(fēng)險評價中的實現(xiàn)

（一）模糊層次分析法（FAHP）

模糊層次分析法（FAHP）是一種定性和定量相結(jié)合多指標(biāo)綜合評價方法，先將復(fù)雜的問題分解為若干組成要素，然后按支配關(guān)系把這些要素構(gòu)成階梯層次結(jié)構(gòu)，比較確定各要素的相對重要性，最后綜合人的因素確定各方案的順序。在層次分析法的基礎(chǔ)上進(jìn)一步提高評價的精度，更精確地體現(xiàn)網(wǎng)絡(luò)信用風(fēng)險評價指標(biāo)間的相對重要性。

（二）計算程序

網(wǎng)絡(luò)信用風(fēng)險交易幾率判定是多指標(biāo)評價，且評價指標(biāo)具有很大的模糊性。鑒于人類對復(fù)雜事物認(rèn)識的模糊性，本文選用模糊層次分析法進(jìn)行風(fēng)險評價和交易幾率判定。

1.建立優(yōu)先關(guān)系矩陣

建立優(yōu)先關(guān)系矩陣時要根據(jù)底層要素相對于上層子目標(biāo)的相對重要性，為了精確描述兩因素的相對重要程度，本文采用0.1～0.9數(shù)量標(biāo)度（見表 2）。

2.優(yōu)先關(guān)系矩陣變換成模糊一致矩陣

三、信用風(fēng)險對策模型

鑒于篇幅有限，本文只研究在完全信息靜態(tài)下的對策模型，網(wǎng)絡(luò)交易完全信息靜態(tài)是指交易雙方信息透明且發(fā)貨與付款同時進(jìn)行。這里假設(shè)：交易雙方均為理性人，追求經(jīng)濟(jì)利益最大化；交易雙方持守信用和不守信用兩種策略（履行協(xié)議視為守信用），即企業(yè)提供的產(chǎn)品與所描述的產(chǎn)品相符，或買家能夠在約定的期間付貨款即為守信用，反之視為不守信用；P和P均大于零，令交易幾率為η。

表2 0.1～0.9數(shù)量標(biāo)度

（一）當(dāng)0.5<η燮1時，雙方對交易很有信心，守信用的一方的風(fēng)險收益函數(shù)為 ηPi（i＝1，2），不守信用的一方信用風(fēng)險收益函數(shù)為-ηPi （i＝1，2），其信用風(fēng)險對策模型見表3。

表3 信用風(fēng)險對策模型（0.5＜η燮1）

在這種情況下，對策的納什均衡為（守信用，守信用），實現(xiàn)利益最大化。

（二）當(dāng)0<η燮0.5時，雙方對本次交易的信用風(fēng)險評估后，判斷成功交易的幾率都小，交易信心也非常低，這時守信用的一方損失會增大，其收益函數(shù)是（η-1）P（i＝1，2），選擇不守信用的一方收益函數(shù)為（1-η）P（i＝1，2），隨著交易幾率的變小，選擇守信用一方的損失會增大，同理可以看出本對策的納什均衡為（不信用，不信用）。其信用風(fēng)險對策模型見表4。

表4 信用風(fēng)險對策模型（0＜η燮0.5）

四、交易幾率的判定

交易幾率即交易雙方有可能成功交易的概率，取值區(qū)間為［0 1］，假設(shè)買方交易幾率為α，賣方交易幾率β，綜合交易幾率為η，則交易的支付函數(shù)確定為 η＝0.5α+0.5β。

根據(jù)以上介紹 （FAHP）計算方法對買方的交易幾率進(jìn)行確定。對此，我們采用了網(wǎng)上問卷調(diào)查結(jié)合有經(jīng)驗的營銷管理專家、企業(yè)管理層和員工共同參與的專業(yè)打分法，根據(jù)網(wǎng)絡(luò)交易信用風(fēng)險因素指標(biāo)體系建立目標(biāo)層與子目標(biāo)層之間的優(yōu)先關(guān)系矩陣A-F，子目標(biāo)層與各要素層之間的優(yōu)先關(guān)系矩陣F-S，F(xiàn)-S，F(xiàn)-S，F(xiàn)-S，F(xiàn)-S。這里以A-F為例進(jìn)行說明（見表5）。

（一）先將優(yōu)先關(guān)系矩陣轉(zhuǎn)化為A-F模糊互補矩陣 R=（r），然后按行求和，再按公式 r=（r-r） /（2n）+0.5 進(jìn)行模糊變換， 轉(zhuǎn)化成 A-F 模糊一致矩陣（見表6）。

表5 A-F優(yōu)先關(guān)系矩陣

算出模糊一致矩陣中各因素的權(quán)重F。

表6 A-F模糊一致矩陣

（F，F(xiàn)，F(xiàn)，F(xiàn)，F(xiàn)）=（0.250，0.200，0.225，0.175，0.150）

由（二）、（三）算出買賣雙方的交易幾率α和β的值。根據(jù)η=0.5α+0.5β計算綜合交易幾率。

五、實證分析

應(yīng)用上述方法對一次網(wǎng)購行為進(jìn)行分析，其主要過程如下：

張曉在淘寶網(wǎng)上看上了一款名牌包，標(biāo)誠實價 698元，商家“江風(fēng)”，信用度是 29073（鉆石級），好評為2806個，中評是95個，差評是21個，好評率達(dá)到96.03%，此包可通過淘寶聯(lián)合銀行提供的安付通付款，在交易過程中淘寶會嚴(yán)格按照安付通的流程規(guī)定并遵照買家意愿進(jìn)行放款。

張曉在淘寶網(wǎng)上的交易記錄信用度很好，好評率達(dá)到99.8%，張曉看過企業(yè)信用記錄及產(chǎn)品說明，進(jìn)行評估后與“江風(fēng)”聯(lián)系，雙方協(xié)商付款和發(fā)貨同時進(jìn)行，不用安付通進(jìn)行付款，根據(jù)前面的算法計算此次交易幾率。

根據(jù)α和β的值計算出綜合交易幾率η=0.5α+0.5β=0.50*68+0.50*71=0.705。 可以看出 η＝0.705>0.5，說明雙方本次誠信交易的幾率很大，信用評價較好，順利完成交易。反之，交易可能失敗。

六、結(jié)論與展望

本文在分析網(wǎng)絡(luò)交易信用風(fēng)險影響因素的基礎(chǔ)上，構(gòu)建網(wǎng)絡(luò)交易信用風(fēng)險評價指標(biāo)體系，并利用FAHP方法確定網(wǎng)絡(luò)信用風(fēng)險評價指標(biāo)的權(quán)重，在假設(shè)完全信息靜態(tài)環(huán)境下建立網(wǎng)絡(luò)信用風(fēng)險對策模型，利用對策模型判定交易幾率，得出網(wǎng)絡(luò)信用風(fēng)險主要依賴交易幾率大小來判別這一重要結(jié)論，并對交易幾率的不確定性提出了具體的量化參考指標(biāo)，最后進(jìn)行了實證應(yīng)用分析，實證研究結(jié)果表明本文的方法具有良好的適應(yīng)性。由于規(guī)避網(wǎng)絡(luò)交易信用風(fēng)險的主要策略需要不斷提高交易幾率，交易幾率的提高需要企業(yè)加強網(wǎng)站整體服務(wù)質(zhì)量建設(shè)，努力提高產(chǎn)品質(zhì)量，建立和優(yōu)化網(wǎng)上虛擬環(huán)境，為顧客網(wǎng)上交易提供便利，進(jìn)行客戶動態(tài)化管理，對客戶的年齡、性別、職業(yè)、收入水平、消費偏好、行為方式和知識結(jié)構(gòu)等進(jìn)行挖掘與分析。

本文的研究為網(wǎng)絡(luò)交易信用風(fēng)險理論及應(yīng)用研究提供了一定參考，但是本文只研究了完全信息靜態(tài)環(huán)境下的網(wǎng)絡(luò)信用風(fēng)險對策模型，模型的適用性與實際交易過程還有較大差別，在下一步的工作中，我們將對動態(tài)環(huán)境下的網(wǎng)絡(luò)交易信用風(fēng)險模型開展研究，以期為網(wǎng)絡(luò)經(jīng)濟(jì)的蓬勃、健康發(fā)展提供新的動力。