唐浩坤　溫濤　鄒芳莉

摘要：借助行為博弈理論研究感知信用評(píng)價(jià)體系，分析影響博弈雙方策略選擇的重要參數(shù)。試驗(yàn)證明隨著咨詢方自身安全意識(shí)的不斷提高，在地方經(jīng)濟(jì)重要性日益增強(qiáng)，虛假評(píng)價(jià)信息危害度逐步加大，監(jiān)管部門對(duì)違規(guī)企業(yè)查處力度的持續(xù)強(qiáng)化，虛假評(píng)價(jià)信息在感知信用評(píng)價(jià)體系中的傳播速度會(huì)逐漸降低，虛假評(píng)價(jià)對(duì)咨詢企業(yè)的決策誤導(dǎo)會(huì)被有效抑制。

關(guān)鍵詞：行為博弈理論；感知信用評(píng)級(jí)；小微企業(yè)；網(wǎng)絡(luò)聲譽(yù)體系；收益矩陣

DOI：10.13956/j.ss.1001-8409.2016.05.27

中圖分類號(hào)：F832；F224 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2016）05-0125-05

Abstract：This paper studies the perceived credit evaluation system by the behavior game theory， and analyzes the important parameters affecting the strategy options of two game sides. The tests showes that false evaluation information would be slowed down in perceived credit evaluation system and the problem that false evaluation information may mislead consultancy firms decisionmaking will be resolved with the rising of consultants safe consciousness， with the increasing of the importance of consultancy firms in local economics， with the damages caused by false evaluation information getting more and more serious， and with the strengthening investigation and punishment on violating enterprises by government regulators.

Key words：behavior game theory； perceived credit evaluation； small enterprises； reputation systems on the Internet； payoff matrix

引言

我國電子商務(wù)自1997年以來一直保持高速增長。據(jù)商務(wù)部電子商務(wù)司副司長聶林海預(yù)計(jì)，2015年中國電子商務(wù)交易額將達(dá)20.8萬億元，同比增長27%；同年全國網(wǎng)絡(luò)零售額達(dá)4萬億元，同比增長約39%，規(guī)模保持世界第一，遠(yuǎn)超消費(fèi)品零售額11.17%的增速，網(wǎng)購已成為主流生活方式。

但當(dāng)前作為網(wǎng)上交易主體的小微企業(yè)大都具有匿名性、虛擬性和信息不對(duì)稱性，無形中增加了網(wǎng)絡(luò)交易的道德風(fēng)險(xiǎn)[1]。為此以淘寶、京東、蘇寧為代表的平臺(tái)電商紛紛建立起基于第三方信任機(jī)制的感知信用評(píng)價(jià)體系，借助交易后的雙方評(píng)價(jià)為后續(xù)交易提供決策參考。但這類聲譽(yù)平臺(tái)通常只為交易雙方提供信息發(fā)布渠道，不對(duì)評(píng)價(jià)真?zhèn)翁峁┍M職調(diào)查，導(dǎo)致違規(guī)企業(yè)雇傭網(wǎng)絡(luò)水軍進(jìn)行信用炒作，引發(fā)學(xué)術(shù)界關(guān)于“信用悖論”的討論，也動(dòng)搖咨詢方對(duì)感知信用評(píng)價(jià)體系可靠性的信心。據(jù)商務(wù)部統(tǒng)計(jì)，對(duì)交易方缺乏初始信任已成為阻礙我國電子商務(wù)發(fā)展的一個(gè)主要障礙，因此構(gòu)建真實(shí)有效的感知信用評(píng)價(jià)體系，幫助咨詢企業(yè)降低與小微企業(yè)交易的信用風(fēng)險(xiǎn)成為當(dāng)前研究熱點(diǎn)[2，3]。

1 文獻(xiàn)綜述

國外學(xué)者曾對(duì)中小微企業(yè)信用評(píng)級(jí)進(jìn)行過大量研究。Ahn和Matti研究了口碑傳播機(jī)制對(duì)契約執(zhí)行的影響，實(shí)驗(yàn)表明聲譽(yù)傳播不暢情況下，企業(yè)更傾向于為消費(fèi)者提供劣質(zhì)服務(wù)，但未給出構(gòu)建高效聲譽(yù)傳播機(jī)構(gòu)的方法[4]；Dirkand Kornelius首次利用中小企業(yè)信用評(píng)分取代證券市場評(píng)分，用于研究企業(yè)革新對(duì)企業(yè)未來經(jīng)濟(jì)收益間的關(guān)系，幫助未上市企業(yè)評(píng)估商業(yè)革新投資回報(bào)率[5]；Lee和Park分析了電子商務(wù)中客戶負(fù)面評(píng)價(jià)對(duì)潛在客戶未來交易的影響[6]，指出客戶差評(píng)率對(duì)常參與網(wǎng)上交易的客戶影響很大，而賣方的信用質(zhì)量對(duì)不常上網(wǎng)的客戶影響很大，但文中缺少負(fù)面評(píng)價(jià)對(duì)賣方未來交易的影響分析；Angus和Sandra對(duì)信用中介機(jī)構(gòu)的評(píng)級(jí)報(bào)告質(zhì)量進(jìn)行了詳細(xì)分析[7]，研究指出信用中介機(jī)構(gòu)本身信譽(yù)、內(nèi)控制度、評(píng)估方法、機(jī)構(gòu)獨(dú)立性及所采用的價(jià)值標(biāo)準(zhǔn)都會(huì)對(duì)其出具的企業(yè)信用報(bào)告質(zhì)量產(chǎn)生重大影響，但其研究主要針對(duì)國債市場，未涉及電子商務(wù)領(lǐng)域；Catalina和Radu構(gòu)建了一個(gè)新模型用于描述銀行內(nèi)部客戶信用評(píng)級(jí)的典型過程[8]，借助貝葉斯分級(jí)構(gòu)架驗(yàn)證客戶信用轉(zhuǎn)移概率模型，實(shí)驗(yàn)證明貝葉斯方法比現(xiàn)有方法能更準(zhǔn)確地評(píng)估客戶的違約概率，降低銀行信用風(fēng)險(xiǎn)。但其方法未對(duì)銀行現(xiàn)有數(shù)據(jù)進(jìn)行驗(yàn)證；Stefan借助進(jìn)化博弈理論描述競爭環(huán)境下如何促進(jìn)信用中介機(jī)構(gòu)提供真實(shí)評(píng)級(jí)報(bào)告[9]，研究精明投資人與草率投資者對(duì)信用評(píng)級(jí)機(jī)構(gòu)聲譽(yù)的影響，但未對(duì)股票發(fā)行者與信用中介機(jī)構(gòu)博弈關(guān)系做討論；Anand和Anjan利用空話博弈模型推導(dǎo)信用中介機(jī)構(gòu)傾向?yàn)橥顿Y者提供粗糙信用報(bào)告的原因，指出市場競爭會(huì)降低中介機(jī)構(gòu)對(duì)上市發(fā)行者評(píng)級(jí)的精確性[10]，但文中未給出促使信用中介機(jī)構(gòu)提高評(píng)級(jí)質(zhì)量的措施。

國內(nèi)學(xué)者在企業(yè)信用評(píng)級(jí)方面也曾做過大量研究。Pang Sulin等人利用信用評(píng)級(jí)模型分析信息不對(duì)稱市場下，銀行放貸的信用風(fēng)險(xiǎn)[11]，研究指出在貸款利率固定前提下銀行信用風(fēng)險(xiǎn)控制機(jī)制能有效甄別出貸款項(xiàng)目的風(fēng)險(xiǎn)規(guī)模，但在利率市場化背景下，銀行的信用風(fēng)控機(jī)制必須重新調(diào)整；楊軍運(yùn)用博弈論研究了不完全信息背景下財(cái)務(wù)杠桿作為風(fēng)險(xiǎn)信號(hào)的博弈問題[12]，證明了精煉貝葉斯均衡解的條件，研究認(rèn)為在信息不對(duì)稱條件下，企業(yè)粉飾財(cái)務(wù)報(bào)表的成本較低，很難存在分離均衡和混同均衡，使得以財(cái)務(wù)杠桿為主要評(píng)級(jí)指標(biāo)的風(fēng)險(xiǎn)識(shí)別能力降低，但文中未研究非財(cái)務(wù)信息作為評(píng)級(jí)指標(biāo)對(duì)防控信貸風(fēng)險(xiǎn)的作用；劉豐等人提出構(gòu)建新型網(wǎng)絡(luò)信用管理體系[13]，以解決電子商務(wù)交易中的信用問題，但并未對(duì)交易雙方的信用等級(jí)量化標(biāo)準(zhǔn)做討論；陳德勝等人指出外部信用評(píng)級(jí)與違約率、回收率、轉(zhuǎn)移矩陣等風(fēng)險(xiǎn)信息間存在隱含關(guān)系[14]，指出外部信用評(píng)級(jí)不僅可幫助投資人降低信息搜尋成本，也可減少融資企業(yè)交易成本，但對(duì)外部信用評(píng)級(jí)機(jī)構(gòu)所獲信息的途徑與真實(shí)性未做深入討論；王恒等人利用排序多元離散選擇模型對(duì)中國銀行客戶信用評(píng)級(jí)系統(tǒng)進(jìn)行檢驗(yàn)[15]，證實(shí)了模型有效性。但此模型并不適用財(cái)務(wù)信息不完備的中小微企業(yè)；侯赟慧利用層次分析法設(shè)計(jì)了一套適用于B2B交易市場的信用評(píng)價(jià)考核指標(biāo)，但缺乏實(shí)證研究[16]；黃友蓓利用聲譽(yù)博弈理論檢驗(yàn)了C2C電子商務(wù)中信用評(píng)級(jí)模型的有效性[17]，分析了賣方欺詐行為對(duì)其聲譽(yù)的影響，但未研究賣方博弈中的行為調(diào)整以及買方博弈中的欺詐行為；梁濤構(gòu)建了信用評(píng)級(jí)市場聲譽(yù)溢價(jià)模型[18]，給出了促進(jìn)我國信用評(píng)級(jí)事業(yè)發(fā)展的幾點(diǎn)建議，但對(duì)信息提供方與信息咨詢方間的博弈過程缺乏描述，研究結(jié)論未做實(shí)驗(yàn)支撐；馬欽海等人從數(shù)量上研究信用評(píng)分對(duì)企業(yè)初始信任的影響[19]，但沒慮信息提供方的評(píng)價(jià)可靠性對(duì)于企業(yè)初始信任值的影響；鐘浩鳴利用實(shí)驗(yàn)方法比較了四種常用的基于人工智能的信用評(píng)級(jí)方法[20]，實(shí)驗(yàn)表明在通常情況下，基于支撐向量機(jī)（SVM）的信用評(píng)級(jí)方法準(zhǔn)確性最高，但在較低錯(cuò)誤分布與過度匹配背景下，基于極限學(xué)習(xí)機(jī)（ELM）的信用評(píng)級(jí)方法更優(yōu)，但未對(duì)企業(yè)信用信息獲取途徑做討論；王嘯華構(gòu)建了一個(gè)模型用于解釋網(wǎng)上聲譽(yù)機(jī)制的作用[21]，指出網(wǎng)上聲譽(yù)機(jī)制能有效影響企業(yè)交易過程中的行為選擇，保證其誠信經(jīng)營。但對(duì)影響企業(yè)交易行為的因素考慮不全。

綜上所述，國內(nèi)外學(xué)者對(duì)信用不對(duì)稱市場下的企業(yè)信用評(píng)級(jí)模型研究大多針對(duì)債券市場、股票市場的上市企業(yè)或財(cái)務(wù)數(shù)據(jù)完備的大企業(yè)的信用評(píng)級(jí)指標(biāo)、方法展開討論，對(duì)評(píng)級(jí)信息的收集，信息真實(shí)性的驗(yàn)證以及評(píng)級(jí)信息提供方與咨詢方的博弈關(guān)系研究得較少。有鑒于此，本文從博弈論的視角分析感知信用評(píng)價(jià)體系中信息提供方與咨詢方的競爭策略，推導(dǎo)影響小微企業(yè)信用評(píng)價(jià)質(zhì)量的關(guān)鍵因素，為后期構(gòu)建網(wǎng)絡(luò)信用評(píng)價(jià)模型提供參考。

2 小微企業(yè)感知信用評(píng)價(jià)體系的構(gòu)建

3 基于感知信用體系的行為博弈模型

信息不對(duì)稱背景下，感知信用體系無法完全保證評(píng)價(jià)信息的真實(shí)性。一方面信息提供方可能提供虛假評(píng)價(jià)信息，誤導(dǎo)信息咨詢方交易決策；另一方面信息咨詢方會(huì)依據(jù)自身經(jīng)驗(yàn)鑒別信息，盡可能做出正確交易決策。此過程中博弈雙方的得失不存在必然對(duì)立關(guān)系，而是一種非零和博弈關(guān)系[22，23]。基于感知信用體系的行為博弈模型如圖2所示。

4 基于感知信用體系的實(shí)驗(yàn)結(jié)果分析

借助Matlab仿真實(shí)驗(yàn)考察感知信用體系對(duì)虛假評(píng)價(jià)抵抗力。實(shí)驗(yàn)以系統(tǒng)中受虛假信息影響的企業(yè)占比作評(píng)價(jià)標(biāo)準(zhǔn)，違規(guī)企業(yè)數(shù)量越小，系統(tǒng)中的虛假評(píng)價(jià)越少，企業(yè)感知信用體系對(duì)虛假評(píng)價(jià)的防御能力就越強(qiáng)，對(duì)咨詢方的價(jià)值也越大。令企業(yè)間信任關(guān)系呈冪律分布，每項(xiàng)實(shí)驗(yàn)重復(fù)運(yùn)行10次，實(shí)驗(yàn)結(jié)果取平均值。

仿真實(shí)驗(yàn)所用參數(shù)如表2所示。為簡化實(shí)驗(yàn)，仿真過程做如下假設(shè)：

（1）模型中評(píng)價(jià)企業(yè)分2類，一類是合規(guī)企業(yè)，這類企業(yè)可進(jìn)行企業(yè)信用信息咨詢，也可發(fā)表真實(shí)交易評(píng)價(jià)；另一類是違規(guī)企業(yè)，這種企業(yè)不進(jìn)行信息咨詢，只發(fā)表虛假評(píng)價(jià)信息并從中獲益；考慮到監(jiān)管部門的定期檢查會(huì)懲處部分違規(guī)企業(yè)，所以每個(gè)傳播周期后，部分提供虛假評(píng)價(jià)信息的違規(guī)企業(yè)會(huì)以β的概率轉(zhuǎn)變?yōu)楹弦?guī)企業(yè)。

（2）先在配置文件中按第二節(jié)思想，初始化企業(yè)間信任矩陣，并在每個(gè)交易周期后對(duì)其更新。

（3）每個(gè)交易周期，按DownRate咨詢率隨機(jī)挑選部分合規(guī)企業(yè)進(jìn)行企業(yè)信用信息查詢，并選交易信任度最高的被評(píng)企業(yè)做交易，按第三節(jié)思想計(jì)算評(píng)價(jià)信息的采信率，如果采信率超過咨詢企業(yè)自身的信任閾值Thr（Thr是一個(gè)與咨詢企業(yè)安全意識(shí)Saf以及咨詢企業(yè)在地方經(jīng)濟(jì)中的重要程度Impi相關(guān)的函數(shù)），則咨詢方采信感知信用平臺(tái)的評(píng)價(jià)信息，同被評(píng)企業(yè)交易，否則不與被評(píng)企業(yè)交易。每輪會(huì)有部分企業(yè)因采信到虛假評(píng)價(jià)信息而受損失，部分守法企業(yè)出于報(bào)復(fù)或彌補(bǔ)損失的目的，以ρ的概率成為下一交易周期的違規(guī)企業(yè)，相應(yīng)虛假評(píng)價(jià)信息源也隨之增加。無論咨詢企業(yè)性質(zhì)是否發(fā)生改變，這些企業(yè)對(duì)交易企業(yè)的不滿意度和自身安全防范意識(shí)會(huì)隨之增加。

（4）忽略評(píng)價(jià)信息的傳播時(shí)間。

圖3展示了咨詢方的安全防范意識(shí)對(duì)虛假信息傳播率的影響，從圖中可看到，咨詢方自身的安全防范意識(shí)越強(qiáng)，受虛假評(píng)價(jià)信息影響的企業(yè)占比越小，感知信用平臺(tái)抵御虛假評(píng)價(jià)信息的能力越強(qiáng)。分析原因是當(dāng)咨詢方自身安全防范意識(shí)提高后，能更有效地辨識(shí)違規(guī)企業(yè)發(fā)布在感知

信用平臺(tái)的虛假信息，更謹(jǐn)慎地選擇交易對(duì)手，當(dāng)其認(rèn)為平臺(tái)所發(fā)布的評(píng)價(jià)信息是虛假信息時(shí)，它會(huì)拒絕采信，因此其受虛假信息誤導(dǎo)，錯(cuò)選交易對(duì)手的概率變??；但同時(shí)也應(yīng)看到，雖然咨詢方的自身安全防范意識(shí)對(duì)虛假評(píng)價(jià)信息的傳播速度有一定影響，但影響并不大。無論咨

詢企業(yè)安全意識(shí)有多高，當(dāng)信息咨詢方與信息提供方博弈超過20輪后，受虛假信息影響的企業(yè)占比大致保持在50%左右。因此僅加強(qiáng)企業(yè)自身安全防范意識(shí)并不能對(duì)信用平臺(tái)防范信用欺詐和信用抵毀有太大作用。

圖4展示了咨詢企業(yè)在地方經(jīng)濟(jì)中的重要性對(duì)虛假評(píng)價(jià)信息傳播速度的影響。從圖中看到，當(dāng)咨詢企業(yè)本身的經(jīng)濟(jì)重要性越高，進(jìn)行交易決策前就越傾向謹(jǐn)慎，不會(huì)輕信感知信用平臺(tái)上看到的可疑評(píng)價(jià)信息。因此受虛假評(píng)價(jià)信息誤導(dǎo)，遭受損失的可能性越小。從圖中可以看到，即使經(jīng)濟(jì)重要性一般的咨詢企業(yè)在通過感知信用平臺(tái)查詢交易對(duì)手信用過程中，受虛假信息誤導(dǎo)的概率也不超過55%。

圖5展示了虛假評(píng)價(jià)信息的危害度對(duì)其傳播速度的影響，實(shí)驗(yàn)結(jié)果表明，隨著虛假評(píng)價(jià)信息危害度的增加，其傳播速度并未隨之加快，相反還逐漸降低。究其原因在于當(dāng)虛假信息危害度提高后，咨詢企業(yè)受虛假信息誤導(dǎo)所遭受的損失會(huì)更大，這會(huì)促進(jìn)咨詢方更傾向于忽略一些可疑評(píng)價(jià)，從而使虛假評(píng)價(jià)信息的傳播速度大幅降低，這也是一些不良商家依靠網(wǎng)絡(luò)水軍炒作自身信用，雖然好評(píng)率很高，但交易量并未顯著提升的原因。

圖6展示了監(jiān)管部門的檢查率對(duì)虛假評(píng)價(jià)信息傳播速度的影響，由圖可知，監(jiān)管部門對(duì)違規(guī)企業(yè)的檢測率越高，虛假評(píng)價(jià)信息的傳播速度越慢，且當(dāng)監(jiān)管部門檢測率超過20%后，受虛假評(píng)價(jià)信息影響的企業(yè)占比會(huì)大幅降低。且一旦發(fā)表虛假評(píng)價(jià)的企業(yè)所獲利益小于其被監(jiān)管部門查處所遭受的損失時(shí)，違規(guī)企業(yè)的違法成本會(huì)大幅攀升，在此情況下違規(guī)企業(yè)會(huì)逐步改變博弈策略，選擇提供真實(shí)評(píng)價(jià)，這樣感知信用體系對(duì)咨詢方的吸引力就會(huì)快速提高，也有利于后期小微企業(yè)信用評(píng)級(jí)體系的構(gòu)建與完善。

5 研究結(jié)論與改進(jìn)建議

本文借助行為博弈理論分析了感知信用評(píng)價(jià)體系中信用評(píng)價(jià)方與信用咨詢方間的博弈過程，分析了影響虛假評(píng)價(jià)信息在感知信用體系中傳播速度的關(guān)鍵因素。實(shí)驗(yàn)發(fā)現(xiàn)：監(jiān)管部門對(duì)違規(guī)企業(yè)的打擊力度會(huì)極大影響虛假評(píng)價(jià)信息在感知信用體系中傳播效率，從而大幅提高感知信用平臺(tái)的有效性；其次信息咨詢方自身在本地經(jīng)濟(jì)中的重要性也會(huì)影響其對(duì)可疑評(píng)價(jià)信息的接受程度，從而間接降低虛假信息對(duì)咨詢方誤導(dǎo)的危害；最后信息咨詢方自身的安全防范意識(shí)及虛假信息本身的危害度對(duì)于感知信用平臺(tái)抵御虛假評(píng)價(jià)信息的能力影響不大。但當(dāng)虛假評(píng)價(jià)信息危害度增加時(shí)，其虛假信息在感知信用體系中的傳播速度反而降低。

實(shí)驗(yàn)表明基于感知信用體系的企業(yè)信用評(píng)級(jí)可有效收集小微企業(yè)交易軟信息，為后期構(gòu)建適合小微企業(yè)融資特點(diǎn)的企業(yè)信用評(píng)級(jí)模型提供參考。但當(dāng)前大多數(shù)感知信用評(píng)級(jí)平臺(tái)并不對(duì)交易評(píng)價(jià)信息的真?zhèn)巫霰M職調(diào)查，也缺乏對(duì)提供虛假評(píng)價(jià)信息企業(yè)的懲處手段，對(duì)虛假評(píng)價(jià)信息的識(shí)別主要依賴信息咨詢方自身判斷，這在很大程度上影響了感知信用體系在小微企業(yè)信用評(píng)級(jí)領(lǐng)域的應(yīng)用。為此本文提出如下建議：（1）在信用感知體系中強(qiáng)化異議處理環(huán)節(jié)。交易雙方可就存在爭議的評(píng)價(jià)信息向平臺(tái)申請(qǐng)復(fù)議，平臺(tái)收集雙方的復(fù)議材料，通過盡職調(diào)查提高評(píng)價(jià)的真實(shí)性，以此確定是否公布存在爭議的評(píng)價(jià)信息；（2）在信用感知評(píng)價(jià)體系中增加異常檢測機(jī)制。每月定期對(duì)差評(píng)率或好評(píng)率明顯高于行業(yè)均值的參評(píng)企業(yè)與被評(píng)企業(yè)進(jìn)行抽檢，一旦發(fā)現(xiàn)有造假行為，則通過降低違規(guī)企業(yè)信用或列入企業(yè)誠信記錄負(fù)面清單的方法進(jìn)行信用懲處；（3）增加對(duì)提供虛假信息的違規(guī)企業(yè)懲處力度。平臺(tái)加強(qiáng)與政府監(jiān)管部門聯(lián)動(dòng)，一旦在爭議處理或異常檢測中發(fā)現(xiàn)企業(yè)有違規(guī)行為，就將提供虛假評(píng)價(jià)或購買虛假評(píng)價(jià)的違規(guī)企業(yè)不良記錄納入企業(yè)征信報(bào)告中，提高這些企業(yè)的誠信違法成本，完善社會(huì)信用體系建設(shè)，提高感知信用體系對(duì)信息咨詢企業(yè)的吸引力。

參考文獻(xiàn)：

[1]王德勝，王冠琳. 信息不對(duì)稱條件下消費(fèi)者網(wǎng)絡(luò)購物的感知風(fēng)險(xiǎn)[J]. 經(jīng)濟(jì)管理， 2013. 35（01）： 142-151.

[2]Lee M， Turban E. A Trust Model for Consumer Internet Shopping[J]. International Journal of Electronic Commerce， 2001，6（1）： 75-91.

[3]Grabner K S， Kaluscha E A. Empirical Research in Online Trust： A Review and Critical Assessment[J]. International Journal of Human Computer Studies， 2003，58（1）： 783-812.

[4]Ahn L， Matti S. Word-of-Mouth Communication and Community Enforcement[J]. International Economic Review， 2001，42（2）： 399-417.

[5]Dirk C， Kornelius K. Innovation Indicators and Corporate Credit Ratings： Evidence from German Firms[J]. Economics Letters， 2004，82（3）： 377-384.

[6]Lee J， Park D H， Han I. The Effect of Negative Online Consumer Reviews on Product Attitude： An Information Processing View[J]. Electronic Commerce Research and Applications， 2008，7（2）：341-352.

[7]Angus D， Sandra E. Credit Ratings Quality： The Perceptions of Market Participants and Other Interested Parties[J]. The British Accounting Review， 2009，41（3）： 141-153.

[8]Catalina S， Radu T， Stuart T. The Credit Rating Process and Estimation of Transition Probabilities： A Bayesian Approach[J]. Journal of Empirical Finance， 2009，16（2）： 216-234.

[9]Stefan H. Credit Rating Dynamics and Competition[J]. Journal of Banking & Finance， 2014（49）： 100-112.

[10]Anand M G， Anjan V T. Information Reliability and Welfare： A Theory of Coarse Credit Ratings[J]. Journal of Financial Economics， 2015，115（3）：541-557.

[11]Pang S L， Liu Y Q， Wang Y M， Yao H Z. The Credit-risk Decision Mechanism on Fixed Loan Interest Rate with Imperfect Information[J]. Systems Engineering and Electronics， 2001，12（3）： 20-24.

[12]楊軍. 財(cái)務(wù)杠桿、信號(hào)博弈與信用風(fēng)險(xiǎn)識(shí)別[J]. 金融研究， 2004（2）：71-78.

[13]劉豐，朱金偉. 網(wǎng)絡(luò)交易中的信用及信用管理初探[J]. 華南金融研究， 2004，19（3）： 74-76.

[14]陳德勝，馮宗憲. 外部信用評(píng)級(jí)隱含的風(fēng)險(xiǎn)信息研究綜述[J]. 財(cái)貿(mào)研究， 2005（1）： 41-45.

[15]王恒，沈利生. 客戶信用評(píng)級(jí)系統(tǒng)的經(jīng)濟(jì)計(jì)量模型檢驗(yàn)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2006，23（6）： 138-147.

[16]侯赟慧. 我國B2B交易市場的中小企業(yè)信用評(píng)價(jià)指標(biāo)體系探討[J]. 軟科學(xué)，2006，20（4）：140-144.

[17]Huang Y B， Wang M M. Credit Rating System in C2C E-Commerce： Verification and Improvement of Existent Systems with Game Theory[C]. Management of e-Commerce and e-Government[M].ICMECC，2009.36-39.

[18]梁濤.評(píng)級(jí)市場的聲譽(yù)機(jī)制及對(duì)我國信用評(píng)級(jí)業(yè)發(fā)展的啟示[J]. 征信， 2011（6）：43-46.

[19]馬欽海， 趙佳， 張躍先， 郝金錦， C2C 環(huán)境下顧客初始信任的影響機(jī)制研究：網(wǎng)上購物經(jīng)驗(yàn)的調(diào)節(jié)作用[J]. 管理評(píng)論， 2012，24（7）：70-81.

[20]Zhong H M， Miao C Y， Shen Z Q， Feng Y H. Comparing the Learning Effectiveness of BP， ELM， I-ELM， and SVM for Corporate Credit Ratings[J]. Neurocomputing，2014，128（27）： 285-295.

[21]王嘯華， 聲譽(yù)、契約執(zhí)行和產(chǎn)品質(zhì)量——對(duì)網(wǎng)上交易信用評(píng)價(jià)系統(tǒng)的分析[J]. 宏觀質(zhì)量研究， 2014，2（2）： 52-57.

[22]Saul S. A Gentle Introduction to Game Theory[M]. Washington， DC： American Mathematical Society， 1999.121-131.

[23]Sallhammar K， Knapskog S J， Helvik B E. Using Stochastic Game Theory to Compute the Expected Behavior of Attackers[C]. Proc of the Symposium on Applications and Internet Workshops. Trento， Italy， 2005.102-105.

[24]G. Owen. Game Theory. 3rd Edition[M]. New York， NY： Academic Press， 1995.10-24.

（責(zé)任編輯：石琳娜）