唐浩坤 溫濤 鄒芳莉

摘要 作為農(nóng)村電商市場主體的小微企業(yè)，信用缺乏問題為這一市場的可持續(xù)發(fā)展埋下隱患，探討適合小微企業(yè)特征的信用評級方法成為促進農(nóng)村電商市場發(fā)展的當務之急。借助有限博弈理論比較各類農(nóng)村電商市場主體信用評級收費模式的優(yōu)劣，證明農(nóng)村征信平臺采取面向咨詢方的收費模式要比面向企業(yè)方的收費模式更能減少咨詢企業(yè)遭受惡意欺詐的風險，同時提高咨詢企業(yè)安全意識，加大對欺詐交易的懲處力度，提高征信平臺對虛假評級信息的盡職調(diào)查比例和甄別能力，都能有效控制咨詢企業(yè)同惡意企業(yè)交易的損失率。

關鍵詞 農(nóng)村電商市場；信用評級；收費模式；有限重復博弈

中圖分類號 S-9；F326.6 文獻標識碼 A 文章編號 0517-6611（2017）01-0231-06

Game Analysis of the Fee Mode of Rural ECommerce Market Small Enterprises Credit Rating

TANG Haokun1， WEN Tao1， ZOU Fangli2

（1.College of Economics and Management， Southwest University， Chongqing 400716；2. Credit Management Department， Chongqing Operation Office of Peoples Bank of China， Chongqing 400011）

Abstract Small enterprise is one of the main body of rural ecommerce market， credit deficiency in these enterprises is a hindrance to the sustainable development in the market， and the methods of credit rating which are compatible with small enterprises have become the top priority to promote the development of rural ecommerce market. By means of infinitely repeated game theory， the article compared the advantages and disadvantages of different types of charge mode of rural ecommerce market players credit rating. Simulation tests showed the risk of consultant being cheated was lower when rural credit platform charged consultant rather than business. Meanwhile， the losses caused by consultancy firm dealing with dishonest firm would be contained by rising consultants safe consciousness，strengthening investigation and punishment on fraudulent transaction，increasing the proportion of research about false evaluation information， and improving the ability of discriminating false information.

Key words Rural ecommerce market；Credit rating；Fee model；Infinitely repeated game

農(nóng)村是我國擴大內(nèi)需的重要戰(zhàn)場，也是國內(nèi)發(fā)展?jié)摿ψ畲蟮碾娮由虅帐袌?。?jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）公布的第37次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2015年底，我國農(nóng)村網(wǎng)民規(guī)模達1.95億，在全國網(wǎng)民中的占比達28.4%。農(nóng)村網(wǎng)購規(guī)模近年來以40%的年均增長率不斷飆升，以“淘寶村”為代表的一大批農(nóng)村電子商務基礎設施建設得以快速發(fā)展。截至2015年末，全國符合標準的“淘寶村”數(shù)量達780個，分布于全國17個省市，同比增長高達268%，覆蓋活躍網(wǎng)店總量超過20萬家。

由于我國農(nóng)村電商市場剛剛起步，與之配套的農(nóng)村信用體系建設十分薄弱，尤其是作為農(nóng)村電商市場主體的小微企業(yè)信用評級失真問題為農(nóng)村電商市場可持續(xù)發(fā)展帶來極大隱患，因此構建適合農(nóng)村電商市場發(fā)展的小微企業(yè)信用體系成為當前亟待解決的問題。筆者通過文獻梳理發(fā)現(xiàn)，當前學術界的相關研究主要集中在信用評級如何幫助企業(yè)解決融資難題上，對如何采集小微企業(yè)信用數(shù)據(jù)，如何促使征信機構提高其所出具的小微企業(yè)信用報告質(zhì)量等研究還相對較少。因此，筆者提出發(fā)揮電商平臺在小微經(jīng)濟體信用軟件信息采集上的優(yōu)勢，構建適合小微企業(yè)發(fā)展特點的信用評級體系，并借助有限博弈理論比較各類農(nóng)村電商市場主體信用評級收費模式的優(yōu)劣。

1 研究背景

“十二五”期間，我國農(nóng)村居民收入年均增長超過10%，增幅連續(xù)多年高于城鎮(zhèn)居民和GDP增速，為農(nóng)村電商市場的未來收益提供了有益的支撐。農(nóng)村電信基礎設施不斷完善，截至2015年底，我國行政村寬帶覆蓋率達95%以上，加速了電子商務向農(nóng)村的滲透；2014年國家農(nóng)業(yè)部提出“信息進村入戶”工程，國家商務部推行“電子商務進農(nóng)村”示范計劃。2016年中央一號文件明確支持電商、物流、商貿(mào)、金融等企業(yè)參與涉農(nóng)電商平臺建設，相關支農(nóng)政策密集出臺為農(nóng)村電商市場快速興起提供了制度保障。農(nóng)村日顯落后的線下商業(yè)體系無法滿足當前多樣化的市場需求，為農(nóng)村電商市場的快速拓展留下巨大“藍?！薄３鞘须娚淌袌鋈遮咃柡?，增長空間有限，促使各大電商紛紛轉(zhuǎn)戰(zhàn)農(nóng)村市場。以上因素的共同作用促進我國農(nóng)村電商市場迅猛發(fā)展。

當前農(nóng)村電商市場主體包含2部分，一部分是積極拓展農(nóng)村消費市場的各大電商平臺，另一部分是借助電商平臺實現(xiàn)“工業(yè)品下鄉(xiāng)”和“農(nóng)產(chǎn)品進城”的商貿(mào)類、供銷類、郵政類企業(yè)以及參與農(nóng)村“兩創(chuàng)”事業(yè)的高校畢業(yè)生、返鄉(xiāng)農(nóng)民工、農(nóng)村專業(yè)戶、致富帶頭人等，這部分市場主體大多體量微小、數(shù)目眾多，是農(nóng)村電商市場的絕對主力和未來發(fā)展的生力軍。它們借助電商平臺的信息優(yōu)勢，將新農(nóng)村生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后諸多環(huán)節(jié)有機結合，妥善解決了新農(nóng)村生產(chǎn)與市場信息缺乏溝通問題，實現(xiàn)了銷售環(huán)節(jié)規(guī)?；?、多元需求便利化、物流成本效率化。

但同時也應看到，部分電商平臺為爭奪商戶數(shù)量，追求增長速度，對證照不全、信用缺失的三無企業(yè)故意“網(wǎng)開一面”，導致農(nóng)村電商市場準入門檻過低，魚龍混雜現(xiàn)象泛濫。此外，電商平臺上的交易物品信息基本為商家上傳的圖片和宣傳文字，造成網(wǎng)購企業(yè)無法直接接觸商品和判斷商品真?zhèn)?，給假冒偽劣產(chǎn)品泛濫網(wǎng)絡以可乘之機；加上大多數(shù)電商平臺所采用的消費者主動評級制度所引發(fā)的“水軍”橫行問題仍難解決，導致作為農(nóng)村電商市場主體的小微企業(yè)信用評級扭曲問題突出，這些問題給農(nóng)村電商市場可持續(xù)發(fā)展帶來極大隱患，動搖客戶從農(nóng)村電商平臺獲得誠信服務的信心，因此構建適合農(nóng)村電商市場發(fā)展的小微企業(yè)信用評級體系成為當務之急。

2 文獻回顧

近年來國外學者對企業(yè)信用評級的研究更多關注于企業(yè)信用與企業(yè)債券及股票價格間的關系。Merton[1]首次利用模型描述企業(yè)違約風險與企業(yè)債券信用利差間的關系；Copeland等[2]進一步借助結構模型分析企業(yè)定價與買賣價差的關系，指出在信用風險中性條件下，交易雙方信息不對稱導致買賣價差的存在。信息不對稱市場下信用評級成為衡量企業(yè)質(zhì)量、評估企業(yè)信用風險的重要工具，被引入到資本市場的風險定價體系中。Holthausen等[3]、 Hand等[4]、Ederington等[5]先后在其研究中指出，一旦企業(yè)信用評級發(fā)生調(diào)整，會直接影響企業(yè)的債券價格和股票價格；Duffie等[6]認為，信息不對稱會影響投資者對公司價值的準確判斷，使投資者對公司信用利差期限結構產(chǎn)生不同預期；Graham等[7]研究發(fā)現(xiàn)，企業(yè)信用評級是財務總監(jiān)決定公司資本結構考慮的第二大因素，僅次于財務靈活性，這促使公司高層努力提升企業(yè)信用等級；Kisgen等[8]考察了公司信用評級與資本結構調(diào)整的關系，指出當公司評級中帶有“+”“-”標記時，公司資本結構會更多進行股權融資而減少債券融資；Jiang[9]、Kisgen等[10]則先后在其研究中指出企業(yè)信用評級與商業(yè)票據(jù)貼現(xiàn)的關系；Mathis等[11]研究了聲譽機制對信用評級機構的約束作用，指出當前信用評級機構針對股市發(fā)行人的收費模式存在諸多問題，為該研究提供參考；Bolton等[12]深入研究信用評級機構、股市發(fā)行人及股票投資間的關系，分析指出信用評級機構間的市場競爭可能降低信用評級效率，誘發(fā)企業(yè)信用售賣問題，但并未對此提出解決方案；Silvia等[13]針對中小微企業(yè)特點，構建了一個基于企業(yè)軟信息的中小企業(yè)信用風險模型，并利用蒙特卡羅實驗對模型性能進行驗證，但并未對中小企業(yè)軟信息采集渠道做深入分析。

國內(nèi)學者對企業(yè)信用評級的研究則更多從信用評級對緩解中小企業(yè)融資難題角度入手。如李寶慶[14]深入分析了我國中小企業(yè)信用治理現(xiàn)狀及存在的問題，提出規(guī)范企業(yè)信用行為、加強企業(yè)信用管理和構建企業(yè)信管體系的政策建議；尹銳[15]借助動態(tài)博弈模型分析，揭示了銀行與中小企業(yè)間信貸博弈過程，建議完善企業(yè)信用擔保體系及健全相關法規(guī)，以緩解中小企業(yè)融資難題；孫洪娟[16]綜述了國內(nèi)外商業(yè)銀行信用風險管理技術，為后期構建中小企業(yè)信用評級模型提供借鑒；林毅夫等[17]分析指出正規(guī)金融機構難以克服信息不對稱造成的逆向選擇問題，而非正規(guī)金融機構則在收集中小企業(yè)“軟信息”方面具有優(yōu)勢，最終借助金融市場模型證明非正規(guī)金融機構能改進整個信貸市場的資金配置效率；陳然瑜等[18]提出結合信貸申請方及第三方提供的資料構建小微企業(yè)信用評級模型，破解因信息不對稱導致的小微企業(yè)信貸風險，但并未給出可操作的小微企業(yè)信息收集渠道；徐忠等[19]利用委托代理模型分析了商業(yè)銀行提供中小企業(yè)融資的三大關鍵問題，提出大力發(fā)展中小銀行、完善征信體系、構建“三農(nóng)”金融事業(yè)部等政策建議；李鑫等[20]通過分析濟南市150家農(nóng)村中小企業(yè)調(diào)查問卷得出結論，企業(yè)信用狀況及資信評價偏低已成為農(nóng)村中小企業(yè)難從銀行獲取貸款的最關鍵因素，但未給出具體解決方案；李潘生[21]運用AHP法確定網(wǎng)絡小微企業(yè)信貸評價財務指標與非財務指標的權重，并結合隸屬函數(shù)確定網(wǎng)絡小微企業(yè)信貸等級，但在企業(yè)信用信息獲取、信用指標連續(xù)性設置方面還有可改進之處；徐曉萍等[22]運用阿馬蒂亞·森的“確保原則”描述了銀行與小微企業(yè)博弈中的策略選擇分化，從理論和實踐層面探究了關系型借貸對社會信用水平的影響，為該研究的博弈分析提供了參考。

3 農(nóng)村征信平臺的收費模式

當前國內(nèi)征信機構在對企業(yè)評級時過多依賴企業(yè)的財務指標，對于財務數(shù)據(jù)尚未健全的大多數(shù)農(nóng)村小微企業(yè)并不適用，為此類似阿里、京東、蘇寧等急于拓展農(nóng)村市場的各大電商紛紛構建起以“芝麻信用”為代表的獨立第三方征信平臺，借助電商后臺數(shù)據(jù)庫收集到的農(nóng)村電商市場小微經(jīng)濟體交易“軟信息”對其進行信用評分，并鼓勵中小金融機構以此為據(jù)，向農(nóng)村小微企業(yè)提供信用融資。在此評級過程中，征信平臺的主要收入來源于借助電商平臺銷售工業(yè)品或農(nóng)副產(chǎn)品的小微企業(yè)，征信平臺將免費向咨詢企業(yè)提供其所收集到的農(nóng)村小微企業(yè)信用報告，但卻不會因“評估誤差”導致咨詢企業(yè)遭受壞賬而承擔任何責任，因此難以完全杜絕征信平臺存在為增加收入與惡意企業(yè)串謀出具低質(zhì)信用報告誤導咨詢企業(yè)的現(xiàn)象。為此筆者通過有限重復博弈探討適合農(nóng)村征信平臺可持續(xù)發(fā)展的收費模式。

在農(nóng)村電商市場中，與企業(yè)信用評級有關的利益相關方共4類，第1類是征信平臺方（以下簡稱“平臺方”），第2類是交易評價方（以下簡稱“評價方”），第3類是商品銷售方（以下簡稱“企業(yè)方”），第4類是信息咨詢方（以下簡稱“咨詢方”）。其中平臺方借助評價方對企業(yè)方的評價收集企業(yè)方的信用信息，并生成企業(yè)信用報告；咨詢方借助平臺方提供的企業(yè)信用報告獲取企業(yè)信用信息以決定是否與企業(yè)方進行交易。在此過程中，平臺方是中介核心，也是收費主體，它可以向其他三方收費。

3.1 向評價方收費模式

該模式下無論是借助平臺增信的企業(yè)方，還是利用平臺獲信的咨詢方，都不用向征信平臺繳費。平臺方利用從評價方收取的會費維持日常運營，但這種模式在實際操作中，既要求評價方耗費精力完成交易評價，又要求評價方按期向征信平臺繳納會費，但評價方自身卻無法得到直接經(jīng)濟收益。投入與收益的失衡不僅損害評價方的參與積極性，同時又誘使部分評價方接受企業(yè)賄賂，提供虛假評價，進而降低平臺所獲企業(yè)信用軟信息的質(zhì)量，最終損害咨詢方利益，因此這種收費模式不具可行性。

3.2 向企業(yè)方收費模式

該模式下，平臺方維護日常運作的經(jīng)費主要依靠從企業(yè)方收費獲取，當前絕大多數(shù)電商所構建的征信平臺都采用這一方式。該模式下，咨詢方可免費從征信平臺獲取企業(yè)信用評價，但無法影響信用平臺所出具的企業(yè)信用評價質(zhì)量。

3.3 向咨詢方收費模式

該模式下，平臺方維護日常運作的經(jīng)費主要源自對咨詢方征收會費，征信平臺所提供的企業(yè)信用報告質(zhì)量直接決定其所能吸引到的咨詢企業(yè)數(shù)量，企業(yè)方無法直接利用資金影響征信平臺的評估決策。

筆者重點關注平臺的后2種收費模式，按征信平臺利益最大化原則比較2種收費模式下咨詢企業(yè)受企業(yè)信用報告誤導與惡意企業(yè)交易的比例。分析減少咨詢企業(yè)受惡意企業(yè)欺騙的關鍵參數(shù)，真正發(fā)揮農(nóng)村征信平臺在農(nóng)村電商市場正常交易過程中的提質(zhì)增信作用。

4 農(nóng)村征信平臺收費模式的博弈模型

4.1 平臺方對企業(yè)方收費的博弈模型 在該收費模式下，征信平臺一旦出具高質(zhì)量信用報告，必然會降低惡意企業(yè)同咨詢方企業(yè)交易的可能性，從而降低惡意企業(yè)在下一收費期向征信平臺繳納會費的積極性。因此，該模式下設定平臺方提供高質(zhì)信用報告時，企業(yè)方向平臺方支付的費用只有前一輪正常費率的1/3。按Kreps等[23]所提有限重復博弈思想，非零和博弈雙方所采用的混合策略如下。

（1）企業(yè)方以高費率委托平臺方提供低質(zhì)量信用報告，企業(yè)方的收益為EfL（t）-PaH（t），平臺方的收益為PaH（t）-CoL（t）。其中，EfL（t）代表企業(yè)方第t輪依靠平臺方出具的低質(zhì)信用報告所獲取的收益；PaH（t）代表第t輪平臺方所收取的高額費用；CoL（t）代表平臺方第t輪生成低質(zhì)量企業(yè)信用報告的成本。其中t表示平臺方的收費周期。

（2）企業(yè)方以高費率委托平臺方提供高質(zhì)量信用報告，企業(yè)方的收益為EfH（t）-PaH（t）×（1/3）t-1，平臺方的收益為PaH（t）×（1/3）t-1-CoH（t）。其中，EfH（t）代表企業(yè)方第t輪依靠平臺方出具的高質(zhì)信用報告所獲取的收益；CoH（t）代表平臺方第t輪生成高質(zhì)量企業(yè)信用報告的成本。

（3）企業(yè)方以低費率委托平臺方提供低質(zhì)量信用報告，企業(yè)方的收益為EfL（t）-PaL（t），平臺方的收益為

PaL（t）-CoL（t）。其中PaL（t）代表第t輪向平臺方所收取的低額費用。

（4）企業(yè)方以低費率委托平臺方提供高質(zhì)量信用報告，企業(yè)方的收益為EfH（t）-PaL（t）×（1/3）t-1，平臺方的收益為

PaL（t）×（1/3）t-1-CoH（t）。

由此可得，平臺方對企業(yè)方收費模式下的博弈矩陣如表1所示。

該模式下平臺方第t輪提供低質(zhì)信用報告的收益為：ExL（t）=[PaH（t）-PaL（t）]×PE+PaL（t）-CoL（t）。

同理可得該模式下平臺方第t輪提供高質(zhì)信用報告的收益為：ExH（t）=（ 1 3 ）t-1×[PaH（t）-PaL（t）]×pE+（ 1 3 ）t-1×PaL（t）-CoH（t）。

CoH（t）>CoL（t）>0，因此可得ExL（t）>ExH（t），這說明在該收費模式下，平臺提供低質(zhì)量信用報告的期望收益要明顯高于提供高質(zhì)量報告的期望收益，因此平臺為了自身利益更愿意提供低質(zhì)量信用報告。

4.2 平臺主對咨詢方收費 在該收費模式下，征信平臺一旦出具低質(zhì)量信用報告，可能增加咨詢方遭受損失的概率，從而降低咨詢方在下一收費期向平臺方繳納會費的積極性，而且咨詢方一旦決定同惡意企業(yè)交易，所遭受的損失通常遠大于惡意企業(yè)利用平臺增信失敗，未能與咨詢方交易所受損失。因此設定在該模式下，平臺方提供低質(zhì)信用報告后，咨詢方在下一收費期向平臺方支付的費用只有前一輪正常費率的1/4。按有限重復博弈思想，非零和博弈雙方所采用的混合策略如下。

（1）咨詢方以高費率從平臺方獲得低質(zhì)量信用報告，咨詢方的收益為CfL（t）-PaH（t）×（1/4）t-1，平臺方的收益為PaH（t）×（1/4）t-1。其中CfL（t）代表咨詢方第t輪依靠平臺方出具的低質(zhì)信用報告所獲取的收益；PaH（t）同上節(jié)。在此令PaH（t）=0.7×Wish（t）×Prof×Trans（t）；其 中Prof表示行業(yè)平均利潤率，Trans（t）為第t輪咨詢方與企業(yè)方的預期交易額，Wish（t）表示同企業(yè)第t輪的交易意愿。其值定義如下：

Wish（t）= RepN（t）/RepE（t）， if RepN（t）/RepE（t）<22 else

RepN（t）表示第t輪平臺方的聲譽值，RepE（t）表示第t輪企業(yè)方的聲譽值。CoL（t）同上節(jié)。在此令CoL（t）=BasRat×InvL×RecgL×Trans（t），其中BasRat表示基礎調(diào)研費率，InvL表示平臺提供低質(zhì)信用報告時的盡調(diào)比例，RecgL表示平臺提供低質(zhì)信用報告時的信息甄別率。

（2）咨詢方以高費率從平臺方獲得高質(zhì)量信用報告，咨詢方的收益為CfH（t）-PaH（t），平臺方的收益為PaH（t）-CoH（t）。其中CfH（t）代表咨詢方第t輪依靠平臺方出具高質(zhì)信用報告所獲取的收益；CoH（t）同上節(jié)，代表平臺方第t輪生成高質(zhì)量企業(yè)信用報告的成本。在此令CoH（t）=BasRat×InvH×RecgH×Trans（t）。

（3）咨詢方以低費率從平臺方獲得低質(zhì)量信用報告，咨詢方的收益為CfL（t）-PaH（t）×（1/4）t-1，平臺方的收益為PaL（t）×（1/4）t-1-CoL（t）。其中PaL（t）同上節(jié)定義，在此令PaL（t）=0.3×Wish（t）×Prof×Trans（t）。

（4）咨詢方以低費率從平臺方獲得高質(zhì)量信用報告，咨詢方的收益為CfH（t）-PaL（t），平臺方的收益為PaL（t）-CoH（t）。

由此可得，平臺方對咨詢方收費模式下的博弈矩陣如表2所示。

5 仿真實驗分析

5.1 實驗假設 為簡化模型，對模型做如下假設：

（1） 每一輪博弈共有10 000家惡意企業(yè)希望借助平臺增信，欺騙咨詢方同其進行交易以期獲得非法收益。

（2）每輪博弈中，如果咨詢方與一家惡意企業(yè)方進行交易必將遭受損失，在此情況下，咨詢方的風險控制閾值會提高10%；這家惡意企業(yè)方的聲譽度會降低15%，平臺方的聲譽度會按咨詢方受損比例的20%的程度降低。

（3）為考察信用平臺每輪收費期受損失咨詢企業(yè)占比，引入?yún)?shù)Posl（t）和Posh（t）分別代表平臺提供低質(zhì)量信用報告與高質(zhì)量信用報告時，惡意企業(yè)與咨詢企業(yè)交易的可能性。

（4）在平臺方向企業(yè)方收費模式下，將平臺提供低質(zhì)量信用報告的概率，以及在平臺方向咨詢方收費模式中的平臺提供高質(zhì)量信用報告的概率都設定為0.7。

（5）實驗共進行10輪。

（6）為進行仿真實驗，對參數(shù)Posl（t）和Posh（t）做如下定義，在第t輪如果信用平臺提供低質(zhì)量信用報告時，分段函數(shù)Posl（t）=1；或者信用平臺提供高質(zhì)量信用報告時，分段函數(shù)Posh（t）=1，則表示在本輪中咨詢企業(yè)會與惡意企業(yè)進行交易，遭受損失。

其中RisCon（t）表示第t輪咨詢方的風險控制閾值。

5.2 實驗參數(shù) 仿真實驗中所用到的參數(shù)如表3所示。

5.3 實驗分析

5.3.1 仿真實驗1比較2種收費模式下受惡意企業(yè)欺詐的咨詢企業(yè)比例。由圖1可以看出，在前5輪實驗中，面向咨詢方收費模式要比面向企業(yè)方收費模式更能抵御惡意企業(yè)的欺詐交易，但5輪收費期過后，隨著惡意企業(yè)和信用平臺聲譽值的不斷降低，以及受害咨詢企業(yè)安全意識的快速提高，面向企業(yè)收費模式中，咨詢方受惡意企業(yè)欺騙的比例會小于面向咨詢方收費模式，這說明聲譽懲戒機制對農(nóng)村電商平臺上的惡意交易有一定的抑制作用。但從總體看，面向咨詢方的收費模式中，咨詢企業(yè)方受損率一直保持在30%以下，且數(shù)值還逐步下降，更適合本身信譽不高的農(nóng)村征信平臺逐步積累知名度、持續(xù)拓展業(yè)務的需要。且在實際操作中，如果前幾輪收費期信用平臺為謀求暴利，與惡意企業(yè)串謀提供大量低質(zhì)信用報告，導致相當比例咨詢方遭受損失，則這些剛建立起來的信用平臺會被咨詢企業(yè)果斷拋棄，而失去咨詢方信賴的信用平臺也無法吸引足夠多的企業(yè)在此評級，從而最終導致征信平臺快速倒閉。因此在農(nóng)村征信市場剛發(fā)展的初期，面向咨詢方的收費模式比面向企業(yè)方的收費模式更能支持平臺發(fā)展，也更能避免咨詢企業(yè)利益受損。

5.3.2 仿真實驗2比較提高信用平臺調(diào)查能力后，受惡意企業(yè)欺詐的咨詢企業(yè)比例。每輪實驗前將征信平臺發(fā)布低質(zhì)信用報告的盡職調(diào)查比例和信息甄別率由原先的0.25提高到0.4；將平臺發(fā)布高質(zhì)信用報告的盡職調(diào)查比例和信息甄別率由原先的0.7提高到0.9。如圖2所示，平臺調(diào)研能力提高后，受惡意企業(yè)欺騙的咨詢企業(yè)占比下降更快，面向企業(yè)收費模式在5輪前的咨詢企業(yè)受損率就低于面向咨詢方收費模式，但變化幅度和調(diào)整前相比不是很大，說明提高征信平臺自身盡職調(diào)查能力以及對真實信用信息的甄別率能在一定程度上提高平臺對惡意企業(yè)欺詐行為的抵抗力。

5.3.3 仿真實驗3比較提高欺詐交易懲罰度后，受惡意企業(yè)欺詐的咨詢企業(yè)比例。每輪中當惡意企業(yè)與咨詢企業(yè)交易后，對惡意企業(yè)聲譽的懲罰力度由原先的15%降到本輪實驗中的25%；對作為交易中介的征信平臺聲譽值的懲罰力度由原來咨詢方受損比例的20%增大到30%。從圖3可看到，調(diào)整惡意交易懲罰力度后，咨詢企業(yè)受損率比調(diào)整前下降更快。在面向企業(yè)收費模式中，僅4輪交易后受損咨詢企業(yè)比例就低于向咨詢方收費模式，這說明提高欺詐交易懲罰力度比提高信用平臺盡職調(diào)查能力更能抑制惡意企業(yè)對咨詢企業(yè)的欺騙行為。

5.3.4 仿真實驗4比較增強咨詢企業(yè)安全意識后受惡意企業(yè)欺詐的咨詢企業(yè)比例。實驗前將咨詢企業(yè)風控閾值由0.5提升到0.8，如圖4所示，此時受惡意企業(yè)欺騙完成交易的咨詢企業(yè)受損率迅速降低。而向企業(yè)收費模式下僅6輪實驗就將咨詢企業(yè)受損率由0.7降到了0.02以下；在向咨詢方收費模式下，咨詢企業(yè)受損率的下降要平緩一些，但10輪實驗后咨詢方的受損率也下降到4%以下。這說明提高咨詢企業(yè)自身的風險控制意識能在短期內(nèi)（三輪交易后）就有效抑制惡意企業(yè)對其的欺騙，對惡意企業(yè)欺詐行為的抑制效果最好。

6 結論與建議

當前農(nóng)村電商市場迅猛發(fā)展，與之相伴的農(nóng)村征信市場也需逐步完善。筆者提出借助電商平臺在小微經(jīng)濟體信用軟信息采集上的優(yōu)勢，構建適合農(nóng)村電商市場發(fā)展的信用體系，利用有限重復博弈方法探討適應農(nóng)村電商市場迅猛發(fā)展的農(nóng)村征信機構收入來源。研究表明，面向咨詢方的收費模式比面向企業(yè)方的收費模式更能保證農(nóng)村征信平臺的持續(xù)發(fā)展，也更能減少咨詢企業(yè)受惡意企業(yè)欺騙的比例。此外，在充分競爭環(huán)境下，通過加大征信機構盡職調(diào)查力度，增加惡意企業(yè)或征信平臺違法交易成本，提高咨詢企業(yè)自身安全意識，都能更好地降低咨詢企業(yè)受損比例。

當前各大電商平臺所構建的獨立第三方征信機構的收入主要源于向企業(yè)方收費，要發(fā)展到向咨詢方收費需要一個循序漸進的過程。為此，筆者給出如下建議：①農(nóng)村征信機構的發(fā)展一定程度上依賴行政力量推動，征信機構的主要收費對象要由企業(yè)方向咨詢方過渡，監(jiān)管部門應做好引導，發(fā)揮示范效應。如政府扶持的農(nóng)村小微企業(yè)投融資項目應事先向征信機構查詢相關企業(yè)信用現(xiàn)狀。②鼓勵國有企業(yè)入股農(nóng)村征信機構，提高機構公信力，加強行政監(jiān)管，打擊失信行為，加大失信企業(yè)曝光度和違規(guī)成本，提升征信機構知名度。③引入國外先進的信用評級技術，加大企業(yè)信用評級的宣傳力度，提高咨詢方的風險防范意識。④借助評級增信可幫助受評企業(yè)提高商業(yè)機會，降低融資成本，拓寬融資渠道，同樣，企業(yè)信用評級報告可幫助咨詢方降低投資風險，實現(xiàn)風險定價，按照“誰受益誰付費”的原則，建議先構建一個以咨詢方收費為主、以企業(yè)方收費為輔的收費模式，隨著利率市場化改革的逐步深化，農(nóng)村征信評級市場日益完善，逐步過渡到僅向咨詢方收費的模式。⑤農(nóng)村征信機構自身也需加強專業(yè)化水平，逐步由企業(yè)信用風險分析機構向企業(yè)投資

決策機構轉(zhuǎn)化，成為集企業(yè)信用數(shù)據(jù)收集、企業(yè)信用風險分析、第三方獨立評級、企業(yè)投資決策咨詢功能為一身的綜合信息服務機構。⑥由于征信機構所提供的企業(yè)信用評級報告是具有外部性的公共品，企業(yè)信用報告的價值源于信息不對稱背景下的信息收集成本，一旦咨詢方購買后對外公開泄露，就會極大地影響信用報告的自身價值，直接影響農(nóng)村征信機構切身利益，為此需逐步完善知識產(chǎn)權、網(wǎng)絡信息安全等相關制度、法規(guī)的保障力度，促進農(nóng)村征信體系的逐步建立與完善。

參考文獻

[1]

MERTON R C.On the pricing of corporate debt：The risk structure of interest rates[J].Journal of finance， 1973（29）：449-470.

[2] COPELAND T， GALAI D.Information Effects on the Bid-Ask Spread[J].Journal of Finance，1983，38（5）：1457-1469.

[3] HOLTHAUSEN R W， LEFTWICH R W.The effect of bond rating changes on common stock prices[J].Journal of financial economics， 1986，17（1）：57-89.

[4] HAND J R H，HOLTHAUSEN R W，LEFTWICH R W.The effect of bond rating agency announcements on bond and stock prices[J].Journal of finance，1992，47（2）：733-752.

[5] EDERINGTON L H， GOH J C.Bond rating agencies and stock analysts：Who knows what when？[J].Journal of financial and quantitative analysis，1998，33（4）：569-585.

[6] DUFFIE D， LANDO D.The term structures of credit spreads with incomplete accounting information[J].Econometric，2001，69：633-664.

[7] GRAHAM J R， HARVEY C R.The theory and practice of corporate finance：Evidence from the field[J].Journal of financial economics，2001，60：187-243.

[8] KISGEN D J.Credit ratings and capital structure[J].Journal of finance，2006，61（3）：1035-1072.

[9] JIANG J.Beating earnings benchmarks and the cost of debt[J].Accounting review，2008，83（2）：2089-2136.

[10] KISGEN D J， STRAHAN P E.Do regulations based on credit ratings affect a firm′s cost of capital？[J].Review of financial studies，2010，23（12）：4324-4347.

[11] MATHIS J， MCANDREWS J， ROCHET J C.Rating the raters：Are reputation concerns powerful enough to discipline rating agencies？[J].Journal of monetary economics， 2009， 56（5）：657-674.

[12] BOLTON P， FREIXAS X， SHAPIRO J.The credit ratings game[J].The journal of finance， 2012，67（1）：85-112.

[13] SILVIA A， SEBASTIANO M.The financing of innovative SMEs：A multicriteria credit rating model[J].European journal of operational research，2015，244（2）：540-554.

[14] 李寶慶.中小企業(yè)發(fā)展之信用管理體系的構建[J].金融研究，2002（3）：81-86.

[15] 尹銳.銀行對中小企業(yè)貸款的動態(tài)博弈模型[J].財貿(mào)研究，2002，13（4）：101-103.

[16] 孫洪娟.商業(yè)銀行信用風險分析的主要技術[J].統(tǒng)計研究，2002（10）：57-59.

[17] 林毅夫， 孫希芳.信息、非正規(guī)金融與中小企業(yè)融資[J].經(jīng)濟研究，2005（7）：35-44.

[18] 陳然瑜，壽志敏.論商業(yè)銀行與小企業(yè)信息不對稱破解新策[J].全國商情·經(jīng)濟理論研究，2008（22）：53-55.

[19] 徐忠， 鄒傳偉.硬信息和軟信息框架下銀行內(nèi)部貸款審批權分配和激勵機制設計：對中小企業(yè)融資問題的啟示[J].金融研究，2010（8）：1-15.

[20] 李鑫， 王寶明.農(nóng)村中小企業(yè)信貸融資制約因素的實證研究：基于濟南市農(nóng)村中小企業(yè)的問卷調(diào)查[J].農(nóng)業(yè)技術經(jīng)濟，2010（9）：37-44.

[21] 李潘生.網(wǎng)絡微小企業(yè)貸款信用評級體系研究[D].杭州：浙江大學，2011.

[22] 徐曉萍，張順晨，敬靜.關系型借貸與社會信用體系的構建：基于小微企業(yè)演化博弈的視角[J].財經(jīng)研究，2014，40（12）：39-50.

[23] KREPS D M，MILGROM P， ROBERT J.Rational cooperation in the finitely repeated prisoners′ dilemma[J].Journal of economic theory，2010，27（27）：245-252.