网络信用风险交易几率的判定方法研究.docVIP

网络信用风险交易几率的判定方法研究 　　摘要：网络技术的快速发展使网络交易成为现代购物新模式。但是，网上交易的复杂性和虚拟性使网络信用风险加剧，在分析网络交易信用风险影响因素的基础上，确定交易信用风险指标体系，采用FAHP法综合影响因子权重，利用对策模型确定交易几率，得出交易几率大小是判别网络信用风险的主要依据。应用结果表明该方法具有很好的适用性，对于研究网络交易信用风险具有十分重要的意义。 　　关键词：信用风险；FAHP； 交易几率；对策模型 　　中图分类号：F014.5；F062. 5 文献标志码：A 文章编号：1001-862X（2013）01-0044-004 　　随着信息技术的发展及网络的普及应用，网上购物日渐成为人们的购物新时尚。据统计，截至2010年12月底，中国网民已超过4.57亿，其中网络购物人数达到1.61亿，显示出网络的市场规模和强劲发展势头。[1]与传统购物方式相比，网络购物具有很多优势，如产品选择范围广、能更好地满足消费者个性化需求、购物成本低、交易方式便捷、产品价格易于比较等。然而网购市场迅猛发展的同时风险也在随之增多，网购交易率极低。各种虚假交易、合同欺骗等信用风险是目前阻碍网民在线购物的主导因素。对于网购信用风险已经有了一些研究，如倪翠云（2011）在对我国网购发展现状分析总结的基础上，提出降低网购信用风险的相关措施[2]；南京理工大学于鸣燕（2007）在借鉴国外信用风险评估实践经验的基础上，建立了基于B-P神经网络的个人信用风险评估模型，对个人信用风险进行评价[3]；浙江大学冯炜（2010）用序次Logistic回归模型，运用CITC分析法，分析了影响消费者网络信任的具体因素及其影响机理[4]。目前，尽管很多电子商务企业通过各种努力想创造信用度，提高交易几率，降低网络信用风险损失，但大多数企业的努力集中在网站的建设上。事实上，网络交易是企业和消费者的双向互动关系，有必要从企业和消费者双向切入，运用正确合理的交易几率判定方法对交易几率进行精确判定，通过对交易几率的分析来判断网络交易的信用风险，以帮助电子商务企业提高交易几率，降低信用风险，获得竞争优势。 　　一、网络交易信用风险评价指标体系的确定 　　结合网络消费者的特点及网络购物环境的特殊性，本文采用网络问卷调查和现场问卷调查的方式结合对相关专家的咨询结果，构建网络交易信用风险指标体系，包括企业因素、产品因素、网站因素、环境因素及个人因素的5个子目标层和15个要素（见表1）。 　　二、模糊层次分析法在网络信用风险评价中的实现 　　（一）模糊层次分析法（FAHP） 　　模糊层次分析法（FAHP）是一种定性和定量相结合多指标综合评价方法，先将复杂的问题分解为若干组成要素，然后按支配关系把这些要素构成阶梯层次结构，比较确定各要素的相对重要性，最后综合人的因素确定各方案的顺序[5]37。在层次分析法的基础上进一步提高评价的精度，更精确地体现网络信用风险评价指标间的相对重要性。 　　（二）计算程序 　　网络信用风险交易几率判定是多指标评价，且评价指标具有很大的模糊性。鉴于人类对复杂事物认识的模糊性，本文选用模糊层次分析法进行风险评价和交易几率判定。 　　1. 建立优先关系矩阵 　　建立优先关系矩阵时要根据底层要素相对于上层子目标的相对重要性，为了精确描述两因素的相对重要程度，本文采用0.1～0.9数量标度[6]213（见表2）。 　　2. 优先关系矩阵变换成模糊一致矩阵 　　利用加性一致性rij=rik-rjk+0.5。记ri=rik，i=1，2， ...，n，做变换rij=+0.5，将优先关系矩阵变换为模糊一致矩阵。 　　3. 层次单排序。根据公式Ski=rij（i=1， 2， ...， n），a≥，将Ski（i=1， 2， ...， n）从大到小排列就显示了下层各因素相对于上层目标的重要次序， a越小表示决策者对各因素间重要程度的影响越重视，推导出各因素权值。 　　4. 层次总排序。先将各层要素的权值转化为相对于总目标的综合权重Wki（ i=1， 2， ...， n），然后按照层次综合的结果，计算各子目标的权值， Ti=WkSk（ i=1， 2， ...， n），按Ti的大小对方案的优劣次序进行排列[6]214。 　　三、信用风险对策模型 　　鉴于篇幅有限，本文只研究在完全信息静态下的对策模型，网络交易完全信息静态是指交易双方信息透明且发货与付款同时进行。这里假设：交易双方均为理性人，追求经济利益最大化；交易双方持守信用和不守信用两种策略（履行协议视为守信用），即企业提供的产品与所描述的产品相符，或买家能够在约定的期间付货款即为守信用，反之视为不守信用；P1和P2均大于零，令交易几率为？浊。 　　（一）