论文网
首页 理科毕业科技创新正文

B2C信用平台引入商家投保NCD的模式探究——以北京、杭州、深圳为例

  • 投稿图诺
  • 更新时间2015-09-28
  • 阅读量250次
  • 评分4
  • 90
  • 0

陈 彤

(中南财经政法大学 湖北 武汉 430073)

摘 要: 调查分析了B2C信用交互传导体系对消费者、商家、第三方信用平台交易行为影响,并运用博弈理论试图从多方视角出发探究第三方平台信用传导和信用传递的作用下的均衡解——消费者和商家之间的诚信交易均衡解、消费者和第三方信用保障平台的保障均衡解、商家和第三方监管平台的监管均衡解。并针对三种均衡解,进行动态分析,得出长、短期监管结论,长、短期保障结论,诚信交易结论。基于对信用平台初步探究所得出的结论,试图寻找方法对信用交易进行更好的划分,为此文章将金融领域汽车保险的引无赔款优待模型(NCD)进入B2C平台,创新性地提供了一种三方“共赢”的商家投保的信用累退收费模式。

教育期刊网 http://www.jyqkw.com
关键词 :B2C信用平台;NCD;信用;博弈

中图分类号:F820.14 文献标识码:A doi:10.3969/j.issn.1665-2272.2015.11.038

收稿日期:2015-04-16

1 NCD模式的提出

我们旨在将本文经费估算的思想引荐入商家进行欺诈行为决策时对风险——所要缴纳的违约金和惩罚金的测算中,按照经验保费和先验保费的假定,我们将商家进行欺诈行为时所拥有的信息分为两类:

第一类:先验信息。即商家未经市场调查或未经实践经验总结而拥有的全部信息,在这种情况下,主观因素占主要色彩;第二类:经验信息。即通过观察、实践总结经验、市场调查、模拟交易等方式所得到的所有信息,这种情况下,主观因素影响比例较小,客观因素占主要色彩。

我们将商家决策行为的信息量和理论损失量进行加权平均。对被惩罚次数和索赔次数总额运用经验数据来调整和校正所讨论的指标。在此,引入贝叶斯频率调整法。

1.1 贝叶斯频率调整——引入信度因子

假设索赔频率q服从参数为α和β的伽马分布,其密度函数为:

在给定θ>0的情况下,每次商家进行的索赔次X服从θ的泊松分布,即:

现观察n份索赔金额,在责任期内索赔次数分别为x1,x2……xn

因此,在平方损失函数下q的后验估计为,此后验估计与最小平方信度因子重合,而最小平方信度是使信用度估计误差平方的期望达到最小的信度因子。这里我们假定如下条件:

第一,在电子商务的进一步完善中,商家有条件雇佣精算师为其风险和惩罚金进行测算和估算,从而为自己是否选择诚信交易进行判断;

第二,有能力有条件的网购消费者同样有能力对商家行为进行期望预期,进而做出是否购买行为的期望预期;

第三,B2C电子商务可以出台相关机构,专门为商家设定无赔款优待模型,如同汽车保险行业中的NCD,这样可以在一定程度减少风险的不同性质。

基于上述三种假定,我们可以这样理解和设定:

(1)此电商出台的模型亦成为NCD制度,其收取的保费可以作为偿还消费者所要求的违约金,从而减少商家和客户之间不必要的冲突;

(2)NCD制度同样是一个自动计费系统,由消费者在收货后回复情况而定,从而减少参加保险的商家的精算成本;

(3)NCD制度可以提高各个商家彼此竞争关系,促进优质优待;

(4)根据NCD制度判断相应索赔概率,即商家只有在这种概率的情况下才会选择非诚信交易,那么电子商务相关机构为了减少这种情况的发生,尽量缩小这种索赔概率的置信区间,就会设定一个更加合理可靠的保证金额;

(5)NCD制度的猜想属于上述的经验信息的范畴。

由于损失数据是来自经验期内发生的保险事故,因此仅仅采纳这些历史数据来估计将来的风险也是有波动的。而信度理论就是这样子的一种工具:利用信度因子来保证调整后的保险费接近于真实的风险水平。

基于上述三个假定和六个设定,我们将最小信度因子纳入投保费率的动态评估。当最小信度因子的衡量值即增加时,说明随机波动性增加,精算过程需要进一步修正和进一步的检验(是否存在自相关、异方差、多重共线性、随即波动性等)。

本文在以往建立在先验信息基础而估计、预测和进行保费鉴定的基础上,利用经验信息设法得出动态的评估方式。

1.2 马尔科夫链的NCD研究

(1)保费等级(表现为金额不同)。

(2)起始组别(表现为时间步长)。

(3)转移规划(表现为随着不同被指责或惩罚金次数的发生,而相应的升级器索赔组别的过程)。由此,如果相应机构给出保费等级,我们类似也给出其转移规则如表1:

由此我们可用马尔科夫链来研究NCD制度。

设P=(aji)n×n表示转移概率矩阵,其中aji表示时刻t组别i的保单持有商家于时刻,t+1在组别j的概率,用π(t) 表示时刻t各个组别的保单持有人的分布情况,则

当t→∞时,有π=πP,则π就是稳定状态下保单持有人得到分布状况。

根据年度中有无索赔发生、有索赔发生的次数及其相应的升级和降低情况,我们确定保费等级,并计算稳定状态下的投保商家分布状况。下为转移概率矩阵:

注:Xi为相应的保费等级,X1<X2<X3。p表示在t时刻X1组别的保单持有商家于t+1时刻在组别X2的概率,或X2组别的保单持有商家于t+1时刻在组别X3的概率,或X3组别的保单持有商家于t+1时刻在组别X3的概率。即p表示因为商家非诚信交易而使得其在下一个基数年降等的概率。

设π=(π1,π2,π3)为稳定状态下保单持有人的分布状况,由π=πP有:

现在假设,p=0.9,则有(π1,π2,π3)=(1/91,9/91,81/91),即在若干保单后的稳定状态下停留在X1,X2,X3折扣组别的保单数所占总保单数的比例分别为1/91,9/91,81/91。

则当在此比例下,大部分的保单持有商家将会停留在高折扣组别。

(4)经济含义。由上述(π1,π2,π3)的结果可以进一步分析出,π1在(0,1)上单调递减,π2在(0,1)上单调递增,π3在(0,1)上单调递增。我们可以这样理解,小组别(即保费折扣少)的分布比例随着p的提高而递减,中、大组别的概率随着p的提高而递增。在我们假定的NCD制度中,我们根据投保商家上一个基数年度的记录及保费水平来计算和确定下一个基数年度的保费。在经验信息的作用下,商家根据精算师所计算出来的结果可以确定一个总体趋势,如停留在一个较高组别,则商家为了进一步提高其折扣比例,或尝试得到比其他竞争对手更多的折扣组别时,便会采取措施提高其商品质量、服务质量,并减少其非诚信交易的频率。

2 信度理论及回归信度模型的建立

诚然,在B2C信用平台引入商家投保的NCD模式,是在平台能够发挥其信用功能的前提下进行的,而此种模式的目的是减少商家欺诈消费者的概率,即减少消费者和平台的风险,又能为平台和商家提供盈利的渠道。我们小组成员,利用调查问卷和访谈得来的数据,用回归信度模型,来测定B2C平台引入NCD和原有保证金模式下的风险对比。

Buhlmann在1967年首次提出了使用线性函数逼近待估值,在满足一定假设条件下,大大简化计算量,得出简单的估计式,而这个估计式恰好可以写成信度理论关键方程的形式,对每种风险(在此我们定义“平台成本”)进行定价,如此一来,当同时拥有先验经验信息和后验样本信息的时候,即可充分利用所有的信息,作出最优估计。

在非寿险市场上,上述信息不对称问题尤为突出。许多非寿险产品保险标的往往在投保人手上保管,投保人对标的的风险水平的认知要超过保险人,投保人对标的所处的风险环境更加清楚,高风险的投保人会选择更多的投保。同时在投保后,投保人由于感觉投保后风险转移至投保人,那么对标的的风险管控就会不那么注意,更不会加大投入,甚至会减少在风险防范上的支出。在风险发生后,投保人也会减少防止风险扩大的行为,甚至可能虚报、请报损失,获取超额补偿。在我国车险占支配地位的非寿险市场上,上述问题普遍存在。NCD系统和奖惩系统(B-M)就是为解决车险中的上述问题而产生的。它们跟信度理论类似,都是通过后验的赔付样本进行差别定价的方法。具体实践中,有前瞻法和回顾法两种,前者是续保重新定价,后者是先收后退,NCD系统和奖惩系统(B-M)都属于前瞻法。

以上述的NCD系统为基础,假定投保人中高风险,中风险,低风险的人数比例为2∶4∶4。他们的风险系数I分别为0.04,0.03,0.02。分别代入稳定分布得到相应高风险,中风险,低风险的人数分布如下:

假定无折扣的费率为π,低折扣率折后为折,高折扣率折后为折,那么

总保费收入为:0.02π+0.04π+0.94π

总的赔付次数为0.04x0.2+0.03x0.4+0.02x0.4=0.028,

假定每次索赔额为 1,0.02π+0.04π+0.94π=0.028。

对高风险投保人收取保费为如果无折扣费率与总体赔付率保持一致,那么π=0.028。

于是有:0.02+0.04+0.94=1,0<<1,该方程勉强有解。

因此,NCD系统并可以达到收取各个投保人与风险完全匹配的费率,但会导致保险公司几乎无利可图。然而,作为多方盈利的B2C平台,其保证金模式不仅仅局限于入驻初始保证金一种形式。年费、技术管理费、第三方账户盈利均可为平台增加盈利收入,因此,B2C平台引入NCD模式,是可以有解的,也是可以达到收取各个商家保证金与风险完全匹配的费率的。

平台合理的定价方式是满足方程0.02π+0.04π+0.94π=0.028。保险公司应当要控制初始等级保费与0.028相差不远,以便于开展公司的新业务。

3 基于SPSS的商家、消费者信用回归分析——商盟与活跃度

商家积分相当于“信用货币”,以积分(反映商家活跃度)为因变量,引入淘宝相关变量作为自变量进行回归分析,建立模型:

J=a+bR+cD+dP

其中,J表示当前积分。R、S、P分别表示卖家当前的保证金余额,卖家承诺7天退换(虚拟变量,承诺退换为1,否则为0),卖家承诺消费者保障。回归数据结果见表2:

(1)第1组卖家向消费者承诺7天退换的Sig.=0,显著性极高,说明没有加入商盟的商家的积分与退换这一虚拟变量呈正相关关系。此时,活跃度是信用级数的主要因素。

(2)同样是卖家向消费者承诺7天退换,有加入商盟的一组中Sig.=0.386<0.1,显著性不高,与积分则几乎没有相关性。加入商盟后,活跃度与信用级数相关度大大下降。

(3)值得注意的是,由于向消费者承诺7天退换数据类型是布尔值,只取1和2,因此做回归分析的自变量本身有一定缺陷。

为体现第三方信用加入的结果,本文引入博弈论和乘数效应数学模型继续进行验证。

4 结论及建议

4.1 NCD模式具有可发展空间,鼓励B2C平台进行新尝试

采用贝叶斯调整法,引入信度因子,在马尔科夫链NCD模型的假设研究下,我们用回归信度模型研究发现,因此,NCD系统并可以达到收取各个投保人与风险完全匹配的费率,但会导致保险公司几乎无利可图。然而,作为多方盈利的B2C平台,其保证金模式不仅仅局限于入驻初始保证金一种形式。年费、技术管理费、第三方账户盈利均可为平台增加盈利收入,因此,B2C平台引入NCD模式,是可以有解的,也是可以达到收取各个商家保证金与风险完全匹配的费率的。

在利用SPSS进行商盟与活跃度信息的回归分析中,我们发现,没有加入商盟的商家的积分与退换这一虚拟变量呈正相关关系。此时,活跃度是信用级数的主要因素。

加入商盟后,活跃度与信用级数相关度大大下降。因此商家联合欺诈是不可取的,因为平台对其信用等级的评分会大大降低,对应的消费者活跃度也大不如从前。

4.2 在NCD条件下,用户和商家交易行为会发生变化

(1)增强第三方信用机制建设,可以放大信任群体,增加消费者网购时购买此商品的概率,从而降低商家欺诈概率,提高消费效率。

(2)增强第三方信用机制建设,可以扩大信息传播范围,增加消费者效用和商家欺诈风险,从而迫使商家选择诚信交易模式。

(3)增强第三方信用监管力度,可以使注重长期受益的商家和消费者达成均衡,并对注重短期利益的商家造成违约金、罚金等压力,监管应该着重短期而非长期。

(4)增强第三方信用机制完善,带来自乘效应和规模经济效应,促进整个网络消费市场信用体系的完善和改进。

4.3 消费平台与品牌商、工商、公安合作

(1)引入品牌商,通过品牌商提供货源,联合其一起打假。

(2)联合公安、工商共同打假。B2C平台相对自由,缺乏束缚力,容易滋生不良商贩,况且平台本身并无执法权,若加入工商和公安等强制性机关,打假效果一定不同凡响。

(3)加强信息披露。

(4)进一步规范卖家等级评分制度,并且要约束卖家收到买家差评后的骚扰行为。

4.4 消费者加强自身维权意识,填补法律空白

(1)提高自身辨别力。理性消费,对自己负责,获取最大的效用。

(2)加强维权意识。消费者的积极维权行动也能维护及提升消费平台的信用。

(3)立法机关填补法律空白,使网上交易各方的行为有法可依,在商家出售假货前对其行为产生威慑作用。

(4)明确执法权责,工商部门认为,在网络上发生的欺诈行为,要么是因为标的较小不屑执法,要么是因为交易是在平台上发生认为应由平台管辖,而尚无任何法律法规赋予平台执法权于是造成网络欺诈低成本、刺激再次欺诈发生的局面。

教育期刊网 http://www.jyqkw.com
参考文献

1 Yoon S J. The Antedents and Consequences of Trust in Online-Purchase Decisions .Journal of Interactive Marketing, 2002, 16 (2)

2 Jarvenpaa S L, Tractinsky J, Vitale M. Consumer Trust in an Internet Store[J]. Information technology and Management, 2000, 1 (1/2)

3 Sultan F, Urban G L, Shankar V,et al. Determinants and Consequences of Trust in E-Business [R] Working Paper, 2002, :02142 .

4 Zucker L. Production of Trust: Institutional Sources of Economic Structure, 1840-1920[J] .Research in Organizational Behavior, 1986(8)

5 Ba, S.,Whinston, A. B.,Zhang, H. Building trust in the electronic market through an economic incentive mechanism .Proceedings of the Twentieth International Conference on Information Systems. Charlotte, NC: Omnipress, 1999.

6 周涛. 面向交易过程的电子商务信任研究[M].北京:人民邮电出版社, 2011

7 魏明侠. 电子商务信用机理研究[M].北京:经济管理出版社, 2007.

8 吴洁倩. 平台类购物网站信任和购物行为的影响因素及其作用机理实证研究[D]. 上海:复旦大学,2011.

9 赵宏霞.B2C环境下消费者信任的影响因素及作用机理研究[D]. 辽宁工程技术大学,2010 .

10 唐嘉庚. 互动性对B2C环境下信任及购买行为倾向影响研究[D]. 上海:复旦大学, 2006 .

11 张维. B2C站点设计因素与消费者信任的实证研究[D]. 武汉:华中科技大学, 2008 .

12 李砚. 网站因素对网络购物中消费者信任的影响探讨[J]. 东方企业文化,2011(6) .

13 陆炯. 淘宝商城的财富传奇[M].上海:上海书店出版社, 2010

14 杨路明.客户关系管理理论与实务(第2版)[M].北京:电子工业出版社,2008

(责任编辑 吴 汉)