信誉反馈系统对在线C2C拍卖市场的影响外文翻译资料

外文翻译 信誉反馈系统对在线C2C拍卖市场的影响

原文作者 Jian Yang ^a,1, Xiaorui Hu ^b,2, Han Zhang ^c,

摘要：

这项研究建立一个动态的博弈论模型来解释在线C2C拍卖市场的信誉回馈机制，根据这个模型，一个数值研究被用来揭示拍卖市场上信誉反馈系统的影响。这项研究表明反馈系统的存在大大的提高了在线C2C拍卖市场的性能：购买者更愿意进行交易并从中获得更多的利益；销售者诚实销售的行为被鼓励，因为诚实销售者的收入增加了而不诚实销售者的收入减少了。这项研究还提供了关于反馈系统设计的切合实际的观点：在促进市场表现方面，奖励一个诚实销售的卖家比惩罚卖家的欺骗行为更没有效果。

关键字：博弈论；互联网；拍卖/招标；反馈系统

1.引言

我们从理论和数值角度研究，在线C2C拍卖市场信誉反馈系统，我们的目的是要表明合理的反馈系统设计能够促进信任减少欺诈行为，能够确保在线市场的健康发展。我们还打算用我们的数值研究提供反馈系统的设计特征在市场影响上的管理见解。

最近几年在线C2C拍卖市场迅速发展起来，这些市场上的欺诈行为也在上升，索取网上拍卖市场欺诈行为的平均损失从2004年的895美元上升到2005年的1917美元[14]。在网上市场，与陌生人互动是不可避免的，大部分在销售者和购买者之间的交易是在网上进行的。与此同时，拍卖网站作为销售者和购买者接触的中间市场经纪人确声称对于任何欺诈性没有法律责任。例如，易趣声称他们“没有控制宣传项目的质量、安全性和合法性，真实性或者清单的准确性”[10]。这样在线拍卖参与者必须面对这样一个市场，购买商品后才能保证质量，因此促进陌生人之间的信任，减少不确定性和风险是当前在线C2C拍卖市场面临的关键问题。

各种用来促进C2C拍卖市场信任和减少风险的机制已经设计并且投入使用，具体的在线支付系统（如贝宝）已经实施，为小商人和拍卖买家提供安全的即时在线交易。在线拍卖网站（如eBay）已经提供有限的保险盒保证来保护拍卖参与者并且创造一个更加安全的交易环境。反馈系统也被应用到大部分C2C拍卖网站以减少在线经商者的不确定性和与在线贸易相关联的风险。例如，易趣的“反馈论坛”是一个社区的执行形式，在易趣上，每笔交易结束后，买卖双方都被鼓励根据他们的经历留下对他们贸易伙伴的意见。这些给经商者的评论保留在他们的个人资料中，并且每个访问易趣的人都能浏览，这样，这个系统试图通过传达过去交易的事实和意见来阻止不诚实的行为。

反馈系统是否像广告一样运行？有大量的研究表明那不是的。Kollock[15]概念的总结出在线信誉系统并得出结论说他们管理不安全交易风险的效力似乎是令人印象深刻的。Resnick[20]等人重新检查在线信誉系统并主张信誉系统似乎执行的相当好经管他们的理论和实际困难。Resnick和Zeckhauser[19]以经验为主研究了来自易趣的大量数据然后声称信誉系统是有效的。Ba和Pavlou[1]经验探讨了那些通过合理的反馈机制被引导入电子市场的信任程度，发现反馈系统能够为信誉好的销售者产生额外奖金。Resnick[21]等人在易趣上进行的核对实验来评估信誉的回报。

与重复博弈涉及的信誉相关的经济学文献，大部分论文都是关于玩家之间不是陌生人，并且一个玩家的信誉与他的全部历史活动相当。读者可参考克瑞普斯和威尔逊[16]，米尔格罗姆和罗伯茨[17]，弗登博格和莱文[11,12]，克里普斯和托马斯[6]，切伦塔尼等[5]。贝特加利和沃森[3]等都是这个文学领域中一小部分。在一个在线C2C拍卖市场，玩家之间是彼此陌生的，没有安装合适的机制，当他们交易的时候他们彼此之间了解很少。此外，对于任何想要记住每个经商者全部历史的任何机制都是不切实际的。一个反馈系统，在另一方面提供一个只是一个功能的平台，常常是多对一的，每一个经商者的全部历史需要被存储。

Dellarocas和Bakos最近从理论的角度研究反馈系统，Dellarocas[7]提供一个有关过去根据设定重复博弈研究信誉机制的概述，指出几个关于在线反馈系统的未来研究方向。Dellarocas和Bakos研究一个贸易系统只涉及一个买家，他重复地与购买者进行交易。他们的研究表明即使是最原始的反馈系统所体现的二进制评分能提供一个比诉讼威胁经济上更有效的解决方法。Dellarocas[2]检查了一个类似的有更复杂评分系统的模型，作者能够获得一种封闭的方式解决问题，这表明在买卖双方之间的可持续合作是可行的只要销售者回报率足够高。Dellarocas[8]表明在一个特性的环境下，清单费用和双向评分返回系统的联合能够诱导销售者公布其产品的真实质量，同时最大限度地提高社会平均福利。从另一个角度看，米勒，雷斯尼克和泽克豪泽[18]研究购买者的恰当反馈书写行为的启发使反馈系统能够起效。

正如Dellarocas[9]和Bakos[2]做的，这篇文章研究在线反馈系统在重复博弈设定下购买者信誉评分更新行为是由外因造成的，销售者被假定为各种不同类型，每种类型属于特定的朝向欺骗趋势的情况下的优点。它在两个最显著的方面不同于前面提到的两篇文章：1）多种销售者类型被考虑，所以与卖家相联系的评分推断他除了他未来行为的类型。因为这样，贝叶斯学习的特点和实际的销售者分布用简洁的语言表述出版了。2）它包含一个普遍的，非格式化的反馈系统并且推测一套随机的排序关系是使这个系统工作的演变。

具体地说，我们提出一个动态博弈论框架来制造在线C2C拍卖机制的反馈系统的机制模型，在这个框架里，我们假设所有的购买者是诚实的当销售者是有着不同欺骗的倾向的各种不同的类型。反馈系统由与销售者相联系的评分组成，这些评分由他们各自的贸易伙伴根据他们受到的对待更新。由于贸易博弈花费很长的一段时间，购买者会在销售者评分和他们来自以前经验的贝叶斯算法形成一个组织。例如，一个有更多欺骗历史的销售者被认为比那些有更少欺骗历史的销售者更倾向于欺骗，购买者根据不同分数区别对待不同的销售者。知道来自购买者可能的不同对待，销售者将会权衡他们关于欺骗行为的决定，诚实的竞争不仅仅给他们带来立即一次性获益也给他们带来将来的生意机会。这些都受到他们的评分被他们各自的贸易伙伴如何更新的影响。

接下来的理论分析，提出一个数值研究。数值研究的结果证实了来自反馈系统的好处，我们的结果也显示了即使反馈系统到位，来自信誉等级高的贸易者也有不诚实行为发生，但与此同时，反馈系统确实加强在线拍卖市场的整体诚实水平。

这篇文章的其余部分结构如下：在第二部分我们建立一个动态的博弈理论模型；在第三部分我们讨论预期的性能不同的市场表现；第四部分我们在模型的基础上进行数值研究并分析研究的发现；第五部分我们给这篇文章做一个总结。我们把一些次要的资料放到后面的附录里，这些资料能够根据需要被使用。

1. 问题描述

2.1博弈阶段的设定

每个买家的特点是倾向于欺骗的因子zge;0,z反映了当他在交易时欺骗的平均收入。卖家就他们的支付功能来说都是同种类型的，他们从来不欺骗。每一次交易的特点是大小参数xge;0，x能被看成是来自交易的贸易盈余。一个更加现实的模型允许买家欺骗，然后，现在的在线C2C拍卖市场允许买家更少的欺骗机会，因为他们被要求商品购买前支付。这样我们的模型提供了一个合理的近似值。米勒，雷斯尼克和扎克豪斯[18]提供了一个相似论据关于为什么卖家的信誉比买家的更重要。

在大小x交易时需要类型z的卖家，如果卖家行为诚实，他的平均收入是g^H_sx(x),买家的（他的贸易伙伴）平均收入是g^H_bx(x),然而如果卖家欺骗，他的平均收入变成g^C_sxz(x,z)而买家的平均收入将会变成g^C_bxz(x,z)。所有的收入都根据因素z捕获的欺骗水平，适当地我们应具有以下的假设。

一个有更大的z值的卖家通过欺骗获得更多的收入：

g^C_sxz(x,z Delta;z) ge;g^C_bxz(x,z Delta;z)forDelta;zge;0 (1)

一个销售者经常从贸易中获益，在一个单独的阶段，他通过欺骗比起诚实获得更多利益：

g^C_sxz(x,0) ge;g^H_sx(x)gt;0 (2)

一个购买者损失更多当一个销售者有一个更大的z：

g^C_bxz(x,z Delta;z)lt; g^C_bxz(x,z)forDelta;zge;0 (3)

一个购买者从贸易中获得利益当他的贸易伙伴诚实交易，损失利益当他的贸易伙伴欺骗：

g^H_bx(x) ge;0gt; g^C_bxz(x,z) z足够大 （4）

除了上述四个假设，我们允许我们的增益功能是任何特定形式。同时，他们能够实现通过网上拍卖程序或者其他贸易机制。

每一次交易需要两个阶段，第一阶段，买卖双方观察交易大小x，购买者决定是继续交易还是停止。如果继续，那么就有第二阶段，否则双方都是零收益。如果购买者决定继续交易，那么进入第二阶段，销售者决定是诚实进行还是欺骗，然后双方获得他们相当的收益。

假设在每一次交易中，一个购买者面对一个随机抽取的不知道类型的卖家，然后通过四个假设，我们能够很容易地看到只要卖家的随机分布是足够大的倾向于不诚实的类型（大z的），任何交易规模的阶段博弈的纳什均衡导致没有交易。在另一方面，在经济学文献中的民间定理表明当阶段博弈反复进行，玩家可以只用可信的威胁和奖励来诱导对方采纳否则在他们的阶段博弈中会进行无法接受的策略。然而，这些定理要求无论是同一组的选手要永远保持玩弄彼此，或者任何长期选手的过去行为是公开的或者充分明显。不存在任何已知的民间定理适用于这样的情形，任何两个玩家没有多于一次的机会和彼此玩并且任何玩家的过去历史没办法记录下来。

然而，在一个裸骨在线C2C的拍卖市场，购买者不得不重复地处理随机的有不同欺骗倾向和不同忠实类型并且过去历史不为买家所知的卖家。根据上述观察，没有任何合适的机制，使市场参与者能够怂恿和自律成互利的交易，这看起来似乎不大可能。因此，反馈系统的执行在这样的市场上时至关重要的。

也许理想的反馈机制能够记录卖家的过去的行为的全部历史。关于信誉影响经济学文献常常假设这个机制是执行的，由于有限的空间（内存），这个理想的版本通常不能在现实中实施[11]。另一方面，真正的在线反馈系统尝试使用有限的空间来存储信息，这在一定程度上反映了卖方过去的行为。

2.2信誉反馈系统

我们认为这是一个信誉反馈系统，在这个系统里每个销售者和评分相关联，这个分数不断地被他们各自的贸易伙伴更新作为他们受到对待的回应。假设购买者的行为是公平的合理的，我们希望评分能够作为反映销售者过去行为的镜子并能够暗示他的信任类型。将所有销售者的评分排序来显示他们的类型，这是从道德上最强的排名到最低的道德，我们需要这个评分有一个序集，其中一个人的分数低于给定集合中的其他两个人的分数。通过进一步的假设一个被骗的买家往往会增加他的合伙人的分数然而一个被好好对待的卖家常常会增加他的合伙人的分数，我们预计一旦贸易已经进行足够长的时间使所有的行为和信念进入一个稳定的状态，一个倾向于欺骗的销售者将会更有可能得到一个高分。

例如，易趣的反馈系统允许买方写关于他们贸易合伙人的评论，有几种方法来翻译存储在卖方账户里的可排序的评分意见，我们能讲存储在卖家账户的评论分为好的和坏的。我们能够让卖家的分数根据他的账户里包括n_G条好的评论和n_B条坏的评论而写成（-n_G，n_B），让任意两个随意的分数按照字典里-n_G或n_B为主要成分排序，或者我们可以分配给每个评论一个真实的价值并算出所有价值的总和分配给存储在卖家账户里的评论作为这个卖家的分数。这里，两个分数可能作为两个真实的数值分列。

在这篇文章中，我们使买家的反馈填写时外源性行为以便它描述的是某些合理的随机变量。这个研究中我们发现在买家方面合理的行为能够被引起。在我们的反馈模型中，每个销售者和一个分数相联系，称为w,超出了总的有序的W。每次交易之后，w会被购买者随机新的根据购买者是否被诚实对待或者是否被欺骗的评分(W^H |w)或(W^C |w)更新。简洁的说，从现在开始我们假设W正数真实数字的子集，随机变量(W^H |w)和(W^C |w)需要满足两种类型的要求。

首先，他们都应该在一些随机意识的w上增长，因此新的分数记住了一个卖家的过去行为。

其次，同样的w，在一些随机意识(W^H |w)中的w应该比退化的随机变量W=w小，(W^C |w)中的w应该比随机W=w大，这样经过足够的交易之后一个积极的通信可能会在卖家的类型和他的分数之间形成。 剩余内容已隐藏，支付完成后下载完整资料

Effects of a reputation feedback system on an online consumer-to-consumer auction market

Jian Yang ^a,1, Xiaorui Hu ^b,2, Han Zhang ^c,*

^a Department of Industrial and Manufacturing Engineering, New Jersey Institute of Technology Newark, NJ 07102, United States

^b John Cook School of Business St. Louis University, St. Louis, MO 63108, United States

^c College of Management, Georgia Institute of Technology, Atlanta, GA 30332, United States

Received 23 February 2006; received in revised form 26 February 2007;accepted 11 March 2007

Abstract

This research establishes a dynamic game-theoretic model that interprets the mechanism of reputation feedback systems in online consumer-to-consumer (C2C) auction markets. Based on the model, a numerical study is conducted to reveal the effects of feedback systems on auction markets. The study shows that the existence of feedback systems greatly improves the performance of online C2C auction markets: buyers are more willing to trade and gainmore benefit from the transactions; sellers honest behavior is encouraged, as honest sellers gains are increased and dishonest sellers gains are reduced. It also offers practical insights on the design of a feedback system: rewarding an honestly-behaving seller is less effective on promoting market performance than punishing a cheating seller.

Keywords: Gaming; Internet; Auction/bidding; Feedback system

1. Introduction

We study, from both theoretical and numerical angles, reputation feedback systems (hence-forward feedback systems) in online consumer-to-consumer (C2C) auction markets. Our purpose is to show that reasonably-designed feedback systems can promote trust and mitigate fraud, and help ensure the healthy development of the online markets. We also intend our numerical study to offer managerial insights on the market impacts of feedback systems design features.

While online C2C auction markets have been growing rapidly in recent years, fraud in these markets is also on the rise. The average loss per claim in online auction frauds jumped from $895 in 2004 to $1917 in 2005 [14]. In online markets, interacting with strangers is inevitable, and most transactions between buyers and sellers are one-time deals. Meanwhile, auction sites serve as market makers for buyers and sellers to meet, but claim no liability for any fraudulent transactions. For example, eBay claims that they “have no control over the quality, safety or legality of the items advertised, the truth or accuracy of the listings” [10]. Thus, online auction participants have to face a market where goods are purchased before one can assure the quality. Therefore, promoting trust between strangers and reducing the uncertainty and risk for online traders are the critical issues facing current online C2C auction markets.

Various mechanisms have been designed and utilized in C2C auction markets to promote trust and reduce risk. Specific online payment systems (e.g., PayPal) have been implemented to provide secure and instantaneous online transactions for small online merchants and auction buyers. Online auction sites (e.g., eBay) have also been offering limited insurance or guarantees to protect auction participants and create a safer environment to trade. Feedback systems have also been offered by most of the C2C auction sites to reduce online traders uncertainties and the risks associated with online trading. For instance, eBays “Feedback Forum” is a form of community enforcement. In eBay, after each trade, both buyers and sellers are encouraged to leave comments about their trading partners based on their experience. Comments about traders are kept under each traders profile, and can be accessed by everyone who visits eBay. This way, the system tries to deter dishonest behavior by conveying facts and opinions about past trades.

Does the feedback systemwork as advertised? There is substantial research that says it does. Kollock [15] conceptually summarizes online reputation systems and concludes that their effectiveness to manage the risks of unsecured trades seems to be impressive. Resnick et al.[20] review the online reputation systems and argue that the reputation systems appear to perform reasonably well despite their theoretical and practical difficulties. Resnick and Zeckhauser [19] empirically examine a large data set from eBay and claimthat the reputation systemappears to be effective. Ba and Pavlou [1] empirically explore the extent to which trust can be induced by proper feedback mechanisms in electronic markets and find that feedback systems can generate price premiums for reputable sellers. Resnick et al. [21] conduct a controlled experiment on eBay to assess returns to reputation.

In the related economics literature on repeated games involving reputation, most papers deal with a situation where players are not strangers to each other and a players reputation is equivalent to the entire history of his actions. The reader may refer to Kreps and Wilson[16], Milgrom and Roberts [17], Fudenberg and Levine[11,12], Cripps and Thomas [6], Celentani et al. [5], Battigali and Watson [3], etc. for a glimpse of this body of literature. In an online C2C auction market, players are strangers to each other, and without a proper mechanism being installed, they know very little about each other when they trade. Moreover, it is unrealistic for any mechanism to require that every traders entire history be remembered (stored). A feedback system, on the other hand, offers a platform where merely a function, usually many-to-one, of every traders entire history needs to be stored.

Dellarocas and Bakos have recently studied feedback systems from a theoretical perspective. Dellarocas [7] provides an overview of relevant past research on reputation mechani

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[287194]，资料为PDF文档或Word文档，PDF文档可免费转换为Word