网上拍卖的信用评价

2006年第12期

信誉的价值:以网上拍卖交易为例

周黎安　张维迎　顾全林　沈懿

3

　　内容提要:本文使用网上拍卖交易数据,就卖者信誉对市场交易的影响进行了实证研

究。我们发现,卖者的信誉评价一方面影响物品成交的价格,另一方面还对物品拍卖成功的概率有着显著的正面影响;但相对来说,卖者的信誉评价对后者的效果比对前者要更显著。这是本文的主要发现。该结果验证了在一个没有政府干预、近乎自由放任的“虚拟”市场上信誉机制的积极作用。

关键词:信誉　市场交易　网上拍卖

一、导　言

现代经济理论关于不对称信息的经典研究证明,方式显示物品的质量,,,甚

至彻底消失(Akerlof,1970;Kreps,1990)。,现实市场中发展出了许多重要机制,(Klein,1997;张维迎,2003)。

,如Shapiro(1983)证明了当物品质,(premium),并且这一溢价能够促使企业,。然而,关于信誉的溢价效应方。其中的原因不难理解:首先,也是最困难的一点,买卖双方的信誉的高低程度不易用客观和可量化的指标衡量;其次,要追踪和记录每笔交易所涉及的买卖双方的个人特征和交易信息(价格、物品特征、交易地点等等)非常困难,将交易者的信誉与交易结果在数据上对应起来自然就更为困难。

近年来迅速发展的电子商务网站(如美国的eBay,国内的易趣、淘宝、一拍等拍卖网站)为实证研究信誉的市场价值提供了一个绝好的机会。首先,网上交易的虚拟市场是一个没有政府干预、近乎自由放任的市场。从理论上说,交易双方一般不签署交易合同,交易一方如果欺骗了另一方,受骗方很难去法院起诉,所以交易者只能依赖自己的判断和对方在市场上的“口碑”来决定是否交易。在这种情况下,信誉的作用就完全显现出来了。其次,这是一个典型的信息不对称的市场:对于卖者来说,他无法确定竞标成功的那个买者是否会付款;而对于买者来说,忧虑会更大一些———他会怀疑在付款以后,卖者是否会将物品如实交付,而物品的质量是否又如拍卖时所描述的那样也难以保证。在一定意义上,网上交易比网下交易更具风险性,来自交易者的道德风险和逆向选择问题更为严重。网上交易的可靠性成为制约交易发展的一个关键问题。针对这一问题,大多数的拍卖网站都建立了一套信誉评级系统,记录每个用户在过去交易中所获得的交易对方的评价,这些评价通

3　周黎安、张维迎,北京大学光华管理学院,邮政编码:100871,电子信箱:[email protected],[email protected];顾全林,北京大学工商管理研究所;沈懿,北京大学网络经济研究中心。作者对LonnieMagee教授的建议、易趣公司所提供的数据、国家自然科学基金(项目号70533020)以及浙江大学民营经济研究中心的资助表示衷心的感谢,同时感谢匿名评审人提出的许多建设性的意见,文责自负。

81

周黎安等:信誉的价值:以网上拍卖交易为例

过一定方式转换成一个总的信誉分数。因此,对于登记注册并进行过交易的交易者来说,就有一个随时不断更新的累积信誉分数和等级。由于这一信誉分数和等级代表了用户在过去交易中积累的“口碑”,因而可以认为它代表了用户在虚拟市场中的“信誉”,而且这种信誉的积累比传统上的口头传递更为迅速。最后,这些网站利用信息网络技术的优越性即时记录和储存了每位交易者自注册之后所有的交易记录和客户反馈情况,以及个人的一些基本信息,从而十分精确地解决了信誉指标和交易结果的数据对应问题。

近年来国外有经济学家开始利用网上拍卖数据研究信誉对市场交易的影响,数据主要来源于著名的eBay电子商务网站。eBay设立了一套交易者信誉评级机制,每个交易者有一套可观察的交易反馈记录以及成交价格,这为检验信誉的溢价效应提供了可能。这方面的文献有Lucking2Reiley等人(2000)、Houser和Wooders(2001)、Kalyanam和McIntyre(2001)、Melnik和Alm(2002)、Dewan和Hsu(2004)以及Dewally和Ederington(2006)。这些研究之间的区别主要在于,选择了不同的商品(如钱币、图书、邮票等)作为研究对象,但研究结论非常类似,均发现卖者信誉分数对成交价格有显著的正影响,其中有的研究还发现,卖者受到的负面评价对成交价格有显著的负影响。但令人吃惊的是,卖者信誉分数对成交价格的影响却非常小。这些研究存在一些明显的不足:一是所使用的样本量偏小,且以人工的方式收集eBay某种同质商品(如钱币)二是在考察拍卖理论已经指出,换句话说,买者肯出多少钱来进行竞标,,也许能,我们需要注意网上,一的,,而竞标者只需要其中

①

一个商品,。这样的话,竞标前其需要选择对哪一在其他条件差不多的情况下,卖者的信誉评价很可能是一个重要的评判标准,。如果实际情况符合上述假设,那么可以预见的是,具有更高信誉分数(亦即有更好的交易记录)的卖者能够有效地吸引竞标者,从而显著增加成功卖出物品的可能性。

本文使用易趣公司(www.eachnet.com)所提供的交易记录对信誉的市场影响进行系统的实证研究。本文的研究思路与Livington(2005)基本类似,但他分析的重点还是信誉对价格的影响,而本文强调的是,信誉的影响更主要地体现在成交可能性上。和现有使用eBay数据的实证研究的另一个重要区别是,本文的数据是由易趣公司提供的一个随机抽样的大样本数据,包含了近7万个卖者的个人和交易信息以及相关拍卖所对应的买者的个人信息,涉及近百万次交易,参与回归分析的有效样本量也近24万。除此之外,使用中国网上交易的数据对于研究信誉的市场价值而言意义也更为独特,这是因为中国的交易环境缺乏良好的司法保护和社会信誉体系,事后实施契约的成本非常之高,从而更突显出事前实施机制———信誉的重要价值。我们的研究发现,卖者的信誉评价对物品成交价格的溢价有一定的影响,但其真正的价值主要体现在显著增加拍卖成功的可能性,而非体现在大幅提高物品的成交价格上。如果考虑到卖者最终获得的预期价格,显著提高成交概率和提高成交价格具有相似的功效。所以,我们的分析结果验证了在信息不对称条件下信誉的“溢价”效果。这说明在一个没有政府干预、近乎自由放任的“虚拟”市场上,只要信誉机制能够确立起来,它就能发挥着积极的作用。

①如果竞标者同时在两个拍卖中竞标,则存在同时赢得这两个拍卖的可能性,这对其不利。

82

2006年第12期

本文的贡献除了利用中国的大样本数据检验信誉的市场价值,说明信誉的价值主要体现在提高成交概率上,还具有非常现实的政策意义。我们的研究同时构成对当前电子商务中流行的信誉评级系统的一个经验评价。大众媒体时常表示出对网上C2C交易的怀疑,质疑这种新的交易方式的适用性和可靠性,而我们的研究在一定程度上说明,一个自由市场如何依靠信誉机制建立其自身的秩序,因此,我们认为这些质疑并非完全成立。

二、易趣网上拍卖规则的细节

我们首先有必要对易趣网上拍卖的交易规则做一些背景介绍。易趣的网上拍卖规则和信誉分数系统基本参照eBay而建立。在易趣网站进行的拍卖是由在易趣注册的用户所发起的,易趣公司本身并不参与拍卖,而主要是为买卖双方提供一个交易平台。任何登陆易趣网站的人均可浏览到拍卖的信息,但如果想对一个商品竞标或将自己的物品进行拍卖,则必须进行注册。在网站上完成

注册程序后,易趣还要求注册者通过邮寄、传真等方式,提供身份证明(身份证等),来进行“实名认证”。尚未通过实名认证的用户会被网站标明“尚未通过实名验证”的字样,且无论其实际参与了多少交易,信誉分数始终被维持在零分。

无论拍卖的物品是否有竞标者竞标,易趣都会对卖者收取一定的费用,收取费用。为避免称谓的混乱,本文区分了竞标者(bidder)(用户(包括潜在的),而买者则特指竞标成功的用户,当卖者开始一项拍卖时,,。卖者还需要选择设定拍卖的起拍价、保留价和一口价,,始。:,拍卖不会成交。保留价

①,。卖者还可以

,如果有竞标者以一口价竞标,拍卖将立刻结束,该竞,或者卖者没有设定一口价,拍卖会一直进行,直到卖者设定的拍卖结束时间为止。

除拍卖时间和价格外,卖者还需要设定拍卖物品的名称,对拍卖物品的性能、特征、新旧程度予以描述,还可提供一张该物品的数码照片。

卖者还需要表明自己所在的城市,能接受的付款方式、交货方式等。卖者可以限制一定信誉等级以下(由信誉分数转换而得)的用户不得参与竞标。

在卖者成功完成所有的设定,并同意易趣的拍卖条款后,拍卖信息出现在网站上供其他用户浏览,拍卖随即开始。易趣网站将拍卖按照商品种类进行分类,竞标者在浏览某一类商品时,能够看到各个拍卖物品的名称,②如果点击某个拍卖的名称,将进入该拍卖的页面,在里面可以看到关于拍卖物品的描述,当前的最高价格以及之前的竞标过程,离拍卖结束的时间和其他上面提到的信息等。如果竞标者有任何问题,可以留言给卖者,卖者也可以回复,这些信息可以被任何人看到。

易趣鼓励买卖双方在交易之后给予对方评价,这是其信用管理的重要内容。评价可以是正面、中立或者负面的,每一交易中任何一方只能给对方评价一次。而用户的“信誉分数”等于正面评价次数减去负面评价次数。卖者的信誉分数(及据此转换成的信誉等级)被标明在拍卖页面非常显著的地方,点击卖者的用户名就能够看到关于该卖者过往的交易记录和简单的统计分析,如在作为卖

①如果卖者设定了保留价,那么保留价必大于起拍价。如果卖者没有选择设定保留价,为便于进行回归分析,我们假定保

留价等于起拍价。

②另一个浏览拍卖信息的常用方法是在网站上搜寻特定的字词。

83

周黎安等:信誉的价值:以网上拍卖交易为例

①)。者的交易中获得正面评价的百分比(以下简称“正面评价率”

相当部分的研究文献仅以信誉分数来衡量卖者的信誉。但随着用户参与拍卖交易的次数增

加,只要其正面评价的次数大于负面评价的次数,用户的信誉分数总是能够增长。然而对于潜在的竞标者来说,对该卖者负面评价的信息远远比正面评价的信息重要,一个或几个负面的评价,就有可能使得竞标者不愿意投标。因此本文将正面评价率作为卖者信誉衡量标准的一个补充,以避免单纯使用信誉分数而可能产生的偏差。

值得一提的是,尽管信誉评价系统使得信誉有一个可测量的标准,易趣也采取了多种措施来防止虚假评价,但该评价体系仍然可能存在一些缺陷。首先,对交易对方进行评价并不是强制性的,对于买者来说,如果交易顺利完成,他并没有很强的激励来给予卖者评价,这可能使得卖者的信誉分数偏低;其次,少数卖者可能蓄意进行一些虚假交易来获得正面评价,这部分卖者的信誉分数会偏高。不过,尽管虚假交易或者欺诈拍卖的现象在网上交易中确实存在,但它们在传统的交易中同样不可避免,传统交易中建立的“信誉”和“口碑”也会受到这些问题的干扰。比如一个买者与一个诚信的卖者进行了交易,该买者是否向周围的人积极传播这位卖者的诚信,直接影响到卖者的市场信誉的大小。而传统交易中经常存在的“托”。在这个意义上,我们认为网上交易者积累的信誉分数虽然存在一些内在的缺陷,在现实经济生活中所谓的“信誉”或“口碑”。

三、Lucking2Reiley等人(2000)、Melnik((2006)等研究仅仅考察了卖者

。起来衡量卖者信誉,还同时将考察其对拍卖成功可能性的影响,然而他没有处理样本选择误差的问题,这有可能是他。

Heckman模型分两步进行:首先利用probit模型估计各种因素对拍卖成功概率的影响,因变量为虚拟变量“拍卖成功”,然后估计信誉评价分数对于成交价格的影响。采取Heckman模型的原因是,如果拍卖不成功(即虚拟变量“拍卖成功”=0),即没有成交,自然也就无法观察到成交价格,因此可能存在所谓的样本选择误差问题。本文沿用Heckman(1979)的方法,利用拍卖成功概率方程的估计结果构造出一个修正项(inverseMill’sratio),然后放入价格估计方程以OLS进行估计,以此消除潜在的样本选择误差。另外,考虑到不同卖者的定价策略可能不同,而同

一个卖者的不同拍卖是可能相关的,我们将按照White(1980)的方法修正价格估计方程中估计参数的标准差,允许属于同一卖者的样本之间的误差项不是独立的。

在数据所记录的拍卖中,有的拍卖商品数量为一个,有的为多个。为了简化问题,本文将只研

②

究拍卖的商品数量为一个的情况。另外,在拍卖时有的卖者设定了一口价,而有的则没有。是否

设定一口价对于卖者的定价策略和竞标者的竞争环境都有很大的影响,这对回归模型的设定和所使用的变量也会有所影响,鉴于这一点,本文将对这两类拍卖的子样本分别进行回归,以确保结果的准确性。以下对这两个子样本分别简称为“设一口价的样本”和“未设一口价的样本”。

我们预计卖者信誉(由卖者的信誉分数和正面评价率代表)对拍卖的成交可能性和成交价格均会有正的效应。Livington(2005)指出,卖者的信誉分数对价格的影响可能并不是线性的,而是有递

①该卖者还可能在其他一些拍卖中作为买者,我们认为竞标者会更关注其作为卖者时的交易情况。

②如果拍卖商品有多个,且允许竞标者购买其中一个或几个,可能出现多个买者的情况,这会使回归处理变得非常复杂。

84

2006年第12期

减的趋势。为了验证这一点,我们在方程中放入卖者信誉分数和Π或正面评价率的平方项。如果平方项的估计系数为负值,则说明信誉的影响确实具有递减趋势。更进一步地,我们将考察卖者信誉对于拍卖成功的概率和成交价格的影响分别有多大,这是本文回归分析的重点。

为了更准确地衡量卖者信誉的影响,在回归方程中我们还对以下一些可能影响成交可能性和成交价格的因素进行了控制。

首先,不同物品之间的拍卖肯定有着系统的差异,因此物品种类的虚拟变量需要被控制。易趣用户在开始拍卖时,需要细分拍卖物品的种类,易趣公司也有专人监督用户所做的分类是否准确。本文按照易趣所划分的物品种类细类,共设立262个物品种类的虚拟变量。其次,在同一类物品中,如惠普牌笔记本电脑,配置、新旧程度同样会显著影响成交概率和成交价格,换句话说,拍卖物品本身在价值上就存在差异,如果要考察卖者信誉对价格的影响,那么首先需要消除由于价值不同而导致的拍卖价格的不同。Lucking2Railey(2000)指出,如果方程中没有控制可反映价值的变量,会出现遗漏变量误差;而Ba和Pavlou(2002)则发现,对于越贵重的物品买家对信誉的考虑越大。由于我们所使用的数据极为庞大,无法为数据中每一个拍卖物品都设定一个参考价,但我们可以通过卖者所设定的一口价和Π或保留价来控制。这是因为,当卖者在考虑设定一口价和保留价时,他已经考虑了物品的价值。保留价是卖者能够接受的最低价格(被视为保留价),而一口价则意味着卖者愿意以该价格成交,。同时,作为价格估计方程的因变量。因此,准,并以“保留价(相对于一口价)比率”,,以“成交价和一口价的比率”(该比率必然在0和1之间),则只能以保留

(该比率必大于等于1,其对数。另外,本文还将物品的新旧程度作为另一个控制物。

其次,。Bajari和Hortacsu(2000)使用eBay的数据发现,当参与拍卖的竞标者数量增加,拍卖成交价格会显著上升。本文所使用的数据中,缺乏一个直接的变量能够衡量竞标者的数量。作为替代,本文采用拍卖品被列为“推荐商品”的次数(简称“推荐次

),作为衡量潜在竞标者数量的变量,我们预计它对于成交概率和成交价格有正面的影响。数”

(lastminutebidding)现象(参见Melnik我们还需考虑到网上拍卖中比较独特的“最后时刻竞拍”

andAlm(2002)与Livingston(2005)),即网上拍卖在拍卖结束前的几小时内可能受到比之前时间内数量多得多的买家的关注,这主要是因为两个原因:1)在拍卖即将结束时竞拍,可以使得竞标者很快就知道是否成功拍到(而不用再等一两天再来看),从而减少不确定性和降低时间成本;2)即将结束的拍卖会出现在拍卖网站的“即将结束的拍卖”栏目中,因而更容易被竞标者看到。由于到拍卖网站的网民的数量随时间(小时和星期)而波动,因此拍卖结束的具体时段对拍卖成交的概率和价格都有影响。在这里,我们按拍卖开始的时间(小时和星期)设立虚拟变量来控制这种“最后时刻竞拍”现象。由于拍卖网站系统允许卖者所设定的拍卖持续时间是星期的整数倍,因此拍卖所设定的结束时间是和开始时间一致的。当然,如果拍卖是一口价成交,拍卖实际结束的时间有可能提前,但因为只有当拍卖一直持续到理论结束时间附近时,才会出现前面所述的两个促使“最后时刻竞拍”现象出现的原因。因此,我们选择拍卖的设定开始或结束时间,而不是拍卖的实际结束时间来控制“最后时刻竞拍”现象。

另外,如第二部分所述,在有的拍卖中,卖者设定的起拍价即保留价,而有的拍卖中卖者所设定

85

周黎安等:信誉的价值:以网上拍卖交易为例

的起拍价要低于保留价①———如使用“一元起拍”的名义来吸引更多的潜在竞标者,可能增加拍卖成功的概率;而另一方面,设定隐藏的保留价使得信息不对称,不喜欢这种方式的竞标者便可能不会参与竞标,这可能降低拍卖成功的概率。无论这两种影响哪个更显著,我们都可以认为起拍价和保留价的比率,会影响到拍卖成功的概率。然而,由于无论起拍价有多低,必须达到保留价才能够成交,对竞标者构成硬约束的始终只是保留价。因此我们认为,起拍价并不影响拍卖的成交价格,我们将“起拍价和保留价的比率”放入拍卖成功概率方程,而不放入价格估计方程,以此解决Heckman模型识别的一个重要条件:即价格估计方程的回归变量必须是拍卖成功概率方程的回归

变量的子集。

“同城交易”的因素是影响拍卖成功概率和成交价格的另一因素。网上拍卖的一个特点是拍卖活动本身在网上进行,而物品的交递则需要在网下进行。因此,如果竞标者和卖家在同一城市,那么竞标者所预期的交易费用将会降低,交易可靠性将会增加,其将会更有意愿参与竞标,也愿意出更高的价格。然而受Heckman模型本身的限制(价格估计方程的回归变量须是拍卖成功概率方程的回归变量的真子集),我们无法将类似“买家和卖家在同一城市”之类的变量放入,因为在拍卖成功概率方程中,未成功的拍卖是没有买家信息的。但是,方程中,由于各个城市的易趣用户数量不同,这些城市虚拟变量同样可以控制“因素的影

②响。

最后,卖者有可能会限制买者的数量,,这会减少恶意竞拍的机会,在系统差异。因此,和卖者性别的虚拟变量。

。取样方法是随机选定用户名,并追踪其在2002年12月1日至2003月日作为卖家的所有交易信息。如前所述,本文只选择拍卖物品数量为1的样本,并将样本分为设定一口价和没有设定一口价两个样本分别进行回归分析。设定了一口价的样本(见表1),有效样本量为182853,其中3113%(59432个)的拍卖没有收到任何竞标者的竞标,1115%(20098个)的拍卖收到了竞标者的竞标但没有达到卖者所设定的保留价,因此,5610%(102398个)的拍卖成功。而没有设定一口价的样本(见表2),有效样本量为52363,其中2513%(13260个)的拍卖没有收到任何竞标者的竞标,914%(4928个)的拍卖收到了竞标者的竞标但没有

达到卖者所设定的保留价,因此,6513%(34175个)的拍卖成功。可见,虽然拍卖者更多地喜欢用设定一口价的拍卖方式,但不设定一口价拍卖的成功率要高出约10个百分点。

表1和表2还分别给出了两个样本的一些统计描述。在选择设定一口价的拍卖样本中(表1),为避免个别一口价过大的拍卖物品对回归结果的影响,我们将拍卖物品的价值(一口价)在5万元以上的样本(数量极少)剔除掉,剔除后拍卖物品的平均一口价为509元;所设立的保留价相对于一口价的比率平均为0167;而起拍价相对于保留价的比率平均为0183。物品的新旧程度是由用户在“全新”到“很旧”五个等级中进行选择的,因此本文相对应地设立四个虚拟变量,分别代表新旧程度从“全新”到“较旧”,对比组是新旧程度为“很旧”。从表1可以看到,一口价拍卖物品为“全新”的占

①值得注意的是,在拍卖理论中,低于保留价的起拍价不在讨论之列,这正如本文所指出的那样,如果设置一个低于保留价

的起拍价,除了影响拍卖成交的概率外,对成交价格没有实质的影响。另外,理论中有时候所指的“起拍价”实际上指的是本文所说的保留价,这是可能引起混淆的地方。

②数据中共设立45个城市虚拟变量(在数据中某些城市的卖家数量过少,则不单独设立一个虚拟变量)。

86

2006年第12期

一口价拍卖总数的7515%,拍卖物品为“几乎全新”的占1819%,而达到一定使用程度(较新、较旧或很旧)的物品,所占比例相当低,仅为516%。与表2的结果相比较可以发现,在不设一口价的拍卖中,非“全新”商品的比例要略高一些。

在设一口价的拍卖样本中(参见表1),卖者的平均信誉分数约为45,其中最高的为2203,而最低的为-3。其中负分的用户数量比例很小,这是因为如果拍卖者从一开始就得到负分,这对其在后来交易中的负面影响很大,其就会停止在易趣网的交易或尝试以另外的身份注册一个新用户,这

①

其实同样说明信誉系统有效,因此我们在数据中保留这部分数据。值得注意的是,在表2中,卖者的平均信誉分数约为118,大大高于表1的这一数值。这可能说明,比较有经验的卖者才会更多地选择不设定一口价的拍卖方式。表1各变量的统计描述(设定了一口价的拍卖样本)

变量

拍卖结果(成功=1)一口价

保留价(相对于一口价)比率起拍价(相对于保留价)比率

(

虚拟变量)物品为“全新”(虚拟变量)物品为“几乎全新”(虚拟变量)物品为“较新”(虚拟变量)物品为“较旧”

样本量

[***********][***********][***********][***********]102405

均值

[***********][***********][***********][1**********]29

标准差

[***********][***********][***********][***********]

最小值

[1**********]-3-[1**********]075

最大值

149979198

[***********]311

卖者信誉评价分数()被推荐次数

对竞标者信誉等级要求卖者性别(虚拟变量,男=1)成交价格(相对于一口价)比率

　　注:卖者信誉评价分数(对数值)的计算方法是这样的,当卖者信誉分数大于或等于0,加1取对数值;当信誉分数为负,则以其绝对值加1取对数值,再取负数。表2与此相同。

(约占整个拍卖样本的10%,两部分卖者为了吸引更多的注意,付费使其拍卖的项目被“推荐”

个样本的这一比例很接近),付费得越多则被推荐次数越多。另外,部分卖者选择限制能够参与竞标用户的信誉等级(约占整个拍卖样本的22%,两个样本的这一比例也很接近),分为1、2、3等,分别对应着对竞标者的信誉分数要求为10、50、100。这样“,对竞标者信誉等级要求”这个变量可以取4个值,分别为0、1、2和3,其中0对应着不设信誉等级要求。只是有一点需要强调,没有设定一口

价的样本量比设定一口价的样本量少得多,这说明大多数的卖者选择了设定一口价。约55%的拍卖的卖者为男性(卖者性别虚拟变量取1)。

①当然,如果从数据中剔除这一小部分负分用户的数据,本文的回归结果不受任何显著的影响。

87

周黎安等:信誉的价值:以网上拍卖交易为例

表2　

变量

拍卖结果(成功=1)保留价(对数值)

各变量的统计描述(没有设定一口价的拍卖样本)

样本数

[***********][***********][***********][**************]1

均值

[***********][***********][***********]2110124601标准差

[***********][***********][***********][1**********]1最小值

[1**********]-4-11609000

最大值

[***********][1**********]87

起拍价(相对于保留价)比率

(虚拟变量)物品为“全新”(虚拟变量)物品为“几乎全新”(虚拟变量)物品为“较新”(虚拟变量)物品为“较旧”

卖者信誉评价分数卖者信誉评价分数(对数值)卖者的正面评价率被推荐次数

对竞标者信誉等级要求卖者性别(虚拟变量,男=1)

成交价格(相对于保留价)比率(对数值)

五表3和表4。在表3

中,方程(,估计各种因素对拍卖是否成功的影响;而方程(2)是价格估计方(4)中均显著,这程,。误差修正项(inverseMill’sratio)在方程(2)、

说明以Heckman(1979)所定义的样本选择误差确实存在,也就是说,控制了样本选择误差的方程(2)和(4)的估计结果更精确。

卖者的信誉分数和正面评价率,作为信誉的衡量标准,在两个方程中都显著为正,这说明卖者信誉越高,其拍卖的成交可能性越大,成交价格也越高。如前所述,如果在方程中进一步加入信誉分数和Π或正面评价率的平方项,这些平方项的系数为负(由于篇幅所限,这些回归结果未报告),这说明随着卖家信誉提高,成交可能性和成交价格的受影响程度在递减。

已有的经验研究发现,信誉对成交价格的影响非常小,本文的回归结果也验证了这一点。对于表3设定一口价的样本,(2)式的估计结果表明“,卖者信誉评价分数(对数值)”的估计系数为01012。这意味着:对于一个具有回归样本的变量平均特征的卖者(其具有信誉评价平均分451182)

来说,(给定其他变量不变)如果其信誉评价分数高1分,买者相应地所愿意额外支付的价格相对于一口价的比率为01012[ln(461182)-ln(451182)]=0100026。也就是说,如果所拍卖物品设立的是回归样本的平均一口价(509元),那么买者仅愿意额外支付01013元;而如果该卖者的信誉评价分数高出5分,对于一口价为509元的商品买者所愿意额外支付的金额也仅为0164元。而“卖者的正面评价率”在价格方程的估计系数为01111,这意味着对于具有平均正面评价率(8311%)的卖者,给定其他变量不变,如果其正面评价率上升1%,买者相应地所愿意额外支付的价格相对于一口价的比率仅为010011,因此对于一口价为509元的商品买者所愿意额外支付的金额仅为0156元;而即使对于正面评价率为9114%(比平均水平8311%高10%)的卖者,买者所愿意额外支付的金额也88

2006年第12期

仅为　　　　417元,尚不足一口价的1%。　表3

在表3中,(1)式所报告的是拍卖成功概率方程中各相关变量的估计系数。为进行与上面类似的效果分析,需要对probit模型中与信誉相关的两个变量的边际效应(marginaleffect)进行计算。经计算,“卖者信誉评价分数(对数值)”的边际效应为01065,这意味着,如果卖者的信誉评价分数比平均信誉分数(451182)高5分,则拍卖成功率会提高0168%。而“卖者的正面评价率”的边际效应为01568,则为一个相当显著的效应———具有平均正面评价率(8311%)的卖者,给定其他变量不变,如果其正面评价率上升1%,其拍卖成功概率可以提高0157%;同样地,对于正面评价率为9114%(比平均水平高10%)的卖者,5个百分点,一口价(对数值)

设一口价样本的回归结果

(1)因变量:拍卖结果(成功=1)Probit模型-01066(01003)-11419(01013)01516(01011)01837(01045)01918(01060)01845(0015()01167(01002)11455(01019)01090(01004)-01401(01007)01087(01004)

333333

(2)因变量:成交价格相对于一口价的比率-01006(010004)01099(01002)

33

保留价(相对于一口价)比率起始价(相对于保留价)比率

(虚拟变量)物品为“全新”(虚拟变物品为“几乎全新”

量)

(虚拟变量)物品为“较新”(物品为“较旧”

333333

333

333

01022

(01011)01026(01045)10181060)01006(01010)01015(01009)01111(01004)

3

333

333333

333333

)被推荐次数(对数值)信誉分数要求

333333

的均值0156,9%合度的贡献①可以发现,表3(1)式

2

333

01011(010005)-01030(01001

)01013(01001)01120(01003)

333

333333

的R为01257,而去掉信誉的这两

2

个变量后,R大幅下降至01158,下卖者性别(虚拟变量)

2

降了01099,占整个R的3815%。

2

sRatio而相对应的(2)式,R为01335,去InverseMill’

2

掉这两个变量以后,R仍然有样本数01326,仅下降了01009,只占整个R的217%。从这些粗略的比较

2

333333

333

[1**********]

[1**********]

2

0109901009中,我们可以看出,卖者信誉对于解

释拍卖成功概率的程度比解释价格

　　　注:方程(1)括号中的数字为估计系数的标准差,方程(2)括号中的数字为按

溢价的程度要重要得多。

卖者信誉(包括卖者信誉评价分数和正面评价率两个变量)所提供的解释度

以下简单讨论一下方程中其他一些变量的回归结果。控制变量“一口价(对数值)”在(1)式和(2)式

White(1980)的方法修正后的标准差。回归方程(1)和(2)还控制了各物品种类

的262个虚拟变量、拍卖开始时间(星期和小时)的29个虚拟变量、卖者所在城市的45个虚拟变量,由于篇幅所限,这些虚拟变量的估计结果略去不报。

333

33

、、3分别代表1%、5%、10%的显著水平(以下表4同)。

①将这两个变量从回归方程中去掉后方程拟合度下降的数值,可以看作是这两个变量对因变量方差的解释度。

89

周黎安等:信誉的价值:以网上拍卖交易为例

中的估计系数均为负　　　　　,这说明物　表4品价值越高的商品,拍卖成功的概率和能达到的价格都较物品价值较低的商品略低。而对于“保留价(相对于一口价)比率”,该数值越大,则留给竞标者的竞标空间就越小(最极端情况是该比率为1,这意味着卖者只接受以一口价成交,),自然会显著影响到拍卖成功的概率(估计系数为-11419),但如果拍卖成功,则能够提高成交的价格。如前所述,起拍价低于保留价会对竞标者造成两种影响,一方面可能以较低的价格“噱头”来吸引更多竞标者的注意,但另一方面由于保留价不公开,竞标者处于信息不对称的地位,这可能会降低竞标的意愿而转向竞标信息透明、不另设起拍价的拍卖。保留价(对数值)

未设一口价样本的回归结果

(3)因变量:拍卖结果(成功=1)Probit模型-01452(01003)01748(01024)01866(01045)01905(01060)01820(01058)[1**********]49(01042)01104(01009)-01251(01018)-01088(01019)

333

(4)因变量:成交价格相对于保留价的比率(对数值)-01577(01006)

333

起始价(相对于保留价)比率

(虚拟变量)物品为“全新”(虚拟变量)物品为“几乎全新”(虚拟变量)物品为“较新”(虚拟变量)物品为“较旧”

333

333

01090

(01013)01092(01014)01090(01014)1010004)01082(01004)01133(01045)01191(01009)-01158(01019)01036(01015)01603(01034)

333

333333

333333

333333

卖者信誉评价分数(33333

333333

(对数值)

响,正)则表明信誉分数要求

:起拍价相对于保

留价越低,拍卖成功的概率越低。卖者性别(虚拟变量)

物品新旧程度(虚拟变量)的系数,表明的是在其他条件相同的情况下,新物品相对于旧物品是否容易拍出以及成交价格是否较高。比较物品新旧程度的四个

InverseMill’sRatio

333333

333333

3333

333

样本数

2

5236301326

3417101556

虚拟变量的估计系数可以发现,0107801006

新物品(包括“全新”、“几乎全

)相对于旧物品(包括　　　注:方程(3)括号中的数字为估计系数的标准差,方程(4)括号中的数字为按新”“、较新”

White(1980)的方法修正后的标准差。回归方程(3)和(4)还控制了各物品种类的

)的成交概率显“较旧”和“很旧”

262个虚拟变量、拍卖开始时间(星期和小时)的29个虚拟变量、卖者所在城市的

著较高,成交的价格也显著较高,

虽然相差的程度并不大。

被推荐次数在方程(1)和(2)中均显著为正,这意味着拍卖被列入“推荐商品”的次数越多,吸引的浏览量越多,拍卖越容易成功,且成交价格也较高,这符合我们的预期。而在拍卖开始和设定结束的时间在晚上7点到10点的拍卖,比其他时段具有更高的成功概率以及较高的价格,这些估计系数在统计上显著(限于篇幅,其具体结果未报告)。另外,回归结果还表明,限制买者的信誉等级会使得成交可能性和价格都较低,但由于这种限制措施会减少出现恶意竞拍的买者,因此实际中仍90

45个虚拟变量,由于篇幅所限,这些虚拟变量的估计结果略去不报。

卖者信誉(包括卖者信誉评价分数和正面评价率两个变量)所提供的解释度

2006年第12期

有相当比例的卖者愿意设定买者的信誉等级。

表4报告的是未设一口价的样本的回归结果,其中方程(3)是拍卖成功概率方程而方程(4)是价格方程,该结果和表3非常接近,这说明我们的基本结果不受卖者定价策略差异性的影响。

六、小　结

Reiley等人(2000)、Melnik和Alm(2002)、Dewan和Hsu(2006)等一系列的研究指出卖者的信誉评价分数对于拍卖的成交价格有影响,但是影响程度有限。本文使用易趣提供的拍卖数据验证了上述结论,并进一步研究了卖者的信誉评价(包括信誉评价分数和正面评价率)对于拍卖成功可能性的影响。本文发现,卖者信誉评价的好坏一方面影响拍卖商品的成交价格,另一方面,对于是否能够成功拍卖也有非常显著的效应。从模型拟合度来说,卖者信誉评价对拍卖成交概率的解释力比对成交价格溢价大很多。在网上交易中,由于缺乏关于物品的其他信息来源,买者必须完全地依赖于卖者对物品的描述,且信任其会及时可靠地将物品交付。本文强调了网上拍卖具有动态和竞争性的特征,这也很可能是卖者信誉的影响主要在成交可能性上,而不在成交价格上的原因。

本文的分析结果显示,网站所推行的信誉评价系统较为准确地区分了卖者的信誉,并有效地引导了竞标者选择信誉评价较好的卖者,这验证了在一个没有政府干预的“虚拟”积极作用。然而,从另一个角度来说,,上拍卖的新用户来说,“进入壁垒”。而且,,行转移,上述“进入壁垒”,还阻止了在一个网站累积了高信誉的用户转入其他网站。

最后,,网上竞标者受到网站所推行的信誉评价系统的影响,。然而和网下交易所面临的问题一样,,如果信誉分数是依靠造假获得的,那么网上竞标者因为,则可能出现被欺诈的事件。而如果这种现象不能得到有效遏制,信誉评价系统的有效性将会减弱。

参考文献

张维迎,2003《信息、:信任与法律》,三联书店。

Akerlof,G.,1970,“TheMarketfor‘Lemons’:QualityUncertaintyandtheMarketMechanism”,QuarterlyJournalofEconomics84.Ba,S.andP.A.Pavlou,2002,“EvidenceoftheEffectofTrustBuildingTechnologyinElectronicMarkets:PricePremiumsandBuyerBehaviour”,MISQuarterly26:243—268.

Dewally,M.andL.H.Ederington,2006,“Reputation,Certification,WarrantiesandInformationasRemediesforSeller2buyerInformationAsymmetries:LessonsfromtheOnlineComicBookMarket”,JournalofBusiness,79(2).

Dewan,S.andV.Hsu,2004,“AdverseSelectioninElectronicMarkets:EvidencefromOnlineStampAuctions”,JournalofIndustrialEconomics52(4):497—516.

Eaton,D.H.,2002,“ValuingInformation:EvidencefromGuitarAuctionsoneBay”,WorkingPaper,MurrayStateUniversity.

Heckman,J.,1979,“SampleSelectionBiasasaSpecificationError”,Econometrica47:153—161.

Hidvegi,Z.,W.Wang,andA.B.Whinston,2003,“Buy2priceEnglishAuction”,WorkingPaper.

Houser,D.

andJ.Wooders,2001,“ReputationinAuctions:TheoryandEvidencefromeBay”,WorkingPaper.

Kalyanam,K.andS.McIntyre,2001,“ReturnonReputationinOnlineAuctionMarkets”,WorkingPaper,SantaClaraUniversity.Klein,Daniel(ed.),1997,Reputation,TheUniversityofMichiganPress.

Kirkegaard,R.andP.B.Overgaard,2003,“Buy2outPricesinOnlineAuctions:Multi2unitDemand”,WorkingPaper,UniversityofAarhus.Kreps,D.,1990,“CorporateCultureandEconomicTheory”,inPerspectivesonPositivePoliticalEconomy,ed.byJamesE.Alt,Kenneth

A.Shepsle,Cambridge:CambridgeUniversityPress.(下转第124页)

91

致谢2006年度《经济研究》匿名审稿人

本刊在2006年的编辑过程中,得到了以下匿名审稿人(以姓氏音节为序)的审稿支持,特致谢意。安同良　白重恩　白让让　贝多广　曹利群　曹廷求　陈冬华　陈宏辉　陈国进　陈剑波　陈昆亭陈浪南　陈　平　陈涛涛　陈　晓　陈秀山　陈彦斌　陈野华　陈雨露　陈争平　陈晓光　陈信元陈　钊　程　炼　程永宏　迟国泰　崔小勇　代　谦　戴国强　戴治勇　丁　赛　党国英　邓曲恒董雪兵　都　阳　杜　辉　樊　纲　樊明太　范从来　范剑勇　方秩强　方　勇　封　进　冯根福冯　泓　高德步　高　帆　高鸿桢　高梦滔　高培勇　龚六堂　龚　强　谷克鉴　郭庆旺　韩　俊韩朝华　何大安　何德旭　何　帆　贺菊煌　贺力平　贺小刚　侯风云　侯一麟　胡必亮　胡家勇胡向婷　胡一帆　黄登仕　黄玖立　黄群慧　黄少安　黄　涛　黄赜琳　黄桂田　黄金树　姜国华金祥荣　金　煜　贾　康　荆林波　柯荣柱　寇宗来　赖德胜　李　斌　李　虹　李　辉　李江帆李　蕊　李善民　李绍荣　李　实　李　涛　李春吉　李维安　李小平　李新春　李心丹　李雪松李勇坚　李子奈　廖士光　林伯强　刘　斌　刘凤芹　刘　松　刘金全　刘明兴　刘培林　刘庆民　刘　伟　刘尚希　刘霞辉　刘小玄　刘拥军　刘煜辉　刘志彪　林毅夫　卢　锋　卢向前　陆　磊陆　铭　陆正飞　罗楚亮　罗卫东　罗　勇　罗来军　马　捷　马拴友　聂辉华　牛晓健　潘士远潘向东　庞瑞芝　彭国华　齐良书　齐天翔　阙光辉　屈文洲　邱冬阳　任若恩　沈坤荣　沈艺峰沈　悦　史晋川　史永东　宋洪远　宋　敏　宋　旺　苏冬蔚　隋　勇　施建淮　孙茂辉　孙宁化孙祁祥　覃　筱　陶　然　滕建州　田利辉　田国强　童　盼　涂正革　万广华　汪丁丁　浩汪勇祥　王弟海　王汉生　王金霞　王晋斌　王　琨　王　　　王美今　王美艳　王小龙王亚平　王一鸣　王永钦　王兰艳　王　领　王振中　韦　森　魏后凯　魏　　　众魏巍贤　吴超鹏　吴丽华　吴联生　吴世农　吴卫星　　　熊和平　徐康宁　徐龙炳　徐现祥　徐志刚　许　庆　　　杨　杨如彦杨瑞龙　杨永恒　姚树洁　姚　洋　姚战琪　　　尹　恒于东智　于津平　余维彬　俞　乔　袁志刚臧旭恒　曾　颖　张车伟张海洋　张晓朴　张　军　张俊喜　　平张晓晶　张　杰　张　翼　张　晏章　元　赵进文　赵留彦　农　　赵志君　赵宇龙　赵　忠　郑秉文　郑超愚郑志刚　钟笑寒　　周其仁　周业安　朱恒鹏　朱　玲　朱平芳　朱希伟朱荫贵　　(上接第91Lou,X.andH.Zhong,2003,“WhentoUseBuy2priceAuction?”,WorkingPaper,OxfordUniversity.

Melnik,M.I.andJ.Alm,2002,“DoesaSeller’sEcommerceReputationMatter?EvidencefromeBayAuctions”,JournalofIndustrialEconomics,L,337—349.

Livingston,J.,2005,“HowValuableisaGoodReputation?ASampleSelectionModelofInternetAuctions”,ReviewofEconomicsandStatistics87(3):453—465.

Lucking2Reiley,D.L.,D.BryanandD.Reeves,2000,“PenniesfromeBay:theDeterminantsofPriceinOnlineAuctions”,WorkingPaper,VanderbiltUniversity.

Shapiro,C.,1983,“PremiumsforHighQualityProductsasReturnstoReputation”,QuarterlyJournalofEconomics98:659—680.White,H.,1980,“AHeteroskedasticity2consistentCovarianceMatrixEstimatorandaDirectTestforHeteroskedasticity”,Econometrica48.

TheValueofReputation:EvidencefromOnlineAuctions

ZhouLi’an,ZhangWeiying,GuQuanlinandShenYiaabc

(a:GuanghuaSchoolofManagement,PKU;b:InstituteofBusinessResearch,PKU;c:e2BusinessCenter,PKU)

Abstract:UsingalargeonlinetransactiondatasetfromEachnet,thispaperempiricallyexaminestheeffectofsellerreputationonmarkettransactions.Wefindthatsellerreputationhasasignificantlypositiveimpactbothontheprobabilityofsuccessfultransactionandonthetransactionprice.Asamajorfindingofourpaper,wealsoshowthatthepositiveeffectontheprobabilityofsuccessfultransactionseemstobelargerthanthatonthetransactionprice.Thesefindingsprovideevidenceonpositiveroleofreputationinalaissezfairevirtualmarket.

KeyWords:Reputation;MarketTransactions;OnlineAuctions

JELClassification:L140,L150(责任编辑:松　木)(校对:晓　鸥)124