農村電商市場小微企業信用評級收費模式的博弈分析

唐浩坤 溫濤 鄒芳莉

摘要 作為農村電商市場主體的小微企業，信用缺乏問題為這一市場的可持續發展埋下隱患，探討適合小微企業特征的信用評級方法成為促進農村電商市場發展的當務之急。借助有限博弈理論比較各類農村電商市場主體信用評級收費模式的優劣，證明農村征信平臺采取面向咨詢方的收費模式要比面向企業方的收費模式更能減少咨詢企業遭受惡意欺詐的風險，同時提高咨詢企業安全意識，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查比例和甄別能力，都能有效控制咨詢企業同惡意企業交易的損失率。

關鍵詞 農村電商市場；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

農村是我國擴大內需的重要戰場，也是國內發展潛力最大的電子商務市場。據中國互聯網絡信息中心（CNNIC）公布的第37次《中國互聯網絡發展狀況統計報告》顯示，截至2015年底，我國農村網民規模達1.95億，在全國網民中的占比達28.4%。農村網購規模近年來以40%的年均增長率不斷飆升，以“淘寶村”為代表的一大批農村電子商務基礎設施建設得以快速發展。截至2015年末，全國符合標準的“淘寶村”數量達780個，分布于全國17個省市，同比增長高達268%，覆蓋活躍網店總量超過20萬家。

由于我國農村電商市場剛剛起步，與之配套的農村信用體系建設十分薄弱，尤其是作為農村電商市場主體的小微企業信用評級失真問題為農村電商市場可持續發展帶來極大隱患，因此構建適合農村電商市場發展的小微企業信用體系成為當前亟待解決的問題。筆者通過文獻梳理發現，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解決融資難題上，對如何采集小微企業信用數據，如何促使征信機構提高其所出具的小微企業信用報告質量等研究還相對較少。因此，筆者提出發揮電商平臺在小微經濟體信用軟件信息采集上的優勢，構建適合小微企業發展特點的信用評級體系，并借助有限博弈理論比較各類農村電商市場主體信用評級收費模式的優劣。

1 研究背景

“十二五”期間，我國農村居民收入年均增長超過10%，增幅連續多年高于城鎮居民和GDP增速，為農村電商市場的未來收益提供了有益的支撐。農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村的滲透；2014年國家農業部提出“信息進村入戶”工程，國家商務部推行“電子商務進農村”示范計劃。2016年中央一號文件明確支持電商、物流、商貿、金融等企業參與涉農電商平臺建設，相關支農政策密集出臺為農村電商市場快速興起提供了制度保障。農村日顯落后的線下商業體系無法滿足當前多樣化的市場需求，為農村電商市場的快速拓展留下巨大“藍?！?。城市電商市場日趨飽和，增長空間有限，促使各大電商紛紛轉戰農村市場。以上因素的共同作用促進我國農村電商市場迅猛發展。

當前農村電商市場主體包含2部分，一部分是積極拓展農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“工業品下鄉”和“農產品進城”的商貿類、供銷類、郵政類企業以及參與農村“兩創”事業的高校畢業生、返鄉農民工、農村專業戶、致富帶頭人等，這部分市場主體大多體量微小、數目眾多，是農村電商市場的絕對主力和未來發展的生力軍。它們借助電商平臺的信息優勢，將新農村生產的產前、產中、產后諸多環節有機結合，妥善解決了新農村生產與市場信息缺乏溝通問題，實現了銷售環節規?；?、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量，追求增長速度，對證照不全、信用缺失的三無企業故意“網開一面”，導致農村電商市場準入門檻過低，魚龍混雜現象泛濫。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，造成網購企業無法直接接觸商品和判斷商品真偽，給假冒偽劣產品泛濫網絡以可乘之機；加上大多數電商平臺所采用的消費者主動評級制度所引發的“水軍”橫行問題仍難解決，導致作為農村電商市場主體的小微企業信用評級扭曲問題突出，這些問題給農村電商市場可持續發展帶來極大隱患，動搖客戶從農村電商平臺獲得誠信服務的信心，因此構建適合農村電商市場發展的小微企業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信用評級的研究更多關注于企業信用與企業債券及股票價格間的關系。Merton[1]首次利用模型描述企業違約風險與企業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質量、評估企業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，一旦企業信用評級發生調整，會直接影響企業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生不同預期；Graham等[7]研究發現，企業信用評級是財務總監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信用等級；Kisgen等[8]考察了公司信用評級與資本結構調整的關系，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信用評級與商業票據貼現的關系；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，誘發企業信用售賣問題，但并未對此提出解決方案；Silvia等[13]針對中小微企業特點，構建了一個基于企業軟信息的中小企業信用風險模型，并利用蒙特卡羅實驗對模型性能進行驗證，但并未對中小企業軟信息采集渠道做深入分析。

國內學者對企業信用評級的研究則更多從信用評級對緩解中小企業融資難題角度入手。如李寶慶[14]深入分析了我國中小企業信用治理現狀及存在的問題，提出規范企業信用行為、加強企業信用管理和構建企業信管體系的政策建議；尹銳[15]借助動態博弈模型分析，揭示了銀行與中小企業間信貸博弈過程，建議完善企業信用擔保體系及健全相關法規，以緩解中小企業融資難題；孫洪娟[16]綜述了國內外商業銀行信用風險管理技術，為后期構建中小企業信用評級模型提供借鑒；林毅夫等[17]分析指出正規金融機構難以克服信息不對稱造成的逆向選擇問題，而非正規金融機構則在收集中小企業“軟信息”方面具有優勢，最終借助金融市場模型證明非正規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信用評級模型，破解因信息不對稱導致的小微企業信貸風險，但并未給出可操作的小微企業信息收集渠道；徐忠等[19]利用委托代理模型分析了商業銀行提供中小企業融資的三大關鍵問題，提出大力發展中小銀行、完善征信體系、構建“三農”金融事業部等政策建議；李鑫等[20]通過分析濟南市150家農村中小企業調查問卷得出結論，企業信用狀況及資信評價偏低已成為農村中小企業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法確定網絡小微企業信貸評價財務指標與非財務指標的權重，并結合隸屬函數確定網絡小微企業信貸等級，但在企業信用信息獲取、信用指標連續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 農村征信平臺的收費模式

當前國內征信機構在對企業評級時過多依賴企業的財務指標，對于財務數據尚未健全的大多數農村小微企業并不適用，為此類似阿里、京東、蘇寧等急于拓展農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，借助電商后臺數據庫收集到的農村電商市場小微經濟體交易“軟信息”對其進行信用評分，并鼓勵中小金融機構以此為據，向農村小微企業提供信用融資。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品或農副產品的小微企業，征信平臺將免費向咨詢企業提供其所收集到的農村小微企業信用報告，但卻不會因“評估誤差”導致咨詢企業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串謀出具低質信用報告誤導咨詢企業的現象。為此筆者通過有限重復博弈探討適合農村征信平臺可持續發展的收費模式。

在農村電商市場中，與企業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方的評價收集企業方的信用信息，并生成企業信用報告；咨詢方借助平臺方提供的企業信用報告獲取企業信用信息以決定是否與企業方進行交易。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賄賂，提供虛假評價，進而降低平臺所獲企業信用軟信息的質量，最終損害咨詢方利益，因此這種收費模式不具可行性。

3.2 向企業方收費模式

該模式下，平臺方維護日常運作的經費主要依靠從企業方收費獲取，當前絕大多數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信用評價，但無法影響信用平臺所出具的企業信用評價質量。

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費主要源自對咨詢方征收會費，征信平臺所提供的企業信用報告質量直接決定其所能吸引到的咨詢企業數量，企業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受企業信用報告誤導與惡意企業交易的比例。分析減少咨詢企業受惡意企業欺騙的關鍵參數，真正發揮農村征信平臺在農村電商市場正常交易過程中的提質增信作用。

4 農村征信平臺收費模式的博弈模型

4.1 平臺方對企業方收費的博弈模型 在該收費模式下，征信平臺一旦出具高質量信用報告，必然會降低惡意企業同咨詢方企業交易的可能性，從而降低惡意企業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信用報告時，企業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）企業方以高費率委托平臺方提供低質量信用報告，企業方的收益為EfL（t）-PaH（t），平臺方的收益為PaH（t）-CoL（t）。其中，EfL（t）代表企業方第t輪依靠平臺方出具的低質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輪生成低質量企業信用報告的成本。其中t表示平臺方的收費周期。

（2）企業方以高費率委托平臺方提供高質量信用報告，企業方的收益為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）代表企業方第t輪依靠平臺方出具的高質信用報告所獲取的收益；CoH（t）代表平臺方第t輪生成高質量企業信用報告的成本。

（3）企業方以低費率委托平臺方提供低質量信用報告，企業方的收益為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）企業方以低費率委托平臺方提供高質量信用報告，企業方的收益為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，平臺提供低質量信用報告的期望收益要明顯高于提供高質量報告的期望收益，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交易，所遭受的損失通常遠大于惡意企業利用平臺增信失敗，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信用報告所獲取的收益；PaH（t）同上節。在此令PaH（t）=0.7×Wish（t）×Prof×Trans（t）；其 中Prof表示行業平均利潤率，Trans（t）為第t輪咨詢方與企業方的預期交易額，Wish（t）表示同企業第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輪企業方的聲譽值。CoL（t）同上節。在此令CoL（t）=BasRat×InvL×RecgL×Trans（t），其中BasRat表示基礎調研費率，InvL表示平臺提供低質信用報告時的盡調比例，RecgL表示平臺提供低質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信用報告所獲取的收益；CoH（t）同上節，代表平臺方第t輪生成高質量企業信用報告的成本。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占比，引入參數Posl（t）和Posh（t）分別代表平臺提供低質量信用報告與高質量信用報告時，惡意企業與咨詢企業交易的可能性。

（4）在平臺方向企業方收費模式下，將平臺提供低質量信用報告的概率，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Posl（t）和Posh（t）做如下定義，在第t輪如果信用平臺提供低質量信用報告時，分段函數Posl（t）=1；或者信用平臺提供高質量信用報告時，分段函數Posh（t）=1，則表示在本輪中咨詢企業會與惡意企業進行交易，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 仿真實驗中所用到的參數如表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欺詐的咨詢企業比例。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方收費模式更能抵御惡意企業的欺詐交易，但5輪收費期過后，隨著惡意企業和信用平臺聲譽值的不斷降低，以及受害咨詢企業安全意識的快速提高，面向企業收費模式中，咨詢方受惡意企業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，咨詢企業方受損率一直保持在30%以下，且數值還逐步下降，更適合本身信譽不高的農村征信平臺逐步積累知名度、持續拓展業務的需要。且在實際操作中，如果前幾輪收費期信用平臺為謀求暴利，與惡意企業串謀提供大量低質信用報告，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在此評級，從而最終導致征信平臺快速倒閉。因此在農村征信市場剛發展的初期，面向咨詢方的收費模式比面向企業方的收費模式更能支持平臺發展，也更能避免咨詢企業利益受損。

5.3.2 仿真實驗2比較提高信用平臺調查能力后，受惡意企業欺詐的咨詢企業比例。每輪實驗前將征信平臺發布低質信用報告的盡職調查比例和信息甄別率由原先的0.25提高到0.4；將平臺發布高質信用報告的盡職調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，平臺調研能力提高后，受惡意企業欺騙的咨詢企業占比下降更快，面向企業收費模式在5輪前的咨詢企業受損率就低于面向咨詢方收費模式，但變化幅度和調整前相比不是很大，說明提高征信平臺自身盡職調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，受惡意企業欺詐的咨詢企業比例。每輪中當惡意企業與咨詢企業交易后，對惡意企業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，調整惡意交易懲罰力度后，咨詢企業受損率比調整前下降更快。在面向企業收費模式中，僅4輪交易后受損咨詢企業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查能力更能抑制惡意企業對咨詢企業的欺騙行為。

5.3.4 仿真實驗4比較增強咨詢企業安全意識后受惡意企業欺詐的咨詢企業比例。實驗前將咨詢企業風控閾值由0.5提升到0.8，如圖4所示，此時受惡意企業欺騙完成交易的咨詢企業受損率迅速降低。而向企業收費模式下僅6輪實驗就將咨詢企業受損率由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自身的風險控制意識能在短期內（三輪交易后）就有效抑制惡意企業對其的欺騙，對惡意企業欺詐行為的抑制效果最好。

6 結論與建議

當前農村電商市場迅猛發展，與之相伴的農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濟體信用軟信息采集上的優勢，構建適合農村電商市場發展的信用體系，利用有限重復博弈方法探討適應農村電商市場迅猛發展的農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方的收費模式更能保證農村征信平臺的持續發展，也更能減少咨詢企業受惡意企業欺騙的比例。此外，在充分競爭環境下，通過加大征信機構盡職調查力度，增加惡意企業或征信平臺違法交易成本，提高咨詢企業自身安全意識，都能更好地降低咨詢企業受損比例。

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方收費，要發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農村征信機構的發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方向咨詢方過渡，監管部門應做好引導，發揮示范效應。如政府扶持的農村小微企業投融資項目應事先向征信機構查詢相關企業信用現狀。②鼓勵國有企業入股農村征信機構，提高機構公信力，加強行政監管，打擊失信行為，加大失信企業曝光度和違規成本，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提高商業機會，降低融資成本，拓寬融資渠道，同樣，企業信用評級報告可幫助咨詢方降低投資風險，實現風險定價，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農村征信機構自身也需加強專業化水平，逐步由企業信用風險分析機構向企業投資

決策機構轉化，成為集企業信用數據收集、企業信用風險分析、第三方獨立評級、企業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信用評級報告是具有外部性的公共品，企業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，直接影響農村征信機構切身利益，為此需逐步完善知識產權、網絡信息安全等相關制度、法規的保障力度，促進農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.中小企業發展之信用管理體系的構建[J].金融研究，2002（3）：81-86.

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

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

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

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

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

[20] 李鑫， 王寶明.農村中小企業信貸融資制約因素的實證研究：基于濟南市農村中小企業的問卷調查[J].農業技術經濟，2010（9）：37-44.

[21] 李潘生.網絡微小企業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：基于小微企業演化博弈的視角[J].財經研究，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.