邱甲賢， 聶富強， 童 牧， 胡根華

(1. 成都信息工程大學(xué)物流學(xué)院， 成都 610041； 2. 西南財經(jīng)大學(xué)金融安全協(xié)同創(chuàng)新中心， 成都 611130)

第三方電子交易平臺的雙邊市場特征
——基于在線個人借貸市場的實證分析

邱甲賢1， 聶富強2， 童 牧2， 胡根華2

(1. 成都信息工程大學(xué)物流學(xué)院， 成都 610041； 2. 西南財經(jīng)大學(xué)金融安全協(xié)同創(chuàng)新中心， 成都 611130)

以Prosper在線個人借貸平臺為研究對象，實證考察了第三方電子交易市場中用戶的交叉網(wǎng)絡(luò)外部性、自網(wǎng)絡(luò)外部性和平臺定價策略對雙邊用戶效用和平臺利潤的影響.結(jié)果表明：受市場供小于求、平臺運營模式和借貸雙方交易行為的影響，新借入者規(guī)模對借出者收入、前期借出者總規(guī)模對借入者需求均產(chǎn)生了顯著的正交叉網(wǎng)絡(luò)外部性；借入者之間由于競爭存在負(fù)自網(wǎng)絡(luò)外部性，而借出者之間由于協(xié)同關(guān)系存在正自網(wǎng)絡(luò)外部性；借貸雙方對平臺交易費具有顯著的負(fù)價格彈性，平臺利潤與借貸雙方的交易費分別呈現(xiàn)二次線性關(guān)系；在市場供小于求的情況下，平臺利潤主要受到借出者規(guī)模及其費率的影響.

雙邊市場； 第三方電子交易； 在線個人借貸； 網(wǎng)絡(luò)外部性； 定價

0 引 言

過去的數(shù)年中，信息技術(shù)在社會、經(jīng)濟(jì)、生活等各領(lǐng)域不斷滲透和推陳出新，基于信息和網(wǎng)絡(luò)的生產(chǎn)和創(chuàng)新模式，正在將人類社會帶入“第三次工業(yè)革命”時代[1].諸如電子商務(wù)、銀行卡、網(wǎng)絡(luò)游戲、電信等新興產(chǎn)業(yè)的出現(xiàn)和迅速發(fā)展，對傳統(tǒng)經(jīng)濟(jì)理論提出了挑戰(zhàn).針對網(wǎng)絡(luò)經(jīng)濟(jì)中各類產(chǎn)業(yè)的諸多特征，經(jīng)濟(jì)學(xué)家們提出了“雙邊市場”理論.所謂的雙邊市場，是指在某個市場上存在兩類或多類不同用戶群體，且相互之間存在“交叉網(wǎng)絡(luò)外部性”，即一邊用戶參與規(guī)模將影響到另一邊用戶接入平臺的動機[2]，從而使得該類市場具有價格非對稱性[3].Rochet和Tirole[3]對雙邊市場作了較全面的定義，即雙邊市場是為兩類或多類最終用戶的相互交易提供服務(wù)的一個或幾個平臺，當(dāng)平臺向用戶索取的價格總水平不變時，平臺在用戶價格結(jié)構(gòu)上的任何改變都會對平臺的總需求產(chǎn)生的影響.

自Katz和Shapiro[4]提出的“網(wǎng)絡(luò)外部性”后，大量國內(nèi)外學(xué)者對雙邊市場進(jìn)行了研究，如Rochet、Tirole、Armstrong、Evans、陳宏民、程貴孫和胥莉等[3,5-9]，涉及銀行卡、房產(chǎn)中介、電子商務(wù)、軟件、操作系統(tǒng)、媒體等各種產(chǎn)業(yè)[7].然而，拘泥于數(shù)據(jù)的獲取難度，絕大多數(shù)文獻(xiàn)僅限于理論研究，相關(guān)實證研究仍非常有限[10].

Wright和Kaiser[11]，Argentesi和Filistrucchi[12]分別實證分析了美國期刊和意大利報紙市場，均發(fā)現(xiàn)市場具有顯著的網(wǎng)絡(luò)外部性，認(rèn)為應(yīng)向廣告商收取高額廣告費，而對讀者進(jìn)行價格補貼.Wilbur[13]對美國電視行業(yè)的實證研究得出類似的結(jié)果，即電視節(jié)目應(yīng)采取對廣告商收取較高的費用以對觀眾進(jìn)行補貼的定價策略.Rysman[14]使用銀行卡產(chǎn)業(yè)數(shù)據(jù)驗證了持卡人和商戶之間的正交叉網(wǎng)絡(luò)外部性，并發(fā)現(xiàn)，盡管大多數(shù)持卡人持有多張銀行卡(multi-homing)，但在使用上卻呈現(xiàn)出單歸屬性(single-homing).關(guān)于軟件市場，Gallaugher和Wang[15]建立結(jié)構(gòu)方程模型，分析得出軟件市場上使用者市場份額(brower share)與服務(wù)者市場份額(server share)兩者之間存在顯著的交叉網(wǎng)絡(luò)外部性，這對服務(wù)產(chǎn)品定價產(chǎn)生了正向的影響；Boudreau[16]則主要分析軟件供應(yīng)商數(shù)量與軟件創(chuàng)新之間的關(guān)系，得出供應(yīng)商規(guī)模存在網(wǎng)絡(luò)效用，軟件創(chuàng)新主要受到軟件之間的差異和替代程度的影響.Rysman[17]對黃頁市場網(wǎng)絡(luò)外部性，廣告商的競爭會提高社會福利.在中國，胥莉等[18]通過問卷調(diào)查，分析出國內(nèi)即時通訊市場用戶間主要呈現(xiàn)自網(wǎng)絡(luò)效應(yīng)，而交叉網(wǎng)絡(luò)效應(yīng)并不顯著；用戶具有多平臺使用的傾向，且大多數(shù)用戶偏向于免費或低資費.

總體上，現(xiàn)有雙邊市場實證研究主要局限于兩大方面：一是主要集中于報紙期刊、電視、銀行卡等行業(yè)[10]，缺乏對電子交易市場的研究；二是由于數(shù)據(jù)獲取的難度，當(dāng)前實證研究主要探討市場上網(wǎng)絡(luò)外部性存在的顯著性，并驗證理論研究得到的定價結(jié)構(gòu)[18]，而缺乏對在用戶網(wǎng)絡(luò)外部性特征下，平臺定價策略對用戶效用及平臺利潤影響的實證考察.

信息技術(shù)發(fā)展的推動下，以網(wǎng)絡(luò)購物、網(wǎng)絡(luò)游戲、在線交友、電子支付、網(wǎng)絡(luò)借貸等第三方電子商務(wù)交易平臺(本文簡稱第三方電子交易平臺)的發(fā)展尤為顯著.第三方電子交易平臺，是指在電子商務(wù)活動中為交易雙方或多方提供交易撮合及輔助服務(wù)的信息系統(tǒng)的總和.在這類市場中，網(wǎng)絡(luò)外部性普遍存在[8]，是典型的雙邊市場.得益于電子商務(wù)特有的用戶群體廣、信息傳播快、無地域及無時限等特點，第三方電子交易平臺往往較報刊雜志、房產(chǎn)中介、銀行卡等傳統(tǒng)雙邊市場而言更具有規(guī)模效應(yīng)，用戶進(jìn)入市場的成本更低，平臺面臨的用戶群體規(guī)模更大、類型更廣.在這類平臺上，用戶不一定是客戶，其不確定性更高，平臺也更容易快速聚集和流失客戶.各類第三方電子交易平臺的發(fā)展說明，該類平臺的發(fā)展不僅源于網(wǎng)絡(luò)用戶需求的增長，更受到平臺運營模式和定價策略的影響.例如，中國電子商務(wù)發(fā)展初期，易趣作為中國第三方電子商務(wù)先鋒平臺，在面臨淘寶不收費競爭下，很快損失了大部分市場；相對于少數(shù)成功的平臺，絕大多數(shù)第三方電子交易平臺不斷出現(xiàn)并倒閉，其典型案例就是美國的Commerce One電子商務(wù)平臺的快速崛起、破產(chǎn)和倒閉；盡管淘寶、拍拍、世紀(jì)佳緣、優(yōu)酷等各類的第三方電子交易平臺均在短短幾年時間內(nèi)聚集了千萬計甚至億計的用戶，但各自定價策略卻表現(xiàn)出較大差異，等等.

根據(jù)第三方電子交易平臺的發(fā)展現(xiàn)象可見，其獨有的特征對平臺的運營提出了更高的要求，使該類平臺運營模式和定價策略變得至關(guān)重要.從雙邊市場理論角度看，影響這類平臺定價策略的重要因素之一源于平臺運營模式下用戶間的網(wǎng)絡(luò)外部性特征.因此，平臺在制定價格等相關(guān)策略時，了解用戶特征及其影響對平臺而言至關(guān)重要.在當(dāng)前第三方電子交易市場快速發(fā)展，且各種新型交易市場不斷出現(xiàn)的時期，分析第三方電子交易平臺用戶間的網(wǎng)絡(luò)外部性特征，及在用戶特定特征下平臺定價策略對參與各方的影響顯得當(dāng)務(wù)之急.

本文以在線個人借貸平臺(Online Peer-to-Peer Lending)為對象，實證考察第三方電子交易市場上平臺定價和用戶的交易行為，以及用戶間的交叉網(wǎng)絡(luò)外部性和自網(wǎng)絡(luò)外部性特征，平臺定價策略對用戶效用及平臺利潤的影響.理論上，本文的研究在一定程度上彌補了當(dāng)前雙邊市場實證研究的不足；實踐上，該研究為認(rèn)識和規(guī)范該類平臺提供了相關(guān)的理論依據(jù).

1 模型的建立

1.1 平臺運營模式

與傳統(tǒng)民間借貸類似，在線個人借貸是不以銀行等金融機構(gòu)為中介，借貸雙方直接通過互聯(lián)網(wǎng)平臺完成交易的無擔(dān)保借貸.從運營模式來看，在線個人借貸平臺類似于淘寶等其它第三方電子交易平臺.在平臺上，借入者發(fā)起借款需求列表，借出者選擇列表并投標(biāo)(一個借款列表可由多個借出者投標(biāo)完成)，交易成功后借入者支付利息給借出者，同時，平臺向借貸雙方收取一定的費用，如圖1所示.

圖1 在線個人借貸平臺運營模式

目前，國內(nèi)外各在線個人借貸平臺具有類似的收費模式，即對用戶實行免注冊費，對交易成功的借貸雙方均收取交易手續(xù)費的定價策略.針對該類平臺的運作模式，本文構(gòu)建實證模型分析平臺的雙邊市場特征.

1.2 基礎(chǔ)理論模型

雙邊市場文獻(xiàn)中，Rochet和Tirole[5]、Armstrong[6]建立了雙邊市場一般性的研究框架模型，得到了更為普適性的結(jié)論，成為目前大多數(shù)雙邊市場研究的理論基礎(chǔ).Rochet和Tirole[5]以銀行卡產(chǎn)業(yè)組織為研究背景，從交易費的角度研究了平臺的價格結(jié)構(gòu)問題，重點考慮了平臺兩邊用戶的需求價格彈性對平臺定價的影響，得出在價格水平一定的情況下，平臺對雙邊用戶定價的價格結(jié)構(gòu)由用戶價格彈性決定.Armstrong[6]基于用戶交叉網(wǎng)絡(luò)外部性構(gòu)建平臺定價模型，討論了利潤最大化下平臺的最優(yōu)定價，得出平臺的均衡價格主要取決于雙邊用戶交叉網(wǎng)絡(luò)效應(yīng)的相對強度、平臺的收費模式和用戶的單平臺接入或多平臺接入行為.

結(jié)合平臺特征，許多第三方電子交易平臺相關(guān)研究在Armstrong[6]模型基礎(chǔ)上從不同角度進(jìn)行了擴(kuò)展分析.例如，Belleflamme和Peitz[19]分析了電子商務(wù)市場上平臺之間的競爭及對賣方激勵的問題；Li等[20]著重研究電子商務(wù)平臺如何通過用戶間的網(wǎng)絡(luò)外部性特征提高其競爭優(yōu)勢；曹俊浩等[21]和Li等[2]研究了電子商務(wù)平臺上用戶的自網(wǎng)絡(luò)外部性和交叉網(wǎng)絡(luò)外部性；邱甲賢等[22]根據(jù)第三方電子交易市場特征分析了平臺定價現(xiàn)狀及原因，等.基于以Armstrong[6]的理論模型，本文構(gòu)建實證模型，重點考察第三方電子交易平臺用戶之間的網(wǎng)絡(luò)外部性特征，及平臺定價策略對用戶效用和平臺利潤的影響.

1.3 借貸雙方效用實證模型

現(xiàn)有實證研究結(jié)果顯示，雙邊市場中用戶之間的交叉網(wǎng)絡(luò)外部性主要取決于用戶之間的關(guān)系，如報紙期刊市場上廣告商對讀者產(chǎn)生負(fù)交叉網(wǎng)絡(luò)外部性，讀者對廣告商產(chǎn)生正交叉網(wǎng)絡(luò)外部性[9,11-12]，而銀行卡、黃頁及軟件等市場上的雙邊用戶之間具有正交叉網(wǎng)絡(luò)外部性[14-15,17]等.關(guān)于第三方電子交易市場上用戶之間的網(wǎng)絡(luò)外部性，研究認(rèn)為，該類市場上不僅存在雙邊用戶間的交叉網(wǎng)絡(luò)外部性，還存在同類用戶間的自網(wǎng)絡(luò)外部性[2,20-21].自網(wǎng)絡(luò)外部性是指同類用戶規(guī)模影響到該類用戶參與平臺的動機[2].在對電子商務(wù)平臺的研究中，Li、Yoo、李立祥和曹俊浩等學(xué)者[2,20-21,23-24]認(rèn)為平臺上交易雙方因為存在交易匹配需求而具有正交叉網(wǎng)絡(luò)外部性，同類用戶因為競爭而存在負(fù)自網(wǎng)絡(luò)外部性.如，在對第三方B2B電子商務(wù)平臺研究中，曹俊浩等[21]、李立祥等[23]和Yoo[24]認(rèn)為賣方(買方)從服務(wù)中獲得的價值隨買方(賣方)數(shù)增加而增加，但隨賣方(買方)數(shù)增加而減少.關(guān)于平臺收費對用戶的影響，用戶作為經(jīng)濟(jì)理性個體，平臺費用會降低用戶的效用，相關(guān)實證研究[i.e.,11-12,18]和社會現(xiàn)象(如電子商務(wù)平臺間的價格戰(zhàn)爭)亦反應(yīng)出用戶負(fù)的價格彈性.由此，針對在線個人借貸平臺的特點，本文提出以下兩個假設(shè)：

假設(shè)1 借入者對借出者、借出者對借入者之間由于交易匹配需求分別存在正交叉網(wǎng)絡(luò)外部性；借入者、借出者各自之間由于競爭分別存在負(fù)自網(wǎng)絡(luò)外部性.

假設(shè)2 平臺向借入者收取的交易費會降低借入者效用；平臺向借出者收取的交易費會降低借出者效用.

人類動力學(xué)研究發(fā)現(xiàn)，人類行為具有明顯的冪律分布特征[25].考慮到新用戶注冊當(dāng)期參與交易行為的影響，本文實證中將借貸用戶總體數(shù)量分為當(dāng)期新用戶數(shù)量和前期用戶總量，共同作為用戶規(guī)模變量分析用戶間的網(wǎng)絡(luò)外部性.此外，作為借入者交易成本和借出者交易收入，借款利息會直接對借貸雙方產(chǎn)生影響，本文將其作為控制變量加入到實證模型中.于是，得如式(1)所示的實證模型.

(1)

為了反映出借貸雙方對交易費的價格彈性，和降低實證分析中的異方差，本文選擇對數(shù)模型，用前綴ln表示對變量的對數(shù)處理.下標(biāo)t表示時間第t天.被解釋變量Ubt和Ult分別表示第t天平臺借入者、借出者獲得的效用.解釋變量包括：截止第t-1天時平臺上借出者和借入者的數(shù)量TLt-1、TBt-1；第t天新增借出者和借入者數(shù)量VLt、VBt；平臺對借出者和借入者收取的平均交易費率AVLfratet和AVBfratet；交易平均利息率AVIRt.借入者效用函數(shù)中，系數(shù)α11和α12共同表示借出者對借入者帶來的交叉網(wǎng)絡(luò)外部性；系數(shù)β11和β12則共同表示借入者之間存在的自網(wǎng)絡(luò)外部性.借出者效用函數(shù)中，借入者規(guī)模對借出者產(chǎn)生的交叉網(wǎng)絡(luò)外部性由系數(shù)α21、α22共同表示；借出者之間存在的自網(wǎng)絡(luò)外部性由系數(shù)β21、β22共同表示.系數(shù)γ1、γ2分別為借入者和借出者對平臺交易費的價格彈性；系數(shù)φ1和φ2分別表示借貸雙方的利息價格彈性.除此，c1和c2是借貸雙方使用平臺的固定效用；ε1和ε2表示均值為0的隨機擾動項.

1.4 平臺利潤實證模型

雙邊市場上，平臺利潤往往會受到平臺定價、用戶規(guī)模及用戶間網(wǎng)絡(luò)外部性的影響[i.e., 2,6,11]，如Rysman[17]發(fā)現(xiàn)黃頁提供商會受益于廣告商和消費者的規(guī)模及兩類用戶間的交叉網(wǎng)絡(luò)外部性.關(guān)于平臺價格與利潤的關(guān)系，雙邊市場理論模型中對平臺一階條件下利潤最大化的定價假設(shè)[3,5-6]，說明用平臺利潤與價格呈二次線性的關(guān)系.該假設(shè)也在Rysman[17]、Wright和Kaiser[11]等的實證研究中得到了驗證.類似地，影響在線個人借貸平臺利潤的因素包括了借貸雙方的用戶規(guī)模和平臺對借貸雙方制定的交易費.平臺利潤與用戶交易費的二次線性關(guān)系體現(xiàn)在交易費對平臺利潤存在的雙重影響上：一方面通過對每筆交易的收費直接影響平臺利潤；另一方面則通過交易費對交易量的改變而間接影響平臺利潤.平臺利潤最大化時的交易費表現(xiàn)為，對每筆增收的交易費收入剛好等于由于交易量減少產(chǎn)生的收入損失，而平臺交易費低于或高于最優(yōu)交易費時都可以通過上調(diào)或下調(diào)交易換費而獲取更高的利潤.對此，提出假設(shè)3.

假設(shè)3 平臺利潤與借貸雙方交易費率分別呈二次線性關(guān)系.

為了驗證平臺對用戶定價與平臺利潤之間的二次線性關(guān)系，本文構(gòu)造了如式(2)的平臺利潤實證模型.

(2)

2 數(shù) 據(jù)

2.1 數(shù)據(jù)的選擇

根據(jù)平臺的可代表性和數(shù)據(jù)的可獲得性，本文選擇美國的Prosper為實證分析對象.Prosper.com成立于2006年2月5日，是世界上最大的在線個人借貸平臺.作為最成功和最早出現(xiàn)的在線借貸平臺之一，Prosper的運營模式對其他在線個人借貸平臺的建立和運作起到了可借鑒的作用，如之后在我國的拍拍貸、宜信，美國的Lendingclub等較為成功的在線個人借貸平臺在運作模式上均與Prosper有相似之處.

Prosper官方網(wǎng)站上提供了平臺歷史交易數(shù)據(jù).根據(jù)需要，本文選擇了平臺的市場運營數(shù)據(jù)-Marketplace，和借款數(shù)據(jù)-Loan.其中，市場運營數(shù)據(jù)包括從2006年8月16日起平臺每天的會員數(shù)、借入者、借出者數(shù)量及借款總筆數(shù)和借款總金額等；借款數(shù)據(jù)則包括平臺每天借款列表的相關(guān)數(shù)據(jù)，如借入者信用等級、借入者可接受的最高利率、借出者競標(biāo)利率、借款時間及列表狀態(tài)等.因違反證券法，Prosper在2008年和2009年期間被美國證券交易委員會(Securities and Exchange Commission， SEC)關(guān)閉兩次.盡管平臺在2009年7月13日恢復(fù)了運營，但數(shù)據(jù)反映出平臺交易受到了的影響，交易量遠(yuǎn)遠(yuǎn)小于關(guān)閉前，如圖2所示.

由于平臺采取免費注冊的定價策略，用戶進(jìn)出市場的成本幾乎為零，所以，在平臺被關(guān)閉期間，僅有不足0.1%的借入者(約200余個)和借出者(約100余個)退出平臺.相較關(guān)閉前，平臺恢復(fù)運營后表現(xiàn)出用戶規(guī)模幾乎保持不變，但交易量卻顯著下降的特點.若將所有數(shù)據(jù)用于本文的分析，無疑會對實證結(jié)果產(chǎn)生影響.為了保證數(shù)據(jù)的持續(xù)性和完整性，及實證的有效性，本文選擇Prosper被關(guān)閉之前，即2006年8月16日至2008年10月12日的數(shù)據(jù)進(jìn)行分析.

圖2 Prosper的日借貸金額

2.2 數(shù)據(jù)的預(yù)處理

實證模型中的解釋變量均可通過平臺提供的數(shù)據(jù)獲取，但需衡量表示借貸雙方效用和平臺效用的三個內(nèi)生變量.作為資金提供方，假設(shè)借入者在平臺進(jìn)行交易的目的是盈利，那么借出者通過交易獲得的凈收入(vLdrPrft)可以反應(yīng)借出者效用；作為一個盈利性企業(yè)，平臺的主要目的是盈利，平臺利潤(vPltPrft)可代表平臺獲得的效用.作為借款需求方，借入者須為其需求向借出者和平臺進(jìn)行支付，因而無法直接衡量借入者交易獲得的收益.然而，在經(jīng)濟(jì)學(xué)中，效用被看做是描述偏好的一種方法，消費者偏好則是指其消費選擇意愿.理性經(jīng)濟(jì)人假設(shè)下，由于消費者會選擇其自身經(jīng)濟(jì)利益最大的消費，所以在經(jīng)濟(jì)市場中，消費者的效用最終會體現(xiàn)于市場需求.Rysman[17]在分析黃頁市場時，就使用廣告需求量表示廣告商獲得的效用.類似地，在Prosper平臺上，借入者平均效用越高時，會有更多借入者參與，平臺總借款需求就會越大，借款需求金額一定程度上反應(yīng)了借入者的效用.因此，本文用借款需求金額(vLoanAmtt)表示借入者效用.

模型變量中，vLoanAmtt，TLt-1，TBt-1，VLt和VBt對應(yīng)的數(shù)據(jù)可以從市場運營數(shù)據(jù)中直接獲得.由于每天產(chǎn)生的借款列表數(shù)量和類型不同，且不同列表具有不同手續(xù)費率和利率，變量AVBfratet，AVLfratet，AVIRt，vLdrPrft和vPltPrft對應(yīng)的數(shù)據(jù)需通過對相應(yīng)數(shù)據(jù)處理獲得.

1)借入者平均交易費率

Prosper對借入者收取三類手續(xù)費：成功交易費用(closingfee)，支付失敗費用(failedpaymentfee)和延時還款費(latepaymentfee).考慮到平臺上產(chǎn)生后兩類費用的數(shù)量少(共占借款列表的1.076%)，為簡化起見，本文只考慮成功列表產(chǎn)生的交易費用.成功交易列表的借入者將按本金(LoanAmt)的一定比例(借入者交易費率Bfrate)作為手續(xù)費支付給平臺.此外，平臺還對每筆交易設(shè)置了費用下限(BMfee).根據(jù)平臺收費標(biāo)準(zhǔn)，得每筆成功交易中，借入者需繳納的交易費用Bfeeti.

(3)

下標(biāo)ti表示第t天第i個借款列表.每天借入者支付給平臺的費用總和除以當(dāng)天借款總額，得當(dāng)天借入者平均交易費率AVBfratet.

(4)

2)平均利息率

借入者在Prosper平臺上成功借款后需按復(fù)利計息方法在借款期限之內(nèi)每月向借出者支付利息，該利息受借款列表的借款金額(LoanAmt)、成交利率(IR)和借款期限(Months)的影響.第t天第i筆借款總共需付的利息(Interestti)可通過式(5)計算獲得.

(5)

加總每天每筆借款利息后除以當(dāng)天借款總額，得到每天平均利息率AVIRt.

(6)

3)借出者平均交易費率

類似利息計算方式，平臺按每個月未償還金額的1%向借出者收取交易費用，復(fù)利方式按天計算，可得每筆交易中借出者繳納給平臺的手續(xù)費.

(7)

(8)

4)借出者收入

借出者凈收入為交易中借入者支付的利息收入減去向平臺支付的交易費.每天借出者凈收益如式(9).

(9)

5)平臺利潤

平臺收入主要來源于對借貸雙方收取的交易費.根據(jù)式(3)和式(7)，得平臺每天獲得的利潤.

(10)

3 實證結(jié)果

3.1 借貸雙方效用函數(shù)

表1 借貸雙方效用函數(shù)的回歸結(jié)果(樣本數(shù)=762)

注：*，**，***分別表示變量系數(shù)值在1%、5%和10%水平下顯著.3.1.1 網(wǎng)絡(luò)外部性檢驗

1)借入者規(guī)模的網(wǎng)絡(luò)效應(yīng)

借出者效用函數(shù)中，變量lnVBt和lnTBt-1的系數(shù)代表了借入者規(guī)模對借出者產(chǎn)生的交叉網(wǎng)絡(luò)外部性.兩個變量的系數(shù)均在1%的水平顯著為正，說明借入者數(shù)量會顯著正向影響借出者收入，存在顯著的交叉網(wǎng)絡(luò)外部性.借入者效用函數(shù)中，借入者規(guī)模變量lnTBt-1和lnVBt的系數(shù)代表了借入者自網(wǎng)絡(luò)外部性.其中，變量lnTBt-1的系數(shù)在5%水平顯著為負(fù)，說明借入者總體數(shù)量的上升會加劇借入者之間的競爭，呈現(xiàn)出較明顯的負(fù)自網(wǎng)絡(luò)外部性.變量lnVBt的系數(shù)在1%水平顯著為正，說明當(dāng)期新借入者數(shù)量會正向影響當(dāng)期借入者借款需求，與假設(shè)1相悖.

針對借入者效用函數(shù)中，當(dāng)期新借入者數(shù)量對借入者需求所表現(xiàn)出的正自網(wǎng)絡(luò)外部性結(jié)果，本文提出假設(shè)1a，并進(jìn)行檢驗.

假設(shè)1a 新注冊借入者的需求成為當(dāng)天平臺借款需求的主要來源.

Prosper上，每天均有成百上千個新用戶和借款需求列表，而每個借款列表的借款通常由多個借出者共同競標(biāo)完成，對于借款金額較大的借款列表，競標(biāo)的借出者數(shù)量多至上百個.由于數(shù)據(jù)量大，本文任意選擇平臺運營期間一個月的數(shù)據(jù)(2007年1月)，分析市場供需情況和借貸雙方的借入者和借出者交易行為.

在2007年1月期間，平臺新增加了6 163個借入者，在注冊當(dāng)月就發(fā)布借款需求列表的新借入者數(shù)量為5 551個，約占當(dāng)月新注冊用戶數(shù)量的90%.其中，約有47%的新借入者(2 587個)在注冊當(dāng)日就發(fā)布借款需求.當(dāng)月新借入者開始參與借款交易的時間分布如圖3所示.

圖3 新借入者開始參與借款的天數(shù)

在2007年1月期間總借款需求列表中，約有26%的借款需求來自當(dāng)天新注冊借入者，約14%和7%的借款列表來自當(dāng)月新借入者注冊第二天和第三天的需求，之后按天數(shù)依次遞減.2007年1月期間的借款需求列表中，超過一半以上的需求來源于當(dāng)月的新借入者.該數(shù)據(jù)顯示，借入者的借款行為體現(xiàn)出冪律分布特征，每天新借入者借款需求為當(dāng)期借款需求的主要來源，對平臺的借款需求產(chǎn)生了顯著的影響.

結(jié)論1 借入者交易行為具有顯著的冪律分布特征，新借入者規(guī)模對借貸雙方均產(chǎn)生了明顯的網(wǎng)絡(luò)效應(yīng)，表現(xiàn)為：借入者當(dāng)期和前期規(guī)模均對借出者收入產(chǎn)生了顯著的正交叉網(wǎng)絡(luò)外部性；當(dāng)期借入者規(guī)模與平臺借款需求顯著正相關(guān)；在排除了當(dāng)期用戶數(shù)量影響后，前期用戶規(guī)模對平臺總需求仍存在較明顯的負(fù)自網(wǎng)絡(luò)外部性.

2)借出者規(guī)模的網(wǎng)絡(luò)效應(yīng)

借入者效用函數(shù)中，代表借出者規(guī)模對借入者產(chǎn)生交叉網(wǎng)絡(luò)外部性的變量lnTLt-1和lnVLt的系數(shù)分別在1%水平顯著為正和在10%水平不顯著.結(jié)果顯示，平臺前期借出者總規(guī)模對借款需求產(chǎn)生明顯正向影響，體現(xiàn)了正交叉網(wǎng)絡(luò)外部性，而當(dāng)期新借出者數(shù)量對借入者需求的影響則不明顯.借出者效用函數(shù)中，變量lnTLt-1和lnVLt的系數(shù)代表了借出者間的自網(wǎng)絡(luò)外部性.變量lnVLt的系數(shù)不顯著，說明當(dāng)期借出者數(shù)量對借出者收入產(chǎn)生的影響不明顯.lnTLt-1的系數(shù)在1%水平顯著，表明平臺當(dāng)期借出者總收入明顯受到前期借出者規(guī)模的正向影響，與假設(shè)1相悖.

針對當(dāng)期借出者規(guī)模對借貸雙方的網(wǎng)絡(luò)外部性不顯著，及借出者之間所表現(xiàn)出的正自網(wǎng)絡(luò)外部性的結(jié)果，本文提出假設(shè)1b，并進(jìn)行驗證.

假設(shè)1b 參與當(dāng)期平臺借款需求列表投標(biāo)的借出者主要來源于前期借出者，而非當(dāng)期注冊的借出者；平臺上借入者的借款需求大于借出者供給.

同樣，這里使用Prosper平臺上2007年1月的數(shù)據(jù)進(jìn)行分析.在此期間，平臺新增加了3 355個借出者，其中在該月參與投標(biāo)的借出者只有760個.該月中，沒有借出者在注冊當(dāng)天及第二天就參與競標(biāo)，少數(shù)借出者在注冊后前兩周之內(nèi)就會產(chǎn)生投標(biāo)行為，如圖4所示.新注冊借出者參與交易行為的延遲性，解釋了當(dāng)期新借出者數(shù)量對借貸雙方效用影響小的實證結(jié)果.

圖4 新借出者開始參與投標(biāo)的天數(shù)

在2007年1月期間，Prosper有4 303個借款需求列表沒有借出者參與投標(biāo)，而在5 509個有借出者參與投標(biāo)的列表中，成功借款的交易列表僅有1 132個，占總體需求的11.54%，因為借出者投標(biāo)金額不足而失敗的借款列表有3 007個，占總需求列表的30.65%.由此可見，在Prosper平臺上，大多數(shù)借款列表的需求不能滿足，市場供給遠(yuǎn)遠(yuǎn)小于需求.市場的供小于求，加之平臺上每筆借款可由多個借出者共同投標(biāo)完成，所以平臺上借出者之間呈現(xiàn)出由協(xié)同作用帶來的正自網(wǎng)絡(luò)外部性，而非由競爭產(chǎn)生的負(fù)自網(wǎng)絡(luò)外部性.

結(jié)論2 參與交易的借出者主要是前期注冊借出者，而非當(dāng)期新注冊用戶，借出者規(guī)模的網(wǎng)絡(luò)效應(yīng)主要體現(xiàn)于前期借出者規(guī)模，表現(xiàn)為：前期借出者規(guī)模對借入者產(chǎn)生了顯著正的交叉網(wǎng)絡(luò)外部性；市場的供小于求，使得借出者之間存在由協(xié)同作用而產(chǎn)生的正自網(wǎng)絡(luò)外部性.

3.1.2 平臺定價對借貸雙方效用的影響

回歸結(jié)果中，表示借入者和借出者價格彈性的系數(shù)γ1和γ2的估計值分別為-0.858和-0.969，且均在1%水平顯著，說明平臺對借入者費率的提高會顯著降低借入者需求，對借出者費率的提高會顯著減少借出者收入.平臺交易費的影響程度表現(xiàn)為：平臺提高1%的借入者費率將使借款金額約減少0.86%；提高1%的借出者費率將使借出者凈收入減少0.97%.盡管用戶對交易費率表現(xiàn)出顯著負(fù)的價格彈性，但用戶價格彈性絕對值小于1，說明平臺可以通過上調(diào)價格獲得更高利潤.此外，由于市場供小于求的特征，表示平均借款利息的變量lnAVIRt在借入者效用函數(shù)的系數(shù)值為1.969(1%水平顯著)，即市場借款需求金額越大時，借入者之間的競爭會表現(xiàn)在提高借款利率上；在借出者效用函數(shù)中變量系數(shù)值為3.056(1%水平顯著)，說明作為借出者收入來源，借入者提高借款利息會顯著提高借出者收入.

結(jié)論3 平臺對借入者收取交易費會顯著降低借入者的借款需求，對借出者收取交易費會顯著減少借出者收入；借款利息反應(yīng)出借入者之間的競爭，高(低)的總需求對應(yīng)顯著高(低)的借款利息率；利息作為借出者的收入來源，利息率的提高(降低)會顯著增加(減少)借出者收入.

3.2 平臺利潤函數(shù)

對于時間序列數(shù)據(jù)，只有同階單整的序列才可能存在協(xié)整關(guān)系.因此，本文首先對平臺利潤函數(shù)中的各變量進(jìn)行單位根檢驗，然后對平臺利潤模型進(jìn)行Johansen協(xié)整檢驗.考慮到Johansen協(xié)整檢驗中會考慮各變量滯后期的影響，實證分析中將不再加入當(dāng)期借貸用戶規(guī)模變量.各變量的ADF單位根檢驗結(jié)果如表2所示.

表2 變量的平穩(wěn)性檢驗

Johansen協(xié)整結(jié)果顯示，平臺利潤與借貸用戶的數(shù)量及兩類用戶費率存在長期的協(xié)整關(guān)系.表4給出了協(xié)整方程的估計結(jié)果.

表3 Johansen協(xié)整檢驗

注：*和**分別表示在1%和5%顯著水平下拒絕變量之間不存在協(xié)整關(guān)系的原假設(shè).

表4 協(xié)整方程結(jié)果

結(jié)合前文關(guān)于平臺供小于求的關(guān)系和借貸雙方用戶行為特征的分析，可解釋平臺利潤函數(shù)中借入者規(guī)模對平臺利潤影響不顯著，以及借入者費率對平臺利潤呈現(xiàn)較弱的二次線性關(guān)系的實證結(jié)果.借入者對借出者資金的競爭使平臺利潤主要受到借出者的影響，表現(xiàn)為借出者規(guī)模的增加或減少會明顯提高或降低平臺利潤.平臺對借出者收取的交易費與平臺利潤呈現(xiàn)較顯著的二次線性關(guān)系.下面結(jié)合平臺的定價策略分析回歸結(jié)果.

觀察平臺的歷史定價策略可見，為了提高平臺的盈利性，Prosper在成立后不斷調(diào)整其對借入者和借出者的交易費用.2006年8月16日至2011年3月7日期間平臺對借入者費用進(jìn)行了9次調(diào)整，對借出者費用進(jìn)行了4次調(diào)整，如表5和表6所示*表5和表6的數(shù)據(jù)來源于：http://www.prosper.com/welcome/fee_history.aspx..

表5 借入者交易費率的定價策略

表6 借出者交易費率的定價策

表5和表6中，字母AA，A，B，C，D，E，HR和NC表示信用等級依次遞減的借入者和借出者.BMinFee_A-NC和BMinFee_AA分別為等級A至NC的借入者和等級AA借入者交易費下限金額.BFRate_Rank和LFRate_Rank是對平臺平均交易費率高低進(jìn)行的一個直觀排序.圖5展示了AVBfratet和AVLfratet與平臺定價調(diào)整變化之間的關(guān)系.

圖5 平臺定價策略及借貸雙方平均交易費率變化

Fig. 5 Platform’s pricing strategies and the average transaction fee rates of two-sided users

如圖5所示，借貸雙方的平均交易費率較好反應(yīng)出了平臺定價策略的變化情況.平臺借入者費率變化表現(xiàn)為，自2006年2月5日第1次對所有借入者制定一個較低價格后，到2009年6月13日期間進(jìn)行了5次價格上調(diào)，達(dá)到一個費率最高點，但之后通過下調(diào)部分借入者費率及交易下限費降低了借入者費率.平臺對借入者費率的調(diào)整明顯體現(xiàn)出平臺利潤與借入者費率之間的二次線性關(guān)系.借入者效用函數(shù)回歸結(jié)果顯示，在2008年10月12日前，借入者對費率的價格彈性為0.858，表明平臺可通過上調(diào)借入者費率來提高利潤，這體現(xiàn)于Prosper在之后總體上上調(diào)借入者費率的定價策略.借出者交易費方面，根據(jù)平臺利潤函數(shù)回歸結(jié)果，可估計出平臺利潤最大化的平均借出者費率AVLfratet為1.2%，即約對應(yīng)于2007年2月12日第2次價格調(diào)整后的平均費率.根據(jù)平臺利潤函數(shù)中借出者的規(guī)模和交易費的交叉項TLtAVLfratet與平臺利潤呈現(xiàn)弱正相關(guān)，以及借出者效用函數(shù)中借出者對費率價格彈性為0.969可見，盡管平臺可以通過提高借出者交易費而增加利潤，但能提高的幅度非常小.這時平臺幾乎達(dá)到其利潤最大化的借入者費用水平，這點也體現(xiàn)于Prosper的定價調(diào)整.自2007年2月12日第2次價格調(diào)整后，平臺又兩次上調(diào)費率.根據(jù)平均費率可見，后兩次的調(diào)整對借出者平均費率的變化并不顯著，仍然是趨于最優(yōu)借出者費率水平，而平臺也在2008年4月15日之后一直保持著該收費水平.

結(jié)論4 在市場供小于求的情況下，平臺利潤主要受到借出者的影響，表現(xiàn)為：借出者的規(guī)模對平臺利潤產(chǎn)生了顯著的正向影響，借入者規(guī)模對平臺利潤影響則不明顯；平臺利潤與借貸雙方的交易費率均呈二次線性關(guān)系；借出者規(guī)模和交易費對平臺利潤的影響顯著，而借入者規(guī)模和交易費對平臺利潤的影響較弱.

4 結(jié)束語

本文實證研究了Prosper平臺上借貸用戶之間的交叉網(wǎng)絡(luò)外部性、自網(wǎng)絡(luò)外部性，借貸雙方對平臺交易費的價格彈性，以及用戶規(guī)模和平臺定價策略對平臺利潤的影響.

關(guān)于借貸雙方的交叉網(wǎng)絡(luò)外部性，實證結(jié)果顯示：一方面，借入者規(guī)模對借出者產(chǎn)生了顯著正的交叉網(wǎng)絡(luò)外部性，且由于借入者呈冪律分布的借款行為，當(dāng)期新注冊用戶規(guī)模對借出者的交叉網(wǎng)絡(luò)外部性非常顯著；另一方面，不同于借入者，新借出者很少在當(dāng)期進(jìn)行交易，借出者對借入者的正交叉網(wǎng)絡(luò)外部性主要體現(xiàn)于前期借出者規(guī)模.借貸雙方的自網(wǎng)絡(luò)外部性表現(xiàn)為：在排除當(dāng)期借入者數(shù)量影響后，借入者前期用戶規(guī)模對當(dāng)期借入者效用仍存在較顯著的負(fù)自網(wǎng)絡(luò)外部性；源于當(dāng)前供小于求的市場現(xiàn)狀，以及平臺上可由多個借出者共同投標(biāo)完成交易的運營模式，借出者之間存在顯著的正自網(wǎng)絡(luò)外部性.

平臺定價對借貸雙方的影響表現(xiàn)為，借貸雙方均在1%水平顯著為負(fù)的價格彈性值分別為0.858和0.969，說明盡管平臺對借入者費率和借出者費率的提高會分別顯著降低借入者需求和借出者收入，平臺仍然可以在不同程度上提高兩類用戶的交易費以獲得更高利潤.該結(jié)論亦通過平臺在之后上調(diào)交易費的定價策略并最終將交易費率固定在更高一些的交易費率水平上體現(xiàn)出來.

從平臺利潤來看，Prosper市場上供小于求的情況，使得平臺利潤主要受到借出者規(guī)模的影響.擴(kuò)大借出者規(guī)模可以更大程度上滿足借入者需求，從而可明顯提高平臺利潤.除此，實證結(jié)果及平臺建立以來定價策略的調(diào)整顯示，平臺利潤與借貸雙方的交易費率均呈現(xiàn)二次線性的關(guān)系，且通過對交易費率的不斷調(diào)整，平臺基本達(dá)到利潤最大化的定價水平.

本文對Prosper的實證分析結(jié)果在一定程度上驗證了雙邊市場理論，與此同時，也對當(dāng)前研究提出了新的挑戰(zhàn).首先，關(guān)于第三方電子交易平臺定價影響，本文實證結(jié)果及Prosper平臺定價策略的變化證實了雙邊市場理論[5-6]中關(guān)于平臺利潤與用戶價格之間的二次線性關(guān)系.另一方面，盡管Prosper平臺上借貸雙方存在如雙邊市場理論中所提出的用戶網(wǎng)絡(luò)外部性假設(shè)，但卻不同于前期電子商務(wù)平臺研究中關(guān)于用戶之間存在正交叉網(wǎng)絡(luò)外部性和負(fù)自網(wǎng)絡(luò)外部性的結(jié)論或假設(shè)[i.e., 2,20-21,23].實證結(jié)果表明，平臺上用戶之間的兩種網(wǎng)絡(luò)外部性受到了市場供給需求和平臺運營模式的影響，這對雙邊市場理論的研究提出了新的研究方向.第三，不同于媒體、銀行卡、軟件等行業(yè)中用戶即是客戶的特點，Prosper借貸雙方交易行為顯示，由于第三方電子交易市場上用戶進(jìn)入市場的成本低，這導(dǎo)致盡管用戶規(guī)模大，但用戶參與交易的程度低.因此，在分析用戶之間的網(wǎng)絡(luò)外部性時，不能僅考慮用戶整體規(guī)模，還需考慮用戶的交易行為特征.且隨著電子交易市場產(chǎn)品價格和質(zhì)量形成差異化競爭的有效性不斷降低，使得產(chǎn)品價格和質(zhì)量之外的因素對用戶交易行為的影響突出[26].第三方電子交易市場的這些特征，無疑加大了對該類市場分析的難度，也為該領(lǐng)域的研究提出了新的挑戰(zhàn).

作為新興電子交易平臺，個人借貸平臺明顯具有第三方電子交易市場的特征，其借貸用戶的行為特點及平臺定價行為在一定程度上反應(yīng)出其他第三方電子交易市場的特征.本文的研究不僅有助于更深入了解第三方電子交易平臺，是對雙邊市場實證研究不足的補充，且通過第三方電子交易市場的特殊性提出了當(dāng)前雙邊市場研究的不足和未來研究方向，兼具理論和實踐價值.但與此同時，本文研究也存在不足之處.首先，各類第三方電子交易市場(如C2C，B2B，B2C，在線個人借貸，第三方支付等)的市場結(jié)構(gòu)均呈現(xiàn)出了寡頭壟斷特征[22]，而市場的競爭無疑會對用戶參與交易行為和平臺的定價策略產(chǎn)生影響[5,6,22].因此，將市場競爭作為主要因素考慮到實證分析中是論文未來研究的方向之一.其次，總結(jié)當(dāng)前研究，絕大部分研究是從靜態(tài)角度對雙邊市場進(jìn)行分析，而用戶網(wǎng)絡(luò)外部性特征、價格彈性、平臺最優(yōu)定價及幾者間相互影響關(guān)系往往會隨市場變化而變化.所以，從理論和實證角度探析第三方電子交易市場上用戶特征及平臺定價之間的規(guī)律性動態(tài)變化關(guān)系，也是論文未來研究的重點.

[1]馮芷艷, 郭迅華, 曾大軍, 等. 大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J]. 管理科學(xué)學(xué)報, 2013, 16(1): 1-9. Feng Zhiyan, Guo Xunhua, Zeng Dajun, et al. On the research frontiers of business management in the context of big data[J]. Journal of Management Sciences in China, 2013, 16(1): 1-9. (in Chinese)

[2]Li L, Chai Y, Liu Y. Inter-group and intra-group externalities of two-sided markets in electronic commerce[J]. Journal of Service Science and Management, 2011, (4): 52-58.

[3]Rochet J C, Tirole J. Two-sided markets: A progress report[J]. The RAND Journal of Economics, 2007, 37(3): 645-667.

[4]Katz M L, Shapiro C. Externalities, competition, and compatibility[J]. American Economic Review, 1985, 75(3): 424-440.

[5]Rochet J C, Tirole J. Platform competition in two-sided markets[J]. European Economic Association, 2003, 1(4): 990-1029.

[6]Armstrong M. Competition in two-sided markets[J]. The RAND Journal of Economics, 2006, 37(3): 668-691.

[7]Evans D S, Schmalensee R. The industrial organization of markets with two-sided platforms[J]. Competition Policy International， 2007, 3(1): 150-179.

[8]胥 莉, 陳宏民, 潘小軍. 具有雙邊市場特征的產(chǎn)業(yè)中廠商定價策略研究[J]. 管理科學(xué)學(xué)報, 2009, 12(5): 10-17. Xu Li, Chen Hongmin, Pan Xiaojun. Research on price strategy of firms in two-sided markets[J]. Journal of Management Sciences in China, 2009, 12(5): 10-17. (in Chinese)

[9]程貴孫. 具有負(fù)網(wǎng)絡(luò)外部性的媒體平臺競爭與福利研究[J]. 管理科學(xué)學(xué)報, 2010, 13(10): 89-96. Cheng Guisun. On the competition and welfare of media platform with the negative network externality[J]. Journal of Management Sciences in China, 2010, 13(10): 89-96. (in Chinese)

[10]黃純純. 網(wǎng)絡(luò)產(chǎn)業(yè)組織理論的歷史、發(fā)展和局限[J]. 經(jīng)濟(jì)研究, 2011, (4): 147-160. Huang Chunchun. History, development and limitations of the network theory of industrial organization[J]. Economic Research Journal, 2011, (4): 147-160. (in Chinese)

[11]Wright J, Kaiser U. Price structure in two-sided markets: Evidence from the magazine industry[J]. International Journal of Industrial Organization, 2006, 24(1): 1-28.

[12]Argentesi E, Filistrucchi L. Estimating market power in a two-sided market: The case of newspapers[J]. Journal of Applied Econometrics, 2007, 22(7): 1247-1266.

[13]Wilbur K C. A two-sided, empirical model of television advertising and viewing markets[J]. Markeing Science, 2008, 27(3): 356-378.

[14]Rysman M. An empirical analysis of payment card usage[J]. The Journal of Industrial Economics, 2007, 55(1): 1-36.

[15]Gallaugher J M, Wang Y M. Understanding network effects in software markets: Evidence from web server pricing[J]. MIS Quarterly, 2002, 26(4): 303-327.

[16]Boudreau K J. Let a thousand flowers bloom? An early look at large numbers of software app developers and patterns of innovation[J]. Organization Science, 2012, 23(5): 1409-1427.

[17]Rysman M. Competition between networks: A study of the market for yellow pages[J]. The Review of Economic Studies, 2004, 71(2): 483-512.

[18]胥 莉, 王耀斌, 陳 麗. 廣告支持型雙邊市場的網(wǎng)絡(luò)效應(yīng)——即時通訊市場的實證分析[J]. 系統(tǒng)管理學(xué)報, 2008, 17(6): 615-621. Xu Li, Wang Yaobin, Chen Li. Network effects of advertise supported two-sided market: Evidence from Chinese instant messages markets[J]. Journal of Systems & Management, 2008, 17(6): 615-621. (in Chinese)

[19]Belleflamme P, Peitz M. Platform competition and seller investment incentives[J]. European Economic Review, 2010, 54: 1059-1076.

[20]Li S, Liu Y, Bandyopadhyay S. Network effects in online two-sided market platforms: A research note[J]. Decision Support System, 2010, 49(2): 245-249.

[21]曹俊浩, 陳宏民, 石彼得. 基于雙邊市場理論的B2B 壟斷平臺自網(wǎng)絡(luò)外部性分類及其強度研究[J]. 上海交通大學(xué)學(xué)報, 2010, 44(12): 1661-1664. Cao Junhao, Chen Hongmin, Shi Bide. On classification and strength of self-network externality in B2B monopoly platform based on two-sided market[J]. Journal of Shanghai Jiaotong University, 2010, 44(12): 1661-1664. (in Chinese)

[22]邱甲賢, 童 牧, 林漳希. 第三方電子交易市場定價策略探析[J]. 吉林大學(xué)學(xué)報(信息科學(xué)版), 2011, 29(5): 484-493. Qiu Jiaxian, Tong Mu, Lin Zhangxi. Pricing strategy of third-party electronic market[J]. Journal of Jilin University(Information Science Edition), 2011, 29(5): 484-493.

[23]李立祥, 柴躍廷, 劉 義. 基于交易服務(wù)的第三方 B2B電子商務(wù)平臺模型[J]. 清華大學(xué)學(xué)報 (自然科學(xué)版), 2010, 50(4): 489-492. Li Lixiang, Chai Yueting, Liu Yi. Model of third party B2B e-commerce platforms based on transaction services[J]. Journal of Tsinghua University(Science & Technology), 2010, 50(4): 489-492. (in Chinese)

[24]Yoo B, Choudhary V, Mukhopadhyay T. Electronic B2B marketplaces with different ownership structures[J]. Management Science, 2007, 53(6): 952-961.

[25]Barabasi A L. The origin of bursts and heavy tails in human dynamics[J]. Nature, 2005, 435(12): 207-211.

[26]崔 楠, 崔慶安, 汪 濤. 在線零售情境因素對顧客惠顧意愿的影響研究[J]. 管理科學(xué)學(xué)報, 2013, 16(1): 42-58. Cui Nan, Cui Qingan, Wang Tao. Effect of contextual factors of online retailing on customer patronage intentions[J]. Journal of Management Sciences in China, 2013, 16(1): 42-58. (in Chinese)

Two-sided characteristics of the third-party electronic market： Evidence from online peer-to-peer lending marketplace

QIUJia-xian1,NIEFu-qiang2,TONGMu2,HUGen-hua2

1. School of Logistics, Chengdu University of Information Technology, Chengdu 610041, China; 2. School of Economic Information Engineering, Southwestern University of Finance and Economics, Chengdu 611130, China

Based on the data of an online peer-to-peer lending marketplace, Prosper.com, the users’ inter and intra-group externalities and platform’s pricing strategies in the third-party electronic market are empirically investigated. The estimated results show that both the users’ network effects and platform’s profits are influenced by the demand-supply relationships, the operation mode of the platform and the users’ trading behavior in the market. There are positive inter-group network externalities between the lenders and borrowers, negative intra-group network externalities among the borrowers and positive intra-group network externalities among the lenders. Borrowers and lenders are both sensitive to the rates of transaction fees set by the platform, and the profit of the platform has quadratic relations with the rates of transaction fees. Because there is less supply than demand in the marketplace, the platform’s profit is mainly affected by the size of the lenders and the transaction fee rate of the lenders.

two-sided market; the third-party electronic market; online peer-to-peer lending; network externality; pricing

2012-03-01;

2015-10-26.

國家自然科學(xué)基金資助項目(71473201); 四川省軟科學(xué)研究計劃資助項目(2015ZR0215); 四川省教育廳人文社科基金資助項目(14SB0116); 成都信息工程大學(xué)科研基金資助項目(KYTZ201430； J201522).

邱甲賢(1983—)， 女， 四川內(nèi)江人， 博士， 講師. Email: jessieqjx@gmail.com

F273.2

A

1007-9807(2016)01-0047-13