论文部分内容阅读
互联网的普及对用户的购物模式产生了巨大影响,越来越多的用户选择在网络购物。网上交易过程中,买家会面临更高的交易风险和更严重的信息不对称。为了减弱这些不利影响,众多第三方购物平台引入了信誉体系,从而增强买卖双方的信任、避免逆向选择。信誉已成为卖方传递质量信息的重要信号,成为买方识别高质量的卖家的重要依据。针对产品价格和销量这两个衡量网上卖家销售效果的重要因素,本文在以往研究的基础上,对信誉对价格和销量的作用进行深入探索。之前的研究利用不同网站的数据发现信誉对价格和销量影响模型的显著性并不一致,本文针对信誉对价格和销量影响有效性方面的不同结论,通过实证数据发现针对同一产品在不同网络平台中(淘宝网和e Bay网),信誉对价格和销量影响的显著性的确会存在差异。同时本文也指出该产品在两个网站市场竞争程度不同,继而构建了市场竞争对信誉与价格、销量关系的调节作用模型。本文指出即使在不同交易平台,信誉对价格和销量均有显著的影响,并指出竞争者数量会对信誉与价格、销量的关系起到调节作用。鉴于产品定价的动态性,本文收集了连续时间段内卖家的定价数据,探讨了信誉对卖家定价行为的影响。本文基于淘宝和天猫卖家对于刚上市产品的定价和价格调整行为,对比了不同信誉等级的卖家在新产品定价策略和价格调整策略方面的异同,本文发现低信誉卖家刚进入市场时更易采用渗透策略,其销售过程中的价格调整行为会受到高信誉卖家的影响。以往研究通常将销量视为连续型变量,本文考虑到销量的计数性特征,分别采用泊松回归、负二项回归和零膨胀负二项回归这三类计数型数据分析模型,对信誉与销量的关系进行拟合。本文发现产品销量具有过度离散、过度零的特点,零膨胀负二项回归模型能更好的拟合这类数据。数据结果显示信誉不但影响卖家销量的多少,也直接卖家销量成为结构零的可能性。此外,本文也发现不同地理区域的卖家销量会受所处区域的影响,但与信誉的影响作用不同的是,地理位置信息并不会影响卖家销量成为结构零的可能性。针对于动态的销量数据,本文发现传统的混合截面模型不能有效进行预测。为了动态地描绘信誉与销量的关系,也为了卖家在实际销售过程中更好的预测产品销量,本文通过非平衡面板数据,逐步构建了信誉和销量的固定效应模型。随后又利用零膨胀负二项回归模型,加入虚变量探讨信誉对销量的影响。本文发现信誉与销量的动态关系仍显著,同时信誉仍会影响销量结构零部分的预测,但预测的显著性有所下降。本文通过编写数据抓取程序,在淘宝网和e Bay网上获取了不同产品的销售信息,以及销售该产品的所有卖家信息。通过SPSS和SAS软件进行分析,逐步拓展了信誉对价格和销量的影响作用方面的研究。本文通过新颖的视角和方法,探讨了信誉与价格、销量动态和静态的关系。本文的研究成果在理论上,丰富了信誉和价格、信誉和销量的研究模型和理论;在实践中,对卖家定价决策的制定、产品销量的预测均有现实的指导意义。