【《数字支付业务操作风险及其监管的演化博弈分析综述》14000字（论文）】

数字支付业务操作风险及其监管的演化博弈分析综述目录TOC\o"1-3"\h\u29209数字支付业务操作风险及其监管的演化博弈分析综述 1270231.1数字支付业务场景及监管分析 1106721.1.1数字支付业务模式及特点 1175201.1.2数字支付行业的发展历程与现状 2140051.1.3数字支付业务监管问题 4236911.2基于POT-VaR模型的数字支付业务操作风险度量 7267591.2.1数字支付业务的操作风险识别 7127471.2.2数字支付业务操作风险测度的POT模型构建 874971.2.3实证研究 1061741.3数字支付反洗钱监管的演化博弈模型构建 12302421.3.1模型假设 1374831.3.2博弈分析 1377911.3.3模型构建 14188241.4演化博弈模型的求解与分析 15178101.4.1复制动态方程 15320371.4.2均衡解及其稳定性分析 16103141.5演化博弈模型的数值模拟与仿真分析 18数字支付是现代金融支付体系的重要组成部分，数字支付中的洗钱、套现等操作风险为数字支付业务的监管提出了新的挑战，对于数字支付业务的风险度量、管理与合理适度的监管，是数字支付行业可持续发展的基础。本章将首先分析数字支付业务的场景和发展、监管现状，然后本章将构建数字支付业务的操作风险的度量模型，从操作风险的角度研究和强化监管的重要性和必要性，并基于此建立三方演化博弈模型，模拟仿真监管活动，完善监管政策。1.1数字支付业务场景及监管分析1.1.1数字支付业务模式及特点数字支付，又被称为第三方电子支付，央行在《非金融机构支付服务管理办法》将其定义成非金融机构提供给收付款人的包含网络支付、发行预付卡、银行卡收单等在内的货币资金转移服务。简单而言，第三方支付的资金必须经历收款人到第三方支付平台再到银行的三个过程。支付类的数字金融模式主要有两个细分方向。其中一种是零售类支付，包括移动钱包、点对点汇款和数字货币，主要是支付宝等小额支付服务，面向的对象基本都是个人客户。还有一种为跨境支付、外汇兑换等批发类支付，面向的对象基本都是机构客户。无论是互联网金融，或是数字金融领域，零售或移动支付始终都是创新的代表，走在发展的前端。目前，第三方数字支付业务相对于其他数字金融领域而言，发展较快也更趋于成熟。但由于其对传统的银行支付依然存在较大的依赖性，因而银行的电子支付功能并无从根源上发生变化，银行支付体系也并无受到巨大冲击。但对于传统银行机构来说，基本都将大额、低频的用户视作服务重点，互联网支付服务是以小额、实时、高频的用户作为重点服务对象。所以说，第三方支付其实更多的还是作为传统金融支付方式的便捷补充，双方通过分工协作来实现优势互补。2020年以来，在新冠疫情的冲击下，我国第三方支付创新越发呈现蓬勃发展态势。随着国内疫情的有效防控和复工复产，为减少线下接触，我国全面推动线上支付产业的发展，实现智能化支付，并加快数字化产品和服务的探索脚步，力图实现服务的全范围覆盖。主要的做法包含：一是将移动支付优势最大限度发挥出来，加快普及非接触方式，例如自助支付、人脸识别等；二是引导全面应用网络支付，下沉到县域、农村等地，持续强化各地区民众的网络支付应用习惯；三是全球疫情未得到有效控制的情况下，不断加大了对跨境支付的需求，无接触支付受到的重视度越来越高。另一方面，在支付市场发展极为迅速的情况下，也呈现出一些支付产业存在的问题，例如我国各地的支付产业发展不均衡，还未在各个地区完全普及等问题。一是还未针对支付业务专门颁布法律法规，风险管理尚缺乏有效性、各地监管存在差异、技术创新相对滞后等问题的存在；二是头部机构持续提升自身的优势，融合了存量和增量风险，风险交叉等问题，都给产业发展造成阻碍。三是在金融科技与市场竞争共同作用之下，中小银行缺乏创新力，支付业务发展相对滞后，中小银行在金融科技冲击之下盈利模式、管理模式以及服务模式都发生了巨大的变化；四是由于自身规模、市场参与机会、市场结构、生存空间等因素的限制，使得中小支付机构无法实现良好的转型，存在极大的发展困境。1.1.2数字支付行业的发展历程与现状2003年10月，阿里巴巴推出支付宝这项服务业务，为网上支付事业的兴起和发展创造了良好的环境，是网上支付的先导者。针对支付宝来讲，其作为一项互联网支付产品，其能够有效处理资金三方托管之间的矛盾和问题，这也是为什么支付宝一经问世就得到快速发展的主要原因，在短时期内就几乎垄断了国内网上购物线上支付领域的市场，逐渐在国内和国际上站稳脚跟，展现出强势的发展势头。随着时间的推移，移动支付领域呈现井喷式发展趋势。到了2013年8月，以马化腾为首的腾讯企业开发出微信1.0这一产品，并新增微信支付功能，对阿里巴巴的支付宝造成一定的冲击。时至今日，国内互联网支付领域的两大巨头分别是阿里巴巴旗下的支付宝和腾讯旗下的微信支付，呈现出分庭抗争的景象。不得不说，支付宝和微信的兴起为国内网上支付事业的快速发展作出巨大贡献，已经成为与社会大众息息相关的支付模式，影响着人们的生存和发展。总体来说，我国数字支付业务和行业的发展呈现出：（1）业务持牌机构众多，主要分布于华东、华北以及华南地区。根据我国央行官方网站的统计数据显示，2011年开始首批发放第三方支付牌照，直至2015年暂停发放。期间市场支付牌照累计颁发总量达到270张。尽管因为陆续有业务变动、违规经营等现象出现，使得近些年注销支付牌照的机构不断增加，但拥有支付牌照的机构截至2019年依然有238家，存量还是相对较多的。从地区分布来看，以北京、上海及广东三省市的持牌机构最多，分别占到20.6%、19.3%和13%的高比例。综合来看，我国华东、华北、华南地区三个经济发展排名靠前的地区也是我国第三方电子商务发展突出活跃的地区，占比分别达到38.2%、21.6%和18.5%。（2）数字化交易规模特别是移动支付以极为迅猛的速度增长。我国的第三方支付现阶段已有巨大的交易规模，且发展空间仍然非常大。纵观实际的交易数据，第三方移动支付在2014年开始迅速拓宽交易规模，仅仅当年就增长了约400倍，而后的5年间也在持续扩大。2018年我国数字支付已达到约219万亿元的市场规模，当中有190万亿元左右为第三方移动支付。在第三方支付市场快速发展的背景下，移动支付的发展速度更是引人注目。分析其原因，主要是由于此时的消费者的上网习惯已经从PC端逐渐转移至移动端，庞大的移动网民规模为移动支付快速发展打下良好的客群基础，而移动支付的应用场景涵盖各个消费领域，支付过程不需再要离开家就可以完成，操作方式也非常方便快捷，从而带动了移动支付市场的爆发。可见，来自时空的便利和自由，已经成为网民的基本需求之一。（3）移动支付领域行业集中度高，互联网支付领域竞争加大。总的说来，在头部机构现阶段第三方支付已有较高的市场集中度，大多数市场份额的占有者为少数企业。与此同时，监管部门借助政策来引导行业间高效整合各项资源，并鼓励产业集聚。在移动支付领域，支付宝目前基本占据了行业的主导地位，拥有约51.3%的市场份额；财付通以的市场份额排名第二，约为39.2%；此外其他机构的市场份额普遍极低。由此来看，随着前两大平台场景渗透能力不断加强，占据超过90%的市场份额，形成了两家独大且短期之内难以被撬动的行业格局。在互联网支付方向，约62.9%的大部分市场份额也是为排名前三的机构所占据。其中保持了行业领先的支付宝在2018年的网络支付用户总量相比于2014年降低了19.2%。此外，京东和财付通利用电商工具升级金融战略，持续延伸应用场景，获得的市场效应极为不错，行业间也处于剧烈的竞争状态，且之后也有巨大的发展潜力。央行在2015年提出应鼓励实力较强的企业负责兼并重组，完善第三方支付市场相关机制，并以支付机构为主探究对应的分级、分类监管体系的建设。对于整合第三方支付企业资源方面，上海市也积极鼓励落实该项工作，引导相关企业兼并重组，将行业内的各优质资源进行整合，将相应的作用充分发挥出来。无可厚非的是，行业机制日益完善，监管收紧越发深入的同时，支付机构间也会增加合并重组，市场集中度也极有可能会得到提升。（4）行业盈利模式单一，利润创新需求强烈。目前，第三方支付的盈利模式还比较单一，传统的收入来源基本以服务费用为主。也就是说，虽然整个行业的额交易规模一直不断扩大，可是却并没有给机构平台们带来太多的实质性利润收益。另外，2016年3月，国家发改委、中国人民银行联合下发《关于完善银行卡服务收费定价机制的通知》，大幅降低此类服务的收费水平，进一步压缩了依托服务收费的支付企业的利润空间。此外，针对客户备付金利息归属问题，央行在2017年1月13日出台《关于实施非银支付机构客户备付金集中存管制度的通知》，明确提出支付机构应设置专用存款账户，将一些备付金存入该账户，并指出集中交存的客户无需支付利息。所以，对于第三方支付机构而言，如何依托平台长期累积的客户资源，并且在支付场景中吸纳衍生收入，其自身存在很强的需求和动力。1.1.3数字支付业务监管问题现如今，行业的快速发展带来了很多违规违法问题，而我国监管方在数字支付业务方面的处罚也不断加急、加大，同时，现有的行业风险与现有监管之间的偏差，也无疑会给金融安全及消费者权益保护带来了一定的风险隐患，主要体现在4个方面：（1）违规违法问题高发引发监管紧急收拢。违规违法问题的产生，一方面在于2015年之前国家为了鼓励互联网金融的发展，促进金融基础设施大量创新，所以对第三方支付行业的准入门槛相对宽松。然而参差不齐的企业大量涌入时，监管并未引导资质能力形成统一规范。同时，为占有更多的市场份额，巩固自身在行业中的地位，机构间实施恶性竞争，进行盲目创新，导致在转移违法资金时各机构都优先选择第三方支付平台。此外，支付机构所掌握的个人信息相对丰富，却因为没有约束，而难以对信息做好必要保护。在此形势下，数字支付成为紧急防范系统性金融风险的重要关口。于是，第三方支付行业在2016年起突然进入了严格的行业整顿期，而且后期的监管幅面更不断加宽、监管力度不断加大。期间，监管也把关注点更多地集中在备付金管理、反欺诈、反洗钱、消费者保护、反恐融资等问题之上。央行等部门在2016年4月出台《非银行支付机构风险专项整治工作实施方案》，严厉打击支付市场，央行以及其他相关机构在之后也颁布了诸多规范性文件。2016年至2019年间，通过统计得出央行共计开出375张罚单，共计没收达到5亿以上的罚款。被处罚的那些机构，基本上都是因为注册资本未按规定变更、涉及非法交易、商户实名制未落实、提供交易的机构缺乏相关证件等。（2）支付机构的定位偏离带来反复的监管套利和监管博弈。《非金融机构支付服务管理办法》将第三方支付机构界定为非金融机构，以至于许多现行的金融类监管方并不涉及对应的行为监管。但从这些机构目前的业务开展情况来看，却实际上普遍都有很强的“类金融机构”发展的趋势，与央行对其的定位并不一致，容易造成监管套利。例如构建通过构建虚拟账户，使得第三方支付累积了丰富的沉淀资金，此种做法和银行储蓄相类似，虚拟账户的业务主要有转账、消费以及理财，这和开设银行账户相似。纵观国际已有的监管做法，较为典型的一些发达国家，例如美国尽管把第三方支付机构纳入非金融机构范畴，但仍然是按照交易行为对违规行为监管进行划分；而第三方支付机构在欧盟中直接归入金融机构类，并提出应获得银行或是电子货币机构的牌照的情况下才可从事相关业务。央行针对此问题，专门在2015年出台《非银行支付机构网络支付业务管理办法》，对于虚拟账户制定了有关账户类型、支付限额、交易指令等的限制措施。旨在去除支付机构的银行性质，使其回到原有的小额支付服务状态，但支付机构在此时也开始寻找新的增收方向，借助已有的支付场景提供保险、消费信贷等金融衍生服务。有的创新确实又与现行法律法规存在明显冲突。这些都反映出第三方支付在业务创新上由于定位和监管的偏离，所带来的合规性风险。接下来，如何在鼓励创新和风险防控之间做好博弈平衡，以及怎样对第三方支付机构做好业务定位及合规性的行为监管都需要监管层进一步关注。（3）数据安全管理不到位，信息泄露风险隐患较大。信息泄露风险对客户隐私信息的安全能造成不可低估的影响。在第三方支付过程中，平台机构往往要求客户必须在注册或交易时进行实名认证、绑定手机号、提供银行卡号等，以全方位掌握客户个人信息，也有意识地利用大数据来收集各种行为偏好等数据。然而，大量支付平台机构的资质管理及风险管控水平有限，数据安全保障不足，客户信息数据泄露的情况时有发生。比如2014年支付宝被发现未能保护客户信息，导致被不法分子泄密；2015年翼支付也被反映存在资金盗刷，且完全无法追溯盗刷资金的最终流向。除此之外，对于互联网金融投诉案件，以金融消费权益保护局在近些年受理的数量为准，统计出有90%以上案例属于第三方网络支付类的。由此可知，在数字时代下，个人信息安全会受到诸多因素的影响。数字支付和诸多领域相比，还存在法律法规不完善的问题，因而发生隐私权被侵犯的问题，难以为用户提供有力保障，而最为关键的原因是并未明晰信息采集边界，难以界定不合法的范畴，加之难以落实权益保障措施，导致用户信息泄露的概率极高，且损失无法有效弥补。支付机构为快速获得更多客户的信息，往往会多个渠道共同进行，且在很多时候客户容易被机构诱导同意隐私条款，连自身隐私被侵犯都无从知晓。由于客户对机构提出的服务协议都已默认同意，使得机构会相应的弱化自身对客户数据的保护职责，往往会认为即使用户信息被泄露，也不完全是自身的责任，毕竟对于协议的条款用户是已默认同意的，用户自身也需承担责任。除此之外，用户的数据通过多次转换，也会进行多次加工，原始数据会发生一定的变化，而转换时多涉及的主体越来越多，只要信息被泄露，很难追溯真正承担责任的主体，要维权更是难上加难，最终吃亏的只有用户。（4）洗钱风险与反洗钱工作面临挑战。自第三方电子支付机构诞生之后，银行“点对点”划拨资金的中介身份有所改变，资金划分成两个交易过程，由此增加了洗钱的操作机会。若是买房，传递交易指令时不可直接传给银行，而是要借助第三方支付机构，而接收指令的银行，还应划拨资金至第三方支付账户，完成交易步骤之后，卖方才会收到资金。因为介入了第三方支付机构，使得整个交易过程并不透明，对于资金的实际动向以及交易的实际目的，银行难以知晓，账户和资金的掌握者都是第三方机构，导致银行和客户的连通受到阻碍，若有洗钱行为存在，银行也无法做到较好的监控。除此之外，因第三方平台有着较高的开放性，客户在虚拟账户开通时，仅需输入姓名、手机号、身份证号即可，和之前提供完善的备案资料不同，所提供的内容仅是一些简单信息。第三方机构通常会将客户信息量和业务成本控制作为重点考虑内容，并不会主动去审查信息，如此一来，有很多账户填写的信息都是虚假的，这些信息存在一定的风险。数字支付由于过于零散、额度较小、数量众多，导致对每笔交易进行精准识别有着巨大困难，若是采用传统监管模式，要追踪资金实际流向更是难上加难，反洗钱工作也由此大幅提升难度，导致很多钻漏洞的洗钱行为出现。本文在接下来的研究中，将以数字支付中的操作风险、尤其是洗钱与反洗钱问题作为研究对象，展开深入的分析研究。1.2基于POT-VaR模型的数字支付业务操作风险度量1.2.1数字支付业务的操作风险识别对于商业银行等传统金融机构，巴塞尔协议对操作风险有非常明确的定义，即：操作风险是指由于内部程序、系统出问题或者不完善，内部员工的误操作或外部事件给企业所造成的直接或间接的损失。并将操作风险分为信息科技系统事件等7种具体的类别。与商业银行等传统的金融机构相比，数字支付业务面临着更复杂的操作风险，其原因在于以下几个方面：（1）传统的支付方式下主要是以现金、票据为载体，通过实体的流转来完成结算，而数字支付平台以先进的技术为支撑，通过建立的支付平台来完成支付信息的数字传输，其依赖的是信息科技和系统平台，其对系统的安全性、稳定性、鲁棒性都有更高的要求，也就面临着更大的风险敞口；（2）电子支付顾名思义是通过网络电子平台作为载体进行虚拟交易的支付凭证，因此电子平台载体也就是支付系统起到的作用至关重要，系统如果出现漏洞或者其他问题会给支付带来诸多问题和损失。另外系统的不稳定也可能会带来延迟交易或者付款未成功、退款等问题。早期的电子支付的特征是交易双方互不干涉。因此，数字支付风险的破坏性更强。（3）数字支付平台的规模差异较大，而且金融从业和管理经验相对匮乏，这导致小规模数字支付机构的内控制度是不健全的，从而隐含了更大的操作风险。实际上，通过线上支付而被蒙骗等风险事件时有发生，如以线上转账的方式实施诈骗、通过一两次的支付行为套取用户账户密码信息等。根据风险来源的不同，本文将数字支付业务中的操作风险分为洗钱风险、套现风险和技术风险。（1）洗钱风险数字支付是电子支付的一种形式，其虚拟性也滋生了洗钱新的方式，比如说不法分子利用网络的虚拟性来注册多个虚拟账户，转移非法资金，或者张冠李戴，将不合法的资金洗为合法资金。这主要是因为电子支付双方的不透明度导致的，给洗钱提供了新的机遇，因为交易双方的不透明以及复杂性，使得银行追踪个人所有的资金交易难度增大，这就给“有心人”可乘之机。另外，多国电子支付的兴起，电子支付跨境业务逐渐发展，也使得追踪资金动向变得更加扑朔迷离，难度更大。（2）套现风险电子支付不仅给洗钱团伙带来了契机，同时也滋生了一种新的资金方式“套现”，通俗来讲就是将信用卡中的消费额度转为变现额度，将购买产品的消费额度通过一些方式转移到储蓄账户中，这就是一种“套现”手段。数字支付具有复杂性和多变性，资金溯源和监督过程难度比现金大，这就使得一些平台“另辟蹊径”，专门为个人提供套现服务并且躲避追踪。（3）技术风险电子支付的虚拟性和复杂多变性要求支付系统要非常稳定和能够提前考虑到各种风险，提前规避，也就是技术水平对于支付系统来讲至关重要。当然强大的技术努力的方向是，支付安全性、稳定性和有序性，同时也需要提前能够规避支付风险，防止黑客入侵，损害个人虚拟资金。如果电子支付系统出现问题，不仅会带来经济损失，同时也会影响到公民对系统的不信任度，从长远来讲，这种信用危机对于支付平台来讲更为致命，因此支付系统在进入市场前必须要经过严格的筛选和监测，对于支付系统的硬件和软件也需要加强建设，不断修复潜在问题和风险。1.2.2数字支付业务操作风险测度的POT模型构建（1）数字支付业务操作风险的VaR模型如前文4.2节度量数字信贷业务的风险相似的，VaR模型通过计算在险价值来测度风险状况，是一种金融风险测度的良好工具。与数字信贷平台风险研究相似的，也可以借鉴VaR思路和方法计算数字支付业务的操作风险状况，计算为：，（5-1）同样地，可以通过历史模拟法、MonteCarlo模拟法等方法计算值，进而对未来的风险情况进行预估[176]。（2）数字支付业务操作风险的POT模型VaR模型简便易操作，但是其对历史数据的要求量比较大，而且对数据的分布状态有较高要求。而在数字支付领域，我国发展数字支付行业的时间还较短，数据量并不十分充足，且数据分布状态难以完全满足VaR模型要求，因此，对VaR模型进行适当修正是十分必要的。极值理论为金融风险的度量提供了良好的研究视角，最成熟的极值理论模型有BMM模型和POT模型两种，其中，POT模型全称是PeaksofThreshold，一般被称作超越门限值模型或阈值模型，该模型的核心思想并不是对全部的数据进行建模，而是针对于尾部数据，找到一个可以充分提取极值信息的阈值，将超过阈值数据看作是极值，这样就会在小样本数据中提取到充分的信息，进行尾部分布的模拟，从而得到尾部渐进分布，因此并不对整个数据进行建模，而是通过只研究尾部数据的极值特征来度量风险状况，对数据量的要求并不多[177-181]。本质上，POT分布是一种条件分布函数，在数字支付业务中，记风险事件发生的随机变量序列为，变量的分布函数记为，的上端点为，如果记阈值为（），当时，则称为超阈值，记，则有：（5-2）（5-3）（5-4）如果阈值的取值较高，此时的超阈值极限分布将会收敛于广义帕累托最优GPD，而借助Fisher-Tippett定理，可以推导得到GPD的计算式为：（5-5）将式5-5的计算式代入到式5-4中，可以得到：（5-6）在确定了阈值之后，如果总样本中有个是超过了阈值的，此时可以用频率来替代表达式，那么，此时POT模型的尾部估计表达式可以按如下计算：（5-7）将式5-7对尾部数据的估计表达式代入到VaR模型当中，得到POT模型下的分位数表达式如下：（5-8）以上构建了测度数字信贷业务操作风险的POT-VaR模型。POT模型的关键在于确定合适的阈值，阈值太高会导致数据缺失，阈值过低又会影响数据质量。在实际应用中，Hill统计量图法是确定阈值的良好方法，其通过对样本的观测值进行排序，算出超阈值的指数之平均值，就可以得到Hill统计量：（5-9）以Hill统计量为纵坐标轴，以超阈值数量为横坐标轴，可以画出Hill图，通过观察Hill图，找到其中出现稳定线性对应的最大值，就是所要寻找的阈值。其中，和也可以通过OLS回归估计得到。1.2.3实证研究（1）数据来源本文度量数字支付业务的操作风险，按照前述所建立的模型，在数据选取方面，基础数据应当由操作风险引发的损失量构成。鉴于尚未有数据库记录已经发生的全部电子操作风险事故，本文沿用侯关锐（2016）、胡嘉伟（2018）等学者的研究方法，从中国人民银行、各大财经网站、银保监会网站、中央及地方政府网站等网络媒体中公开报道的电子支付操作风险事件和监管机构处罚事件，时间跨度为2011年1月1日至2020年12月31日，共收集到银盛支付无故扣款等数字支付平台操作风险事件608件，单次操作风险时间引发的损失金额在0.01万元到380万元不等。本文对原始数据进行了基本的描述性统计分析，如下表5-1所示：表5-1原始数据的描述性统计统计量最小值最大值平均值中位数偏度峰度数值0.01万380万32.7万4.6万12.9153.2从上述描述性统计可以看出，数字支付操作风险事件的损失值之偏度高达12.9（远大于0）、峰度高达153.2（远大于正态分布的3），因此存在严重的右偏厚尾现象，这也印证了POT模型的适用性。（2）实证结果及分析以下通过确定阈值和计算极值两个步骤度量以上操作风险时间损失值的风险状况。首先，阈值的精准确定是POT模型的关键，其计算思路为首先将所有的原始数据按照从大到小的顺序进行排列，然后结合现有公式5-2和5-9，估计全部数据的尾部指数也就是Hill统计量。和的关系可以通过尾部指数的散点图予以展示，如下图5-1和图5-2所示。图5-1Hill统计量散点图根据上图5-1的Hill统计量散点分布图，可以拟合出和的线性关系如下图5-2：图5-2Hill统计量拟合图从上图5-2可以看出，拟合的直线和散点连线图的第一个交点，就是本文要求的阈值，为，此时所对应的损失值为19.4万元，即为风险损失阈值。在阈值确定了之后，根据POT-VaR模型5-8的计算公式，使用R语言的riskmeasures函数，可以得到在阈值时，值在99%的置信度下为214.8万元，值在99.9%的置信度下为447.6万元，值在99.99%的置信度下为83058.2万元。进一步地，如果我们把视为参与数字支付活动的不利偏差的话，那么参与数字支付活动的期望收益值可以描述为：（5-10）那么，就可以转化为：（5-11）此时，就可以得到操作风险分位数、标准差倍数、置信度水平和数字支付操作风险最大损失之间的关系。并且，由此可以按照如下思路计算得到监管资本：在巴塞尔协议的框架下，选取置信水平99.99%的置信度水平，如果假定数字支付业务的操作风险损失服从均值分布，那么操作风险的监管资本则为99.99%的分位数与预期损失的差值，即：（5-12）由上式可以得到本例中数字支付业务的监管资本为83021.5万元，进而得到每次操作风险事件的监管资本为136.55万元，跟数字支付业务操作风险事件的平均损失32.7万元相比，监管资本约为平均损失的4.2倍。也就是，需要投入4.2倍于平均损失的监管资本才能有效控制数字支付业务风险至0.01%以下，可见监管投入的重要性。下文将就数字支付业务的监管策略等问题展开深入研究。1.3数字支付反洗钱监管的演化博弈模型构建中国的数字支付从出现至今大约有十几年时间。但是国家对于电子支付的行政法规以及立法等还不够完善，2010年后才逐渐开始重视和颁布法规，这种滞后性也使得电子支付领域出现了一些行业乱象，亟需政府加快颁布相关法律法规，规范电子支付行业。政府的滞后性和不完善性主要体现在三个方面：一是监管力度不够，导致一些支付机构较为混乱；二是政府监管导致支付系统行业受到较大约束，创新能力下降；三是由于中国对于电子支付走在世界前列，没有其他国家的经验可以借鉴，因此还处在初步摸索阶段，对于支付系统的责任认定法律界限还不够明确。如前文所述，洗钱风险是数字支付行业面临的最主要的操作风险，利用电子支付工具进行洗钱成为了电子支付行业需要监管的重要问题，本节将以数字支付中的洗钱与反洗钱监管为对象，对数字支付的监管问题展开深入研究。1.3.1模型假设数字支付业务中最易于发生的监管漏洞就是洗钱行为的发生。对于数字支付机构而言，数字支付为洗钱行为提供了天然的通道和机会，数字支付机构可以监测、强力管制洗钱行为，也可能配合洗钱行为而获得非法收入，因此对于洗钱业务的监测与监管，是政府监管部门对于数字支付业务管理的重要工作。在洗钱与反洗钱的博弈竞争中，涉及到的利益相关主体有三类，分别是非法洗钱者、配合或反对洗钱行为的数字支付机构、政府监管部门。构建三方演化博弈模型，满足以下假设条件：（1）博弈中存在三个参与者：非法洗钱者、数字支付机构和监管部门。（2）博弈过程中各经济行为主体掌握的信息是不对称的。模型满足有限理性假设，在信息不完全对称的反洗钱环境下，每个参与者的目标仍然是实现效用最大化。（3）假定在洗钱者实施洗钱行为的前提下，数字支付机构只要履行反洗钱职责就必定会发现其洗钱行径并令其得到相应惩罚。（4）假定监管部门对数字支付机构进行反洗钱合规检查时，只要监管部门进行严格监管，必然就能发现洗钱者的洗钱行为。（5）演化博弈模型中各参与方一开始并不能找到最优行为决策和最优均衡点，而是在博弈过程中通过观察对方的策略进而不断地学习、调整自己的策略，以试错的方式达到动态均衡。1.3.2博弈分析在洗钱与反洗钱的数字支付监管问题中，存在三个参与者，分别是洗钱者、数字支付机构和监管部门，对其分别进行分析如下：（1）对于洗钱者而言，其可选的策略空间是洗钱与不洗钱，记其概率分别为和。洗钱者进行洗钱将获得非法收益，也就是洗钱的金额，记其为；若洗钱者被数字支付机构或监管机构发现，则处于罚金；洗钱者进行洗钱需要付出一定的成本，本文将该成本拆分为两部分：手续费、洗钱外溢成本。（2）对于数字支付机构而言，其可选的行为策略是严格履行反洗钱规定与不严格执行反洗钱规定，本文简记为反洗钱合规和反洗钱违规，记其概率分别为和。数字支付机构进行反洗钱时，需承担成本；数字支付机构正常开展经营业务的收益为；如果数字支付机构没有采取行动抓获洗钱者或协助洗钱者进行洗钱，可以获得协助洗钱的收益；如果抓获了洗钱行为，则可以获得的超额收益，这种超额收益来源于声誉提高等。而如果数字支付机构没有严格履行反洗钱规定，被监管部门督察出来应付的罚金为，所付出的名誉损失为；而如果数字支付机构严格履行反洗钱规定，则可以获得监管部门的激励记为。（3）对于监管部门而言，其可选策略空间是监管或不监管，记其概率分别为和。监管部门开展监管的成本为；如果未采取监管措施会受到社会质疑等损失记为；如果采取监管措施会受到社会赞誉等社会效益记为。总结以上的变量参数符号，如下表5-2所示：表5-2参数符号与解释参数符号参数解释非法洗钱者进行洗钱获得的非法收益非法洗钱者被数字支付机构或监管机构发现所处罚金非法洗钱者洗钱的手续费非法洗钱的外溢成本数字支付机构进行反洗钱的成本数字支付机构正常开展经营业务的收益数字支付机构协助洗钱的收益数字支付机构抓获了洗钱行为，可以获得的超额收益数字支付机构未合规反洗钱，被监管部门督察出来应付的罚金数字支付机构未合规反洗钱的名誉损失数字支付机构合规反洗钱所获得的奖励监管部门开展监管的成本未采取监管措施会受到社会质疑等损失采取监管措施会受到社会赞誉等社会效益1.3.3模型构建根据以上的分析，可以得到不同策略下洗钱者、数字支付机构和监管部门的每一方所获得的损益，进而可以得到在数字支付的洗钱监管中三方演化博弈的支付矩阵为下表5-3。表5-3数字支付反洗钱博弈的支付矩阵策略组合非法洗钱者收益移动支付机构收益监管部门收益洗钱，反洗钱合规，监管洗钱，反洗钱合规，不监管洗钱，反洗钱违规，监管洗钱，反洗钱违规，不监管不洗钱，反洗钱合规，监管0不洗钱，反洗钱合规，不监管0不洗钱，反洗钱违规，监管0不洗钱，反洗钱违规，不监管01.4演化博弈模型的求解与分析1.4.1复制动态方程（1）非法洗钱者种群的复制动态方程非法洗钱者选择洗钱的期望收益为：（5-13）非法洗钱者选择不洗钱的期望收益为：（5-14）则，非法洗钱者种群的复制动态方程为：（5-15）（2）数字支付机构种群的复制动态方程在数字支付机构选择反洗钱合规时的期望收益为：（5-16）数字支付机构选择反洗钱违规时的期望收益为：（5-17）则数字支付机构种群的复制动态方程为：（5-18）（3）监管部门的复制动态方程监管部门选择监管的期望收益为：（5-19）监管部门选择不监管时的期望收益为：（5-20）则监管部门的复制动态方程为：（5-21）1.4.2均衡解及其稳定性分析由，，可知，演化博弈动态过程的纯策略纳什均衡点为、、、、、、、。通过一个系统的Jacobian行列式的局部稳定性可分析得出系统均衡点的稳定性，同时该系统是由复制动态方程描述的一个群体动态。因此，Jacobian矩阵可以根据上述三个复制动态方程同时对求导得到：纯策略纳什均衡点的Jacobian矩阵为：（5-22）上述矩阵的特征多项式可以表示为（5-23）因此均衡点的3个特征值分别为、、。根据上述Jacobian矩阵局部稳定性，对演化博弈系统的局部稳定性平衡点分析，得到各点的稳定性如下表5-4：表5-4均衡点及其稳定性均衡点特征值稳定性ESS不稳定点不稳定点不稳定点不稳定点不稳定点不稳定点ESS因此，数字支付反洗钱监管三方博弈系统的演化稳定策略为、。1.5演化博弈模型的数值模拟与仿真分析为验证上述构建的演化博弈模型，并进一步分析不同的监管手段对洗钱非法行为的监管效果，深入分析相关变量对演化博弈的实际影响，本文借助MATLAB2016软件对数字信贷的监管演化博弈模型进行数值模拟仿真。按照前述模型的建立和讨论，在进行仿真模拟时，设定参数分别为：B=1000；C1=200；F1=2000；T=500；M1=800；F2=1000；C2=100；C3=800；N=800；R1=500；R2=400；R3=800；C4=600；M2=700；进一步分析不同参数取值变化下智能投顾机构和监管机构的策略选择。双方博弈的演化结果及分析如下所示。（1）总体结果分析将上述参数输入到Matlab软件中，得到随着博弈不断演化进行三方所选择策略的趋势图，如下图5-3所示：图5-3三方演化博弈总体结果图从上图可以看出，在如上设定好的参数情况下，博弈演化的最终结果将是：洗钱者将逐渐选择不进行洗钱，数字支付机构将逐渐选择进行反洗钱的合规经营，而随着数字支付机构反洗钱力度和意愿度的加大，监管机构可以逐渐放松监管力度，从而形成良性的监管态势和结果。深入分析出现以上良性监管效果的原因，在于对洗钱者较大的惩罚力度（远大于）、给数字支付机构合规经营较高的奖励、以及数字支付机构如果不合规经营将得到较大的声誉惩罚等。为了更加深入地了解不同参数对监管效果和各方行为选择的影响，以下针对洗钱罚金、反洗钱成本等参数展开深入的仿真模拟研究。（2）洗钱罚金对监管效果的影响为了研究非法洗钱者因为洗钱行为被发现而支付的罚金对监管效果的影响，本模型调整参数的数值，分别设置了2000、2200、2400、2600四种不同的参数，观察四种情形下随着的变化，非法洗钱者的行为选择的变化情况，得到如下图5-4的演化结果：图5-4洗