开放银行背景下商业银行与互联网平台竞合策略的演化博弈研究——基于前景理论视角

易加斌，俞澜天

（1.哈尔滨商业大学 商务学院，黑龙江 哈尔滨 150028；2.哈尔滨商业大学 企业家学院，黑龙江 哈尔滨 150028）

一、引言

伴随着以云计算、大数据、物联网、人工智能、区块链等为核心的新一轮信息技术革命的快速发展，数字技术对各行各业渗透和应用的广度与深度日益加强。其中，数字技术与金融行业的深度融合带来金融科技（Fintech）在全球范围内的蓬勃发展，并进一步驱动金融行业的数字技术革命和数字化转型。在此背景下，开放银行（Open Banking）理念与运营模式应运而生。开放银行是商业银行借助应用程序接口（Application Programming Interface，简称“API”）等技术手段与第三方共享产品、数据、服务、算法、流程和其他业务功能的一种平台化商业模式（迟考勋，2020）[1]。在该模式下，商业银行通过开放与共享，打破了传统的垂直闭环模式，形成了商业银行与金融科技公司、供应商、互联网平台以及其他合作伙伴之间的多维度、多场景的价值共创机制（戚盠和朱姝，2018）[2]，从而成为商业银行适应数字经济发展和数字化转型与升级的重要驱动力。鉴于数字化金融与生活消费场景的广阔应用领域、市场发展空间，目前我国开放银行实践主要是以开放金融服务能力为主。商业银行通过与互联网平台建立战略协同和合作伙伴关系，将商业银行各类金融服务嵌入广阔的生活场景与金融服务场景中，共同为用户提供方便、快捷、周全的互联网金融与生活服务，广泛增加与用户的触点，提高客户黏性，在此基础上，进一步为互联网平台的服务优化提供支持。例如浦发银行推出API Bank 无界开放银行，对互联网平台的各类场景开放自身产品与服务，用户在其他应用的互联网平台中可以直接使用浦发银行的相关服务，而不必转到商业银行互联网平台。在政策支持层面，2019年中国人民银行发布的《金融科技（FinTech）发展规划（2019—2021 年）》中指出，促进产业繁荣是我国金融科技的发展目标之一，要在开放共赢的原则中拓展金融生态边界，构建开放共赢的服务生态体系。基于此，商业银行与拥有丰富场景的互联网平台进行深度合作，通过开放银行打造金融科技生态圈和以满足用户需求为核心的金融服务生态圈必将成为未来开放银行发展的主流，也将呈现出巨大的发展机遇和市场空间。与此同时，商业银行与互联网平台合作推进的开放银行在发展过程中也面临着诸多竞争与挑战。

首先，开放银行实践需要商业银行与互联网平台的联合创新（吴朝平，2018）[3]，但一些互联网平台以前期沉淀的用户流量和应用场景为资源基础，借助于自身拥有的丰富场景、流量与数据优势，建立自身的金融科技公司，并利用技术优势进入用户场景开展金融科技业务，从而建立起相对完整的金融科技服务生态闭环；在此过程中，由于互联网平台与商业银行在金融科技服务与消费场景服务方面存在业务相似性，使得双方存在业务重叠上的竞争性以及长期战略布局上的矛盾性。其次，在未来收益尚不明确的情况下，开放银行实践存在着诸如收益分配机制不明确、数据监管不完善等潜在风险（Steve，2016）[4]，使得双方的长期合作面临一定的阻力。因此，从现实角度出发，探索开放银行背景下商业银行与互联网平台两个主体的竞合关系，通过演化博弈模型解构二者的利益诉求、关系演化以及收益分配机制，对构建商业银行与互联网平台和谐共赢的价值共创机制并由此促进开放银行的健康稳定发展，具有重要的实践价值和战略意义。

二、文献综述

关于数字化转型背景下商业银行与互联网平台的关系，国内外学者已经展开了较为系统的研究，主要包括传统视角下互联网金融发展对商业银行的影响及商业银行的应对策略和商业银行与互联网平台的关系演化两大层面。其中，互联网技术应用于金融领域催生出金融行业尤其是商业银行的互联网金融转型与创新，形成了早期对商业银行与互联网企业合作关系的研究。学者们普遍认为，尽管双方包含着融合与合作关系，但商业银行仍处于被动地位。王聪聪等（2018）[5]对相关研究梳理后发现，互联网金融的发展提升了金融效率、降低了金融服务门槛，有着传统商业银行难以替代的优势，商业银行需要通过与互联网企业合作，借助于互联网金融实现转型。郭捷和周婧（2016）[6]通过实证分析互联网金融对商业银行的影响，发现商业银行的整体效率波动与互联网金融环境存在相对一致性。邱晗等（2018）[7]探究了金融科技发展对商业银行的影响，发现商业银行负债成本不断提高，对高风险资产有了更强的接受度。伴随着数字技术进一步在金融领域的应用带来的开放银行发展，现有关于商业银行与互联网平台研究中对开放银行的理论与实践分析成为新的研究方向。开放银行要求商业银行由过去的被动应对转为主动开放，双方的关系也面临着新的变化（梁爽等，2021）[8]。

在开放银行背景下主体关系研究中，学者们大多关注商业银行的合作动力。如Boumediene 等（2020）[9]认为开放银行发展，一方面离不开传统的零售商业银行业务，另一方面离不开外部合作伙伴互联网平台企业现有的社交网络、技术等资源，双方的资源互补性是开放银行发展的动力。Richard（2020）[10]认为开放银行是围绕消费者展开的竞争，商业银行和互联网平台等各个参与方需要最大限度提升消费者价值来提升自身竞争力。而伴随着中国开放银行实践的发展，有学者开始注意到商业银行异质性对开放银行建设的影响，其中中小商业银行的开放银行实践成为重点。吴朝平（2020）[11]认为中小银行相对大型银行存在技术、人才储备与资金短板，开展金融科技相关业务存在风险。但侯世英和宋良荣（2019）[12]认为中小银行可以更好满足客户个性化、精准化的服务需求，可以利用自身优势发展数字化转型路径；也有学者指出在开放银行建设中，大型银行通过自建平台开展业务合作，而中小银行往往需要借助外部第三方的技术平台实现自身的业务开放。总体来看，商业银行与互联网平台之间长期存在竞争与合作的双重关系，而开放银行的发展也使得二者的竞争合作关系更为密切。同时，在商业银行群体内，大型银行与中小银行的异质性也使得开放银行建设存在不同路径，需要商业银行结合自身特点进行实践探索。

也有学者利用演化博弈方法分析商业银行与互联网平台之间竞争与合作的动态演化机制。如于静和庄新田（2020）[13]从商业银行角度对融资互联网平台的道德风险进行了分析并设计出相应的激励策略。陆敬筠和王绍东（2014）[14]从促进双方合作角度并结合政府职能分析了商业银行与移动金融服务平台企业之间的关系变化与优化策略，揭示了政府调节双方不良竞争的作用。罗暘洋等（2021）[15]从内部异质性视角分析商业银行与支付互联网平台群体中异质个体在竞合博弈中的表现，发现小规模个体在竞合中收益表现较差。已有成果从定量角度揭示了二者的合作竞争机制，但由于当前开放银行实践尚处于起步阶段，目前鲜有探究开放银行发展的成果。

此外由于演化博弈相关假设并未考虑决策主体因素对决策的相关影响，因此有学者将前景理论结合至演化博弈模型中。前景理论由Kahneman 和Tversky（1979）[16]提出，它解释了决策主体在面对不确定性与风险时是如何做出决策的。该理论将决策主体的风险偏好、认知差异等非理性因素考虑在决策过程中，改变了以往人们决策时基于风险与回报进行理性计算的决策基础，突破了理性期望收益假设。前景理论的引入使得演化博弈研究更为贴近实际，例如吴洁等（2017）[17]利用累计前景理论与演化博弈方法对影响同一联盟内企业知识转移策略的因素进行探究；李玉等（2019）[18]基于前景理论，从发货方视角对物流企业配送行为进行了演化博弈分析。谭德庆和徐浩（2020）[19]基于前景理论对环境污染后的群体事件行为进行了演化博弈分析。这些已有研究形成了较为成熟的研究视角。

通过对文献成果的梳理发现，当前关于开放银行背景下商业银行与互联网平台关系的研究取得了一定的理论成果和实践经验，但现有研究也存在一些不足，主要体现为以下几方面。

第一，已有研究大多是从理论角度分析归纳开放银行的作用、趋势、发展动力等，但缺乏使用定量方法分析主体间关系的长期演化过程的研究。

第二，在已有商业银行与外部互联网平台的博弈关系研究中，一方面大多数学者关注互联网金融或支付互联网平台，研究视角并未拓展至不直接从事金融与支付业务的互联网平台；另一方面绝大多数研究并未考虑商业银行内部异质性问题。

第三，基于有限理性假设下的演化博弈模型仍无法对合作过程中双方的风险偏好等非理性因素进行解释，有必要从行为经济学的视角基于不完全理性人假设，对开放银行背景下商业银行与互联网金融平台之间的竞合演化博弈展开更贴合现实决策场景的研究。而结合开放银行现实情况，将商业银行异质性与主体决策影响因素考虑到商业银行与互联网平台的关系研究中，对于推动我国开放银行实践健康发展具有重要意义。

因此，本研究将前景理论引入商业银行与互联网平台的关系研究中，并基于商业银行在开放银行实践中的异质性，构建开放银行背景下商业银行与互联网平台的博弈矩阵，分析两个群体的演化过程与竞合关系，探索影响双方合作的因素；并通过数值仿真进一步验证开放银行背景下影响商业银行与互联网平台决策行为的参考因素；在此基础上，提出促进商业银行与互联网平台围绕开放银行实践展开长期合作，实现开放共赢，避免恶性竞争的对策建议。本文的研究为数字经济驱动下商业银行与互联网平台构建基于价值共创的开放银行协同发展机制，提供了一个系统性的理论框架和一定的实践指导。

三、模型构建与求解

（一）模型假设与参数设定

1.基本假设

在不考虑外部环境以及其他主体因素影响的情况下，将开放银行实践看作商业银行与互联网平台的博弈过程，其博弈结果将影响商业银行与互联网平台间的协作创新行为。基于二者之间关系做出如下假设。

假设1：商业银行与互联网平台两个群体之间且群体内均是有限理性的。其中商业银行群体内存在大型银行（包括国有商业银行和大型股份制银行）与中小银行（包括城市商业银行与农村商业银行）两个子类，二者在开放银行实践中存在异质性。

假设2：开放银行背景下商业银行与互联网平台博弈中，商业银行与互联网平台依据自身对收益的主观价值判断选择策略，且价值判断符合前景理论的价值函数。其中前景价值V表示商业银行与互联网平台对于收益的主观判断，由价值函数ν(Δxi)与权重函数ω(pi)组成：

其中Δxi代表i 事件中商业银行与互联网平台决策主体实际收益xi与价值参照点x0的差值，即Δxi=xi-x0；ν(Δxi)表示博弈双方基于参照效应的价值函数，其中λ 表示对损失规避的敏感度，γ、η 表示对相对收益与损失的风险偏好系数；pi是事件i出现的客观概率，ω(pi)表示商业银行与互联网平台决策主体对概率的主观判断决策权重函数，ω(pi)是pi的单调递增函数且ω(0)=0、ω(1)=1。

假设3：在双方博弈中商业银行面向互联网平台群体存在开放与不开放两种策略选择，互联网平台的应对策略是参与与不参与。其中商业银行的开放策略是指对互联网平台共享自身业务、数据等资源，系统提供基础服务，将自身金融服务向场景延伸；不开放策略是不对外开放自身业务与客户数据，对来自互联网平台的账户设置门槛或中途停止合作等。互联网平台的参与策略是主动在自身业务场景中接入商业银行端口服务或允许商业银行应用链接自身场景，向商业银行导出自身流量等；不参与策略则是互联网平台不向商业银行开放自身场景与流量，或出于成本与投机考虑中途停止合作等。

假设4：开放银行背景下商业银行与互联网平台双方原始收益的获得与策略选择无关，因此为了方便分析，将双方群体感知前景价值的参照点x0都设为0。同时将双方（开放，参与）情形下获得收益的主观概率设为1。

2.博弈矩阵参数设定

设定商业银行群体中大型银行与中小银行的比例分别为θ 和1-θ，二者经营的基础收益为π1和π2(π1>π2)，互联网平台基础收益为π3。

在（不开放，不参与）策略集下，博弈双方各自仅获得原始收益。在（开放，参与）策略集下，大型银行的合作总收益为Δπa，中小银行的合作总收益为Δπb(Δπa>Δπb)，银行与平台对合作收益的分配比例分别为k与1-k，同时大型银行与中小银行承担的成本分别为C1和C2(C1>C2)，互联网平台承担成本为C3。在（开放，不参与）策略集下，商业银行需要继续承担合作成本，而互联网平台获得投机收益R3。在（不开放，参与）策略集下，互联网平台需要继续承担合作成本，大型银行获得投机收益R1，中小银行获得投机收益R2(R1>R2)，同时大型银行也会产生声誉损失W。金融监管部门会对投机行为进行处罚并对损失方进行补贴，奖惩力度为F。

（二）收益矩阵构建

在本文假设的基础上，结合相关学者的研究（杨剑等，2020；武翠和谭清美，2021）[20-21]，建立基于前景理论的商业银行与互联网平台的收益感知矩阵，如表1所示。

表1 基于前景理论的商业银行与互联网平台收益感知矩阵

设定商业银行群体中选择开放策略的比例为x(0≤x≤1)，互联网平台群体中选择参与策略的比例为y(0≤y≤1)，并做如下分析。

（1）在（开放，参与）策略集下，设定在P1(P1=1)概率下可以获得合作总收益，各自的收益分配系数为β与1-β，计算双方的合作收益感知价值并用符号表示如下。

（2）在（不开放，参与）策略集下，设定商业银行在P2概率下可以获得投机收益，计算商业银行对开放银行收益的感知价值如下。

同理，在（开放，不参与）策略集下，互联网平台在P3概率下可以获得投机收益，计算互联网平台对开放银行收益的感知价值如下。

（三）演化博弈求解及分析

1.演化博弈分析

对于商业银行而言，选择开放策略时的期望收益ua1为：

选择不开放策略时的期望收益ua2为：

则商业银行的平均收益期望为：

根据公式（1）和公式（3）的计算结果得到复制动态方程为：

同理，当互联网平台选择参与策略时，期望收益ub1为：

互联网平台选择不参与策略时，期望收益ub2为：

则互联网平台的平均收益期望为：

由公式（5）和公式（7）得到互联网平台的复制动态方程为：

由此得到演化博弈的二维动力系统：

其中α=θH+(1-θ)I，β=θ(L-W)+(1-θ)M，ψ=θJ+(1-θ)K。当F(x,y)=0 时，稳定临界值为x=0、x=1 和y*=。当G(x,y)=0 时，稳定临界值为y=0、y=1 和。

2.均衡点稳定性分析

由上述分析可知，在参与推进开放银行的博弈过程中，商业银行与互联网平台两个群体的博弈均衡点有5 个，分别是(0,0)(0,1)(1,0)(1,1)(x*,y*)。而复制动态方程求出的均衡点并非是演化稳定策略（ESS）。根据Friedman（1991）[22]的方法，演化均衡点的稳定性可以由雅各比矩阵的局部稳定性导出，构建雅各比矩阵J如下。

则该矩阵的迹（记为trJ）为：

该矩阵的行列式（记为detJ）为：

若均衡点代入后trJ<0且trJ>0，则该复制动态方程的均衡点即为演化稳定策略（ESS）。在满足(x*,y*)∈[0,1]的限制下，分析情形如下。

情形1：当ψ>F>N 且α>F>β时，即博弈双方对于合作收益的感知价值大于投机收益的感知价值、奖惩力度高于投机收益时，演化博弈的演化均衡点是(0,0)和(1,1)［如图1 情形1（a）］，具体结果如表2 所示。这表明在金融监管部门适中的奖惩力度下，形成了较公平的鼓励合作、抑制垄断的竞合氛围，在预期合作收益以及监管大环境保证下，商业银行与互联网平台得以在自觉自愿的情况下开展开放银行实践的合作，从长期上避免了双方互设门槛、形成垄断的情形。银行与平台既可基于自身战略开展合作，也可以基于自身的市场定位选择不开展相关合作。

表2 情形1条件下均衡点的局部稳定性

情形2：当F>ψ>N 且F>α>β时，即商业银行对于合作收益的感知价值大于投机收益的感知价值、奖惩力度高于合作收益时，系统演化均衡点为(0,0)［如图1 情形2（b）］。这说明当金融监管部门对于开放银行监管力度过高时，商业银行与互联网平台稍有不慎就有被严重处罚的风险。在此监管压力下，博弈双方对于未来获得合作收益的预期也会降低，从长期看使得开放银行合作走向终止。

情形3：当F>ψ>N 且α>F>β时，即双方对于合作收益的感知价值大于投机收益的感知价值，但监管部门对互联网平台的奖惩力度相对银行更为严格时［如图1情形3（c）］，演化博弈的演化均衡点是(0,0)。同样情况也适用于当ψ>F>N 且F>α>β。这说明当金融监管部门的奖惩力度不平衡时，不公平的监管环境使得监管压力较小的一方利用监管漏洞进行套利，或通过恶意竞争、设置合作门槛等方式破坏开放银行合作，从而终止相关的合作实践。

图1 不同情形下的演化博弈图

四、数值模拟仿真分析

本文的研究目的是为了促进商业银行与互联网平台双方合作推进开放银行，在若干情形中（开放，参与）为演化均衡点的只有情形1。由表2 可知，其演化均衡点分别为(0,0)和(1,1)，同时存在两个不稳定点(0,1)和(1,0)，以及鞍点T(x*,y*)。

为了更好地分析影响开放银行实践与影响商业银行与互联网平台双方合作的主要因素，本研究利用Matlab软件进行数值仿真。根据相关假设设定初始模型参数为：Δπa=10、Δπb=8、F=3、R1=3、R2=2、R3=2、k=0.5、θ=0.1、γ1=0.88、γ2=0.88、γ3=0.88、W=1、ω(p2)=0.5、ω(p3)=0.5、x0=0.5、y0=0.5。其中根据Tversky和Kahneman（1992）[23]的研究，将γ1、γ2、γ3设为0.88。同时根据我国大型银行的数量比例将θ 设为0.1，其他初始值设置是为了保证行为选择概率相对稳定并方便改变参数观察概率变化。

（一）合作收益对演化结果的影响

对双方的合作收益Δπa、Δπb进行调整，得到结果分别如图2、图3 所示。从图2 所示的仿真结果可以发现，大型银行合作收益Δπa的增加可以促进系统朝向（1,1）方向演化，但是其数值变动并不会改变原有参数条件下的演化结果。本文分析认为，虽然我国大型银行大力开展开放银行实践、促进自身数字化转型，但是我国大型国有银行和大型股份制商业银行数量有限，仅通过大型银行开展与互联网平台的合作难以使开放银行实践实现质的发展。同时以国有银行和大型股份制商业银行为代表的大型银行资金实力雄厚、市场广阔，其战略定位与开放银行发展模式很难被中小银行借鉴，“领头羊”效应并不突出。

图2 大型银行合作收益系统演化轨迹

同样从图3 所示的仿真结果可以发现，中小银行合作收益Δπb的增加可以促进系统朝向(1,1)方向演化，同时其合作收益的增加使得系统演化均衡点发生变化。本文分析认为，尽管中小银行受到资金与市场规模的限制在推动自身数字化转型过程中难以获得较大影响力，但我国中小商业银行数量多、市场分布广泛，同时也面临较大的竞争压力，因而对于开放银行的探索也有着更大的潜力。如果中小银行结合所在市场的实际情况开展与互联网平台的合作并取得预期收益，那么其他中小银行也会借鉴相关经验开展开放银行实践，极大地带动商业银行的合作积极性。另外合作收益的增加也使得拥有场景的互联网平台逐渐重视拥有优势特色的中小银行，通过与银行的合作既可以有效针对当地市场客户开展服务，又可以降低合作成本。这也进一步提升了互联网平台与商业银行特别是中小商业银行的合作积极性。

图3 中小银行合作收益系统演化轨迹

（二）风险偏好对演化结果的影响

对商业银行与互联网平台各自的风险偏好系数γ1、γ2、γ3进行调整，得到的结果分别如图4、图5、图6所示。从图4所示的仿真结果可以发现，大型银行风险偏好系数γ1的增加进一步加强了博弈双方向合作策略演化，但是其数值变化并不会影响整体演化结果。结合前景理论，本文认为大型银行在资金、技术实力、风险承担能力以及把握市场机会等方面存在优势，在自身数字化转型过程中更容易获得来自外部的合作，因而在实施数字化转型战略时可以采取更为多样的策略。在预期获得较高合作收益的条件下，商业银行可以采取较为积极的开放银行建设策略，也可以先期采取保守策略，在出现市场机会后快速通过自身资源展开市场竞争，从而推动与外部互联网平台的合作。

图4 大型银行演化轨迹

从图5 所示的仿真结果可以发现，中小银行风险偏好系数γ2的增加会推动博弈由不合作向合作策略演化，当中小银行风险偏好系数达到0.7 以上时，博弈的演化稳定策略由不合作向合作演化。结合前景理论，本文认为在开放银行实践中，出于对长期风险的考虑，商业银行与互联网平台在开展实践时，当商业银行与互联网平台判断预期合作收益并不乐观时就会选择停止合作或采取投机行为来及时止损，从而不断降低双方合作概率。同样，如果商业银行与互联网平台判断预期收益乐观时，双方对于合作的信心也会增加，从长期看保持合作的概率也会不断增加。在初期中小银行往往面临资金、技术以及外部合作短板，受此影响往往不愿主动开展相关实践，其风险偏好也较低，此时庞大的商业银行群体内只有少数银行主动进行开放银行建设，难以推动商业银行整体实现合作。但随着开放银行的不断发展，许多原本不存在建设优势的商业银行通过联合共建平台或者加入其他成熟的开放银行平台开展相关业务，这使得银行面临更多的市场合作机会，进而在市场竞争中提升了风险偏好。当众多中小银行的积极性充分调动起来时，开放银行合作也最终成为主流选择。

图5 中小银行演化轨迹

从图6 所示的仿真结果可以发现，互联网平台的风险偏好系数γ3的增加会推动博弈由不合作向合作策略演化。结合前景理论分析，本文认为在开放银行建设初期，许多互联网平台并未充分了解开放银行概念，并且在相关监管制度并不健全的情况下开展与商业银行的合作往往面临更多的风险，因而大多数互联网平台出于对风险的厌恶而合作意愿不强。但随着开放银行不断建设，其潜在收益也在不断增加，此时互联网平台对于预期收益的心理参照点发生变化，更多平台开始选择合作。

图6 互联网平台演化轨迹

（三）奖惩力度对演化结果的影响

对商业银行与互联网平台的奖惩力度F 进行调整得到动态变化结果如图7 所示。从图7 的仿真结果可以看出，随着奖惩力度的增加，博弈双方演化稳定策略逐渐从合作转为不合作。这说明在合作收益大于投机收益的条件下，金融监管部门的奖惩力度成为影响银行与平台双方开展合作的重要因素。力度适中且公平的监管方式可以为鼓励合作创新的环境建设提供监管制度保障，从而促进开放银行博弈双方开展良性竞争，更为有效地推动商业银行数字化转型以及互联网平台的市场拓展。但是过大的监 管压力会打击创新，使得尚处于起步阶段、存在创新风险的开放银行实践缺乏创新动力，进而导致开放银行实践难以发展。此外，对于银行与平台不对称的监管也容易产生监管套利行为，从而使得一些个体借助恶性竞争手段破坏合作，最终使开放银行相关合作走向终结。

图7 不同奖惩水平下的系统演化轨迹

（四）合作利润分配系数对演化结果的影响

对商业银行与互联网平台双方展开合作时的利润分配系数k 进行调整，在其他参数不变条件下分别使k 取值0.1 至0.9，计算得到动态变化的仿真结果，如图8 所示。从图8 可以看出，当k≤0.5 时，随着k 的增加，商业银行与互联网平台双方合作概率增加；当k>0.5 时，随着k 的增加，商业银行与互联网平台双方合作概率降低；当k=0.5 时，博弈双方的合作概率最高。结合现实情况，商业银行与互联网平台的合作是建立在双方平等的基础上，而对于利润的分配需要建立在双方收益与贡献的基础上，在双方的利润分配中实现平衡。如果有一方在分配利润时感觉与自身承担的成本、创造的收益贡献等因素不匹配，那么将会降低继续合作的热情，从而使得双方的合作概率下降。这同时也说明当商业银行与互联网平台合作双方在规模、资源不匹配时，开放银行实践将难以长期维持。

图8 不同水平合作利润分配系数的系统演化轨迹

五、研究结论与对策建议

（一）研究结论

在数字信息技术驱动商业银行打破内部壁垒，通过开放银行与互联网平台等合作推进价值共创与开放式创新的背景下，针对商业银行与互联网平台在推进开放银行过程中既竞争又合作的双重关系属性，本研究将前景理论与演化博弈相结合，探究开放银行背景下商业银行与互联网平台竞合策略的关系演化过程，主要得出以下结论。

（1）商业银行与互联网平台对合作收益的主观价值感知影响双方的合作关系变化，合作收益的提高有利于双方长期合作。同时相对于大型银行，中小银行对于合作收益的价值感知变化更明显地影响银行与平台两个群体的演化稳定策略。

（2）在影响商业银行与互联网平台价值感知的诸多因素中，对开放银行风险偏好的提升有利于双方合作概率的增加。同时相对于大型银行，中小银行的风险偏好变化更明显地影响银行与平台两个群体的演化稳定策略。

（3）在商业银行与互联网平台合作推进开放银行发展的过程中，监管部门对投机行为的监管力度影响着双方的合作关系，适度提高奖惩水平有助于促进商业银行与互联网平台双方的合作，而过于严格或主体失衡的监管则容易打击合作积极性、诱发监管套利行为，不利于双方开展合作。

（4）在商业银行与互联网平台合作推进开放银行发展的过程中，均衡的合作收益分配机制有利于促进商业银行与互联网平台双方的合作，同时存在最优的超额收益分配系数k，使得商业银行与互联网平台双方合作的概率最大。

（二）对策建议

基于本文的研究结论，为促进商业银行与互联网平台合作推进开放银行的健康持续发展，提出如下对策建议。

（1）以城市商业银行与农村商业银行为代表的中小银行可以通过联合创新或加入商业银行联盟参与开放银行相关的实践与合作，通过商业银行之间的内部合作提升中小银行参与开放银行实践的积极性与影响力，降低开放银行建设成本，增加与互联网平台的合作机遇，从而帮助中小银行克服自身资金、技术短板，整体推动开放银行发展。

（2）商业银行与互联网平台在合作中一方面要根据市场情况制定合理的收益分配方式，在不同时期根据不同的市场需求制定灵活的分配方式；另一方面也要兼顾公平，根据各自所承担的合作成本比例，合理规划合作收益的分配方案，促进双方的长期合作。除此之外，还要防范双方合作中一方借助垄断地位影响合作伙伴正常收益的行为。

（3）商业银行与互联网平台在合作推进开放银行建设的过程中，要通过契约引导、强化新型数字技术的引入等方式，提高内部运营效率与资源转化效率，增强双方对开展合作的信心，对未来合作收益保持乐观；同时双方加强沟通与交流，对自身的创新能力进行理性认识，可以促进商业银行与互联网平台积极开展合作。

（4）监管部门对双方群体合作创新的激励力度以及破坏合作的惩处力度需要保持适度水平，规范双方群体的竞争行为，防止恶意竞争，减少破坏合作的短期行为，引导行业协调健康发展。同时对双方群体间共享的数据等资源进行监督保护，一方面可以保护消费者隐私，防止数据被非法使用；另一方面可以保障参与合作的个体所共享资源不会被其他竞争方利用，降低“搭便车”收益，促使群体内部规范竞争，形成合作约束力。