移動支付風險評價研究

導語：移動支付風險評價研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

隨著移動支付技術的迅速發展，移動支付已經成為人們的生活方式之一，市場上提供的支付產品眾多，但是用戶在使用各移動支付產品時面臨的風險如資金、信息泄露等風險程度不一。如何評價移動支付產品風險，在目前無論監管還是移動公司面前的一道難題，因此本文以此為切入點，建立BP神經網絡模型，運用該模型學習專家評價，并以此模型來預測移動支付風險。

1移動支付風險識別

移動支付風險分類，根據移動支付分類不同而不同，沒有統一的標準。曾（2016）認為移動支付風險主要有技術風險、信用風險、政策風險、操作風險、法律風險、聲譽風險。（曾玲玲，孫琳琳，周繼平，基于層次分析法的我國移動金融風險評價：商業研究，2016(10):44-50）本文結合移動支付流程、場景、專家經驗，總結移動支付風險主要有5大類，如下：經濟風險：移動支付資金損失風險，移動支付不合理收費風險，移動支付資金被盜風險時間風險：學習移動支付時間過長風險，使用移動支付時間過長風險，移動支付問題咨詢時間過長風險操作風險：移動支付設備操作風險，移動支付應用下載風險，移動支付網絡接入風險隱私風險：個人信息泄露風險，資產情況泄露風險，交易記錄泄露風險，瀏覽隱私泄露風險技術風險：平臺技術不達標，系統安全性風險，服務失誤風險。

2移動支付風險評價

2.1專家權重確定。在移動支付風險因素確定之后，運用專家打分法，采用匿名方式征詢有關專家的意見，對專家意見進行統計、處理、分析、歸納，客觀綜合多數專家經驗與主觀判斷。（孫乃聰，專家評分法在方案技術分析中的應用：西安文理學院學報(自然科學版)，2013,16(01):125-128）組織行業內10名移動支付領域專家對市場上常見的10款移動支付產品進行調研，針對識別的風險因素進行評分。為了增加打分專家的科學合理性，經專家會議討論得出，根據專家職務、學歷、從業年限、熟悉程度，運用層次分析法得到10名專家權重。根據專家情況構建一級指標矩陣A專家一級指標和工作職稱、教育背景、從業年限、風險閱歷對應的二級指標A工作職稱，A教育背景，A從業年限，A風險閱歷。構建矩陣如下：在確定專家權重之后，將移動支付風險指標的風險程度分為五個等級：風險極低、風險較低、風險一般、風險較高、風險極高。這五個風險等級分別對應區間數值為（0，0.2）、（0.2，0.4）、（0.4,0.6），（0.6,0.8），（0.8,1）。風險指標對應的風險程度越低，評分數值也越低。根據風險評價標準，收集專家對風險指標評分數據，得到0款移動支付產品的風險因素評價及整體評價數據。2.2模型訓練與驗證通過分析，確定了16個風險因素為輸入層神經元，移動動支付整體風險評價程度為輸出層神經元，通過不同的隱含神經元數進行測試觀察，發現隱含層神經元為8的時候誤差較小。因此本文隱含層神經元設置為8個。因此移動支付風險評價神經網絡模型如圖1所示。根據專家評分數據，對該神經網絡模型進行訓練驗證，當誤差低于在0.001時，滿足誤差范圍，結束訓練，并運用專家評分數據中2組產品數據，對該神經網絡模型進行驗證，達到預期驗證結果，模型驗證完成。2.3風險預測。目前市場上新推出了一款移動支付產品，提供的功能如消費、理財、信貸等于傳統的市場支付產品相近，使用的技術模型與行業技術大致相同。因此，決定運用該神經網絡模型對該款產品整體風險進行預測。結合10位行業專家對消費者使用該產品進行移動支付過程中的風險進行評分，然后進行加權求和得到評分如表2：

3移動支付風險對策

由專家及神經網絡模型預測數據可以看出，消費者在使用移動支付產品中，主要面臨以下風險：（1）資金風險消費者在使用移動支付過程面臨的資金風險較大。這個風險是行業性的，因此移動支付產品提供商需要加強資金在移動支付過程中的管控，如利用大數據技術風控攔截，建立風控大腦，判斷用戶在使用移動支付過程的風險程度，進而對風險較高的交易進行二次確認或者攔截，保障用戶的資金安全。（2）操作風險由于目前移動支付產品均依賴終端完成，移動支付只是提供移動支付服務，因此，不能全鏈路全流程保證消費者在安全環境下進行下載、使用，移動支付產品提供商需要加強與應用商店、運營商的合作，提供官方下載通道，保證消費者下載正品，同時，在網絡層面，對于不安全的網絡連接，加強安全機制檢查，降低移動支付使用風險。（3）隱私風險消費者在使用移動支付產品過程，會提供較多個人隱私信息。對于這些關鍵信息，需要政府管理機構完善政策監管，推動法律監管，對于不合理使用或者亂使用消費者數據的公司進行重罰，保障用戶權益。

作者:周之順 單位:上海理工大學