第四章 网络银行技术风险防范体系的建立
法将网络银行的技术风险相对量化，以求对网络银行的技术风险进行衡量。 §4.3.1 网络银行技术风险模糊评价分析的理论基础
模糊综合评价方法是将模糊数学应用于判别投资风险和系统的优劣，使得难以量化的定性问题能够转化成定量分析，即根据给出的评价指标，经过模糊变换后对其做出综合评价。模糊综合评价作为一种基础的理论得到了广泛的应用。如心理学中的应用、风险分析中的应用，如美国的CAMEL风险评级体系就是模糊综合评价法的运用之一。
本文也希望能够通过使用该理论对网络银行的风险控制体系的构建进行分析研究。
（1）根据网络银行风险的特点，对网络银行的风险进行分层，并选择合适的评价指标，然后建立因素集：
（2）建立因素的评语级：
（3）建立评价因素的权重：
采用层次分析法（AHP）对因素权重进行确定，建立系统的递阶层次结构，构
造两两比较判断矩阵，针对某一因素，计算其权重并进行一致性检验。层次分析法（AHP）通过把复杂问题的各种因素划分成相互联系的有序层次，使每一层次中的各个元素具有大概同等的地位，并且使每一层与上一层和下一层具备一定的联系，使之条理化，并根据一定的客观现实的判断，就每一层次各元素两两间相对的重要性给予相应的定量表达，从而利用数学方法确定全部要素相对重要性次序以及对上一层的影响。
31
网络银行技术风险的防范与监管研究
首先，构造判断矩阵。判断矩阵表示对于上一层次某个因素而言，本层次中所有与之有关的因素的重要性。判断矩阵的构造根据信用评级专家对某一层次所有指标因素进行两两评分（评分办法采用九级标度法）得到。
图表4-3 九级标度法 分值 1 3 5 7 9 2、4、6、8 以上的倒数 含义 两个指标同样重要 前一个比后一个重要一点 前一个比后一个重要 前一个比后一个重要的多 前一个比后一个重要很多 分别处于以上分值之间 重要程度与上相反 得到相对重要性判断矩阵，如下图所示：
图表4-4 判断矩阵 U U1 U2 ? Un U1 U11 U21 ? U41 U2 U12 U22 ? U42 ? ? ? ? ? Un U14 U24 ? Unn 然后，根据上面构造的判断矩阵计算，确定对于上一层某个因素而言本层次与之有联系的因素的重要性次序的权值。在实践中可以采用归一化法中的求和法或求根法来计算特征值的近似值。
①求和法
将矩阵按列归一化（即列和为1）：按行求和：归一化：所得
(i=1,2,3,?,n)即为A的特征向量的近似值。
②求根法 按矩阵按行求归一化：
32
第四章 网络银行技术风险防范体系的建立
得到特征向量：，即为相对性权重。
较重要，那么，应当
然后进行一致性检验。在实际评价中评价者只能对U进行粗略地判断，甚至有时可能会出现逻辑错误，比如已判断比比
更重要。如果判断
比
必须检验判断矩阵的一致性（相容性）。
我们可以通过下式来计算A-W矩阵的最大特征值
重要，比
较重要或者同样重要就犯了逻辑错误。因此，我们
；得出
利用全一致性，
与n之差检验一致性，越大一致性越差。一般地，
，
时，判断矩阵具有完时，我们就认为判断矩
阵具有令人满意的一致性；否则就需要挑战判断矩阵，知道满意为止。
（4）然后建立模糊评价矩阵，对于定量因素，构造其隶属度函数；采用专家
,确
判别法，从而确定该指标因素相对于评语集的隶属度。例如对第三层因素定该因素相对于评语集的隶属度为：
的上层因素确定其模糊评价矩阵为：
因此，对于
评估各个因素，并为模糊度赋值： 设与具有模糊关系，则有：
，，?,
则可以得出模糊矩阵为：
；
（5）分析处理数据，然后对模型进行综合评价。
；
33
网络银行技术风险的防范与监管研究
归一化处理得风险进行管理控制。
，然后可以以此为根据将网络银行的风险分为几种
状态，如很小、较小、中等、较大、非常大等，并根据此风险的状态对网络银行
§4.3.2 模糊评价在网络银行技术风险衡量中的应用
首先，我们建立网络银行技术风险的因素集。由于在技术风险的识别中已经介
绍过网络银行的技术风险的各种种类，所以我们直接将网银技术风险的各级指标列于下表中： 一级指标 技术选择风险网络银行技术风险 安全性风险 二级指标 技术外包自我开发员工操作错误软件故障硬件故障图4-5 网络银行技术风险指标集
即:
； ；
={黑客及病毒攻击，员工操作错误，软件故障，硬件故障}；
34
黑客及病毒攻击
