移动支付风险评价研究

随着移动支付技术的迅速发展，移动支付已经成为人们的生活方式之一，市场上提供的支付产品众多，但是用户在使用各移动支付产品时面临的风险如资金、信息泄露等风险程度不一。如何评价移动支付产品风险，在目前无论监管还是移动公司面前的一道难题，因此本文以此为切入点，建立BP神经网络模型，运用该模型学习专家评价，并以此模型来预测移动支付风险。

1移动支付风险识别

移动支付风险分类，根据移动支付分类不同而不同，没有统一的标准。曾（2016）认为移动支付风险主要有技术风险、信用风险、政策风险、操作风险、法律风险、声誉风险。（曾玲玲，孙琳琳，周继平，基于层次分析法的我国移动金融风险评价：商业研究，2016(10):44-50）本文结合移动支付流程、场景、专家经验，总结移动支付风险主要有5大类，如下：经济风险：移动支付资金损失风险，移动支付不合理收费风险，移动支付资金被盗风险时间风险：学习移动支付时间过长风险，使用移动支付时间过长风险，移动支付问题咨询时间过长风险操作风险：移动支付设备操作风险，移动支付应用下载风险，移动支付网络接入风险隐私风险：个人信息泄露风险，资产情况泄露风险，交易记录泄露风险，浏览隐私泄露风险技术风险：平台技术不达标，系统安全性风险，服务失误风险。

2移动支付风险评价

2.1专家权重确定。在移动支付风险因素确定之后，运用专家打分法，采用匿名方式征询有关专家的意见，对专家意见进行统计、处理、分析、归纳，客观综合多数专家经验与主观判断。（孙乃聪，专家评分法在方案技术分析中的应用：西安文理学院学报(自然科学版)，2013,16(01):125-128）组织行业内10名移动支付领域专家对市场上常见的10款移动支付产品进行调研，针对识别的风险因素进行评分。为了增加打分专家的科学合理性，经专家会议讨论得出，根据专家职务、学历、从业年限、熟悉程度，运用层次分析法得到10名专家权重。根据专家情况构建一级指标矩阵A专家一级指标和工作职称、教育背景、从业年限、风险阅历对应的二级指标A工作职称，A教育背景，A从业年限，A风险阅历。构建矩阵如下：在确定专家权重之后，将移动支付风险指标的风险程度分为五个等级：风险极低、风险较低、风险一般、风险较高、风险极高。这五个风险等级分别对应区间数值为（0，0.2）、（0.2，0.4）、（0.4,0.6），（0.6,0.8），（0.8,1）。风险指标对应的风险程度越低，评分数值也越低。根据风险评价标准，收集专家对风险指标评分数据，得到0款移动支付产品的风险因素评价及整体评价数据。2.2模型训练与验证通过分析，确定了16个风险因素为输入层神经元，移动动支付整体风险评价程度为输出层神经元，通过不同的隐含神经元数进行测试观察，发现隐含层神经元为8的时候误差较小。因此本文隐含层神经元设置为8个。因此移动支付风险评价神经网络模型如图1所示。根据专家评分数据，对该神经网络模型进行训练验证，当误差低于在0.001时，满足误差范围，结束训练，并运用专家评分数据中2组产品数据，对该神经网络模型进行验证，达到预期验证结果，模型验证完成。2.3风险预测。目前市场上新推出了一款移动支付产品，提供的功能如消费、理财、信贷等于传统的市场支付产品相近，使用的技术模型与行业技术大致相同。因此，决定运用该神经网络模型对该款产品整体风险进行预测。结合10位行业专家对消费者使用该产品进行移动支付过程中的风险进行评分，然后进行加权求和得到评分如表2：

3移动支付风险对策

由专家及神经网络模型预测数据可以看出，消费者在使用移动支付产品中，主要面临以下风险：（1）资金风险消费者在使用移动支付过程面临的资金风险较大。这个风险是行业性的，因此移动支付产品提供商需要加强资金在移动支付过程中的管控，如利用大数据技术风控拦截，建立风控大脑，判断用户在使用移动支付过程的风险程度，进而对风险较高的交易进行二次确认或者拦截，保障用户的资金安全。（2）操作风险由于目前移动支付产品均依赖终端完成，移动支付只是提供移动支付服务，因此，不能全链路全流程保证消费者在安全环境下进行下载、使用，移动支付产品提供商需要加强与应用商店、运营商的合作，提供官方下载通道，保证消费者下载正品，同时，在网络层面，对于不安全的网络连接，加强安全机制检查，降低移动支付使用风险。（3）隐私风险消费者在使用移动支付产品过程，会提供较多个人隐私信息。对于这些关键信息，需要政府管理机构完善政策监管，推动法律监管，对于不合理使用或者乱使用消费者数据的公司进行重罚，保障用户权益。

作者:周之顺 单位:上海理工大学