摘 要：近年來，國際金融領(lǐng)域外包業(yè)務(wù)發(fā)展十分迅速，非核心業(yè)務(wù)外包在商業(yè)銀行提高核心競爭力、降低成本的過程中發(fā)揮著重要作用。應(yīng)用模糊集合方法構(gòu)建了一套評價(jià)銀行外包業(yè)務(wù)的模型，提出了一種客觀地評價(jià)外包方案收益效果的決策方法，并采用收集到的數(shù)據(jù)對陜西工行所面臨的外包方案進(jìn)行了綜合評價(jià)，得出了該行應(yīng)優(yōu)先考慮將技術(shù)培訓(xùn)業(yè)務(wù)進(jìn)行外包的結(jié)論。

關(guān)鍵詞：模糊集合；商業(yè)銀行；業(yè)務(wù)外包評價(jià)模型

中圖分類號：F832.2文獻(xiàn)標(biāo)志碼：A文章編號：1673-291X（2008）19-0103-03

引言

目前，外包業(yè)務(wù)在國際上變得越來越普遍，越來越多的國際商業(yè)銀行正在業(yè)務(wù)外包的道路上穩(wěn)步發(fā)展。比如，美國第五大商業(yè)銀行J.P摩根銀行同ATT公司以及BELL ATLANTIC網(wǎng)絡(luò)公司聯(lián)合簽署了外包合同，請這些公司為自己設(shè)計(jì)安全的銀行專用網(wǎng)絡(luò)[1]。

銀行業(yè)務(wù)外包的一個(gè)主要問題是要構(gòu)建一套合適的評價(jià)指標(biāo)體系來反映整個(gè)過程，應(yīng)用模糊集合方法，結(jié)合行業(yè)特點(diǎn)構(gòu)建了一個(gè)定量決策模型，來評價(jià)外包績效，從而使得各商業(yè)銀行可以通過這一評價(jià)標(biāo)準(zhǔn)進(jìn)行外包績效評價(jià)[2]。

一、評價(jià)模型的構(gòu)建

我們提出三種適用于商業(yè)銀行的外包方案：信用卡業(yè)務(wù)外包（C1）、專用網(wǎng)絡(luò)建設(shè)外包（C2）和行內(nèi)技術(shù)培訓(xùn)外包（C3）；提出外包管理的五個(gè)目標(biāo)：分散經(jīng)營風(fēng)險(xiǎn)（O1）、降低經(jīng)營成本（O2）、提高資金管理能力（O3）、提高創(chuàng)新能力（O4）以及關(guān)注核心業(yè)務(wù)（O5）；提出有關(guān)銀行業(yè)務(wù)外包管理的九個(gè)二級指標(biāo)：存貸款客戶承諾等 [3]。

我們制定出目標(biāo)分析圖（圖1），目的是設(shè)計(jì)出一套合適的關(guān)于外包業(yè)務(wù)績效評價(jià)標(biāo)準(zhǔn)的決策模型。

二、應(yīng)用模糊集合決策方法的實(shí)例分析

我們還應(yīng)用了模糊集合理論，這一理論在研究非確定環(huán)境中的業(yè)務(wù)績效具有很明顯的效果[4]。分析的步驟是這樣的：

（1）確定接包客戶的評價(jià)標(biāo)準(zhǔn)。

（2）建立作為標(biāo)準(zhǔn)的評價(jià)因素，以達(dá)到外包業(yè)務(wù)的目標(biāo)。

（3）建立基于評價(jià)因素關(guān)系的評價(jià)目標(biāo)，同時(shí)建立層次評價(jià)目標(biāo)。

（4）通過重要評價(jià)目標(biāo)，建立每個(gè)因素的權(quán)重，來計(jì)算最低層次的混合目標(biāo)。

（5）建立最低層次的單因素評價(jià)集合。

（6）應(yīng)用模糊假設(shè)，對比并找出合適的模型。

我們還需要五個(gè)外包業(yè)務(wù)目標(biāo)評價(jià)標(biāo)準(zhǔn)的模糊數(shù)：效率、質(zhì)量、創(chuàng)新、客戶響應(yīng)度和集成能力。最后，通過應(yīng)用逆模糊化方法，我們比較并得出每一種類的評價(jià)標(biāo)準(zhǔn)。

按照模糊理論，項(xiàng)目是通過采用模糊方法來實(shí)現(xiàn)的，它考察了如下五個(gè)不同級別：很低、低、一般、高、很高。表1指出了個(gè)體人工語言變量的主觀分值，這些分值是工行的管理人員做出的。另外，內(nèi)部評級也可以被轉(zhuǎn)化為三角模糊數(shù)（l，m，u）。所以，在得到語言變量的同時(shí)，個(gè)體三角模糊數(shù)也同時(shí)建立。

三、模糊數(shù)的計(jì)算過程

（一）每一層的權(quán)重評估

我們通過對工行的十位管理人員所作的調(diào)查，得到代表外包業(yè)務(wù)重要性權(quán)重的語言變量數(shù)據(jù)。

我們采用下式 Wi j =（LWi j，MWi j，UWi j），將模糊數(shù)進(jìn)行三角化，來表示對模糊權(quán)重的評估，i代表第i個(gè)專家，j代表第j個(gè)因素，從而確定出工行專家的意見。在這一分析中，我們應(yīng)用模糊數(shù)加法和模糊數(shù)乘法來得到假設(shè)權(quán)重（見下式）。在這里，n=18，i=1—18。下式描述出了從工行專家處得到的模糊權(quán)重指標(biāo)：

=（LWj，MWj，UWj）（1）

（二）每一層次的逆模糊化

使用了區(qū)域中央法的逆模糊化是用來得到我們體系中每個(gè)因素的權(quán)重的。公式如下：

如果工行的專家把目標(biāo)因素的權(quán)重設(shè)定為Z0=58，介于50和70之間（見圖2），我們于是得到Z1=50，Z2=70（見圖3），并且使用公式（2）計(jì)算結(jié)果如下：

1.將語言變量轉(zhuǎn)換成三角模糊數(shù)：

Uc（X1）=（30，50，70），且Uc（X2）= （50，70，90），

Z1=50， Uc（50）=（58-70）/（50-70）=0.6，

Z2=70， Uc（70）=（58-50）/（70-50）=0.4。

2.我們使用公式（2）來得到逆模糊化權(quán)重DW：

Z0=58，DWj（58）=（0.6×50+0.4×70）/（0.05+0.95）=58。

由于公式（2）的逆模糊化權(quán)重DWj是非標(biāo)準(zhǔn)化的，因此，我們使用公式（3）來將DWj進(jìn)行標(biāo)準(zhǔn)化：

我們使用（3）來得到目標(biāo)O1（分散經(jīng)營風(fēng)險(xiǎn)）的逆模糊化權(quán)重的標(biāo)準(zhǔn)化值：

DWj =81.4/（81.4+79.6+80.2+76.8+85.1）=0.202

表3解釋了計(jì)算過程和外包目標(biāo)（第一層）的權(quán)重結(jié)果。

（三）每一層權(quán)重的計(jì)算結(jié)果

通過公式（3）我們得到最終權(quán)重，然后通過從第一層和第二層的權(quán)重指標(biāo)來計(jì)算第二層各項(xiàng)目的綜合權(quán)重結(jié)果。

0.202（O1）×0.302（O11）= 0.061，0.202（O1）×0.326（O12） =0.066， 0.202（O1）×0.372（O13） =0.075。

其他層的結(jié)果可以用同樣的方法計(jì)算出來。

（四）各種因素效果的評價(jià)

當(dāng)前這種方法的因素效果來自于語言變量：很低、低、正常、高、很高。我們把專家的意見編成模糊數(shù)。在多標(biāo)準(zhǔn)評價(jià)的情況下，問卷上的問題是“是否增加操作風(fēng)險(xiǎn)”和“是否增加銀行操作成本”等[5]。

因此，我們把“績效描述”的方法集成起來并使用反面評價(jià)。在把語言變量轉(zhuǎn)變?yōu)槿悄：龜?shù)之前，我們必須把連續(xù)計(jì)算的方向調(diào)換過來（調(diào)換方法見表4）。

（五）根據(jù)各因素所作的假設(shè)判斷

通過以上的方法，我們得到三角模糊數(shù)Rij，Rij代表了因素效果。

而且，我們還要確定各因素對于總體決策的貢獻(xiàn)權(quán)重，E i j：

E i j =R i j*DWj =（LEi j，MEi j，UEi j） （4）

把十位專家的問卷求和。然而，每一位專家對于同一個(gè)因素都有不同的標(biāo)準(zhǔn)，這會導(dǎo)致不同的觀點(diǎn)；因此，我們應(yīng)該使用平均數(shù)來計(jì)算決策結(jié)果。

表5是各因素效率績效的決策結(jié)果。參考圖3，專家們假定結(jié)果已經(jīng)經(jīng)過分析并且已經(jīng)轉(zhuǎn)換成了Z0。為了得出總評價(jià)的貢獻(xiàn)，我們比較uc（Z1）和uc（Z2），從而得到最大權(quán)重作為代表，然后我們把這一代表轉(zhuǎn)換成三角模糊數(shù)（LRj，MRj，URj）。經(jīng)過計(jì)算，我們把O1的全部結(jié)果列在表5中。

T1=6.06+5.36+14.33+15.46+16.12=57.33

其他結(jié)果也可以用同樣的方法算出，我們把這些結(jié)果列在表6中。

通過逆模糊化，我們使用三角模糊數(shù)R i j 來取得每一層的績效權(quán)重（見表6）。然后通過重復(fù)上述步驟，我們便得到了各種方案的可行性排序。在本案例中，行內(nèi)技術(shù)培訓(xùn)是最佳外包項(xiàng)目。

結(jié)論

模糊集合方法對于在不確定環(huán)境中進(jìn)行定量分析有很明顯的效果。將模糊集合方法應(yīng)用到商業(yè)銀行的外包決策之中，可以提高銀行決策的準(zhǔn)確性和客觀性，從而達(dá)到提高經(jīng)營效益的目的。

目前中國銀行正處在與外資銀行競爭的大環(huán)境中，只有順應(yīng)潮流將非核心進(jìn)行外包，才能有效地提高中國商業(yè)銀行的綜合競爭力，才能真正地把中國的金融行業(yè)做大做強(qiáng)。

參考文獻(xiàn)：

[1] 董瑞麗.對中國銀行外包業(yè)務(wù)的相關(guān)思考[J].金融論苑，2006，（2）:18-20.

[2] 孫凡卓，李鵬.中國銀行業(yè)務(wù)外包現(xiàn)狀及問題分析[J].時(shí)代經(jīng)貿(mào)，2007，（5）:22-23.

[3] 胡峰.銀行業(yè)信息技術(shù)資源外包策略探討[J].現(xiàn)代經(jīng)濟(jì)探討，2007，（11）:44-47.

[4] Grossman Gene. Outsourcing in a global economy[M].Management Review， 2007，（11）:36-37.

[5] Chang-Yung Kung. Using Fuzzy Sets to Construct the Performance Evaluation Model of Firm’s Outsourcing Management [M].In

ternational Journal of Information Management，2007，(6):22-24.

[責(zé)任編輯 陳麗敏]