路 榮

（西安財經(jīng)大學(xué)行知學(xué)院，陜西 西安 710038）

農(nóng)村經(jīng)濟逐漸步入國民整體經(jīng)濟循環(huán)，農(nóng)村新型產(chǎn)業(yè)經(jīng)濟的發(fā)展離不開金融力量作支撐，農(nóng)民群體的生活離不開數(shù)字金融行業(yè)［1］。數(shù)字金融宏觀上包括互聯(lián)網(wǎng)支付、移動支付、網(wǎng)上銀行、網(wǎng)上貸款、網(wǎng)上基金等金融服務(wù)項目。金融與科技的有機結(jié)合呈現(xiàn)了數(shù)字金融的新業(yè)態(tài)［2］，與傳統(tǒng)金融經(jīng)營模式相比，數(shù)字金融包含支付、信息處理、資源配置等綜合性功能，在一定程度上增加了資金的流動性，擴大了需求，進而拉動了農(nóng)村地區(qū)產(chǎn)業(yè)經(jīng)濟的增長［3］。但由于數(shù)字金融涉及金融科技、軟硬件設(shè)備、農(nóng)民群體等多種因素，使得操作過程中存在巨大的風險因素。

以往的金融操作風險研究大多集中在城市數(shù)字金融風險評估以及農(nóng)村傳統(tǒng)形式金融操作風險評估方面，而對于新型的農(nóng)村數(shù)字金融業(yè)態(tài)操作風險研究較少。本研究結(jié)合農(nóng)村產(chǎn)業(yè)經(jīng)濟發(fā)展等特征，構(gòu)建了風險矩陣優(yōu)化模型，以農(nóng)村某數(shù)字金融系統(tǒng)為研究實例，通過對金融操作過程進行風險分析，為提高農(nóng)民金融行為的安全系數(shù)、增強農(nóng)村產(chǎn)業(yè)經(jīng)濟的安全、穩(wěn)步發(fā)展提供參考。

1 基于改進風險矩陣法的農(nóng)村數(shù)字金融操作風險評估模型

1.1 基于改進風險矩陣法的風險評估模型的構(gòu)建

本研究對傳統(tǒng)風險矩陣法進行了改進，首先，引入層次分析法確定各風險因素的風險權(quán)重值，明確農(nóng)村數(shù)字金融操作的各風險等級與風險綜合水平［4］；其次，根據(jù)風險評估結(jié)果，對農(nóng)村數(shù)字金融操作產(chǎn)生的風險可接受程度進行評價，有針對性地提出了降低農(nóng)村數(shù)字金融操作風險、優(yōu)化新農(nóng)村建設(shè)進程中數(shù)字金融的運行環(huán)境等策略。

基于改進風險矩陣的農(nóng)村數(shù)字金融操作風險評估過程如下：（1）確定風險概率與風險影響的等級細則，計算風險發(fā)生概率及其序值、風險影響程度及其序值；構(gòu)建風險等級判斷的二維矩陣［5］。（2）基于風險概率與風險影響序值，計算風險Broda數(shù)值及其序值。（3）對風險可接受程度進行分析，根據(jù)風險權(quán)重值，分析各風險因素的可接受程度［6］，并制定各層面的金融操作優(yōu)化策略。

1.2 基于泊松分布的風險影響量化分級

一般風險評估矩陣的構(gòu)建是基于現(xiàn)有的類似研究，進行風險嚴重程度的劃分，具有較大的隨機性，并且缺乏具體問題具體分析的科學(xué)依據(jù)，為了使農(nóng)村數(shù)字金融操作風險評估的風險影響分級更加貼合研究對象的實際情形，本研究基于泊松分布量化風險嚴重程度，構(gòu)建科學(xué)、客觀、符合現(xiàn)實情況的農(nóng)村數(shù)字金融操作風險的評估模型。首先，基于泊松分布，構(gòu)建農(nóng)村數(shù)字金融操作風險嚴重程度的評估模型，然后，利用粒子群算法優(yōu)化模型參數(shù)，求解最優(yōu)的風險嚴重程度評估模型，形成科學(xué)的農(nóng)村數(shù)字金融操作“風險影響”程度量化分級。

1.3 基于層次分析法的農(nóng)村數(shù)字金融操作指標體系權(quán)重的確定

各指標在指標體系模型中的影響力通過指標權(quán)重來表示，層次分析法可以將定性問題轉(zhuǎn)換為定量問題進行分析，該方法對數(shù)據(jù)的依賴性較低，可及時修改風險評價指標的權(quán)重值，與農(nóng)村數(shù)字金融操作風險評估問題相適應(yīng)。為此，可采用基于層次分析法確定農(nóng)村數(shù)字金融操作指標體系權(quán)重［7］。向農(nóng)村數(shù)字金融系統(tǒng)用戶、金融平臺工作人員、數(shù)字金融技術(shù)研究專家、金融科技技術(shù)研究人員、電信運營商、相關(guān)法律部門人員發(fā)放調(diào)查問卷，問卷回收率為98%，問卷調(diào)查對象均有參與農(nóng)村數(shù)字金融操作的經(jīng)驗。本研究所構(gòu)建的指標體系模型如圖1所示。

圖1 農(nóng)村數(shù)字金融操作風險評估的指標體系

調(diào)查對象依據(jù)構(gòu)建的指標體系，對目標層（要解決的問題）、準則層（影響因素）、指標層（子影響因素）各評價指標的相對重要程度進行兩兩比較［8］，比較過程依照9標度法實現(xiàn)（表1）。得到各指標對比結(jié)果之后，構(gòu)建比較判斷矩陣，根據(jù)重要性打分構(gòu)造的評價指標間重要性判斷矩陣如下：

表1 9標度法細則

以重要性判斷矩陣為基礎(chǔ)，使用式（2）、式（3）實施一致性檢驗：

式（2）、式（3）中，一致性比率、比例系數(shù)、一致性指標分別采用CR、RI、CI表示，λmax表示判斷矩陣的最大特征根。當CR＜0.1時，則判定一致性已滿足；當CR≥0.1時，則對判斷矩陣實施修改與調(diào)整，直到符合一致性為止。

最后，獲取各層次指標元素的權(quán)重，加權(quán)平均歸一化后，得到最終層次總排序權(quán)重［9］。

由于定性與定量相結(jié)合的農(nóng)村數(shù)字金融操作風險評估指標體系確定方式存在一定的主觀性，為減少人為因素對指標體系構(gòu)建的干擾，使用關(guān)聯(lián)規(guī)則挖掘算法獲取“農(nóng)村用戶、金融操作平臺、電信運營、政策法規(guī)監(jiān)管”4個一級指標與19個二級指標間的關(guān)聯(lián)關(guān)系，具體使用支持度、置信度、提升度來表達金融操作風險評估指標間的關(guān)聯(lián)規(guī)則關(guān)系：

式（4）～式（6）中，關(guān)聯(lián)規(guī)則用X→Y形式描述，總的農(nóng)村數(shù)字金融操作風險評估項目用I表示，X、Y為不相交的關(guān)系。以上計算結(jié)果可獲取一級指標與二級指標的關(guān)聯(lián)程度，利用關(guān)聯(lián)程度結(jié)果來約束層次分析法指標權(quán)重計算結(jié)果：計算關(guān)聯(lián)支持度后，對高關(guān)聯(lián)程度的二級指標賦予高權(quán)重，對低關(guān)聯(lián)程度的指標賦予較低的權(quán)重值，這樣對農(nóng)村數(shù)字金融操作風險的指標權(quán)重值進行約束和限制，保障了風險指標權(quán)重的科學(xué)性與客觀性。

2 風險評估的結(jié)果與分析

科學(xué)的風險評估是制定農(nóng)村數(shù)字金融操作風險應(yīng)對策略的重要基礎(chǔ)，風險評估需要全面考慮風險來源，以了解風險發(fā)生概率與后果嚴重程度、風險綜合等級與可接受程度，明晰各種風險源的風險級別，據(jù)此作出合理的風險應(yīng)對措施。

2.1 農(nóng)村數(shù)字金融操作風險發(fā)生概率與風險嚴重程度

表2描述了農(nóng)村數(shù)字金融操作風險發(fā)生概率的量化細則。由表2可知，基于國際標準5×5階矩陣將操作風險發(fā)生的概率定義為5個等級：不可能發(fā)生的概率為0～10%、可能性非常小的概率為11%～40%、較少發(fā)生的概率為41%～60%、可能性較大的概率為61%～90%、頻繁發(fā)生的概率為91%～100%。確定農(nóng)村數(shù)字金融操作風險概率后，求取概率的序值。

表2 風險發(fā)生概率的量化表

農(nóng)村數(shù)字金融操作風險影響程度量化方法如下：現(xiàn)實中農(nóng)村數(shù)字金融操作風險事件發(fā)生的隨機性較大，通過數(shù)據(jù)處理后又發(fā)現(xiàn)其存在一定的統(tǒng)計規(guī)律，針對這種風險發(fā)生特征，使用泊松分布對農(nóng)村數(shù)字金融操作風險評估的指標進行量化。定義x表示泊松分布中的隨機變量，x是不為負數(shù)且無限大的數(shù)值，式（7）為變量x的計算方法：

式（7）中，單位時間內(nèi)隨機事件出現(xiàn)的概率均值用λ表示，為常數(shù)，取值為［0，∞］；隨機變量x服從λ的泊松分布，用x×∏(λ)表示。

若令泊松分布向正態(tài)分布形式轉(zhuǎn)換，需令λ達到上限，此刻表達式為：

當λ取最大值時，泊松分布曲線與正態(tài)分布曲線走勢基本一致，此狀態(tài)下可基于泊松分布，量化農(nóng)村數(shù)字金融操作風險指標并進行風險等級數(shù)值計算?；诓此煞植?，構(gòu)建的農(nóng)村數(shù)字金融操作風險量化模型為：

式（9）中，參數(shù)Z和k的取值會影響到模型構(gòu)建的效果，為了獲取最佳的參數(shù)Z和k的取值，得到最精準的農(nóng)村數(shù)字金融操作風險評估結(jié)果，基于改進粒子群算法進行參數(shù)尋優(yōu)。

一般粒子群算法存在早熟以及提前收斂的情況，因此采用增加種群多樣性的策略避免粒子群算法的這一缺陷，獲得最佳參數(shù)估計結(jié)果?；谶z傳算法中的變異、交叉、選擇操作對粒子的歷史最優(yōu)位置實施變異，豐富了種群的多樣性，減少了多次迭代的繁瑣步驟，這樣既能提高算法收斂的效率，又避免了算法早熟的現(xiàn)象。首先，利用聚集因子對粒子的歷史最優(yōu)位置信息進行評估，判斷其是否需要變異操作，計算公式為：

式（10）中，W1表示粒子的聚集因子，種群規(guī)模和搜索空間維數(shù)用N、d描述；空間中第i粒子的位置描述為xid，d維空間中粒子此刻迭代的位置均值描述為xd、粒子此刻迭代位置均值描述為x；另外，粒子當前最優(yōu)位置與最壞位置用PitB、PitW表示。

基于改進粒子群算法得到最優(yōu)個體，其數(shù)值即為模型參數(shù)的最優(yōu)解，由此確定農(nóng)村數(shù)字金融操作風險量化泊松分布模型的參數(shù)Q和k；進一步根據(jù)量化模型和樣本數(shù)據(jù)得出農(nóng)村數(shù)字金融操作風險評估結(jié)果，從而構(gòu)建風險嚴重程度量化表（表3）。

表3 風險嚴重程度量化表

表3將農(nóng)村數(shù)字金融操作風險后果的嚴重程度劃分成低度、中度、高度、較高、極高5個等級。操作風險影響等級確定后，計算農(nóng)村數(shù)字金融操作風險影響的序值，精準的量化等級為農(nóng)村數(shù)字金融操作風險評估提供了可靠依據(jù)，使農(nóng)村數(shù)字金融操作安全有所保障。

2.2 農(nóng)村數(shù)字金融操作風險等級與Borda數(shù)值的計算

構(gòu)造農(nóng)村數(shù)字金融操作風險概率與風險發(fā)生影響的二維矩陣，得到農(nóng)村數(shù)字金融操作最終的風險等級，同樣分為5個等級，該等級量化為0.2、0.4、0.6、0.8、1.0，表4描述了農(nóng)村數(shù)字金融操作風險等級的詳細信息。

表4 農(nóng)村數(shù)字金融操作風險等級細則

Borda數(shù)值與序值是評定農(nóng)村數(shù)字金融操作風險等級的關(guān)鍵指標，Borda數(shù)值與操作風險等級呈正比，風險低的金融操作對應(yīng)的Borda數(shù)值較低。而風險發(fā)生概率與嚴重后果是計算農(nóng)村數(shù)字金融操作風險Borda數(shù)值與序值的關(guān)鍵變量與依據(jù)，Borda數(shù)值計算公式為：

式（11）中，農(nóng)村數(shù)字金融操作風險指標總數(shù)為S，第i個要素的風險影響序值、風險發(fā)生概率序值分別采用ri1、ri2表示。

Borda數(shù)值可清晰表達各因素對農(nóng)村數(shù)字金融操作產(chǎn)生的風險程度，避免了出現(xiàn)同一等級風險因素，在風險因素判斷矩陣構(gòu)造中發(fā)揮著重要作用。

2.3 農(nóng)村數(shù)字金融操作風險指標權(quán)重的計算

首先，基于關(guān)聯(lián)規(guī)則挖掘算法，得知強關(guān)聯(lián)性的關(guān)聯(lián)規(guī)則結(jié)果如下：{農(nóng)村用戶→賬戶密碼意識薄弱風險}、{農(nóng)村用戶→法律意識薄弱風險}、{農(nóng)村用戶→硬件設(shè)備故障風險}，因此，賬戶密碼意識薄弱風險、法律意識薄弱風險、硬件設(shè)備故障風險這3個二級指標應(yīng)賦予相對較高的權(quán)重值；同理，移動支付平臺指標下應(yīng)獲得較大權(quán)重值的二級指標包括：支付身份信息驗證簡單風險、終端脆弱風險；電信運營指標下應(yīng)獲得較大權(quán)重值的二級指標為電信系統(tǒng)故障風險；政策法規(guī)監(jiān)管指標下應(yīng)獲得較大權(quán)重值的二級指標為監(jiān)管政策不完善風險和監(jiān)管責任落實不明確風險。

其次，基于層次分析法計算了農(nóng)村數(shù)字金融操作各風險指標的權(quán)重，以便明確操作的風險等級、操作的風險綜合水平。以關(guān)聯(lián)規(guī)則挖掘結(jié)果為依據(jù)，對層次分析法確定的風險評估指標體系進行約束與修正，得到農(nóng)村數(shù)字金融操作風險的各級指標權(quán)重如表5所示。

表5描述了層次分析法求取的各層級指標權(quán)重結(jié)果。其中，總權(quán)重表示各因素在整體操作風險中的風險程度，準則層權(quán)重表示相對目標層而言的風險程度，指標層權(quán)重描述了相對準則層而言的風險程度。例如，農(nóng)村用戶的賬戶密碼意識薄弱風險在整體風險占據(jù)0.111比重。權(quán)重計算為提高農(nóng)村地區(qū)數(shù)字金融交易行為的安全系數(shù)提供參考，為農(nóng)村電子商務(wù)、網(wǎng)上貸款、網(wǎng)上保險交易創(chuàng)造安全的生存環(huán)境，進而帶動農(nóng)村產(chǎn)業(yè)經(jīng)濟的發(fā)展。

表5 農(nóng)村數(shù)字金融操作風險的各級指標權(quán)重以及總權(quán)重

2.4 農(nóng)村數(shù)字金融操作風險的可接受程度分析

基于本文風險矩陣構(gòu)建方法與層次分析法計算得到的農(nóng)村數(shù)字金融操作風險的綜合評估數(shù)據(jù)，構(gòu)建農(nóng)村數(shù)字金融操作風險評估模型，如表6所示。

表6 農(nóng)村數(shù)字金融操作風險評估模型

為了更加精準地制定農(nóng)村數(shù)字金融操作風險應(yīng)對措施，對本次風險評定研究中各因素的可接受程度進行了分析，將風險權(quán)重超過0.06的因素視為難以接受、0.04～0.06視為不可接受、0.01～0.04視為不期望。

在本次農(nóng)村數(shù)字金融操作風險評估研究中發(fā)現(xiàn)，該研究群體存在賬戶密碼意識薄弱、硬件設(shè)備故障、法律意識薄弱、支付身份信息驗證簡單、終端脆弱、電信系統(tǒng)故障等風險難以接受，亟需改進。針對以上現(xiàn)象需要及時規(guī)避金融操作風險：（1）政府需加強對農(nóng)村地區(qū)數(shù)字金融用戶安全知識宣傳的力度，利用真實案例講述網(wǎng)絡(luò)金融安全的重要性，提高農(nóng)民群體的數(shù)字金融安全意識，不斷完善金融服務(wù)流程和操作制度，打造封閉式操作風險管理空間；（2）數(shù)字金融平臺應(yīng)對金融操作的終端系統(tǒng)進行優(yōu)化與升級，減少金融操作的系統(tǒng)漏洞與技術(shù)壁壘；（3）電信運營商應(yīng)也要提高高速寬帶在農(nóng)村地區(qū)的覆蓋率，打造暢通、安全的信息傳遞與金融交易通道。

研究相關(guān)數(shù)據(jù)錄入失誤、系統(tǒng)操作失誤、交易過程不可控、數(shù)據(jù)真實性判斷、支付位置信息難判別、監(jiān)管責任落實不明確等風險屬于不可接受水平，也應(yīng)成為農(nóng)村數(shù)字金融服務(wù)優(yōu)化的主要方向。數(shù)字金融平臺首先要做好合法合規(guī)運營與風險防控工作，完善金融操作的風險防控體系，與相關(guān)金融監(jiān)管部門緊密對接信息互通，堅定為農(nóng)民群體辦實事的立場；升級信息管理系統(tǒng)，有效識別用戶的異常登錄信息并判定支付位置，提高網(wǎng)絡(luò)支付等風險的可控性。監(jiān)管部門應(yīng)對數(shù)字金融平臺進行全面?zhèn)浒?，保障?shù)字金融平臺合法、合規(guī)運營；監(jiān)管部門內(nèi)部做好監(jiān)管責任分管工作，出現(xiàn)金融操作問題之后對應(yīng)責任部門能夠快速解決，降低用戶的財產(chǎn)損失，以保障農(nóng)民群體的應(yīng)有權(quán)益。

3 結(jié)論

農(nóng)村數(shù)字金融操作風險評估研究對于不同接受水平的風險因素采取了不同的應(yīng)對策略，致力于營造健康安全的網(wǎng)上支付、網(wǎng)上貸款環(huán)境，以促進農(nóng)村地區(qū)產(chǎn)業(yè)經(jīng)濟的發(fā)展，為鄉(xiāng)村振興貢獻力量。

研究利用風險矩陣對農(nóng)村數(shù)字金融操作風險進行評估，對傳統(tǒng)的風險矩陣方法進行了優(yōu)化與改進，提高了數(shù)字金融操作風險評估的可靠性：（1）應(yīng)用層次分析法，構(gòu)建了農(nóng)村數(shù)字金融操作風險評估的指標體系，使用與關(guān)聯(lián)規(guī)則相結(jié)合的策略計算19個風險指標的權(quán)重值，不僅得出了金融操作風險等級，且明確了每個風險因素的大小情況。（2）基于泊松分布，構(gòu)建了農(nóng)村數(shù)字金融操作風險評估模型對風險影響實施量化，得到了精準的風險影響等級細分結(jié)果，優(yōu)化了農(nóng)村數(shù)字金融操作風險評估的精準度，評估結(jié)果更加可信。（3）在原有風險矩陣分析的基礎(chǔ)上，增加風險可接受程度分析，依據(jù)風險指標的權(quán)重，判定風險可接受程度，農(nóng)民自身、數(shù)字金融平臺、電信運營商、監(jiān)管部門4個層面以此為依據(jù)，制定金融操作風險防控策略。