模糊集合在構建銀行外包評價模型中的應用

摘 要：近年來，國際金融領域外包業務發展十分迅速，非核心業務外包在商業銀行提高核心競爭力、降低成本的過程中發揮著重要作用。應用模糊集合方法構建了一套評價銀行外包業務的模型，提出了一種客觀地評價外包方案收益效果的決策方法，并采用收集到的數據對陜西工行所面臨的外包方案進行了綜合評價，得出了該行應優先考慮將技術培訓業務進行外包的結論。

關鍵詞：模糊集合；商業銀行；業務外包評價模型

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

引言

目前，外包業務在國際上變得越來越普遍，越來越多的國際商業銀行正在業務外包的道路上穩步發展。比如，美國第五大商業銀行J.P摩根銀行同ATT公司以及BELL ATLANTIC網絡公司聯合簽署了外包合同，請這些公司為自己設計安全的銀行專用網絡[1]。

銀行業務外包的一個主要問題是要構建一套合適的評價指標體系來反映整個過程，應用模糊集合方法，結合行業特點構建了一個定量決策模型，來評價外包績效，從而使得各商業銀行可以通過這一評價標準進行外包績效評價[2]。

一、評價模型的構建

我們提出三種適用于商業銀行的外包方案：信用卡業務外包（C1）、專用網絡建設外包（C2）和行內技術培訓外包（C3）；提出外包管理的五個目標：分散經營風險（O1）、降低經營成本（O2）、提高資金管理能力（O3）、提高創新能力（O4）以及關注核心業務（O5）；提出有關銀行業務外包管理的九個二級指標：存貸款客戶承諾等 [3]。

我們制定出目標分析圖（圖1），目的是設計出一套合適的關于外包業務績效評價標準的決策模型。

二、應用模糊集合決策方法的實例分析

我們還應用了模糊集合理論，這一理論在研究非確定環境中的業務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標準。

（2）建立作為標準的評價因素，以達到外包業務的目標。

（3）建立基于評價因素關系的評價目標，同時建立層次評價目標。

（4）通過重要評價目標，建立每個因素的權重，來計算最低層次的混合目標。

（5）建立最低層次的單因素評價集合。

（6）應用模糊假設，對比并找出合適的模型。

我們還需要五個外包業務目標評價標準的模糊數：效率、質量、創新、客戶響應度和集成能力。最后，通過應用逆模糊化方法，我們比較并得出每一種類的評價標準。

按照模糊理論，項目是通過采用模糊方法來實現的，它考察了如下五個不同級別：很低、低、一般、高、很高。表1指出了個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，內部評級也可以被轉化為三角模糊數（l，m，u）。所以，在得到語言變量的同時，個體三角模糊數也同時建立。

三、模糊數的計算過程

（一）每一層的權重評估

我們通過對工行的十位管理人員所作的調查，得到代表外包業務重要性權重的語言變量數據。

我們采用下式 Wi j =（LWi j，MWi j，UWi j），將模糊數進行三角化，來表示對模糊權重的評估，i代表第i個專家，j代表第j個因素，從而確定出工行專家的意見。在這一分析中，我們應用模糊數加法和模糊數乘法來得到假設權重（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重指標：

=（LWj，MWj，UWj）（1）

（二）每一層次的逆模糊化

使用了區域中央法的逆模糊化是用來得到我們體系中每個因素的權重的。公式如下：

如果工行的專家把目標因素的權重設定為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）計算結果如下：

1.將語言變量轉換成三角模糊數：

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）的逆模糊化權重DWj是非標準化的，因此，我們使用公式（3）來將DWj進行標準化：

我們使用（3）來得到目標O1（分散經營風險）的逆模糊化權重的標準化值：

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

表3解釋了計算過程和外包目標（第一層）的權重結果。

（三）每一層權重的計算結果

通過公式（3）我們得到最終權重，然后通過從第一層和第二層的權重指標來計算第二層各項目的綜合權重結果。

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

其他層的結果可以用同樣的方法計算出來。

（四）各種因素效果的評價

當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。在多標準評價的情況下，問卷上的問題是“是否增加操作風險”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。在把語言變量轉變為三角模糊數之前，我們必須把連續計算的方向調換過來（調換方法見表4）。

（五）根據各因素所作的假設判斷

通過以上的方法，我們得到三角模糊數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權重，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因素都有不同的標準，這會導致不同的觀點；因此，我們應該使用平均數來計算決策結果。

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

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

其他結果也可以用同樣的方法算出，我們把這些結果列在表6中。

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

結論

模糊集合方法對于在不確定環境中進行定量分析有很明顯的效果。將模糊集合方法應用到商業銀行的外包決策之中，可以提高銀行決策的準確性和客觀性，從而達到提高經營效益的目的。

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

參考文獻：

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

[2] 孫凡卓，李鵬.中國銀行業務外包現狀及問題分析[J].時代經貿，2007，（5）:22-23.

[3] 胡峰.銀行業信息技術資源外包策略探討[J].現代經濟探討，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.

[責任編輯 陳麗敏]