一种基于手机银行的多维信任等级评价模型研究

孙宝林， 肖 琨， 桂 超， 陈轩宇

(1.湖北经济学院 信息工程学院， 武汉 430205; 2.中国建设银行 武汉亚贸支行， 武汉 430070)



一种基于手机银行的多维信任等级评价模型研究

孙宝林1*， 肖 琨1， 桂 超1， 陈轩宇2

(1.湖北经济学院 信息工程学院， 武汉 430205; 2.中国建设银行 武汉亚贸支行， 武汉 430070)

手机银行是通过移动通信平台、银行金融机构为手机用户提供移动金融支付服务.由于存在高认知风险以及使用手机银行的相关操作体验不佳，从而信任机制与信任模型就显得尤为迫切.论文首先构建了信任倾向的体系结构，然后建立了手机银行多维信任因素组合的客户直接信任度模型、金融业务信任度模型、信任偏离程度模型、客户信任惩罚值模型、客户最终的信任评价模型等相关模型，最后确定了多维信任的手机银行信任等级数据库.因此，手机银行的使用更加需要关注信任倾向和体验感，促进用户正常使用和信赖手机银行服务.

手机银行； 信任倾向； 信任度模型； 信任评价

随着移动通信技术、移动互联网和智能手机的快速发展，使得网上银行、网上支付等金融支付迅速地向移动银行、移动支付等这一金融应用的市场发展.手机银行也称移动银行(Mobile Bank)，是移动金融领域的一个典型应用，是指通过移动通信运营商、银行金融机构之间进行跨行业、跨平台合作，整合货币电子化与移动通信业务，借助移动通信平台(4G)为手机用户提供全新模式的金融支付服务，它能够提供银行账户信息查询、银行账户间转账、银证转账、证券买卖、代缴费、金融信息查询等等各种金融服务功能.

手机银行以其方便快捷、高效、安全的使用方式为手机银行客户提供传统的金融服务，而手机本身所具有的随身性、移动性、方便性等特点，极大地丰富了手机银行的使用环境，为手机银行的广泛使用奠定了坚实的基础.据2015年12月7日公布的《2015中国电子银行调查报告》显示“2015年，个人网银用户比例为35.6%，相比2014年同比增长了10%；个人手机银行用户比例为32%，同比增长了14.5%；手机银行活动用户比例为88%，同比增长了5%；手机银行交易用户比例为58%，同比下降了18%.根据创新扩散理论，手机银行已经跨过‘起飞点’，进入快速扩散阶段[1].”

在这种由多个服务平台、多个服务机构、多种技术服务组成分布、动态、移动的手机银行金融支付系统中，系统对金融机构、移动通信运行商和智能手机用户缺乏约束机制，其实体行为表现为动态性、不安全性和不确定性，实体间缺乏信任，大量的欺骗行为和不可信任的服务随之而来，这将导致手机银行金融机构、移动通信运行商和手机用户间的金融支付存在极大的风险性和不安全性，制约了智能手机用户对手机银行金融支付的接受和使用.在移动环境下，手机用户信任、手机金融服务、移动通信技术(4G)的保障是手机银行成功支付的重要因素.面对手机银行的蓬勃发展，建立有效的信任管理机制，对金融机构、移动通信运行商和智能手机用户的信任行为进行可信性评估，对于手机银行金融的安全可信问题具有重大意义.

1 手机银行初始信任机制的现状

近几年，国内外众多学者采用不同的理论和方法对手机银行信任的相关问题进行了卓有成效的研究，并提出了很多信任评估模型、社会规范等重要的信任结构，如：感知有用性、感知易用性、用户态度和自我效能感等等，这些因素较好地应用在手机银行金融支付领域中.对于扩展域的手机银行，先前的研究工作已经从消费者的人口统计特征中，提出了手机银行用户采用和不采用对手机银行的风险问题起到重要的促进作用.田俊峰等[2]对信任机制、评估模型等领域的研究现状及进展进行了综述研究，对信任模型中的关键机制、方法及存在的问题等进行了讨论，为信任模型的继续深入研究提供良好的借鉴和指导作用.Shaikh等[3]综合分析和研究了目前手机银行用户使用手机银行进行银行支付的意图，并且得出了手机银行的技术结构、移动通信的安全与易用性、感知有用性、服务质量等对手机银行的使用具有重要的作用.周毓萍等[4]构建了基于客户协同创新的私人银行价值评价体系和基于客户协同创新的高净值客户价值评价体系.

David Carf等[5]对手机银行的运营风险进行了研究，提出了运营风险主要有：操作风险、信息不对称风险、信用风险和流动性风险.汤运筹[6]研究分析了手机银行业务发展中存在的主要问题，进而影响手机银行使用意向，提出了加强手机银行业务发展的对策，以期促进手机银行业务的快速发展.张昱等[7]提出了中国手机银行用户活跃度与粘度两个指标，从实证上分析了用户活跃度与粘度在商业银行手机银行业务的重要性.并从客户自身素质、使用手机银行的收益、软件和硬件等条件以及使用手机银行的成本4个维度，从而较好地提高了手机银行用户的使用程度.Afshan等[8]通过实证研究了手机银行的安全结构、移动通信技术的质量等对手机银行的使用作出了重大贡献，而结构保证和熟悉手机银行则是手机用户对手机银行的初始信任的重要保证，操作的方便有利于用户更好地使用手机银行.林家宝等[9]针对移动证券的信任是影响股民采纳移动证券进行交易活动的主要障碍问题进行了研究，指出了移动证券初始信任是移动证券交易的决定因素.Lin[10]结合创新扩散理论和信任理论对手机银行的信任、支付操作过程等进行了研究，指出相对优势和感知能力对手机用户使用手机银行的态度产生强烈的影响.

手机银行的服务质量对客户使用手机银行产生重大的影响.姚水洪等对手机银行的服务质量与客户持续信任的影响进行了研究，建立了手机银行服务质量与客户持续信任之间的研究模型，通过实证检验表明：手机银行的服务质量对手机银行客户的持续信任产生重要的影响[11].王蕾等[12]在问卷调查和数据分析发现的基础上，通过构建结构方程模型对手机银行意愿的因素进行了研究。

现有的研究已经指出：信任对手机银行用户行为的影响是显著的[14].然而，使用手机用户进行手机银行支付过程体验影响的因素很少被研究.如果没有足够的支付过程体验，用户可能不愿意使用手机银行，甚至认为手机银行不能确保他们支付的安全性、可靠性.因此，有必要结合手机银行的信任和支付体验来对手机银行的信任机制进行研究.手机银行支付体验作为一个直观的标准，确实是影响智能手机用户行为的[14].我们发现结构保证、无处不在、信息质量、感知满意度、感知易用性等需要融入信任模型中，信任和支付体验充当这几个关键因素和使用意愿之间的协调关系.

2 手机银行多维信任的关系结构及风险评价模型

2.1手机银行信任倾向指标

根据手机银行信任倾向的体系结构，其影响手机银行信任倾向的指标有：结构保证(v1)、无处不在(v2)、移动传输质量(v3)、初始信任(v4)、感知易用性(v5)和体验感(v6).

假设手机用户i和手机银行j之间进行手机银行金融支付，则信任倾向值可以表示为：

f(i， j)=a1*v1+a2*v2+a3*v3+

a4*v4+a5*v5+a6*v6

(a1+a2+a3+a4+a5+a6=1).

(1)

2.2确定手机银行客户直接信任度模型

为了提高信任评价指标的准确性和动态适应能力，把一段时间内的业务分为若干个业务，设为t1， t2， …， tn.在第n次业务时间内，假设手机用户i和手机银行j之间进行金融支付的次数为m，则直接信任度Dn(i， j)可表示为：

(2)

2.3手机银行金融业务信任度模型

用PT(i，j)表示手机用户i和手机银行j的金融业务信任度，考虑第n次金融支付业务的因素，则

PTn(i， j)=αDn(i， j)+(1-α)Rn(i， j)，

α∈[0，1]，

(3)

其中，α(0<α<1)为信任度调节因子，其取值大小与评价主体对直接信任与间接信任的重视程度有关.

2.4手机银行信任偏离程度模型

信任偏差值可表示为：

Pij=

(4)

其中，max TZ为需计算信任偏差值的最大时间区间长度，其上限是整个手机银行业务时期.

2.5手机银行客户信任惩罚值模型

对行为动荡变化的手机银行金融业务起一定的惩罚作用，信任滥用值的可表示为：

(5)

则手机银行业务j的惩罚值为μPij+τQij.因此有：

PTij=β•PTij-(1-β)(μPij+τQij).

(6)

设手机用户i和手机银行j近期信任为ST(i， j)，第n+1次业务交易后STn+1(i， j)可以使用强化学习方法进行信任更新，更新函数定义为：

STn+1(i，j)=

(7)

其中，PTn+1(i， j)表示在n次业务交易，手机用户i和手机银行j的信任度；u和v分别为信任增加和减少学习因子，通常取u

2.6手机银行客户最终的信任评价模型

设手机用户i和手机银行j长期信任为LT(i， j)，第n+1个业务时间后手机银行业务i对手机银行业务j的长期信任可以可表示：

LTn+1(i，j)=(LTn(i，j)n+

PTn+1(i，j))/(n+1).

(8)

最终的信任评价结果Tn(i， j)取近期信任和长期信任二者中的最小值：

Tn(i， j)=min(STn(i， j)， LTn(i， j)).

(9)

2.7建立多维信任的手机银行信任等级数据库

主体信任度可定义为主体的信任度隶属函数在UT中各信任等级处的隶属度所构成的向量，并称之为信任向量.手机用户i和手机银行j之间的信任度就可表示为如下的信任向量：

X={Tn(i， j)}.

(10)

通过信任向量的形式化描述后，就可以评价出多维信任的手机银行信任等级并存放在信任等级数据库中.

3 信任机制的数据分析

为了测试手机银行金融支付次数与信任度、信任惩罚值和信任等级的相互关系，我们在计算机上进行仿真实验手机银行金融支付次数、不信任支付等数据.实验数据由计算机随机产生，其分布如下：正常手机金融支付的次数在0～100次，其支付金额大约在5 000～10 000元之间，不信任金融支付次数为0～10次，通过编写程序进行仿真实验，其实验数据分析如下.

各因素对信任倾向的影响和调节作用，我们采用结构方程模型的方法对各因素与信任倾向的调节作用进行了分析.手机银行用户的信任倾向除对手机银行的初始信任有直接影响外，还有其他因素也会起到重要的调节作用.如：结构保证、无处不在、信息质量、初始信任、感知易用性等.

图1为信任度与手机银行不同金融支付次数的相互关系，从图中可以看出，手机银行金融支付次数越多，其信任度越高.图2为信任惩罚值与手机银行不信任金融支付次数的关系，从图中可以看出，手机银行不信任金融支付次数越多，其信任惩罚值越高，说明信任度也会很快降低.图3为信任等级与手机银行金融支付次数的关系，从图中可以看出，手机银行金融支付次数越多，其信任等级就越高.

图1 信任度与不同支付次数的关系Fig.1 Relationship of trust and different payment numbers

图2 信任惩罚值与不信任支付次数的关系Fig.2 Relationship of trust punishment and different distrust payment numbers

图3 信任等级与不同支付次数的关系Fig.3 Relationship of trust level and different payment numbers

图4为使用信任度模型与非信任度模型的手机银行信任度比较.从图中可以看出，当手机银行使用信任度模型对金融支付次数进行评价时，信任支付次数越多，其信任度就越高.说明该信任度模型能较好地评价手机用户的信任度.

图5为手机银行支付100次中，出现不信任支付次数后，使用信任惩罚值与信任偏离程度后最终的信任评价.从图中可以看出，当手机银行使用信任评价模型后，其不信任支付次数越多，其最终的信任度越来越低；而在不使用信任评价模型的用户，其不信任支付次数对信任度的影响程度更大大，其信任度更加难于有所提高.实验告诉我们，手机银行支付中，要想提高信任度，必须要大幅度减少不信任支付的次数，提高可信任的支付次数.

图4 信任度模型与非信任度的比较Fig.4 The comparison of trust model and untrust model

图5 信任度模型与非信任度的比较Fig.5 The comparison of trust model and untrust model

4 结论和展望

本文研究了影响手机银行信任机制的重要因素.提出了手机银行信任倾向的主要指标，以此建立了手机银行金融支付的信任度模型、信任偏离程度模型、客户信任惩罚值模型、最终的信任评价模型，最后确定了手机银行金融支付的手机银行信任等级.通过仿真实验研究，其信任度、信任惩罚值与信任等级与支付次数之间起着重要的作用.

在手机银行金融支付领域中还应关注3个方面的问题：一是利用移动通信运营统计分析平台洞察客户；二是对智能手机APP进行安全和优化处理，提高手机客户的安全性和体验感；三是智能手机APP的跨界营销，创造新的业务收入.由于受智能手机应用的迅速增加、移动支票存款普及发展趋势的推动，从而可以看到许多领域将快速推进手机银行更广泛的应用.

[1] 中国金融认证中心. 2015年中国电子银行调查报告[EB/OL]. http://www.financialnews.com.cn/yw/jryw/201512/t20151207_88383.html.

[2] 田俊峰，蔡红云. 信任模型现状及进展[J]. 河北大学学报(自然科学版)， 2011， 31(5): 555-560．

[3] SHAIKH A A， KARJALUOTO H. Mobile banking adoption: A literature review[J]. Telematics and Informatics， 2015， 32(1): 129-142

[4] 周毓萍， 黄 彬， 韩亚文. 基于客户协同创新的私人银行和高净值客户价值体系研究[J]. 金融理论与实践, 2013(9): 43-46.

[5] CARFI D， MUSOLINO F. A Coopetitive Approach to Financial Markets Stabilization and Risk Management[J]. Communications in Computer and Information Science， 2012， 300(4): 578-592．

[6] 汤运筹. 手机银行业务发展中的问题及对策研究[J]. 浙江金融, 2011(11): 72-76.

[7] 张 昱，谢怀军. 手机银行用户活跃度与粘度的影响因素与业务发展研究[J]. 财经界， 2012 (4): 168-170．

[8] AFSHAN S， SHARIF A. Acceptance of mobile banking framework in Pakistan.[J] Telematics and Informatics， 2016， 33(2): 370-387．

[9] 林家宝，鲁耀斌. 移动证券用户的初始信任模型研究[J]. 管理评论， 2011， 23(11): 59-68．

[10] LIN H F. An empirical investigation of mobile banking adoption: the effect of innovation attributes and knowledge-based trust[J]. International Journal of Information Management， 2011， 31(3): 252-260．

[11] 姚水洪，陈真真. 手机银行服务质量对持续信任的影响研究[J]. 经济与管理， 2013， 27(11): 78-82

[12] 王 蕾， 卫文斐， 李举超. 个人客户采纳手机银行的影响因素[J]. 金融论坛, 2013(11): 73-79.

[13] 孙宝林， 桂 超， 刘 畅， 等. 多维信任的手机银行风险评价指标体系研究[J]. 武汉金融, 2016(5): 39-41.

[14] ZHOU T. Examining mobile banking user adoption from the perspectives of trust and flow experience[J]. Information Technology and Management， 2012， 13(1): 13:27-37．

Research on multidimensional trust level evaluation model based on mobile banking

SUN Baolin1, XIAO Kun1, GUI Chao1, CHEN Xuanyu2

(1.School of Information Engineering, Hubei University of Economics, Wuhan 430205;2.Yamao Subbranch of China Construction Bank, Wuhan 430070)

Mobile banking provides a new mode of mobile financial transaction services with mobile communication platform for mobile phone users. Due to high risk of cognitive and relevant experience in using mobile phone bank, its trust mechanism and trust model are particularly urgent. Firstly, in this paper, the trust tendency system is established. Then the mobile banking multidimensional trust factors are analyzed, such as mobile banking customer direct trust degree model, financial business trust model, customer trust level model, customer trust penalty and ultimately trust evaluation model. Finally, the multidimensional trust of mobile phone bank trust level database is determined. These results suggest that more attention on the initial trust and experience are required in mobile banking usage for promoting user acceptance and making mobile phone banking services trustful.

mobile banking; trust tendency; trust model; trust evaluation

2016-01-16.

国家社会科学基金项目(14BJY171); 湖北省教育厅科研项目(B2015054).

1000-1190(2016)04-0525-05

F830.3

A

*E-mail: blsun@163.com.