本文首先搜集2018年6月至2020年2月移動支付操作風(fēng)險案例,分析移動支付操作風(fēng)險影響因素,得出用戶層面有支付對象未確認(rèn)、密碼安全意識薄弱及虛假信息未識別三類風(fēng)險致因;移動支付平臺有軟件正規(guī)性未審查、移動終端脆弱或員工故意泄露兩類風(fēng)險致因。構(gòu)建貝葉斯網(wǎng)絡(luò)模型度量移動支付操作風(fēng)險,采用情景分析功能自下而上找出影響程度最大的因素,實證結(jié)果表明操作風(fēng)險存在高頻低損及低頻高損的特征,影響高額操作風(fēng)險最主要的因素為支付對象未確認(rèn)及軟件正規(guī)性未審查。根據(jù)研究結(jié)果提出提高移動支付用戶風(fēng)險防范意識,加強平臺監(jiān)管自查等針對性意見。 

【文章頁數(shù)】：9 頁

【文章目錄】：
一、引言
二、文獻綜述
    （一）移動支付風(fēng)險研究
    （二）操作風(fēng)險度量模型研究
三、移動支付操作風(fēng)險影響因素識別
    （一）理論分析
        1. 用戶層面移動支付操作風(fēng)險因素。
        2. 移動支付平臺層面操作風(fēng)險因素。
        3. 政府部門監(jiān)管層面操作風(fēng)險因素。
    （二）案例分析
四、基于貝葉斯網(wǎng)絡(luò)模型的操作風(fēng)險度量
    （一）模型的選取
    （二）貝葉斯網(wǎng)絡(luò)模型建立
        1. 貝葉斯網(wǎng)絡(luò)模型建立步驟。
        2. 結(jié)構(gòu)學(xué)習(xí)。
        3. 參數(shù)學(xué)習(xí)。
    （三）基于貝葉斯網(wǎng)絡(luò)模型的操作風(fēng)險實證分析
    （四）模型在操作風(fēng)險度量的應(yīng)用分析
        1. 因果推理實現(xiàn)預(yù)測。
        2. 管控優(yōu)先級的判斷。
五、結(jié)論及建議
    （一）結(jié)論
    （二）相關(guān)建議
        1. 合理運用貝葉斯網(wǎng)絡(luò)等算法度量操作風(fēng)險。
        2. 提高用戶風(fēng)險防范意識。
        3. 改善平臺內(nèi)部管理。


【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)移動支付安全風(fēng)險研究[J]. 楊天紅,劉西文.  農(nóng)村經(jīng)濟與科技. 2020(02)
[2]“新常態(tài)”下我國商業(yè)銀行操作風(fēng)險度量研究[J]. 童晶,羅首壹,鄔飄.  湖南師范大學(xué)自然科學(xué)學(xué)報. 2018(03)
[3]我國消費者支付寶錢包使用意向研究--基于TAM和IDT理論[J]. 李琪,殷猛,孫喬.  大連理工大學(xué)學(xué)報(社會科學(xué)版). 2018(01)
[4]互聯(lián)網(wǎng)金融下我國第三方移動支付風(fēng)險評價研究——模型構(gòu)建與實證分析[J]. 顧海峰,楊立翔.  金融監(jiān)管研究. 2017(05)
[5]基于貝葉斯網(wǎng)絡(luò)的移動支付風(fēng)險評估模型[J]. 張璇,林逸風(fēng),白川,王旭,馬暮婷,于倩.  計算機工程與應(yīng)用. 2014(05)

碩士論文
[1]基于Copula的整體風(fēng)險度量模型構(gòu)建[D]. 代劍鋒.華中科技大學(xué) 2019
[2]我國移動支付風(fēng)險防范研究[D]. 劉謹(jǐn).首都經(jīng)濟貿(mào)易大學(xué) 2017
[3]第三方移動支付的風(fēng)險類型與風(fēng)險防范分析[D]. 肖瀟.西南財經(jīng)大學(xué) 2016
[4]移動支付的發(fā)展與風(fēng)險管理研究[D]. 孫銀.西安電子科技大學(xué) 2014



本文編號：3695969