风险评价模型构建

（一）服务外包风险评价方法

服务外包风险评价，实质就是对外包风险进行评估，测量各种风险发生的可能性，进而推算出整个服务外包的可靠性。

对风险预警指标的评价方法有层次分析法、模糊评价法、神经网络法等。AHP层次分析法是将各问题分解成各组成要素，形成递阶层次结构，通过两两比较分析各要素的重要性，并进行优劣排序，构造判断矩阵，但是，专家赋予权重具有一定的主观性。BP神经网络法是由众多的模拟生物神经元的人工神经元形成的网络，在信息处理、模拟识别仿真等领域具有一定的研究意义。模糊综合评价是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，进行综合评价的一种方法。

在服务外包风险评价中，服务外包风险的大小是一个具有模糊性的概念，影响服务外包风险的因素也是多方面的，这些因素本身也具有模糊性，因而，本节采用模糊综合评价法，针对服务外包风险预警指标，通过构造等级模糊子集把反映服务外包风险的模糊指标进行量化，然后按照计算法则得出综合评价值，最后确定服务外包风险的等级和程度。

（二）模糊综合评价

模糊综合评价模型的构建：

1．确定因素集M和评价等级（评定集）N。风险因素M即为指标的集合，因素集M={a1, a2, K, an}，根据M中各因素之间的关系将M分成P份，则Mi={mi1, mi2, mi3, K, mip}，i=1, 2, 3, K, p，则

评定集N为评价等级的集合，本论文中N={b1, b2, b3, K, bn}={高度严重，严重，一般，轻微，忽略}。

2．确定权重向量。利用德尔菲法，通过专家采用匿名方式，依据一定的流程搜集各方意见，对各项指标赋予权重。

3．得出隶属矩阵R。通过风险因素ai对评价等级bi的隶属度，隶属度向量得出隶属度矩阵R=(R1, R2, R3,K, Rm)T=(rij)m×n。

4．将评定语集进行数值化，然后归一化得出BT，例如，BT=(90, 80, 70,60, 50)T。

5．计算综合评定向量Bi和综合评定值B。Bi=Mi×Ri，其中Mi是1×ni阶权向量，Ri是ni×m阶单因素评判矩阵，Bi是1×m阶一级综合判断结构矩阵。

6．进行二级评判。将每个Ri视为一个因素，记u∈{M1, M2, K, Mp}，因此，u是个因素集，u的模糊评价矩阵为Ri，

二级评判向量Bi=Mi×Ri

7．采用模糊分布法和加权平均对评价指标处理。