“无科技,不金融”已经成为银行业的共识,随着科学技术的不断发展,以科技推动金融创新,助力银行业转型发展已经迫在眉睫。因为银行业面临着跨境转账缓慢、服务审批缓慢、风险管控不力、客服服务成本高、产品单一固化等痛点,银行要想在日趋激烈的竞争中生存下去,就必须颠覆痛点适应未来的经济金融发展要求,全面推进行业转型。“金融科技”成为了银行业转型的新基因。银行业转型的有效途径之一是银行与金融科技公司合作。然而,在众多良莠不齐的金融科技公司中,银行如何选择最合适的金融科技公司并与其达成战略合作实现共赢,此问题属于多属性决策问题。多属性决策问题的研究基础是被评价对象的评价信息。由于客观事物固有的复杂性与人类与身俱来的犹豫性,决策者往往不能仅仅定量地描述被评价对象的评价信息。然而决策者总是倾向于用自然语言表达评价信息,概率语言术语集能够较全面地概括决策者的偏好信息、犹豫程度与事物的模糊性。为了公平有效地决策,总是有多个决策者参与问题的决策分析。因此,研究基于概率语言的多属性群决策问题并将其应用于金融科技公司的选择具有重要的研究意义。在金融科技公司的选择中,概率语言术语集是一个便于表达决策者评价信息的工具。本文提出了两种概率语言多属性群决策模型用于解决多属性群决策问题,并将其应用于金融科技公司选择问题中。首先,定义了概率语言可能度算法,算法用于对多个概率语言术语集排序;其次,提出了概率语言术语集的距离测度与相关系数,并将其拓展于概率语言矩阵中;再次,基于阿基米德T模与S模,提出了概率语言集的运算法则与概率语言术语集的集结算子,包括广义概率语言加权平均算子、广义概率语言有序加权平均算子、广义概率语言加权几何算子与广义概率语言有序加权几何算子,并详细讨论了算子的基本性质。基于上述基础理论研究,提出了基于概率语言可能度的多属性群决策模型与基于概率语言相关系数的多属性群决策模型。模型一提出了基于概率语言可能度确定属性权重的方法与基于概率语言矩阵距离测度确定专家权重的方法,并改进ELECTRE方法确定方案排序。模型二提出了基于概率语言相关系数确定属性权重的方法与基于概率语言矩阵相关系数确定专家权重的方法,并改进PROMETHEE方法确定方案排序。最后,通过金融科技案例分析说明了本文所提方法的有效性,进一步通过敏感性分析与比较分析说明了方法的合理性与优势性。