网络投资理财个人用户接受行为影响因素研究(2)

　　H9：网络投资理财中的产品特性正向影响绩效期望。

　　H10：网络投资理财中的产品特性负向影响感知风险。

　　（3）感知风险

　　Bauer在1960年将感知风险引入消费者研究中，此后很多学者将感知风险视为用户行为研究中的一项重要因素[16-17]。投资理财活动必然伴随着一定的风险[11]。笔者将网络投资理财中的感知风险定义为个人用户在网络投资理财中，对预计可能发生的、与开始期望不相符的负面结果的心理预期，并将风险重点聚焦在非系统性风险方面，主要包括财务风险、功能风险、心理风险和时间风险。

　　个人用户在网络投资理财过程中会对可能出现的风险进行评价，一旦个人用户认为可能会出现伤害自身利益的风险，就会产生抵触情绪。这种对风险的认知，在接收到他人传达的积极消息时，会得到缓解。对此笔者提出如下假设：

　　H11：社会影响负向影响个人用户对网络投资理财的感知风险。

　　H12：个人用户对网络投资理财的感知风险负向影响接受意愿。

　　三、研究设计

　　（一）问卷设计

　　笔者基于前人的成熟量表，结合网络投资理财的特点，对各变量的测度量表进行再设计，如表1所示。通过小规模访谈、问卷前测、问卷修正等过程最终形成包括34个问项的正式调查问卷。问卷包括两个部分：第一部分是有关调查对象的基本信息，包括学历、性别、年龄和月可支配收入等；第二部分是网络投资理财行为测量量表，采用Likert五级量表对理财认知程度、产品特性、感知风险等9个变量进行逐一测量。问卷前测以实地问卷调查的形式展开。

　　（二）调研方法及样本特征

　　采用互联网调查法进行数据的正式收集，通过社交网站链接分享、即时通信工具转发、发送电子邮件等方式发放问卷，共计回收297份问卷，按照“答案重复、关键问项答案缺失、IP重复、明显低于平均填答时间”的标准剔除无效问卷后，得到有效问卷286份，有效问卷率达96.300%，样本量符合进行结构方程模型分析的基本要求[20]。

　　样本基本资料统计结果显示，样本学历水平较高，硕士占比44.410%，本科占比40.210%；性别方面，女性数量占54.550%略高于男性；69.930%的样本年龄集中在25—35岁；月收入在3001—10000元范围内的人数达86.360%，显示大多数为中等收入人群。

　　四、数据分析

　　（一）信度、效度检验

　　通过spss22.0软件，采用Cronbachsα系数进行信度分析。从表2可以看出，各变量的Cronbachsα系数均大于0.500，可见问卷具有较好的内部一致性，问卷设计合理。

　　笔者所使用的量表绝大多数来自于过去公开发表的成熟量表和文献，并且通过访谈和前测，修正了问项表述的不当之处，因此，问卷具有较好的内容效度。在建构效度方面，笔者采用因子分析法进行检验。分析结果显示，各变量的KMO值均大于0.600，表明样本数据适合进行因子分析；各变量均只提取出一个公共因子，并且各测量指标的因子载荷均大于0.450，表明问卷结构效度较高。

　　（二）模型检验

　　笔者采用AMOS22.0软件对假设模型进行拟合分析，以χ2/df、GFI、AGFI、NFI、CFI及RMSEA作为主要评价指标检验模型是否成立。各指标评价标准和实际测量结果如表3所示。

　　从表3可以看出，评价指标χ2/df、GFI、AGFI、NFI、CFI和RMSEA的实际测量值分别为2.075、0.745、0.736、0.751、0.913和0.072，均在合理范围之内，表明假设模型拟合程度较高。

　　同时，假设模型路径系数回归结果显示：假设H7不成立，即理财认知程度对感知风险的影响不显著，表明两组变量之间没有相关关系；其它路径都通过了显著性检验，并且感知风险与产品特性、社会影响、接受意愿之间呈现负相关关系。

　　综合分析模型拟合分析与假设检验结果可知，假设模型虽然基本正确，但仍需要进一步修正。依据模型修正标准，删除检验结果中不显著的路径H7，并再次对样本数据进行拟合检验，结果如表4和表5所示。模型修正后的拟合结果（如表4所示）显示，删除H7后，各评价指标都有了不同程度的改善。同时，修正后的模型路经系数回归结果（如表5所示）中，各假设显著性均较高。

　　依据各变量之间的路径系数，可以将各变量对接受行为的直接、间接和总影响效果计算出来（如表6所示）。从表6可以看出，按照各变量对用户接受行为的影响效果，

　　因此，根据修正后的假设模型拟合分析与假设检验结果，笔者最终建立了网络投资理财个人用户接受模型，如图2所示。

　　依据各变量之间的路径系数，可以将各变量对接受行为的直接、间接和总影响效果计算出来，如表6所示。从表6可以看出，按照各变量对个人用户接受行为的影响效果，可以由大到小依次排序如下：接受意愿、绩效期望、便利条件、感知风险、社会影响、产品特性、努力期望和理财认知程度。

　　（三）结果分析

　　从修正模型可知，12个研究假设中除H7外，其余都成立。笔者对个人用户网络投资理财接受行为的研究结果如下：接受意愿和便利条件共同决定了个人用户对网络投资理财的接受行为；除便利条件外，各因素都通过接受意愿对接受行为产生影响。绩效期望、理财认知程度正向影响个人用户的接受意愿；感知风险负向影响接受意愿；社会影响、努力期望正向影响接受意愿，又通过其他因素发挥间接影响作用；产品特性通过绩效期望、感知风险对接受意愿产生影响。

　　对于假设H7不成立的原因，笔者认为可能是：个人用户在网络投资理财中感知到的风险主要有两类：一类是由网络使用方面带来的安全风险；另一类是从投资理财产品中感知到的投资风险，由产品属性引发。当个人用户对理财有充足的认知时，可以对投资风险进行一个合理的判断，这在某种程度上可以缓解来源于投资理财产品的感知风险，但并不能改变个人用户对网络安全方面的感知风险。

　　五、基本结论与启示

　　笔者基于UTAUT模型构建了网络投资理财个人用户接受模型，证实了接受意愿、绩效期望、便利条件、感知风险、社会影响、产品特性、努力期望和理财认知程度等因素都影响个人用户的接受行为并且影响作用依次减小。由于便利条件在很大程度上依托于外界客观环境，对运营者来说可控性较低；接受意愿更多的是从个人用户的主观层面对其接受行为产生推动作用。因此，运营者应当重点关注影响接受意愿的有关因素，在营销过程中注意以下几点： …… 此处隐藏：1051字，全部文档内容请下载后查看。喜欢就下载吧 ……