基于结构方程模型的互联网金融理财行为研究

张万力，章恒全，曹艳辉

（河海大学 商学院，江苏 南京211100）

一、引 言

日新月异的互联网技术正深刻地改变着人们的生活：人们从传统的实体店购物转向互联网购物，从与银行柜员面对面金融业务往来转向个人网上银行的金融服务，从顾客与商家现金的直接支付转向第三方支付等，这些变化促使了互联网金融的诞生和发展。在信息化浪潮伴随着大数据、云计算等新技术不断涌现的今天，互联网金融对社会和个人都产生了不可忽视的影响。

互联网金融有着很多传统金融无可比拟的优势：降低了交易成本，拓宽了地理交易范围，突破了传统银行存款利息的限制，提高了存取资金交易的灵活性，释放了民众的投资热情。然而，互联网金融更大的意义在于通过互联网技术对传统金融行业的商业运作模式进行重新整合，使大量游离于银行体系之外的人群能够以一种更为个性化与人性化的方式参与到金融行业的服务中［1］。最有代表性的例子无疑是阿里巴巴推出的“余额宝”互联网金融理财产品，“余额宝”的成功使得互联网金融开始走进千家万户，逐渐被民众所熟知，中国也开始走进“全民理财”的时代。

互联网金融不是传统意义上金融技术的升级和更新，更重要的是参与方式的改变。“人”是互联网金融服务的核心，只有人人参与的互联网金融才能创造更大的价值，为更多的民众所服务。因此，研究参与主体“人”的行为模式对于互联网金融的意义就显得尤为重要和迫切了。

就普通民众而言，对互联网金融的认知是指通过互联网金融进行个人理财，在短期内获得一定数额利息的收益。互联网金融理财行为属于社会学领域的范畴，其行为过程受到很多无法准确测量的潜在变量影响，如态度、主观规范、知觉行为控制等因素。若采用传统回归分析方法，必须对其进行多次的回归分析，不仅过程复杂，且容易产生统计概率决策错误膨胀，难以对这些潜在变量的相关关系进行精确测量，而结构方程模型则为这类问题提供了很好的分析工具［2］。结构方程模型通过同时估计一系列方程式，避免造成几率膨胀问题，因此在社会学和心理学领域中有着广泛的应用。鉴于目前国内鲜见通过计划行为理论与创新扩散理论相结合来研究民众互联网金融理财的行为过程，本文基于这两个理论的理论基础建构互联网金融理财行为模型。互联网金融机构通过该模型可以更准确地定位普通民众的理财心理，深入了解民众对于互联网金融理财的影响因素，从而为金融机构的战略规划提供决策参考。从这个角度来说，本文具有理论与实践的双重意义。

二、文献综述与研究假设

（一）互联网金融

互联网金融是现代互联网技术与传统金融行业相融合的产物。一般来说，互联网金融是指通过或依托互联网进行的金融活动或交易，是在金融销售和获取渠道上的创新。早在1997年，就有国外学者讨论了互联网商业模式对于传统金融服务业的挑战［3］23。在中国互联网金融热潮开始掀起的2012年，谢平详述了其面临的机遇和挑战［4］。虽然自20世纪末就有学者开始就互联网金融领域进行相应研究，但就国内总体而言研究较少。

（二）计划行为理论

计划行为理论是一个适用于研究各种社会行为的理论，如图1所示。它包含态度、主观规范和知觉行为控制三个要素［5］：态度集中反映了个体对特定的个人或团体、周围事物、行为以及思想的感知评价；主观规范是指个体对于是否采取某特定行为所受到的社会习俗以及群体压力；知觉行为控制表示个人准备采取行动时对于所需机会和资源的控制能力，反映个人对于某一过去行为经验和所感知的预期阻碍。除此以外，行为意愿反映了个体打算完成某一特定行为的动机指向。研究表明，行为意愿与实际行为有显著的正向影响关系，态度、主观规范、知觉行为控制通过对行为意愿的作用进而影响实际行为的发生［6］15－25。

图1 计划行为理论模型图

除此之外，在用计划行为理论解释互联网金融行为方面，国内外学者也进行了相关的研究，并产生了一定的研究成果。Ming－Chi Lee研究个人使用网上银行的影响因素，在总结计划行为理论和技术接受模型相关研究的基础上建立了相应的模型，根据模型和数据计算结果，认为控制风险比提供利益更为重要，且网上银行应该不断搜寻方法降低使用风险以提高潜在客户使用的信心［7］。Ya－Yueh Shih等结合台湾的实际背景，在解构计划行为理论的重要因素的基础上，研究个人网上银行行为，数据分析的结果表明，个人信念强度、使用态度、主观规范、知觉行为控制显著影响个人使用网上银行意愿［8］。桂媚君运用计划行为理论作为研究内容的重要方面，对个人网上银行使用意愿影响因素进行了深入的理论探讨，结果得出了使用态度、主观规范对网上银行使用意愿有显著的直接影响，并提出了相应的管理建议［9］。就目前的研究现状而言，国内学者研究更多的是侧重于互联网金融网上银行的行为方式研究，而涉及互联网金融理财行为方面的研究则相对较少。

不仅如此，目前有很多关于计划行为理论前因变量的拓展研究，目标变量就是其中之一。Bergevoet等在用计划行为理论分析农户行为目标后，认为目标应该作为农户行为决策的依据之一［10］。刘克春将目标作为态度的前因变量拓展了计划行为理论［11］。在互联网金融理财的情境中，当人们拥有了闲置资金后，就会考虑如何通过理财实现货币财富的保值增值，在这样动机的驱使下，就会树立相应的理财目标。综合以往的研究可知，目标变量是拓展计划行为理论前因变量的一个重要考虑因素。因此，基于合理推断，本文认为目标变量会对计划行为理论的三个潜在变量产生影响，并提出以下假设：

H1：理财目标对态度有显著影响。

H2：理财目标对主观规范有显著影响。

H3：理财目标对知觉行为控制有显著影响。

计划行为理论为探讨互联网金融理财模型提供了良好的理论支撑，而互联网金融理财作为一项创新事物则需通过扩散和传播才能被大众所熟知。创新扩散理论为扩散和传播过程提供了合适的理论依据来完善模型，以符合实际研究情况。

（三）创新扩散理论

创新扩散理论作为另一个理论背景来拓展计划行为理论，创新扩散理论可以用来解释如何预防药瘾以及雇员网络学习的意愿等［12］。Rogers针对消费者接纳过程提出了创新决策过程，此过程是指消费者在获知某项创新后，产生了对创新事物是否采用的态度，随后再重新确定这一决定。因此，采用一项创新被视为一个过程并且遵循五个阶段：知晓阶段、说服阶段、决策阶段、执行阶段、确认阶段。同时，创新扩散的特征主要取决于以下四个方面的因素：创新属性、通过特定的渠道进行传递交流、时间、社会系统，这四个因素作为信息的来源用以降低创新的不确定性。

互联网金融理财作为信息时代下金融在销售和获取渠道创新的产物，具有创新事物的基本特征。Qile He等通过创新扩散理论研究中国企业网上支付的使用条件，认为只有兼容性会对企业的网上支付产生重要影响［13］。李春燕研究了网络金融创新产品扩散模型，在金融市场扩散的动态过程条件下对中国台湾信用卡、大陆银行卡及澳大利亚电子资金转账终端进行实证研究，提出了曲线簇模型［14］。

由于不同人群对互联网金融理财信息获取和理解的不对称性会产生人们对其认知的不确定性，因此需要降低这种不确定性增强互联网金融理财的行为意愿，而通过信息搜寻和不同渠道的沟通交流可以实现增强行为意愿的目的，其中信息搜寻的完整程度影响信息沟通交流的效果［15］。沟通交流分为大众媒介与民众的沟通交流及人与人之间的交流两部分，这两部分之间的沟通交流可以降低人们对互联网金融理财认知的不确定因素，在很大程度上将会决定人们的行为意愿。鉴于上述分析，本文提出如下假设：

H4：态度对于沟通交流具有显著影响。

H5：主观规范对于沟通交流具有显著影响。

H6：知觉行为控制对于行为意愿具有显著影响。

H7：信息搜寻对于沟通交流具有显著影响。

H8：沟通交流对于理财意愿具有显著影响。

由于已有大量研究表明目标会影响信息搜寻水平和类型，因此在本文研究中加入目标与信息搜寻的关系以示其合理性［16］。

H9：目标对于信息搜寻具有显著影响。

综合上述假设，本文的理论模型框架见图2。

图2 互联网金融理财行为模型图

三、数据收集与方法介绍

（一）数据收集

本文数据来自于对南京、无锡、苏州、常州四地主要商业中心发放问卷得到。按照理论模型的设定，运用李克特五点量表，被调查者根据自己的实际情况进行打分，分值越高表现为同意的程度越高：数值1为“完全不同意”、数值3为“不确定”、数值5为“完全同意”。通过相关统计专家和被调查者的意见，删除及修改了表述内容不清或容易引起歧义的选项，最终形成正式调查问卷。本次发放问卷共计600份，每个地区均为150份，有效回收552份，有效问卷占比达92%；被调查人群中女性占比相对较大（53%），80%的被调查人员年龄介于21～50岁之间，剩余10～20岁人员占比为11%，50岁以上人员为9%，有关问卷说明如表1所示。

表1 问卷说明表

（二）方法介绍

结构方程模型是社会学领域定量分析重要的研究方法，对各种因果模型可以进行有效鉴别、估计和检验。结构方程模型包含了测量指标、潜在变量、残差变量间的关系，进而获得自变量对因变量影响的直接效果、间接效果以及总效果。

1.协方差矩阵。结构方程模型分析的核心概念是变量之间的协方差。在结构方程模型中，利用变量之间的协方差矩阵，首先可以观测多个变量之间的相关性；其次利用协方差矩阵可以反映出理论模型与实际收集数据协方差的契合度，以验证理论对于实际数据的有效解释性，并对客观事实做出合理解释。协方差矩阵S的公式如下：

其中 Cov（X，Y）＝E［（X－E（X））（Y－E（Y））］，E（X），E（Y）分别为变量X，Y的期望值。

2.结构方程模型。结构方程模型由两个基本模型组成：测量模型和结构模型。测量模型反映了单个潜在变量与一组测量指标之间的相关关系，结构模型则反映了潜在变量（包括外衍潜在变量和内衍潜在变量）之间的关系。

测量模型：X＝μXξ＋δY＝μYη＋ε

其中X为测量指标所构成的向量，μX为测量指标X的因素负荷量，ξ为外衍潜在变量，δ为测量指标的测量残差；Y为内生变量所构成的向量，μY为内生变量Y的因素负荷量，η为内衍潜在变量，ε为内生变量的测量残差。

结构模型：η＝γ1ξ1＋γ2ξ2＋…＋γnξn＋ζ1

其中η为内衍潜在变量；γ1，γ2，…，γn为外衍潜在变量和内衍潜在变量之间的回归系数；ξ1，ξ2，…，ξn为外衍潜在变量；ζ1为残差值。

四、实证分析

（一）描述统计分析

从输出结果可以看到，以3分作为相关正负态度的临界点，平均分范围在3.34～4.53之间，中位数和众数集中在4和5，标准差范围在1左右。通过上述各维度的分析可以发现，被调查者的题项选择总体上是倾向于互联网金融理财，且愿意通过互联网金融渠道进行理财活动，以获得一定量的理财收益，反映出民众对于互联网金融理财的潜在需求。进入结构方程模型分析的观测变量描述性统计量如表2所示。

（二）问卷信度和效度检验

问卷的可靠性和有效性可以通过信度和效度来检验［17］。本文采用克伦巴赫α系数衡量信度值，通过SPSS分析得到其克伦巴赫α系数为0.742（参考标准：＞0.6），说明问卷具有较好的信度。效度采用KMO检验和巴特利球形检验来衡量，KMO输出结果为0.729（参考标准：＞0.6），巴特利球形检验可知各变量存在相关性，适合因子分析，结果如表3所示。

表2 测量变量描述性统计量表

表3 KMO和巴特利检验表

（三）互联网金融理财行为模型

在依据计划行为理论和创新扩散理论的基础上，基于文献回顾的理论积累并结合特定的互联网金融理财情境，添加沟通交流、理财目标以及信息搜寻三个潜在变量，运用Amos17软件进行数据分析，标准化后得到结构方程模型（图3）如下。

图3 互联网金融理财结构方程模型图

如图3所示，以矩形框表示测量指标，以圆形表示残差变量，潜在变量以椭圆形表示，靠近单向箭头线的数值表示两个因果变量之间的回归系数，在双向箭头线上的数值表示不存在因果变量关系之间的相关系数。

首先按照国际标准，使用表4所示的几个指标参考值对模型进行整体评价：CMIN／DF（卡方自由度比）＜3；GFI（拟合优度指数）＞0.9；AGFI（调整后适配度指数）＞0.9；IFI（增加拟合指数）＞0.9；RMSEA（渐进残差均方和平方根）＜0.08。从表4可以发现，模型除了AGFI的指数有略微差距以外，其他评价指数均达到拟合标准，模型整体的适配度良好，说明模型能够较好地解释民众互联网金融理财行为。

表4 拟合优度统计值表

其次对模型中的具体数值进行分析。变量“理财目标”对“态度”、“主观规范”、“知觉行为控制”、“信息搜寻”的解释比重依次为为14%、33%、2%以及61%，该模型同时解释了45%的“沟通交流”变量和47%的“理财意愿”变量，表明模型在不同程度上解释了各个潜在变量间的相互影响。

（四）假设检验

根据结构方程模型回归结果，我们可以对假设进行相应的检验。显著性概率P值检验（参考标准：＜0.05）表明，理财目标分别对态度（P＜0.001）、主观规范（P＜0.001）、信息搜寻 （P＝0.005）有显著影响，说明随着理财目标信念的增强，与之相关的态度、主观规范和信息搜寻也会相应增强，H1、H2、H9假设成立；态度（P＜0.001）、主观规范（P＝0.023）、知觉行为控制（P＜0.001）、信息搜寻（P＝0.042）对沟通交流有显著的影响，说明受到态度、主观规范、知觉行为控制及信息搜寻的影响，沟通交流随着上述4个变量同向增大或减小，H4、H5、H6、H7假设成立；沟通交流对理财意愿有显著正向作用（P＜0.001），表明沟通交流结果的好坏将直接影响到理财意愿的强弱，H8假设成立；同时理财目标对于知觉行为控制并没有显著的影响（P＝0.214），H3假设不成立。

（五）总体效应标准化估计

在标准化回归系数通过显著性概率P值检验的前提下，通过总体效应标准化估计值，如表5所示。潜在变量之间的直接效果和间接效果具体如下：潜在变量“沟通交流”对“理财意愿”有最大的回归系数（0.69），表明“沟通交流”对于“理财意愿”有显著的直接效果；其他潜在变量对于“理财意愿”的间接效果值从高到低依次为“知觉行为控制”（0.32）、“态度”（0.26）、“理财目标”（0.23）、“主观规范”（0.17）、“信息搜寻”（0.14）。综合来说，通过比较不同潜在变量之间的回归系数，可以直观看出各个变量对“理财意愿”的影响效果：“知觉行为控制”对理财意愿的影响程度最大，“态度”次之，“信息搜寻”最小。

表5 总体效应标准化估计表

五、结论与启示

基于计划行为理论和创新扩散理论，本文研究了互联网金融理财行为的形成过程和影响因素，建立互联网金融理财结构方程模型。观察回归系数和整体适配度指标，可以发现模型较好地解释了民众互联网金融理财行为的形成过程。通过结构方程模型，可以得到如下结论：

第一，互联网金融理财的目标对于信息搜寻具有较大的影响（63%），说明民众的互联网金融信息搜寻行为很大程度上是基于目标驱动。

第二，模型对于“态度”（14%）、“主观规范”（33%）、“沟通交流”（45%）以及“理财意愿”（47%）有一定的解释度，表明这些因素对互联网金融理财行为影响程度不一。

第三，互联网金融理财目标对于“知觉行为控制”仅有2%的解释度，同时P检验值（P＝0.214）大于0.05，表明理财目标与“知觉行为控制”没有相关性。本文认为这归因于互联网金融理财极低的准入额度和较高的资金流动性，不需要民众具有高额的存款数量也能享受到资金存款收益。因此，只要人们形成了互联网金融理财目标，就能不受自身能力和资源的限制进行理财活动。

第四，潜在变量“沟通交流”与“理财意愿”之间的总体效应标准化估计值达到了0.69，二者较强的直接影响效应表明，通过不同的渠道进行信息沟通交流对个人互联网金融理财意愿形成具有显著的影响，其原因在于大众媒介和人际传播的结合是说服人们产生偏好意愿的一种有效途径，这与Rogers关于创新扩散的观点相一致。

为了增强民众互联网金融理财行为，开展互联网金融业务的银行及相关企业需要途经多方面的宣传，包括讲座、广告、在线推广、微信朋友圈以及社交网络等渠道，促使人们树立互联网金融理财目标，进而形成正向态度以及自主信息搜索行为；采用更加便捷的操作方式、直观简洁的产品推介和风险控制保证提升民众的知觉行为控制能力，特别是吸引更多拥有闲置资金的中老年顾客；经由大众媒介和人际传播的手段使民众逐渐接受并采用这种新型的理财方式，丰富个人投资渠道。

［1］ 王曙光.互联网金融带来的变革［J］.中国金融家，2013（12）.

［2］ 孔令夷.互联网接入服务客户满意度实证研究［J］.统计与信息论坛，2012（4）.

［3］ Cronin Mary J.Banking and Finance on the Internet［M］.New York：John Wiley ＆ Sons，1997.

［4］ 谢平.迎接互联网金融模式的机遇和挑战［N］.21世纪经济报道，2012－09－03（16）.

［5］ Icek Ajzen.The Theory of Planned Behavior［J］.Organizational Behavior and Human Decision Processes，1991（7）.

［6］ Rutter D，Quine L.Changing Health Behavior［M］.Buckingham：Open University Press，2002.

［7］ Ming－Chi Lee.Factors Influencing the Adoption of Internet Banking：An Integration of TAM and TPB with Perceived Risk and Perceived Benefit［J］.Electronic Commerce Research and Applications，2009（8）.

［8］ Ya－Yueh Shih，Kwoting Fang.The Use of a Decomposed Theory of Planned Behavior to Study Internet Banking in Taiwan［J］.Internet Research，2004（3）.

［9］ 桂媚君.个人网上银行使用意愿影响因素的实证研究［D］.杭州：浙江大学硕士学位论文，2007.

［10］Bergevoet R H M，Ondersteijn C J M，Saatkamp H W，etc.Entrepreneurial Behaviour of Dutch Dairy Farmers under a Milk Quota System：Goals，Objectives and Attitudes［J］.Agricultral Systems，2004（1）.

［11］刘克春.农户农地流转决策行为研究［D］.杭州：浙江大学博士学位论文，2006.

［12］Yi－Hsuan Lee，Yi－chuan Hsieh，Chia－Ning Hsu.Adding Innovation Diffusion Theory to the Technology Acceptance Model：Supporting Employees’Intentions to Use E－learning Systems［J］.Journal of Educational Technology ＆Society，2011（4）.

［13］Qile He，Yanqing Duan，Zetian Fu，etc.An Innovation Adoption Study of Online E－Payment in Chinese Companies［J］.Electronic Commerce in Organizations，2006（4）.

［14］李春燕.网络金融创新产品扩散的曲线簇模型研究［J］.财经研究，2006（6）.

［15］Aysel Tutkun，Bernard Lehmann，Peter Schmidt.Explaining the Conversion to Organic Farming of Farmers of the Obwalden Canton，Switzerland－Extension of the Theory of Planned Behavior within a Structural Equation Modeling Approach［J］.Agri－food and Agri－environmental Economics Group，2006（3）.

［16］Chen Gursoy J.Competitive Analysis of Cross Cultural Information Search Behavior［J］.Tourism Management，2000（21）.

［17］吴瑞林，袁克海.基于结构方程模型的合成信度及其使用问题研究［J］.统计与信息论坛，2012（12）.