互联网金融产品用户满意度影响因素实证研究——以余额宝为例

夏　鑫,杜翠翠,刘洁琼,赵　宏

(山东工商学院a.会计学院;b.国际教育学院,山东 烟台 264005)



财政金融研究

互联网金融产品用户满意度影响因素实证研究
——以余额宝为例

夏鑫a,杜翠翠a,刘洁琼b,赵宏a

(山东工商学院a.会计学院;b.国际教育学院,山东 烟台 264005)

[摘要]以余额宝为例,借鉴美国顾客满意度指数,通过问卷调查收集用户数据并利用结构方程模型对数据进行分析和处理,分析影响互联网金融产品用户满意度的主要因素。实证结果表明,用户期望对感知质量有显著影响,感知质量、感知价值对用户满意度有显著影响,而用户满意度最终会影响用户的忠诚度,从而影响互联网金融产品的可持续发展。

[关键词]互联网金融;ACSI模型;用户满意度;余额宝

一、引言

如今, “互联网金融”是中国金融市场上最热点的话题之一。互联网金融是指基于安全、移动等网络技术,充分利用大数据、云计算及电子商务环境,通过或依托互联网进行的金融活动和交易。互联网金融是当下较流行的互联网与传统的金融业相互结合而形成的新兴事物,一方面境内的一些金融机构主动的利用互联网交易平台对传统的业务模式进行改造,另一方面互联网公司依赖技术和平台渗透到金融领域,不少互联网金融产品随之出现,余额宝就是当今互联网金融众多理财产品中最典型的例子。

余额宝是由支付宝演化而来的一项余额增值的服务,是金融产品进行创新的产物[1]。余额宝开始于2013年6月13日,一经问世便受到了多数用户的欢迎。据天弘基金2014年7月3日的公告,我国目前持有支付宝账户的用户约有8亿人次,其中有超过1亿人次使用余额宝,总持有资金赶超5 800亿元,总共为客户实现收益高达118亿元。通过使用余额宝,用户不仅可以获得更高的收益和利息,还可以进行在线消费,具有收益可观、操作流程简单快捷、门槛低和透明性高的特点。余额宝不仅吸引着众多小额投资者的参与,同时也引起了学术界的广泛关注,寻找影响余额宝推广使用的关键因素,并引领政府和金融机构如何进行余额宝的监管和改进,成为目前的热点研究问题。

本文基于余额宝用户的体验,针对接受新鲜事物能力较强的年轻人,使用实证研究法来探究影响互联网金融产品用户满意度的关键因素。本文的主要贡献在于:在理论上,借用定量分析法从消费者角度研究哪些因素是影响余额宝用户满意度的关键,从而构建了余额宝的发展路径,并且了解了模型中各因子间相互影响力的大小;在实践上,通过理论研究发现余额宝安全性、用户满意度仍是被关注的重点,政府应加强安全监管,提升互联网金融产品用户满意度,进而促使互联网金融产品取得更好的发展。

二、文献综述

1.用户满意度的相关研究现状。用户满意度始于1970年,大部分学者从认知性评价和情绪性评价两个方面来理解它。从认知性评价出发,用户满意度是指用户对其所付出代价换来的报酬是否适当的一致认知状态[2],是用户对购买的产品进行一系列的评价后得到的实际情况与用户事前期望之间差异的一致认同度[3];从情绪性评价出发,用户满意度是指用户会使用情绪性的语句表达使用产品后的满意程度[4],是一种以经验为基础的、体现消费者在消费后的喜欢程度的整体性消费态度[5]。关于顾客满意度的度量模型主要分为四种:瑞典晴雨表模型 (SCSB)、美国 (ACSI)欧洲 (ECSI)和中国顾客满意度指数模型(CCSI)[6]。

2.互联网金融产品用户满意度的相关研究现状。国外学者对互联网金融产品用户满意度的研究主要集中在互联网理财平台的安全性、感知风险及消费者使用意愿等方面。Visa和Mast Card两大国际信用卡组织,关注了互联网理财平台的安全性,出具了网上行为规范协议;欧盟等西方国家通过对电子货币的控制,对网上理财支付实施了监管,以防止市场监管碎片的形成[7];网上银行业务存在操作风险、安全风险、法律风险和声誉风险等各种问题,所以应该从法律监管、技术更新和操作规范等方面着手进行改进[8]。也有部分学者研究了互联网金融产品受消费者感知风险和使用意愿的影响[9]。与国外互联网金融研究相比,我国的互联网金融及理财起步较晚,市场还处于培育期,并且隐私安全保障、法律体系及市场监管体制等都不是很完善。关于互联网金融产品的研究,主要还是集中在分析其优势、风险、安全监管等方面。目前互联网金融仍存在着信用体系不完善、违约成本低、技术安全等风险[10];以余额宝为例,该金融产品具有灵活性、收益性、低成本的优势,但也存在着相对应的流动性风险、政策性风险及其信用控制风险等问题[11-12];谢平等对互联网金融产品的支付方式、信息处理方式等做过相应的研究,提出了保护消费者隐私的监管模式[13];由于互联网金融产品的不断发展创新,给传统理财机构如银行带来了许多冲击[14]。

综上所述,以往的国内外文献主要从供给方的角度研究互联网金融产品如何尽量满足其消费者的意愿,多集中在互联网金融产品的监管模式、信息安全等领域,而从消费者角度考虑互联网金融产品,并且考虑消费者自身的消费感受及其影响因素以改进产品或服务质量的研究非常少见。

三、理论分析及研究假设

1996年,基于瑞典晴雨表模型Fornell提出了美国顾客满意度指数模型(ACSI),ACSI是指用户根据其消费经验对其所消费的产品或服务质量进行的测评[15],是应用较为广泛的一种满意度研究模型。本文基于 ACSI 模型进行余额宝用户行为的实证研究,旨在从余额宝自身优势的角度来研究发现有关余额宝用户满意度的关键影响因素的强度与路径。本文在ACSI 模型上进行适当的修正,给出了如图1所示的余额宝用户满意度的概念模型。该模型由5 个测量模型和1 个结构模型构成,5个潜变量分别为用户期望、感知质量、感知价值、用户满意度和用户忠诚,其中前三者是模型的输入变量,即前提变量,后两者是结果变量。

图1　余额宝用户满意度概念模型

模型中存在着各种潜变量(即不能被直接精确测量的变量),而他们之间又存在一定的相关关系,其具体内涵和研究假设如下:

用户期望(Customer Exception)是指用户在购买和使用某品牌产品或某机构所提供的服务之前对其质量进行的评估[16],本文主要是指用户在购买使用余额宝前,对其提供服务的质量和结果的预期,主要包括用户对产品的高收益期望、低风险期望和低交易成本期望三个方面。根据Oliver的理论,用户满意度主要在于感知的服务质量与用户体验期望之间的不确定性, 若顾客所感知的服务质量超过了自己的预期水准,则满意度将会增加[17]。所以,用户在多种理财方式的选择使用中,如果用户的高收益、低风险、低交易成本等需求得到了较好的满足,那么用户对该产品的感知质量和感知价值就会相应的提高,进而用户的满意度得到相应提高,据此给出以下假设:

H1:用户期望与感知质量成正比。

H2:用户期望与感知价值成正比。

H3:用户期望与用户的满意程度成正比。

感知质量(Perceived Quality)是指测量用户在购买和使用产品或服务以后对其质量的实际感受[16]。Szymanski和Hise(2000)以网上购物为例,研究了网上购物是否方便,网站设计,财务安全对网上购物用户的满意度的影响,研究结果表明,方便程度、网站的设计和财务安全性等感知质量,对于用户的满意度有显著的正向影响[18]。对于余额宝来说,其给予用户操作过程简单易懂、方便快捷、以及低交易成本的体验,从而使他们得到对于该产品服务质量的总体感知和判断。Sweeney & Soutar(2001)提出感知质量会对感知价值有积极的正向影响[19],据此,对于互联网金融产品余额宝的顾客的感知质量对其感知价值和用户满意度的关系,本文提出如下假设:

H4:感知质量与感知价值成正比。

H5:感知质量与用户的满意程度成正比。

感知价值(Perceived Value)是用户在产品的收益与付出的基础上对这一产品的效用进行整体的评价,代表的是得与失的一个平衡[16]。感知的“得”主要是指满足用户某种需求和效率的提高,而感知的“失”主要是指过程中耗费的时间、精力的投入和存在的各种风险等。在本模型中,感知价值是用户使用余额宝服务得到的收益和付出的成本的一种平衡,是对余额宝服务的整体评价。收益主要是指通过余额宝理财获得的总体收益,成本主要是指感知的各种风险,如隐私风险、安全风险、操作失误风险等。感知的得与失会对用户的满意度产生相应的影响。本文基于余额宝用户,根据对其收益与付出进行综合评价形成感知价值,由此本文假设:

H6:感知价值与用户的满意程度成正比。

用户满意度是指用户在使用该产品或相关服务之后,将自己对服务价值的实际感知与使用前的预期相比或与理想相比的满意程度[17]。假如用户对该服务的实际感知达到或超过之前的预期,网络支付用户觉得非常满意。同时,顾客满意是保持顾客忠诚、实现正面口碑、避免顾客退出以及公司最终实现长期盈利的一个重要影响因素[17-18]。所以本研究提出以下假设:

H7:用户满意度会正向影响用户对使用产品或服务的忠诚度。

余额宝用户忠诚度是指用户通过感知产品使用过程中所产生的对余额宝服务的信赖程度。Zeithaml 等(1996)和Srinivasan 等(2002)提出顾客忠诚度包括再次使用的可能性和向他人推荐的可能性[20-21]。因此,本文中的余额宝忠诚度包括用户对余额宝持续发展的信任、再次使用和向他人推荐的积极态度。

四、研究设计与分析

1.变量测量。变量的指标均来源于国内外最新的相关文献,部分指标有稍作修改。指标主要采用 5 级顺序里克特(Likert)量表进行相关的测度,选项由非常不同意依次到非常同意,针对30名在职工作的大学生进行了测试调查,并根据他们的建议对指标及其表达方式进行了修正,使指标更加清晰和便于理解。测量指标及来源如表1所示。

2. 样本描述。本次研究针对使用余额宝的用户通过发放问卷的形式来进行调查,发放问卷共300份,有效问卷收回243份,回收率为81%,符合统计分析标准,且有效问卷的数量大于问卷中题项数的10倍。调查的群体主要集中在2O～35岁的年轻人,其中男性成员占样本总数的44.9%,女性占55.1%;来自国企、事业单位及行政部门的用户占18.9%,私企用户占50.6%,自由职业者占18.2%,其他占12.3%;月收入水平在1 000元以下的用户占25.5%,1 001～3 000元的占41.6%,3 001～4 000元的占25.1%,4 001～5 000元的占2.9%,5 000～9 000元的占3.3%,9 001以上的占1.6%。

问卷共分为两部分,第一部分是余额宝的基本使用情况及余额宝用户的满意度量表。第二部分是所调查用户的个人信息,主要有性别、实际年龄、现在所处的职业和月平均收入。本研究使用 5 级顺序里克特(Likert)量表,每一问题都有“非常不同意”“不同意”“一般”“同意”和“非常同意”五种选择,五种选项所对应的分值分别为 1、2、3、4、5,将所有调查的问题的得分加总所得到的分值就是网络用户所被调查者的态度总得分,这个得分可说明使用余额宝满意度的高低。

表1　测量指标及来源

3.数据分析。信度检验。信度是指所用调查量表工具所得到的结果稳定趋于一个固定域,调查量表的信度越大,则可靠性越强[29]。以Cronbach's Alpha系数作为本文中调查测量信度的标准,一般以α系数值等于0.7作为调查量表的较低的边界值。本文研究结果如表2所示,所得到的量表Cronbach's Alpha系数均大于0.7,且总量表的Cronbach's Alpha系数值为0.930,说明此量表所取的各项指标内部趋于一致,信度较好。

效度检验。效度分析是指研究者所采用的测量量表能否正确测出其所预测的结果的程度,包括内容效度和结构效度[22]。本文的测度项借鉴已有文献但对其稍有修改,并对余额宝用户进行了深层挖掘,因此可以认为本量表包涵了余额宝用户评价的所有测度项,这是其内容效度。首先需要对因子的适合性进行检验,本文首先根据KMO(Kaiser-Meyer-Olkin Measure of Sampling Adequacy)值的大小,来判断各个变量的因子是否适合进行因素分析,如果KMO的值越趋向于1,则说明所取变量越适合进行因子分析。将本次问卷中所用到的20个变量分组并进行因子分析,结果如表3所示KMO值为0.877且本研究的 Bartlett 球形度检验Sig值为0.000小于0.05,说明各变量相互相关,适合进行因子分析。

表2　变量信度检验结果

表3　量表的效度检验

因为未旋转的因子载荷表通常不能准确的指出每个因子所代表的具体意义,所以需要对因子进行旋转。本文采用Kaiser标准化的正交旋转法,得出如表4所示的旋转因子成分载荷表,使每个因子具备了明确的含义。各个问项的交叉负载程度不高并且归类达到理论的预期值,且调查量表中每个观察变量的因子载荷均大于临界值0.5,表明测量量表的整体收敛效度较好。

模型假设检验。本文用结构方程模型(Structural Equation Modeling, SEM)对上文所提出的概念模型进行检验,SEM是一种用来检定关于观测变量和潜变量之间假设关系的多重变量统计的实证分析方法[27]。利用 AMOS17.0描绘余额宝用户行为的概念模型图,通过对其进行不断的调整,构建出能够通过验证的最终概念模型图,如图2所示。在概念模型中,“H2:用户期望与感知价值成正比”成立却不明显,后来通过对余额宝使用用户的深层访谈了解到,其原因是因为用户期望是在使用余额宝之前所形成的憧憬,但只有通过购买使用,形成对使用成本、购买或持有风险以及后期收益等多方面的感知,才能直接影响对余额宝产品产生的感知价值。另外,概念模型中,“H3:用户期望与用户的满意程度成正比”也是成立但不明显的,同样在深层访谈后得知,影响用户的满意度的原因是用户在通过对使用成本、购买或持有风险、后期收益等质量和对其使用价值所产生的感知,因此在模型纠正后删除了H2、H3的假设路径。

纠正后的模型需要用AMOS17.0对其进行重新校验,最终获得重新校验后的潜变量相关系数、潜变量与观测变量相关关系以及适配度的检验结果(见表5、6、7所示)。

从实证结果可以看出,上文中所提出的研究假设H1、 H4、 H5、 H6、 H7都成立,p值均在显著性检验0.05水平以下,而纠正后的潜变量和观测变量间的相关系数也在0.50～0.95之间,可以接受该模型适配度指标,上述结果表明该模型具有较好的基本适配度,所选的观测变量也能够有效地反映出所要检测的构念的特质。

表4　旋转因子成份载荷矩阵表

4.结果分析。本文在借鉴已有的相关文献基础上并结合调研提出了该假设模型,并采用了问卷调查、数据分析和深层访问相结合的研究方法,对余额宝用户在购买及持有过程中的各个变量之间的内部关系进行了实证调查研究。根据上文通过校验后得到的余额宝用户满意度模型图和所取变量间的相关关系,能够得出如下结论。

(1)由图2的标准化路径系数可知,用户期望影响感知质量(0.55),感知质量又影响感知价值(0.75),而用户满意度同时受感知价值(0.45)和感知质量的(0.41)的影响,最终“用户满意度”影响了“用户的忠诚度”(0.60),说明用户对余额宝的忠诚度最终由用户使用余额宝之后的产生的满意度来决定。在余额宝用户所表现出的满意度方面,用户注重的是产品的感知价值,而用户对余额宝所产生的的感知价值主要是来源于用户在使用余额宝的过程中或使用后对产品各方面体验质量的感知。

(2)由表6中的潜变量和观测变量间相互关系可以看出,感知价值的四个观测变量中,用户在使用余额宝中获得的收益和使用余额宝给用户带来的价值相对重要性高于时间、精力的付出,是用户形成满意度的主要因素。在用户期望中,用户对收益的期望相对重要性最高,对交易成本的期望次之,对风险的期望最低;在感知质量的观测变量中,用户在使用余额宝产品过程中所感受到的便利性、所用时间少和低手续费用等感知较高,而安全隐私的感知较低,主要说明了余额宝的便利性以及高收益性等已经基本满足了用户的要求,但是安全性依然是要去关注的一个重要问题;在影响用户满意度的变量中,用户的满意度主要倾向于高收益;而在用户忠诚的变量中,继续使用的相对重要性较高于推荐他人使用。

图2　余额宝用户忠诚度模型的标准化路径系数图

路径关系EstimateS.E.C.R.P感知质量<---用户期望0.4080.0725.638***感知价值<---感知质量1.3040.1349.747***用户满意度<---感知价值0.3090.0575.395***用户满意度<---感知质量0.4970.1064.689***用户忠诚度<---用户满意度0.3090.0437.250***

表6　潜变量与观测变量的相互关系

表7　修正后模型适配度检验

五、结论及建议

本文从余额宝用户的体验角度出发,采用定量分析方法,构建一个余额宝用户质量评价的模型,并研究模型中各个因子间的相互影响力。最终通过上文的实证分析结果,本研究认为互联网金融产品或服务可持续发展应从以下几方面努力:

(1)在提高用户对互联网金融产品或服务的期望和感知价值的同时,加大力度构建互联网金融安全体系以规避用户所需承受的风险。首先,互联网金融的运营环境需要进行优化,从硬件和软件两种不同环境同时出发,加大对计算机安全的管理力度,增强计算机自身系统的防御能力,加以应用密码保护、登录身份验证和分级授权等保护措施,打击非法用户的登录,最终达到安全访问金融门户网站的要求。其次,自主研发相关联的互联网数字签名技术、密钥管理技术以及密码保护技术,提高计算机系统的关键硬件和软件方面的防攻击能力,提高我国互联网金融的安全性。

(2)提高互联网金融产品或服务用户的感知价值。从理性投资出发,用户在挑选或使用互联网金融产品或服务的过程中,会从自身所消耗的时间和精力两个方面来推断自己的满意程度。因此,互联网金融产品或服务想要得到更好地发展,就必须在市场竞争中尽力提升自身的总体价值,在一定范围内,使用户在使用过程中所消耗的时间和精力最短,收益最高,以便提高其感知价值。

(3)提高互联网金融产品或服务用户的满意度及其忠诚度,强化以客户为中心的创新意识。互联网金融产品或服务诞生和发展的源泉是用户的具体需求,其生存发展的不竭动力来自用户对互联网金融产品或服务的忠诚度。用户的忠诚度包含行为的忠诚和情感的忠诚,用户的推荐和继续使用等表现都能体现用户的忠诚度。此外,互联网金融产品或服务的发展必须以客户的满意度为主,为此,互联网金融产品或服务应加强对现有用户的体验进行调研,更好地把握客户的主要需求,做到以客户为中心,从客户的角度去改善产品质量、优化办理流程、提升服务质量,不断提高客户的满意度和忠诚度。

[ 参 考 文 献 ]

[1]邓爱民,陶宝,马莹莹.网络购物顾客忠诚度影响因素的实证研究[J].中国管理科学,2014,22(6):94-102.

[2]Howard John A,Jadish N Sheth.The Theory of Buyer Behavior[Z].New York: Wiley,1969.

[3]Zeithaml V A,Berry L L,Parasuraman A.The Nature and Determinants of Customer Expection of Sevice[J].Journal of the Academy of Maketing Science,1993,(21):1-12.

[4]Woodruf R B,Cadotte E R,Jenkins R L.Modeling Consumer Sat——isfaction Processes Using Experience——Based Norms[J].Journal of Marketing Research,1983,20(3):296-304.

[5]WoodsideAG,Frey L L,DalyRT.Linking ServiceQuality,Customer Satisfaction and Behavioral Intention[J].Journal of Health Care Marketing,1989,(9):5-17.

[6]仲伟伫,席菱聆,武瑞娟. 基于ACSI模型的网络购物满意度影响因素实证研究[J].软科学,2014,(2): 100-105.

[7]Cecelia K. EU E-eommeree Policy development[J].Computer Law&Security Report,2008,1(17):12-27.

[8]Pennathur Anait K. “Clicks and Bricks”: E-risk Management for Banks in the Age of The Internet[J].Journal of Banking& Finance, 2001,25(40):143-165.

[9] Solomon Antony, Z L Bo, Xu. Determinants of online escrow service adoption: an experimental study[J]. Decision Support Systems,2009,3(42):1889-1900.

[10]李博,董亮. 互联网金融的模式与发展[J].中国金融,2013,(10):19-21.

[11]陈一稀.余额宝业务发展的原因、风险及政策建议[J].金融发展研究,2013,(5):79-82.

[12]范敏.“余额宝”业务发展趋势、影响及政策建议[J].时代金融,2013,(9):138-139.

[13]谢平,邹传伟.互联网金融模式研究[J].金融研究,2012,(12):15-26.

[14]邱勋.余额宝对商业银行的影响和启示[J].新金融,2013,(9):50-54.

[15] Fornell C,Johnson M D,Anderson E W,et al. The American Customer Satisfaction Index:Nature,Purpos-e,and findings[J].Journal of Marketing,1996,(60):7-18.

[16] Gianfranco Walsh,Edward Shiu,Louise M Hassan. Replicating, validating, and reducing the length of t-he consumer perceived value scales[J].Journal of Business Research,2014,(67):260-267.

[17]Oliver Richard L. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decision[J].Journal of Marketing Research, 1980, 17(11):460-469.

[18]Szymanski D M, Hise R T. E-satisfaction: An initial examination[J].Journal of Retailing,2000,76(3):309-322.

[19]Sweeney J C, Soutar G N. Consumer Perceived Value: the Development of a Multiple Item Scale[J]. Journal of Retailing, 2001, 77(2): 203-220.

[20] Zeithaml V A, Parasuraman A,Malhotra A. Service quality delivery through web sites:A critical review of extant knowledge[J]. Journal of the Academy of Marketing Science,2002,30(4):362-375.

[21] Srinivasan S S, Anderson R, Ponnavolu K. Customer Loyalty in E-commerce: An Exploration of Its Antecedents and Consequences[J].Journal of Retailing,2002, 78(1):41-50.

[22] Ramnath K Chellappa,Paul A Pavlou. Perceived information security,financial liability and consumer trust in electronic commerce transactions[J].Logistics Information Management,2002,15:358-368.

[23]Kim H,Chan H C,Gupta S.Value-based Adoption of mobile Internet:An Empirical Investigation[J].Decision Support System,2007,43(1):111-126.

[24]Yang Zhilin,Min joon Jun. Consumer Perception of E-service Quality: From Internet Purchaser and Non-Purchaser Perspective [J].Journal of Business Strategy,2002,19(1):19-41.

[25]Lee M K O. A Comprehensive Model of Internet of Consumer Satisfaction[Z]. Hong Kong:City University of Hong Kong,1999.

[26] Wood C M,Scheer L K. Incorporation Perceived Risk into Models of Consumer Deal Assessment and Purchase Intent[J].Advances in Consumer Research,1996,23(1):309-404.

[27] Pavlou P A,Fygenson M. Understanding and predicting electronic commerce adoption: An extension of the theory of planned behavior[J].MIS Quarterly, 2006, 30(1):115-143.

[28] Kim D J,Ferrin D J, Rao H R. A trust-based consumer decision-making model in electronic commerce: The role of trust,perceived risk,and their antecedents[J].Decision Support Systems,2008,44(2):544-564.

[29]占南,谢笑,王文韬.基于ACSI模型的个人云存储服务质量评价模型研究[J].情报杂志,2014,33(6):187-194.

[责任编辑:刘炜]

doi:10.3969/j.issn.1672-5956.2016.04.014

[收稿日期]2016-04-02

[基金项目]山东省社科基金项目(14CGLJ17);大学生创新实验项目(CXXM2015049)

[作者简介]夏鑫,1969年生,男,湖南安化人,山东工商学院教授,博士, 研究方向为财务管理、价值评估和现代成本管理,(电子信箱)xiaxin0302@126.com。

[中图分类号]F830.49

[文献标识码]A

[文章编号]1672-5956(2016)04-0092-08