个人对互联网理财产品投资偏好的研究

郑善强 李远泽 王佳馨

[摘 要]随着社会科技、居民生活水平的不断提高，互联网理财产品逐渐为人们接受。文章通过北京市637份问卷结果，针对投资者对互联网理财产品的投资偏好进行调查，把握用户对进行互联网理财产品投资的意愿、满意度以及展望，探索影响用户进行投资的因素;同时，对互联网理财产品未来期望以及潜在客户等方面展开了调查研究;结合用户体验及满意度反馈情况，对互联网理财产品所存在潜在风险等问题提出针对性的建议，实现互联网理财平台和用户双方共赢的投资局面。

[关键词] 互联网理财;投资偏好;TAM模型

[DOI]10.13939/j.cnki.zgsc.2019.33.031

1 研究背景

随着社会经济的迅猛发展和金融知识的普及，互联网理财产品逐渐受到越来越多的人接受与投资;与此同时，出于监管等方面的需要，金融行业出台了《关于规范金融机构资产管理业务的指导意见》等行业政策文件，从规范互联网理财产品发行、交易过程和降低银行理财的投资门槛两方面入手，有效控制了“宝宝类”货币基金理财产品的规模。中国互联网络信息中心第42次《中国互联网络发展状况统计报告》显示，截至2018年12月，我国购买互联网理财产品的网民规模达到1.51亿，增长率为17.5%，较2017年同期增长率放缓12.7个百分点。上述市场变化表明，我国互联网金融行业正逐步朝稳健、规范的方向发展。

同时，个人对互联网理财产品的投资也受到了诸多风险因素的影响，在这一市场背景下，关于个人对互联网理财产品的投资偏好的研究就具有十分重要的学术和现实意义。

2 文献综述

在针对个人投资理财影响因素的相关研究中，刘澜（2015）发现专业知识水平较低会导致投资者在投资安全性方面产生较强的单一偏好，[1]宋佳倩等（2017）认为个人互联网理财的意愿和收益显著受到风险偏好、过度自信以及专业素养的影响，[2]魏银萍等（2017）发现受教育程度、经济状况、认知的偏差会导致理财购买行为的偏差;[3]为了使投资者对互联网投资有更全面的了解，杨月（2017）建立了风险评价模型，为投资者提供全面认知金融投资理财风险的建议;[4]黄萍（2017）、邵吟雪（2017）剖析了互联网金融与投资者行为之间的联系，全面分析了互联网金融的发展战略;[5-6]肖雪等（2015）建议金融机构根据投资者行为差异，开发设计针对性的理财产品。[7]

通过对前人的文献进行总结发现，对个人来说，亲友推荐、媒体宣传、制度完善程度等来自社会的信息构成了其对互联网理财产品的风险评价;同时互联网理财产品自身的安全性、收益性等特性也会影响个人的风险感知、绩效期望等;而个人对产品的认知程度、风险感知、绩效期望和投资目的都会帮助其明确投资偏好。基于此，可以提出以下假设：

H1：“社会影响”会正向影响个人对互联网理财产品的“风险感知”。

H2：“产品特性”会正向影响个人对互联网理财产品的“风险感知”。

H3：“产品特性”会正向影响个人对互联网理财产品的“绩效期望”。

H4：“风险感知”会负向影响个人对互联网理财产品的“投资偏好”。

H5：“绩效期望”会正向影响个人对互联网理财产品的“投资偏好”。

H6：“认知程度”会正向影响个人对互联网理财产品的“投资偏好”。

H7：“投资目的”会正向影响个人对互联网理财产品的“投资偏好”。

3 模型设定

本文以TAM（Technology Acceptance Model）模型为基础，结合实际经验和知识，设定了互联网理财产品的“产品特性”“社会影响”，个人用户的“风险感知”“绩效期望”，对互联网理财产品的“认知程度”“投资目的”和“投资偏好”7个潜在变量，并建立了个人对互联网理财产品的投资偏好模型。

图1 模型的结构路径

4 实证分析

4.1 数据来源

本文采用李克特5级形式量表编制了有关用户行为偏好的问卷为方便统计分析，将“风险感知”相关问题的5级形式量表方向反转。，以北京市互联网用户为调查对象，采用电子问卷的形式展开调查。共回收700份问卷，其中637份为有效问卷。

4.2 模型检验

通过对潜变量分别进行信度、效度分析，最终舍弃了H1。

以CMIN/df、GFI、AGFI、NFI、CFI 及RMSEA作为主要评价指标检验模型是否合理，对假设模型进行拟合分析的输出结果如表1所示。结果数据表明，除了NFI和RMSEA的实际测量值与评价标准有较小差距外，其他指标均在合理范围内，整体来看初始模型拟合程度尚可，还需要进一步修正。

从参数估计结果来看，“风险感知”“认知程度”和“投资目的”对“投资偏好”的影响不显著，故假设H4、H6、H7不成立，其余路径都通过了显著性检验，且均呈现正相关关系。

4.3 模型修正

根据路径系数对应的p值大小和模型修正标准，删除结果中非常不显著的路径H6，并调整H4和H7的路径，将“绩效期望”设定为这两条路径的中介变量，即假设H8：“风险感知”会负向影响个人对互联网理财产品的“绩效期望”，假设H9：“投资目的”会正向影响个人对互联网理财产品的“绩效期望”。

根据修正指数MI和临界比率CR进行模型扩展和模型限制，经过反复调整得到最优的结构方程模型，拟合结果如表2所示，所有指标都有了较大程度的改善，均在合理范围之内，表明模型拟合程度较好。

各潜变量之间的路径均通过了显著性检验，建立个人对互联网理财产品的投资偏好模型，如图2所示。

5 总结与建议

本文基于TAM模型构建了结构方程模型，证实了绩效期望、风险感知、产品特性、投资目的为个人投资偏好的影响因素，其中“绩效期望”和“产品特性”的影响较大，且为直接影响，而“风险感知”和“投资目的”通过“绩效期望”這个中介变量来间接影响投资偏好，且影响较小。在直接效应之外，“产品特性”还可以作用于“绩效期望”和“风险感知”，进而影响“投资偏好”。

因此，互联网理财产品的提供者应重点关注影响投资偏好的有关因素，具体可以从以下两个方面进行改进：

第一，在个人投资者中开展风险测度，对信息咨询服务进行细化。产品特性对投资偏好具有非常显著的影响，互联网金融企业可根据收入、需求等情况对市场进行细分，针对性地调整产品特性，搭配合适的营销手段进行推广，满足不同个人用户的需求。

第二，注重“品牌战略”，降低个人投资者感知风险。感知风险是唯一对投资偏好有负向影响的因素。运营者应通过公开透明的企业内部约束和必要的外在宣传手段提升企业形象，建立企业品牌，以降低投资者感知风险。

参考文献：

[1]刘澜.互联网金融背景下大学生投资理财行为研究[J].中外企业家，2015（19）：231-232.

[2]宋佳倩，张玉栋，张聪.大学生互联网金融理财行为的影响因素研究[J].金融理论探索，2017（2）：46-54.

[3]魏银平. 基于认知偏差的金融消费者理财产品购买行为研究[D].合肥：安徽财经大学，2017.

[4]杨月，金玲.大学生互联网理财的风险评价模型及对策研究[J].金融经济，2017（10）：152-153.

[5]黄萍，彭威.互联网金融对居民投资理财行为的影响——基于江苏省调查问卷分析[J].全国流通经济，2017（4）：66-68.

[6]邵吟雪，章梦婷，杨娥.居民互联网理财的认知、行为及引导对策研究——基于衢州市城镇居民的调研[J].江苏科技信息，2017（13）：62-67.

[7]肖雪，熊学萍.城乡居民投资理财行为比较研究——基于湖北省天门市488个调查数据[J].农村金融研究，2015（10）：36-41.