城乡居民购买互联网金融产品的影响因素研究——来自长沙近郊的调查

周妮笛，梁翦璇紫，冀思慧

（湖南农业大学 商学院，湖南 长沙 410128）

互联网金融产品是各类基金公司利用互联网技术针对社会公众推出的理财产品，其具有成本低、效率高、灵活大等特点，深受人们群众喜爱。2013年以来，各种“宝宝类”互联网金融产品不断涌现，不但有效弥补了农村传统金融市场空缺，还成为了农村金融改革与创新的重要标志。在农村，互联网金融模式有：大型企业主导的产业链模式，如大北农；大型电商平台主导的电商模式，如蚂蚁金服、京东金融等；涉农互金模式，如沐金农、宜信农商贷等。实践表明，互联网金融成为解决农村金融最后一公里的重要手段，是普惠金融的具体体现[1]。然而互联网金融因其自身存在的风险性，再加之本身属于金融领域的新生事物。因此，深入研究城乡居民对互联网金融产品的认可程度和分析其购买行为的影响因素，对推动互联网金融在农村金融市场生根发芽，最终成为服务乡村振兴的主力军具有十分重要的现实意义。

根据行为金融学理论，影响人们行为选择的因素较多，到底哪些因素是影响城乡居民购买意愿的关键因素还有待进一步研究。目前，针对互联网金融产品购买行为影响因素研究，关键变量有风险倾向[2]、金融素养[3-4]、社会网络[5]、心理因素[6]、感知有用[7-8]、感知易用[9]、感知风 险[10-11]、收益性[12]、方便性[13-14]、安全性[15-16]。研究采用的技术模型主要有社会行动模型[4]、多群组结构方程模型[17]、Probit模型[18]、TAM模型[19]、TPB理论[20]。这一系列的成果给本研究提供坚实的研究基础和良好的研究思路，本研究将深入研究哪些前置因素影响城乡居民购买互联网金融产品，从而刻画城乡居民的选择过程，为互联网金融行业发展服务。

湖南省作为中部省份，是我国传统农业大省，总体金融服务水平还严重滞后于农业生产发展，有着巨大的金融需求等待满足。长沙市是湖南省省会城市，也是我国中部经济最发达、各项服务最为完备的区域之一。即使如此，城乡居民在互联网金融产品的接受程度与使用现状依然还有很大提升的空间，本研究从湖南省经济最为发达的长沙近郊居民互联网金融产品购买行为切入，分析影响城乡居民互联网金融产品购买的有关影响因素，为湖南省乃至全国城乡居民购买互联网金融产品，进一步完善互联网金融服务提供有价值的参考。为此本研究以长沙近郊城乡居民为调查对象，选取感知资源、风险倾向、感知利益、感知易用性、方便性、感知风险等六个因素，构建影响购买意愿的logistic回归分析模型，并运用调研数据进行实证分析，以填补城乡居民购买互联网金融产品影响因素研究的空白。

一、研究设计

（一）理论基础

技术接受模型是Davis（1989）在行为理性理论基础上提出来，当时提出主要是为了解释分析信息技术被用户接受的影响因素，该模型初始只引入了感知有用性、感知易用性两个因素，包括规范、态度、意愿三个维度。后来，该模型被国内外学者广泛使用，模型也被不断发展，由最初的两个因素不断拓展，变量也越来越丰富，解释能力也不断提升。本研究也在原模型的基础上根据实践需要对变量进行了拓展。本研究的对象主要为农村居民和城郊居民，他们在互联网金融产品购买与使用上主要关心感知资源、风险倾向、感知利益、感知易用性、方便性、感知风险等六个方面。

（二）研究模型

Logistic回归是一种广义的线性回归分析模型，适用于因变量只取0或1两值情况下的回归分析。通常将影响因变量的n个自变量设为x1,x2,x3……xn，相对应的回归系数为b1、b2、b3……bn，记事件发生概率为p，事件未发生概率为1-p，则可将该事件发生与不发生的概率用Logistic函数表示为：

上式经Logit变换得：

我们将该函数运用到互联网金融产品购买中，那么城乡居民购买互联网金融产品的概率为p，而x1,x2,…,x6分别表示感知资源、风险倾向、感知利益、感知易用性、方便性、感知风险，α为常数项，b0,b1,b2,...b6为回归系数。

（三）相关变量界定

1.感知资源

它是城乡居民在购买互联网金融产品过程中需要使用到各种资源的总称。通常包括个人资源和组织资源两部分，个人资源是指时间、精力、专业知识等；组织资源则涉及到了他人支持，外部信息获取等。本研究认为感知资源包括两方面内容：一是显性资源，如个人在做出购买行为时所拥有的闲散资金的多少和硬件上的支持等，二是隐性资源，包括较丰富的理财知识的储备，有专业人员的技术支持，拥有进行投资理财的时间等。

2.风险倾向

它是城乡居民在面对不确定事物时所采取的保守或激进态度。由于决策具有不确定性，导致城乡居民在进行风险决策时所感知到的风险情景也不确定，大多数情况下城乡居民会显示出以下两种风险偏好：风险规避和风险寻求。风险规避是指当有多个选项可供选择时，城乡居民倾向于选择风险较小的选项；风险寻求正好与之相反。风险倾向反映了城乡居民对风险的态度，不同的风险倾向会在风险信息沟通中获得不同的结果。

3.感知利益

谢礼珊[21]、王玮[22]等学者认为，感知利益是消费者产生购买行为的根源，它是消费者能感知到的某种产品能为他们提供的好处，通常可以将感知利益分为两类：直接利益和间接利益。本研究认为：直接利益是消费者在购买互联网金融产品时可以直接感知的、切实的利益；间接利益为抽象的和其他不能直观感知的利益，如互联网金融理财平台为消费者提供的更多投资机会和服务。

4.感知易用性

城乡居民认为使用某一系统的容易程度就是感知易用性，包括城乡居民学习或使用过程中对互联网金融产品感觉的难度。城乡居民觉得学习使用该产品越容易，对该产品的态度就会越积极，也就越容易产生购买行为。本研究从与线下平台比较、学习理财是否容易，产品是否易于操作方面进行了研究。

5.方便性

是否方便是影响城乡居民购买行为的重要标准，包括城乡居民购买的途径、手续的繁杂程度以及赎回的限制等。大量实证文献[23-24]研究表明，在线服务的方便性是电子商务兴起的关键影响因素。在线服务方便性的维度通常划分为：接近方便、搜索方便、评价方便、交易方便和售后服务方便等。

6.感知风险

城乡居民在产生任何的购买行为之前，都会有一个其预期的结果，但这个结果是无法确定其正确与否的。具体来讲，感知风险是城乡居民在购买或使用互联网金融产品时可能造成的个人信息泄露、财产损失等，这些可能存在的结果会引发城乡居民不愉快的体验。在感知风险的学术研究中，大多数学者[25-27]从时间风险、功能风险、身体风险、财务风险、社会风险和心理风险等六个方面展开研究。

二、实证分析

（一）调研设计与实施

1.问卷设计与预调查

在问卷设计中，本研究借鉴了已有研究成果[7,10]，并根据本研究研究需要进行了调整。初步问卷形成后，小范围征求修改意见，适当调整了文本表达和增减了个别项目，持续修改后形成正式问卷。正式问卷包括两个部分：一是对研究对象个人特征进行调研；二是对感知资源、风险倾向、感知利益、感知易用性、方便性、感知风险等关键变量进行调研。问卷变量第二部分采取李克特5度量表进行测度，1代表“完全同意”，5代表“完全不同意”。

2.数据收集

2019年3～4月，项目组在长沙市芙蓉区、长沙县和宁乡市的3个乡镇（街道）发放问卷400份，采取一对一调查，主要针对曾经购买过一次及以上或者听说过互联网金融产品的城乡居民，剔除无效问卷，回收有效问卷334份，有效回收率为83.5%。

（二）统计性描述

1.调查对象基本情况分析

本次调查女性样本占52.69%，男性样本占47.31%。21～30岁的样本最为集中，占被调查对象总数比例的41.02%。已婚样本占总样本的68.56%，远高于未婚样本的31.44%。大学本科学历样本占比最多，为46.11%；专科学历其次，占总样本的20.36%。职业方面，公司职员和学生样本是主体，分别占总样本的29.94%和25.75%；其他职业所在比重相差不大。收入方面，年收入3万元及以下的城乡居民是购买互联网金融产品占比最高，为29.04%；年收入3～6万元其次，占比23.65%；年收入6～10万元再次，占比23.05%；10～20万元占比列第四，为16.17%，20万元及以上占比最少，为8.08%。详见表1所示。

2.购买行为相关情况分析

在334份被调查样本中，有246人购买过互联网金融产品，占样本总数的73.65%，未购买的有88人，占26.35%的比例。理财经历方面，大多数调查对象都进行过理财活动，只有10.18%的调查对象表示不知道什么是理财。使用时长和（计划）投入资金方面，本研究在研究使用时长时设置了三个选项，分别为3个月以下、3～6个月、6个月以上，三个选项样本所占比例接近，没有显著差别。投入资金方面，选择5 000元以下的人数最多，占样本总数的38.62%，且随着金额的增加，样本数逐渐减少。只有6.89%的调查对象表示愿意投入资金100 000以上。详见表2所示。

表1 调查对象基本情况分析

表2 调查对象理财情况分析

（三）模型检验

1.信度和效度检验

1）信度检验。信度即测度的可靠性。本研究选用Cronbach α系数进行检验，一般认为该系数值在0.7以上较好，系数在0.6～0.7之间为可以接受，系数在0.6以下时问卷需要重新编制。经过检验发现，变量中Cronbach α系数最小值为0.772，且各个测量题项的CITC的最小值为0.555，通过检验。

2）效度检验。效度即测度的有效性，表示测量结果与考察内容的符合度，越符合效度越高。本研究采用因子分析法检验内容结构效度，判断指标为KMO值、共同度和因子载荷系数。KMO值处在0～1之间，其值越接近1，变量间相关性越强，则越适合做因子分析；而KMO值小于0.5时，表示不适合做因子分析。共同度大于0.5表示各变量之间相关性高，低于0.5则相关性低。因子载荷系数大于0.5时，说明题项与因子关系密切，应保留该因子，且量表具有好的收敛效度；当因子载荷系数小于0.5时，反之。经过经验发现，各变量的KMO最小值为0.605，p值为0.000，适合做因子分析，且每个变量共同度大于0.5，各变量在所属因子上的因子载荷系数均大于0.7，说明量表具有较好的内容效度。

2.相关分析

由表3可知，感知资源和风险倾相关系数为负，且在0.001水平（双侧）上显著相关，说明其对居民购买行为产生显著负相关影响，风险倾向、感知利益、感知易用性和方便性相关系数为正，且在0.001水平（双侧）上显著相关，说明其均对居民购买行为产生显著正向影响。详见表3所示。

表3 变量相关分析†

3.logistic回归模型分析

将感知资源、风险倾向、感知利益、感知易用性、方便性和感知风险作为自变量，将是否发生购买行为作为因变量进行logistic回归分析，如表4所示。

表4 logistic回归分析†

1）感知资源对城乡居民购买行为不产生显著影响。从显性资源来看，个人拥有的财力越雄厚，硬件设施越优越，产生购买行为的可能性越大；但从隐性资源角度分析，理财时间和个人理财能力的欠缺又会降低消费者购买行为发生的可能性。受两方面的因素同时作用，城乡居民在显性资源可能也不充分，隐性资源中对互联网金融产品的理财能力还比较欠缺，但城乡居民对互联网金融产品弥补农村金融市场的空缺还是比较感兴趣，因此两者同时作用时感知资源对消费者购买行为的的影响不显著。

2）风险倾向对城乡居民购买行有显著负向影响。由于面对的是一种相对新型的理财方式，对平台或产品都不那么熟悉或信赖，一定程度上加大了居民不确定性的感知，导致大多数居民有风险回避的倾向，故而影响了购买行为。

3）感知利益对城乡居民购买行为未产生显著影响。互联网金融产品存在风险隐患，安全系数不高，虽然产品名义收益高，但城乡居民通过各种渠道深入了解后，会对这种高收益的可靠性和长期性产生质疑，因而很难一时根据名义收益做出购买行为。

4）感知易用性对城乡居民购买行为产生显著正向影响。互联网金融产品服务功能集成，操作容易会增加用户好的体验，提高他们的感知愉悦性，从而会加速他们做出购买决定。

5）方便性对城乡居民购买行为产生显著正向影响。在市场营销学的经典著作中，我们知道购买方便是影响消费者购买行为的关键因素。此外，管理方便、互联网接入方便以及售后服务方便等都能促进了城乡居民对互联网金融产品的购买。

6）感知风险对城乡居民购买行为产生显著负向影响。在购买互联网金融产品时，大多数居民知道其存在风险，但并不确切知道到底存在哪些风险；而银行存款、购买国债等传统理财模式相对安全，所以居民对风险比较敏感。

三、结论与建议

本研究利用长沙近郊城乡居民334份调查问卷，分析了城乡居民互联网金融产品的购买行为，借鉴技术接受模型建立了logistic回归分析，实证分析居民购买互联网金融产品的影响因素，研究结论表明感知易用性、方便性等两因素对城乡居民购买行为具有显著正向影响，风险倾向、感知风险等两因素对城乡居民购买行为具有显著负向影响，感知资源、感知利益等两因素对城乡居民购买行为没有显著影响。据此提出以下建议：

第一，改善用户体验，增强城乡居民感知易用性。市场现有互联网金融产品功能雷同，缺乏差异性，也难以满足个性化，应从满足城乡居民需求考虑，改善用户体验，可以从减少操作流程，简化操作界面，缩短等待时间，提高反应速度等方面入手。

第二，拓展服务领域，提高使用方便性。互联网金融公司可增加产品与生活息息相关的服务，如：各种生活缴费、教育、养老保险等；可充分利用互联网优势，通过建立官方网站（APP）、入驻淘宝网、赶集网、58同城等互联网推广平台推广自身品牌；应提高产品服务质量，细分目标群体，从交易、售前、售后等多方面做到方便客户，真正做到人性化服务。

第三，多层面、多视角规避风险。1）国家层面。为促进互联网金融产品市场良性发展，国家应该制定和完善相关法律法规，推进行业监管细则的制定和实施，加强互联网金融机构的管理与资质筛查，及时披露有关金融信息。 2）居民层面。居民应注意对个人信息和财产的保护，提升风险防范的意识，不受高额不切实际利率诱惑，盲目进入互联网金融理财市场，应通过已有信息了解和对比，对各产品多比较之后再谨慎做出决定。3）企业层面。根据居民不同风险偏好做好市场细分，打造值得消费者信任的理财产品，消除风险规避型居民对产品的顾虑，提高风险偏好型居民的购买几率，选择满足不同居民需求的理财产品，做到市场细分精准营销。第四，普及金融知识，提升城乡居民金融素质。一是多方协同加强农民金融素质的教育培训，实现金融知识下乡进村；二是引导农村使用互联网金融产品，提升参与意识，培养参与习惯，提高相关技能；三是加大农村非法集资和金融诈骗宣传，开展非法金融行为的排查，整顿农村金融市场，提高农民识别互联网金融风险能力等。