互联网金融消费特征及忠诚度实证分析
互联网金融是利用互联网技术和移动通信技术等一系列现代信息科学技术实现资金融通的一种新兴金融服务模式。借助现代信息科学技术，互联网金融服务模式呈现多样化趋势。金融业务电子化、第三方支付、P2P网贷、众筹和以阿里金融和京东金融为代表的大数据金融模式等成为其突出的代表。互联网金融与传统金融相比，呈现出金融服务趋向长尾化，金融服务高效、便捷，金融服务低成本化，多维风险特征等特点。随着使用互联网金融的用户规模快速扩大，相关企业如何留住用户，提高用户忠诚度是其在开拓并持续保有互联网金融消费市场需要考虑的重要问题。
一、相关文献回顾
互联网金融在国内是近期快速兴起的一个领域，而在国外其发展则早于我国较长时间，研究成果也较丰富。在如何保持网上银行客户忠诚度的研究中，有学者考虑了信任、网站质量、服务质量、满意度等因素构建的分析框架。另有学者则基于信任和满意度建立了电子商务客户忠诚度模型。
国内学者借鉴国外模型进行了改进，乔均等（2007）在研究商业银行个人客户忠诚度时构建了满意度、关系信任、转换成本与客户忠诚度的关系模型。邓朝华等（2010）在对移动即时通讯服务的研究基础上则构建了满意度、信任和转移成本与用户忠诚度的关联模型。
本文将在已有文献的基础之上，把忠诚度模型应用到互联网金融消费领域，研究互联网金融消费者的忠诚度，并对影响忠诚度的因素进行分析。本次调研采用问卷调查法，对消费群体进行调查。问卷的发放采用网上问卷和纸质问卷相结合的方式进行。通过问卷调查获取数据后，可采用信度分析和效度分析检验数据可靠性，进而采用结构方程模型拟对潜在内生变量忠诚度、满意度、信任和潜在外生变量感知有用性和服务质量等进行路径分析，探讨其相互作用关系。
二、互联网金融消费忠诚度相关理论概述
1、消费者忠诚度的相关理论
早期对于顾客忠诚度的理解主要是对产品或服务的重复购买。20世纪90年代初，态度忠诚理论被提出。该理论认为忠诚的消费者不仅长期接受企业的产品或服务，同时有向他人推荐该产品或服务的强烈意愿。之后，有较多的学者进行了进一步的研究。
学术界对于忠诚度的研究主要涉及行为忠诚和态度忠诚。行为忠诚表现为顾客的重复购买行为，态度忠诚来源于顾客对产品的喜爱和依赖，表现于口碑宣传、推荐意向和未来持续购买意向。本文中互联网金融消费者的行为忠诚是指用户的重复使用行为和优先选择，态度忠诚指用户的未来持续使用意愿、口碑宣传和向他人推荐的意向。
用户忠诚度的驱动模型归纳起来主要有三种：顾客满意驱动模型，具有代表性的此类模型有ACSI模型、McDougall模型等；价值―满意双因素驱动模型，具有代表性的模型有Ryan模型；多因素驱动复杂模型，适用于不同行业的忠诚度影响因素及其作用机制解释。
结合对互联网金融消费相关领域（如电子商务、网上银行、手机银行）忠诚度的研究，本文所构建的忠诚度模型是基于满意和信任两个维度，认为满意度和信任对忠诚度有直接的影响，而感知有用性、网络服务质量通过对满意度和信任的影响来间接影响忠诚度。
2、互联网金融消费用户忠诚度的决定因素分析
（1）满意度。顾客满意度指顾客在使用某种产品或享受某种服务后，形成的满意或不满意的态度，态度的形成通常取决于顾客在某一消费过程中的实际经历是否与期望相符。如果顾客的需求得到满足，其产品和服务让人满意，并且顾客铭记了积极的消费体验，顾客就会满意。本文基于上述意义上使用满意度。
（2）信任。研究表明，缺乏信任是客户不在网上购买物品的主要原因。不同学者对于信任有不同的定义。本文将信任定义为用户对互联网金融可靠性的信心，包括对互联网金融企业可靠性、诚实、企业能力以及对网络与软件技术安全性的信任。
（3）感知有用性。感知有用性是技术接受模型（TAM）中的一个变量。本文中互联网金融消费感知有用性指的是互联网金融消费能够提升用户交易效率的程度，如节省时间、适时完成交易等。
（4）服务质量。互联网金融的服务质量主要体现在网站质量及其响应性上。网站质量（或网站设计）是衡量网络服务质量的一个维度，涵盖网站的美观和内容清晰度。网站质量实际上是一种技术因素，包括系统、硬件和软件的特点和能力。本文用网页界面是否清晰美观，功能是否容易找到，操作是否简便，运行是否稳定等来衡量网站质量的好坏。
服务质量评价还包括网络技术与专门软件的响应性，体现了企业旨在帮助顾客快速实现目标，进而迅速提升其服务水平的意愿。由于互联网金融消费的间接性和自助性，本文中的响应性更强调了解用户需求，并及时解答用户的问题。
三、研究设计、分析模型及假设
1、研究设计
本文研究的目标是构建互联网金融消费忠诚度分析模型，探索影响互联网金融消费忠诚度的因素，以及影响因素与忠诚度之间的相互关系，为提升消费者忠诚度提供建议。
在大量相关文献研究的基础之上，本文构建了一个基于满意度、信任、感知有用性、服务质量四维分析框架的忠诚度模型。问卷内容包括了被调查者个人基本信息、互联网金融消费情况和互联网金融消费忠诚度量表。其中，互联网金融消费忠诚度量表采用5分李克特量表。
考虑到调研经费的限制和调查的便利性，本次调研选择的抽样方案为非随机抽样法，抽样方法为滚雪球抽样和网上调查相结合。本次调查对象为具有金融产品消费能力的中国公民。通过回收调查问卷采集相关数据。在问卷设计、修改、发放和回收的各环节都做好控制数据质量的工作。 2、互联网金融消费忠诚度模型选择――SEM
忠诚度模型常采用结构方程模型。本文根据相关文献和理论基础构建的潜变量关系模型如图1所示。
其中，感知有用性（ξ1）和服务质量（ξ2）是外生潜变量，即在模型中，它们只起解释作用。满意度（η1）、信任（η2）和忠诚度（η3）是内生潜变量，即在模型中，它们会受到其他变量的影响。图中单向直线箭头表示假定变量之间有因果关系，箭头由原因变量指向结果变量，双向弧形箭头表示两个变量之间有相关关系。
结构方程模型包括结构模型和测量模型两部分，用方程表示：
结构模型：？浊=B？浊+？祝？孜+？灼
测量模型：X=？撰x？孜+？着 Y=？撰y？浊+？着
其中，？浊是指满意度、信任和忠诚度三个内生潜变量， ？浊=？浊1？浊2？浊3；？孜是感知有用性和服务质量两个外生潜变量，？孜=？孜1？孜2。
B是内生潜变量系数阵，描述内生潜变量？浊间的相互影响。
B=0 ？茁12 00 0 0？茁31 ？茁32 0
？茁ij表示？浊j到？浊i的路径系数，两个下标中的第一个下标表示所指向的结果变量，第二个下标表示原因变量。
？祝是外生潜变量系数阵，描述外生潜变量？孜对内生潜变量？浊的影响。
？祝=？酌11 ？酌12？酌21 ？酌22 0 0
？酌ij表示由？孜j到？浊i的路径系数，？浊i是结果变量，？孜j是原因变量。
？灼是随机干扰项，反映了结构模型中未能被解释的部分。
X是？孜的观测指标，？撰x是X在？孜上的因子载荷矩阵， ？啄是X的测量误差。Y是？浊的观测指标，？撰y是Y在？浊上的因子载荷矩阵，？着是Y的测量误差。X和Y是显变量，？孜和？浊是潜变量。
X=x1x2…x9，？撰x=？姿1 0？姿2 0？姿3 0？姿4 00 ？姿50 ？姿60 ？姿70 ？姿80 ？姿9 ；Y=y1y2…y12，？撰y=？姿10 0 0？姿11 0 0？姿12 0 00 ？姿13 00 ？姿14 00 ？姿15 00 ？姿16 00 ？姿17 00 0 ？姿180 0 ？姿190 0 ？姿200 0 ？姿21
3、研究假设
根据理论分析满意度与忠诚度的关系，信任与忠诚度、满意度的关系，感知有用性与满意度、信任的关系，服务质量与满意度和信任的关系，得到以下需要检验的7个假设。
H1：互联网金融消费满意度对忠诚度有直接的正向的影响；
H2：互联网金融消费者的信任对忠诚度有直接正向的影响；
H3：互联网金融消费者的信任对满意度有直接的正向的影响；
H4：互联网金融消费用户感知有用性对满意度有直接的正向的影响；
H5：互联网金融消费用户感知有用性对信任有直接的正向的影响；
H6：互联网金融消费服务质量对满意度有直接的正向的影响；
H7：互联网金融消费服务质量对信任有直接的正向的影响。
四、基于调查数据的互联网金融消费特征分析
1、数据信度与可靠性分析
本次调研共发放了440份问卷，回收有效问卷388份。通过直接问卷调查得到的调查数据能否说明调查的结论，则需要对数据的可信程度、有效程度进行分析。
（1）信度检验。本文采用Cronbach’s ？琢系数来测量问卷的内部一致性。正式调查问卷中的量表共包括21个题项，Cronbach's ？琢值为0.928，表明量表整体信度好。各个分量表的Cronbach's ？琢值见表1。由表1可以看出，各个分量表信度都较好。
（2）效度检验。本文首先对问卷的内容效度进行评估，在参阅多人研究成果的基础上设计出问卷，然后请擅长问卷调查的专家对问卷内容进行评估并提出修改意见。同时，采用主成分分析法来评估结构效度，并运用SPSS19.0得到各个潜变量第一主成分的方差贡献率，由表2可以看出，各潜变量第一主成分方差贡献率都在0.6以上，说明问卷的结构效度较好。
表3给出了各潜变量的平均方差抽取量都在0.5以上，表明问卷具有较好的聚合效度。
综上所述，本问卷的内容效度、结构效度、收敛效度都较好，可以做进一步的分析。
2、互联网金融消费者特征分析
（1）受访者基本特征分析。本次调查的受访者分布情况见表4。受访者男性占51.8%。受访者平均年龄为31.8岁，主要分布在19～30岁之间，占比达到58.0%。受访者受教育程度以本科为主，占比为51.8%。受访者居住地主要分布在城市，占比达到74%。受访者职业分布中，学生占比最大，达到45.4%。熟悉金融专业知识的受访者占比不到15%。
（2）互联网金融消费使用情况分析。互联网金融消费使用情况主要包括使用的互联网金融模式和通过互联网交易的资金比例两个方面。表5表明受访者主要参与的互联网金融模式为金融业务电子化和第三方支付，比重高达80%以上，其次为大数据金融，新兴的P2P信贷和众筹模式也有一定的参与比例。受访者通过互联网交易的资金比例达到50%以上的不到10%，但是参与过互联网交易的受访者达到90%以上。
五、互联网金融消费忠诚度影响因素分析
1、模型拟合
本文使用Amos软件，采用极大似然法估计模型参数。经过初次估计和模型修正，得到结果见图2和表6。
修正后的模型，路径系数的P值均小于0.05，在0.05的显著性水平下通过检验。
从表6可以看到，各项拟合指数基本达到了拟合标准，表明模型修正后拟合效果较好。
2、模型结果解释
综上分析，在最终得到的模型中删掉了“感知有用性→信任”和“服务质量→满意度”两条路径，即假设5、假设6在本调查群体中不成立，其他5条假设都成立。表明对于互联网业务而言，有用的感知并不需要信任通道，而服务质量必须建立在信任通道上才会形成满意。 图2给出了修正后结构方程的标准路径系数，由这些路径系数可以得到各个影响因素对忠诚度的直接效应、间接效应以及总效应（见表7）。
表7表明，“满意度”对忠诚度的影响最大，总效应为0.788；其次是“感知有用性”和“信任”，总效应分别为0.474和0.438，其中“信任”对忠诚度的直接效应为0.142，间接效应为0.296，“感知有用性”对忠诚度只有间接效应；“服务质量”对忠诚度也只有间接效应，为0.206。
六、结论与建议
1、结论
本文根据调查数据，检验了影响互联网金融消费用户忠诚度的四维因素分析框架。得到的结论：一是四个因素对忠诚度的影响大小有别。满意度对忠诚度的影响最大，其次是感知有用性、信任，最后是服务质量。二是四个因素间的作用关系不同。满意度直接作用于忠诚度；信任通过直接作用和通过满意度的间接作用从两条路径影响忠诚度，且间接影响程度高于直接影响程度；感知有用性通过提升满意度间接影响忠诚度；服务质量通过信任通道间接影响忠诚度。
2、建议
本文基于实证研究结果，提出以下几点建议。首先，根据忠诚度影响因素的重要性调整工作重心。在资源配置、业务流程再造等环节依次考虑提升满意度、改善感知有用性、增进信任和提高服务质量。其次，注重影响因素之间的关联性增进企业核心利益。只有客户对企业忠诚，企业才能获得持续的核心利益。这需要同时从满意度、信任、感知有用性和服务质量四个维度改进业务环节，并依据其作用关系和路径打造核心利益链条。再次，开发具有扩展潜能的因素，培育持续的竞争优势。四维解释框架中，只有满意度因素的影响超过0.5，其他因素的影响都不足0.5，表明其还有较大的扩展潜力，互联网金融企业还须不断提升信任、感知有用性和服务质量三个维度所依托的管理与技术能力。
（注：本文是教育部“大学生创新训练计划”重点立项项目《互联网金融中的消费者保护研究》（项目编号201410520015）的阶段性成果。课题指导老师：李志生、陶雄华。）
- 上一篇：正确审视金融危机
- 下一篇：浅议供应链金融:银行中小企业金融产品的经营模式
