一、 引 言 

　　网络已成为人们开展金融活动的重要入口。在互联网金融的热潮下，消费者对网络投资理财表现出强烈的需求。2013年阿里巴巴集团推出余额宝服务，仅上线6天用户数量即突破100万户，日均净申购额逾五六千万元[1]，火爆程度震惊社会各界，彰显了互联网金融领域巨大的发展潜能和利润空间。 

　　然而，余额宝成功后，众多效仿者竞相推出“类余额宝”的理财产品，却没有获得如余额宝一样的成功效果；消费者对P2P网络借贷等模式中的网络投资理财活动的整体关注度和参与度仍然较低。因此，研究个人用户对于网络投资理财的接受行为，精准把握用户需求，对于相关运营者抓住互联网金融领域内的发展契机，开展精准的营销活动具有重要意义。 

　　目前，研究网络投资理财层面的文献较少，研究内容也主要集中在发展趋势[2-3]、优势与劣势[4]、投资风险[5-6]和政策监管[7]等四个方面，并没有关于个人用户网络投资理财行为的定量研究。笔者试图对个人用户的网络投资理财接受行为影响因素进行研究，填充网络投资理财领域内的研究空白，依托于UTAUT模型，定量分析影响个人用户接受网络投资理财的关键性因素以及这些因素间的相互关系，并提出营销建议。 

　　二、 模型及假设 

　　（一）网络投资理财的基本内涵 

　　现阶段还没有学者明确地对网络投资理财进行界定。中国互联网络信息中心[8]将互联网投资理财产品定义为：“互联网公司或银行发行的，只能通过互联网渠道购买的类余额宝类理财产品，该类产品具有高收益、低门槛、高流动性的特点”。 

　　结合学者们对个人投资理财概念的界定[9]-[12]，笔者认为，网络投资理财是指个人审视自己的资产状况及风险承受能力，利用网络投资工具合理运用财务资源，实现财产的保值增值。该定义中的网络投资理财工具是指基于互联网特色而建立的在线投资理财产品，只能通过互联网渠道购买。对于传统理财产品，如果仅将服务渠道拓展到网络上，而对产品本身没有任何改变，则不应属于网络投资理财工具范围之内，例如在线炒股。 

　　（二）理论模型及假设 

　　个人用户对网络投资理财的接受过程可以分为两个部分：一是个人用户对网络投资理财模式的接受过程，这一过程类似于对一个新技术的接受过程，可以通过对于信息技术接受行为具有极强解释力的UTAUT（Unified Theory of Acceptance anel Use of Technology）模型进行模拟。二是个人用户在产品特性、理财认知程度等非功能价值因素的影响下，最终形成接受行为。因此，笔者在UTAUT模型的基础上进行修订补充，从而建立个人用户的接受模型，如图1所示。 

　　原始模型的相关研究假设 

　　对于网络投资理财活动，由于尚处于发展的初期阶段，用户群体在控制变量方面的差异不甚明显，因此并未将控制变量纳入研究范围。同时，根据TAM模型，个人用户对网络投资理财的努力期望会对绩效期望产生影响。对于个人用户来说，当他认为网络投资理财操作起来比较简单，才会愿意接受网络投资理财活动，并发现网络投资理财可以带来绩效上的提高。基于以上分析，笔者提出如下假设： 

　　H1：个人用户对网络投资理财的努力期望会正向影响绩效期望。 

　　H2：个人用户对网络投资理财的努力期望会正向影响接受意愿。 

　　H3：个人用户对网络投资理财的绩效期望会正向影响接受意愿。 

　　H4：个人用户受到的社会影响会正向影响接受意愿。 

　　H5：个人用户感知到的网络投资理财便利条件会正向影响接受行为。 

　　H6：个人用户对网络投资理财的接受意愿会正向影响接受行为。 

　　2.新增变量的相关研究假设 

　　（1）理财认知程度 

　　Robb 和Sharpe[13] 指出，学历和金融知识对高校学生理财行为有重要影响。Veld-Merkoulova[14] 研究了投资者背景对个人投资决策的影响作用。笔者认为，理财认知程度是对居民理财意识的衡量，指个人用户对于投资理财活动的整体认知，包括个人对理财的关心程度和理财知识的储备两个方面。个人用户的理财认知程度越高，对理财中投资风险的不确定性感知就会越少；同时，其对理财的关注度也高，更愿意参与网络投资理财活动，对此笔者提出如下假设： 

　　H7：理财认知程度负向影响个人用户感知风险。 

　　H8：理财认知程度正向影响个人用户接受意愿。 

　　（2）产品特性 

　　网络投资理财产品是网络投资理财行为发生的基础。彭见琼和吕德宏[15]通过实证研究指出，理财产品的风险属性、产品收益、理财起始金额对居民选择投资理财有轻微影响。Kapoor等[11]提出投资收益、投资增长性以及投资的流动性是影响投资决策的因素。苏雯[4]认为，网络理财产品流动性强于大部分银行理财产品，但稳健性整体来说相对较低。 

　　产品特性在网络投资理财活动中是个非常重要的因素。通过对余额宝、P2P网络借贷等模式的分析，笔者认为，产品特性是指在网络投资理财过程中，个人用户对于理财产品各方面特征的感知，主要涉及产品收益、产品风险属性、理财起始金额、投资期限和流动性五个方面。

    网络投资理财的产品特性使个人用户更加能够感知到效用和优势；同时产品的部分特征，比如在流动性方面，有些产品提供“随时赎回”，也进一步降低了个人用户的感知风险。对此笔者提出如下假设： 

　　H9：网络投资理财中的产品特性正向影响绩效期望。 

　　H10：网络投资理财中的产品特性负向影响感知风险。 

　　（3）感知风险 

　　Bauer在1960年将感知风险引入消费者研究中，此后很多学者将感知风险视为用户行为研究中的一项重要因素[16-17]。投资理财活动必然伴随着一定的风险[11]。笔者将网络投资理财中的感知风险定义为个人用户在网络投资理财中，对预计可能发生的、与开始期望不相符的负面结果的心理预期，并将风险重点聚焦在非系统性风险方面，主要包括财务风险、功能风险、心理风险和时间风险。 

　　个人用户在网络投资理财过程中会对可能出现的风险进行评价，一旦个人用户认为可能会出现伤害自身利益的风险，就会产生抵触情绪。这种对风险的认知，在接收到他人传达的积极消息时，会得到缓解。对此笔者提出如下假设： 

　　H11：社会影响负向影响个人用户对网络投资理财的感知风险。 

　　H12：个人用户对网络投资理财的感知风险负向影响接受意愿。 

　　三、 研究设计 

　　（一）问卷设计 

　　笔者基于前人的成熟量表，结合网络投资理财的特点，对各变量的测度量表进行再设计，如表1所示。通过小规模访谈、问卷前测、问卷修正等过程最终形成包括34个问项的正式调查问卷。问卷包括两个部分：第一部分是有关调查对象的基本信息，包括学历、性别、年龄和月可支配收入等；第二部分是网络投资理财行为测量量表，采用Likert五级量表对理财认知程度、产品特性、感知风险等9个变量进行逐一测量。问卷前测以实地问卷调查的形式展开。 

　　（二）调研方法及样本特征 

　　采用互联网调查法进行数据的正式收集，通过社交网站链接分享、即时通信工具转发、发送电子邮件等方式发放问卷，共计回收297份问卷，按照“答案重复、关键问项答案缺失、IP重复、明显低于平均填答时间”的标准剔除无效问卷后，得到有效问卷286份，有效问卷率达96.300%，样本量符合进行结构方程模型分析的基本要求[20]。 

　　样本基本资料统计结果显示，样本学历水平较高，硕士占比44.410%，本科占比40.210%；性别方面，女性数量占54.550%略高于男性；69.930%的样本年龄集中在25—35岁；月收入在3 001—10 000元范围内的人数达86.360%，显示大多数为中等收入人群。 

　　四、数据分析 

　　（一）信度、效度检验 

　　通过SPSS22.0软件，采用 Cronbachs α系数进行信度分析。从表2可以看出，各变量的Cronbachsα系数均大于0.500，可见问卷具有较好的内部一致性，问卷设计合理。 

　　笔者所使用的量表绝大多数来自于过去公开发表的成熟量表和文献，并且通过访谈和前测，修正了问项表述的不当之处，因此，问卷具有较好的内容效度。在建构效度方面，笔者采用因子分析法进行检验。分析结果显示，各变量的KMO值均大于0.600，表明样本数据适合进行因子分析；各变量均只提取出一个公共因子，并且各测量指标的因子载荷均大于0.450，表明问卷结构效度较高。 

　　（二） 模型检验 

　　笔者采用AMOS22.0软件对假设模型进行拟合分析，以χ2/df、GFI、AGFI、NFI、CFI及RMSEA作为主要评价指标检验模型是否成立。各指标评价标准和实际测量结果如表3所示。 

　　从表3可以看出，评价指标χ2/df、GFI、AGFI、NFI、CFI和RMSEA的实际测量值分别为2.075、0.745、0.736、0.751、0.913和0.072，均在合理范围之内，表明假设模型拟合程度较高。 

　　同时，假设模型路径系数回归结果显示：假设H7不成立，即理财认知程度对感知风险的影响不显著，表明两组变量之间没有相关关系；其它路径都通过了显著性检验，并且感知风险与产品特性、社会影响、接受意愿之间呈现负相关关系。 

　　综合分析模型拟合分析与假设检验结果可知，假设模型虽然基本正确，但仍需要进一步修正。依据模型修正标准，删除检验结果中不显著的路径H7，并再次对样本数据进行拟合检验，结果如表4和表5所示。模型修正后的拟合结果（如表4所示）显示，删除H7后，各评价指标都有了不同程度的改善。同时，修正后的模型路经系数回归结果（如表5所示）中，各假设显著性均较高。 

　　依据各变量之间的路径系数，可以将各变量对接受行为的直接、间接和总影响效果计算出来（如表6所示）。从表6可以看出，按照各变量对用户接受行为的影响效果， 

　　因此，根据修正后的假设模型拟合分析与假设检验结果，笔者最终建立了网络投资理财个人用户接受模型，如图2所示。 

　　依据各变量之间的路径系数，可以将各变量对接受行为的直接、间接和总影响效果计算出来，如表6所示。从表6可以看出，按照各变量对个人用户接受行为的影响效果，可以由大到小依次排序如下：接受意愿、绩效期望、便利条件、感知风险、社会影响、产品特性、努力期望和理财认知程度。 

　　（三） 结果分析 

　　从修正模型可知，12个研究假设中除H7外，其余都成立。笔者对个人用户网络投资理财接受行为的研究结果如下：接受意愿和便利条件共同决定了个人用户对网络投资理财的接受行为；除便利条件外，各因素都通过接受意愿对接受行为产生影响。绩效期望、理财认知程度正向影响个人用户的接受意愿；感知风险负向影响接受意愿；社会影响、努力期望正向影响接受意愿，又通过其他因素发挥间接影响作用；产品特性通过绩效期望、感知风险对接受意愿产生影响。 

　　对于假设H7不成立的原因，笔者认为可能是：个人用户在网络投资理财中感知到的风险主要有两类：一类是由网络使用方面带来的安全风险；另一类是从投资理财产品中感知到的投资风险，由产品属性引发。当个人用户对理财有充足的认知时，可以对投资风险进行一个合理的判断，这在某种程度上可以缓解来源于投资理财产品的感知风险，但并不能改变个人用户对网络安全方面的感知风险。

    　五、基本结论与启示 

　　笔者基于UTAUT模型构建了网络投资理财个人用户接受模型，证实了接受意愿、绩效期望、便利条件、感知风险、社会影响、产品特性、努力期望和理财认知程度等因素都影响个人用户的接受行为并且影响作用依次减小。由于便利条件在很大程度上依托于外界客观环境，对运营者来说可控性较低；接受意愿更多的是从个人用户的主观层面对其接受行为产生推动作用。因此，运营者应当重点关注影响接受意愿的有关因素，在营销过程中注意以下几点： 

　　第一，发展客户资源，扩张个人用户规模。扩大个人社会影响会降低个人用户的感知风险，进而促进其对网络投资理财的接受意愿。在设计运营模式的初期，运营者就应当充分考虑到个人用户数量的培育时间和培育方法。建议与拥有个人用户基础、业务支撑的互联网企业合作，共同打造网络投资理财产品，缩短培育时间，保障培育效果。 

　　第二，建立企业品牌，降低个人用户感知风险。感知风险是唯一负向影响接受意愿的因素。为降低个人用户的感知风险，尤其对于独立开展网络投资理财的运营者，如拍拍贷等P2P网站，要着重建立企业品牌，提高口碑和信誉度。打造企业品牌要由内而外。首先，企业运营者需要严格要求自己，摒弃投机取巧等不负责任的念想，始终坚持实现企业和个人用户双赢的效果。其次，可以借助一些外在宣传手段，如获取资格认证、取得知名企业融资、利用名人效应等提升个人用户对自己的信任。 

　　第三，把握产品属性，做好市场细分。产品特性作用于绩效期望和感知风险，进而影响接受意愿。笔者将网络投资理财的产品特性归纳为产品收益高、产品风险属性小、理财起始金额低、投资期限短和流动性强等五个方面。无论产品形式如何变化，在产品特性中都应包含上述五个方面中的某些特征，借此吸引个人用户，形成区别于传统理财产品的竞争优势。同时，不应单纯地将产品中包含以上特性个数的多少作为设计标准，而需结合市场细分理论，根据个人用户的需求差异将用户群进行细分，有针对性地对五个方面产品特性进行组合，制定多元化的产品，满足不同个人用户的需求，并配合对应的营销手段开展市场推广活动。 

　　第四，多客户端联动，提升个人用户体验。绩效期望和努力期望影响个人用户的接受意愿。根据研究结果，“网络投资理财能够随时让我了解理财的动态”、“网络投资理财使我的理财活动更加方便”的影响分别高达0.750和0.800，体现出个人用户对于随时随地掌握理财动态的需求。运营者应从个人用户的这一需求出发，开发出不同平台上的客户端，实现客户端之间的联动，并且在界面设计方面，做到合理地协调“简”与“繁”，以客户体验为导向，兼顾操作的便捷性和信息的全面性。 

　　参考文献： 

　　[1] 李庆治.“余额宝”又一次“改变”了银行[J].国际金融，2013， （8）：69-71. 

　　[2] 李秋佳.网络理财走进投资理财新时代[J].卓越理财，2010，（8）：47. 

　　[3] 熊丽华.E-Bank：投资理财新概念[J].卓越理财，2005，（6）：12-13. 

　　[4] 苏雯.网络理财vs银行理财[J].理财，2013，（11）：60-61. 

　　[5] 焉靖文.网上理财谨防被钓鱼[J].大众理财顾问，2014，（1）：42-43. 

　　[6] 夏志琼.互联网理财，当防范风险[J].金融经济，2013，（11）：46. 

　　[7] 陆岷峰，王虹.互联网金融与金融互联网的监管研究[J].海南金融，2014，（3）：52-56. 

　　[8] 中国互联网络信息中心CNNIC.中国互联网络发展状况统计报告[EB/OL].http：//hlwfzyj/hlwxzbg/hlwtjbg/201407/P020140721507223212132.

　　[9] 黄祝华，韦耀莹.个人理财（第二版）[M].大连：东北财经大学出版社，2010.1-3. 

　　[10] 柴效武.个人理财[M].北京：清华大学出版社，2012.3-8. 

　　[11] 杰克·R.卡普尔，李·R.德拉贝，罗伯特·J.休斯.个人理财[M].上海传神翻译服务有限公司译，上海：上海人民出版社，2006.4-8. 

　　[12] 赵立航.个人理财的逻辑基础与历史发展[J].学术交流，2004，（8）：102-105. 

　　[13] Robb， C.A.， Sharpe， of Personal Financial Knowledge on College Students’ Credit Card Behavior [J].Journal of Financial Counseling and Planning， 2009， 20（1）： 25-39. 

　　[14] Veld-Merkoulova， ment Horizon and Portfolio Choice of Private Investors [J].International Review of Financial Analysis， 2011， 20（2）： 68-75. 

　　[15] 彭见琼，吕德宏.城镇居民个人理财需求影响因素研究[J].财会通讯，2012，（7）：123-125. 

　　[16] 张童.银行个人理财客户识别矩阵构建及实证研究——基于感知利益与感知风险权衡的视角[J].山西财经大学学报，2011，（11）：36-46. 

　　[17] Schaupp， L.C.， Carter， L.， McBride， M.E.E-File Adoption： A Study of ers’ Intentions [J].Computers in Human Behavior， 2010， 26（4）： 636-644. 

　　[18] Venkatesh， V.， Morris， M.G.， Davis， Acceptance of Information Technology： Toward a Unified View [J].MIS Quarterly， 2003， 27（3）： 425-478. 

　　[19] 武学斐.影响用户接受移动互联网的关键因素分析[D].北京：北京邮电大学硕士学位论文，2008.44-50. 

　　[20] 石芝.移动旅游服务用户接受研究[D].四川：西南交通大学硕士学位论文，2007.29-36. 

　　[21] 荣泰生.AMOS与研究方法[M].重庆：重庆大学出版社，2009.77-139. 

　　（责任编辑：于振荣）