個人對互聯網理財產品投資偏好的研究

鄭善強 李遠澤 王佳馨

[摘 要]隨著社會科技、居民生活水平的不斷提高，互聯網理財產品逐漸為人們接受。文章通過北京市637份問卷結果，針對投資者對互聯網理財產品的投資偏好進行調查，把握用戶對進行互聯網理財產品投資的意愿、滿意度以及展望，探索影響用戶進行投資的因素;同時，對互聯網理財產品未來期望以及潛在客戶等方面展開了調查研究;結合用戶體驗及滿意度反饋情況，對互聯網理財產品所存在潛在風險等問題提出針對性的建議，實現互聯網理財平臺和用戶雙方共贏的投資局面。

[關鍵詞] 互聯網理財;投資偏好;TAM模型

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

1 研究背景

隨著社會經濟的迅猛發展和金融知識的普及，互聯網理財產品逐漸受到越來越多的人接受與投資;與此同時，出于監管等方面的需要，金融行業出臺了《關于規范金融機構資產管理業務的指導意見》等行業政策文件，從規范互聯網理財產品發行、交易過程和降低銀行理財的投資門檻兩方面入手，有效控制了“寶寶類”貨幣基金理財產品的規模。中國互聯網絡信息中心第42次《中國互聯網絡發展狀況統計報告》顯示，截至2018年12月，我國購買互聯網理財產品的網民規模達到1.51億，增長率為17.5%，較2017年同期增長率放緩12.7個百分點。上述市場變化表明，我國互聯網金融行業正逐步朝穩健、規范的方向發展。

同時，個人對互聯網理財產品的投資也受到了諸多風險因素的影響，在這一市場背景下，關于個人對互聯網理財產品的投資偏好的研究就具有十分重要的學術和現實意義。

2 文獻綜述

在針對個人投資理財影響因素的相關研究中，劉瀾（2015）發現專業知識水平較低會導致投資者在投資安全性方面產生較強的單一偏好，[1]宋佳倩等（2017）認為個人互聯網理財的意愿和收益顯著受到風險偏好、過度自信以及專業素養的影響，[2]魏銀萍等（2017）發現受教育程度、經濟狀況、認知的偏差會導致理財購買行為的偏差;[3]為了使投資者對互聯網投資有更全面的了解，楊月（2017）建立了風險評價模型，為投資者提供全面認知金融投資理財風險的建議;[4]黃萍（2017）、邵吟雪（2017）剖析了互聯網金融與投資者行為之間的聯系，全面分析了互聯網金融的發展戰略;[5-6]肖雪等（2015）建議金融機構根據投資者行為差異，開發設計針對性的理財產品。[7]

通過對前人的文獻進行總結發現，對個人來說，親友推薦、媒體宣傳、制度完善程度等來自社會的信息構成了其對互聯網理財產品的風險評價;同時互聯網理財產品自身的安全性、收益性等特性也會影響個人的風險感知、績效期望等;而個人對產品的認知程度、風險感知、績效期望和投資目的都會幫助其明確投資偏好?；诖?，可以提出以下假設：

H1：“社會影響”會正向影響個人對互聯網理財產品的“風險感知”。

H2：“產品特性”會正向影響個人對互聯網理財產品的“風險感知”。

H3：“產品特性”會正向影響個人對互聯網理財產品的“績效期望”。

H4：“風險感知”會負向影響個人對互聯網理財產品的“投資偏好”。

H5：“績效期望”會正向影響個人對互聯網理財產品的“投資偏好”。

H6：“認知程度”會正向影響個人對互聯網理財產品的“投資偏好”。

H7：“投資目的”會正向影響個人對互聯網理財產品的“投資偏好”。

3 模型設定

本文以TAM（Technology Acceptance Model）模型為基礎，結合實際經驗和知識，設定了互聯網理財產品的“產品特性”“社會影響”，個人用戶的“風險感知”“績效期望”，對互聯網理財產品的“認知程度”“投資目的”和“投資偏好”7個潛在變量，并建立了個人對互聯網理財產品的投資偏好模型。

圖1 模型的結構路徑

4 實證分析

4.1 數據來源

本文采用李克特5級形式量表編制了有關用戶行為偏好的問卷為方便統計分析，將“風險感知”相關問題的5級形式量表方向反轉。，以北京市互聯網用戶為調查對象，采用電子問卷的形式展開調查。共回收700份問卷，其中637份為有效問卷。

4.2 模型檢驗

通過對潛變量分別進行信度、效度分析，最終舍棄了H1。

以CMIN/df、GFI、AGFI、NFI、CFI 及RMSEA作為主要評價指標檢驗模型是否合理，對假設模型進行擬合分析的輸出結果如表1所示。結果數據表明，除了NFI和RMSEA的實際測量值與評價標準有較小差距外，其他指標均在合理范圍內，整體來看初始模型擬合程度尚可，還需要進一步修正。

從參數估計結果來看，“風險感知”“認知程度”和“投資目的”對“投資偏好”的影響不顯著，故假設H4、H6、H7不成立，其余路徑都通過了顯著性檢驗，且均呈現正相關關系。

4.3 模型修正

根據路徑系數對應的p值大小和模型修正標準，刪除結果中非常不顯著的路徑H6，并調整H4和H7的路徑，將“績效期望”設定為這兩條路徑的中介變量，即假設H8：“風險感知”會負向影響個人對互聯網理財產品的“績效期望”，假設H9：“投資目的”會正向影響個人對互聯網理財產品的“績效期望”。

根據修正指數MI和臨界比率CR進行模型擴展和模型限制，經過反復調整得到最優的結構方程模型，擬合結果如表2所示，所有指標都有了較大程度的改善，均在合理范圍之內，表明模型擬合程度較好。

各潛變量之間的路徑均通過了顯著性檢驗，建立個人對互聯網理財產品的投資偏好模型，如圖2所示。

5 總結與建議

本文基于TAM模型構建了結構方程模型，證實了績效期望、風險感知、產品特性、投資目的為個人投資偏好的影響因素，其中“績效期望”和“產品特性”的影響較大，且為直接影響，而“風險感知”和“投資目的”通過“績效期望”這個中介變量來間接影響投資偏好，且影響較小。在直接效應之外，“產品特性”還可以作用于“績效期望”和“風險感知”，進而影響“投資偏好”。

因此，互聯網理財產品的提供者應重點關注影響投資偏好的有關因素，具體可以從以下兩個方面進行改進：

第一，在個人投資者中開展風險測度，對信息咨詢服務進行細化。產品特性對投資偏好具有非常顯著的影響，互聯網金融企業可根據收入、需求等情況對市場進行細分，針對性地調整產品特性，搭配合適的營銷手段進行推廣，滿足不同個人用戶的需求。

第二，注重“品牌戰略”，降低個人投資者感知風險。感知風險是唯一對投資偏好有負向影響的因素。運營者應通過公開透明的企業內部約束和必要的外在宣傳手段提升企業形象，建立企業品牌，以降低投資者感知風險。

參考文獻：

[1]劉瀾.互聯網金融背景下大學生投資理財行為研究[J].中外企業家，2015（19）：231-232.

[2]宋佳倩，張玉棟，張聰.大學生互聯網金融理財行為的影響因素研究[J].金融理論探索，2017（2）：46-54.

[3]魏銀平. 基于認知偏差的金融消費者理財產品購買行為研究[D].合肥：安徽財經大學，2017.

[4]楊月，金玲.大學生互聯網理財的風險評價模型及對策研究[J].金融經濟，2017（10）：152-153.

[5]黃萍，彭威.互聯網金融對居民投資理財行為的影響——基于江蘇省調查問卷分析[J].全國流通經濟，2017（4）：66-68.

[6]邵吟雪，章夢婷，楊娥.居民互聯網理財的認知、行為及引導對策研究——基于衢州市城鎮居民的調研[J].江蘇科技信息，2017（13）：62-67.

[7]肖雪，熊學萍.城鄉居民投資理財行為比較研究——基于湖北省天門市488個調查數據[J].農村金融研究，2015（10）：36-41.