一、引 言

随着移动互联网、大数据、社交网络等互联网技术的迅速发展，以第三方支付、众筹、P2P 等为代表的新型金融服务模式——互联网金融风起云涌，成为业内和学术界共同关注的焦点，在实践中也产生了深远的影响。2014年，我国第三方支付行业规模达23万亿元，P2P平台交易规模也高达5000亿元。在竞争激烈的传统金融服务市场中，究竟是什么原因促使众多用户选择并接受了互联网金融？从中可借鉴的因素有哪些？对此本文尝试基于用户视角，考察用户选择互联网金融的影响因素及其影响程度。

互联网金融的研究当前备受关注。对于正向影响用户接受互联网金融的相关因素，学者们就其产生动因、内在逻辑和自身优势等方面开展了定性研究。李妍(2013)认为互联网金融具有开放性、透明化的特点，通过实现资源共享解决了市场信息不对称的问题，节约了交易成本，这是形成互联网金融强大发展势头的主要原因。王曙光等(2014)分析了互联网金融具备客户体验更好、运作更加高效、信息更加透明、服务包容性更强、更有效地助推金融发展等竞争优势,认为这是互联网金融得以发展的根本所在。洪娟(2014)也肯定了互联网金融的竞争优势主要在于庞大的客户群体和海量的数据处理、方便高效的操作流程、强大的信息搜索和处理能力、低成本的充分交易运作模式。冯娟娟(2013)在比较了互联网金融与传统金融企业的竞争优势后指出，庞大的网络用户、海量的交易客户、强大的网络支付功能、方便快捷的操作流程支持了互联网金融的竞争优势。而吴晓求(2014)则从金融发展的内在逻辑出发，认为广阔的市场空间为互联网金融的生存和发展提供了肥沃的土壤，这是互联网发展的内在动因；而金融功能与互联网的技术特性在基因层面上匹配，则是互联网金融存在和发展的逻辑基础。

对于负面影响用户选择互联网金融的相关因素，学者从互联网金融自身劣势、缺点和风险等方面展开了研究。谭天文和陆楠(2013)集中论述了当前互联网金融发展过程中存在的主要问题，如网络安全、政策法规滞后、监管缺位、信用信息交换难等问题。李妍(2013)则将互联网金融的主要缺陷归结为数据的真实性、中小企业信用度保障、监管和法律欠完善。对于互联网金融突出的风险问题，王曙光等(2014)认为，互联网金融的风险主要表现在可能会影响社会稳定和金融安全、缺乏对消费者保护的法律、冲击现有货币制度、加大监管难度等方面；杨群华(2013)则认为互联网金融的风险主要是系统的技术性风险、计算机系统和交易主体的业务风险及法律风险等。

“互联网+”作为当前国家经济发展的一个重要战略手段，研究互联网金融的用户选择行为具有重要的理论意义和现实意义。理论上，既有文献研究显示，用户接受互联网金融的研究主要集中在产生动因、内在逻辑以及自身优势和劣势的比较等方面；研究视角主要基于供给方，由互联网金融自身展开；研究方法也多以定性分析为主。而从需求方来看，基于用户视角的微观研究相对较少，实证研究更加缺乏。现实中，用户需求是金融创新服务模式的内在动因。通过互联网金融的快速成长，一方面反映了我国金融发展模式的变化；另一方面也说明了我国社会经济的深刻变化。

鉴于此，本文从用户接受的微观视角出发，实证研究用户选择互联网金融的影响因素及其影响程度。我们首先借助技术接受模型(TAM)构建了用户接受互联网金融影响因素模型；然后基于调查数据和结构方程模型完成了各因素的影响关系及重要性的实证研究，分析了互联网金融的用户选择行为。本文的研究目的在于，通过对用户接受的深层次影响因素及影响程度的分析，挖掘互联网金融赖以生存和发展的内在原因，进一步解读金融服务中的用户需求特点，从而有助于传统金融充分借鉴互联网金融内在的创新精髓，完成创新超越。

(一)相关理论综述

用户采纳理论主要涉及经济学、社会心理学和行为科学等学科，主要包括理性行为理论(TRA) 、计划行为理论(TPB)、技术接受模型(TAM)、创新扩散理论(IDT)和网络外部性理论(NE)等。Venkatesh 等(2003)在上述主流模型的基础上提出了用户接受信息技术的统一模型(UTAUT)。在上述众多模型中，应用最为广泛的是Davis 提出的TAM模型。该模型提出了两个主要决定因素: 感知有用性和感知易用性。感知有用性是指用户认为使用某特定系统可提高其工作绩效的程度; 感知易用性是指用户认为系统容易使用的程度。学者们重点解释了用户接受新信息科技系统的主要影响因素及其使用行为，并催生出大量新的研究模型和框架。目前这些模型已被广泛应用到各类不同场合,用以解释和预测用户采纳的影响因素。

图 1 TAM模型

图选项

随着互联网和电子商务的发展，TAM 模型不断应用于互联网环境下用户接受和使用行为的研究，尤其是针对电子商务的信任模型、服务采纳行为、移动商务用户接受行为、网上消费行为等方面开展了广泛的应用。杨永清(2012)在Lu等(2003)研究的基础上，提出基于利益、成本、风险和价值的移动互联网采纳模型，论证了感知娱乐、感知有用性、感知成本、无所不在性是用户使用移动互联网的主要因素，感知风险因素对其采用影响不大。刘志洋(2015)从个人因素、银行因素和社会环境三方面分析了用户接受互联网银行的可能性，对基于TAM模型进行互联网银行接受的实证研究做了回顾。Schierz等(2010)基于TAM和创新扩散理论(IDT)构建了影响用户移动支付服务采纳的理论模型并进行验证，结果表明：感知有用性、感知易用性、感知安全和移动性等通过影响用户态度，进而对移动支付服务的采纳意愿产生影响。刘玥(2015)通过TAM模型构建了余额宝用户采纳研究模型，认为消费者感知产品有用性、感知利益正向影响用户选择互联网金融理财产品，感知风险对其有负向影响。上述研究表明：学者们采用TAM模型，对移动互联网、移动支付、互联网银行等类似互联网金融的对象，以用户接受的微观视角开展了大量的接受采纳实证研究。在分析用户接受的相关因素中，采用的正向影响因素主要包括感受有用性、感知易用性、感知产品利益、服务无所不在性等，而采用的负向影响因素则主要是风险、安全以及成本等。

互联网金融归根结底是新信息技术应用下的金融服务模式创新，是金融服务在信息系统中的再现。互联网金融中的第三方支付、P2P借贷平台等多种模式，与上述学者的研究对象类似。鉴于TAM模型在互联网及电子商务中用户行为分析的众多应用，本文亦采用TAM模型针对当前用户选择互联网金融的影响因素及其影响程度进行实证分析。

1.市场需求的满足

在互联网金融模式下，未来的金融市场资源配置更加充分，交易信息几乎完全对称，交易成本将极其低廉，因此市场中供需双方可以最公平的方式获取透明、公平的机会，有助于中小企业融资、民间借贷及投资渠道等问题的解决(谢平和邹传伟，2012)。而偏低的市场准入和庞大的金融服务市场需求是互联网金融得以发展的内在动因(刘勤福和孟志芳，2014)。吴晓求(2014)则表达了与上述不同的观点，他认为广阔的市场空间为互联网金融生存和发展提供了肥沃的土壤。综上所述，本文将上述内容归纳为互联网金融对多层次金融服务市场需求和资源配置更加充分的满足能力。胡保亮(2013)在商业模式创新的影响因素研究中认为，市场需求是企业商业模式创新的重要动力。因此，我们认为互联网金融对多层次的市场需求满足能力是正向影响用户有用性感知的重要因素。因此本文提出第一个假设。

假设1:互联网金融多层次的市场需求满足能力是正向影响用户有用性感知的重要因素。

2.良好的客户体验

用户体验和感知有效性在电子银行中已经被证明对有用性感知有影响。互联网金融之所以具备相对于传统金融服务的比较优势，是因为互联网金融能提供更好的客户体验，以及随时随地随心的便捷服务和交互服务，实现服务无所不在、服务随需而变，因而互联网金融的首要优势即为优良的客户体验(王曙光和张春霞，2014)。艾瑞咨询研究认为效率提升、成本降低、优化体验是互联网金融带来的显著冲击。在金融搜索与金融咨询方面，“金融搜”、“财经道”、“融360”作为目前较为领先的创新型互联网金融服务公司，为中小企业和广大个人投资者提供了可靠便捷的海量信息和搜索结果,节省了获取信息的成本并提高了信息精度。综上所述，本文将上述内容归纳为互联网金融提供的良好用户体验，将其作为正向影响用户有用性感知的重要因素。因此本文提出第二个假设。

假设2：互联网金融提供的良好客户体验是正向影响用户有用性感知的重要因素。

3.新技术创新应用

互联网技术的广泛应用使得金融服务能快速发现并响应客户的需求，并通过智能化操作实现高效运作，由此缓解甚至完全消除了交易双方的信息不对称，从而实现对信息的有效组织、排序、检索和匹配(王曙光和张春霞，2014)。随着互联网金融对新技术的应用，当前的金融专业化和分工被淡化，复杂交易被大大简化而易于操作，从而由精英控制的金融模式向普惠型大众金融发展(谢平和邹传伟,2012)。当然，不断成熟的互联网金融思想与信息技术有效地促进了互联网金融的发展(刘勤福和孟志芳，2014)。如阿里小贷基于大数据分析的客户信用模型评估、移动互联网实现移动支付应用、云计算技术下的海量数据挖掘等，这一系列新技术在互联网金融中的应用，正是互联网金融模式脱颖而出的重要因素。众多TAM模型应用的实证研究都表明，技术创新应用将大大影响用户易用性感知。综上所述，本文将上述内容归纳为互联网金融对新技术创新的应用，它是正向影响用户易用性感知的重要因素。因此本文提出第三个假设。

假设3：互联网金融的新技术创新应用是正向影响用户易用性感知的重要因素。

4.信用风险和安全

作为互联网技术与金融全面结合的产物，互联网金融首当其冲的问题是系统性安全问题，确保信息保密、加密以及防止信息窃取是必然存在的技术风险(杨群华，2013)。网上支付安全风险、信用保障风险等也将直接带来用户和网络支付机构资金损失、业务终止等后果(王长松，2013)。当然，因为虚拟借贷人没有履行义务而导致潜在的财务损失的信用风险仍是互联网金融的主要风险。综上所述，本文将上述内容归纳为互联网金融存在的信用风险和安全问题，它是负向影响用户使用意愿的重要因素。因此本文提出第四个假设。

假设4：互联网金融的信用风险和安全问题负向影响用户的使用意愿。

5.监管和政策影响

缺乏监管的互联网金融会影响到社会稳定和金融安全，不仅目前的法律缺乏对消费者权益的相应保护，而且与当前的货币政策也存在冲突，因此亟须进一步健全和完善监管机制(王曙光和张春霞，2014)。因为政策法规的不完整可能会带来用户和网络支付机构的资金损失以及业务终止等后果(王长松，2013)。互联网金融具备金融的天然属性，因此政策的改变对互联网金融的发展有天然的指挥棒功能。综上所述，本文将其归纳为互联网金融所受的监管和政策影响，它是负向影响用户使用意愿的重要因素。因此本文提出第五个假设。

假设5：互联网金融受监管和政策的影响，将负向影响用户的使用意愿。

用户接受互联网金融是一个复杂的行为，涉及互联网金融自身的各个特点。综合上述研究假设，本文构建了互联网金融用户接受因素模型(见图2)。

图 2 互联网金融用户接受模型

图选项

在该模型中，本文将市场需求和客户体验两个因素作为感知有用性的外部变量，将互联网金融中的新技术创新作为感知易用性的外部变量；对于使用意愿而言，将风险感知和监管政策作为其外部变量。

(一)问卷设计

本文按照结构方程模型的一般原则和步骤，对问卷进行了初步设计。除征询受访者的年龄、性别、学历、职业等基本信息外，本问卷还设置了两个开放式问题，即用户使用最多的互联网金融模式以及用户选择互联网金融的原因。在此基础上，本问卷设计25个问题(变量)(见表1)，分别测量受访者对于互联网金融在市场需求满足、客户体验等7个潜在变量的结果。为了更好地保证样本的有效性，问卷设计了一个控制变量，即对不熟悉、不了解、不使用互联网金融的样本直接作淘汰处理。

本文采用Likert 5点指标尺，答卷者可选择1(反对)、2(部分反对)、3(不确定/没意义)、4(部分同意)、5(完全同意)对问题进行打分。问卷通过初步测试和专家评审对初始量表作了修正和完善。本问卷选取了金融从业人员、互联网金融相关人员以及有互联网金融使用经验的用户作了初步测试。这些被调查对象对互联网金融熟悉和了解,大部分有使用经历。通过调查问卷的初步测试，本文构建了最终的指标项和数量，测试了问卷结果的可信度数值及相关性系数。在结合专家建议和实际测试结果的基础上，本调查问卷的最终指标项如表1所示。

本调查通过互联网问卷星工具，面向了解并有互联网金融使用经验的用户进行发放。本问卷调查最终回收152份问卷。除本身不符合规范的问卷外，回收后的问卷按控制变量做了剔除，最终样本为144份，有效问卷率为94.7%。

样本分布情况如下：男性占56.58%,女性占43.42%；年龄在21-30岁的占27.63%，31-40岁的占52.63%，41-50岁的占17.76%；本科以下的人员占比5.92%，本科占比45.39%，研究生及以上占比48.68%。从样本的分布情况来看，互联网金融受众男性比女性略多，主要以年轻人为主，大部分用户受过良好的高等教育。结合本问卷设计的控制变量，样本具有很好的代表性。

本问卷调查的第一部分采用了开放式问卷。其中对于用户最常使用的互联网金融模式(多选题)，问卷显示用户使用比较多的是第三方支付，占到调研人数的98.03%，其次是P2P网贷、理财占调研人数的20.39%，再次是信息化金融机构(金融电商、建行商城等)占17.76%。对于互联网金融模式被大家接受的首要原因，调查结果显示以快捷、便利、方便为关键词的统计比例达43.4%，即大部分客户认为快捷、方便、便利是互联网金融被大家接受的最主要原因。

本文选用结构方程模型(SEM)检验模型与数据的拟合程度。结构方程模型是用线性方程系统表示观测变量与潜变量之间以及潜变量之间关系的一种统计方法，是一种通用的、主要的线性统计建模技术。本文按照惯例，做两个阶段的线性结构关系分析。第一阶段对各个变量及其衡量指标进行信度和效度分析；第二阶段进行模型拟合分析，验证模型的合理性和各项假设。

本研究采用探索性因子分析(EFA)和验证性因子分析(CFA)考察测量模型中量表的信度和效度；在对探索性因子进行分析之前，本文预先计算了KMO值，据此来判断数据是否适合进行探索性因子分析。结果显示KMO值为0.790，总体α值为0.880，说明具有较好的信度，适合进行因子分析。

通过SPSS软件本研究对相应的因子做了Varimax旋转，得到8个因子的进一步分析结果(见表2)。

从表2中可以看出，所有指标在对应因子(从MD1到BI3)的标准负载值基本都大于0.7，抽取指标的平均方差(AVE)也都大于0.5的基准值，复合信度(CR)和Cronbach α值高于0.7。以上各项指标均说明，本次数据有较好的收敛效度和信度，调查数据可信且效果理想。

本文通过AMOS软件，对整个模型进行了结构方程模型的拟合，相关拟合度指数可参见表3。其中卡方自由度比χ²/df为0.974,RMSEA为0.000，GFI、AGFI、CFI、NFI分别为0.901、0.851、1、0.918，很好地满足了结构方程模型适配度检验标准，各指数基本在推荐值范围内。因此本研究的假设模型和调查数据的拟合效果良好。

最后本文利用结构方程模型对相关的因子做了计算。互联网金融用户接受模型及相关的路径系数如图3所示。

图 3 各影响因素之间的路径系数

图选项

互联网金融用户接受影响因素中，市场需求对有用性影响的路径系数是0.23,客户体验对有用性影响的路径系数是0.18。本文的研究假设1和假设2成立，即互联网金融对多层次市场需求的满足正向影响用户感知互联网金融有用性；互联网金融良好的客户体验正向影响用户感知互联网金融有用性。新技术创新应用对易用性的路径系数是0.48，本文的研究假设3成立，即互联网金融新技术创新应用正向影响用户感知易用性。在互联网金融用户接受影响因素模型中，感知易用性依然正向影响有用性，这与前期各位学者在类似的对象研究中的结论一致。

互联网金融使用意愿中，风险感知和监管政策对使用意愿的路径系数分别为0.51和0.17。测算的结果表明，本文的研究假设4和假设5不成立，互联网金融中存在的安全风险以及监管政策因素并不负向影响用户对互联网金融的接受。

1.市场需求和资源配置的满足能力永远是商业模式创新的第一原则

本文的研究结果证明了互联网金融对多层次的市场需求和资源配置能力的满足，通过有用性感知正向影响互联网金融的用户接受度。正如学者们所阐述的，市场需求是企业商业模式创新的重要动力，市场中的大多数企业的商业模式并不是从一开始就具备独特性。当具有创新性的企业清晰地认识到这个市场需求，并利用自身或外部创意、技术和资源来满足这些市场需求时，企业自身在产品或服务上体现了一定程度的差异化，这种差异化将最终导致商业模式的差异化。互联网金融在激烈的传统金融服务市场中，清晰识别多层次金融服务的市场需求，并以区别于传统金融的资源配置能力来满足客户的资源配置需求，这样的模式创新必将获得用户的接受和青睐。

2.良好的客户体验或许能弥补产品在市场需求满足能力上的不足

互联网金融良好的客户体验因素通过感知有用性正向影响用户接受互联网金融。与多层次的市场需求满足因素相比较，客户体验指标在有用性影响的路径系数上只差0.05，相差不大。因而当企业无法及时辨析差异化的市场需求时，优质的客户体验往往能弥补其产品功能差异化的不足，这样的结论已在众多学者的研究中得以证实。以第三方支付为代表的互联网金融能在同质化的激烈竞争中胜出，其根本原因正是抓住了客户体验。

3.新技术创新应用重点影响用户对互联网金融易用性的感知，而这种感知易用性影响有用性感知，且正向影响用户对互联网金融的接受

这一结果与学者们前期的研究结果保持一致。技术创新发展对商业模式创新有重要的影响。具有优势的技术创新将对商业模式的关键要素产生影响和冲击，最终导致商业模式变革。企业应视这种技术创新变革及时调整自身的商业模式，从而持续地获得竞争力。基于移动互联网、大数据、社交媒体等各种新技术的创新应用，使得互联网金融企业被广大用户最认可的特点便是易用性，从而使得金融服务更加快捷有效、市场交易成本更加低廉、交易信息对称性更强、金融市场的长尾特征更加得以体现。

4.风险感知和监管政策两个因素不负向影响用户对互联网金融的接受

这样的结果似乎出人意料，但却符合实际金融市场风险与收益成正比的论断。金融产业本身是经营风险而实现赢利的。市场风险大、监管不完善，意味着可能赢取超额利润的机会更大。这就解释了当前互联网金融即便存在账户安全风险、系统技术风险、信用性风险及监管体系不完善等多种问题，用户仍然愿意参与其中的根本原因。本研究通过事后电话回访问卷用户的形式，获知用户认为一个有着高风险、高收益且监管有序的市场正是他们所需要的。

互联网金融作为一种崭新的金融服务商业模式已被广大用户所接受。本文通过构建互联网金融用户接受模型，实证探究了用户接受互联网金融的影响因素及影响程度。研究结果表明：(1)新技术创新应用是正向影响用户接受互联网金融易用性的重要因素；多层次的金融服务市场需求满足能力以及良好的客户服务体验是正向影响用户接受互联网金融有用性感知的重要因素，尽管这两者的差异非常小。(2)风险感知和监管政策这两个因素并没有负向影响用户对互联网金融的接受，即本文提出的假设1、假设2和假设3通过了验证，而假设4、假设5不成立。

上述研究结果有助于我们深度挖掘互联网金融得以生存和发展的根本原因，找到金融服务中的用户需求的关注点，从而进一步提升金融服务质量和服务效率。具体包括：(1)借鉴互联网金融的经验，继续加大金融服务有用性感知力度。金融企业应充分借鉴互联网金融模式提供的市场资源充分配置能力，消除金融服务信息非对称性的可能，提供良好的金融市场满足用户需求的能力，从根本上赢得用户信任和接受。通过提供良好、便捷的客户服务体验，金融服务企业才能在激烈的同质化竞争中努力实现“弯道超车”。(2)借鉴互联网金融的精神，充分把握新技术创新应用和实践，进一步拓宽金融服务发展空间。大数据应用、移动互联网的普及、社交媒体蓬勃兴起和发展，为未来金融服务进行客户群体拓展、渠道挖掘、信用评价等模式创新，提供了良好的突破口。这既是互联网金融模式下市场细分、多层次市场需求满足能力的内在驱动力，更是进一步完善用户体验、把握用户内在易用性需求的外在表现。(3)有序的监管将进一步促进互联网金融的健康发展。互联网金融自身所携带的市场风险、信用风险、信息系统技术安全风险，虽然并没有影响用户对其的信任和选择，但却为其未来发展带来不确定因素。因而做好互联网金融服务的安全保障，实现有序监管，有利于互联网金融未来的健康发展。

本文在尝试研究互联网金融用户接受影响因素的同时，亦需要未来在以下几个方面做进一步的优化和完善；(1)对影响因素作进一步细化分类，并观察细化后的因素对互联网金融模式创新的用户接受影响。以新技术创新应用为例，后续研究内容可进一步细分大数据、移动互联网等技术对互联网金融模式创新的影响程度，实现系统化研究。(2)进一步深入研究影响因素与互联网金融两者之间的互动关系，验证影响因素中样本空间的变化对研究结果的变动。