網(wǎng)絡(luò)投資理財(cái)個人用戶接受行為影響因素研究

趙保國　成穎慧

摘 要：筆者基于UTAUT模型和相關(guān)文獻(xiàn)，構(gòu)建了網(wǎng)絡(luò)投資理財(cái)個人用戶接受模型，分析影響個人用戶接受網(wǎng)絡(luò)投資理財(cái)?shù)年P(guān)鍵性因素以及這些因素間的相互關(guān)系。通過結(jié)構(gòu)方程模型進(jìn)行經(jīng)驗(yàn)研究，結(jié)果表明：接受意愿和便利條件共同決定了個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)慕邮苄袨椋豢冃谕⒏兄L(fēng)險(xiǎn)是影響接受意愿的主要因素；產(chǎn)品特性通過各因素正向影響個人用戶的接受行為。這對運(yùn)營者精準(zhǔn)把握個人用戶需求，抓住互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)的發(fā)展契機(jī)，開展精準(zhǔn)的營銷活動具有重要意義。

關(guān)鍵詞：網(wǎng)絡(luò)投資理財(cái)；個人用戶；接受行為

中圖分類號：F830.59 文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X（2016）08-0050-06

一、 引 言

網(wǎng)絡(luò)已成為人們開展金融活動的重要入口。在互聯(lián)網(wǎng)金融的熱潮下，消費(fèi)者對網(wǎng)絡(luò)投資理財(cái)表現(xiàn)出強(qiáng)烈的需求。2013年阿里巴巴集團(tuán)推出余額寶服務(wù)，僅上線6天用戶數(shù)量即突破100萬戶，日均凈申購額逾五六千萬元[1]，火爆程度震驚社會各界，彰顯了互聯(lián)網(wǎng)金融領(lǐng)域巨大的發(fā)展?jié)撃芎屠麧櫩臻g。

然而，余額寶成功后，眾多效仿者競相推出“類余額寶”的理財(cái)產(chǎn)品，卻沒有獲得如余額寶一樣的成功效果；消費(fèi)者對P2P網(wǎng)絡(luò)借貸等模式中的網(wǎng)絡(luò)投資理財(cái)活動的整體關(guān)注度和參與度仍然較低。因此，研究個人用戶對于網(wǎng)絡(luò)投資理財(cái)?shù)慕邮苄袨椋珳?zhǔn)把握用戶需求，對于相關(guān)運(yùn)營者抓住互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)的發(fā)展契機(jī)，開展精準(zhǔn)的營銷活動具有重要意義。

目前，研究網(wǎng)絡(luò)投資理財(cái)層面的文獻(xiàn)較少，研究內(nèi)容也主要集中在發(fā)展趨勢[2-3]、優(yōu)勢與劣勢[4]、投資風(fēng)險(xiǎn)[5-6]和政策監(jiān)管[7]等四個方面，并沒有關(guān)于個人用戶網(wǎng)絡(luò)投資理財(cái)行為的定量研究。筆者試圖對個人用戶的網(wǎng)絡(luò)投資理財(cái)接受行為影響因素進(jìn)行研究，填充網(wǎng)絡(luò)投資理財(cái)領(lǐng)域內(nèi)的研究空白，依托于UTAUT模型，定量分析影響個人用戶接受網(wǎng)絡(luò)投資理財(cái)?shù)年P(guān)鍵性因素以及這些因素間的相互關(guān)系，并提出營銷建議。

二、 模型及假設(shè)

（一）網(wǎng)絡(luò)投資理財(cái)?shù)幕緝?nèi)涵

現(xiàn)階段還沒有學(xué)者明確地對網(wǎng)絡(luò)投資理財(cái)進(jìn)行界定。中國互聯(lián)網(wǎng)絡(luò)信息中心[8]將互聯(lián)網(wǎng)投資理財(cái)產(chǎn)品定義為：“互聯(lián)網(wǎng)公司或銀行發(fā)行的，只能通過互聯(lián)網(wǎng)渠道購買的類余額寶類理財(cái)產(chǎn)品，該類產(chǎn)品具有高收益、低門檻、高流動性的特點(diǎn)”。

結(jié)合學(xué)者們對個人投資理財(cái)概念的界定[9]-[12]，筆者認(rèn)為，網(wǎng)絡(luò)投資理財(cái)是指個人審視自己的資產(chǎn)狀況及風(fēng)險(xiǎn)承受能力，利用網(wǎng)絡(luò)投資工具合理運(yùn)用財(cái)務(wù)資源，實(shí)現(xiàn)財(cái)產(chǎn)的保值增值。該定義中的網(wǎng)絡(luò)投資理財(cái)工具是指基于互聯(lián)網(wǎng)特色而建立的在線投資理財(cái)產(chǎn)品，只能通過互聯(lián)網(wǎng)渠道購買。對于傳統(tǒng)理財(cái)產(chǎn)品，如果僅將服務(wù)渠道拓展到網(wǎng)絡(luò)上，而對產(chǎn)品本身沒有任何改變，則不應(yīng)屬于網(wǎng)絡(luò)投資理財(cái)工具范圍之內(nèi)，例如在線炒股。

（二）理論模型及假設(shè)

個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)慕邮苓^程可以分為兩個部分：一是個人用戶對網(wǎng)絡(luò)投資理財(cái)模式的接受過程，這一過程類似于對一個新技術(shù)的接受過程，可以通過對于信息技術(shù)接受行為具有極強(qiáng)解釋力的UTAUT（Unified Theory of Acceptance anel Use of Technology）模型進(jìn)行模擬。二是個人用戶在產(chǎn)品特性、理財(cái)認(rèn)知程度等非功能價(jià)值因素的影響下，最終形成接受行為。因此，筆者在UTAUT模型的基礎(chǔ)上進(jìn)行修訂補(bǔ)充，從而建立個人用戶的接受模型，如圖1所示。

1.UTAUT原始模型的相關(guān)研究假設(shè)

對于網(wǎng)絡(luò)投資理財(cái)活動，由于尚處于發(fā)展的初期階段，用戶群體在控制變量方面的差異不甚明顯，因此并未將控制變量納入研究范圍。同時，根據(jù)TAM模型，個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)呐ζ谕麜冃谕a(chǎn)生影響。對于個人用戶來說，當(dāng)他認(rèn)為網(wǎng)絡(luò)投資理財(cái)操作起來比較簡單，才會愿意接受網(wǎng)絡(luò)投資理財(cái)活動，并發(fā)現(xiàn)網(wǎng)絡(luò)投資理財(cái)可以帶來績效上的提高。基于以上分析，筆者提出如下假設(shè)：

H1：個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)呐ζ谕麜蛴绊懣冃谕?/p>

H2：個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)呐ζ谕麜蛴绊懡邮芤庠浮?/p>

H3：個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)目冃谕麜蛴绊懡邮芤庠浮?/p>

H4：個人用戶受到的社會影響會正向影響接受意愿。

H5：個人用戶感知到的網(wǎng)絡(luò)投資理財(cái)便利條件會正向影響接受行為。

H6：個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)慕邮芤庠笗蛴绊懡邮苄袨椤?/p>

2.新增變量的相關(guān)研究假設(shè)

（1）理財(cái)認(rèn)知程度

Robb 和Sharpe[13] 指出，學(xué)歷和金融知識對高校學(xué)生理財(cái)行為有重要影響。Veld-Merkoulova[14] 研究了投資者背景對個人投資決策的影響作用。筆者認(rèn)為，理財(cái)認(rèn)知程度是對居民理財(cái)意識的衡量，指個人用戶對于投資理財(cái)活動的整體認(rèn)知，包括個人對理財(cái)?shù)年P(guān)心程度和理財(cái)知識的儲備兩個方面。個人用戶的理財(cái)認(rèn)知程度越高，對理財(cái)中投資風(fēng)險(xiǎn)的不確定性感知就會越少；同時，其對理財(cái)?shù)年P(guān)注度也高，更愿意參與網(wǎng)絡(luò)投資理財(cái)活動，對此筆者提出如下假設(shè)：

H7：理財(cái)認(rèn)知程度負(fù)向影響個人用戶感知風(fēng)險(xiǎn)。

H8：理財(cái)認(rèn)知程度正向影響個人用戶接受意愿。

（2）產(chǎn)品特性

網(wǎng)絡(luò)投資理財(cái)產(chǎn)品是網(wǎng)絡(luò)投資理財(cái)行為發(fā)生的基礎(chǔ)。彭見瓊和呂德宏[15]通過實(shí)證研究指出，理財(cái)產(chǎn)品的風(fēng)險(xiǎn)屬性、產(chǎn)品收益、理財(cái)起始金額對居民選擇投資理財(cái)有輕微影響。Kapoor等[11]提出投資收益、投資增長性以及投資的流動性是影響投資決策的因素。蘇雯[4]認(rèn)為，網(wǎng)絡(luò)理財(cái)產(chǎn)品流動性強(qiáng)于大部分銀行理財(cái)產(chǎn)品，但穩(wěn)健性整體來說相對較低。

產(chǎn)品特性在網(wǎng)絡(luò)投資理財(cái)活動中是個非常重要的因素。通過對余額寶、P2P網(wǎng)絡(luò)借貸等模式的分析，筆者認(rèn)為，產(chǎn)品特性是指在網(wǎng)絡(luò)投資理財(cái)過程中，個人用戶對于理財(cái)產(chǎn)品各方面特征的感知，主要涉及產(chǎn)品收益、產(chǎn)品風(fēng)險(xiǎn)屬性、理財(cái)起始金額、投資期限和流動性五個方面。

網(wǎng)絡(luò)投資理財(cái)?shù)漠a(chǎn)品特性使個人用戶更加能夠感知到效用和優(yōu)勢；同時產(chǎn)品的部分特征，比如在流動性方面，有些產(chǎn)品提供“隨時贖回”，也進(jìn)一步降低了個人用戶的感知風(fēng)險(xiǎn)。對此筆者提出如下假設(shè)：

H9：網(wǎng)絡(luò)投資理財(cái)中的產(chǎn)品特性正向影響績效期望。

H10：網(wǎng)絡(luò)投資理財(cái)中的產(chǎn)品特性負(fù)向影響感知風(fēng)險(xiǎn)。

（3）感知風(fēng)險(xiǎn)

Bauer在1960年將感知風(fēng)險(xiǎn)引入消費(fèi)者研究中，此后很多學(xué)者將感知風(fēng)險(xiǎn)視為用戶行為研究中的一項(xiàng)重要因素[16-17]。投資理財(cái)活動必然伴隨著一定的風(fēng)險(xiǎn)[11]。筆者將網(wǎng)絡(luò)投資理財(cái)中的感知風(fēng)險(xiǎn)定義為個人用戶在網(wǎng)絡(luò)投資理財(cái)中，對預(yù)計(jì)可能發(fā)生的、與開始期望不相符的負(fù)面結(jié)果的心理預(yù)期，并將風(fēng)險(xiǎn)重點(diǎn)聚焦在非系統(tǒng)性風(fēng)險(xiǎn)方面，主要包括財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、心理風(fēng)險(xiǎn)和時間風(fēng)險(xiǎn)。

個人用戶在網(wǎng)絡(luò)投資理財(cái)過程中會對可能出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行評價(jià)，一旦個人用戶認(rèn)為可能會出現(xiàn)傷害自身利益的風(fēng)險(xiǎn)，就會產(chǎn)生抵觸情緒。這種對風(fēng)險(xiǎn)的認(rèn)知，在接收到他人傳達(dá)的積極消息時，會得到緩解。對此筆者提出如下假設(shè)：

H11：社會影響負(fù)向影響個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)母兄L(fēng)險(xiǎn)。

H12：個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)母兄L(fēng)險(xiǎn)負(fù)向影響接受意愿。

三、 研究設(shè)計(jì)

（一）問卷設(shè)計(jì)

筆者基于前人的成熟量表，結(jié)合網(wǎng)絡(luò)投資理財(cái)?shù)奶攸c(diǎn)，對各變量的測度量表進(jìn)行再設(shè)計(jì)，如表1所示。通過小規(guī)模訪談、問卷前測、問卷修正等過程最終形成包括34個問項(xiàng)的正式調(diào)查問卷。問卷包括兩個部分：第一部分是有關(guān)調(diào)查對象的基本信息，包括學(xué)歷、性別、年齡和月可支配收入等；第二部分是網(wǎng)絡(luò)投資理財(cái)行為測量量表，采用Likert五級量表對理財(cái)認(rèn)知程度、產(chǎn)品特性、感知風(fēng)險(xiǎn)等9個變量進(jìn)行逐一測量。問卷前測以實(shí)地問卷調(diào)查的形式展開。

（二）調(diào)研方法及樣本特征

采用互聯(lián)網(wǎng)調(diào)查法進(jìn)行數(shù)據(jù)的正式收集，通過社交網(wǎng)站鏈接分享、即時通信工具轉(zhuǎn)發(fā)、發(fā)送電子郵件等方式發(fā)放問卷，共計(jì)回收297份問卷，按照“答案重復(fù)、關(guān)鍵問項(xiàng)答案缺失、IP重復(fù)、明顯低于平均填答時間”的標(biāo)準(zhǔn)剔除無效問卷后，得到有效問卷286份，有效問卷率達(dá)96.300%，樣本量符合進(jìn)行結(jié)構(gòu)方程模型分析的基本要求[20]。

樣本基本資料統(tǒng)計(jì)結(jié)果顯示，樣本學(xué)歷水平較高，碩士占比44.410%，本科占比40.210%；性別方面，女性數(shù)量占54.550%略高于男性；69.930%的樣本年齡集中在25—35歲；月收入在3 001—10 000元范圍內(nèi)的人數(shù)達(dá)86.360%，顯示大多數(shù)為中等收入人群。

四、數(shù)據(jù)分析

（一）信度、效度檢驗(yàn)

通過SPSS22.0軟件，采用 Cronbachs α系數(shù)進(jìn)行信度分析。從表2可以看出，各變量的Cronbachsα系數(shù)均大于0.500，可見問卷具有較好的內(nèi)部一致性，問卷設(shè)計(jì)合理。

筆者所使用的量表絕大多數(shù)來自于過去公開發(fā)表的成熟量表和文獻(xiàn)，并且通過訪談和前測，修正了問項(xiàng)表述的不當(dāng)之處，因此，問卷具有較好的內(nèi)容效度。在建構(gòu)效度方面，筆者采用因子分析法進(jìn)行檢驗(yàn)。分析結(jié)果顯示，各變量的KMO值均大于0.600，表明樣本數(shù)據(jù)適合進(jìn)行因子分析；各變量均只提取出一個公共因子，并且各測量指標(biāo)的因子載荷均大于0.450，表明問卷結(jié)構(gòu)效度較高。

（二） 模型檢驗(yàn)

筆者采用AMOS22.0軟件對假設(shè)模型進(jìn)行擬合分析，以χ2/df、GFI、AGFI、NFI、CFI及RMSEA作為主要評價(jià)指標(biāo)檢驗(yàn)?zāi)Ｐ褪欠癯闪ⅰ８髦笜?biāo)評價(jià)標(biāo)準(zhǔn)和實(shí)際測量結(jié)果如表3所示。

從表3可以看出，評價(jià)指標(biāo)χ2/df、GFI、AGFI、NFI、CFI和RMSEA的實(shí)際測量值分別為2.075、0.745、0.736、0.751、0.913和0.072，均在合理范圍之內(nèi)，表明假設(shè)模型擬合程度較高。

同時，假設(shè)模型路徑系數(shù)回歸結(jié)果顯示：假設(shè)H7不成立，即理財(cái)認(rèn)知程度對感知風(fēng)險(xiǎn)的影響不顯著，表明兩組變量之間沒有相關(guān)關(guān)系；其它路徑都通過了顯著性檢驗(yàn)，并且感知風(fēng)險(xiǎn)與產(chǎn)品特性、社會影響、接受意愿之間呈現(xiàn)負(fù)相關(guān)關(guān)系。

綜合分析模型擬合分析與假設(shè)檢驗(yàn)結(jié)果可知，假設(shè)模型雖然基本正確，但仍需要進(jìn)一步修正。依據(jù)模型修正標(biāo)準(zhǔn)，刪除檢驗(yàn)結(jié)果中不顯著的路徑H7，并再次對樣本數(shù)據(jù)進(jìn)行擬合檢驗(yàn)，結(jié)果如表4和表5所示。模型修正后的擬合結(jié)果（如表4所示）顯示，刪除H7后，各評價(jià)指標(biāo)都有了不同程度的改善。同時，修正后的模型路經(jīng)系數(shù)回歸結(jié)果（如表5所示）中，各假設(shè)顯著性均較高。

依據(jù)各變量之間的路徑系數(shù)，可以將各變量對接受行為的直接、間接和總影響效果計(jì)算出來（如表6所示）。從表6可以看出，按照各變量對用戶接受行為的影響效果，

因此，根據(jù)修正后的假設(shè)模型擬合分析與假設(shè)檢驗(yàn)結(jié)果，筆者最終建立了網(wǎng)絡(luò)投資理財(cái)個人用戶接受模型，如圖2所示。

依據(jù)各變量之間的路徑系數(shù)，可以將各變量對接受行為的直接、間接和總影響效果計(jì)算出來，如表6所示。從表6可以看出，按照各變量對個人用戶接受行為的影響效果，可以由大到小依次排序如下：接受意愿、績效期望、便利條件、感知風(fēng)險(xiǎn)、社會影響、產(chǎn)品特性、努力期望和理財(cái)認(rèn)知程度。

（三） 結(jié)果分析

從修正模型可知，12個研究假設(shè)中除H7外，其余都成立。筆者對個人用戶網(wǎng)絡(luò)投資理財(cái)接受行為的研究結(jié)果如下：接受意愿和便利條件共同決定了個人用戶對網(wǎng)絡(luò)投資理財(cái)?shù)慕邮苄袨椋怀憷麠l件外，各因素都通過接受意愿對接受行為產(chǎn)生影響。績效期望、理財(cái)認(rèn)知程度正向影響個人用戶的接受意愿；感知風(fēng)險(xiǎn)負(fù)向影響接受意愿；社會影響、努力期望正向影響接受意愿，又通過其他因素發(fā)揮間接影響作用；產(chǎn)品特性通過績效期望、感知風(fēng)險(xiǎn)對接受意愿產(chǎn)生影響。

對于假設(shè)H7不成立的原因，筆者認(rèn)為可能是：個人用戶在網(wǎng)絡(luò)投資理財(cái)中感知到的風(fēng)險(xiǎn)主要有兩類：一類是由網(wǎng)絡(luò)使用方面帶來的安全風(fēng)險(xiǎn)；另一類是從投資理財(cái)產(chǎn)品中感知到的投資風(fēng)險(xiǎn)，由產(chǎn)品屬性引發(fā)。當(dāng)個人用戶對理財(cái)有充足的認(rèn)知時，可以對投資風(fēng)險(xiǎn)進(jìn)行一個合理的判斷，這在某種程度上可以緩解來源于投資理財(cái)產(chǎn)品的感知風(fēng)險(xiǎn)，但并不能改變個人用戶對網(wǎng)絡(luò)安全方面的感知風(fēng)險(xiǎn)。

五、基本結(jié)論與啟示

筆者基于UTAUT模型構(gòu)建了網(wǎng)絡(luò)投資理財(cái)個人用戶接受模型，證實(shí)了接受意愿、績效期望、便利條件、感知風(fēng)險(xiǎn)、社會影響、產(chǎn)品特性、努力期望和理財(cái)認(rèn)知程度等因素都影響個人用戶的接受行為并且影響作用依次減小。由于便利條件在很大程度上依托于外界客觀環(huán)境，對運(yùn)營者來說可控性較低；接受意愿更多的是從個人用戶的主觀層面對其接受行為產(chǎn)生推動作用。因此，運(yùn)營者應(yīng)當(dāng)重點(diǎn)關(guān)注影響接受意愿的有關(guān)因素，在營銷過程中注意以下幾點(diǎn)：

第一，發(fā)展客戶資源，擴(kuò)張個人用戶規(guī)模。擴(kuò)大個人社會影響會降低個人用戶的感知風(fēng)險(xiǎn)，進(jìn)而促進(jìn)其對網(wǎng)絡(luò)投資理財(cái)?shù)慕邮芤庠浮Ｔ谠O(shè)計(jì)運(yùn)營模式的初期，運(yùn)營者就應(yīng)當(dāng)充分考慮到個人用戶數(shù)量的培育時間和培育方法。建議與擁有個人用戶基礎(chǔ)、業(yè)務(wù)支撐的互聯(lián)網(wǎng)企業(yè)合作，共同打造網(wǎng)絡(luò)投資理財(cái)產(chǎn)品，縮短培育時間，保障培育效果。

第二，建立企業(yè)品牌，降低個人用戶感知風(fēng)險(xiǎn)。感知風(fēng)險(xiǎn)是唯一負(fù)向影響接受意愿的因素。為降低個人用戶的感知風(fēng)險(xiǎn)，尤其對于獨(dú)立開展網(wǎng)絡(luò)投資理財(cái)?shù)倪\(yùn)營者，如拍拍貸等P2P網(wǎng)站，要著重建立企業(yè)品牌，提高口碑和信譽(yù)度。打造企業(yè)品牌要由內(nèi)而外。首先，企業(yè)運(yùn)營者需要嚴(yán)格要求自己，摒棄投機(jī)取巧等不負(fù)責(zé)任的念想，始終堅(jiān)持實(shí)現(xiàn)企業(yè)和個人用戶雙贏的效果。其次，可以借助一些外在宣傳手段，如獲取資格認(rèn)證、取得知名企業(yè)融資、利用名人效應(yīng)等提升個人用戶對自己的信任。

第三，把握產(chǎn)品屬性，做好市場細(xì)分。產(chǎn)品特性作用于績效期望和感知風(fēng)險(xiǎn)，進(jìn)而影響接受意愿。筆者將網(wǎng)絡(luò)投資理財(cái)?shù)漠a(chǎn)品特性歸納為產(chǎn)品收益高、產(chǎn)品風(fēng)險(xiǎn)屬性小、理財(cái)起始金額低、投資期限短和流動性強(qiáng)等五個方面。無論產(chǎn)品形式如何變化，在產(chǎn)品特性中都應(yīng)包含上述五個方面中的某些特征，借此吸引個人用戶，形成區(qū)別于傳統(tǒng)理財(cái)產(chǎn)品的競爭優(yōu)勢。同時，不應(yīng)單純地將產(chǎn)品中包含以上特性個數(shù)的多少作為設(shè)計(jì)標(biāo)準(zhǔn)，而需結(jié)合市場細(xì)分理論，根據(jù)個人用戶的需求差異將用戶群進(jìn)行細(xì)分，有針對性地對五個方面產(chǎn)品特性進(jìn)行組合，制定多元化的產(chǎn)品，滿足不同個人用戶的需求，并配合對應(yīng)的營銷手段開展市場推廣活動。

第四，多客戶端聯(lián)動，提升個人用戶體驗(yàn)。績效期望和努力期望影響個人用戶的接受意愿。根據(jù)研究結(jié)果，“網(wǎng)絡(luò)投資理財(cái)能夠隨時讓我了解理財(cái)?shù)膭討B(tài)”、“網(wǎng)絡(luò)投資理財(cái)使我的理財(cái)活動更加方便”的影響分別高達(dá)0.750和0.800，體現(xiàn)出個人用戶對于隨時隨地掌握理財(cái)動態(tài)的需求。運(yùn)營者應(yīng)從個人用戶的這一需求出發(fā)，開發(fā)出不同平臺上的客戶端，實(shí)現(xiàn)客戶端之間的聯(lián)動，并且在界面設(shè)計(jì)方面，做到合理地協(xié)調(diào)“簡”與“繁”，以客戶體驗(yàn)為導(dǎo)向，兼顧操作的便捷性和信息的全面性。

參考文獻(xiàn)：

[1] 李慶治.“余額寶”又一次“改變”了銀行[J].國際金融，2013， （8）：69-71.

[2] 李秋佳.網(wǎng)絡(luò)理財(cái)走進(jìn)投資理財(cái)新時代[J].卓越理財(cái)，2010，（8）：47.

[3] 熊麗華.E-Bank：投資理財(cái)新概念[J].卓越理財(cái)，2005，（6）：12-13.

[4] 蘇雯.網(wǎng)絡(luò)理財(cái)vs銀行理財(cái)[J].理財(cái)，2013，（11）：60-61.

[5] 焉靖文.網(wǎng)上理財(cái)謹(jǐn)防被釣魚[J].大眾理財(cái)顧問，2014，（1）：42-43.

[6] 夏志瓊.互聯(lián)網(wǎng)理財(cái)，當(dāng)防范風(fēng)險(xiǎn)[J].金融經(jīng)濟(jì)，2013，（11）：46.

[7] 陸岷峰，王虹.互聯(lián)網(wǎng)金融與金融互聯(lián)網(wǎng)的監(jiān)管研究[J].海南金融，2014，（3）：52-56.

[8] 中國互聯(lián)網(wǎng)絡(luò)信息中心CNNIC.中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201407/P020140721507223212132.

[9] 黃祝華，韋耀瑩.個人理財(cái)（第二版）[M].大連：東北財(cái)經(jīng)大學(xué)出版社，2010.1-3.

[10] 柴效武.個人理財(cái)[M].北京：清華大學(xué)出版社，2012.3-8.

[11] 杰克·R.卡普爾，李·R.德拉貝，羅伯特·J.休斯.個人理財(cái)[M].上海傳神翻譯服務(wù)有限公司譯，上海：上海人民出版社，2006.4-8.

[12] 趙立航.個人理財(cái)?shù)倪壿嫽A(chǔ)與歷史發(fā)展[J].學(xué)術(shù)交流，2004，（8）：102-105.

[13] Robb， C.A.， Sharpe， D.L.Effect 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， Y.V.Investment Horizon and Portfolio Choice of Private Investors [J].International Review of Financial Analysis， 2011， 20（2）： 68-75.

[15] 彭見瓊，呂德宏.城鎮(zhèn)居民個人理財(cái)需求影響因素研究[J].財(cái)會通訊，2012，（7）：123-125.

[16] 張童.銀行個人理財(cái)客戶識別矩陣構(gòu)建及實(shí)證研究——基于感知利益與感知風(fēng)險(xiǎn)權(quán)衡的視角[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（11）：36-46.

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

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

[19] 武學(xué)斐.影響用戶接受移動互聯(lián)網(wǎng)的關(guān)鍵因素分析[D].北京：北京郵電大學(xué)碩士學(xué)位論文，2008.44-50.

[20] 石芝.移動旅游服務(wù)用戶接受研究[D].四川：西南交通大學(xué)碩士學(xué)位論文，2007.29-36.

[21] 榮泰生.AMOS與研究方法[M].重慶：重慶大學(xué)出版社，2009.77-139.

（責(zé)任編輯：于振榮）