用戶視角下智能投顧的接受意愿影響因素研究

王飛陽

[摘 要]智能投顧以人工智能算法為基礎(chǔ)提供智能化理財服務(wù)，降低了傳統(tǒng)理財服務(wù)的投資門檻，具有普惠性和便捷性。然而，目前我國用戶對智能投顧的采納率呈現(xiàn)較低水平，已有的研究中較少從用戶視角研究智能投顧的接受意愿。文章基于消費者價值理論、創(chuàng)新阻力理論，選擇經(jīng)濟價值、功能價值和傳統(tǒng)障礙等變量，以功能和心理兩個路徑為中介，探索用戶對智能投顧的接納意愿影響因素。通過對542位用戶進行問卷調(diào)查并建構(gòu)結(jié)構(gòu)方程模型，發(fā)現(xiàn)經(jīng)濟價值、功能價值對任務(wù)技術(shù)匹配度和信任具有正向作用，傳統(tǒng)障礙對任務(wù)技術(shù)匹配度和信任具有負向作用，任務(wù)技術(shù)匹配度和信任對接受意愿具有正向作用并發(fā)揮了中介效應(yīng)。

[關(guān)鍵詞]智能投顧；消費者價值理論；創(chuàng)新阻力理論；任務(wù)技術(shù)匹配度；信任

中圖分類號：F275 文獻標識碼：A 文章編號：1674-1722（2024）04-0016-03

近年來，隨著人工智能在金融領(lǐng)域的深化應(yīng)用，金融科技的重要性日益凸顯，國家從戰(zhàn)略層面發(fā)布了《新一代人工智能發(fā)展規(guī)劃》和《金融科技（FinTech）發(fā)展規(guī)劃（2019—2021年）》，對人工智能在金融行業(yè)的應(yīng)用謀篇布局。智能投顧作為金融科技在投資理財領(lǐng)域的重要應(yīng)用產(chǎn)品，綜合運用金融學(xué)與人工智能等技術(shù)，通過分析投資市場的波動和評估用戶的資產(chǎn)狀況，實現(xiàn)投資者資產(chǎn)配置再平衡，具有一定的普惠性和便捷性。據(jù)統(tǒng)計，近70%的用戶沒有使用過智能理財服務(wù)，表明智能投顧采納率仍然處在較低水平。因此，從消費者的角度研究智能投顧接受意愿的影響因素具有一定的必要性。

然而，現(xiàn)階段對于智能投顧的研究成果非常有限，很少有學(xué)者從用戶行為的視角研究智能投顧，較少考慮智能投顧的金融屬性。基于此，文章在總結(jié)前人研究的基礎(chǔ)上，構(gòu)建理論模型，實證分析用戶視角下影響智能投顧接受意愿的因素，進一步豐富智能投顧的研究內(nèi)容，為提供智能投顧服務(wù)的金融企業(yè)提供相應(yīng)的理論參考。

一、研究理論和模型構(gòu)建

（一）理論基礎(chǔ)

消費者價值理論提供了一種了解用戶如何選擇購買并在各種可訪問商品中挑選特定產(chǎn)品的方法。目前，在數(shù)字消費領(lǐng)域中，消費者價值理論的因素已經(jīng)被證明為數(shù)字消費行為、預(yù)消費行為和后消費行為的前因，包括移動金融服務(wù)[ 1 ]。智能投顧作為典型的金融服務(wù)，消費者在面對智能投顧推薦的投資組合產(chǎn)品時需要作出相應(yīng)的決策。這符合消費者價值理論的應(yīng)用范疇。因此，本研究使用消費者價值理論探索用戶對智能投顧的接納意愿。

創(chuàng)新阻力理論指出，創(chuàng)新對于消費者意味著“變化”，抵制變化是一種預(yù)期的反應(yīng)，在技術(shù)采用的第一階段必須克服[ 2 ]。目前，創(chuàng)新阻力理論被廣泛地應(yīng)用于信息系統(tǒng)領(lǐng)域的相關(guān)研究。智能投顧以人工智能技術(shù)為依托，為投資者提供個性化、智能化及自動化的大類資產(chǎn)配置、投資機會預(yù)測、投資風(fēng)險預(yù)測、組合管理和風(fēng)險控制等金融服務(wù)，對傳統(tǒng)的投資顧問服務(wù)產(chǎn)生了較大的革新，消費者容易產(chǎn)生“抵制創(chuàng)新”的心理。因此，應(yīng)用創(chuàng)新阻力理論能夠更全面地分析消費者對于智能投顧的接納行為。

用戶對創(chuàng)新技術(shù)的接納或不接納受功能和心理兩個方面的影響[ 3 ]。在功能層面，任務(wù)技術(shù)匹配度已經(jīng)被證明能夠較好地解釋用戶的決策行為[ 4 ]。在心理層面，心理阻力的最重要來源是移動的銀行創(chuàng)新給用戶帶來的信任問題[ 5 ]。因此，綜合現(xiàn)有的文獻研究結(jié)論，本研究選用任務(wù)技術(shù)匹配度和信任作為智能投顧接納意愿的影響因素。

（二）理論模型

本研究選取消費價值理論中的經(jīng)濟價值和功能價值，選取創(chuàng)新阻力理論的傳統(tǒng)障礙，從功能和心理兩個路徑出發(fā)，將任務(wù)技術(shù)匹配度和信任作為中介變量，探討智能投顧的影響機制。模型如圖1所示。

二、研究假設(shè)

智能投顧具有成本效益最大化的經(jīng)濟價值和感知智能、易用、可靠的功能價值。經(jīng)濟和功能價值發(fā)揮得越大，消費者就更能感受到理財任務(wù)執(zhí)行成本的降低和效率的提高。信任是“在危險情況下，為了實現(xiàn)一個優(yōu)選但未知的目標，對一個項目的質(zhì)量、一個事件或行為發(fā)生的依賴”，智能投顧在經(jīng)濟和功能層面的優(yōu)良表現(xiàn)會讓消費者有更高的信任水平。因此，本研究提出假設(shè)：

H1：經(jīng)濟價值對任務(wù)技術(shù)匹配度有正向影響

H2：功能價值對任務(wù)技術(shù)匹配度有正向影響

H3：經(jīng)濟價值對信任有正向影響

H4：功能價值對信任有正向影響

智能投顧的出現(xiàn)讓用戶產(chǎn)生了傳統(tǒng)障礙。傳統(tǒng)障礙作為心理障礙因素，會讓管理者對算法的有效性或使用有負面看法[ 6 ]。同時，傳統(tǒng)的投顧方式下，消費者能夠?qū)崿F(xiàn)與真人的溝通，投資者對傳統(tǒng)投顧的投資建議感到信任和安心。然而，相比使用傳統(tǒng)投顧的投資者，使用智能投顧的投資者會在主觀上削弱信任感。因此，本研究提出假設(shè)：

H5：傳統(tǒng)障礙對任務(wù)技術(shù)匹配度有負向影響

H6：傳統(tǒng)障礙對信任有負向影響

如果以人工智能為支撐的應(yīng)用程序能夠提供給消費者當前完成任務(wù)需要的高度兼容的技術(shù)，則消費者認為該服務(wù)對完成任務(wù)有用[ 7 ]。因此，本研究提出假設(shè)：

H7：任務(wù)技術(shù)匹配度對接受意愿有正向影響

在金融領(lǐng)域，缺乏信任會導(dǎo)致消費者擔(dān)心他們的個人信息或資金可能在他們不知情的情況下被轉(zhuǎn)移給他人，使他們不愿意使用線上金融平臺進行交易[ 8 ]。智能投顧是兼具人工智能和移動商務(wù)屬性的產(chǎn)品。因此，提出假設(shè)：

H8：信任對接受意愿有正向影響

三、問卷設(shè)計和數(shù)據(jù)收集

量表的設(shè)計主要參考國內(nèi)外已有的成熟量表，結(jié)合智能投顧的特點加以修改，共涉及1 8個題項。問卷中所有變量的測量均采用李克特七級量表形式。實驗問卷通過見數(shù)平臺正式發(fā)放和收集，共收回5 4 2份，其中有效數(shù)據(jù)5 0 0份，問卷有效率為92.25%。

四、實證結(jié)果分析

（一）信效度檢驗

使用Smartpls 4.0軟件對問卷數(shù)據(jù)開展信效度分析，如表1和表2所示，結(jié)果均達到指標，模型具有良好的信度和效度。

（二）結(jié)構(gòu)方程模型分析

使用Smartpls 4.0構(gòu)建結(jié)構(gòu)方程模型。檢驗結(jié)果如表3所示。結(jié)果表明，H1～H8都通過了顯著性檢驗，假設(shè)成立。

（三）中介效應(yīng)分析

本研究采用Bootstrap法驗證變量的中介效應(yīng)，檢驗結(jié)果如表4所示。結(jié)果表明，任務(wù)技術(shù)匹配度、信任發(fā)揮了中介作用。

五、結(jié)論與討論

本研究得出以下結(jié)論：經(jīng)濟價值、功能價值、任務(wù)技術(shù)匹配度、信任正向影響接納意愿，傳統(tǒng)障礙負向影響接納意愿，其中任務(wù)技術(shù)匹配度、信任在經(jīng)濟價值、功能價值、傳統(tǒng)障礙與接受意愿中起到了中介作用。

因此，在后續(xù)的發(fā)展中，金融企業(yè)應(yīng)以投資組合理論、金融學(xué)、經(jīng)濟學(xué)等理論為基礎(chǔ)，繼續(xù)強化智能投顧的算法能力；以消費者為中心，通過提高技術(shù)水平和簡化操作流程，降低消費者的學(xué)習(xí)和使用成本。在此基礎(chǔ)上，引導(dǎo)消費者使用智能投顧，打破消費者存在的傳統(tǒng)障礙，同時強化服務(wù)，加強用戶對智能投顧的技術(shù)信任和服務(wù)商信任。

參考文獻：

[1]Ceyda Tanrikulu. Theory of consumption values in consumer behaviour research：A review and future research agenda[J].International Journal of Consumer Studies，2021.

[2]Ram，S..A model of innovation resistance[J].Advances in Consumer Research，1987.

[3]S. Ram， Jagdish N. Sheth. Consumer resistance to Innovations： the marketing problem and its solutions[J].Journal of Consumer Marketing，1989.

[4]Oliveira， T.， Faria， M.， Thomas， M.A. and Popovi c，A. Extending the understanding of mobile banking adoption： when UTAUT meets TTF and ITM[J].International Journal of Information Management，2014.

[5]Patrick Bedué， Albrecht Fritzsche. Can we trust AI？ An empirical investigation of trust requirements and guide to successful AI adoption[J].Journal ofEnterprise Information Management，2021.

[6]Hasan Mahmud， A.K.M. Najmul Islam， Ranjan Kumar Mitra. What drives managers towards algorithm aversion and how to overcome it？ Mitigating the impact of innovation resistance through technology readiness[J]. Technological Forecasting & Social Change，2023.

[7] Abdullah M. Baabdullah， Ali A. Alalwan， Nripendra P. Rana， Pushp Patil， Yogesh K.Dwivedi. An integrated model for m-banking adoption in Saudi Arabia[J].International Journal of Bank Marketing， 2019.

[8]Owusu Kwateng， K.， Osei Atiemo， K.A.，Appiah C. Acceptance and use of mobile banking：an application of UTAUT2[J].Journal of Enterprise Information Management，2019.