[发明专利]一种互联网金融产品感知风险与吸纳意愿路径分析方法

权利要求书

1.一种互联网金融产品感知风险与吸纳意愿路径分析方法，其特征在于，包括以下步骤：

S1、研究模型与假设

S11、研究模型：从国际因素、国内因素、环境因素、风险因素这四个方面来探讨具体影响因素；对于调节变量，采用性别、年龄、月可支配收入和网络消费频次来作为调节变量，其中年龄作为最主要的调节变量；

S12、研究架设：对上述模型提出以下研究六大架设构面：

假设1：国际因素对用户对于互联网金融产品的吸纳会有显著性影响；

假设2：国内因素对用户对于互联网金融产品的吸纳会有显著性影响；

假设3：大环境因素对用户对于互联网金融产品的吸纳会有显著性影响；

假设4：小环境因素对用户对于互联网金融产品的吸纳会有显著性影响；

假设5：技术、风险因素对用户对于互联网金融产品的吸纳会有显著性影响；

假设6：年龄对于影响因素会有显著性影响；

S2、研究设计与研究方法

S21、问卷设计与回收：问卷调查的目的是研究不同年龄层的对象，哪项感知风险会让他们对于吸纳互联网金融产品的影响最大；基于此，问卷主要分为两个部分，第一部分为本研究调查对象的个人特征，第二部分设计为调查对象对用户互联网金融产品购买影响因素的态度调查，是问卷的主体部分，其中包括国际因素、国家因素、大环境因素、风险因素等变量；

S22、研究方法：将描述性统计分析作为重点，还设计了信度分析、效度分析和结构防尘模型SEM分析；

S3、研究过程与结果

S31、信度分析：在对问卷进行数据分析后，得出总问卷、国际、国内、大环境、小环境因素、技术和风险因素和购买意愿的Cronbachα系数分别为0.855、0.849、0.843、0.845、0.845、0.854、0.849，即每个项目系数都大于0.7，故可得出本项目可信度良好；

S32、效度分析：在做因子分析之前，需要对调查得来的数据进行KMO和Bartlett的检验；根据KMO值，若其值高于0.8，表明非常适合进行因子分析，而且，若P值小于0.05也表明适合进行因子分析；经分析，此问卷的KMO值为0.821，P值为0，由此可见，进行因子分析是适合的；

一共提取出5个因子，每一项特征根值都大于1，旋转后累积方差解释率为63.864％；

S33、不同年龄段的描述性统计分析：针对18-24岁的主要是大学生的这类群体而言，他们所受国家影响最大，其次是技术、风险影响，大环境影响排在末尾；由此可以看出，他们对于国家时事的关心，以及对于产品风险的关心；

针对25-30岁这类已经工作的年轻人而言，他们在选择使用互联网金融产品时，最受国家和小环境的影响，国际影响最小；由此表明，这类人群在关心国家政策的同时，也很关心身边的人的选择；

针对31-40岁在自己的事业上发展有成的人群而言，国家和大环境对他们选择互联网产品的影响最深，并且，这类人群的各个影响因素的整体均值明显高于比他们较为年轻的人群；

S34、结构方程SEM分析：通过问卷收集的数据进行结构方程模型分析，若P值小于等于0.05，则呈现出显著性；若P值大于0.05，则没有显著的影响。

2.根据权利要求1所述的一种互联网金融产品感知风险与吸纳意愿路径分析方法，其特征在于：所述步骤S21中，调查问卷采取线上的方法进行数据的收集；通过问卷星网络平台，设定好问卷的内容，以链接的形式，向被调查者发放网络问卷，进行网络调查；问卷星网络调查平台共回收问卷138份，有效问卷共计136份，有效率为98.55％。