农村互联网金融农户忠诚度影响因素研究

分类：论文范文 发表时间：2020-01-15 09:55

　　摘 要：以473户农户数据为依据，采用多群组结构方程模型，分别对三类互联网金融服务提供商农户忠诚度影响因素进行了考察。结果表明：农村互联网金融农户忠诚度不高，农户金融服务满意度和金融产品满意度是影响农户忠诚度最基本的因素;比较三类金融服务提供商农户忠诚度影响因素发现，农户对于“三农”服务商和以“蚂蚁金服”为代表的互联网金融的忠诚为冲动型忠诚，对于正规金融机构网上金融部门的忠诚为认知型忠诚。基 于此，建议农村互联网金融服务提供商在大数据分析基础上构建客户评价体系，有效区分客户类别，并对客户进行差异化营销与管理。三类农村互联网金融服务提供商可尝试建立金融共生模式，优 势 互 补，探索金融科技服务的全新模式。

　　关键词：互联网金融;农户忠诚度;多群组结构方程模型

　　一、文献综述

　　2016年 中 央 一 号 文 件 指 出，引 导 互 联 网 金 融、移动金融规范 发 展，2017年 中 央 一 号 文 件 中，鼓 励金融机构利用互联网技术，为农业经营主体提供小额存贷款、支付结算和保险等金融服务。在政策支持与鼓励背景下，互联网金融得以蓬勃发展，并强势进入农村 金 融 领 域。其 中，以大北农为代表的“三农”服务商，以“蚂蚁金服”为代表的互联网金融企业和以中国农业银行、邮政储蓄银行、村镇银行等为代表的农村正规金融机构网上金融部门三类农村互联网金融服务提供商的发展较为突出。创新的互联网金融模式给农村金融带来了极大的竞争效应，也对传统农村金融机构产生较大的冲击，使其不得不进行变革。企业的核心竞争力是建立和发展客户忠诚度的能力。因此，在竞争激烈的农村互联网金融领域，研究其客 户 忠 诚，对 于 规 范 农 村 互 联 网 金 融 发展，提高农村正规金融机构的服务水平，增强其竞争能力，充分发挥支农功能，促进农村经济发展具有重大的现实意义。

　　二、理论基础、模型构建及变量定义

　　(一)理论基础

　　客户忠诚在概念化和度量方面先后经历了“顾客行为”(是否重复或持续购买)、“行为和态度”(持续购买和正面肯定的态度)、“认知情感行为”的动态过程三个阶段后，学术界基本达成共识：服务忠诚是一个多维度的概念。因此，许多学者提出了“认知忠诚”“情感忠诚”和“行为忠诚”的外化指标。考虑到 “农村互联网金融主要个人客户群体为农户”的实际情况，本文在借鉴国内学者关于银行业客户忠诚测量体系的基础上，对互联网金融客户忠诚的含义做了调整，从“态度忠诚”和“行为忠诚”两个方面展开对农户忠诚度的评价：一是态度忠诚，主要表现为曾经接受农村互联网金融服务的农户是否有意向再接受其服务;二是行为忠诚，主要表现为农户重复接受农村互联网金融服务的行为。

　　(二)模型建立与研究假设

　　1.构建假说模型。采用多群组结构方程模型比较农户对3类农村互联网金融服务提供商忠诚度的影响因素，原 因 在 于 多 群 组 SEM 分析在评估适配于某一样本的模型是否也适配于其他不同的样本群体，即评估研究者所提出的假设模型在不同样本间是否相等或参数是否具有不变性[11]。根据前文理论分析构建农村互联网金融机构农户忠诚度影响因素假说模型，如图1 所示。

　　2.构建农户忠诚度影响因素的结构方程分析模型。具体内容如下：y1=γ11 X11+γ12x12+ξ1y2=β21y1+γ21x1+γ22x2+ξ2y3=β31y1+γ31x3+γ32x4+ξ3y4=β41y1+γ41x5+γ42x6+γ43X7+ξ4y5=β51y1+γ51x8+γ52x9+γ53X10+ξ5y1、y2、y3、y4、y5 分别表示农户忠诚度、金融服务满意度、金融产品满意度、农户对企业形象的评价和农户对转换成本的评价5个潜变量;x1～x12代表金融服务质量满意度等12 个可观测变量，β代表潜变量之间的路径系数，γ 为各潜变量与可观测变量之间的载荷系数，ξ代表残差项。

　　三、数据来源和样本科学性检验

　　(一)数据来源

　　本文所使用的数据来源于课题组2017年7-9月对陕西省部分县域农户所做的抽样调查。问卷所调查的对象为曾经接受农村互联网金融服务的农户。在对农户进行入户调查时，农户根据自己的经历，自行判断是否对农村互联网金融服务提供商忠诚。课题组共 发 放 问 卷 500 份，收 回 500 份，其 中473份为有效问卷，问卷有效率为94.60%。

　　(二)样本统计性描述

　　1.农户个体特征和家庭基本情况。样本中农户年龄分布为：中老年居多，其中，40～49岁的农户占总样 本 的 32.38%，50～59 岁 的 农 户 占 32.26%。从户主文化 程 度 来 看，初 中 学 历 居 多，占51.73%，说明样本农户整体受教育程度不高。从农户对农村互联网金融的了解程度看，回答“很了解”或是“基本了解”的农户占样本总数的54.23%，说明农户对农村互联网金融服务提供商的认知水平不高。农户家庭生产类型中，农业为主兼营其他的农户家庭最多，占37.63%，纯农业生产的农户 占23.49%，表 明 样本农户中农业生产类型不再具有显著优势，农户选择逐渐趋于多样化。

　　2.农户 忠 诚 度 分 析。473户 样 本 中，过 去5年间具有重复接受金融服务的农户占57.08%，而未来具有再次接受金融服务意愿的农户占47.15%。说明样本农户对农村互联网金融 企 业 的 忠 诚 度 并不高。

　　四、模型实证分析

　　(一)模型识别

　　1.KMO 和Bartlett 球形检验。使用分析软件SPSS对 样 本 数 据 进 行 KMO 样 本 测 度 及Bartlett球体检验。调查数据的 KMO 的值为0.82，大于临界值0.7，Bartlett球体检验的χ2值为714.99，且P=0.00。这说明母群体的相关矩阵之间有共同因素存在。即样本数据适合作因子分析。

　　2.模型识别基于机构类型的多群组结构方程分析。利用 AMOS17.0对数据进行运算。AMOS根据3个群组的假设模型图提供了6个模型，包括1个参数未加限制的模型和5个参数限制模型。从6个模型中选择最适配模型。通过对6个模型输出结果比较分析，最终选择模型Ⅵ最严格限制模型(测量系数、结构系数、结构协方差、结构残差、测量残差均相等)。模型Ⅵ可以识别，且农户3个群组的非标准化估计值因果关系模型图的自由参数数值均相同，模型中均未出现负的误差方差，表示模型基本适配度合理。

　　(二)模型结果分析

　　多群组分析标准化估计结果值 见 表3。从 表3可看出，群组Ⅰ中，4个假设的标准化回归系数值不仅都为正，而且在0.05的水平下显著，前文提出的4个假设均得到支持。农户金融服务满意度、金融产品满意度、对企业形象的评价，对转换成本的评价4个潜变量对农村正规金融机构网上金融部门农户忠诚度影响的路径系数分别为0.900、0.382、0.272、0.243。说明农户金融服务满意度因素对网上金融部门农户忠诚度的影响最大，其次为农户金融产品满意度的影响，机构形象评价和转换成本评价对农户忠诚度的影响较小;群组Ⅱ和群组Ⅲ的估计结果中，只有农户金融服务满意度和金融产品满意度2个变量通过显著性检验，成为影响农户忠诚度的显著因素。

　　五、结论与政策建议

　　基于以上调研与分析，本文得到如下结论：(1)就样本而言，农户对农村互联网金融企业的忠诚度并不高;(2)农户金融服务满意度和农户金融产品满意度是影响农户忠诚度最基本因素;(3)整理三类农村互联网金融农户忠诚度的影响因素并参照史雁军定义的4类客户忠诚行为，得出结论：农户对于“三农”服务商和“蚂蚁金服”为代表的互联网金融企业的忠诚行为属于冲动型忠诚：农户对互联网金融企业不关心，仅凭金融服务的便利性和收益性而选择接受其金融服务。一旦有更便利、效益更高的 互 联 网 金 融 企业，就会出现流失客户;而农户对于正规金融机构网上金融部门的忠诚行为属于认知型忠诚：农户基于正规金融机构的金融产品与服务的功能特征、金融机构实力特征、其他金融机构同类型产品与服务等具体信息的了解而产生金融服务需求行为。

　　三类农村互联网金融提供商具有各自的优势与劣势，为促进 农 村 互 联 网 金 融 的 健 康 发 展，农 业 银行、村镇银行等农村正规金融机构，尤其是中小银行可考虑与IT 服务商、互联网金融企业的合作，优势互补，探索金融科技服务的全新模式。

　　参考文献：

　　[1] OliverRL.ACognitiveModeloftheAntecedentsandConsequencesofSatisfactionDecision [J].JournalofMarketingResearch，1980，17：460-469.

　　[2] 史雁军.客户忠诚度的四个层次[EB/OL].[2016-06-09].2012-05-03/2012-12-10.

　　[3] 吴精卫.破解零 售 客 户“忠 诚”之 困[J].杭 州 金 融 研 修学院学报，2016(8)：14-17.

　　[4] 陈晶萍，孙妍.网上银行客户忠诚度影响因素分析[J].科技与管理，2009(3)：50-52.

　　[5] 王瑞雪.商业银行客户忠诚度研究[J].工会论坛，2011(3)：93-94.

上一篇：农村互联网金融发展新趋势：电商化发展研究 下一篇：农村互联网金融为何偏爱电商化