互聯(lián)網(wǎng)個(gè)人征信對(duì)用戶消費(fèi)行為的影響研究

曹亞南

摘要：本文以民營(yíng)征信機(jī)構(gòu)一芝麻信用為例，研究了芝麻分認(rèn)可度對(duì)大學(xué)生群體網(wǎng)上消費(fèi)行為的影響，網(wǎng)上消費(fèi)行為指淘寶和天貓的消費(fèi)行為。本文主要采用了文獻(xiàn)研究與實(shí)證研究的方法，通過(guò)文獻(xiàn)研究得出本文的研究基礎(chǔ)，利用問(wèn)卷調(diào)查得出樣本數(shù)據(jù)，采用SPSS22.0進(jìn)行統(tǒng)計(jì)分析，主要進(jìn)行了問(wèn)卷信度與效度分析、相關(guān)性分析、回歸分析。通過(guò)數(shù)據(jù)分析證明芝麻分認(rèn)可度對(duì)于大學(xué)生群體網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為都有正相關(guān)影響。

關(guān)鍵詞：互聯(lián)網(wǎng)個(gè)人征信；網(wǎng)絡(luò)消費(fèi)行為；大學(xué)生群體

一、文獻(xiàn)綜述

（一）個(gè)人征信體系概述

個(gè)人信用征信是指依法設(shè)立的個(gè)人信用征信機(jī)構(gòu)對(duì)個(gè)人信用信息進(jìn)行采集和加工，并根據(jù)用戶要求提供個(gè)人信用信息查詢和評(píng)估服務(wù)的活動(dòng)。

白云（2013）以信息經(jīng)濟(jì)學(xué)的視角從理論研究中得出個(gè)人征信體系是為了克服信息不對(duì)稱帶來(lái)的“逆向選擇”和“道德風(fēng)險(xiǎn)”問(wèn)題，并從交易費(fèi)用理論的角度了個(gè)人征信體系的建設(shè)是很有必要的。[1]

陳實(shí)（2012）總結(jié)了國(guó)外個(gè)人征信體系的模式主要有政府主導(dǎo)模式、市場(chǎng)主導(dǎo)模式、行業(yè)主導(dǎo)模式三種，并從征信機(jī)構(gòu)設(shè)立目的、強(qiáng)制性、信息收集全面性、消費(fèi)者隱私保護(hù)等方面對(duì)公共征信機(jī)構(gòu)與私營(yíng)征信機(jī)構(gòu)進(jìn)行了比較。[2]

（二）互聯(lián)網(wǎng)個(gè)人征信

互聯(lián)網(wǎng)個(gè)人征信是信用評(píng)估的一種重要模式，它通過(guò)采集個(gè)人在互聯(lián)網(wǎng)交易或使用互聯(lián)網(wǎng)各類服務(wù)中留下的信息數(shù)據(jù)，并結(jié)合線下渠道采集的信息數(shù)據(jù)，利用大數(shù)據(jù)、云計(jì)算等技術(shù)進(jìn)行信用評(píng)估。

唐方方（2015）認(rèn)為我國(guó)目前個(gè)人征信平臺(tái)可分為五類，分別是電商平臺(tái)、社交平臺(tái)、金融平臺(tái)、支付端、公共服務(wù)平臺(tái)，其中芝麻信用是電商平臺(tái)的代表。文章從信息來(lái)源、類型、處理、輸出、商業(yè)模式等方面比較了五類征信機(jī)構(gòu)的差異，最后探討了征信平臺(tái)間合作模式。[3]

Luo（2012）認(rèn)為電子商務(wù)的發(fā)展與征信體系的建設(shè)息息相關(guān)，電子商務(wù)的發(fā)展提供的用戶交易數(shù)據(jù)既可以為信用體系的建設(shè)提供數(shù)據(jù)源同時(shí)電子商務(wù)的健康發(fā)展也離不開完善的個(gè)人體系的構(gòu)建。[4]

王冠（2015）通過(guò)分析芝麻信用的征信體系是如何建立以及建立過(guò)程中存在的問(wèn)題，進(jìn)而為我國(guó)互聯(lián)網(wǎng)征信體系的建立提供參考和借鑒。[5]

（三）消費(fèi)行為

消費(fèi)者行為在廣義上是指消費(fèi)者為索取、使用消費(fèi)物品所采取的各種行動(dòng)以及先于且決定這些行動(dòng)的決策過(guò)程，甚至是包括消費(fèi)收入的取得等一系列復(fù)雜的過(guò)程。傳統(tǒng)的消費(fèi)行為模式及營(yíng)銷法則是AIDMA模式（Attention注意，Interest興趣，Desire欲望，Memory記憶，Action行動(dòng)），這種方式是單方面的。電通廣告集團(tuán)公司指出，在網(wǎng)絡(luò)環(huán)境下企業(yè)營(yíng)銷方式應(yīng)該由AIDMA模式向AISAS模式轉(zhuǎn)變，其中AISAS的兩個(gè)“S”分別是“search”和“share”。

（四）個(gè)人征信對(duì)消費(fèi)行為的影響

目前國(guó)內(nèi)關(guān)于個(gè)人征信對(duì)消費(fèi)行為的影響主要體現(xiàn)在傳統(tǒng)意義上的征信對(duì)于消費(fèi)者整體消費(fèi)行為的影響，并未體現(xiàn)網(wǎng)絡(luò)消費(fèi)行為的特征且都是定性的研究。劉東（2007）認(rèn)為在授信方與借款人重復(fù)博弈的過(guò)程中，授信方可以根據(jù)借款人以往的信用歷史判斷是否授信給借款方，并得出最終博弈的結(jié)果是借款人會(huì)約束自己的行為來(lái)提高自己在授信方處的信用評(píng)分。[6]

二、研究模型與研究設(shè)計(jì)

（一）研究模型

本文認(rèn)為基于用戶互聯(lián)網(wǎng)行為數(shù)據(jù)的個(gè)人征信對(duì)用戶的網(wǎng)絡(luò)消費(fèi)行為是有影響的，以大學(xué)生群體作為調(diào)研人群，以芝麻分作為研究對(duì)象，建立了理論模型。該模型以芝麻分認(rèn)可度作為自變量，以用戶的網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為作為因變量。

（二）研究假設(shè)

劉玫（2006）研究了聲譽(yù)視角下個(gè)人征信的效用，個(gè)人征信對(duì)個(gè)人信用行為的約束作用主要表現(xiàn)在，在個(gè)人與銀行的重復(fù)博弈過(guò)程中，個(gè)人前一次的行為表現(xiàn)會(huì)作為參數(shù)納入銀行后一次博弈的行動(dòng)函數(shù)中，即個(gè)人不得不考慮聲譽(yù)（reputation）對(duì)其信用等級(jí)帶來(lái)的影響。[7]

基于網(wǎng)絡(luò)消費(fèi)行為AISAS模式以及訪談，本文得出芝麻分認(rèn)可度對(duì)大學(xué)生群體消費(fèi)行為影響主要體現(xiàn)在“A-Action”和“S-Share”，即購(gòu)買決策和分享。網(wǎng)購(gòu)頻率和消費(fèi)金融產(chǎn)品的使用都屬于購(gòu)買決策時(shí)的環(huán)節(jié)，分享行為屬于網(wǎng)絡(luò)消費(fèi)行為最后一個(gè)環(huán)節(jié)。本研究的假設(shè)如下：

Ⅱ1：芝麻分認(rèn)可度正向顯著地影響大學(xué)生群體網(wǎng)購(gòu)頻率

Ⅱ2：芝麻分認(rèn)可度正向顯著地影響大學(xué)生群體消費(fèi)金融產(chǎn)品使用情況

Ⅱ3：芝麻分認(rèn)可度正向顯著地影響大學(xué)生群體的分享行為

（三）問(wèn)卷設(shè)計(jì)

本研究的測(cè)量工具是問(wèn)卷，問(wèn)卷設(shè)計(jì)分為三大部分，分別是個(gè)人基本信息部分、芝麻分關(guān)注情況以及核心部分。核心部分是以李克特5點(diǎn)量表的形式設(shè)置的，基于研究假設(shè)，分別對(duì)芝麻分認(rèn)可度、網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為進(jìn)行了測(cè)量。

三、數(shù)據(jù)處理與假設(shè)檢驗(yàn)

（一）描述性統(tǒng)計(jì)分析

問(wèn)卷發(fā)放渠道主要是通過(guò)微信、QQ、微博、貼吧以及問(wèn)卷星，共回收315份問(wèn)卷，其中有效問(wèn)卷200份，無(wú)效問(wèn)卷115份，有效率為63.5%。

研究的樣本是關(guān)注芝麻分的大學(xué)生群體，研究目標(biāo)是芝麻分認(rèn)可度對(duì)其網(wǎng)絡(luò)消費(fèi)行為的影響，而芝麻分一般在支付寶APP上查看，因此不使用支付寶的用戶、身份不是大學(xué)生、不關(guān)注芝麻分的問(wèn)卷視為無(wú)效問(wèn)卷，有效問(wèn)卷為200。本文作者所處的環(huán)境主要是校園環(huán)境，所以問(wèn)卷的填寫者98%是大學(xué)生，這與本文的研究初衷是相符合的。關(guān)注芝麻分的樣本占據(jù)了66.89%，這些也是本文的有效樣本。關(guān)注芝麻分的大學(xué)生群體分?jǐn)?shù)都在600分以上，這說(shuō)明樣本的信譽(yù)屬于良好及以上。

（二）信效度分析

1.信度分析

信度主要是反映同一維度下多個(gè)題項(xiàng)之間的可靠性、一致性和穩(wěn)定性的指標(biāo)，這主要是通過(guò)測(cè)量結(jié)果展示，即測(cè)驗(yàn)結(jié)果是否反映了被測(cè)者的穩(wěn)定的、一貫性的真實(shí)特征。本文采用信度Cronbach's Alpha系數(shù)衡量同一維度下各測(cè)量項(xiàng)目的一致性，當(dāng)信度系數(shù)Cronbach's Alpha大于0.7時(shí)，認(rèn)為可靠行較強(qiáng)。經(jīng)過(guò)信度分析，芝麻分認(rèn)可度、網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為的信度系數(shù)分別為0.862、0.752、0.871、0.860。

由分析結(jié)果可知，所有變量的Cronbach'sAlpha系數(shù)均大于0.7，說(shuō)明量表有較好的一致性與穩(wěn)定性，可以被接受。

2.效度分析

效度是指所測(cè)量到的結(jié)果反映所想要考察內(nèi)容的程度，測(cè)量結(jié)果與要考察的內(nèi)容越吻合，則效度越高。題項(xiàng)之間有很強(qiáng)的聯(lián)系（即KMO值和Bartlett球形檢驗(yàn)值滿足時(shí)）時(shí)，才可容易通過(guò)因子分析的方式來(lái)檢驗(yàn)效度。在適用于題項(xiàng)的系數(shù)時(shí)，KMO值只需在O-1之間即可。具體可做因子分析的標(biāo)準(zhǔn)為：在大于0.9時(shí)，就是非常適合；在0.7-0.9之間時(shí)，就是適合；在0.6-0.7時(shí)，就表現(xiàn)不太適合；小于0.6時(shí)，顯示不適合。各變量的效度分析如下：

（1）芝麻分認(rèn)可度效度分析

通過(guò)效度分析可知，KMO值為0.722，則芝麻分認(rèn)可度測(cè)量量表適合做因子分析；Bartlett球形檢驗(yàn)結(jié)果中，卡方值284.688，數(shù)值較大，所對(duì)應(yīng)P值<0.01，證明Bartlett球形檢驗(yàn)有顯著意義，芝麻分認(rèn)可度測(cè)量量表適合做因子分析，因此效度較好。

（2）網(wǎng)購(gòu)頻率效度分析

KMO值為0.694，則網(wǎng)購(gòu)頻率測(cè)量量表適合做因子分析；Bartlett球形檢驗(yàn)結(jié)果中，卡方值140.571，數(shù)值較大，所對(duì)應(yīng)P值

（3）消費(fèi)金融產(chǎn)品使用情況效度分析

KMO值為0.736，則消費(fèi)金融產(chǎn)品使用情況測(cè)量量表適合做因子分析；Bartlett球形檢驗(yàn)結(jié)果中，卡方值297.308，數(shù)值較大，所對(duì)應(yīng)P值

（4）分享行為效度分析

KMO值為0.804，則分享行為測(cè)量量表適合做因子分析；Bartlett球形檢驗(yàn)結(jié)果中，卡方值376.646，數(shù)值較大，所對(duì)應(yīng)P值<0.01，證明Bartlett球形檢驗(yàn)的零假設(shè)不成立，則分享行為測(cè)量量表適合做因子分析，因此效度較好。

綜上所述，芝麻分認(rèn)可度、網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為都適合做因子分析，量表效度較好。

（三）相關(guān)性分析

相關(guān)分析主要用來(lái)刻畫變量之間聯(lián)系的密切程度，主要用相關(guān)系數(shù)來(lái)刻畫。本文采用Pearson系數(shù)研究，一般認(rèn)為當(dāng)sig.<=0.05時(shí)，Pearson系數(shù)具有統(tǒng)計(jì)學(xué)意義。變量間的相關(guān)分析結(jié)果如下：

1.芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率相關(guān)性分析

經(jīng)過(guò)相關(guān)分析可知，芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率之間的相關(guān)系數(shù)為0.568，p值小于0.01，統(tǒng)計(jì)學(xué)意義顯著，證明芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率有顯著的正相關(guān)關(guān)系。

2.芝麻分認(rèn)可度與消費(fèi)金融產(chǎn)品使用情況相關(guān)性分析

芝麻分認(rèn)可度與消費(fèi)金融產(chǎn)品使用情況之間的相關(guān)系數(shù)為0.555，p值小于0.01，統(tǒng)計(jì)學(xué)意義顯著，證明芝麻分認(rèn)可度與消費(fèi)金融產(chǎn)品使用情況有顯著的正相關(guān)關(guān)系。

3.芝麻分認(rèn)可度與分享行為相關(guān)性分析

芝麻分認(rèn)可度與分享行為之間的相關(guān)系數(shù)為0.561，p值小于0.01，統(tǒng)計(jì)學(xué)意義顯著，證明芝麻分認(rèn)可度與分享行為有顯著的正相關(guān)關(guān)系。

（四）回歸分析

回歸分析可以幫助人們準(zhǔn)確把握變量受一個(gè)或多個(gè)變量的影響程度，可以從擬合優(yōu)度、回歸方程顯著性、回歸系數(shù)顯著性三個(gè)方面進(jìn)行統(tǒng)計(jì)檢驗(yàn)。本文主要考慮一個(gè)自變量對(duì)多個(gè)因變量的影響，采用一元線性回歸方程進(jìn)行分析，因此只考慮擬合優(yōu)度以及回歸系數(shù)顯著性。

1.芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率的回歸分析

以芝麻分認(rèn)可度作為自變量，網(wǎng)購(gòu)頻率作為因變量，進(jìn)行回歸分析。調(diào)整后的R方為0.319，說(shuō)明自變量對(duì)因變量的解釋程度為31.9%。芝麻分認(rèn)可度的回歸系數(shù)為0.651，對(duì)應(yīng)的P值<0.01，說(shuō)明芝麻分認(rèn)可度會(huì)對(duì)網(wǎng)購(gòu)頻率產(chǎn)生正向影響且影響顯著，因此對(duì)應(yīng)假設(shè)成立。

2.芝麻分認(rèn)可度與消費(fèi)金融產(chǎn)品使用情況的回歸分析

以芝麻分認(rèn)可度作為自變量，以消費(fèi)金融產(chǎn)品使用情況作為因變量，回歸分析結(jié)果如下：調(diào)整后的R方為0.304，說(shuō)明自變量對(duì)因變量的解釋程度為30.4%，說(shuō)明模型選取的自變量解釋程度較高。芝麻分認(rèn)可度的回歸系數(shù)為0.824，對(duì)應(yīng)的P值<0.01，說(shuō)明芝麻分認(rèn)可度會(huì)對(duì)消費(fèi)金融產(chǎn)品使用情況產(chǎn)生正向影響且影響顯著，因此對(duì)應(yīng)假設(shè)成立。

3.芝麻分認(rèn)可度與分享行為的回歸分析

以芝麻分認(rèn)可度作為自變量，以分享行為作為因變量，回歸分析結(jié)果如下：

調(diào)整后的R方為0.311，說(shuō)明自變量對(duì)因變量的解釋程度為31.1%，說(shuō)明模型選取的自變量解釋程度較高。芝麻分認(rèn)可度的回歸系數(shù)為0.731，對(duì)應(yīng)的P值<0.01，說(shuō)明芝麻分認(rèn)可度會(huì)對(duì)分享行為產(chǎn)生正向影響且影響顯著，因此對(duì)應(yīng)假設(shè)成立。

（五）假設(shè)檢驗(yàn)

本文使用SPSS22.0對(duì)收集到的200份有效樣本進(jìn)行了描述性統(tǒng)計(jì)分析、信效度分析、相關(guān)性分析以及回歸分析。上述分析驗(yàn)證了芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率、消費(fèi)金融產(chǎn)品使用情況、分享行為的之間的關(guān)系，即H1、H2、H3均成立。四、研究結(jié)論

（一）芝麻分認(rèn)可度與網(wǎng)購(gòu)頻率顯著正相關(guān)

大學(xué)生群體對(duì)芝麻分認(rèn)可度與其網(wǎng)購(gòu)頻率呈正相關(guān)關(guān)系，即對(duì)芝麻分認(rèn)可度越高，那么相應(yīng)地其在淘寶購(gòu)物的頻率越高。

（二）芝麻分認(rèn)可度與消費(fèi)金融產(chǎn)品使用情況顯著正相關(guān)

大學(xué)生群體對(duì)芝麻分的認(rèn)可度與其消費(fèi)金融產(chǎn)品的使用情況呈正相關(guān)關(guān)系，即對(duì)芝麻分認(rèn)可度越高，消費(fèi)金融產(chǎn)品使用越多，此處主要是以螞蟻花唄的使用情況為例。使用消費(fèi)金融產(chǎn)品會(huì)影響用戶的信用歷史，而信用歷史也是芝麻分評(píng)估的一個(gè)依據(jù)，用戶出于想提高芝麻分的心理可能會(huì)更多地使用螞蟻花唄這類的消費(fèi)金融產(chǎn)品。

（三）芝麻分認(rèn)可度與分享行為顯著正相關(guān)

大學(xué)生群體對(duì)芝麻分的認(rèn)可度與其分享行為呈正相關(guān)關(guān)系，即對(duì)芝麻分認(rèn)可度越高，用戶的分享行為越多。因?yàn)橛脩舻姆窒硇袨轶w現(xiàn)的是其行為偏好，行為偏好也是影響芝麻分的一個(gè)維度，因此為了提高芝麻分，用戶在分享行為上更主動(dòng)。

參考文獻(xiàn)：

[1]白云.個(gè)人征信體系的法經(jīng)濟(jì)學(xué)基礎(chǔ)[J].法學(xué)論壇，2013，2（28）：74-78.

[2]陳實(shí).個(gè)人征信體系國(guó)際比較及其啟示[J].金融論壇，2012，10：75-80.

[3]唐方方.中國(guó)互聯(lián)網(wǎng)個(gè)人征信機(jī)構(gòu)差異分析與合作模式探討[J].清華金融評(píng)論，2015，9：93-98.

[4]Luo S.Establishment of the PersonalCredit System in the Network Environment[M].Advances in Automation and Robotics，Vol.2.Springer Berlin Heidelberg， 2012： 147-151.