多哥移动金融服务的采纳：测量模型与决策分析

发布时间：2020-08-26 15:04

【摘要】：与互联网相结合的移动技术的快速发展在全球范围内产生了深远的影响。随着手机设备的普及,人们越来越渴望直接通过他们的手机上网。这一现象极大地刺激了发展中国家的银行和移动网络服务商。比如,在四年前多哥就推出了一项移动金融服务(Mobile Financial Services,MFS)业务。MFS(即移动银行、移动支付和移动货币转移)不仅是一项新兴的可以给银行和电信服务商带来额外收入的移动商务应用,也是一项由创新技术支撑的服务融合。尽管MFS可能带来很多潜在的效益,但它并不是像工业界所期望的那样很快被人们广泛采纳。在多哥,和传统的付款方式相比,用户对这些新产品的接受与支持程度还处于很低的水平而且并没有表现出增长的趋势。消费者的社会文化影响力、在线信任度和感知风险通常被视为移动金融系统成功的主要因素。此外,此前关于互联网服务的研究则强调,移动金融的接受度之所以不高与金融服务公司缺乏有效的管理工具以及缺乏合理的用于维护当前用户需求的策略有关。在多哥,大多数金融机构仍使用一些管理策略来评价公司业绩,这有别于我们对于MFS技术采纳的理论和相关概念的理解。其他研究人员也探索和提出了关于该技术采纳的理论和模型,希望可以用来预测消费者的使用意图、是否会采纳此技术以及解释这些新技术的增量式的变革和它们所依赖的相关环境。这些理论和模型的提出是基于一些主要决定因素,但是它们几乎都产生在发达国家,在发展中国家几乎是空白。在这些事实的驱动下,本次研究有四个目标。一是调查社会文化、初步信任和各种经验产生的认识风险是否显著影响客户使用MFS的行为意图。二是建立一个全面的理论模型去解释发展中国家对于MFS的采纳。三是制定基准方法,为MFS的战略决策提供有力的理论依据。四是基于对MFS的各种影响因素的排名,阐明哪些因素更能影响人们使用MFS。为了实现以上目标,我们系统地梳理了文献中影响技术接受的关键因素,以获得采纳MFS的影响因素,最后得到一个以社会文化影响、初始信任和感知风险三个因素为主的综合模型。为了对MFS进行前瞻性分析,我们提出了一种集成式方法。在该方法中,我们先使用结构方程模型(Structural Equation Modeling,SEM)对理论模型进行了测试,将SEM的输出结果作为层次分析法(AHP)的输入,然后将AHP得到的结果作为逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)的权重。我们采用问卷调查的方式收集了多哥的洛美市居民的原始数据。为了让获得的样本更具代表性,我们把调查区域主要选在该市对此研究最有利的地方。我们共向714位受访者分发了的调查问卷,最后收到调查问卷572(80.11%)份。在收到的调查问卷中,539(94.23%)份是有效的,这其中包括MFS技术的使用者和非使用者。然后专家和有经验的MFS使用者基于测量要求,使用包含AHP和TOPSIS调查的多标准决策(MCDM)方法分别生成了可用的116和157个回答,这些答案均符合一致性要求。我们用多种工具对收集的数据进行了分析,如CSPro(Census and Survey Processing System)、SPSS(Statistical Package for the Social Science)、AMOS(Analysis of a MOment Structures)、SmartPLS(Smart Partial Least Square)、BPMSG'-AHP和MATLAB。鉴于本文的研究目标,我们把最初提出的研究模型分为两个部分:模型组A(SEM-MCDM方法)和模型组B(纯SEM)。通过使用基于协方差的SEM(Covariance-Based SEM,CB-SEM),我们发现社会文化、初始信任、感知风险、感知易用性、感知有用性以及感知成本都影响到用户的使用意图或对MFS的采用。我们也发现前面的3个因素和影响它们的子因素之间也有着特殊的相关性。MCDM的结果则揭示了这些影响因素的关键性的排名情况:感知风险被认为是最重要的因素,其次是社会文化和初始信任,这个事实在多哥采用MFS时需予以相应的控制。在子标准(或子因子)中,感知隐私风险是最主要因素,其次是感知时间风险和促成因素。关于MFS的方案选择,决策者认为手机转账至关重要(排第一位),然后是移动支付(第二),而将手机银行(第三)视为不重要的。由此,我们提出了一个针对于发展中国家的移动金融服务模型MFSMDC(Mobile Financial Services Model for Developing Countries,并且和其它模式进行了比较。通过运用与其他发展中国家有关的数据,移动金融服务公司可以运用MFSMDC去推荐适当的解决办法,我们提出了SEM-AHP-TOPSIS基准结构方法,并认为此方法对于减少决策过程中的时间及精力十分必要。这个方法的独特性在于能够处理各个评估方法的相互依赖性,同时,也能对当下测量方法的定性评估和定量评估做出解释。且如果新的标准可以满足日益变化的商业需求,也可以将其植入到分层模型中。此外,本文的研究揭示了CB-SEM方法的优势以及挑战并且在同样的数据集上面和PLS-SEM方法进行了比较。尽管这两个方法在结构路径分析上呈现的结果有某些相似,但是使用PLS-SEM可以带来更多好处。在比较了SEM-MCDM(特别是SEM和AHP)的发现之后,结果显示这两种方法有着几乎相同的效果。因此,同时使用这两种方法的好处在于它们在决策的制定中可以实现互补。本文的研究结果有助于人们理解不同因素对用户使用意图以及MFS的采纳的影响,并从管理学层面指出,MFS提供商应该采取更多有效的策略去改善消费者的初始信任度,同时使用隐私保护工具去降低用户的感知风险,以及惠顾MFS的拥护者,以此来吸引更多的消费者群体。本文的研究还进一步提供了一种创新的新方法。该方法可以使人们在关于在线移动金融技术创新方面上,丰富对于MFS采纳的理解以及消费者行为的认识。
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F724.6;F274


本文编号：2805330