网上理财感知风险构面与实证分析(3)

　　三、网上理财感知风险构面的实证分析
　　
　　（一）探索性因子分析
　　
　　因子分析的目的是从16个要素中提取若干因子，这些因子能够在最大程度上说明消费者对于网上理财的感知风险，这些提取的因子也被称为构面。利用网上理财消费者的样本数据对感知风险进行KMO和Bartlett检验分析。分析结果显示16个要素的KMO值为0.668，说明适合进行因子分析（详见表3）。【3】

　　根据学者Kaiser1974年的观点，如果KMO值小于0.5时，较不适合进行因子分析，此处的KMO值达到0.668，表示比较适合进行因子分析。此外,Bartlett爷s球形检验的 字2 值为1 401.555 （自由度为120），达到显着，说明母群体的相关矩阵间有共同因素存在，适合进行因子分析。采用SPSS进行因子分析，首先提取特征值大于1的因子，得到5个公因子，但总体方差贡献值为68.917%，与初始的理论构建有一定差距。故在此基础上，多提取一个因子，此时方差的贡献达到了78.524%（参见表4），基本上达到了比较理想的水平。因此，可以初步认为网上理财感知风险的构面有6个，分别命名为财务风险、绩效风险、社会风险、时间风险、心理风险、隐私风险。

　　（二）信度分析
　　
　　在因子分析之后，为了进一步了解上述要素及提取的各个构面在测量感知风险上的可靠性和有效性，进行了信度检验。所谓信度是指调查的可靠程度，它表现为调查结果的一致性、再现性和稳定性。本研究采用Cronbach系数来检验量表的信度。一般来说，量表的信度达到0.8以上，就可以认为相当好曰信度系数达到0.7以上，即为较好曰0.6以上为可接受的信度。信度分析的结果显示，各构面的 琢系数在0.6之上，而且总量表的 琢 系数为0.775，表明最终形成的感知风险构面达到了可接受的信度。最终的信度分析结果见表5。

　　（三）结构方程模型分析
　　
　　根据探索性因子分析结果，建立结构方程模型，使用AMOS17.0，采用极大似然估计法进行运算，得到表6所示常见拟合指数。从结果我们可以看出，每个因子在0.01的水平下系数显着，说明网上理财感知风险的每个构面的各个变量都是有效的曰另外，模型比较拟合指数CFI值为0.807，模型拟合优度指数GFI值为0.812，增值拟合指数IFI值0.812，均达到了0.8以上，说明模型的拟合程度尚可。四、讨论研究结果值得进一步讨论。

　　结果显示，虽然消费者网上理财感知风险构面为6个，分别为财务风险、绩效风险、社会风险、时间风险、心理风险、隐私风险，与初始提出的理论框架有一定的不同，但除了将理论中所提出的财务风险和安全风险合并为一个构面财务风险外，其他5个感知风险构面都得到了验证，这说明本研究提出的有关互联网金融背景下消费者网上理财感知风险构面的理论框架是有一定意义的。

　　安全风险和财务风险的合并可以被解释为，除了测量误差外，还有一简单的事实就是如果购买了1，消费者关注诸如投资信息被黑客拦截或更改、第三方账户保管不善、账户及密码被盗造成财产损失等情况，实质上关注的还是以上这些情况发生后会不会导致财务损失。

　　这从另一个角度也说明了消费者购买网上理财产品与购买其他产品本质上的不同，即购买网上理财产品是为了实现资金保值和升值。6个风险构面对网上理财的感知风险解释不足80%，可以被解释为测量的不充分性，这是因为在消费者或营销学的研究中完美的测量几乎是不存在的。测量的不充分性可能是由所选取调查样本较少所导致的曰另外所选取的调查对象有北京的消费者，还包括石家庄、承德、张家口等地的消费者，由于收入水平和消费者网上理财金额的差距较大，所以会导致消费者对网上理财的风险感知水平不同。然而，关于度量误差能否描述全部的解释也是一个应当进行探讨的问题。很少有这样的尝试去检验所提出的风险维度能否确实描述感知风险概念的全部构面。因此，在将来的研究中，测量手段应该给予改进，潜在的构面假设应当受到挑战，网上理财感知风险构面的野真相冶值得进一步研究和探讨。