基于UTAUT與感知風險雙重視角下智能投顧用戶行為的深度剖析與策略構(gòu)建一、引言1.1研究背景與意義在科技飛速發(fā)展的當下，金融科技領(lǐng)域呈現(xiàn)出蓬勃的發(fā)展態(tài)勢，智能投顧作為其中的重要創(chuàng)新成果，正深刻地改變著傳統(tǒng)金融投資顧問的服務模式。智能投顧，本質(zhì)上是借助人工智能、大數(shù)據(jù)、云計算等前沿技術(shù)，為投資者提供智能化、個性化、自動化的投資顧問服務。它能夠依據(jù)投資者的風險偏好、投資目標、資產(chǎn)狀況等多維度信息，通過復雜的算法模型和數(shù)據(jù)分析，制定出高度契合投資者需求的投資組合方案，實現(xiàn)資產(chǎn)的合理配置。近年來，智能投顧市場規(guī)模持續(xù)擴張。從全球范圍來看，2022年全球智能投顧市場規(guī)模已達到數(shù)百億美元，并且預計在未來幾年還將保持穩(wěn)定的增長態(tài)勢。以美國為例，作為智能投顧發(fā)展較為成熟的市場，2020年其投資顧問行業(yè)增長強勁，管理規(guī)模超過1000億美元的投顧數(shù)量達175名，僅占SEC注冊顧問總數(shù)量的1.3%，但這175家公司的監(jiān)管資產(chǎn)規(guī)模（RAUM）卻高達62萬億美元，占行業(yè)總資金規(guī)模的63.8%，較2019年的49.9萬億美元增加了24.3%，市場資源和客戶信任正向少數(shù)頭部企業(yè)集中。在國內(nèi)，隨著金融科技的快速發(fā)展以及居民財富的不斷積累，投資者對于個性化、專業(yè)化投資服務的需求日益旺盛，智能投顧也迎來了廣闊的發(fā)展空間。目前，我國已經(jīng)有18家機構(gòu)取得了基金投顧業(yè)務試點資格，涵蓋了基金公司、基金銷售子公司、券商、第三方基金銷售平臺和銀行等各類金融機構(gòu)，它們在借鑒國際先進經(jīng)驗的基礎(chǔ)上，積極探索符合本土市場特點的智能投顧服務模式。然而，盡管智能投顧展現(xiàn)出了巨大的發(fā)展?jié)摿?，但在實際推廣和應用過程中，也面臨著一系列挑戰(zhàn)。投資者在面對智能投顧這一新興投資工具時，其使用行為受到多種因素的綜合影響。其中，感知風險是一個不可忽視的重要因素。智能投顧涉及復雜的算法模型和大量的投資者個人信息，投資者往往會對投資過程中的信息安全、投資風險等問題存在擔憂。例如，擔心個人隱私泄露，導致信息被濫用；擔憂算法的不穩(wěn)定性或不合理性，可能引發(fā)投資決策失誤，進而造成資產(chǎn)損失。此外，技術(shù)的可靠性、市場的不確定性等也都可能增加投資者的感知風險，影響他們對智能投顧的接受程度和使用意愿。同時，根據(jù)UTAUT（UnifiedTheoryofAcceptanceandUseofTechnology）理論，用戶的使用行為還受到績效期望、努力期望、社會影響和促進條件等因素的影響?？冃谕赣脩粽J為使用某一系統(tǒng)能夠幫助其達成特定目標的程度，對于智能投顧而言，投資者會關(guān)注其是否能夠真正幫助自己實現(xiàn)資產(chǎn)的增值和投資目標；努力期望涉及用戶對使用系統(tǒng)難易程度的感知，智能投顧平臺的操作便捷性、界面友好性等將直接影響投資者的努力期望；社會影響體現(xiàn)為他人對用戶使用某一系統(tǒng)決策的影響，若投資者身邊的人對智能投顧持積極態(tài)度并推薦使用，那么該投資者更有可能嘗試使用；促進條件則是用戶認為在使用系統(tǒng)時所具備的資源、知識和支持等，如是否擁有使用智能投顧所需的設(shè)備、網(wǎng)絡條件，是否具備基本的金融知識以及能否得到及時有效的技術(shù)支持等。深入研究基于UTAUT和感知風險的智能投顧用戶使用行為影響因素，對于智能投顧行業(yè)的穩(wěn)健發(fā)展和相關(guān)機構(gòu)的高效運營具有至關(guān)重要的意義。從行業(yè)發(fā)展角度來看，全面了解這些影響因素，有助于推動智能投顧行業(yè)的規(guī)范化和成熟化。通過對用戶需求和擔憂的精準把握，行業(yè)可以有針對性地完善技術(shù)、優(yōu)化服務、加強監(jiān)管，從而提升整個行業(yè)的公信力和競爭力，吸引更多投資者參與，進一步拓展市場規(guī)模，促進智能投顧行業(yè)在金融科技領(lǐng)域的健康、可持續(xù)發(fā)展。對于相關(guān)機構(gòu)而言，掌握用戶使用行為的影響因素，能夠為其制定科學合理的運營策略提供有力依據(jù)。在產(chǎn)品設(shè)計方面，根據(jù)投資者的風險偏好和投資目標，優(yōu)化智能投顧的算法模型和投資組合方案，提供更加個性化、多樣化的投資產(chǎn)品；在服務優(yōu)化上，注重提升平臺的易用性和用戶體驗，加強投資者教育，幫助用戶更好地理解和使用智能投顧服務，同時，完善客戶服務體系，及時解決用戶在使用過程中遇到的問題；在市場推廣中，充分利用社會影響因素，通過口碑營銷、案例分享等方式，增強用戶對智能投顧的信任和認可，提高市場占有率。綜上所述，智能投顧在金融科技領(lǐng)域發(fā)展迅猛，研究其用戶使用行為影響因素對于行業(yè)和機構(gòu)都具有重要的現(xiàn)實意義，這也正是本研究的出發(fā)點和落腳點。1.2研究方法與創(chuàng)新點本研究將綜合運用多種研究方法，以確保研究結(jié)果的科學性、準確性和可靠性。首先，采用問卷調(diào)查法收集一手數(shù)據(jù)。通過精心設(shè)計問卷，涵蓋UTAUT理論中的績效期望、努力期望、社會影響、促進條件等維度，以及投資者對智能投顧的感知風險相關(guān)問題，廣泛收集投資者對智能投顧的使用態(tài)度、行為意圖及影響因素的反饋。問卷將通過線上和線下相結(jié)合的方式發(fā)放，線上借助專業(yè)問卷平臺，利用社交媒體、金融投資論壇等渠道進行傳播；線下針對金融機構(gòu)的客戶群體、投資講座參與者等進行實地發(fā)放，以保證樣本的多樣性和代表性。在收集到問卷數(shù)據(jù)后，運用數(shù)據(jù)分析方法對數(shù)據(jù)進行深入挖掘和分析。利用統(tǒng)計分析軟件，如SPSS、AMOS等，進行描述性統(tǒng)計分析，了解樣本的基本特征，包括投資者的年齡、性別、職業(yè)、投資經(jīng)驗、收入水平等分布情況；通過相關(guān)性分析，探究各影響因素與用戶使用行為之間的關(guān)聯(lián)程度；運用回歸分析，確定各因素對智能投顧用戶使用行為的影響方向和影響程度，構(gòu)建影響因素模型。同時，還將采用因子分析等方法，對數(shù)據(jù)進行降維處理，提取關(guān)鍵因子，簡化數(shù)據(jù)結(jié)構(gòu)，以便更清晰地揭示各因素之間的內(nèi)在關(guān)系。本研究的創(chuàng)新點主要體現(xiàn)在研究視角的獨特性上。創(chuàng)新性地將UTAUT理論和感知風險理論相結(jié)合，從雙重視角深入剖析智能投顧用戶的使用行為影響因素。以往關(guān)于智能投顧的研究，大多僅從單一理論視角出發(fā)，如單純基于UTAUT理論研究用戶對智能投顧的接受度，或者僅聚焦于感知風險對投資者決策的影響，缺乏對兩者綜合作用的系統(tǒng)研究。本研究將這兩個重要理論有機融合，全面考慮用戶在面對智能投顧這一新興金融服務時，既受到技術(shù)接受相關(guān)因素的驅(qū)動，又受到對投資風險感知的制約，從而更全面、深入地揭示用戶使用行為的內(nèi)在機制，為智能投顧領(lǐng)域的研究提供了全新的思路和方法。這種雙視角的研究方法，不僅豐富了智能投顧用戶行為研究的理論體系，彌補了現(xiàn)有研究在視角和方法上的不足，還為智能投顧行業(yè)的實踐提供了更具針對性和全面性的指導。通過明確UTAUT因素和感知風險因素在用戶使用行為中的具體作用和相互關(guān)系，相關(guān)機構(gòu)能夠更精準地制定營銷策略、優(yōu)化產(chǎn)品設(shè)計和服務質(zhì)量，以降低投資者的感知風險，提高用戶對智能投顧的接受度和使用意愿，進而推動智能投顧行業(yè)的健康、快速發(fā)展。二、理論基礎(chǔ)與文獻綜述2.1UTAUT理論詳解2.1.1UTAUT模型構(gòu)成UTAUT模型由Venkatesh、Morris、Davis和Davis于2003年提出，該模型整合了理性行為理論（TRA）、計劃行為理論（TPB）、技術(shù)接受模型（TAM）等八個相關(guān)理論，旨在全面解釋和預測用戶對信息技術(shù)的接受和使用行為。UTAUT模型包含四個核心變量：績效期望（PerformanceExpectancy）、努力期望（EffortExpectancy）、社會影響（SocialInfluence）和便利條件（FacilitatingConditions），以及四個調(diào)節(jié)變量：年齡（Age）、性別（Gender）、經(jīng)驗（Experience）和自愿性（Voluntariness）?？冃谕侵競€體認為使用某一特定系統(tǒng)能夠幫助其提高工作績效或達成特定目標的程度。在智能投顧領(lǐng)域，投資者的績效期望體現(xiàn)為他們期望通過使用智能投顧平臺，實現(xiàn)資產(chǎn)的增值、達到特定的投資收益目標，以及更高效地管理個人財富。例如，投資者期望智能投顧能夠根據(jù)其風險偏好和投資目標，精準地篩選出合適的投資產(chǎn)品，優(yōu)化投資組合，從而獲得比傳統(tǒng)投資方式更高的回報。努力期望涉及個體對使用某一系統(tǒng)難易程度的感知。對于智能投顧平臺，努力期望表現(xiàn)為投資者對平臺操作便捷性、界面友好性以及學習成本的認知。如果智能投顧平臺的操作流程簡單易懂，投資者無需花費大量時間和精力去學習復雜的操作技巧，就能輕松完成投資操作，那么投資者的努力期望就會較高。比如，平臺提供簡潔明了的投資界面，采用直觀的圖表展示投資信息，設(shè)置引導式的操作步驟，都有助于降低投資者的努力期望。社會影響是指個體感知到的周圍重要他人（如家人、朋友、同事等）對其使用某一系統(tǒng)決策的影響程度。在智能投顧的應用中，社會影響體現(xiàn)為投資者在決定是否使用智能投顧時，會受到身邊人的意見和行為的影響。如果投資者身邊的人對智能投顧持積極態(tài)度，并分享了成功的投資經(jīng)驗，那么該投資者更有可能受到鼓舞，嘗試使用智能投顧。例如，朋友通過智能投顧獲得了不錯的投資收益，并向投資者推薦，這可能會增強投資者對智能投顧的信任和使用意愿。便利條件是指個體認為在使用某一系統(tǒng)時，所具備的資源、知識和支持等條件對其使用行為的促進程度。對于智能投顧，便利條件包括投資者是否擁有使用智能投顧所需的設(shè)備（如電腦、智能手機）和網(wǎng)絡條件，是否具備基本的金融知識以理解智能投顧提供的投資建議，以及在使用過程中能否得到及時有效的技術(shù)支持和客戶服務。例如，投資者擁有穩(wěn)定的網(wǎng)絡環(huán)境和功能良好的設(shè)備，能夠順利訪問智能投顧平臺；同時，平臺提供豐富的投資知識科普資源，幫助投資者提升金融素養(yǎng)，以及專業(yè)的客服團隊隨時解答投資者的疑問，這些都能為投資者使用智能投顧提供便利條件。年齡、性別、經(jīng)驗和自愿性作為調(diào)節(jié)變量，會對核心變量與使用意愿和使用行為之間的關(guān)系產(chǎn)生調(diào)節(jié)作用。一般來說，年輕用戶可能對新技術(shù)的接受度更高，績效期望和努力期望對其使用意愿的影響相對較小，而社會影響的作用可能更為明顯；男性和女性在使用智能投顧時，可能在風險偏好、信息獲取方式等方面存在差異，導致各核心變量對其使用行為的影響程度不同。具有豐富投資經(jīng)驗的用戶，可能更關(guān)注智能投顧的專業(yè)性和投資策略的有效性，績效期望對其使用行為的影響較大；而自愿使用智能投顧的用戶，可能更容易受到自身對新技術(shù)的興趣和探索欲望的驅(qū)動，努力期望的影響相對較弱。2.1.2UTAUT在金融領(lǐng)域應用UTAUT模型在金融領(lǐng)域的應用十分廣泛，尤其是在金融科技相關(guān)服務的用戶接受度和使用行為研究中發(fā)揮了重要作用。在移動支付領(lǐng)域，學者們運用UTAUT模型探究用戶對新型移動支付工具的使用意愿和行為。研究發(fā)現(xiàn)，績效期望是影響用戶使用移動支付的關(guān)鍵因素之一，用戶期望通過移動支付獲得更便捷、高效的支付體驗，節(jié)省支付時間和成本。努力期望也對用戶行為有顯著影響，簡單易用的支付界面和操作流程能夠吸引更多用戶。社會影響在移動支付的推廣中也起到了一定作用，當周圍的人都在使用某種移動支付方式時，用戶更有可能受到影響而選擇使用。便利條件方面，良好的網(wǎng)絡環(huán)境、支付安全保障以及與各類商家的廣泛合作，為用戶使用移動支付提供了有力支持。在智能理財領(lǐng)域，UTAUT模型同樣被用于分析用戶對智能理財服務的接受和使用情況。智能理財作為智能投顧的一種具體形式，通過算法和模型為用戶提供個性化的理財規(guī)劃。相關(guān)研究表明，績效期望在用戶選擇智能理財服務時起著核心作用，用戶期望智能理財能夠幫助他們實現(xiàn)財富的合理配置和增值。努力期望影響著用戶對智能理財平臺的初次嘗試和持續(xù)使用，操作復雜、難以理解的理財平臺會降低用戶的使用意愿。社會影響在智能理財?shù)膫鞑ミ^程中也不容忽視，用戶的社交圈子對智能理財?shù)脑u價和推薦會影響其決策。便利條件方面，智能理財平臺需要提供豐富的金融產(chǎn)品選擇、準確及時的市場信息以及專業(yè)的客服支持，以滿足用戶的需求。然而，UTAUT模型在解釋金融領(lǐng)域用戶行為時也存在一定的局限性。該模型相對側(cè)重于個體內(nèi)部因素和社會影響因素，對外部環(huán)境因素的考慮不夠全面。在金融市場中，市場波動、政策法規(guī)變化等外部因素對用戶使用智能投顧的決策有著重要影響。當市場出現(xiàn)大幅波動時，投資者可能會對智能投顧的風險控制能力產(chǎn)生擔憂，從而降低使用意愿。政策法規(guī)的調(diào)整，如對智能投顧業(yè)務的監(jiān)管加強，可能會改變用戶對智能投顧的信任度和使用預期。此外，UTAUT模型對于不同文化背景下用戶行為的差異解釋力不足。不同國家和地區(qū)的文化價值觀、金融消費習慣等存在差異，這些差異會影響用戶對智能投顧的認知和接受程度。在一些注重人際關(guān)系和傳統(tǒng)金融服務的文化背景下，用戶可能更傾向于依賴人工投資顧問，而對智能投顧的接受度較低。因此，在運用UTAUT模型研究智能投顧用戶行為時，需要綜合考慮這些外部環(huán)境因素和文化差異，對模型進行適當?shù)臄U展和修正，以提高其解釋力和預測能力。2.2感知風險理論闡釋2.2.1感知風險的定義與維度感知風險這一概念最早由美國學者鮑爾（Bauer）于1960年引入營銷研究領(lǐng)域，他強調(diào)消費者在購買決策過程中所面臨的主觀不確定性，認為實際風險并非關(guān)鍵，消費者所感知到的主觀風險才是影響其購買行為的核心因素。此后，眾多學者對感知風險展開了深入研究，并不斷完善其定義。綜合來看，感知風險可定義為消費者在購買產(chǎn)品或服務時，主觀上對可能出現(xiàn)的不利后果的認知和擔憂。在智能投顧的應用場景中，感知風險涵蓋多個維度。財務風險是投資者最為關(guān)注的維度之一，它涉及到投資本金和收益的潛在損失風險。智能投顧依賴復雜的算法模型進行投資決策，若算法存在缺陷或未能準確預測市場變化，可能導致投資組合的資產(chǎn)價值下降，使投資者遭受財務損失。市場的不確定性也是引發(fā)財務風險的重要因素，如股票市場的大幅波動、利率的變動等，都可能影響智能投顧投資組合的收益，讓投資者面臨本金虧損的風險。功能風險主要體現(xiàn)在智能投顧平臺是否能夠按照預期提供穩(wěn)定、準確的投資服務。平臺的技術(shù)故障可能導致投資交易無法及時執(zhí)行，影響投資者的投資時機；算法的不穩(wěn)定性或不合理性，可能使投資建議與投資者的風險偏好和投資目標不匹配，無法實現(xiàn)資產(chǎn)的有效配置。智能投顧平臺在市場數(shù)據(jù)的收集和分析上若存在偏差，也會影響投資決策的準確性，進而導致功能風險的產(chǎn)生。身體風險在智能投顧場景中雖相對間接，但也不容忽視。長時間使用智能投顧平臺進行投資操作，可能會給投資者帶來一定的身體壓力，如因關(guān)注市場波動而導致的精神緊張、焦慮，進而影響身體健康。若投資者過度依賴智能投顧，忽視自身的投資知識學習和風險意識培養(yǎng)，可能在面對突發(fā)市場變化時，因缺乏應對能力而產(chǎn)生心理壓力，間接對身體造成不良影響。心理風險表現(xiàn)為投資者在使用智能投顧時，因?qū)ν顿Y結(jié)果的不確定性而產(chǎn)生的焦慮、不安等負面情緒。智能投顧的投資決策過程相對復雜，投資者難以完全理解算法的運作邏輯，這使得他們對投資結(jié)果缺乏掌控感，從而產(chǎn)生心理上的擔憂。當投資出現(xiàn)虧損時，投資者可能會對自己的投資決策產(chǎn)生懷疑，陷入自責、后悔等負面情緒中，進一步加重心理負擔。社會風險主要涉及投資者在使用智能投顧后，可能因投資結(jié)果不佳而受到他人的負面評價，影響其社會形象和聲譽。如果投資者聽從智能投顧的建議進行投資，卻遭受了較大的損失，可能會被家人、朋友認為投資決策失誤，從而在社交圈子中面臨一定的壓力。在一些社交場合中，投資成功往往被視為一種能力的體現(xiàn)，若因使用智能投顧而投資失敗，可能會影響投資者在他人眼中的形象。時間風險是指投資者在使用智能投顧過程中，可能因投資決策失誤或平臺服務問題，導致浪費大量時間和精力。若智能投顧平臺提供的投資建議不準確，投資者可能需要花費額外的時間去調(diào)整投資策略，尋找更合適的投資方案。平臺在客戶服務方面存在不足，如響應不及時、解答問題不專業(yè)等，也會讓投資者在溝通和解決問題上耗費大量時間，影響投資效率。2.2.2感知風險對用戶決策影響感知風險在智能投顧用戶的決策過程中扮演著至關(guān)重要的角色，它如同一個隱形的“剎車器”，對用戶的使用意愿和行為產(chǎn)生多方面的顯著影響。從用戶使用意愿角度來看，較高的感知風險會極大地削弱用戶對智能投顧的興趣和嘗試意愿。當投資者意識到使用智能投顧可能面臨財務損失、個人信息泄露等風險時，他們會對這種新興的投資方式持謹慎態(tài)度。在一項針對潛在智能投顧用戶的調(diào)查中發(fā)現(xiàn)，超過70%的受訪者表示，對投資風險的擔憂是他們遲遲未使用智能投顧的主要原因。這種擔憂使得他們更傾向于選擇傳統(tǒng)的投資方式，如銀行儲蓄、購買國債等，這些方式雖然收益相對較低，但風險較為可控，能給投資者帶來更強的安全感。在用戶的決策過程中，感知風險會促使他們進行更深入、細致的信息搜索和評估。為了降低風險，投資者會主動收集關(guān)于智能投顧平臺的背景信息、運營模式、技術(shù)實力、監(jiān)管情況等多方面資料。他們會關(guān)注平臺的資質(zhì)認證，查看是否受到相關(guān)金融監(jiān)管機構(gòu)的嚴格監(jiān)管；研究平臺所使用的算法模型，了解其投資策略和風險控制機制；還會參考其他用戶的評價和反饋，以獲取更真實的使用體驗。通過這些信息的收集和分析，投資者試圖全面評估智能投顧平臺的可靠性和安全性，從而判斷是否值得信任和使用。感知風險還會影響用戶在智能投顧服務中的參與程度和投資決策。即使部分用戶決定嘗試使用智能投顧，較高的感知風險也會導致他們在投資金額和投資期限上表現(xiàn)得較為保守。他們可能會先投入一小部分資金進行試探性投資，觀察一段時間后，再根據(jù)投資效果決定是否增加投資金額。在投資期限的選擇上，更傾向于短期投資，以便在發(fā)現(xiàn)風險時能夠及時撤回資金，減少損失。投資者在面對智能投顧推薦的投資組合時，若感知風險較高，可能會對其中某些風險較高的資產(chǎn)配置進行調(diào)整，降低其投資比例，以達到降低整體風險的目的。此外，感知風險還會影響用戶對智能投顧平臺的忠誠度和持續(xù)使用意愿。一旦用戶在使用過程中遭遇風險事件，如投資損失、信息泄露等，他們對平臺的信任度會急劇下降，甚至可能會立即停止使用該平臺，并轉(zhuǎn)向其他競爭對手或傳統(tǒng)投資方式。這種因感知風險導致的用戶流失，對于智能投顧平臺的長期發(fā)展是極為不利的。2.3智能投顧用戶行為研究綜述在智能投顧用戶行為研究領(lǐng)域，眾多學者從不同角度展開了深入探索，取得了一系列具有重要價值的研究成果。一些學者運用定量研究方法，通過大規(guī)模問卷調(diào)查收集數(shù)據(jù)，運用統(tǒng)計分析工具，探究用戶對智能投顧的接受程度和使用行為。研究發(fā)現(xiàn)，用戶的年齡、性別、投資經(jīng)驗等個人特征與智能投顧使用行為之間存在顯著關(guān)聯(lián)。年輕用戶由于對新技術(shù)的接受能力較強，更傾向于嘗試使用智能投顧；具有豐富投資經(jīng)驗的用戶，對智能投顧的專業(yè)性和投資策略的科學性要求更高，在使用過程中會更加謹慎地評估和選擇。在影響因素方面，已有研究表明，用戶對智能投顧的信任是影響其使用行為的關(guān)鍵因素之一。信任主要來源于對智能投顧平臺的信譽、品牌形象、技術(shù)實力以及數(shù)據(jù)安全保障的認可。一個具有良好口碑和穩(wěn)定運營記錄的智能投顧平臺，更容易獲得用戶的信任，從而促進用戶的使用行為。智能投顧所提供服務的專業(yè)性和個性化程度也對用戶使用行為產(chǎn)生重要影響。專業(yè)、精準且符合用戶個性化需求的投資建議，能夠增強用戶對智能投顧的依賴和忠誠度。如果智能投顧平臺能夠根據(jù)用戶的風險偏好、投資目標和財務狀況，為其量身定制投資組合方案，并提供及時、準確的市場分析和投資建議，用戶更有可能持續(xù)使用該平臺。然而，現(xiàn)有研究仍存在一定的局限性。在研究視角上，雖然部分研究考慮了UTAUT理論中的相關(guān)因素對用戶行為的影響，但對感知風險這一重要因素的綜合考量相對不足。大多研究僅孤立地分析感知風險的某一個或幾個維度對用戶決策的影響，缺乏對感知風險各維度之間相互關(guān)系以及其與UTAUT因素交互作用的深入研究。在智能投顧場景下，用戶的感知風險不僅包括投資損失的財務風險，還涉及個人信息安全、平臺服務穩(wěn)定性等多個維度，這些維度之間相互關(guān)聯(lián)、相互影響，共同作用于用戶的使用決策。而現(xiàn)有研究未能全面、系統(tǒng)地揭示這種復雜的關(guān)系，導致對用戶行為的解釋力和預測能力受到一定限制?，F(xiàn)有研究在研究方法上也存在一定的改進空間。多數(shù)研究主要依賴問卷調(diào)查和數(shù)據(jù)分析等定量研究方法，雖然這些方法能夠獲取大量數(shù)據(jù)，進行統(tǒng)計分析，揭示變量之間的相關(guān)性和因果關(guān)系，但在深入理解用戶的心理過程和行為動機方面存在不足。智能投顧用戶的決策過程受到多種因素的影響，包括個人的價值觀、風險態(tài)度、投資觀念等，這些因素往往難以通過定量數(shù)據(jù)完全捕捉。定性研究方法，如深度訪談、案例分析等，可以深入了解用戶在使用智能投顧過程中的真實想法、感受和體驗，挖掘其行為背后的深層次動機和原因。然而，現(xiàn)有研究中定性研究方法的運用相對較少，未能充分發(fā)揮其在深入理解用戶行為方面的優(yōu)勢。本研究將針對現(xiàn)有研究的不足，創(chuàng)新性地將UTAUT理論和感知風險理論相結(jié)合，從雙重視角深入剖析智能投顧用戶的使用行為影響因素。綜合運用定量和定性研究方法，通過問卷調(diào)查收集大量數(shù)據(jù)，運用統(tǒng)計分析方法探究各因素之間的關(guān)系，構(gòu)建影響因素模型；同時，開展深度訪談和案例分析，深入了解用戶的心理過程和行為動機，進一步完善和驗證研究結(jié)果。期望通過本研究，能夠更全面、深入地揭示智能投顧用戶使用行為的內(nèi)在機制，為智能投顧行業(yè)的發(fā)展提供更具針對性和實踐指導意義的建議。三、研究模型與假設(shè)提出3.1研究模型構(gòu)建本研究以UTAUT模型為基礎(chǔ)框架，結(jié)合感知風險理論，構(gòu)建智能投顧用戶使用行為影響因素模型，旨在全面、深入地剖析影響用戶使用智能投顧的關(guān)鍵因素及其內(nèi)在關(guān)系。在UTAUT模型中，績效期望、努力期望、社會影響和便利條件是影響用戶使用行為的核心因素?？冃谕w現(xiàn)了用戶對使用智能投顧能夠?qū)崿F(xiàn)自身投資目標、提升投資收益的預期。例如，用戶期望智能投顧能夠依據(jù)市場動態(tài)和自身風險偏好，精準地調(diào)整投資組合，從而實現(xiàn)資產(chǎn)的穩(wěn)健增值。努力期望反映了用戶對使用智能投顧的難易程度的感知。一個操作界面簡潔、流程清晰，且無需復雜金融知識即可上手的智能投顧平臺，會降低用戶的努力期望，提高其使用意愿。社會影響強調(diào)他人對用戶使用智能投顧決策的作用。當用戶周圍的人，如朋友、家人或同事，積極推薦并分享使用智能投顧的良好體驗時，用戶更有可能受到影響而嘗試使用。便利條件涵蓋了用戶在使用智能投顧過程中所需的資源、知識和支持等方面。擁有穩(wěn)定的網(wǎng)絡環(huán)境、智能設(shè)備，以及具備一定的金融知識和操作技能，同時能獲得及時有效的客服支持，都為用戶使用智能投顧提供了便利條件。感知風險理論認為，用戶在使用智能投顧時會對可能面臨的風險進行主觀評估，這種評估會顯著影響其使用行為。在智能投顧場景下，感知風險主要包括財務風險、功能風險、身體風險、心理風險、社會風險和時間風險等多個維度。財務風險是用戶最為關(guān)注的風險之一，擔心投資本金和收益受損是阻礙用戶使用智能投顧的重要因素。若智能投顧的算法未能準確預測市場走勢，導致投資組合出現(xiàn)較大虧損，用戶將直接遭受財務損失。功能風險涉及智能投顧平臺的技術(shù)穩(wěn)定性和服務準確性。平臺出現(xiàn)技術(shù)故障，如系統(tǒng)崩潰、交易延遲等，或者提供的投資建議與用戶需求不匹配，都會引發(fā)用戶對功能風險的擔憂。身體風險雖相對間接，但長期關(guān)注投資波動可能導致用戶精神緊張、焦慮，進而影響身體健康。心理風險表現(xiàn)為用戶因?qū)ν顿Y結(jié)果的不確定性而產(chǎn)生的不安情緒。智能投顧的算法相對復雜，用戶難以完全理解其運作邏輯，這使得他們在面對投資決策時缺乏掌控感，容易產(chǎn)生心理壓力。社會風險主要指用戶因使用智能投顧投資失敗而可能遭受他人的負面評價，影響其社會形象。若用戶聽從智能投顧建議進行投資卻遭遇較大損失，可能會在社交圈子中面臨一定壓力。時間風險則是用戶在使用智能投顧過程中，因投資決策失誤或平臺服務問題，導致浪費大量時間和精力去調(diào)整投資策略或解決問題。將UTAUT模型與感知風險理論相結(jié)合，構(gòu)建的研究模型如圖1所示：[此處插入研究模型圖]在該模型中，績效期望、努力期望、社會影響和便利條件作為UTAUT模型的核心變量，與感知風險一起，共同作用于用戶對智能投顧的使用意愿，而使用意愿進一步影響用戶的使用行為。年齡、性別、經(jīng)驗和自愿性作為調(diào)節(jié)變量，會對核心變量與使用意愿和使用行為之間的關(guān)系產(chǎn)生調(diào)節(jié)作用。通過構(gòu)建這一綜合模型，本研究期望能夠更全面、系統(tǒng)地揭示智能投顧用戶使用行為的影響機制，為智能投顧行業(yè)的發(fā)展提供更具針對性和實踐指導意義的建議。3.2研究假設(shè)推導3.2.1UTAUT變量與使用行為關(guān)系假設(shè)績效期望反映了用戶對使用智能投顧能夠?qū)崿F(xiàn)自身投資目標、提升投資收益的預期。當投資者認為智能投顧能夠精準分析市場動態(tài)，根據(jù)自身風險偏好和投資目標，提供合理的投資組合建議，從而幫助自己實現(xiàn)資產(chǎn)增值時，他們更有可能使用智能投顧。在市場波動較大的時期，智能投顧憑借其強大的數(shù)據(jù)分析能力，及時調(diào)整投資組合，為投資者規(guī)避風險并實現(xiàn)一定的收益，這會使投資者對智能投顧的績效期望提高，進而增強他們的使用意愿和實際使用行為?；诖?，提出假設(shè)H1：績效期望對智能投顧用戶使用意愿有顯著正向影響。假設(shè)H2：績效期望對智能投顧用戶使用行為有顯著正向影響。努力期望體現(xiàn)了用戶對使用智能投顧難易程度的感知。如果智能投顧平臺的操作界面簡潔明了，投資流程清晰易懂，投資者無需花費大量時間和精力去學習復雜的金融知識和操作技巧，就能輕松完成投資操作，那么他們的努力期望就會較低，使用意愿和行為也會相應增加。以某智能投顧平臺為例，該平臺采用圖形化的界面展示投資信息，設(shè)置一鍵式投資操作按鈕，大大降低了用戶的操作難度，使得用戶的努力期望降低，吸引了更多用戶使用。因此，提出假設(shè)H3：努力期望對智能投顧用戶使用意愿有顯著正向影響。假設(shè)H4：努力期望對智能投顧用戶使用行為有顯著正向影響。社會影響強調(diào)他人對用戶使用智能投顧決策的作用。當投資者身邊的人，如朋友、家人或同事，積極推薦并分享使用智能投顧的良好體驗時，投資者會受到他人的影響，認為使用智能投顧是一種可行的投資方式，從而更有可能嘗試使用。在一個投資交流群中，多位群成員分享了通過智能投顧獲得收益的經(jīng)歷，這使得其他成員對智能投顧的信任度增加，使用意愿也隨之提高。所以，提出假設(shè)H5：社會影響對智能投顧用戶使用意愿有顯著正向影響。假設(shè)H6：社會影響對智能投顧用戶使用行為有顯著正向影響。便利條件涵蓋了用戶在使用智能投顧過程中所需的資源、知識和支持等方面。當投資者擁有使用智能投顧所需的設(shè)備（如智能手機、電腦）和穩(wěn)定的網(wǎng)絡環(huán)境，具備一定的金融知識以理解智能投顧提供的投資建議，并且在使用過程中能夠得到及時有效的客服支持時，他們會認為使用智能投顧的條件便利，更愿意使用。若投資者在使用智能投顧時遇到問題，能夠通過在線客服或電話客服迅速得到解答和幫助，這會增強他們對智能投顧的好感和使用意愿。故而，提出假設(shè)H7：便利條件對智能投顧用戶使用意愿有顯著正向影響。假設(shè)H8：便利條件對智能投顧用戶使用行為有顯著正向影響。3.2.2感知風險與使用行為關(guān)系假設(shè)感知風險理論認為，用戶在使用智能投顧時會對可能面臨的風險進行主觀評估，這種評估會顯著影響其使用行為。在智能投顧場景下，感知風險主要包括財務風險、功能風險、身體風險、心理風險、社會風險和時間風險等多個維度。財務風險是用戶最為關(guān)注的風險之一，投資者擔心投資本金和收益受損是阻礙其使用智能投顧的重要因素。智能投顧依賴復雜的算法模型進行投資決策，若算法存在缺陷或未能準確預測市場變化，可能導致投資組合的資產(chǎn)價值下降，使投資者遭受財務損失。當投資者意識到使用智能投顧可能面臨較高的財務風險時，他們的使用意愿和實際使用行為會受到抑制。若某智能投顧平臺在過去的投資決策中，因算法失誤導致部分用戶的投資組合出現(xiàn)較大虧損，這會使得潛在用戶對該平臺的財務風險感知增加，從而降低他們使用該平臺智能投顧的意愿。因此，提出假設(shè)H9：感知風險對智能投顧用戶使用意愿有顯著負向影響。假設(shè)H10：感知風險對智能投顧用戶使用行為有顯著負向影響。感知風險不僅直接影響用戶的使用意愿和行為，還可能在UTAUT各變量與使用行為的關(guān)系中起到調(diào)節(jié)作用。在績效期望方面，當投資者感知風險較低時，他們對智能投顧能夠?qū)崿F(xiàn)投資目標、提升投資收益的期望會更加強烈，績效期望對使用意愿和行為的正向影響也會更加顯著。相反，若感知風險較高，即使投資者對智能投顧的績效期望較高，也可能因擔心風險而降低使用意愿和行為。在努力期望維度，低感知風險會增強努力期望對使用意愿和行為的正向影響。當投資者認為使用智能投顧的風險較低時，他們會更關(guān)注平臺的操作便捷性和易用性，努力期望的作用會更加突出。而高感知風險可能會削弱努力期望的影響，使投資者即使覺得平臺操作簡單，也會因風險擔憂而減少使用。社會影響同樣會受到感知風險的調(diào)節(jié)。在低感知風險環(huán)境下，他人的推薦和積極評價對用戶使用智能投顧的影響會更明顯，社會影響對使用意愿和行為的正向作用會增強。因為用戶在風險較低的情況下，更容易受到他人意見的影響。但在高感知風險時，用戶可能會更加謹慎，即使身邊人推薦，也會對使用智能投顧持觀望態(tài)度，社會影響的作用會被削弱。便利條件與使用行為的關(guān)系也會因感知風險而改變。當感知風險較低時，便利條件對用戶使用意愿和行為的促進作用會更顯著。用戶在沒有太多風險顧慮的情況下，會更看重使用智能投顧所需的資源、知識和支持等便利條件。而高感知風險可能會使便利條件的作用相對減弱，用戶會更關(guān)注風險問題，而非便利條件?；谝陨戏治觯岢黾僭O(shè)H11：感知風險在績效期望與智能投顧用戶使用意愿的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H12：感知風險在績效期望與智能投顧用戶使用行為的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H13：感知風險在努力期望與智能投顧用戶使用意愿的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H14：感知風險在努力期望與智能投顧用戶使用行為的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H15：感知風險在社會影響與智能投顧用戶使用意愿的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H16：感知風險在社會影響與智能投顧用戶使用行為的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H17：感知風險在便利條件與智能投顧用戶使用意愿的關(guān)系中起負向調(diào)節(jié)作用。假設(shè)H18：感知風險在便利條件與智能投顧用戶使用行為的關(guān)系中起負向調(diào)節(jié)作用。四、研究設(shè)計與數(shù)據(jù)收集4.1問卷設(shè)計4.1.1變量測量為確保研究的科學性和準確性，本研究對各變量進行了嚴謹?shù)臏y量設(shè)計。對于績效期望，從智能投顧能否幫助實現(xiàn)投資目標、提升投資收益以及提高投資效率等多個方面設(shè)計題項。例如，“您認為使用智能投顧能夠在多大程度上幫助您實現(xiàn)資產(chǎn)增值？”“智能投顧是否能幫助您更高效地管理個人財富？”通過這些問題，全面了解投資者對智能投顧績效期望的認知。努力期望的測量則聚焦于智能投顧平臺的操作便捷性、界面友好性以及學習成本等維度。如“您覺得使用智能投顧平臺的操作難度如何？”“您是否需要花費大量時間學習才能熟練使用智能投顧平臺？”這些題項能夠準確反映投資者對使用智能投顧難易程度的感知。社會影響的測量主要考察投資者身邊的人對其使用智能投顧決策的影響。設(shè)置問題如“您身邊的家人、朋友或同事是否推薦您使用智能投顧？”“他們的推薦對您使用智能投顧的意愿有多大影響？”以此探究社會因素在投資者決策過程中的作用。便利條件的測量涵蓋了投資者使用智能投顧所需的設(shè)備、網(wǎng)絡條件、金融知識以及客服支持等方面。比如“您是否擁有使用智能投顧所需的設(shè)備（如智能手機、電腦）和穩(wěn)定的網(wǎng)絡環(huán)境？”“您在使用智能投顧過程中，遇到問題時能否得到及時有效的客服支持？”通過這些問題，了解投資者在使用智能投顧時所具備的便利條件。感知風險的測量維度較為豐富，包括財務風險、功能風險、身體風險、心理風險、社會風險和時間風險等。針對財務風險，詢問“您是否擔心使用智能投顧會導致投資本金和收益受損？”；對于功能風險，設(shè)置問題“您是否擔心智能投顧平臺的技術(shù)故障或算法不合理會影響投資決策？”；在身體風險方面，提問“長時間使用智能投顧平臺進行投資操作，是否會給您帶來身體上的壓力或不適？”；心理風險的測量問題如“您在使用智能投顧時，是否會因?qū)ν顿Y結(jié)果的不確定性而感到焦慮或不安？”；社會風險的測量則為“您是否擔心因使用智能投顧投資失敗而受到他人的負面評價？”；時間風險的測量問題為“您是否擔心使用智能投顧會浪費您大量的時間和精力？”通過這些多維度的問題，全面捕捉投資者對智能投顧的感知風險。使用意愿的測量主要通過詢問投資者在未來一段時間內(nèi)使用智能投顧的可能性以及使用頻率等問題來實現(xiàn)。例如“您在未來3個月內(nèi)是否有使用智能投顧的打算？”“如果使用智能投顧，您預計每月使用的次數(shù)是多少？”這些問題能夠直接反映投資者的使用意愿。使用行為的測量則通過收集投資者過去一段時間內(nèi)實際使用智能投顧的情況，包括使用頻率、投資金額、投資期限等方面的數(shù)據(jù)。如“在過去6個月內(nèi)，您使用智能投顧的次數(shù)是多少？”“您在使用智能投顧時，平均每次的投資金額是多少？”“您通常選擇的投資期限是多長？”通過這些問題，準確掌握投資者的使用行為。在測量過程中，采用李克特5級量表對各題項進行量化，1表示“非常不同意”，2表示“不同意”，3表示“中立”，4表示“同意”，5表示“非常同意”。對于涉及具體數(shù)據(jù)的問題，如投資金額、使用次數(shù)等，則要求投資者填寫實際數(shù)值。這樣的測量方式既能夠充分獲取投資者的主觀態(tài)度，又能收集到客觀的行為數(shù)據(jù)，確保了測量的準確性和有效性。4.1.2問卷結(jié)構(gòu)本問卷結(jié)構(gòu)設(shè)計合理，內(nèi)容全面，旨在深入了解智能投顧用戶的使用行為及其影響因素。問卷開篇為引言部分，以簡潔明了的語言闡述了本次調(diào)查的目的、意義以及問卷填寫的大致時間，消除被調(diào)查者的疑慮，提高其參與度和配合度。例如，“尊敬的投資者，您好！為了深入了解智能投顧在市場中的應用情況以及您的使用體驗，我們特開展此次問卷調(diào)查。問卷大約需要10-15分鐘填寫完畢，您的回答將對我們的研究提供重要幫助，所有信息僅用于學術(shù)研究，我們將嚴格保密，感謝您的支持與配合！”個人信息部分收集被調(diào)查者的基本信息，包括年齡、性別、職業(yè)、收入水平、投資經(jīng)驗等。這些信息有助于后續(xù)對不同特征群體的用戶行為進行分析，探究個人特征與智能投顧使用行為之間的關(guān)系。例如，通過分析不同年齡層的投資者對智能投顧的接受程度和使用偏好，為智能投顧平臺制定針對性的營銷策略提供依據(jù)。UTAUT相關(guān)問題圍繞績效期望、努力期望、社會影響和便利條件四個維度展開。通過一系列精心設(shè)計的問題，深入了解投資者對智能投顧在實現(xiàn)投資目標、操作便捷性、社會影響以及使用條件等方面的看法和感受。如前文所述，針對績效期望，詢問“您認為使用智能投顧能夠在多大程度上幫助您實現(xiàn)資產(chǎn)增值？”；對于努力期望，設(shè)置問題“您覺得使用智能投顧平臺的操作難度如何？”等。這些問題能夠全面反映UTAUT理論中各因素對投資者使用行為的影響。感知風險相關(guān)問題從財務風險、功能風險、身體風險、心理風險、社會風險和時間風險等多個維度，了解投資者在使用智能投顧過程中所感知到的風險。例如，“您是否擔心使用智能投顧會導致投資本金和收益受損？（財務風險）”“您是否擔心智能投顧平臺的技術(shù)故障或算法不合理會影響投資決策？（功能風險）”等問題，幫助研究人員深入分析感知風險對投資者使用行為的制約作用。使用意愿和行為相關(guān)問題直接詢問投資者對智能投顧的使用意愿以及過去的使用行為。如“您在未來3個月內(nèi)是否有使用智能投顧的打算？（使用意愿）”“在過去6個月內(nèi)，您使用智能投顧的次數(shù)是多少？（使用行為）”通過這些問題，準確掌握投資者的使用意愿和實際使用情況，為研究影響因素與使用行為之間的關(guān)系提供直接的數(shù)據(jù)支持。問卷結(jié)尾設(shè)置了開放性問題，邀請被調(diào)查者提出對智能投顧的意見和建議。這一設(shè)計旨在獲取被調(diào)查者更深入、全面的看法，挖掘潛在的影響因素和用戶需求。例如，有些被調(diào)查者可能會提出對智能投顧平臺功能改進的建議，或者分享自己在使用過程中遇到的問題和解決方案，這些信息對于智能投顧平臺的優(yōu)化和發(fā)展具有重要的參考價值。4.2數(shù)據(jù)收集為了獲取全面、準確且具有代表性的數(shù)據(jù)，本研究采用了線上與線下相結(jié)合的多元化數(shù)據(jù)收集方式。線上渠道主要借助專業(yè)問卷平臺，如問卷星、騰訊問卷等，這些平臺具有便捷高效、傳播范圍廣、數(shù)據(jù)收集和整理自動化程度高等優(yōu)勢。通過在社交媒體平臺（如微信、微博、抖音等）發(fā)布問卷鏈接，吸引廣大投資者參與調(diào)查。在金融投資相關(guān)的專業(yè)論壇和社區(qū)，如雪球網(wǎng)、東方財富股吧等，也同步投放問卷，這些平臺聚集了大量對投資感興趣且具有一定投資經(jīng)驗的用戶，能夠為研究提供豐富的樣本。同時，利用電子郵件向金融機構(gòu)的客戶群體發(fā)送問卷，進一步擴大樣本來源。線下渠道則與多家金融機構(gòu)展開深度合作，包括銀行、證券公司、基金公司等。在金融機構(gòu)的營業(yè)網(wǎng)點，向前來辦理業(yè)務的客戶發(fā)放問卷，由工作人員現(xiàn)場協(xié)助客戶填寫，確保問卷填寫的準確性和完整性。針對參加金融投資講座、培訓課程的人員，也進行問卷發(fā)放，這些人員通常對金融投資有較高的關(guān)注度和學習熱情，其反饋信息具有重要的參考價值。此外，還在一些大型商業(yè)活動、金融展會等場所設(shè)置問卷發(fā)放點，隨機邀請過往行人參與調(diào)查。在樣本選擇方面，嚴格遵循以下標準和方法，以確保數(shù)據(jù)的代表性。設(shè)定投資者年齡范圍為18-65周歲，涵蓋了不同年齡段的投資群體，因為不同年齡段的投資者在投資觀念、風險偏好、對新技術(shù)的接受程度等方面存在顯著差異。年輕投資者可能更傾向于嘗試新興的智能投顧服務，而年長投資者則可能更注重投資的穩(wěn)健性和安全性。納入不同性別的投資者，考慮到性別因素可能對投資決策產(chǎn)生影響，男性和女性在投資行為上可能存在差異，如女性投資者可能在投資決策中更加謹慎，對風險的感知更為敏感。職業(yè)分布上，涵蓋了各行各業(yè)，包括但不限于企業(yè)員工、公務員、自由職業(yè)者、個體經(jīng)營者等。不同職業(yè)的投資者在收入水平、財務狀況、投資知識儲備等方面有所不同，這些差異會影響他們對智能投顧的使用行為。企業(yè)員工可能有相對穩(wěn)定的收入和固定的工作時間，其投資行為可能受到工作壓力和職業(yè)發(fā)展的影響；自由職業(yè)者則可能在投資時間和資金安排上更為靈活。投資經(jīng)驗也是樣本選擇的重要考量因素，包括無投資經(jīng)驗、投資經(jīng)驗1-3年、3-5年以及5年以上的投資者。無投資經(jīng)驗的投資者對智能投顧的接受和使用可能更多地受到初始認知和引導的影響；而具有豐富投資經(jīng)驗的投資者則會從專業(yè)角度對智能投顧的投資策略、風險控制能力等提出更高的要求。通過以上嚴格的樣本選擇標準和多元化的數(shù)據(jù)收集方式，本研究共收集到有效問卷[X]份，為后續(xù)深入分析智能投顧用戶使用行為影響因素提供了堅實的數(shù)據(jù)基礎(chǔ)。五、數(shù)據(jù)分析與結(jié)果討論5.1數(shù)據(jù)分析方法本研究運用多種數(shù)據(jù)分析方法對收集到的數(shù)據(jù)進行深入挖掘和分析，以揭示智能投顧用戶使用行為的影響因素及其內(nèi)在關(guān)系。在數(shù)據(jù)預處理階段，首先對回收的問卷數(shù)據(jù)進行清洗，檢查數(shù)據(jù)的完整性和準確性，剔除無效問卷，如存在大量缺失值、邏輯矛盾或答題時間過短的問卷。對數(shù)據(jù)中的異常值進行處理，采用均值替代法、箱線圖法等方法，確保數(shù)據(jù)的質(zhì)量，為后續(xù)分析提供可靠的數(shù)據(jù)基礎(chǔ)。描述性統(tǒng)計分析是初步了解數(shù)據(jù)特征的重要方法，本研究使用SPSS軟件進行描述性統(tǒng)計分析。通過計算樣本的均值、標準差、最小值、最大值等統(tǒng)計量，對投資者的年齡、性別、職業(yè)、投資經(jīng)驗、收入水平等個人特征進行描述性分析，了解樣本的基本分布情況。分析不同年齡段投資者的占比，判斷智能投顧用戶的年齡集中趨勢；計算投資經(jīng)驗的均值和標準差，了解投資者投資經(jīng)驗的整體水平和離散程度。對問卷中各變量的得分進行描述性統(tǒng)計，了解投資者對績效期望、努力期望、社會影響、便利條件、感知風險等因素的總體評價。信度和效度檢驗是確保研究數(shù)據(jù)可靠性和有效性的關(guān)鍵步驟。使用SPSS軟件進行信度分析，采用Cronbach'sα系數(shù)來衡量量表的內(nèi)部一致性。一般認為，Cronbach'sα系數(shù)大于0.7表示量表具有較好的信度。對績效期望、努力期望、社會影響、便利條件、感知風險等變量的測量量表進行信度檢驗，若系數(shù)未達到0.7，則對量表中的題項進行分析，刪除相關(guān)性較低的題項，以提高量表的信度。效度檢驗包括內(nèi)容效度和結(jié)構(gòu)效度。內(nèi)容效度主要通過專家評審的方式，邀請金融領(lǐng)域的專家和學者對問卷的題項進行評估，確保問卷能夠全面、準確地測量所需變量。結(jié)構(gòu)效度采用因子分析方法進行檢驗，利用SPSS軟件計算KMO值和Bartlett球形檢驗值。KMO值越接近1，表示變量間的偏相關(guān)性越強，越適合進行因子分析；Bartlett球形檢驗的P值小于0.05，表示變量間存在相關(guān)性，適合進行因子分析。通過因子分析提取公因子，驗證各變量的測量題項是否能夠合理地歸屬于相應的因子，以確定量表的結(jié)構(gòu)效度。為了探究各變量之間的關(guān)系，本研究使用SPSS軟件進行相關(guān)性分析和回歸分析。相關(guān)性分析用于判斷變量之間是否存在線性相關(guān)關(guān)系，計算Pearson相關(guān)系數(shù)，分析績效期望、努力期望、社會影響、便利條件、感知風險與使用意愿、使用行為之間的相關(guān)程度。若相關(guān)系數(shù)的絕對值大于0.3且P值小于0.05，則認為變量之間存在顯著的相關(guān)性?；貧w分析則進一步確定各變量之間的因果關(guān)系，以使用意愿和使用行為為因變量，以績效期望、努力期望、社會影響、便利條件、感知風險為自變量，建立回歸模型。通過回歸分析，計算各自變量的回歸系數(shù)和顯著性水平，判斷各因素對智能投顧用戶使用意愿和使用行為的影響方向和影響程度。若回歸系數(shù)為正且P值小于0.05，則表明該自變量對因變量有顯著的正向影響；若回歸系數(shù)為負且P值小于0.05，則表明該自變量對因變量有顯著的負向影響。為了更全面地驗證研究假設(shè)，本研究使用AMOS軟件進行結(jié)構(gòu)方程模型分析。結(jié)構(gòu)方程模型能夠同時處理多個自變量和因變量之間的復雜關(guān)系，考慮測量誤差和潛變量之間的相關(guān)性。將績效期望、努力期望、社會影響、便利條件、感知風險等潛變量以及使用意愿、使用行為等顯變量納入結(jié)構(gòu)方程模型，通過極大似然估計法估計模型參數(shù)。根據(jù)模型的擬合指標，如卡方自由度比（χ2/df）、比較擬合指數(shù)（CFI）、塔克-劉易斯指數(shù)（TLI）、近似誤差均方根（RMSEA）等，判斷模型的擬合優(yōu)度。一般認為，χ2/df在2-5之間、CFI和TLI大于0.9、RMSEA小于0.08時，模型擬合較好。通過結(jié)構(gòu)方程模型分析，驗證各因素對使用意愿和使用行為的直接影響以及感知風險在UTAUT變量與使用行為關(guān)系中的調(diào)節(jié)作用，檢驗研究假設(shè)的合理性。5.2數(shù)據(jù)分析結(jié)果5.2.1樣本描述性統(tǒng)計本研究共收集有效問卷[X]份，對樣本的基本特征進行描述性統(tǒng)計分析，結(jié)果如表1所示：變量類別頻數(shù)百分比性別男[X1][X1%]女[X2][X2%]年齡18-25歲[X3][X3%]26-35歲[X4][X4%]36-45歲[X5][X5%]46-55歲[X6][X6%]56-65歲[X7][X7%]收入水平5000元以下[X8][X8%]5001-10000元[X9][X9%]10001-20000元[X10][X10%]20001-30000元[X11][X11%]30000元以上[X12][X12%]投資經(jīng)驗無[X13][X13%]1-3年[X14][X14%]3-5年[X15][X15%]5年以上[X16][X16%]在性別分布上，男性占[X1%]，女性占[X2%]，男性比例略高于女性。從年齡結(jié)構(gòu)來看，26-35歲的人群占比最高，達到[X4%]，是智能投顧的主要使用群體，這可能與該年齡段人群對新技術(shù)的接受能力較強，且具有一定的經(jīng)濟基礎(chǔ)和投資需求有關(guān)。在收入水平方面，5001-10000元的人群占比為[X9%]，10001-20000元的人群占比[X10%]，這表明中等收入群體對智能投顧有較高的關(guān)注度和使用意愿。投資經(jīng)驗上，有投資經(jīng)驗的人群占比較高，其中1-3年投資經(jīng)驗的占[X14%]，3-5年的占[X15%]，5年以上的占[X16%]，說明智能投顧在具有一定投資經(jīng)驗的人群中得到了較為廣泛的應用。5.2.2信度與效度檢驗運用SPSS軟件對各變量量表進行信度分析，結(jié)果顯示，績效期望量表的Cronbach'sAlpha系數(shù)為[α1]，努力期望量表為[α2]，社會影響量表為[α3]，便利條件量表為[α4]，感知風險量表為[α5]，使用意愿量表為[α6]，使用行為量表為[α7]，所有量表的Cronbach'sAlpha系數(shù)均大于0.7，表明量表具有良好的內(nèi)部一致性和可靠性。效度檢驗方面，首先進行KMO檢驗和Bartlett球形檢驗。各變量量表的KMO值均大于0.7，其中績效期望量表KMO值為[KMO1]，努力期望量表為[KMO2]，社會影響量表為[KMO3]，便利條件量表為[KMO4]，感知風險量表為[KMO5]，使用意愿量表為[KMO6]，使用行為量表為[KMO7]。Bartlett球形檢驗的P值均小于0.05，表明各變量間存在顯著的相關(guān)性，適合進行因子分析。通過因子分析，各變量的測量題項能夠合理地歸屬于相應的因子，進一步驗證了量表的結(jié)構(gòu)效度。5.2.3相關(guān)性分析采用Pearson相關(guān)分析方法，對各變量之間的相關(guān)性進行分析，結(jié)果如表2所示：變量績效期望努力期望社會影響便利條件感知風險使用意愿使用行為績效期望1[r12][r13][r14][r15][r16][r17]努力期望[r12]1[r23][r24][r25][r26][r27]社會影響[r13][r23]1[r34][r35][r36][r37]便利條件[r14][r24][r34]1[r45][r46][r47]感知風險[r15][r25][r35][r45]1[r56][r57]使用意愿[r16][r26][r36][r46][r56]1[r67]使用行為[r17][r27][r37][r47][r57][r67]1由表2可知，績效期望與使用意愿（r=[r16]，p<0.01）、使用行為（r=[r17]，p<0.01）顯著正相關(guān)，表明投資者對智能投顧的績效期望越高，其使用意愿和使用行為越強。努力期望與使用意愿（r=[r26]，p<0.01）、使用行為（r=[r27]，p<0.01）也呈現(xiàn)顯著正相關(guān)，說明智能投顧平臺的操作便捷性等因素對用戶使用意愿和行為有積極影響。社會影響與使用意愿（r=[r36]，p<0.01）、使用行為（r=[r37]，p<0.01）顯著正相關(guān)，體現(xiàn)了他人推薦等社會因素對用戶決策的重要作用。便利條件與使用意愿（r=[r46]，p<0.01）、使用行為（r=[r47]，p<0.01）顯著正相關(guān)，表明良好的使用條件能夠促進用戶的使用意愿和行為。感知風險與使用意愿（r=[r56]，p<0.01）、使用行為（r=[r57]，p<0.01）顯著負相關(guān)，說明投資者感知到的風險越高，其使用意愿和使用行為越低。這些相關(guān)性分析結(jié)果為后續(xù)的結(jié)構(gòu)方程模型分析奠定了基礎(chǔ)。5.2.4結(jié)構(gòu)方程模型結(jié)果運用AMOS軟件構(gòu)建結(jié)構(gòu)方程模型，對研究假設(shè)進行驗證，模型擬合指標如下：卡方自由度比（χ2/df）=[χ2/df值]，處于2-5之間；比較擬合指數(shù)（CFI）=[CFI值]，塔克-劉易斯指數(shù)（TLI）=[TLI值]，均大于0.9；近似誤差均方根（RMSEA）=[RMSEA值]，小于0.08，表明模型擬合效果良好。模型路徑系數(shù)及顯著性檢驗結(jié)果如表3所示：路徑標準化路徑系數(shù)t值P值假設(shè)檢驗結(jié)果績效期望→使用意愿[β1][t1][p1]支持H1績效期望→使用行為[β2][t2][p2]支持H2努力期望→使用意愿[β3][t3][p3]支持H3努力期望→使用行為[β4][t4][p4]支持H4社會影響→使用意愿[β5][t5][p5]支持H5社會影響→使用行為[β6][t6][p6]支持H6便利條件→使用意愿[β7][t7][p7]支持H7便利條件→使用行為[β8][t8][p8]支持H8感知風險→使用意愿[β9][t9][p9]支持H9感知風險→使用行為[β10][t10][p10]支持H10績效期望×感知風險→使用意愿[β11][t11][p11]支持H11績效期望×感知風險→使用行為[β12][t12][p12]支持H12努力期望×感知風險→使用意愿[β13][t13][p13]支持H13努力期望×感知風險→使用行為[β14][t14][p14]支持H14社會影響×感知風險→使用意愿[β15][t15][p15]支持H15社會影響×感知風險→使用行為[β16][t16][p16]支持H16便利條件×感知風險→使用意愿[β17][t17][p17]支持H17便利條件×感知風險→使用行為[β18][t18][p18]支持H18由表3可知，所有假設(shè)均得到支持。績效期望、努力期望、社會影響、便利條件對智能投顧用戶使用意愿和使用行為均有顯著正向影響；感知風險對智能投顧用戶使用意愿和使用行為有顯著負向影響。感知風險在績效期望、努力期望、社會影響、便利條件與智能投顧用戶使用意愿和使用行為的關(guān)系中均起負向調(diào)節(jié)作用。其中，績效期望對使用行為的影響路徑系數(shù)為[β2]，表明績效期望對用戶使用行為的影響較為顯著，投資者對智能投顧實現(xiàn)投資目標、提升收益的期望越高，越會積極使用智能投顧。感知風險對使用行為的影響路徑系數(shù)為[β10]，說明感知風險是抑制用戶使用行為的重要因素，投資者感知到的風險越高，使用智能投顧的可能性越低。5.3結(jié)果討論5.3.1UTAUT變量影響討論績效期望對智能投顧用戶使用行為具有顯著正向影響。這意味著投資者對智能投顧實現(xiàn)投資目標、提升收益的期望越高，就越有可能使用智能投顧。以年輕投資者小李為例，他正處于事業(yè)上升期，有一定的閑置資金，希望通過投資實現(xiàn)資產(chǎn)的快速增值，以滿足未來購房、子女教育等需求。他了解到智能投顧能夠利用大數(shù)據(jù)和算法，根據(jù)市場動態(tài)和他的風險偏好，提供個性化的投資組合建議，有望實現(xiàn)較高的投資回報。基于這種較高的績效期望，小李積極嘗試使用智能投顧平臺進行投資，并且隨著投資收益的逐步顯現(xiàn)，他對智能投顧的依賴程度不斷加深，投資金額和使用頻率也逐漸增加?？冃谕詫τ脩羰褂眯袨楫a(chǎn)生重要影響，是因為投資者在進行投資決策時，核心目標是實現(xiàn)資產(chǎn)的增值和投資目標的達成。智能投顧若能展現(xiàn)出強大的數(shù)據(jù)分析能力和精準的投資決策能力，滿足投資者對收益的期望，就會激發(fā)投資者的使用意愿和行為。努力期望對用戶使用行為也有顯著正向影響。操作便捷、界面友好的智能投顧平臺能夠降低用戶的使用難度和學習成本，從而促進用戶的使用行為。比如退休職工張阿姨，她對金融投資有一定興趣，但金融知識相對有限，對復雜的投資操作存在畏難情緒。當她接觸到一款操作簡單、界面簡潔的智能投顧平臺時，只需要通過簡單的幾步操作，就能完成投資產(chǎn)品的選擇和交易，并且平臺提供了通俗易懂的投資指南和風險提示。這使得張阿姨的努力期望得到滿足，她逐漸克服了對投資的恐懼，開始嘗試使用該智能投顧平臺進行小額投資，并且在使用過程中體驗良好，進而增加了使用頻率和投資金額。努力期望影響用戶使用行為的作用機制在于，當用戶認為使用某一產(chǎn)品或服務的難度較低，能夠輕松上手時，他們會更愿意嘗試和持續(xù)使用。對于智能投顧這種涉及金融投資的復雜服務，操作的便捷性和易用性能夠消除用戶的顧慮，降低使用門檻，吸引更多用戶參與。社會影響對智能投顧用戶使用行為同樣具有顯著正向作用。周圍人的推薦和積極評價能夠增強投資者對智能投顧的信任和使用意愿。在一個投資愛好者的社交群中，成員小王分享了自己通過智能投顧實現(xiàn)資產(chǎn)穩(wěn)健增長的經(jīng)歷，詳細介紹了智能投顧平臺的優(yōu)勢和使用體驗。這一分享引起了群內(nèi)其他成員的關(guān)注，其中成員小趙原本對智能投顧持觀望態(tài)度，但在看到小王的成功案例和積極推薦后，對智能投顧的信任度大幅提升，認為既然身邊有成功的先例，那么自己使用智能投顧也可能獲得良好的投資回報。于是，小趙開始嘗試使用小王推薦的智能投顧平臺，并且在使用過程中不斷向其他朋友推薦。社會影響的作用機制在于，人們在做出決策時，往往會受到他人意見和行為的影響，尤其是在面對新興事物時，他人的經(jīng)驗分享和推薦能夠提供重要的參考依據(jù)，降低決策的不確定性和風險感知，從而促進用戶的使用行為。便利條件對用戶使用行為有顯著正向影響。擁有使用智能投顧所需的設(shè)備、網(wǎng)絡條件、金融知識以及良好的客服支持等便利條件，能夠為用戶使用智能投顧提供保障，提高用戶的使用意愿和行為。例如，某公司白領(lǐng)小張，具備一定的金融知識，擁有智能手機和穩(wěn)定的網(wǎng)絡環(huán)境。當他使用智能投顧平臺時，平臺不僅提供了豐富的投資產(chǎn)品選擇和準確的市場信息，還配備了專業(yè)的客服團隊，能夠及時解答他在投資過程中遇到的問題。這些便利條件使得小張在使用智能投顧時感到非常順暢，沒有遇到任何阻礙，從而增強了他對智能投顧的好感和使用意愿，他不僅自己持續(xù)使用該智能投顧平臺，還向身邊的同事推薦。便利條件影響用戶使用行為的原因在于，用戶在使用某一產(chǎn)品或服務時，需要具備相應的資源和支持，若這些條件得不到滿足，用戶的使用體驗會受到嚴重影響，甚至可能放棄使用。對于智能投顧來說，完善的便利條件能夠提升用戶的使用體驗，增強用戶的滿意度和忠誠度，促進用戶的持續(xù)使用行為。5.3.2感知風險影響討論感知風險對智能投顧用戶使用行為呈現(xiàn)顯著負向影響。當投資者感知到使用智能投顧可能面臨較高的風險，如財務損失、個人信息泄露等，他們的使用意愿和實際使用行為會受到抑制。以投資者小劉為例，他在考慮使用某智能投顧平臺時，聽聞該平臺曾出現(xiàn)過數(shù)據(jù)泄露事件，導致部分用戶的個人信息被濫用。這一消息讓小劉對該平臺的信息安全產(chǎn)生了嚴重擔憂，盡管他了解到該平臺的投資策略和績效期望較高，但由于感知到的信息安全風險，他最終放棄了使用該平臺，轉(zhuǎn)而選擇了更為傳統(tǒng)、風險感知較低的投資方式。感知風險抑制用戶使用行為的原因在于，投資者在進行投資決策時，風險是一個重要的考量因素。當他們感知到風險較高時，會本能地對投資行為持謹慎態(tài)度，以避免可能的損失。智能投顧作為一種新興的投資方式，其復雜的算法和數(shù)據(jù)處理過程容易引發(fā)投資者對風險的擔憂，從而影響他們的使用決策。感知風險在UTAUT變量與使用行為關(guān)系中起負向調(diào)節(jié)作用。在績效期望方面，當投資者感知風險較低時，績效期望對使用行為的正向影響更為顯著。例如，投資者小陳對某智能投顧平臺的績效期望較高，認為其能夠幫助自己實現(xiàn)資產(chǎn)增值。同時，該平臺在數(shù)據(jù)安全、投資風險控制等方面表現(xiàn)出色，小陳感知到的風險較低。在這種情況下，小陳更愿意相信平臺的投資建議，積極使用該平臺進行投資，績效期望對他的使用行為產(chǎn)生了較強的推動作用。相反，若投資者感知風險較高，即使績效期望較高，也可能因風險擔憂而減少使用行為。如投資者小吳對某智能投顧平臺的績效期望也較高，但該平臺近期因投資決策失誤導致部分用戶遭受較大損失，小吳感知到的風險大幅增加。盡管他仍然認可平臺的投資理念和潛在收益，但由于對風險的擔憂，他減少了在該平臺的投資金額和使用頻率，績效期望對他的使用行為的影響被削弱。在努力期望維度，低感知風險會增強努力期望對使用行為的正向影響。當投資者認為使用智能投顧的風險較低時，他們會更關(guān)注平臺的操作便捷性和易用性，努力期望的作用會更加突出。比如，投資者小周在使用某智能投顧平臺時，覺得平臺操作簡單，界面友好，同時該平臺有完善的風險保障措施，他感知到的風險較低。在這種情況下，小周更愿意使用該平臺，努力期望對他的使用行為起到了積極的促進作用。而高感知風險可能會削弱努力期望的影響，使投資者即使覺得平臺操作簡單，也會因風險擔憂而減少使用。例如，投資者小鄭使用的智能投顧平臺雖然操作便捷，但近期出現(xiàn)了技術(shù)故障，導致部分交易延遲執(zhí)行，小鄭感知到的風險增加。盡管平臺操作依然簡單，但他因擔心類似問題再次發(fā)生導致投資損失，減少了對該平臺的使用，努力期望對他的使用行為的影響被弱化。社會影響同樣會受到感知風險的調(diào)節(jié)。在低感知風險環(huán)境下，他人的推薦和積極評價對用戶使用智能投顧的影響會更明顯，社會影響對使用行為的正向作用會增強。因為用戶在風險較低的情況下，更容易受到他人意見的影響。例如，在一個投資交流群中，大家對某智能投顧平臺的評價都很高，且該平臺一直以來運營穩(wěn)定，風險較低。投資者小孫在看到群內(nèi)成員的積極推薦和平臺的良好表現(xiàn)后，受到社會影響的驅(qū)動，積極嘗試使用該平臺，社會影響對他的使用行為產(chǎn)生了較大的推動作用。但在高感知風險時，用戶可能會更加謹慎，即使身邊人推薦，也會對使用智能投顧持觀望態(tài)度，社會影響的作用會被削弱。如某智能投顧平臺近期被曝光存在合規(guī)問題，投資者小李的朋友雖然推薦他使用該平臺，但小李因感知到平臺的高風險，對朋友的推薦持謹慎態(tài)度，沒有輕易嘗試使用，社會影響對他的使用行為的影響被減弱。便利條件與使用行為的關(guān)系也會因感知風險而改變。當感知風險較低時，便利條件對用戶使用意愿和行為的促進作用會更顯著。用戶在沒有太多風險顧慮的情況下，會更看重使用智能投顧所需的資源、知識和支持等便利條件。例如，投資者小徐在使用某智能投顧平臺時，平臺提供了良好的設(shè)備兼容性、豐富的投資知識和及時的客服支持，且該平臺的風險控制措施完善，小徐感知到的風險較低。在這種情況下，便利條件使得小徐能夠更好地使用平臺，對他的使用行為起到了積極的促進作用。而高感知風險可能會使便利條件的作用相對減弱，用戶會更關(guān)注風險問題，而非便利條件。比如，投資者小郭使用的智能投顧平臺雖然在便利條件方面表現(xiàn)出色，但近期市場波動較大，平臺的投資組合出現(xiàn)較大虧損，小郭感知到的風險增加。此時，他更關(guān)注如何降低投資風險，而對平臺的便利條件關(guān)注較少，即使平臺依然具備良好的便利條件，也難以促進他的使用行為。為了降低用戶的感知風險，智能投顧平臺可以采取以下措施：加強信息安全保障，采用先進的加密技術(shù)和安全防護措施，保護用戶的個人信息和交易數(shù)據(jù)安全，定期進行安全審計和漏洞修復，及時向用戶披露信息安全情況，增強用戶對平臺信息安全的信任。提高投資透明度，向用戶詳細解釋投資策略、算法原理和風險控制機制，讓用戶清楚了解投資過程和可能面臨的風險。提供實時的投資信息和市場動態(tài)，使用戶能夠及時掌握投資情況，增強對投資的掌控感。建立完善的風險預警機制，當投資組合出現(xiàn)風險時，及時向用戶發(fā)出預警信息，并提供相應的風險應對建議。加強投資者教育，通過線上線下相結(jié)合的方式，舉辦投資知識講座、培訓課程等，提高投資者的金融知識水平和風險意識，幫助投資者更好地理解智能投顧的運作原理和風險特征，從而降低因信息不對稱和認知不足導致的感知風險。六、研究結(jié)論與實踐啟示6.1研究結(jié)論總結(jié)本研究基于UTAUT理論和感知風險理論，通過構(gòu)建智能投顧用戶使用行為影響因素模型，運用問卷調(diào)查和數(shù)據(jù)分析等方法，深入探究了影響智能投顧用戶使用行為的關(guān)鍵因素及其內(nèi)在關(guān)系，得出以下重要結(jié)論：UTAUT理論中的績效期望、努力期望、社會影響和便利條件對智能投顧用戶使用行為均具有顯著正向影響。投資者對智能投顧實現(xiàn)投資目標、提升收益的績效期望越高，越愿意使用智能投顧。當投資者認為智能投顧能夠精準分析市場，根據(jù)自身情況提供合理投資組合，幫助實現(xiàn)資產(chǎn)增值時，他們會更積極地使用智能投顧平臺進行投資。智能投顧平臺的操作便捷性、界面友好性等努力期望因素，也在很大程度上影響著用戶的使用行為。一個操作簡單、易于上手的平臺，能夠降低用戶的學習成本和使用難度，吸引更多用戶嘗試和持續(xù)使用。社會影響在智能投顧用戶決策過程中發(fā)揮著重要作用。身邊人的推薦和積極評價，會增強投資者對智能投顧的信任和使用意愿。在社交網(wǎng)絡發(fā)達的今天，用戶之間的口碑傳播對于智能投顧的推廣和普及具有不可忽視的作用。擁有使用智能投顧所需的設(shè)備、網(wǎng)絡條件、金融知識以及良好的客服支持等便利條件，為用戶使用智能投顧提供了保障，能夠促進用戶的使用行為。若投資者在使用過程中遇到問題能夠及時得到解決，并且具備使用智能投顧的基礎(chǔ)條件，他們會更愿意使用智能投顧進行投資。感知風險對智能投顧用戶使用行為呈現(xiàn)顯著負向影響。投資者對使用智能投顧可能面臨的財務風險、功能風險、身體風險、心理風險、社會風險和時間風險等的擔憂，會抑制他們的使用意愿和實際使用行為。當投資者擔心智能投顧平臺的算法不準確導致投資損失，或者擔心個人信息泄露時，他們會對使用智能投顧持謹慎態(tài)度，甚至放棄使用。感知風險在UTAUT變量與使用行為關(guān)系中起負向調(diào)節(jié)作用。在低感知風險環(huán)境下，UTAUT各變量對使用行為的正向影響更為顯著；而在高感知風險時，這些變量的影響會被削弱。當投資者認為使用智能投顧的風險較低時，他們會更關(guān)注平臺的績效期望、努力期望等因素，這些因素對使用行為的促進作用會增強。相反，若感知風險較高，即使投資者對智能投顧的績效期望較高，也可能因風險擔憂而減少使用行為。本研究創(chuàng)新性地將UTAUT理論和感知風險理論