基于蚂蚁花呗的网络消费对大学生的影响

-*理工学院毕业设计论文题目基于花呗的信用评价对大学生 网络消费的影响研究*陈学祥*3120113070 专业班级 12电子商务2班指导教师李成刚学院经济与贸易学院完成日期 2016年5月28日. z.-摘要伴随着我国互联网金融的开展，产生了一系列网络信贷消费分期平台。2014年12月27日，蚂蚁金服一项类似信用卡的效劳花呗上线，根据芝麻信用分数值的不同，花呗用户可享受到1000至30000元个人消费信贷额度。然后对基于花呗的信用评价对大学生网络消费的影响程度进展分析，给大学生网络消费提出有针对性的建议。本文通过花呗在大学生群体普及运用的背景下，首先通过对国内外文献的梳理，根据信用评价的特点，对花呗产生的因素进展全面剖析，进展对影响花呗信贷额度的信用评价模型构建。然后通过问卷调查的形式对大学生群体在网络消费中对花呗的使用程度等调查研究，根据数据统计进展实证分析得出花呗对大学生群体网络消费的影响研究。最后对大学生的网络信贷消费提出合理的建议。关键词：花呗；信用评价；网络消费；消费观AbstractAlong with the development of Chinas Internet banking, resulting in a series of network credit consumption staging platform. Ant gold service a similar to a credit card service flower chant on-line, December 27, 2014. according to different sesame credit value, Bai flower users can enjoy 1000 to 30000 yuan of personal consumption credit.However based on the analysis of Bai Hua, the credit evaluation of college students network consumption degree of influence, to the college students network consumption puts forward corresponding suggestions.The Checklater in college students the popularity of the use of background. Firstly, through bing the literature at home and abroad, according to the characteristics of credit evaluation, factors on the flower chant of prehensive analysis, impact flower chant credit evaluation model was constructed. Then through the form of questionnaire survey of college students in the network consumption use level of Checklater investigation and study, according to the statistical data of empirical analysis to draw the flowers chant effect of college students network consumption. Put forward reasonable suggestions for college students network credit consumption finally.Keyword：Checklater；Credit evaluation；Network consumption；Consumption view目录摘要IABSTRACTII1. 引言11.1 研究背景11.2 选题的目的和意义11.3 研究的根本内容21.4 研究方法22. 国内外文献综述32.1 信用评价的相关文献综述32.2信用评价模型的相关文献综述32.3 关于大学生消费的相关文献综述42.3.1 我国大学生消费者行为特征42.4 影响我国大学生消费的因素52.5 信用评价对大学生网络消费的影响实证研究63. 因素分析与假设模型构建73.1 信用评价对大学生网络消费的影响因素分析73.1.1 行为偏好73.1.2 身份特质73.1.3 人脉关系73.1.4 履约能力83.1.5 信用历史83.2 研究假设83.3 模型构建84. 问卷设计和统计性描述104.1 问卷设计104.1.1 问卷设计思路104.1.2 问卷设计构造104.2 问卷收集114.2.1 问卷收集方法114.2.2 问卷收集情况114.3 调研结果的统计分析114.3.1 大学生群体根底信息统计描述115.信用评价对大学生网络消费的影响研究因素的实证分析155.1 信度分析155.2 效度分析155.3 效度分析165.3.1 因子分析的前提条件165.3.2 因子提取165.4 假设检验195.4.1 相关分析195.4.2 回归分析235.5 检验结果和模型修订265.5.1 检验结果265.5.2 结果分析265.5.3 模型修正276. 研究结论与展望286.1 对大学生网络消费的影响因素的结论和建议286.1.1 总结论286.1.2 对大学生使用信贷产品进展网络消费的建议286.2 研究缺乏与展望29参考文献30附录一：问卷调查32附录二：问卷调查影像资料35致谢36. z.-1. 引言1.1 研究背景2015年1月 28 日上午 ，蚂蚁金服旗下支付宝芝麻信用对局部用户进展公测，它的第一个产品叫 芝麻信用分 ，芝麻信用分在 350 分 到 950 分 区间中的任意一个数。2015年3月27日，蚂蚁金服一项类似信用卡的效劳花呗上线，根据芝麻信用分数，花呗用户可得到相应的信用额度可供消费使用。这无疑是给了消费需求强但收入低、无法办理信用卡的大学生群体送来了一*虚拟信用卡。作为一个特殊的群体，当代大学生崇尚个性，追求物质享受，在消费群体中属于需求量比拟大的类型。对于花呗这类网络信贷消费产品的出现，大学生群体对它的了解认识度是怎样，用户需求是怎样，又受到哪些方面因素的影响；所以对基于花呗的信用评价对我国大学生网络消费的影响研究很有必要。1.2选题的目的和意义随着互联网金融的开展，分期购物平台的普及，和大学生消费观念的改变。产生了中国有史以来首个个人信用评分- 芝麻信用分 ，分值在 350 -950之间，根据用户间不同的芝麻信用分，可以获得相应的消费额度。还可进展分期付款消费等。这给了支付宝主要用户群体之一-大学生一个难得的消费信贷额度。作为大学生，在拥有了花呗额度后在网络消费中能够使用支付宝花呗进展超前消费，而基于花呗的信用评价-芝麻信用分则是对用户群体的一个信用评价值，它决定了用户的花呗额度。面对花呗这一消费信贷额度，作为大学生的用户，是否愿意承受；是否愿意使用；对它的看法又是如何。本文将结合大学生基于花呗的网络消费影响因素及学者们的研究报告的根底上；通过使用问卷调查等方法，使用数理统计软件进展相关模型分析。研究大学生网络消费的影响因素，通过调查花呗对大学生网络消费影响的研究报告，最后给大学生提供珍贵的建议和意见；让大学生要树立科学的消费观念、理财观念和负债风险意识。1.3研究的根本内容本研究的根本内容是针对大学生群体不同的年级段、不同的性别、不同的网络消费习惯和消费需求等，以问卷形式调研大学生对花呗类信贷消费产品的了解、如何对待网络虚拟消费额度、大学生是否有意愿使用信贷消费等问题展开调查。1.4研究方法本研究使用数量研究法和问卷调查发的方法。1 数量研究法：被称为统计分析法，通过问卷形式获得的数据进展统计分析，运用SPSS22.0统计工具，对大学生关于信贷消费产品的个人需求等数据进展分析研究。2 问卷调查法：设计基于花呗的信用评价对大学生网络消费的影响研究调查问卷，经填写完成，回收整理，筛选录入数据，进展统计和分析研究。2.国内外文献综述2.1信用评价的相关文献综述周路菡2015认为，在我们社会*用是根底设施；在大数据时代下我国已经进入了互联网信用时代。*琪2015这么认为：拥有一个完善的信用体系对我们市场经济的开展是非常大的帮助；随着互联网技术的开展及应用为个人征信体系的开展创造了技术条件。美国的特里哈里斯教授2014也表示，信用风险评估在近年来已经吸引了来自世界各地的金融机构及管理人员的关注。对于用户而言，通过累计芝麻分，蚂蚁金服将给芝麻分相对应的用户开通旗下个人消费信贷产品花呗，以及个人小额借贷借呗效劳。2.2信用评价模型的相关文献综述江明辉2015认为：随着国内外对信用评价研究的不断深入，个人信用评价模型也经历了从统计学方法到非参数方法、运筹学方法再到人工智能方法的演变过程，同时由单一模型到组合模型逐渐演进。美国德罗尔-帕纳斯教授认为信用评价模型是一种线性回归模型，这个回归模型将确定信用评价和借贷还款时间之间的回归关系。目前关于个人信用风险评分模型种类繁多，根据黄秋彧2015的研究说明，目前常见的信用评分模型有决策树、logistic 回归、probit 回归、支持向量机、神经网络模型等；工商银行市分行课题组2015获得客户信用风险分析是通过综合考察影响个人及家庭内外环境的因素。对个人及家庭的资产状况、未来现金流情况、经济承受能力、履约情况和信誉度通过科学严谨的分析进展全面评判和定价。而与花呗分值相关联的芝麻信用则是借鉴了美国的FICO评分系统。姜琳2015认为美国的FICO评分模式是根据客户的信用归还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户这五个因素来划分分值*围。2.3关于大学生消费的相关文献综述2.3.1我国大学生消费者行为特征据孙倩倩2015的研究我们得知：至2014年底，全国在校大学生数高达2468.1万；根据大学生蓝皮书资料显示，2014年我国大学生人均消费支出约8400元；可见大学生群体俨然成为一个庞大的消费群体。虽然我们大学生还未实现经济上的独立，但毫无疑问在社会中已经成为消费的主力军之一。本文在分析前人文献的根底上得出大学生消费者的主要特征如下：1消费构造多元化趋势越来越明显姚贝2015认为在以往大学生文体消费是消费构造占比最大的一局部，然后是服装消费。然而目前这种消费构造伴随着经济的开展已经产生变化，消费构造越来越多元化；其中最明显的就是大学生人情消费的比例开场大幅度上升，此外，互联网信息消费，各种娱乐消费，旅游消费也水涨船高。2消费的差异性增大消费差异性存在性别差异、地区差异上等等。不同性别消费的构造差异较大。目存在一个严峻的问题就是大学生盲目消费现象比拟突出；在消费构造中会产生很多没有必要的消费。而且这些消费的构造与学生实际承受能力之间也有很大的不对称现象。根据*朋朋2015的调查报告显示，由于我国地区贫富不均，大学生消费水平也具有一定差异性。一般来说，不同的地区、不同的经济开展水平会导致家庭经济收入不均衡，家庭经济收入根本决定了大学生的消费水平，不同地区经济开展水平的不平衡性会导致不同地区大学生消费水平产生较大的差异。3盲目心理和攀比心理越来越明显大学生消费中的盲目心理日益突，尤其是对着近年来电子商务的日趋成熟，购物的宣传和诱惑导致大学生经常盲目消费。唐郡2015认为当代大学生较易出现攀比和从众，普遍具有强烈的自尊心和好胜心。另外，汪勇刚2014认为，大学生消费者容易出现攀比心理。大学生心理尚未完全成熟，可塑性强。他们容易受到社会风气或学校环境的影响；学生之间争强好胜、爱慕虚荣。滋生出以享受主义、炫富、虚荣心、以自我为中心等不良消费心理。4从众心理当前大学生消费中的一种重要负面心理影响因素就是从众心理。程诚2015表示大学生群体在消费上经常盲目从众，很容易就会受到周边同学的影响。近年来的双 11 购物狂欢节就是商家利用广阔消费者的从众心理打造的一个成功的营销活动。而我们发现在双11中大学生群体开场成为消费大军的先锋部队。这说明大学生群体的自我认识不够，经常在消费中会随波逐流进展不必要的消费。2.4影响我国大学生消费的因素当前大学生存在的攀比消费、从众消费、冲动消费等现象主要是受多方面因素影响的。一方面是和消费者的个人价值取向有关，另一方面和整个社会大环境以及互联网和电子商务的迅速开展有关。1个人内在因素的影响邓金2015认为当代大学生出现不正确的消费观一方面源于自身心理不够成熟。现在的大学生中大多数都是独生子女，当我们在学习、生活以及人际交往中受到一些不良消费观的影响时，会对原来正确的消费观念产生动摇；从而会出现一些随大流、攀比、无节制的高消费行为。2社会大环境的负面思潮的影响*楠楠2015称：如今的群众传媒，是借助电视、播送、网络等媒介向人们传递信息的，具有时效性、公开性和覆盖面广等特征；群众传媒的诱导性可以从以下两方面论述：第一，随着科技的开展，群众传媒加速了信息的流通，提供信息的渠道日渐多维化，给大学生提供了丰富的信息资源；第二，群众传媒有时禁不起社会利益的诱惑，对一些社会上不良风气大肆报道，对大学生正确消费观的形成产生很大的障碍。李海峰2015认为，随着经济全球化的发生，资本主义国家所奉行的消费至上、个人主义及享乐主义的不良价值观念和生活方式，容易让高校大学生在消费过程中倾向于自我满足，喜爱物质消费，这对大学生树立正确的消费观产生了较大的影响。3互联网和电子商务开展的影响据郭琳娜2015的调查报告，2013 年以来，我国互联网金融的蓬勃兴起，分期消费平台也如雨后春笋般在市场中快速成长开展。广阔学生群体对这些分期消费平台承受度较高，由于这些产品使用时方便快捷，所以大学生很认可并乐于使用它们。分期消费一方面大大刺激大学生的消费欲望，助长学生的不正确的消费观念的形成；另一方面分期消费对大学生的个人信用也产生很大的影响。大学生在办理这些分期消费的前提条件非常简单，有的只需要学生证和个人*即可，存在很多不规*的现象，如果逾期还款或者不还款大学生的个人信用将会出现一些污点。孙良2014表示我们当前已经进入了互联网购物时代，而大学生们的校园生活深受电子商务的冲击，现在只要利用互联网，不出宿舍就能在全国甚至全世界购物。而现在各大高校宿舍门口成山的快递包裹已成为校园新景。2.5信用评价对大学生网络消费的影响实证研究熊富标2015认为，大数据时代下互联网为社会诚信的奖惩机制和舆论扬抑机制的建立提供了约束性式；这些约束和规*效应已经初现端倪，如为了表达诚信评分的价值和效益。叶文辉2015认为，当前芝麻信用和阿里电商平台上许多特约商户及蚂蚁微贷等展开合作；芝麻信用为这些合作伙伴提供用户个人信用分值的植入功能。比方用户芝麻信用分值600 分以上就可获得神州租车提供的租车免押金效劳；以及阿里旅行去啊提供的3000 余家国内酒店先入住，离店后再付款的信用住效劳。芝麻信用分还开场进入个人消费金融领域；芝麻信用状况在600分以上的用户，可获得花呗1000-20000的消费额度，并在淘宝、天猫平台上用花呗额度消费。芝麻信用状况为良好即芝麻信用分在分600以上的用户，还可申请开通借呗，享受低利息额度在 3千至2万元的个人小额贷款等。3. 因素分析与假设模型构建3.1 信用评价对大学生网络消费的影响因素分析信用评价主要由组成芝麻分的五大影响因素形成，以下具体陈列总结了芝麻信用评价对花呗额度的影响因素，分别为行为偏好、身份特质、人脉关系、履约能力和信用历史。这些因素主要来自电商交易数据、互联网金融数据以及许多合作伙伴的用户自主信息提交渠道。芝麻信用的大数据中拥有近3亿实名用户，覆盖近一半中国网民；涵盖了包括购物、支付、投资、生活、公益等上百种场景数据。因此本文的整体思路是用此模型展示芝麻信用评价和花呗对大学生网络消费的影响程度并进展剖析。3.1.1 行为偏好芝麻信用在行为偏好这一因素上的评分主要是根据用户平常进展的网络购物、缴费支付、转账收账等活动中的行为偏好经过大数据统计得到的评分结果。例如：用户通过支付宝有没有按时交纳水电费，或者在支付宝上面是否有爱心捐赠记录等；又或者一个用户经常在网上购置纸尿裤，则在大数据上他可能会被归类为父母，比拟有责任心；如果一个用户喜欢购置奢侈品，大数据会认为此人消费层消费水平较高，信用可能较好等等之类。由此可见，不同行为偏好的用户其信用评价分值是不同的，因此本文将行为偏好作为此次研究的一个因素之一。3.1.2 身份特质身份特质是指用户的个人特殊的属性，不同的群体有不同的身份属性，也包括用户在使用的一些支付宝等效劳过程中留下真实的个人根本信息。可以从公安、学校、工商、法院等各大公用部门获得的实名认证的个人资料；如职业、学历学籍、手机和地址类的信息则可以侧面反映用户的稳定性。因此身份特质也是研究信用评价必不可少的考虑因素。3.1.3 人脉关系简而言之，人脉关系就是由用户的身份特征及跟好友之间的互动程度所决定的。芝麻信用会参考用户的好友是否也拥有良好的信用记录；参考目前已有情况来看，芝麻分是按照一定的模型计算出来的，主要是通过用户在支付宝所积累的各种记录或者从第三方平台所获取的用户个人数据。用户是不会有任何一个单项信息能够直接或完全决定个人的芝麻分。因此人脉关系这一因素对于信用评价也是具有研究意义。3.1.4 履约能力履约能力表示用户在享用各类信用效劳的同时能够保证及时履行相关约定。即：用户能否拥有足够的财富和综合实力来归还贷款或者履行相关约定。诸如用户的支付账户余额、余额宝余额、房产信息、车产信息等。履约能力因素对信用评价的影响还是较大。因此本文履约能力作为此次研究的一个因素之一。3.1.5 信用历史信用历史包括用户的信用卡还款记录、互联网小额借贷还款记录、水电煤缴费、罚单处理等；也包涵了用户法律纠纷、破产、支付记录等信用信息。信用历史因素也是影响用户信用评价的重要原因之一。3.2研究假设基于本研究已选用的五大影响因素，结合本研究的目的，做出以下假设。H1：行为偏好与信用评价有正相关关系，对大学生网络消费产生正向影响；H2：信用历史与信用评价有正相关关系，对大学生网络消费产生正向影响；H3：履约能力与信用评价有正相关关系，对大学生网络消费产生正向影响；H4：身份特质与信用评价有正相关关系，对大学生网络消费产生正向影响； H5：人脉关系与信用评价有正相关关系，对大学生网络消费产生正向影响；3.3模型构建根据国内外相关文献的理论研究分析，总结出影响大学生信贷消费额度的因素主要为行为偏好、身份特质、人脉关系、履约能力、信用历史五个因素。本文在借鉴前人研究模型的根底上，结合自己的观点，构建了本文研究的模型。身份特质人脉关系行为偏好信用历史履约能力芝麻分花呗额度图3.1芝麻分信用评价影响研究4. 问卷设计和统计性描述4.1问卷设计4.1.1问卷设计思路本次问卷的设计是基于花呗的信用评价对大学生网络消费的影响进展设计，对使用花呗类信贷消费的大学生群体进展调研，分析花呗类信贷产品对大学生网络消费的影响，大学生对花呗类信贷消费的了解、使用意愿及如何对待的调研。为了保证问卷的有效性和措辞的准确性，在问卷发放之前，征询了一些教师和同学的建议，对问卷的局部内容进展了修改，然后随机抽取了50位网友进展试调研，观察收集到的数据的信度和效度，剔除影响不显著的因素，对一些数据效果不好的内容进展修改，最终形成问卷正稿。4.1.2问卷设计构造本次问卷主要由三局部构成，其中第二、三局部是本文问卷设计的核心。大致内容如下：第一局部主要为大学生群体的根本信息，包括年级、性别、每月生活费用等方面，旨在了解大学生的各项根本信息。第二局部主要包括调查对象对花呗的了解、如何对待花呗这类网络信贷消费产品、大学生是否愿意使用等。第三局部包含了三方面内容:一是大学生群体大学生对个人是否需要信贷消费产品的需求调研等。二是大学生对超前消费、分期还款等行为的看法等。三是大学生对网络信贷消费普及现象的看法和个人理解。4.2问卷收集4.2.1问卷收集方法本次问卷的发放收集主要通过问卷星辅之以问卷星平台来展开数据的调查与收集，本文主要针对在*大学生群体发放问卷，线上将网页版的问卷地址通过QQ群、微信、微博和贴吧等形式传播，一些社交通过好友转发分享功能可以吸引很多不同年级的大学生来帮助填写，如微博、微信等。另外被调查者点击地址开场答题到完成生成问卷后问卷星可以通过分享抽奖来吸引被调查者从而扩大问卷的填写人群。不过为了保证数据的有效性和真实性，对每个IP地址限填一份。线下填写在浙大*理工学院和*城市职业技术学院等高校的食堂随机选择学生进展发放，最后将纸质问卷逐份录入到网上，从而得到最后的统计数据。4.2.2问卷收集情况本研究通过线上问卷平台和线下问卷的回收，总共发放问卷300份，实际收回问卷254份，调查问卷的回收率为84%。其中有效问卷数量为204份，有效率为80%。4.3调研结果的统计分析大学生群体根底信息统计描述现对问卷中的问题作如下根底统计分析，对多项选择题作穿插分组下的分析和多重响应分析。通过表5.1可以看出，本次调查获得的204份有效问卷中，问卷参与者最主要的特征是男性较多，这与我国的人口性别特征根本相符。年级段主要集中在大四，这与问卷的发放渠道有关，此次问卷局部发放在本人的微信朋友圈中，朋友、同学进展填写转发。本研究的每月生活费用样本中1000-1500元和1500元以上占了总样本的 77.46%，这说明了现阶段我国经济开展迅速，物价水平较高，导致大学生消费水平也水涨船高，网络消费的能力也较强。表4.1 性别、年级、每月生活费用频数统计表频数百分比%有效男11254.9女9245.1总计204100有效大一2411.76大二2110.29大三3416.67大四11053.92大五157.35总计204100有效500以下73.43500-10003919.121000-15009939.711500以上9637.75总计204100从表5.2中样本是：您是否有除父母提供的生活费以外的收入可以看出，本研究所收集的样本中都是大学生，但还是有高达66.54比例的填写者有除父母提供的生活费以外的收入。可见在大学中还是有一大局部大学生并不是一味靠着父母的给与而生活，好多都会在课余时间去做一些兼职，赚点生活费，会靠自己的努力劳动获得更多的收入。表4.2是否有除父母提供的生活费以外的收入频数百分比%有效有13566.54没有6933.46总计204100从表5.3可以看出，大学生群体每月生活费用的收支状况有三种状况，一种是收大于支，说明了此类答卷者平时主要靠课余时间的兼职获得较多的兼职收入，对自己的消费水平把控的较好，也可能相对节约；一种是收支相抵，此类答卷者占了近一半，说明此类答卷者是介于使用和不使用网络信贷消费产品之一的人群；另一种是入不敷出，说明此类答卷者每月总会进展一些超过自己经济承受能力的消费，说明他们消费欲望较强，也说明他们也是网络信贷消费的主要人群。表4.3大学生每月生活费用的收支状况有效收大于支4220.59收支相抵10953.43入不敷出5325.98总计204100从表5.4中我们可以看出，在学生群体中还是有一局部拥有信用卡，占调查人群的百分之19.69。因为花呗是一种类似于信用卡的网络消费信贷额度，功能根本上和信用卡相似，只不过花呗只能在网络上使用；但随着我国信用卡办理门槛的上升，大学生是根本上无法办理信用卡，所以花呗类网络信贷消费产品便成了广阔大学生的追捧的互联网金融对象。表4.4 大学生是否拥有信用卡有效是否拥有信用卡频数百分比有5019.69%没有 20480.31%总计204100从表5.5可以出来，通过对大学生是否了解花呗和是否开通过花呗的穿插分析可以发现：在有了解或者知道一些的答复中间，绝大局部人都开通过花呗，可见一方面由于花呗的推广方式做的非常好，另一方面大学生群体对花呗的使用意愿也较强。表4.5 是否了解与是开通花呗穿插制表9、您是否开通过蚂蚁花呗？总计开通过没开通过7、您是否了解过什么是花呗吗？不了解8412了解1233126知道一些531366总计18420204通过表5.6我们可以明显发现，大学生使用花呗之前，每月进展网络消费的额度主要集中在500元以下，占比约54.7%；但在使用花呗之后，每个月网络消费额度有了较大的变化，主要集中在500-1000区间之内。相比大学生使用花呗之前样本比例，使用花呗之后的每月网络消费额度都较之前发生了较大的改变，网络消费额度都呈现上涨的现象，说明了大学生群体对花呗使用意愿和使用频率还是较高的。5.信用评价对大学生网络消费的影响研究因素的实证分析5.1信度分析信度分析表示一种可靠性。问卷的信度越高，其结果的可信度越高。目前最常用的是由L.J.Cronbach在1950年首次提出来的验证信度的方法Cronbach系数来测量信度。学者们会比拟认用可系数来衡量信度的方法；即系数取值为0-1，越大说明信度越高。目前，学者普遍已经将 Cronbach系数认作最适用于李克特量表的信度检验方法，所以本文量表采用此方法来检验量表的内部一致性。表5.1 可靠性统计量Cronbachs Alpha基于标准化项的 Cronbachs Alpha项数.941.94019本研究利用 SPSS22.0 对花呗网络累信贷对大学生网络消费的影响量表数据进展可靠性分析。分析结果如表5.1所示。通过表中数据可以看出，系数大于0.9说明此量表的信度甚佳。5.2效度分析效度是量表测量结果的准确程度的表示。如果效度越高则量表久越能表达研究因素的内容。根据问卷产生的量表的效度分析采用 KMO 值检验和 Bartlett 球型检定显著性检验。Bartlett 球型检定显著性检验是另一个验证是否可以做因子分析的工具，如果Bartlett 球型检定显著性检验结果为显著，则说明可以进展因子分析。表 5.2 KMO和Bartlett的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.923Bartlett 的球形度检验近似卡方2185.915df.71Sig.000KMO和Bartlett球形检验的判断指标如下：KMO在0.9以上，非常适合；0.8-0.9，很适合；0.7-0.8，适合；0.6-0.7，不太适合；0.5-0.6，勉强适合；小于0.5，不适合。本文对影响大学生花呗的五大因素共19个题项进展检验，结果显示见表5.2：KMO值为0.861；Bartlett球体检验统计量观测值为3954.728；显著性概率是0.000，小于1接近0，说明了变量之间具有较强的相关性，较适合做因子分析。5.3效度分析 因子分析的前提条件在进展因子分析前，本文已经采用了Bartlett test of sphericity检验和KMOKaiser-Meyer-Olkin检验，检验结果呈显著，因此说明本问卷适合进展因子分析。 因子提取我们采用的是主成分分析方法来提取公共因子；将选择初始特征值大于1的因子为公因子。再依据相关系数矩阵的特征值和相应的方差奉献率如表5.3，得到前三个特征值的方差累计奉献率为65.313%；对原有变量的信息丧失较少，所以因子分析的效果较理想，最后就保存3个公因子对影响大学生网络消费的因素进展研究。表5.3 解释总方差成分初始特征值提取平方和载入旋转平方和载入总计方差的 %累积 %总计方差的%累积 %总计方差的%累积 %19.25448.70848.7089.25448.70848.7084.65624.50524.50522.05210.79859.5062.05210.79859.5064.33322.80647.31131.1035.80765.3131.1035.80765.3133.42018.00265.3134.8464.45369.766续表5.3 解释总方差5.6943.65173.4176.6483.41276.8297.5332.80879.6368.5162.71682.3529.4642.44384.79510.4342.28587.08011.3681.93589.01512.3641.91390.92913.3411.79392.72214.3161.66394.38515.2901.52795.91216.2211.16497.07617.2001.05398.13018.188.98999.11919.167.881100.000提取方法：主成份分析。本文采用方差最大法对因子载荷矩阵实行正交旋转以使因子具有命名解释性，如表5.4所示。我们可以看到，序列号为7、9、11、13、15、21、22、24在第一个因子上有较高的载荷，第一个因子主要解释了这几个变量，即有很强的相关性，故可解释命名为行为偏好。命名8、10、12、19、20、21、23、25为人脉关系因子；命名18-21为用户体验因子；命名14、16、17、18为身份特质因子。表5.4 旋转成份矩阵元件12311、当我的可支配收入短缺时，消费时我会想到使用网络消费信贷.78813、我认为使用网络消费信贷可以增加消费者的物质幸福感.70324、在使用网络信贷消费后，还款资金缺乏时我会选择分期还款.6977、我认为大学生需要网络消费信贷.6779、我认为合理使用网络消费信贷是适宜的.66122、自从有了网络消费信贷之后，我的网络消费比之前增加了好多.57715、针对大学生群体，网络信贷平台经常推出一些免息活动促使学生去使用消费信贷.536.50021、当别人向我寻求超前消费意见时，我会推荐他使用网络消费信贷.515.50620、我周围的同学和朋友们认为使用网络消费信贷是个好主意.76423、我已经习惯使用网络消费信贷，以后会更多使用网络消费信贷.75710、我把网络消费信贷当做消费方式的第一选择.71212、我会使用网络消费信贷，即使我手头现金充足.6888、我喜欢使用网络消费信贷.66125、如果可能，我会增加使用网络消费信贷的频率和金额.412.64919、我周围的同学和朋友很多都在使用网络消费信贷.584.48017、我认为滥用网络消费信贷会产生较大的经济压力.82316、使用网络消费信贷时我会量力而行，更加理性消费.79518、使用网络消费信贷后我会更加注意个人财务状况，提高理财意识.79114、使用网络消费信贷后，我会更加注意自己的个人历史信用.542.630提取方法：主成份分析。旋转方法：具有 Kaiser 标准化的正交旋转法。a. 旋转在 8 次迭代后收敛。针对上述的因子，我们发现信用历史和履约能力两个因子在模型中的影响效果最低；主要是由于研究的对象是几乎没有收入的大学生群体，所以他们在经济社会中根本上没有信用历史可查，也涉及不到社会信用履约能力的*围。所以现在将本文的研究假设进展修正，修整如下：H1：行为偏好与信用评价有正相关关系，对大学生网络消费产生正向影响；H2：身份特质与信用评价有正相关关系，对大学生网络消费产生正向影响； H3：人脉关系与信用评价有正相关关系，对大学生网络消费产生正向影响；对因子间的相关性进展验证，其结果如表5.5所示，三个因子没有线性相关性，符合因子分析的效果。表5.5 成份得分协方差矩阵成分12311.000.000.0002.0001.000.0003.000.0001.000提取方法 :主成份。 旋转法 :具有 Kaiser 标准化的正交旋转法。5.4 假设检验5.4.1 相关分析一般来说将相关系数定义为 r，r 的取值*围是从-1 到 1，r 值的正负情况表示正相关或者负相关，用 r 的绝对值的大小来判断相关的程度，|r|越大说明相关程度越大，反之|r|越接近于 0 则表示相关关系越弱。此次研究采用了皮尔逊(Pearson)相关系数做基于花呗的信用评价对大学生网络消费影响因素的相关分析，分析数据为各个因素的题项的平均分。分析结果如表5.6。通过这一步可以初步了信用评价和三个因素之间的关系。表5.6 相关性分析行为偏好人脉关系身份特质25、如果可能，我会增加使用网络消费信贷的频率和金额行为偏好皮尔森 (Pearson) 相关1.000.000.412*显著性双侧1.0001.000.000N178178178178人脉关系皮尔森 (Pearson) 相关.0001.000.649*显著性双侧1.0001.000.000N178178178178身份特质皮尔森 (Pearson) 相关.000.0001.072显著性双侧1.0001.000.342N17817817817825、如果可能，我会增加使用网络消费信贷的频率和金额皮尔森 (Pearson) 相关.412*.649*.0721显著性双侧.000.000.342N178178178178*. 在 0.01 水平(双侧)上显著相关。通过表5.6可看出影响信用评价的行为偏好、人脉关系、身份特质三个因素与大学生网络消费的相关关系中，它们的相关系数分别为0.412、0.649、0.072，由此可以初步判断影响大学生网络消费的主要因素与与行为偏好正相关；与人脉关系强正相关；与身份特质是弱正相关。为了进一步了解大学生网络消费影响与三个因素之间更为细致的关系，本文把六个因素与自身包含的自因素也进展了相关性分析，结果如下：（1） 行为偏好表5.7 行为偏好与子因子相关性分析序列子因子Pearson相关性显著性双侧N7我认为大学生需要网络消费信贷.677.0002529我认为合理使用网络消费信贷是适宜的.661.00025211当我的可支配收入短缺时，消费时我会想到使用网络消费信贷.788.00025213我认为使用网络消费信贷可以增加消费者的物质幸福感.703.00025215针对大学生群体，网络信贷平台经常推出一些免息活动促使学生去使用消费信贷.536.00025221当别人向我寻求超前消费意见时，我会推荐他使用网络消费信贷.515.00025222自从有了网络消费信贷之后，我的网络消费比之前增加了好多.577.00025224在使用网络消费信贷后，还款资金缺乏时我会选择分期还款.697.000252由表5.7可知，行为偏好因子与其包含的子因子都存在显著性的正相关，其中7、9子因子与行为偏好因子成非常强相关；15、21、22子因子与身份特质因子成强相关；而9-12子因子则与人脉关系因子成中度相关。（2） 人脉关系表5.8 人脉关系与子因子相关性分析序列子因子Pearson相关性显著性双侧N8我喜欢使用网络消费信贷.661.00025210我把网络信贷消费当做消费方式的第一选择.712.00025212我会使用网络信贷消费，即使我手头现金充足.688.00025219我周围的同学和朋友很多都在使用网络消费信贷.584.00025220我周围的同学和朋友很多都在使用网络消费信贷.584.00025221当别人向我寻求超前次奥菲意见时，我会推荐他使用网络消费信贷.506.00025223我已经习惯使用网络消费信贷，以后会更多使用网络消费信贷.757.00025225如果可能，我会增加使用网络消费信贷频率和金额.649.000252从表5.8可知，人脉关系因子与其包含的子因子都存在显著性的正相关，其中23子因子与人脉关系因子成非常强相关；19、20子因子与人脉关系因子成强相关；而21子因子则与人脉关系因子成中度相关。（3） 身份特质表5.9 身份特质与子因子相关性分析序列子因子Pearson相关性显著性双侧N14使用网络消费信贷后，我会更加注意自己的个人信用历史.630.00025216使用网络消费信贷时我会量力而行，更加理性消费.795.00025217我认识滥用网络消费信贷会产生较大的经济压力.823.00025218使用网络消费信贷后我会更加注意个人财务状况，提高理财意识.791.000252由表5.9可知，身份特质因子与其包含的子因子都存在显著性正相关，其中16、17子因子与身份特质因子成强相关；14子因子与身份特质因子成中度相关。5.4.2回归分析在上述的相关分析中我们可以初步判断大学生网络消费与三个因素的关系，但是由于相关分析研究的是两个因素间的单独相关情况，但实际上，因素间是会相互影响，我们需要对三个因素进展回归分析来研究它们对大学生网络消费的影响。在相关分析的根底上会产生回归分析；回归分析是根据数理统计的手段来推算因变量和自变量之间的一个拟合模型，最后会因为因变量和自变量的数据变动而形成一个表达因变量和自变量管的回归方程。本研究利用 SPSS22.0 的多元线性回归来对大学生网络消费影响因素进展回归分析。通过分析可以得到大学生网络消费与行为偏好、人脉关系、身份特质三个因素之间的综合影响情况。回归结果如表5.10所示：表5.10 模型汇总模型RR 方调整后 R 方标准偏斜度错误变更统计资料R 平方变更F 值变更df1df2显著性F 值变更1.772.596.590.640.59685.7323174.000a. 预测值：常熟，身份特质, 人脉关系, 行为偏好表5.10为回归模型的拟合优度结果，它是用来反映回归方程拟合情况的，R方是整个模型的判定系数，R方取值在0到1之间，R方越高说明整个回归模型的拟合程度越高，也就是说自变量能解释因变量的程度越高。在本次因变量和自变量的回归结果中，R方值为0.596，说明本次回归分析得出的回归方程中三个自变量解释了59.6%的因变量用户黏着度，且调整后的R方为0.590，差距不是很大，说明本次回归分析得出的基于花呗的信用评价对大学生网络消费的影响分析效果还是不错的，回归方程对因变量的解释程度也是可以的。表5.11 显著性分析模型平方和df平均值平方F显著性1回归105.344335.11585.732.000b殘差71.268174.410总计176.612177a. 因变量: 25、如果可能，我会增加使用网络消费信贷的频率和金额b. 预测值：常数，身份特质, 人脉关系, 行为偏好我们在基于花呗的信用评价大学生网络消费的各个因素进展了回归分析后得出的回归方程进展了显著性检验，将采用的F值检验，就是当F值显著(Sig值小于0.05)时回归方程具有显著性。从表5.11可以看出本次回归方程的F值为85.732，显著水平小于0.05，表示通过了显著性检验，最后说明本次的回归分析得到具有现实意义的回归方程。上面拟合优度检验得出本次方程拟合程度较好，有时候因素之间存在多重共线性会导致 R 方值较大，为了排除这种情况，特进展共线性检验。多重共线性的判断指标有容忍度和方差膨胀因素，容忍度即为下表中的容差、方差膨胀因素就是下表最后一列的VIF。通常情况下容差得到的值越接近于0说明产生共线性问题的可能性越大。容差值小于0.1或者VIF大于10时表示共线性问题比拟严重。本次回归分析中行为偏好、人脉关系、身份特质三个因素的容差均大于0.1，VIF均小于10，所以可以认为本次回归的三个自变量之间根本上不存在多重共线性问题。我们用回归系数显著性检验的主要目的是检测各个因素的回归系数是否显著，其显著性水平用t检验来判断。从表中可以看行为偏好、人脉关系、身份特质三个因素之间的t检验值和常量t检验值的显著性水平(Sig列数据)均小于0.05的显著水平，所以这些自变量和常数均可以放入基于花呗的信用评价对大学生网络消费的影响的回归方程之中。表5.12多重共线性的检验和回归系数显著性检验模型非标准化系数标准化系数T显著性相关共线性统计量B标准误差Beta零阶局部局部允差VIF1常数3.242.04867.576.000行为偏好.411.048.4128.551.000.412.544.4121.0001.000人脉关系.649.048.64913.486.000.649.715.6491.0001.000身份特质.072.048.0721.489.138.072.112.0721.0001.000a. 因变量: 25、如果可能，我会增加使用网络消费信贷的频率和金额通过表5.12基于花呗的信用评价对大学生网络消费影响的回归方程为：Y=0.399*1+0.271*2+0.158*3+0.182*4+0.123*5+0.13*6+0.3917因为在前面相关分析中已经初步证实影响信用评价的行为偏好、人脉关系、身份特质三个因素与大学生网络消费的影响是显著相关的，在本次回归分析中各个因素与信用评价的线性关系也是显著的，所以可以认为在信用评价中，行为偏好度越高则大学生网络消费需求越高，H1假设成立；人脉关系越多、越复杂则大学生网络消费需求越高，H2假设成立；身份特质越好则大学生网络消费额度越高，H3假设成立。 通过回归方程，可以看出三个因素对大学生网络消费的影响程度是不同的，按照影响程度大小排列如下*1行为偏好*2人脉关系*4身份特质。对大学生网络消费影响最大的是行为偏好的因素，其次是人脉关系的因素；影响最弱的是身份特质。5.5检验结果和模型修订5.5.1 检验结果本文基于花呗的信用评价和其三个影响因素行为偏好、人脉关系、身份特质进展了相关分析。由相关分析可知基于花呗的信用评价与三个影响因素显著相关。为了进一步验证其关系，特做了进一步的回归分析。得出基于花呗的信用评价的回归方程如下：Y=0.399*1+0.271*2+0.158*3+0.182*4+0.123*5+0.13*6+0.3917各因素按照影响程度大小排列如下：*1行为偏好*2人脉关系*4身份特质假设相关系数回归系数检验结果H1：行为偏好对大学生网络消费产生正向影响0.4120.411承受H2：人脉关系对大学生网络消费产生正向影响0.6490.649承受H3：身份特质对大学生网络消费产生正向影响0.720.72承受表5.13假设检验情况表5.5.2结果分析上述已经对基于花呗的信用评价及其影响因做了一些数据分析，下面根据上述的假设检验结果来对各个因素进展分析。1行为偏好对大学生网络消费的影响情