處在金融科技的時代裡，當消費者有貸款需求時，不再會受到時間與空間的限制，因為借款者已可透過網路平台，迅速完成貸款申請。
為了充分明白影響消費者使用網路貸款系統申請貸款的關鍵因素，本研究先從消費者背景及特徵著手，再探討消費者對於網路貸款系統的相關疑慮因素，例如便利性、資訊安全性與比較性(與傳統銀行臨櫃辦理加以比較)三者，從而探討消費者對於透過網路貸款系統申請貸款的意願。本研究以發放問卷的方式，詢問不同性別、年齡、收入、學歷與職業的消費者。在問卷回收之後，本研究再使用科技接受模式（Technology Acceptance Model, TAM）來分析問卷內容。本研究共發放300份問卷，回收後，再剔除回答不完整的問卷及未確實回答連鎖性問題者，最後的有效問卷數為256份，回收率為85.3%。
本研究從受訪者的背景與特徵中，發現曾使用過網路貸款的受訪者，只佔所有受訪者之19.92%，而這些使用過網路貸款者的年齡層大多屬於40-49歲，學歷大多是大專校院學歷以上，平均月收入大多在2-6萬元之間。由這些背景資料顯示，對於網路貸款的需求者，大多為中年，並且以中低收入戶為主。而在職業方面，大多數係從事金融與保險業，一個可能的理由是從事金融相關職業者，比較了解網路貸款的內容，且對於相關資訊的認知，高於其他行業，因而接受度也較高。
本研究使用Baron and Kenny (1986)之中介模型分析，來探討社會心理因素。結果發現，在網路貸款的外部因素中，以「安全性」及「與臨櫃相比較」兩者，較會影響受訪者使用網路貸款的意願，並且認為，網路貸款是有用且容易使用的。也就是科技接受模式中的認知有用性與認知易用性。最後，關於影響受訪者的採用意願。大部分受訪者會慎重考量網路貸款系統的安全性，例如個人帳戶資料是否安全，個人資訊是否會被外洩等；至於以網路貸款與銀行臨櫃辦理兩者相比較，大多數受訪者認為，由於網路貸款系統帶給受訪者認知有用性，以及認知易用性，因而願意使用網路貸款系統。

In the era of financial technology, this study attempts to examine whether the consumers will complete the loan application through the online loan system rather than applying the loan through the bank officers.
In order to realize the key factors affecting the consumers'' application for loans through the online loan system, this study first examined the characteristics of the consumer’s background and their doubts about online bidding-related factors such as convenience, information security and comparability between online loan system and dealing with the bank officers over the counter in bank. This investigation distributed 300 questionnaires to consumers for different sexes, ages, incomes, qualifications and occupations for their willingness to use the online loan system. After the recovery of the questionnaires, this study employed the Technology Acceptance Model (TAM) to analyze the responses. This study recovered 256 available questionnaires. The recovery rate is 85.3%.
Among the respondents'' background analysis, this investigation found that there were only 19.92% of the 256 respondents used online loan system. Of the respondents used online loan system, the most age groups are 40-49 years old, and most of them obtained the bachelor degree or above, with an average monthly income between NT$20,000 and NT$60,000. Therefore, we concluded that most of those who applied through online loan system are middle-aged and low- or medium-income consumers. Regarding the occupation, this study found that the majority of the respondents are working in the financial and insurance industry. Because they are familiar with the online loan system, causing the acceptance is higher than other occupations.
This study then used the Moderator-Mediator Variable Distinction model proposed by Baron and Kenny (1986) to examine the social psychological factors. Empirical results showed that, among the external factors affecting online loan application, "security" and "comparison between online loan system and dealing with the bank officers over the counter" are two major factors affecting the willingness of using the online loan system. This investigation found that most of the respondents deemed that online loan system are perceived usefulness and perceived ease-of-use. Also, most of respondents deemed that the security of the online loan system as an important factor. For example, they concerned that whether the personal account information will be leaked. Regarding the comparison between online loan system and dealing with the bank officers over the counter, most respondents deem that online loan system is better and easier than applying loan through bank officers. In summary, this study concludes that most of the respondents deem online loan applications are perceived usefulness and perceived ease-of-use, so that they are willing to use the online loan system.

目錄

摘要 I
Abstract II
誌謝辭 IV
目錄 V
表目錄 VII
圖目錄 VIII
第一章　緒論 1
1.1　研究背景 1
1.2　研究動機 3
1.3　研究目的 4
1.4　研究流程 5
第二章　文獻回顧 6
2.1　Fintech的發展現況 7
2.2　信用貸款與消費者特性 11
2.3　科技接受模型的相關文獻 11
2.3.1　科技接受模型 11
2.3.2　在Fintech範疇下，使用科技接受模型分析的相關文獻 13
第三章　研究方法 15
3.1　理論模型建構 15
3.2　編製問卷 16
3.3 消費者問卷樣本之敘述統計與問卷信度分析 19
第四章　研究結果 20
4.1　敘述統計 20
4.2　信度分析 25
4.3　受訪者採用網路貸款之影響因素比較 28
4.3.1 外部因素對於科技接受模式的影響 28
4.3.2 外部因素對於採用意願的影響 31
4.3.3 外部因素與科技接受模式對於採用意願的影響 33
第五章 結論與研究建議 36
5.1 結論 36
5.2 研究限制 36
5.3 未來研究建議 37
5.3.1 對政府及金融業建議 37
5.3.2對未來研究者建議 38
參考文獻 39
中文文獻 39
英文文獻 40
附錄-訪談問卷 42


 
表目錄

表2-1　亞洲國家Fintech發展現況 9
表2-2　歐美國家Fintech發展現況 10
表2-3 科技接受模式文獻整理 13
表3.1 問卷編碼表 17
表3.2　變數轉換表 18
表4.1 連鎖問題判定有效問卷方式 20
表4.2　網路貸款使用狀況次數分配表 21
表4.3　受訪者特性資料次數分配表 22
表4.4　曾使用網路進行貸款受訪者之特色 24
表4.5　因素分析之因素負荷量評選標準 25
表4.6　外部性因子因素分析結果與信度係數表 26
表4.7　採用網路申辦貸款之科技接受模式因子因素分析結果與信度係數表 26
表4.8　採用意願因子因素分析結果與信度係數表 27
表4.9　模型1迴歸分析結果 30
表4.10　模型2迴歸分析結果 32
表4.11　模型3迴歸分析結果 34


 
圖目錄
圖1.1　研究流程圖 5
圖2-1　2010至2015年Fintech投資成長趨勢圖 7
圖2.2　Fintech發展下的6大項目 8
圖2.3　Venkatesh and Davis（2000）科技接受模型 12
圖3.1　信度分析步驟圖 19
圖4.1　假說一示意圖 28
圖4.2　假說二示意圖 31
圖4.3　假說三示意圖 33
圖4.4　中介模型示意圖 35

中文文獻
天下雜誌，「亞洲Fintech競賽新加坡為什麼領先香港？」，http://www.cw.com.tw/article/article.action?id=5079836 。
方奕盛 (2016)，「科技金融對財富管理之影響-以 S 銀行為例」， 成功大學高階管理碩士在職專班學位論文。
周致祺 (2017)，「消費金融的分期付款商業模式之研究」， 臺灣大學商學研究所學位論文。
吳俊逸，「掌握Fintech創新關鍵」，http://ilms.ouk.edu.tw/d9534524/doc/40086。
吳欣蒨、張雅婷、吳賢明與陳育毅 (2016)，「兼具分流容錯及安全防護的分散式DNS建置-以國立中興大學為例」，臺灣網際網路研討會，頁100-105。
胡凱傑、鍾文鑑與丘志文 (2010)，「以科技接受模式探討光纖寬頻網路使用者行為意向之影響因素」， 行銷評論，7(2)，頁161-186。
柯燕茹 (2011)，「智慧型手機行動銀行消費者使用行為意圖研究─ 以理性行為理論及科技接受模型觀點」，成功大學高階管理碩士在職專班學位論文。
邱木祥、薛招治 (2016)，「以整合性科技接受模型探討企業使用雲端儲存服務行為」， 管理資訊計算， 5(1)，頁 83-98。
唐銘宏 (2011)，「台灣USB隨身碟產業之設計策略探討」，國立臺灣科技大學設計研究所碩士論文。
陳孟功 (2001)，「校園無線區域網路 (WLAN)-科技接受模式 (TAM) 之研究」，高雄師範大學工業科技教育系碩士論文。
陳銀旺 (2003)，「顧客認知與系統因素對網路銀行使用成效之影響」，國立高雄第一科技大學-資訊管理研究所碩博士論文。
陳韻茹 (2016)，「FINTECH 金融科技之發展與運用-以台灣銀行業為例」， 淡江大學國際行銷碩士在職專班學位論文。
黃珮婷 (2015)，「台灣社區型社會企業維繫社會與經濟雙重目標之研究－以龍眼林福利協會為案例」。國立中正大學社會福利學系碩士論文。
蔡佳穎 (2009)，「創新擴散理論對網路銀行接受度的影響-科技接受模式的應用」，大同大學事業經營學系所學位論文。
廖憶君 (2016)，「NFC 信用卡便利性與可行性之研究」，淡江大學國際行銷碩士在職專班學位論文，頁1-56。
劉家祥、黃國平 (2012)，「行動商務對銀行服務影響之研究─行動理財服務價值認知與行銷策略建議」，臺灣銀行季刊第六十三卷第一期。
劉亦成、孫一仕 (2016)，「臺灣金融與科技結合的發展與運用」，財團法人中華經濟研究院「臺灣金融科技的發展與運用」專題演講。
遠見民調中心 (2016)，「105年金融消費者習慣調查」，財團法人金融消費評議中心。
英文文獻
Accenture (2016), “Global Fintech Investment Growth Continues in 2016 Driven by Europe and Asia, Accenture Study Finds.” https://newsroom.accenture.com/news/global-fintech-investment-growth-continues-in-2016-driven-by-europe-and-asia-accenture-study-finds.htm 。
Baron, R. M., & Kenny, D. A. (1986). “The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations.” Journal of personality and social psychology, 51(6), 1173.
Bartlett, M. S. (1951), “An inverse matrix adjustment arising in discriminant analysis.” The Annals of Mathematical Statistics, 22(1), pp. 107-111.
Comrey, A. L., & Lee, H. B. (1992), “Interpretation and application of factor analytic results.” Comrey AL, Lee HB. A first course in factor analysis, 2.
Davis Jr, F. D. (1986), “A technology acceptance model for empirically testing new end-user information systems: Theory and results.” Doctoral dissertation, Massachusetts Institute of Technology.
DIGITIME Net News，Feb. 6. 2017:
http://www.digitimes.com.tw/iot/article.asp?cat=158&id=0000492059_72w13lba4xjlb9lct1fay。
Ermisch, J., & Di Salvo, P. (1997), “The economic determinants of young people''s household formation.” Economica, 64(256), pp.627-644.
Goodman, A. C. (2003), “Following a panel of stayers: length of stay, tenure choice, and housing demand.” Journal of Housing Economics, 12(2), 106-133.
Kan, K. (2000), “Dynamic modeling of housing tenure choice.” Journal of Urban Economics, 48(1), 46-69.
TVBS Net News，Jan. 25. 2017: http://news.tvbs.com.tw/politics/703001。
Venkatesh, V., & Davis, F. D. (2000), “A theoretical extension of the technology acceptance model: Four longitudinal field studies.” Management science, 46(2), pp. 186-204.