基于态度和行为的银行客户忠诚度分析

基于态度和行为的银行客户忠诚度分析

ID:21547125

大小:32.00 KB

页数:10页

时间:2018-10-22

基于态度和行为的银行客户忠诚度分析_第1页
基于态度和行为的银行客户忠诚度分析_第2页
基于态度和行为的银行客户忠诚度分析_第3页
基于态度和行为的银行客户忠诚度分析_第4页
基于态度和行为的银行客户忠诚度分析_第5页
资源描述:

《基于态度和行为的银行客户忠诚度分析》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于态度和行为的银行客户忠诚度分析   摘要:随着银行业竞争的日益激烈,客户忠诚度已经成为商业银行盈利的核心竞争力。通过从态度和行为两个维度对客户忠诚度进行的研究表明,商业银行环境越好、工作人员服务越周到、产品特性越符合客户需求,客户对银行信任度越高,客户越容易在态度上和情感上忠诚于银行,其中员工素质对客户态度忠诚影响最大,说明客户最关注的是银行工作人员的综合素质;客户的转换成本、客户态度忠诚对客户行为忠诚都有显著正影响,但其中后者的忠诚影响最大。  关键词:因子分析;联立方程模型;态度忠诚;行为忠诚  中图分类号:F830文献标识码:A文章编号:100

2、6-3544(2014)06-0038-04  一、引言  随着我国金融业开放程度的不断加深,外国银行纷纷进驻中国市场,对我国商业银行构成巨大威胁。如果我国商业银行不主动采取应对措施,势必会造成大批客户流失,从而导致银行利润下降,影响银行的长远发展。因此,我国商业银行应该转变经营理念,积极为客户提供高质量的服务,努力满足客户的个性化需求,在不断开发新客户的同时,尽量挽留住老客户,实施高效的客户关系管理战略,从而赢得客户对银行的满意和忠诚,提高商业银行的核心竞争力。  客户忠诚已经成为国际、国内商业银行关注的焦点,国内外已有大量的学者对客户忠诚的定义、分析

3、方法以及测量模型进行了深入研究。本文旨在从态度和行为两个维度研究我国商业银行客户忠诚度。由于研究客户忠诚度涉及诸多因素,因此多元统计技术中的相关模型被广泛应用到此类研究中。相关模型是一种多维度简化技术,可以消除多个因素之间的多重共线性,其中最为常用的是因子分析和主成分分析[1]。通过调查分析,我们得到了影响客户忠诚度的若干因素,然后通过因子分析提取少数公共因子,以商业银行客户态度忠诚和行为忠诚为因变量,建立联立方程模型,分析影响商业银行客户忠诚度的各个因素间的真实关系,旨在为商业银行管理者制定科学的客户关系管理策略及提高客户忠诚度方面提供科学合理的依据。

4、  二、文献回顾  对于客户忠诚的研究,学术界主要有客户态度忠诚论、客户行为忠诚论以及客户忠诚综合论三种理论观点。随着研究的不断深入,如今学者更偏向于客户忠诚综合论。RichardOliver(1999)综合前人观点,认为客户忠诚是客户对自己偏爱的产品有着强烈的购买意愿,并且不受环境变化的影响始终坚持购买所钟爱产品的行为[2]。陆娟(2005)认为,顾客忠诚应该是行为忠诚和态度忠诚的综合反映,不仅要表现为高频率的重复购买行为,而且还要有对偏爱产品积极态度取向的态度忠诚[3]。邹鹏等(2008)以钱包份额作为测量客户行为忠诚的指标,从态度和行为两个维度测量

5、了内地信用卡客户忠诚度,结果显示基于两个维度的客户忠诚度模型拟合要优于单一维度的客户忠诚度模型[4]。李惠璠等(2012)通过建立顾客忠诚的结构方程模型得出,态度忠诚和行为忠诚之间显著正相关,并且指出顾客态度忠诚是行为忠诚的直接影响因素[5]。这些研究成果都显示客户忠诚度应当分别从态度忠诚和行为忠诚两个方面进行研究,这样更有助于商业银行区分客户行为的差异性,有针对性地进行客户关系管理。  三、客户忠诚度模型  (一)借用因子分析提取潜在变量  因子分析主要是利用降维的思想,在损失很少信息的前提下,由研究原始变量之间依赖关系出发,把一些具有错综复杂关系的变

6、量归结为几个不相关综合因子的多元统计方法,被广泛应用于经济学、心理学等多个领域。本文在研究商业银行客户忠诚度时,找出了若干影响因素,由于各因素之间本质上的联系,它们之间在很大程度上可能存在较强的相关关系,即多重共线性问题。在这种情况下,如果直接利用普通最小二乘法(OLS)对模型中的参数进行估计,可能会使参数估计值偏离真值,从而导致模型无效。因子分析常被用来解决多重共线性问题,是一种多变量简化技术,可以在损失信息极少的情况下提取出少数关键因子,从而合理避开变量间的多重共线性问题。其实,这些关键变量是客观存在的,但却无法通过观测直接得到,往往通过一些可以直接

7、测量的变量来间接反映这些潜在变量。通过因子分析,就可将这些变量间的潜在结构推导出来。如式(1)所示:  X=?撰x?孜+?啄(1)  式(1)即为直接观测变量与所提取潜在变量之间的结构关系方程。其中,X是直接观测变量构成的向量,?孜是提取出的潜在变量构成的向量(潜在变量个数的确定一般以公共因子累积方差贡献率达80%为准则),?撰x是X与?孜之间的关系矩阵,实质是因子分析中X在?孜上的因子载荷矩阵,?啄是X的观测误差。  为了保证X与?啄的独立性,式(1)还需要满足E(X

8、?孜)=?撰X?孜,根据式(1)可推导出:  ?孜=?撰?孜X+?着(2)  式(2

9、)同时也需要满足E(?孜

10、X)=?撰?孜X。其中,?撰?孜是?孜与X之间的多元回

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。