Tanulmányok

Innovatív online banki szolgáltatások megítélésének vizsgálata – diszkrét választási kísérlet egyetemista fogyasztók körében

Megjelent:
December 2, 2022
Szerzők
Megtekintés
Kulcsszavak
Licenc

Copyright (c) 2022 Vilmos Lakatos, Péter Balogh, Péter Czine

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

How To Cite
Kiválasztott formátum: APA
Lakatos, V., Balogh, P., & Czine, P. (2022). Innovatív online banki szolgáltatások megítélésének vizsgálata – diszkrét választási kísérlet egyetemista fogyasztók körében. Competitio, 21(1-2), 64-91. https://doi.org/10.21845/comp/2022/1-2/5
Beküldött 2022-03-02
Elfogadott 2022-05-02
Publikált 2022-12-02
Absztrakt

Tanulmányunkban az innovatív online banki szolgáltatások irányába tanúsított fogyasztói preferenciákat vizsgáljuk gazdálkodástudományi képzésben résztvevő hallgatók körében. Kutatási célunk elérése érdekében diszkrét választási kísérletet hajtottunk végre az elemezni kívánt célcsoporttal. A kísérletünkben szerepeltetett hipotetikus döntési helyzeteink alternatíváit az ATM-okostelefon integráció lehetősége, a valós idejű banki ügyintézés rendelkezésre állása, az NFC fizetés elérhetősége és a tranzakciónkénti költség jelentették. Modellbecsléseink alapján megállapítottuk, hogy mindhárom vizsgált szolgáltatás (ATM-okostelefon integráció, valós idejű banki ügyintézés, NFC fizetés) pozitív megítélést élvez a kitöltők körében, míg a költség emelkedése negatívan hat a megkérdezettek hasznosságérzetére. A preferencia-heterogenitás kezelése érdekében becsült látens osztályú modell eredményei rávilágítottak arra, hogy létezik egy fogyasztói csoport, amely nagyon erős preferenciákat, és ezen keresztül magas (átlagosan 70 Ft-os) fizetési hajlandóságot mutat az NFC szolgáltatás meglétének irányába. Ezen osztályba pedig nagyobb valószínűséggel kerülnek felsőoktatási szakképzésben résztvevő, nem debreceni lakcímmel rendelkező férfi hallgatók.

Hivatkozások
  1. Alstad, J. (2002). Use your service edge to your online advantage. American Banker, 167(46), 1-3.
  2. Allied Market Research (2020). Online Banking Market Service Type. Controller Info, 9(4), 2-8. https://www.alliedmarketresearch.com/online-banking-market. Letöltés ideje: 2021. március 10.
  3. Bajnai, P., Fenyves, V., (2021). A controlling szerepének és eszköztárának átalakulása a digitalizáció hatására. Controller Info 9(4), 2-8. https://doi.org/10.24387/CI.2021.4.1
  4. Becsei, A., Csányi, P., Bógyi, A., Kajtor-Wieland, I., Kovács, L. (2021). A fenntartható bankolás 10 pontja. Gazdaság és Pénzügy, 8(3), 244-271. https://doi.org/10.33926/gp.2021.3.1 .
  5. Ben-Akiva, M., Lerman, S. R. (1985). Discrete Choice Analysis: Theory and Application to Travel Demand (Transportation Studies). Cambridge, USA: MIT
  6. PressBitport (2018). Tíz év alatt duplázott az internetbank Európában. https://bitport.hu/tiz-ev-alatt-duplazott-az-internetbank-europaban. Letöltés ideje: 2021. április 11.
  7. Bliemer, M. C. J., Rose, J. M., Hess, S. (2008). Approximation of Bayesian efficiency in experimental choice designs. Journal of Choice Modelling, 1(1), 98-126. https://doi.org/10.1016/s1755-5345(13)70024-1.
  8. Boxall, P. C., Adamowicz, W. L. (2002). Understanding heterogeneous preferences in random utility models: a latent class approach. Environmental and Resource Economics, 23(4), 421-446.
  9. Byers, R. E., Lederer, P. J. (2001). Retail bank services strategy: a model of traditional, electronic, and mixed distribution choices. Journal of Management
  10. Information Systems, 18(2), 133-156. https://doi.org/10.1080/07421222.2001.11045686 .
  11. Chabbra, M., Borasi, P., Kumar, V. (2020). Online Banking Market Service Type (Payments, Processing Services, Customer & Channel Management, Wealth Management, and Others), and by Banking Type (Retail Banking, Corporate Banking, and Investment Banking). Global Opportunity Analysis and Industry Forecast, 2020–2027. https://www.alliedmarketresearch.com/online-banking-
  12. market. Letöltés ideje: 2021. március 12.
  13. Choicemetrics (2018). Ngene 1.2 User Manual & Reference Guide. http://www.choice-metrics.com/NgeneManual120.pdf. Letöltés ideje: 2021. július 08.
  14. Czine, P., Harangi-Rákos, M., Balogh, P. (2020). Diszkrét választási modellek becslése az R Apollo csomagjának használatával – multinomiális logit modell.
  15. Statisztikai Szemle, 98(11) 1310-1323. https://doi.org/10.20311/stat2020.11.hu1310
  16. Danyi, Boll A., Horváth, Zs., Lakatos, V., Szakács, A. (2020). Tanulságok a devizahitelezésből – pénzügyi fogyasztóvédelem. Controller Info, 8(2), 6-15. https://doi.org/10.24387/CI.2020.2.2
  17. Dauda, S. Y., Lee, J. (2015). Technology adoption: A conjoint analysis of consumers’ preference on future online banking services. Information Systems, 53, 1-15. https://doi.org/10.1016/j.is.2015.04.006 .
  18. Dube, T., Njanike, K., Manomano, C., Chiriseri, L. (2011). Adoption and use of SMS/mobile banking services in Zimbabwe: An exploratory study. Journal of Internet Banking and Commerce, 16(2), 149-167.
  19. Eurostat (2020). A digitális gazdaságra és társadalomra vonatkozó statisztikák – háztartások és magánszemélyek. https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Digital_economy_and_society_statistics_-_households_ and_individuals/hu#Internet-hozz.C3.A1f.C3.A9r.C3.A9s. Letöltés ideje 2021. február 18.
  20. Eurostat (2021). E-banking and e-commerce. http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=isoc_bde15cbc&lang=en%20. Letöltés ideje: 2021. június 10.
  21. Fenyves, V., Dajnoki, K., Dékán Tamásné Orbán I., Harangi-Rákos, M. (2020). Gyakorlatorientált képzések megítélése a vállalati szférában. [Practice orient edtraining from the business sphere’s aspect]. Acta Medicinae et Sociologica, 11(31), 164-183.
  22. Fintechzone (2022). Neobank – Mi történik a Revolut és az MNB között? https://fintechzone.hu/tag/neobank/ Letöltés ideje: 2022. január 26.
  23. Földvári, P., Erdey, L. (2009). Gazdaságfejlesztési célú oktatási stratégiák hazai és regionális tapasztalatainak elemzése. In Mazsu, J., és Ujhelyi, M. (szerk.). Oktatás és munkaerőpiac az Észak-alföldi Régióban. Debrecen, Magyarország: Debreceni Egyetem Tudományegyetemi Karok Európai Tanulmányok Központja. 123-157
  24. Greene, W. H., Hensher, D. A. (2003). A latent class model for discrete choice analysis: contrasts with mixed logit. Transportation Research Part B: Methodological, 37(8), 681-698. https://doi.org/10.1016/s0191-2615(02)00046-2 .
  25. Hensher, D. A., Rose, J. M., Greene, W. H. (2005). Applied Choice Analysis: A Primer. Cambridge, Anglia: Cambridge University Press.
  26. Hess, S., Palma, D. (2019). Apollo: a flexible, powerful and customisable freeware package for choice model estimation and application. Journal of Choice Modelling, 32. https://doi.org/10.1016/j.jocm.2019.100170.
  27. Hess, S., Palma, D. (2021). Apollo version 0.2.4, user manual. www.ApolloChoice-Modelling.com. Letöltés ideje: 2021. május 03.
  28. Hole, A. R. (2007). A comparison of approaches to estimating confidence intervals for willingness to pay measures. Health Economics, 16(8), 827-840. https://doi.org/10.1002/hec.1197 .
  29. Intrado Global Newswire (2020). Online Banking Market Size to Grow $31.81 Billion by 2027, at 13.6% CAGR. https://www.globenewswire.com/news-release/2020/11/03/2119369/0/en/Online-Banking-Market-Size-to-Grow-31-81-Billion-by-2027-at-13-6-CAGR.html. Letöltés ideje: 2021. március 10.
  30. Jayawardhena, C., Foley, P. (2000). Changes in the banking sector – the case of Internet banking in the UK. Internet Research, 10(1), 19-31. https://doi.org/10.1108/10662240010312048 .
  31. Kajdi, L., Nemecskó, I. (2020). A kártyás fizetési mód területi jellemzői Magyarországon. Hitelintézeti Szemle, 19(1), 65-89. http://doi.org/10.25201/HSZ.19.1.6589.
  32. Kovács, G., Vinkóczi, T. (2020). A banki szolgáltatások digitalizációs-modernizációs hatásainak térbeli vizsgálata az Európai Unióban. Külgazdaság, 64, 33-69.
  33. Kovács, P., Kuruczleki, É., Rácz, T. A., Lipták, L. (2021). A magyar középiskolások pénzügyi kultúrájának vizsgálata az elmúlt 10 évben Econventio-teszt alapján. Pénzügyi Szemle, 66(2), 179-198. https://doi.org/10.35551/PSZ_2021_2_1.
  34. Kovács, S. Zs. (2020). Az alapvető pénzügyi szolgáltatások online térbe helyezésének korlátai. Tér és Társadalom, 34(2), 195-201. https://doi.org/10.17649/TET.34.2.3264.
  35. Louviere, J. J., Flynn, T. N., Carson, R. T. (2010). Discrete choice experiments are not conjoint analysis. Journal of choice modelling, 3(3), 57-72. https://doi.org/10.1016/s1755-5345(13)70014-9.
  36. Louviere, J. J., Hensher, D. A., Swait, J. D. (2000). Stated Choice Methods: Analysis and Applications. Cambridge, Anglia, Cambridge University Press
  37. MNB (2021a): A Magyar Nemzeti Bank 4/2021. (III. 30.) számú ajánlása hitelintézetek digitális transzformációjáról.
  38. https://www.mnb.hu/letoltes/4-2021-dig-transzformacio.pdf. Letöltés ideje: 2021. április 21.
  39. MNB (2021b): Pénzügyi stabilitási jelentés, 2021. június. https://www.mnb.hu/letoltes/penzugyi-stabilitasi-jelentes-2021-junius.pdf. Letöltés ideje: 2021. június 14.
  40. MNB (2021c): Fintech és digitalizációs jelentés 2021. május. https://www.mnb.hu/letoltes/fintech-e-s-digitaliza-cio-s-jelente-s-2021.pdf. Letöltés ideje: 2021. június 1.
  41. Mariel, P., Hoyos, D., Meyerhoff, J., Czajkowski, M., Dekker, T., Glenk, K., Jacobsen, J. B., Liebe, U., Olsen, S. B., Sagebiel, J., Thiene, M. (2021). Environmental Valuation with Discrete Choice Experiments: Guidance on Design, Implementation and Data Analysis. Cham, Németország, Springer International Publishing
  42. McFadden, D. (1974). Conditional logit analysis of qualitative choice behavior. In Zarembka, P. (szerk.). Frontiers in Econometrics. New York, USA, Academic Press, 105-142.
  43. Miltgen, C. L., Popovič, A., Oliveira T. (2013). Determinants of end-user acceptance of biometrics: Integrating the ”Big 3” of technology acceptance with privacy context. Decision Support Systems, 56, 103-114. https://doi.org/10.1016/j.dss.2013.05.010 .
  44. Molnár J., Nagy M., Horváth Cs. (2007). A Structural Empirical Analysis of Retail Banking Competition: the Case of Hungary. Magyar Nemzeti Bank. MNB Working Papers.
  45. Müller, J., Kerényi, Á. (2021). Kiútkeresés a digitális pénzügyi innovációk labirintusában – A digitális pénzügyi rendszer szabályozási kihívásainak csapdája. Hitelintézeti Szemle, 20(1), 103-126. http://doi.org/10.25201/HSZ.20.1.103126.
  46. Oliveira, T., Martins, M. F. (2011). Literature review of information technology adoption models at firm level. Electronic Journal of Information Systems Evaluation, 14(1), 110-121.
  47. Portfolio (2021). Lesznek-e sikeres magyar fintech cégek vagy neobankok? A mai trendek szerint aligha. https://www.portfolio.hu/bank/20211104/lesznek-esikeres-magyar-fintech-cegek-vagy-neobankok-a-mai-trendek-szerint-aligha-
  48. Letöltés ideje: 2022. január 16.
  49. R Core Team (2020). R: a language and environment for statistical computing. R Foundation for Statistical Computing, Bécs, Ausztria. https://www.R-project.org/.
  50. Shen, J. (2009). Latent class model or mixed logit model? A comparison by transport mode choice data. Applied Economics, 41(22), 2915-2924. https://doi.org/10.1080/00036840801964633 .
  51. Szobonya, R. (2021). Kompetenciák a pénzügyek területén – lakossági felmérés tapasztalatai. Pénzügyi Szemle, 66(2), 235-253. https://doi.org/10.35551/PSZ_2021_2_4.