Förtroende och FinTech

Förtroende och FinTech

En studie om kunders upplevda förtroende för

digitala finansiella tjänster.

Av: Elisabeth Sundin & Sharon Stifanos

Handledare: Darush Yazdanfar

Södertörns högskola | Institutionen för samhällsvetenskaper Kandidatuppsats 15 hp

Företagsekonomi C, Finansiering | Vårterminen 2021

Förord

Vi vill rikta ett stort tack till vår handledare Darush Yazdanfar och våra opponenter som bidragit med bra konstruktiv kritik under uppsatsprocessen. Vi vill även tacka de respondenter som tog sig tiden att besvara studiens surveyundersökning.

Sharon Stifanos & Elisabeth Sundin

Stockholm, maj 2021

Abstract

During the last couple of years there has been a major digitalization of the financial sector which FinTech have largely contributed to. FinTech does not solely contribute with possibilities, but it also inflicts risks within the financial system when adding challenges related to IT-security. These risks pose new operational risks within the financial sector.

Therefore, the purpose of this study is to examine as well as analyse different variables that explain the perceived trust and risks when using these digital financial services. This is because customers play a vital role in keeping their services as well as maintaining financial stability within the FinTech corporations. To examine the subject in this study a deductive approach is applied which focuses on previous empirical research and models like

Technology Acceptance Model (TAM), Elaboration Likelihood Model (ELM) as well as Behavioral finance. These models aim to explain how customers accept new digital

phenomenon. Furthermore, the study performs a quantitative research method through a web based survey questionnaire. The study examines the independent variables usage, perceived ability to adapt and perceived risk in relation to the dependent factor perceived trust. The study’s sample consists of 185 survey responses which were analyzed through descriptive and inferential statistics. The hypotheses were tested using a multiple regression analysis where the independent variables and control variables were analyzed against the dependent variable.

The empirical findings showed that customers' perceived ability to adapt to FinTech services did not have a statistically significant effect on perceived trust. Furthermore, perceived risk and usage had a statistically proven influence on perceived trust. The control variables for this study were age and gender where neither had a statistical association to the dependent

variable. Lastly, the empirical findings of the study can be useful for FinTech companies since it proves that risks need to be minimized to increase perceived trust.

Keywords: FinTech, Digitalization, Perceived risk, Perceived trust, Perceived use, Perceived ability to adapt

Sammanfattning

Det har skett en stor digitalisering av den finansiella sektorn under de senaste åren där FinTech och dess tjänster har haft en betydande roll. Dock är inte de innovativa digitala tjänsterna som FinTech bidrar till enbart möjligheter, utan det utsätter även den finansiella sektorn för risker. På grund av digitaliseringen medför dessa risker nya operationella risker inom den finansiella sektorn. Studiens syfte är därav att undersöka och analysera de variabler som förklarar det upplevda förtroendet och riskerna som finns vid användningen av digitala finansiella tjänster. Studiens fokus ligger på kunderna då de har en nyckelroll i bevarandet av dessa tjänster. Studien har sin grund i ett deduktivt tillvägagångssätt med fokus på tidigare empirisk forskning på området, men även olika modeller som Technology Acceptance Model (TAM), Elaboration Likelihood Model (ELM) samt Behavioral finance som syftar till att förklara hur kunden accepterar nya digitala fenomen. För att undersöka detta tillämpas en kvantitativ metod genom användningen av en webbaserad surveyundersökning. Urvalet består av 185 svar som därefter analyserades genom deskriptiv statistik och inferentiell statistik.

Detta skedde i form av en multipel regressionsanalys som analyserade studiens tre hypoteser där studiens tre oberoende variabler och kontrollvariabler analyserades emot studiens

beroende variabel. Resultaten visade på att risk och användning hade ett statistiskt samband med det upplevda förtroendet medan den egna upplevda förmågan inte hade det. Studiens resultat kan vara användbara för FinTech-företag då resultaten visar att risker måste minskas för att kundförtroendet ska öka.

Nyckelord: FinTech, Digitalisering, Upplevd risk, Upplevt förtroende, Upplevd användning, Upplevd egen förmåga

Innehållsförteckning

1. Inledning ... 9

1.1 Bakgrund ... 10

1.2 Problemdiskussion ... 10

1.2.1 Problemformulering ... 11

1.3 Syfte ... 11

1.4 Forskningsfrågor ... 12

1.5 Avgränsning ... 12

2. Teoretisk referensram & Tidigare empirisk forskning ... 13

2.1 FinTech ... 13

2.2 Behavioral finance ... 13

2.3 FinTech & Finansiell stabilitet ... 14

2.4 Technology Acceptance Model (TAM) ... 15

2.5 Elaboration Likelihood Model (ELM) ... 16

2.6 Upplevt kundförtroende ... 17

2.6.1 Upplevd datasäkerhet ... 18

2.7 Upplevd risk ... 18

2.8 Samband mellan upplevd risk och kundförtroende ... 19

2.9 Tidigare empirisk forskning ... 20

2.10 Hypotesgenomgång ... 21

2.10.1 Hypotes 1 ... 21

2.10.2 Hypotes 2 ... 22

2.10.3 Hypotes 3 ... 22

3. Metod ... 23

3.1 Forskningsdesign ... 23

3.2 Urval ... 24

3.3 Bortfall ... 24

3.4 Datainsamling ... 25

3.5 Enkätens utformning ... 25

3.6 Operationalisering ... 26

3.6.1 Oberoende variabler ... 26

3.6.2 Beroende variabeln ... 27

3.6.3 Kontrollvariabler ... 28

3.7 Tillvägagångssätt för statistisk analys ... 28

3.8 Validitet ... 29

3.9 Reliabilitet ... 29

3.10 Kritisk reflektion av metodval ... 30

4. Resultat av empiriska analyser ... 32

4.1 Deskriptiv statistik ... 32

4.1.1 Användning av digitala finansiella tjänster ... 32

4.1.2 Upplevd risk ... 34

4.1.3 Den egna förmågan kring att anpassa sig till FinTech-tjänster ... 36

4.1.4 Upplevt förtroende ... 37

4.1.5 Djupare förståelse av relevanta variabler ... 38

4.1.6 Pearsons r korrelationsanalys ... 39

4.2 Inferentiell statistik ... 40

4.2.1 Multipel linjär regressionsanalys ... 40

5. Diskussion ... 43

5.1 Diskussion av studiens empiriska resultat ... 43

5.2 Förslag på vidare forskning ... 45

6. Slutsatser ... 47

Källförteckning ... 49

Bilagor ... 55

Tabellförteckning

Tabell 1: Sammanställning av tidigare empirisk forskning Tabell 2: Information om respondenternas kön och ålder

Tabell 3: Sammanställning av om digitala tjänster upplevs vara mer riskfyllda än trad.

Tabell 4: Variabler som respondenter upplever som viktiga Tabell 5: Korrelationsmatris

Tabell 6: Resultat ingående variabler multipel regressionsanalys Tabell 7: Sammanställning av hypoteser och deras resultat

Figurförteckning

Figur 1: ELM

Figur 2: Variabler för kundförtroende och implementation av FinTech Figur 3: Respondenternas användning av digitala tjänster

Figur 4: Respondenternas frekvens av användning av digitala finansiella tjänster Figur 5: Illustration för om digitala finansiella tjänster upplevs bidra till ökade risker Figur 6: Upplevs det finns ett samband mellan förtroendet och storleken på risken Figur 7: Illustration över den upplevda förmågan att anpassa sig efter FinTech Figur 8: Illustration över om förtroende är en viktig variabel

Formelförteckning

Formel 1: Multipel regressionsanalys

Definitioner (ordlista)

Digitala finansiella tjänster: Betalningslösningar så som Klarna, Trustly, Swish och PayPal.

Financial Technology, FinTech: Definieras som digitaliserade finansiella tjänster som möjliggjorts av den teknologiska utvecklingen (Arner et al. 2015).

Kundförtroende: Kundförtroende eller upplevt förtroende definieras i denna studie som en sammanvägning av variabler som den upplevda datasäkerheten, acceptans för den digitala tjänsten samt användarvänlighet (Bauman & Bachman 2017).

Risk: Potentialen för förlust i strävan efter ett önskat resultat vid användningen av e-tjänster (Featherman & Pavlou 2003).

1. Inledning

I kommande kapitel presenteras studiens bakgrund, syfte och studiens forskningsfrågor.

Vidare beskrivs de avgränsningar som har gjorts. Inledningsvis presenteras FinTech samt de risker respektive möjligheter som dessa tjänster medför till den finansiella sektorn.

Ytterligare belyser kapitlet den viktiga rollen som kunden har för FinTech-företagens fortsatta utveckling.

1.1 Bakgrund

Dagens finansiella sektor präglas av olika digitala finansiella lösningar som möjliggjorts genom den teknologiska utvecklingen i samhället (Gomber, Koch & Siering 2017). Thakor (2020) beskriver teknologins samverkan med den finansiella sektorn som både en utveckling av det befintliga men även en möjlighet för att skapa nya funktioner. Denna utveckling drivs i en större grad av företag som arbetar med Financial Technology, FinTech. Abouayoub (2018) beskriver FinTech som IT- teknologins manifestation i finansvärlden. Cuesta, Ruesta, Tuesta och Urbiola (2015) beskriver att FinTech omfattar olika teknologiska innovationer som har förbättrat olika områden inom den finansiella sektorn. Dessa områden består bland annat av identitetskontroller, transaktionslösningar samt plattformar där investeringar i värdepapper kan utföras. De företag som är verksamma inom den finansiella sektorn drivs av en

efterfrågan om en fortsatt ökad digitalisering (Cuesta et al. 2015; Gomber et al. 2017).

Den digitala utvecklingen av den finansiella sektorn skapar inte enbart risker för kunderna utan det kan även leda till en minskad finansiell stabilitet inom den finansiella sektorn.

Enligt Fung, Lee, Yeh och Yuen (2020) orsakar forskningen kring FinTech en lägre grad av finansiell stabilitet tvetydigt, men detta beror på att inte tillräckligt mycket forskning har utförts på området. Dock menar Fung et al. (2020) att FinTech potentiellt kan orsaka en ökad grad av volatilitet på den finansiella marknaden som i sin tur kan leda till att den finansiella stabiliteten hotas. Vidare definierar Fung et al. (2020) att det finns en risk i att FinTech- företagen är beroende av tredjeparts-tjänster när det kommer till molnbaserade finansiella tjänster. Utöver detta bedöms FinTech-företag vara benägna till att undervärdera risken i deras projekt genom att högriskprojekt belönas med en låg kapitalkostnad vilket kan leda till en onödig grad av risktagande (Fung et al. 2020).

Jalupa och Kose (2018) beskriver att det skapas risker när tredjehandsparter kopplade till FinTech-företagen hanterar kunders personliga data. Arner, Zetzsche, Buckley och Barberis (2017) beskriver att detta har sin grund i att FinTech ännu inte omfattas av lika starka regleringar som det traditionella bankväsendet har. Vidare belyser Cuesta et al. (2015) detta ur kundernas perspektiv som upplever att förtroendet för traditionella finansiella tjänster och banker inte är direkt överförbara till digitala finansiella tjänster. För att FinTech ska fortsätta att utvecklas kräver det en stabil kundbas som finansierar dess utveckling, därav behöver kunder känna en tillförlit för dessa digitala finansiella tjänster (Cuesta et al. 2015; Gomber et al. 2017). Förtroende har historiskt sett varit en viktig komponent i transaktioner och har fortsättningsvis varit viktigt för företag inom e- handelsrelationer. Ytterligare är det viktigt att tjänsterna som FinTech-företag erbjuder är säkra (Ruppel, Underwood-Queen & Harrington 2003).

1.2 Problemdiskussion

FinTech utsätter den finansiella sektorn för utmaningar som behöver hanteras och som tidigare inte fullständigt har hanterats (Larsson 2016; Cuesta et al. 2015). Detta genom att FinTech ger nya synpunkter på finansiella tjänster som bland annat gör betalningstjänster effektivare (Meyliana, Fernando & Surjandy 2019). Det förändrar även de traditionella finansiella tjänsterna till innovativa tjänster inom finanssektorn. Innovationer inom teknologi har lett till att information och finansiell teknik har gått samman till finansiell teknologi i finansvärlden (Meyliana, Fernando & Surjandy 2019). Vidare beskriver Lee och Shin (2018) hur FinTech-företag som fokuserar på betalningar kan förvärva kunder snabbt till lägre kostnader samt att det är en av de snabbaste rörelserna inom innovationer och införandet av nya betalningsmöjligheter (Lee & Shin 2018). Ytterligare förklarar Meyliana, Fernando och Surjandy (2019) hur en relation mellan förtroende och upplevd risk attraherar användare till att använda teknologi. Däremot har det blivit alltmer viktigt att ta hänsyn till personlig integritet vid användningen av digitala tjänster för att den känsliga informationen inte ska spridas (Larsson, 2016). Denna risk finns om det saknas tillräckliga säkerhetsmekanismer som kan leda till att obehöriga personer får tillgång till datan. Då detta kan leda till att kunder upplever att den digitala tjänsten inte är tillräckligt säker att använda, så skapas det ett lägre förtroende för tjänsten. På så vis kan detta leda till att det sker en mindre användning av tjänsten (Larsson 2016). Eftersom digitaliseringen ständigt utvecklas och används i en stor grad, så menar Larsson (2016) att det är viktigt att behålla förtroendet för potentialen i den

digitala ekonomin. Detta innebär även att kostnadseffektiviteten för företag samt förvärvandet av kunder som FinTech bidrar till minskar på grund av de risker som kan uppstå i den

personliga integriteten som i sin tur leder till en minskad användning (Lee & Shin 2018;

Chen, Wu & Yang 2019; Larsson, 2016). Ytterligare beskriver Fungáčová, Hasan och Weill (2017) att FinTech-företag behöver hantera de potientiella riskerna som kan uppstå. Den upplevda risken för de digitala finansiella tjänsterna handlar till en stor grad om att bevara datasäkerheten. För att kunder ska fortsätta uppleva ett starkt förtroende för dessa tjänster så behöver företagen se över de risker som finns kopplat till datasäkerhet men även de

systematiska risker som kan uppstå (Fungáčová et al. 2017).

1.2.1 Problemformulering

Innovationer inom FinTech skapar både möjligheter och risker inom den finansiella sektorn.

De bidrar med kostnadseffektivare alternativ där utvecklingarna har en lägre kapitalkostnad till en högre risk jämfört med traditionella banktjänster. Den högre risken innebär ett

potentiellt hot mot den finansiella stabilitet inom de finansiella system som FinTech-företagen agerar inom (Arner et al. 2017). Likt många företag inom den finansiella sektorn så kräver deras fortsatta utveckling att kunder använder de tjänster som de utvecklar då de annars blir irrelevanta. En mindre kundbas leder även till bristande kapital som då hindrar deras fortsatta existens (Meyliana, Fernando & Surjandy 2019). Detta leder i sin tur till ett behov av att kunder upplever ett förtroende för att dessa tjänster samt att de risker inte överväger de fördelar som tjänsten bidrar med (Arner et al. 2017; Mention 2021). Kundens upplevelse av den digitala finansiella tjänsten agerar som en nyckelroll för den framtida utvecklingen av FinTech-företagen och dess tjänster som skapar en efterfrågan. Om det inte finns en efterfrågan skapar detta till slut likviditetsproblem för företagen. Därav är det relevant att undersöka hur kunders upplevda förtroende och risk influerar deras beslut att använda digitala finansiella tjänster. Detta är i syfte av att belysa hur viktigt det är för FinTech att ta hänsyn till kundens upplevda känslor i relation till de digitala finansiella tjänsterna (Arner et al. 2017;

Meyliana, Fernando & Surjandy 2019).

1.3 Syfte

Studiens syfte är att beskriva och analysera variabler som kan förklara upplevda risker och det upplevda förtroendet som kunder känner vid användningen av digitala finansiella tjänster.

1.4 Forskningsfrågor

Studiens forskningsfrågor formuleras enligt följande:

I. Vilka variabler förklarar kundernas upplevda risk vid användningen av digitala finansiella tjänster?

II. Vilka variabler förklarar kunders upplevda förtroende vid användningen av digitala finansiella tjänster?

1.5 Avgränsning

Studien avgränsas genom att definiera den form av FinTech, finansiella digitala lösningar som kommer att användas. Eftersom FinTech är ett mångfacetterat begrepp så avgränsar sig denna studie till transaktions och betalningslösningar som har utvecklats av FinTech företag.

Ytterligare riktas fokuset i studien emot kundens perspektiv eftersom att det har en betydande roll för FinTech-företagens framtida utveckling.

2. Teoretisk referensram & Tidigare empirisk

forskning

I detta avsnitt redogörs det för teorier samt tidigare forskning kring FinTech och

kundförtroende. Modeller som Technology Acceptance Model (TAM) samt tidigare forskning för faktorer som påverkar förtroendet för FinTech. Ytterligare läggs ett extra fokus på hur upplevd datasäkerhet påverkar upplevt kundförtroende samt vilka risker som förknippas med användandet av FinTech-tjänster.

2.1 FinTech

Arner, Barberis och Buckley (2015) beskriver FinTech som finansiella lösningar som

teknologin har möjliggjort. Ursprungligen är FinTech kopplat till ett projekt utfört av banken Citigroup under 1990-talet. Dock var det inte förrän 2014 som FinTech blev ett eget område för samtliga aktörer på den finansiella marknaden. Dagens FinTech är en sammanvägning av finansiella tjänster och informationsteknologi (Arner, Barberis & Buckley 2015). Dhar och Stein (2017) beskriver att det historiskt sett har varit höga inträdesbarriärer till förändringar inom det ekonomiska systemet vilket i början skapade en motvillighet för förändringar. Precis som Arner, Barberis och Buckley (2015) så menar Dhar och Stein (2017) att när internet blev tillgängligt på ett bredare plan så ledde detta till en stor förändring av hur den finansiella sektorn fungerade.

2.2 Behavioral finance

Historiskt sett beskriver Riccardi och Simon (2000) att det har skett en utveckling inom de ekonomiska perspektiven sedan 1990-talet. Det handlar om en utveckling från den

konventionella ekonomin med modeller som den effektiva marknadshypotesen och modern portföljteori, till ett nytt område där man genom psykologiska och sociologiska aspekter analyserar hur dessa påverkar individer och gruppers beslutsfattningsförmåga. Detta benämns som Behavioral finance eller beteendeekonomi. Behavioral finance försöker att förklara hur faktorer som överkonfidens, och risktagande påverkar de ekonomiska beslut som individer tar. Riccardi och Simon (2000) beskriver att finansiering som ämne ofta har lagt sitt fokus på att marknader är effektiva där en av grundförutsättningarna är att de individer som agerar på marknaden är rationella. Riccardi och Simon (2000) lyfter att kritik som har riktats mot teorin

om den effektiva marknadshypotesen är aktuell på grund av att det finansiella systemet utstått kritiska finansiella bubblor. Sett utifrån traditionell ekonomisk teori, så skulle detta inte vara möjligt.

Chaudhary (2013) beskriver att genom Behavioral finance så finns det en vilja att förklara hur variabler som fakta kring investeringsbeslut, överkonfidens, över och under reaktioner på marknaden, flockbeteende samt förlustaversion påverkar de beslut som fattas på den finansiella marknaden.

2.3 FinTech & Finansiell stabilitet

Vučinić (2020) beskriver att FinTech-företagen medför innovationer som kan förbättra den finansiella sektorn. Detta genom att de gör traditionella tjänster lättare att använda samt kostnadseffektivare. Tack vare teknologin så dras kostnader ner drastiskt och skapar ett värde i finansiella tjänster som inte enbart berör bearbetningskostnader utan även andra

transaktionskostnader (Scott, Van Reenen & Zachariadis 2017 se Ashta & Biot-Paquerot 2018). Vidare förklarar Scott, Van Reenen och Zachariadis (2017) att när finansiella tjänster utvecklas i form av innovationer så förbättras även företagens chanser att öka samt ha kvar sin lönsamhet. Dessutom har finansiella innovationer en positiv koppling till tillväxt inom banker samt att banker som engagerar sig i FinTech presterar bättre än banker som inte gör det (Beck, Chen, Lin & Song 2016). Dock sker inte denna kostnadseffektivitet utan att utsätta den finansiella sektorn för ökade operationella risker och systemrisker (Vučinić 2020). Vučinić (2020) förklarar vidare att verkningarna efter den senaste globala finansiella krisen har inneburit större regulatoriska effekter inom den finansiella sektorn. De regulatoriska effekterna syftar till att minimera operationella och systemrisker inom det finansiella systemet. Detta genom att banker och andra finansiella organisationer har fått allt starkare regulationer att förhålla sig till för att undvika liknade ekonomiska kriser som har skett historiskt (Vučinić 2020). Med inträdandet av FinTech på den finansiella marknaden har det uppstått nya operationella risker som kan hota den finansiella stabiliteten då de inte i lika stor grad har omfattats av de regulationer som gäller för de traditionella bankerna (Vučinić 2020).

En av de större operationella riskerna som lyfts för FinTech-företagen är deras användande av tjänster från externa parter. Utöver detta så krävs det att mitigera riskerna kopplade till datasäkerheten i tjänsten i syfte av att förebygga cyberattacker (Anagnostopoulos 2018;

Vučinić 2020). Operationella risker inom företagen behöver hanteras för ett bevarande av den finansiella stabiliteten och deras fortsatta plats på marknaden (Anagnostopoulos 2018).

Ytterligare ökar intäkterna genom att tjänsterna finns tillgängliga överallt i form av digitala finansiella tjänster under alla tider på dygnet. Dessutom blir transaktioners hastighet snabbare då allt fler transaktioner görs elektroniskt. Uppgifter kring all data fångas upp och möjliggör det för stora dataanalytiker att skapa en snabbare inriktning samt anpassning till kunders förändrade behov (Ashta & Biot-Paquerot 2018). Genom digitala finansiella tjänster kan kunder erbjudas innovativa lösningar i form av utvecklade betalningsinitierings- och kontoinformationstjänster. På så sätt kan företagen framföra en fortsatt konkurrenskraft och expandera sin verksamhet (Cortet, Rijks & Nijland 2016). Ytterligare ökar de sina möjligheter att bilda nya intäktsströmmar samt att de upptäcker mer aktuella sätt att erbjuda sina kunder tjänster än deras konkurrenter (Cortet, Rijks & Nijland 2016). Genom att banker samarbetar med andra FinTech-företag för att utveckla sina finansiella tjänster kan de stärka sina positioner på marknaden då blir utsatta för press att utföra dessa utvecklingar. Dessutom utvidgar samt utvecklar bankerna sina tjänsteportföljer vilket i sin tur göra det möjligt för nya affärsmodeller att konstrueras (ibid).

2.4 Technology Acceptance Model (TAM)

FinTech-lösningar är i grunden en variant av teknologi vilket gör modellen Technology Acceptance Model (TAM) applicerbar för att erhålla information till kundens acceptans för teknologin. Chuang, Liu och Kao (2016) beskriver en tillämpad version av denna modell.

TAM beskriver att det finns ett samband mellan en individs egna uppfattade kunskap/förmåga i relation till hur effektiv man anser att teknologin är (Chuang et al. 2016). Antaganden för TAM beskrivs utifrån, attityd, beteendemässiga avsikter samt externa variabler. Attityd kan ses som en persons antingen positiva eller negativa känslor gentemot den nya teknologin.

Beteendemässiga avsikter beskrivs som till vilken grad som en person är villig att använda den nya teknologin. Den sistnämnda som beror på externa faktorer handlar om faktorer som indirekt påverkar beteende som till exempel personliga variabler av kunder,

systemegenskaper och miljöaspekter (Chuang et al. 2016). TAM har anpassats för att förklara flertalet nya teknologiska fenomen. Utöver detta så beskriver Chuang et al. (2016) att om kunder är nöjda med FinTech-tjänsten och den fungerar som den ska så kommer det leda till ett högre förtroende. Dock menar andra forskare inom området att det inte finns någon

konsekvent forskning för bestämmande attribut i förhållande till accepterande av FinTech som leder till ett faktiskt användande av det (Singh, Sahni & Kovid 2020). Singh, Sahni och Kovid (2020) beskriver att forskningen inom området är begränsat samtidigt som det finns ett behov av en omfattande modell för att förklara uppfattningar samt motiv för användandet av FinTech.

Singh, Sahni och Kovid (2020) beskriver en modell som fokuserar på tre olika områden. Den första beskriver teknologiska attribut i form av säkerhet och mottaglighet, det andra området fokuserar på beteendeattribut som fokuserar på användbarhet, sociala influenser och hur praktisk den är. Det tredje området berör attribut för tillämpningen som beskrivs genom variablerna; beteendeintention och faktiskt användande. Singh, Sahni och Kovid (2020) kommer slutligen fram till att upplevd användbarhet är en av nyckelfaktorerna för att personer ska få en positiv attityd gentemot FinTech men även för att fortsätta använda tjänsten.

Tjänsten måste även vara lätt att använda för att den ska fortsätta att nyttjas. Säkerhet visas på att vara det absolut viktigaste teknologiska attributet för de som deltog i studien (ibid).

2.5 Elaboration Likelihood Model (ELM)

Information hanteras och accepteras av människor för att de sedan ska kunna fatta beslut vilket modellen Elaboration Likelihood Model (ELM) är baserad på (Kim, Park, Choi &

Yeon 2015). ELM är skapad av Petty och Cacioppo som försöker förklara hur ett meddelande som siktar på att ändra beteende på så vis kan ändra individers accepterande av information och teknologi. Således, är ELM formad baserad på de resultat som bearbetningen av

information genom följande två olika rutter i enlighet med kundernas attityd till det. Till en början undersöker en mottagare av meddelandet den nya informationen noggrant genom att använda den centrala rutten och bedömer därefter dess för- och nackdelar samt konsekvenser.

Ytterligare finns den perifera rutten som kunderna kan välja vilket innebär att de snabbt accepterar eller nekar en tjänst utan aktivt tänkande. Mottagare som använder den perifera rutten bedriver ett brett kognitivt tänkande, men de påverkas alltid av den perifera kön som i sin tur gör det möjligt för dem att fatta snabba beslut. Kim, Park, Choi och Yeon (2015) använde sig av ELM i sin studie för att undersöka relationen mellan de två olika rutterna - den centrala och den perifera, vid accepterandet av ny teknologi och service (ibid).

Figur 1: Illustration för ELM. Källa: Kim, Park, Choi och Yeon (2015).

2.6 Upplevt kundförtroende

Kundförtroende har historiskt sett haft en betydande roll för adoptionen av digitala tjänster.

Definitionen av kundförtroende är dock inte helt entydigt utan att det finns olika dimensioner och aspekter som behöver vägas in för att definiera det (Bauman & Bachman 2017). Bauman och Bachmann (2017) beskriver att teknologin inom FinTech medför att olika teknologiska aspekter influerar kunders upplevda förtroende. De lyfter följande faktorer som är associerade till det upplevda förtroendet i relation till teknologi: acceptans för den digitala tjänsten, hantering av privat data, plattformens design och slutligen förtroende signaler i form av säkerhetsmekanismer (Bauman & Bachmann 2017). Stewart och Jürjens (2018) beskriver att finansiella organisationer har under de senaste åren upplevt ett ökat tryck från kunder att utveckla deras IT. IT-förändringarna påverkas dock av olika regulationer som skiljer sig från land till land, dessa är menade att stödja innovationernas utveckling men samtidigt bidra med skydd till konsumenter. Regulationer anses ha en viktig plats för att skapa en ökad

datasäkerhet i och med cyberattacker anses har blivit allt vanligare (Stewart & Jürjens 2018).

Stewart och Jürjens (2018) skapar en modell som har sin utgång i TAM för att förklara vilka faktorer som påverkar upplevt kundförtroende. Viktiga faktorer för kundförtroende beskrivs i denna modell som datasäkerhet, adderat värde, gränssnitt för användardesign samt hur

FinTech marknadsförs. Figur 2 beskriver modellen som Stewart och Jürjens (2018) utgår ifrån, vilket denna studie delvis även använder sig av med fokus på datasäkerhet.

Figur 2: Illustration över variabler för kundförtroende och implementation av FinTech.

Källa: Stewart och Jürjens (2018).

2.6.1 Upplevd datasäkerhet

I linje med resultaten av Stewart och Jürjens (2018) forskning beskriver Lim, Kim, Hur och Park (2019) att den upplevda datasäkerheten är en viktig faktor för att kunder ska fortsätta att använda FinTech-tjänster. Lim et al. (2019) beskriver en utveckling av post-acceptance model (PAM) som benämns extended post-acceptance model (EPAM). Detta är en kombination av PAM och expectation-confirmation theory (ECT). Den senare teorin är kopplat till

kundbeteende baserat på förväntningar och upplevd prestanda (Lim et al. 2019). PAM och ETC är modeller som bygger på postmoderna versioner av tidigare teknologiska acceptans modeller som TAM (ibid). Till modellen EPAM adderas två faktorer där den första beskriver, vilken kunskap kunden har om FinTech-tjänsten som därefter leder till den upplevda

datasäkerheten (Lim et al. 2019). Dessa två punkter skapar en grund för om kunden upplever att tjänsten är användbar samt om det skapar en bekräftelse som därefter leder till hur nöjd kunden är med tjänsten. Desto nöjdare konsumenten är med tjänsten desto mer villiga blir de att fortsätta använda den. EPAM visar på att det krävs en högre standard av säkerhetsskydd i form av kontrollmekanismer eller procedurer inom FinTech-lösningarna. Detta skapar en bekräftelse för kunden att tjänsten är säker att använda (Lim et al. 2019).

2.7 Upplevd risk

Den upplevda risken vid användandet av digitala finansiella tjänster delas vanligen upp i finansiella risker, legala risker, säkerhetsrisker och operationella risker (Buckley, Arner, Zetzsche & Selga 2019; Tang, Keong & Chong 2020). Tang, Keong och Chong (2020) beskriver att dessa olika typer av risker bidrar därefter negativt till användandet av digitala

en större grad av osäkerhet som leder till en högre upplevd risk jämfört med traditionella banktjänster. Buckley et al. (2019) beskriver att förståelsen för hur risk influerar användare hade blivit tydligare om de teknologiska riskerna slås samman med de operationella riskerna.

Teknologiska risker inkluderar risker som datasäkerhet samt bevarandet av personliga data (Buckley et al. 2019). Utöver detta behöver systemrisker lyftas för att få en förståelse för begreppet ”risk” inom denna kontext. De systematiska riskerna lyfts då de historiskt har fokuserat på att skapa regulationer inom den finansiella sektorn i syfte av att undvika dessa risker. En systematisk risk innebär att det finns en risk att en händelse leder till antingen en ekonomisk förlust eller en förlust av kunders förtroende för tjänsten (Buckley et al. 2019).

Inom FinTech har det blivit alltid viktigare att fokusera på upprätthållandet av datasäkerheten eftersom cyberattacker har rapporterats att öka med 15% under 2018 (Buckley et al. 2019).

Cyberattacker beskrivs ha blivit allt mer kritiska för företagen som agerar inom den

finansiella sektorn, därav är det relevant med ökade regulationer kring detta (Buckley et al.

2019; Jünger och Mietzner 2020). Den upplevda risken som en kund känner vid användandet av den digitala finansiella tjänsten är nära kopplat med de risker som FinTech-företagen har samt de risker som de behöver jobba med för att behålla kunderna (Tang, Keong & Chong 2020).

2.8 Samband mellan upplevd risk och kundförtroende

Konsumenters uppfattning gentemot risker och osäkerheter kring transaktionshantering har blivit identifierade som två av de största problemen som orsakar tveksamhet vid utnyttjandet av betalningar online (Yang, Pang, Liu, Yen & Tarn 2015). Dessa två faktorer är

sammanlänkade genom att förtroendet påverkas av storleken på de befintliga riskerna. Därför blir kundförtroendet för den säljande parten kritiskt i en relation baserat på transaktioner i en E-handelsmiljö (Pennington, Wilcox & Grover 2003). Ytterligare beskriver Yang et al. (2015) sambandet mellan det upplevda förtroendet och den upplevda risken som komplex process där det influerade variablerna inte allt är entydiga. De beskriver att variabler som kunskap om tjänsterna idag har en inverkan på sambandet mellan dessa två faktorer men att det i framtiden kan komma att se annorlunda ut. Pennington et al. (2003) beskriver att förtroendet kan uppstå ur en objektiv trovärdighet där de uttalade intentionerna behöver stämma överens med de utförda handlingarna.

2.9 Tidigare empirisk forskning

För att skapa en tydlig bild över denna studies teoretiska referensram så syftar detta avsnitt till att koppla ihop teorier och modeller med tidigare empirisk forskning. I den nedanstående tabellen presenteras tidigare empirisk forskning relaterat till upplevd risk, upplevt förtroende och hur dessa ger en effekt på det fortsatta användandet. Ytterligare presenteras forskning som syftar till att belysa att starkare regulationer för FinTech-företagen på den finansiella marknaden kan bidra till en ökad finansiell stabilitet samt mindre risker. Sammanställningen av tidigare empirisk forskning presenteras med fokus på urval, relevanta slutsatser samt vilket land som studien utförts i.

Tabell 1: Sammanställning av tidigare empirisk forskning

Denna tidigare empiriska forskning lyfter olika faktorer som är relevanta vid en fortsatt adoption av digitala finansiella tjänster (Karoubi et al. 2016; Ryu 2017; Slade et al.

2018). Karoubi, Chenavaz och Paraschiv (2016) beskriver att risker associerade till bedrägeri samt en minskad personlig integritet har en negativ inverkan på både användande men även kundens upplevda förtroende för digitala transaktioner lösningar. Ryu (2017) beskriver bekvämlighet som betydande variabel för en fortsatt användning av digitala transaktioner.

Bekvämlighet har att göra med användarvänlighet och funktion samt att det fungerar utan driftstörningar (Ryu 2017). Säkerhetsåtgärder lyfts genomgående i tidigare empirisk

forskning. Det beskrivs ha en direkt påverkan på det upplevda förtroendet eftersom att en avsaknad av dessa genererar en högre risk (Slade et al. 2015; Karoubi et al. 2016). Ytterligare lyfter den tidigare empiriska forskningen att investeringsbeteendet inom och mellan FinTech- företag har bidragit till ökade risker på grund av att projekten med hög risk belönas med låg kapitalkostnad (Cumming & Schwienbacher 2018).

2.10 Hypotesgenomgång

För att besvara studiens två frågeställningar utformas tre hypoteser som har sin grund i den tidigare empiriska forskningen samt studiens utvalda modeller. Hypoteserna testas därefter emot den insamlade empirin samt studiens modeller och den tidigare empiriska forskningen.

2.10.1 Hypotes 1

Syftet med den första hypotesen är att analysera om det finns något statistiskt samband mellan användning och det upplevda förtroendet. Den tidigare forskningen indikerar att det finns ett samband mellan hur mycket man använder en digital finansiell tjänst samt hur användningsbar den anses vara med det upplevda förtroendet (Chuang et al. 2016; Singh et al. 2020). Användningen analyseras genom att både ta hänsyn till frekvensen av

användningen och vilken preferens samt om man faktiskt använder sig av den.

H¹: Det finns ett samband mellan en större användning av digitala finansiella tjänster och ett högre upplevt kundförtroende.

H⁰: Det finns inget samband mellan en större användning av digitala finansiella tjänster och ett högre upplevt kundförtroende.

2.10.2 Hypotes 2

Chuang, Liu och Kao (2016) beskriver att den egna upplevda förmågan, det vill säga hur väl man anser att man kan hantera nya digitala förändringar påverkar de känslor man upplever för tjänsten. Bauman och Bachmann (2017) beskriver att acceptans för den digitala tjänsten har en inverkan på hur bra man anser att den är samt att det ger en effekt på den egna upplevda förmågan.

H²: Det finns ett samband mellan den egna upplevda förmågan att anpassa sig efter digitala finansiella tjänster och det upplevda förtroendet.

H⁰: Det finns inget samband mellan den upplevda egna förmågan att anpassa sig efter digitala finansiella tjänster och det upplevda förtroendet.

2.10.3 Hypotes 3

Risker är en återkommande variabel som förklarar det upplevda förtroendet i tidigare empirisk forskning (Lim et al. 2019). Den empiriska forskningen indikerar att kunder upplever en ökad risk för att bli utsatta för bedrägerier samt systematiska risker vid användandet av digitala finansiella tjänster (Karoubi et al. 2016; Ryu 2017). Stewart och Jürjens (2018) beskriver att datasäkerhet är en variabel som påverkar de upplevda risker som en kund har för den digitala finansiella tjänsten. En implikation av integrering av

kontrollmekanismer innebär att kunder känner ett ökat förtroende för den digitala finansiella tjänsten (Stewart & Jürjens 2018). Kunder som upplever att de digitala finansiella tjänsterna medför mer risker är mindre benägna att använda dom (Slade et al. 2015). Med utgång i denna tidigare empiriska forskning så formuleras studiens tredje hypotes i syfte att analysera om det finns ett samband mellan ett lägre upplevt förtroende och en högre grad av upplevda risker.

H³: Det finns ett samband mellan ett lägre upplevt förtroende för digitala finansiella tjänster och en upplevelse av större risker.

H⁰: Det finns inget samband mellan ett lägre upplevt förtroende för digitala finansiella tjänster och en upplevelse av större risker.

3. Metod

I detta kapitel beskrivs det hur den kvantitativa undersökningen genomförs genom att förklara metodval samt hur empirin har samlats in. Därefter förklaras den statistiska metoden som ska användas för att analysera empirin. Avslutningsvis förs en kritisk reflektion av studiens valda metod samt en diskussion om validitet och reliabilitet i förhållande till studien.

3.1 Forskningsdesign

I syfte av att besvara studiens forskningsfråga samt för att testa dess hypoteser har studien tillämpat en kvantitativ metod med utgångspunkt i ett deduktivt angreppssätt. En kvantitativ metod innebär att analysmetoder används i form av tabeller, diagram och grafer för att på så sätt upptäcka samband i den insamlade datan (Saunders, Lewis & Thornhill 2019). Saunders et al. (2019) förklarar att eftersom den teoretiska referensramen framställdes före insamlingen av data så används ett deduktivt angreppssätt. Vidare menar Wilson, Petticrew, Calnan och Nazareth (2010) på att ett deduktivt angreppssätt skapar en möjlighet att jämföra studiens resultat med teorierna och den tidigare forskningen som presenterades i avsnitt 2.

En kvalitativ metod är ett annat tillvägagångssätt som forskningsansats och fungerar bra vid hantering av data som inte är numerisk. Detta skulle kunna handla om svar på frågor från frågeformulär och intervjuer till exempel (Saunders et al. 2019). Ytterligare hjälper den kvalitativa metoden att bilda nya teorier från den insamlade datan till skillnad från den kvantitativa metoden som utgår från tidigare existerande teorier vid besvarandet av hypoteser (ibid).

För att genomföra den empiriska undersökningen används en surveyundersökning varav frågorna kan ses i sin helhet under bilaga 1. Studien tillämpar en surveyundersökning för att samla in data genom att dela ut enkäter på internet. Respondenterna i denna studie blev tilldelade enkäter genom Google frågeformulär. Syftet med detta är att genomföra en förklarande studie som leder till en handlingsinriktad lösning för fallstudieorganisationen (Saunders et al. 2019). Därefter kommer detta att leda till en samling av standardiserade data.

Vidare blir studiens tidshorisont tvärsnitt eftersom den primära datainsamlingen sker vid en enda tidpunkt (Saunders et al. 2016; Malhotra et al. 2012 se Saunders et al. 2019). Saunders et al. (2019) beskriver att tidshorisonten kan vara antingen tvärsnittlig eller longitud. Mestadels

studier är tvärsnittliga eftersom undersökningarna sker under en begränsad period såsom denna studie. Tvärsnitt innebär att studien undersöker fenomen vid en viss tidpunkt medan longitud fungerar tvärtom genom att studien undersöker fenomen under längre perioder. På så vis förses författarna en känsla av kontroll över de variabler som undersöks då studien pågår under en längre period samt eftersom att undersökningen har en stark kapacitet att bevittna stora förändringar och utvecklingar (Saunders et al. 2019).

3.2 Urval

Studiens empiriska urval är i sin helhet baserad på svenska kunder som använder digitala finansiella tjänster. Studien behandlar också de som svarar att de inte använder digitala finansiella tjänster för att få en insikt i varför de inte gör det samt vilka beslut som ligger till grund för valet. Detta eftersom det kan skapa en relevant diskussion om varför respondenterna väljer att inte nyttja denna typ av tjänst. Åldern på urvalets respondenter har begränsats till en minimiålder på 18 år eftersom huvudprincipen i 1 § föräldrabalken menar på att man ska vara myndig för att kunna sluta avtal (SFS 2020:1027). Tanken bakom detta är att studien syftar till att undersöka digitala finansiella tjänster som kan kräva signeringar för att förtydliga att ett avtal har slutits. Respondenterna har valts genom ett sannolikhetsurval vilket innebär att alla inom populationen har en statistisk möjlighet att bli valda (Bryman & Bell 2017). Detta möjliggör ett mottagande för olika typer av åsikter kring kundförtroende relaterat till digitala finansiella tjänster/plattformar att synliggöras. För att förbättra chansen att studien uppnår ett representativt urval så publicerades enkäten på författarnas sociala medier. Detta för att nå en bredare målgrupp simultant som man når fler respondenter. Utöver detta baserat på rådande samhälleliga situation med covid-19 så ansågs sociala medier vara ett bättre tillvägagångssätt än att distribuera enkäterna fysiskt till potentiella respondenter.

3.3 Bortfall

Studien har valt att även inkludera de respondenter som svarade nej på frågan som behandlar användningen av digitala finansiella tjänster för att skapa en insikt i varför de inte använder tjänsten. Det var totalt tio respondenter som svarade att de inte använder sig av digitala finansiella tjänster vilket motsvarar 5,4 % av samplet som svarade nej på enkätfråga 3. Dock har enbart 7 respondenter, 3,8 % svarat att de aldrig använder sig av digitala finansiella tjänster. Alla 185 respondenter har besvarat samtliga av surveyundersökningens frågor.

3.4 Datainsamling

För att kunna dra generaliserbara slutsatser som är statistiskt baserade så syftar denna studie till att samla in en större mängd av kvantifierbara primärdata. Därav anses det vara lämpligt att använda surveyundersökningar i ett webbaserat format. Som tidigare nämnt använder denna studie verktyget Google frågeformulär. Enkäten publicerades på författarnas sociala medier i april 2021 och låg ute i cirka en vecka innan den stängdes. Genom användningen av webbenkäter kan en större mängd data samlas till en lägre administrativ kostnad. Utöver detta är webbenkäter fördelaktiga genom att en större geografisk yta kan undersökas samt att det bidrar till en tidseffektivitet då fler personer kan besvara enkäten simultant (Bryman & Bell 2017). En annan positiv effekt av webbenkäter är att det inte uppstår någon intervjuareffekt som påverkar respondenten att svara på ett annorlunda sätt vilket kan påverka studien negativt eller positivt (ibid). Webbenkäter kan bidra till att respondenterna gör en misstolkning av frågorna samt att användningen av slutna frågor kan bidra till att studien går miste om viktig empiri (Bryman & Bell 2017).

3.5 Enkätens utformning

Enkätens syfte är att besvara studiens frågeställningar som handlar om vilka variabler som kunden anser är viktiga när de använder sig av FinTech-tjänster. Enkätens syfte är även att se hur dessa variabler ger en effekt på kundens upplevda förtroende för de finansiella digitala tjänsterna. Studien använder sig av en standardiserad enkät vilket innebär att alla respondenter får samma frågor i samma ordning för att skapa en generaliserbarhet av svaren. I stor grad består enkäten av slutna frågor för att skapa en jämförbarhet av respondenternas svar (Bryman

& Bell 2017). I början av enkäten får respondenterna en introduktion till vad studien syftar att undersöka samt information om författarna. Utöver detta förklaras även centrala och viktiga begrepp för att ge respondenterna en tydlig bild av vad det är som undersöks. Inledningsvis i enkäten behandlas två frågor av nominell karaktär som utgör kontrollfrågor för den

kommande analysen, dessa är ålder och kön.

De resterande 14 frågorna är operationaliserade påståenden där de olika variablerna hanteras med separata påståenden. 5 av 16 frågor utgår ifrån en tillämpning av en likertskala vilket innebär att respondenterna ombads att besvara ett påstående utifrån en 1–5 skala där 1 innebär att man inte håller med alls och 5 innebär att man håller med helt och hållet. En fördel med

Bell 2017; Trost 2012). Studien har en flervalsfråga där respondenterna ges en möjlighet att fylla i vilka faktorer som de anser vara viktiga för dem vid användningen av digitala

finansiella tjänster. Anledningen till denna fråga är att skapa en mer fördjupad förståelse för vilka faktorer som påverkar deras upplevda kundförtroende. De resterande frågorna är slutna och har utformats vertikalt för att skapa en förståelse kring kundens frekvens av användande av digitala finansiella tjänster samt om de upplever en skillnad mellan traditionella finansiella tjänster och digitala finansiella tjänster.

3.6 Operationalisering

Operationalisering innebär att man tar abstrakta och inte fullständigt definierade variabler för att sedan göra dessa mätbara och kvantifierbara (Bryman & Bell 2017). Studien genomför en operationalisering av de begrepp som presenteras i den teoretiska referensramen med fokus på kundens upplevda risk, egen upplevd förmåga att hantera digitala finansiella förändringar samt deras upplevda användning av digitala finansiella tjänster. Dessa tre faktorer är studiens oberoende variabler som ska analyseras mot studiens beroende variabel upplevt

kundförtroende. Syftet av de 14 operationaliserade påståendena är att antingen falsifiera eller bekräfta studiens hypoteser (Bryman & Bell 2017).

3.6.1 Oberoende variabler

Studien identifierar och tillämpar tre oberoende variabler. Den första berör respondentens upplevda användning av digitala finansiella tjänster. Denna variabel syftar till att skapa en förståelse för respondentens mönster och beteende kring frekvens och användning av digitala finansiella tjänster. Denna variabel används för att kunna analysera om det finns en inverkan mellan hur ofta man använder den digitala finansiella tjänsten och hur stort man upplever att kundförtroendet är. Variabeln ringas in genom tre separata frågor (3), (4) och (16) varav den första säkerställer att de använder FinTech-tjänster i form av transaktionslösningar och den andra berör i vilken frekvens som de själva anser att de använder dessa tjänster. Den

sistnämnda frågan ämnar skapa en förståelse för om användningen upplevs ha ökat under de senaste fem åren. Detta för att analysera om det finns ett samband mellan ett ökat användande och det helhetliga upplevda förtroendet.

Den andra oberoende variabeln behandlar kundens upplevda risk vid användandet av dessa finansiella digitala tjänster. Risk har historiskt sett haft ett vedertaget inflytande på det

upplevda förtroendet (Featherman & Pavlou 2003). Respondenterna fick därav besvara följande frågor för att ringa in potentiella samband.

 Upplever du att digitala finansiella tjänster bidrar till ökade risker?

 Förknippar du digitala finansiella tjänster med mer risker än traditionella finansiella tjänster?

 Upplever du att det finns ett samband mellan det upplevda förtroendet och storleken på risken för en digital finansiell tjänst/plattform?

Den tredje och sista oberoende variabeln behandlar kundens egna upplevda förmåga att anpassa sig efter digitala finansiella tjänster. Tidigare forskning har gett indikationer att detta är en faktor som är relevant vid undersökningar och analyser kring kundförtroende och hur väl de adopterat FinTech (Chuang et al 2016; Singh et al 2020; Lim et al 2019). Detta konkretiseras med hjälp av följande frågor:

 Hur bra upplever du att du anpassar dig efter digitala finansiella tjänster?

 Anser du att digitala finansiella tjänster är lättare/smidigare att använda i jämförelse med traditionella finansiella tjänster?

3.6.2 Beroende variabeln

Den beroende variabeln är “förtroende”, som i denna studie har definierats genom

komponenter som historiskt sett har påverkat kundens förtroende. Därav har denna studie riktat in sig på följande delkomponenter för hur förtroendet upplevs genom datasäkerhet, användarvänlighet samt om det skapar ett mervärde för kunden att nyttja dessa tjänster (Stewart & Jürjens 2018). En nedbrytning av begreppet till olika dimensioner genererar en mätbarhet av enkätens olika frågor som relaterar till det upplevda förtroendet hos kunden.

Följande frågor ställdes för att determinera hur viktigt förtroende upplevs vara vid användningen av digitala finansiella tjänster.

 Är förtroende viktigt för dig vid användandet av en digital finansiell tjänst?

 Är förtroende en avgörande faktor vid din användning av digitala finansiella tjänster?

 Upplever du att kontrollmekanismer (exempelvis BankID eller

säkerhetskontrollfrågor) bidrar till en högre säkerhet för dig vid användandet av

3.6.3 Kontrollvariabler

För att bättre kunna analysera den insamlade empirin tillämpas som tidigare nämnt två kontrollvariabler och detta sker i form av kön som är en nominalvariabel och ålder som är en kvotvariabel (Bryman & Bell 2017).Syftet med kontrollvariablerna i studien är att analysera om ålder och kön skapar någon effekt på sambandet mellan studiens beroende och oberoende variabler. Detta är viktigt eftersom tidigare forskning har visat att äldre har haft svårare för att adoptera de nya digitala finansiella tjänsterna jämfört med den yngre generationen (Lim et al.

2019; Stewart & Jürjens 2018; Cuesta et al. 2015). Det finns även indikationer inom tidigare studier att kön också har en betydande roll för hur stort upplevt förtroende en kund har för digitala finansiella tjänster där män visar tendenser till att ha ett lägre förtroende än kvinnor (Fungáčová et al. 2017).

3.7 Tillvägagångssätt för statistisk analys

För att analysera resultaten av den insamlade empirin exporterades resultaten från

enkätverktyget Google Frågeformulär till Statistical Package for the Social Sciences (SPSS) som användes för att utföra den statistiska dataanalysen.

För att analysera de operationaliserade påståendena som ställdes i surveyundersökningen för studiens variabler: “upplevd egen förmåga”, “upplevd användning”, “upplevd risk” och

“upplevt kundförtroende” kodades den empiriska datan om till statistiskt mätbara data. Detta gjordes genom att skapa ett index för respektive variabel. Genom att skapa ett index kan enskilda påståenden bli statistiskt starkare (Pallant 2017). För att skapa indexet så krävs det att varje enskild fråga som ska träda in i indexet är vända åt samma riktning. Eftersom studien även varierar mellan frågor med likertskalor och ja eller nej svar så normerades värdena så att alla ingående variabler i indexet väger lika tungt (Pallant 2017). Efter detta sammanställdes ett index med hjälp av SPSS. Indexen analyserades därefter för att ta fram förklarande mått som medelvärde, standardavvikelse, skevhet samt kurtosis.

Därefter analyserades medelvärde och standardavvikelse för studiens kontrollvariabler. Detta genomfördes i syfte av att förklara och illustrera variation för dessa variabler (Bryman & Bell 2017). Utöver detta utfördes en korrelationsanalys mellan de oberoende, kontrollvariablerna och beroende variablerna. Korrelationen testades genom Pearsons r eftersom studien i stor grad behandlar intervallvariabler. Genom detta kan även signifikansnivån utläsas vilket

berättar hur tillförlitliga samt i vilken grad studiens svar går att generalisera på resten av populationen (Pallant 2017). Slutligen utfördes en multivariat analys med fokus på multipel regressionsanalys för att analysera om studiens hypoteser ska falsifieras eller bekräftas.

Studiens analys genomfördes med ett krav på att uppnå en signifikansnivå uppgående till 0,05 då detta anses vara standard föra att man med god säkerhet inte ska förkasta en nollhypotes felaktigt. Genom den valda metoden skapas en bild av korrelationskoefficienten samt den statistiska signifikansen och hur resultaten förhåller sig till detta (Pallant 2017; Denscombe 2016).

Nedanstående formel användes vid analysen av den multipla regressionen.

y = α+ β1x1 +β2^x2+ β3^X3 + β4x4 + β5x5

Formel 1: Multipel linjär regressionsanalys

3.8 Validitet

Validiteten är ett viktigt kriterium för bedömningen av kvalitén på en kvantitativ

undersökning (Specialpedagogiska institutionen, 2016). Validitet av studiens speglas och bedöms efter hur representativt urvalet är respektive om rätt metod har tillämpats vid insamlingen av data för att mäta det som studiens avser att mäta (Adcock & Collier 2017). I linje med tidigare empirisk forskning så tillämpades en surveyundersökning som metod för att samla in datan (Karoubi et al. 2016; Ryu 2017; Slade et al. 2018). Därav kan det anses att rätt metod har använts vid insamlingen av datan för de variabler som kan förklara kunders

upplevda risker och förtroende vid användningen av digitala finansiella tjänster. Studien uppvisar dock en svaghet i generaliserbarhet vilket har sin utgång i hur representativt urvalet är. Studiens urval består i större grad av män samt att det består till en majoritet av en yngre generation i åldrarna 18–35 vilket inte kan anses vara representativt för svenska användare av FinTech-tjänster. Med ett mer representativt urval hade studiens validitet kunnat stärkas ytterligare.

3.9 Reliabilitet

Reliabiliteten handlar om huruvida studien uppvisar replikering. Det är även en bedömning över hur konsekventa resultaten av en studie är (Saunders et al. 2019). Måttet avser att mäta studiens replikerbarhet då ambitionen är att om studien genomförs igen så ska man erhålla

liknande svar som den första gången studien genomfördes (Heale & Twycross 2015). Heale och Twycross (2015) förklarar vidare att reliabilitet handlar om homogena värden som syftar till att mäta samma sak. En hög reliabilitet har därav sin grund i hur replikerbar studien är.

Användandet av en tvärsnittsdesign innebär att den insamlade datan i form av

surveyundersökning enbart mäter resultaten under en kortare specifik period. Det är alltså inte säkerställt att exakt samma resultat skulle uppstå om undersökningen genomfördes igen (Saunders et al. 2019). Detta sänker reliabiliteten för denna studie då undersökningen inte nödvändigtvis behöver uppvisa samma resultat vid en mätning under en annan tidpunkt.

Ytterligare delades enkäterna ut på författarnas sociala medier. Även på så vis erhåller studien en lägre reliabilitet eftersom mätningen inte är helt fri från bias då många av respondenterna är bekanta till författarna.

3.10 Kritisk reflektion av metodval

Inom den kvantitativa forskningen finns det en ambition att skapa kunskaper som kan generaliseras från urval till populationen i sin helhet. Vid tillämpningen av

surveyundersökningar med ett sannolikhetsurval kan det uppstå samplingsfel vilket innebär att urvalet inte blir helt representativt. Ett icke-representativt urval innebär att studiens urval inte är lika generaliserbart (Adcock & Collier 2017). I denna studie uppvisas detta problem i form av att män och en yngre generation är representerade i en högre grad. Urvalet hade varit mer representativt samt mer generaliserbart om fler kvinnor respektive äldre hade besvarat surveyundersökningen. Ytterligare har detta sin grund i att urvalet även hade en

snöbollseffekt genom att vänner och bekanta till oss som skriver uppsatsen delade den vidare på sina sociala medier.

Ytterligare hade det varit relevant att i en större utsträckning använda sig av en likertskala vid utformandet av studiens surveyundersökning då detta hade underlättat dataanalysen (Pallant 2017; Trost 2012). Detta hade lett till att ingen normering av de ingående värdena i indexet hade krävts eftersom respektive svar hade varit värt lika mycket när datan kodades till statistiska mätbara data. Vidare vid användandet av en surveyundersökning så behöver man även ta hänsyn till att respondenternas anonymitet kan påverka hur de svarar på frågorna.

Anonymiteten kan leda till att respondenterna inte besvarar frågorna helt sanningsenligt eller att de missförstår frågan och därav svarar på ett sätt som är linje med det författarna har tänkt

(Bryman & Bell 2017). Användandet av surveyundersökning i sig är dock ett återkommande metodval för datainsamling inom forskningen för området som behandlar kundförtroende och FinTech (Karoubi et al. 2016; Slade et al. 2015; Ryo & Ko 2020).

För att beskriva den insamlade empirin så utfördes en tvåstegsmetod, där de individuella resultaten först presenterade varje variabel innan dessa omformaterades till ett index. Detta gjordes i syfte av att skapa en mätbar normalfördelning för varje enskild variabel för att därefter använda dessa i de kommande statistiska analyserna. Indexen uppvisade en viss skevhet samt kurtosis som inte indikerade att de var helt normalfördelade. Tabachnick och Fidell (2007) beskriver att skevhet och kurtosis vid en perfekt normalfördelning har ett värde lika med noll eller ligger inom ett intervall på ± 1. Det anses dock inte vara ovanligt att index uppvisar värden utanför detta gränssnitt och de kan även påverka analysen negativt (Pallant 2017; Tabachnick & Fidell 2007). Mestadels låg indexet för användning inom ramarna för de kriterier som en normalfördelning ska ha med värden som -0,807 i skevhet och 1,04 i

kurtosis. Studiens riskindex visade vara nästan helt symmetriskt normalfördelad då värdena uppgick till -0,010 respektive -0,185. Indexet för egen upplevd förmåga låg också inom ramarna för en normalfördelning. Indexet för förtroende avviker dock rejält från de

ovanstående parametrarna med en skevhet uppgående till -1,879 och kurtosis på 5,395. Detta behöver dock inte anses vara problematiskt rent statistiskt. Det kan istället förklaras som att en majoritet av respondenterna upplever att förtroende är en viktigt variabel vilket leder till en positiv förskjutning av normalfördelningen till en leptokurtosisk fördelning (Pallant 2017;

Tabachnick & Fidell 2007). Därav ansågs detta index vara tillräckligt tillförlitligt för fortsatt användning i resterande analys.

4. Resultat av empiriska analyser

I detta avsnitt redovisas de resultat som studien kommit fram till. Inledningsvis presenteras det en deskriptiv statistik samt spridningsmått. Därefter redovisas samtliga resultat som de olika frågorna för respektive variabel kommit fram till samt de tillhörande indexen. Slutligen presenteras studiens statistiska analys i form av en korrelationsanalys och en multipel regressionsanalys.

4.1 Deskriptiv statistik

Enkäterna delades ut online och besvarades av totalt 185 personer. Resultaten visade på att majoriteten av respondenterna var män med en statistik på 62,9% medan 36% var kvinnor och 1,1% var ickebinära. Resultaten visade även på att det fanns en överrepresentation av

personer mellan åldrarna 18–25 år som hamnade på 50% av studiens urvalsgrupp samt 26–35 år som hamnade på 34,9%. De resterande åldrarna som inkluderades i studien var

underrepresenterade. Respondenternas ålder har ett medelvärde på 1,758 vilket visar på att den genomsnittliga åldern för denna studie ligger mellan åldersgrupperna 18–25 och 26–35 och en standardavvikelse på 0,986. Kön har ett medelvärde på 1,381 och en standardavvikelse på 0,508.

Tabell 2: Information om respondenterna gällande kön och ålder

4.1.1 Användning av digitala finansiella tjänster

I denna del presenteras respondenternas svar angående deras användning av digitala

finansiella tjänster. Respondenternas frekvens av användning samt preferens av transaktions lösningar illustreras nedanför.

Figur 3: Illustration över respondenternas användning av digitala tjänster.

Figur 3 visar på att 94,6% av studiens respondenter använder sig av digitala finansiella tjänster. Dessutom visar figuren att 5,4%, det vill säga tio personer, inte gör det. Dessa respondenternas svar har valts att ta med i studien i sin helhet i syfte att belysa varför kunder väljer att inte använda sig av digitala tjänster.

Figur 4: Illustration över hur ofta respondenterna använder digitala finansiella tjänster.

Figur 4 visar att frekvensen av användandet är förhållandevis jämnt fördelat över respektive frekvensområde. Vanligast förekommande är 1–2 gånger per vecka samt 3–5 gånger per vecka. 28,5 % vilket motsvarar 42 stycken har besvarat att de använder digitala finansiella

tjänster mindre än 1–2 gånger per vecka. Sju personer har svarat att de aldrig använder denna typ av tjänster och representerar en minoritet i denna studie.

Resultaten av enkätfråga 13 som behandlar respondenternas preferens visar att en majoritet föredrar att använda digitala finansiella tjänster. 140 av 185 respondenter svarar att de föredrar digitala finansiella tjänster över traditionella finansiella tjänster, detta motsvarar 75,3%. 17,7 % vilket motsvarar 33% anger att de upplever att de två alternativen är

likvärdiga. 13 av studiens respondenter har svarat att de föredrar de traditionella finansiella tjänsterna gentemot de digitala. Slutligen upplevde 173 av respondenterna att deras

användning av digitala finansiella tjänster har ökat under de senaste fem åren.

Slutligen ur den presenterade empirin skapades det ett index för denna variabel som behandlar användningen av finansiella digitala tjänster. Resultatet efter kodningen av indexet för

användningen visade ett medelvärde uppgående till 1,05 och en standardavvikelse på 0,327 med en skevhet motsvarande -0,807 och dess kurtosis uppgick till 1,04. Skevhet vid

normalfördelning ska ligga runt 0 och kurtosis som är ett mått för att avgöra sannolikheten för de mer extrema utfallen ska vid normalfördelning vara lika med 0 (Pallant 2017).

4.1.2 Upplevd risk

Detta avsnitt syftar att belysa respondenternas svar angående hur de upplever risk i förhållande till användningen av digitala finansiella tjänster.

Figur 5: Illustration för om digitala finansiella tjänster upplevs bidra till ökade risker

Respondenternas svar som visas i figur 5 indikerar att digitala finansiella tjänster bidrar i förhållandevis hög grad till ökade risker. Resultatet visade på att 34 % (skala 1–2) har svarat att digitala finansiella tjänster inte skapar någon ökad risk för de som användare.

Den nionde frågan i surveyundersökningen behandlar om respondenterna förknippar digitala finansiella tjänster med mer risker än de traditionella finansiella tjänsterna. Utöver detta kopplades denna fråga ihop med ett frivilligt alternativ där de ombads att kortfattat besvara varför de svarat ja eller nej. Anledningar som då togs upp var att de ansåg att riskerna för att bli utsatta för bedrägeri samt att personliga data behandlades på ett felaktigt sätt ökade vid användningen av digitala finansiella tjänster.

Tabell 3: Information kring om respondenten förknippar mer risker med digitala finansiella tjänster.

Antal (N) Procent, %

Ja 69 37,1

Nej 71 38,2

Ingen skillnad 52 28

Figur 6: Illustration över om det upplevs finnas ett samband mellan förtroendet och storleken på risken.

Figur 6 visar att en klar majoritet av studiens respondenter upplever att det finns ett samband mellan storleken på risken och det upplevda förtroendet för en digital finansiell tjänst eller plattform. En majoritet uppgående har svarat att de anser att det finns ett samband mellan förtroende och storleken på risken.

Precis som för användning så skapades det ett index för att förklara risk i mer statistiska termer. Resultatet efter kodningen av indexet visade ett medelvärde uppgående till 1,469 och en standardavvikelse uppgående till 0,435. Indexets skevhet uppgår till 0,010, vilket innebär att indexet är nästan helt symmetriskt och tyder på en normalfördelning. Kurtosis har ett värde uppgående till - 0,185.

4.1.3 Den egna upplevda förmågan kring att anpassa sig till FinTech-

tjänster

Under denna rubrik presenteras resultaten gällande för hur bra respondenten upplever att de kan anpassa sig till nya innovationer som FinTech-tjänster. Detta utvecklas med om

respondenterna upplever någon skillnad i hur lätt respektive svårt det är att använda digitala finansiella tjänster i förhållande till traditionella finansiella tjänster. Avslutningsvis

presenteras det ett index för denna variabel.

Figur 7: Illustration över hur respondenterna upplever att de anpassar sig efter digitala finansiella tjänster

En stor majoritet av respondenterna upplever att de är bra på att hantera samt anpassa sig efter finansiella digitala tjänster. 38,7 % av respondenterna upplever att de i största grad är bra på att anpassa sig efter digitala finansiella tjänster och 36 % upplever att de i stor grad anpassar sig efter digitala finansiella tjänster. En klar majoritet (84,4%) av studiens respondenter

upplevde att digitala finansiella tjänster är mer användarvänliga och lättanvända. Resterande respondenter upplevde ingen skillnad på traditionella och digitala finansiella tjänster. Dessa två frågor bildade därefter ett index för att statistiskt förklara den egna upplevda förmågan och vilken effekt det har på förtroendet. Indexet för adaption har ett medelvärde uppgående till 0,825 och standardavvikelse uppgående till 0,257. Skevhet för indexet uppgår till 0,059 och kurtosis uppgår till 0,453

4.1.4 Upplevt förtroende

Studiens operationaliserade påståenden kring beroende variabeln presenteras nedan. Dessa påståenden behandlar om respondenterna ser förtroende som en viktig aspekt, en avgörande aspekt samt om de upplever att kontrollmekanismer bidrar till en ökad säkerhet vilket på så sätt ökar det upplevda förtroendet för digitala finansiella tjänster.

Figur 8: Illustration av förtroende och dess vikt vid användning av digitala finansiella tjänster.

170 av 185 respondenter anser att förtroendet är väldigt viktigt vid användandet av digitala finansiella tjänster. En klar minoritet anser att detta inte har någon betydelse alls. Detta visar på att förtroende är viktigt även för den yngre generationen som studiens empiri i huvudsak består utav. För att skapa djup i denna fråga så ställdes även fråga 12 för att särskilja om respondenten tycker att förtroende är viktigt eller om det är en avgörande faktor. En mindre andel anser att förtroende är en avgörande faktor, 55,4 % anser att det är en avgörande faktor medan 70,4 % anser att det är viktigt.

Eftersom förtroende är ett svårdefinierat begrepp så lyfts frågan om respondenten upplever att kontrollmekanismer bidrar till en ökad säkerhet. Ungefär 80 % av studiens respondenter