A Study of the Financial Behavior Based on the Theory of Planned Behavior
Notice bibliographique
Résumé
Personal finance and investments are closely related to people’s lives. Most investors focus on return rates than on risks. However, when the market changes considerably or unexpectedly, investors may incur losses. Employees in the electronics industry are a middle- to high-income group. However, their work may prevent them from acquiring financial knowledge and factors affecting investments. This group should also understand methods of reducing risks in investments and avoiding losses. This study examines employees in the electronics industry in Taiwan and uses the theory of planed behavior to investigate the effects of demographic variables and intention to manage personal finances and invest on investment behavior. A total of 600 questionnaires were distributed, and 469 were returned. Among the 469 questionnaires, 41 were incomplete and invalid and thus disregarded, posting a response rate and valid response rate of 78.16% and 71.33%, respectively. SPSS 20 and structural equation modeling were used for analysis. The results demonstrate that financial attitude has a significant and positive effect on financial knowledge and subjective norms, that subjective norms have a significant and positive effect on perceived financial control, and that financial knowledge has a significant and positive effect on financial behavioral intention. However, subjective norms and perceived financial control do not significantly affect financial knowledge. The results suggest that individuals should reduce risks in their personal finances and investments. Potential directions for further research are also provided.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».