This dissertation presents two sides of digital financial services inclusion in macro and microanalysis, dividing them into two sub-studies. The first study focused on identifying the determinants and growth of digital financial services inclusion through cross-country analysis using panel data. Also, there is a division of countries by income into three groups to understand the influence of variables and determine the main trends of these factors. The study identified five determinants from previous studies and six new additional factors, so 11 hypotheses were developed. Pooled OLS, LSDV, linear regression and sigmoid growth curve function are used as research models to test hypotheses. The study collected data two-years (2014 & 2017) for 123 countries. As a result, the study found that GDP per capita, number of ATM machines, basic skills, mobile coverage, mobile broadband, mobile device prices, political stability, control of corruption, online security and fixed broadband were all demonstrated at significant levels, and only a factor like an affordable mobile internet tariff did not show much importance in all research models. Overall, the adjusted r-squared values were greater than 0.8 in the pooled OLS and LSDV regressions, while the sigmoid growth curve function had 0.86 due to the training of each country's data in the neural network with TensorFlow by 20000 epochs. Moreover, the s-shaped growth function showed that most high-income countries are already in the final stages of DFS inclusion, while upper-middle and lower-middle income countries are in the early stages or only halfway through DFS inclusion.
The second study focuses on micro-level analysis, in particular, of the personal behavior of digital financial service users during a pandemic. The study used the UTAUT model, by extending with two constructs: fear of COVID-19 as a moderator and social isolation as a direct factor in determining behavioral intentions. A survey method is used, in which primary data is collected more than 400 participants aged 18 and over. This study uses structural equation modeling (SEM) to test constructs and hypotheses, analyze relationships, and determine the overall fit of the model. The study used factor analysis (EFA, CFA) and covariance-based SEM. As a result, the study found that all UTAUT constructs and social isolation positively influence behavioral intent and actual use of DFS during a pandemic. Testing the moderating role of COVID fear for other constructs plays a positive role, with the exception of the relationship between expected performance and behavior intensity and the relationship between behavioral intent and actual use.
본 논문은 디지털 금융 서비스 포용의 양면을 거시 및 미시 차원의 두 개의 하위 연구로 나누어 분석한다. 첫 번째 연구에서는 국가별 패널 데이터를 사용해 디지털 금융 서비스 포용의 결정 요인과 성장에 관해 분석한다. 변수의 영향과 주요 경향을 이해하기 위해 조사 대상 국가들을 소득별로 세 그룹으로 구분하였으며, 기존 연구에서 사용된 5개의 결정요인에 덧붙여 6개의 새로운 요인을 추가하여 11개의 가설을 설정하였다. 가설 검증을 위한 분석 방법으로는 통합최소제곱법, 가변수최소제곱법, 선형회귀 및 에스자형성장곡선함수가 사용되었으며, 123개국에 대한 2년(2014년 및 2017년)치 데이터가 사용되었다. 그 결과 1인당 국민소득, 현금자동입출금기 수, 기본 기술, 모바일 커버리지, 모바일 광대역, 모바일 기기 가격, 정치적 안정성, 부패 통제, 온라인 보안 및 고정 광대역이 유의미한 변수로 확인되었으며, 저렴한 모바일 인터넷 요금은 유의미하지 않은 변수로 확인되었다. 조정된 결정계수 값은 통합최소제곱법 및 가변수최소제곱법에서 0.8보다 크게 나타났고, 신경망 분석기법을 사용한 에스자형성장곡선함수에서는 0.86으로 나타났다. 또한 에스자형성장곡선 상에서 대부분의 고소득 국가가 이미 디지털 금융 서비스 포용의 마지막 단계에 위치한 반면, 중상위 및 중하위 소득 국가는 초기 혹은 중간 단계에 위치하고 있음을 확인하였다.
두 번째 연구에서는 미시적으로 팬데믹 기간 내 디지털 금융 서비스 사용자의 행태에 관해 분석한다. 통합기술수용이론을 적용하였으며, 코로나바이러스 감염불안을 조절변수로, 사회적 고립을 행동 의도를 결정하는 직접적인 요소로 설정하였다. 18세 이상의 400명 이상의 참가자를 대상으로 설문조사를 실시하여 1차 데이터를 수집했으며, 가설 검증을 위해 요인 분석 및 구조 방정식 모형이 사용되었다. 그 결과, 본 연구는 모든 통합기술수용이론 구성요인과 사회적 고립이 팬데믹 기간 동안 디지털 금융 서비스의 사용 의도와 실제 사용에 긍정적인 영향을 미친다는 것을 확인하였다. 또한 코로나바이러스 감염불안이 예상 성과와 행위 정도 간 관계 및 사용 의도와 실제 사용 간 관계에 있어 유의미한 조절효과를 가지지 못하나 다른 기타 구성요인 간에는 유의미한 긍정적인 효과를 가지는 것을 확인하였다.
