CC BY
4ЭКОНОМИКА И ПРЕДПРИНИМАТЕЛЬСТВО
Факторы институционализации криптовалюты в финансовой системе РФ: аспекты применения модели UTAUT
Тетеля Дан,
магистр по направлению "Менеджмент"; кафедра менеджмента, Высшая школа менеджмента, Санкт-Петербургский государственный университет E-mail: dantetelya@yandex.com;
В этом исследовании рассматриваются социокультурные, поведенческие и экономические компоненты внедрения биткой-нов в России с использованием Модели принятия технологий (TAM) и Единой теории принятия и использования технологий (UTAUT). Исследование подтверждает теоретическую основу с использованием первичных данных жителей России. Основные выводы исследования показывают сильное влияние «ожидания усилий», «социального влияния» и «финансовых ограничений» на поведенческие намерения в отношении принятия биткойнов. Однако «облегчающие обстоятельства» оказали незначительное влияние. Исследование дает стратегическую информацию для российских криптовалютных предприятий и определяет потенциальные области исследований, такие как более глубокий анализ предполагаемых рисков и благоприятных условий. Исследование вносит большой вклад в научные знания и дает практические идеи для развития и управления формирующимся рынком цифровой валюты в России.
Ключевые слова Криптовалюты, UTAUT, принятие технологии, TAM, блокчейн, криптовалюта;
Мотивация и пробел в исследовании
Криптовалюты стали все более популярными, предлагая новый, безопасный и глобальный способ проведения финансовых операций. Однако, несмотря на их потенциал, существуют проблемы, такие как использование в незаконных действиях и техническая сложность. В России криптовалюты используются для обхода финансовых ограничений, но исследований, посвященных этой теме, недостаточно. Основой данного исследования будут модели ТАМ и иТАиТ, ранее не применявшиеся в контексте России. Криптовалюты стали все более популярными, предлагая новый, безопасный и глобальный способ проведения финансовых операций. Начало этому явлению положил Сатоши Накамото в 2008 году, представив технологию блокчейн. Несмотря на широкий потенциал блокчейна, криптовалюты остаются его наиболее значимым применением. Они рассматриваются как альтернатива текущей неэффективной платежной системе и находят применение в различных странах, включая Россию, для обхода финансовых ограничений. Однако, широкое принятие криптовалют сталкивается с рядом проблем, таких как их использование в незаконных операциях и техническая сложность. Важно развивать публичное понимание и осознание возможностей и рисков, связанных с использованием криптовалют. Несмотря на многочисленные исследования в мировом масштабе, существует недостаток исследований, фокусирующихся на России и учитывающих социальные и культурные аспекты. Это исследование направлено на комплексный анализ принятия криптовалют в России, с акцентом на экономические, регулятивные и поведенческие факторы. Оно может быть полезным для политиков и финансовых учреждений, а также для бизнеса в России. Теоретическая база исследования основана на модели принятия технологий (ТАМ) и Объединенной теории принятия и использования технологий (иТАиТ), которые до сих пор редко применялись в контексте принятия криптовалют в России.
Цель и вопросы исследования
Целью данного исследования является анализ факторов, влияющих на принятие криптовалют в России. Исследование направлено на выявле-
сз о
со £
m Р сг
СТ1 А
=Е
ние ключевых элементов, которые способствуют или препятствуют развитию криптовалют в России с учетом ее экономических и законодательных особенностей.
Основные исследовательские вопросы
ИВ1: Какие факторы являются значимыми для намерения использовать криптовалюты в России? ИВ2: Как влияют опыт, возраст и пол на намерение использовать криптовалюты? ИВ3: Как можно использовать выявленные факторы для стимулирования принятия криптовалют?
Для ответа на эти вопросы будет проведен анализ существующей литературы и первичное исследование среди российских пользователей в виде опросов. Исследование разделено на три части: обзор литературы, разработка исследовательской модели и анализ модели. Основным препятствием может стать доступ к пользователям криптовалют в России. В заключение исследование стремится к комплексному пониманию факторов, влияющих на принятие криптовалют в России, и планирует сделать вклад в развитие этой актуальной темы.
Обзор литературы
Криптовалюта является цифровой формой денег, защищенной криптографией, что делает ее практически невозможной для подделки. Она не зависит от центральных органов, что теоретически защищает ее от государственного вмешательства. Первой криптовалютой стал Биткоин, созданный в 2009 году неизвестным автором или группой авторов под псевдонимом Сатоши Накамото. С тех пор появилось множество альтернативных криптовалют, таких как Эфириум, Лайткоин и Риппл, каждая из которых имеет свои уникальные характеристики. Криптовалюты можно добывать, покупать на биржах или получать в качестве вознаграждения за работу в блокчейне. Однако их применение в розничной торговле ограничено. На рынке существует около 21,910 криптовалют с общей капитализацией в $850 млрд [3]. Криптовалюты базируются на сложных принципах информатики, обеспечивая их целостность и безопасность. Основными технологиями здесь являются блокчейн и криптография [6]. Блокчейн представляет собой последовательный ряд блоков, каждый из которых содержит запись транзакций [14]. Эта децентрализованная структура обеспечивает высокий уровень прозрачности и устойчивость к цензуре. Механизмы консенсуса, такие как Ргоо^^огк (PoW), служат для валида-ции транзакций [7]. Однако из-за высоких энергозатрат PoW, разрабатываются альтернативы, такие как Ргоо^^аке (PoS). Кроме того, некоторые блокчейны, например, Эфириум, используют ин-Е новационные «умные контракты», которые авто-^ номно исполняются при выполнении определенных « условий. Тем не менее, у блокчейн-технологии есть == и недостатки. Одним из них является масштабируемость: сеть Биткоин может обрабатывать всего
до семи транзакций в секунду [2], что значительно меньше, чем у системы Visa. Этот вопрос активно решается введением новых блокчейнов и обновлением существующих, таких как Эфириум 2.0. Еще одной проблемой является возможность использования блокчейна для незаконных действий из-за возможной анонимности.
Правовой статус криптовалют в мире различается, отражая разнообразные позиции регуляторов к этой инновационной технологии. Некоторые страны, такие как Япония и Швейцария, активно интегрируют криптовалюты в свою финансовую систему. В то время как другие, например, Китай и Индия, ограничивают их использование, ссылаясь на риски для финансовой стабильности. Регулятивные подходы в Европейском Союзе, США и некоторых азиатских странах также разнообразны. Важно, чтобы регуляторы продолжали мониторить развитие рынка криптовалют и корректировали свои подходы в соответствии с изменениями. В России статус криптовалют определяется Федеральным законом от 31 июля 2020 года «О цифровых финансовых активах, цифровой валюте и о внесении изменений в отдельные законодательные акты Российской Федерации» (259-ФЗ). Согласно этому закону, криптовалюты не являются денежной единицей РФ или других государств и не могут использоваться для оплаты товаров и услуг. Они могут служить объектом инвестирования, при этом налоговые обязательства регулируются тем же законом. Цель регулирования - борьба с негативными явлениями, такими как отмывание денег и коррупция. На 2023 год отношение к криптовалютам в России остается сложным. Центральный банк России (ЦБР) высказывает опасения относительно рисков, связанных с легализацией криптовалют, включая возможность использования для незаконной деятельности и высокую волатильность рынка. Тем не менее, ЦБР признает потенциал криптовалют в международных операциях и обсуждает вопросы регулирования майнинга. Однако критические вопросы, такие как проблемы правоприменения, остаются нерешенными, что затрудняет развитие конкурентоспособной цифровой экономики.
Экономические санкции, введенные против России в 2022 году, серьезно сказались на экономике и банковской системе страны. Основные ограничения касались нефтегазового сектора и запрета на импорт из ряда стран. Эти меры привели к снижению потенциального роста экономики с 5-6% до прогнозируемого убытка в 4%. В ответ на это, российские компании и граждане стали активнее использовать криптовалюты для международных операций, особенно после прекращения работы Visa и Mastercard в России. Однако, рост использования криптовалюты привел к увеличению крипто-преступности и не стал универсальным решением экономических проблем. Центробанк России предпринял меры для стабилизации экономики, но криптовалюты не являются эффективным средством для обхода финансовых ограничений из-за их отслеживаемости
и проблем с ликвидностью. Санкции 2022 года привели к значительным изменениям в финансовой сфере России, в том числе к росту интереса к криптовалютам. Однако, несмотря на увеличение их использования, криптовалюты не являются эффективным инструментом для обхода финансовых ограничений, что подчеркивает сложность взаимодействия между международной политикой, традиционными банковскими системами и новыми цифровыми валютами в условиях финансовых ограничений.
Понимание механизмов выбора, приобретения и использования товаров и услуг потребителями является ключевым [5]. Эта область исследования объединяет концепции из маркетинга, социологии и экономики, и направлена на анализ факторов, влияющих на решения потребителей. Особое внимание уделяется демографическим и поведенческим характеристикам, а также влиянию социального окружения [9]. Для бизнеса изучение поведения потребителей имеет несколько преимуществ. Во-первых, это помогает лучше понять потребности клиентов для создания ценностных предложений. Во-вторых, это облегчает эффективное сегментирование рынка и выбор целевой аудитории. В-третьих, это способствует укреплению отношений с клиентами и их удержанию [8]. В контексте криптовалют, понимание поведения потребителей становится ещё более важным из-за уникальных характеристик этих цифровых активов. Факторы, такие как воспринимаемая полезность, уровень доверия и воспринимаемый риск, оказывают значительное влияние на намерения потребителей использовать криптовалюты [10].
Исследование принятия технологий актуально для ученых, разработчиков, маркетологов и законодателей [11]. Важно понимать факторы, влияющие на принятие новых технологий, таких как криптовалюты [12]. Этот вопрос становится все более значимым из-за быстрого темпа технологического развития. Наше исследование фокусируется на принятии криптовалют в России. Для анализа используются различные теории принятия технологий, включая модель приемлемости технологий (ТАМ), теорию планируемого поведения (ТРВ) и унифицированную теорию принятия и использования технологий (иТАиТ). Разработанная Дэвисом в 1989 году, ТАМ утверждает, что ключевыми факторами принятия технологий являются восприятие их полезности и простоты использования [1]. Исследования показывают, что эти факторы сильно влияют на намерения людей использовать криптовалюты [4]. иТАиТ модель предлагает, что принятие технологий в основном определяется поведенческими намерениями, формируемыми четырьмя ключевыми факторами: социальным влиянием, ожиданием усилий и содействующими условиями [13]. Модель успешно применялась для анализа принятия финтех-технологий, таких как мобильная оплата и краудфандинг.
Разработка исследовательской модели
В данной главе представлена модель исследования, направленная на изучение принятия криптовалют в условиях быстро меняющейся экономической ситуации в России. Основой модели служит Объединенная теория принятия и использования технологий (иТАиТ), широко применяемая в исследованиях в области технологического принятия. Модель адаптирована к специфике криптовалют и учитывает особенности российского социо-экономического и регулятивного контекста.
Концептуальная основа исследования базируется на модели иТАиТ, выделяющей четыре ключевых фактора, влияющих на принятие технологий: ожидание производительности, ожидание усилий, социальное влияние и содействующие условия. Эти факторы модерируются переменными: пол, возраст, опыт и уровень образования. В рамках исследования будут также рассмотрены дополнительные факторы, специфичные для криптовалют, такие как доверие к системе, восприятие риска и регулятивные аспекты.
Воспринимаемый риск (PR) является ключевым фактором, влияющим на решение потребителей использовать криптовалюту. Этот риск связан с неопределенностью и потенциальными негативными последствиями использования криптовалюты. Он напрямую связан с поведенческими намерениями и техническим осведомленностью потребителя.
Гипотеза 1: Воспринимаемый риск негативно влияет на поведенческое намерение использовать криптовалюту.
Социальное влияние ^1), определенное в модели иТАиТ, охватывает влияние окружающих людей на решение индивида использовать новую технологию. Этот фактор становится особенно важным для тех, кто ценит коллективное принятие решений или не очень хорошо знаком с технологией.
Гипотеза 2: Социальное влияние положительно влияет на поведенческое намерение использовать криптовалюту.
Облегчающие условия ^С) в модели иТАиТ относятся к наличию организационной и технической поддержки для использования технологии. Это может включать в себя доступ к ресурсам, образовательным материалам и инфраструктуре.
Гипотеза 3: Облегчающие условия положительно влияют на поведенческое намерение использовать криптовалюту.
Ожидание усилий (ЕЕ) в модели иТАиТ относится к восприятию простоты использования технологии. Это может включать в себя дизайн пользовательского интерфейса, сложность транзакци-онного процесса и доступность службы поддержки.
Гипотеза 4: Ожидание усилий положительно влияет на поведенческое намерение использовать криптовалюту.
Влияние Финансовых Ограничений. Влияние Финансовых Ограничений введен как конструкт в модель для охвата уникальных финансовых ограничений в России, таких как международные
сз о со от т Р от
от А ш
Q. в
OJ СП
санкции. Эти ограничения могут стимулировать использование криптовалюты как альтернативного финансового инструмента.
Гипотеза 5: Финансовые ограничения положительно влияют на поведенческое намерение использовать криптовалюту.
Цель данной статьи заключается в интеграции предыдущих исследований с количественными методами для проверки выдвинутых гипотез на эмпирических данных. Исследование направлено на выявление факторов, влияющих на распространение криптовалют в России. Для сбора данных был выбран онлайн-опрос, проведенный в течение 15 дней в апреле 2023 года. Методология исследования была разработана с учетом двойного подхода к выборке, сочетающего удобный и квотный методы. Это обеспечило репрезентативное распределение по полу и интересам. После тщательного анализа данных, в исследование были включены 293 респондента, из которых 136 женщин (46,4%) и 157 мужчин (53,6%). Детального обзора собранных данных см. таблиц. Исследование представляет метрику для оценки опыта использования криптовалюты, что позволяет проводить многогрупповой анализ и оценивать влияние предыдущего опыта на намерения к использованию данной технологии. Эта метрика также помогает понять, как опыт влияет на восприятие рисков и условий для применения криптовалюты. Для учета разнообразия опыта мы разработали шкалу от «никогда не использовал» до «использую регулярно». Включение этой метрики в исследование расширяет наше понимание факторов, влияющих на принятие криптовалюты в России. В будущих исследованиях целесообразно рассмотреть дополнительные аспекты опыта, такие как типы используемых криптовалют и частота транзакций, для более точных рекомендаций по продвижению технологии. Целью исследования является изучение взаимосвязи между воспринимаемым риском, ожиданием усилий, социальным влиянием, содействующими условиями и финансовыми ограничениями среди российских потребителей в 2022 году. В работе применяется количественная методология, начиная с обзора литературы, который служит основой для модели исследования и проверки гипотез с помощью структурного уравнения моделирования (SEM). Используется ковариационный SEM для его точности и надежности. Достоверность данных подтверждается анализами дискриминантной и сходимостной достоверности, начиная с исследовательского факторного анализа (EFA) и заканчивая подтверждающим факторным анализом (CFA). Исследование включает в себя надежную выборку из 293 случаев, соответствующую строгим критериям SEM-анализа. Исследование направлено на внесение вклада в литературу по вопросам внедрения криптовалюты в России.
Анализ модели
В этой главе подробно рассматриваются статистические методы, используемые для изучения приня-
тия криптовалюты в России. Анализ включает в себя проверку надежности данных, исследовательский и подтверждающий факторные анализы, проверку гипотез и многогрупповой анализ. Исследование обеспечивает нормальность данных, надежность измерений и отсутствие коллинеарности. Исследовательский факторный анализ подтверждает загрузку факторов, а подтверждающий факторный анализ подтверждает их различие. Структурная модель проверяет гипотезы и оценивает объяснительную силу модели. Дополнительные тесты проводятся для выявления различий между группами на основе таких критериев, как опыт использования криптовалюты, возраст и пол.
Мы оценили нормальность данных, рассмотрев их асимметрию и эксцесс. Показатели соответствовали нормам: асимметрия от -1.118 до 0.521 и эксцесс от -1.285 до 1.054. Коэффициенты альфа Кронбаха для всех факторов превышали 0.7, что указывает на надежность измерений.
ИФА проводился с использованием метода максимального правдоподобия и ортогонального вращения Varimax. Некоторые факторы, не показывающие значимых нагрузок, были исключены. Итоговый набор элементов имел KMO 0.821 и подтверждал тест сферичности Бартлетта.
После ИФА была оценена сходственная валид-ность всех конструктов. ПФА подтвердил надежность и валидность модели, с соответствующими показателями качества подгонки. Средняя извлеченная дисперсия (AVE) и Композитная надежность фактора (CR) превышали рекомендуемые пороги, подтверждая сходственную и различительную валидность.
После проведения подтверждающего факторного анализа (CFA) и удостоверения в надежности модели, были проверены гипотезы и оценена её объяснительная сила. Квадраты множественных корреляций (R2) показывают, что модель объясняет 68% изменчивости в намерении использовать криптовалюту. Значения R2 превышают рекомендованный порог в 50%, что подтверждает надежность модели для анализа факторов, влияющих на принятие криптовалют в России. Из шести предложенных гипотез пять были приняты. Согласно H1, воспринимаемый риск незначительно влияет на намерение использовать криптовалю-ту (p=0.929, р= -0.006). H2 указывает на положительное влияние социального фактора (p=0.11, в=0.215). H3 не подтвердилась (p=0.209). H4 и H5 подтвердили положительное влияние финансовых ограничений и ожидания усилий соответственно (p<0.001, р=0.353 и р=0.790).
Мы провели многогрупповые анализы для изучения модерационных эффектов в нашем наборе данных, сосредоточив внимание на опыте использования криптовалюты, возрасте и поле. Было выполнено четыре теста, три из которых оказались успешными. Участники были разделены на основе их опыта с криптовалютой и возраста, для каждой группы были созданы бинарные переменные. Структурное уравнение моделирования подтверди-
ло различия в отношениях между факторами. Для тех, у кого уже есть опыт использования крипто-валюты, воспринимаемый риск и социальное влияние значимо влияли на намерение использовать криптовалюту. Однако эти факторы не были значимыми для неопытных индивидов. Финансовые ограничения значимо влияли на намерение использовать криптовалюту только для тех, у кого нет опыта. Социальные факторы значимо влияли на намерение молодых людей использовать криптовалюту, но не старших. Различия по полу наблюдались только в воздействии социального влияния; оно было значимым для мужчин, но не для женщин.
Теоретические выводы
Данное исследование направлено на заполнение научного пробела, сосредоточив внимание на принятии криптовалют в Российской Федерации. Мы модифицировали модель иТАиТ, добавив новый конструкт - влияние финансовых ограничений (EFR). Измененная модель оказалась надежным предиктором поведенческого намерения (В1) принять криптовалюты в России. Два ключевых фактора из модели иТАиТ, а именно ожидание усилий и социальное влияние, оказали значимое влияние на В1. Ожидание усилий выделилось как наиболее доминирующий предиктор, что соответствует предыдущим исследованиям. Социальное влияние также значимо влияет на В1, но его значимость варьируется в зависимости от пола, возраста и предыдущего опыта использования криптовалют у индивида. Вопреки некоторой существующей литературе, условия содействия не оказались значимым предиктором В1 в российском контексте, что привело к отклонению одной из наших первоначальных гипотез. С другой стороны, финансовые ограничения оказались значимым предиктором, особенно среди тех, кто ранее не имел опыта использования криптовалют. Фактор воспринимаемого риска в целом показал низкую значимость на всей выборке. Однако его значимость увеличивается при рассмотрении индивидов с предыдущим опытом использования криптовалют. Наш многогрупповой анализ дополнительно показал, что опыт служит сильным модерирующим фактором в модели, заметно влияя на три из пяти наблюдаемых факторов.
Практические выводы
Исследование выявляет факторы, влияющие на использование криптовалюты в России. Финансовые ограничения 2022 года стали ключевым фактором, способствующим росту интереса к криптовалютам как альтернативному финансовому инструменту. Несмотря на существующую регуляцию (Федеральный закон 259-ФЗ), необходимо усилить меры по обеспечению стабильности и прозрачности криптовалютных операций. Рекомендуется разработка системы мониторинга, включая обязательное раскрытие информации о криптовалютных активах. Компаниям, работающим с криптовалютами, следует акцентировать внимание на стратегиях снижения рисков. Особое внимание стоит уделить стабильным
монетам, привязанным к рублю, как нише с потенциальным спросом. Социальное влияние и удобство использования являются значимыми факторами, которые компании могут использовать для привлечения новых клиентов.
Ограничения и Перспективы Дальнейших Исследований
Это исследование фокусируется на факторах, влияющих на принятие криптовалюты в России. Несмотря на удовлетворительные результаты модели, два фактора оказались незначительными, что указывает на необходимость дальнейшего исследования. Конкретно, фактор восприятия риска имел низкую значимость, несмотря на его релевантность. Аналогично, фактор содействующих условий также оказался незначительным. Демографическое покрытие опроса, методология опроса и географическая однородность выборки являются потенциальными областями для улучшения. Будущие исследования могут рассмотреть возможность включения элементов из других моделей принятия технологий, таких как TAM или TRB, и учесть фактор фактического использования в модели.
Заключение
Эта статья вносит значительный вклад в академическое понимание принятия криптовалют в России, рассматривая его как транзакционный инструмент, а не инвестицию. Исследование применяет модели TAM и UTAUT в новом контексте, обогащая понимание факторов, влияющих на принятие криптовалют. Работа не только продвигает научное понимание, но и предоставляет ценные рекомендации для регулирующих органов и бизнеса. Центральной целью исследования было выявление факторов, влияющих на принятие криптовалют в России. Для этого был проведен опрос среди российских граждан, а полученные данные были анализированы с использованием структурного уравнения моделирования (SEM). Результаты подтвердили значимость таких факторов как «ожидание усилий» и «социальное влияние», а также выявили новый фактор «финансовые ограничения».Исследование также предлагает практические рекомендации для бизнеса в сфере криптовалют в России. Особое внимание уделяется снижению воспринимаемого риска и улучшению пользовательского опыта.Наконец, данная работа открывает новые направления для будущих исследований, включая более глубокий анализ факторов воспринимаемого риска и облегчающих условий, а также сравнение с другими странами и расширение теоретической базы.
Литература
1. Davis F., Bagozzi R. Warshaw P. (1989). User Acceptance Of Computer Technology: A Comparison Of Two Theoretical Models. Management Science, 35(8), 982-1003.
C3
о
CO
от m Р от
от А
=Е
2. Gracy, M., & Rebecca Jeyavadhanam, B. (2021). A systematic review of blockchain-based system: Transaction throughput latency and challenges. 2021 International Conference on Computational Intelligence and Computing Applications (ICCICA). https://doi.org/10.1109/icci-ca52458.2021.9697142
3. Hicks, C. (2023b, March 20). Different types of cryptocurrencies. Forbes. https://www.forbes. com/advisor/investing/cryptocurrency/different-types-of-cryptocurrencies/
4. Koksalmis G.H., Arpaci i., Koksalmis E. (2022). Predicting the intention to use bitcoin: An extension of technology acceptance model (TAM) with perceived risk theory. Recent Innovations in Artificial Intelligence and Smart Applications, 105-120. https://doi.org/10.1007/978-3-031-14748-7_6
5. Kotler P., Keller K.L., Chernev A. (2022). Marketing management. Pearson Education.
6. Lantz, L., & Cawrey, D. (2022). Mastering block-chain. Ascent Audio.
7. Lashkari B. and Musilek P. (2021). A Comprehensive Review of Blockchain Consensus Mechanisms. IEEE Access, 9, 43620-43652. https://doi. org/10.1109/ACCESS.2021.3065880
8. Oliver R.L. (2015). Satisfaction a behavioral perspective on the consumer. Routledge.
9. Schiffman L.G., Kanuk, L.L., Hansen, H. (2020). Consumer behaviour: A European outlook. Custom Publishing.
10. Scimone X. (2022). Knowledge about cryptocurrencies: Consumer behavior survey. International Journal of Community Service & Engagement, 3(4), 175-185. https://doi.org/10.47747/ijcse. v3i4.955
11. Sudipta K.G. (2022). Adoption of blockchain in financial services. International Journal of Scientific Research in Science, Engineering and Technology, 161-165. https://doi.org/10.32628/ijsr-set229143
12. Taherdoost H. (2022). A critical review of block-chain acceptance models - blockchain technology adoption frameworks and applications. Computers, 11(2), 24. https://doi.org/10.3390/comput-ers11020024
13. Venkatesh, Morris, Davis, Davis. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425. https://doi. org/10.2307/30036540
14. Zheng, X. R., & Lu, Y. (2021). Blockchain technology - recent research and future trend. Enterprise Information Systems, 16(12). https://doi.org/10.10 80/17517575.2021.1939895
FACTORS OF INSTITUTIONALIZATION OF CRYPTOCURRENCY IN THE FINANCIAL SYSTEM OF THE RUSSIAN FEDERATION: ASPECTS OF APPLICATION OF THE UTAUT MODEL
Tetelea Dan
St. Petersburg State University
The research examines the socio-cultural, behavioral, and economic components of bitcoin adoption in Russia using the Technology Acceptance Model (TAM) and the Unified Theory of Acceptance and Use of Technology (UTAUT). The study validates the theoretical framework using primary data from Russian residents. The study's key findings show the strong effect of "effort expectancy","social influence", and "financial restriction" on behavioral intention toward bitcoin adoption. However, 'facilitating circumstances' had a negligible impact. The study provides strategic insights for Russian crypto-currency enterprises and identifies potential research areas, such as a deeper analysis into perceived risk and conducive conditions. The study greatly contributes to scholarly knowledge and gives practical insights for managing Russia's emerging digital currency market.
Keywords Cryptocurrencies, UTAUT, technology adoption, TAM, blockchain, cryptocurrency.
References
1. Davis F., Bagozzi R. Warshaw P. (1989). User Acceptance Of Computer Technology: A Comparison Of Two Theoretical Models. Management Science, 35(8), 982-1003.
2. Gracy, M., & Rebecca Jeyavadhanam, B. (2021). A systematic review of blockchain-based system: Transaction throughput latency and challenges. 2021 International Conference on Computational Intelligence and Computing Applications (ICCICA). https://doi.org/10.1109/iccica52458.2021.9697142
3. Hicks, C. (2023b, March 20). Different types of cryptocurren-cies. Forbes. https://www.forbes.com/advisor/investing/crypto-currency/different-types-of-cryptocurrencies/
4. Koksalmis G.H., Arpaci i., Koksalmis E. (2022). Predicting the intention to use bitcoin: An extension of technology acceptance model (TAM) with perceived risk theory. Recent Innovations in Artificial Intelligence and Smart Applications, 105-120. https:// doi.org/10.1007/978-3-031-14748-7_6
5. Kotler P., Keller K.L., Chernev A. (2022). Marketing management. Pearson Education.
6. Lantz, L., & Cawrey, D. (2022). Mastering blockchain. Ascent Audio.
7. Lashkari B. and Musilek P. (2021). A Comprehensive Review of Blockchain Consensus Mechanisms. IEEE Access, 9, 4362043652. https://doi.org/10.1109/ACCESS.2021.3065880
8. Oliver R.L. (2015). Satisfaction a behavioral perspective on the consumer. Routledge.
9. Schiffman L.G., Kanuk, L.L., Hansen, H. (2020). Consumer behaviour: A European outlook. Custom Publishing.
10. Scimone X. (2022). Knowledge about cryptocurrencies: Consumer behavior survey. International Journal of Community Service & Engagement, 3(4), 175-185. https://doi.org/10.47747/ ijcse.v3i4.955
11. Sudipta K.G. (2022). Adoption of blockchain in financial services. International Journal of Scientific Research in Science, Engineering and Technology, 161-165. https://doi.org/10.32628/ ijsrset229143
12. Taherdoost H. (2022). A critical review of blockchain acceptance models - blockchain technology adoption frameworks and applications. Computers, 11(2), 24. https://doi.org/10.3390/ computers11020024
13. Venkatesh, Morris, Davis, Davis. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425. https://doi.org/10.2307/30036540
14. Zheng, X. R., & Lu, Y. (2021). Blockchain technology - recent research and future trend. Enterprise Information Systems, 16(12). https://doi.org/10.1080/17517575.2021.1939895
a.
e
CM
cn
