随着互联网的发展，互联网金融也出现了，那么互联网金融对于消费者的消费行为产生了什么影响呢？

互联网在金融方面的创新——花呗为例

所谓的互联网金融，其实是金融和互联网结合之后产生的一种崭新的金融模式。和传统的金融进行比较的话，互联网金融其实是以互联网的数据作为基础，并且依靠网络作为平台，最终实现的是传统金融服务方面的拓展与延伸。所谓的蚂蚁花呗，其实是在蚂蚁金服旗下产生的一款新产品，它属于和电商进行结合之后产生的一种金融服务。从支付习惯，网购活跃程度出发，开通的用户能够获得一笔消费的额度，在天猫，淘宝享受这个月进行购买，下个月再进行归还的一些消费体验，享受一定的超前消费特征。2015年双十一的这一天，使用蚂蚁花呗进行支付的交易笔数已经高达了6048万笔，支付的成功率基本上达到了99.99%。对于蚂蚁花呗的运行负责人来说，它进行了估算，花被提升支付成功率2~3个百分点之后，进行一个百分点的提升，就能够使得1.3亿元的消费产生。

收集互联网金融的数据

通过网上调查可以知道，预计一共发放了332份调查问卷，并且实际回收了有关332份问卷，有效率达到了100%，通过网络的高效率的传播性特征问卷调查的样本肯定会具有一定的代表性，所以在进行相关课题研究的过程之中，它提供了十分丰富的数据资源。

互联网金融的数据性分析

得到一定数据之后，要对这些数据进行分析，首先就是不同的因素对于每个月平均的网购额度的影响。因为主要要研究的是金融的各种研究性的创新产品，是以蚂蚁花呗作为代表和电商进行结合之后产生的互联网金融模式，所以相关的问卷调查主要是以一种网络购物作为中心。从消费函数之中，我们也可以知道，收入和消费之间存在一定的关系，而且收入和一个人的职业，年龄，性别以及这个人工作的城市等各种类型因素相关。所谓的边际消费以及收入水平和其他的影响，各种消费因素的特征是紧密相关联的，对于这些因素进行线性回归的话，明显是在0.05的显著水平之中，城市类型和职业类型是十分不明显的。考虑到多元回归的话，可能会因为变量之间存在一种贡献性的特征，使得个别的变量十分不明显，所以我们要对模型进行共线性的诊断的过程之中，会发现模型的值越偏离十的话，模型是越好的，根本不会存在多种的共线性特征。将不显著的变量剔除之后，可以再回归到回归分析之中。通过相关的了解，可以知道性别，年龄，月收入水平以及月网购总额和月生活消费之间具有明显的影响性特征。而且通过对年龄的分析以及性别的分析之后，女性的月平均网购数量肯定是超过男性的月平均网购数量的，而且月平均跟网购总额和年龄之间呈现的是一种负相关的关系，月收入水平和乐生活消费额和月均网购之间是呈现一种正比例的关系。

对于分期付款选择的研究，通过对商品价格不足分期付款限额时，消费者做出了相关性选择，进行各种调查之后，可以知道一个商品的价格作为590元的时候，600元才能够实现，分析付款将会有26.5%的人能够在商品价格不足分析付款限额的时候，选择进行拼单的方式，实行分期付款，这表明分期付款对于消费者来说存在着十分大的吸引力，这个吸引力可能会使得商品在编辑付款的下限左右过程之中，使得价格的弹性进行改变，爽，价格弹性改变之后，对于消费者定价的过程之中，具有很重大的参考性意义。在以往对于消费心理来说，它具有一定的定价法，而在这个过程之中，定价法也会产生改变，如果分期付款对于消费者的吸引力超过了这种定价法的过程的话，那么它带来一种强烈的心理暗示的过程之中，会产生一种吸引力，理性的消费者往往会做出一些和以往不同的选择。