Antecedentes da intenção de uso de sistemas de home broker sob a ótica dos investidores do mercado acionário

Home broker systems intention of use according to stock market investors' perspective

Antecedentes de la intención de uso de sistemas de home broker desde el punto de vista de los inversores del mercado de acciones

TECNOLOGIA DE INFORMAÇÃO

Antecedentes da intenção de uso de sistemas de home broker sob a ótica dos investidores do mercado acionário

Home broker systems intention of use according to stock market investors' perspective

Antecedentes de la intención de uso de sistemas de home broker desde el punto de vista de los inversores del mercado de acciones

Luis Felipe Dantas Gutman^I; Luiz Antonio Joia^II; Valter Assis Moreno Jr^III

^IGraduado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro, com MBA em Finanças pelo IBMEC-Rio de Janeiro e Mestrado em Gestão Empresarial pela Fundação Getulio Vargas do Rio de Janeiro, é Diretor de Tecnologia da Informação da Universidade Veiga de Almeida (CEP 20271-020 - Rio de Janeiro/RJ, Brasil). E-mail: [e-mail]

^IIDoutor em Ciências e em Engenharia de Produção pela Universidade Federal do Rio de Janeiro, Mestre em Management Studies pela Oxford University, é Professor Adjunto da Escola Brasileira de Administração Pública e de Empresas da Fundação Getulio Vargas (CEP 22253-900 - Rio de Janeiro/RJ, Brasil) e Professor Associado da Faculdade de Engenharia da Universidade do Estado do Rio de Janeiro. E-mail: [e-mail]

^IIIMestre em Engenharia de Produção pela Universidade Federal Fluminense, Doutor em Business Administration pela University of Michigan, é Professor Adjunto da Universidade do Estado do Rio de Janeiro e das Faculdades Ibmec (CEP 20030-020 - Rio de Janeiro/RJ, Brasil) e Professor Visitante na German Graduate School of Business and Law. E-mail: [e-mail]

^{Endereço para correspondência}

RESUMO

Na pesquisa aqui relatada, visa-se investigar os antecedentes da intenção de uso de sistemas de home broker sob a ótica dos investidores do mercado acionário. Para atingir esse objetivo, por meio de referencial teórico baseado em teorias de aceitação de sistemas de informação, difusão da inovação, confiança em ambientes virtuais e satisfação do usuário, foi elaborado um modelo teórico e foram propostas hipóteses de pesquisa. Por meio de técnicas de equações estruturais baseadas em Partial Least Squares (PLS), a partir de 152 questionários válidos, coletados via web survey junto a investidores do mercado acionário brasileiro, foram testados o modelo proposto e as hipóteses de pesquisa. Identificaram-se, assim, os fatores compatibilidade, utilidade percebida e facilidade de uso percebida como antecedentes estatisticamente significantes do fator satisfação do usuário com o sistema de home broker, o qual, por sua vez, teve efeito estatisticamente significante na intenção de uso do sistema. São apresentadas, ainda, as implicações acadêmicas e gerenciais do trabalho, assim como suas limitações e uma agenda de pesquisa para essa importante área do conhecimento.

Palavras-chave:home broker, mercado acionário, satisfação do usuário, adoção de sistemas.

ABSTRACT

This research aims at investigating the antecedents of stock markets investors' intention to use home broker web-based systems. Based on a review of the literature on information systems adoption models, diffusion of innovation theory, trust in virtual environments, and user satisfaction, a theoretical model was developed and research hypothesis set forth to be tested. PLS multivariate analysis was employed to assess the proposed model with data collected via web from 152 Brazilian investors. The results suggest that compatibility, perceived usefulness and perceived ease of use are antecedents of user satisfaction with home broker systems, which, in its turn, was an antecedent of investors' intention to use the system. The paper concludes with the academic and managerial implications of the findings, the associated limitations, and a research agenda for this important knowledge area.

Keywords: home broker, stock market, user satisfaction, information systems adoption.

RESUMEN

En este estudio se pretende analizar los antecedentes de la intención de uso de sistemas de home broker desde la perspectiva de los inversores del mercado de acciones. Para lograrlo, se desarrolla un modelo teórico y se proponen dos hipótesis de investigación, con base en las teorías de aceptación de sistemas de información, difusión de la innovación, confianza en ambientes virtuales y satisfacción del usuario. Por medio de técnicas de ecuaciones estructurales con base en mínimos cuadrados parciales (PLS) - que se aplicaron a 152 cuestionarios recopilados por medio de web survey, dirigidos a inversores del mercado de valores brasileño - se pusieron a prueba el modelo propuesto y las hipótesis de investigación. Se identificaron los factores compatibilidad y utilidad percibida y facilidad de uso percibida como antecedentes estadísticamente significativos de la satisfacción de los usuarios con el sistema de home broker. Se presentan, además, las implicaciones académicas y gerenciales del trabajo, así como sus límites, y se propone una agenda de investigación asociada a esa importante área del conocimiento.

Palabras clave:home broker, mercado de acciones, satisfacción de los usuarios, adopción de sistemas.

1. INTRODUÇÃO

Na pesquisa, o objetivo central é investigar a intenção de uso de sistemas de home broker, assim como os fatores que a influenciam, pela ótica de seu usuário final, ou seja, investidores do mercado acionário. Para isso, adota-se o anteparo teórico de modelos de adoção de tecnologia amplamente empregados em estudos empíricos sobre os mais variados tipos de sistemas de informação. Na medida em que sistemas de home broker podem ser vistos como tecnologias computacionais para habilitar o relacionamento digital de intermediação entre corretoras e investidores, espera-se que sua adoção possa ser adequadamente explicada pelos referidos modelos.

Segundo Davis, Bagozzi e Warshaw (1989) e Legris, Ingham e Collerette (2003), de nada adiantará um sistema de informação de alto desempenho técnico se o usuário, por alguma razão, não adotar e/ou não aceitar a tecnologia disponibilizada. É preciso, portanto, entender os motivos pelos quais os usuários aceitam ou rejeitam determinados sistemas para, posteriormente, prevê-los, explica-los e modernizá-los. Assim, entender os motivos por trás da aceitação ou resistência dos usuários a Sistemas de Informação tornou-se um dos mais desafiadores temas para pesquisas na área de sistemas de informação (Davis et al.,1989; Venkatesh, Davis & Morris, 2007; Kim & Kankanhalli, 2009).

Por outro lado, durante a última década, as bolsas de valores passaram a desempenhar um papel de grande importância no sistema financeiro internacional, segundo a Federação Mundial de Bolsas (2008). Em termos quantitativos, os mercados que operam por meio de bolsas regulamentadas cresceram em uma escala muito acelerada, o que lhes atribuiu um papel ativo e uma responsabilidade ímpar no centro da economia mundial.

Atualmente, as atividades da Bolsa de Valores de São Paulo (Bovespa) são marcadas por intenso uso de informática em suas operações. Em 1999, com o lançamento do sistema de home broker, tornou-se viável a participação de pequenos e médios investidores nesse mercado. O sistema de home broker permite que o investidor, por meio do site das corretoras na Internet, transmita sua ordem de compra ou venda diretamente ao sistema de negociação da Bovespa. Assim, desde o início de 2006, a Bolsa de Valores de São Paulo vem operando somente em pregão eletrônico.

Além disso, segundo a Companhia Brasileira de Liquidação e Custódia (CBLC), o número de corretoras que oferece sistemas de home broker no mercado financeiro brasileiro tem crescido rapidamente, passando de seis corretoras no ano de 1999 para mais de 60 no primeiro semestre de 2011. As dez corretoras com o maior volume financeiro de negócios movimentaram juntas, no mês de setembro de 2011, mais de R$ 20 bilhões (Gutman & Joia, 2012).

Esse cenário de crescimento de participantes do mercado financeiro, aliado à evolução da Internet, transformou o sistema de home broker em um importante instrumento de intermediação nesse segmento. Looney, Valacich, Todd e Morris (2006), por exemplo, observaram que as corretoras que operam por meio da Internet atraíram, no mercado norte-americano, um contingente de milhões de investidores desde o lançamento desse serviço nos Estados Unidos em 1994. No entanto, ainda é escasso o número de pesquisas que têm o sistema de home broker como objeto de estudo (ver, por exemplo, Prabhudev, Menon & Balasubramanian, 2000; Balasubramanian, Konana & Menon, 2003; Roca, Garcia e De La Vega, 2009).

Neste trabalho, o objetivo é, portanto, responder à seguinte pergunta de pesquisa: Quais são os antecedentes da intenção de uso de sistemas de home broker, sob a ótica dos próprios investidores do mercado acionário? A relevância de tal estudo justifica-se não apenas pela já mencionada escassez de pesquisas especificamente sobre sistemas de home broker, mas também pelo contexto e pela importância das bolsas de valores na economia mundial.

O artigo está estruturado da forma que se segue. Após esta introdução, apresenta-se o referencial teórico usado na pesquisa e, fruto desse referencial, as hipóteses de pesquisa e o modelo proposto para teste. Em seguida, os procedimentos metodológicos a que a pesquisa obedeceu são tornados claros. A partir daí, os dados coletados são analisados e os resultados obtidos apresentados. Na seção seguinte, discutem-se os resultados obtidos. Finalmente, na última seção, são elencadas as implicações acadêmicas e gerenciais oriundas deste trabalho, as limitações desta investigação e uma agenda para pesquisas futuras.

2. REFERENCIAL TEÓRICO

2.1. E-brokerage

E-brokerage é a intermediação entre compradores e vendedores realizada por meio da Internet. Para Evans e Wurster (2000), intermediários normalmente obtêm seu lucro por meio do binômio excelência-alcance. No primeiro caso, o lucro é obtido por intermédio de um serviço diferenciado com alto nível de excelência, geralmente superior ao que seria oferecido ao consumidor se não houvesse a participação do intermediário. No segundo caso, os intermediários exploram sua capacidade de alcançar um grande número de consumidores para obter seu lucro.

Segundo Evans e Wurster (2000), devem-se entender as mudanças associadas à difusão da Internet como um caminho em direção a uma nova forma de intermediário, que consegue obter vantagens sobre a desintermediação. Nessa desintermediação, a tecnologia torna possível que competidores obtenham alcance maior, ao mesmo tempo em que oferecem mais facilidades e recursos (Costa & Joia, 2006).

Na presente pesquisa, é abordado o conceito de e-brokerage aplicado ao mercado financeiro, para o processo de compra e venda de ações. Conforme descrevem Dasgupta e Dickinson (1998), o processo de investimento em ações é composto de quatro etapas: envio da ordem pelo investidor; roteamento da ordem até sua execução; estabelecimento do preço; e confirmação da ordem.

Especificamente no processo eletrônico, segundo Sharma e Bingi (2000) e Costa e Joia (2006), o investidor insere sua ordem de compra ou venda diretamente, por meio de seu computador. A ordem é enviada pela corretora à bolsa de valores, que procura então combinar o preço de compra e venda e executar a ordem, utilizando a melhor oferta possível.

O processo de e-brokerage possui menor custo, se comparado ao processo de compra e venda de ações pela maneira tradicional, por ter menos agentes intermediários. Voss (2000) lembra que o desenvolvimento da Internet tornou possível que empresas provessem seus serviços diretamente por meio da rede, com pouca ou nenhuma intervenção humana. Segundo Sharma e Bingi (2000), essa redução de custos é repassada para o investidor que, normalmente, paga uma corretagem menor para operar por meio de sistemas de home broker.

No entanto, como argumentam Bakos et al. (2005) e Roca et al. (2009), o modus operandi associado à compra e à venda de ações por meio de sistemas baseados na Internet é extremamente peculiar e específico, justificando investigações acerca desse tema que não apenas mimetizem resultados advindos de pesquisas sobre on-line banking. Isso ocorre pela característica dinâmica desse processo e pelos marcos regulatórios, legal, tributário e de outras naturezas, associados à compra e venda de ações por investidores individuais. Nessa mesma linha, Roca et al. (2009, p. 97) afirmam que on-line investing e on-line banking têm grandes diferenças, o que sugere que os vários modelos já desenvolvidos para Internet banking não sejam aplicáveis, sem algum tipo de ajuste, a sistemas de home broker. Por fim, Konana e Balasubramanian (2005) argumentam que os estudos sobre aceitação de sistemas de on-line investing devem ser bem mais holísticos do que os estudos acerca de Internet banking, de modo que alguns fatores constantemente desconsiderados na análise desses últimos sistemas não o sejam na investigação de sistemas de home broker. Dentre os fatores desconsiderados citados por esses autores encontra-se, por exemplo, a satisfação do investidor com o sistema usado.

2.2. Modelos de aceitação de tecnologia da informação

Pesquisadores e profissionais da área de tecnologia da informação vêm buscando entender os motivos pelos quais indivíduos resistem a utilizar determinado sistema de informação (Legris et al., 2003; Benbasat & Barki, 2007). Diversas abordagens têm sido elaboradas para avaliar tecnologias e prever como os usuários irão responder a elas, de forma a melhorar sua aceitação. Dentre essas, destacam-se a teoria da ação racionalizada (Theory of Reasoned Action - TRA), a teoria do comportamento planejado (Theory of Planned Behavior - TPB) e a teoria de aceitação de tecnologia (Technology Accepentace Model - TAM) e suas variações, a seguir explicitadas.

2.2.1. Teoria da ação racionalizada (TRA)

Na teoria da ação racionalizada (TRA), que tem suas raízes na Psicologia Social, busca-se identificar os fatores determinantes do comportamento consciente e intencional (Fishbein & Ajzen, 1975). Na TRA, considera-se que as pessoas se comportam de forma racional, avaliando o que têm a perder e a ganhar, via manifestação de suas atitudes. Dessa forma, suas ideias, metas pessoais, valores, crenças e atitudes influenciam seu comportamento. Se as pessoas acreditarem, por exemplo, que compartilhar conhecimento lhes trará benefícios, elas tenderão a ser favoráveis ao compartilhamento (Fishbein & Ajzen, 1975). Por outro lado, a intenção de comportar-se de determinada forma é também influenciada pelas normas subjetivas existentes, ou seja, a percepção do indivídulo de que pessoas importantes para ele acreditem que ele deva comportar-se daquela forma. Na Figura 1, apresenta-se um esquema de relacionamento entre os construtos da teoria da ação racionalizada.

Segundo Davis et al. (1989), por ser tão generalizável e também por integrar diversas perspectivas teóricas da Psicologia, a TRA seria apropriada para o estudo dos determinantes do uso de computadores e de sistemas de informação específicos. Quando aplicada a TRA a esse contexto, sugere-se que a atitude de uma pessoa em relação ao uso de determinado sistema de informação, juntamente com a pressão de seus pares, pode influenciar sua intenção de utilizar o sistema e, assim, o uso em si da tecnologia.

2.2.2. Teoria do comportamento planejado (TPB)

Embora a TRA tenha sido muito utilizada para estudar a aceitação do usuário em relação aos computadores e sistemas de informação, outras perspectivas teóricas foram propostas e aplicadas para esse fim. Ajzen (1991) propôs a teoria do comportamento planejado (TPB), que complementa a TRA, agregando-lhe mais um antecedente da intenção de uso: o controle comportamental percebido (Perceived Behavioral Control - PBC). A TPB e seus elementos teóricos vêm sendo aplicados em estudos empíricos sobre a aceitação dos mais variados tipos de sistemas computacionais (Taylor & Todd, 1995; Dillon & Morris, 1996; Venkatesh, Thong & Xin, 2012).

O construto controle comportamental percebido foi introduzido para diminuir as falhas da TRA nos casos em que os indivíduos não possuíam total consciência de seu comportamento. O construto é definido como a percepção do indivíduo acerca das informações, recursos e oportunidades disponíveis, que podem inibir ou facilitar o comportamento em questão. Assim, ele refere-se tanto ao controle interno (por exemplo, habilidades pessoais) quanto às restrições externas (por exemplo, oportunidades), considerados necessários para exercer determinado comportamento (Taylor & Todd, 1995; Cho & Cheung, 2003).

Como é mostrado nas Figuras 1 e 2, há muitas similaridades entre a TRA e a TPB. Nos dois modelos, a intenção é um fator-chave na explicação do comportamento. Nas duas teorias, a intenção tem por antecedentes as atitudes e as normas subjetivas relacionadas ao indivíduo, sendo essas influenciadas por suas crenças. Além disso, as duas teorias assumem que os indivíduos são racionais e fazem uso sistemático das informações disponíveis para tomar suas decisões.

2.2.3. Modelo de aceitação de tecnologia (TAM) e variações

TAM é o modelo de pesquisa mais utilizado para avaliar a aceitação de tecnologias de informação (Gefen & Straub, 2000; Lee, Kozar & Larsen, 2003, Legris et al., 2003; Benbasat & Barki, 2007). Ele foi proposto por Davis et al. (1989), para explicar os motivos pelos quais os usuários aceitavam ou rejeitavam determinada tecnologia da informação e para melhorar a aceitação dessa tecnologia. No modelo, explicitam-se os impactos de fatores externos, relacionados à tecnologia, sobre fatores internos, associados ao indivíduo, como as crenças, atitudes e intenções de uso (Costa-Filho & Pires, 2005).

Em sua essência, no TAM indica-se que a adoção de TI é afetada por dois construtos associados ao usuário: utilidade percebida (Perceived Usefulness - PU) e facilidade de uso percebida (Perceived Ease of Use - PEOU). A utilidade percebida foi definida por Davis et al. (1989) como o grau em que um indivíduo acredita que utilizar determinado sistema irá melhorar seu desempenho numa tarefa. Já a facilidade de uso percebida diz respeito ao grau em que um indivíduo acredita que utilizar determinado sistema será livre de esforço. Davis et al. (1989) sugerem que essas duas percepções criam uma disposição favorável, ou intenção positiva, para utilizar determinada tecnologia de informação. Assim, no modelo TAM, sugere-se que os indivíduos utilizarão o sistema se acreditarem que esse uso fornecerá resultados positivos, considerando a facilidade de uso percebida e a utilidade percebida (Igbaria, Guimarães & Davis, 1995).

Na Figura 3, ilustra-se o modelo de aceitação de tecnologia proposto por Davis et al. (1989).

A partir do modelo original, vários outros construtos foram sendo adicionados ao TAM, levando à criação do TAM 2 (Venkatesh, 2000; Venkatesh & Davis, 2000), do TAM 3 (Venkatesh & Bala, 2008) e outras inúmeras variantes (Venkatesh et al., 2012), no que Benbasat e Barki (2007, p. 212) chamaram de "TAM ++ research". Não obstante a sofisticação dos atuais modelos de aceitação de tecnologia derivados do TAM, eles sofrem críticas (por exemplo, Lee et al., 2003; Benbasat & Barki, 2007), principalmente por não considerarem outras abordagens teóricas para adoção de tecnologia, como a teoria da difusão da inovação (Rogers, 2003), e por não levarem em consideração as especificidades das tecnologias sob análise, considerando-as todas iguais e, portanto, passíveis de terem seu uso explicado pela mesma abordagem teórica (Orlikowski & Iacono, 2001). Segundo seus críticos (ver também Lee et al., 2003; Legris et al., 2003; Benbasat e Barki, 2007), tais deficiências fazem com que o modelo TAM e seus derivados expliquem, no máximo, 40% da variação da atitude e intenção de uso de sistemas de informação (Legris et al., 2003), sugerindo que fatores importantes que influenciam essas variáveis não foram considerados nas análises empreendidas. Para fazer frente a essas questões, apresentam-se a seguir outras abordagens teóricas que visam aumentar o poder de explicação do TAM e suas derivações.

2.2.4. Teoria da difusão da inovação (IDT)

Na teoria de difusão da inovação (Innovation Diffusion Theory - IDT), objetiva-se explicar o processo pelo qual as inovações em tecnologia são adotadas pelos usuários e, assim, difundidas. Segundo a definição de Rogers (2003), inovação é uma ideia, prática ou objeto que é percebido como novo por um indivíduo ou outra unidade de adoção. O mesmo autor define difusão como o processo pelo qual uma inovação é comunicada por meio de determinados canais, ao longo do tempo, para os membros de um sistema social.

Na forma originalmente proposta por Rogers (2003), a IDT considera alguns dos atributos relacionados à inovação tecnológica para explicar sua adoção em larga escala: vantagem relativa, compatibilidade, complexidade, experimentabilidade e observabilidade. No entanto, segundo Chen, Gillenson e Sherrell (2004), desses atributos, somente vantagem relativa, compatibilidade e complexidade parecem estar consistentemente associados à adoção de inovação tecnológica.

Para Plouffe, Hulland e Vandenbosch (2001), Carter e Belanger (2005) e Benbasat e Barki (2007), a IDT pode acrescentar maior poder de explicação ao modelo original do TAM, devendo, assim, ser considerado em pesquisas associadas à adoção de tecnologia da informação. Como explicado adiante, o modelo proposto neste trabalho alinha-se a essa proposta.

• Confiança

Existem muitas definições para confiança, o que revela a natureza complexa desse construto. Em revisão de literatura em diversas disciplinas, desenvolvida por Rousseau, Sitkin, Burt e Camerer (1998), revela-se que as expectativas pessoais e a propensão a estar vulnerável são componentes críticos em todas as definições de confiança.

A definição citada com mais frequência na literatura é a proposta por Mayer, Davis e Schoorman (1995), adotada na presente pesquisa. Nessa visão, na confiança envolvem-se dois agentes - o confiante (sujeito que confia em alguém) e o confiado (depositário da confiança) - e é definida como "a disposição de uma parte de ser vulnerável às ações de outra parte, baseada na expectativa de que a outra parte tomará uma ação particular importante ao confiado, independentemente da habilidade de monitorar ou controlar essa outra parte" (Mayer et al., 1995, p. 712). Essa definição baseia-se na ideia de que o indivíduo que confia se torna vulnerável, o que implica que algo de importante pode, potencialmente, ser perdido como resultado desse relacionamento de confiança (Mayer et al., 1995; McKnight, Choudhury & Kacmar, 2002; Schlosser, White & Lloyd, 2006).

De maneira geral, no ambiente Internet, usuários remotos de qualquer lugar do mundo podem acessar arquivos em computadores. As informações que trafegam em sistemas de home broker têm, portanto, um risco inerente, do ponto de vista de segurança. Nesse contexto, ainda existe outro risco intrínseco de que a ordem de compra ou venda enviada pelo usuário não seja executada corretamente ou no prazo necessário. Assim, parece ser imprescindível que o usuário confie no perfeito funcionamento do sistema para que tenda realmente a utilizá-lo, sempre que necessário (McKnight et al., 2002). De fato, segundo Bakos et al. (2005) e Roca et al. (2009), o sucesso de sistemas de compra e venda de ações por meio de e-brokerage depende bastante da confiança que os investidores têm no uso do sistema de compra e venda de ações. Vale ressaltar que Hassanein e Head (2004) asseveram que o tipo de produto/serviço comercializado na Web influencia o grau de confiança que se tem na transação efetuada e, portanto, o grau de satisfação do usuário.

• Satisfação do usuário

Wixom e Todd (2005) explicam que há duas vertentes teóricas distintas adotadas em pesquisas sobre adoção de tecnologia da informação. A primeira, apresentada anteriormente, envolve os modelos de aceitação tecnológica, com preponderância para o TAM e seus derivados. Já a segunda, iniciada por Bailey e Pearson (1983), Ives, Olson e Baroudi (1983), Melone (1990), Seddon (1997), entre outros, usa a satisfação do usuário com o sistema de informação para explicar sua adoção. Ambas as abordagens teóricas têm contribuído bastante para o aumento do entendimento do sucesso/fracasso no uso de sistemas de informação, permanecendo, no entanto, distanciadas entre si (Wixom & Todd, 2005).

Segundo Mather, Caputi e Jayasuriya (2002) e Wixom e Todd (2005), as duas abordagens teóricas, se usadas de forma conjunta, poderiam melhor explicar a adoção de tecnologias da informação. Em particular, Wixom e Todd (2005) destacam que, diferentemente do modelo TAM e de seus derivados, a literatura de satisfação do usuário é extremamente centrada nas características do sistema em uso, atendendo às reivindicações de Orlikowski e Iacono (2001) acerca dessa problemática.

Mather et al. (2002) ressaltam ainda que o uso da variável dependente intenção de uso, como feito no modelo TAM e seus derivados, tende a gerar resultados distorcidos, visto que os respondentes podem apresentar viés cognitivo em suas respostas sobre sua real intenção de uso do sistema, procurando reportar resultados positivos ou dizer apenas o que lhes interessa dizer. Some-se a isso o fato de que a variável dependente original do modelo TAM tem pouca utilidade em ambientes em que o uso é mandatório (Rawstorne, Jayasuriya & Caputi, 2000). Por fim, a variável dependente usada nos modelos TAM e derivados continua sendo alvo de controvérsias: alguns autores a entendem como a intenção de uso do sistema (Chau, 1996; Agarwal & Prasad, 1998), enquanto outros a entendem como o uso real do sistema (Adams, Nelson & Todd, 1992; Igbaria et al., 1995).

Por seu potencial de mitigar os problemas acima apresentados, a satisfação do usuário com o sistema pode ser um antecedente adequado da intenção de uso de sistemas de informação ou mesmo um proxis da atitude do usuário em relação ao uso do sistema, conforme afirmam Gatian (1994) e Mather et al. (2002), entre outros. Assim, optou-se neste estudo por adotar a satisfação do usuário com o sistema de home broker como um proxis da atitude do usuário em relação ao uso do sistema.

3. MODELO PROPOSTO E HIPÓTESES DE PESQUISA

Os sistemas de home broker, apesar de compartilharem algumas das características dos sistemas de on-line banking, são um tipo distinto de tecnologia utilizada no ambiente da Internet (Roca et al., 2009). Dessa forma, fatores que tradicionalmente influenciam a adoção de outros tipos de sistemas, inclusive os de on-line banking, podem não explicar adequadamente a intenção de uso de sistemas de home broker. Assim, propõe-se no presente estudo um modelo que integra os principais elementos do modelo TAM e da teoria da difusão da inovação (IDT), além dos construtos confiança e norma subjetiva, esse último contemplado nas teorias da ação racionalizada (TRA) e do comportamento planejado (TPB). Espera-se que a integração de teorias, que normalmente são utilizadas de forma estanque para explicar a adoção de sistemas de informação, aumente o poder do modelo proposto de explicar a satisfação do usuário com os sistemas de home broker e, por conseguinte, sua intenção de utilizá-los.

É importante ressaltar que a combinação do modelo TAM com o construto confiança, como feito por Gefen, Karahanna e Staub (2003), Carter e Belanger (2005), Konana e Balasubramanian (2005), Wu e Chen (2005), entre outros, tem se mostrado útil para explicar as variações no grau de adoção de sistemas disponibilizados on-line para seus usuários. Além disso, segundo Rogers (2003), na medida em que a oferta de serviços financeiros na Internet pode ser vista como uma inovação tecnológica, sua difusão pode estar sujeita às influências previstas na teoria da difusão da informação.

O modelo de pesquisa deste estudo foi elaborado a partir do referencial teórico anteriormente apresentado. Ele está ilustrado na Figura 4. Em seguida, são listadas e discutidas as hipóteses correspondentes.

H1 - A satisfação do usuário com o sistema de home broker tem efeito positivo na intenção de uso do sistema de home broker.

H2 - As normas subjetivas têm efeito positivo na intenção de uso do sistema de home broker.

H3 - A utilidade percebida tem impacto positivo na intenção de uso do sistema de home broker.

H4 - A utilidade percebida tem impacto positivo na satisfação do usuário com o sistema de home broker.

H5 - A facilidade de uso percebida influencia positivamente a satisfação do usuário com o sistema de home broker.

H6 - A facilidade de uso percebida tem impacto positivo na utilidade percebida.

H7 - A complexidade influencia negativamente a satisfação do usuário com o sistema de home broker.

H8 - A compatibilidade tem impacto positivo na satisfação do usuário com o sistema de home broker.

H9 - A vantagem relativa tem efeito positivo na satisfação do usuário com o sistema de home broker.

H10 - A confiança tem efeito positivo na satisfação do usuário com o sistema de home broker.

As hipóteses 1, 3, 4, 5 e 6 foram formuladas com base no modelo TAM e abarcam os construtos utilidade e facilidade de uso percebidas, presentes na maioria dos modelos de aceitação de tecnologia (Lee et al., 2003; Legris et al., 2003), e a variável satisfação de uso, como um adequado proxis para atitude em relação ao uso do sistema (Ajzen & Fishbein, 1980; Gatian, 1994; Mather et al., 2002; Wixom & Todd, 2005).

A hipótese 2 tem por base os modelosTRA e TPB, cuja combinação com o modelo TAM é encontrada em vários artigos sobre aceitação de sistemas (Wu & Chen, 2005; Lee, 2009). Em tais casos, o construto norma subjetiva é visto como um antecedente à intenção de uso do sistema.

As hipóteses 7, 8 e 9 são fundamentadas pela teoria de difusão da tecnologia. Como já foi dito, vários autores sugerem a combinação do IDT com o TAM (por exemplo, Plouffe et al., 2001; Carter & Belanger, 2005; Banbasat & Barki, 2007), com o objetivo de acrescentar poder de explicação aos modelos originais.

A hipótese 10 diz respeito ao construto confiança, que tem sido amplamente combinado com os modelos clássicos de aceitação de tecnologia, mormente em sistemas acessados via Web e em operações que denotem compra e venda de bens e serviços, como no caso do on-line investing (Konana & Balasubramanian, 2005; Wu & Chen, 2005; Roca et al., 2009).

4. PROCEDIMENTOS METODOLÓGICOS

4.1. Operacionalização dos construtos

A mensuração dos construtos incluídos no modelo da pesquisa ocorreu por meio de escalas previamentes testadas disponíveis na literatura. Os construtos que compõem o modelo TAM e o IDT, assim como normas subjetivas e confiança, vêm sendo amplamente estudados e avaliados já há algumas décadas. Há considerável consenso, portanto, em relação à forma como são mensurados. Na Figura 5, apresentam-se esses construtos, suas definições, as fontes das escalas adotadas no estudo para mensurá-los e algumas referências em que essas escalas foram empregadas.

Ao contrário do que foi observado para os construtos expostos, ainda há certa discordância em relação à mensuração da satisfação com um sistema de informação. Segundo Ajzen e Fishbein (1980, p. 80) e Wixom e Todd (2005), a satisfação do usuário pode ser entendida como uma atitude em relação a um objeto - no caso, um dado sistema computacional. Doll e Torkzadeh (1988) desenvolveram, então, uma escala específica para mensuração da satisfação de usuários de sistemas de informação. Entretanto, Chin e Lee (2000) a questionaram posteriormente, por entenderem que a satisfação é derivada da diferença entre o desempenho obtido e o desempenho esperado do sistema. Dado que ainda não há consenso em relação a uma forma de mensuração adequada, optou-se nesta pesquisa por avaliar a satisfação do usuário com o sistema de home broker por meio de uma escala de 0 a 10, em que 10 significa que o usuário está totalmente satisfeito, e 0, totalmente insatisfeito com o sistema. Essa abordagem é a mesma adotada por Albuquerque, Sousa e Martins (2010), em trabalho desenvolvido para avaliação da satisfação de idosos rurais com as próprias vidas.

4.2. Coleta de dados e amostra

A amostra de respondentes da pesquisa foi obtida a partir da base de dados de uma das maiores corretoras de compra e venda de ações do Brasil, à época da realização da pesquisa. A base de dados continha 1.545 indivíduos que, entre 2008 e 2011, haviam efetuado transações com ações, seja pelo método tradicional, seja por meio de sistema de home broker. Pouco antes da coleta de dados, a corretora havia apresentado seu sistema de home broker a todos os seus investidores do mercado acionário, dando-lhes a opção de migrar para essa plataforma.

Os dados foram coletados por meio de um questionário eletrônico, elaborado com base nas escalas apresentadas na seção anterior. O questionário era composto de duas partes. Na primeira, coletavam-se dados demográficos do respondente, como idade, renda, gênero, nível educacional e estado civil. Além disso, perguntava-se ao participante se ele já era usuário de sistemas de home broker. A segunda parte era composta pelas escalas dos construtos incluídos no modelo proposto. Todos os construtos, exceto a satisfação com o sistema de home broker, foram medidos por meio de uma escala Likert de cinco pontos, variando de "discordo totalmente" a "concordo totalmente". Conforme já mencionado, a escala do construto satisfação variava entre 0 e 10.

Antes da disponibilização do questionário para todos os investidores cadastrados no banco de dados da corretora, foi realizado um pré-teste com dez indivíduos, selecionados aleatoriamente entre os usuários do sistema de home broker da empresa. Os participantes foram incentivados a criticar o formato do questionário e a apontar questões que considerassem vagas ou de difícil compreensão. Seus comentários foram utilizados para refinar o instrumento, não havendo necessidade de efetuar modificações substanciais.

Os investidores cadastrados na corretora foram convidados por e-mail (enviado pela própria empresa) para participar da pesquisa. Na mensagem, apresentavam-se de forma breve os objetivos do estudo e deixava-se claro que a participação era voluntária e que a confidencialidade das respostas seria protegida. O e-mail incluía também o link para acesso ao questionário eletrônico.

O questionário esteve disponível para os investidores entre junho e julho de 2011. Ao final desse período, foram obtidos 152 questionários preenchidos completamente, considerados válidos para os propósitos da pesquisa. A taxa de resposta correspondente foi de 9,8%.

A expressiva maioria dos respondentes que compunham a amostra obtida é do sexo masculino (90,8% do total). Esse resultado reflete a realidade no mercado de ações, em que a quantidade de investidores do sexo feminino ainda é muito baixa. Cerca de 80% dos participantes informaram, à época, já terem utilizado o sistema de home broker da corretora. No que tange ao seu estado civil, mais da metade deles era casada (57,2%), e pouco mais de um terço, solteiro (37,5%). Os investidores estavam relativamente bem distribuídos entre as sete faixas de renda mensal definidas no questionário, com 59,2% reportando uma renda de pelo menos R$ 5.500,00. As idades variaram entre 20 e 66 anos, com uma média de 34,8 anos e um desvio padrão de 9,2 anos. Quanto ao nível educacional, 98,0% dos respondentes informaram ter pelo menos o nível superior completo. Desses, 63,8% já haviam concluído algum tipo de pós-graduação.

4.3. Método de análise

Os dados coletados foram analisados com técnicas de equações estruturais baseadas no método de Partial Least Squares (PLS), que vem sendo apontado como uma alternativa interessante para os métodos tradicionais de equações estruturais baseados em covariância, conhecidos por Structural Equation Modeling (SEM) e implementados em aplicativos tais como LISREL, AMOS e R.

Dentre as vantagens do método PLS, destacam-se: sua robustez em relação a violações da premissa de normalidade multivariada requerida pelo SEM, à multicolinearidade entre e em blocos de variáveis manifestas, e a problemas de especificação do modelo de equações estruturais; a possibilidade de trabalhar-se com amostras menores do que as tipicamente exigidas em SEM; a maior facilidade de tratar as moderações; e a possibilidade de modelar construtos reflexivos e formativos de forma mais simples (Chin, 2010; Urbach & Ahlemann, 2010; Vinzi, Trinchera & Amato, 2010). Por outro lado, ainda não estão disponíveis no PLS índices de qualidade de ajuste similares aos que são usualmente adotados em SEM (por exemplo, GFI, AGFI, RMSEA etc.), ou mesmo testes estatísticos de comparação de modelos. Em função disso, a qualidade de um modelo em PLS é geralmente avaliada de acordo com sua capacidade preditiva, conforme demonstrado pelos valores de R² gerados para as variáveis latentes endógenas (Urbach & Ahlemann, 2010).

Como alguns estudos têm indicado que fatores demográficos podem influenciar a intenção de adoção de sistemas de informação (ver, por exemplo, Venkatesh & Bala, 2008), foram incluídas no modelo proposto as seguintes variáveis de controle: gênero, idade, educação e renda. Adicionou-se também, para os mesmos fins, uma variável dummy que indicava se o respondente já havia ou não utilizado o sistema de home broker anteriormente. As cinco variáveis de controle foram conectadas à variável latente mais endógena no modelo, ou seja, a que correspondia ao construto intenção de uso.

A avaliação da significância estatística dos efeitos previstos num modelo de PLS é feita por meio de técnicas de reamostragem, tais como bootstrapping e blindfolding (Chin, 2010; Urbach & Ahlemann, 2010; Hair Jr., Sarstedt, Pieper & Ringle, 2012). No presente estudo, essa avaliação foi feita por meio de bootstrapping, com o tamanho das amostras fixado em 152, e o número de reamostragens, em 1.000. O software utilizado foi o SmartPLS v. 2.0.M3 (Ringle, Wende & Will, 2005).

5. ANÁLISE DOS DADOS COLETADOS

O modelo de mensuração do estudo foi avaliado por meio de uma análise fatorial confirmatória (Confirmatory Factor Analysis - CFA), seguindo os prodecimentos definidos por Wetzels, Odekerken-Schröder e van Oppen (2009). A partir dos resultados obtidos, verificou-se se as condições especificadas por Chin (2010), Hair Jr., Anderson, Tatham e Black (2009) e Vinzi et al. (2010) para avaliar se a consistência interna e a validade convergente e discriminante das escalas haviam sido atendidas, são elas:

• as cargas das variáveis observadas devem ser altas e significantes;

• a amplitude de variação dessas cargas para uma mesma variável latente deve ser pequena;

• eventuais cargas cruzadas das variáveis observadas devem ser menores do que as cargas em suas respectivas variáveis latentes;

• valores de variância média extraída (Average Variance Extracted - AVE) devem ser iguais ou superiores a 0,50;

• valores de confiabilidade composta (Composite Reliability - CR) devem ser iguais ou superiores a 0,70;

• a raiz quadrada de AVE para uma variável latente deve ser maior que suas correlações com as demais variáveis latentes.

Observou-se, então, que era necessário remover alguns itens, de forma que as cinco condições fossem plenamente atendidas. Uma nova CFA foi realizada, atestando a validade convergente e discriminante das escalas, ou seja, a adequação do modelo de mensuração utilizado. Os resultados finais obtidos são apresentados na Tabela 1.

Comprovada a validade do modelo de mensuração, prosseguiu-se com a avaliação do modelo estrutural. Na Figura 6, apresentam-se os resultados obtidos. Nela, observa-se que as proporções de variância explicada para as variáveis satisfação (R² = 0,38) e intenção de uso (R² = 0,42) foram razoáveis, sugerindo que o modelo proposto tem um poder preditivo moderado. É importante ressaltar, no entanto, que parte da variação na intenção de uso do sistema de home broker foi explicada pela variável de controle usuário, que indica se o indivíduo já utilizou o aplicativo antes de responder a pesquisa. Embora a magnitude do efeito dessa variável tenha sido consideravelmente menor que o da variável satisfação, o resultado sugere que investidores que já utilizaram o sistema tendem a continuar a fazê-lo no futuro. Nenhum dos fatores demográficos incluídos como variável de controle teve efeito estatisticamente significante na intenção de uso dos investidores (α= 0,05).

Quatro das hipóteses propostas no estudo obtiveram suporte empírico. Conforme previsto em H1, a satifação do investidor com o sistema de home broker parece ser um forte preditor de sua intenção de utilizar o sistema no futuro (β=0,40; p<0,001). Essa satisfação, por sua vez, tende a ser influenciada pela percepção do indivíduo acerca da utilidade (β=0,22; p<0,05), da facilidade de uso (β=0,14; p<0,05) e da compatibilidade do sistema com suas experiências, valores e necessidades (β=0,33; p<0,05). Esses três resultados proveem suporte para as hipóteses H4, H5, e H8.

6. DISCUSSÃO DOS RESULTADOS

Nos resultados obtidos, sugere-se que, conforme previsto no modelo TAM, a utilidade do sistema de home broker, conforme percebida pelo investidor, tem um efeito positivo em sua satisfação com o sistema. O construto utilidade percebida já é bastante conhecido e explorado na literatura acadêmica, sendo frequentemente apontado, em estudos apoiados no TAM, como um antecedente da atitude e da intenção de uso de um sistema de informação. Em particular, esse resultado é compatível com os achados de Roca et al. (2009), que verificaram ser a utilidade percebida um antecedente à adoção de sistemas de on-line trading.

Da mesma forma, a facilidade de uso percebida parece ter uma influência positiva na satisfação do investidor com o sistema de home broker. No entanto, seu efeito foi consideravelmente mais fraco do que os demais estatisticamente significantes. Isso pode estar associado ao fato de que o ambiente Web para on-line trading é geralmente bastante amigável e de fácil utilização (Roca et al., 2009). Além disso, Pikkarainen, Pikkarainen, Karjaluoto e Pahnila (2004) e Cheng, Lam e Yeung (2006), ao estudarem sistemas de on-line trading, perceberam que os usuários estão mais preocupados com o desempenho de seus processos de compra e venda de ações na Web, do que com as possíveis dificuldades para aprender a usar o sistema de on-line trading. Ademais, é importante ressaltar que Venkatesh, Morris, Davis e Davis (2003) argumentam que a facilidade de uso percebida tende a ser mais relevante nos primeiros estágios de aprendizagem do uso de sistemas de informação, tornando-se menos importante ao longo do tempo. Na amostra analisada no presente estudo, cerca de 80% dos participantes já haviam utilizado o sistema de home broker da corretora, provavelmente já tendo um tempo de experiência razoável como seus usuários.

A análise realizada também gerou suporte para a hipótese de que a compatibilidade influencia positivamente a satisfação do investidor com o sistema de home broker. Esse resultado é corroborado por Carter e Belanger (2005), que encontraram compatibilidade como o fator mais importante na adoção de sistemas de governo eletrônico.

Segundo Rogers (2003), a compatibilidade é o grau pelo qual uma inovação é percebida como sendo compatível com valores existentes, experiências passadas e as necessidades de seus potenciais usuários. É um erro considerar que os potenciais usuários são lousas brancas, isto é, que estão dispostos a aceitar qualquer tipo de inovação. Na realidade, quanto mais uma inovação for compatível com experiências anteriores dos adotantes, menor será seu grau de incerteza em relação a sua adoção, e, por conseguinte, maior sua tendência a adotá-la.

Ainda de acordo com Rogers (2003), uma adoção deve ser compatível com valores e crenças socioculturais, com ideias introduzidas previamente ou com necessidades de inovação por parte do cliente. Nesse último caso, as pessoas responsáveis pela difusão (agentes de mudança) devem procurar determinar as necessidades dos clientes, para, em seguida, saber como recomendar-lhes as inovações. Vale lembrar que nem sempre os potenciais usuários perceberão suas reais necessidades (por exemplo, telefonia celular, MP3, tablets etc.).

Assim, em um ambiente virtual, a negociação de ações deve ser compatível com o processo já utilizado pelos usuários no mundo real, porque tal processo possui um modus operandi bastante específico, com o qual os investidores do mercado acionário já se acostumaram. Deve-se notar, ainda, que a própria Internet vem definindo alguns padrões, e pode ser interessante considerá-los no desenvolvimento de sistemas de home broker.

Há, no entanto, fatores que se mostraram sem significância estatística no modelo (α=0,05), os quais merecem ser analisados. A seguir, discutem-se as hipóteses relativas a antecedentes da satisfação do usuário que não obtiveram suporte empírico.

A rejeição da hipótese sobre a influência da norma subjetiva na intenção de uso (H3) é um resultado que também foi encontrado em outros estudos (por exemplo, Taylor & Todd, 1995; Chau & Hu, 2001; Wu & Chen, 2005). Venkatesh e Davis (2000) argumentam que a norma subjetiva pode ser um fator extremamente significante em ambientes em que o uso do sistema é mandatório, o que não configura o caso em análise. Ademais, sistemas de home broker ainda estão numa fase inicial de difusão, havendo pouca ou nenhuma pressão dos já adotantes sobre potenciais usuários, como familiares, amigos, colegas de trabalho (Wu & Chen, 2005, p. 797). Dessa forma, é perfeitamente razoável que o efeito da norma subjetiva na intenção de uso de sistemas de home broker não seja estatisticamente significante.

A explicação em relação ao fraco efeito da facilidade de uso percebida na satisfação do usuário pode ser, em grande parte, estendida ao resultado obtido para o construto complexidade. De acordo com a análise realizada, deve-se rejeitar a hipótese de que a complexidade do sistema de home broker tem um efeito negativo na satisfação de seus potenciais usuários. Como já mencionado, a principal preocupação do investidor é que sua ordem de compra e venda seja tempestiva e corretamente disparada, mais do que se o sistema é complexo ou não. Por outro lado, Carter e Belanger (2005) sugerem que a escala de complexidade captura os mesmos efeitos que a de facilidade de uso percebida, assim eliminaram o fator complexidade em seu trabalho sobre adoção de sistemas de governo eletrônico. No entanto, a CFA realizada confirmou a validade divergente e convergente das escalas utilizadas. Assim, é possível também que os resultados distintos gerados para os construtos facilidade de uso e compatibilidade se devam a diferenças substanciais de interpretação por parte dos respondentes dos itens das duas escalas. Novos estudos devem ser realizados, portanto, para revalidar as escalas traduzidas para o português.

A hipótese H9, que relaciona a vantagem relativa com a satisfação de uso, também não obteve suporte empírico. O construto vantagem relativa é definido como o grau pelo qual uma inovação é percebida como sendo melhor do que a ideia que a antecedeu (Rogers, 2003). Neste trabalho, a maioria dos respondentes, por seu poder aquisitivo e nível educacional, deve ser usuária da Internet e da Web. Assim, até mesmo por considerarem o meio digital compatível com seu estilo de vida, é possível que os investidores não considerem a compra e vendas de ações via Web como um novo benefício, já que usam tecnologias similares para interagir com amigos e colegas, fazer negócios, etc. Dessa forma, os sistemas de home broker apenas preencheriam uma expectativa existente (Carter & Belanger, 2005, p. 19-20).

Finalmente, Roca et al. (2009), analisando sistemas de on-line trading, enfatizam a importância da confiança no sistema de home broker de per si. Da mesma forma, Wu e Chen (2005) mostram que a introdução do fator confiança nos modelos TAM e TPB tradicionais pode aumentar o poder de explicação da adoção do sistema. Gefen et al. (2003) concluem seu trabalho sobre on-line shopping da mesma forma, enfatizando, tal qual Konana e Balasubramanian (2005), que, em situações em que a responsabilidade pela busca de informações e pela própria transação se desloca do agente intermediário para o próprio usuário, o construto confiança desempenha um papel altamente relevante na satisfação do usuário e na consequente adoção do sistema. No entanto, os resultados oriundos do modelo estrutural adotado neste trabalho não proveram suporte empírico para a hipótese de que o construto confiança é um antecedente significativo à satisfação dos usuários de sistemas de home broker (H10). Uma explicação plausível seria o fato de a amostra adotada ser composta de investidores que são clientes da corretora em questão há tempos. Explicação corroborada pela elevada média e baixo desvio padrão associados aos indicadores do construto confiança. No entanto, estudos futuros devem analisar essa questão em maior profundidade.

7. CONCLUSÕES

No presente trabalho, o objetivo foi investigar, sob a ótica dos investidores no mercado acionário, os antecedentes da intenção de uso de sistemas de home broker. Com base nos resultados obtidos, conclui-se que compatibidade e utilidade e facilidade de uso são antecedentes da satisfação com o sistema, e que influenciam positivamente a intenção de adoção do sistema. Ressalta-se que, como dito anteriormente, a satisfação pode ser encarada como um proxis da atitude em relação ao uso de sistemas de informação (Mather et al., 2002; Konana & Balasubramanian, 2005; Wixom & Todd, 2005).

7.1. Implicações acadêmicas

Neste estudo, buscou-se investigar os antecedentes da adoção de uma específica tecnologia - no caso, sistemas de home broker -, por meio do desenvolvimento e teste de um modelo estrutural próprio gerado a partir da literatura científica existente, em linha com as recomendações de Orlikowski e Iacono (2001) e Benbasat e Barki (2007), que entendem que tecnologias específicas demandam modelos de adoção específicos. Além disso, no estudo em questão, buscou-se aproximar duas vertentes teóricas que têm se desenvolvido em separado: adoção de tecnologia e satisfação do usuário (Mather et al., 2002; Wixom & Todd, 2005).

O uso da satisfação do usuário com o sistema de home broker como um proxis da atitude do usuário em relação a esse sistema e como antecedente a sua intenção de uso pode ser considerada uma contribuição acadêmica deste trabalho, já que raramente essas duas abordagens são combinadas (ver Mather et al., 2002). Os resultados encontrados mostram que a aplicação conjunta dessas duas vertentes teóricas pode ser mais adequada do que o uso isolado de cada uma delas. Dessa forma, neste estudo, aponta-se para a possibilidade e a necesssidade de desenvolver e testar variações do modelo aqui apresentado, levando-se em consideração não apenas os ubíquos modelos TAMxx (Benbasat & Barki, 2007), mas também outras abordagens, como IDT e confiança (Carter & Belanger, 2005) e, principalmente, o construto satisfação do usuário com a tecnologia em análise.

Conforme argumentam Orlikowski e Iacono (2001), é fundamental que os modelos de adoção levem em consideração as especificidades das tecnologias investigadas, seu papel e o contexto em que estão sendo usadas. Ademais, é importante ligar a satisfação do usuário com a tecnologia em análise e seu uso, naquilo que é, ainda hoje, considerado um gap conceitual (Wixom & Todd, 2005, p. 89).

Finalmente, como já dito, nesta pesquisa avança-se numa área pouquíssimo explorada - on-line investing -, que se diferencia de Internet banking por uma série de razões, anteriormente explicitadas (Bakos et al., 2005; Roca et al., 2009). Assim, evitou-se neste trabalho mimetizar os modelos adotados para adoção de sistemas de Internet banking, como se eles fossem capazes de explicar completamente o processo de compra e venda de ações via Web (Konana & Balasubramanian, 2005).

7.2. Implicações gerenciais

O trabalho apontou a compatibilidade e a utilidade e facilidade de uso percebidas como antecedentes à satisfação do usuário com o sistema de home broker, a qual se configurou em poderoso antecedente a seu uso.

No caso da compatibilidade, pode-se argumentar que sistemas de home broker congruentes com o modo como os investidores do mercado acionário interagem com outros sistemas na Web - seja socialmente (redes sociais, e-mails etc.), economicamente (compra de serviços e produtos via Web) ou profissionalmente (atividades relacionadas a seu dia a dia no trabalho) - têm maiores chances de satisfazer o usuário e ser efetivamente usados.

Compatibilidade foi o mais significativo antecedente à satisfação do usuário com sistemas de home broker. Tal não configura uma surpresa, já que esse construto tem sido frequentemente encontrado como um antecedente altamente relevante à atitude/intenção de uso de sistemas em variados contextos, incluindo-se aí os sistemas de comércio eletrônico (Van Slyke, Bélanger & Comunale, 2004). Assim, para aumentar a satisfação do usuário com sistemas de home broker, as corretoras devem fornecer informações e serviços de forma consistente com as outras formas que o investidor tem de interagir com essas empresas. Por exemplo, formulários on-line devem ser semelhantes aos formuários em papel com os quais os investidores em ação já estão acostumados, o mesmo ocorrendo com o modus operandi para compra/venda de ações por meios tradicionais ou eletrônicos.

De modo similar, a compatibilidade pode também ser alcançada se o mercado financeiro decidir padronizar as interfaces de seus websites. Não obstante tal possibilidade ser improvável no curto prazo, maior demanda dos investidores por sistemas de home broker pode eventualmente levar a tal padronização. Assim, ao padronizar-se a interface e a interação do usuário com os sites de corretoras e bancos, a compatibilidade será aumentada (e por consequência, a satisfação do usuário e a intenção de uso), à medida que os investidores mudam de um site para outro (Carter & Belanger, 2005).

Semelhantemente, as percepções de utilidade e facilidade de uso de sistemas de home broker mostram-se antecedentes importantes à satisfação do usuário com o sistema. Um sistema de home broker adequado ajuda os investidores a efetuarem lucrativas transações com ações, de forma rápida, fácil e tempestiva, mitigando suas dúvidas acerca das decisões tomadas (Roca et al., 2009). Tal se explica, mais uma vez, pelo específico processo de compra e venda de ações, extremamente dependente da responsividade do sistema às ordens lançadas (Konana & Balasubramanian, 2005). Assim, um sistema de home broker que coloque as ordens dos investidores de forma rápida, simples e precisa aumenta a satisfação do usuário com ele, levando a um incremento na intenção de uso do sistema pelos investidores.

Como a satisfação do usuário é um construto importante para o projeto do sistema em questão (Wixom & Todd, 2005), essas observações podem ser levadas em consideração pelas empresas quando do projeto e desenvolvimento de sistemas de home broker.

7.3. Limitações da pesquisa e trabalhos futuros

Algumas limitações devem ser consideradas ao avaliar-se a presente pesquisa.

Uma limitação refere-se aos modelos de aceitação de tecnologia escolhidos e utilizados no referencial teórico (TAM, TRA, TPB e IDT). Eles não esgotam a totalidade dos modelos existentes na literatura acadêmica mundial, tendo sido escolhidos discricionariamente pelos pesquisadores. Assim, podem existir outras variáveis relevantes que também mereçam ser consideradas e que não foram levadas em consideração no presente estudo.

Ademais, o construto satisfação do usuário foi medido por meio de uma escala de 0 a 10, deixando margem a tendenciosidades inerentes aos respondentes, quando de suas respostas. Além disso, não foi adotada uma escala mais elaborada desse construto, como a desenvolvida por Doll e Torkzadeh (1988), que tratam esse construto de forma multidimensional. Deve-se destacar que tal opção se deveu ao fato de essa escala ter sido criticada por Chin e Lee (2000), conforme explicado anteriormente neste artigo.

Finalmente, a amostra de respondentes usuários de sistemas de home broker, embora adequada à análise estatística, não foi objeto de uma análise de proporção vis-à-vis a população de usuários de sistemas de home broker do Brasil. Infelizmente, não foi possível encontrar um padrão demográfico dessa população, inviabilizando, portanto, tal análise.

Pode-se citar, por fim, algumas sugestões para pesquisas futuras nessa área de conhecimento, conforme explicitado a seguir.

A pesquisa foi realizada com investidores usuários ou potenciais usuários de sistemas de home broker. Um experimento interessante é estudar os investidores que aplicam na bolsa de valores, mas que optaram por não utilizar sistemas de home broker, visando identificar os motivos para tal rejeição.

Adicionalmente, o Web survey atingiu um número não muito grande de respondentes. Assim, uma pesquisa futura realizada com uma escala maior de respondentes pode confrontar os resultados obtidos no presente estudo. Por outro lado, outros procedimentos metodológicos baseados em análises qualitativas, também, poderiam ser utilizados, comparando-se os resultados obtidos com os aqui apresentados.

Por fim, neste trabalho objetivou-se adentrar uma área pouquísimo estudada no Brasil, de modo a permitir que, em futuro breve, mais trabalhos corroborem ou refutem os resultados aqui encontrados, fortalecendo o conhecimento de acadêmicos e praticantes acerca de sistemas de home broker. Acredita-se que um passo tenha sido dado no sentido de ligar duas importantes correntes teóricas relativas ao uso de sistemas de informação. No entanto, foi um simples passo. Pesquisas adicionais necessitam ser desenvolvidas para refinar as relações propostas no presente modelo de intenção de uso de sistemas de home broker. 

Recebido em 19/outubro/2012

Aprovado em 10/dezembro/2013

Sistema de Avaliação: Double Blind Review

Editor Científico: Nicolau Reinhard

• Adams, D. A., Nelson, R. R. & Todd, P. A. (1992). Perceived usefulness, ease of use and usage of information technology: a replication. MIS Quarterly, 16(2), 227-247.
• Agarwal, R. & Prasad, J. (1998). A conceptual and operational definition of personal innovativeness in the domain of information technology. Information Systems Research, 9(2), 204-215.
• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
• Ajzen, I. & Fishbein, M. (1980). Understanding attitudes and predicting social behavior Englewoods Cliff, N.J.: Prentice-Hall.
• Albuquerque, F. J. B., Sousa, F. M. & Martins, C. R. (2010). Validação das escalas de satisfação com a vida e afetos para idosos rurais. Psico, 41(1), 85-92.
• Bailey, J. E. & Pearson, W. (1983). Development of a tool for measuring and analyzing computer user satisfaction. Management Science, 29(5), 530-545.
• Bakos, Y., Lucas Jr., H. C., Oh, W., Simon, G., Viswanathan, S. & Weber, B. W. (2005). The impact of e-commerce on competition in the retail brokerage industry. Information Systems Research, 16(4), 352-371.
• Balasubramanian, S., Konana, P. & Menon, N. W. (2003). Customer satisfaction in virtual environments: a study of online investing. Management Science, 49(7), 871-889.
• Benbasat, I. & Barki, H. (2007). Quo Vadis TAM? Journal of the Association of Information Systems, 8(4), 211-218.
• Carter, L. & Belanger, F. (2005). The utilization of e-government services: citizen trust, innovation and acceptande factors. Information Systems Journal, 15(1), 5-25.
• Chau, P. Y. K. (1996). An empirical assessment of a modified technology acceptance model. Journal of Management Information Systems, 13(2), 185-204.
• Chau, P. Y. K. & Hu, P. J. (2001). Information technology acceptance by individual professionals: a model comparison approach. Decision Sciences, 32(4), 699-719.
• Chen, L.-D., Gillenson, M. L. & Sherrell, D. L. (2004). Consumer acceptance of virtual stores: a theoretical model and critical success factors for virtual stores. ACM SIGMIS Database, 35(2), 8-31.
• Cheng, T. C. E., Lam, D. Y. C. & Yeung, A. C. L. (2006). Adoption of Internet banking: an empirical study in Hong Kong. Decision Support Systems, 42(3), 1558-1572.
• Chin, W. W. (2010). How to write up and report PLS analyses. In V. E. Vinzi, W. W. Chin, J. Henseler & H. Wang (Eds.), Handbook of partial least squares: concepts, methods and applications (pp. 655-690). Heidelberg: Springer-Verlag.
• Chin, W.W. & Lee, M. K. (2000). A proposed model and measurement instrument for the formation of IS satisfaction: the case of end user computer satisfaction. Proceedings of the International Conference of Information Systems, Brisbane, Australia, 21.
• Cho, V. & Cheung, I. (2003). A study of on-line legal service adoption in Hong Kong. Hong Kong: The Hong Kong PolythecnicUniversity.
• Costa, A. & Joia, L. A. (2006). Critical success factors for e-brokerage: an exploratory study in the Brazilian market. In S. Kamel (Ed.), Electronic business in developing countries: challenges and opportunities (pp. 193-213). Hershey, PA: Idea Group Publishing.
• Costa-Filho, B. A. & Pires, P. J. (2005). Avaliação dos fatores relacionados na formaçãodo índice de prontidão à tecnologia - TRI (Technology Readiness Index) como antecedentes do modelo TAM (Technology Acceptance Model). Anais do Encontro da Associação Nacional de Programas de Pós-Graduação e Pesquisa em Administração - EnANPAD, Brasília, DF, Brasil, 29.
• Dasgupta, S. & Dickinson, F. (1998). Electronic contracting in online stock trading. Electronic Markets, 8(3), 20-22.
• Davis, F. D., Bagozzi, R. P. & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management Science, 35(8), 982-1003.
• Davis, F. D. & Venkatesh, V. (1996). A critical assessment of potential measurement biases in the technology acceptance model three experiment. International Journal of Human-Computer Studies, 45(1), 19-45.
• Dillon, A. & Morris, M. (1996). User acceptance of new information technology: theories and models. Annual Review of Information Science and Technology, 31, 3-32.
• Doll, W. J. & Torkzadeh, G. (1988). Developing a multidimensional measure of system-use in an organisational context. Information and Management, 33(4), 171-185.
• Evans, P. & Wurster, T. (2000). Blown to bits: how the new economics of information transforms strategy Boston, MA: Harvard Business School Press.
• Federação Mundial de Bolsas. (2008). A importância econômica das bolsas Recuperado em 6 junho, 2013, de http://www.bmfbovespa.com.br/pdf/publigra_aimportancia.pdf
• Fishbein, M. & Ajzen, I. (1975). Belief, attitude, intention, and behavior: an introduction to theory and research Boston, MA: Addison-Wesley.
• Gatian, A.W. (1994). Is user satisfaction a valid measure of system effectiveness? Information and Management, 26(3), 119-131.
• Gefen, D., Karahanna, E. & Staub, D. W. (2003). Trust and TAM in online shopping: an integrated model. MIS Quarterly, 27(1), 51-90.
• Gefen, D. & Straub, D. (2000). The relative importance of perceived ease-of-use in IS adoption: a study of e-commerce adoption. Journal of the Association for Information Systems, 1(8), 1-21.
• Gutman, L. F. & Joia, L. A. (2012). Antecedentes da percepção de qualidade de sistemas home broker na ótica de seus usuários. Anais do Encontro da Associação Nacional de Programas de Pós-Graduação e Pesquisa em Administração - EnANPAD, Rio de Janeiro, RJ, Brasil, 36.
• Hair Jr., J. F., Anderson, R. E., Tatham, R. L. & Black, W. C. (2009). Análise multivariada de dados (6a ed.). Porto Alegre: Bookman.
• Hair Jr., J. F., Sarstedt, M., Pieper, T. M. & Ringle, C. M. (2012). The use of partial least squares structural equation modeling in strategic management research: a review of past practices and recommendations for future applications. Long Range Planning, 45(5-6), 320-340.
• Hassanein, K. & Head, M. (2004, June). The influence of product type on online trust. Proceedings of the Bled eCommerce Conference, Bled, Slovenia, 17.
• Igbaria, M., Guimarães, T. & Davis, G. B. (1995). Testing the determinants of microcomputer usage via a structural equation model. Journal of Management Information Systems, 1(4), 87-114.
• Ives, B., Olson, M. H. & Baroudi, J. J. (1983). The measurement of user information satisfaction. Comunications of the ACM, 26(10), 785-793.
• Kim, H.-W. & Kankanhalli, A. (2009). Investigating user resistance to information systems implementation: a status quo bias perspective. MIS Quarterly, 33(3), 567-582.
• Konana P. & Balasubramanian, S. (2005). The social--economic-psychological model of technology adoption and usage: an application to online investion. Decision Suppport Systems, 39(3), 505-524.
• Lee, M.C. (2009). Factors influencing the adoption of Internet banking: an integration of TAM and TPB with perceived risk and benefit. Electronic Commerce Research and Applications, 8(3), 130-141.
• Lee, Y., Kozar, K. A. & Larsen, K. R. T. (2003). The technology acceptance model: past, present, and the future. Communications of the AIS, 12(50), 752-780.
• Legris, P., Ingham, J. & Collerette, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information & Management, 40(3), 191-204.
• Looney, C. A., Valacich, J. S., Todd, P. A. & Morris, M. G. (2006). Paradoxes of online investing: testing the influence of technology on user expectancies. DecisionSciences, 37(2), 206-246.
• Mather, D., Caputi, P. & Jayasuriya, R. (2002). Is the technology acceptance model a valid model of user satisfaction of information technology in environments where usage is mandatory? In A. Wenn, M. McGrath & F. Burstein (Eds.), Enabling organisations and society through information systems (pp. 1241-1250). Victoria University, Australia: ACIS 2002 School of Information Systems.
• Mayer, R., Davis, J. & Schoorman, F. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709-734.
• McKnight, H., Choudhury, V. & Kacmar, C. (2002). Developing and validating trust measures for e-commerce: an integrative typology. Information Systems Research, 13(3), 334-359.
• Melone, N. (1990). A theoretical assessment of the user--satisfaction construct in information systems research. Management Science, 36(1), 76-91.
• Orlikowski, W. & Iacono, C. S. (2001). Research commentary: desperately seeking the "IT" in IT artifact. Information Systems Research, 12(2), 121-134.
• Pikkarainen, T.; Pikkarainen, K., Karjaluoto, H. & Pahnila, S. (2004). Consumer acceptance of online banking: an extension of the technology acceptance model. Internet Research, 14(3), 224-235.
• Plouffe, C. R., Hulland, J. S. & Vandenbosch, M. (2001). Research report: richness versus parsimony in modeling technology adoption decisions - understanding merchant adoption of a smart card-based payment system. Information Systems Research, 12(2), 208-222.
• Prabhudev, K., Menon, N. & Balasubramanian, S. (2000). The implications of online investing. Communications of the ACM, 43(1), 35-41.
• Rawstorne, P., Jayasuriya, R. & Caputi, P. (2000). Issues in predicting and explaining usage behaviours with the technology acceptance models and theory of planned behaviour when usage is mandatory. Proceedings of the International Conference of Information Systems, 21, Brisbane, Australia.
• Ringle, C. M., Wende, S. & Will, A. (2005). SmartPLS Recuperado em 20 junho, 2012, de http://www.smartpls.de
• Roca, J. C., Garcia, J. J. & De La Vega J. J. (2009). The importance of perceived trust, security and privacy in online trading systems. Information Management & Computer Security, 17(2), 96-113.
• Rogers, E. (2003). Diffusion of innovations (5th. ed.). New York: Free Press.
• Rousseau, D. M., Sitkin, S. B., Burt, R. S. & Camerer, C. (1998). Not so different after all: a cross-discipline view of trust. Academyof Management Review, 23(3), 393-404.
• Schlosser, A. E., White, T. B. & Lloyd, S. M. (2006). Converting web site visitors into buyers: how web site investment increases consumer trusting beliefs and online purchase intentions. Journal of Marketing, 70(2), 133-148.
• Seddon, P. (1997). A respecification and extension of the DeLone and McLean model of IS success. Information Systems Research, 8(3), 208-253.
• Sharma, M. & Bingi, P. (2000). The growth of web-based investment. Information Systems Management, 17(2), 58-64.
• Taylor, S. & Todd, P. A. (1995). Understanding information technology usage: a test of competing models. Information Systems Research, 6(2), 144-176.
• Urbach, N. & Ahlemann, F. (2010). Structural equation modeling in information systems research using partial least squares. Journal of Information Technology Theory and Application, 11(2), 5-40.
• Van Slyke, C., Bélanger, F. & Comunale, C. (2004). Factors influencing the adoption of web-based shopping: the impact of trust. The Data Base for Advances in Information Systems, 35(2), 32-49.
• Venkatesh, V. (2000). Determinants of perceived ease of use: integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11(4), 342-365.
• Venkatesh, V. & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273-315.
• Venkatesh, V., Davis, F. D. (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, 46(2), 186-204.
• Venkatesh, V., Davis, F. D. & Morris, M. G. (2007). Dead or alive? The development, trajectory and future of technology adoption research. Journal of the Association for Information Systems, 8(4), 268-286.
• Venkatesh, V., Morris, M., Davis, G. & Davis, F. D. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly, 27(3), 425-478.
• Venkatesh, V., Thong, J. Y. L. & Xin, X. (2012). Consumer acceptance and use of Information technology: extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178.
• Vinzi, V. E., Trinchera, L. & Amato, S. (2010). PLS path modeling: from foundations to recent developments and open issues for model assessment and improvement. In V. E. Vinzi, W. Chin, J. Henseler & H. Wang (Eds.), Partial least squares: concepts, methods and applications (vol. 2, pp. 47-82). Heidelberg: Springer-Verlag.
• Voss, C. (2000). Developing an eservice strategy. Business Strategy Review, 11(1), 21-33
• Wetzels, M., Odekerken-Schröder, G. & van Oppen, C. (2009). Using PLS path modeling for assessing hierarchical construct models: guidelines and empirical illustration. MIS Quarterly, 33(1), 177-195.
• Wixom, B. H. & Todd, P. A. (2005). A theoretical integration of user satisfaction and technology acceptance. Information Systems Research, 16(1), 85-102.
• Wu, I. L. & Chen J. L. (2005). An extension of trust and TAM model with TPB in the initial adoption of on-line tax: an empirical study. International Journal of Human-Computer Studies, 62(6), 784-808.

Endereço para correspondência:

Luiz Antonio Joia

Fundação Getulio Vargas

Escola Brasileira de Administração Pública e de Empresas

Praia de Botafogo, 190 - Sala 526

Botafogo

22253-900 - Rio de Janeiro - RJ

Datas de Publicação

• Publicação nesta coleção
  31 Jul 2014
• Data do Fascículo
  Jun 2014

Histórico

• Aceito
  Dez 2013
• Recebido
  Out 2012