互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率影響因素研究
——基于EEMD-QR模型

張衛(wèi)國，庫 宇，邵貫賞

(華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510641)

一、引 言

自2013年6月余額寶引發(fā)互聯(lián)網(wǎng)理財(cái)熱潮后，國內(nèi)各大電商和包括銀行、券商、保險(xiǎn)等在內(nèi)的傳統(tǒng)金融機(jī)構(gòu)陸續(xù)通過互聯(lián)網(wǎng)渠道推出同類的理財(cái)產(chǎn)品，各種互聯(lián)網(wǎng)理財(cái)工具蓬勃發(fā)展。一些學(xué)者研究了互聯(lián)網(wǎng)理財(cái)產(chǎn)品收益率的影響因素。如楊毅等[1]與陸敬筠等[2]實(shí)證發(fā)現(xiàn)余額寶的收益受到上海同業(yè)拆借利率顯著的正向影響。林文生等發(fā)現(xiàn)產(chǎn)品規(guī)模、股債行情和銀行拆借利率都影響理財(cái)收益波動(dòng)，且影響程度不同[3]。楊宇程發(fā)現(xiàn)其受到shibor滯后項(xiàng)、證券二級市場表現(xiàn)和貨幣供應(yīng)量的影響，前兩個(gè)因素的影響均為正向，貨幣供應(yīng)量的影響則是負(fù)向[4]。孫春燕等研究發(fā)現(xiàn)余額寶現(xiàn)金占凈比對其具有線性正效應(yīng)，銀行間同業(yè)拆借利率和滬深300指數(shù)具有線性負(fù)效應(yīng)，消費(fèi)者價(jià)格指數(shù)對其具有波動(dòng)非線性作用，人民幣兌美元匯率和狹義的貨幣供應(yīng)量對其具有交互作用[5]。

隨著貨幣市場化進(jìn)程的推進(jìn)，依賴于貨幣基金的理財(cái)產(chǎn)品的收益率在不斷下滑。根據(jù)支付寶平臺(tái)的數(shù)據(jù)顯示，截至目前余額寶年化收益率已經(jīng)低于2.5%。為尋求更高收益，由保險(xiǎn)公司發(fā)行、承保或管理，接受銀保監(jiān)會(huì)監(jiān)管的保險(xiǎn)理財(cái)產(chǎn)品逐步走入投資者的視野。同時(shí)，一些學(xué)者開展了互聯(lián)網(wǎng)保險(xiǎn)理財(cái)方面的研究。如李克穆指出互聯(lián)網(wǎng)保險(xiǎn)在互聯(lián)網(wǎng)金融領(lǐng)域的創(chuàng)新發(fā)展方面走在了前列，而由于歷史數(shù)據(jù)缺乏導(dǎo)致其可能存在產(chǎn)品定價(jià)風(fēng)險(xiǎn)[6]。王燕等分析了2016年之前如萬能險(xiǎn)、投連險(xiǎn)等產(chǎn)品業(yè)績好的原因，但其也因偏離保障受監(jiān)管要求逐漸從互聯(lián)網(wǎng)理財(cái)渠道消失，隨后對未來的監(jiān)管提出了相應(yīng)建議[7]。張方波指出保險(xiǎn)資管行業(yè)發(fā)展呈現(xiàn)穩(wěn)步增長和配置多元化趨勢，資管新規(guī)的出臺(tái)帶來了機(jī)遇，同時(shí)在第三方業(yè)務(wù)等方面也面臨著挑戰(zhàn)[8]。

經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模型和集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)模型被一些學(xué)者廣泛應(yīng)用于對股票[9-12]、房地產(chǎn)[13]、大宗商品[14-15]等的研究中，并都有較好的表現(xiàn)。Zhu等指出與傳統(tǒng)的單時(shí)間尺度模型相比，EEMD可以有效減少異質(zhì)環(huán)境的影響，從而獲得更準(zhǔn)確的整體風(fēng)險(xiǎn)的測度[16]。白潔等則用EMD發(fā)現(xiàn)余額寶收益率波動(dòng)是由國內(nèi)市場資金面決定的長期趨勢和金融行業(yè)重大事件共同導(dǎo)致的[17]。

區(qū)別于類似余額寶的互聯(lián)網(wǎng)理財(cái)產(chǎn)品，保險(xiǎn)資管產(chǎn)品發(fā)展相對較晚，缺乏同類可比口徑的歷史投資業(yè)績，個(gè)人投資者短期難以對保險(xiǎn)機(jī)構(gòu)的投資管理能力進(jìn)行客觀評價(jià)，學(xué)術(shù)界缺乏針對互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品的理論和應(yīng)用研究。本文具體研究互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響因素，提出了分析互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率影響因素的EEMD-QR方法，并選取具有代表性的互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品“國壽嘉年天天盈”進(jìn)行實(shí)證分析。研究結(jié)果表明，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率主要由代表產(chǎn)品內(nèi)在發(fā)展趨勢的趨勢項(xiàng)和代表重大事件影響的低頻向量決定，而且趨勢項(xiàng)對收益率影響的程度和沖擊更高。銀行間同業(yè)拆借利率、債券市場行情、保險(xiǎn)機(jī)構(gòu)實(shí)力、匯率和證券二級市場是主要影響因素。

二、互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品基本情況

對于互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品來說，2015年之前保險(xiǎn)理財(cái)市場以中短期的萬能險(xiǎn)、投連險(xiǎn)為主，但受監(jiān)管要求，現(xiàn)在萬能險(xiǎn)和投連險(xiǎn)幾乎從互聯(lián)網(wǎng)理財(cái)渠道消失，取而代之的是個(gè)人養(yǎng)老保障管理產(chǎn)品。據(jù)融360調(diào)查發(fā)現(xiàn)，截至2018年7月末在主流的互聯(lián)網(wǎng)保險(xiǎn)理財(cái)銷售渠道中，由保監(jiān)會(huì)批準(zhǔn)設(shè)立的養(yǎng)老保險(xiǎn)公司發(fā)行的個(gè)人養(yǎng)老保障管理產(chǎn)品占到9成以上。

本文研究發(fā)現(xiàn)目前通過互聯(lián)網(wǎng)渠道發(fā)行的保險(xiǎn)活期理財(cái)產(chǎn)品主要在騰訊理財(cái)通平臺(tái)上，并設(shè)置專門的理財(cái)專區(qū)進(jìn)行銷售。理財(cái)通作為一個(gè)用戶數(shù)超1億人、總成交量超2萬億元的理財(cái)平臺(tái)，能夠?yàn)橛脩籼峁┒鄻踊睦碡?cái)服務(wù)，主要包括貨幣基金類產(chǎn)品、保險(xiǎn)理財(cái)?shù)龋顿Y者可以靈活理財(cái)，隨時(shí)存取。騰訊理財(cái)通平臺(tái)上的“國壽嘉年天天盈”等保險(xiǎn)活期理財(cái)產(chǎn)品更是一直處于平臺(tái)暢銷榜中，因產(chǎn)品風(fēng)險(xiǎn)低，收益穩(wěn)健，受到了廣大投資者的喜愛。目前，騰訊理財(cái)通平臺(tái)在售的理財(cái)通活期理財(cái)產(chǎn)品如表1所示。

表1 理財(cái)通保險(xiǎn)活期產(chǎn)品情況(截至2018年11月末)

注：資料來源于騰訊理財(cái)通平臺(tái)。

總體來看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品通過精選期限適中、風(fēng)險(xiǎn)較低、收益較高的項(xiàng)目，力求在滿足安全性、流動(dòng)性需要的基礎(chǔ)上實(shí)現(xiàn)更高的收益率，具有“資金穩(wěn)健、投資范圍廣、高流動(dòng)性、低門檻性”的特點(diǎn)，比較適合穩(wěn)健類投資者以及習(xí)慣在互聯(lián)網(wǎng)渠道購買理財(cái)產(chǎn)品的年輕人。

三、EEMD-QR模型構(gòu)建

Huang等首次提出經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模型，結(jié)合時(shí)間域和頻率域來分析時(shí)間序列內(nèi)在特征，是一種非參數(shù)、經(jīng)驗(yàn)性的分析非線性非平穩(wěn)的時(shí)間序列的方法[18]。Wu等在EMD基礎(chǔ)上提出集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)模型[19]。EMD模型是將原始時(shí)間序列數(shù)據(jù)根據(jù)其內(nèi)在特征進(jìn)行多尺度分解提取，從而得到一組頻率特征不同的分量，即本征模函數(shù)(intrinsic mode function，imf)，適用于處理互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率這樣的非線性、非平穩(wěn)數(shù)據(jù)，最終可以將互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率原始序列s(t)分解為imf函數(shù)和一個(gè)趨勢項(xiàng)rn(t)，即：

(1)

其中，t表示時(shí)間；s(t)表示時(shí)間序列。

EEMD具體分解步驟如下：

(1)在互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率原始序列s(t)中多次加入均值為0、標(biāo)準(zhǔn)差為常數(shù)的白噪聲，即：

si(t)=s(t)+wi(t)

(2)

其中，si(t)為第i次加入白噪聲后的序列；wi(t)為第i次加入的白噪聲。

(2)對新組成的時(shí)間序列si(t)分別進(jìn)行EMD 分解，得到各自的imf，記為cij(t)，與一個(gè)余項(xiàng)式ri(t)，其中cij(t)為第i次加入白噪聲后分解得到的第j個(gè)imf。

(3)根據(jù)白噪聲足夠多次試驗(yàn)可相互抵消的特性可知，將上述分解中對應(yīng)的imf計(jì)算算術(shù)平均值就可得到經(jīng)驗(yàn)分解后的最終imf，即：

(3)

其中，N為加入白噪聲的次數(shù)，cj(t)為原始序列EEMD后得出的第j個(gè)imf。

然后，按照以下的步驟對各imf進(jìn)行集成，生成高頻imf和低頻imf。

(1)計(jì)算本征模函數(shù)imf1(t)到imfn(t)的算術(shù)平均值。

(2)對本征模函數(shù)imfi(t)的平均值進(jìn)行不等于0的t檢驗(yàn)。

(3)將本征模函數(shù)imf1(t)，…，imfi-1(t)加總構(gòu)成頻率較高的成分，即為高頻分量；將imf1(t)，…，imfn(t)加總構(gòu)成頻率較低的成分，即為低頻分量。

互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率經(jīng)過EEMD模型分解的各分量進(jìn)行組合得到高頻/低頻imf分量以及趨勢項(xiàng)都具有自己獨(dú)特的屬性和比較強(qiáng)的經(jīng)濟(jì)學(xué)意義。趨勢項(xiàng)的時(shí)間序列能夠看作代表原始序列中的內(nèi)在運(yùn)行軌跡，客觀準(zhǔn)確地提取出趨勢項(xiàng)序列具有非常重要的經(jīng)濟(jì)學(xué)意義和實(shí)際意義[18]。其沿著原始序列的長期均值緩慢變化，可視作互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率變化的潛在趨勢。低頻分量的突發(fā)性上升或者下降一般和一些重大事件相對應(yīng)，代表著這些重大事件的影響。高頻分量一般振幅較小，主要代表著互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的隨機(jī)波動(dòng)。進(jìn)一步分析并量化互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響因素，并通過相關(guān)分析來檢驗(yàn)這些影響因素與對應(yīng)分量之間是否存在顯著相關(guān)關(guān)系。

最后，通過分位數(shù)回歸(QR)模型來分析具有顯著影響的因素與互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率之間的關(guān)系。通過考察解釋變量對響應(yīng)量在不同分位點(diǎn)處的異質(zhì)影響，能夠挖掘到更加豐富的信息，進(jìn)而得出收益率整個(gè)條件分布特征的描述。

四、收益率EEMD模式分解

(一)數(shù)據(jù)與描述

本文選取騰訊理財(cái)通平臺(tái)上“保險(xiǎn)理財(cái)”產(chǎn)品中的國壽嘉年天天盈產(chǎn)品作為代表來研究互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品的收益率。一方面是因?yàn)樵摦a(chǎn)品處于理財(cái)通平臺(tái)保險(xiǎn)活期理財(cái)板塊顯示的首位；另一方面，經(jīng)理財(cái)通平臺(tái)披露，截至2018年11月末，國壽嘉年天天盈產(chǎn)品已累計(jì)成交6 021萬筆，其累計(jì)成交筆數(shù)遠(yuǎn)遠(yuǎn)超過平臺(tái)其他同類產(chǎn)品之和，因此具有比較高的代表性。同時(shí)選取國壽嘉年天天盈的萬份收益率來代表本產(chǎn)品的收益率。因理財(cái)通平臺(tái)只披露近兩個(gè)月的數(shù)據(jù)，通過本文研究期間對理財(cái)通平臺(tái)數(shù)據(jù)的跟蹤，選取從2017年7月31日到2019年2月28日的數(shù)據(jù)共578個(gè)。國壽嘉年天天盈收益率分布如圖1所示。

圖1 國壽嘉年天天盈的收益率分布

首先，對國壽嘉年天天盈收益率(GS)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。由表2可知，p值大于10%，不能拒絕原假設(shè)，即認(rèn)為國壽嘉年天天盈收益率序列是非平穩(wěn)的；然后對其進(jìn)行一階差分后進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)拒絕原假設(shè)，即一階數(shù)據(jù)是平穩(wěn)的。所以選取EEMD模型可以很好地從多尺度分解分析其收益率的內(nèi)涵特征。

表2 國壽嘉年天天盈的收益率(GS)及一階數(shù)據(jù)(DGS)ADF平穩(wěn)性檢驗(yàn)結(jié)果

(二)imf分量及其分析

在Matlab平臺(tái)上編程實(shí)現(xiàn)了EEMD模型分解，最終可以將研究期間共計(jì)578天的原始的國壽嘉年天天盈的收益率數(shù)據(jù)進(jìn)行分解，得到7條具有不同特征的imf分量和1個(gè)趨勢項(xiàng)R，如圖2所示。可以看到，隨著所有被分解出的imf分量從高頻逐漸向低頻移動(dòng)，其振幅基本上逐漸變大，且最后1項(xiàng)R(t)是一個(gè)單調(diào)的可以反映理財(cái)收益率的長期趨勢。

圖2 基于EEMD模型分解的imf分量和趨勢項(xiàng)圖

本文從imf的平均周期和原始序列的相關(guān)系數(shù)、方差占比這幾個(gè)指標(biāo)來分析，EEMD模型分解后各分量特征如表3所示?？砂l(fā)現(xiàn)，與原始序列相關(guān)程度最高的是趨勢項(xiàng)，其系數(shù)為0.87，遠(yuǎn)高于其他imf與原始序列的相關(guān)程度。通過EEMD分解后最高頻的imf分量的周期短，其波動(dòng)與原始時(shí)間序列有一定的相似度，使其與原始序列的相關(guān)性較高。繼續(xù)分解后得到的處于中間水平頻率的imf分量的周期與相關(guān)系數(shù)也有很大的關(guān)系，這些imf分量的相關(guān)系數(shù)相對較低，可能是因?yàn)殡S著imf分量頻率的逐漸降低，其波動(dòng)相對而言會(huì)逐漸減緩，此時(shí)當(dāng)原始的收益率序列仍按照一定的趨勢運(yùn)轉(zhuǎn)時(shí)，這部分imf分量也會(huì)按照趨勢進(jìn)行延展導(dǎo)致出現(xiàn)了一定的滯后反應(yīng)，從而出現(xiàn)與原始序列相左的情況。而低頻的imf分量因?yàn)橛绊懼ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率的重大波動(dòng)，與原始序列的相關(guān)程度較高。

表3 EEMD模型分解后各分量特征 (%)

注：**、***分別表示在5%和1%的水平下顯著。

通過方差分析發(fā)現(xiàn)，僅趨勢項(xiàng)占比40.88%，占模式分解后各分量方差之和的比例高達(dá)61.36%。imf 7占原始時(shí)間序列方差的比例為7.84%，占模式分解后方差的比例為11.77%，僅次于趨勢項(xiàng)對于原始序列的沖擊占比，說明當(dāng)受到重大事件沖擊的時(shí)候，低頻imf分量和趨勢項(xiàng)對于國壽嘉年天天盈的收益率貢獻(xiàn)程度很大。同時(shí)，因?yàn)閲鴫奂文晏焯煊氖找媛实娜臻g隨機(jī)波動(dòng)比較大，它也對國壽嘉年天天盈的波動(dòng)具有一定貢獻(xiàn)。

(三)結(jié)構(gòu)特征分析

基于EEMD模型分解的各頻率判別圖如圖3所示。

圖3 基于EEMD模型分解的各頻率判別圖

對各imf進(jìn)行集成，生成高頻imf和低頻imf。根據(jù)前述可得：imf 1—imf 5為高頻部分，加和作為高頻分量；imf 6—imf 7歸為低頻部分，加和作為低頻分量；趨勢項(xiàng)作為獨(dú)立的分量。通過EEMD模型分解互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品得到的各分量進(jìn)行組合后的高頻imf分量、低頻imf分量以及趨勢項(xiàng)的特征，如表4所示。

表4 高頻/低頻imf分量以及趨勢項(xiàng)特征 (%)

注：***表示在1%的水平下顯著。

1.趨勢項(xiàng)特征——內(nèi)在發(fā)展趨勢

趨勢項(xiàng)和原始時(shí)間序列的相關(guān)系數(shù)達(dá)0.87，趨勢項(xiàng)占原始時(shí)間序列方差的40.88%，占EEMD模型分解后方差的58.30%。趨勢項(xiàng)與原始序列的相關(guān)系數(shù)與方差波動(dòng)占比均比其他imf分量高，說明趨勢項(xiàng)是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的重要組成部分，基本可以反映本互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的發(fā)展趨勢。

國壽嘉年天天盈的投資管理人分別是中國人壽養(yǎng)老保險(xiǎn)股份有限公司和嘉實(shí)基金管理有限公司。中國人壽養(yǎng)老保險(xiǎn)股份有限公司負(fù)責(zé)不動(dòng)產(chǎn)類金融資產(chǎn)、其他金融資產(chǎn)的配置，嘉實(shí)基金管理有限公司負(fù)責(zé)資產(chǎn)配置和存款、債券等證券化金融產(chǎn)品管理，其投資比例比較高的主要是流動(dòng)性資產(chǎn)以及固定收益資產(chǎn)，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率與投資管理人的投資能力及投資的較高流動(dòng)性標(biāo)的息息相關(guān)。這說明從長期來看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率與國內(nèi)同業(yè)市場資金面的松緊程度以及固定收益市場的收益情況相關(guān)。

2.低頻曲線特征——重大事件影響

趨勢項(xiàng)對于收益率的影響是緩慢的，且穩(wěn)定在一定的水平上，因此國壽嘉年天天盈收益率的大幅波動(dòng)是重大事件對于互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的沖擊造成的。低頻分量與原始時(shí)間序列的相關(guān)系數(shù)為0.75，遠(yuǎn)高于高頻曲線與原始序列對應(yīng)的相關(guān)系數(shù)0.47。低頻分量占EEMD分解后方差的比例為15.02%，這也與一直以來互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率因風(fēng)險(xiǎn)不高相關(guān)，整體上收益率波動(dòng)沒有像其他常見的理財(cái)產(chǎn)品的波動(dòng)那么大，受重大事件的影響但是敏感程度不高。國壽嘉年天天盈的收益率主要受資管新規(guī)、貨幣政策以及國內(nèi)外金融市場環(huán)境的影響。

隨著資管新規(guī)的落地實(shí)施，打破剛兌的要求明顯沖擊了之前的理財(cái)市場。短期來看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品面臨著一定的轉(zhuǎn)型和調(diào)整壓力，對投資標(biāo)的的限制可能使產(chǎn)品收益率下降。而自從2018年3月發(fā)生錢荒以來，國內(nèi)先后經(jīng)歷了全國降準(zhǔn)、定向降準(zhǔn)、中期借貸便利大規(guī)模凈投放等多次降準(zhǔn)舉措，實(shí)行穩(wěn)健中性的貨幣政策，保持流動(dòng)性的合理充裕，使得理財(cái)產(chǎn)品收益呈現(xiàn)下滑的趨勢。

同時(shí)，在中美貿(mào)易摩擦的影響下，整個(gè)國際金融市場處于極大的波動(dòng)中，投資者對于金融資產(chǎn)的風(fēng)險(xiǎn)偏好降低，并傳導(dǎo)到國內(nèi)金融市場，使得國內(nèi)投資理財(cái)市場受到了很大的影響。由此造成的股市行情持續(xù)低迷會(huì)加劇投資者投資偏向低風(fēng)險(xiǎn)、高流動(dòng)性的理財(cái)產(chǎn)品，引起互聯(lián)網(wǎng)理財(cái)產(chǎn)品市場收益率進(jìn)一步下跌。

通過EEMD分解可以分析這些事件對互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的影響及結(jié)果，既可以幫助我們來評判重大事件帶來的影響程度，也可為以后的投資者進(jìn)行決策提供參考。

3.高頻曲線特征——隨機(jī)波動(dòng)影響

互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率除了受其潛在的趨勢因素和重大事件的影響外，其高頻曲線的變化特征主要代表著市場隨機(jī)波動(dòng)帶來的影響。對國壽嘉年天天盈的收益率的影響主要體現(xiàn)在imf 1—imf 5組成的低頻分量上，高頻分量與原始序列的相關(guān)系數(shù)為0.47，相關(guān)程度最小。因?yàn)榛ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品可投資標(biāo)的品種和范圍較“寶寶類”產(chǎn)品相對較大，其日間波動(dòng)也相對較大，這也是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品獨(dú)特的特點(diǎn)，其頻繁的波動(dòng)會(huì)對理財(cái)收益率造成影響。對于短期的預(yù)測來說，高頻分量不可或缺，但是從較長期的角度來看，可以忽略高頻分量的影響。圖4為國壽嘉年天天盈收益率及各分量曲線圖。

圖4 國壽嘉年天天盈收益率及各分量曲線圖

綜上所述，趨勢項(xiàng)代表了理財(cái)收益率的內(nèi)在趨勢，與管理人的投資能力與投資標(biāo)的相關(guān)，可以基本反映收益率的發(fā)展走勢。低頻分量代表了重大事件的影響作用，重大事件的出現(xiàn)會(huì)對收益率造成較大的波動(dòng)，觀測期內(nèi)資管新規(guī)落地、各項(xiàng)降準(zhǔn)舉措的實(shí)行以及中美貿(mào)易摩擦帶來的理財(cái)市場低迷，都引起了理財(cái)收益率的不斷下行。高頻分量的頻繁波動(dòng)代表了產(chǎn)品本身隨機(jī)波動(dòng)的影響，與收益率相關(guān)性最小。

五、基于QR模型實(shí)證分析

由前面分析可知，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)?shù)内厔蓓?xiàng)和低頻分量對于收益率的解釋性更強(qiáng)。因此研究二者的影響因素能夠幫助我們更好地認(rèn)識(shí)和投資互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品。根據(jù)這些因素的特點(diǎn)并結(jié)合我國金融市場發(fā)展的具體情況，進(jìn)一步選擇出互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率影響因素的量化指標(biāo)如下。

(一)趨勢項(xiàng)因素的量化指標(biāo)

(1)銀行間同業(yè)拆借利率。在我國金融市場上，銀行的存款利率通常能夠反映出當(dāng)前資金面的松緊水平。李東榮指出上海銀行間同業(yè)拆借利率隔夜利率(shibor)作為貨幣市場基準(zhǔn)利率整體上能夠較好地反映資金成本、市場供求和貨幣政策預(yù)期的變化[20]。因此本文也選取shibor來作為判斷市場利率的基準(zhǔn)，來表現(xiàn)資金面的需求關(guān)系。

(2)債券市場行情。國壽嘉年天天盈投資短期固定收益資產(chǎn)比例為0～190%，占比相當(dāng)高，因此債券市場的行情也會(huì)影響互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益情況。參考閆紅蕾等的研究，國債的利率期限結(jié)構(gòu)決定基準(zhǔn)無風(fēng)險(xiǎn)利率[21]。本文選取一年期國債收益率來代表短期債市的市場行情。

(3)保險(xiǎn)機(jī)構(gòu)實(shí)力?；ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的管理人主要是保險(xiǎn)資管機(jī)構(gòu)，而理財(cái)投資管理人的主動(dòng)管理能力是關(guān)系投資風(fēng)格及收益的一個(gè)關(guān)鍵因素，這也是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)區(qū)別于其他理財(cái)產(chǎn)品的一個(gè)重要的原因，因此研判保險(xiǎn)機(jī)構(gòu)的實(shí)力也十分重要。本文選取的Wind保險(xiǎn)Ⅱ指數(shù)可以在一定程度上代表保險(xiǎn)行業(yè)及機(jī)構(gòu)的實(shí)力，以此來研究其對于收益率的影響。

(二)重大事件因素的量化指標(biāo)

(1)匯率。隨著中國逐漸走向世界，國際環(huán)境的不確定性給中國的金融市場帶來了極大的沖擊，特別是2018年以來開啟的中美貿(mào)易戰(zhàn)更是一個(gè)黑天鵝事件，至2019年又逐漸緩和，國際趨勢的變化深刻地影響了國內(nèi)外資的流通。正是人民幣匯率的波動(dòng)沖擊著國內(nèi)外資金的流動(dòng)，然后影響著各種金融工具的價(jià)格，影響著我國金融市場的資金面，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益自然也深受影響。王勝等實(shí)證描述了匯率的動(dòng)態(tài)傳遞效應(yīng)[22]。因此本文選取美元兌人民幣的中間價(jià)作為匯率數(shù)據(jù)，來研究匯率的變動(dòng)對互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響。

(2)證券二級市場行情。證券市場反映了理財(cái)市場人們對于風(fēng)險(xiǎn)資金的偏好程度，證券市場低迷會(huì)吸引大量資金投入非證券市場，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)也包括在內(nèi)。參考趙雪謹(jǐn)和張衛(wèi)國采用上證綜合指數(shù)和深證成份指數(shù)來構(gòu)建和描述股票市場的資產(chǎn)收益率回報(bào)[23]，本文選取上證指數(shù)來研究證券二級市場對于收益率的影響。

考慮到數(shù)據(jù)的可得性與一致性，將國壽嘉年天天盈自2017年7月31日至2019年2月28日的收益率(GS)作為被解釋變量，然后選取對應(yīng)時(shí)間的上海銀行間同業(yè)拆借利率隔夜利率(shibor)、一年期國債收益率(GZ)、Wind保險(xiǎn)Ⅱ指數(shù)(BX)、匯率(LV)、上證指數(shù)(SZ)。以上數(shù)據(jù)均來自Wind經(jīng)濟(jì)數(shù)據(jù)庫?？紤]到周末以及節(jié)假日等因素，部分?jǐn)?shù)據(jù)存在缺失的狀況可能無法匹配，所以在以日為計(jì)算周期的基礎(chǔ)上，休息日的數(shù)據(jù)采用平均插值法計(jì)算得來。

(三)實(shí)證結(jié)果

首先，考慮到各影響因素之間可能存在相關(guān)性，因此本文通過Pearson相關(guān)系數(shù)法來計(jì)算各影響因素間的相關(guān)性，計(jì)算結(jié)果如表5所示。

表5 影響因素間的相關(guān)關(guān)系

從表5中可以看出，只有一年期國債收益率和上證指數(shù)之間存在高度相關(guān)性，其他影響因素之間的相關(guān)性都比較低。為了方便后面詳細(xì)分析各影響因素對收益率的影響，本文保留所有的5個(gè)影響因素，不作降重處理。

然后驗(yàn)證各影響因素與對應(yīng)分量之間的關(guān)系，影響因素與對應(yīng)分量之間的關(guān)系如表6(a)、表6(b)所示?？梢园l(fā)現(xiàn)各影響因素與對應(yīng)收益率分量是顯著相關(guān)的。

表6(a) 影響因素與趨勢項(xiàng)之間的關(guān)系

表6(b) 影響因素與低頻imf之間的關(guān)系

注：***表示在1%的水平下顯著。

其次，對所研究的變量取對數(shù)，使得其對應(yīng)的時(shí)間序列保持平穩(wěn)，同時(shí)減少共線性和異方差出現(xiàn)的概率。表7為變量的描述統(tǒng)計(jì)量?？梢园l(fā)現(xiàn)國壽嘉年天天盈產(chǎn)品收益率的波動(dòng)水平比較高，這也與其日間頻繁的隨機(jī)波動(dòng)有關(guān)。同時(shí)，國壽嘉年天天盈的收益率的偏度小于0、峰度小于3，表現(xiàn)出負(fù)偏平坦峰的分布形態(tài)。然后根據(jù)JB統(tǒng)計(jì)量的結(jié)果可以看出各變量的時(shí)序數(shù)據(jù)的分布特征都是顯著的非正態(tài)分布。因此，通過分位數(shù)回歸模型可以更全面地描述互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率及其影響因素之間的相關(guān)關(guān)系。

表7 描述統(tǒng)計(jì)量

注：***表示在1%的水平下顯著。

接著采用分位數(shù)回歸(QR)模型來研究分析在不同分布狀態(tài)下的國壽嘉年天天盈收益率與其影響因素的相關(guān)性。為了詳細(xì)觀察不同分位數(shù)下，國壽嘉年天天盈產(chǎn)品收益率的波動(dòng)與各影響因素之間的相關(guān)性，本文選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表8所示。

表8 收益率與各影響因素的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過表8可以發(fā)現(xiàn)，在不同的分位數(shù)水平下各影響因素對于國壽嘉年天天盈收益率的影響方向及影響程度的變化。從回歸結(jié)果來看，上海銀行間同業(yè)拆借利率隔夜利率對國壽嘉年天天盈收益率的影響是反向的。在其他條件保持不變的情況下，上海銀行間同業(yè)拆借利率的增加會(huì)讓收益率隨之降低，而且當(dāng)收益率處于較高水平的時(shí)候，其負(fù)向的影響更加顯著。這也說明在貨幣流動(dòng)性放松的情況下，保險(xiǎn)活期理財(cái)產(chǎn)品可投資標(biāo)的范圍較大，收益率能保持比較穩(wěn)健的水平。匯率對國壽嘉年天天盈收益率的影響同樣是反向的，在其他條件保持不變的情況下，匯率的增加會(huì)讓收益率隨之降低，特別是當(dāng)收益率處于低分位的時(shí)候，匯率會(huì)對收益率造成更明顯的負(fù)向影響。這說明貿(mào)易戰(zhàn)等國際環(huán)境的不穩(wěn)定引起的匯率波動(dòng)會(huì)造成互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率隨之下降。上證指數(shù)只有當(dāng)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率不處于極端水平(分位數(shù)水平為0.4～0.9)的時(shí)候，才對互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率具有顯著負(fù)向影響，且在中間分位對收益率的影響程度最為顯著。這說明互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的投資策略較為穩(wěn)健，受極端值的影響較小。國債收益率對國壽嘉年天天盈收益率保持著顯著的正向影響，國債收益率的上漲會(huì)帶來互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率的上漲，而且一直都保持著穩(wěn)定的正向影響程度。主要是因?yàn)槠渫顿Y風(fēng)險(xiǎn)比較低、期限比較短的固定收益產(chǎn)品的比例非常高，這些固定收益的收益率波動(dòng)會(huì)直接影響互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率。保險(xiǎn)指數(shù)對于國壽嘉年天天盈收益率的影響是正向的，這可能是因?yàn)楸ｋU(xiǎn)指數(shù)從側(cè)面反映保險(xiǎn)機(jī)構(gòu)的發(fā)展投資水平以及當(dāng)下市場對于保險(xiǎn)機(jī)構(gòu)的認(rèn)可程度，保險(xiǎn)指數(shù)上漲，其收益率也隨之上漲。

再次，進(jìn)一步采用QR模型來研究分析在不同分布狀態(tài)下的國壽嘉年天天盈收益率經(jīng)過EEMD分解后得到的趨勢項(xiàng)序列、低頻序列與各影響因素的相關(guān)性。同樣選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表9(a)、表9(b)所示。

表9(a) 收益率趨勢項(xiàng)與各影響因素的分位數(shù)回歸結(jié)果

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

表9(b) 收益率低頻imf與各影響因素的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過表9(a)、表9(b)可以進(jìn)一步發(fā)現(xiàn)，當(dāng)分位數(shù)為0.1～0.6時(shí)，上海銀行間同業(yè)拆借利率對國壽嘉年天天盈收益率趨勢項(xiàng)的影響是正向的；而當(dāng)分位數(shù)繼續(xù)增大時(shí)，這種影響變?yōu)榉聪?；但是?dāng)分位數(shù)處于中間水平時(shí)，影響不顯著。這可能是由于當(dāng)國壽嘉年天天盈收益率處于正常水平時(shí)，投資者對保險(xiǎn)機(jī)構(gòu)的發(fā)展投資水平等因素不敏感；上海銀行間同業(yè)拆借利率對國壽嘉年天天盈收益率低頻imf的影響呈“U”形，且始終是反向的。匯率對國壽嘉年天天盈收益率趨勢項(xiàng)和低頻imf的影響都是反向的，而且對趨勢項(xiàng)的影響更為顯著，因此可以得出匯率主要影響國壽嘉年天天盈收益率的趨勢項(xiàng)的結(jié)論。上證指數(shù)對國壽嘉年天天盈收益率趨勢項(xiàng)的影響在低分位數(shù)下為負(fù)向的，隨著分位數(shù)的增加，影響效果總體呈逐漸減弱的趨勢，當(dāng)分位數(shù)為0.9時(shí)，影響變?yōu)檎虻?，逐漸增大；上證指數(shù)對國壽嘉年天天盈收益率低頻imf的影響恰好相反。國債收益率對國壽嘉年天天盈收益率趨勢項(xiàng)的影響隨著分位數(shù)的增加逐漸減弱，且一直為正向的；國債收益率對國壽嘉年天天盈收益率低頻imf的影響先反向后正向，且隨著分位數(shù)的增加影響先減弱后逐漸增強(qiáng)。同時(shí)，發(fā)現(xiàn)國債收益率對國壽嘉年天天盈收益率趨勢項(xiàng)的影響更為顯著，因此可以得出國債收益率主要影響國壽嘉年天天盈收益率的趨勢項(xiàng)的結(jié)論。保險(xiǎn)指數(shù)對國壽嘉年天天盈收益率趨勢項(xiàng)的影響比較小，對低頻imf的影響更為顯著，且隨著分位數(shù)的增加逐漸增強(qiáng)。因此可以得出保險(xiǎn)指數(shù)主要影響國壽嘉年天天盈收益率的低頻imf的結(jié)論。

最后，更進(jìn)一步地，我們除了將國壽嘉年天天盈收益率進(jìn)行EEMD分解，得到趨勢項(xiàng)序列和低頻序列(高頻序列可以忽略)，還將各影響因素也進(jìn)行EEMD分解，得到趨勢項(xiàng)序列和低頻序列，并采用QR模型來研究分析收益率的趨勢項(xiàng)序列與各影響因素的趨勢項(xiàng)序列的相關(guān)性以及收益率的低頻序列與各影響因素的低頻序列的相關(guān)性。同樣選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表10(a)、表10(b)所示。

表10(a) 收益率趨勢項(xiàng)與各影響因素趨勢項(xiàng)的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

表10(b) 收益率低頻imf與各影響因素低頻imf的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過表10(a)、表10(b)可以看出，國壽嘉年天天盈收益率的趨勢項(xiàng)主要受到匯率趨勢項(xiàng)、保險(xiǎn)指數(shù)趨勢項(xiàng)和上證指數(shù)趨勢項(xiàng)的影響，并且在不同的分位數(shù)下影響都比較穩(wěn)定。匯率趨勢項(xiàng)和保險(xiǎn)指數(shù)趨勢項(xiàng)對國壽嘉年天天盈收益率趨勢項(xiàng)的影響是反向的，上證指數(shù)趨勢項(xiàng)對國壽嘉年天天盈收益率趨勢項(xiàng)的影響是正向的。低頻imf幾乎受到全部5個(gè)影響因素低頻imf的影響，匯率低頻imf和上海銀行間同業(yè)拆借利率低頻imf對國壽嘉年天天盈收益率低頻imf的影響是反向的；上證指數(shù)低頻imf和保險(xiǎn)指數(shù)低頻imf對國壽嘉年天天盈收益率低頻imf的影響是正向的。在低分位數(shù)下，國債收益率低頻imf對國壽嘉年天天盈收益率低頻imf的影響是反向的，隨著分位數(shù)的增加，這種影響變?yōu)檎虻摹?/p>

在此基礎(chǔ)上，通過分位數(shù)回歸來描述理財(cái)通平臺(tái)上目前在售保險(xiǎn)活期理財(cái)產(chǎn)品及其影響因素之間的關(guān)系，如圖6所示。

(a)國壽嘉年天天盈 (b)平安養(yǎng)老富盈5號(hào)

(c)太平養(yǎng)老顧養(yǎng)天天圖6 各保險(xiǎn)活期理財(cái)產(chǎn)品與其影響因素之間的關(guān)系

可以發(fā)現(xiàn)，其他保險(xiǎn)活期理財(cái)產(chǎn)品與其影響因素之間的關(guān)系與國壽嘉年天天盈是一致的。上海銀行間同業(yè)拆借利率對收益率的影響繞均值波動(dòng)，但總體上呈下降趨勢，在高分位的負(fù)向影響更大。國債收益率對于收益率的影響呈波動(dòng)趨勢，但總體上保持在一個(gè)穩(wěn)定的水平上。保險(xiǎn)指數(shù)對于國壽嘉年天天盈收益率的影響則相反，呈現(xiàn)倒“U”形，但總體上繞均值波動(dòng)，對收益率的影響因素呈現(xiàn)正向的趨勢。利率對收益率的影響呈現(xiàn)上升的趨勢，隨著分位數(shù)的增高，利率對于收益率的負(fù)向影響程度越來越弱。上證指數(shù)對于收益率的影響呈現(xiàn)“U”形，在達(dá)到最低點(diǎn)后逐漸上升。

六、結(jié) 論

本文通過EEMD對互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率進(jìn)行多尺度分解得到一組具有不同頻率的分量，并分析各分量的特征，從定量和定性的角度分析出其主要影響因素。然后通過QR模型，分析各影響因素與收益率在不同分位數(shù)水平下動(dòng)態(tài)關(guān)系。本文的主要結(jié)論如下：

第一，通過EEMD分解可知，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率主要是由代表著產(chǎn)品內(nèi)在發(fā)展趨勢的趨勢項(xiàng)和代表著重大事件影響的低頻向量決定的，而且趨勢項(xiàng)對收益率影響的程度和沖擊更高。然后量化并驗(yàn)證相關(guān)因素，包括銀行間同業(yè)拆借利率、債券市場行情、保險(xiǎn)機(jī)構(gòu)實(shí)力、匯率以及證券二級市場行情5大因素。

第二，通過EEMD-QR實(shí)證分析模型分析在不同分布狀態(tài)下的國壽嘉年天天盈收益率與其影響因素的相關(guān)性，可以發(fā)現(xiàn)：①互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)與各個(gè)指標(biāo)在各分位數(shù)水平下基本上是顯著相關(guān)的，除了上證指數(shù)在低分位數(shù)水平下影響不顯著外，上海銀行間同業(yè)拆借利率隔夜利率(shibor)、匯率(LV)和上證指數(shù)(SZ)對于收益率具有負(fù)向的顯著影響作用。且當(dāng)收益率處于較高的水平的時(shí)候，shibor下降會(huì)導(dǎo)致收益率更加顯著的上漲；收益率處于低分位的時(shí)候，LV則會(huì)對收益率造成更明顯的負(fù)向影響；SZ則是在收益率中間分位對收益率的影響程度最為顯著。一年期國債收益率(GZ)和Wind保險(xiǎn)Ⅱ指數(shù)(BX)對于收益率具有正向的顯著影響作用。收益率在不同分位數(shù)水平下受到GZ的影響都比較穩(wěn)健，保持著比較穩(wěn)定的正向影響作用；BX對收益率的影響呈現(xiàn)倒“U”形，在中間分位數(shù)水平下對收益率具有更顯著的影響。②通過進(jìn)一步分析在不同分布狀態(tài)下的國壽嘉年天天盈收益率經(jīng)過EEMD分解后得到的趨勢項(xiàng)序列、低頻序列與各影響因素的相關(guān)性可以發(fā)現(xiàn)：國壽嘉年天天盈收益率趨勢項(xiàng)主要受匯率和一年期國債收益率的影響；低頻imf幾乎受到全部5個(gè)影響因素的影響，但受匯率的影響最大。③更進(jìn)一步分析收益率的趨勢項(xiàng)序列與各影響因素的趨勢項(xiàng)序列的相關(guān)性以及收益率的低頻序列與各影響因素的低頻序列的相關(guān)性，發(fā)現(xiàn)國壽嘉年天天盈收益率的趨勢項(xiàng)主要受到匯率趨勢項(xiàng)、保險(xiǎn)指數(shù)趨勢項(xiàng)和上證指數(shù)趨勢項(xiàng)的影響，并且在不同的分位數(shù)下影響都比較穩(wěn)定，低頻imf幾乎受到全部5個(gè)影響因素低頻imf的影響。