互聯(lián)網(wǎng)貨幣基金收益率波動性實證研究
——以余額寶為例

顧玲玲 吳偉業(yè)

2013年開始，市場上涌現(xiàn)出大批類似余額寶的互聯(lián)網(wǎng)理財產(chǎn)品，如微信理財通、招商招財寶、融通現(xiàn)金寶等，“互聯(lián)網(wǎng)金融”漸漸成為人們生活中的主題。人們開始接觸這些互聯(lián)網(wǎng)金融理財產(chǎn)品，并對它們有一定的了解。互聯(lián)網(wǎng)金融理財產(chǎn)品以互聯(lián)網(wǎng)平臺為依托，通過出售理財產(chǎn)品來幫助客戶實現(xiàn)理財。每種互聯(lián)網(wǎng)理財產(chǎn)品都與互聯(lián)網(wǎng)貨幣基金有著對應關(guān)系，例如，人們購買余額寶，實際上購買的是天弘余額寶貨幣基金。

互聯(lián)網(wǎng)貨幣基金在成本、收益、便利程度等方面都相較于傳統(tǒng)貨幣基金具有明顯的優(yōu)勢，但是它相對于銀行存款來說，并不是絕對的無風險。從數(shù)據(jù)來看，天弘余額寶在剛推出時收益率高達6.6%，吸引了眾多投資者，但其收益率在后期表現(xiàn)出震蕩走低的趨勢。2018年10月，余額寶收益率跌破3%，截至2020年12月，收益率始終未突破3%。由此，可以看出余額寶收益率存在較大的波動性。

圖1 余額寶收益率變化趨勢圖（單位：%）

因此，研究互聯(lián)網(wǎng)貨幣基金的收益率波動性具有非常重要的意義，具體可以從微觀和宏觀兩個角度來看：

從微觀角度來看，投資者而言，我國金融市場中的投資者多以散戶為主，他們的投資經(jīng)驗和對投資產(chǎn)品的分析能力欠缺，在投資過程中，往往會忽視自身的實際情況，為了追求高收益的投資產(chǎn)品，承受高風險，導致資金虧損。分析互聯(lián)網(wǎng)貨幣基金收益率的波動性，有助于投資者了解所投產(chǎn)品的收益和風險水平，減少因自身認知水平不夠而導致的虧損。對監(jiān)管者而言，面對金融創(chuàng)新下的產(chǎn)物，監(jiān)管者難以把控監(jiān)管力度，既要防范未知風險，又要保證其存活發(fā)展。研究互聯(lián)網(wǎng)貨幣基金收益率的波動性，豐富監(jiān)管者對貨幣基金的認識，推動制定互聯(lián)網(wǎng)貨幣基金健康發(fā)展的政策，完善金融監(jiān)管。

從宏觀角度來看，近年來，隨著金融創(chuàng)新，金融產(chǎn)品的概念在延伸，不同領(lǐng)域的內(nèi)容相互交叉。研究互聯(lián)網(wǎng)貨幣基金，有助于豐富對新型金融產(chǎn)品的認知，完善我國多層次金融市場的建立，提高我國金融行業(yè)的國際競爭能力。

一、文獻綜述

雖然國外貨幣市場基金發(fā)展較早，但由于互聯(lián)網(wǎng)貨幣基金在國外沒有得到很好的發(fā)展，因此目前國外學者很少針對互聯(lián)網(wǎng)貨幣基金進行研究。國內(nèi)互聯(lián)網(wǎng)貨幣基金誕生于2013年，雖然起步較晚，但由于是金融創(chuàng)新下的產(chǎn)物，它自出現(xiàn)起就受到了學者們的廣泛關(guān)注?；诖?，本文僅針對國內(nèi)文獻進行梳理。

目前國內(nèi)已有研究主要集中在互聯(lián)網(wǎng)貨幣基金自身收益率特征及風險和影響收益率水平的因素上。根據(jù)文章研究內(nèi)容，以下主要圍繞收益率特征及風險進行文獻回顧。

關(guān)于互聯(lián)網(wǎng)貨幣基金收益率特征的相關(guān)研究，劉冬青（2014）①劉冬青：《基于線性回歸模型的余額寶價值分析》，《哈爾濱商業(yè)大學學報》（社會科學版）2014年第5期，第47-54頁；通過分析余額寶2013年收益和費用情況，從線性回歸模型結(jié)果來看：余額寶公司可能在前期貼息，通過高額收益來吸引客戶。刁海濤（2018）②刁海濤：《互聯(lián)網(wǎng)金融產(chǎn)品收益率的對比分析》，《太原城市職業(yè)技術(shù)學院學報》2018年第12期，第176-179頁；利用非參數(shù)核密度估計的方法研究同為互聯(lián)網(wǎng)貨幣基金的余額寶和云商寶，前者主要針對個人投資者、流傳廣泛，后者針對經(jīng)營者和小企業(yè)、客戶群體較少，通過對比分析兩者的七日收益率的密度曲線發(fā)現(xiàn)：起初余額寶收益率稍高于云商寶，但隨著時間的推移，情況則相反。

關(guān)于互聯(lián)網(wǎng)貨幣基金風險的相關(guān)研究，林小霞、祝?。?016）③林小霞、祝?。骸痘ヂ?lián)網(wǎng)理財風險度量及其監(jiān)管--基于VaR-GARCH模型的分析》，《福建金融》2016年第7期，第62-68頁；選取了規(guī)模相對較大的20 支互聯(lián)網(wǎng)貨幣基金，基于互聯(lián)網(wǎng)理財風險特征，分別建立GARCH族模型研究了基金收益率的波動性，并分別估算它們的在險值。研究結(jié)果表明隨著互聯(lián)網(wǎng)金融行業(yè)的風險容易在發(fā)展中不斷累積，監(jiān)管部門應該采取多種措施，預防新的風險發(fā)生。劉倩、李潔（2019）④劉倩、李潔：《基于GARCH-VaR 和GARCH-CoVaR模型的貨幣基金產(chǎn)品風險研究》，《經(jīng)濟研究導刊》2019年第21期，第82-83頁；選取天弘余額寶和匯添富全額寶每萬份收益數(shù)據(jù)，通過建立GARCH-VAaR 和GARCH-CoVaR模型，發(fā)現(xiàn)兩個收益率序列均具有異方差性、尖峰厚尾的特征，并且隨著互聯(lián)網(wǎng)金融形式的豐富，互聯(lián)網(wǎng)金融產(chǎn)品的風險也有所變化，因此要建立科學度量互聯(lián)網(wǎng)金融產(chǎn)品風險的模型。

關(guān)于互聯(lián)網(wǎng)貨幣基金收益率特征及風險的相關(guān)研究，李樹文（2015）⑤李樹文：《互聯(lián)網(wǎng)理財產(chǎn)品特征與風險分析》，《大連海事大學學報》（社會科學版）2015年第14期，第27-33頁；對比了互聯(lián)網(wǎng)貨幣基金與傳統(tǒng)貨幣基金的7日年化收益率，發(fā)現(xiàn)互聯(lián)網(wǎng)貨幣基金存在收益率較高，但整體風險較低的特征。黃夢哲（2015）⑥黃夢哲：《我國互聯(lián)網(wǎng)貨幣基金的模式創(chuàng)新與風險量化分析研究》，碩士學位論文，山東大學研究生院，2015年，第72頁；也對比了這兩族貨幣基金，通過建立ARMA和GARCH族模型，發(fā)現(xiàn)前者比后者有著更高的收益和更小的風險，但互聯(lián)網(wǎng)貨幣基金未來的收益率更不可測。宋秋平（2016）⑦宋秋平：《我國互聯(lián)網(wǎng)貨幣基金風險防范的實證研究》，碩士學位論文，安徽大學研究生院，2016年，第65頁；也使用了GARCH模型對序列進行擬合，研究得出貨幣基金收益率序列呈現(xiàn)出非正態(tài)性特征，并且具有“波動率聚集”現(xiàn)象，揭示了互聯(lián)網(wǎng)貨幣基金并不是絕對的無風險。

縱觀國內(nèi)研究，可以發(fā)現(xiàn)不管是針對傳統(tǒng)貨幣基金還是互聯(lián)網(wǎng)貨幣基金，在收益率特征及風險分析方面，國內(nèi)學者的研究結(jié)論是基本一致的。很多學者大多建立GARCH 和GARCH族模型對收益率波動性進行分析，但GARCH族模型的建立尚未全面。因此，本文將基于已有文獻，建立AR-GARCH族模型有針對性地分析余額寶收益率的波動性，豐富互聯(lián)網(wǎng)貨幣基金收益率的研究。

二、簡述度量方法

互聯(lián)網(wǎng)貨幣基金收益率屬于時間序列數(shù)據(jù)，可以采用時間序列模型即GARCH族模型對其波動性進行分析。在了解GARCH族模型之前要先了解ARCH 和GARCH模型。

ARCH模型由Engle 在1982年提出，當異方差函數(shù)存在短期自相關(guān)時，該序列則適合用ARCH模型⑧Engle R F.，Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation:Econometrica:Journal of the Econometric Society，1982:p.987-1007;。而當異方差函數(shù)存在長期自相關(guān)時，該序列適合用GARCH模型⑨Bollerslev T.，Generalized autoregressive conditional heteroskedasticity:Journal of econometrics，1986，31（3）:p.307-327.。由于在實踐中有很多異方差函數(shù)存在著長期自相關(guān)性序列，因此GARCH模型應用范圍更為廣泛。實際上，ARCH（q）即GARCH（p，q）在p=0 時的特例。

后來，學者們根據(jù)金融時間序列的不同特征，又提出了指數(shù)GARCH（EGARCH） 和門限GARCH（TGARCH）模型。通過先擬合時間序列的模型、再擬合殘差序列的GARCH模型的方法構(gòu)造出的模型稱為AR（m）-GARCH（p，q）模型。AR-GARCH族模型能夠很好地擬合含有波動特征的序列。上述模型結(jié)構(gòu)如下：

AR（m）的一般形式為：

GARCH（p，q）模型一般形式為：

EGARCH（p，q）模型一般形式為：

TGARCH（p，q）模型一般形式為：

其中對上述模型參數(shù)有如下約束條件：

at表示t 時期的擾動項，Xt-p表示時間序列p期滯后的數(shù)值，α0為待估計參賽數(shù)，αi、γi和βj為非負參數(shù)。Nt-i的值隨著at-i的正負變化而變化，

總體來說，AR-GARCH族模型的構(gòu)建分為以下幾個環(huán)節(jié)：

（一）數(shù)據(jù)的初步分析與預處理。通過時間序列趨勢圖來描述數(shù)據(jù)的走勢，尋找數(shù)據(jù)的特點。如果序列存在季節(jié)性等因素，可以通過差分變換來處理。

（二）平穩(wěn)性檢驗。因為時間序列數(shù)據(jù)只有通過平穩(wěn)性檢驗，才可以建模。對時間序列數(shù)據(jù)的分析都是建立在數(shù)據(jù)平穩(wěn)的基礎(chǔ)上進行的。數(shù)據(jù)的平穩(wěn)性可以通過ADF 檢驗。

（三）描述性統(tǒng)計分析。在進行統(tǒng)計分析之前，應該初步了解數(shù)據(jù)的分布形態(tài)，可以以此來判斷序列是否服從某一分布。描述數(shù)據(jù)的分布形態(tài)所使用的統(tǒng)計量通常是偏度系數(shù)和峰度系數(shù)。

（四）正態(tài)性檢驗。常用的正態(tài)性檢驗為J-B 檢驗法。原假設(shè)H0：序列服從正態(tài)分布。

（五）白噪聲檢驗。有些序列雖然平穩(wěn)，但卻沒有建模的價值，如果序列不符合白噪聲序列，則表明有進一步建模的必要。否則這個序列是不值得大家去建模的，預測序列將來的發(fā)展趨勢是沒有意義的。

（六）模型識別。以自相關(guān)關(guān)系圖為基礎(chǔ)，確定模型的階數(shù)，選擇構(gòu)造最優(yōu)的模型。

（七）模型的預測與診斷。根據(jù)模型結(jié)果預測序列的未來走勢，同時對預測效果進行評價。預測效果可以通過分析殘差序列是否為白噪聲序列來評估。

三、樣本說明和實證研究

（一）樣本說明

互聯(lián)網(wǎng)貨幣基金收益率以余額寶7日年收益率（%）來衡量。7日年收益率能夠綜合反映余額寶過去7日的盈利水平，能夠更好地反映余額寶近期表現(xiàn)。本文選取了2013年6月4日至2020年12月31日這七年的7日年收益率數(shù)據(jù)，共包含2768個觀測值。數(shù)據(jù)源自RESSET 金融研究數(shù)據(jù)庫。變量字母表示為R。數(shù)據(jù)操作均以Eviews8 為基礎(chǔ)。

（二）實證過程

1.描述性統(tǒng)計分析

由表1的結(jié)果可知，一階差分后余額寶收益率的均值為3.3577，標準差為1.1473。偏度為0.4381，大于0，表現(xiàn)為右偏分布。峰度為2.6435，峰度值小于3，表現(xiàn)為平頂峰，即比正態(tài)分布更平坦。

表1 描述性統(tǒng)計分析結(jié)果

2.數(shù)據(jù)特征檢驗

平穩(wěn)性是建模的前提，對序列進行差分變換是平穩(wěn)性檢驗的一個處理手段。表2是對余額寶收益率進行ADF 檢驗的結(jié)果。從檢驗結(jié)果來看，差分后余額寶收益率的檢驗P值幾乎為0，因此拒絕原假設(shè)，即該序列是平穩(wěn)的時間序列數(shù)據(jù)。此外，本文使用了Jaque-Bare 正態(tài)性檢驗方法，發(fā)現(xiàn)序列不服從正態(tài)分布。

表2 余額寶收益率ADF 檢驗結(jié)果

一些時間序列雖然通過了平穩(wěn)性檢驗，但該序列中卻沒有包含有意義的信息，不值得建模?？梢杂冒自肼暀z驗來判斷某個序列是否值得建模。由表3可以看出在圖中所列出的階數(shù)對應的P值都幾乎為0，則余額寶收益率序列不符合白噪聲序列，說明余額寶收益率序列值得建模。

表3 余額寶收益率的白噪聲檢驗結(jié)果

3.建立AR模型

?

通過觀察時間序列的相關(guān)性（如表3），發(fā)現(xiàn)自相關(guān)拖尾、偏自相關(guān)1 階截尾，可以嘗試對余額寶收益率序列擬合AR（1）模型。表4 為AR（1）模型擬合結(jié)果，參數(shù)估計值為0.9998，顯著性檢驗P值幾乎為0，遠小于0.05，即在95%的顯著性水平下拒絕原假設(shè)，參數(shù)顯著。此外，模型擬合優(yōu)度為0.9987，大于0.7，說明模型整體擬合得較好。

表4 AR（1）模型擬合結(jié)果

根據(jù)經(jīng)驗，由于金融序列一般都存在異方差的問題，所以需要對序列進行異方差性檢驗。表5是對余額寶連續(xù)殘差平方序列的ARCH 檢驗結(jié)果，從檢驗結(jié)果可以看出，余額寶收益率序列在1%的顯著性水平上拒絕殘差序列不存在異方差的原假設(shè)，因此應對余額寶收益率擬合族AR-GARCH模型。

表5 余額寶收益率基于AR（1）殘差的ARCH-LM 檢驗結(jié)果

4.對殘差序列建立AR-GARCH族模型

由于滯后一階的GARCH族模型可以描述絕大多數(shù)的時間序列的條件方差特征。并且為了簡化模型參數(shù)個數(shù)，本文僅用GARCH（1，1）、EGARCH（1，1）、TGARCH（1，1）模型來進行余額寶收益率的預測。因此可對余額寶收益率擬合AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）、AR（1）-TGARCH（1，1）模型。

表6是對余額寶收益率建立的AR-GARCH族模型的參數(shù)估計，從表中的P值來看，所有的參數(shù)估計都顯著且擬合優(yōu)度很高，說明模型擬合得很好。具體地，根據(jù)參數(shù)估計值，可以寫出AR-GARCH族模型的均值方程和方差方程。

AR（1）-GARCH（1，1）模型

均值方程：

方差方程：

AR（1）-EGARCH（1，1）模型

均值方程：

方差方程：

AR（1）-TGARCH（1，1）模型

均值方程：

方差方程：

此外，從AR（1）-EGARCH（1，1）和AR（1）-TGARCH（1，1）的模型表達式來看，利好消息對余額寶收益率波動性的影響要大于利空消息的影響。

表6 AR-GARCH族模型參數(shù)估計

如表7所示，AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）、AR（1）-TGARCH（1，1）模型的殘差序列不存在ARCH 效應，說明模型能很好地解釋波動率特征。

表7 AR-GARCH族模型殘差序列的ARCH-LM 檢驗結(jié)果

四、研究結(jié)論和建議

（一）研究結(jié)論

本文基于現(xiàn)有文獻，實證研究分析了余額寶收益率波動特征。文章選取了余額寶2013年至2020年的7日年收益率日數(shù)據(jù)，通過描述性統(tǒng)計分析，發(fā)現(xiàn)余額寶收益率呈現(xiàn)出非正態(tài)性。進一步，建立時間序列分析模型發(fā)現(xiàn)，余額寶收益率存在自相關(guān)拖尾、偏自相關(guān)截尾的情況，于是建立模型進行擬合。通過ARCH 檢驗發(fā)現(xiàn)AR模型的殘差序列存在異方差問題，為了解決異方差問題，于是建立了AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）和AR（1）-TGARCH（1，1）模型對殘差序列進行擬合。在這三種模型處理后，收益率的殘差序列不再存在異方差問題，因此建立AR-GARCH族模型是合理有效的。

模型結(jié)果表明，余額寶當期收益率受到上一期收益率的顯著的正向影響，余額寶收益率序列的波動性存在“非對稱現(xiàn)象”，即當期收益率的波動受到利好的影響要大于利空消息。這是符合實際的，余額寶風險低、安全性相對較高，一旦出現(xiàn)利空消息，投資者不會將資金從余額寶轉(zhuǎn)出，因此利空消息對余額寶收益率的影響是比較小的。相比之下，如果出現(xiàn)利好消息，投資者信心和投資情緒高漲，會將資金從余額寶轉(zhuǎn)到獲利更多的股市中去。

（二）建議

互聯(lián)網(wǎng)貨幣基金的發(fā)展極大地方便了人們的生活，加速了金融創(chuàng)新，推動了傳統(tǒng)金融行業(yè)的變革發(fā)展。但是我國互聯(lián)網(wǎng)貨幣基金發(fā)展時間短，存在諸多不完善的地方，對于發(fā)展中可能存在的風險需要提前防范。

從投資者角度來說，互聯(lián)網(wǎng)貨幣基金風險低、流動性高、收益相對穩(wěn)定、操作方便快捷，這些特點吸引了大量社會閑散資金。但投資者需要認識到互聯(lián)網(wǎng)貨幣基金并不是絕對的無風險。本文雖然只研究了余額寶，但互聯(lián)網(wǎng)貨幣基金品種豐富、各有特點。投資者在選擇互聯(lián)網(wǎng)理財產(chǎn)品時，需要充分考慮自身實際情況，分散投資風險。

對于基金經(jīng)理而言，要充分利用互聯(lián)網(wǎng)貨幣基金的長處。在進行資產(chǎn)投資組合時，不僅需要分散投資防止非系統(tǒng)性風險，也要識別系統(tǒng)風險，防止基金公司在短期內(nèi)無法滿足投資者的變現(xiàn)需求，從而造成流動性風險。另外，基金經(jīng)理需要在保證基金安全性的同時，追求投資收益最大化。

從監(jiān)管當局角度來說，互聯(lián)網(wǎng)貨幣基金是金融創(chuàng)新下的產(chǎn)物，是互聯(lián)網(wǎng)平臺與金融產(chǎn)品的交叉。對于這種新興產(chǎn)物，監(jiān)管當局應該與時俱進，及時完善法律法規(guī)，指定新的監(jiān)管措施，防止由于監(jiān)管缺失造成巨大風險?！?/p>