基于GRACH-VAR模型的互联网理财产品市场
风险管理研究
Research on the Market Risk Management of Internet Financial Product Based on GRACH-VAR Model
陈倩文 CHEN Qian-wen
（湖北经济学院，武汉 430205）
（Hubei University of Economics，Wuhan 430205，China）
摘要：随着余额宝等基于互联网的理财产品迅速占领投资市场，我们看到了互联网思维下金融理财的一大新模式：凡是有留存资金就关联货币基金。本文引入VAR模型对互联网理财产品进行风险分析，以余额宝2013年5月上线至今的万份收益为样本数据，探讨互联网理财产品的收益波动性，评估其市场风险。借鉴前期相关研究，GARCH-VAR 模型可以很好地刻画收益率序列的波动性, 研究发现：目前互联网金融产品的市场风险仍处可控范围，波动性较小。
Abstract: With Internet based financial products such as Yu′ebao occupying the investment market rapidly, a new financial mode under the Internet appears: all retained funds associated with monetary fund. This article introduced the VAR model to analyze the risk of Internet financial product. Taking the 10 thousands of earnings of Yu′ebao since May 2013 as the sample data, this article discusses the earnings volatility of Internet financial products and evaluate the market risk. Referring to previous studies, GARCH - VAR model can well describe the volatility of yield sequence. The study found that: the current Internet financial products market risk are still controllable with light volatility.
教育期刊网 http://www.jyqkw.com
关键词 ：互联网理财产品；市场风险；GARCH-VAR模型
Key words: Internet financial product；market risk；GARCH-VAR model
中图分类号：F49文献标识码：A文章编号：1006-4311（2015）20-0178-03
1问题的提出
自余额宝点燃作为互联网金融的主力军迅速占领投资市场，全民理财已经成为互联网金融时代的重要标志，在更加开放、快捷的互联网金融平台上，资金的流通效率更高，无论是对于资金使用方，还是对于资金提供方，都提供了很大的便利。
以余额宝为例，邓雄（2014）提出，余额宝的出现，在很大程度上改变了居民的理财思维，不再单纯的依赖银行存款，给广大居民带来了更高的收益。与传统理财产品相比，互联网理财更容易得到年轻人的接纳。而且互联网理财产品的参与门槛较低，基本上适合所有的人，在理财产品的交易费用方面，互联网渠道的相关成本费用更低。
互联网理财产品一经出现迅速占领市场，发展潜力巨大。本文看到了互联网思维下金融理财的一大新模式：凡是有留存资金就关联货币基金。据近日公布的余额宝——天弘增利宝货币基金2014年年报，截至去年底，余额宝用户数已增至1.85亿人，规模达5789.36亿元，较2013年底的1853.42亿元，增长了2倍多。作为普惠金融的表率，去年余额宝为用户创造了240亿元的收益。
事实上，自互联网金融在中国诞生以来，争议与质疑声不绝于耳，其中大多数主要针对其市场风险、内部风险、行业风险等。然而，由于大部分研究仅局限于定性研究和理论分析，并未在实际数据的基础上实证讨论，缺乏一定的可信度。因此，本文引入VAR模型进行风险分析，以余额宝2013年5月上线至今的万份收益为样本数据，探讨互联网理财产品的收益波动性。
2方法介绍
VAR的实质是考查多个变量之间的动态互动关系。VAR模型的推广始于世界著名计量经济学家Christopher Sims于1980年发表的著名文献。在分析金融市场、经济发展因素、影响变量等方面，需要使用较多的数据和信息，基于VAR模型的基本属性，其在宏观经济分析过程中，实用效果非常不错。
一般而言，互联网理财产品收益情况的计算方法分为两种，即七日年化收益率和万份收益，两者计算公式不同，侧重点各异。具体来说，每日万份收益，其含义就是投资者投资的一万元，一天可以获得的收益；而七日年化收益，就是最近七日的平均收益，在经过年化处理之后的收益率。在该文分析研究过程中，对于理财产品的收益分析，用的是每日万份收益的对数收益率来刻画波动性，即Rt=lnPt-lnPt-1，式中Rt是基金每日万份收益的对数收益率，Pt是第t天的基金每日万份收益价格。
3实证分析
3.1 描述性统计
从图1中可以看出，增利宝当日万份收益的对数收益率的均值为1.290610%，中位数为1.2381%，标准差为0.213295，说明有一定程度的偏离；因为偏度为2.486574大于零，从而说明收益率呈现一定程度的右偏，峰度为23.19661大于3，说明其呈现出“高瘦”（尖峰）的特征；而JB统计量为11951.55的伴随概率为零，这个情况说明，统计结果拒绝原先的假设，也就是说，每日万份收益率是不服从正态分布的。
3.2 ARCH效应检验
3.2.1 平稳性检验（单位根检验）
本文采用ADF单位根检验法检验序列的平稳性，由表1可以看出增利宝当日收益率的ADF的统计量为
-3.974319，并且其伴随概率为0.0099小于1%-10%的置信水平的ADF值，所以在置信水平为1%的情况下拒绝增利宝当日万份收益率序列有1个单位根的原假设，即当日万份收益率序列是平稳的。
3.2.2 均值模型的建立
一般金融资产收益率方面的研究表明，银行当日收益率序列服从自回归模型，因此本文建立当日收益率序列对自身滞后性回归的AR模型，根据单位根检验的结果最终建立P=4的AR模型，回归模型的结果如表2所示。
由表2可知，本文中建立的AR自回归模型中的回归因子R（-4）系数相应的伴随概率P值为零，表明参数检验的结果是非常显著的，具体的回归方程如下：
Rt=1.282684+0.725566Rt（-4）+εt
3.2.3 ARCH效应的图示法检验
ARCH效应检验的方法是在残差时序图中观察残差序列是否出现了波动集聚现象，即大的波动后面常常伴随着较大的波动，小的波动后面常常伴随着较小的波动。
由图2残差序列图，可以发现小波动集群部分中开始的小波后面紧跟的是较小的波动，显示出残差方差序列波动较小。
3.2.4 ARCH效应的自相关函数检验
ARCH效应的自相关函数检验的方法主要是根据残差平方序列的自相关图和自相关函数值计算的Q统计量判定是否存在ARCH效应。如果残差平方序列的自相关图出现“拖尾现象”，则说明原序列存在ARCH效应；如果残差平方序列的Q统计量的伴随概率都小于显著性水平，则说明原序列存在ARCH效应，由自相关函数检验结果可以看出自相关函数图呈现缓慢衰减态势。
3.2.5 ARCH效应的ARCH-LM检验
ARCH-LM检验主要是通过输出的F统计量以及卡方统计量来判断是否存在ARCH效应，检验结果如表3所示。
观察表3中F统计量和卡方统计量的伴随概率P值都为零，拒绝收益率序列不存在ARCH效应的原假设，因此ARCH-LM检验结果认为原序列存在ARCH效应。
综合上述各种检验结果显示增利宝每日万份收益率序列存在ARCH效应。
3.3 GARCH模型的估计
由于在图三中已经发现了每日万份收益率存在ARCH效应，因此单一的AR模型不能有效的拟合该收益率序列的“集聚效应”，需要建立GARCH模型。而考虑到金融资产收益率与金融资产风险的相关关系，因此有必要在均值方程中加入随机误差的条件方差项建立GARCH模型。
考察2013年5月至2014年3月的增利宝当日万份收益率，根据GARCH的原理，得到GARCH （1，1）的估计结果如表4所示。
由表4可以得出GARCH （1，1）的方程如下：
继而对GARCH模型的残差序列进行ARCH-LM检验，检验结果如表5所示。
观察表5中GARCH（1，1）残差序列F统计量和卡方统计量的伴随概率P值都远远大于10%，接受残差序列不存在ARCH效应的原假设，因此ARCH-LM检验结果认为残差序列不存在ARCH效应。
3.4 基于GARCH模型下的VAR的计算
利用GARCH（1，1）计算条件方差σt2，进而可以得到相应t时刻的VAR的计算公式：VaR=Rt-1*Zα*σt，其中，Rt-1表示滞后一期的当日收益率，Zα表示在置信水平为a下的分位数。
使用EVIEWS估计得到置信水平为99%的VAR序列，其最大值为3.094881%，最小值为0.059548%，与实际收益率相比，真实收益率最小值大于VAR最小值，说明对VAR序列当日收益率序列进行较好的拟合。
4结论与建议
通过对余额宝理财产品收益的统计分析，结果发现其收益率波动性并不是很大，并且其收益当前很多货币基金里面，处于中高位置，比一般的银行理财产品收益要高，最重要的是其市场风险尚处在可控范围之内，但互联网金融的风险态势仍值得我们时刻关注。近期的杭州萧山支付宝大规模瘫痪事件就足够引起反思。随着互联网金融产品的覆盖范围越来越广，其面临的总体风险也在提升，一旦出现局部风险点出现，如果处理不当，很容易导致一定的系统风险。因此，本文就互联网理财产品现阶段存在的市场风险提出几点建议。
①尽管庞大的基础客户依然能给互联网金融巨头带来稳定的客户群体，互联网金融的发展态势其实十分严峻，银行利率市场化的深入推进，使得不同的银行之间，吸收存款的利率出现分化，总体趋势是存款利率上升，这对于一些老年人来说，是非常有吸引力的；货币市场基本收益率的下降，也降低了余额宝类货币基金的收益；在股市向好的情况下，不仅银行存款出现搬家，很多互联网理财产品也遭到客户大面积的赎回。这三座大山使得互联网理财产品的相对吸引力下降，很难维持这种较快的发展速度。互联网金融不妨另寻出路，根本改变其商业思路，彻底打破传统金融模式下的信息不对称，把社交精神与互联网金融思维紧密结合。以平安集团新推出的“壹钱包”为例，体现了互联网金融的社交化，可以帮助客户进行财富管理、健康管理、生活管理。
②伴随着互联网金融理财不断深化的趋势，其积累的用户数据和相关资料，越来越复杂。互联网金融巨头加强在降低交易成本和实现风险合理定价的相对优势，依然要坚持以用户需求为导向，及时推出相应产品，在UI设计上可以有自己的特色，提高用户体验，增加用户的心理效用，形成消费习惯和消费经验。用户的使用习惯决定一切，亿万级的用户规模是没有耐心去学习使用一款新的应用的，因此，在全民应用上搭载互联网金融无疑是双赢之举。
③调控市场风险是以解决技术风险、系统风险为前提的。众所周知，互联网金融的发展是传统金融的深化及延伸，也就是说互联网金融在一定程度上依附于传统金融。因此，要创新先要固本，最基础的技术支持和系统维护一定得跟上甚至超前市场的发展，为市场的不确定性保驾护航。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]宋光辉，吴超，吴栩.互联网金融风险度量模型选择研究[J].金融改革，2014（12）.
[2]丁扬恺.ARCH模型族在深圳成指中的应用[J].中南民族大学学报（社会科学版），2012（2）.
[3]胡越.股指期货推出对我国现货市场波动性影响的实证研究[J].中国证券期货，2013（4）.
[4]邓雄.余额宝的发展及其对商业银行资金成本的影响[J].区域金融研究，2014（12）.
[5]李二亮.互联网金融经济学解析——基于阿里巴巴的案例研究[J].中央财经大学学报，2015，02.
[6]姚国章，赵刚.互联网金融及其风险研究[J].南京邮电大学学报（自然科学版），2015，02.
