尹智超

（內(nèi)蒙古大學(xué)經(jīng)濟(jì)管理學(xué)院，內(nèi)蒙古 呼和浩特 010021）

一、引言

2004 年11 月，光大銀行在全國(guó)首次推出了名為“陽(yáng)光理財(cái)B 計(jì)劃”的人民幣理財(cái)產(chǎn)品，開(kāi)了我國(guó)銀行發(fā)行理財(cái)產(chǎn)品的仙鶴。由于該產(chǎn)品收益率高于同期存款利率而廣受好評(píng)，引發(fā)了業(yè)界研發(fā)和發(fā)行人民幣理財(cái)產(chǎn)品的熱潮。

2012 年以來(lái)，受國(guó)家宏觀調(diào)控政策以及國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)影響，流通領(lǐng)域內(nèi)貨幣相對(duì)不足使銀行面臨“錢(qián)荒”，余額寶、新浪微銀行等互聯(lián)網(wǎng)金融倒逼銀行改革，2013 年自7 月20 日起，中國(guó)人民銀行全面放開(kāi)金融機(jī)構(gòu)貸款利率管制，取消金融機(jī)構(gòu)貸款利率0.7 倍的下限，中國(guó)利率市場(chǎng)化邁出關(guān)鍵一步。對(duì)于銀行來(lái)說(shuō)，靠固定利差獲取高收益的時(shí)代結(jié)束，標(biāo)志著銀行自力更生時(shí)代的到來(lái)。面對(duì)內(nèi)外雙重壓力，理財(cái)產(chǎn)品可能是能在激烈市場(chǎng)環(huán)境中生存的一個(gè)重要法寶。

本文以光大銀行為例，實(shí)證分析了人民幣理財(cái)產(chǎn)品收益率的波動(dòng)性，并得出了相關(guān)結(jié)論，闡述了對(duì)銀行理財(cái)產(chǎn)品的見(jiàn)解。

二、方法介紹

（一）單位根檢驗(yàn)

如果序列不平穩(wěn)，那么回歸分析中就存在偽回歸，用最小二乘法檢驗(yàn)無(wú)偏性無(wú)效。通過(guò)單位根檢驗(yàn)，如果序列存在單位根，則說(shuō)明序列是不平穩(wěn)的，那么我們不能對(duì)序列進(jìn)行回歸分析，當(dāng)一個(gè)序列進(jìn)行d 階差分后成為平穩(wěn)序列，那么這個(gè)序列為d 階平穩(wěn)序列，通常使用ADF 檢驗(yàn)法。

（二）偏自相關(guān)分析

自相關(guān)是指時(shí)間序列中相鄰變量之間的相關(guān)性，對(duì)于模型 yt=b0+b1x1t+b2x2t+…+bkxkt+εt， 如 果：Cov(εt，εt-i) ＝E(εtεt-i)≠0，(i=1，2，…，s)則稱模型存在著自相關(guān)性。偏相關(guān)則忽略其他中間變量影響，真實(shí)地反映兩邊兩間的相關(guān)性。通過(guò)偏自相關(guān)分析，得到序列的自回歸階數(shù)P，從而為AR（P）模型的簡(jiǎn)歷打下基礎(chǔ)。

（三）AR（P）模型

AR（P）模型是一種線性預(yù)測(cè)模型，它表明yt不僅依賴yt-1，而且還依賴于yt-2等。更一般地，這個(gè)過(guò)程有以下形式：

其中ut為白噪聲，φp為自回歸系數(shù)。

（四）ARCH 效應(yīng)檢驗(yàn)以及GARCH 模型簇

對(duì)自回歸模型AR（P）進(jìn)行ARCH 檢驗(yàn)，分析序列隨機(jī)擾動(dòng)項(xiàng)是否能用GARCH 模型簇進(jìn)行建模。如果存在ARCH 效應(yīng)，則可以使用GARCH 模型簇對(duì)AR（P）的隨機(jī)擾動(dòng)項(xiàng)建模。

GARCH 模型是分析金融數(shù)據(jù)重要的回歸模型，與普通回歸模型相比，GARCH 模型對(duì)誤差的方差進(jìn)行了進(jìn)一步的建模，對(duì)波動(dòng)性的分析和預(yù)測(cè)非常適用。

（五）VaR 模型

VaR 模型由Ch-restopher! Sims（1980）引入到經(jīng)濟(jì)學(xué)中，該模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到多元時(shí)間序列變量組成的“向量”自回歸模型。滯后P 階的VaR 模型表達(dá)式為：

其中，Yt為k 維內(nèi)生變量向量，Xt為d 維外生變量向量，μt是k 維誤差向量，A1，A2，…，Ap和B 是待估系數(shù)矩陣。將GARCH 模型生成的條件方差序列帶入VaR 計(jì)算公式中即可求得VaR 的值。

三、實(shí)證研究

數(shù)據(jù)選取方面，光大銀行2011 年7 月17 日至2013 年1 月20 日某一人民幣理財(cái)產(chǎn)品收益率序列作為研究對(duì)象。

（一）折線圖和直方圖

圖1 收益率折線圖

觀察收益序列折線圖可見(jiàn)，收益率序列呈現(xiàn)無(wú)規(guī)律波動(dòng)的特點(diǎn)，同時(shí)由直方圖可知，該收益率序列不服從正態(tài)分布。

圖2 收益率直方圖

（二）單位根檢驗(yàn)

對(duì)收益率序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)其是否平穩(wěn)，結(jié)果如表1 所示。

表1 ADF 檢驗(yàn)結(jié)果

由上表顯見(jiàn)，收益率序列在各個(gè)顯著性水平下均拒絕原假設(shè)，說(shuō)明收益率序列是平穩(wěn)的。

（三）相關(guān)性檢驗(yàn)

表2 相關(guān)性檢驗(yàn)結(jié)果

由相關(guān)性檢驗(yàn)可知，序列存在自相關(guān)，且存在一階截尾，故可使用AR（1）模型對(duì)收益率序列進(jìn)行估計(jì)。

（四）AR（1）模型

建立AR（1）模型，分析結(jié)果如表3 所示。

表3 AR（1）模型分析結(jié)果

Prob(F-statistic)0.002957

由上表可知，在99%置信水平下模型已不存在自相關(guān)，同時(shí)DW 值接近2 也證明了這一點(diǎn)。同時(shí)，由于AR（1）殘差不服從正態(tài)分布，說(shuō)明模型可能存在自回歸條件異方差。

（五）ARCH 效應(yīng)檢驗(yàn)

為判斷能否利用GARCH 建模，先對(duì)序列進(jìn)行ARCH 效應(yīng)檢驗(yàn)，結(jié)果表4 所示。

表4 ARCH 效應(yīng)檢驗(yàn)結(jié)果

由上表P統(tǒng)計(jì)量值小于1%的顯著性水平可知，原假設(shè)被拒絕，即序列存在ARCH 效應(yīng)。

（六）建立GARCH（1，1）模型

由于序列具有ARCH 效應(yīng)。故可以使用GARCH（1，1）模型對(duì)AR（1）的隨機(jī)擾動(dòng)項(xiàng)建模，得到GARCH 模型為：zt=-0.012753+0.129945ε2t-1+0.848171zt-1。并對(duì)其殘差序列進(jìn)行ARCH 效應(yīng)檢驗(yàn)，結(jié)果如表5 所示。

表5 ARCH 效應(yīng)檢驗(yàn)結(jié)果

由上表可知，殘差序列不存在ARCH 效應(yīng)。

（七）VaR 的計(jì)算

使用Eviews 估計(jì)的到99%顯著性水平下VaR 最大值為0.05711427，最小值為0.0100000，與實(shí)際收益率相比，真實(shí)收益率最小值大于VaR 最小值，說(shuō)明VaR 模型能對(duì)收益率序列進(jìn)行較好地?cái)M合。

四、結(jié)論和建議

通過(guò)實(shí)證分析我們發(fā)現(xiàn)，收益率序列是平穩(wěn)序列，存在自相關(guān)性，GARCH（1，1）能較好擬合收益率的波動(dòng)，并計(jì)算出VaR 最大值為0.05711427，最小值為0.0100000。

銀行人民幣理財(cái)產(chǎn)品之間雖然在風(fēng)險(xiǎn)方面有差異，但本質(zhì)相同，投資者從承擔(dān)的風(fēng)險(xiǎn)中獲得相應(yīng)收益作為補(bǔ)償，收益率是風(fēng)險(xiǎn)的反映，收益率越高，風(fēng)險(xiǎn)往往越大；風(fēng)險(xiǎn)越大，收益率也往往越高。

對(duì)于投資者而言，理財(cái)產(chǎn)品的選擇要結(jié)合自身實(shí)際，要意識(shí)到較高的投資收益代表承擔(dān)較高的風(fēng)險(xiǎn)，對(duì)該產(chǎn)品做到認(rèn)知充分，慎重決策，培養(yǎng)風(fēng)控意識(shí)。

對(duì)于商業(yè)銀行而言，在產(chǎn)品設(shè)計(jì)中要利用VaR 充分考慮風(fēng)險(xiǎn)因素，進(jìn)行風(fēng)險(xiǎn)防范，產(chǎn)品投入運(yùn)行后，要靈活預(yù)測(cè)和監(jiān)控風(fēng)險(xiǎn)，加強(qiáng)產(chǎn)品創(chuàng)新。

對(duì)于相關(guān)政府部門(mén)而言，利用VaR 模型可以方便地進(jìn)行風(fēng)險(xiǎn)測(cè)度，更合理科學(xué)地對(duì)銀行等金融機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)管理。

總之，無(wú)論是個(gè)人投資者，還是銀行、政府，都應(yīng)當(dāng)認(rèn)識(shí)到金融理財(cái)產(chǎn)品的風(fēng)險(xiǎn)，并利用科學(xué)的方法檢測(cè)風(fēng)險(xiǎn)，及時(shí)規(guī)避風(fēng)險(xiǎn)，才能實(shí)現(xiàn)資產(chǎn)的保值升值。

[1]楊軼雯.商業(yè)銀行理財(cái)產(chǎn)品的創(chuàng)新與收益研究[D].上海:上海交通大學(xué)，2008.

[2]李衛(wèi)東.中國(guó)商業(yè)銀行理財(cái)業(yè)務(wù):發(fā)展趨勢(shì)、風(fēng)險(xiǎn)及對(duì)策[J].廣西金融研究，2008(07).

[3]李嵐.中國(guó)個(gè)人理財(cái)?shù)牟呗匝芯糠治鯷D].重慶：重慶大學(xué)，2006.

[4]曹鳳岐，土海璐.商業(yè)銀行發(fā)展個(gè)人金融業(yè)務(wù)的戰(zhàn)略及策略[J].經(jīng)濟(jì)界，2004(10).

[5]孫從海.商業(yè)銀行理財(cái)與金融市場(chǎng)效率研究[J].金融理論與實(shí)踐，2008 (08).

[6]林榕輝，鄭澤星.人民幣理財(cái)業(yè)務(wù)定價(jià)分析與產(chǎn)品創(chuàng)新[J].金融與經(jīng)濟(jì)，2007 (03) .

[7]張超爾.個(gè)人理財(cái)業(yè)務(wù)發(fā)展策略的比較與借鑒[J].杭州金融研修學(xué)院學(xué)報(bào)，2003(05).