咬 亮

（西南財(cái)經(jīng)大學(xué) 中國(guó)金融研究中心，成都 611130）

0 引言

資產(chǎn)管理是金融業(yè)的核心業(yè)務(wù)，未來的資管時(shí)代將在監(jiān)管趨緊與規(guī)模井噴中需求新發(fā)展。那么，作為資管機(jī)構(gòu)主力和金融業(yè)主導(dǎo)的銀行，將如何在激烈的金融市場(chǎng)中保持江湖地位和續(xù)航能力？又如何應(yīng)對(duì)規(guī)模龐大而又財(cái)富差異的客戶群，在時(shí)變的金融市場(chǎng)中做好資產(chǎn)配置呢？

目前學(xué)術(shù)界和實(shí)務(wù)界關(guān)于財(cái)富水平、金融市場(chǎng)和資產(chǎn)配置的主流文獻(xiàn)，從宏觀上看，主要基于金融市場(chǎng)環(huán)境變化對(duì)銀行大類資產(chǎn)配置結(jié)構(gòu)影響做研究，提出應(yīng)對(duì)性的決策思路和建議。從微觀上講，是基于家庭問卷調(diào)查形式獲得金融及非金融資產(chǎn)配置結(jié)構(gòu)及趨勢(shì)，提出影響家庭（個(gè)人）資產(chǎn)配置的主要因素。例如人口數(shù)量、收入、教育程度、風(fēng)險(xiǎn)偏好等，其中，對(duì)銀行客戶的資產(chǎn)配置尚可納入此類研究。然而，其一，較少研究能從財(cái)富水平分層的角度就各類客戶真實(shí)的資產(chǎn)配置情況做比較分析。其二，較少文獻(xiàn)能就金融市場(chǎng)變動(dòng)與資產(chǎn)配置的角度做計(jì)量分析。其三，大多分析也僅基于調(diào)查問卷檢驗(yàn)假設(shè)，從問卷的設(shè)計(jì)、對(duì)象及收回質(zhì)量、信度等方面考量結(jié)果，結(jié)論可能帶有先驗(yàn)性?；诖?，本文以零售貢獻(xiàn)占比70%的商業(yè)銀行為樣本，就2012年7月至2017年6月的不同財(cái)富水平客戶的真實(shí)資產(chǎn)配置結(jié)構(gòu)變化為研究對(duì)象，通過VAR模型及格蘭杰因果性檢驗(yàn)、脈沖響應(yīng)、方差分析等，初步分析金融市場(chǎng)時(shí)變對(duì)配置結(jié)構(gòu)的影響情況。

1 模型構(gòu)建、變量選取和數(shù)據(jù)說明

1.1 模型構(gòu)建

本文采用VAR(Vector Auto-regression Mode)矢量自回歸模型。其一般表達(dá)式為：

其中，At是k*k維系數(shù)矩陣，Br是k*d維系數(shù)矩陣，都是待估計(jì)的參數(shù)矩陣；εt是由k維隨機(jī)誤差項(xiàng)構(gòu)成的向量，其元素相互之間可以同期相關(guān)，但不能與各自的滯后項(xiàng)相關(guān)及不能與模型右邊的變量相關(guān)。本文VAR模型的設(shè)定主要有考慮3個(gè)問題：①變量的平穩(wěn)性。本文就短期互動(dòng)關(guān)系分析，因此，選擇平穩(wěn)變量；②變量的選擇。選取與資產(chǎn)密切相關(guān)的金融市場(chǎng)指標(biāo)做分析；③滯后階數(shù)p的選擇。以赤池信息準(zhǔn)則AIC最小為標(biāo)準(zhǔn)。

1.2 變量選取

本文以工商銀行某分行為研究對(duì)象，這是一家年均撥備前利潤(rùn)10億元的銀行，零售貢獻(xiàn)占比近70%，具有典型的零售銀行特征。在分析財(cái)富水平、資產(chǎn)配置與金融市場(chǎng)三者動(dòng)態(tài)關(guān)系時(shí)，變量選取主要包括：

（1）財(cái)富水平：即個(gè)人客戶在銀行的資產(chǎn)規(guī)模。本文將財(cái)富水平劃分為6個(gè)區(qū)間：a為資產(chǎn)800萬以上；b為資產(chǎn)100～800萬；c為資產(chǎn)20～100萬；d為5～20萬；e為0.5～5萬；f為0.5萬以下。

（2）資產(chǎn)配置：即各類財(cái)富水平的客戶其銀行資產(chǎn)結(jié)構(gòu)。主要包括存款、國(guó)債、理財(cái)、基金、保險(xiǎn)、三方存管及黃金，其在總資產(chǎn)的比重定義為資產(chǎn)配置。

（3）金融市場(chǎng)：即影響各類資產(chǎn)配置的市場(chǎng)。本文選取一種指標(biāo)來代表其金融市場(chǎng)變化情況，也是人們?cè)谫Y產(chǎn)配置時(shí)主要觀察的市場(chǎng)指標(biāo)：儲(chǔ)蓄存款——1年期定期利率（md）；國(guó)債——中證國(guó)債1年期即期收益率（mn）；理財(cái)——6個(gè)月期銀行理財(cái)平均收益率（mb）；基金——上證綜指（mf）；保險(xiǎn)——保費(fèi)收入（北京）（mi）；三方存管——A股成交額（ms）；黃金——工商銀行實(shí)物黃金現(xiàn)價(jià)（mg）。

1.3 數(shù)據(jù)說明

本文數(shù)據(jù)來源于工商銀行CS2002報(bào)表系統(tǒng)。時(shí)間跨度是2012年7月至2017年6月，連續(xù)5年，按月統(tǒng)計(jì)①本文暫不將時(shí)間跨度內(nèi)行長(zhǎng)輪換、經(jīng)理輪崗及薪酬激勵(lì)等因素加入分析中。；對(duì)當(dāng)月客戶各類資產(chǎn)余額占比進(jìn)行算數(shù)平均統(tǒng)計(jì)。分析前提：一是為簡(jiǎn)化分析，假定某類資產(chǎn)的配置主要受一種相關(guān)的金融市場(chǎng)指標(biāo)影響；二是銀行與客戶在資產(chǎn)配置時(shí)，分析框架相似，排除逆向操作與薪酬激勵(lì)帶來的影響；三是本文僅從VAR模型看整體結(jié)果，暫不討論各方程參數(shù)估計(jì)、協(xié)整及ECM模型等。

從歷史數(shù)據(jù)看（見表1），一是隨著財(cái)富水平減少，客戶規(guī)模在快速增加，a、b以外的客戶稱為“長(zhǎng)尾”；二是隨著財(cái)富水平減少，存款占比遞增，理財(cái)、基金遞減；三是從不同財(cái)富客戶總體資產(chǎn)規(guī)模看，呈現(xiàn)“偏正態(tài)分布”型，c類總資產(chǎn)達(dá)到222億元。其余特征不再贅述。

表1 不同財(cái)富水平客戶金融資產(chǎn)的基本情況

2 實(shí)證分析

本文對(duì)六類財(cái)富水平客戶的7種資產(chǎn)配置與相關(guān)的金融市場(chǎng)指標(biāo)建立VAR模型，并借助Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)及方差分析等工具，進(jìn)行實(shí)證分析。

2.1 描述性統(tǒng)計(jì)

對(duì)不同財(cái)富水平資產(chǎn)配置及金融市場(chǎng)指標(biāo)的均值和標(biāo)準(zhǔn)差進(jìn)行了統(tǒng)計(jì)描述（見表2）。

表2 不同財(cái)富水平資產(chǎn)配置描述統(tǒng)計(jì)量

a、b、c、d、e、f代表不同財(cái)富水平客戶，d、n、b、f、i、s、g依次代表各類資產(chǎn)，字母間的組合代表某類財(cái)富水平客戶的某類資產(chǎn)配置，如AD代表a類客戶的儲(chǔ)蓄存款，等等。md、mn、mb、mf、mi、ms、mg代表金融市場(chǎng)指標(biāo)。

2.2 以財(cái)富水平a為例的實(shí)證

在對(duì)不同財(cái)富水平客戶進(jìn)行批量分析前，以財(cái)富水平a類客戶為例進(jìn)行存款資產(chǎn)與1年期定期利率的VAR模型分析，其余財(cái)富水平的VAR模型分析框架一致。

2.2.1 建立模型

建立標(biāo)準(zhǔn)的VAR模型。其中，At是k*k維系數(shù)矩陣；p為滯后階數(shù)；Yt為不同財(cái)富水平客戶的資產(chǎn)配置與金融市場(chǎng)（指標(biāo)）的組合。每個(gè)VAR模型都由這兩個(gè)變量構(gòu)成，因此就有兩個(gè)回歸方程構(gòu)成了VAR整體模型。式（2）為本文的基本模型，在研究分析中，共需要建立42個(gè)VAR模型，篇幅所限，僅以財(cái)富水平a為例，對(duì)存款（ad）與1年期定期利率（md）建立VAR模型，如式（3）所示。其中，最優(yōu)滯后階數(shù)為p=2，共需要估計(jì)參數(shù)p*n2=2*22=8，n為變量數(shù)。

2.2.2 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

在VAR模型前，以95%的置信區(qū)間為檢驗(yàn)標(biāo)準(zhǔn)，所有變量進(jìn)行序列的ADF平穩(wěn)性檢驗(yàn)，均為不平穩(wěn)；然后，對(duì)變量進(jìn)行對(duì)數(shù)處理后再做一階差分，變量均通過平穩(wěn)性檢驗(yàn)。

以財(cái)富水平a為例，在對(duì)序列平穩(wěn)性處理后進(jìn)行VAR模型估計(jì)，聯(lián)立式（4）及整體檢驗(yàn)結(jié)果（見表3），表示存款（ad）及1年期定期利率（md）的上一期及二期變化（一階差分，可以認(rèn)為是變量間的彈性關(guān)系）程度分別對(duì)各自的影響估計(jì)，模型整體估計(jì)檢驗(yàn)效果較好。

表3 財(cái)富水平800萬以上客戶儲(chǔ)蓄存款與1年期定期利率的VAR模型整體檢驗(yàn)效果

2.2.3 VAR模型的平穩(wěn)性、脈沖響應(yīng)及方差分析

對(duì)lnad-lnmd（財(cái)富水平800萬以上客戶儲(chǔ)蓄存款與1年期定期利率）的VAR模型的平穩(wěn)性進(jìn)行檢驗(yàn)，AR特征多項(xiàng)式應(yīng)有p*n=2*2=4個(gè)根，且都在單位圓內(nèi)（見圖1），因此，模型是穩(wěn)定的。

圖1 模型的平穩(wěn)性檢驗(yàn)結(jié)果

VAR模型是一種非理論性的模型，它無需對(duì)變量做任何先驗(yàn)性約束。所以，一般并不分析一個(gè)變量的變化對(duì)另一個(gè)變量的影響如何，而是分析當(dāng)一個(gè)誤差項(xiàng)發(fā)生變化時(shí)，或者說模型受到某種沖擊時(shí)對(duì)系統(tǒng)的動(dòng)態(tài)影響。本文是兩變量VAR(2)模型，采用常用的Cholesky分解，且不存在變量次序選擇問題。此后，在借助脈沖響應(yīng)（觀察期選定60個(gè)月）及方差分析工具（見圖2），波動(dòng)較大的線（LNAD）代表財(cái)富水平a的存款，波動(dòng)較小的線（LNMD）代表1年期定期利率。由圖1可以看出，lnad對(duì)其lnmd的一個(gè)標(biāo)準(zhǔn)差新息在第1期就做出了反應(yīng)，但這種響應(yīng)大約只有0.01，之后沖擊的影響更小。同時(shí)，ad對(duì)自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊立即做出了響應(yīng)，并在第1期達(dá)到最大影響，約在0.13左右，高于來自lnmd的，并在此后對(duì)新息沖擊的擾動(dòng)在波動(dòng)中減緩，最終在第18期左右穩(wěn)定地趨于0。

圖2 模型的脈沖響應(yīng)結(jié)果

除此，在Cholesky因子分解過程中（見圖3，上線代表LNAD,下線代表LNMD），第1期lnad的預(yù)測(cè)方差全部是由自身擾動(dòng)引起的，而在此后受到lnmd擾動(dòng)的影響程度逐漸增大，最終在26期穩(wěn)定。lnad對(duì)自身的預(yù)測(cè)方差的影響程度大約在94%，lnmd對(duì)ad的預(yù)測(cè)方差的影響程度大約在6%。

圖3 模型的方差分析結(jié)果

2.2.4 格蘭杰因果性檢驗(yàn)

VAR模型的重要應(yīng)用就是分析經(jīng)濟(jì)時(shí)間序列變量之間的因果關(guān)系，Granger解決了兩變量知否互相引起的問題。也就是說，現(xiàn)在財(cái)富水平的客戶，其當(dāng)前的資產(chǎn)配置水平變化能夠在多大程度上被過去的金融市場(chǎng)指標(biāo)變化解釋，加入指標(biāo)的滯后值是否使得解釋程度提高，如果不能，則是等價(jià)于市場(chǎng)指標(biāo)的變化外生于資產(chǎn)配置水平，VAR中的Granger檢驗(yàn)服從x2(n)分布。

表4 財(cái)富水平800萬以上客戶儲(chǔ)蓄存款與1年期定期利率的VAR格蘭杰因果性檢驗(yàn)

從表4看出，p值很大，遠(yuǎn)大于5%，可以認(rèn)為lnmd與lnad在短期內(nèi)（2期）互不構(gòu)成格蘭杰因果關(guān)系，也就是兩個(gè)變量過去兩期的環(huán)比變化并未對(duì)彼此形成統(tǒng)計(jì)意義上的因果關(guān)系。再?gòu)膶?shí)際情況看，財(cái)富水平a的客戶屬于銀監(jiān)會(huì)認(rèn)定的私人銀行客戶，是資產(chǎn)量相當(dāng)大的客戶群，其儲(chǔ)蓄存款占比一般很低，僅有30%左右。風(fēng)險(xiǎn)承受能力強(qiáng)，風(fēng)險(xiǎn)偏好較為激進(jìn)，投資愿望強(qiáng)烈，銀行資產(chǎn)證券化傾向高，對(duì)儲(chǔ)蓄存款利率的彈性在儲(chǔ)蓄存款資產(chǎn)的變化上相對(duì)較弱，但對(duì)因基準(zhǔn)利率變化而引起的資本市場(chǎng)變化較為敏感，因此，結(jié)果符合金融實(shí)務(wù)。但也應(yīng)注意到，Granger檢驗(yàn)對(duì)變量的滯后期選擇較為敏感，本文是以AIC信息準(zhǔn)則最小滯后階數(shù)情況下的VAR模型框架中做的Granger檢驗(yàn)（見表5）。若將lnad與lnmd在多期滯后情況下做Granger檢驗(yàn)，選取3～18期，發(fā)現(xiàn)8、9、10、12期時(shí)，lnmd對(duì)lnad存在單向的Granger因果關(guān)系?？梢哉J(rèn)為，財(cái)富水平a的客戶（私人銀行）對(duì)基準(zhǔn)利率的在較長(zhǎng)期限內(nèi)的變化存在敏感性。換言之，此類客戶雖然屬于投資活躍性人群，但對(duì)金融市場(chǎng)的觀察期較長(zhǎng)，從行為金融學(xué)角度看，非理性的“羊群行為”很弱，較高的金融知識(shí)或投資經(jīng)驗(yàn)影響其資產(chǎn)配置決策。吳雨、彭常燕和尹志超（2016）有所論證。

表5 多期滯后下的格蘭杰因果性檢驗(yàn)

2.3 不同財(cái)富水平客戶的實(shí)證結(jié)果及分析

依次對(duì)全部財(cái)富水平客戶進(jìn)行VAR模型分析，在通過模型的平穩(wěn)性檢驗(yàn)后，借助Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)及方差分析等工具做實(shí)證分析，其主要結(jié)論①篇幅所限，略去了每類客戶的資產(chǎn)配置與金融市場(chǎng)指標(biāo)的模型整體檢驗(yàn)效果（結(jié)果）。如下：

（1）儲(chǔ)蓄存款與1年期定期利率。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在2～4期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果較好；在對(duì)應(yīng)的滯后期內(nèi)，1年期定期利率僅對(duì)財(cái)富水平f的客戶有Granger因果關(guān)系。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，1年期定期利率對(duì)財(cái)富水平a類客戶在滯后8、9、10、12期，b類客戶在滯后6期，c類客戶在13、14、15期，d類客戶在5、6期，有Granger因果關(guān)系；脈沖響應(yīng)方面，隨著財(cái)富水平遞減，基準(zhǔn)利率受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限呈現(xiàn)遞減趨勢(shì)，最少也有3個(gè)季度。a類客戶的影響期限最長(zhǎng)，達(dá)到26期；殘差分析方面，基準(zhǔn)利率的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)整體不高，呈現(xiàn)“偏正態(tài)分布”特征。對(duì)d類客戶影響程度貢獻(xiàn)最大，達(dá)到11.89%。

（2）國(guó)債資產(chǎn)與中證國(guó)債1年期即期利率。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在1～2期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果較好；在對(duì)應(yīng)的滯后期內(nèi)，國(guó)債利率對(duì)各類財(cái)富水平的客戶均無Granger因果關(guān)系。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，國(guó)債利率對(duì)財(cái)富水平a類客戶在滯后9、10、12期，d類客戶在6、9、18期，e類客戶在4、5期，有Granger因果關(guān)系；脈沖響應(yīng)方面，國(guó)債利率受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在2～5個(gè)季度。其中，b類、c類客戶的影響期限最長(zhǎng)，與其國(guó)債資產(chǎn)占比高（bn=7%、cn=6%）息息相關(guān)；殘差分析方面，國(guó)債利率的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)整體較小，e類客戶影響程度貢獻(xiàn)最大，達(dá)到6.5%。

（3）理財(cái)資產(chǎn)與6個(gè)月期銀行理財(cái)平均收益率。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在1～3期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果較好；在對(duì)應(yīng)的滯后期內(nèi)，理財(cái)收益率對(duì)財(cái)富水平a類、b類、c類的客戶均有Granger因果關(guān)系，且非常顯著。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，理財(cái)收益率對(duì)財(cái)富水平d類客戶在滯后6、7期，e類客戶在4、5、8期，有Granger因果關(guān)系；脈沖響應(yīng)方面，理財(cái)收益率受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在2～7個(gè)季度。其中，a類、d類客戶的影響期限最長(zhǎng)；殘差分析方面，理財(cái)收益率的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)基本與理財(cái)資產(chǎn)占比梯次正相關(guān)，且較存款VAR分析結(jié)果較高。b類客戶影響程度貢獻(xiàn)最大，達(dá)到17.41%。

（4）基金資產(chǎn)與上證綜指。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在1～2期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果較好；在對(duì)應(yīng)的滯后期內(nèi)，上證綜指僅對(duì)財(cái)富水平e類的客戶有Granger因果關(guān)系，且非常顯著。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，上證綜指對(duì)財(cái)富水平a類客戶在滯后18期，b類客戶在5期，c類客戶在5、6期，f類客戶在12、13、14、15期有Granger因果關(guān)系；脈沖響應(yīng)方面，上證綜指在受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在1～9個(gè)季度，基本隨著財(cái)富水平的降低而增加。其中，e類客戶的影響期限最長(zhǎng)，達(dá)到2年以上；殘差分析方面，上證綜指的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)基本與基金資產(chǎn)占比（風(fēng)險(xiǎn)承受能力）梯次負(fù)相關(guān)。f類客戶影響程度貢獻(xiàn)最大，達(dá)到17%。

（5）保險(xiǎn)資產(chǎn)與保費(fèi)收入（北京）。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在1～5期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果相對(duì)較好；在對(duì)應(yīng)的滯后期內(nèi)，保費(fèi)收入對(duì)財(cái)富水平a、e、f類的客戶有Granger因果關(guān)系，且非常顯著。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，保費(fèi)收入對(duì)財(cái)富水平c類客戶在滯后13期，d類客戶在11、12、13、14期，e類客戶在3、9期，f類客戶在10、11期有Granger因果關(guān)系；脈沖響應(yīng)方面，保費(fèi)收入在受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在3～10個(gè)季度，與保險(xiǎn)資產(chǎn)占比呈現(xiàn)相反趨勢(shì)，即保險(xiǎn)資產(chǎn)占比高，其影響期限反而短。其中，a類客戶的影響期限最長(zhǎng)，達(dá)到2年半以上；殘差分析方面，保費(fèi)收入的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)基本與保險(xiǎn)資產(chǎn)占比負(fù)相關(guān)。即保險(xiǎn)資產(chǎn)占比高的客戶反而受到市場(chǎng)的影響小，a類客戶影響程度貢獻(xiàn)最大，達(dá)到18.5%。

（6）三方存管資產(chǎn)與A股交易額。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在2～5期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果一般；在對(duì)應(yīng)的滯后期內(nèi)，A股交易額僅對(duì)財(cái)富水平f類的客戶有Granger因果關(guān)系，且非常顯著。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，A股交易額僅對(duì)財(cái)富水平a類客戶在滯后7、8、9、11、12、13、18期有Granger因果關(guān)系；脈沖響應(yīng)方面，A股交易額在受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在7～12個(gè)季度，與三方存管資產(chǎn)占比呈現(xiàn)相反趨勢(shì)。即三方存管資產(chǎn)占比越低，其影響期限反而越長(zhǎng)。其中，c類客戶的影響期限最長(zhǎng)，達(dá)到3年；殘差分析方面，A股交易額的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)基本與三方存管資產(chǎn)占比正相關(guān)。即三方存管資產(chǎn)占比高的客戶受到市場(chǎng)的影響大，f類客戶影響程度貢獻(xiàn)最大，達(dá)到27%。

（7）黃金資產(chǎn)與工商銀行實(shí)物黃金現(xiàn)價(jià)。對(duì)不同財(cái)富水平的客戶，根據(jù)AIC信息準(zhǔn)則最小選擇標(biāo)準(zhǔn)，VAR模型的滯后期多在1～3期內(nèi)就平穩(wěn)有效，整體檢驗(yàn)效果較好；在對(duì)應(yīng)的滯后期內(nèi)，黃金價(jià)格對(duì)各類財(cái)富水平的客戶均無Granger因果關(guān)系。若將變量在多期滯后情況下做Granger檢驗(yàn)，選取18期以下，黃金價(jià)格對(duì)財(cái)富水平a類客戶在滯后10、11、16期，b類客戶在4、5期，c類客戶在3期，f類客戶在5期，有Granger因果關(guān)系；脈沖響應(yīng)方面，黃金價(jià)格在受到一個(gè)標(biāo)準(zhǔn)差新息沖擊后，影響期限在2～7個(gè)季度，與黃金資產(chǎn)占比呈現(xiàn)正相關(guān)趨勢(shì)。即黃金資產(chǎn)占比越高，其影響期限也越長(zhǎng)。其中，a類客戶的影響期限最長(zhǎng)，達(dá)到近2年；殘差分析方面，黃金價(jià)格的這種標(biāo)準(zhǔn)差信息沖擊對(duì)不同財(cái)富水平客戶的影響程度貢獻(xiàn)隨著財(cái)富水平的遞減反而遞增，即財(cái)富水平越高的客戶受到市場(chǎng)沖擊的影響越小，f類客戶影響程度貢獻(xiàn)最大，達(dá)到3.54%。此類國(guó)債產(chǎn)品，在3～5年后，利率市場(chǎng)都會(huì)在調(diào)整周期內(nèi)發(fā)生較大的改變。因此，國(guó)債利率的變化對(duì)國(guó)債資產(chǎn)配置的影響期限較長(zhǎng)。

3 結(jié)束語

綜上所述，在結(jié)合VAR模型分析后，可以得出：財(cái)富水平越高的客戶，資產(chǎn)配置越多元化，金融市場(chǎng)受到系統(tǒng)沖擊影響的期限越長(zhǎng)，但影響程度越小。因此，銀行可以對(duì)財(cái)富水平高的客戶增加配置旗下自有基金或遴選市場(chǎng)地位高的券商、基金公司產(chǎn)品，夯實(shí)銀行與客戶整體抗系統(tǒng)性風(fēng)險(xiǎn)沖擊能力；在產(chǎn)品設(shè)計(jì)上應(yīng)拉長(zhǎng)周期，減少市場(chǎng)波動(dòng)帶來的短期沖擊。如黃金買入應(yīng)采取定投方式長(zhǎng)期追加；應(yīng)進(jìn)一步分析不同財(cái)富水平客戶的銀行貢獻(xiàn)度，結(jié)合各類產(chǎn)品間的期限錯(cuò)配，提高銀行與客戶的契約價(jià)值。

[1]Markowitz H.Portfolio Selection[J].Journal of Finance,1952,7(1).

[2]Samuelson P A.Lifetime Portfolio Selection by Dynamic Stochastic Programming[J].Review of Economics and Statistics,1969,51(3).

[3]Merton R C.Lifetime Portfolio Selection Under Uncertainty:The Continuous-Time Case[J].Review of Economics and Statistics,1969,51(3).

[4]Tversky A,Kahneman D.Judgment Under Uncertainty:Heuristics and Biases[J].Science,1974,(185).

[5]Bertaut C C,Starr-McCluer M.Household Portfolios in the United States[A].Guiso L.,Haliassos.

[6]Guiso L,Haliassos M,Jappelli T.Household Portfolios:An International Comparison[R].CSEF Working Papers,2002.

[7]Campbell J Y.Household Finance[J].Journal of Finance,2006,61(4).

[8]Carroll C.Portfolios of the Rich,Household Portfolios[M].Massachuse-tts MIT Press,2002.

[9]吳雨,彭常燕,尹志超.金融知識(shí)、財(cái)富積累和家庭資產(chǎn)結(jié)構(gòu)[J].當(dāng)代經(jīng)濟(jì)科學(xué),2016,(4).

[10]易綱,宋旺.中國(guó)金融資產(chǎn)結(jié)構(gòu)演進(jìn):1991—2007[J].經(jīng)濟(jì)研究,2008,(8).

[11]王小平,瞿寶忠.商業(yè)銀行高端個(gè)人客戶資產(chǎn)配置特征分析[J].金融論壇,2012,(8).

[12]王光宇.銀行理財(cái)?shù)馁Y產(chǎn)配置：邏輯與趨勢(shì)[J].銀行家,2016,(7).

[13]杜春越,韓立巖.家庭資產(chǎn)配置的國(guó)際比較研究[J].國(guó)際金融研究,2013,(6).

[14]陳蕾.基于金融約束視角的中國(guó)家庭資產(chǎn)配置研究[J].福建論壇:人文社會(huì)科學(xué)版,2015,(11).

[15]咬亮.金融新常態(tài)下基層零售銀行儲(chǔ)蓄存款發(fā)展情況研究——以工商銀行W分行為例[J].甘肅金融,2017,(1).

[16]咬亮.基于客戶分層視角的零售銀行資產(chǎn)配置與零售貢獻(xiàn)研究[J].西南金融,2016,(11).

[17]徐佳,譚婭.中國(guó)家庭金融資產(chǎn)配置及動(dòng)態(tài)調(diào)整[J].金融研究,2016,(12).