【摘要】本文分析了余額寶、京東小金庫等互聯(lián)網(wǎng)貨幣基金的收益波動(dòng)風(fēng)險(xiǎn)，通過構(gòu)建GARCH模型計(jì)算樣本基金的VaR值，并且利用RAROC指標(biāo)對樣本基金進(jìn)行了績效評價(jià)，得出了互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)調(diào)整收益率要遠(yuǎn)高于傳統(tǒng)貨幣基金的結(jié)論。

【關(guān)鍵詞】互聯(lián)網(wǎng)貨幣基金 RAROC GARCH模型

一、研究背景

2013年在某種程度上是中國互聯(lián)網(wǎng)貨幣基金的元年，理由是當(dāng)年匯添富基金管理公司推出的匯添富現(xiàn)金寶基金，率先實(shí)現(xiàn)T+0 日的快速贖回，螞蟻金服率先與天弘貨幣基金合作，利用阿里巴巴海量的客戶資源，將客戶在支付寶的冗余資金利用起來，用于購買基金，同時(shí)使得客戶、螞蟻金服和天弘貨幣基金三方獲利。由于其收益率超過了銀行定期存款，使得余額寶的用戶數(shù)和基金規(guī)模直線上升，到2017年，余額寶用戶數(shù)達(dá)到了3億，基金總規(guī)模突破了一萬億。受此影響，多家互聯(lián)網(wǎng)巨頭都進(jìn)入了互聯(lián)金融領(lǐng)域，例如與微信理財(cái)通合作的華夏財(cái)富寶貨幣基金、與百度百賺利滾利合作的嘉實(shí)活期寶貨幣基金、以及京東小金庫等。

二、互聯(lián)網(wǎng)貨幣基金的研究現(xiàn)狀

國際上對貨幣基金的研究主要基于傳統(tǒng)的貨幣基金，Marcia Stigum（2007）和Anthony Crescenzi（2007）通過對貨幣基金的發(fā)展和運(yùn)作方面進(jìn)行了理論分析，并指出當(dāng)前貨幣市場在投資運(yùn)營方面存在的風(fēng)險(xiǎn)[1]。Marcin Kacperczyk（2010）和PhilippSchnabl（2010）研究了貨幣市場基金風(fēng)險(xiǎn)的主要來源，并提出了相應(yīng)的規(guī)避風(fēng)險(xiǎn)的方案，他通過對貨幣市場基金投資的各金融產(chǎn)品的占比，發(fā)現(xiàn)貨幣基金的風(fēng)險(xiǎn)發(fā)生主要源于利率風(fēng)險(xiǎn)，同時(shí)也伴隨著較高的信用風(fēng)險(xiǎn)[2]。風(fēng)險(xiǎn)的VaR測量方面，MiaoD W C，Wu C C（2013）等采用兩狀態(tài)MRS-GARCH模型研究美國股票與國債數(shù)據(jù)。Monica Billio和Roberto Casarin（2014）使用了基于向前濾波向后抽樣的不同的多步移動(dòng)抽樣技術(shù)估計(jì)MRS-GARCH模型的參數(shù)[3]。

國外金融市場比較發(fā)達(dá)，并且市場利率極度市場化，導(dǎo)致互聯(lián)網(wǎng)貨幣基金幾乎絕跡，因此幾乎沒有專門研究互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)的文獻(xiàn)。雖然我國互聯(lián)網(wǎng)貨幣基金呈現(xiàn)爆發(fā)式增長，但研究互聯(lián)網(wǎng)貨幣基金的文獻(xiàn)很少，比較有代表性的有韓質(zhì)栩（2015），他總結(jié)闡述了互聯(lián)網(wǎng)貨幣基金的特點(diǎn)，并沒有研究互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)[4]。

三、互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)的研究

七日年化收益率作為一種相對指標(biāo)，能夠較好的反映基金近期的表現(xiàn)，能夠反映收益率的波動(dòng)性，從而選取它作為數(shù)據(jù)樣本。對于互聯(lián)網(wǎng)貨幣基金的選取，本文特指與互聯(lián)網(wǎng)第三方支付平臺(tái)對接的貨幣基金，則符合要求的主要有八只，本文全部選取它們作為互聯(lián)網(wǎng)貨幣基金研究的樣本。金融收益率序列常常具有尖峰厚尾的特性，并在一定程度上表現(xiàn)出波動(dòng)集聚性。利用GARCH類模型對收益率序列進(jìn)行分析的前提是序列數(shù)據(jù)是平穩(wěn)的，本文的平穩(wěn)性檢驗(yàn)是基于ADF單位根的檢驗(yàn)（用Eviews9.0來進(jìn)行操作），檢驗(yàn)結(jié)果表明都是平穩(wěn)的。

（一）樣本基金收益率模型的建立

本文對樣本基金的收益率序列的生成過程用ARIMA（p，d， q）模型進(jìn)行擬合。模型的定階，從兩方面考慮，一是通過觀察自相關(guān)圖和偏自相關(guān)圖來初步判斷，根據(jù)截尾和拖尾性確定階數(shù)；二是選擇SIC和AIC值最小的，調(diào)整R2最大的模型。構(gòu)建的ARIMA模型，要進(jìn)行異方差性檢驗(yàn)，若有異方差性，既有ARCH效應(yīng)。Bollerslev（1986）提出的GARCH模型取代了ARCH模型。因此本文構(gòu)建GARCH（1，1）模型進(jìn)行分析，針對不對稱效應(yīng)需要建立TARCH（1，1）模型或EGARCH（1，1）模型來擬合。通過Eviews9.0軟件對16只樣本基金的收益率序列進(jìn)行建模（95%的顯著性水平并且依據(jù)AIC和SC值較小原則）。GARCH（1，1）模型

■

本文在假定殘差序列分別服從正態(tài)分布，t分布和GED分布的條件下建立GARCH（1，1）模型，根據(jù)AIC來比較不同分布，然后根據(jù)擬合效果選擇合適的模型。

（二）VaR的估計(jì)及檢驗(yàn)

風(fēng)險(xiǎn)價(jià)值的英文縮寫即VaR（Value at Risk），公式：Prob（△P>VaR）=1-c。對于金融資產(chǎn)組合，以ω表示期末價(jià)值，E（ω）表示期望價(jià)值，E（r）表示r的期望值。最低的期末價(jià)值為ω*，期初價(jià)值為ω0，r和r*分別表示在置信水平c下的收益率和最低收益率。通過推導(dǎo)可求得：VaRA=ω0-ω*=-ω0r*+μω0=-ω0（-σΦ（-1）（c）+μ）+μω0=ω0σΦ（-1）（c）Kupiec失敗頻率檢驗(yàn)法是對N/T是否等于期望失敗概率的檢驗(yàn)?！?，■。似然比統(tǒng)計(jì)量為：λ=■λ服從自由度為1的卡方分布。

（三）基于RAROC指標(biāo)的績效評價(jià)

RAROC（Risk Adjusted Return on Capital）是經(jīng)過風(fēng)險(xiǎn)調(diào)整后的收益率，是一種基于風(fēng)險(xiǎn)的業(yè)績評價(jià)體系。在實(shí)際投資中，收益越大相應(yīng)的風(fēng)險(xiǎn)也越大。如果要綜合考慮收益和風(fēng)險(xiǎn)，可以將RAROC方法引入基金業(yè)績評估中。公式為：RAROC=R/VaR

通過觀察表1中貨幣基金的RAROC指標(biāo)，可以發(fā)現(xiàn)互聯(lián)網(wǎng)貨幣基金的RAROC指標(biāo)遠(yuǎn)高于傳統(tǒng)貨幣基金的RAROC指標(biāo)，因此從風(fēng)險(xiǎn)調(diào)整后的收益率來看，互聯(lián)網(wǎng)貨幣基金要遠(yuǎn)好于傳統(tǒng)貨幣基金。

四、結(jié)論

從統(tǒng)計(jì)角度考慮，得到互聯(lián)網(wǎng)貨幣基金的平均VaR值為0.3116，由傳統(tǒng)貨幣基金樣本得到的平均VaR值為0.5067，因此從整個(gè)市場考慮互聯(lián)網(wǎng)貨幣基金的風(fēng)險(xiǎn)要小于傳統(tǒng)貨幣基金風(fēng)險(xiǎn)。從收益率波動(dòng)風(fēng)險(xiǎn)角度考慮，風(fēng)險(xiǎn)最低的基金是嘉實(shí)活錢包貨幣和招商現(xiàn)金增值貨幣A。從財(cái)務(wù)收益的角度看，平臺(tái)型互聯(lián)網(wǎng)貨幣基金的平均收益率為3.26%。傳統(tǒng)型貨幣基金平均收益為3.01%，不難發(fā)現(xiàn)投資互聯(lián)網(wǎng)貨幣基金收益更高，收益率最高的是易方達(dá)基金易理財(cái)（3.4%）。從風(fēng)險(xiǎn)調(diào)整收益率指標(biāo)RAROC來考慮，互聯(lián)網(wǎng)貨幣基金的RAROC為13.23遠(yuǎn)高于傳統(tǒng)貨幣基金的6.46，即互聯(lián)網(wǎng)貨幣基金的風(fēng)險(xiǎn)調(diào)整收益率遠(yuǎn)高于傳統(tǒng)貨幣基金。因此互聯(lián)網(wǎng)貨幣基金的收益波動(dòng)風(fēng)險(xiǎn)比傳統(tǒng)貨幣基金要小因此對于風(fēng)險(xiǎn)厭惡者，互聯(lián)網(wǎng)貨幣基金是他們很好的選擇。

參考文獻(xiàn)

[1]Marcia Stigum，Anthony Crescenzi.Stigum's Money Market[M].4E.New York：McGraw-Hill Education. 2007.

[2]Marcin Kacperczyk，Philipp Schnabl.Money market funds： how to avoid breaking thebuck[M]. New York：McGraw-Hill Education. 2010.

[3]Miao D W C，Wu C C，Su Y K.Regime-switching in volatility and correlationstructure using range-based models with Markov- switching[J].Economic Modeling，2013，31（4）：87-93.

[4]韓質(zhì)栩.互聯(lián)網(wǎng)基金的興起及其對傳統(tǒng)商業(yè)銀行的挑戰(zhàn)—以余額寶為例[J].東岳論叢.2015，（2）：166-169.

作者簡介：楊萬里（1990-），男，漢族，河南許昌人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，1級在讀研究生，研究方向：金融風(fēng)險(xiǎn)分析，碩士學(xué)位，所屬專業(yè)：技術(shù)經(jīng)濟(jì)及管理。