祝福云，周穎，陳媛

（陜西科技大學(xué)，陜西西安710021）

一、引 言

互聯(lián)網(wǎng)金融是指利用第三方支付、云計(jì)算、社交網(wǎng)絡(luò)以及搜索引擎等互聯(lián)網(wǎng)工具實(shí)現(xiàn)資金融通、支付和信息中介等業(yè)務(wù)的一種新興金融業(yè)務(wù)模式。它是傳統(tǒng)金融行業(yè)與信息技術(shù)特別是網(wǎng)絡(luò)技術(shù)相結(jié)合且共同發(fā)展的新模式及新業(yè)務(wù)?；ヂ?lián)網(wǎng)金融的發(fā)展經(jīng)歷了網(wǎng)上銀行、第三方支付、個(gè)人貸款、企業(yè)融資等多個(gè)階段，并且從融通資金、匹配資金供需雙方等多方面逐步深入傳統(tǒng)金融業(yè)務(wù)的核心［1］。目前，互聯(lián)網(wǎng)金融產(chǎn)品主要分為三類：支付類、融資類和理財(cái)類?；ヂ?lián)網(wǎng)理財(cái)類金融產(chǎn)品是指基金公司與互聯(lián)網(wǎng)企業(yè)合作或基金公司通過(guò)互聯(lián)網(wǎng)推出的理財(cái)產(chǎn)品，其實(shí)質(zhì)是利用轉(zhuǎn)入互聯(lián)網(wǎng)平臺(tái)的資金來(lái)購(gòu)買理財(cái)產(chǎn)品綁定的貨幣基金。因此，貨幣基金風(fēng)險(xiǎn)和收益的波動(dòng)會(huì)在很大程度上影響其對(duì)應(yīng)的互聯(lián)網(wǎng)理財(cái)類金融產(chǎn)品的收益和風(fēng)險(xiǎn)。

二、文獻(xiàn)綜述

1963年，美籍?dāng)?shù)學(xué)家Benoit B．Mandelbrot提出：金融資產(chǎn)收益率波動(dòng)在時(shí)間序列上存在“波動(dòng)聚集現(xiàn)象”，即使得貨幣基金資產(chǎn)價(jià)格產(chǎn)生劇烈波動(dòng)的信息并非以平滑連續(xù)的方式出現(xiàn)，而是以成堆的方式出現(xiàn)，因此貨幣基金收益率分布并不服從正態(tài)分布，而是呈現(xiàn)出尖峰厚尾的特征［2］。在傳統(tǒng)的VaR計(jì)算中，假定貨幣基金收益率序列背后金融資產(chǎn)的方差在一定時(shí)期內(nèi)是一個(gè)常數(shù)，而在市場(chǎng)劇烈變化時(shí)，不同時(shí)間段收益率方差有很大不同，因此按照傳統(tǒng)VaR方法計(jì)算的結(jié)果有待商榷，同時(shí)，傳統(tǒng)VaR計(jì)算也假定金融資產(chǎn)收益率為正態(tài)分布，這其實(shí)與實(shí)際不符［3］。

Robert F．Engle（1982）在研究英國(guó)通貨膨脹率波動(dòng)性時(shí)提出用ARCH模型解決時(shí)間序列的異方差性問(wèn)題［4］。 在此基礎(chǔ)上，T．Bollerslev（1986）進(jìn)一步提出使用GARCH模型來(lái)進(jìn)行波動(dòng)性分析及預(yù)測(cè)［5］，GARCH模型在普通回歸模型的基礎(chǔ)上進(jìn)一步對(duì)隨機(jī)誤差項(xiàng)的方差進(jìn)行建模，尤其適用于波動(dòng)性的分析和預(yù)測(cè)，有利于指導(dǎo)投資者作出理性的決策。然而貨幣基金收益率具有杠桿效應(yīng)，即正向沖擊帶來(lái)的收益率波動(dòng)要小于負(fù)向沖擊所帶來(lái)的波動(dòng)性。在GARCH（p，q）模型中，正的和負(fù)的沖擊對(duì)條件方差的影響是對(duì)稱的，因而不能解釋這種非對(duì)稱現(xiàn)象。Nelson（1991）提出的EGARCH模型能夠更好地描述貨幣基金收益率波動(dòng)的不對(duì)稱性［6］。

目前，已有許多學(xué)者對(duì)我國(guó)開(kāi)放式基金的風(fēng)險(xiǎn)進(jìn)行了研究。趙振全和李曉周（2006）基于GARCH模型模擬開(kāi)放式基金收益率波動(dòng)路徑，用VaR值描述開(kāi)放式基金的收益，使用RAROC指標(biāo)進(jìn)行開(kāi)放式基金的風(fēng)險(xiǎn)評(píng)估［7］；周澤炯（2006）的研究表明：基于GED分布的GARCH模型計(jì)算的VaR值能夠更有效地度量基金的風(fēng)險(xiǎn)［8］；張敏和鄭丕諤（2007）從收益波動(dòng)性的角度出發(fā)，在兩種厚尾分布的假設(shè)下對(duì)我國(guó)開(kāi)放式基金的市場(chǎng)風(fēng)險(xiǎn)進(jìn)行實(shí)證分析，發(fā)現(xiàn)基于廣義誤差分布的VaR-EGARCH模型能夠有效刻畫(huà)基金的市場(chǎng)風(fēng)險(xiǎn)［9］。陳權(quán)寶和連娟（2008）研究發(fā)現(xiàn)，基于GED分布的GARCH模型計(jì)算的VaR值比基于t分布的GARCH模型計(jì)算的VaR值更真實(shí)地反映了基金的風(fēng)險(xiǎn)［10］。魯皓和周志凱（2014）以我國(guó)10支開(kāi)放式基金為樣本進(jìn)行實(shí)證分析，假設(shè)開(kāi)放式基金的收益率序列服從GED分布，從而得出基于GARCHGED模型的VaR方法比傳統(tǒng)方法更有效，能夠較好地刻畫(huà)證券投資基金的市場(chǎng) 風(fēng)險(xiǎn)［11］。

而對(duì)于理財(cái)類互聯(lián)網(wǎng)金融產(chǎn)品的研究，國(guó)內(nèi)學(xué)者多以我國(guó)阿里旗下的“余額寶”為例定性研究其發(fā)展現(xiàn)狀及面臨的風(fēng)險(xiǎn)，鮮有用定量方法研究其風(fēng)險(xiǎn)和績(jī)效的文獻(xiàn)。本文將互聯(lián)網(wǎng)金融產(chǎn)品和其背后的貨幣基金聯(lián)系起來(lái)，對(duì)我國(guó)互聯(lián)網(wǎng)金融產(chǎn)品風(fēng)險(xiǎn)和績(jī)效評(píng)價(jià)進(jìn)行實(shí)證分析，考慮了基金收益率序列的異方差性、波動(dòng)聚集性、尖峰厚尾性和杠桿效應(yīng)，彌補(bǔ)傳統(tǒng)VaR方法的不足，通過(guò)EGARCH-GED模型對(duì)于國(guó)內(nèi)目前有代表性的5支互聯(lián)網(wǎng)類理財(cái)產(chǎn)品綁定的貨幣基金使用VaR測(cè)量其收益風(fēng)險(xiǎn)，利用夏普比率、修正的夏普比率和RAROC指標(biāo)進(jìn)行績(jī)效評(píng)價(jià)。

三、模型構(gòu)建

（一）EGARCH 模型

EGARCH（Exponential General Autoregressive Conditional Heteroskedasticity Model）代表的指數(shù)型廣義自回歸條件異方差模型的定義如下：

其中，（1）為均值方程，（2）為方差方程，rt代表t時(shí)期的貨幣基金收益率序列，μ代表收益率序列的期望，ωi是i期收益率序列的系數(shù)，εt是隨機(jī)擾動(dòng)項(xiàng)（殘差），σ2為殘差ε的條件方差，αi代表滯后參數(shù)，βj代表方差參數(shù)，α0為常數(shù)項(xiàng)，為滿足該過(guò)程的平穩(wěn)性，必須滿足是非對(duì)稱項(xiàng)，γk是非對(duì)稱項(xiàng)系數(shù)，用來(lái)說(shuō)明貨幣基金的非對(duì)稱效應(yīng)。其中，γk＞0，表明貨幣基金對(duì)金融市場(chǎng)正沖擊的反應(yīng)更大；γk＜0，表明貨幣基金對(duì)金融市場(chǎng)負(fù)沖擊的反應(yīng)更大。

（二）基于EGARCH模型的GED分布

EGARCH模型的分布?xì)埐顃服從三種不同的分布：正態(tài)分布、t分布、廣義誤差分布（GED）。其中，服從廣義誤差分布（GED）假設(shè)下的EGARCH會(huì)比正態(tài)分布和t分布能更好地描述貨幣基金收益率序列尖峰厚尾的特征。其概率密度函數(shù)為：

在上述概率密度函數(shù)（3）中，-∞＜x＜+∞，Γ（·）是伽瑪函數(shù)，v 是常數(shù)，可以視為GED分布的自由度。v=2時(shí)，GED分布即正態(tài)分布；v＞2時(shí)，GED分布的尾部比正態(tài)分布更?。籿＜2時(shí)，GED分布的尾部比正態(tài)分布更厚，峰比正態(tài)分布更尖，此時(shí)自由度下的GED分布對(duì)該收益率序列有更好的擬合效果。

（三）基于EGARCH-GED分布模型的VaR方法

假設(shè)殘差序列服從GED分布，由相應(yīng)的條件方差序列可估計(jì)出基金的VAR值，計(jì)算公式如下：

在等式（4）中，風(fēng)險(xiǎn)價(jià)值VaR（Value at Risk）是指在給定的置信水平下，貨幣基金在未來(lái)特定的一段時(shí)間t內(nèi)可能遭受的最大損失。μ代表基金收益率均值，σt是根據(jù)GED 分布假設(shè)下的標(biāo)準(zhǔn)差序列，F(xiàn)-1（α）是對(duì)應(yīng)的分布函數(shù)在置信水平為α下的分位數(shù)。本文選擇99%的置信水平。

（四）基于EGARCH-GED分布模型的VaR方法檢驗(yàn)

為了檢驗(yàn)上述結(jié)果的穩(wěn)健性，改變實(shí)證過(guò)程中某個(gè)特定的參數(shù)，進(jìn)行重復(fù)性的實(shí)驗(yàn)，觀察最終的實(shí)證結(jié)果是否隨著參數(shù)設(shè)定的改變而發(fā)生變化，若不發(fā)生變化，則說(shuō)明實(shí)證結(jié)果穩(wěn)健。本文研究的數(shù)據(jù)是自各貨幣基金成立之日起至2018年1月22日，貨幣基金的實(shí)證分析年限最早為支付寶，從2013年5月30日起，時(shí)間跨度較長(zhǎng)，期間伴隨著很多國(guó)內(nèi)外重大事項(xiàng)的發(fā)生，比如2013年互聯(lián)網(wǎng)金融的爆發(fā)式發(fā)展，2013年《中華人民共和國(guó)證券投資基金法》修訂并實(shí)施等，這些特殊事件都會(huì)對(duì)貨幣基金的風(fēng)險(xiǎn)和績(jī)效有顯著的階段性影響。因此，本文從數(shù)據(jù)的角度出發(fā)，只考慮5支貨幣基金在2016-2017年的子樣本情況。

（五）基于VaR方法的互聯(lián)網(wǎng)金融產(chǎn)品的績(jī)效評(píng)價(jià)

因?yàn)榛ヂ?lián)網(wǎng)理財(cái)產(chǎn)品的背后都綁定著某只貨幣基金，因此通過(guò)對(duì)貨幣基金績(jī)效的評(píng)價(jià)，便可得出相對(duì)應(yīng)的互聯(lián)網(wǎng)理財(cái)產(chǎn)品的績(jī)效評(píng)價(jià)。本文通過(guò)引入夏普比率、修正的夏普比率和RAROC指標(biāo)進(jìn)行績(jī)效評(píng)價(jià)。

夏普比率（Sharpe Ratio），又被稱為夏普指數(shù)，表示遭受每一單位總風(fēng)險(xiǎn)（包括系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)）的投資組合所獲得的收益。夏普比率使用標(biāo)準(zhǔn)差對(duì)貨幣基金的收益進(jìn)行風(fēng)險(xiǎn)度量，它默認(rèn)所考量的組合構(gòu)成投資者全部的投資選擇。只有考慮在眾多的基金中選擇購(gòu)買某一只基金時(shí)，夏普比率才能夠作為一項(xiàng)重要的依據(jù)，因此可以將夏普比率作為基金績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)化指標(biāo)。其計(jì)算公式為：

其中，Sp為貨幣基金的夏普值，p為貨幣基金的平均收益率，f代表無(wú)風(fēng)險(xiǎn)收益率，本文用一年期活期存款利率0．35%來(lái)表示，σp為貨幣基金收益率的標(biāo)準(zhǔn)差。

但是使用標(biāo)準(zhǔn)差作為風(fēng)險(xiǎn)指標(biāo)有一定的局限性，因此本文引入基于VaR值的修正夏普指數(shù)和風(fēng)險(xiǎn)調(diào)整資本收益指標(biāo)（RAROC）。

其中，Sp（VaR）表示基于VaR值的修正夏普指數(shù)，用VaR值來(lái)表示總風(fēng)險(xiǎn)，RAROC表示風(fēng)險(xiǎn)調(diào)整資本收益指標(biāo)，ROC代表某段時(shí)間內(nèi)該貨幣基金的平均收益，其他字母含義同上文。這三組指標(biāo)數(shù)值越大，表示貨幣基金遭受每單位風(fēng)險(xiǎn)所帶來(lái)的收益最大，該貨幣基金的績(jī)效越好。

四、實(shí)證結(jié)果與分析

（一）實(shí)證樣本及數(shù)據(jù)來(lái)源

本文的實(shí)證樣本為國(guó)內(nèi)目前有代表性的5支互聯(lián)網(wǎng)類理財(cái)產(chǎn)品及其綁定的貨幣基金，分別為百度百賺利滾利（嘉實(shí)基金000464）、余額寶（天弘余額寶000198）、騰訊理財(cái)通 （匯添富全額寶000397）、京東小金庫(kù) （鵬華增值寶000569）、蘇寧易付寶（廣發(fā)天天紅貨幣A000389），按照此順序做1～5的編號(hào)。采用的數(shù)據(jù)為各貨幣基金的每日萬(wàn)份收益，數(shù)據(jù)來(lái)源于各基金公司網(wǎng)站、和訊網(wǎng)和天天基金網(wǎng)，時(shí)間范圍為各基金成立之日起至2018年1月22日。本文所有數(shù)據(jù)的計(jì)算由 E-views9．0版軟件、Matlab、Excel完成。

（二）數(shù)據(jù)預(yù)處理

對(duì)各個(gè)基金收益率序列的原始數(shù)據(jù)做異方差性測(cè)，測(cè)試結(jié)果如表1所示。本文選取99%的置信水平，各個(gè)基金原始數(shù)據(jù)的p_value（1）均少于1%，證明了原始數(shù)據(jù)的異方差性。

表1 收益率序列預(yù)處理結(jié)果

在使用基金收益率序列的數(shù)據(jù)時(shí)，為了消除序列中存在的異方差性，對(duì)相鄰兩天的萬(wàn)份收益取對(duì)數(shù)并做一階差分，則此時(shí)貨幣基金的日收益率rt=ln（Pt/Pt-1），其中Pt和Pt-1分別代表第t天和第t-1天貨幣基金的每日萬(wàn)份收益。此時(shí)得出一組新的收益率序列，再做一次異方差性檢驗(yàn)，得出各項(xiàng)貨幣基金收益率序列的p_value（2）顯著大于1%，此時(shí)不存在異方差性。

此外，建立EGARCH模型還要考慮到收益率序列的平穩(wěn)性，而單位根檢驗(yàn)對(duì)于檢查時(shí)間序列的平穩(wěn)性非常重要，因此對(duì)各貨幣基金收益率序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示，所有的t統(tǒng)計(jì)量都顯著小于1，且均小于1%、5%和10%顯著性水平下的臨界值，同時(shí)p值為0，表示各基金收益率序列具有平穩(wěn)性。

（三）數(shù)據(jù)基本分析

使用E-views分析得出金融產(chǎn)品收益率序列的統(tǒng)計(jì)結(jié)果見(jiàn)表2。從表2可知，相對(duì)于各個(gè)貨幣基金的收益率均值來(lái)說(shuō)其標(biāo)準(zhǔn)差較大，表明貨幣基金的風(fēng)險(xiǎn)較高。且普遍來(lái)看，偏度數(shù)值較小，峰度數(shù)值很大，符合基金收益率序列尖峰厚尾的特征。除此之外，利用基本統(tǒng)計(jì)數(shù)據(jù)在matlab繪出的圖形與標(biāo)準(zhǔn)正態(tài)分布相比，也可明顯看出基金收益率序列尖峰厚尾的特征，如圖1至圖5所示。因此使用基于GARCH-GED模型的VaR方法對(duì)各基金收益率序列有較好的擬合效果。

表2 收益率序列統(tǒng)計(jì)結(jié)果

圖1

圖2

圖3

圖4

圖5

（四）EGARCH-GED模型的估計(jì)結(jié)果與分析

在EGARCH （p，q）中，p代表GARCH項(xiàng)的最大滯后階數(shù)，q代表ARCH項(xiàng)的最大滯后階數(shù)。通過(guò)比較不同EGARCH模型中p和q所對(duì)應(yīng)的AIC和SIC值的大小，各貨幣基金都得到了參數(shù)不同的EGARCH模型。同時(shí)，利用各EGARCH的GED分布模型對(duì)每只樣本基金收益率進(jìn)行擬合，得到GED分布的自由度和對(duì)應(yīng)的VaR值，如表3所示。

表3 基于互聯(lián)網(wǎng)金融產(chǎn)品建立的EGARCH模型和VaR值及風(fēng)險(xiǎn)排名

由EGARCH模型所產(chǎn)生的收益率期望、標(biāo)準(zhǔn)差序列以及基于GED分布下置信水平為99%的分位數(shù)所測(cè)算得到的VaR值度量了互聯(lián)網(wǎng)貨幣基金的風(fēng)險(xiǎn)，據(jù)此得到的風(fēng)險(xiǎn)排名顯示，京東小金庫(kù)所綁定的鵬華增值寶風(fēng)險(xiǎn)最高，而余額寶綁定的天弘余額寶在所選5只樣本中風(fēng)險(xiǎn)最低。但是風(fēng)險(xiǎn)的大小還要結(jié)合收益率的高低進(jìn)行分析才有意義，因此下文給出了基于VaR值的互聯(lián)網(wǎng)貨幣基金的績(jī)效評(píng)價(jià)。

（五）基于EGARCH-GED分布模型的VaR方法檢驗(yàn)

考慮到前文實(shí)證結(jié)果的時(shí)間范圍為各基金成立之日起至2018年1月22日，而各只貨幣基金的成立時(shí)間不盡相同，年份不一樣也可能對(duì)實(shí)證結(jié)果產(chǎn)生影響，接下來(lái)使用2016-2017年的每日萬(wàn)份收益數(shù)據(jù)重復(fù)上述過(guò)程，表4報(bào)告了相應(yīng)的實(shí)證結(jié)果?？梢园l(fā)現(xiàn)，在2016-2017年，5只互聯(lián)網(wǎng)金融產(chǎn)品背后的貨幣基金在未來(lái)價(jià)格變動(dòng)下可能遭受的最大損失與前文的結(jié)果基本一致，且風(fēng)險(xiǎn)排名完全一致。與京東小金庫(kù)掛鉤的鵬華增值寶的VaR排名第一，風(fēng)險(xiǎn)最大，且VaR數(shù)值與之前結(jié)果十分接近。而天弘余額寶的VaR值與基金成立之日起的實(shí)證結(jié)果相比，未來(lái)價(jià)格變動(dòng)所遭受的預(yù)期損失顯著變小。

表4 2016-2017年互聯(lián)網(wǎng)金融產(chǎn)品收益率序列VaR值和風(fēng)險(xiǎn)排名

（六）基于VaR方法的互聯(lián)網(wǎng)金融產(chǎn)品的績(jī)效評(píng)價(jià)

因?yàn)楸疚氖褂靡荒昶诨钇诖婵罾?．35%來(lái)代替平均無(wú)風(fēng)險(xiǎn)收益率，因此也將各貨幣基金的每日萬(wàn)份收益折合成年收益率，再計(jì)算其平均年收益率。即貨幣基金的年收益率為（1+Yield/10000）n-1，其中Yield代表貨幣基金的每日萬(wàn)份收益，n平年代表365，閏年代表366，再通過(guò)Eviews軟件得出其平均年收益率。

通過(guò)貨幣基金平均年收益率均值、標(biāo)準(zhǔn)差以及一年期活期存款利率計(jì)算得到夏普指數(shù)及排名。通過(guò)貨幣基金平均年收益率均值、VaR值以及一年期活期存款利率計(jì)算得到修正的夏普指數(shù)及排名。通過(guò)貨幣基金平均年收益率均值、VaR值計(jì)算，得到風(fēng)險(xiǎn)調(diào)整資本收益及排名如表5所示。

表5 互聯(lián)網(wǎng)金融產(chǎn)品績(jī)效評(píng)價(jià)結(jié)果

在表5中，Sp、S（VaR）和RAROC排名中的排名數(shù)字越小代表貨幣基金收益越高，數(shù)字越大代表收益越低；VaR排名中的排名數(shù)字越小代表貨幣基金風(fēng)險(xiǎn)越大，數(shù)字越大代表風(fēng)險(xiǎn)越小。因此可以看出，三種績(jī)效指標(biāo)下對(duì)應(yīng)的貨幣基金排名都是一致的，可以看出通過(guò)用原始數(shù)據(jù)的標(biāo)準(zhǔn)差以和VaR值來(lái)測(cè)度貨幣基金風(fēng)險(xiǎn)所得出的收益排名一致，余額寶所綁定的天弘余額寶貨幣基金績(jī)效評(píng)價(jià)最優(yōu)，風(fēng)險(xiǎn)最低，具有很高的投資價(jià)值。與騰訊理財(cái)通掛鉤的匯添富全額寶貨幣基金績(jī)效排名第二，風(fēng)險(xiǎn)排名也較為靠后，因此具有比較高的投資價(jià)值。而蘇寧易付寶背后的廣發(fā)天天紅貨幣A不管是基金績(jī)效排名還是風(fēng)險(xiǎn)排名都居中，收益和風(fēng)險(xiǎn)較為匹配。相比于其他三只貨幣基金，百度百賺利滾利背后的嘉實(shí)基金和京東小金庫(kù)所綁定的鵬華增值寶表現(xiàn)的不盡如人意，基金績(jī)效排名墊底且VaR風(fēng)險(xiǎn)排名最高。

五、結(jié) 論

本文綜合考慮了基金收益率序列的異方差性、波動(dòng)聚集性和尖峰厚尾性，通過(guò)GARCH-GED模型對(duì)于國(guó)內(nèi)目前有代表性的5支互聯(lián)網(wǎng)類理財(cái)產(chǎn)品綁定的貨幣基金使用VaR測(cè)量其收益風(fēng)險(xiǎn)，利用夏普比率、修正的夏普比率和RAROC指標(biāo)進(jìn)行績(jī)效評(píng)價(jià)。研究發(fā)現(xiàn)，所選取的5支與互聯(lián)網(wǎng)理財(cái)產(chǎn)品掛鉤的貨幣基金收益率序列有明顯的尖峰厚尾的特征和波動(dòng)上的群聚現(xiàn)象；互聯(lián)網(wǎng)金融產(chǎn)品的收益風(fēng)險(xiǎn)狀況可以使用對(duì)應(yīng)貨幣基金的收益風(fēng)險(xiǎn)方法來(lái)度量；基于EGARCH-GED模型的VaR方法能夠有效反映基金的風(fēng)險(xiǎn)；三種績(jī)效指標(biāo)分別從不同風(fēng)險(xiǎn)的角度綜合考慮了風(fēng)險(xiǎn)和收益對(duì)貨幣基金績(jī)效評(píng)價(jià)的影響，較為真實(shí)地反映了各貨幣基金的歷史經(jīng)營(yíng)狀況。

2016年1月15日，國(guó)務(wù)院印發(fā) 《推進(jìn)普惠金融發(fā)展規(guī)劃 （2016-2020年）》，將普惠金融戰(zhàn)略的實(shí)施納入了國(guó)家層面，目的是讓更多的家庭獲得金融服務(wù)。而金融服務(wù)門檻降低，要求強(qiáng)化金融監(jiān)管統(tǒng)籌協(xié)調(diào)，健全對(duì)互聯(lián)網(wǎng)金融的監(jiān)管，進(jìn)一步完善金融監(jiān)管、提升監(jiān)管效能，除此之外，如果投資者金融素養(yǎng)較低，無(wú)法全面收集和準(zhǔn)確識(shí)別相關(guān)金融產(chǎn)品的風(fēng)險(xiǎn)，由此而作出糟糕的金融決策，將會(huì)給普惠金融戰(zhàn)略的實(shí)施帶來(lái)風(fēng)險(xiǎn)［12］。因此本文的實(shí)證結(jié)果試圖為投資者作出合理投資決策提供一些意見(jiàn)，為學(xué)術(shù)界提供度量互聯(lián)網(wǎng)金融產(chǎn)品績(jī)效的新思路和新角度。

本文的不足之處在于，研究結(jié)論以各樣本貨幣基金的歷史每日萬(wàn)份收益為基礎(chǔ)，衡量出的是貨幣基金的歷史表現(xiàn)，雖具有一定的參考價(jià)值，但具體進(jìn)行互聯(lián)網(wǎng)金融產(chǎn)品投資的時(shí)候要將最新貨幣基金的每日萬(wàn)份收益考慮在內(nèi)，這樣對(duì)投資更具有指導(dǎo)意義。