張賀

摘要：本文針對傳統(tǒng)金融與互聯(lián)網(wǎng)金融風(fēng)險度量和績效評價的問題，選取4支互聯(lián)網(wǎng)理財產(chǎn)品綁定的貨幣基金作為互聯(lián)網(wǎng)金融產(chǎn)品和4支傳統(tǒng)貨幣基金作為傳統(tǒng)金融產(chǎn)品，建立EGARCH-GED模型計算相應(yīng)的VaR值進(jìn)行風(fēng)險度量，同時選擇績效指標(biāo)貨幣基金的繢效水平進(jìn)行評價。結(jié)果表明：互聯(lián)網(wǎng)金融產(chǎn)品的風(fēng)險高于傳統(tǒng)金融產(chǎn)品的風(fēng)險，互聯(lián)網(wǎng)貨幣基金的績效整體上優(yōu)于傳統(tǒng)貨幣基金，大多數(shù)屬于高收益低風(fēng)險的類型，而傳統(tǒng)貨幣基金大多數(shù)屬于低風(fēng)險低收益的類型。

關(guān)鍵詞：EGARCH-GED模型;VaR方法;績效評價

中圖分類號：F832.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1008-4428（2019）10-0136-03

一、引言

近年來。移動支付、手機銀行等金融業(yè)務(wù)在我國發(fā)展迅速，各大互聯(lián)網(wǎng)公司相繼推出各種第三方支付來改變大眾的支付方式。便形成了互聯(lián)網(wǎng)金融這一新的行業(yè)模式，互聯(lián)網(wǎng)金融將互聯(lián)網(wǎng)技術(shù)和金融功能進(jìn)行有機結(jié)合，常見的互聯(lián)網(wǎng)金融模式主要分為眾籌、第三方支付、ICO等形式。隨著互聯(lián)網(wǎng)金融的迅速發(fā)展。相繼產(chǎn)生的風(fēng)險被高度重視，國務(wù)院金融穩(wěn)定發(fā)展委員會于2019年7月召開第六次會議強調(diào)堅持在推動高質(zhì)量發(fā)展中防范化解金融風(fēng)險。因此。對互聯(lián)網(wǎng)金融與傳統(tǒng)金融所產(chǎn)生的系統(tǒng)性風(fēng)險的研究受到廣泛的關(guān)注。

二、文獻(xiàn)綜述

在互聯(lián)網(wǎng)金融風(fēng)險量化方面的研究，宋光輝，等以余額寶為研究對象，建立風(fēng)險度量模型，指出CVaR模型能較好地度量互聯(lián)網(wǎng)金融風(fēng)險，且具有一定的時效性和預(yù)測性。林小霞以余額寶為研究對象。從技術(shù)風(fēng)險、操作性風(fēng)險、流動性風(fēng)險和信用風(fēng)險四個角度進(jìn)行分析。建立GARCH模型，計算度量余額寶風(fēng)險的VaR值，對余額寶的風(fēng)險控制提出相應(yīng)的對策建議。王立勇。等從理論上對互聯(lián)網(wǎng)金融風(fēng)險的作用機理進(jìn)行分析闡述，建立了二層次CRITIC一灰色關(guān)聯(lián)模型對風(fēng)險進(jìn)行綜合評價，并計算VaR值度量互聯(lián)網(wǎng)金融風(fēng)險的大小，給出針對風(fēng)險防控相應(yīng)的政策建議。祝福云，等從互聯(lián)網(wǎng)金融產(chǎn)品風(fēng)險與績效評價兩個方面進(jìn)行研究分析。以五支互聯(lián)網(wǎng)金融產(chǎn)品為研究對象。建立了EGARCH-GED模型計算在險價值，結(jié)果表明該模型可以有效地反映互聯(lián)網(wǎng)產(chǎn)品的風(fēng)險。在傳統(tǒng)金融風(fēng)險量化方面的研究。王明勝以滬深300指數(shù)為研究對象，基于收益率“尖峰厚尾”的特征，構(gòu)建ARCH（GED）-Monte Carlo計算模型來測度金融風(fēng)險的VaR值，進(jìn)行回測檢驗，結(jié)果表明該模型可以顯著提高風(fēng)險度量的準(zhǔn)確度，為金融市場的量化分析提供一定的指導(dǎo)。劉翠翠以上證綜合指數(shù)和深圳成分指數(shù)為研究對象，建立GARCH與EGARCH模型計算VaR值、CVaR值并進(jìn)行有效性檢驗，結(jié)果表明EGARCH模型對風(fēng)險的預(yù)測更加準(zhǔn)確。CVaR值為更優(yōu)的風(fēng)險度量工具，其能夠覆蓋更多的風(fēng)險。鄭江松以2014年滬深300指數(shù)為研究對象，采用Monte Carlo模擬法，分別產(chǎn)生服從正態(tài)分布和t分布的隨機數(shù)，計算2015年滬深300指數(shù)的VaR值并進(jìn)行返回檢驗，結(jié)果表明在t分布下的Monte Carlo模擬法對風(fēng)險的預(yù)測更強。在互聯(lián)網(wǎng)金融風(fēng)險與傳統(tǒng)金融風(fēng)險的研究中，肖琦，等以中證800金融指數(shù)和中證互聯(lián)網(wǎng)金融指數(shù)為研究對象，對傳統(tǒng)金融風(fēng)險和互聯(lián)網(wǎng)金融風(fēng)險進(jìn)行對比分析，建立ARMA-GARCH模型計算VaR值與Es值。結(jié)果表明互聯(lián)網(wǎng)金融風(fēng)險高于傳統(tǒng)金融風(fēng)險。

綜上所述，大多數(shù)學(xué)者針對互聯(lián)網(wǎng)金融與傳統(tǒng)金融各自的風(fēng)險量化進(jìn)行研究，對二者之間的風(fēng)險量化對比分析較少，本文共選取8支互聯(lián)網(wǎng)金融與傳統(tǒng)金融具有代表性的貨幣基金產(chǎn)品作為研究對象，建立EGARCH-GED模型對VaR進(jìn)行求解，進(jìn)而對互聯(lián)網(wǎng)金融風(fēng)險與傳統(tǒng)金融風(fēng)險進(jìn)行對比分析，同時選擇績效指標(biāo)貨幣基金的績效水平進(jìn)行評價。

三、數(shù)據(jù)來源及預(yù)處理

本文選擇4支互聯(lián)網(wǎng)理財產(chǎn)品綁定的貨幣基金作為互聯(lián)網(wǎng)金融產(chǎn)品和4支傳統(tǒng)貨幣型基金作為傳統(tǒng)金融產(chǎn)品為樣本，互聯(lián)網(wǎng)金融產(chǎn)品包括了百度百賺利滾利（嘉實基金）、余額寶（天弘余額寶）、騰訊理財通（匯添富全額寶）、京東小金庫（鵬華增值寶）;傳統(tǒng)金融產(chǎn)品包含興全貨幣A、匯添富貨幣A、廣發(fā)貨幣A和光大貨幣4支貨幣型基金。數(shù)據(jù)來源于Wind數(shù)據(jù)庫，由于不同產(chǎn)品開始時間不同。所選樣本時間跨度均為2014年7月1日到2019年6月30日共5年的數(shù)據(jù)，選取基金的7日年化收益率數(shù)據(jù)進(jìn)行分析，為了消除基金收益序列的異方差性。用其相鄰兩天7日年化收益率的對數(shù)一階差分來表示收益率。計算公式為：

R_t=InP_t-InP_t-1（1）

尺。為基金的日收益率，Pt和Pt-1分別為t期和t-l期基金的7日年化收益率。

（一）數(shù)據(jù)基本描述性統(tǒng)計分析

所選貨幣基金收益率的統(tǒng)計分析結(jié)果如表1所示：相對于均值，互聯(lián)網(wǎng)貨幣基金標(biāo)準(zhǔn)差均值為0.0440435.而傳統(tǒng)貨幣基金的標(biāo)準(zhǔn)差均值為0.0420345.互聯(lián)網(wǎng)貨幣基金收益率的波動略高于傳統(tǒng)貨幣基金，風(fēng)險略大。各貨幣基金的偏度較小，其中嘉實基金、興全貨幣A和廣發(fā)貨幣A的偏度大于零，為右偏分布;其余的基金偏度均小于零，為左偏分布。峰度值均顯著的大于3.屬于明顯的尖峰厚尾的特征。

進(jìn)一步對互聯(lián)網(wǎng)金融產(chǎn)品和傳統(tǒng)金融產(chǎn)品各選取一只。畫出其對數(shù)收益率序列Q-Q圖，如圖1所示?？梢钥闯?，兩種貨幣基金的收益率序列在正態(tài)線以外存在著很多點，曲線的尾部均有顯著的擺動趨勢。再一次說明了互聯(lián)網(wǎng)金融產(chǎn)品和傳統(tǒng)金融產(chǎn)品的收益率序列的實際分布具有厚尾的特點。

（二）平穩(wěn)性檢驗

為了驗證互聯(lián)網(wǎng)金融產(chǎn)品與傳統(tǒng)金融產(chǎn)品的收益率序列是否具有明顯的波動性特征，首先需要對各基金的收益率進(jìn)行單位根（ADF）檢驗，ADF檢驗的原假設(shè)為：原時間序列存在單位根或非平穩(wěn)，若收益率序列是平穩(wěn)的，則ADF檢驗的結(jié)果拒絕原假設(shè)。表2為各基金序列的單位根檢驗結(jié)果。從表2中可以看到。各基金收益率的ADF檢驗的t-1統(tǒng)計量的值遠(yuǎn)遠(yuǎn)小于各顯著性水平1%（3.434301）、5%（-2.863172）和10%（-2.567687）水平下的t-統(tǒng)計量的值，同時ADF檢驗的P值均為0.拒絕原假設(shè)，說明各個基金收益率序列都為平穩(wěn)時間序列，8支貨幣基金均通過了平穩(wěn)性檢驗。

（三）相關(guān)性檢驗

通過對各基金對數(shù)收益率序列的AC（自相關(guān)函數(shù)）和PAC（偏自相關(guān)函數(shù)）的值以及序列相關(guān)的LM檢驗統(tǒng)計量可知，所有樣本基金收益率序列均不存在自相關(guān)性。貨幣基金收益率的1到30階自相關(guān)系數(shù)和偏相關(guān)系數(shù)大部分都落在臨界值范圍內(nèi)，貨幣基金對數(shù)收益率序列不存在自相關(guān)性，與平穩(wěn)性檢驗的結(jié)果是一致的。

（四）異方差檢驗

對上述均值方程中的殘差項檢驗是否存在ARCH效應(yīng)，檢驗結(jié)果如表3。從表3中可以看出，P值為0.拒絕殘差項不存在ARCH效應(yīng)的原假設(shè)，即表明殘差序列具有ARCH效應(yīng)。

（五）建立EGARCH-GED模型

根據(jù)收益率序列是平穩(wěn)序列，殘差項存在ARCH效應(yīng)，并對比GARCH類模型，采取AIC最小準(zhǔn)則，建立EGARCH模型，可以更好地描述貨幣基金收益率的波動性不對稱特征。

式（5）中，u為金融產(chǎn)品對數(shù)收益率序列的均值，σt是根據(jù)EGARCH-GED模型所產(chǎn)生的標(biāo)準(zhǔn)差序列，F(xiàn)-1（a）是對應(yīng)的GED分布條件下置信水平為a的分位數(shù)，為提高結(jié)果的精確度，本文選取a=99%的置信水平。

根據(jù)上述以天弘余額寶為例的分析，分別對8只金融產(chǎn)品建立EGARCH-GED模型進(jìn)行分析，得出結(jié)果如表4所示，其中p、q表示EGARCH（p，q）中的階數(shù)，采用最小AIC準(zhǔn)則選取最佳的P、q值。

表4中。前四只為互聯(lián)網(wǎng)貨幣基金產(chǎn)品，后四只為傳統(tǒng)貨幣基金產(chǎn)品，除興全貨幣A的收益率排名最高，互聯(lián)網(wǎng)貨幣基金的收益率排名靠前，其他三只傳統(tǒng)貨幣基金排名較后：從總風(fēng)險的度量方面看，互聯(lián)網(wǎng)貨幣基金的VaR值均值為0.1211015。傳統(tǒng)貨幣基金的Vail值均值為O，106857.互聯(lián)網(wǎng)貨幣基金收益率波動略大，風(fēng)險略高，但從8只貨幣基金來看。天弘余額寶基金的VaR值在所研究的貨幣基金中最低。余額寶于2013年6月推出。作為互聯(lián)網(wǎng)貨幣基金的開創(chuàng)者，其風(fēng)控要比其他貨幣基金做得更好。但相較于2013年底的累計收益率4.87%而言，目前收益率均值約為3.38%，隨著市場的競爭呈現(xiàn)下滑的趨勢。

五、互聯(lián)網(wǎng)金融產(chǎn)品與傳統(tǒng)金融產(chǎn)品績效對比分析

對互聯(lián)網(wǎng)金融產(chǎn)品與傳統(tǒng)金融產(chǎn)品的績效進(jìn)行對比分析，即為比較相應(yīng)貨幣基金的業(yè)績水平。故本文引入傳統(tǒng)的夏普指數(shù)、修正的夏普指數(shù)和RAROC指標(biāo)，從中選擇更合適的指標(biāo)來對互聯(lián)網(wǎng)金融產(chǎn)品和傳統(tǒng)金融產(chǎn)品的績效進(jìn)行對比分析。

夏普指數(shù)（Sharpe Ratio）反映了單位風(fēng)險基金凈值增長率超過無風(fēng)險收益率的程度。并將系統(tǒng)風(fēng)險和非系統(tǒng)風(fēng)險兩種風(fēng)險均考慮在內(nèi)，夏普指數(shù)越高，表明單位貨幣基金所獲得的回報越大。夏普指數(shù)的計算公式為：

由于夏普指數(shù)假定收益率序列服從正態(tài)分布。以標(biāo)準(zhǔn)差作為風(fēng)險指標(biāo)，但金融產(chǎn)品的收益率序列往往不服從正態(tài)分布，其具有尖峰厚尾的特點，使用夏普指數(shù)計算具有一定的局限性，故引入修正的夏普指數(shù)，用VaR值來代替標(biāo)準(zhǔn)差進(jìn)行計算。RAROC指標(biāo)為風(fēng)險調(diào)整資本收益指標(biāo)，衡量經(jīng)過風(fēng)險調(diào)整后的收益大小，RAROC越大。表示承擔(dān)單位風(fēng)險所獲得的收益越高。計算公式為：

通過表4中金融產(chǎn)品收益率序列的均值、標(biāo)準(zhǔn)差、VaR值可以計算出相應(yīng)的夏普指數(shù)、修正的夏普指數(shù)和RAROC指標(biāo)，如表5所示。

綜合8只基金的風(fēng)險度量和績效分析，采用總風(fēng)險調(diào)整的超額收益評價指標(biāo)（夏普指數(shù)）與利用平均收益率指標(biāo)來進(jìn)行評價基金的收益，部分基金的計算結(jié)果出現(xiàn)較大的差距，鵬華增值寶的收益率排名第二，但經(jīng)過風(fēng)險調(diào)整后夏普指數(shù)為3.44.整體處于選取貨幣基金的最后一名，說明在高收益的同時也伴隨著高風(fēng)險，投資者需要謹(jǐn)慎決策;其余的三支互聯(lián)網(wǎng)基金嘉實基金、天弘余額寶、匯添富全額寶以及傳統(tǒng)貨幣基金中的興全貨幣A在收益率較高的同時其標(biāo)準(zhǔn)差較低，計算出的夏普指數(shù)較高，說明這幾支基金屬于低風(fēng)險高收益的類型;相對比而言，匯添富貨幣A、廣發(fā)貨幣A和光大貨幣的收益率較低，但其夏普指數(shù)也較低，說明這三只基金為低風(fēng)險低收益類型，適合風(fēng)險規(guī)避者進(jìn)行投資。

從修正的夏普指數(shù)和RAROC指標(biāo)來看，二者均是基于在險價值（VaR）來進(jìn)行計算，各個貨幣基金在這兩個指標(biāo)計算下的排名結(jié)果相同，但與夏普指數(shù)的計算結(jié)果有一定的差異，互聯(lián)網(wǎng)貨幣基金中天弘余額寶貨幣基金和傳統(tǒng)貨幣基金中的匯添富貨幣A、廣發(fā)貨幣A，在經(jīng)過VaR調(diào)整后，分別位于第1、3、2名，其相應(yīng)的VaR值較小，說明對基金的風(fēng)險控制較好;而匯添富全額寶、興全貨幣A在經(jīng)過調(diào)整后位于第4、7名。說明這兩個基金控制損失的水平比較低。

六、結(jié)論

本文選取了4只互聯(lián)網(wǎng)理財產(chǎn)品綁定的貨幣基金作為互聯(lián)網(wǎng)金融產(chǎn)品和4只傳統(tǒng)貨幣基金作為傳統(tǒng)金融產(chǎn)品，對其基本統(tǒng)計特征進(jìn)行分析，得出貨幣基金均具有尖峰厚尾的特征;通過對收益率序列的平穩(wěn)性、相關(guān)性、異方差性檢驗，建立EGARCH-GED模型計算相應(yīng)的VaR值，對貨幣基金的系統(tǒng)性風(fēng)險進(jìn)行度量，總體來看，相較于傳統(tǒng)貨幣基金，互聯(lián)網(wǎng)貨幣基金收益率波動略大，風(fēng)險略高。

在對互聯(lián)網(wǎng)貨幣基金和傳統(tǒng)貨幣基金的風(fēng)險進(jìn)行度量的基礎(chǔ)上，對二者的基金績效進(jìn)行對比分析，結(jié)合夏普指數(shù)、修正后的夏普指數(shù)和RAROC三大經(jīng)典指標(biāo)，對互聯(lián)網(wǎng)貨幣基金和傳統(tǒng)貨幣基金在績效表現(xiàn)上做對比評價。結(jié)果表明：在進(jìn)行風(fēng)險調(diào)整后，互聯(lián)網(wǎng)貨幣基金的績效整體上優(yōu)于傳統(tǒng)貨幣基金，大多數(shù)屬于高收益低風(fēng)險的類型，而傳統(tǒng)貨幣基金大多數(shù)屬于低風(fēng)險低收益的類型。