張衛(wèi)國(guó)，庫(kù) 宇，邵貫賞

(華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510641)

一、引 言

自2013年6月余額寶引發(fā)互聯(lián)網(wǎng)理財(cái)熱潮后，國(guó)內(nèi)各大電商和包括銀行、券商、保險(xiǎn)等在內(nèi)的傳統(tǒng)金融機(jī)構(gòu)陸續(xù)通過(guò)互聯(lián)網(wǎng)渠道推出同類(lèi)的理財(cái)產(chǎn)品，各種互聯(lián)網(wǎng)理財(cái)工具蓬勃發(fā)展。一些學(xué)者研究了互聯(lián)網(wǎng)理財(cái)產(chǎn)品收益率的影響因素。如楊毅等[1]與陸敬筠等[2]實(shí)證發(fā)現(xiàn)余額寶的收益受到上海同業(yè)拆借利率顯著的正向影響。林文生等發(fā)現(xiàn)產(chǎn)品規(guī)模、股債行情和銀行拆借利率都影響理財(cái)收益波動(dòng)，且影響程度不同[3]。楊宇程發(fā)現(xiàn)其受到shibor滯后項(xiàng)、證券二級(jí)市場(chǎng)表現(xiàn)和貨幣供應(yīng)量的影響，前兩個(gè)因素的影響均為正向，貨幣供應(yīng)量的影響則是負(fù)向[4]。孫春燕等研究發(fā)現(xiàn)余額寶現(xiàn)金占凈比對(duì)其具有線性正效應(yīng)，銀行間同業(yè)拆借利率和滬深300指數(shù)具有線性負(fù)效應(yīng)，消費(fèi)者價(jià)格指數(shù)對(duì)其具有波動(dòng)非線性作用，人民幣兌美元匯率和狹義的貨幣供應(yīng)量對(duì)其具有交互作用[5]。

隨著貨幣市場(chǎng)化進(jìn)程的推進(jìn)，依賴(lài)于貨幣基金的理財(cái)產(chǎn)品的收益率在不斷下滑。根據(jù)支付寶平臺(tái)的數(shù)據(jù)顯示，截至目前余額寶年化收益率已經(jīng)低于2.5%。為尋求更高收益，由保險(xiǎn)公司發(fā)行、承?；蚬芾?，接受銀保監(jiān)會(huì)監(jiān)管的保險(xiǎn)理財(cái)產(chǎn)品逐步走入投資者的視野。同時(shí)，一些學(xué)者開(kāi)展了互聯(lián)網(wǎng)保險(xiǎn)理財(cái)方面的研究。如李克穆指出互聯(lián)網(wǎng)保險(xiǎn)在互聯(lián)網(wǎng)金融領(lǐng)域的創(chuàng)新發(fā)展方面走在了前列，而由于歷史數(shù)據(jù)缺乏導(dǎo)致其可能存在產(chǎn)品定價(jià)風(fēng)險(xiǎn)[6]。王燕等分析了2016年之前如萬(wàn)能險(xiǎn)、投連險(xiǎn)等產(chǎn)品業(yè)績(jī)好的原因，但其也因偏離保障受監(jiān)管要求逐漸從互聯(lián)網(wǎng)理財(cái)渠道消失，隨后對(duì)未來(lái)的監(jiān)管提出了相應(yīng)建議[7]。張方波指出保險(xiǎn)資管行業(yè)發(fā)展呈現(xiàn)穩(wěn)步增長(zhǎng)和配置多元化趨勢(shì)，資管新規(guī)的出臺(tái)帶來(lái)了機(jī)遇，同時(shí)在第三方業(yè)務(wù)等方面也面臨著挑戰(zhàn)[8]。

經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模型和集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)模型被一些學(xué)者廣泛應(yīng)用于對(duì)股票[9-12]、房地產(chǎn)[13]、大宗商品[14-15]等的研究中，并都有較好的表現(xiàn)。Zhu等指出與傳統(tǒng)的單時(shí)間尺度模型相比，EEMD可以有效減少異質(zhì)環(huán)境的影響，從而獲得更準(zhǔn)確的整體風(fēng)險(xiǎn)的測(cè)度[16]。白潔等則用EMD發(fā)現(xiàn)余額寶收益率波動(dòng)是由國(guó)內(nèi)市場(chǎng)資金面決定的長(zhǎng)期趨勢(shì)和金融行業(yè)重大事件共同導(dǎo)致的[17]。

區(qū)別于類(lèi)似余額寶的互聯(lián)網(wǎng)理財(cái)產(chǎn)品，保險(xiǎn)資管產(chǎn)品發(fā)展相對(duì)較晚，缺乏同類(lèi)可比口徑的歷史投資業(yè)績(jī)，個(gè)人投資者短期難以對(duì)保險(xiǎn)機(jī)構(gòu)的投資管理能力進(jìn)行客觀評(píng)價(jià)，學(xué)術(shù)界缺乏針對(duì)互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品的理論和應(yīng)用研究。本文具體研究互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響因素，提出了分析互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率影響因素的EEMD-QR方法，并選取具有代表性的互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品“國(guó)壽嘉年天天盈”進(jìn)行實(shí)證分析。研究結(jié)果表明，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率主要由代表產(chǎn)品內(nèi)在發(fā)展趨勢(shì)的趨勢(shì)項(xiàng)和代表重大事件影響的低頻向量決定，而且趨勢(shì)項(xiàng)對(duì)收益率影響的程度和沖擊更高。銀行間同業(yè)拆借利率、債券市場(chǎng)行情、保險(xiǎn)機(jī)構(gòu)實(shí)力、匯率和證券二級(jí)市場(chǎng)是主要影響因素。

二、互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品基本情況

對(duì)于互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品來(lái)說(shuō)，2015年之前保險(xiǎn)理財(cái)市場(chǎng)以中短期的萬(wàn)能險(xiǎn)、投連險(xiǎn)為主，但受監(jiān)管要求，現(xiàn)在萬(wàn)能險(xiǎn)和投連險(xiǎn)幾乎從互聯(lián)網(wǎng)理財(cái)渠道消失，取而代之的是個(gè)人養(yǎng)老保障管理產(chǎn)品。據(jù)融360調(diào)查發(fā)現(xiàn)，截至2018年7月末在主流的互聯(lián)網(wǎng)保險(xiǎn)理財(cái)銷(xiāo)售渠道中，由保監(jiān)會(huì)批準(zhǔn)設(shè)立的養(yǎng)老保險(xiǎn)公司發(fā)行的個(gè)人養(yǎng)老保障管理產(chǎn)品占到9成以上。

本文研究發(fā)現(xiàn)目前通過(guò)互聯(lián)網(wǎng)渠道發(fā)行的保險(xiǎn)活期理財(cái)產(chǎn)品主要在騰訊理財(cái)通平臺(tái)上，并設(shè)置專(zhuān)門(mén)的理財(cái)專(zhuān)區(qū)進(jìn)行銷(xiāo)售。理財(cái)通作為一個(gè)用戶(hù)數(shù)超1億人、總成交量超2萬(wàn)億元的理財(cái)平臺(tái)，能夠?yàn)橛脩?hù)提供多樣化的理財(cái)服務(wù)，主要包括貨幣基金類(lèi)產(chǎn)品、保險(xiǎn)理財(cái)?shù)?，投資者可以靈活理財(cái)，隨時(shí)存取。騰訊理財(cái)通平臺(tái)上的“國(guó)壽嘉年天天盈”等保險(xiǎn)活期理財(cái)產(chǎn)品更是一直處于平臺(tái)暢銷(xiāo)榜中，因產(chǎn)品風(fēng)險(xiǎn)低，收益穩(wěn)健，受到了廣大投資者的喜愛(ài)。目前，騰訊理財(cái)通平臺(tái)在售的理財(cái)通活期理財(cái)產(chǎn)品如表1所示。

表1 理財(cái)通保險(xiǎn)活期產(chǎn)品情況(截至2018年11月末)

注：資料來(lái)源于騰訊理財(cái)通平臺(tái)。

總體來(lái)看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品通過(guò)精選期限適中、風(fēng)險(xiǎn)較低、收益較高的項(xiàng)目，力求在滿(mǎn)足安全性、流動(dòng)性需要的基礎(chǔ)上實(shí)現(xiàn)更高的收益率，具有“資金穩(wěn)健、投資范圍廣、高流動(dòng)性、低門(mén)檻性”的特點(diǎn)，比較適合穩(wěn)健類(lèi)投資者以及習(xí)慣在互聯(lián)網(wǎng)渠道購(gòu)買(mǎi)理財(cái)產(chǎn)品的年輕人。

三、EEMD-QR模型構(gòu)建

Huang等首次提出經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)模型，結(jié)合時(shí)間域和頻率域來(lái)分析時(shí)間序列內(nèi)在特征，是一種非參數(shù)、經(jīng)驗(yàn)性的分析非線性非平穩(wěn)的時(shí)間序列的方法[18]。Wu等在EMD基礎(chǔ)上提出集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)模型[19]。EMD模型是將原始時(shí)間序列數(shù)據(jù)根據(jù)其內(nèi)在特征進(jìn)行多尺度分解提取，從而得到一組頻率特征不同的分量，即本征模函數(shù)(intrinsic mode function，imf)，適用于處理互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率這樣的非線性、非平穩(wěn)數(shù)據(jù)，最終可以將互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率原始序列s(t)分解為imf函數(shù)和一個(gè)趨勢(shì)項(xiàng)rn(t)，即：

(1)

其中，t表示時(shí)間；s(t)表示時(shí)間序列。

EEMD具體分解步驟如下：

(1)在互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率原始序列s(t)中多次加入均值為0、標(biāo)準(zhǔn)差為常數(shù)的白噪聲，即：

si(t)=s(t)+wi(t)

(2)

其中，si(t)為第i次加入白噪聲后的序列；wi(t)為第i次加入的白噪聲。

(2)對(duì)新組成的時(shí)間序列si(t)分別進(jìn)行EMD 分解，得到各自的imf，記為cij(t)，與一個(gè)余項(xiàng)式ri(t)，其中cij(t)為第i次加入白噪聲后分解得到的第j個(gè)imf。

(3)根據(jù)白噪聲足夠多次試驗(yàn)可相互抵消的特性可知，將上述分解中對(duì)應(yīng)的imf計(jì)算算術(shù)平均值就可得到經(jīng)驗(yàn)分解后的最終imf，即：

(3)

其中，N為加入白噪聲的次數(shù)，cj(t)為原始序列EEMD后得出的第j個(gè)imf。

然后，按照以下的步驟對(duì)各imf進(jìn)行集成，生成高頻imf和低頻imf。

(1)計(jì)算本征模函數(shù)imf1(t)到imfn(t)的算術(shù)平均值。

(2)對(duì)本征模函數(shù)imfi(t)的平均值進(jìn)行不等于0的t檢驗(yàn)。

(3)將本征模函數(shù)imf1(t)，…，imfi-1(t)加總構(gòu)成頻率較高的成分，即為高頻分量；將imf1(t)，…，imfn(t)加總構(gòu)成頻率較低的成分，即為低頻分量。

互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率經(jīng)過(guò)EEMD模型分解的各分量進(jìn)行組合得到高頻/低頻imf分量以及趨勢(shì)項(xiàng)都具有自己獨(dú)特的屬性和比較強(qiáng)的經(jīng)濟(jì)學(xué)意義。趨勢(shì)項(xiàng)的時(shí)間序列能夠看作代表原始序列中的內(nèi)在運(yùn)行軌跡，客觀準(zhǔn)確地提取出趨勢(shì)項(xiàng)序列具有非常重要的經(jīng)濟(jì)學(xué)意義和實(shí)際意義[18]。其沿著原始序列的長(zhǎng)期均值緩慢變化，可視作互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率變化的潛在趨勢(shì)。低頻分量的突發(fā)性上升或者下降一般和一些重大事件相對(duì)應(yīng)，代表著這些重大事件的影響。高頻分量一般振幅較小，主要代表著互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的隨機(jī)波動(dòng)。進(jìn)一步分析并量化互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響因素，并通過(guò)相關(guān)分析來(lái)檢驗(yàn)這些影響因素與對(duì)應(yīng)分量之間是否存在顯著相關(guān)關(guān)系。

最后，通過(guò)分位數(shù)回歸(QR)模型來(lái)分析具有顯著影響的因素與互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率之間的關(guān)系。通過(guò)考察解釋變量對(duì)響應(yīng)量在不同分位點(diǎn)處的異質(zhì)影響，能夠挖掘到更加豐富的信息，進(jìn)而得出收益率整個(gè)條件分布特征的描述。

四、收益率EEMD模式分解

(一)數(shù)據(jù)與描述

本文選取騰訊理財(cái)通平臺(tái)上“保險(xiǎn)理財(cái)”產(chǎn)品中的國(guó)壽嘉年天天盈產(chǎn)品作為代表來(lái)研究互聯(lián)網(wǎng)保險(xiǎn)理財(cái)產(chǎn)品的收益率。一方面是因?yàn)樵摦a(chǎn)品處于理財(cái)通平臺(tái)保險(xiǎn)活期理財(cái)板塊顯示的首位；另一方面，經(jīng)理財(cái)通平臺(tái)披露，截至2018年11月末，國(guó)壽嘉年天天盈產(chǎn)品已累計(jì)成交6 021萬(wàn)筆，其累計(jì)成交筆數(shù)遠(yuǎn)遠(yuǎn)超過(guò)平臺(tái)其他同類(lèi)產(chǎn)品之和，因此具有比較高的代表性。同時(shí)選取國(guó)壽嘉年天天盈的萬(wàn)份收益率來(lái)代表本產(chǎn)品的收益率。因理財(cái)通平臺(tái)只披露近兩個(gè)月的數(shù)據(jù)，通過(guò)本文研究期間對(duì)理財(cái)通平臺(tái)數(shù)據(jù)的跟蹤，選取從2017年7月31日到2019年2月28日的數(shù)據(jù)共578個(gè)。國(guó)壽嘉年天天盈收益率分布如圖1所示。

圖1 國(guó)壽嘉年天天盈的收益率分布

首先，對(duì)國(guó)壽嘉年天天盈收益率(GS)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。由表2可知，p值大于10%，不能拒絕原假設(shè)，即認(rèn)為國(guó)壽嘉年天天盈收益率序列是非平穩(wěn)的；然后對(duì)其進(jìn)行一階差分后進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)拒絕原假設(shè)，即一階數(shù)據(jù)是平穩(wěn)的。所以選取EEMD模型可以很好地從多尺度分解分析其收益率的內(nèi)涵特征。

表2 國(guó)壽嘉年天天盈的收益率(GS)及一階數(shù)據(jù)(DGS)ADF平穩(wěn)性檢驗(yàn)結(jié)果

(二)imf分量及其分析

在Matlab平臺(tái)上編程實(shí)現(xiàn)了EEMD模型分解，最終可以將研究期間共計(jì)578天的原始的國(guó)壽嘉年天天盈的收益率數(shù)據(jù)進(jìn)行分解，得到7條具有不同特征的imf分量和1個(gè)趨勢(shì)項(xiàng)R，如圖2所示。可以看到，隨著所有被分解出的imf分量從高頻逐漸向低頻移動(dòng)，其振幅基本上逐漸變大，且最后1項(xiàng)R(t)是一個(gè)單調(diào)的可以反映理財(cái)收益率的長(zhǎng)期趨勢(shì)。

圖2 基于EEMD模型分解的imf分量和趨勢(shì)項(xiàng)圖

本文從imf的平均周期和原始序列的相關(guān)系數(shù)、方差占比這幾個(gè)指標(biāo)來(lái)分析，EEMD模型分解后各分量特征如表3所示?？砂l(fā)現(xiàn)，與原始序列相關(guān)程度最高的是趨勢(shì)項(xiàng)，其系數(shù)為0.87，遠(yuǎn)高于其他imf與原始序列的相關(guān)程度。通過(guò)EEMD分解后最高頻的imf分量的周期短，其波動(dòng)與原始時(shí)間序列有一定的相似度，使其與原始序列的相關(guān)性較高。繼續(xù)分解后得到的處于中間水平頻率的imf分量的周期與相關(guān)系數(shù)也有很大的關(guān)系，這些imf分量的相關(guān)系數(shù)相對(duì)較低，可能是因?yàn)殡S著imf分量頻率的逐漸降低，其波動(dòng)相對(duì)而言會(huì)逐漸減緩，此時(shí)當(dāng)原始的收益率序列仍按照一定的趨勢(shì)運(yùn)轉(zhuǎn)時(shí)，這部分imf分量也會(huì)按照趨勢(shì)進(jìn)行延展導(dǎo)致出現(xiàn)了一定的滯后反應(yīng)，從而出現(xiàn)與原始序列相左的情況。而低頻的imf分量因?yàn)橛绊懼ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率的重大波動(dòng)，與原始序列的相關(guān)程度較高。

表3 EEMD模型分解后各分量特征 (%)

注：**、***分別表示在5%和1%的水平下顯著。

通過(guò)方差分析發(fā)現(xiàn)，僅趨勢(shì)項(xiàng)占比40.88%，占模式分解后各分量方差之和的比例高達(dá)61.36%。imf 7占原始時(shí)間序列方差的比例為7.84%，占模式分解后方差的比例為11.77%，僅次于趨勢(shì)項(xiàng)對(duì)于原始序列的沖擊占比，說(shuō)明當(dāng)受到重大事件沖擊的時(shí)候，低頻imf分量和趨勢(shì)項(xiàng)對(duì)于國(guó)壽嘉年天天盈的收益率貢獻(xiàn)程度很大。同時(shí)，因?yàn)閲?guó)壽嘉年天天盈的收益率的日間隨機(jī)波動(dòng)比較大，它也對(duì)國(guó)壽嘉年天天盈的波動(dòng)具有一定貢獻(xiàn)。

(三)結(jié)構(gòu)特征分析

基于EEMD模型分解的各頻率判別圖如圖3所示。

圖3 基于EEMD模型分解的各頻率判別圖

對(duì)各imf進(jìn)行集成，生成高頻imf和低頻imf。根據(jù)前述可得：imf 1—imf 5為高頻部分，加和作為高頻分量；imf 6—imf 7歸為低頻部分，加和作為低頻分量；趨勢(shì)項(xiàng)作為獨(dú)立的分量。通過(guò)EEMD模型分解互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品得到的各分量進(jìn)行組合后的高頻imf分量、低頻imf分量以及趨勢(shì)項(xiàng)的特征，如表4所示。

表4 高頻/低頻imf分量以及趨勢(shì)項(xiàng)特征 (%)

注：***表示在1%的水平下顯著。

1.趨勢(shì)項(xiàng)特征——內(nèi)在發(fā)展趨勢(shì)

趨勢(shì)項(xiàng)和原始時(shí)間序列的相關(guān)系數(shù)達(dá)0.87，趨勢(shì)項(xiàng)占原始時(shí)間序列方差的40.88%，占EEMD模型分解后方差的58.30%。趨勢(shì)項(xiàng)與原始序列的相關(guān)系數(shù)與方差波動(dòng)占比均比其他imf分量高，說(shuō)明趨勢(shì)項(xiàng)是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的重要組成部分，基本可以反映本互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的發(fā)展趨勢(shì)。

國(guó)壽嘉年天天盈的投資管理人分別是中國(guó)人壽養(yǎng)老保險(xiǎn)股份有限公司和嘉實(shí)基金管理有限公司。中國(guó)人壽養(yǎng)老保險(xiǎn)股份有限公司負(fù)責(zé)不動(dòng)產(chǎn)類(lèi)金融資產(chǎn)、其他金融資產(chǎn)的配置，嘉實(shí)基金管理有限公司負(fù)責(zé)資產(chǎn)配置和存款、債券等證券化金融產(chǎn)品管理，其投資比例比較高的主要是流動(dòng)性資產(chǎn)以及固定收益資產(chǎn)，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率與投資管理人的投資能力及投資的較高流動(dòng)性標(biāo)的息息相關(guān)。這說(shuō)明從長(zhǎng)期來(lái)看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率與國(guó)內(nèi)同業(yè)市場(chǎng)資金面的松緊程度以及固定收益市場(chǎng)的收益情況相關(guān)。

2.低頻曲線特征——重大事件影響

趨勢(shì)項(xiàng)對(duì)于收益率的影響是緩慢的，且穩(wěn)定在一定的水平上，因此國(guó)壽嘉年天天盈收益率的大幅波動(dòng)是重大事件對(duì)于互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的沖擊造成的。低頻分量與原始時(shí)間序列的相關(guān)系數(shù)為0.75，遠(yuǎn)高于高頻曲線與原始序列對(duì)應(yīng)的相關(guān)系數(shù)0.47。低頻分量占EEMD分解后方差的比例為15.02%，這也與一直以來(lái)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率因風(fēng)險(xiǎn)不高相關(guān)，整體上收益率波動(dòng)沒(méi)有像其他常見(jiàn)的理財(cái)產(chǎn)品的波動(dòng)那么大，受重大事件的影響但是敏感程度不高。國(guó)壽嘉年天天盈的收益率主要受資管新規(guī)、貨幣政策以及國(guó)內(nèi)外金融市場(chǎng)環(huán)境的影響。

隨著資管新規(guī)的落地實(shí)施，打破剛兌的要求明顯沖擊了之前的理財(cái)市場(chǎng)。短期來(lái)看，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品面臨著一定的轉(zhuǎn)型和調(diào)整壓力，對(duì)投資標(biāo)的的限制可能使產(chǎn)品收益率下降。而自從2018年3月發(fā)生錢(qián)荒以來(lái)，國(guó)內(nèi)先后經(jīng)歷了全國(guó)降準(zhǔn)、定向降準(zhǔn)、中期借貸便利大規(guī)模凈投放等多次降準(zhǔn)舉措，實(shí)行穩(wěn)健中性的貨幣政策，保持流動(dòng)性的合理充裕，使得理財(cái)產(chǎn)品收益呈現(xiàn)下滑的趨勢(shì)。

同時(shí)，在中美貿(mào)易摩擦的影響下，整個(gè)國(guó)際金融市場(chǎng)處于極大的波動(dòng)中，投資者對(duì)于金融資產(chǎn)的風(fēng)險(xiǎn)偏好降低，并傳導(dǎo)到國(guó)內(nèi)金融市場(chǎng)，使得國(guó)內(nèi)投資理財(cái)市場(chǎng)受到了很大的影響。由此造成的股市行情持續(xù)低迷會(huì)加劇投資者投資偏向低風(fēng)險(xiǎn)、高流動(dòng)性的理財(cái)產(chǎn)品，引起互聯(lián)網(wǎng)理財(cái)產(chǎn)品市場(chǎng)收益率進(jìn)一步下跌。

通過(guò)EEMD分解可以分析這些事件對(duì)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的影響及結(jié)果，既可以幫助我們來(lái)評(píng)判重大事件帶來(lái)的影響程度，也可為以后的投資者進(jìn)行決策提供參考。

3.高頻曲線特征——隨機(jī)波動(dòng)影響

互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率除了受其潛在的趨勢(shì)因素和重大事件的影響外，其高頻曲線的變化特征主要代表著市場(chǎng)隨機(jī)波動(dòng)帶來(lái)的影響。對(duì)國(guó)壽嘉年天天盈的收益率的影響主要體現(xiàn)在imf 1—imf 5組成的低頻分量上，高頻分量與原始序列的相關(guān)系數(shù)為0.47，相關(guān)程度最小。因?yàn)榛ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品可投資標(biāo)的品種和范圍較“寶寶類(lèi)”產(chǎn)品相對(duì)較大，其日間波動(dòng)也相對(duì)較大，這也是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品獨(dú)特的特點(diǎn)，其頻繁的波動(dòng)會(huì)對(duì)理財(cái)收益率造成影響。對(duì)于短期的預(yù)測(cè)來(lái)說(shuō)，高頻分量不可或缺，但是從較長(zhǎng)期的角度來(lái)看，可以忽略高頻分量的影響。圖4為國(guó)壽嘉年天天盈收益率及各分量曲線圖。

圖4 國(guó)壽嘉年天天盈收益率及各分量曲線圖

綜上所述，趨勢(shì)項(xiàng)代表了理財(cái)收益率的內(nèi)在趨勢(shì)，與管理人的投資能力與投資標(biāo)的相關(guān)，可以基本反映收益率的發(fā)展走勢(shì)。低頻分量代表了重大事件的影響作用，重大事件的出現(xiàn)會(huì)對(duì)收益率造成較大的波動(dòng)，觀測(cè)期內(nèi)資管新規(guī)落地、各項(xiàng)降準(zhǔn)舉措的實(shí)行以及中美貿(mào)易摩擦帶來(lái)的理財(cái)市場(chǎng)低迷，都引起了理財(cái)收益率的不斷下行。高頻分量的頻繁波動(dòng)代表了產(chǎn)品本身隨機(jī)波動(dòng)的影響，與收益率相關(guān)性最小。

五、基于QR模型實(shí)證分析

由前面分析可知，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)?shù)内厔?shì)項(xiàng)和低頻分量對(duì)于收益率的解釋性更強(qiáng)。因此研究二者的影響因素能夠幫助我們更好地認(rèn)識(shí)和投資互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品。根據(jù)這些因素的特點(diǎn)并結(jié)合我國(guó)金融市場(chǎng)發(fā)展的具體情況，進(jìn)一步選擇出互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率影響因素的量化指標(biāo)如下。

(一)趨勢(shì)項(xiàng)因素的量化指標(biāo)

(1)銀行間同業(yè)拆借利率。在我國(guó)金融市場(chǎng)上，銀行的存款利率通常能夠反映出當(dāng)前資金面的松緊水平。李東榮指出上海銀行間同業(yè)拆借利率隔夜利率(shibor)作為貨幣市場(chǎng)基準(zhǔn)利率整體上能夠較好地反映資金成本、市場(chǎng)供求和貨幣政策預(yù)期的變化[20]。因此本文也選取shibor來(lái)作為判斷市場(chǎng)利率的基準(zhǔn)，來(lái)表現(xiàn)資金面的需求關(guān)系。

(2)債券市場(chǎng)行情。國(guó)壽嘉年天天盈投資短期固定收益資產(chǎn)比例為0～190%，占比相當(dāng)高，因此債券市場(chǎng)的行情也會(huì)影響互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益情況。參考閆紅蕾等的研究，國(guó)債的利率期限結(jié)構(gòu)決定基準(zhǔn)無(wú)風(fēng)險(xiǎn)利率[21]。本文選取一年期國(guó)債收益率來(lái)代表短期債市的市場(chǎng)行情。

(3)保險(xiǎn)機(jī)構(gòu)實(shí)力?；ヂ?lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的管理人主要是保險(xiǎn)資管機(jī)構(gòu)，而理財(cái)投資管理人的主動(dòng)管理能力是關(guān)系投資風(fēng)格及收益的一個(gè)關(guān)鍵因素，這也是互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)區(qū)別于其他理財(cái)產(chǎn)品的一個(gè)重要的原因，因此研判保險(xiǎn)機(jī)構(gòu)的實(shí)力也十分重要。本文選取的Wind保險(xiǎn)Ⅱ指數(shù)可以在一定程度上代表保險(xiǎn)行業(yè)及機(jī)構(gòu)的實(shí)力，以此來(lái)研究其對(duì)于收益率的影響。

(二)重大事件因素的量化指標(biāo)

(1)匯率。隨著中國(guó)逐漸走向世界，國(guó)際環(huán)境的不確定性給中國(guó)的金融市場(chǎng)帶來(lái)了極大的沖擊，特別是2018年以來(lái)開(kāi)啟的中美貿(mào)易戰(zhàn)更是一個(gè)黑天鵝事件，至2019年又逐漸緩和，國(guó)際趨勢(shì)的變化深刻地影響了國(guó)內(nèi)外資的流通。正是人民幣匯率的波動(dòng)沖擊著國(guó)內(nèi)外資金的流動(dòng)，然后影響著各種金融工具的價(jià)格，影響著我國(guó)金融市場(chǎng)的資金面，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益自然也深受影響。王勝等實(shí)證描述了匯率的動(dòng)態(tài)傳遞效應(yīng)[22]。因此本文選取美元兌人民幣的中間價(jià)作為匯率數(shù)據(jù)，來(lái)研究匯率的變動(dòng)對(duì)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率的影響。

(2)證券二級(jí)市場(chǎng)行情。證券市場(chǎng)反映了理財(cái)市場(chǎng)人們對(duì)于風(fēng)險(xiǎn)資金的偏好程度，證券市場(chǎng)低迷會(huì)吸引大量資金投入非證券市場(chǎng)，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)也包括在內(nèi)。參考趙雪謹(jǐn)和張衛(wèi)國(guó)采用上證綜合指數(shù)和深證成份指數(shù)來(lái)構(gòu)建和描述股票市場(chǎng)的資產(chǎn)收益率回報(bào)[23]，本文選取上證指數(shù)來(lái)研究證券二級(jí)市場(chǎng)對(duì)于收益率的影響。

考慮到數(shù)據(jù)的可得性與一致性，將國(guó)壽嘉年天天盈自2017年7月31日至2019年2月28日的收益率(GS)作為被解釋變量，然后選取對(duì)應(yīng)時(shí)間的上海銀行間同業(yè)拆借利率隔夜利率(shibor)、一年期國(guó)債收益率(GZ)、Wind保險(xiǎn)Ⅱ指數(shù)(BX)、匯率(LV)、上證指數(shù)(SZ)。以上數(shù)據(jù)均來(lái)自Wind經(jīng)濟(jì)數(shù)據(jù)庫(kù)?？紤]到周末以及節(jié)假日等因素，部分?jǐn)?shù)據(jù)存在缺失的狀況可能無(wú)法匹配，所以在以日為計(jì)算周期的基礎(chǔ)上，休息日的數(shù)據(jù)采用平均插值法計(jì)算得來(lái)。

(三)實(shí)證結(jié)果

首先，考慮到各影響因素之間可能存在相關(guān)性，因此本文通過(guò)Pearson相關(guān)系數(shù)法來(lái)計(jì)算各影響因素間的相關(guān)性，計(jì)算結(jié)果如表5所示。

表5 影響因素間的相關(guān)關(guān)系

從表5中可以看出，只有一年期國(guó)債收益率和上證指數(shù)之間存在高度相關(guān)性，其他影響因素之間的相關(guān)性都比較低。為了方便后面詳細(xì)分析各影響因素對(duì)收益率的影響，本文保留所有的5個(gè)影響因素，不作降重處理。

然后驗(yàn)證各影響因素與對(duì)應(yīng)分量之間的關(guān)系，影響因素與對(duì)應(yīng)分量之間的關(guān)系如表6(a)、表6(b)所示。可以發(fā)現(xiàn)各影響因素與對(duì)應(yīng)收益率分量是顯著相關(guān)的。

表6(a) 影響因素與趨勢(shì)項(xiàng)之間的關(guān)系

表6(b) 影響因素與低頻imf之間的關(guān)系

注：***表示在1%的水平下顯著。

其次，對(duì)所研究的變量取對(duì)數(shù)，使得其對(duì)應(yīng)的時(shí)間序列保持平穩(wěn)，同時(shí)減少共線性和異方差出現(xiàn)的概率。表7為變量的描述統(tǒng)計(jì)量?？梢园l(fā)現(xiàn)國(guó)壽嘉年天天盈產(chǎn)品收益率的波動(dòng)水平比較高，這也與其日間頻繁的隨機(jī)波動(dòng)有關(guān)。同時(shí)，國(guó)壽嘉年天天盈的收益率的偏度小于0、峰度小于3，表現(xiàn)出負(fù)偏平坦峰的分布形態(tài)。然后根據(jù)JB統(tǒng)計(jì)量的結(jié)果可以看出各變量的時(shí)序數(shù)據(jù)的分布特征都是顯著的非正態(tài)分布。因此，通過(guò)分位數(shù)回歸模型可以更全面地描述互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率及其影響因素之間的相關(guān)關(guān)系。

表7 描述統(tǒng)計(jì)量

注：***表示在1%的水平下顯著。

接著采用分位數(shù)回歸(QR)模型來(lái)研究分析在不同分布狀態(tài)下的國(guó)壽嘉年天天盈收益率與其影響因素的相關(guān)性。為了詳細(xì)觀察不同分位數(shù)下，國(guó)壽嘉年天天盈產(chǎn)品收益率的波動(dòng)與各影響因素之間的相關(guān)性，本文選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表8所示。

表8 收益率與各影響因素的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過(guò)表8可以發(fā)現(xiàn)，在不同的分位數(shù)水平下各影響因素對(duì)于國(guó)壽嘉年天天盈收益率的影響方向及影響程度的變化。從回歸結(jié)果來(lái)看，上海銀行間同業(yè)拆借利率隔夜利率對(duì)國(guó)壽嘉年天天盈收益率的影響是反向的。在其他條件保持不變的情況下，上海銀行間同業(yè)拆借利率的增加會(huì)讓收益率隨之降低，而且當(dāng)收益率處于較高水平的時(shí)候，其負(fù)向的影響更加顯著。這也說(shuō)明在貨幣流動(dòng)性放松的情況下，保險(xiǎn)活期理財(cái)產(chǎn)品可投資標(biāo)的范圍較大，收益率能保持比較穩(wěn)健的水平。匯率對(duì)國(guó)壽嘉年天天盈收益率的影響同樣是反向的，在其他條件保持不變的情況下，匯率的增加會(huì)讓收益率隨之降低，特別是當(dāng)收益率處于低分位的時(shí)候，匯率會(huì)對(duì)收益率造成更明顯的負(fù)向影響。這說(shuō)明貿(mào)易戰(zhàn)等國(guó)際環(huán)境的不穩(wěn)定引起的匯率波動(dòng)會(huì)造成互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率隨之下降。上證指數(shù)只有當(dāng)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率不處于極端水平(分位數(shù)水平為0.4～0.9)的時(shí)候，才對(duì)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率具有顯著負(fù)向影響，且在中間分位對(duì)收益率的影響程度最為顯著。這說(shuō)明互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的投資策略較為穩(wěn)健，受極端值的影響較小。國(guó)債收益率對(duì)國(guó)壽嘉年天天盈收益率保持著顯著的正向影響，國(guó)債收益率的上漲會(huì)帶來(lái)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率的上漲，而且一直都保持著穩(wěn)定的正向影響程度。主要是因?yàn)槠渫顿Y風(fēng)險(xiǎn)比較低、期限比較短的固定收益產(chǎn)品的比例非常高，這些固定收益的收益率波動(dòng)會(huì)直接影響互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品的收益率。保險(xiǎn)指數(shù)對(duì)于國(guó)壽嘉年天天盈收益率的影響是正向的，這可能是因?yàn)楸ｋU(xiǎn)指數(shù)從側(cè)面反映保險(xiǎn)機(jī)構(gòu)的發(fā)展投資水平以及當(dāng)下市場(chǎng)對(duì)于保險(xiǎn)機(jī)構(gòu)的認(rèn)可程度，保險(xiǎn)指數(shù)上漲，其收益率也隨之上漲。

再次，進(jìn)一步采用QR模型來(lái)研究分析在不同分布狀態(tài)下的國(guó)壽嘉年天天盈收益率經(jīng)過(guò)EEMD分解后得到的趨勢(shì)項(xiàng)序列、低頻序列與各影響因素的相關(guān)性。同樣選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表9(a)、表9(b)所示。

表9(a) 收益率趨勢(shì)項(xiàng)與各影響因素的分位數(shù)回歸結(jié)果

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

表9(b) 收益率低頻imf與各影響因素的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過(guò)表9(a)、表9(b)可以進(jìn)一步發(fā)現(xiàn)，當(dāng)分位數(shù)為0.1～0.6時(shí)，上海銀行間同業(yè)拆借利率對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響是正向的；而當(dāng)分位數(shù)繼續(xù)增大時(shí)，這種影響變?yōu)榉聪?；但是?dāng)分位數(shù)處于中間水平時(shí)，影響不顯著。這可能是由于當(dāng)國(guó)壽嘉年天天盈收益率處于正常水平時(shí)，投資者對(duì)保險(xiǎn)機(jī)構(gòu)的發(fā)展投資水平等因素不敏感；上海銀行間同業(yè)拆借利率對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響呈“U”形，且始終是反向的。匯率對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)和低頻imf的影響都是反向的，而且對(duì)趨勢(shì)項(xiàng)的影響更為顯著，因此可以得出匯率主要影響國(guó)壽嘉年天天盈收益率的趨勢(shì)項(xiàng)的結(jié)論。上證指數(shù)對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響在低分位數(shù)下為負(fù)向的，隨著分位數(shù)的增加，影響效果總體呈逐漸減弱的趨勢(shì)，當(dāng)分位數(shù)為0.9時(shí)，影響變?yōu)檎虻?，逐漸增大；上證指數(shù)對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響恰好相反。國(guó)債收益率對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響隨著分位數(shù)的增加逐漸減弱，且一直為正向的；國(guó)債收益率對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響先反向后正向，且隨著分位數(shù)的增加影響先減弱后逐漸增強(qiáng)。同時(shí)，發(fā)現(xiàn)國(guó)債收益率對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響更為顯著，因此可以得出國(guó)債收益率主要影響國(guó)壽嘉年天天盈收益率的趨勢(shì)項(xiàng)的結(jié)論。保險(xiǎn)指數(shù)對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響比較小，對(duì)低頻imf的影響更為顯著，且隨著分位數(shù)的增加逐漸增強(qiáng)。因此可以得出保險(xiǎn)指數(shù)主要影響國(guó)壽嘉年天天盈收益率的低頻imf的結(jié)論。

最后，更進(jìn)一步地，我們除了將國(guó)壽嘉年天天盈收益率進(jìn)行EEMD分解，得到趨勢(shì)項(xiàng)序列和低頻序列(高頻序列可以忽略)，還將各影響因素也進(jìn)行EEMD分解，得到趨勢(shì)項(xiàng)序列和低頻序列，并采用QR模型來(lái)研究分析收益率的趨勢(shì)項(xiàng)序列與各影響因素的趨勢(shì)項(xiàng)序列的相關(guān)性以及收益率的低頻序列與各影響因素的低頻序列的相關(guān)性。同樣選取τ=0.1至τ=0.9，研究共9個(gè)分位數(shù)下分位數(shù)回歸的情況，結(jié)果如表10(a)、表10(b)所示。

表10(a) 收益率趨勢(shì)項(xiàng)與各影響因素趨勢(shì)項(xiàng)的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

表10(b) 收益率低頻imf與各影響因素低頻imf的分位數(shù)回歸結(jié)果

續(xù)上表

注：*、**、***分別表示在10%、5%和1%的水平下顯著；括號(hào)中的值表示t統(tǒng)計(jì)量。

通過(guò)表10(a)、表10(b)可以看出，國(guó)壽嘉年天天盈收益率的趨勢(shì)項(xiàng)主要受到匯率趨勢(shì)項(xiàng)、保險(xiǎn)指數(shù)趨勢(shì)項(xiàng)和上證指數(shù)趨勢(shì)項(xiàng)的影響，并且在不同的分位數(shù)下影響都比較穩(wěn)定。匯率趨勢(shì)項(xiàng)和保險(xiǎn)指數(shù)趨勢(shì)項(xiàng)對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響是反向的，上證指數(shù)趨勢(shì)項(xiàng)對(duì)國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)的影響是正向的。低頻imf幾乎受到全部5個(gè)影響因素低頻imf的影響，匯率低頻imf和上海銀行間同業(yè)拆借利率低頻imf對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響是反向的；上證指數(shù)低頻imf和保險(xiǎn)指數(shù)低頻imf對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響是正向的。在低分位數(shù)下，國(guó)債收益率低頻imf對(duì)國(guó)壽嘉年天天盈收益率低頻imf的影響是反向的，隨著分位數(shù)的增加，這種影響變?yōu)檎虻摹?/p>

在此基礎(chǔ)上，通過(guò)分位數(shù)回歸來(lái)描述理財(cái)通平臺(tái)上目前在售保險(xiǎn)活期理財(cái)產(chǎn)品及其影響因素之間的關(guān)系，如圖6所示。

(a)國(guó)壽嘉年天天盈 (b)平安養(yǎng)老富盈5號(hào)

(c)太平養(yǎng)老顧養(yǎng)天天圖6 各保險(xiǎn)活期理財(cái)產(chǎn)品與其影響因素之間的關(guān)系

可以發(fā)現(xiàn)，其他保險(xiǎn)活期理財(cái)產(chǎn)品與其影響因素之間的關(guān)系與國(guó)壽嘉年天天盈是一致的。上海銀行間同業(yè)拆借利率對(duì)收益率的影響繞均值波動(dòng)，但總體上呈下降趨勢(shì)，在高分位的負(fù)向影響更大。國(guó)債收益率對(duì)于收益率的影響呈波動(dòng)趨勢(shì)，但總體上保持在一個(gè)穩(wěn)定的水平上。保險(xiǎn)指數(shù)對(duì)于國(guó)壽嘉年天天盈收益率的影響則相反，呈現(xiàn)倒“U”形，但總體上繞均值波動(dòng)，對(duì)收益率的影響因素呈現(xiàn)正向的趨勢(shì)。利率對(duì)收益率的影響呈現(xiàn)上升的趨勢(shì)，隨著分位數(shù)的增高，利率對(duì)于收益率的負(fù)向影響程度越來(lái)越弱。上證指數(shù)對(duì)于收益率的影響呈現(xiàn)“U”形，在達(dá)到最低點(diǎn)后逐漸上升。

六、結(jié) 論

本文通過(guò)EEMD對(duì)互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)收益率進(jìn)行多尺度分解得到一組具有不同頻率的分量，并分析各分量的特征，從定量和定性的角度分析出其主要影響因素。然后通過(guò)QR模型，分析各影響因素與收益率在不同分位數(shù)水平下動(dòng)態(tài)關(guān)系。本文的主要結(jié)論如下：

第一，通過(guò)EEMD分解可知，互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)產(chǎn)品收益率主要是由代表著產(chǎn)品內(nèi)在發(fā)展趨勢(shì)的趨勢(shì)項(xiàng)和代表著重大事件影響的低頻向量決定的，而且趨勢(shì)項(xiàng)對(duì)收益率影響的程度和沖擊更高。然后量化并驗(yàn)證相關(guān)因素，包括銀行間同業(yè)拆借利率、債券市場(chǎng)行情、保險(xiǎn)機(jī)構(gòu)實(shí)力、匯率以及證券二級(jí)市場(chǎng)行情5大因素。

第二，通過(guò)EEMD-QR實(shí)證分析模型分析在不同分布狀態(tài)下的國(guó)壽嘉年天天盈收益率與其影響因素的相關(guān)性，可以發(fā)現(xiàn)：①互聯(lián)網(wǎng)保險(xiǎn)活期理財(cái)與各個(gè)指標(biāo)在各分位數(shù)水平下基本上是顯著相關(guān)的，除了上證指數(shù)在低分位數(shù)水平下影響不顯著外，上海銀行間同業(yè)拆借利率隔夜利率(shibor)、匯率(LV)和上證指數(shù)(SZ)對(duì)于收益率具有負(fù)向的顯著影響作用。且當(dāng)收益率處于較高的水平的時(shí)候，shibor下降會(huì)導(dǎo)致收益率更加顯著的上漲；收益率處于低分位的時(shí)候，LV則會(huì)對(duì)收益率造成更明顯的負(fù)向影響；SZ則是在收益率中間分位對(duì)收益率的影響程度最為顯著。一年期國(guó)債收益率(GZ)和Wind保險(xiǎn)Ⅱ指數(shù)(BX)對(duì)于收益率具有正向的顯著影響作用。收益率在不同分位數(shù)水平下受到GZ的影響都比較穩(wěn)健，保持著比較穩(wěn)定的正向影響作用；BX對(duì)收益率的影響呈現(xiàn)倒“U”形，在中間分位數(shù)水平下對(duì)收益率具有更顯著的影響。②通過(guò)進(jìn)一步分析在不同分布狀態(tài)下的國(guó)壽嘉年天天盈收益率經(jīng)過(guò)EEMD分解后得到的趨勢(shì)項(xiàng)序列、低頻序列與各影響因素的相關(guān)性可以發(fā)現(xiàn)：國(guó)壽嘉年天天盈收益率趨勢(shì)項(xiàng)主要受匯率和一年期國(guó)債收益率的影響；低頻imf幾乎受到全部5個(gè)影響因素的影響，但受匯率的影響最大。③更進(jìn)一步分析收益率的趨勢(shì)項(xiàng)序列與各影響因素的趨勢(shì)項(xiàng)序列的相關(guān)性以及收益率的低頻序列與各影響因素的低頻序列的相關(guān)性，發(fā)現(xiàn)國(guó)壽嘉年天天盈收益率的趨勢(shì)項(xiàng)主要受到匯率趨勢(shì)項(xiàng)、保險(xiǎn)指數(shù)趨勢(shì)項(xiàng)和上證指數(shù)趨勢(shì)項(xiàng)的影響，并且在不同的分位數(shù)下影響都比較穩(wěn)定，低頻imf幾乎受到全部5個(gè)影響因素低頻imf的影響。