顧玲玲 吳偉業(yè)

2013年開(kāi)始，市場(chǎng)上涌現(xiàn)出大批類(lèi)似余額寶的互聯(lián)網(wǎng)理財(cái)產(chǎn)品，如微信理財(cái)通、招商招財(cái)寶、融通現(xiàn)金寶等，“互聯(lián)網(wǎng)金融”漸漸成為人們生活中的主題。人們開(kāi)始接觸這些互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品，并對(duì)它們有一定的了解?；ヂ?lián)網(wǎng)金融理財(cái)產(chǎn)品以互聯(lián)網(wǎng)平臺(tái)為依托，通過(guò)出售理財(cái)產(chǎn)品來(lái)幫助客戶實(shí)現(xiàn)理財(cái)。每種互聯(lián)網(wǎng)理財(cái)產(chǎn)品都與互聯(lián)網(wǎng)貨幣基金有著對(duì)應(yīng)關(guān)系，例如，人們購(gòu)買(mǎi)余額寶，實(shí)際上購(gòu)買(mǎi)的是天弘余額寶貨幣基金。

互聯(lián)網(wǎng)貨幣基金在成本、收益、便利程度等方面都相較于傳統(tǒng)貨幣基金具有明顯的優(yōu)勢(shì)，但是它相對(duì)于銀行存款來(lái)說(shuō)，并不是絕對(duì)的無(wú)風(fēng)險(xiǎn)。從數(shù)據(jù)來(lái)看，天弘余額寶在剛推出時(shí)收益率高達(dá)6.6%，吸引了眾多投資者，但其收益率在后期表現(xiàn)出震蕩走低的趨勢(shì)。2018年10月，余額寶收益率跌破3%，截至2020年12月，收益率始終未突破3%。由此，可以看出余額寶收益率存在較大的波動(dòng)性。

圖1 余額寶收益率變化趨勢(shì)圖（單位：%）

因此，研究互聯(lián)網(wǎng)貨幣基金的收益率波動(dòng)性具有非常重要的意義，具體可以從微觀和宏觀兩個(gè)角度來(lái)看：

從微觀角度來(lái)看，投資者而言，我國(guó)金融市場(chǎng)中的投資者多以散戶為主，他們的投資經(jīng)驗(yàn)和對(duì)投資產(chǎn)品的分析能力欠缺，在投資過(guò)程中，往往會(huì)忽視自身的實(shí)際情況，為了追求高收益的投資產(chǎn)品，承受高風(fēng)險(xiǎn)，導(dǎo)致資金虧損。分析互聯(lián)網(wǎng)貨幣基金收益率的波動(dòng)性，有助于投資者了解所投產(chǎn)品的收益和風(fēng)險(xiǎn)水平，減少因自身認(rèn)知水平不夠而導(dǎo)致的虧損。對(duì)監(jiān)管者而言，面對(duì)金融創(chuàng)新下的產(chǎn)物，監(jiān)管者難以把控監(jiān)管力度，既要防范未知風(fēng)險(xiǎn)，又要保證其存活發(fā)展。研究互聯(lián)網(wǎng)貨幣基金收益率的波動(dòng)性，豐富監(jiān)管者對(duì)貨幣基金的認(rèn)識(shí)，推動(dòng)制定互聯(lián)網(wǎng)貨幣基金健康發(fā)展的政策，完善金融監(jiān)管。

從宏觀角度來(lái)看，近年來(lái)，隨著金融創(chuàng)新，金融產(chǎn)品的概念在延伸，不同領(lǐng)域的內(nèi)容相互交叉。研究互聯(lián)網(wǎng)貨幣基金，有助于豐富對(duì)新型金融產(chǎn)品的認(rèn)知，完善我國(guó)多層次金融市場(chǎng)的建立，提高我國(guó)金融行業(yè)的國(guó)際競(jìng)爭(zhēng)能力。

一、文獻(xiàn)綜述

雖然國(guó)外貨幣市場(chǎng)基金發(fā)展較早，但由于互聯(lián)網(wǎng)貨幣基金在國(guó)外沒(méi)有得到很好的發(fā)展，因此目前國(guó)外學(xué)者很少針對(duì)互聯(lián)網(wǎng)貨幣基金進(jìn)行研究。國(guó)內(nèi)互聯(lián)網(wǎng)貨幣基金誕生于2013年，雖然起步較晚，但由于是金融創(chuàng)新下的產(chǎn)物，它自出現(xiàn)起就受到了學(xué)者們的廣泛關(guān)注。基于此，本文僅針對(duì)國(guó)內(nèi)文獻(xiàn)進(jìn)行梳理。

目前國(guó)內(nèi)已有研究主要集中在互聯(lián)網(wǎng)貨幣基金自身收益率特征及風(fēng)險(xiǎn)和影響收益率水平的因素上。根據(jù)文章研究?jī)?nèi)容，以下主要圍繞收益率特征及風(fēng)險(xiǎn)進(jìn)行文獻(xiàn)回顧。

關(guān)于互聯(lián)網(wǎng)貨幣基金收益率特征的相關(guān)研究，劉冬青（2014）①劉冬青：《基于線性回歸模型的余額寶價(jià)值分析》，《哈爾濱商業(yè)大學(xué)學(xué)報(bào)》（社會(huì)科學(xué)版）2014年第5期，第47-54頁(yè)；通過(guò)分析余額寶2013年收益和費(fèi)用情況，從線性回歸模型結(jié)果來(lái)看：余額寶公司可能在前期貼息，通過(guò)高額收益來(lái)吸引客戶。刁海濤（2018）②刁海濤：《互聯(lián)網(wǎng)金融產(chǎn)品收益率的對(duì)比分析》，《太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào)》2018年第12期，第176-179頁(yè)；利用非參數(shù)核密度估計(jì)的方法研究同為互聯(lián)網(wǎng)貨幣基金的余額寶和云商寶，前者主要針對(duì)個(gè)人投資者、流傳廣泛，后者針對(duì)經(jīng)營(yíng)者和小企業(yè)、客戶群體較少，通過(guò)對(duì)比分析兩者的七日收益率的密度曲線發(fā)現(xiàn)：起初余額寶收益率稍高于云商寶，但隨著時(shí)間的推移，情況則相反。

關(guān)于互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)的相關(guān)研究，林小霞、祝?。?016）③林小霞、祝健：《互聯(lián)網(wǎng)理財(cái)風(fēng)險(xiǎn)度量及其監(jiān)管--基于VaR-GARCH模型的分析》，《福建金融》2016年第7期，第62-68頁(yè)；選取了規(guī)模相對(duì)較大的20 支互聯(lián)網(wǎng)貨幣基金，基于互聯(lián)網(wǎng)理財(cái)風(fēng)險(xiǎn)特征，分別建立GARCH族模型研究了基金收益率的波動(dòng)性，并分別估算它們的在險(xiǎn)值。研究結(jié)果表明隨著互聯(lián)網(wǎng)金融行業(yè)的風(fēng)險(xiǎn)容易在發(fā)展中不斷累積，監(jiān)管部門(mén)應(yīng)該采取多種措施，預(yù)防新的風(fēng)險(xiǎn)發(fā)生。劉倩、李潔（2019）④劉倩、李潔：《基于GARCH-VaR 和GARCH-CoVaR模型的貨幣基金產(chǎn)品風(fēng)險(xiǎn)研究》，《經(jīng)濟(jì)研究導(dǎo)刊》2019年第21期，第82-83頁(yè)；選取天弘余額寶和匯添富全額寶每萬(wàn)份收益數(shù)據(jù)，通過(guò)建立GARCH-VAaR 和GARCH-CoVaR模型，發(fā)現(xiàn)兩個(gè)收益率序列均具有異方差性、尖峰厚尾的特征，并且隨著互聯(lián)網(wǎng)金融形式的豐富，互聯(lián)網(wǎng)金融產(chǎn)品的風(fēng)險(xiǎn)也有所變化，因此要建立科學(xué)度量互聯(lián)網(wǎng)金融產(chǎn)品風(fēng)險(xiǎn)的模型。

關(guān)于互聯(lián)網(wǎng)貨幣基金收益率特征及風(fēng)險(xiǎn)的相關(guān)研究，李樹(shù)文（2015）⑤李樹(shù)文：《互聯(lián)網(wǎng)理財(cái)產(chǎn)品特征與風(fēng)險(xiǎn)分析》，《大連海事大學(xué)學(xué)報(bào)》（社會(huì)科學(xué)版）2015年第14期，第27-33頁(yè)；對(duì)比了互聯(lián)網(wǎng)貨幣基金與傳統(tǒng)貨幣基金的7日年化收益率，發(fā)現(xiàn)互聯(lián)網(wǎng)貨幣基金存在收益率較高，但整體風(fēng)險(xiǎn)較低的特征。黃夢(mèng)哲（2015）⑥黃夢(mèng)哲：《我國(guó)互聯(lián)網(wǎng)貨幣基金的模式創(chuàng)新與風(fēng)險(xiǎn)量化分析研究》，碩士學(xué)位論文，山東大學(xué)研究生院，2015年，第72頁(yè)；也對(duì)比了這兩族貨幣基金，通過(guò)建立ARMA和GARCH族模型，發(fā)現(xiàn)前者比后者有著更高的收益和更小的風(fēng)險(xiǎn)，但互聯(lián)網(wǎng)貨幣基金未來(lái)的收益率更不可測(cè)。宋秋平（2016）⑦宋秋平：《我國(guó)互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)防范的實(shí)證研究》，碩士學(xué)位論文，安徽大學(xué)研究生院，2016年，第65頁(yè)；也使用了GARCH模型對(duì)序列進(jìn)行擬合，研究得出貨幣基金收益率序列呈現(xiàn)出非正態(tài)性特征，并且具有“波動(dòng)率聚集”現(xiàn)象，揭示了互聯(lián)網(wǎng)貨幣基金并不是絕對(duì)的無(wú)風(fēng)險(xiǎn)。

縱觀國(guó)內(nèi)研究，可以發(fā)現(xiàn)不管是針對(duì)傳統(tǒng)貨幣基金還是互聯(lián)網(wǎng)貨幣基金，在收益率特征及風(fēng)險(xiǎn)分析方面，國(guó)內(nèi)學(xué)者的研究結(jié)論是基本一致的。很多學(xué)者大多建立GARCH 和GARCH族模型對(duì)收益率波動(dòng)性進(jìn)行分析，但GARCH族模型的建立尚未全面。因此，本文將基于已有文獻(xiàn)，建立AR-GARCH族模型有針對(duì)性地分析余額寶收益率的波動(dòng)性，豐富互聯(lián)網(wǎng)貨幣基金收益率的研究。

二、簡(jiǎn)述度量方法

互聯(lián)網(wǎng)貨幣基金收益率屬于時(shí)間序列數(shù)據(jù)，可以采用時(shí)間序列模型即GARCH族模型對(duì)其波動(dòng)性進(jìn)行分析。在了解GARCH族模型之前要先了解ARCH 和GARCH模型。

ARCH模型由Engle 在1982年提出，當(dāng)異方差函數(shù)存在短期自相關(guān)時(shí)，該序列則適合用ARCH模型⑧Engle R F.，Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation:Econometrica:Journal of the Econometric Society，1982:p.987-1007;。而當(dāng)異方差函數(shù)存在長(zhǎng)期自相關(guān)時(shí)，該序列適合用GARCH模型⑨Bollerslev T.，Generalized autoregressive conditional heteroskedasticity:Journal of econometrics，1986，31（3）:p.307-327.。由于在實(shí)踐中有很多異方差函數(shù)存在著長(zhǎng)期自相關(guān)性序列，因此GARCH模型應(yīng)用范圍更為廣泛。實(shí)際上，ARCH（q）即GARCH（p，q）在p=0 時(shí)的特例。

后來(lái)，學(xué)者們根據(jù)金融時(shí)間序列的不同特征，又提出了指數(shù)GARCH（EGARCH） 和門(mén)限GARCH（TGARCH）模型。通過(guò)先擬合時(shí)間序列的模型、再擬合殘差序列的GARCH模型的方法構(gòu)造出的模型稱為AR（m）-GARCH（p，q）模型。AR-GARCH族模型能夠很好地?cái)M合含有波動(dòng)特征的序列。上述模型結(jié)構(gòu)如下：

AR（m）的一般形式為：

GARCH（p，q）模型一般形式為：

EGARCH（p，q）模型一般形式為：

TGARCH（p，q）模型一般形式為：

其中對(duì)上述模型參數(shù)有如下約束條件：

at表示t 時(shí)期的擾動(dòng)項(xiàng)，Xt-p表示時(shí)間序列p期滯后的數(shù)值，α0為待估計(jì)參賽數(shù)，αi、γi和βj為非負(fù)參數(shù)。Nt-i的值隨著at-i的正負(fù)變化而變化，

總體來(lái)說(shuō)，AR-GARCH族模型的構(gòu)建分為以下幾個(gè)環(huán)節(jié)：

（一）數(shù)據(jù)的初步分析與預(yù)處理。通過(guò)時(shí)間序列趨勢(shì)圖來(lái)描述數(shù)據(jù)的走勢(shì)，尋找數(shù)據(jù)的特點(diǎn)。如果序列存在季節(jié)性等因素，可以通過(guò)差分變換來(lái)處理。

（二）平穩(wěn)性檢驗(yàn)。因?yàn)闀r(shí)間序列數(shù)據(jù)只有通過(guò)平穩(wěn)性檢驗(yàn)，才可以建模。對(duì)時(shí)間序列數(shù)據(jù)的分析都是建立在數(shù)據(jù)平穩(wěn)的基礎(chǔ)上進(jìn)行的。數(shù)據(jù)的平穩(wěn)性可以通過(guò)ADF 檢驗(yàn)。

（三）描述性統(tǒng)計(jì)分析。在進(jìn)行統(tǒng)計(jì)分析之前，應(yīng)該初步了解數(shù)據(jù)的分布形態(tài)，可以以此來(lái)判斷序列是否服從某一分布。描述數(shù)據(jù)的分布形態(tài)所使用的統(tǒng)計(jì)量通常是偏度系數(shù)和峰度系數(shù)。

（四）正態(tài)性檢驗(yàn)。常用的正態(tài)性檢驗(yàn)為J-B 檢驗(yàn)法。原假設(shè)H0：序列服從正態(tài)分布。

（五）白噪聲檢驗(yàn)。有些序列雖然平穩(wěn)，但卻沒(méi)有建模的價(jià)值，如果序列不符合白噪聲序列，則表明有進(jìn)一步建模的必要。否則這個(gè)序列是不值得大家去建模的，預(yù)測(cè)序列將來(lái)的發(fā)展趨勢(shì)是沒(méi)有意義的。

（六）模型識(shí)別。以自相關(guān)關(guān)系圖為基礎(chǔ)，確定模型的階數(shù)，選擇構(gòu)造最優(yōu)的模型。

（七）模型的預(yù)測(cè)與診斷。根據(jù)模型結(jié)果預(yù)測(cè)序列的未來(lái)走勢(shì)，同時(shí)對(duì)預(yù)測(cè)效果進(jìn)行評(píng)價(jià)。預(yù)測(cè)效果可以通過(guò)分析殘差序列是否為白噪聲序列來(lái)評(píng)估。

三、樣本說(shuō)明和實(shí)證研究

（一）樣本說(shuō)明

互聯(lián)網(wǎng)貨幣基金收益率以余額寶7日年收益率（%）來(lái)衡量。7日年收益率能夠綜合反映余額寶過(guò)去7日的盈利水平，能夠更好地反映余額寶近期表現(xiàn)。本文選取了2013年6月4日至2020年12月31日這七年的7日年收益率數(shù)據(jù)，共包含2768個(gè)觀測(cè)值。數(shù)據(jù)源自RESSET 金融研究數(shù)據(jù)庫(kù)。變量字母表示為R。數(shù)據(jù)操作均以Eviews8 為基礎(chǔ)。

（二）實(shí)證過(guò)程

1.描述性統(tǒng)計(jì)分析

由表1的結(jié)果可知，一階差分后余額寶收益率的均值為3.3577，標(biāo)準(zhǔn)差為1.1473。偏度為0.4381，大于0，表現(xiàn)為右偏分布。峰度為2.6435，峰度值小于3，表現(xiàn)為平頂峰，即比正態(tài)分布更平坦。

表1 描述性統(tǒng)計(jì)分析結(jié)果

2.數(shù)據(jù)特征檢驗(yàn)

平穩(wěn)性是建模的前提，對(duì)序列進(jìn)行差分變換是平穩(wěn)性檢驗(yàn)的一個(gè)處理手段。表2是對(duì)余額寶收益率進(jìn)行ADF 檢驗(yàn)的結(jié)果。從檢驗(yàn)結(jié)果來(lái)看，差分后余額寶收益率的檢驗(yàn)P值幾乎為0，因此拒絕原假設(shè)，即該序列是平穩(wěn)的時(shí)間序列數(shù)據(jù)。此外，本文使用了Jaque-Bare 正態(tài)性檢驗(yàn)方法，發(fā)現(xiàn)序列不服從正態(tài)分布。

表2 余額寶收益率ADF 檢驗(yàn)結(jié)果

一些時(shí)間序列雖然通過(guò)了平穩(wěn)性檢驗(yàn)，但該序列中卻沒(méi)有包含有意義的信息，不值得建模?？梢杂冒自肼暀z驗(yàn)來(lái)判斷某個(gè)序列是否值得建模。由表3可以看出在圖中所列出的階數(shù)對(duì)應(yīng)的P值都幾乎為0，則余額寶收益率序列不符合白噪聲序列，說(shuō)明余額寶收益率序列值得建模。

表3 余額寶收益率的白噪聲檢驗(yàn)結(jié)果

3.建立AR模型

?

通過(guò)觀察時(shí)間序列的相關(guān)性（如表3），發(fā)現(xiàn)自相關(guān)拖尾、偏自相關(guān)1 階截尾，可以嘗試對(duì)余額寶收益率序列擬合AR（1）模型。表4 為AR（1）模型擬合結(jié)果，參數(shù)估計(jì)值為0.9998，顯著性檢驗(yàn)P值幾乎為0，遠(yuǎn)小于0.05，即在95%的顯著性水平下拒絕原假設(shè)，參數(shù)顯著。此外，模型擬合優(yōu)度為0.9987，大于0.7，說(shuō)明模型整體擬合得較好。

表4 AR（1）模型擬合結(jié)果

根據(jù)經(jīng)驗(yàn)，由于金融序列一般都存在異方差的問(wèn)題，所以需要對(duì)序列進(jìn)行異方差性檢驗(yàn)。表5是對(duì)余額寶連續(xù)殘差平方序列的ARCH 檢驗(yàn)結(jié)果，從檢驗(yàn)結(jié)果可以看出，余額寶收益率序列在1%的顯著性水平上拒絕殘差序列不存在異方差的原假設(shè)，因此應(yīng)對(duì)余額寶收益率擬合族AR-GARCH模型。

表5 余額寶收益率基于AR（1）殘差的ARCH-LM 檢驗(yàn)結(jié)果

4.對(duì)殘差序列建立AR-GARCH族模型

由于滯后一階的GARCH族模型可以描述絕大多數(shù)的時(shí)間序列的條件方差特征。并且為了簡(jiǎn)化模型參數(shù)個(gè)數(shù)，本文僅用GARCH（1，1）、EGARCH（1，1）、TGARCH（1，1）模型來(lái)進(jìn)行余額寶收益率的預(yù)測(cè)。因此可對(duì)余額寶收益率擬合AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）、AR（1）-TGARCH（1，1）模型。

表6是對(duì)余額寶收益率建立的AR-GARCH族模型的參數(shù)估計(jì)，從表中的P值來(lái)看，所有的參數(shù)估計(jì)都顯著且擬合優(yōu)度很高，說(shuō)明模型擬合得很好。具體地，根據(jù)參數(shù)估計(jì)值，可以寫(xiě)出AR-GARCH族模型的均值方程和方差方程。

AR（1）-GARCH（1，1）模型

均值方程：

方差方程：

AR（1）-EGARCH（1，1）模型

均值方程：

方差方程：

AR（1）-TGARCH（1，1）模型

均值方程：

方差方程：

此外，從AR（1）-EGARCH（1，1）和AR（1）-TGARCH（1，1）的模型表達(dá)式來(lái)看，利好消息對(duì)余額寶收益率波動(dòng)性的影響要大于利空消息的影響。

表6 AR-GARCH族模型參數(shù)估計(jì)

如表7所示，AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）、AR（1）-TGARCH（1，1）模型的殘差序列不存在ARCH 效應(yīng)，說(shuō)明模型能很好地解釋波動(dòng)率特征。

表7 AR-GARCH族模型殘差序列的ARCH-LM 檢驗(yàn)結(jié)果

四、研究結(jié)論和建議

（一）研究結(jié)論

本文基于現(xiàn)有文獻(xiàn)，實(shí)證研究分析了余額寶收益率波動(dòng)特征。文章選取了余額寶2013年至2020年的7日年收益率日數(shù)據(jù)，通過(guò)描述性統(tǒng)計(jì)分析，發(fā)現(xiàn)余額寶收益率呈現(xiàn)出非正態(tài)性。進(jìn)一步，建立時(shí)間序列分析模型發(fā)現(xiàn)，余額寶收益率存在自相關(guān)拖尾、偏自相關(guān)截尾的情況，于是建立模型進(jìn)行擬合。通過(guò)ARCH 檢驗(yàn)發(fā)現(xiàn)AR模型的殘差序列存在異方差問(wèn)題，為了解決異方差問(wèn)題，于是建立了AR（1）-GARCH（1，1）、AR（1）-EGARCH（1，1）和AR（1）-TGARCH（1，1）模型對(duì)殘差序列進(jìn)行擬合。在這三種模型處理后，收益率的殘差序列不再存在異方差問(wèn)題，因此建立AR-GARCH族模型是合理有效的。

模型結(jié)果表明，余額寶當(dāng)期收益率受到上一期收益率的顯著的正向影響，余額寶收益率序列的波動(dòng)性存在“非對(duì)稱現(xiàn)象”，即當(dāng)期收益率的波動(dòng)受到利好的影響要大于利空消息。這是符合實(shí)際的，余額寶風(fēng)險(xiǎn)低、安全性相對(duì)較高，一旦出現(xiàn)利空消息，投資者不會(huì)將資金從余額寶轉(zhuǎn)出，因此利空消息對(duì)余額寶收益率的影響是比較小的。相比之下，如果出現(xiàn)利好消息，投資者信心和投資情緒高漲，會(huì)將資金從余額寶轉(zhuǎn)到獲利更多的股市中去。

（二）建議

互聯(lián)網(wǎng)貨幣基金的發(fā)展極大地方便了人們的生活，加速了金融創(chuàng)新，推動(dòng)了傳統(tǒng)金融行業(yè)的變革發(fā)展。但是我國(guó)互聯(lián)網(wǎng)貨幣基金發(fā)展時(shí)間短，存在諸多不完善的地方，對(duì)于發(fā)展中可能存在的風(fēng)險(xiǎn)需要提前防范。

從投資者角度來(lái)說(shuō)，互聯(lián)網(wǎng)貨幣基金風(fēng)險(xiǎn)低、流動(dòng)性高、收益相對(duì)穩(wěn)定、操作方便快捷，這些特點(diǎn)吸引了大量社會(huì)閑散資金。但投資者需要認(rèn)識(shí)到互聯(lián)網(wǎng)貨幣基金并不是絕對(duì)的無(wú)風(fēng)險(xiǎn)。本文雖然只研究了余額寶，但互聯(lián)網(wǎng)貨幣基金品種豐富、各有特點(diǎn)。投資者在選擇互聯(lián)網(wǎng)理財(cái)產(chǎn)品時(shí)，需要充分考慮自身實(shí)際情況，分散投資風(fēng)險(xiǎn)。

對(duì)于基金經(jīng)理而言，要充分利用互聯(lián)網(wǎng)貨幣基金的長(zhǎng)處。在進(jìn)行資產(chǎn)投資組合時(shí)，不僅需要分散投資防止非系統(tǒng)性風(fēng)險(xiǎn)，也要識(shí)別系統(tǒng)風(fēng)險(xiǎn)，防止基金公司在短期內(nèi)無(wú)法滿足投資者的變現(xiàn)需求，從而造成流動(dòng)性風(fēng)險(xiǎn)。另外，基金經(jīng)理需要在保證基金安全性的同時(shí)，追求投資收益最大化。

從監(jiān)管當(dāng)局角度來(lái)說(shuō)，互聯(lián)網(wǎng)貨幣基金是金融創(chuàng)新下的產(chǎn)物，是互聯(lián)網(wǎng)平臺(tái)與金融產(chǎn)品的交叉。對(duì)于這種新興產(chǎn)物，監(jiān)管當(dāng)局應(yīng)該與時(shí)俱進(jìn)，及時(shí)完善法律法規(guī)，指定新的監(jiān)管措施，防止由于監(jiān)管缺失造成巨大風(fēng)險(xiǎn)?！?/p>