摘 要

本文针对我国互联网货币基金的现状，选取了余额宝截至2019年4月1日对接的20支货币基金进行实证研究。本文建立了EGARCH(1,1) 模型，结合模型计算出了VaR、ES等风险度量指标，并结合收益因素，使用Sharpe指数、RAROC-ES指标进行基金绩效评价分析。研究结果表明：互联网货币基金收益率受到宏观因素的影响，且外部冲击对收益率的影响较为持久。较大规模的互联网货币基金由期望亏空（ES）所度量的风险更低，且通常取得更好的绩效水平。针对研究结果和实际情况，本文对互联网金融产品的健康发展提出展望。

关键词：互联网金融；货币基金；风险度量；绩效评价；EGARCH

Abstract

In view of the current situation of China's Internet money market funds, this paper selects the empirical research on the 20 money market funds of Yu'ebao on April 1, 2019. This paper establishes the EGARCH (1,1) model, and combines the model to calculate the risk metrics such as VaR and Expected Shortfall. Combined with the income factors, the Sharpe ratio and RAROC-ES indicators are used to evaluate the performance of the fund. The research results show that the return rate of Internet money funds is affected by macro factors, and the impact of external shocks on yield is relatively long-lasting. Larger Internet money funds are less risky by the expected shortfall (ES) and usually achieve better performance levels. Based on the research results and actual situation, this paper proposes a prospect for the healthy development of Internet financial products.

Key Words：Internet finance; money market fund; risk measurement; performance evaluation; EGARCH

目 录

第 1 章 绪论 1

1.1 研究背景和意义 1

1.2 国内外研究现状分析 3

1.3 研究思路 4

第 2 章 互联网货币基金的风险构成和收益影响因素 6

2.1 互联网货币基金的风险构成 6

2.2 互联网货币基金的收益影响因素 7

第 3 章 互联网货币基金的风险度量 9

3.1 样本的选取与检验 9

3.1.1 样本的选取和数据的处理 9

3.1.2 平稳性检验 10

3.1.3 正态性检验 11

3.1.4 ARCH效应检验 13

3.2 模型的建立 14

3.3 模型结果分析 14

3.4 风险度量指标的计算 16

3.5 本章小结 18

第 4 章 互联网货币基金的绩效评价 19

4.1 基于收益率指标的绩效评价 19

4.2 基于Sharpe指数的绩效评价 20

4.3 基于RAROC-ES的绩效评价 21

4.4 绩效评价指标稳定性分析 23

4.5 本章小结 24

第 5 章 结论与建议 26

5.1 研究结论 26

5.2 对互联网金融产品发展的建议 27

5.3 不足与展望 27

参考文献 29

致谢 30

绪论

研究背景和意义

作为发展中国家，自上世纪90年代以来，中国在互联网金融方面经历了多次发展和变革。互联网的发展和移动通信技术的迭代，给互联网金融的发展奠定了技术基础，不仅让传统金融业的线下业务扩展到了线上，从电脑端迁移到移动端，促使了电子银行的发展与普及，而且让互联网与金融成为一个有机的整体，产生了多种新型的互联网金融业务。越来越多的非金融企业，尤其是像阿里巴巴、百度、腾讯这样的互联网企业，开始涉足金融领域，开发了多种金融理财产品，并且向市民大力推广。

在这些互联网金融产品中，比较典型的是互联网货币基金产品。货币基金，指的是投资于现金定存、高信用评级短期票据等资产的共同基金，这些资产具有高流动性、低风险的特点，本金发生亏损的概率较低。互联网货币基金的本质和传统的货币基金相同，最大的差异在于销售方式。传统的货币基金需要投资者向银行、基金公司等金融机构申购，通过柜台或者网上银行等渠道交易，而互联网货币基金通过互联网渠道销售，如支付宝、京东金融等移动端App，使用移动支付工具交易。互联网货币基金产品，不仅吸引了那些持有传统金融理财产品的投资者，也促使了未曾进行金融理财投资的人群尝试理财。这类产品具有吸引人的收益率，远高于银行活期存款的利率，并且不存在定期存款那样对存款期限的限制，使得资金流动更加灵活。更重要的是，这些产品能够和移动支付技术融合，理财产品中的资金可以直接用于消费，如银行活期存款般便利，并且简化了传统理财产品开户、申购等一系列繁琐的流程，降低了操作门槛和学习成本，让用户群体更加多样化。

国际上，货币基金可追溯至20世纪70年代。根据《纽约时报》的报道，第一支货币基金由Bruce R. Bent和Henry B. R. Brown在美国设立。在之后的几年内，更多货币基金设立，使得美国的货币基金市场迅速增长了起来。特别是1983年2a-7规则的颁布，允许货币基金使用摊余成本法核算，无需按照市场价值计算，从而可以维持1美元的净值，货币基金再次进入发展的“快车道”。在美国的货币基金规模迅猛增长的时候，第三方支付公司PayPal于1998年12月成立，并于1年后成立了“PayPal 货币市场基金”，开创了互联网货币基金的先河。尽管如此，该PayPal货币基金的发展并非一帆风顺，随着2002年至2004年美国利率的下降，为了防止货币基金收益率过低，PayPal 不得不给投资者免除大部分管理费用，以维持住货币基金的收益率，让其不跌破1%。而随后的三年，利率恢复上行趋势，货币基金的收益率再度回升，这也促使了货币基金规模增长。然而，2008年的金融危机以来，美联储量化宽松政策，大幅度降低了市场利率，使得货币基金收益率也开始迅速降低。PayPal货币基金被投资者大量赎回，其规模大幅度缩小，到2011年时，收益率跌到0.04%，PayPal 不得不关闭该货币市场基金产品。和美国相比，中国的货币基金发展较晚，根据天天基金网的数据显示，第一支货币基金成立于2003年10月24日。此后，我国货币基金市场增长多次出现高峰。2013年，天弘基金推出了余额宝产品。

目前为止，中国规模最大的互联网货币基金产品是天弘余额宝货币基金。根据2019年1季度的财报，其规模为103,521,211.57万份^[1]。然而，近两年来，余额宝产品多次出现变动。在限额方面，余额宝2013年最初推出时，对个人账户持有限额为100万元。2017年5月27日，该限额降低至25万元，而在同年8月14日，限额再次降低至10万元。2017年12月8日，余额宝个人账户持有限额不再下调，但是单日申购总额被限制到2万元。2018年2月1日，为了避免货币基金份额过快增长，余额宝限制了每日日总申购额度，当达到额度后当日不再受理买入申请，次日继续恢复申购。该限制一直持续到5月4日，直到余额宝接入了新的货币基金，申购限制才解除。2019年4月10日，根据天弘基金的公告，余额宝个人账户持有额度限制已经解除。

余额宝限额的降低、限制买入以及新基金的对接。这两年来的一系列操作，是为了使得余额宝这一货币市场基金更加稳定地运行。作为互联网货币基金，余额宝的风险是较低的，所以需要一系列调控措施来维持稳定运行。互联网货币基金的风险来自于哪些方面，又如何度量风险呢？这使得互联网货币基金的风险度量和绩效评价，成为一个值得探讨的问题。

虽然互联网货币基金具有低风险的特点，但是在互联网平台上，这类产品的风险仍然值得研究。第一，与传统的银行活期储蓄不同，货币基金并非承诺保本型产品，在极端条件下仍然可能遭遇本金损失；第二，互联网基金作为新兴事物，在发展和监管过程中可能存在不完善的地方，网络安全也会对互联网理财产品产生影响；第三，从投资者的角度来说，面对市场上多种多样的货币基金产品，如何判断货币基金的绩效，如何度量货币基金的风险，对于科学地选择投资产品具有重要的实际意义；第四，从监管者的角度来说，了解市场上互联网货币基金的风险和绩效特点，发现目前市场上存在的问题与缺陷，从而完善相关法规，为健康地发展互联网金融产品带来了重要的意义。

国内外研究现状分析

通常来讲，在金融中，“风险”一词可以被定义为“损失一部分或者所有投资的几率”。对于金融风险的度量，国内外学者对此有不少的研究，大体上有以下几大方法：标准差、风险价值（Value at Risk，VaR）、期望亏空（Expected Shortfall，ES）。

对于一个证券资产，其波动率在一定程度上可以反映其风险水平。体现波动率的一个指标是标准差（方差）。美国经济学家Markowitz（1952）^[1]采用了均值和方差分别地对资产组合的收益和风险进行了度量，但是这种度量方法有弊端，因为利用统计学标准差计算出的波动水平仅仅能够反映样本期间的风险状况，对于未来的风险预测意义有限。Danielsson（2011）^[2]指出，当收益率成正态分布的时候，标准差可以充分地度量风险。然而事实上，对于大多数金融资产来说，其收益率往往并不遵从正态分布的原则。Danielsson通过分析1928年至2009年Samp;P 500指数发现，和正态分布相比，收益率的分布具有尖峰厚尾的特征。在这种情况下，标准差往往会系统性地低估风险。如果某金融资产的收益率具有较小的标准差，该资产的收益率有可能出现更多的极端情况，这意味着该资产的风险更高。即使是几个收益率具有相同方差和期望的资产，它们的风险水平可能是不同的。因此，标准差并不能可信地体现波动的特征，对于风险的度量，可能具有“误导性”。

1994年，风险价值（VaR）这一概念被引入，并且被广泛地应用于风险度量和管理中。VaR所度量的是在给定的置信水平下，在某一特定的时期内，投资于某金融资产可能会带来的最大损失^[2]。假设给定置信水平为 ，则VaR所描述的就是投资于 在该时间段内所可能遭受到的最大损失，且该事件发生的概率为 。

VaR这一概念因为应用较为简便，逐渐被多家企业和机构采用，如美国的JPMorgan银行。不同银行和机构由于风险偏好不同，对于置信水平的选取有各自的标准，通常情况下，置信水平取95%至99%之间的数值。监管机构通常比银行要求更为严格的置信水平，例如美国监管机构巴塞尔委员会选取的置信水平为99%。

和标准差（方差）相比，VaR并不要求分布的正态性，所以其应用相对更加广泛。然而，Danielsson进一步指出，VaR仍然存在不足。由于VaR只是一个分位数，投资者将无法获得小概率下可能发生的极端事件，即使VaR值很低，在极个别情况下，也不能排除出现远高于VaR的损失的可能性。

对于金融风险的度量，学者们希望构建一个较为合理的风险度量体系。Artzner等人（1999）^[3]提出了一致性（Coherent）风险度量概念。如果一个风险度量函数 满足单调性、次可加性、正齐次性、转移不变性等公理，则该风险度量是符合一致性的。次可加性说明了，投资组合的风险总是不高于该投资组合中单个投资项目的风险之和。VaR并不总是满足次可加性的原则。当所投资的资产具有偶尔出现极大的亏损的特征时，将资金分散到多种资产上可能并不能有效降低由VaR衡量的风险。仅仅在特殊情况下，当收益率成正态分布的时候，VaR次可加性才能满足。通过一些操控手段^[2]，可以人为降低VaR的值，但是实际风险并未有效降低。

为了弥补VaR的这些缺点，构建出符合一致性风险度量原则的方法，Acerbi和Tasche（2001）^[4]提出了期望亏空（ES）方法。期望亏空所度量的是收益或损失低于负VaR的所有数值的平均值，和VaR相比，ES满足次可加性，从而符合一致性风险度量体系。

针对货币基金的收益率，关于VaR和ES的计算，通常的做法是建立ARCH/GARCH族模型，国外学者对此方面有深入的理论研究。Engle（1984）^[5]提出了ARCH模型，用于度量具有异方差性质的时间序列数据中的方差变化，Bollerslev（1986）^[6]对ARCH模型进行了推广，提出了GARCH模型，旨在解决传统ARCH模型所要求的阶数过高从而导致精度损失的问题，从而对方差变化能够更加准确地度量和预测。Nelson（1991）^[7]对GARCH模型进一步扩充，提出了更为灵活的EGARCH模型。Zopounidis和Galariotis（2015）^[12]在书中介绍了多种金融风险分析的量化方法，包括系统风险与非系统风险的度量。这些方法为互联网货币基金收益率的风险和绩效分析奠定了理论上的基础。

结合实际，Alam（2013）^[9]等学者通过ARCH模型对股票指数波动率进行分析；Kuttu和Saint（2014）^[10]利用多元VAR-EGARCH分析非洲产权投资市场的波动特征；司絮（2018）^[13]通过构建GARCH模型分析了百度、阿里巴巴、腾讯、京东四家企业货币基金产品的收益率波动情况；杨万里（2018）^[14]通过GARCH模型得出货币基金的VaR，使用RAROC指标评价基金的绩效；李凯琪和沈蕾（2015）^[16]以及祝福云、周颖、陈媛（2018）^[17]以VaR为基础构建EGARCH-GED模型评价基金绩效，并与基于Sharpe指数的评价方法比较，发现基于VaR的评价指标较Sharpe指数而言可以给投资者带来更大的参考意义；熊熊、韩佳彤、汤冠豪和董明华（2017）^[18]从收益、风险、风险调整后的收益、基金管理能力等方面实证分析大数据基金风险绩效水平；滕宇峰（2018）^[19]通过K-S检验发现邮储银行邮益宝产品收益率符合正态分布，运用VaR分析出产品亏损概率在合理范围；王淼（2017）^[20]运用EGARCH模型来说明收益率的波动，并且运用POT方法分析收益率的风险价值和条件风险价值；李莹红（2018）^[21]、赵文瑜（2016）^[22]、郁开（2016）^[23]则定性地分析了互联网金融理财产品的特征及风险；黄益平和沈艳（2016）^[11]针对中国互联网金融现状和发展进行了分析。

研究思路

本文首先从宏观和政策方面分析互联网货币基金的收益因素，并分析其风险的主要构成。针对互联网货币基金的特点，本文选取余额宝所对接的20支货币基金进行实证分析，采用时间序列分析方法，对收益率序列进行描述统计分析，并从平稳性、异方差性、自相关性、正态性等特性检验时间序列的特点，建立EGARCH(1,1) 模型，基于模型使用VaR和ES指标来评估互联网货币基金的风险，并结合模型外生因素对结果进行分析，找出互联网货币基金的波动特点以及风险大小。针对计算出的风险评估指标，结合收益率，计算出风险调整后的收益指标，对基金的绩效进行评价，并选出较为稳定持久的绩效评价因素，为投资的选择提供参考。

本文用到了文献分析法和实证分析法。本文涉及到的基金数据和宏观经济数据均为公开数据，可从互联网随时获取。在实证分析部分，使用R语言和Excel进行计量分析。