基于GARCH模型的互聯(lián)網(wǎng)貨幣基金風險分析

【摘要】本文分析了余額寶、京東小金庫等互聯(lián)網(wǎng)貨幣基金的收益波動風險，通過構建GARCH模型計算樣本基金的VaR值，并且利用RAROC指標對樣本基金進行了績效評價，得出了互聯(lián)網(wǎng)貨幣基金風險調整收益率要遠高于傳統(tǒng)貨幣基金的結論。

【關鍵詞】互聯(lián)網(wǎng)貨幣基金 RAROC GARCH模型

一、研究背景

2013年在某種程度上是中國互聯(lián)網(wǎng)貨幣基金的元年，理由是當年匯添富基金管理公司推出的匯添富現(xiàn)金寶基金，率先實現(xiàn)T+0 日的快速贖回，螞蟻金服率先與天弘貨幣基金合作，利用阿里巴巴海量的客戶資源，將客戶在支付寶的冗余資金利用起來，用于購買基金，同時使得客戶、螞蟻金服和天弘貨幣基金三方獲利。由于其收益率超過了銀行定期存款，使得余額寶的用戶數(shù)和基金規(guī)模直線上升，到2017年，余額寶用戶數(shù)達到了3億，基金總規(guī)模突破了一萬億。受此影響，多家互聯(lián)網(wǎng)巨頭都進入了互聯(lián)金融領域，例如與微信理財通合作的華夏財富寶貨幣基金、與百度百賺利滾利合作的嘉實活期寶貨幣基金、以及京東小金庫等。

二、互聯(lián)網(wǎng)貨幣基金的研究現(xiàn)狀

國際上對貨幣基金的研究主要基于傳統(tǒng)的貨幣基金，Marcia Stigum（2007）和Anthony Crescenzi（2007）通過對貨幣基金的發(fā)展和運作方面進行了理論分析，并指出當前貨幣市場在投資運營方面存在的風險[1]。Marcin Kacperczyk（2010）和PhilippSchnabl（2010）研究了貨幣市場基金風險的主要來源，并提出了相應的規(guī)避風險的方案，他通過對貨幣市場基金投資的各金融產(chǎn)品的占比，發(fā)現(xiàn)貨幣基金的風險發(fā)生主要源于利率風險，同時也伴隨著較高的信用風險[2]。風險的VaR測量方面，MiaoD W C，Wu C C（2013）等采用兩狀態(tài)MRS-GARCH模型研究美國股票與國債數(shù)據(jù)。Monica Billio和Roberto Casarin（2014）使用了基于向前濾波向后抽樣的不同的多步移動抽樣技術估計MRS-GARCH模型的參數(shù)[3]。

國外金融市場比較發(fā)達，并且市場利率極度市場化，導致互聯(lián)網(wǎng)貨幣基金幾乎絕跡，因此幾乎沒有專門研究互聯(lián)網(wǎng)貨幣基金風險的文獻。雖然我國互聯(lián)網(wǎng)貨幣基金呈現(xiàn)爆發(fā)式增長，但研究互聯(lián)網(wǎng)貨幣基金的文獻很少，比較有代表性的有韓質栩（2015），他總結闡述了互聯(lián)網(wǎng)貨幣基金的特點，并沒有研究互聯(lián)網(wǎng)貨幣基金風險[4]。

三、互聯(lián)網(wǎng)貨幣基金風險的研究

七日年化收益率作為一種相對指標，能夠較好的反映基金近期的表現(xiàn)，能夠反映收益率的波動性，從而選取它作為數(shù)據(jù)樣本。對于互聯(lián)網(wǎng)貨幣基金的選取，本文特指與互聯(lián)網(wǎng)第三方支付平臺對接的貨幣基金，則符合要求的主要有八只，本文全部選取它們作為互聯(lián)網(wǎng)貨幣基金研究的樣本。金融收益率序列常常具有尖峰厚尾的特性，并在一定程度上表現(xiàn)出波動集聚性。利用GARCH類模型對收益率序列進行分析的前提是序列數(shù)據(jù)是平穩(wěn)的，本文的平穩(wěn)性檢驗是基于ADF單位根的檢驗（用Eviews9.0來進行操作），檢驗結果表明都是平穩(wěn)的。

（一）樣本基金收益率模型的建立

本文對樣本基金的收益率序列的生成過程用ARIMA（p，d， q）模型進行擬合。模型的定階，從兩方面考慮，一是通過觀察自相關圖和偏自相關圖來初步判斷，根據(jù)截尾和拖尾性確定階數(shù)；二是選擇SIC和AIC值最小的，調整R2最大的模型。構建的ARIMA模型，要進行異方差性檢驗，若有異方差性，既有ARCH效應。Bollerslev（1986）提出的GARCH模型取代了ARCH模型。因此本文構建GARCH（1，1）模型進行分析，針對不對稱效應需要建立TARCH（1，1）模型或EGARCH（1，1）模型來擬合。通過Eviews9.0軟件對16只樣本基金的收益率序列進行建模（95%的顯著性水平并且依據(jù)AIC和SC值較小原則）。GARCH（1，1）模型

■

本文在假定殘差序列分別服從正態(tài)分布，t分布和GED分布的條件下建立GARCH（1，1）模型，根據(jù)AIC來比較不同分布，然后根據(jù)擬合效果選擇合適的模型。

（二）VaR的估計及檢驗

風險價值的英文縮寫即VaR（Value at Risk），公式：Prob（△P>VaR）=1-c。對于金融資產(chǎn)組合，以ω表示期末價值，E（ω）表示期望價值，E（r）表示r的期望值。最低的期末價值為ω*，期初價值為ω0，r和r*分別表示在置信水平c下的收益率和最低收益率。通過推導可求得：VaRA=ω0-ω*=-ω0r*+μω0=-ω0（-σΦ（-1）（c）+μ）+μω0=ω0σΦ（-1）（c）Kupiec失敗頻率檢驗法是對N/T是否等于期望失敗概率的檢驗?！觯?。似然比統(tǒng)計量為：λ=■λ服從自由度為1的卡方分布。

（三）基于RAROC指標的績效評價

RAROC（Risk Adjusted Return on Capital）是經(jīng)過風險調整后的收益率，是一種基于風險的業(yè)績評價體系。在實際投資中，收益越大相應的風險也越大。如果要綜合考慮收益和風險，可以將RAROC方法引入基金業(yè)績評估中。公式為：RAROC=R/VaR

通過觀察表1中貨幣基金的RAROC指標，可以發(fā)現(xiàn)互聯(lián)網(wǎng)貨幣基金的RAROC指標遠高于傳統(tǒng)貨幣基金的RAROC指標，因此從風險調整后的收益率來看，互聯(lián)網(wǎng)貨幣基金要遠好于傳統(tǒng)貨幣基金。

四、結論

從統(tǒng)計角度考慮，得到互聯(lián)網(wǎng)貨幣基金的平均VaR值為0.3116，由傳統(tǒng)貨幣基金樣本得到的平均VaR值為0.5067，因此從整個市場考慮互聯(lián)網(wǎng)貨幣基金的風險要小于傳統(tǒng)貨幣基金風險。從收益率波動風險角度考慮，風險最低的基金是嘉實活錢包貨幣和招商現(xiàn)金增值貨幣A。從財務收益的角度看，平臺型互聯(lián)網(wǎng)貨幣基金的平均收益率為3.26%。傳統(tǒng)型貨幣基金平均收益為3.01%，不難發(fā)現(xiàn)投資互聯(lián)網(wǎng)貨幣基金收益更高，收益率最高的是易方達基金易理財（3.4%）。從風險調整收益率指標RAROC來考慮，互聯(lián)網(wǎng)貨幣基金的RAROC為13.23遠高于傳統(tǒng)貨幣基金的6.46，即互聯(lián)網(wǎng)貨幣基金的風險調整收益率遠高于傳統(tǒng)貨幣基金。因此互聯(lián)網(wǎng)貨幣基金的收益波動風險比傳統(tǒng)貨幣基金要小因此對于風險厭惡者，互聯(lián)網(wǎng)貨幣基金是他們很好的選擇。

參考文獻

[1]Marcia Stigum，Anthony Crescenzi.Stigum's Money Market[M].4E.New York：McGraw-Hill Education. 2007.

[2]Marcin Kacperczyk，Philipp Schnabl.Money market funds： how to avoid breaking thebuck[M]. New York：McGraw-Hill Education. 2010.

[3]Miao D W C，Wu C C，Su Y K.Regime-switching in volatility and correlationstructure using range-based models with Markov- switching[J].Economic Modeling，2013，31（4）：87-93.

[4]韓質栩.互聯(lián)網(wǎng)基金的興起及其對傳統(tǒng)商業(yè)銀行的挑戰(zhàn)—以余額寶為例[J].東岳論叢.2015，（2）：166-169.

作者簡介：楊萬里（1990-），男，漢族，河南許昌人，北京信息科技大學經(jīng)濟管理學院，1級在讀研究生，研究方向：金融風險分析，碩士學位，所屬專業(yè)：技術經(jīng)濟及管理。