APP下载

余额宝网络货币基金市场风险研究

2015-07-05卜胜娟周凯丽

郑州航空工业管理学院学报 2015年4期
关键词:余额收益率货币

卜胜娟,周凯丽

(南京中医药大学 经贸管理学院,江苏 南京 210046)

余额宝网络货币基金市场风险研究

卜胜娟,周凯丽

(南京中医药大学 经贸管理学院,江苏 南京 210046)

主要探讨余额宝这一基于第三方电子支付平台的网络货币市场基金的风险。首先对余额宝进行了概括性介绍,然后介绍了货币基金市场风险分析的研究背景。通过对余额宝市场风险进行实证分析,建立了模型,由此计算出值,并得出对其市场风险的管理建议。

余额宝;市场风险;网络货币市场基金

2013年6月17日“余额宝”问世以来,人们对其关注与日俱增。“余额宝”是淘宝与天弘基金公司合作开发的集增值功能、支付功能、转账功能为一体的新型货币型基金产品。用户可以凭其获得比银行活期存款多的收益,更可用其进行付款和转账。“余额宝”的产生伴随着巨大的成功,仅在上线后的18天就创造了日均客户增量约14万户、日均资金增量约3亿元的发展奇迹。风头正劲的“余额宝”这一网络货币市场基金虽然有着低门槛、方便快捷等优点,但它也具有许多风险。故而,评估与研究“余额宝”的风险,对正确看待余额宝以及之后产生的余额宝类网络货币市场基金产品来说是很必要的。

余额宝是一种网络货币基金,货币基金具有强流动性以及较高的安全性,收益较普通基金来说更稳定。另外,余额宝作为货币基金也具有其特殊性。本文主要针对余额宝基金产品的市场风险进行探讨,并运用模型对其市场风险做出实证分析,并运用回归检验来检验分析的结果。

一、余额宝网络货币市场基金及其风险

余额宝是现阶段网络货币市场基金的主要形式之一。本文主要从余额宝产生的时代背景,现阶段的特点与规模等进行概述。

1.余额宝的产生背景

阿里巴巴与淘宝的巨大成功,让中国成功进入了电商时代。阿里巴巴集团现在大中华地区、新加坡、印度、英国及美国设有70多个办事处,共有逾两万名员工。在2012年,淘宝网和天猫平台的年度交易额就超过人民币一万亿元,电子商务在中国的胜利,为其成为货币基金平台提供了可能性。

与此同时,我国金融网络化的需求正在增加,早在2012年,就产生了包括P2P网贷等形式的互联网金融。互联网金融能够提高资金的利用率,减少信息不对称,更好地适应市场需求,给中小微企业带来了福音。2013年6月,银监会通过了电子商务平台的基金销售,余额宝的产生恰是适应了这类需求。

2.余额宝的特点及现状

余额宝是一种集增值功能和支付功能为一体的新型货币型基金产品,客户通过将资金转入余额宝,来购买基金理财产品,由此用户可以在获得收益的同时随时将余额宝内的资金用于网购、支付宝转账以及银行卡转账等,免费实现支付和转账的功能。

余额宝的特点有以下几个:首先,余额宝的用户要求极低,使用者只需满足中国公民以及拥有支付宝的条件,即可享受余额宝的无限额转入。而极低的门槛也造就了余额宝快速增长的净值规模,在不足一年时间内,其净值已超过1 800亿元人民币;其次,余额宝的收益率较高,其年化收益率在很长一段时间内维持在4.000%以上,收益远远超过活期存款。余额宝是一种货币市场基金,货币市场基金一般投资安全性高、收益稳定,虽然存在亏损的风险,但却是所有基金产品中风险较低的一种,国内货币基金的年化收益率普遍在3%以上;最后,余额宝的使用方便快捷。余额宝是为支付宝用户定制的,用户可以随时将支付宝内的余额转入余额宝账户,在需要使用时又可以随时转出并用于支付,也可以直接用余额宝账户来支付,并且需要的手续费极低。对于用户来说,余额宝非常便利快捷。

余额宝的成功众人可见,截至2014年3月31日,余额宝已有超过8 100万的客户,净值为5 412.75亿元,创造了国内基金史上的新纪录,在全球货币基金排名上排第7位,其户均持有金额也增长了数十倍,风头正劲,夺尽眼球。如图1所示,余额宝的规模在不断变大。

数据来源:天弘基金管理有限公司,2013/9-2014/3.图1 天弘增利宝的份额规模变动

余额宝问世之后,类余额宝产品也在不断出现。比如华夏财富宝、嘉实活期宝、汇添富等,这些新兴网络货币市场基金所共有的特点为年化收益率高,净值规模增长速度快。随着这些产品的产生并进入人们的生活,余额宝将会面临更大的竞争,但同时随着金融理财互联网化的深入,其发展依旧值得期待。余额宝虽然有很多优点,但也存在很多的风险,接下来对其风险进行简要概述。

3.余额宝基金的风险表现

(1)网络安全风险

余额宝的网络安全风险是指在信息化建设中,各类应用系统及其赖以运行的基础网络、处理的数据和信息,由于可能存在的软硬件缺陷、系统集成缺陷等,以及信息安全管理中潜在的薄弱环节,而导致的不同程度的安全风险。余额宝是建立在电子商务平台上的货币市场基金,伴随着计算机技术的提高,用户很可能被网站盗取信息或者被木马控制,导致账户被盗,产生巨大损失。

余额宝所要面对的网络安全风险主要包括以下几类:第一,操作机制漏洞威胁安全。机制中潜在的安全漏洞如内部程序、人员和系统的不完备或失效等,威胁着余额宝用户的安全,余额宝要安全发展,设计保密性高、自主研发的安全机制显得尤为重要。第二,数据信息安全风险。余额宝的用户大都是以在线注册、登录方式开立和使用账户,用户的账户密码以及身份验证大都通过在线方式完成,在这些环节中,每一环节都有可能产生隐私信息以及操作指令等被截取、泄露的风险,进而带来损失。第三,系统外部性风险。余额宝逐渐增长的规模,对银行业有一定冲击,国内尚不完善的行业法规对余额宝的发展有一定影响,另外法制环境、行业竞争、消费者权益保护等因素也造成了余额宝的其他负外部性风险。

(2)流动性风险

流动性风险是指资产持有者难以按该资产的价值或接近其价值出售资产而面临损失的风险。流动性风险包括:一是所持有资产在变现过程中由于价格的不确定性而可能遭受损失;二是现金不足而导致难以满足投资人的赎回要求。对于余额宝来说,一旦基金出现大幅缩水或投资者集中赎回投资,而其手中所持流动性资产又不敷支出时的情况,余额宝必将面临严重的被动局面。

余额宝面世以来,其净资产规模处于不断增长中,然而自2013年10月起其净资产增长率就有迅速减缓的趋势,见表1。余额宝的净资产一直在增长,且增长幅度都超过190%,而其银行存款和备付金占其资产的92.32%,可以看出余额宝的流动性风险还是较小的,但还是需要防范消费者的大量赎回,导致难以满足投资人的赎回要求的情况的发生。

表1 天弘增利宝的规模变化

数据来源:天弘基金管理有限公司.

(3)市场风险

金融产品的市场风险是指未来市场价格的不确定性对企业实现其既定目标的不利影响,市场风险可根据影响因素分为利率风险、汇率风险、股票价格风险、商品价格风险。

余额宝是一种货币市场基金,其不同投资组合的收益率受到利率、汇率、股票价格和商品价格等市场因素的影响。市场风险的度量通常是使用估值或者收益率的VaR值,通过VaR来表现超过其预期风险的可能性。市场风险通常可以通过风险规避、风险接受、风险分散和风险转移等方式进行管理与控制,基金管理者必须提高资金管理的能力,这就要求对其投资组合进行管理。余额宝的投资组合一般主要是债券、买断式回购的买入返售金融资产,投资组合见表2,风险系数比较小,但其市场风险仍需确定。本文接下来也会具体研究余额宝的市场风险情况,以更好地评价这一新型货币基金。

表2 天弘增利宝的投资组合

数据来源:天弘基金管理有限公司.

二、货币市场基金风险文献回顾

本文的研究重点是余额宝的市场风险,然而由于余额宝的产生时间还很短,研究成果还很少,以及对于VaR方法也有一定的不了解,所以本文将先对VaR方法和余额宝所属的货币市场基金的市场风险方面的研究成果进行简要介绍。

1.货币市场基金文献回顾

货币基金具有流动性高、风险低的特点,我国的货币市场基金出现较晚,货币市场不够完善,法规制度尚不健全,基金公司管理经验不足,故而我国货币市场基金方面的研究成果尚不是很多。余额宝是货币市场基金的一种,以下是货币市场基金风险的研究成果。其中有学者研究了货币市场基金的风险,尤其是市场风险。黄建军(2005)、江峡(2010)对货币市场基金的风险与管理进行了分析与研究,对货币市场基金存在的风险进行分类,并提出建议来防范风险;张红(2007)则在之前的基础上,首次使用了VaR方法,逐一对货币市场基金的风险进行了评估,对其风险管理提出了建议。

另外还有很多学者研究了货币市场基金的利率问题,比如巴曙松(2014)、蔡永刚(2014)都研究了货币市场基金利率与市场化的关系,证明了现在国内的条件适于货币基金推行利率市场化;张维、谷政(2014)对货币市场基金利率市场化做出了分析,并提出要加强存款保险制度建设、健全货币市场、设计金融机构市场化退出机制。与以上的研究成果不同,本文的研究重点在于针对网络货币市场基金中的代表,即余额宝的市场风险,利用选取的合适的模型进行实证分析,并由此得出对其风险管理的建议。

2.VaR方法研究背景

VaR方法是指利用序列的VaR值,即金融产品因市场价格的变动可能产生的最大损失,来衡量基金的市场风险。VaR方法的研究在国内外都已经比较成熟,在对市场风险进行估量时,较多采用的是利用VaR方法来对基金的风险进行量化。自1982年ARCH模型被Engle提出,1986年Bollerslev又提出了GARCH模型,VaR方法就有了较大的发展却不成体系,直到J.P Morgan(1996)针对各种VaR方法建立了一个较为完整的框架。而后,VaR方法被广泛应用于金融方面。Dowd Kewin(1999)提出了计算VaR的极值模型,此理论在1997~1998年的亚洲金融危机时被用于研究当时的极端市场。而后的Matthew Pritske(2006)则探讨分析了VaR的三种计算方法:参数方法、历史模拟法与蒙特卡罗模拟法。其中参数方法是利用投资组合市场价值函数与统计分布来简化VaR的计算,而模拟法则是基于市场因子的历史实际价格变化或者是随机数来模拟基金组合的未来损益分布,利用分位数给出一定置信度下VaR的估计。

国内运用VaR进行金融方面的市场分析已经很成熟,一些学者运用VaR的方法来测算金融领域的风险价值,包括运用ARCH类模型中的GARCH模型、EGARCH模型、PARCH模型等,以及CVAR与VaR的指标,这些使用VaR来进行风险量化的方法已经被广泛使用于金融领域。

三、余额宝市场风险实证分析

对余额宝的网络安全风险与流动性风险进行定性分析后,接下来讨论一下余额宝的市场风险。本文先进行数据的分析,在选取适合的模型之后再对其风险价值做出评断。

1.市场风险模型选取

市场风险是指未来市场价格的不确定性对企业实现其既定目标的不利影响。市场风险可以分为利率风险、汇率风险、股票价格风险和商品价格风险,这些市场因素可能直接对企业产生影响,也可能是通过其竞争者、供应商或者消费者间接对企业产生影响。由于余额宝是一种网络货币市场基金,其收益率会随着价格风险的变化而波动,这就形成了市场风险。VaR方法的优点在于建立在比较严谨系统的统计理论的基础上,可以简单清晰地表示金融资产的市场风险。本文将采用VaR的分析方法对余额宝市场风险进行实证分析。

(1)VaR模型概述

VaR(Value at Risk)即风险价值,即资产或资产组合在确定的置信水平下在一定持有期内的最大可能损失。VaR方法可以对收益率的波动状况进行估计,且具有简单清晰、严谨的特点,被国际金融与实业界广泛使用。实际的金融时间序列一般具有时变性的特点,VaR方法非常适合对其进行分析,故而本文将选用VaR方法对余额宝的投资组合收益率进行分析。VaR模型后来又演变出适应异方差性的ARCH模型、适合较大滞后阶数的GARCH模型、EGARCH模型、TGARCH模型等,可以根据具体分析进行选择。

(2)变量的选取

对于变量的选取,本文是对余额宝的风险价值以及收益率的波动性做出评价,故而本文选取余额宝的7日年化收益率这一时间序列数据来作为分析其市场风险的变量,在文中用r来代表其收益率,并且对其取对数来进行分析。选取余额宝的七日年化收益率作为变量的原因是相对于其万份收益来说,七日年化收益率可以更好地表现基金的收益率波动情况。

(3)样本容量的选取

天弘增利宝货币基金产生于2013年5月30日,2013年6月17日余额宝面世。为了保证时间序列数据足够充分,不至于因为序列过短而过于片面,故样本容量选取2013年6月17日至2014年5月31日的序列数据,样本容量为349。

2.市场风险的实证分析

由于风险价值的判断一般选用ARCH类模型,ARCH模型能模拟时间序列变量的波动性变化,所以在金融领域的使用较多。ARCH是用来分析自回归异方差时间序列的,接下来我们分析序列数据是否适合ARCH模型。

(1)JB统计量

在进行分析之前,由于一般会先假设其服从正态分布,而非正态分布则不可以用参数法和蒙特卡罗模拟法计算,所以本文先检验样本基金收益率是否服从正态分布。一般来说,可以通过得出的JB统计量看出是否满足正态分布,其公式为:

在正态分布的假设下, JB统计量服从自由度为 2 的x2分布。检验结果见表3:

表3 检验结果

注:上表由eviews计算得出.

注:上表由计算得.图2 余额宝收益率残差图

由残差图可以看出,在一段时间内余额宝收益若有大的波动,其后面也往往跟着大的波动,说明余额宝的收益率具有波动集聚性。由上文可知,序列不服从正态分布,计算样本基金的VaR不适宜假设为正态分布,考虑选用t分布或者GED分布的ARCH类模型。

(2)平稳性检验

在对时间序列数据进行分析之前,要判断其平稳性。时间序列数据的平稳性是建立模型的前提,以免出现伪回归的现象。本文将对七日年化收益率(r)进行ADF单位根平稳性检验。将七日年化收益(r)对数化得到Lnr序列,这样做可以防止数据出现较大的波动。通过用eviews软件进行ADF检验,万份收益和七日年化收益率经过一阶差分符合平稳性。结果见表4:

表4 平稳性检验结果

注:上表由eviews计算得出.

从表4可以看出变量原序列经过一阶差分之后,ADF值小于5%临界值,DW值趋近于2,可以认为是平稳的,即变量在一阶内单整,满足ARCH模型分析时间序列的前提。

(3)自相关性检验

在建立类模型之前,需要考虑序列是否存在自相关,即考虑到相邻期间收益率之间是否有关系,在这里对收益率r取对数,与lnr(-1)建立回归方程。通过eviews软件进行回归估计,得出以下回归方程:

Lnr=0.01066+0.9937Lnr(-1)

(1.36) (211.14)

R2=0.99 D.W=0.45 S.E=0.01

由于D.W值处于(0,dl)间,存在一阶自相关。继续用LM检验方法检验。若LM=TR2>x2α(n),则存在自相关。其中T表示样本容量,R2为估计方程的确定系数,n为自回归阶数。由于LM统计量远远大于分布数,故认为序列存在高阶自相关。可以利用GARCH模型来进行分析。

(4)ARCH效应检验

在建立类模型前本文需要先验证序列的ARCH效应即异方差性,这是建立ARCH模型的前提条件。先进行回归方程做出残差平方,残差平方自相关见图3。

由图3可以观测出,AC、PCA显著不为0,Q统计量显著,对应的P值一直为零,存在明显的前后相关性,可以初步判断:残差序列存在相互波动关系,即存在ARCH效应。但是为了严谨起见,再次进行怀特检验来分析,得出TR2为0.8328,大于x20.95(1),由于当WT(g)=TR2≥x2α(g)时,存在异方差性即ARCH效应,可以得出序列存在ARCH效应,适合建立ARCH类模型的结论。

注:上图由计算得出.图3 残差平方相关图

(5)模型的建立

1)建立ARCH类模型。根据上述分析可知,余额宝的收益率序列不符合正态分布,具有高阶自相关以及ARCH效应。接下来本文分别在t分布和GED分布的假定条件下,对收益率建立GARCH模型,并建立正态分布情况下的GARCH模型做对比,当样本基金存在高阶ARCH效应时,用GARCH模型可以较好地表示出余额宝基金收益率的波动情况,在下面模型中选用AIE值最小的模型。在本文中选用p、q的滞后阶数在2以内的模型来测算AIC值,见表5:

表5 AIC值检验

注:上表由eviews计算得出.

由此可以看出,GED分布下的AIC值最小,其中最好的是GED分布下的GARCH(2,2)模型,由此我们选择建立GED分布下的GARCH(2,2)模型来计算基金的收益率的风险价值。

2)VaR值的计算。首先求出GED的分布随机数为1.6448,可以求出扰动项为r0=h^0.5*n,其中h为条件方差,n为分布数,得出结果为1.06363788,再由公式计算VaRt=-pt-1sασ,其中pt为资产价格,S为对应分布分位点,σt为条件标准差。可得结果见表6。

表6 VaR的结果

注:上表由eviews计算得出.

可以看出基金实际收益超过VaR的比率为0.3%,而且余额宝的VaR在2014年初1、2月最大且十分集中,此时的市场风险较大。

3) 拟合度检验。对于模型适合与否,需要进行方差—协方差法或者半参数法进行反馈检验,主要是看VaR是否落在置信区间内,即将prob值与α进行比较,若p<α,则可认为在置信区间内,误差在5%以内,较好地反映了序列的VaR,反之则误差较大。由于prob值为0.86,在置信区间内,误差较小,反馈检验效果较好。

3.结果分析

(1)余额宝的收益率序列不服从正态分布,而且具有高阶自相关,考虑计算VaR的方法,其中历史模拟法局限性较多,蒙特卡罗模拟法和方差—协方差方法都不适合于波动集聚性和非正态分布的时间序列,基于ARCH类模型的计算方法最适合样本基金VaR的计算。在此基础上考虑VaR的计算模型,由于不服从正态分布、高阶自相关、波动性集聚,我们选用GARCH类模型。通过赤池信息准则(AIC)判断出选用GARCH(2,2)模型,本文对样本基金建立的GARCH(2,2)模型进行检验,结果也表明GARCH(2,2)模型能够很好地刻画样本基金的波动集聚性。

(2)根据上文分析,余额宝的风险价值为5.64686,收益率具有较大波动性。且VaR在2014年年初较高,这与期初流动性较大,净值规模增长幅度较大有关,需要市场基金管理公司对其风险进行控制与管理。

四、控制余额宝市场风险的建议与启示

1.对余额宝市场风险管理控制的建议

通过对余额宝的市场风险的实证分析,可以得出余额宝的收益率具有波动性集聚的特点,需要对其市场风险进行控制与管理。根据其VaR值的测算,可以看出基金收益率实际下跌值低于VaR值的天数所占比率为0.3%,且在1、2月VaR值最大,需要注意风险控制。

当出现波动性集聚且波动性较大的情况时,需要控制投资组合,减小风险系数。保持收益率虽然重要,但是也要关注市场风险的控制。可以通过以下方面来对其风险进行控制管理。

首先,在收益率和风险系数中寻求较为平衡的点,在控制市场风险的同时达到适合的收益率。这需要基金管理者在选择投资组合时把握投资组合的风险,并注意信息的披露,比如在定期报告中加强对基金亏损或风险的说明,减小信息不对称带来的负面作用。

其次,建立风险防范机制与警告机制,维护基金的风险系数。比如说国家和政府可以建立风险的技术控制标准,并建立适时的警告机制,对基金风险适时检查,可以有效规避余额宝的市场风险的危害。

最后,重视规模浮动,及时改变市场投资的策略。由于余额宝的净资产规模浮动很大,规模增长速度快、幅度大,而市场投资组合的选择应与规模变动息息相关,基金管理公司即天弘基金管理有限公司就更需要时时注意其基金的规模变化,并建立防范机制,对市场风险做出有效控制。

2.对网络货币市场基金风险管理的启示

由于余额宝产生早、资金量大、发展较好,在网络货币市场基金中具有较大代表性。余额宝的风险,也可以说,代表了新兴网络货币市场基金的风险。第一,网络安全风险较大。网络货币市场基金由于都建立在网络平台之上,普遍具有较大的信息安全风险,伴随着计算机网络技术的提高,用户很可能被网站盗取信息或者被木马控制,导致账户被盗,产生巨大损失。第二,流动性风险难以控制,网络货币市场基金的赎回自由,手续费率很低,流动性要求较高,具有较大流动性风险。基金管理者应通过资产配置、选择质优债券以及留足交付金等来制定投资目标及投资组合,保持基金与基金资产的流动平衡。第三,最重要的也是本文的研究重点,市场风险较为特殊。网络货币市场基金的收益率普遍具有波动较大的特点,在对网络货币市场基金进行投资时仍需抱有正确的心态,避免盲目从众。尤其是期初的阶段,需要注意控制其风险系数。网络货币市场基金仍具有一定的市场风险,基金管理人在制定投资目标及投资组合时,应考虑基金的市场风险,通过资产配置、证券选择、交易策略选择等,控制网络货币市场基金的市场风险。

[1] 陈 茜.余额宝 优势与风险同在[J] .现代工业经济和信息化,2013,(15):44-45.

[2] 李 焰.我国发展货币市场基金的必要性和市场前景分析[D] .中央财经大学,2003.

[3] 巴曙松.中国网络支付安全白皮书[M] .北京:中国发展出版社,2014,(1):1-233.

[4] 刘建桥.中国开放式基金市场风险研究[D] .同济大学,2008.

[5] 刘荣茂,周 良.货币市场基金对银行业的冲击与挑战[J] . 商业研究,2005,(2):146-149.

[6] 虞红霞.中国开放式基金流动性风险研究[D] .厦门大学,2009.

[7] 高 锐.论内部控制与公司治理的关系[J] .财会通讯,2009,(23):90-91.

[8] 龚金萍.基于VaR的我国货币市场基金的风险度量及绩效评价[D] .华东交通大学,2012.

[8] 江 峡.关于货币市场基金的投资收益与风险浅析[J] .金融发展评论,2010,(5):149-158.

[9] 巴曙松.当前中国的货币市场基金发展的制约因素[J] .济南金融,2004,(3):21-22.

[10] 苏昌蕾.我国货币市场基金发展问题探讨[J] .南方金融,2011,(5):67-70.

[11] 章蔓菁.淘宝网络理财[J] .中国外汇,2013,(14):60-62.

[12] 刘 爽.货币市场基金的功能发挥与我国的战略选择[J] .特区经济,2007,(3):75-77.

[13] 邱 勋.余额宝对商业银行的影响和启示[J] .新金融,2013,(9):50-54.

[14] 刘永利.货币市场基金申购赎回的实证研究[J] .数理统计与管理,2007,(6):1111-1117.

[15] 程志发.我国货币市场基金现状研究及前景预测[D] .华东师范大学,2006.

[16] 史健忠.货币市场基金理论与实务[D] .上海外国语大学,2006.

[17] 黄高林.我国开放式基金业绩评价——来自2006-2010年数据[D] .复旦大学,2012.

[18] 刘 爽.我国货币市场基金风险管理探究[D] .浙江大学,2009.

[19] 张 红.基于VAR模型的货币市场基金风险管理研究[D] .中国海洋大学,2007.

[20] 程建华.信息安全风险管理、评估与控制研究[D] .吉林大学,2008.

[21] 曾丽琼.我国货币市场基金发展模式研究[D] .复旦大学,2009.

[22] 谢燕华.论货币市场基金在我国的潜在需求和影响[D] .对外经济贸易大学,2004.

[23] 王硕鹏.中国货币市场基金评级体系的设计与分析[D] .吉林大学,2013.

[24] 李 侠.推动货币市场基金发行 促进货币市场工具创新[N] . 金融时报,2003-11-23.

[25] 杨凯生.互联网金融谨防三大风险[N] .人民政协报,2013-11-08,B01.

责任编校:张 静,罗 红

2015-04-26

卜胜娟,女,河北定州人,南京航空航天大学管理科学与工程博士在读,讲师,研究方向为应用经济统计。

F830.9

A

1007-9734(2015)04-0105-07

猜你喜欢

余额收益率货币
央行:2022年三季度末个人住房贷款余额38.91万亿元
一国货币上的面孔能告诉我们什么?
2020,余额不足
古代的货币
古代的货币
余额宝的感知风险
沪港通一周成交概况 (2015.5.8—2015.5.14)
钱荒遇上货币空转