余額寶收益率對(duì)余額寶規(guī)模影響的實(shí)證研究

王華僑　周炯　張維娜

摘要： 基于余額寶2013Q2-2016Q1期間的季度時(shí)間序列數(shù)據(jù)，運(yùn)用Granger因果檢驗(yàn)、脈沖響應(yīng)等計(jì)量方法，建立向量自回歸（VAR）模型，實(shí)證檢驗(yàn)了余額寶收益率與余額寶規(guī)模之間的關(guān)系。結(jié)果表明：余額寶收益率與余額寶規(guī)模存在正向變動(dòng)關(guān)系，但是余額寶規(guī)模自身對(duì)它的發(fā)展以及余額寶收益率存在一定的抑制作用。

Abstract： Based on the quarterly time series data of Yuebao during 2013Q2-2016Q1， by using Granger causality test， impulse response and other measurement methods， the vector autoregressive （VAR） model is established to carry out the empirical test of the relationship between the yield rate and fund size of Yuebao. The results show that： there is a positive change in the yield rate and fund size of Yuebao， but there is a certain inhibition in Yuebao and its development and yield rate.

關(guān)鍵詞： 余額寶；VAR模型；收益率與基金規(guī)模

Key words： Yuebao；VAR model；yield rate and fund size

中圖分類號(hào)：F724.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2016）32-0180-04

0 引言

余額寶是2013年5月30日，由第三方支付平臺(tái)支付寶打造的一項(xiàng)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品，憑借高收益率、T+0的支取模式，在短時(shí)間內(nèi)得到了廣泛認(rèn)可規(guī)模迅速擴(kuò)張，雖然備受爭(zhēng)議但是它以較高的收益率在悄悄地影響著利率市場(chǎng)化的進(jìn)程，改變了中國(guó)的基金市場(chǎng)。

在這種情況下，余額寶發(fā)展影響因素以及發(fā)展前景受到了各領(lǐng)域?qū)W者和專家們的廣泛討論。紀(jì)照寒[1]（2014）在對(duì)余額寶的內(nèi)在運(yùn)行機(jī)制和發(fā)展的外部環(huán)境進(jìn)行分析的基礎(chǔ)上，考察余額寶的投資價(jià)值和市場(chǎng)前景，并對(duì)與之相關(guān)的未來(lái)中國(guó)互聯(lián)網(wǎng)金融發(fā)展趨向問(wèn)題進(jìn)行了展望研究。張瑾，陳麗珍[2]（2015）基于服務(wù)創(chuàng)新視角，研究發(fā)現(xiàn)余額寶服務(wù)創(chuàng)新是概念創(chuàng)新、界面創(chuàng)新、組織創(chuàng)新以及技術(shù)創(chuàng)新四個(gè)維度的整合，提出應(yīng)關(guān)注顧客的潛在需求，追求簡(jiǎn)單便捷，利用支付寶的大數(shù)據(jù)防范余額寶的服務(wù)創(chuàng)新風(fēng)險(xiǎn)。白潔，林禮連[3]（2014）基于EMD-GARCH研究了余額寶收益率的主要影響因素并對(duì)其進(jìn)行了預(yù)測(cè)。劉冬青[4]（2014）通過(guò)建立線性回歸模型，定量分析了余額寶的收益。發(fā)現(xiàn)在高額利益的背后存在余額寶公司前期的貼息問(wèn)題；余額寶將利潤(rùn)從銀行轉(zhuǎn)給客戶的同時(shí)，也把風(fēng)險(xiǎn)轉(zhuǎn)嫁給了客戶。莊雷[5]（2015）運(yùn)用GARCH模型及VAR模型等方法實(shí)證分析互聯(lián)網(wǎng)理財(cái)收益率和國(guó)債收益率兩者的關(guān)系，結(jié)果顯示：互聯(lián)網(wǎng)理財(cái)收益率實(shí)際上引起國(guó)債收益率的下降，并且對(duì)國(guó)債收益率的波動(dòng)性影響也是負(fù)的。邱均平，楊強(qiáng)，郭麗琳[6]（2015）依據(jù)TAM 和TPB 模型，研究發(fā)現(xiàn)自我效能、感知易用、感知有用在用戶使用互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品的影響因素中起著關(guān)鍵作用。

綜上可以看出，關(guān)于余額寶發(fā)展影響因素以及發(fā)展前景研究多聚焦于研究余額寶利潤(rùn)率的影響因素以及利潤(rùn)率對(duì)于其他方面的影響，進(jìn)而說(shuō)明余額寶的發(fā)展前景和價(jià)值。目前關(guān)于余額寶利潤(rùn)率對(duì)于其規(guī)模的影響暫時(shí)屬于空白領(lǐng)域?；诖耍疚倪\(yùn)用Granger因果檢驗(yàn)、脈沖響應(yīng)等計(jì)量方法，建立向量自回歸（VAR）模型，對(duì)余額寶的收益率與余額寶的規(guī)模進(jìn)行實(shí)證分析，研究余額寶收益率對(duì)余額寶規(guī)模的影響。本文的研究有利于更準(zhǔn)確地把握余額寶的發(fā)展趨勢(shì)，探究余額寶的發(fā)展前景。

1 余額寶收益率對(duì)余額寶規(guī)模影響的實(shí)證研究

1.1 實(shí)證思路說(shuō)明

首先，本文對(duì)選取的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，采用LR（似然比）檢驗(yàn)法；AIC 信息準(zhǔn)則（Akaike）、SC信息準(zhǔn)則（Schwartz）、HQ信息準(zhǔn)則（Hannan-Quinn）等方法確定滯后階數(shù)，進(jìn)而建立VAR模型，Granger因果檢驗(yàn)，特征根檢驗(yàn)確定模型的可靠性和平穩(wěn)性。最后，通過(guò)脈沖響應(yīng)函數(shù)進(jìn)一步分析變量之間的動(dòng)態(tài)關(guān)系。

1.2 數(shù)據(jù)選取說(shuō)明及模型設(shè)定

本文選取2013Q2-2016Q1余額寶樣本數(shù)據(jù)（由于2013年5月30號(hào)才推出余額寶產(chǎn)品，因此2013Q2時(shí)間段為2013.5.31-2013.6.30。具體包括兩個(gè)指標(biāo)：一是余額寶基金規(guī)模指標(biāo)，用用余額寶期末基金份額總額表示，記為Y；二是余額寶收益率指標(biāo)，用每個(gè)季度內(nèi)余額寶七日年化收益率的均值表示，記為X。數(shù)據(jù)來(lái)源于天弘基金官網(wǎng)的2013Q2-2016Q1季度報(bào)表，本文利用的分析軟件是Eviews7.0.

為消除物價(jià)的影響，異方差的存在，所有變量取對(duì)數(shù)。據(jù)此，設(shè)定模型如下：LNYt=？茁0+？茁1LNXt+ut

上式中，t 表示時(shí)間，LNY表示余額寶基金規(guī)模，LNX表示收益率指標(biāo)，u隨即誤差項(xiàng)，常數(shù)項(xiàng)代表地區(qū)不可觀測(cè)效應(yīng)。

1.3 平穩(wěn)定性檢驗(yàn)

當(dāng)時(shí)間序列數(shù)據(jù)不平穩(wěn)時(shí)，往往會(huì)出現(xiàn)偽回歸。為避免出現(xiàn)“偽回歸”現(xiàn)象，首先對(duì)原序列進(jìn)行ADF 單位根檢驗(yàn)，同時(shí)對(duì)變量一階差分后變量進(jìn)行ADF 檢驗(yàn)。（表1）

從這2個(gè)序列水平值的單位根檢驗(yàn)結(jié)果可以看到，它們的檢驗(yàn)統(tǒng)計(jì)量大于10%檢驗(yàn)水平下的臨界值，因此這2個(gè)序列都包含單位根，從而是非平穩(wěn)序列。但是，這2個(gè)序列的一階差分的檢驗(yàn)統(tǒng)計(jì)量值都小于1%檢驗(yàn)水平下的臨界值，因此差分序列不包含單位根，從而表明差分序列是平穩(wěn)的，根據(jù)分析，自然對(duì)數(shù)序列LNY、LNX都是一階差分平穩(wěn)序列，滿足協(xié)整檢驗(yàn)的條件，可以建立VAR方程模型。同時(shí)，由此可以認(rèn)為，余額寶規(guī)模與收益率之間可能存在長(zhǎng)期“均衡”關(guān)系。

1.4 VAR模型設(shè)定與估計(jì)

本文用LNY、LNX變量構(gòu)建VAR模型。首先確定滯后階數(shù)。對(duì)于滯后階數(shù)的選舉運(yùn)用我們用四種方法。LR檢驗(yàn)法；AIC 信息準(zhǔn)則、SC信息準(zhǔn)則、HQ信息準(zhǔn)則確定，選擇的階數(shù)應(yīng)使得AIC、SC、HQ值越小越好。結(jié)果如表2，經(jīng)過(guò)試驗(yàn)，確定滯后階數(shù)為2。

VAR模型的建立?；跀?shù)據(jù)統(tǒng)計(jì)性質(zhì)的VAR模型將經(jīng)濟(jì)系統(tǒng)影響的時(shí)滯性，內(nèi)生變量函數(shù)包含了系統(tǒng)內(nèi)生變量的若干滯后值，常用于分析隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)沖擊，從而解釋經(jīng)濟(jì)沖擊對(duì)變量系統(tǒng)的實(shí)際影響。VAR模型的實(shí)證結(jié)果如下：

LNY=4.29055730105*LNX（-1）-2.57027004263*LNX（-2）-2.00263627941*LNY（-1）+1.35851312835*LNY（-2） + 12.0712126113

調(diào)整=0.999356 對(duì)數(shù)似然值=25.67793

AIC=-5.907980SC=-5.946616

由方程可得，調(diào)整的擬合優(yōu)度=0.999356，且在5%的顯著性水平上解釋變量統(tǒng)計(jì)值十分顯著。余額寶規(guī)模受其自身滯后性和收益率的影響。其中滯后一期的收益率對(duì)余額寶規(guī)模有正向影響，影響系數(shù)為4.29055730105。但滯后兩期的是收益率對(duì)余額寶規(guī)模產(chǎn)生負(fù)向影響，影響系-2.57027004263。滯后項(xiàng)影響比較大說(shuō)明余額寶規(guī)模變動(dòng)具有一定的增長(zhǎng)慣性。

1.5 格蘭杰因果關(guān)系檢驗(yàn)

為了檢驗(yàn)余額寶收益率與余額寶規(guī)模之間的關(guān)系是否存在真實(shí)的因果關(guān)系，再對(duì)LNY和LNX，基于VAR進(jìn)行Granger因果關(guān)系分析。結(jié)果如表3。

表3的檢驗(yàn)結(jié)果在10%的顯著水平上拒絕余額寶收益率不是余額寶規(guī)模增長(zhǎng)的Granger 原因，同時(shí)拒絕余額寶規(guī)模不是余額寶收益率變化的Granger 原因。表明余額寶收益率與余額寶規(guī)模存在相互的因果關(guān)系。

1.6 VAR模型的穩(wěn)定性進(jìn)行檢驗(yàn)

由于非穩(wěn)定的VAR模型不可以作脈沖響應(yīng)函數(shù)分析，所以，要對(duì)VAR模型的穩(wěn)定性進(jìn)行檢驗(yàn)。我們采用AR根檢驗(yàn)來(lái)判定設(shè)定的VAR模型是否穩(wěn)定。本模型有2個(gè)內(nèi)生變量且滯后2期，因此有4個(gè)特征根。如表4所示，Root表示VAR 模型特征根的倒數(shù)，Modulus 表示特征根倒數(shù)的模。如圖1所示，所有特征根皆在單位圓內(nèi)，表中所有單位根倒數(shù)模均小于1，表示該模型穩(wěn)定，可以作進(jìn)一步分析?？梢允褂妹}沖響應(yīng)函數(shù)分析余額寶規(guī)模與收益率對(duì)內(nèi)生沖擊的動(dòng)態(tài)響應(yīng)。

1.7 脈沖相應(yīng)分析

基于2013Q2-2016Q1數(shù)據(jù)，通過(guò)分析得到了余額寶收益率對(duì)余額寶規(guī)模的短期影響，而余額寶收益率對(duì)余額寶規(guī)模的長(zhǎng)期影響還受到不斷變化的外部環(huán)境的影響，因此本文通過(guò)脈沖響應(yīng)函數(shù)來(lái)衡量余額寶收益率的一個(gè)標(biāo)準(zhǔn)隨機(jī)沖擊對(duì)余額寶規(guī)模當(dāng)期和未來(lái)取值的影響，進(jìn)一步分析余額寶收益率的沖擊對(duì)余額寶規(guī)模的影響路徑。

脈沖響應(yīng)函數(shù)能夠測(cè)量隨即擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)內(nèi)生變量當(dāng)前和未來(lái)取值的影響。設(shè)定響應(yīng)函數(shù)追蹤期數(shù)為10，結(jié)果（如圖2所示）圖中的縱軸表示因變量對(duì)解釋變量的響應(yīng)程度，橫軸代表響應(yīng)函數(shù)的追蹤期數(shù)，虛線代表響應(yīng)函數(shù)值加減兩倍標(biāo)準(zhǔn)差的置信區(qū)間。

由圖2中的（1）可知，余額寶規(guī)模LNY對(duì)于自身的一個(gè)沖擊響應(yīng)，先下降后上升再下降，最終趨于收斂，其中在1-4期反應(yīng)比較強(qiáng)烈，5-10期影響程度逐漸下降，1-2期為負(fù)向影響，在第2期達(dá)到最大負(fù)向沖擊為-0.055400，在3-5期為正向影響，最大正向沖擊為0.017499，說(shuō)明余額寶規(guī)模短期內(nèi)對(duì)自身具有較大的影響。

由圖2中的（2）可知，給余額寶規(guī)模LNY一個(gè)標(biāo)準(zhǔn)沖擊，當(dāng)期會(huì)對(duì)余額寶收益率LNX產(chǎn)生負(fù)向影響，在1-3期反應(yīng)激烈，并在第2期達(dá)到峰值，沖擊在4-5期為波動(dòng)的正向沖擊，5-10期影響程度逐漸下降，最終趨于收斂，沖擊效果最大達(dá)到負(fù)向0.032985，總之，余額寶規(guī)模對(duì)余額寶收益率具有負(fù)向影響，影響程度相對(duì)較強(qiáng)，但持續(xù)時(shí)間較短，不具有持久效應(yīng)。

由圖2中的（3）可知，給余額寶利潤(rùn)率一個(gè)標(biāo)準(zhǔn)沖擊后，余額寶規(guī)模在1-2期，表現(xiàn)為正向沖擊，并在第2期達(dá)到最大的正響應(yīng)值0.046779，3-5期為負(fù)向沖擊，6-10轉(zhuǎn)變?yōu)檎驔_擊，但響應(yīng)效果較小，在該期最終趨于很小的正向影響，最終收斂。說(shuō)明余額寶收益率對(duì)余額寶規(guī)模具有較強(qiáng)的正向影響，但是隨著時(shí)間的推移效果會(huì)逐漸減弱。

1.8 方差分解

運(yùn)用方差分解，可以評(píng)估余額寶收益率以及余額寶規(guī)模自身對(duì)余額寶規(guī)模變化的相對(duì)貢獻(xiàn)度，由表5說(shuō)明，在余額寶規(guī)模LNY的方差分解中，其自身貢獻(xiàn)度在未來(lái)1-10期內(nèi)，由第一期100%下降至第四期58.9%，之后穩(wěn)定在58.9%。說(shuō)明余額寶規(guī)模本身對(duì)自身變化的貢獻(xiàn)度較大。余額寶利潤(rùn)里L(fēng)NX對(duì)余額寶規(guī)模LNY變化的貢獻(xiàn)率在1-4期從0%上升至41.08801%，此后均保持在41%左右。綜上可以看出，在未來(lái)1-10期內(nèi)，余額寶規(guī)模收到收益率的影響和它自身規(guī)模的影響，且由方差分解可以看出其受自身的影響更加強(qiáng)烈。

2 結(jié)論

由上述分析可以看出余額寶收益率沖擊對(duì)余額寶規(guī)模增長(zhǎng)會(huì)有正向影響，且在第二期影響程度最高，相反余額寶規(guī)模對(duì)余額寶收益率和它自身具有負(fù)向影響，且同時(shí)在第二期達(dá)到影響程度的最大負(fù)值。上述脈沖響應(yīng)均在前期程度較高，第2期的時(shí)候達(dá)到各自的峰值，長(zhǎng)期來(lái)看，后期均有所下降并趨于平穩(wěn)。

這說(shuō)明收益率是吸引消費(fèi)者購(gòu)買余額寶即余額寶規(guī)模擴(kuò)大的重要原因，短期內(nèi)收益率的提高對(duì)于余額寶規(guī)模的擴(kuò)大具有巨大的推動(dòng)作用。雖然余額寶的規(guī)模在目前基金市場(chǎng)上排名第一，但是在目前余額寶收益率不斷下滑的情形下，余額寶的發(fā)展前景堪憂。與此同時(shí)，從脈沖檢驗(yàn)可以看出，余額寶的規(guī)模對(duì)自身的發(fā)展也有一定的抑制作用，這和日常認(rèn)知略有不同，本人認(rèn)為可能是由于基金規(guī)?；鶖?shù)過(guò)大，在有限的市場(chǎng)情況下，增長(zhǎng)就會(huì)相對(duì)變慢，不過(guò)也變相正如一些媒體所言看出余額寶發(fā)展存在瓶頸問(wèn)題。

因此，余額寶一方面應(yīng)該增加用戶更好體驗(yàn)，另一方面更應(yīng)該通過(guò)盈利模式的多元化，構(gòu)建與之相適應(yīng)的風(fēng)險(xiǎn)管理體制加強(qiáng)自身價(jià)值的增值能力，只有這樣才能走的更遠(yuǎn)，避免走美國(guó)paypal的老路。

參考文獻(xiàn)：

[1]紀(jì)照寒.從余額寶投資價(jià)值看中國(guó)互聯(lián)網(wǎng)金融的未來(lái)發(fā)展趨向[J].理論導(dǎo)刊，2014（7）.

[2]張瑾，陳麗珍.余額寶的服務(wù)創(chuàng)新模式研究——基于四維度模型的解釋[J].中國(guó)軟科學(xué)，2015（02）.

[3]白潔，林禮連.基于EMD-GARCH的余額寶收益率預(yù)測(cè)研究[J].管理現(xiàn)代化，2014（06）.

[4]劉冬青.基于線性回歸模型的余額寶價(jià)值分析[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014（4）.

[5]莊雷.余額寶與國(guó)債市場(chǎng)收益率波動(dòng)的實(shí)證研究[J].經(jīng)濟(jì)與管理，2015（3）.

[6]邱均平，楊強(qiáng)，郭麗琳.互聯(lián)網(wǎng)金融理財(cái)產(chǎn)品使用影響因素研究[J].情報(bào)雜志，2015（1）.

[7]祝司臣.新疆金融財(cái)政支農(nóng)對(duì)農(nóng)業(yè)發(fā)展影響的實(shí)證分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2013（9）.

[8]陳義林.我國(guó)財(cái)政支農(nóng)與金融支農(nóng)對(duì)農(nóng)民收入的影響——基于VAR模型的實(shí)證分析[J].改革與戰(zhàn)略，2008（12）.

[9]李慧，平芳芳.產(chǎn)業(yè)結(jié)構(gòu)變遷與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2014（10）.