人民幣個(gè)人理財(cái)產(chǎn)品收益率波動性分析

【摘要】人民幣理財(cái)產(chǎn)品受貨幣政策、產(chǎn)品設(shè)計(jì)以及經(jīng)濟(jì)環(huán)境等各種因素的影響。由于因素的影響具有持續(xù)性和延續(xù)性，所以理財(cái)產(chǎn)品收益率的變動具有時(shí)間特性。通過ARMA模型可以分析收益率的波動性的基本特征，在ARM模型存在ARCH效用的情況下，采用GARCH模型分析人民幣理財(cái)產(chǎn)品收益率的波動。以此得到人民幣理財(cái)產(chǎn)品收益率的波動描述模型和結(jié)構(gòu)化分析方法。

【關(guān)鍵詞】人民幣理財(cái)產(chǎn)品 收益率 GARCH模型

一、引言

伴隨著經(jīng)濟(jì)的發(fā)展，金融創(chuàng)新形式的不斷出現(xiàn)，銀行理財(cái)產(chǎn)品正成為一種越來越重要的投資項(xiàng)目。銀行理財(cái)業(yè)務(wù)是商業(yè)銀行協(xié)助客戶分析自身財(cái)務(wù)狀況并充當(dāng)其投資顧問的相關(guān)業(yè)務(wù)，屬于商業(yè)銀行中間業(yè)務(wù)。一般的理財(cái)產(chǎn)品是由商業(yè)銀行與相關(guān)的金融機(jī)構(gòu)自己設(shè)計(jì)并推銷的。具體的操作過程是將所集合的資金依據(jù)產(chǎn)品合同投資到金融市場。在獲得收益后，再結(jié)合合約把所得分紅。

目前，銀行理財(cái)產(chǎn)品可以按照時(shí)間和是否保本以及收益率的固定與否劃分為多種不同的類型。因此，不同的理財(cái)產(chǎn)品由于屬性的不一致，導(dǎo)致理財(cái)產(chǎn)品的風(fēng)險(xiǎn)及收益各有不同。其中理財(cái)產(chǎn)品收益率是銀行和投資方最為關(guān)注的指標(biāo)，一方面收益率是銀行設(shè)計(jì)理財(cái)產(chǎn)品最為重要的考慮因素，同時(shí)，收益率也是影響投資方選擇理財(cái)產(chǎn)品的最重要的決策指標(biāo)。但是銀行理財(cái)產(chǎn)品的收益率并不僅受市場供求關(guān)系的影響決定，收益率的變化還受各種宏微觀環(huán)境的影響。

二、影響理財(cái)產(chǎn)品收益率的因素分析

貨幣政策、個(gè)人理財(cái)產(chǎn)品自身的設(shè)計(jì)以及國內(nèi)社會環(huán)境和經(jīng)濟(jì)環(huán)境的幾個(gè)方面分析其如何影響個(gè)人理財(cái)產(chǎn)品收益率。

（一）貨幣政策

貨幣政策指的是央行利用各種各樣的貨幣工具對利率和貨幣供給量予以調(diào)節(jié)，從而達(dá)到既定經(jīng)濟(jì)目標(biāo)的方針和措施的總和。貨幣政策主要分為擴(kuò)張性貨幣政策和緊縮性貨幣政策，不同的貨幣政策下由于貨幣的供應(yīng)量和利率的不同從而會對理財(cái)產(chǎn)品收益率產(chǎn)生影響。

一般而言，貨幣供應(yīng)量增加時(shí)，商業(yè)銀行為會提高理財(cái)產(chǎn)品的收益率，實(shí)現(xiàn)幫助投資者增值保值的目的來吸引投資，而貨幣供應(yīng)量減小時(shí)則為相反，商業(yè)銀行會適當(dāng)降低理財(cái)產(chǎn)品收益率。利率的波動直接引起對應(yīng)金融資產(chǎn)價(jià)格的波動，從而間接對掛鉤金融資產(chǎn)的各類理財(cái)產(chǎn)品收益率產(chǎn)生影響。利率上升時(shí)，資金面就會緊張，相應(yīng)的商業(yè)銀行就會上調(diào)發(fā)行產(chǎn)品的收益率，奪取資金；利率下降時(shí)，資金流動足，商業(yè)銀行從資金成本的角度考慮亦不愿用高收益率產(chǎn)品來取得資金，因所以理財(cái)產(chǎn)品的收益率相對變低。

（二）產(chǎn)品設(shè)計(jì)

理財(cái)產(chǎn)品在設(shè)計(jì)的過程中，不同產(chǎn)品對理財(cái)產(chǎn)品的購買時(shí)限和權(quán)利等內(nèi)容有不同的規(guī)定，并會影響雙方的收益分配，最終通過理財(cái)產(chǎn)品收益率的方式體現(xiàn)出來。其中最影響較大的時(shí)是委托期限，收益獲取方式和提前終止權(quán)。

委托期限的長短會對個(gè)人理財(cái)產(chǎn)品的市場風(fēng)險(xiǎn)以及資金的時(shí)間價(jià)值產(chǎn)生影響，從而對其收益率產(chǎn)生影響。一般情況下個(gè)人理財(cái)產(chǎn)品的委托期限與其收益率呈正相關(guān)的變動，委托期限越長，理財(cái)產(chǎn)品的收益率就相對較高。委托期限越短，其收益率也會相對減小。理財(cái)產(chǎn)品的收益獲取方式主要涉及是否保本以及收益是否固定。一般來說非保本類型的產(chǎn)品收益率比保本型產(chǎn)品的收益率高，浮動收益類型的產(chǎn)品收益率要比固定收益率的產(chǎn)品高。提前終止權(quán)使權(quán)利方擁有隨時(shí)終止產(chǎn)品購買持續(xù)的權(quán)利，不利于資金的管理和使用，所以，設(shè)計(jì)有客戶可提前終止權(quán)的理財(cái)產(chǎn)品收益率會相對減小。而銀行擁有提前終止權(quán)時(shí)，理財(cái)產(chǎn)品收益率會更高。

（三）經(jīng)濟(jì)環(huán)境

經(jīng)濟(jì)形勢整體良好的時(shí)候，包括理財(cái)產(chǎn)品在內(nèi)的整個(gè)金融市場往往呈現(xiàn)出繁榮的狀態(tài)，在這種環(huán)境中的企業(yè)經(jīng)營能力普遍較好，承擔(dān)風(fēng)險(xiǎn)的能力較強(qiáng)，信用風(fēng)險(xiǎn)較低，銀行就會調(diào)高理財(cái)產(chǎn)品的收益率。當(dāng)外部經(jīng)濟(jì)形勢整體表現(xiàn)不強(qiáng)時(shí)，金融市場也會低迷，承擔(dān)風(fēng)險(xiǎn)的能力很低，信用風(fēng)險(xiǎn)上升，銀行就會降低理財(cái)產(chǎn)品的收益率。

三、人民幣個(gè)人理財(cái)產(chǎn)品收益率ARMA模型構(gòu)建

考慮到貨幣政策，經(jīng)濟(jì)環(huán)境以及理財(cái)產(chǎn)品的設(shè)計(jì)具有一定的慣性和延續(xù)性，所以理財(cái)產(chǎn)品收益率的變化可以采用時(shí)間序列的方法進(jìn)行模擬和分析。ARMA模型是研究時(shí)間序列的重要方法，由AR模型與MA模型“混合”構(gòu)成?？梢栽谕ㄟ^檢驗(yàn)的情況下用于長期追蹤理財(cái)產(chǎn)品收益率。

為方便研究，同時(shí)更好地與當(dāng)前理財(cái)產(chǎn)品的情況一致，研究選取了中國銀行2016年下半年發(fā)布的中銀智薈理財(cái)計(jì)劃產(chǎn)品，樣本數(shù)共184個(gè)。分析思路是先進(jìn)行收益率描述性分析，之后利用ARMA-GRACH模型進(jìn)行波動測度，最后計(jì)算該理財(cái)產(chǎn)品的風(fēng)險(xiǎn)價(jià)值VaR并證明模型分析在金融領(lǐng)域的可行性。實(shí)證分析過程使用的軟件主要是EVIEWS和EXCEL。

利用EVIEWS軟件，對樣本期內(nèi)的理財(cái)產(chǎn)品收益率序列R進(jìn)行描述性統(tǒng)計(jì)，其結(jié)果如下所示。

可以看出，2016年下半年內(nèi)產(chǎn)品的收益率呈現(xiàn)出明顯的波動。理財(cái)產(chǎn)品樣本期內(nèi)，該理財(cái)產(chǎn)品收益率的均值為0.051549，說明該理財(cái)產(chǎn)品的平均收益率為5.1549%；另外，偏度值為0.044745，大于正態(tài)分布的標(biāo)準(zhǔn)偏度值0，峰度值為2.040651，小于正態(tài)分布的標(biāo)準(zhǔn)峰度值3，因此，理財(cái)產(chǎn)品收益率R時(shí)間序列具體尖峰厚尾的特點(diǎn)。

對于收益率時(shí)間序列，可能會存在著一定的自相關(guān)，當(dāng)期水平會受到前期水平的影響，故利用EVIEWS軟件計(jì)算理財(cái)產(chǎn)品收益率R的自相關(guān)和偏自相關(guān)數(shù)據(jù)，結(jié)果顯示序列R在1階、5階、6階、10階時(shí)的自相關(guān)函數(shù)值超過了95%的置信區(qū)間，在1階、5階、6階、10階時(shí)的偏自相關(guān)函數(shù)值超過了95%的置信區(qū)間，故應(yīng)該拒絕R序列自相關(guān)函數(shù)值和偏自相關(guān)函數(shù)值為0的假設(shè)，這說明理財(cái)產(chǎn)品收益率R存在顯著的自相關(guān)性，需要建立自相關(guān)模型進(jìn)行分析。根據(jù)ARMA模型回歸的AIC值和SC值結(jié)果可知，無論AIC值還是SC值，都是ARMA（5，6）模型的值最小，因此，理財(cái)產(chǎn)品收益率R的自回歸模型為ARMA（5，6），其具體公式為：

其中，εt為模型估計(jì)的隨機(jī)擾動項(xiàng)。

同時(shí)，得到的ARMA（5，6）模型估計(jì)結(jié)果如下表所示。

由以上表中的估計(jì)結(jié)果可以看出，AR（5）和MA（6）估計(jì)系數(shù)顯著性檢驗(yàn)的P值都為0.0000，因此，估計(jì)系數(shù)都是顯著的，再次表明理財(cái)產(chǎn)品收益率R確實(shí)存在相關(guān)性。進(jìn)一步檢驗(yàn)?zāi)Ｐ褪欠裼蠥RCH效應(yīng)情況存在，首先得到的ARMA（5，6）模型殘差平方的自相關(guān)和偏自相關(guān)圖如下。

上圖結(jié)果顯示，自相關(guān)和偏自相關(guān)函數(shù)值在5階和6階時(shí)都超過了95%的置信區(qū)間，這說明殘差平方序列存在顯著的自相關(guān)性，故存在異方差現(xiàn)象。進(jìn)一步采用ARCH-LM法進(jìn)行檢驗(yàn)，兩個(gè)統(tǒng)計(jì)量相對應(yīng)的Prob.值都是小于0.05的，故應(yīng)該拒絕不存在ARCH效應(yīng)的原假設(shè)，因此，所建立的ARMA（5，6）模型確實(shí)存在ARCH效應(yīng)，適合采用GARCH模型來進(jìn)行分析。

四、收益率波動性特征分析

由以上的分析可知，理財(cái)產(chǎn)品收益率R存在著一定的ARCH效應(yīng)，需要進(jìn)一步建立GARCH模型來分析。在保證能夠消除ARCH效應(yīng)的前提下，盡量選擇比較簡約的GARCH模型因此，構(gòu)建最終采用理財(cái)產(chǎn)品收益率波動性分析模型為：

ARMA（5，6）-GARCH（1，1）

其具體形式如下所示：

均值方程為：■

條件方差方程為：■

采用EVIEWS軟件，對以上建立的ARMA（5，6）-GARCH（1，1）模型進(jìn)行分析，殘差平方序列的自相關(guān)函數(shù)值和偏自相關(guān)函數(shù)值在各階都沒有顯著超過95%的置信區(qū)間，這說明殘差平方序列不存在顯著的自相關(guān)性，即不存在異方差現(xiàn)象。進(jìn)一步采用ARCH-LM檢驗(yàn)法驗(yàn)證ARCH效應(yīng)檢驗(yàn)的兩個(gè)統(tǒng)計(jì)量P值都大于0.05，故在5%顯著水平下應(yīng)該接受模型不存在ARCH效應(yīng)的假設(shè)，因此，模型已經(jīng)不存在ARCH效應(yīng)。由此得到的ARMA（5，6）-GARCH（1，1）模型估計(jì)結(jié)果為：

均值方程為：■

條件方差方程為：■

綜合以上估計(jì)結(jié)果看出，條件方差方程中，ε■■系數(shù)反映了外部沖擊對匯率收益率波動情況的影響，其估計(jì)系數(shù)為0.046085，該系數(shù)顯著性檢驗(yàn)的P值為0.2926，大于0.05，故不顯著，這說明理財(cái)產(chǎn)品收益率波動性受到外部沖擊的影響不明顯；ε■■的系數(shù)反映了系統(tǒng)的長期記憶性，其估計(jì)系數(shù)為0.912441，該系數(shù)顯著性檢驗(yàn)的P值為0.0000，小于0.05，故該系數(shù)顯著，說明理財(cái)產(chǎn)品收益率波動性受到前期波動的顯著影響；同時(shí)，ε■■和σ■■兩個(gè)估計(jì)系數(shù)相加的和為0.958526，小于1，說明所建立的模型是穩(wěn)定的。

五、結(jié)果分析

通過以上對理財(cái)產(chǎn)品收益率波動性的分析，可以得出如下基本結(jié)論：

一是理財(cái)產(chǎn)品收益率時(shí)間序列存在尖峰厚尾特征，平穩(wěn)性檢驗(yàn)結(jié)果顯示其是平穩(wěn)的，但自相關(guān)和偏自相關(guān)顯示存在自相關(guān)性，故建立自回歸模型進(jìn)行分析，通過比較選擇，最終確定的模型為ARMA（5，6），自相關(guān)性得到了消除。

二是ARCH-LM檢驗(yàn)法對ARMA模型檢驗(yàn)發(fā)現(xiàn)，模型存在著顯著的ARCH效應(yīng)，故適合采用GARCH模型進(jìn)行分析，最終建立的理財(cái)產(chǎn)品收益率波動性模型為ARMA（5，6）-GARCH（1，1）模型，該模型能夠較好地對理財(cái)產(chǎn)品收益率波動性進(jìn)行分析。

三是在ARMA（5，6）-GARCH（1，1）模型估計(jì)的基礎(chǔ)上，計(jì)算得到了99%置信水平下的理財(cái)產(chǎn)品收益率VaR值，利用失敗檢驗(yàn)法進(jìn)行準(zhǔn)確性檢驗(yàn)可知，各樣本的最低收益率都沒有超過其實(shí)際收益率，故可以利用GARCH模型來進(jìn)行VaR測度。

四是結(jié)合模型的實(shí)證分析結(jié)果我們可以看出經(jīng)濟(jì)模型工具在分析金融工具方面有著重要的作用。商業(yè)銀行在設(shè)計(jì)理財(cái)產(chǎn)品的過程中可以利用經(jīng)濟(jì)模型工具審慎的分析其收益率的波動性。以2016年作為例子，初期與后期的理財(cái)產(chǎn)品收益率波動較大，因此銀行可以在年初以及年末時(shí)相應(yīng)的降低理財(cái)產(chǎn)品的收益率來規(guī)避風(fēng)險(xiǎn)。而在中期銀行則可以上調(diào)理財(cái)產(chǎn)品的收益率來實(shí)現(xiàn)資產(chǎn)的增值。

參考文獻(xiàn)

[1]劉鐵鷹，田波平.GARCH類模型和狀態(tài)空間模型波動率預(yù)測評價(jià)[J].財(cái)經(jīng)論壇，2009（16）：118-120.

[2]Yiuman Tse.Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J].Journal of Futures Markets，1999，19（8）：911～930.

[3]Duffie，D，Singleton，K..Simulsted Moments Estimation of Markov Model-sod Asset Prices[J].Econometrica，1993（61）：929—952.

作者簡介：王春雨（1977-），男，漢族，山東諸城人，任職于淮海工學(xué)院，研究方向：供應(yīng)鏈與金融。