余額寶收益率的影響因素分析與預(yù)測(cè)研究.pdf

1、當(dāng)前互聯(lián)網(wǎng)金融的快速發(fā)展引起了社會(huì)各界的高度關(guān)注，余額寶作為它的一個(gè)創(chuàng)新產(chǎn)品，以其高收益率、強(qiáng)靈活性和低門(mén)檻等優(yōu)勢(shì)開(kāi)創(chuàng)了一個(gè)全民理財(cái)?shù)男颅h(huán)境，有力地加快了利率市場(chǎng)化的步伐。以余額寶為代表的互聯(lián)網(wǎng)金融產(chǎn)品正在革命性地改變著傳統(tǒng)金融的面貌，尤其是在移動(dòng)支付、資源平臺(tái)、大數(shù)據(jù)和搜索引擎等方面，極大地改變了人們的商業(yè)習(xí)慣，給用戶帶來(lái)了無(wú)限驚喜，給商業(yè)銀行造成了巨大影響。截至2014年12月底，余額寶規(guī)模達(dá)到5789億元，不僅成為我國(guó)規(guī)模最大的貨

2、幣基金和公募基金，也是全球第4大貨幣基金。因此，對(duì)余額寶收益率的影響因素和預(yù)測(cè)分析進(jìn)行研究具有重大的時(shí)代意義。
　　本文提出了基于EEMD分解的余額寶收益率分析方法，分別是基于EEMD-VAR的余額寶收益率影響因素研究方法和基于EEMD-GARCH的余額寶收益率預(yù)測(cè)研究方法。首先，運(yùn)用EEMD技術(shù)將余額寶收益率原始序列分解成若干個(gè)不同頻率的分量（包括若干個(gè)本征模函數(shù)和一個(gè)剩余分量），并根據(jù)t-檢驗(yàn)重組成高頻分量、低頻分量和趨勢(shì)分量

3、，分別對(duì)應(yīng)的是市場(chǎng)波動(dòng)項(xiàng)、重大事件影響項(xiàng)和趨勢(shì)項(xiàng);然后，分別對(duì)引起這三大項(xiàng)變動(dòng)的可能影響因素進(jìn)行定性分析，并與導(dǎo)致余額寶收益率發(fā)生明顯變化的實(shí)際事件相結(jié)合，對(duì)影響因素進(jìn)行量化。隨后，通過(guò)VAR模型對(duì)余額寶收益率與其各項(xiàng)影響因素之間的長(zhǎng)期均衡關(guān)系和短期波動(dòng)模式進(jìn)行實(shí)證研究。結(jié)果表明:1）余額寶收益率與其影響因素間所構(gòu)成的關(guān)系系統(tǒng)是穩(wěn)定的;2）匯率和銀行間同業(yè)拆借利率對(duì)余額寶收益率的影響程度和方差貢獻(xiàn)度最大，且呈短期波動(dòng)，表明外匯市場(chǎng)的變動(dòng)

4、和國(guó)內(nèi)市場(chǎng)資金面的松緊程度對(duì)余額寶收益率的變化起著重要作用;3）廣義貨幣供應(yīng)量和銀行存貸比均與余額寶收益率呈負(fù)相關(guān)，且長(zhǎng)期穩(wěn)定有效，但影響程度并不顯著。
　　由于余額寶收益率是非線性和非平穩(wěn)的時(shí)間序列，傳統(tǒng)的統(tǒng)計(jì)學(xué)和單一的預(yù)測(cè)模型很難捕捉到隱藏在其序列中的非線性模式，通常不能得到精確的預(yù)測(cè)結(jié)果。GARCH模型是專(zhuān)門(mén)針對(duì)金融數(shù)據(jù)量體定做的回歸模型，特別適用于收益率波動(dòng)性的分析和預(yù)測(cè)。因此，針對(duì)余額寶收益率預(yù)測(cè)問(wèn)題，本文提出一種基于E

5、EMD和GARCH的非線性組合預(yù)測(cè)方法。該方法運(yùn)用EEMD技術(shù)將余額寶收益率原始序列分解成若干個(gè)不同頻率的分量，并重組成高頻、低頻和趨勢(shì)分量;針對(duì)此三個(gè)序列，構(gòu)建不同的GARCH模型分別進(jìn)行預(yù)測(cè)，得到各序列預(yù)測(cè)值后進(jìn)行加總得到EEMD-GARCH的預(yù)測(cè)值，再與通過(guò)單一GARCH建模的余額寶收益率原始預(yù)測(cè)值進(jìn)行比較分析;結(jié)果表明EEMD-GARCH預(yù)測(cè)效果比GARCH模型好。這不僅可以很好地解釋它高低波動(dòng)的內(nèi)在原因，可以為市場(chǎng)各參與者提供