基于VaR的互联网货币基金风险度量及其绩效研究

发布时间：2017-05-10 21:16

  本文关键词：基于VaR的互联网货币基金风险度量及其绩效研究，由笔耕文化传播整理发布。

【摘要】：2013年可谓是互联网金融的元年,支付宝率先与天弘货币基金合作,将用户零散的闲置资金集中起来,用于购买基金。这一创新举动吸引了大量的投资者,2013年余额宝的用户数量和基金规模直线上升,其累计年化收益率达到银行活期存款的十几倍。在此刺激下多家互联网企业纷纷效仿,与基金公司实现跨界合作,如与百度百赚利滚利对接的嘉实活期宝货币基金、与微信理财通对接的华夏财富宝货币、与苏宁零钱宝对接的广发天天红、网易现金宝、京东小金库等等,将用户手中零散化的资金进行增值理财,打破了传统商业银行在金融领域多方面业务上的垄断,开创了互联网货币基金的新时代。在互联网货币基金如此火热而又快速增长的态势下,货币基金产品融入互联网风险因素后风险是否会放大,互联网货币基金的业绩表现是否如人们期待的那样好,这些问题都值得我们深入研究和探讨。鉴于此,本文引入VaR风险度量方法,在与传统货币基金进行对比分析的基础上,对互联网货币基金的收益风险进行度量,并将风险因素纳入到业绩评价中。本文选取7支与第三方支付平台挂钩的货币基金和7支传统货币基金,分析其收益率序列特征。在VaR的计算方法选择上,针对不同基金收益率序列的特征表现分别建立基于正态分布、t分布和广义误差分布的GARCH、TGARCH和EGARCH模型,在此基础上,根据各分布下最优的GARCH类模型来计算VaR值,结果显示,7支互联网货币基金的VaR值要比传统货币基金小,说明风险相对比较低。在此基础上,根据上述VaR风险度量的结果,本文构建了基于VaR的RAROC指标和修正的夏普指数两个评价指标,同时结合三大经典风险调整指标和平均收益率指标对互联网货币基金的业绩水平进行综合评价。结果显示,互联网货币基金的平均收益比传统货币基金高,在考虑风险调整的业绩指标中表现也比传统货币基金好,呈现出高收益低风险的特点,并且天弘余额宝货币虽然是互联网货币基金的开创者,但是近两年的业绩表现并不是很好,而与苏宁零钱宝对接的广发天天红货币,其稳定的高收益和持久的低风险特性在绩效评价中表现最好。在传统货币基金中,基于评价指标不同单支货币基金的表现有差异,兴全货币在三大经典指标中表现最好,其资产配置均衡,总风险和系统性风险比较低,在基金排名中比较靠前,但是由于其VaR值较大,基于VaR调整的两个评价指标中排名比较靠后,而广发货币A的表现却正好与之相反。
【关键词】：互联网货币基金 传统货币基金 VaR 风险度量 绩效评价
【学位授予单位】：山东财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51
【目录】：

• 摘要6-8
• Abstract8-12
• 第1章 绪论12-26
• 1.1 研究背景及意义12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意义13-14
• 1.2 文献综述14-24
• 1.2.1 传统货币基金的研究综述14-19
• 1.2.2 互联网货币基金的研究综述19-23
• 1.2.3 文献述评23-24
• 1.3 研究内容与方法24-26
• 1.3.1 研究内容24-25
• 1.3.2 研究方法25-26
• 第2章 互联网货币基金风险度量及其绩效评价的相关理论26-41
• 2.1 VaR风险度量方法分析26-30
• 2.1.1 VaR的概述26-27
• 2.1.2 VaR的计算方法探讨27-29
• 2.1.3 VaR计算模型的准确性检验29-30
• 2.2 货币基金风险度量的模型研究30-35
• 2.2.1 基于GARCH类模型的VaR计算30-31
• 2.2.2 GARCH类模型残差分布的假定31-32
• 2.2.3 GARCH类模型的具体形式32-35
• 2.3 基金绩效评价的理论方法探讨35-40
• 2.3.1 绩效评价的传统方法35-36
• 2.3.2 基金绩效评价的三大经典指标36-38
• 2.3.3 基于VaR的基金绩效评价指标38-39
• 2.3.4 风险调整收益方法的比较研究39-40
• 2.4 互联网货币基金绩效评价的指标构建40
• 2.5 小结40-41
• 第3章 互联网货币基金风险度量的实证分析41-56
• 3.1 样本及数据的选取41-45
• 3.1.1 互联网货币基金和传统货币基金样本的选取41-43
• 3.1.2 样本数据的选取43-45
• 3.2 样本数据的检验和分析45-48
• 3.2.1 样本数据的描述性统计分析45-47
• 3.2.2 平稳性检验47-48
• 3.3 样本基金收益率模型的建立48-52
• 3.3.1 自相关检验48-49
• 3.3.2 ARCH效应检验49-50
• 3.3.3 样本基金GARCH类模型的选择和建立50-52
• 3.4 VaR的估计及检验52-54
• 3.4.1 VaR的估计及分析52-54
• 3.4.2 VaR的准确性检验54
• 3.5 小结54-56
• 第4章 互联网货币基金绩效评价的实证研究56-66
• 4.1 样本数据和评价基准的选取56-57
• 4.1.1 样本数据的选取56
• 4.1.2 无风险利率的确定56
• 4.1.3 市场基准利率的确定56-57
• 4.2 样本基金绩效评价的实证分析57-65
• 4.2.1 样本基金收益和风险度量指标的计算与分析57-59
• 4.2.2 各业绩评价指标的计算及分析59-65
• 4.3 小结65-66
• 第5章 结论与展望66-69
• 5.1 主要结论66-68
• 5.2 研究的不足与展望68-69
• 参考文献69-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 李豫;国际银行业VaR信贷风险技术发展与应用[J];金融理论与实践;2003年01期

2 方芳,何杨光,张连钢;VaR在我国商业银行风险管理中的作用[J];黑龙江金融;2003年04期

3 付淑换;曹家和;;基于Factor-GARCH模型的动态VaR与CVaR度量及实证研究[J];统计与信息论坛;2011年05期

4 田中禾;郭鑫;;VaR在资产证券化风险分析中的应用[J];开发研究;2012年02期

5 马健;马岩;;引进VaR是我国实施金融风险管理战略的客观要求[J];科技创新与应用;2012年26期

6 曹兴;胡高;;基于VaR的财务风险识别与评估[J];统计与决策;2009年10期

7 李良松;;上海银行间同业拆放利率VaR的有效性研究[J];金融研究;2009年09期

8 张健存;;商业银行经营管理中运用VAR探讨[J];金融会计;2006年05期

9 陈平平;;VaR在商业银行风险管理中的应用[J];东方企业文化;2010年15期

10 刘礼昱;;试谈金融风险度量的VaR、CVaR以及WVaR方法[J];中国市场;2011年18期

中国重要会议论文全文数据库 前5条

1 刘京军;;基于相对VaR的最优套期保值比率研究[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

2 翟建辉;朱南军;;保险资金房地产投资的风险分析与度量——基于VaR的角度[A];十二五·新挑战：经济社会综合风险管理——北大赛瑟（CCISSR）论坛文集·2011[C];2011年

3 刘启浩;张杰;;监控VaR的模型风险的控制图方法[A];中国现场统计研究会第12届学术年会论文集[C];2005年

4 邵爱梅;邱崇践;;4DVAR中插值计算引发的不稳定性研究[A];中国气象学会2005年年会论文集[C];2005年

5 郑燕飞;徐伟;;信息产业、物流与GDP间的VAR分析[A];第十一届中国管理科学学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 黄梦;安全方案成热点VAR积极介入[N];电脑商报;2004年

2 黄梦;迎合客户需求VAR频出高招[N];电脑商报;2003年

3 雷阳 杨贺 编译;VAR寻找推进方案销售的最佳方式[N];电脑商报;2006年

4 王红英;VaR在制定监管期货公司资本标准中的应用[N];期货日报;2007年

5 编译 晓轩;VAR眼中的渠道主管[N];计算机世界;2007年

6 孙爱民;携手VAR 爱普生打造共赢“生态圈”[N];中国电子报;2004年

7 海证期货 畅会珏 宋福轶;基于VaR的股指期权风险管理实证研究[N];期货日报;2008年

8 黄梦/编译;供应商提高折扣标准 VAR坐收渔利[N];电脑商报;2003年

9 黄梦;并购催生强者 VAR实力飙升[N];电脑商报;2003年

10 海通期货研究所 郭梁;以基于VaR的动量反转策略应对股指极端事件[N];期货日报;2009年

中国博士学位论文全文数据库 前3条

1 邵欣炜;基于VaR的金融风险度量与管理[D];吉林大学;2004年

2 何旭彪;VaR风险耦合理论模型、数值模拟技术及应用研究[D];华中科技大学;2005年

3 林宇;动态极值VaR测试的准确性及VaR因果关系研究[D];西南交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 田金金;基于两类异方差模型的沪深300指数的VAR研究[D];华中师范大学;2015年

2 朱恩廁;iu值VAR方法n,度上海，

本文编号：355507