对我国货币基金风险的实证研究
发布时间:2020-11-08 20:36
目前市场上存在着大量的理财产品,从股票、信托产品、基金、P2P、贵金属到房地产、另类投资品等等。这些理财产品良莠不齐,普通投资者因为缺乏相应的金融知识,难以辨别其中的风险,容易被眼前的一时利益所蒙蔽,短时期可能得到一部分超出市场平均水平的利息,最后损失的却是整个本金。因此十分有必要对我国居民普及基本的金融理财知识,并为他们推介优秀的金融理财产品。本文选取了近年来突飞猛进的互联网货币市场基金作为了研究对象,因为该金融理财产品收益稳定,收益率高于同期银行活期储蓄利率,风险较低。非常适合风险厌恶的普通居民进行理财。本文首先介绍了选题背景目的和意义,然后对之前学者的研究做出了一定的阐述,最开始的学者首先是从收益的角度研究了货币基金相关的问题,例如利率对货币基金的影响,基金经理对未来利率走向的预测与货币基金收益率的影响等等。后来中外学者对货币基金的风险进行了一定的定性分析的研究,并将风险因素归纳为资产组合风险、道德风险、流动性风险等等,有些学者又从定量分析的角度运用了一些计量经济学模型对货币基金的风险进行了相关研究,他们的模型借鉴了来自资本市场风险量化的模型,很好的测度了货币基金可能存在风险。接着是对货币基金起源和发展进行观察,先从国外货币基金的起源入手,因为货币基金最早起源于国外。货币市场基金起源于20世纪70年代的美国,当时的美国经济增长停滞、通货膨胀严重,由此两位基金经理顺势而为成立了历史上第一只货币市场基金产品。可以说是特殊的历史环境孕育了货币市场基金这个产物。随后我国在2003年成立了第一只货币市场基金,当时的货币市场基金发展不愠不火,直到2013年“余额宝”(天弘增利宝货币基金)这条打破银行垄断的“鲶鱼”在支付宝平台上线,真正意义上的互联网货币市场基金凭借着互联网金融的东风开始飞速发展,一时间我国互联网货币市场基金的规模开始呈出几何式的爆发增长。普通投资者往往只注重收益,却容易忽视风险,随着互联网货币市场基金规模的不断攀升,风险可能也在积累。因此本文接着对货币基金的收益和风险进行了定性的分析阐述。一般来说货币基金的收益主要受到市场利率、短期市场资金面情况、货币基金规模、债券市场行情、及权益市场行情等因素的影响,他们存在正相关或者负相关的影响对于货币基金收益率来说。进一步的本文对货币基金的风险进行了分析,比如有流动性因素、估值计价因素、操作因素、监管因素和量化宽松。本文主要章节重点对货币基金的风险进行了定量分析,运用了计量经济学模型ARMA模型和ARCH类模型对选取的五只货币基金:天弘余额宝、易方达易理财、华夏财富宝、南方现金通E、汇添富全额宝的收益率波动性进行了实证分析,这五只货币基金都是极具代表性的产品。并且计算了他们的VaR值,然后进行了 Kupeic返回检验。实证结果表明汇添富全额宝和华夏财富宝货币基金更适合普通投资者投资,他们的收益更高且稳定,风险较小,而天弘余额宝和南方现金通E在ARCH类模型正态分布和t分布下的VaR值较高,代表较本文选取的其他三只货币基金风险高。投资者应该谨慎参与。本文最后对于我国货币基金风险防范,从基金公司、基金业协会、监管机构流动性风险防范、信息披露等角度提出了不同的风险防范措施并给予了相应的政策建议。
【学位单位】:北京外国语大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F832.51
【部分图文】:
占比32%,然后就是商业票据持仓占比30.1%,然后就是回购协议和不可转让定??期存单,分别占比14.4%和11.9%。而我国货币市场基金的配置相比于美国来说??则比较单一,我国货币基金主要配置于现金类资产、同业存单,如图3所示,截??止2017年H1的平均持仓来看,现金类资产主要为协议存款占比高达56.7%,同??业存单持仓占比18.2%,只有4.3%配置了金融债,2.8%配置了企业短期融资券,??这与我国票据市场不发达,金融债券市场规模有限不无关系。如果资产配置过于??3摊余成本法是指估值对象以买入成本列示,按照票面利率或商定利率并考虑其买入时的溢价与折价,??在其剩余期限内平均摊销,每日计提收益。??11??
型货币基金可以维持摊余成本法计价的规则不变。而我国的货币基金从成立初期??到现在一直使用摊余成本法计价。??如图2所示,截止2017H1,美国货币市场基金平均持仓,大额存单持仓最高,??占比32%,然后就是商业票据持仓占比30.1%,然后就是回购协议和不可转让定??期存单,分别占比14.4%和11.9%。而我国货币市场基金的配置相比于美国来说??则比较单一,我国货币基金主要配置于现金类资产、同业存单,如图3所示,截??止2017年H1的平均持仓来看,现金类资产主要为协议存款占比高达56.7%,同??业存单持仓占比18.2%,只有4.3%配置了金融债,2.8%配置了企业短期融资券,??这与我国票据市场不发达,金融债券市场规模有限不无关系。如果资产配置过于??3摊余成本法是指估值对象以买入成本列示,按照票面利率或商定利率并考虑其买入时的溢价与折价,??在其剩余期限内平均摊销
数据来源:iFindData.??图4货币基金收益率与SHIBOR利率对比??如果你已经有部分资产配置在货币市场基金上面,通过观察你的七曰年化收??益率和万份收益,你可能会发现,有时候个别几天乃至一段时期你持有的货币基??金的收益率和万份收益变动比较大,例如每到年底,货币市场基金的年化收益可??能会达到6%到7°/。成者更高,然而平常收益率仅仪维持在3%-4%左右。这种变??化往往是由于短期的市场资金面情况对货币基金的收益率产生了影响。央行使用??货币政策工具调节短期市场流动性。常用的操作有公开市场操作,常备借贷便利??SLF(?Standing?Lending?Facility)、中期借贷便利?MLF(Mid-term?Lending?Facility?)、??短期流动性调节工具SLO?(Short-term?Lending?Operations)、抵押补充贷款PSL??(Pledged?Supplementary?Lending),其中?SLO?和?SLF?在?2013?年正式推出,MLF、??PSL在2014年推出,从SLO的七天以内到SLF的一到三个月再到MLF三个月??以上的期限都有,主要为了引导短期市场利率走向。因此,我们可以认为是中国??
【参考文献】
本文编号:2875300
【学位单位】:北京外国语大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F832.51
【部分图文】:
占比32%,然后就是商业票据持仓占比30.1%,然后就是回购协议和不可转让定??期存单,分别占比14.4%和11.9%。而我国货币市场基金的配置相比于美国来说??则比较单一,我国货币基金主要配置于现金类资产、同业存单,如图3所示,截??止2017年H1的平均持仓来看,现金类资产主要为协议存款占比高达56.7%,同??业存单持仓占比18.2%,只有4.3%配置了金融债,2.8%配置了企业短期融资券,??这与我国票据市场不发达,金融债券市场规模有限不无关系。如果资产配置过于??3摊余成本法是指估值对象以买入成本列示,按照票面利率或商定利率并考虑其买入时的溢价与折价,??在其剩余期限内平均摊销,每日计提收益。??11??
型货币基金可以维持摊余成本法计价的规则不变。而我国的货币基金从成立初期??到现在一直使用摊余成本法计价。??如图2所示,截止2017H1,美国货币市场基金平均持仓,大额存单持仓最高,??占比32%,然后就是商业票据持仓占比30.1%,然后就是回购协议和不可转让定??期存单,分别占比14.4%和11.9%。而我国货币市场基金的配置相比于美国来说??则比较单一,我国货币基金主要配置于现金类资产、同业存单,如图3所示,截??止2017年H1的平均持仓来看,现金类资产主要为协议存款占比高达56.7%,同??业存单持仓占比18.2%,只有4.3%配置了金融债,2.8%配置了企业短期融资券,??这与我国票据市场不发达,金融债券市场规模有限不无关系。如果资产配置过于??3摊余成本法是指估值对象以买入成本列示,按照票面利率或商定利率并考虑其买入时的溢价与折价,??在其剩余期限内平均摊销
数据来源:iFindData.??图4货币基金收益率与SHIBOR利率对比??如果你已经有部分资产配置在货币市场基金上面,通过观察你的七曰年化收??益率和万份收益,你可能会发现,有时候个别几天乃至一段时期你持有的货币基??金的收益率和万份收益变动比较大,例如每到年底,货币市场基金的年化收益可??能会达到6%到7°/。成者更高,然而平常收益率仅仪维持在3%-4%左右。这种变??化往往是由于短期的市场资金面情况对货币基金的收益率产生了影响。央行使用??货币政策工具调节短期市场流动性。常用的操作有公开市场操作,常备借贷便利??SLF(?Standing?Lending?Facility)、中期借贷便利?MLF(Mid-term?Lending?Facility?)、??短期流动性调节工具SLO?(Short-term?Lending?Operations)、抵押补充贷款PSL??(Pledged?Supplementary?Lending),其中?SLO?和?SLF?在?2013?年正式推出,MLF、??PSL在2014年推出,从SLO的七天以内到SLF的一到三个月再到MLF三个月??以上的期限都有,主要为了引导短期市场利率走向。因此,我们可以认为是中国??
【参考文献】
相关期刊论文 前10条
1 李丛文;闫世军;;我国影子银行对商业银行的风险溢出效应——基于GARCH-时变Copula-CoVaR模型的分析[J];国际金融研究;2015年10期
2 陈倩文;;基于GRACH-VAR模型的互联网理财产品市场风险管理研究[J];价值工程;2015年20期
3 杨东;;互联网金融风险规制路径[J];中国法学;2015年03期
4 耿瑄;;余额宝收益率的影响因素[J];时代金融;2015年05期
5 宋光辉;吴超;吴栩;;互联网金融风险度量模型选择研究[J];金融理论与实践;2014年12期
6 李丹;;互联网金融监管之棋局[J];新产经;2014年10期
7 李淼焱;吕莲菊;;我国互联网金融风险现状及监管策略[J];经济纵横;2014年08期
8 晏妮娜;孙宝文;;面向小微企业的互联网金融模式创新与决策优化[J];科技进步与对策;2014年07期
9 杨继平;袁璐;张春会;;基于结构转换非参数GARCH模型的VaR估计[J];管理科学学报;2014年02期
10 江涛;;基于GARCH与半参数法VaR模型的证券市场风险的度量和分析:来自中国上海股票市场的经验证据[J];金融研究;2010年06期
本文编号:2875300
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2875300.html