余額寶收益率的影響因素分析與預測研究.pdf

1、當前互聯網金融的快速發展引起了社會各界的高度關注，余額寶作為它的一個創新產品，以其高收益率、強靈活性和低門檻等優勢開創了一個全民理財的新環境，有力地加快了利率市場化的步伐。以余額寶為代表的互聯網金融產品正在革命性地改變著傳統金融的面貌，尤其是在移動支付、資源平臺、大數據和搜索引擎等方面，極大地改變了人們的商業習慣，給用戶帶來了無限驚喜，給商業銀行造成了巨大影響。截至2014年12月底，余額寶規模達到5789億元，不僅成為我國規模最大的貨

2、幣基金和公募基金，也是全球第4大貨幣基金。因此，對余額寶收益率的影響因素和預測分析進行研究具有重大的時代意義。
　　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的余額寶收益率預測研究方法。首先，運用EEMD技術將余額寶收益率原始序列分解成若干個不同頻率的分量（包括若干個本征模函數和一個剩余分量），并根據t-檢驗重組成高頻分量、低頻分量和趨勢分量

3、，分別對應的是市場波動項、重大事件影響項和趨勢項;然后，分別對引起這三大項變動的可能影響因素進行定性分析，并與導致余額寶收益率發生明顯變化的實際事件相結合，對影響因素進行量化。隨后，通過VAR模型對余額寶收益率與其各項影響因素之間的長期均衡關系和短期波動模式進行實證研究。結果表明:1）余額寶收益率與其影響因素間所構成的關系系統是穩定的;2）匯率和銀行間同業拆借利率對余額寶收益率的影響程度和方差貢獻度最大，且呈短期波動，表明外匯市場的變動

4、和國內市場資金面的松緊程度對余額寶收益率的變化起著重要作用;3）廣義貨幣供應量和銀行存貸比均與余額寶收益率呈負相關，且長期穩定有效，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的時間序列，傳統的統計學和單一的預測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測結果。GARCH模型是專門針對金融數據量體定做的回歸模型，特別適用于收益率波動性的分析和預測。因此，針對余額寶收益率預測問題，本文提出一種基于E

5、EMD和GARCH的非線性組合預測方法。該方法運用EEMD技術將余額寶收益率原始序列分解成若干個不同頻率的分量，并重組成高頻、低頻和趨勢分量;針對此三個序列，構建不同的GARCH模型分別進行預測，得到各序列預測值后進行加總得到EEMD-GARCH的預測值，再與通過單一GARCH建模的余額寶收益率原始預測值進行比較分析;結果表明EEMD-GARCH預測效果比GARCH模型好。這不僅可以很好地解釋它高低波動的內在原因，可以為市場各參與者提供