《我国互联网金融产品风险评估和市场政策建议》由会员分享，可在线阅读，更多相关《我国互联网金融产品风险评估和市场政策建议（35页珍藏版）》请在金锄头文库上搜索。
1、 . . . 我国互联网金融产品风险评估和市场政策建议目录引言1一、研究目标2二、研究容2（一）探究余额宝资金来源及其形态特征，进行比较分析2（二）分析余额宝资金运动过程3（三）全面评估余额宝风险3（四）对比余额宝及其类似产品与传统金融产品3（五）解决问题提出政策建议3三、研究过程4（一）研究步骤4（二）计划安排4四、研究方法5（一）文献研究法5（二）比较分析法5（三）模型分析法6（四）问卷调查法8五、研究结果9（一）研究余额宝的资金形态特征9（二）市场风险评估11（三）定性评估余额宝其他风险25（四）相关政策建议27六、结论30附件A（调查问卷）32附件B（访谈记录）34 . . . . 引
2、言近年来，互联网金融给传统金融业带来了巨大的创新和推动力，其中余额宝就是典型的代表，它将传统货币型基金与互联网第三方支付平台嫁接起来，为广大用户的闲散资金提供了客观的收益。然而，用户在投资余额宝的同时鲜有关注到其隐藏的风险。因此，为了提高投资者对此类互联网金融产品的风险意识并且加强相关部门对于余额宝的风险监控，本课题将从余额宝的资金来源及投资去向、余额宝的风险水平以及未来发展趋势等多个角度对余额宝当前及未来的风险进行全面的评估。我国学者对于传统货币型基金风险研究已较为透彻，其中龚金萍（2012）以我国40多只货币基金为例，系统地分析了货币基金，得出货币基金的风险虽然不是非常显著，但是不容忽视，
3、尤其是在我国货币市场还不完善的情况下的结论。然而对于余额宝类新型货币基金的研究数量较少，且研究角度多集中于定性分析，鲜有定量分析。其中，凯（2013）介绍了余额宝可能涉及的风险因素，包括流动性风险，政策性风险和信用风险。在本文中，我们综合使用了问卷调查、专家访谈以及VaR风险模型对余额宝进行风险的定性和定量评估，丰富了前人的研究，更加全面的多角度的探究了余额宝的风险性和收益性。最后，鉴于国外也曾出现过类似余额宝的金融产品，我们将参考其他国家监管部门对此类金融产品的监管措施，提出适合我国资本市场现状以及互联网金融产品特性的合理化建议，即鼓励金融创新，但应完善相关法律规定，严控风险，保障投资者利益
4、。一、研究目标（一）了解余额宝诞生过程，通过对用户问卷调查探究资金来源及流向余额宝作为一种创新的金融产品，将金融与网络的优势强强联合，以致用户数量多、规模大、发展速度快。我们小组将通过对消费者的问卷调查分析资金来源的规模及性质，并探究资金状态变化造成的影响。（二）深入了解余额宝的特性，包括其货币基金属性及网络属性。余额宝这种网络金融产品，拥有货币基金和网络的双重属性。我们小组将对该产品的双重属性、运作模式、收益来源等进行详尽地了解，为系统的分析评估做出铺垫。（三）运用数理工具建立模型，对余额宝进行风险评估。随着余额宝规模的不断增大，高收益性和高流动性将对该产品自身带来风险,我们将从市场风险、流
5、动性风险、政策法律风险、互联网安全风险四大角度进行分析。我们将运用数理工具，通过VaR模型对余额宝进行风险的量化评估，并结合定性分析，得到较为全面的风险评估报告。（四）通过专家访谈了解余额宝的风险水平及其风险的独特性本小组将通过与嘉实基金基金经理瞳的访谈，了解余额宝的主要风险来源、与其他货币型基金的风险水平的比较以及其作为互联网平台与货币基金相结合的产物在风险方面的独特性。（五）总结风险监管的不足调查收集当前对于余额宝及类似产品的监管条例，根据风险评估结果总结出风险监管的不足。（六）从监管措施和体制改革创新两个角度，给出相应的政策建议。二、研究容（一）探究余额宝资金来源及其形态特征，进行比较分
6、析首先，小组成员探究了余额宝资金流向。1.银行存款是中国最为广泛普遍、比例最大的理财方式，而余额宝由于自身的高收益性和高流动性，将吸引相当一部分对风险偏好低较的储户，把储蓄存款转投至余额宝中。经过初步分析，我们认为银行存款是余额宝的主要资金来源。余额宝和银行存款具有一定的相同点，但是也有根本性质的不同，我们探究了银行存款这种资金来源的性质及其比例。2.支付宝作为国最大的第三方支付平台，占据国最大的第三方支付市场份额，在平台中流转的资金由于交易进程的不同，有不一样的流转时间，在此过程中将产生大量的支付宝沉淀资金。可以说，支付宝中的沉淀资金很大程度上催生了余额宝。由此，我们深入探究了支付宝余额这种
7、资金来源的性质及其比例。（二）分析余额宝资金运动过程深入了解了余额宝，收集运作模式、利益来源、资金流向等资料，对余额宝中的资金状态进行总结，并从资金结构改变的角度，分析余额宝资金运动过程中各资金形态的差异。 1、余额宝产品概况我们小组上余额宝官网查阅余额宝的基本情况，例如余额宝怎样进行买卖操作，申购和赎回的程序是什么，以及了解了余额宝认购的天弘增利宝货币基金概况，为进一步了解余额宝的其他方面做好了准备。2、余额宝同类产品及货币基金规模小组成员阅读了2013年天弘基金增利宝的年度报告，对增利宝规模进行了初步了解。余额宝诞生后，微信理财通、宁零钱包、新浪微财富等类余额宝产品相继问世。想分互联网金融
8、一杯羹的公司还很长，预计未来将纷纷加入到互联网金融大战中。我们小组通过网络数据查询及实地调研采访的方法，实时更新余额宝类网络金融产品和货币基金的规模，为后续研究打下基础。（三）全面评估余额宝风险不确定性是金融风险的来源，我们所评估的风险是指未来收益的不确定性或波动性，它直接与金融市场的波动性有关。我们从余额宝的市场风险、流动性风险、政策法律风险以及互联网安全风险四个角度进行了全面的评估。（四）对比余额宝及其类似产品与传统金融产品余额宝作为创新金融产品，将货币基金与网络两者的特性融合，与货币基金相比有相似之处.然而在此基础上，余额宝的互联网属性，决定了它的受众十分广泛。我们团队从风险性，流动性，
9、收益性等几个方面，定性定量地将传统金融产品（主要包括开放式基金，货币基金，股票，债券等）与余额宝进行了差异对比，得出更为直观的比较结论。（五）解决问题提出政策建议分析问题阶段结束后，我们得到了对余额宝全面风险评估的结果，从宏观和微观两个不同角度明晰了余额宝及类似产品的风险对市场造成的影响。我们的研究由此进入了解决问题阶段，即提出具体的政策建议。主要有两个方面：监管措施。完善相应的法律制度规定，制定相应的监管措施，以此来控制产品风险、保护用户利益、维护市场秩序。 体制改革和创新。结合我国当下的国情和经济体制，针对政府制定的金融改革目标，提出具体的金融体制改革建议，以此为金融创新提供制度保障，最终
10、为推进金融改革进程做出一定贡献。三、研究过程（一）研究步骤（二）计划安排序号目标阶段具体安排1查阅资料阶段研究余额宝、天弘基金的详细资料介绍研究国外有关利率市场化相关的论文资料研究国外相关网络金融产品的详细资料研究余额宝资金来源的资金状态的相关文献研究相关金融风险管理评估的文献资料2实地调研阶段专家访谈问卷抽样调查余额宝用户资金来源和风险认知情况3实证研究阶段I建立VaR模型得出初步市场风险结论参考现行流动性风险监管指标，对余额宝流动性风险进行初步评估收集调查网络安全风险案例，进行网络风险评估汇总第一阶段研究成果4实证研究阶段II对比初步流动性风险评估，引入市场因素，挖掘新的流动性风险指标，得
11、出流动性风险评估报告选取相应的观察期间，建立VaR模型，算出VaR值。返回测验，检测结果的有效性，修正模型得出结论5反馈机制研究阶段根据量化市场风险VaR值及其他风险评估成果，通过问卷等形式进行市场反馈调研6实证研究阶段III更新市场消息，总结完成风险评估报告从监管和改革两个层面给出政策建议，并对建议进行评估7汇总研究成果撰写结题报告阶段汇总各个阶段最终成果并以结题报告形式呈现四、研究方法本课题涉及到币银行学、宏观经济学、计量经济学、统计学等方面的理论及方法，我们小组从微观层面和宏观层面出发，使用定性和定量相结合，理论和实证相结合的研究方法，针对余额宝的风险和对货币市场的影响进行了深入和客观的
12、剖析。以下即为具体的研究方法：（一）文献研究法收集了研究余额宝的风险及对货币市场影响的前人文献，对研究进展、深度有大致了解;查找风险评估与货币银行学的基本理论。通过查阅文献了解了余额宝的运营模式，了解余额宝中资金的主要来源，分析其风险的主要来源。了解了货币市场的构成、影响因素，中央银行的作用及货币政策。（二）比较分析法我们比较了三种货币状态的形态及特性有何不同。并将余额宝和传统货币基金进行了对比。余额宝作为货币市场基金的一员，有着货币基金的显著性特点：收益稳定、流动性强、风险小，但是其与传统货币基金的差异性也不容忽视：销售成本低、门槛低、流动性强、收益率透明化、潜在风险大等。（三） 模型分析法
13、1.数据检验为提高VaR计算的精确度，我们在了解各计算模型的基础上，结合数据的特征，因地制宜地选择最优的计算模型。以下即为数据特性的检验方法：（1）正态性检验i. 核密度估计与P-P图核密度估计是不预先对变量的分布做出假设或检验，而估计其密度函数的一种非参数方法。P-P图根据指定分布累积比例与变量累积比例所绘制。它可以从定性的角度，检验数据符合指定分布与否。具体而言就是，当图中各点连接，近似呈现一条直线时则可初步判定数据符合指定分布；若变量数据不符合一条直线，则可初步判定其不服从指定分布。ii. S-W检验S-W检验是通过构造统计量从而检验变量是够服从正态分布，统计量的定义如下：其中， 为样本
14、均值，符合以下条件：是的最佳线性无偏估计，是样本来自的正态分布的标准差。W的分母是通常使用的的一个无偏估计。如果样本数据服从正态分布，统计量的分子和分母均会趋向一个常数，即的估计值。相反，对于非正态分布的数据而言，分子和分母不会趋向于同一个常数。（2）平稳性检验平稳性是指数据在自回归模型中趋向均值，回归方程不含有单位根。我们将使用常用的ADF检验方法。原理如下：对于AR(p)过程，如果特征方程存在一个特征根且其值为1，则序列非平稳，且自回归系数之和恰好等于1；如果所有特征根都在单位圆，则序列平稳。如果时间序列不平稳，则考虑通过差分，使数据符合平稳性。（3）自相关性检验由于本课题选取的是余额宝的
15、七日年化收益率，所以十分可能出现自相关现象，那么对数据进行自相关检验就显得尤为重要。对于一个时序数据来说，在给定的正整数p的情况下，可考察和之间的相关系数来度量它们之间的相关性。具体在本课题中，我们考虑通过收益率序列的自相关函数(ACF)对其进行自相关性的检验。（4）ARCH效应检验在运用ARCH类模型前，首先要对收益率序列进行ARCH效应检验，即异方差性检验。我们将采用常用方法之一：拉格朗日乘数法检验，也称ARCH-LM检验。ARCH-LM检验的原假设为:P阶前残差序列均不存在ARCH效应。将残差平方与其p阶滞后项进行回归，进行如下方程式的估计:上式中，为残差平方，为残差平方滞后项，s=1,2,. ,p。通过上述方程，可以得到F统计量，即检验所有残差平方滞后项的联合
