余额宝收益率对余额宝规模影响的实证研究

王华侨　周炯　张维娜

摘要： 基于余额宝2013Q2-2016Q1期间的季度时间序列数据，运用Granger因果检验、脉冲响应等计量方法，建立向量自回归（VAR）模型，实证检验了余额宝收益率与余额宝规模之间的关系。结果表明：余额宝收益率与余额宝规模存在正向变动关系，但是余额宝规模自身对它的发展以及余额宝收益率存在一定的抑制作用。

Abstract： Based on the quarterly time series data of Yuebao during 2013Q2-2016Q1， by using Granger causality test， impulse response and other measurement methods， the vector autoregressive （VAR） model is established to carry out the empirical test of the relationship between the yield rate and fund size of Yuebao. The results show that： there is a positive change in the yield rate and fund size of Yuebao， but there is a certain inhibition in Yuebao and its development and yield rate.

关键词： 余额宝；VAR模型；收益率与基金规模

Key words： Yuebao；VAR model；yield rate and fund size

中图分类号：F724.6 文献标识码：A 文章编号：1006-4311（2016）32-0180-04

0 引言

余额宝是2013年5月30日，由第三方支付平台支付宝打造的一项互联网金融创新产品，凭借高收益率、T+0的支取模式，在短时间内得到了广泛认可规模迅速扩张，虽然备受争议但是它以较高的收益率在悄悄地影响着利率市场化的进程，改变了中国的基金市场。

在这种情况下，余额宝发展影响因素以及发展前景受到了各领域学者和专家们的广泛讨论。纪照寒[1]（2014）在对余额宝的内在运行机制和发展的外部环境进行分析的基础上，考察余额宝的投资价值和市场前景，并对与之相关的未来中国互联网金融发展趋向问题进行了展望研究。张瑾，陈丽珍[2]（2015）基于服务创新视角，研究发现余额宝服务创新是概念创新、界面创新、组织创新以及技术创新四个维度的整合，提出应关注顾客的潜在需求，追求简单便捷，利用支付宝的大数据防范余额宝的服务创新风险。白洁，林礼连[3]（2014）基于EMD-GARCH研究了余额宝收益率的主要影响因素并对其进行了预测。刘冬青[4]（2014）通过建立线性回归模型，定量分析了余额宝的收益。发现在高额利益的背后存在余额宝公司前期的贴息问题；余额宝将利润从银行转给客户的同时，也把风险转嫁给了客户。庄雷[5]（2015）运用GARCH模型及VAR模型等方法实证分析互联网理财收益率和国债收益率两者的关系，结果显示：互联网理财收益率实际上引起国债收益率的下降，并且对国债收益率的波动性影响也是负的。邱均平，杨强，郭丽琳[6]（2015）依据TAM 和TPB 模型，研究发现自我效能、感知易用、感知有用在用户使用互联网金融理财产品的影响因素中起着关键作用。

综上可以看出，关于余额宝发展影响因素以及发展前景研究多聚焦于研究余额宝利润率的影响因素以及利润率对于其他方面的影响，进而说明余额宝的发展前景和价值。目前关于余额宝利润率对于其规模的影响暂时属于空白领域。基于此，本文运用Granger因果检验、脉冲响应等计量方法，建立向量自回归（VAR）模型，对余额宝的收益率与余额宝的规模进行实证分析，研究余额宝收益率对余额宝规模的影响。本文的研究有利于更准确地把握余额宝的发展趋势，探究余额宝的发展前景。

1 余额宝收益率对余额宝规模影响的实证研究

1.1 实证思路说明

首先，本文对选取的时间序列进行平稳性检验，采用LR（似然比）检验法；AIC 信息准则（Akaike）、SC信息准则（Schwartz）、HQ信息准则（Hannan-Quinn）等方法确定滞后阶数，进而建立VAR模型，Granger因果检验，特征根检验确定模型的可靠性和平稳性。最后，通过脉冲响应函数进一步分析变量之间的动态关系。

1.2 数据选取说明及模型设定

本文选取2013Q2-2016Q1余额宝样本数据（由于2013年5月30号才推出余额宝产品，因此2013Q2时间段为2013.5.31-2013.6.30。具体包括两个指标：一是余额宝基金规模指标，用用余额宝期末基金份额总额表示，记为Y；二是余额宝收益率指标，用每个季度内余额宝七日年化收益率的均值表示，记为X。数据来源于天弘基金官网的2013Q2-2016Q1季度报表，本文利用的分析软件是Eviews7.0.

为消除物价的影响，异方差的存在，所有变量取对数。据此，设定模型如下：LNYt=？茁0+？茁1LNXt+ut

上式中，t 表示时间，LNY表示余额宝基金规模，LNX表示收益率指标，u随即误差项，常数项代表地区不可观测效应。

1.3 平稳定性检验

当时间序列数据不平稳时，往往会出现伪回归。为避免出现“伪回归”现象，首先对原序列进行ADF 单位根检验，同时对变量一阶差分后变量进行ADF 检验。（表1）

从这2个序列水平值的单位根检验结果可以看到，它们的检验统计量大于10%检验水平下的临界值，因此这2个序列都包含单位根，从而是非平稳序列。但是，这2个序列的一阶差分的检验统计量值都小于1%检验水平下的临界值，因此差分序列不包含单位根，从而表明差分序列是平稳的，根据分析，自然对数序列LNY、LNX都是一阶差分平稳序列，满足协整检验的条件，可以建立VAR方程模型。同时，由此可以认为，余额宝规模与收益率之间可能存在长期“均衡”关系。

1.4 VAR模型设定与估计

本文用LNY、LNX变量构建VAR模型。首先确定滞后阶数。对于滞后阶数的选举运用我们用四种方法。LR检验法；AIC 信息准则、SC信息准则、HQ信息准则确定，选择的阶数应使得AIC、SC、HQ值越小越好。结果如表2，经过试验，确定滞后阶数为2。

VAR模型的建立。基于数据统计性质的VAR模型将经济系统影响的时滞性，内生变量函数包含了系统内生变量的若干滞后值，常用于分析随机扰动对变量系统的动态冲击，从而解释经济冲击对变量系统的实际影响。VAR模型的实证结果如下：

LNY=4.29055730105*LNX（-1）-2.57027004263*LNX（-2）-2.00263627941*LNY（-1）+1.35851312835*LNY（-2） + 12.0712126113

调整=0.999356 对数似然值=25.67793

AIC=-5.907980SC=-5.946616

由方程可得，调整的拟合优度=0.999356，且在5%的显著性水平上解释变量统计值十分显著。余额宝规模受其自身滞后性和收益率的影响。其中滞后一期的收益率对余额宝规模有正向影响，影响系数为4.29055730105。但滞后两期的是收益率对余额宝规模产生负向影响，影响系-2.57027004263。滞后项影响比较大说明余额宝规模变动具有一定的增长惯性。

1.5 格兰杰因果关系检验

为了检验余额宝收益率与余额宝规模之间的关系是否存在真实的因果关系，再对LNY和LNX，基于VAR进行Granger因果关系分析。结果如表3。

表3的检验结果在10%的显著水平上拒绝余额宝收益率不是余额宝规模增长的Granger 原因，同时拒绝余额宝规模不是余额宝收益率变化的Granger 原因。表明余额宝收益率与余额宝规模存在相互的因果关系。

1.6 VAR模型的稳定性进行检验

由于非稳定的VAR模型不可以作脉冲响应函数分析，所以，要对VAR模型的稳定性进行检验。我们采用AR根检验来判定设定的VAR模型是否稳定。本模型有2个内生变量且滞后2期，因此有4个特征根。如表4所示，Root表示VAR 模型特征根的倒数，Modulus 表示特征根倒数的模。如图1所示，所有特征根皆在单位圆内，表中所有单位根倒数模均小于1，表示该模型稳定，可以作进一步分析。可以使用脉冲响应函数分析余额宝规模与收益率对内生冲击的动态响应。

1.7 脉冲相应分析

基于2013Q2-2016Q1数据，通过分析得到了余额宝收益率对余额宝规模的短期影响，而余额宝收益率对余额宝规模的长期影响还受到不断变化的外部环境的影响，因此本文通过脉冲响应函数来衡量余额宝收益率的一个标准随机冲击对余额宝规模当期和未来取值的影响，进一步分析余额宝收益率的冲击对余额宝规模的影响路径。

脉冲响应函数能够测量随即扰动项的一个标准差冲击对内生变量当前和未来取值的影响。设定响应函数追踪期数为10，结果（如图2所示）图中的纵轴表示因变量对解释变量的响应程度，横轴代表响应函数的追踪期数，虚线代表响应函数值加减两倍标准差的置信区间。

由图2中的（1）可知，余额宝规模LNY对于自身的一个冲击响应，先下降后上升再下降，最终趋于收敛，其中在1-4期反应比较强烈，5-10期影响程度逐渐下降，1-2期为负向影响，在第2期达到最大负向冲击为-0.055400，在3-5期为正向影响，最大正向冲击为0.017499，说明余额宝规模短期内对自身具有较大的影响。

由图2中的（2）可知，给余额宝规模LNY一个标准冲击，当期会对余额宝收益率LNX产生负向影响，在1-3期反应激烈，并在第2期达到峰值，冲击在4-5期为波动的正向冲击，5-10期影响程度逐渐下降，最终趋于收敛，冲击效果最大达到负向0.032985，总之，余额宝规模对余额宝收益率具有负向影响，影响程度相对较强，但持续时间较短，不具有持久效应。

由图2中的（3）可知，给余额宝利润率一个标准冲击后，余额宝规模在1-2期，表现为正向冲击，并在第2期达到最大的正响应值0.046779，3-5期为负向冲击，6-10转变为正向冲击，但响应效果较小，在该期最终趋于很小的正向影响，最终收敛。说明余额宝收益率对余额宝规模具有较强的正向影响，但是随着时间的推移效果会逐渐减弱。

1.8 方差分解

运用方差分解，可以评估余额宝收益率以及余额宝规模自身对余额宝规模变化的相对贡献度，由表5说明，在余额宝规模LNY的方差分解中，其自身贡献度在未来1-10期内，由第一期100%下降至第四期58.9%，之后稳定在58.9%。说明余额宝规模本身对自身变化的贡献度较大。余额宝利润里LNX对余额宝规模LNY变化的贡献率在1-4期从0%上升至41.08801%，此后均保持在41%左右。综上可以看出，在未来1-10期内，余额宝规模收到收益率的影响和它自身规模的影响，且由方差分解可以看出其受自身的影响更加强烈。

2 结论

由上述分析可以看出余额宝收益率冲击对余额宝规模增长会有正向影响，且在第二期影响程度最高，相反余额宝规模对余额宝收益率和它自身具有负向影响，且同时在第二期达到影响程度的最大负值。上述脉冲响应均在前期程度较高，第2期的时候达到各自的峰值，长期来看，后期均有所下降并趋于平稳。

这说明收益率是吸引消费者购买余额宝即余额宝规模扩大的重要原因，短期内收益率的提高对于余额宝规模的扩大具有巨大的推动作用。虽然余额宝的规模在目前基金市场上排名第一，但是在目前余额宝收益率不断下滑的情形下，余额宝的发展前景堪忧。与此同时，从脉冲检验可以看出，余额宝的规模对自身的发展也有一定的抑制作用，这和日常认知略有不同，本人认为可能是由于基金规模基数过大，在有限的市场情况下，增长就会相对变慢，不过也变相正如一些媒体所言看出余额宝发展存在瓶颈问题。

因此，余额宝一方面应该增加用户更好体验，另一方面更应该通过盈利模式的多元化，构建与之相适应的风险管理体制加强自身价值的增值能力，只有这样才能走的更远，避免走美国paypal的老路。

参考文献：

[1]纪照寒.从余额宝投资价值看中国互联网金融的未来发展趋向[J].理论导刊，2014（7）.

[2]张瑾，陈丽珍.余额宝的服务创新模式研究——基于四维度模型的解释[J].中国软科学，2015（02）.

[3]白洁，林礼连.基于EMD-GARCH的余额宝收益率预测研究[J].管理现代化，2014（06）.

[4]刘冬青.基于线性回归模型的余额宝价值分析[J].哈尔滨商业大学学报：社会科学版，2014（4）.

[5]庄雷.余额宝与国债市场收益率波动的实证研究[J].经济与管理，2015（3）.

[6]邱均平，杨强，郭丽琳.互联网金融理财产品使用影响因素研究[J].情报杂志，2015（1）.

[7]祝司臣.新疆金融财政支农对农业发展影响的实证分析[J].经济研究导刊，2013（9）.

[8]陈义林.我国财政支农与金融支农对农民收入的影响——基于VAR模型的实证分析[J].改革与战略，2008（12）.

[9]李慧，平芳芳.产业结构变迁与经济增长关系的实证研究[J].工业技术经济，2014（10）.