互联网货币基金收益率影响因素

摘要：近年来，互联网货币基金逐渐兴起，因其收益率高于银行存款的收益率，越来越多的人将资金放置到互联网货币基金中，探究互联网货币基金收益率的影响因素变得尤为重要。因此，选用2016年1月1日至2020年6月30日的季度数据，选用动态面板模型进行实证，从宏观、基金特征两个层面出发对互联网货币基金收益率的影响因素进行实证分析，结果表明，同业拆借利率、上证指数、基金规模、历史收益率对互联网货币基金收益率具有正向影响，国债指数对互联网货币基金收益率具有负向影响。

关键词：互联网货币基金;收益率;影响因素;动态面板;

互联网货币基金的兴起可以说是一次大规模的全民理财教育。互联网货币基金因其高收益率、灵活赎回、便捷操作等优点迅速占据了市场，然而这一互联网新兴产物也存在一定的风险。随着互联网货币基金规模的不断扩大，越来越多的投资者参与其中，普通的投资者可能无法准确把握市场走势，只着眼于宣传的高收益，导致盲目购买。

在以往文献中，对互联网货币基金收益率影响因素的全面研究还比较少，大多研究为理论研究或以某一因素作为单一解释变量，且研究的时间段较短，互联网技术不断更新，互联网货币基金所处背景、环境不断变化，因此本文的研究具有必要性，有利于丰富并补充相关研究。

二、文献综述与研究假设

金融市场中金融产品种类繁多，这些金融产品之间的收益率变化情况相互影响。相对于其他金融产品来说，互联网货币基金本身具有较高的流动性与安全性。通过对相关文献的研究与总结可以发现，互联网货币基金收益率的影响因素可以分为两个方面：宏观因素和基金特征因素。

(一)宏观因素

1.同业拆借利率

在居民日常投资理财活动中，风险规避者会更加倾向于银行存款这种几乎无风险的投资方式。[1] 巢燕若.我国货币市场基金收益率研究汇[J].世界经济情况，2007(3):26-29." href="http://www.hzlib.net:7080/rwt/CNKI/https/NNYHGLUDN3WXTLUPMW4A/KXReader/Detail?invoice=Gb6DAuc08%2B%2BNhtVk8fT3NK3EhDsQW1nvqzio%2FtMMO3z268YlhZEvKbQnLjKGdxm8EHJDnB9kG2NqdRWny69EyKn4iHcAN5QnmqMQkhLV%2BcQBkicyNFjPklsRpA%2B0PoxKUuUI%2BrhtYL4Ci6pOFYt9lsSdDGOLTxwxxpMfe51uwSA%3D&DBCODE=CJFD&FileName=LZHP202203031&TABLEName=cjfdlast2022&nonce=7B7F8751872C4A18823D5B3EC6FEACAF&uid=&TIMESTAMP=1648299758596">巢燕若(2007)[1]通过建立货币基金收益率模型，分析了自 2004 年以来我国货币市场基金收益率的变动情况，并研究了基金收益率和市场利率、存款利率以及基金自身的相互关系。因此，银行存款利率是一个值得研究的影响因素。

对于互联网货币基金而言，同业拆借利率的变动和其收益率的变动同方向。由此，我们预测两者之间存在正向关系。

假设一：同业拆借利率与互联网货币基金收益率存在正向关系。

2.上证指数

互联网货币基金作为一种投资工具，在金融市场交易过程中其收益率会受到其他投资产品收益变化的影响。我国现阶段的投资工具还有股票、债券、银行定期存款。[2] 林文生，张正扬.互联网金融理财产品收益率的影响因素[J].金融论坛，2016,21(11):52-60." href="http://www.hzlib.net:7080/rwt/CNKI/https/NNYHGLUDN3WXTLUPMW4A/KXReader/Detail?invoice=Gb6DAuc08%2B%2BNhtVk8fT3NK3EhDsQW1nvqzio%2FtMMO3z268YlhZEvKbQnLjKGdxm8EHJDnB9kG2NqdRWny69EyKn4iHcAN5QnmqMQkhLV%2BcQBkicyNFjPklsRpA%2B0PoxKUuUI%2BrhtYL4Ci6pOFYt9lsSdDGOLTxwxxpMfe51uwSA%3D&DBCODE=CJFD&FileName=LZHP202203031&TABLEName=cjfdlast2022&nonce=7B7F8751872C4A18823D5B3EC6FEACAF&uid=&TIMESTAMP=1648299758596">林文生等(2016)[2]借助面板数据的随机效应方法对互联网金融理财产品的收益率影响因素进行研究，发现股市变化会对理财产品收益率产生影响。

假设二：上证指数与互联网货币基金收益率存在正向关系。

3.国债指数

债券是国家金融体系的重要组成部分，互联网货币基金的收益率与债券的收益率高度相关。[3] 白洁.基于EMD-GARCH的余额宝收益率预测研究[J].管理现代化，2014,34(6):117-119." href="http://www.hzlib.net:7080/rwt/CNKI/https/NNYHGLUDN3WXTLUPMW4A/KXReader/Detail?invoice=Gb6DAuc08%2B%2BNhtVk8fT3NK3EhDsQW1nvqzio%2FtMMO3z268YlhZEvKbQnLjKGdxm8EHJDnB9kG2NqdRWny69EyKn4iHcAN5QnmqMQkhLV%2BcQBkicyNFjPklsRpA%2B0PoxKUuUI%2BrhtYL4Ci6pOFYt9lsSdDGOLTxwxxpMfe51uwSA%3D&DBCODE=CJFD&FileName=LZHP202203031&TABLEName=cjfdlast2022&nonce=7B7F8751872C4A18823D5B3EC6FEACAF&uid=&TIMESTAMP=1648299758596">白洁(2014)[3]对债券市场和货币政策传导机制进行了研究，指出货币市场利率体系中，债券利率具有基准利率的潜质。互联网货币基金在运作的过程中，其本身所具有的一部分资产会投资于债券，在这种情况下，债券指数的上升会提高基金的收益率。因此，预期债券收益率和互联网货币基金收益率之间存在正向关系。

假设三：国债指数与互联网货币基金收益率存在负向关系。

(二)基金特征因素

1.基金规模

根据学者研究，互联网货币基金规模对其收益率也具有影响，[4] 王吉恒，张慧宇，王磊.商业银行理财产品的预期收益率影响因素分析[J].中国商贸，2013(5):179-180." href="http://www.hzlib.net:7080/rwt/CNKI/https/NNYHGLUDN3WXTLUPMW4A/KXReader/Detail?invoice=Gb6DAuc08%2B%2BNhtVk8fT3NK3EhDsQW1nvqzio%2FtMMO3z268YlhZEvKbQnLjKGdxm8EHJDnB9kG2NqdRWny69EyKn4iHcAN5QnmqMQkhLV%2BcQBkicyNFjPklsRpA%2B0PoxKUuUI%2BrhtYL4Ci6pOFYt9lsSdDGOLTxwxxpMfe51uwSA%3D&DBCODE=CJFD&FileName=LZHP202203031&TABLEName=cjfdlast2022&nonce=7B7F8751872C4A18823D5B3EC6FEACAF&uid=&TIMESTAMP=1648299758596">王吉恒、张慧宇和王磊(2013)[4]通过建立计量模型，研究发现理财产品的投资规模、投资时间长短对理财产品的收益率都有显著的正向影响。

假设四：基金规模与互联网货币基金收益率存在正向或负向关系。

2.资产配置现金占比

长期以来，有效的资产配置被视为成功投资的关键，Brinson 和 Hood (1986)的业绩归应开创性研究中，资产配置是基金收益最重要的因素。

假设五：资产配置现金占比与互联网货币基金收益率存在负向关系。

三、数据、变量与描述性统计

(一)样本选取

在对互联网货币基金概念界定的基础上，文章参照锐思数据库中的分类方式按照其发行机构的不同将互联网货币基金分为三大类型，具体包括：平台系互联网货币基金、商业银行系互联网货币基金、基金系互联网货币基金。笔者在每类中分别选取5支市场份额较大的互联网货币基金作为样本，具体如下：平台系：天弘余额宝货、华夏财富宝货币、汇添富全额宝、易方达易理财、嘉实活期宝货币;银行系：民生加银现金宝货币、平安日增利货币、工银瑞信薪金货币、招商现金增值货币、大成现金增利货币;基金系：华安日日鑫货币、易方达天天理财货币、南方薪金宝、华泰柏瑞货币、银河银富货币。

(二)变量选取与数据处理、说明

文章的被解释变量为互联网货币基金收益率，选取上证指数、国债指数、上海银行间同业拆借利率作为宏观因素反映外部投资环境对收益率影响的解释变量，以基金规模、互联网货币基金资产配置中的现金占比作为反映基金自身情况对收益率影响的解释变量。文中解释变量与被解释变量如表 1所示。

由于互联网货币基金是从 2014 年开始发展的，前期利率过高不具有代表性，故本文选取时间为 2016年 1月 1日到 2020年 6月 30日内的所有交易日。互联网货币基金规模变化以及资产配置的变动都将季度作为时间单位，为统一单位，将日度数据转换为季度数据，转换方式为通过每季度数据加总求均值的方法计算。互联网货币基金 7 日年化收益率日级别的数据、基金资产配置现金占比、规模净值这几个指标的数据都是通过 wind 获取。

四、互联网货币基金收益率影响因素实证分析

相较于截面数据和时间序列数据而言，面板数据不仅可以考虑到不同个体之间的异质性，还能避免多重共线性问题，也更适合研究动态数据，是一种更优的选择。由于目前互联网货币基金品种繁多，又需要研究对货币基金的异质性，选择具有时间跨度的面板数据更能准确反映数据之间的相关关系。因此，笔者将使用面板数据建立模型，加入历史收益率因素建立合适的动态模型，下文将对模型的选定做出详细分析。

(一)模型设定

在经济活动中，某些因变量不仅受到当期自变量的影响，还受前一期自变量的影响，甚至受因变量前一期的影响。通过阅读其他参考文献发现，互联网货币基金作为一种金融工具，市场参与者在交易过程中对其收益率的主观预期会受到历史收益率的影响，较高的历史收益率会吸引更多的投资者关注，基金的本期收益率可能受到一定的影响。因此，在模型解释变量中加入收益率的滞后项，建立动态面板模型研究历史收益率的变化对本期货币基金收益率的影响。

GMM 面板模型的公式如下：

(二)数据平稳性检验

1.共线性检验

为避免多重共线性给本文研究带来的影响，本文使用方差膨胀系数 VIF 方法，进行了多重共线性检验。

实证结果表明，各变量间的相关系数较小，最大值仅为 1.510，远小于 10，说明各变量之间不存在相关关系。

2.单位根检验与协整检验

为保证数据的平稳性，避免伪回归，首先对实证研究所需数据进行单位根检验。

从结果中可以得知，各变量原值并不平稳，但进行一阶差分后没有单位根，说明序列平稳，回归有效，表明研究的宏观变量和因变量的原数值之间具有长期性关系，实证得出 ADF 值为-3.3219，P值为 0.0004<0.05，拒绝原假设，表明变量之间存在协整关系，可以进行回归。

3.豪斯曼检验

采用 Hausman检验模型选用随机效应或固定效应，检验结果 p=1>0.05，接受原假设，本文使用随机效应模型进行假设。

(三)回归结果及分析

由于此前进行了多重共线性检验，系数之间多重共线性的影响较小，因此本文将所有变量都加入回归模型进行回归。本文的回归结果如表2所示。

注：“*、**、***”分别表示在10%、5%、1%的置信水平下显著，数据源自stata

由回归结果可以得出收益率影响因素的方程：

Y=10.5476+0.6695Y(-1)+0.1552LNSH+1.3432LNSZ-0.0304LNGZ+0.0129LNS IZE+ε

对于表2中的回归结果，我们可以发现影响因素的影响方向与预期相符。其中，影响收益率的宏观因素中，影响程度最大的是上证指数，其系数为1.3432，上证指数的上升，往往表明宽松的货币政策，大量货币流通在市场，以至于人们将大量资金投入理财产品，互联网货币基金收益率也随之增加。影响程度次之的为历史收益率 Y(-1)，系数为 0.6695，说明互联网货币基金收益率与历史收益率高度相关，上一季度的收益率影响着本期收益率，历史收益率越高，互联网货币基金本期收益率越高。这和预期结果相同，从基金经理角度分析，历史收益率高的货币基金经理取得高收益率的可能性更大。从投资者角度分析，历史收益率高的货币基金更受欢迎。随后是同业拆借利率，其系数为0.1552，表明同业拆借利率与互联网货币基金收益率呈正向相关，这是因为同业拆借利率与各种金融产品的收益率都有直接的最紧密的关联，一般都是同向变动。影响程度最小的为国债指数，其系数为-0.0304，表明国债指数与互联网货币基金收益率负向相关，即债券收益率与互联网货币基金收益率正向相关，与预期相同。

在基金特征因素中，资产配置现金占比这一因素不显著，但其系数为负，其影响方向与预期一致，在基金管理中现金配置的比例增加说明债券配置比例下降，而债券收益率高于现金收益率，现金比例的上升会降低基金的收益率。基金规模的系数为 0.0019，说明基金规模与互联网货币基金收益率正向相关，基金规模越大，认可度越高，名气越大，吸引众多投资者，其收益率增加。

就动态模型回归结果而言，AR (1)的 p 值<0.05，AR (2)与 Hansen 检验的 p 值大于 0.05，说明模型有效。

五、研究结论与政策建议

(一)研究结论

在我国，随着金融业和互联网行业的不断融合发展，互联网化对于金融行业来说是非常重要的里程碑式的变革，人们对互联网金融的认可度逐渐提升，互联网金融产品受到投资者的普遍关注，研究有哪些因素会影响互联网货币基金的收益，有利于投资者把握市场变化，降低投资风险，合理分配投资资金，也有利于研究互联网货币基金和利率市场化的关系。

本文从两个层面探讨影响互联网货币基金收益率的影响因素，选取了 2016年 1月 1日到2020年 6月 30日的季度数据，建立动态面板模型，实证检验结果表明，互联网货币基金收益率的影响因素主要有历史收益率、同业拆借利率、上证指数、国债指数、基金规模。

整体而言，同业拆借利率对互联网货币基金收益率影响最大，究其原因，同业拆借利率最能反映当期经济状况，和整个经济形势有关;互联网货币基金的规模越大，知名度高会影响互联网货币基金的收益;最后，历史收益率也是重要影响因素，大多数投资者通过观测历史收益率的高低进而选择心仪的互联网货币基金。

(二)政策建议

1.政府应加强风险监管并积极促进互联网货币基金的发展

由研究结果可知，对政府部门而言，由于互联网货币基金的收益率与银行同业拆借利率、股币和债券行情密切相关，目前预期利率下行趋势还将继续，监管部门应当出台适合互联网货币基金发展的政策进行风险管控。首先，行为监管是互联网金融的重中之重，由于互联网的特点，造假成本极低，所以监管对于整个行业的健康发展有着举足轻重的作用。其次，审慎监管对于互联网金融的发展同样重要，规范和监督互联网金融企业，引导其通过正确、规范、周密、严谨的经营，来控制可能发生的风险。最后，消费者保护是互联网金融可持续发展的要素，只有消费者的权益得到了充分的保护，消费者对互联网金融这个业态才有充足的信心，形成一个可持续的流动状态，这样才能形成一个完整的互联网金融体系。

2.投资者应提高自身素质优化投资行为

尽管在投资者眼中，互联网货币基金是最具安全性且可操作性强的金融产品，但事实上由于羊群效应、信息不对称等因素，投资者对互联网货币基金的认识是远远不够的。首先，投资者应该从金融市场形势出发，根据市场形势选择合适的投资方式，由前文的结论可知，互联网货币基金的收益率与同业拆借利率、债券收益率和股票收益率均正向相关。投资者应该根据经济形势选择合适的投资方式，如经济形势转好时可以选择多投资收益率高的产品，反之则选择保守型的产品。其次，投资者需要关注基金本身的风险，如基金资产配置、基金规模等特征，以及历史收益率都会影响其收益率，投资者需要对预期投资的产品进行深入了解，并充分了解其风险，选择符合自己风险承受能力和经济实力的产品。

参考文献

[1] 巢燕若.我国货币市场基金收益率研究汇[J].世界经济情况，2007(3):26-29.

[2] 林文生，张正扬.互联网金融理财产品收益率的影响因素[J].金融论坛，2016,21(11):52-60.

[3] 白洁.基于EMD-GARCH的余额宝收益率预测研究[J].管理现代化，2014,34(6):117-119.

[4] 王吉恒，张慧宇，王磊.商业银行理财产品的预期收益率影响因素分析[J].中国商贸，2013(5):179-180.

[5] 王千红，何林立，宋宛霖.商业银行个人理财产品收益率及其影响因素研究[J].价格理论与实践，2016(1):129-132.

[6] 梁晓鸣，李懿.基于敏感性分析的商业银行盈利水平影响因素研究[J].中国商论，2020(24):87-89.