微信理财

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

基于GARCH-VaR

模型的互联网货币基金风险分析

罗频宇1,2

（1.兰州财经大学长青学院财金系，甘肃兰州730020；

2.甘肃省小微企业创新与发展重点实验室，甘肃兰州730020）

［摘要］2013年，以余额宝为首的互联网货币基金产品诞生，它们以互联网为依附，以其独特的营销平

台、便利的交易方式、高流动性吸引了大量的客户。目前加入到这个行列中的有支付宝、网易、苏宁、腾讯、

百度、京东等公司。互联网货币基金的发展对传统基金行业以至整个金融业都产生了深刻的影响，基于此，对

互联网货币基金的发展现状、运作机制以及风险进行分析尤为重要。通过数据统计性检验和ARCH效应检验

进行实证分析，能够更有效地分析风险，帮助投资者了解互联网货币基金产品，以便于更好地进行投资。

［关键词］互联网货币基金；基金风险；GARCH模型

［中图分类号］F832.5；F724.6［文献标识码］A

［收稿日期］2020－12－14［文章编号］1671-6671（2021）01-0048-12

［基金项目］2020年兰州财经大学长青学院教学研究项目（cqjy20-104）

［作者简介］罗频宇（1976－），男，甘肃会宁人，兰州财经大学长青学院财金系副教授，研究方向：金

融学。

一、研究背景

互联网迅速发展的时代，多数行业试图并逐渐与互联网结合创造出了许多新兴产品。基金业也

不例外，2013年互联网货币基金产品开始在我国部分发达地区出现，并且发展迅速。互联网货币基金

产品的代表主要有余额宝（支付宝与天弘基金合作）、理财通（腾讯财付通与华夏财富宝货币基金合

作）、零钱宝（苏宁与广发天天红合作）、网易现金宝（网易与汇添富现金宝）、京东小金库（京东与嘉实

活钱包）等。互联网货币基金产品受到了投资者的广泛关注。余额宝、理财通、零钱宝等众多的互联

网金融理财产品——“宝宝军团”逐渐显现，让人们体验到了新的理财方式。既吸引更多的人将手中

的闲散资金投资此类产品，又打破传统商业银行在金融业务上的垄断。

二、研究意义

互联网货币基金这一新兴金融理财产品随着我国互联网的快速普及和发展逐渐完善，且未来发

展潜力巨大，其发展给传统的基金行业甚至整个金融业带来了较大的影响。因此，对互联网货币基金

产品的分析一方面可以促使投资者优化配置手中资产，另一方面可以帮助监管者更好地对互联网货

币基金产品进行有力监管，从而有助于基金管理公司更好地认识互联网货币基金产品可能带来的风

48

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

险并对存在的风险进行有效的预防、控制。结合已有的文献资料，就目前我国金融市场上的互联网货

币基金产品的基本概念、运作机制和风险进行分析，通过GARCH模型来拟合，计算相应的VaR值以

度量与分析风险，帮助投资者认识风险并理性投资。［1］

三、研究现状

伴随着“宝宝军团”的出现，互联网金融理财潜在风险也逐渐显现，许多学者在这方面进行了研

究。赵启星、吴为、倪怡雯（2015）在期刊《农村金融研究》发表的“互联网货币基金运作与风险防范研

究”一文中将互联网货币基金的风险分为两大类：一是与传统基金共有风险，包括信用风险、利率风

险、市场风险等，一是互联网货币基金本身特有的风险，包括流动性风险、法律风险、操作风险等，且在

信用机制建立、行业自律、法律法规完善方面提出了解决措施。［2］宋秋平（2016）在论文《我国互联网货

币基金风险防范的实证研究》中同样将互联网货币基金风险分为传统的和特有的两大类，并对其进行

了实证研究，最后从政府、行业、投资者三方面提出了防范策略。［3］陈裕（2019）在《市场周刊》发表的

《互联网理财产品风险管控机制研究》一文中提出，互联网货币基金在互联网理财产品市场中占比较

大，其风险主要有收益波动带来的风险、流动性风险、技术风险、法律风险等，并提出的对应措施为加

强客户风险意识、提高网络安全、保持平台稳定、建立法律法规、加强行业自律等。［4］

四、互联网货币基金概述

（一）互联网货币基金

传统的货币基金是指投资于货币市场上有价证券（期限≤1年，平均期限120天）的基金。基金资

产主要投资对象是：政府短期债券、国库券、CDs、银行承兑汇票、商业票据等短期有价证券，具有流动

性较高、风险比较低、投资成本低、交易方式灵活、分红方式独特等特点。互联网货币基金的概念没有

成熟的界定，它主要是传统货币基金以互联网为依附在互联网平台上的延伸。它综合了传统货币基

金的优点又有自己独特的不同之处。与传统货币基金相比较它具有准入门槛低、获利高、变现能力强

（收益日结转）、营销渠道新、成本低等特点。

（二）互联网货币基金发展现状

2013年余额宝的横空出世给传统的货币基金行业带来了创新机会，随之互联网货币基金产品开

始逐渐浮现。表1为我国10只互联网货币基金产品截至2020年4月2日的基本概况，从表中可以看

出天弘余额宝最早成立，规模为10935.99亿元，占我国互联网货币基金市场份额的87.1%，独占首

位。其中也有一家运营公司管理多个产品，但由于成立时间的不同、合作的基金公司不同及产品属性

的不同，即便是同一家公司在运营规模上也各不相同。从产品的收益率方面来看，互联网货币基金产

品的收益率高于银行的活期存款利率（0.35%），也高于银行的定期（3年期）存款利率（2.75%），由此看

来互联网货币基金产品会给客户带来的利益比银行存款多，从而会给银行存款带来压力，使一部分银

行存款客户流失。但是与表2中的2020年4月2日7日年化收益率最高的10只传统的货币基金产品

相比较，互联网货币基金的收益率就要低于传统的货币基金的收益率，这说明近年来作为新型产品的

互联网货币基金发展相对于传统货币基金的发展较弱。从规模方面来看，除苏宁零钱宝和百度百赚

利滚利以外，其他的互联网货币基金产品市场规模都大于传统货币基金规模。虽然百度百赚利滚利

的规模排名靠后，但其收益率却排名靠前，同样也受到投资者的认可。

49

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

表1互联网货币基金产品（单位：亿元）

基金名称

天弘余额宝

网易现金宝—汇添富现金宝

苏宁零钱宝—广发天天红A

微信理财通—易方达易理财

微信理财通—华夏财富宝

百度百赚—华夏现金增利A/E

微信理财通—汇添富全额宝

百度百赚利滚利—嘉实活期宝

京东小金库—鹏华增值宝

京东小金库—嘉实活钱包A

运营公司名称

支付宝

网易

苏宁易购

腾讯控股

腾讯控股

百度

腾讯控股

百度

京东

京东

关联基金

代码

000198

000330

000389

000359

000343

003003

000397

000464

000569

000581

7日年化收益率

（2020.04.02）

2.0160%

2.1180%

1.8910%

2.0040%

2.3250%

2.5380%

2.0240%

2.0610%

2.1380%

2.1940%

最新规模

2019.12.31

10935.99

428.59

28.08

1554.74

714.99

291.33

909.52

154.11

380.99

268.58

成立日期

2013.05.29

2013.09.12

2013.10.22

2013.10.24

2013.10.25

2013.10.28

2013.12.13

2013.12.18

2014.02.26

2014.03.17

数据来源：天天基金网，时间截至2020年4月2日

表2传统的货币基金产品（单位：亿元）

基金名称

华夏收益宝货币B

华夏收益宝货币A

中加货币C

太平日日金货币

中加货币A

华夏货币B

太平日日金货币A

国寿安保添利货币B

泰达宏利活期友货币A

大成恒丰宝货币B

基金公司名称

华夏基金

华夏基金

中加基金

太平基金

中加基金

华夏基金

太平基金

国寿安保基金

泰达宏利基金

大成基金

关联

基金代码

001930

001929

000332

003399

000331

288201

003398

003423

001894

001698

7日年化收益率

（2020.04.02）

4.2910%

4.0340%

4.1400%

5.0190%

3.9010%

3.3510%

4.7780%

3.1540%

2.9190%

3.0370%

最新规模

2019.12.31

46.257

1.375

100.247

21.486

12.597

103.437

79.749

170.134

8.338

193.903

成立日期

2015.10.30

2015.10.30

2013.10.21

2016.11.04

2013.10.21

2012.12.10

2016.11.04

2016.12.27

2015.11.04

2015.08.04

数据来源：天天基金网，时间截至2020年04月02日

（三）互联网货币基金运作机制

互联网货币基金的运作必须具备三个最基本的当事人：投资者、第三方支付平台和基金管理公

司。只要有基金投资就会有申购和赎回的环节，互联网货币基金的申购和赎回环节便是投资者将闲

散资金存放在第三方支付平台中，在与第三方支付平台对接的基金产品中转入和转出来实现的。［5］其

运作机制如图1。

50

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

图1互联网货币基金的运作机制

（四）互联网货币基金风险

由于互联网货币基金是由传统的货币基金延伸而来的，所以我们在分析互联网货币基金的风险

时将它的风险分为两种：传统货币基金风险和互联网货币基金特有的风险。

1.互联网货币基金与传统货币基金共有的风险

（1）信用风险。信用风险即违约风险，是受信人不能履行还本付息的责任，导致授信人的实际收

益与预期收益发生偏离的可能性及其偏离程度。首先，互联网货币基金中的信用风险主要是由交易

双方信息不对称引起的。由于我国的信用体制还在逐步完善中，健全的完善信用评级制度尚未建立，

无法准确地来评价投资过程中各主体的信用等级，所以在基金运营过程中交易双方都无法完全信任

对方，容易造成投资者在投资对象选择上摇摆，轻易变换投资方向，引起经济损失。其次，互联网自身

的虚拟性也加大了信用风险的发生。［5］

（2）利率风险。利率风险是指市场利率的变动给投资者造成损失的可能性。首先，7日年化收益

率是投资者选择基金产品时的重要参考指标，且大多数基金公司在进行宣传时也会以公布7日年化

收益率为主，但7日年化收益率为市场短期指标，通过该指标可以参考近期的大概盈利水平，但不能

完全代表这只基金的实际年收益。在市场利率发生变化时基金的收益率也会随之发生变化，这就会

导致投资者收益的不确定性。其次，我国近年来在推行利率市场化，利率市场化改革的开展也会给互

联网货币基金的收益带来一定的影响。

（3）市场风险。市场风险是指在市场中因利率、汇率等因素的变动而导致资产价格变动而带来损

失的风险。市场风险和利率风险一样属于不可分散的系统性风险。在一般情况下，基金投资的风险

低于股票市场风险，但其也无法避免市场本身固有的风险。货币基金投资主要在债券市场及银行协

议存款等，且由于互联网货币基金成立的时间较短，各项政策还不完善，受宏观经济等市场变化的影

响较大。［6］

2.互联网货币基金特有的风险

（1）流动性风险。流动性风险是指因市场成交量不足或缺乏愿意交易的对手导致未能在理想的

时点与理想的价格上完成买卖而形成的风险。互联网货币基金的交易主要是依附于第三方支付平

台，有着快捷便利的申购与赎回方式。这种申赎方式会在基金运作初期给互联网货币基金产品带来

巨大收益，但随之会出现申赎数量的不对称。申购远大于赎回虽然暂时会给管理公司带来大量资金

流动有利于公司的发展，但在公司业绩发生变化时，这种快捷的申赎方式同样会使投资者随时选择赎

回资金。一旦有大量的赎回交易产生就会给运营公司、基金公司及金融系统带来流动性风险，从而给

基金带来严重影响。

（2）技术风险。技术风险是指伴随着科学技术创新、生产方式改变而产生的风险。互联网货币基

金诞生的时间较短，且主要依靠互联网交易，而互联网中的未知因素较多，在操作过程中会出现各种

各样的风险，会有各种各样的bug，现在还没有完善的技术来预防和控制这些风险的产生，这些潜在的

危险就会给投资者和运营公司带来风险。互联网货币基金的技术风险主要包括软件设计缺陷、交易

51

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

数据计算错误、数据被破坏修改泄漏、交易密码丢失被盗、交易停滞、银证转账不畅等影响交易业务正

常顺利地进行而给客户或公司造成损失。［7］

（3）法律风险。法律风险是指企业及其产品在经营过程中因为过失或故意违反法律或约定义务

导致可能承担的责任与损失。我国最早颁布于2004年8月的货币基金管理的法律法规，虽然随市场

发展也在逐渐完善，但是互联网货币基金产生的时间较短且其创新速度快、隐蔽性强，国家的相关法

律法规在监管主体、监管职责及监管方法手段方面跟不上变化的新情况，由此导致互联网货币基金运

作存在一些“灰色地带”，一些风险被隐蔽。互联网货币基金吸引许多投资者减少银行存款，增加投放

在基金产品上的资金，致使资金不在银行体系中，央行不易控制，监管难度加大，容易产生风险。［8］

五、我国互联网货币基金的风险分析

（一）变量与数据的选取

1.样本的选取

上文在进行互联网货币基金发展现状分析时分析了10只互联网货币基金产品，那么在进行实证

分析时同样也选用这10只基金产品。即天弘余额宝（000198）、网易现金宝（000330）、苏宁零钱宝

（000389）、微信理财通（000359）、微信理财通（000343）、百度百赚（003003）、微信理财通（000397）、百

度百赚利滚利（000464）、京东小金库（000569）、京东小金库（000581）。

2.数据的选取

在确定了样本后，通过天天基金网查取了样本2020年4月2日的7日年化收益率。本文把样本数

据跨度时间定为1年，向前推1年，即2019年4月2日到2020年4月2日总共367份数据。7日年化收

益率、每万份基金单位收益是反映货币市场基金收益率的两个常用指标。每万份基金单位收益反映

的是投资者投资1万元的当日获利金额，这个指标是投资者获得的真实收益的度量指标。7日年化收

益率的公式为：7日年化收益率=［（近七日每万份基金收益之和×365）/10000］×100%，是根据货币市

场近七日的实际收益率进行年化处理后估算的一年可能得到的收益率水平。

（二）数据处理和基本分析

1.描述性统计分析

（1）收益率波动图。用计量经济学观察软件即Eviews7.2分别描绘了这10只互联网货币基金1年

中的收益率波动示意图，波动图名称用基金产品的首个字母组合代替。从图2至图11中可以看出互

联网货币基金的收益率均围绕0上下波动，且收益率波动具有明显的“集群”效应，也就是说波动在一

段时间内较小，较小波动与较小波动相随；同样一段时间内较大，较大波动与较大波动相随。［9］

图2THYEB收益波动图图3HTFXJB收益波动图图4GFTTHA收益波动图

52

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

图5YFDYLC收益波动图

图6HXCFB收益波动图图7HXXJZLA/E收益波动图

图8HTFQEB收益波动图图9JSHQB收益波动图

图10PHZZB收益波动图图11JSHQBA收益波动图

（2）正态检验分布

表3样本基金基本统计特征

基金名称

THYEB

HTFXJB

GFTTHA

YFYDLC

HXCFB

HXXJZLA/E

HTFQEB

JSHQB

PHZZB

JSHQBA

均值（%）

-0.000505

0.000711

0.001093

0.000890

0.000771

0.000427

0.000752

0.000529

0.000847

-0.000499

标准差

0.004521

0.034106

0.010586

0.007193

0.028797

0.045060

0.033077

0.019059

0.043897

0.028664

偏度

-0.272457

0.091641

-0.492446

-0.037250

0.362644

0.894740

-1.477109

0.421737

2.996655

0.752396

峰度

7.910983

35.04173

6.515423

7.727002

39.83704

41.19244

28.85158

10.23288

40.91031

18.91251

JB统计量

372.324

15657.27

203.2553

340.8390

20701.78

22293.43

17608.52

808.6474

22526.33

3906.599

P值

0.0000

0.0000

0.0000

0.0000

0.0000

0.0000

0.0000

0.0000

0.0000

0.0000

53

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

通过Eviews7.2获得10只基金在均值、标准差、偏度、峰度、JB统计量、P值的基本统计特征，并形

成表格，如表3所示。由表3可知，从标准差方面来看，天弘余额宝的波动幅度最小，华夏现金增利A/

E的波动幅度最大；从偏度方面来看，偏度小于0的基金有4只，分别是天弘余额宝、广发天天红A、易

方易达理财、汇添富全额宝，说明这4只基金序列分布有长的左拖尾；偏度均大于0的基金有6只，说明

这6只基金序列分布有长的右拖尾；从峰度方面来看，10只基金的峰度全部高于正态分布的峰度值3，说

明10只基金的收益率序列具有明显的尖峰和厚尾的特征；另外JB统计量在203—22526之间，P值也

都等于0，所以拒绝该序列服从正态分布的假设。

2.序列的平稳性

表4ADF检验结果

基金名称

THYEB

HTFXJB

GFTTHA

YFYDLC

HXCFB

t-Statistic

-7.722012

-9.959487

-5.343752

-5.530958

-8.058005

Prob*

0.0000

0.0000

0.0000

0.0000

0.0000

基金名称

HXXJZLA/E

HTFQEB

JSHQB

PHZZB

JSHQBA

t-Statistic

-7.563211

-10.00660

-10.18922

-9.885737

-11.28631

Prob*

0.0000

0.0000

0.0000

0.0000

0.0000

表4是用Eviews7.2进行ADF单位根检验后而得到的结果，10只基金t统计量在-5到-11之间，对

应P值均为0，说明序列是平稳的。

3.序列自相关和偏自相关检验

用Eviewss7.2进行自相关检验，得到序列自相关函数分析图谱，如下图12—21，从图中可以看出，

序列中的自相关和偏自相关系数没有全部落入2倍的估计标准差值范围内，且Q—统计量对应的P值

全部小于置信度0.05个点，所以说序列在5%的显著水平上存在显著的相关性。

图12THYEB自相关函数分析图图13HTFXJB自相关函数分析图

4.回归模型建立

通过自相关检验，得知序列存在着显著的相关性，所以适合建立自回归条件异方差模型即

GARCH模型［9］。通过估计模型AR、MA、ARMA，选择1—26的滞后期，检验残差值的自相关性及AIC

54

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

的值，最后确定10只互联网货币基金收益率的均值模型，如表5所示。

图14GFTTHA自相关函数分析图图15YFDYLC自相关函数分析图

图16HXCFB自相关函数分析图图17HXXJZLA/E自相关函数分析图

图18HTFQEB自相关函数分析图图19JSHQB自相关函数分析图

55

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

图20PHZZB自相关函数分析图图21JSHQBA自相关函数分析图

表5互联网货币基金收益率序列的均值模型

基金名称

THYEB

HTFXJB

GFTTHA

YFYDLC

HXCFB

HXXJZLA/E

HTFQEB

JSHQB

PHZZB

JSHQBA

模型

ARMA（1，1），其中，AR（1,2,3,4），MA（1,2）

ARMA（1，1），其中，AR（1），MA（1）

ARMA（1，1），其中，AR（1），MA（1）

ARMA（2，4），其中，AR（1,2,4），MA（1,2.4）

ARMA（3，3），其中，AR（3），MA（3）

ARMA（4，4），其中，AR（4），MA（4）

ARMA（1，1），其中，AR（1），MA（1）

ARMA（5，5），其中，AR（5），MA（5）

ARMA（1，1），其中，AR（1），MA（1）

ARMA（1，1），其中，AR（1），MA（1）

效应检验

检验ARCH效应有两种方法：第一是LM法（拉格朗日乘数检验法），第二是对残差的平方相关图

检验法。由于本文对ARMA进行了建模，所以采用第一种方法，进行LM检验，阶数选择1到5阶，原

假设残差序列不存在异方差，在检验的5阶中，如果有1阶或大于1阶的结果就是显著的，那就拒绝原

假设，即存在ARCH效应。［9］用Eviews7.2进行检验的结果如表6所示。

表6ARCH效应检验结果

基金名称阶数

THYEB

HTFXJB

GFTTHA

YFYDLC

HXCFB

1

0.0498

0.9826

0.7344

0.2832

0.2607

2

0.0928

0.9746

0.0028

0.4106

0.1703

3

0.0181

0.2521

0.0037

0.1753

0.2663

4

0.0007

0.3253

0.0065

0.2635

0.3771

5

0.0015

0.3671

0.0006

0.2609

03667

56

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

HXXJZLA/E

HTFQEB

JSHQB

PHZZB

JSHQBA

0.9796

0.9024

0.3089

0.9730

0.9106

0.8326

0.9581

0.4210

0.7698

0.9441

0.9136

0.9848

0.5089

0.6347

0.9655

0.9594

0.9949

0.0139

0.4725

0.9606

0.9806

0.9949

0.4724

0.4631

0.6814

表6表明在10%的显著水平下，除天弘余额宝通过ARCH效应检验以外，其他9只基金都没有通

过ARCH效应检验，即接受原假设，9只基金序列不存在ARCH效应，所以不需要使用ARCH模型来

进行拟合。天弘余额宝通过了检验，即不接受原假设，需要通过建立GARCH类模型来进行拟合。

6.建立GARCH类模型

常用的GARCH模型包括GARCH（1，1）、GARCH（1，2）和GARCH（2，1），我们分别用多个模型建

模，如图22—24所示：

基于以上三个模型的比较，图22中GARCH（1,1）所有的系数都通过t检验，并且效果最好。以此

为基础进行T-GARCH和E-GARCH分别建立模型，如图25、图26所示：

图25中GARCH（1,1）模型的参数均显著，说明序列具有杠杆性，可以进一步加入“ARCH-M”做检

验，结果如图27所示：

图22GARCH（1,1）图23GARCH（2,1）

图24GARCH（1,2）图25T-GARCH（1,1）

57

JournalofChangchunFinanceCollege

一一一一一一

一一一一一一

一一一一一一

学报

图26E-GARCH（1,1）图27ARCH-M

图27ARCH-M系数不显著，这说明不存在ARCH-M的过程。

对建立的E-GARCH（1,1）模型进行残差ARCH效应检验，［9］如图28所示，从图中可以看出F统计

量并不显著，说明模型已经不存在ARCH效应：

图28模型验证

建立的E-GARCH（1,1）模型如下：

lnδ2t=-9.846+0.477|εt-1/√δ2t-1|-0.476εt-1/√δ

2t-1+0.126*lnδ2t-1

由于之前对r的描述中发现统计的正态分布

检验没有通过，需要建模，即残差服从t分布和

GED分布的Eviews模型，［10］如图29所示：

六、结论

通过运用Eviews软件进行建模发现互联网货

币基金异方差的存在性。互联网货币基金的收益

率有尖峰厚尾和聚集现象，不服从正态分布。风

险对收益率的影响不十分显著，说明互联网货币基金的风险总体上较小，但产生风险的可能性较小并

不等同于风险不会产生。互联网货币基金虽然以其便利快捷的营销方式吸引了大量的投资者，但因

其为新生事物，诞生的时间较短，其运行市场并不完善，出现的一些漏洞或意外因素有可能阻碍互联

网货币基金的发展。因此，在运营互联网货币基金的过程中要正视互联网货币基金风险，不断加强行

业自律、加强投资者的风险意识和谨慎意识，加强应对突发事件和重大事件的风险应对措施。

图29Eviews建模

58

一一一一一一一一一

一一一一一一一一一

一一一一一一一一一

2021年第1期（总第156期）

JournalofChangchunFinanceCollege

参考文献：

［1］朱丛倩.互联网货币市场基金风险研究［D］.杭州：浙江大学，2018.

［2］赵启星.互联网货币基金运作与风险防范研究［J］.农村金融研究，2015（4）：46－50.

［3］宋秋平.我国互联网货币基金风险防范的实证研究［D］.合肥：安徽大学，2016.

［4］陈裕.互联网理财产品风险的管控机制研究［J］.市场周刊，2019（11）：126－127.

［5］肖青，王欢.基于DEA模型的我国互联网货币基金绩效的实证研究［J］.湖北经济学院学报（人文社会科学

版），2019（12）：50－52+83.

［6］刘婷婷.我国互联网基金风险度量与防范研究［D］.福州：福建师范大学，2018.

［7］孔飞.我国互联网金融理财产品的风险控制研究［D］.北京：对外经济贸易大学，2017.

［8］王轶.互联网金融对商业银行业务的影响及对策研究［D］.兰州：兰州交通大学，2017.

［9］杨万里.基于GARCH模型的互联网货币基金风险分析［J］.时代金融，2018（14）：208－209.

［10］王超.我国互联网基金类理财产品的风险及度量研究［D］.合肥：安徽财经大学，2015.

RiskAnalysisofInternetMonetaryFundBadonGARCH-VaRModel

LUOPin-yu1,2

（mentofFinance,ChangqingCollegeofLanzhouUniversityofFinanceandEconomics,

Lanzhou730020,China;oratoryofInnovationandDevelopmentofSmall

andMicroEnterprisinGansuProvince,Lanzhou730020,China）

Abstract:In2013,theinternetmonetaryfundproductsledbyYu'lyontheinter-

netandattractalargenumberofcustomerswiththeiruniquemarketingplatform,convenienttradingmode

ent,Alipay,NetEa,Suning,Tencent,Baidu,Jingdongandothercompanies

elopmentofinternetmonetaryfundhasaprofoundimpactonthetraditional

nthis,itisparticularlyimportanttoanalyze

thedevelopmentstatus,htheempirical

analysisofdatastatisticaltestandARCHeffecttest,wecananalyzetheriskmoreeffectively,helpinves-

torsunderstandtheinternetmonetaryfundproducts,andmakebetterinvestment.

Keywords:internetmonetaryfund;fundrisk;GARCHmodel

［责任编辑：于明霞］

59