互联网保险活期理财产品收益率影响因素与预测方法研究

• 作 者: 邵贯赏
• 出 处: 华南理工大学
• 发表日期: 2020年01期
• 关键词: 互联网保险活期理财收益率 影响因素 预测 EEMD-QR EEMD-LSTM

随着我国居民人均可支配收入稳步提高以及理财观念的逐步开放,公众对于互联网的依赖不断提高,逐渐把互联网理财作为新的投资方式。互联网保险理财是互联网理财和保险理财的新模式,本文以互联网保险活期理财产品为研究对象,针对其“资金稳健、投资范围广、高流动性、低门槛性”的特点分析,并梳理了其产品特征和发展现状。然后本文主要从以下几个方面展开研究:第一,通过集合经验模态分解(EEMD)模型将选取的互联网保险活期理财产品收益率序列分解成一组具有不同频率的本征模函数及趋势项,这些分量与原始序列有着不同的相关性,其中趋势项与原始序列相关程度最高,方差冲击也最大。第二,构建EEMD-QR模型来研究分析互联网保险活期理财产品的影响因素。按照各分量特征和以及t—检验来重新组合成高频/低频分量和趋势分量,结合其与原始序列的相关程度及其特征探究对其分量造成比较大的冲击的影响因素。可以发现产品收益率主要受趋势项和低频分量影响,并结合研究期间的市场变化进行定性分析并进一步量化。通过分位数回归(QR)模型对互联网保险活期理财产品收益率的影响因素进行实证研究。研究表明银行间同业拆借利率、债券市场行情、保险机构实力、汇率和证券二级市场对不同分位数水平下的收益率具有不同程度的影响。第三,根据互联网保险活期理财产品收益率非线性和非平稳的特征,构建EEMDLSTM非线性组合模型来预测互联网保险活期理财产品收益率。本文在EEMD对原始产品收益率分解的基础上进行预测并集成,同时基于互联网保险活期理财产品收益率的高频分量主要是市场随机波动带来的,因此构建剔除高频分量的EEMD-LSTM模型、全部分量集成的EEMD-LSTM模型以及单一LSTM模型分别进行预测。实证结果表明剔除高频分量的EEMD-LSTM预测效果明显高于其他两种模型,这也侧面解释了互联网保险活期理财产品收益率主要受低频分量和趋势项驱动。通过本文的研究丰富和完善互联网理财产品特别是在保险板块的理论方法,为研究其他互联网理财产品提供思路和借鉴。同时正确认识此类产品的收益的影响因素以及进行预测可以对互联网理财平台、相应的金融机构以及监管机构具有一定的指导意义,可以更好的帮助投资者理性的选择适当的产品进行投资。