商業(yè)銀行理財產(chǎn)品實際年化收益的影響研究

張兆鵬

摘?要：個人投資者是金融市場的社會自然人，更是理財產(chǎn)品最廣泛的投資主體。積極擴大個體投資，有助于促進經(jīng)濟平穩(wěn)健康發(fā)展。現(xiàn)實中，商業(yè)銀行理財產(chǎn)品的實際收益率往往低于預期收益率，這對中高風險投資者造成大量損失，也重挫市場信心。運用商業(yè)銀行理財產(chǎn)品的截面數(shù)據(jù)，建立主成分回歸和Lasso模型，對實際年化收益的影響因素進行實證分析，以期精準度量實際收益率，為投資者鑒定優(yōu)劣產(chǎn)品提供參考標準。研究發(fā)現(xiàn)，商業(yè)理財產(chǎn)品實際年化收益率與委托期和遞增單位呈正相關，與發(fā)行主體的資信規(guī)模、預期年化收益率呈顯著負相關；而投資者普遍認為重要的收益類型起到的作用卻很小。在新發(fā)展階段，建議建立理財產(chǎn)品的全流程風險控制，可以保持產(chǎn)品收益穩(wěn)定，改善理財產(chǎn)品需求側(cè)與供給側(cè)的協(xié)調(diào)能力，提升理財產(chǎn)品的營銷和服務能力，激發(fā)理財產(chǎn)品的創(chuàng)新活力。

關鍵詞：商業(yè)銀行理財產(chǎn)品；實際年化收益；主成分回歸；Lasso

一、引言

在新發(fā)展階段，中國經(jīng)濟高質(zhì)量發(fā)展，人民的物質(zhì)生活和精神生活水平大幅提升。在滿足購買必需消費品的情況下，人們擁有大量的積蓄享受生活，并進行理財投資，以實現(xiàn)財富保值。自2018年4月起，中國人民銀行、中國銀保監(jiān)會、中國證監(jiān)會發(fā)布了50多條金融業(yè)對外開放措施，鼓勵外資法人金融機構(gòu)進駐中國市場，促使中國金融機構(gòu)加速學習國外先進經(jīng)驗，促進國內(nèi)金融市場健康可持續(xù)發(fā)展。2018年以來，我國商業(yè)銀行理財產(chǎn)品的市場規(guī)模急劇增加，成為銀行利潤收益的新增長點，并吸引了投資者的廣泛關注。根據(jù)《中國銀行業(yè)理財市場年度報告（2023年）》相關數(shù)據(jù)，截至2023年年底，銀行理財市場存續(xù)規(guī)模為2680萬億元，持有理財產(chǎn)品的投資者數(shù)量高達114億元，同比增長1784%，累計為投資者創(chuàng)造收益6981億元。理財市場投資者主要以個人投資者為主，并且規(guī)模持續(xù)擴大。2022年個人理財投資者為957532萬人，占比9901%；機構(gòu)投資者數(shù)量為9595萬個，占比099%。2023年個人投資者數(shù)量新增168629萬人，機構(gòu)投資者數(shù)量新增3865萬個。可以看出，個人投資者對商業(yè)銀行理財產(chǎn)品業(yè)務發(fā)展十分重要。因此，探究商業(yè)銀行個人理財產(chǎn)品的發(fā)展具有重要意義。

理財產(chǎn)品是商業(yè)銀行個人理財業(yè)務的重要組成。《商業(yè)銀行個人理財業(yè)務管理暫行辦法》指出，個人理財業(yè)務是指商業(yè)銀行為個人客戶提供的財務分析、財務規(guī)劃、投資顧問、資產(chǎn)管理等專業(yè)化服務活動。理財產(chǎn)品是由商業(yè)銀行或金融機構(gòu)設計發(fā)行的產(chǎn)品，并依據(jù)市場行情、客戶風險偏好和產(chǎn)品合同約定，將募集的市場資金投入相關金融市場或購買相關金融產(chǎn)品，并將獲得的投資收益分配給投資人的產(chǎn)品。商業(yè)銀行理財產(chǎn)品可以按照掛鉤標的劃分為債券型、信托型、掛鉤型及QDII型等，也可以按照收益類型劃分為保本理財產(chǎn)品、非保本理財產(chǎn)品、浮動收益理財產(chǎn)品、固定收益理財產(chǎn)品等。然而，當前商業(yè)銀行理財產(chǎn)品的年化收益率聲稱超過4%的大都不保本金，更不用提利息的穩(wěn)定性了。從數(shù)據(jù)觀察上得知，投資者最終得到的實際年化收益率與預期年化收益率大都不相等。加之投資者對理財產(chǎn)品的認知不到位，大部分信息都來源于產(chǎn)品說明書或者理財經(jīng)理的介紹。信息不對稱也會導致投資者對理財產(chǎn)品的收益評估與風險評估結(jié)果不準確，盲目追求高收益，忽視高風險，造成不可估量的投資損失，從而產(chǎn)生財務糾紛，這對理財產(chǎn)品的發(fā)行方與投資方都是潛在隱患。

近年來，我國在理財產(chǎn)品的研究上不斷推進，試圖為投資者提供更優(yōu)的理財產(chǎn)品。理財產(chǎn)品的收益率是理財產(chǎn)品設計組合的結(jié)果，也是市場因素共同作用的結(jié)果。理財產(chǎn)品最早成熟于美國，Markowitz（1952）利用均值—方差分析法和投資組合邊界效應模型提出了有效投資組合理論。Carlin（2009）研究發(fā)現(xiàn)，理財產(chǎn)品的定價與產(chǎn)品復雜性有很大關系，復雜性越強，定價越易被高估。田暉（2013）提出商業(yè)銀行常會在合約規(guī)定上對自己有利、但客戶未知的條例，即賣方擁有極強的優(yōu)勢。王千紅等（2016）研究指出個人理財產(chǎn)品的收益率與投資幣種、委托起始金額顯著正相關，與遞增單位呈負相關。沈潤濤（2016）指出我國商業(yè)銀行應提高理財產(chǎn)品價格的市場化程度，特別是填補理財風險定價能力的上升空間。杜波（2018）運用Logitic模型研究發(fā)現(xiàn)影響個人理財需求的因素，包括居民個人特征、收入特征、銀行特征、產(chǎn)品特征等方面。李娜（2019）指出產(chǎn)品期限和市場利率是理財產(chǎn)品收益率的決定因素，監(jiān)管政策也會產(chǎn)生短期的抑制效應。朱宏泉和王蕭（2019）發(fā)現(xiàn)，理財產(chǎn)品的實際收益呈現(xiàn)外錨效應，并且產(chǎn)品經(jīng)理的學識認知和工作經(jīng)驗對外錨效應具有負向調(diào)節(jié)作用。孫赫等（2019）指出主觀感受中的價格感知和風險感知對個人互聯(lián)網(wǎng)理財有顯著影響。林曉（2020）研究發(fā)現(xiàn)，銀行信用級別是影響理財產(chǎn)品預期收益率的關鍵內(nèi)部因素，市場利率、委托期限、起購金額等也對預期收益率具有正向影響。劉銀平（2020）發(fā)現(xiàn)降低存款準備金會導致固定收益類產(chǎn)品收益率下降。牛子晗（2021）認為應將個人投資者納入金融消費者的保護范圍，并對銀行等金融機構(gòu)規(guī)定更嚴格的審核、告知、信息披露等義務，使金融市場健康發(fā)展。才國偉等（2022）指出理財產(chǎn)品市場能夠有效正面促進實體經(jīng)濟的蓬勃發(fā)展。黃曉旭和董翠華（2022）指出封閉式理財產(chǎn)品的收益兌付情況良好，開放式產(chǎn)品收益下降明顯，與投資者的大規(guī)模、非理性贖回密切相關?？禈颍?022）研究發(fā)現(xiàn)，理財產(chǎn)品風險等級和理財產(chǎn)品類型是影響到期收益率的重要因素。卜振興等（2023）指出理財產(chǎn)品“破凈”的主要原因包括產(chǎn)品凈值化轉(zhuǎn)型、基本面及預期變化、貨幣政策調(diào)整及市場情緒等。龍林茂等（2024）指出銀行理財產(chǎn)品投資者承擔的風險主要來源于銀行的投資管理，加強銀行投資管理能力，才能有效降低投資風險。由此可見，消除收益不穩(wěn)定性、提升理財產(chǎn)品可信度的研究顯得格外重要，應拓寬研發(fā)理財產(chǎn)品預測收益率準確性的新途徑。

鑒于此，本文借鑒參考以上學者的研究成果，建立線性回歸模型，發(fā)現(xiàn)指標間存在嚴重的多重共線性，因此選擇綜合運用主成分回歸與Lasso來解決此問題，以定量的手段深度挖掘個人理財產(chǎn)品實際收益率與哪些因素有關，進而判斷理財產(chǎn)品的預期收益率是否真實可靠。運用上述方法有助于實現(xiàn)分析維度多樣化、深度化，便于投資者從定量的角度評判投資產(chǎn)品的優(yōu)劣，增大投資回報率，以期對銀行提供的理財產(chǎn)品做出初步的評價準則。本文將研究重心放在實際年化收益率的預測上，即為投資者服務，使投資者能具有獨立思考、根據(jù)宏觀經(jīng)濟環(huán)境等自行預估產(chǎn)品好壞的能力。

二、理論基礎

（一）?多重共線性的診斷與判定

多重共線性是指回歸模型中解釋變量之間存在明顯的相關關系，導致模型估計失真，結(jié)果出現(xiàn)偏差。用R診斷多重共線性有兩種方法，分別是方差膨脹因子和條件數(shù)。

方差膨脹因子的表達式為VIFi=11－R2i，Ri為變量Xi與其他解釋變量間的復相關系數(shù)。當VIF大于10時，我們認為模型存在多重共線性。假設有p個變量，若方差膨脹因子VIF=1p∑pi=1VIFi遠小于1，也可認為模型中存在嚴重的多重共線性。

條件數(shù)是將變量標準化后組成設計矩陣X，求出矩陣XTX的最大特征值λmax與最小特征值λmin，求出條件數(shù)k=λmax/λmin。條件數(shù)描述了矩陣XTX的特征值差異程度，當k<100時，認為幾乎不存在多重共線性；當1001000時，認為存在嚴重多重共線性。

（二）主成分回歸

主成分回歸（PCR）分為兩個步驟：主成分分析和多元線性回歸。主成分分析即在損失少量信息的前提下，將解釋變量的信息通過正交旋轉(zhuǎn)變換的方式，提取出m個互不相關的主成分（綜合性指標）z1，z2，…，zm（m

多元線性回歸是指將m個主成分與被解釋變量y用最小二乘法擬合構(gòu)建多元回歸模型，得到式（1）。再將載荷矩陣中zi（i=1，2，…，m）與x1，x2，…，xp的m個關系式代入擬合好的回歸關系式（1），便可得到消除多重共線性的模型，即最終模型。換言之，假設變量x1，x2，…，xp所顯示的最大變化方向是與Y相關的方向。

（三）?Lasso

Lasso相對于最小二乘法，是使用約束的方式進行系數(shù)估計。利用將回歸系數(shù)壓縮到0的手段，達到執(zhí)行變量篩選的效果。這種收縮具有減小方差的效果，但會帶來略大的偏差。

回顧最小二乘擬合過程，它是使殘差RSS=∑ni=1（yi－β0－∑pj=1βjxij）2最小時，計算得到的估計值β1，β2，…，βp。Lasso與最小二乘法非常相似，都是通過使RSS變小來尋找適合數(shù)據(jù)的系數(shù)估計；只不過Lasso的回歸系數(shù)β^Lλ是通過最小化一個稍微不同的量來進行估計的，即滿足算式∑ni=1（yi－β0－∑pj=1βjxij）2+λ∑pj=1βj=RSS+λ∑pj=1βj取得最小值。其中λ≥0是一個調(diào)諧參數(shù)，λ∑pj=1βj稱為收縮懲罰。

調(diào)諧參數(shù)λ用于控制RSS和λ∑pj=1βj這兩項對回歸系數(shù)估計的相對影響。當λ=0時，懲罰項λ∑pj=1βj不起作用，Lasso得到的就是最小二乘估計；隨著λ的增加，當λ→∞時，收縮懲罰的影響越來越大，Lasso系數(shù)估計將接近0，即導致解釋能力弱的系數(shù)估計值為0，實現(xiàn)最佳變量集的篩選。

三、研究設計

（一）模型設定

本文在試圖構(gòu)建多元線性回歸模型時，發(fā)現(xiàn)模型中含有嚴重的多重共線性，故所選數(shù)據(jù)不滿足構(gòu)建多元線性回歸模型的基本假設條件，即矩陣X′X不滿秩，其矩陣的逆自然也不存在，則系數(shù)估計β^=（X′X）－1X′Y的解不存在。為解決以上問題，本文應用Lasso和主成分回歸模型消除多重共線性。本文構(gòu)建的實際年化收益率的數(shù)學模型假定如式（1）所示：

Y=β0+β1X1+β2X2+…+β9X9+β10X10+ε（1）

其中，Y是響應變量，X1，X2，…，X10分別代表各解釋變量，ε表示隨機誤差。通過建立數(shù)學模型來檢驗顯著性和假設的正確性，并分別得到各影響因素與實際年化收益率的影響作用大小的數(shù)量關系，供投資者作為參考指標。

（二）變量選取與研究假設

1響應變量

本文設定響應變量Y為實際年化收益率，表現(xiàn)為數(shù)值型。它是理財產(chǎn)品到期時投資者實際拿到的投資回報率，不同于產(chǎn)品發(fā)行前宣傳的預期年化收益率。該變量可作為投資者衡量投資產(chǎn)品好壞的重要評判指標。

2分類型變量

①發(fā)行主體（X1）：信用級別越高的銀行，發(fā)行產(chǎn)品的保障性越好，吸引的投資者自然也就越多，收益率則會相對較低；相反，信用級別較低的中小型銀行，為了吸引更多客戶，則會給出更高的投資回報。

②投資幣種（X2）：個人理財產(chǎn)品在國外有了一定研究發(fā)展后，才被引入中國市場。因此，國外理財產(chǎn)品的設計更加成熟，外資產(chǎn)品具有相對收益高、風險低的特點。

③收益類型（X3）：隨著收益類型的穩(wěn)定性越來越差，風險程度逐漸增大，收益也會逐步增高。

④掛鉤標的（X4）：相關資產(chǎn)的風險越高，個人理財產(chǎn)品的回報率就越高。

3連續(xù)變量

①委托期（X5）：投資理財產(chǎn)品的固定期限。委托期長短不同，有的不足1個月，有的長達1年。當投資期限較短時，雙方違約的可能性越低，風險程度也就越低；若投資期限很長，時間價值會很高，風險程度也會提升。

②委托最低金額（X6）：所選理財產(chǎn)品的最低投資額。小型客戶手上資金有限，一般只能選擇低投資額的產(chǎn)品；大型客戶則有更多的資金理財投資，正因如此，其選擇更多，投資范圍更廣，能夠得到更優(yōu)質(zhì)的服務與產(chǎn)品。

③委托金額遞增單位（X7）：在委托最低金額的基礎上，增加金額的最低單位。產(chǎn)品最低額度越高，遞增單位也就越大。

④預期年化收益率（X8，X9）：與實際年化收益率相對，它是由開發(fā)者根據(jù)算法推測出來的結(jié)果，其數(shù)值高低在吸引投資者的目光時起到了重要作用。個人理財產(chǎn)品的預期收益率是包含上限和下限的區(qū)間，即封頂收益率（X8）和封底收益率（X9）。不僅如此，預期收益率中還包含未考慮到的其他影響實際收益率的信息，因此是很重要的變量。

⑤保本比例（X10）：投資產(chǎn)品對本金的保護程度。保本比例越高，投資風險越低，與之對應的實際年化收益率就越低。

（三）數(shù)據(jù)說明

本文選取指標的原始數(shù)據(jù)全部來源于Choice數(shù)據(jù)庫。囿于2018年4月起，中國人民銀行、中國銀保監(jiān)會、中國證監(jiān)會發(fā)布了50多條金融業(yè)對外開放措施，鼓勵外資法人金融機構(gòu)進駐中國市場，是促進中國金融市場健康可持續(xù)發(fā)展的良好開端。同時，2018年商業(yè)銀行理財產(chǎn)品的發(fā)行規(guī)模遠大于近兩年，如2018年中國銀行業(yè)金融機構(gòu)累計發(fā)行了2567萬只理財產(chǎn)品，遠大于2023年新發(fā)行理財產(chǎn)品的311萬只；2018年新增發(fā)行非保本型理財產(chǎn)品的募集資金累計11810萬億元，是2023年新發(fā)行理財產(chǎn)品累計募集資金5708萬億元的兩倍多。因此，選取2018年商業(yè)銀行理財產(chǎn)品數(shù)據(jù)展開研究更具代表性。本文選出2018年的商業(yè)銀行理財產(chǎn)品數(shù)據(jù)作為截面數(shù)據(jù)，并對原始數(shù)據(jù)做以下處理：①剔除沒有實際收益率和預期收益率上限的數(shù)據(jù)；②設置預期收益率下限和保本比例的缺失值均為0；③剔除所有包含缺失值的行數(shù)據(jù)，最終得到樣本觀測值716個，實際年化收益率的樣本區(qū)間為［006，657］。

四、實證分析

（一）檢驗相關影響因素的多重共線性

對全部選中的數(shù)據(jù)做方差膨脹因子VIF檢驗，結(jié)果如表2所示。所有變量的方差膨脹因子VIF雖均小于10，但變量X3和X10的方差膨脹因子分別為87271和93483，均趨近于10，且二者與其他變量的方差膨脹因子的差距較大，說明數(shù)據(jù)中可能存在多重共線性。同時方差膨脹因子平均數(shù)VIF=31228，遠大于1，這說明模型存在嚴重的多重共線性。為進一步證實多重共線性是否存在，選用條件數(shù)再進行計算，結(jié)果為k=4615068，遠大于1000，故可證實數(shù)據(jù)中存在嚴重的多重共線性。為消除其影響，引入Lasso和主成分回歸予以解決。

（二）應用主成分回歸討論相關影響因素

運用主成分分析提取出來的因子，方差貢獻率越大，說明該因子包含的初始信息越多。為選取最有效的主成分，如表3所示，計算了各主成分的特征值、方差貢獻率與累計方差貢獻率。其中前5個特征值≥1（第5個特征值近似于1），分別為17143，12540，11522，10963，09962，對應的方差貢獻率分別為2939%，1573%，1328%，1202%，992%；一般情況下，累計方差貢獻率大于80%，就可認為所選主成分可代表大量原始數(shù)據(jù)信息，前5個主成分累計方差貢獻率達到80335%。從這兩方面看均滿足選擇5個主成分來衡量實際年化收益率的條件。

同時，本文計算得到前5個主成分的載荷矩陣，即將每個主成分變量用已知10個變量線性化表示。這可以展示各主成分變量與原解釋變量的函數(shù)關系，令提取的5個主成分為Z1，Z2，Z3，Z4，Z5，則對應關系式如式（2）所示：

為了更明確解釋各個主成分的含義，本文采用方差最大化因子旋轉(zhuǎn)的方法凸顯，即將載荷大的因子變得更大，載荷小的因子變得更小。本文將旋轉(zhuǎn)后載荷矩陣中的因子（用RC表示）與原始變量相關關系大的因素提取出來，并將相關系數(shù)四舍五入，繪制與標記在圖1中。

由圖1可知，第一主成分大的對應于收益類型風險程度高的理財產(chǎn)品，第一主成分?。ㄘ撝担┑膶诒１颈壤叩睦碡敭a(chǎn)品。第二主成分大的對應于發(fā)行主體更具有規(guī)模更穩(wěn)定的銀行、預期收益率上限高的產(chǎn)品，第二主成分小的（負值）對應于遞增單位大的產(chǎn)品。第三主成分大的對應于掛鉤標的風險程度高、委托期時間長的產(chǎn)品。第四主成分大的對應于投資幣種為本幣的、預期收益率下限高的產(chǎn)品。第五主成分大的對應于委托最低投資金額高的產(chǎn)品。然后，以實際年化收益率為被解釋變量，5個主成分為解釋變量，構(gòu)建主成分回歸模型：

Y=β0+β1Z1+β2Z2+β3Z3+β4Z4+β5Z5（3）

運用R語言的回歸程序計算該模型的方差分析結(jié)果、回歸系數(shù)t檢驗結(jié)果，如表4所示。方差分析結(jié)果的F值為828，相伴P值遠小于005，表明在α=005的水平下拒絕原假設H0，即認為至少有一對主成分不完全相同，故本文接下來所做的回歸分析有實際意義。

從表4可以看出，所有回歸系數(shù)的P值均小于005，說明在α=005的水平下拒絕原假設H0，接受備擇假設H1，即認為所求回歸系數(shù)均有效，可認為被解釋變量Y與5個主成分之間呈顯著線性關系，被解釋變量Y與5個主成分的回歸關系式如式（4）所示：

Y=408198-023211Z1-029418Z2-010349Z3-024298Z4-007244Z5（4）

最后，將5個主成分與原始變量的線性關系式（1）代入式（2）中，可得被解釋變量與解釋變量的回歸結(jié)果，如式（5）所示：

Y=35764-02534X1+14999X2+00324X3-00115X4-00011X5?-00003X6?????+00051X7-00169X8-00987X9-00008X10（5）

通過上述主成分回歸模型的結(jié)果，可以得出以下結(jié)論：①變量X2、X4、X5、X6的結(jié)果違背原假設，這可能是由于主成分回歸擬合效果不好。從主成分的方差貢獻性上看，各個主成分起到的貢獻作用并不特別明顯，即便第一主成分也僅起到29389%的貢獻度，這與主成分分析的初衷差距較大（一般情況下，第一主成分會包含50%以上的貢獻率）。這可能由于多重共線性過于嚴重，造成信息重疊與丟失，才使主成分回歸結(jié)果與原假設出入巨大。②主成分回歸只可做到降維，卻無法實現(xiàn)變量子集篩選的功能。因此，主成分回歸結(jié)果中可能會存在較小的系數(shù)估計值。其實當系數(shù)很小時，所對應的變量起到的作用很小。就像式（3），從系數(shù)估計的絕對值上看，X6和X10均小于0001。這兩個變量對被解釋變量的影響程度非常小，可近乎視為0。當這樣的變量存在時，會干擾其他變量發(fā)揮功效，并降低結(jié)果的準確性，此處認為應剔除變量X6和X10。

為了進一步消除多重共線性的影響，本文又采用收縮的手段，即引入Lasso。在進行參數(shù)估計的同時進行變量選擇，篩選出最優(yōu)子集，以消除由于數(shù)據(jù)細微變化造成模型不穩(wěn)定、不宜解釋、過分大的系數(shù)估計的影響，來達到準確的預測。

（三）采用Lasso回歸分析實際年化收益率影響因素

本文在運用Lasso時調(diào)用了程序包lars，得到了Lasso的系數(shù)解路徑圖和統(tǒng)計量Cp變化過程。如圖2所示，路徑選擇過程一共進行了10步，每一步都進行一次增加變量或刪減變量，當?shù)降?步時，有最小統(tǒng)計量Cp=92524，再結(jié)合變量實際增減情況，最終篩選出9個變量的最優(yōu)子集，并給出了該情況下的系數(shù)估計值，如表5所示。

通過Lasso回歸模型，本文從上述結(jié)果中可以得出以下結(jié)論：①模型中剔除了變量X6，這是為什么呢？經(jīng)過查驗，X6與Y的相關系數(shù)為-0017，因為相關系數(shù)已經(jīng)很小，可認為二者不相關，故當作無關變量被剔除。②變量X10的系數(shù)估計絕對值小于001，相比于其他回歸系數(shù)已經(jīng)非常小，在模型中對解釋變量起到的作用微乎其微，故同時剔除變量X10。③除了變量X2、X4，Lasso的結(jié)果與原假設相符。這說明Lasso擬合效果較主成分回歸好一些。但是變量X2、X4仍不同的原因?qū)⒂弥鞒煞只貧w與Lasso結(jié)果對比論述。

（四）主成分回歸與Lasso結(jié)果對比分析

本文將原假設、主成分回歸與Lasso模型得出的相關性結(jié)論整理在表6中?？芍庇^看到，Lasso與原假設相悖的所有變量，主成分回歸均有涉及，這肯定了原假設的誤區(qū)，下面進行逐項分析：①投資幣種X2：反觀所選數(shù)據(jù)，內(nèi)部所含外幣產(chǎn)品均由國內(nèi)銀行發(fā)行，外資銀行發(fā)行的產(chǎn)品均是人民幣幣種。即便數(shù)據(jù)中包含了外幣產(chǎn)品，但運營模式還是在本土固有環(huán)境下，沒有體現(xiàn)國外金融機構(gòu)在個人理財上的經(jīng)驗，其實這樣診斷出的相關性是缺少實際意義的，所以會造成與假設不符的錯覺。②掛鉤標的X4：為了消除時間對模型造成的影響，數(shù)據(jù)全部來源于2018年。此年貿(mào)易摩擦不斷，是中國經(jīng)濟衰退、股市大幅下跌、房地產(chǎn)泡沫破碎的一年，必然會對高風險程度的理財產(chǎn)品造成嚴重的打擊，自然掛鉤標的風險程度大的產(chǎn)品實際年化收益會大幅下降，甚至呈現(xiàn)負相關的狀態(tài)。

除此以外，主成分回歸中變量X5仍與原假設有沖突，為解釋這一問題，先計算了X5與Y的相關系數(shù)為00374，為正相關。因原假設與相關性、Lasso的解釋均為正相關，故可認為主成分回歸在對信息處理時過分調(diào)整，造成信息損失，因而引起變量關系出現(xiàn)錯誤。同時可認為在此模型中主成分回歸擬合效果不穩(wěn)定，Lasso擬合效果更好。

（五）基于多元線性回歸推斷影響因素

根據(jù)Lasso中剔除了變量X6、?X10的方法，此處再對剔除了這兩個變量后的數(shù)據(jù)重新構(gòu)建多元線性回歸模型，得到的結(jié)果如表7所示?；貧w關系式如式（6）所示：

Y=43272-04416X1+21673X2+01156X3-02607X4+00022X5+00014X7?-01349X8?-00670X9?（6）

該模型的擬合優(yōu)度調(diào)整R2=04303，表明在實際年化收益率Y的總變差下，可由解釋變量X1、X2、X3、X4、X5、X7、X8、X9所解釋的部分占4303%，在經(jīng)濟學模型中這種數(shù)值表明擬合效果較好。然后由F檢驗的P值約等于0，說明方程中至少有一個解釋變量與Y顯著相關，且回歸模型整體高度顯著。從各回歸系數(shù)的t檢驗可以看出，模型中解釋變量均可通過顯著性檢驗，回歸系數(shù)擬合較好。

另外，從式（6）看出該模型相關關系的正負性仍列入表8中，便于觀察與比較。并且，在入選模型的8個相關因素中，發(fā)行主體對實際年化收益的影響程度最大，其次是掛鉤標的產(chǎn)生的影響較為顯著；然而，投資者認為影響更重要的變量收益類型卻在數(shù)值上沒有起到關鍵作用，反而是影響最小的變量。

最后，將式（5）、表7和表9的系數(shù)估計絕對值放在表8中發(fā)現(xiàn)，分類型變量的系數(shù)估計絕對值，尤其是變量X1、X2、X4，幾乎均大于數(shù)值型變量的系數(shù)估計絕對值，這說明非數(shù)值化的分類型數(shù)據(jù)更加重要，作為評估標準具有舉足輕重的作用，需引起重視。

（六）實際年化收益率預測

利用上文所得的多元線性回歸模型式（6），對2018年理財產(chǎn)品的實際年化收益率進行預測，并將預測值與實際值對比觀察，結(jié)果如表9所示。其中，模型預測值為回歸關系式計算出來的預測年化收益率，官方預測值為該產(chǎn)品被宣傳時的預期年化收益率，在此將兩者概念作區(qū)分，避免混淆。

表9中各統(tǒng)計量值均從表11中計算得出，其中相對誤差1為315626%，大于20%，這說明預測誤差較大，預測結(jié)果較差。又比較表11中的相對誤差1&2，可粗略看出相對誤差1小于相對誤差2。再通過比較兩組數(shù)據(jù)的平均值，發(fā)現(xiàn)相對平均誤差1為315626%，遠小于相對平均誤差2（784434%），這說明擬合后的預測值更加準確有效。

另外，察覺到數(shù)據(jù)中有極端值的存在，發(fā)生在第577和第578組；第578組中的相對誤差1為83130073%，小于相對誤差為288833333%，但因誤差過大，考慮剔除此組值；第577組類似，故同時剔除，再重新計算相對平均誤差。剔除后的相對平均誤差1為157178%，相比于剔除前減少了一半，這說明受到極端值的影響很嚴重；此時，相對平均誤差2為617309%，更大于相對平均誤差2，故仍可認為模型起到的效果好；另外，此時的相對平均誤差在15%左右，可認為預測誤差適當，預測結(jié)果較為有效，可以作為實際年化收益率的可靠參考值。

最后，根據(jù)上述描述性推測構(gòu)建單邊假設檢驗，即H0：?相對誤差1≥相對誤差2與H1：相對誤差1<相對誤差2。經(jīng)過t檢驗得到統(tǒng)計量t=-25835，相伴P值為0004954<001，故拒絕原假設，接受備擇假設H1，認為相比于官方的預期年化收益而言，實際年化收益率的模型預測結(jié)果更接近實際年化收益率。因此該模型預測結(jié)果更精確，更具有參考意義。

五、研究結(jié)論與對策建議

（一）研究結(jié)論

全球貿(mào)易摩擦頻繁升級，對我國金融產(chǎn)品造成了巨大負面沖擊，也給個人理財產(chǎn)品帶來更多不確定性。中國政府采用一系列積極的財政政策和貨幣政策，也未能有效控制個人理財產(chǎn)品向下波動的趨勢。本文清晰地從性質(zhì)和數(shù)量上說明了影響實際年化收益率的相關因素，綜合分析三種模型的實證結(jié)果，發(fā)現(xiàn)在經(jīng)濟環(huán)境不佳時，股票、基金類掛鉤標的收益要小于債券利率類掛鉤標的產(chǎn)品；收益類型為浮動型的產(chǎn)品收益較高于固定型的產(chǎn)品收益；實際年化收益率也與委托期和委托產(chǎn)品遞增單位成正相關；但是受全球貿(mào)易摩擦的影響，發(fā)行主體自身的資信水平對實際年化收益率有顯著負面影響。研究具有較高的經(jīng)濟價值與社會價值，可以激勵廣大投資者理性投資，既保障投資者權益，又具備可持續(xù)優(yōu)化的無限潛力。研究為投資者衡量理財產(chǎn)品優(yōu)劣提供了一種保護形式，同時促進中國理財產(chǎn)品在貿(mào)易摩擦中持續(xù)發(fā)展。

（二）對策建議

在經(jīng)濟前進動力不足的背景下，中國應該采取更多寬松措施激勵金融市場，堅守住系統(tǒng)性風險的底線。本文的研究結(jié)論有以下政策啟示：

一是建立理財產(chǎn)品的全流程風險控制。風險控制是保障個人理財產(chǎn)品健康運營的前提保障，更是商業(yè)銀行業(yè)務健康發(fā)展的最后防線。在全球貿(mào)易摩擦背景下，個人理財產(chǎn)品發(fā)行機構(gòu)應該把風險控制與風險管理工作放在首位，建立全理財業(yè)務風險管理體系，提前做好突發(fā)事件的防控預案，保障中國個人理財產(chǎn)品的可持續(xù)發(fā)展。

二是改善理財產(chǎn)品的需求側(cè)與供給側(cè)的協(xié)調(diào)能力。全球貿(mào)易摩擦造成個人理財產(chǎn)品的市場敏感度大幅提升，抑制了投資者的積極性。這就需要供給側(cè)商業(yè)銀行提高市場綜合把控能力，合理拆分與組合各類影響實際收益率的因素，從理財產(chǎn)品掛鉤標的比例、委托期、資信水平等關鍵因素出發(fā)達成更多購買決策，并運用好委托產(chǎn)品遞增單位的要求，實現(xiàn)有效規(guī)避風險的多樣化目標，開發(fā)出更多滿足市場需求的個人理財產(chǎn)品。

三是提升理財產(chǎn)品的營銷和服務能力。建立生命周期的客戶管理系統(tǒng)，智能挖掘個體在人生不同階段的理財需求狀況，實現(xiàn)個性化管理。運用數(shù)字化賦能個人理財產(chǎn)品，促進理財產(chǎn)品的宣傳能力，增強個體投資者的理財意識，實現(xiàn)客戶與銀行互動溝通，提升個人理財產(chǎn)品的需求。

四是激發(fā)理財產(chǎn)品的創(chuàng)新活力。金融機構(gòu)促進客戶群體細分，開發(fā)設計分層理財產(chǎn)品。以市場為導向，綜合考慮金融機構(gòu)的市場競爭能力、產(chǎn)品定位、客戶群定位制定個人理財產(chǎn)品的基本層面；以客戶為中心，挖掘投資者偏好，充分考慮理財產(chǎn)品的委托期限、產(chǎn)品類型、掛鉤標的資產(chǎn)等多元化且更具有吸引力的理財產(chǎn)品，以滿足不同偏好的投資者需求。

參考文獻

［1］MARKOWITZ?HPortfolio?Selection［J］The?Journal?of?Finance，1952，7（1）：77-91

［2］CARLIN?B?IStrategic?price?complexity?in?retail?financial?markets［J］Journal?of?Financial?Economics，2009，91（3）：278-287

［3］田暉商業(yè)銀行個人理財產(chǎn)品影響因素分析［D］成都：西南財經(jīng)大學，2013

［4］王千紅，何林立，宋宛霖商業(yè)銀行個人理財產(chǎn)品收益率及其影響因素研究［J］價格理論與實踐，2016（1）：129-132

［5］沈潤濤銀行理財業(yè)務轉(zhuǎn)型發(fā)展的關鍵問題研究［J］農(nóng)村金融研究，2016（7）：37-41

［6］杜波居民對商業(yè)銀行個人理財業(yè)務的認知及需求研究——以呼和浩特市為例［D］杭州：浙江大學，2018

［7］李娜商業(yè)銀行理財產(chǎn)品收益率影響因素研究——基于監(jiān)管政策變遷視角［J］經(jīng)濟經(jīng)緯，2019，36（2）：149-157

［8］朱宏泉，王蕭目標決定成敗？——基于商業(yè)銀行理財產(chǎn)品收益的錨定效應分析［J］系統(tǒng)科學與數(shù)學，2019，39（10）：1684-1700

［9］孫赫，任金政，王貝貝基于風險感知—價值感知雙準則的個人互聯(lián)網(wǎng)理財行為研究［J］經(jīng)濟經(jīng)緯，2019，36（5）：151-157

［10］林曉我國商業(yè)銀行個人理財產(chǎn)品收益率影響因素研究［D］南昌：華東交通大學，2020

［11］劉銀平降準將導致固收產(chǎn)品收益下跌［J］理財，2020（2）：62

［12］牛子晗銀行理財領域金融消費者的認定與保護［J］首都師范大學學報（社會科學版），2021（3）：68-76

［13］才國偉，朱雅典，周彤理財產(chǎn)品市場服務了實體經(jīng)濟嗎？——基于投資收益稅改政策的準自然實驗［J］統(tǒng)計研究，2022，39（6）：86-100

［14］黃曉旭，董翠華理性看待債券市場波動對銀行理財?shù)挠绊懀跩］中國外匯，2022（24）：67-69

［15］康橋“資管新規(guī)”下個人理財收益率影響因素分析——以“工銀理財”和“光大理財”數(shù)據(jù)為例［J］投資與創(chuàng)業(yè)，2022，33（21）：14-17

［16］卜振興，郝培，高凱銀行理財產(chǎn)品凈值波動回顧［J］中國外匯，2023（2）：65-67

［17］龍林茂，鄭琦，田亞軍金融市場風險溢出對銀行理財產(chǎn)品收益的效應研究［J］財經(jīng)理論研究，2024（1）：12-25

A?Study?on?the?Impact?of?Actual?Annualized?Returns?of?Wealth?Management?Products?in?Commercial?Banks

——Empirical?Analysis?Based?on?Lasso?and?Principal?Component?Regression

ZHANG?Zhao?Peng1，2

（1School?of?Economics，University?of?Chinese?Academy?of?Social?Sciences，Beijing?100048；2Institute?of?Economics，Chinese?Academy?of?Social?Sciences，Beijing?100836）

Abstract：Individual?investors?are?social?and?natural?persons?in?the?financial?market，and?are?also?the?most?widely?used?investment?subjects?in?wealth?management?productsActively?expanding?individual?investment?can?help?promote?stable?and?healthy?economic?developmentIn?reality，the?actual?return?on?investment?products?of?commercial?banks?is?often?lower?than?the?expected?return，which?causes?significant?losses?to?medium?and?high-risk?investors?and?also?severely?undermines?market?confidenceUsing?cross-sectional?data?from?commercial?bank?wealth?management?products，establish?principal?component?regression?and?Lasso?model?to?empirically?analyze?the?influencing?factors?of?actual?annualized?returns，in?order?to?accurately?measure?actual?returns?and?provide?reference?standards?for?investors?to?identify?good?and?bad?productsResearch?has?found?that?the?actual?annualized?yield?of?commercial?wealth?management?products?is?positively?correlated?with?the?commission?period?and?increasing?unit，and?significantly?negatively?correlated?with?the?credit?scale?and?expected?annualized?yield?of?the?issuing?entity；However，investors?generally?believe?that?important?types?of?returns?play?a?small?roleIn?the?new?development?stage，it?is?recommended?to?establish?a?full?process?risk?control?for?wealth?management?products?to?maintain?stable?product?returns，improve?the?coordination?ability?between?the?demand?and?supply?sides?of?wealth?management?products，enhance?the?marketing?and?service?capabilities?of?wealth?management?products，and?stimulate?the?innovative?vitality?of?wealth?management?products

Keywords：Commercial?Bank?Wealth?Management?Products；Actual?Annualized?Income；Principal?Component?Regression；Lasso