我们还能想到余额宝的流动性主要取决于余额宝即天弘基金的收益率与巨额赎回率 [2]。 很显然，余额宝内的基金买家的主要聚焦点是余额宝的纯收益率，如果收益率很高，那么用 户退出购买实施赎回的几率就会变得很低，这就意味着余额宝具有很好的资金流动性。相反 得，如果余额宝的资金流动性很差，那么越多的用户会选择退出购买进行赎回，与之而来基 金面对的赎回风险就会越变越大。

用户用支付宝进行在线消费支出以及资金从余额宝转帐到支付宝的过程，基金相当于被 赎回，蚂蚁金服就只能利用它们公司现有的自备资金抑或是客户备付金来垫付基金所需的赎 回资金，只有这样才能完成从余额宝转账到支付宝的即时到账的承诺。因而如果突然发生用 户集体退出购买赎回基金的情况，抑或金服公司发生金融状况无法实现当天的正常交割，无 法垫付基金用户赎回资金的情况，支付宝就必须使用购买者的备付金来进行支付，此时余额 宝的资金流动性遇到障碍的可能性就极大，收益就会受到随之而来的影响。对于余额宝来说， 可能出现用户扎堆赎回的时间是十分危险的，比如光棍节、情人节等打折活动会产生的流动 性危害是很严重的的，并且高频率的基金赎回会很大程度上改变使基金的收益率，而且同步 的消费支出也会加剧金服公司的资金流动性风险。即使有来自于支付宝的大数据在技能方面 给予很大的支持和帮助，然而我们还是能够发现只要市场产生变化，基金购买者扎堆将处于 余额宝中的余额转出或者用于其他目的，不管是支付宝还是天弘基金、余额宝全部会处于十 分尴尬且不具主动性的地位。

此时，余额宝资金流数据的统计预测变得非常重要，具有不可撼动的地位。

1。3 几种主要的预测方法

统计预测：根据我们的统计研究任务，搜集统计资料，运用科学的预测方法，建立模型， 在对研究对象进行定性分析的基础上，对现象未来的状况事先做出预算和推断。

目前我们使用的几种主要预测方法为：定性预测，回归预测，时间序列预测，类神经网 络，决策树等。

定性预测：将逻辑判断作为主要依据，具体可以有主观概率法，相互影响法，情景预估 法；

回归预测法：用来分析不同变量与变量之间相互关系的一种数理统计方法，线性回归预 测法包括一元与多元的，还有非线性回归预测法；

时间序列预测法：寻找变量随时间进展而产生的变化规律，并且利用该变量已有的统计 资料建立数学模型作为预估判断的依据；

类神经网络：依据计算的连接路径连接需要进行数据处理的数学计算模型； 决策树模型：决策树(Decision Tree）指的是利用各类状况已知的发生概率为基础，组成

决策树来并且求得净现值的期望值不小于零的概率，它是一种直接运用概率分析的图解法， 也是一种预估事件收益与损失，预估它可行性大小的判断分析方式。

决策树(Decision Tree）以各类状况发生的概率为基准，组成决策树来求得净现值的期望 值不小于零的概率，它是一种直接运用概率分析的图解法，也是一种预估项目收益与损失， 判断其可行性大小的决策分析方式。因为这种决策分析方法作成图像就像是树的粗干和枝桠， 所以称之为决策树。在机器学习中，决策树是一个用来预估判断的数学模型，它展现了研究 对象的属性与对象值之间的一种映射关系。文献综述

决策树是一种形状像树且拥有枝干的模型构成，内在的每一个内部节点都表示一个研究 对象属性上的测试，每个枝干即分支表示了一个测试结果的输出，一个枝叶节点表示了一种 类别。 ARIMA模型余额宝资金流数据的统计预测模型(4):http://www.youerw.com/shuxue/lunwen_87258.html