[黃金屬性分類]

　　黃金的屬性可以歸爲三類，分別是商品屬性、避險屬性及貨幣屬性。商品屬性基於黃金本身的使用價值，與供需有關。避險屬性及貨幣屬性基於黃金的長期價值與市場預期，會對黃金價格長週期波動產生影響。

　　“平安藏古董，亂世買黃金。”易存儲、產量有限、世界認同度高等特性使得黃金天然具有硬通貨特徵。

　　按金融學的定義，貨幣的屬性主要體現爲儲存功能、流通功能、支付功能、保值功能和安全功能。本文將儲存功能、支付功能及安全功能歸納爲避險屬性的底層邏輯。這裏主要討論保值功能。

　　美國5年期國債與美國5年期抗通脹國債利差可以作爲衡量市場對通貨膨脹預期的指標，稱爲5年期通脹預期。

　　2011年至2025年的5年期通脹預期指標與倫敦金價格可以進行曲線擬合。對比發現，通脹預期總體與黃金價格保持明顯的正相關性，同漲同跌趨勢較爲明顯。在2011年年初、2016年上半年、2019年中期、2020年10月、2024年中期出現負相關關係，但負相關時間跨度明顯短於正相關時間跨度。

　　黃金價格與通脹預期的關係是避險屬性與貨幣屬性的體現。黃金持有無利息且有儲藏成本，作爲最終支付工具之一，黃金對利率較爲敏感，但由於供應有限且易存儲，其單位購買力相對於信用貨幣更穩定。

　　[實證分析]

　　數據選取

　　本文選擇市場風險及通脹水平作爲影響黃金價格的底層因素，選取倫敦金價、標普500VIX指數及美國5年通脹預期分別代表黃金價格、市場風險及全球通脹預期。此外，由於供應缺口對黃金價格的影響比較直接，也將COMEX黃金庫存指標加入模型。

　　設置上，變量P代表黃金價格，VIX代表標普500VIX指數，ICPI代表美國通脹預期，STOCK代表黃金庫存。

　　考慮到黃金日內價格受資金增減、情緒變化等因素影響，本文將日度數據調整爲周度數據，選擇每週最後一個交易日的數據爲計量數據，利用周度時間序列進行分析。

　　計量方法採用向量自迴歸（VAR）模型及最小二乘法（OLS），統計軟件採用Eviews8.0。

　　平穩性檢驗

　　分別對黃金價格、標普500VIX指數、黃金庫存、美國通脹預期進行平穩性（ADF）檢驗。

　　表爲各指標ADF檢驗結果

　　從上表可以看出，在1%、5%、10%的置信水平下，P、ICPI、VIX及STOCK的ADF值都大於臨界值，接受了原假設，說明時間序列是非平穩序列。其1階差分［X（-1）］在1%、5%、10%的置信水平下，ADF值都小於臨界值，拒絕了原假設，說明時間序列的1階差分是平穩的，這四個指標可以構建VAR模型。

　　協整檢驗

　　採用基於迴歸殘差的協整檢驗方法，對迴歸殘差進行單位根檢驗，以判斷非平穩時間序列之間是否存在協整關係，即檢驗迴歸方程殘差序列是不是一個平穩序列。

　　第一步，建立迴歸方程。

　　P=c（1）+c（2）×Ivx+c（3）×STOCK+c（4）×ICPI+u，t=1.2...T

　　使用OLS進行估計，得到下表的結果：

　　表爲OLS迴歸結果

　　第二步，對殘差進行單位根檢驗。由迴歸結果可得殘差時間序列，運用EViews 8.0進行單位根檢驗，結果如下表所示：

　　表爲殘差ADF單位根檢測結果

　　結果顯示，殘差時間序列在10%置信水平下拒絕原假設，接受不存在單位根的結論。因此，可以確定殘差爲平穩序列，即黃金價格和通脹預期、市場風險及供應缺口之間存在協整關係。

　　Granger檢驗

　　通過以上分析可以初步認定，黃金價格受商品屬性、避險屬性及貨幣屬性的影響，有經濟學意義。通過協整檢驗可知，黃金價格與供應缺口、通脹預期及市場風險存在長期穩定關係。因此，需要進一步探討四者領先及滯後關係，所用方法爲Granger因果關係檢驗。檢驗結果如下表所示：

　　表爲Granger因果關係檢驗結果

　　本文只關心黃金價格爲被解釋變量的那部分數據。上表是利用EViews8.0計算的Granger因果關係檢驗結果，原假設爲ICPI、VIX、STOCK與P不存在Granger因果關係。從得到的P值可以看出，3個變量的P值均小於臨界值，表明在5%的置信水平下，ICPI、VIX、STOCK均拒絕原假設而接受備選假設，3個指標與P均具有Granger因果關係，對P具有引導作用。

　　因此，可以利用VAR模型構建如下公式：

　　表爲VAR模型參數的顯著性檢驗結果

　　滯後期的選取

　　以上分析爲默認2階VAR模型，下面採用EViews8.0對模型進行滯後期優選處理。從下表可以看出，LR FPE AIC指向6階滯後期。

　　表爲 VAR模型迴歸階數的選擇結果

　　爲了更準確地選擇滯後期，本文分別對2階及6階滯後期模型進行檢驗。下表顯示，2階滯後期的AIC及SC值分別爲9.59和9.66。

　　表爲VAR模型2階滯後期檢驗結果

　　圖爲VAR模型2階滯後期單位根檢驗結果

　　此外，6階滯後期模型的AIC及SC值分別爲9.61和9.81，數據說明2階滯後期是更優選擇。

　　滯後2期和滯後6期的所有根均落在單位圓內，兩個滯後期均能滿足VAR模型要求。本文以AIC及SC數據作爲參考發現，滯後2期及滯後6期的模型均足夠穩定。因而，以下的分析是以2階滯後期作爲模型參數。

　　圖爲VAR模型6階滯後期單位根檢驗結果

　　脈衝響應函數

　　利用廣義脈衝響應函數，分別給通脹預期、市場風險、供應缺口一個單位大小的衝擊後，判斷各因素對黃金價格的影響程度。本文采用的是周度數據，考慮到通脹預期、市場風險、供應缺口不但影響短線黃金價格走勢，而且影響中長線黃金價格走勢，特將脈衝響應函數採用滯後50階及500階來檢驗。

　　圖爲滯後50階VAR模型脈衝函數檢驗結果

　　圖爲滯後500階VAR模型脈衝函數檢驗結果

　　具體來看，VIX對黃金價格產生正向影響，ICPI對黃金價格產生負向影響。

　　ICPI指標自第3周起正向影響逐漸減少，於第8週轉向負值，第56周達到-5.49，之後隨着滯後期的增加，逐步平穩。通脹預期總體反映黃金的保值功能，這是黃金對抗通脹的體現。

　　檢驗結果顯示，黃金的保值功能體現週期爲8周。也就是說，當通脹預期走高時，黃金價格跟隨上漲，而8周之後，隨着通脹的持續走高，黃金價格不漲反跌。本文認爲，此現象與貨幣當局的政策措施預期有關。通脹持續走高，市場預期央行將引導市場利率走高進而抑制通脹，黃金價格在加息預期中走弱。當前市場還未找到更好地反映主要央行加息預期的指標，本模型也未涉及此指標，這也是後續需要完善的方面。

　　VIX指標自第2周影響轉正，第38周達到9.72，之後開始下降，最低降至零。負向影響可以解釋爲隨着市場風險的加大，投資者對未來經濟預期偏悲觀，居民收入、企業投資及消費者信心都有可能受到不利影響。因此，大宗商品供需格局向供應寬鬆轉變，資產價格存在回落預期，導致黃金價格同樣受到負向影響，此影響持續時長在1至2周。正向影響可以解釋爲隨着市場風險的加大，黃金避險需求凸顯，此影響持續時長約38周。

　　STOCK指標第1周影響爲負，第2週轉正，第4周達到正向影響最大值0.82，隨後開始下降，第12周降至負值，第103周達到負向影響最大值-1.298，之後迴歸至零。庫存指標除第1周外，總體影響程度不大。在模型覆蓋期的10年內，黃金的商品屬性體現得並不明顯，價格更多受到貨幣屬性及避險屬性的影響。

　　滯後500階的脈衝響應函數顯示，VAR模型趨於穩定。通過比較可以確認，第1周至第3周ICPI對黃金價格的影響最大且影響爲正，VIX影響最弱，而第3周之後，VIX影響最大，STOCK影響最弱且影響程度低於1。

　　表爲VAR脈衝響應函數檢驗結果

　　方差分解

　　方差是衡量隨機變量波動的指標，方差分解可以確定隨機變量波動的原因，以及各個因素對波動的貢獻程度。方差分析結果如下表所示，當滯後期爲1周時，總方差完全來自黃金價格本身；隨着滯後期的增加，黃金價格自身影響部分的方差呈下降趨勢，其他因素的影響開始增大。從數值來看，VIX對黃金價格波動的貢獻最大，然後是ICPI。

　　表爲方差分解數據

　　[結論 ]

　　通過協整檢驗分析可知，黃金價格同時受通脹預期、市場情緒、庫存數據等的影響，黃金價格與各因素之間存在長期均衡關係。

　　通過脈衝響應函數進一步分析可知，各因素對黃金價格波動的影響隨着滯後期的不同而不同，通脹預期及避險需求是主導黃金價格的主要長期因素，庫存爲影響黃金價格的短期因素，通脹預期及避險需求同樣是短期影響因素，但影響程度和方向隨着時間的推移而變化。

　　第1周至第8周，通脹預期對黃金價格產生正向影響，但隨着通脹的持續，加息預期增強，通脹預期對黃金價格的影響減弱。

　　黃金的避險需求在短週期內表現不明顯，但隨着風險的持續，避險需求對黃金價格的正向影響加強，風險持續時間越長，黃金避險需求體現越明顯，大概在第38周影響達到最大值，之後逐步減弱。

　　本文嘗試引入通脹預期及標普500 VIX指數來分析其與黃金價格的關係，總體來看效果尚可，但仍有部分未能解釋的問題，如反映央行加息預期的因素及指標沒有定論。雖然ICPI能代表一部分加息預期，但從脈衝響應函數分析結果來看，還需要尋找更有代表性的指標。（作者單位：華安期貨）

（文章來源：期貨日報）