[黃金屬性分類]

黃金的屬性可以歸為三類，分別是商品屬性、避險(xiǎn)屬性及貨幣屬性。商品屬性基于黃金本身的使用價(jià)值，與供需有關(guān)。避險(xiǎn)屬性及貨幣屬性基于黃金的長(zhǎng)期價(jià)值與市場(chǎng)預(yù)期，會(huì)對(duì)黃金價(jià)格長(zhǎng)周期波動(dòng)產(chǎn)生影響。

“平安藏古董，亂世買黃金。”易存儲(chǔ)、產(chǎn)量有限、世界認(rèn)同度高等特性使得黃金天然具有硬通貨特征。

按金融學(xué)的定義，貨幣的屬性主要體現(xiàn)為儲(chǔ)存功能、流通功能、支付功能、保值功能和安全功能。本文將儲(chǔ)存功能、支付功能及安全功能歸納為避險(xiǎn)屬性的底層邏輯。這里主要討論保值功能。

美國(guó)5年期國(guó)債與美國(guó)5年期抗通脹國(guó)債利差可以作為衡量市場(chǎng)對(duì)通貨膨脹預(yù)期的指標(biāo)，稱為5年期通脹預(yù)期。

2011年至2025年的5年期通脹預(yù)期指標(biāo)與倫敦金價(jià)格可以進(jìn)行曲線擬合。對(duì)比發(fā)現(xiàn)，通脹預(yù)期總體與黃金價(jià)格保持明顯的正相關(guān)性，同漲同跌趨勢(shì)較為明顯。在2011年年初、2016年上半年、2019年中期、2020年10月、2024年中期出現(xiàn)負(fù)相關(guān)關(guān)系，但負(fù)相關(guān)時(shí)間跨度明顯短于正相關(guān)時(shí)間跨度。

黃金價(jià)格與通脹預(yù)期的關(guān)系是避險(xiǎn)屬性與貨幣屬性的體現(xiàn)。黃金持有無利息且有儲(chǔ)藏成本，作為最終支付工具之一，黃金對(duì)利率較為敏感，但由于供應(yīng)有限且易存儲(chǔ)，其單位購(gòu)買力相對(duì)于信用貨幣更穩(wěn)定。

[實(shí)證分析]

數(shù)據(jù)選取

本文選擇市場(chǎng)風(fēng)險(xiǎn)及通脹水平作為影響黃金價(jià)格的底層因素，選取倫敦金價(jià)、標(biāo)普500VIX指數(shù)及美國(guó)5年通脹預(yù)期分別代表黃金價(jià)格、市場(chǎng)風(fēng)險(xiǎn)及全球通脹預(yù)期。此外，由于供應(yīng)缺口對(duì)黃金價(jià)格的影響比較直接，也將COMEX黃金庫存指標(biāo)加入模型。

設(shè)置上，變量P代表黃金價(jià)格，VIX代表標(biāo)普500VIX指數(shù)，ICPI代表美國(guó)通脹預(yù)期，STOCK代表黃金庫存。

考慮到黃金日內(nèi)價(jià)格受資金增減、情緒變化等因素影響，本文將日度數(shù)據(jù)調(diào)整為周度數(shù)據(jù)，選擇每周最后一個(gè)交易日的數(shù)據(jù)為計(jì)量數(shù)據(jù)，利用周度時(shí)間序列進(jìn)行分析。

計(jì)量方法采用向量自回歸（VAR）模型及最小二乘法（OLS），統(tǒng)計(jì)軟件采用Eviews8.0。

平穩(wěn)性檢驗(yàn)

分別對(duì)黃金價(jià)格、標(biāo)普500VIX指數(shù)、黃金庫存、美國(guó)通脹預(yù)期進(jìn)行平穩(wěn)性（ADF）檢驗(yàn)。

表為各指標(biāo)ADF檢驗(yàn)結(jié)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值都大于臨界值，接受了原假設(shè)，說明時(shí)間序列是非平穩(wěn)序列。其1階差分［X（-1）］在1%、5%、10%的置信水平下，ADF值都小于臨界值，拒絕了原假設(shè)，說明時(shí)間序列的1階差分是平穩(wěn)的，這四個(gè)指標(biāo)可以構(gòu)建VAR模型。

協(xié)整檢驗(yàn)

采用基于回歸殘差的協(xié)整檢驗(yàn)方法，對(duì)回歸殘差進(jìn)行單位根檢驗(yàn)，以判斷非平穩(wěn)時(shí)間序列之間是否存在協(xié)整關(guān)系，即檢驗(yàn)回歸方程殘差序列是不是一個(gè)平穩(wěn)序列。

第一步，建立回歸方程。

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

使用OLS進(jìn)行估計(jì)，得到下表的結(jié)果：

表為OLS回歸結(jié)果

第二步，對(duì)殘差進(jìn)行單位根檢驗(yàn)。由回歸結(jié)果可得殘差時(shí)間序列，運(yùn)用EViews 8.0進(jìn)行單位根檢驗(yàn)，結(jié)果如下表所示：

表為殘差A(yù)DF單位根檢測(cè)結(jié)果

結(jié)果顯示，殘差時(shí)間序列在10%置信水平下拒絕原假設(shè)，接受不存在單位根的結(jié)論。因此，可以確定殘差為平穩(wěn)序列，即黃金價(jià)格和通脹預(yù)期、市場(chǎng)風(fēng)險(xiǎn)及供應(yīng)缺口之間存在協(xié)整關(guān)系。

Granger檢驗(yàn)

通過以上分析可以初步認(rèn)定，黃金價(jià)格受商品屬性、避險(xiǎn)屬性及貨幣屬性的影響，有經(jīng)濟(jì)學(xué)意義。通過協(xié)整檢驗(yàn)可知，黃金價(jià)格與供應(yīng)缺口、通脹預(yù)期及市場(chǎng)風(fēng)險(xiǎn)存在長(zhǎng)期穩(wěn)定關(guān)系。因此，需要進(jìn)一步探討四者領(lǐng)先及滯后關(guān)系，所用方法為Granger因果關(guān)系檢驗(yàn)。檢驗(yàn)結(jié)果如下表所示：

表為Granger因果關(guān)系檢驗(yàn)結(jié)果

本文只關(guān)心黃金價(jià)格為被解釋變量的那部分?jǐn)?shù)據(jù)。上表是利用EViews8.0計(jì)算的Granger因果關(guān)系檢驗(yàn)結(jié)果，原假設(shè)為ICPI、VIX、STOCK與P不存在Granger因果關(guān)系。從得到的P值可以看出，3個(gè)變量的P值均小于臨界值，表明在5%的置信水平下，ICPI、VIX、STOCK均拒絕原假設(shè)而接受備選假設(shè)，3個(gè)指標(biāo)與P均具有Granger因果關(guān)系，對(duì)P具有引導(dǎo)作用。

因此，可以利用VAR模型構(gòu)建如下公式：

表為VAR模型參數(shù)的顯著性檢驗(yàn)結(jié)果

滯后期的選取

以上分析為默認(rèn)2階VAR模型，下面采用EViews8.0對(duì)模型進(jìn)行滯后期優(yōu)選處理。從下表可以看出，LR FPE AIC指向6階滯后期。

表為 VAR模型回歸階數(shù)的選擇結(jié)果

為了更準(zhǔn)確地選擇滯后期，本文分別對(duì)2階及6階滯后期模型進(jìn)行檢驗(yàn)。下表顯示，2階滯后期的AIC及SC值分別為9.59和9.66。

表為VAR模型2階滯后期檢驗(yàn)結(jié)果

圖為VAR模型2階滯后期單位根檢驗(yàn)結(jié)果

此外，6階滯后期模型的AIC及SC值分別為9.61和9.81，數(shù)據(jù)說明2階滯后期是更優(yōu)選擇。

滯后2期和滯后6期的所有根均落在單位圓內(nèi)，兩個(gè)滯后期均能滿足VAR模型要求。本文以AIC及SC數(shù)據(jù)作為參考發(fā)現(xiàn)，滯后2期及滯后6期的模型均足夠穩(wěn)定。因而，以下的分析是以2階滯后期作為模型參數(shù)。

圖為VAR模型6階滯后期單位根檢驗(yàn)結(jié)果

脈沖響應(yīng)函數(shù)

利用廣義脈沖響應(yīng)函數(shù)，分別給通脹預(yù)期、市場(chǎng)風(fēng)險(xiǎn)、供應(yīng)缺口一個(gè)單位大小的沖擊后，判斷各因素對(duì)黃金價(jià)格的影響程度。本文采用的是周度數(shù)據(jù)，考慮到通脹預(yù)期、市場(chǎng)風(fēng)險(xiǎn)、供應(yīng)缺口不但影響短線黃金價(jià)格走勢(shì)，而且影響中長(zhǎng)線黃金價(jià)格走勢(shì)，特將脈沖響應(yīng)函數(shù)采用滯后50階及500階來檢驗(yàn)。

圖為滯后50階VAR模型脈沖函數(shù)檢驗(yàn)結(jié)果

圖為滯后500階VAR模型脈沖函數(shù)檢驗(yàn)結(jié)果

具體來看，VIX對(duì)黃金價(jià)格產(chǎn)生正向影響，ICPI對(duì)黃金價(jià)格產(chǎn)生負(fù)向影響。

ICPI指標(biāo)自第3周起正向影響逐漸減少，于第8周轉(zhuǎn)向負(fù)值，第56周達(dá)到-5.49，之后隨著滯后期的增加，逐步平穩(wěn)。通脹預(yù)期總體反映黃金的保值功能，這是黃金對(duì)抗通脹的體現(xiàn)。

檢驗(yàn)結(jié)果顯示，黃金的保值功能體現(xiàn)周期為8周。也就是說，當(dāng)通脹預(yù)期走高時(shí)，黃金價(jià)格跟隨上漲，而8周之后，隨著通脹的持續(xù)走高，黃金價(jià)格不漲反跌。本文認(rèn)為，此現(xiàn)象與貨幣當(dāng)局的政策措施預(yù)期有關(guān)。通脹持續(xù)走高，市場(chǎng)預(yù)期央行將引導(dǎo)市場(chǎng)利率走高進(jìn)而抑制通脹，黃金價(jià)格在加息預(yù)期中走弱。當(dāng)前市場(chǎng)還未找到更好地反映主要央行加息預(yù)期的指標(biāo)，本模型也未涉及此指標(biāo)，這也是后續(xù)需要完善的方面。

VIX指標(biāo)自第2周影響轉(zhuǎn)正，第38周達(dá)到9.72，之后開始下降，最低降至零。負(fù)向影響可以解釋為隨著市場(chǎng)風(fēng)險(xiǎn)的加大，投資者對(duì)未來經(jīng)濟(jì)預(yù)期偏悲觀，居民收入、企業(yè)投資及消費(fèi)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(yīng)寬松轉(zhuǎn)變，資產(chǎn)價(jià)格存在回落預(yù)期，導(dǎo)致黃金價(jià)格同樣受到負(fù)向影響，此影響持續(xù)時(shí)長(zhǎng)在1至2周。正向影響可以解釋為隨著市場(chǎng)風(fēng)險(xiǎn)的加大，黃金避險(xiǎn)需求凸顯，此影響持續(xù)時(shí)長(zhǎng)約38周。

STOCK指標(biāo)第1周影響為負(fù)，第2周轉(zhuǎn)正，第4周達(dá)到正向影響最大值0.82，隨后開始下降，第12周降至負(fù)值，第103周達(dá)到負(fù)向影響最大值-1.298，之后回歸至零。庫存指標(biāo)除第1周外，總體影響程度不大。在模型覆蓋期的10年內(nèi)，黃金的商品屬性體現(xiàn)得并不明顯，價(jià)格更多受到貨幣屬性及避險(xiǎn)屬性的影響。

滯后500階的脈沖響應(yīng)函數(shù)顯示，VAR模型趨于穩(wěn)定。通過比較可以確認(rèn)，第1周至第3周ICPI對(duì)黃金價(jià)格的影響最大且影響為正，VIX影響最弱，而第3周之后，VIX影響最大，STOCK影響最弱且影響程度低于1。

表為VAR脈沖響應(yīng)函數(shù)檢驗(yàn)結(jié)果

方差分解

方差是衡量隨機(jī)變量波動(dòng)的指標(biāo)，方差分解可以確定隨機(jī)變量波動(dòng)的原因，以及各個(gè)因素對(duì)波動(dòng)的貢獻(xiàn)程度。方差分析結(jié)果如下表所示，當(dāng)滯后期為1周時(shí)，總方差完全來自黃金價(jià)格本身；隨著滯后期的增加，黃金價(jià)格自身影響部分的方差呈下降趨勢(shì)，其他因素的影響開始增大。從數(shù)值來看，VIX對(duì)黃金價(jià)格波動(dòng)的貢獻(xiàn)最大，然后是ICPI。

表為方差分解數(shù)據(jù)

[結(jié)論 ]

通過協(xié)整檢驗(yàn)分析可知，黃金價(jià)格同時(shí)受通脹預(yù)期、市場(chǎng)情緒、庫存數(shù)據(jù)等的影響，黃金價(jià)格與各因素之間存在長(zhǎng)期均衡關(guān)系。

通過脈沖響應(yīng)函數(shù)進(jìn)一步分析可知，各因素對(duì)黃金價(jià)格波動(dòng)的影響隨著滯后期的不同而不同，通脹預(yù)期及避險(xiǎn)需求是主導(dǎo)黃金價(jià)格的主要長(zhǎng)期因素，庫存為影響黃金價(jià)格的短期因素，通脹預(yù)期及避險(xiǎn)需求同樣是短期影響因素，但影響程度和方向隨著時(shí)間的推移而變化。

第1周至第8周，通脹預(yù)期對(duì)黃金價(jià)格產(chǎn)生正向影響，但隨著通脹的持續(xù)，加息預(yù)期增強(qiáng)，通脹預(yù)期對(duì)黃金價(jià)格的影響減弱。

黃金的避險(xiǎn)需求在短周期內(nèi)表現(xiàn)不明顯，但隨著風(fēng)險(xiǎn)的持續(xù)，避險(xiǎn)需求對(duì)黃金價(jià)格的正向影響加強(qiáng)，風(fēng)險(xiǎn)持續(xù)時(shí)間越長(zhǎng)，黃金避險(xiǎn)需求體現(xiàn)越明顯，大概在第38周影響達(dá)到最大值，之后逐步減弱。

本文嘗試引入通脹預(yù)期及標(biāo)普500 VIX指數(shù)來分析其與黃金價(jià)格的關(guān)系，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(yù)期的因素及指標(biāo)沒有定論。雖然ICPI能代表一部分加息預(yù)期，但從脈沖響應(yīng)函數(shù)分析結(jié)果來看，還需要尋找更有代表性的指標(biāo)。（作者單位：華安期貨）