中国黄金期货价格影响因素研究

2014-09-19 06:59杨胜刚陈帅立王盾

财经理论与实践 2014年3期

杨胜刚+陈帅立+王盾

基金项目：教育部博士点基金（20090161110029）

摘要：采用线性回归、BreushGodfrey LM相关性检验、VAR模型的方差分解和脉冲响应图、价格波动率的单位根检验和Granger格兰杰因果检验等方法对中国黄金期货价格的影响因素进行实证研究。结果表明：上海、香港、伦敦的黄金现货和纽约黄金期货价格以及美元指数是影响中国黄金期货价格的主要因素，而中国黄金期货价格的波动显著受到伦敦黄金现货价格波动和纽约黄金期货价格波动的影响。虽然目前中国黄金期货市场已具备一定的规避风险功能，且初具价格发现功能，但国际影响力有待继续提升。

关键词：黄金期货；价格因素；国际影响力

中图分类号：F830.59 文献标识码： A文章编号：1003-7217(2014)03-0044-05

一、引言

中国黄金期货①的面世时间并不长，2008年初于上海期货交易所正式挂牌交易。尽管中国黄金期货市场在短短五年的时间里成长迅速，但依然处在初级发展阶段,存在许多亟待探究的问题。尤其是在当今国际金融危机持续发展的宏观背景下，国际黄金价格波动频繁。特别是2013年4月金价历史性地暴跌到每盎司1400美元，引发了黄金市场的持续低迷和消费者的恐慌心理。由于价格发现和风险转移是期货市场的两大基本功能，因此，研究中国黄金期货价格的影响因素及内在机理有助于检验中国黄金期货市场是否已经具备价格发现功能，从而可以判断中国黄金期货市场的发育程度，对预测中国黄金期货价格的未来趋势和黄金期货市场的发展前景具有重要现实意义。

关于黄金期货价格的研究，国外的Monoroe和Cohn(1986)认为，人们可以根据短期国库券利率与不同到期日的黄金期货合约之间的关系，判断是否有机会获得超额利润［1］。Ma和Soenen（1988）研究了黄金期货与白银期货之间的价格关系，发现黄金、白银现货价格之间的关联性在黄金和白银期货市场中仍然存在［2］。Poitras（1990）利用两个不同到期月份的黄金期货价格之间的交易差价研究了黄金期货价差的分布特性，结果显示，黄金期货差价的分布理论上依赖于期货价格和隐含的套利回报的分布［3］。

国内对黄金期货的价格研究主要集中在近两年。冯辉、张蜀林(2012）通过建立黄金期货价格决定要素模型，认为长期内国际黄金期货价格决定要素为世界GDP、美元指数、利率、美国经济状况；经济危机期间价格决定要素为美元指数、主权信用违约互换(CDS)、波动率指数、全球流动性、通货膨胀［4］。沙青、张晓东（2013）运用多因素实证分析的方法对黄金期货价格的影响因素进行研究，认为对黄金期货价格变动影响较大的因素分别为黄金现货价格、纽约黄金期货价格、石油指数和美元指数［5］。为此，以下试通过建立黄金期货价格形成模型进行理论分析。

二、模型构建及回归分析

（一）回归模型的构建

以影响黄金期货价格的四大因素来确定变量，即黄金期货与黄金现货的关系、黄金现货价格的影响因素，反映国民经济的重要宏观经济变量、国际期货市的联动性［6-12］。将因变量设定为中国黄金期货价格，选择中国黄金现货市场价格（沪金9995与沪金99999的平均价格）、香港黄金现货市场价格、日本黄金期货市场价格、伦敦黄金现货市场价格、纽约黄金期货市场价格、美国原油指数、道琼斯工业指数和美元指数作为变量［13］。选取以上变量从2011年1月10日~2012年1月13日的周收盘价，剔除日期不同的数据后得到50个样本。然后，进行对数处理，调整货币单位和汇率，分别用lnAUF、lnAUSH、lnAUHK、lnAUJP、lnAULD、lnAUCMX、lnOILI、lnDJI、lnDI表示。

首先,将上述九个变量进行ADF单位根检验。结果显示各变量在各显著水平下均为一阶平稳序列，可以进行OLS线性回归。

假设中国黄金期货价格多元回归模型为：

y=β0+β1dln AUSH+β2dln AUHK+

β3dln AUJP+β4dln AULD+β5dln AUCMX+

β6dln OILI+β7dln DJI+β8dln DI （1）

对式（1）运用OLS回归分析,结果如表1。

表1 各变量的多元线性回归结果

Variable

Coefficiet

Std. Error

tStatistic

Prob.

-0.000282

0.000658

-0.428608

0.6705

dlnAUSH

0.847904

0.086743

9.774912

0.0000

dlnAUHK

0.157536

0.069003

2.283018

0.0278

dlnAUJP

0.018630

0.016173

1.151939

0.2562

dlnAULD

-0.198658

0.173475

-1.145168

0.2589

dlnAUCMX

0.232431

0.151308

1.536142

0.1324

dlnOILI

0.010794

0.021814

0.494822

0.6234

dlnDJI

-0.034416

0.030975

-1.111094

0.2732

dlnDI

0.086348

0.069024

1.250980

0.2182

Rsquared

0.980599

Mean dependent var

0.003873

Adjusted

Rsquared

0.976719

S.D. dependent var

0.029333

S.E. of

regression

0.004476

Akaike info criterion

-7.815918

Sum squared

resid

0.000801

Schwarz criterion

-7.468440

Log

likelihood

200.4900

HannanQuinn criter.

-7.684085

Fstatistic

252.7202

DurbinWatson stat

2.254527

Prob

(Fstatistic)

0.000000

财经理论与实践(双月刊)2014年第3期2014年第3期(总第189期)杨胜刚，陈帅立等：中国黄金期货价格影响因素研究

表1显示，F值为252.72；Prob概率值为0，说明模型总体上显著性良好；R方和调整后的R方均保持在0.97以上，表明模型拟合程度比较理想；DW值为2.25，大于标准值2，说明回归方程的残差序列不存在序列自相关。

（二）回归模型的改进

1.残差分析。残差分析(residual analysis)考查个体观测值，看因变量的实际值是高于还是低于预测值。初始回归模型的残差图如图1。

图1中，各期残差大都分处于虚线区间内，既无明显偏向，也无误差逐渐扩大和周期性波动的趋势，因此，模型函数式的设立是合理的。由图1可知，第2、5、7、34、35、42周的波动情况异常。联系异常点发生时国际国内经济形势和黄金期现货市场价格发现，第2周由于欧洲央行暗示采取紧缩政策，导致国际各大商品交易所黄金期货价格下跌。第3、4期正处于中国春节股市休市后的两周，国际黄金价格仍然变动，所以，开市后预期因积累而偏离正常值，至第5期才逐渐恢复正常。第34~35周，也就是2011年9月中下旬，观察这期间美元汇率、国际金价的价格及走势发现，美元汇率和原油价格急剧走跌，而国际黄金价格迅速走高。其原因可能是中国黄金期货市场对国际黄金市场的价格、交易量等其他指标的变化反应不够灵敏，因此，国际金融危机所引发的美元、原油走软导致国内投资者对黄金价格走强的过度预期。第42期因西班牙公债创下14年来历史新高，导致欧美股市大跌，国际黄金市场也难逃其影响。因此，剔除这几个异常值。

图1 各变量多元回归方程的残差分析图

剔除异常值之后，用t检验剔除不显著的dlnAUJP、dlnOILI和dlnDJI，得到六个变量的初始回归方程，其线性回归结果见表2。

表2 修改后的六个变量线性回归结果

Variable

Coefficiet

Std. Error

tStatistic

Prob.

-0.000245

0.000473

-0.516942

0.6083

dlnAUSH

0.881199

0.058589

15.04029

0.0000

dlnAUHK

0.112039

0.044347

2.526421

0.0159

dlnAULD

-0.273687

0.115418

-2.371272

0.0230

dlnAUCMX

0.354975

0.101034

3.513430

0.0012

dlnDI

0.096134

0.041343

2.325259

0.0256

Rsquared

0.991251

Mean dependent var

0.007064

Adjusted

Rsquared

0.990068

S.D. dependent var

0.028946

S.E. of

regression

0.002885

Akaike info criterion

-8.729971

Sum squared

resid

0.000308

Schwarz criterion

-8.484223

Log

likelihood

193.6944

HannanQuinn criter.

-8.639347

Fstatistic

838.3735

DurbinWatson stat

2.415441

Prob

(Fstatistic)

0.000000

表2显示， F值为838.3755； Prob概率值为0，说明模型显著性良好；同时，R方和调整后的R方均在0.99以上，表明模型的拟合程度较为理想；而DW值为2.42，比标准值2高，说明回归模型的残差序列不存在序列自相关。最终得到初始的多元回归模型。

2.BreushGodfrey LM检验。检验残差序列的相关性，LM模型是较为理想的方法之一，其结果如图3所示。

表3 多元回归模型的残差序列相关性检验结果

Fstatistic

4.048

Prob

0.0518

Obs×Rsquared

4.346

Prob

0.0371

假设置信度为1%，则LM检验显示接受原假设，因此，回归方程的残差序列不存在相关性，模型是有效的。最终的多元回归方程如下式：

dln AUF=-0.000245+0.881199×dln AUSH+

0.112039×dln AUHK－0.273687×dln AULD+

0.354975×dln AUCMX+0.096134×dln DI（2）

以上回归模型说明，上海、香港、伦敦的黄金现货价格、美国黄金期货价格和美元指数是影响中国黄金期货价格的主要因素。其中，中国黄金期货价格主要受到上海、伦敦的黄金现货和美国黄金期货市场价格的影响，其相关系数分别为0.88、-0.27和0.35。

（三）回归模型的预测能力检验

采用点预测方法，利用多元回归线性模型预测中国黄金期货（lnAUF）第51~55周（2012.01.20~2012.02.24）的收盘价格，其结果如表4。

表4 黄金期货周收盘价实际值与预测值对比

周数

实际值

预测值

339.7

338.7067

358.62

358.1908

353.25

351.7527

353.42

352.2967

362.28

360.1318

从表4可知，采用多元线性回归模型点预测方法得到的接下来五周的黄金期货价格与实际值较为接近，说明本文构建的中国黄金期货价格模型预测准确、合理。

三、价格波动分析

根据上文回归模型得到的结论，进一步考察中国黄金期货、中国黄金现货、香港黄金现货、伦敦黄金现货和纽约黄金期货之间价格波动的相关性。

（一）数据选取

不同的黄金期货合约交割期不一致，若简单收集黄金期货的价格会使其数据不具连续性。为避免这种情况，拟采用文华财经上沪金指数②作为黄金期货价格的数据来源。然后利用公式R=Δpt/pt－1将价格数据转换成价格波动率数据，用RAUF、RAUHK、RAUSH、RAULD、RAUCMX 分别表示中国黄金期货、中国黄金现货、香港黄金现货、伦敦黄金现货和纽约黄金期货的价格波动率序列。样本区间为 2011 年 1 月11日~2012年4月12日，共328个数据。对五个价格波动序列进行平稳性检验。假定置信度水平为1%，检验结果显示，五个序列均为平稳序列，可以进行下一步检验。

（二）ADL模型检验

通过建立ADL模型将数据的动态非均衡过程逼近经济理论的长期均衡过程，以考察RAUF与RAUSH、RAUHK、RAULD、RAUCMX长期趋势是否一致。根据SC最小准则，选取阶数p=2，q=2，得到的四个ADL(2，2)模型，分别将四个模型进行LM检验,发现其残差序列均不存在序列自相关。因此，变换得到RAUF与RAUSH、RAUHK、RAULD、RAUCMX的误差修正模型：

ΔRAUFt=0.270ΔRAUFt-1+0.926ΔRAUSHt－

0.285ΔRAUSHt-1－1.719(RAUFt－

0.982RAUSHt)+εt+1（3）

ΔRAUFt=－0.0003+0.171ΔRAUFt-1+

0.855ΔRAUHKt－0.178ΔRAUHKt-1－

1.571(RAUFt－0.910RAUHKt)+εt+1（4）

ΔRAUFt=0.092ΔRAUFt-1+0.211ΔRAULDt－

0.380ΔRAULDt-1－1.643(RAUFt－

0.888RAULDt)+εt+1 （5）

ΔRAUFt=0.115ΔRAUFt-1+0.296ΔRAULDt－

0.258ΔRAULDt-1－1.658(RAUFt－

0.840RAULDt)+εt+1 （6）

从式（3）~（6）可知，影响中国黄金期货价格短期波动的因素主要有两个：一是短期内中国黄金现货市场价格波动的作用，用差分项表示；二是长期内中国黄金期货市场价格偏离长期均衡的作用，用误差修正项ecmt的系数表示。如式（3）中，当中国黄金期货市场的价格波动偏离短期均衡时，调整力度为（-1.719）。而中国黄金期货与现货价格波动的长期均衡系数为0.982，两者依存度高达98.2%。因此，中国黄金期现货市场的价格长期内趋于一致，中国黄金期货市场已具备一定的规避风险能力。同理，中国黄金期货市场价格与香港、伦敦黄金现货价格、纽约黄金期货市场价格在长期内均存在一致性。

（三）Granger格兰杰因果检验

为了检验序列RFAU、RSHAU、RHKAU、RLDAU和RCMXAU之间的因果关系，我们进行了滞后二期的格兰杰因果检验，其结果见表5。

表5说明：第一，从价格影响力角度看，国际各大黄金市场对中国黄金期货市场价格的影响力较大，而中国黄金期货市场也对本国及周边地区的黄金市场具有一定的辐射力。第二，从价格波动率角度看，中国黄金现货价格波动受到现货价格波动的影响，说明其具备领先于现货市场的价格发现功能。第三，香港黄金市场能反映国际黄金市场与中国黄金市场的价格变化，说明香港黄金市场发展较为成熟，能较快地对其他黄金市场的价格变化做出反应。第四，国际黄金市场的定价权主要掌握在伦敦黄金交易所，因而对其他黄金市场的价格走向有绝对的影响力。

表5 Granger因果关系检验

原假设

Fstatistic

Prob

结论

RAUSH不是RAUF的原因

RAUF不是RAUSH的原因

1.41030

4.97676

0.2458

0.0075

接受原假设

拒绝原假设

RAUHK不是RAUF的原因

RAUF不是RAUHK的原因

2.25444

5.21804

0.1072

0.0061

接受原假设

拒绝原假设

RAULD不是RAUF的原因

RAUF不是RAULD的原因

318.157

0.18505

3.E-72

0.8312

拒绝原假设

接受原假设

RAUCMX不是RAUF的原因

RAUF不是RAUCMX的原因

226.152

0.25947

2.E-58

0.7717

拒绝原假设

接受原假设

RAUHK不是RAUSH的原因

RAUSH不是RAUHK的原因

6.80204

3.96471

0.0013

0.0202

拒绝原假设

RAULD不是RAUSH的原因

RAUSH不是RAULD的原因

283.361

1.70317

2.E-67

0.1840

拒绝原假设

接受原假设

RAUCMX不是RAUSH的原因

RAUSH不是RAUCMX的原因

269.740

0.86305

4.E-65

0.4230

接受原假设

拒绝原假设

RAULD不是RAUHK的原因

RAUHK不是RAULD的原因

89.1976

0.00926

6.E-30

0.99008

拒绝原假设

接受原假设

RAUCMX不是RAUHK的原因

RAUHK不是RAUCMX的原因

51.0122

1.02590

3.E-19

0.3600

拒绝原假设

接受原假设

RAUCMX不是RAULD的原因

RAULD不是RAUCMX的原因

1.60798

18.6392

0.2020

2.E-08

接受原假设

拒绝原假设

（四）VAR模型的脉冲响应分析

建立香港黄金现货、伦敦黄金现货、纽约黄金期货、中国黄金期货和现货市场的VAR模型，用以分析中国黄金期货市场与其他黄金市场的关系，了解中国黄金期货市场价格波动受其他黄金市场价格波动的影响程度。

上述黄金市场分别用AUHKM、AULDM、AUCMXM、AUFM和AUSHM表示，数据仍采用价格波动率序列数据。设定滞后期为10天，用Eviews软件得到图2所示的脉冲响应图，横轴表示时间（日），纵轴表示反应程度（%）。

由图2可知，一单位正结构的AUFM价格波动在当期对其自身有0.0065%的冲击，第二天冲击调整为0.001%，第七天才基本被吸收，反应时间为六天；一单位正结构的AUCMXM、AUSHM价格波动在当期对AUFM冲击较小，第二天冲击才增大到0.0015%；一单位正结构的AULDM价格波动在当期对AUFM也无冲击，第二天冲击才增加到0.01%；AUHKM价格波动的一单位正结构冲击在当期对AUFM无影响，第二天增大到0.001%，所有冲击均在第七天基本被吸收。

显然，国际市场的黄金现期货价格波动冲击对中国黄金期货价格波动的影响相对较大，说明中国黄金期货市场的发展还欠成熟稳健，黄金期货价格波动仍在较大程度上受到欧美黄金市场的影响，今后需进一步完善。

图2 RAUF的脉冲响应图

（五）VAR模型的方差分解分析

用VAR模型的方差分解分析进一步研究各黄金市场之间的相互影响程度。假定滞后时间为10 天，然后用Eviews软件得到图3所示的方差分解图，时间用横轴表示（日），冲击的贡献率用纵轴表示（%）。

图3 RAUF方差分解图

图3显示，中国黄金期货价格波动在当期对自身的冲击高达100%。第二期开始冲击的贡献率发生较大变化，AULDM的冲击贡献上升到65%，而AUFM对自身的冲击下降到30%，随后基本保持这一水平。AUSHM、AUHKM、AUCMXM的价格冲击较小。这说明中国黄金期货的价格波动主要受到其自身和伦敦黄金现货价格波动的影响，且能够在较短时间内吸收冲击，说明中国黄金期货市场亟待进一步发展。

四、结论

综上所述，中国黄金期货价格主要受到上海、伦敦的黄金现货和美国COMEX黄金期货价格的影响。中国黄金期货市场在面世后的五年里发展迅猛，已具备一定的风险规避功能，也初步实现了价格发现功能。它对中国乃至亚洲黄金市场有一定的引导力，但同时其自身受国际黄金市场的影响也较大，国际影响力仍然处于初级发展阶段。在国内黄金需求日益增长的今天，中国应该进一步规范黄金期货市场交易制度，完善相关法律法规，促进中国黄金期货市场朝着规范、稳健、国际化的方向迈进。

注释：

① 这里指在上海期货交易所上市的黄金期货，香港黄金期货则指中国香港地区上市的黄金期货。

②数据来源：文华财经期货软件，http://www.wenhua.com.cn.

参考文献：

［1］Monroe, M.A &Cohn, R.A. The relative efficiency of the gold and treasury bill futures markets［J］. The Journal of Futures Markets, 1986, 6(3): 477-493.

［2］Christopher K. Ma, Luc A. Soenen. Arbitrage opportunities in metal futures markets［J］. The Journal of Futures Markets, 1988, 8(2): 199-209.

［3］Geoffrey Poitras.The distribution of gold futures spreads［J］. The Journal of Futures Markets, 1990, 10(6): 643-659.

［4］冯辉，张蜀林.国际黄金期货价格决定要素的实证分析［J］. 中国管理科学, 2012, 11(20): 424-428.

［5］沙青，张晓东.我国黄金期货市场价格影响因素［J］.研究时代金融,2013(8):261.

［6］王慧琳.我国黄金期货价格与现货价格引导关系的实证研究［D］.广州:暨南大学,2010.

［7］Forrest Capie, Terence C.Mills, Geoffrey Wood. gold as an hedge against the US dollar［J］. World Gold Council, 2004，（9）：1-25.

［8］Dipak Ghosh, Eric J. Levin, Peter Macmillan, Robert E. Wright.gold as an inflation hedge?［J］. Studies in Economics and Finance, 2004, 22(1):1-25.

［9］Colin Lawrence. Why is gold different from other assets?an empirical investigation［J］. World Gold Council, 2004，（10）：2-8.

［10］杨柳勇，史震涛.黄金价格的长期决定性因素分析［J］.统计研究,2004(6):21-24.

［11］刘曙光，胡再勇.黄金价格的长期决定因素稳定性分析［J］.世界经济研究,2008(2):35-41.

［12］杜见喧，王静. 国内外黄金期货价格关系的实证分析［J］.商场现代化,2009(8):333.

［13］王盾.我国黄金期货价格形成机制实证研究［D］.长沙：湖南大学，2009.

(责任编辑:宁晓青)

The Research on the Influecing Factors of Chinese Gold Futures

YANG Shenggang,CHEN Shuaili,WANG Dun

(College of Finance and Statistics, Hunan University, Changsha,Hunan 410079, China)

Abstract：This paper mainly studies the influencing factors of Chinese gold futures by applying the linear regression,the BreushGodfrey LM correlation analysis,the Variance Decomposition as well as the Impulse Response diagram in the VAR model and the Unit Root test and the Granger causality test of the price volatility, etc.,empirically. The result of the empirical test confirms that the price of Chinese gold futures is mainly affected by the gold spot price of Shanghai, Hongkong, London,the gold futures price of New York, and the dollar index; the price volatility of Chinese gold futures is greatly influenced by the London gold spot price and the New York futures gold price fluctuation. The Chinese gold futures market has already performed roles of risksavoiding and pricediscovery to some extent.However, its international influence is yet to be further developed.

Key words：Gold futures; Influencing factors; International influence

［11］刘曙光，胡再勇.黄金价格的长期决定因素稳定性分析［J］.世界经济研究,2008(2):35-41.

［12］杜见喧，王静. 国内外黄金期货价格关系的实证分析［J］.商场现代化,2009(8):333.

［13］王盾.我国黄金期货价格形成机制实证研究［D］.长沙：湖南大学，2009.

(责任编辑:宁晓青)

The Research on the Influecing Factors of Chinese Gold Futures

YANG Shenggang,CHEN Shuaili,WANG Dun

(College of Finance and Statistics, Hunan University, Changsha,Hunan 410079, China)

Key words：Gold futures; Influencing factors; International influence

［11］刘曙光，胡再勇.黄金价格的长期决定因素稳定性分析［J］.世界经济研究,2008(2):35-41.

［12］杜见喧，王静. 国内外黄金期货价格关系的实证分析［J］.商场现代化,2009(8):333.

［13］王盾.我国黄金期货价格形成机制实证研究［D］.长沙：湖南大学，2009.