国际黄金期货价格影响因素研究

doi:10.11872/j.issn.1005-2518.2021.04.194

国际黄金期货价格影响因素研究

郑明贵^,¹^,², 曹天琦^,¹, 曾健林¹

1.江西理工大学经济管理学院，江西赣州 341000

2.中国科学技术大学管理学院，安徽合肥 230026

Research on Influencing Factors of International Gold Futures Price

ZHENG Minggui^,¹^,², CAO Tianqi^,¹, ZENG Jianlin¹

1.School of Economics and Management，Jiangxi University of Science and Technology，Ganzhou 341000，Jiangxi，China

2.School of Management，University of Science and Technology of China，Hefei 230026，Anhui，China

通讯作者: 曹天琦（1997-），男，江苏南通人，硕士研究生，从事资源经济与管理方面的研究工作。15770882892@163.com

收稿日期: 2020-11-07 修回日期: 2021-03-08 网络出版日期: 2021-10-11

基金资助:

国家社会科学基金重点项目“中国战略性矿产资源国家安全评估与预警系统研究（2020-2050）”.  18AGL002
国家自然科学基金重点项目“大数据环境下的评价理论、方法和应用”.  71631006
江西理工大学重大项目培育计划“大数据驱动下国家矿产资源安全战略管理现代化研究”.  19ZDPY-08

江西省青年井冈学者奖励计划联合资助

Received: 2020-11-07 Revised: 2021-03-08 Online: 2021-10-11

作者简介 About authors

郑明贵（1978-），男，安徽颍上人，教授，博士生导师，从事资源经济与管理方面的研究工作mgz268@sina.com , E-mail：mgz268@sina.com

摘要

全球政治经济环境的不稳定性会造成国际黄金期货价格的剧烈波动。为探究国际黄金期货价格的主要影响因素，利用2000—2019年国际黄金期货月度价格数据，运用向量自回归（VAR）模型、向量误差修正（VECM）模型、协整检验、脉冲响应和方差分解进行实证研究。结果表明：国际黄金期货价格与地缘政治风险、经济政策不确定性、美元指数、利率水平、美国通货膨胀水平和全球黄金供需差值存在长期均衡关系，并且美国通货膨胀水平和美元指数对国际黄金期货价格影响最为显著。地缘政治风险和经济政策不确定性在短期内对国际黄金期货价格产生正向冲击，同时经济政策不确定性的正向影响周期更长。

关键词： 国际黄金期货价格 ; 地缘政治风险 ; 经济政策不确定性 ; VAR模型 ; VECM模型 ; 脉冲响应

Abstract

Based on the dual functions of commodity and currency，this paper takes the great influence of gold price fluctuation on the world economy.At present，most of the literatures analyze the influencing factors of international gold futures price fluctuation from three aspects of supply and demand，finance and index.However，due to the instability of the global political and economic environment，international gold futures prices fluctuate violently.Few scholars consider the impact of geopolitical risks and economic policy uncertainty on the price fluctuations of international gold futures.At the same time，few scholars combine the above two factors with other variables to analyze the influencing factors of international gold futures price.In order to better explore the main influencing factors of international gold futures price，this paper used the monthly price data of international gold futures from 2000 to 2019，using VAR model，VECM model，cointegration test，impulse response and variance decomposition to conduct empirical research.At the same time，Granger causality test was used to analyze the causal relationship between the variables and the international gold futures price.The analysis focuses on the results of impulse response，which is different from the method of orthogonal impulse response in traditional dynamic analysis.In this paper，the generalized impulse response analysis method was used.The results show that there is a long-term equilibrium relationship between international gold futures price and geopolitical risk，economic policy uncertainty，dollar index，interest rate level，U.S. inflation level and the D-value between global gold supply and demand，and dollar index have the most significant impact on international gold futures price.Geopolitical risks and economic policy uncertainties have a positive impact on the international gold futures price in the short term，while the positive impact of economic policy uncertainties is longer.This paper provides a better theoretical basis for predicting the trend of gold price.

Keywords： international gold futures price ; geopolitical risks ; economic policy uncertainty ; VAR model ; VECM model ; impulse response

PDF (5744KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

郑明贵, 曹天琦, 曾健林. 国际黄金期货价格影响因素研究[J]. 黄金科学技术, 2021, 29(4): 510-524 doi:10.11872/j.issn.1005-2518.2021.04.194

ZHENG Minggui, CAO Tianqi, ZENG Jianlin. Research on Influencing Factors of International Gold Futures Price[J]. Gold Science and Technology, 2021, 29(4): 510-524 doi:10.11872/j.issn.1005-2518.2021.04.194

黄金具有商品和货币的双重功能，主要表现在保值避险、抵抗通胀以及优化资产配置上。由于黄金所具有的特殊属性，使得黄金价格波动对世界经济造成巨大影响。同时由于黄金的双重属性，黄金价格形成机制并非由单一商品供求均衡决定，而是由供给和需求均衡的商品属性以及投资和投机的货币属性共同决定（胡恩同，2005）。随着黄金传统货币功能的弱化，其金融属性应运而生。在政治经济环境多重因素的影响下，黄金的商品属性和金融属性动态地决定着黄金价格（刘昊然，2007）。此外，黄金期货又具有较强的套期保值与对冲功能，在全球经济中发挥着重要作用（Fang et al.，2018）。

黄金价格波动与美国经济状况有着密切联系，2008年全球金融危机期间，黄金价格上涨231.60美元/盎司，涨幅达35.50%。近年来，由于国际金融市场的动荡和全球政治局势的不稳定使得黄金价格一路上涨，2020年8月黄金价格首次突破2 000美元/盎司，创历史新高。在国际政治经济环境背景下，黄金价格与国际政治经济环境不确定性是否存在一定的长期均衡关系，短期内又是否会出现偏离现象？同时国际政治经济环境不确定性对黄金价格会产生怎样的影响？对于这些问题的探究，有利于预估国际黄金价格走势，从而进行合理投资。

1 文献综述

目前关于黄金价格影响因素的研究主要从以下3个层面进行：

第一，供需层面。华健等（2010）研究表明投资需求和官方售金在黄金价格的形成机制上占据主导地位，相比其他需求和供给类型，二者对黄金价格的影响最大。Kanjilal et al.（2014）研究表明黄金进口需求在短期内会对黄金价格产生影响。Owusu et al.（2016）研究发现中国对自然资源需求的上涨，一定程度上会影响黄金价格。

第二，金融层面。杨振国等（2009）认为黄金价格的影响因素由2个部分组成，一是经济因素，二是黄金市场的投机行为。部分学者研究发现金融投机活动在一定程度上会影响黄金市场，从而进一步影响黄金价格走势（Mellios et al.，2016；Mayer et al.，2017；Zhu et al.，2017；Schmidbauer et al.，2018；Algieri et al.，2019）。Mensiab et al.（2020）研究发现黄金市场的波动对规模、市场趋势和流行病爆发很敏感，突出了投资者情绪效应。

第三，指标层面。杨柳勇等（2004）选取股票价格（道琼斯价格指数）、美元名义汇率、通货膨胀率、官方黄金储备以及美国联邦基金利率等因素进行黄金价格的长期决定机制研究。刘曙光等（2008）研究表明美元名义有效汇率和美国联邦基金利率均对黄金价格产生重要影响。Qian et al.（2019）选取美元指数、联邦基金利率、消费者物价指数、汇率、油价以及SP500指数对黄金价格的影响进行研究。Chirwa et al.（2020）实证发现黄金价格与LSE、日经指数、Rowe债券基金以及CBOE指数在长短期内均呈正相关。也有学者考虑了汇率变化（陆国庆等，2017；邹子昂等，2018；高菲等，2018）、利率冲击（Erb et al.，2013；Hossein et al.，2015；张启迪，2017）、国际油价（杨叶，2007；张次兰等，2009；刘杰，2017）和经济政策（Balcilar et al.，2016；Zhu et al.，2018；Raza et al.，2018）对黄金价格的影响。

上述研究主要集中在黄金现货价格方面。针对黄金期货价格方面的研究，Batten et al.（2010）建立了黄金期货月价格波动模型，研究了宏观经济决定因素（商业周期、货币环境和金融市场情绪）对黄金期货投资回报的影响。冯辉等（2012）通过黄金期货价格决定要素模型对国际黄金期货价格影响因素进行研究。杨胜刚等（2014）通过实证研究发现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。Mo et al.（2017）研究了中印两国黄金期货，论证了国内外宏观经济信息在黄金期货价格波动中起着重要作用。Fang et al.（2018）认为宏观经济变量对黄金期货价格的波动具有重大影响。黄国轩（2019）研究发现中国黄金期货市场具有双向引导作用，并且国际黄金期货价格单向引导国内期货价格。

综上所述，目前关于黄金现货或期货价格影响因素的研究较少涉及国际政治经济环境不确定性对黄金价格的影响。由于向量自回归（VAR）模型是一种非理论性的模型，它无需对变量做任何先验性约束，因此在分析VAR模型的时候，往往不分析一个变量的变化对另一个变量的影响如何，而是重点分析当某个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响以及每一个结构冲击对内生变量变化（通常用方差来衡量）的贡献度，从而进一步评价不同结构冲击的重要性，这即是脉冲响应函数分析和方差分解。

因此，本文以国际黄金期货价格为研究对象，采用2000—2019年月度数据，在分析国际黄金期货价格影响因素的基础上，运用VAR模型和向量误差修正（VECM）模型，并通过脉冲响应和方差分解来分析国际黄金期货价格的波动性。

2 影响因素分析

2.1 国际政治经济环境不确定性

由于国际黄金期货同样具有较强的避险功能，其价值的稳定性和高流动性会使得大部分投资者倾向于运用黄金进行投资。当国际政治经济环境受到恐怖主义袭击、战争、经济危机和货币政策等事件的影响时，均会对国际黄金期货价格产生重要影响。例如：“9·11”事件、2003年伊拉克战争、2006年黎以冲突、2008年全球金融危机、2018年中美贸易战、2020年全球新冠肺炎疫情爆发和黎巴嫩首都爆炸等事件均导致国际黄金期货价格上涨。此外，部分不确定性事件也会导致黄金价格下跌，如2001年阿富汗战争，国际黄金期货价格在一个月内下跌了4.42%；2015年欧洲央行实行量化宽松政策，造成国际黄金期货价格在半年内下跌近14.43%。

Hayo et al.（2012）通过实证分析验证了美国货币政策与黄金价格波动密切相关。陈艳艳（2018）指出政治不确定性是由领导人选举和社会政治动荡等政治事件构成的；Bilgin et al.（2018）研究发现不断上升的经济和政治不确定性导致黄金价格上涨；冯钰瑶等（2020）认为经济不确定性不仅来源于经济系统冲击对经济的影响，也来源于经济环境的不确定性所导致的政策变化；Li et al.（2020）研究表明地缘政治风险对金价存在显著的溢出效应。与宏观经济变量不同，政治不确定性和经济不确定性均具有不易被直接观测的特点，为了更好地对国际政治经济环境不确定性进行量化，Caldara et al.（2018）通过文本挖掘技术构建了地缘政治风险（GPR）指数，Davis（2016）利用文本分析法构建了全球经济政策不确定性（GEPU）指数，这2个指数在学术界得到了广泛应用。

因此，国际政治经济环境不确定性可用地缘政治风险指数和全球经济政策不确定性指数来代替。从图1可以看出，长期趋势下地缘政治风险指数、全球经济政策不确定性指数与国际黄金期货价格的相关性并不是特别显著，但在短期内影响程度较大。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 2000—2019年国际黄金期货价格与地缘政治风险指数、全球经济政策不确定性指数

Fig.1 International gold futures price，geopolitical risk index and global economic policy uncertainty index from 2000 to 2019

2.2 美元指数

美元与黄金有着不可分割的关系，主要体现在2个方面：一方面，美元是国际黄金市场的标价货币；另一方面，黄金可作为美元资产的替代投资工具。因此，在分析国际黄金期货价格时，美元指数的影响不容忽视。陆国庆等（2017）证明了美元与黄金的相关性持续存在，美元指数与黄金价格长期呈负相关关系。在国际黄金市场上呈现出“美元涨则金价跌，美元降则金价涨”的规律。由图2可知，大部分情况下，美元指数与国际黄金期货价格存在负相关关系。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2000—2019年国际黄金期货价格与美元指数

Fig.2 International gold futures prices and US dollar index from 2000 to 2019

2.3 利率水平

利率作为一种影响货币供应量、衡量资产机会成本的重要指标，其大小会直接影响资产价值及其收益水平。国际黄金期货作为重要的金融投资产品，其价格波动和收益大小通常会受到利率的影响。张启迪（2017）研究发现美国利率水平是分析和预测黄金价格走势的重要指标且利率水平对黄金价格存在负向影响。从图3可以看出，利率水平与国际黄金期货价格并不总是呈现单一的负相关关系，主要原因是：一方面，由于美联储加息会产生通货膨胀预期，从而在黄金保值抗通胀的功能下，国际资金相应流入黄金市场，国际黄金期货价格也会随之升高；另一方面，在美国经济市场受到风险性事件影响后，经济刚刚趋于平缓，此时加息会增加企业成本，在对经济增长产生负面影响的同时加深了人们对市场的恐惧，进而引发人们通过购买黄金抵御未知风险，此时国际黄金期货价格会随之上涨。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2000—2019年国际黄金期货价格与利率水平

Fig.3 International gold futures prices and interest rates from 2000 to 2019

2.4 美国通货膨胀水平

居民消费价格指数（CPI）是度量通货膨胀的重要指标。Levin et al.（2006）研究发现黄金价格与通货膨胀之间存在长期均衡关系，黄金是抵御通货膨胀的有效工具。由于黄金具有抗通胀能力，因此，美国通货膨胀水平提高会引发投资者增持黄金以规避通胀风险。2000—2019年国际黄金期货价格与美国通货膨胀水平大致呈正相关关系，如图4所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2000—2019年国际黄金期货价格与美国通货膨胀水平

Fig.4 International gold futures prices and US inflation rate from 2000 to 2019

2.5 黄金的供给与需求

黄金作为一种特殊的商品，其价格同样遵从一般商品的定价机制。因此黄金的供给和需求是影响国际黄金期货价格的基本因素。根据世界黄金协会统计数据，目前世界黄金市场的供给主要通过3个途径：世界各产金国矿产金的供应、再生金和官方售金。由于黄金生产成本高且周期长，导致矿产金供给弹性小；再生金虽然成本低，但其增长量与央行售金政策相关；对于官方售金，央行可以直接决定，相比矿产金和再生金，可以免去很多复杂工序，因此，在供给因素里，官方售金对黄金价格的影响更为迅速、直接。

根据黄金的用途，可将黄金需求划分为首饰、科技、投资和央行储备需求四大类。一般而言，经济的发展速度决定了黄金在首饰和科技领域的需求。同时考虑到黄金具有避险保值、抵抗通胀和防范金融风险的功能，央行以及投资者会在国际政治经济形势动荡和通货膨胀的情况下增大对黄金的需求量。由图5可知，大部分时间内，全球黄金供应量大于需求量，2011—2013年全球黄金需求量均高于供应量，国际黄金期货价格也正是在此期间达到峰值，符合供求规律。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2000—2019年国际黄金期货价格与全球黄金供需量

Fig.5 International gold futures prices and global gold supply and demand from 2000 to 2019

3 研究设计

3.1 模型设定

（1）VAR模型。向量自回归（VAR）模型是基于数据统计性质以动态自回归模型的联立方式所建立的模型，最早由克里斯托弗·西姆斯（Christopher Sims）于1980年提出。数学表达式为

y_{t} = α_{i} + A_{1} y_{t - 1} + A_{2} y_{t - 2} + A_{3} y_{t - 3} + \dots + A_{p} y_{t - p} + ε_{i t}

（1）

式中：y_t为k维内生变量列向量；α_i为N×1阶常数项列向量； $A_{1}, A_{2}, A_{3}, \dots, A_{p}$ 为 $N \times N$ 阶待估计的回归系数矩阵； $ε_{i t}$ 为随机扰动项； $p$ 为滞后阶数。

（2）VECM模型。向量误差修正（VECM）模型本质上是一个含有协整约束的VAR模型，它将变量间长期均衡与短期动态的特征结合在一起。当出现短期波动时，模型会将短期部分进行调整，从而使各变量收敛于它们的长期协整关系中。数学表达式为

Δ y_{t} = λ e c m_{t - 1} + ϕ_{1} Δ y_{t - 1} + ϕ_{2} Δ y_{t - 2} + ϕ_{3} Δ y_{t - 3} + \dots + ϕ_{p} Δ y_{t - p} + c_{i} + ε_{i t}

（2）

式中： $e c m_{t - 1}$ 为误差修正项； $λ$ 为误差修正项系数； $ϕ_{1}, ϕ_{2}, ϕ_{3}, \dots, ϕ_{p}$ 为 $N \times N$ 阶待估计的回归系数矩阵； $c_{i}$ 为 $N \times 1$ 阶常数项列向量； $ε_{i t}$ 为随机扰动项； $p$ 为滞后阶数。

3.2 变量选取

在对国际黄金期货价格影响因素理论分析的基础之上，选取地缘政治风险指数和全球经济政策不确定性指数作为国际政治经济环境不确定性的指标来分析黄金价格波动，同时将美国联邦基金有效利率作为利率水平指标来研究黄金价格波动，并将全球黄金供需差值作为黄金的供需指标以此来分析黄金供需量对价格的影响。

本文主要变量描述见表1。

表1 主要变量描述

Table 1 Description of main variables

变量类别	变量名	变量符号	变量度量
被解释变量	国际黄金期货价格	GoldP	COMEX（纽约商品交易所）每月收盘价
解释变量	地缘政治风险指数	GPR	参考Caldara和Iacoviello（2018）
	全球经济政策不确定性指数	GEPU	参考Davis（2016）
	美元指数	USDX	-
	美国联邦基金有效利率	FFR	-
	美国通货膨胀水平	CPI	-
	全球黄金供需差值	SD	全球黄金供应量减去需求量

新窗口打开| 下载CSV

3.3 数据来源及处理

本文选取2000—2019年月度数据作为研究样本，共240组。主要理由：1999年欧洲央行第一轮《央行售金协定》的签订限制了黄金销量，此后2014年欧洲央行和其他20个国家央行签署第四轮《央行售金协定》并一直沿用至2019年。其中，地缘政治风险指数和全球经济政策不确定性指数均来源于经济政策不确定性指数数据库（http：//www.policyuncertainty.com），美元指数和美国联邦基金有效利率来源于美国联邦储备系统（Fed），美国通货膨胀水平（CPI）来源于美国劳工部（DOL），全球黄金供应量和需求量来源于世界黄金协会和美国地质调查局。

为降低异方差影响，本文在实证分析中除对全球黄金供需差值未进行对数处理之外，其余变量均采用对数形式，并分别用LNGoldP、LNGPR、LNGEPU、LNUSDX、LNFFR、LNCPI和SD表示。采用计量分析软件Eviews8.0对数据进行处理和实证分析。

4 实证分析

4.1 变量描述性统计分析

对变量的描述性统计结果见表2。由表2可知，2000年1月至2019年12月国际黄金期货平均价格（GoldP）为936.85美元/盎司，极差为1 570.60美元/盎司，表明黄金期货价格波动较大。地缘政治风险指数（GPR）中位数为82.78，最大值与中位数偏差较大；全球经济政策不确定性指数（GEPU）均值为121.01，最大值为339.80，最小值为49.35。因此，数据离散程度较好，样本具有较好的总体代表性。

表2 主要变量描述性统计

Table 2 Descriptive statistics of main variables

变量	均值	中位数	最小值	最大值	标准差	偏度	峰度	样本量
GoldP	936.85	1 074.40	257.90	1 828.50	464.24	-0.09	-1.36	240
GPR	103.97	82.78	27.21	545.09	70.40	2.74	11.55	240
GEPU	121.01	109.09	49.35	339.80	56.57	1.30	1.63	240
USDX	106.00	108.91	86.34	129.64	12.47	0.09	-1.30	240
FFR	1.78	1.16	0.07	6.54	1.92	1.06	-0.10	240
CPI	215.36	217.38	169.30	258.44	25.46	-0.19	-1.20	240
SD	315.62	322.90	-208.50	878.6	292.13	-0.03	-0.69	240

新窗口打开| 下载CSV

4.2 相关性分析

由表3可知，国际黄金期货价格（GoldP）与全球经济政策不确定性指数（GEPU）、美国通货膨胀水平（CPI）存在正相关性，相关系数为0.6138和0.8893，其中美国通货膨胀水平与国际黄金期货价格之间存在很强的正相关性。地缘政治风险指数（GPR）与国际黄金期货价格之间的相关性较弱，而美元指数（USDX）和利率水平（FFR）与国际黄金期货价格之间存在负相关性。因此，全球经济政策不确定性、美国通货膨胀水平、美元指数和利率水平都可能会成为影响国际黄金期货价格的重要因素。

表3 各变量之间相关系数

Table 3 Correlation coefficient between variables

	GoldP	GPR	GEPU	USDX	FFR	CPI	SD
GoldP	1.0000	-	-	-	-	-	-
GPR	-0.0758	1.0000	-	-	-	-	-
GEPU	0.6138	0.3305	1.0000	-	-	-	-
USDX	-0.5923	0.4057	0.0858	1.0000	-	-	-
FFR	-0.6289	-0.1197	-0.3649	0.2928	1.0000	-	-
CPI	0.8893	0.0892	0.7013	-0.3852	-0.5333	1.0000	-
SD	-0.5407	-0.0082	-0.1608	0.4582	0.6414	-0.4322	1.000

新窗口打开| 下载CSV

4.3 单位根检验

为保证VAR模型的有效性，确保数据的平稳性，本文采用ADF（Augmented Dickey Fuller）方法对时间序列数据进行单位根检验。结果表明：仅有LNGPR在1%水平下拒绝原假设，序列平稳，其余变量均存在单位根。当对原序列进行一阶差分后，各变量ADF值均在1%水平下显著。因此，所选变量为一阶单整平稳时间序列，建立的计量模型不存在伪回归（表4）。

表4 变量平稳性检验结果

Table 4 Stationarity test results of variables

检验变量	检验类型（C T P）	ADF	1%临界值	5%临界值	10%临界值	Prob值	平稳性
LNGoldP	（C 0 0）	-1.3238	-3.4576	-2.8734	-2.5732	0.6188	不平稳
LNGPR	（C 0 0）	-5.2220	-3.4576	-2.8734	-2.5732	0.0000	平稳
LNGEPU	（C 0 1）	-2.6919	-3.4577	-2.8735	-2.5732	0.0769	不平稳
LNUSDX	（C 0 1）	-1.3519	-3.4577	-2.8735	-2.5732	0.6054	不平稳
LNFFR	（C 0 1）	-1.55603	-3.4577	-2.8735	-2.5732	0.5035	不平稳
LNCPI	（C 0 2）	-1.4023	-3.4579	-2.8735	-2.5732	0.5809	不平稳
SD	（C 0 0）	-2.4588	-3.4576	-2.8734	-2.5732	0.1270	不平稳
DLNGoldP	（C 0 0）	-17.5378	-3.4577	-2.8735	-2.5732	0.0000	平稳
DLNGPR	（C 0 1）	-15.3546	-3.4579	-2.8735	-2.5732	0.0000	平稳
DLNGEPU	（C 0 1）	-13.7799	-3.4579	-2.8735	-2.5732	0.0000	平稳
DLNUSDX	（C 0 0）	-11.1712	-3.4577	-2.8735	-2.5732	0.0000	平稳
DLNFFR	（C 0 0）	-9.7003	-3.4577	-2.8735	-2.5732	0.0000	平稳
DLNCPI	（C 0 1）	-10.4613	-3.4579	-2.8735	-2.5732	0.0000	平稳
DSD	（C 0 0）	-15.3766	-3.4577	-2.8735	-2.5732	0.0000	平稳

注：D表示对变量进行一阶差分；（C T P）分别表示截距项、时间趋势项和滞后阶数

新窗口打开| 下载CSV

4.4 VAR模型构建

（1）最优滞后阶数的确定。脉冲响应函数和方差分解分析均建立在VAR模型基础之上，为消除误差的自相关，使模型参数具备更好的解释力，需要确定VAR模型最优滞后阶数。由表5可知，当滞后阶数为2时，信息准则下的最优选择最多。由此确定最优滞后阶数为2阶，并构建VAR（2）模型。

表5 VAR模型滞后阶数选择

Table 5 Selection of lag order of VAR model

滞后阶数	LogL	LR	FPE	AIC	SC	HQ
0	-1 497.666	NA	0.001014	12.97126	13.07526	13.01320
1	986.8248	4 797.638	7.72E-13	-8.024352	-7.192381^*	-7.688827
2	1 067.905	151.6752^*	5.86e-13^*	-8.300902^*	-6.740956	-7.671792^*
3	1 100.112	58.30562	6.80E-13	-8.156134	-5.868214	-7.233440
4	1 122.456	39.10202	8.60E-13	-7.926341	-4.910446	-6.710062
5	1 153.054	51.70145	1.02E-12	-7.767710	-4.023840	-6.257846
6	1 176.831	38.73909	1.28E-12	-7.550265	-3.078421	-5.746817
7	1 208.746	50.07336	1.51E-12	-7.402980	-2.203160	-5.305946
8	1 251.798	64.94974	1.63E-12	-7.351707	-1.423913	-4.961089

注：LogL为对数似然函数；LR为似然比统计量；FPE为最终预测误差统计量；AIC为赤池信息准则统计量；SC为施瓦茨信息准则统计量；HQ为汉南—奎因信息准则统计量；*代表信息准则下的最优选择

新窗口打开| 下载CSV

（2）VAR模型稳定性检验。采用AR特征多项式对VAR（2）模型进行稳定性检验，检验结果见表6和图6。

表6 特征多项式的根

Table 6 Roots of characteristic polynomials

根	模
0.999590	0.999590
0.985716	0.985716
0.961442	0.961442
0.913310-0.043144i	0.914329
0.913310+0.043144i	0.914329
0.797580	0.797580
0.732801	0.732801
0.297411-0.229582i	0.375715
0.297411+0.229582i	0.375715
-0.073840-0.230393i	0.241936
-0.073840+0.230393i	0.241936
0.188785	0.188785

新窗口打开| 下载CSV

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 VAR模型检验单位圆

Fig.6 VAR model tests unit circle

结果显示：所有特征根模的倒数均小于1，即特征根均位于单位圆内，因此VAR（2）模型稳定。

（3）VAR模型实证结果。通过VAR（2）模型回归，得到国际黄金期货价格的回归函数表达式：

\begin{array}{l} L N G o l d P_{t} = 0.8517 L N G o l d P_{t - 1} + 0.1159 L N G o l d P_{t - 2} - 0.0268 L N G P R_{t - 1} + 0.0203 L N G P R_{t - 2} \\ + 0.0080 L N G E P U_{t - 1} - 0.0168 L N G E P U_{t - 2} - 0.1391 L N U S D X_{t - 1} + 0.1231 L N U S D X_{t - 2} - \\ 0.0345 L N F F R_{t - 1} + 0.0329 L N F F R_{t - 2} - 1.9834 L N C P I_{t - 1} + 2.1405 L N C P I_{t - 2} - 1.60 E \\ - 05 S D_{t - 1} + 2.99 E - 05 S D_{t - 2} - 0.4745 + ε_{1 t} \end{array}

（3）

由表7可知，回归函数的拟合优度R²为0.994400，调整后的R²为0.994049，说明拟合程度很好；Log likelihood值为397.3361，AIC和SC信息准则值分别为-3.212908和-2.994068，说明回归结果可信，模型有效。由t统计量可知，在10%显著性水平下，国际黄金期货价格滞后一期对自身存在显著正向影响。表明在月周期内，黄金期货价格波动呈现一定程度的动量效应（Jegadeesh et al.，1993）。同时，地缘政治风险指数滞后一期和滞后二期以及美国通货膨胀水平滞后二期对当期国际黄金期货价格影响显著。其他变量对当期国际黄金期货价格影响不显著。

表7 回归参数

Table 7 Regression parameters

参数名称	数值
R²	0.994400
调整后的R²	0.994049
AIC	-3.212908
SC	-2.994068
Log likelihood	397.3361

新窗口打开| 下载CSV

4.5 Johansen协整检验

在VAR（2）模型的基础上，本文运用极大似然估计法即Johansen协整检验考察多个变量之间是否存在长期均衡关系。由于协整检验是对无约束的VAR模型施以协整约束，因此进行协整检验时选择的滞后阶数为无约束VAR模型最优滞后阶数减1，检验结果见表8。由表8可知，迹统计量和最大特征值统计量均在5%显著性水平下拒绝原假设None（没有协整关系），即变量LNGoldP和LNGPR、LNGEPU、LNUSDX、LNFFR、LNCPI、SD之间存在一种长期稳定的协整关系。

表8 Johansen协整检验结果

Table 8 Johansen co-integration test results

参数名称	数值
假设	None*
特征值	0.217696
迹统计量	152.8994
临界值（5%）	125.6154
迹检验P值	0.0004
最大特征值统计量	58.43189
临界值（5%）	46.23142
最大特征值检验P值	0.0016

新窗口打开| 下载CSV

经标准化处理的协整方程回归结果见表9。

表9 经标准化处理的协整方程系数

Table 9 Normalized cointegration equation coefficients

标准化的协整方程系数（括号内为标准误差）
LNGoldP	LNGPR	LNGEPU	LNUSDX	LNFFR	LNCPI	SD	C
1.0000	-0.0126^*	-0.6468^***	2.6347^***	0.0312^*	-1.8781^***	6.03E-05^*	-5.7484
	（0.0382）	（0.0687）	（0.2182）	（0.0162）	（0.2637）	（7.7E-05）
	［-1.7329］	［-9.4088］	［12.0730］	［1.9312］	［-7.1216］	［1.7866］

注：（）为标准误差，［］为t统计量；*表明在10%水平下显著；**表明在5%水平下显著；***表明在1%水平下显著

新窗口打开| 下载CSV

由此得到协整方程：

\begin{array}{l} L N G o l d P = 0.0126 L N G P R + 0.6468 L N G E P U - 2.6347 L N U S D X - 0.0312 L N F F R + 1.8781 L N C P I \\ - 6.03 E - 05 S D + 5.7484 \end{array}

（4）

由式（4）可知，地缘政治风险和全球经济政策不确定性对国际黄金期货价格的影响为正，在长期均衡下对国际黄金期货价格影响最大的因素分别为美元指数和美国通货膨胀水平。LNUSDX每增加一个单位，LNGoldP就会下降2.63个单位，而LNCPI每增加一个单位，将会促进LNGoldP增长1.88个单位。由此可知，长期趋势下，美元指数和美国通货膨胀水平是最能影响国际黄金期货价格的两大因素。全球黄金供应量与需求量的差值对国际黄金期货价格在长期均衡下的影响为负，主要原因在于大部分情况下全球黄金的总供应量大于需求量，符合供求规律，同时也表明黄金的供给弹性大于需求弹性。

4.6 向量误差修正模型

Granger定理（1987）证明了协整理论和误差修正模型的必然联系。通过协整检验发现各个变量之间存在稳定的长期均衡关系。但均衡是非常态，常态是非均衡，协整检验无法显示各个变量之间在短期内出现不均衡的情况。

因此，将无约束的VAR模型改进为向量误差修正模型（VECM）以研究各变量在长期均衡与短期调整时它们之间的影响机理。该模型的参数设定和Johansen协整检验设定一致，回归结果见表10。

表10 VECM模型回归结果

Table 10 Regression results of VECM model

	D（LNGoldP）	D（LNGPR）	D（LNEPU）	D（LNUSDX）	D（LNFFR）	D（LNCPI）	D（SD）
CointEq1	0.013038	0.226940	0.333250^***	-0.020946^***	0.312555^***	0.004046^***	42.29613
	（0.02469）	（0.17456）	（0.09026）	（0.00713）	（0.06602）	（0.00132）	（38.7620）
	［0.52806］	［1.30006］	［3.69197］	［-2.93763］	［4.73448］	［3.07548］	［1.09117］
D（LNGoldP（-1））	-0.126788^*	1.654308^***	-0.055850	-0.042757^**	-0.167033	0.008235^**	-215.8712^**
	（0.06868）	（0.48557）	（0.25109）	（0.01983）	（0.18364）	（0.00366）	（107.824）
	［-1.84609］	［3.40691］	［-0.22243］	［-2.15576］	［-0.90958］	［2.25060］	［-2.00207］
D（LNGPR（-1））	-0.024153^***	-0.168239^***	0.052497	1.62E-05	0.038336	-0.000175	13.38613
	（0.00909）	（0.06430）	（0.03325）	（0.00263）	（0.02432）	（0.00048）	（14.2776）
	［-2.65590］	［-2.61655］	［1.57897］	［0.00615］	［1.57655］	［-0.36061］	［0.93756］
D（LNGEPU（-1））	0.017827	-0.144160	-0.114810	-0.004795	0.014910	0.000113	-3.707458
	（0.02035）	（0.14384）	（0.07438）	（0.00588）	（0.05440）	（0.00108）	（31.9410）
	［0.87624］	［-1.00220］	［-1.54357］	［-0.81607］	［0.27409］	［0.10419］	［-0.11607］
D（LNUSDX（-1））	-0.076005	2.420729	2.245845^**	0.276895^***	-0.975038	-0.027883^**	-100.5175
	（0.23904）	（1.69007）	（0.87391）	（0.06903）	（0.63916）	（0.01274）	（375.286）
	［-0.31796］	［1.43233］	［2.56987］	［4.01105］	［-1.52550］	［-2.18932］	［-0.26784］
D（LNFFR（-1））	-0.040695^*	-0.193861	0.009950	0.011039	0.284772^***	-0.001638	77.60889^**
	（0.02409）	（0.17032）	（0.08807）	（0.00696）	（0.06441）	（0.00128）	（37.8197）
	［-1.68934］	［-1.13823］	［0.11298］	［1.58681］	［4.42111］	［-1.27591］	［2.05208］
D（LNCPI（-1））	-1.737387	10.66575	2.618825	0.507474	4.377556	0.361571^***	-2084.040
	（1.18888）	（8.40560）	（4.34644）	（0.34334）	（3.17889）	（0.06334）	（1866.50）
	［-1.46136］	［1.26889］	［0.60252］	［1.47806］	［1.37707］	［5.70814］	［-1.11655］
D（SD）	-1.48E-05	-0.000456	-5.80E-05	1.16E-05	3.85E-05	-2.01E-07	-0.017403
	（4.2E-05）	（0.00030）	（0.00015）	（1.2E-05）	（0.00011）	（2.2E-06）	（0.06564）
	［-0.35323］	［-1.54354］	［-0.37919］	［0.96227］	［0.34459］	［-0.09039］	［-0.26512］
C	0.010630^***	-0.025677	0.003112	-0.000524	-0.010712	0.001057^***	3.020616
	（0.00375）	（0.02654）	（0.01373）	（0.00108）	（0.01004）	（0.00020）	（5.89399）
	［2.83139］	［-0.96738］	［0.22676］	［-0.48368］	［-1.06709］	［5.28189］	［0.51249］

注：D为一阶差分，（）为标准误差，［］为t统计量；*表明在10%的水平下显著；**表明在5%的水平下显著；***表明在1%的水平下显著

新窗口打开| 下载CSV

由表10第一列可知，误差修正项系数为正，但数值较小，说明当国际黄金期货价格短期内偏离均衡状态时，误差修正项会对其产生正向调节作用，使得价格自动恢复至均衡状态，但需要较长一段时间。

4.7 格兰杰因果检验分析

协整检验结果表明，国际黄金期货价格与各个变量之间存在长期稳定的均衡关系，但这种均衡关系是否构成因果关系还需进一步验证。采用格兰杰因果检验分析，结果见表11。

表11 格兰杰因果检验结果

Table 11 Granger causality test results

原假设	样本量	F- 统计量	P值
LNGPR does not Granger Cause LNGoldP	238	3.66809	0.027
LNGoldP does not Granger Cause LNGPR	238	4.93041	0.008
LNGEPU does not Granger Cause LNGoldP	238	0.00215	0.9979
LNGoldP does not Granger Cause LNGEPU	238	2.49905	0.0844
LNUSDX does not Granger Cause LNGoldP	238	0.14899	0.8617
LNGoldP does not Granger Cause LNUSDX	238	3.46014	0.033
LNFFR does not Granger Cause LNGoldP	238	1.75530	0.1751
LNGoldP does not Granger Cause LNFFR	238	0.26047	0.7709
LNCPI does not Granger Cause LNGoldP	238	2.74700	0.0662
LNGoldP does not Granger Cause LNCPI	238	5.81983	0.0034
SD does not Granger Cause LNGoldP	238	0.49853	0.6081
LNGoldP does not Granger Cause SD	238	1.90779	0.1507

新窗口打开| 下载CSV

由表11可知，地缘政治风险指数与国际黄金期货价格在5%显著性水平下均拒绝原假设，二者存在双向因果关系，这说明地缘政治风险在一定程度上会影响国际黄金期货价格。全球经济政策不确定性指数与国际黄金期货价格在10%显著性水平下存在单向因果关系；美元指数与国际黄金期货价格在5%显著性水平下存在单向因果关系；美国联邦基金有效利率与国际黄金期货价格之间不存在因果关系；美国通货膨胀水平与国际黄金期货价格在10%显著性水平下存在双向因果关系。

4.8 广义脉冲响应分析

传统动态分析中，一般采用正交脉冲响应，但其分析结果过于依赖模型中的变量次序。为克服以上缺点，本文采用Koop et al.（1996）提出的广义脉冲响应分析各个变量对国际黄金期货价格的冲击效应，结果如图7所示。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 广义脉冲响应分析结果

注：实线表示脉冲响应函数，反映各变量对国际黄金期货价格冲击造成的影响；虚线表示正负两倍标准差偏离带，反应时间设定为10期

Fig.7 Results of generalized impulse response analysis

由图7（a）可知，当在本期给国际黄金期货价格自身施加一个标准差冲击后，其价格会受到较大的正向冲击，随后在第二期开始下降并逐步趋于稳定。说明国际黄金期货价格在受到一定的动量效应影响后，黄金期货市场稳定性增强。

由图7（b）可知，当在本期给地缘政治风险指数施加一个标准差冲击后，国际黄金期货价格在第一期受到一定程度的正向影响，随后开始下降，在第二期达到最低点，之后趋于平缓。表明地缘政治不稳定会使人们受避险情绪影响，通过黄金的避险属性规避市场风险，因此会对国际黄金期货价格产生正向冲击。随着市场发展稳定，人们的避险情绪下降，冲击也相应趋于平缓。

由图7（c）可知，当在本期给全球经济政策不确定性指数施加一个标准差冲击后，国际黄金期货价格保持一个稳定下降的正向响应，直到第10期，冲击影响消失。表明全球经济政策的变动对国际黄金期货价格具有长期的正向影响，并且这种影响需要较长时间才能调整至均衡状态。

由图7（d）可知，当在本期给美元指数施加一个标准差冲击后，国际黄金期货价格会向下波动，并且随着时间推移这种响应维持在-0.018上下。这表明，从长期来看，国际黄金期货价格对美元指数的冲击响应具有负向可持续特征。

由图7（e）和图7（f）可知，当在本期给利率水平和美国通货膨胀水平施加一个标准差冲击后，国际黄金期货价格在短期内均会产生正向冲击，随后冲击效果出现下降趋势，到第3期开始缓慢升高至平稳状态。由此表明，黄金本身具有抵抗通货膨胀的能力，通货膨胀的上涨必然会引起国际黄金期货价格的升高。同时，Wang et al.（2019）认为利率变动与美国经济通货膨胀具有正相关关系。因此，在短期内，美国联邦基金有效利率的浮动会对国际黄金期货价格产生正向冲击。从长期趋势来看，利率水平和美国通货膨胀水平在一定程度上均会提高国际黄金期货价格。

由图7（g）可知，当在本期给全球黄金供需差值施加一个标准差冲击后，国际黄金期货价格会受到一定的负向冲击，随后在第3期转为正向并一直延续到第10期。可以看出，全球黄金的供需差值会在当期对国际黄金期货价格产生一定的负向影响，但影响较小。随着期数的增加，供需差值对黄金期货价格的影响由负转正，表明前期由于黄金供给量增加，国际黄金期货价格呈下降趋势，但基于黄金的保值属性以及未来的投资前景看好，后期黄金价格随着供给量和需求量的变化小幅上涨。

4.9 方差分解分析

综上所述，对模型进行方差分解，结果见表12。由表12可知，国际黄金期货价格变化在第一期主要受自身因素的影响。随着滞后期数的推移，来自价格自身扰动因素的贡献不断降低，同时其余变量对国际黄金期货价格的贡献程度不断上升。短期来看，地缘政治风险对国际黄金期货价格的扰动最为明显，在第二期贡献率达到1.65%，而其余变量对黄金期货价格的贡献率相对较小。长期来看，地缘政治风险、利率水平和美国通货膨胀水平对国际黄金期货价格分别产生2.02%、1.89%和2.11%的贡献率。全球经济政策不确定性、美元指数和全球黄金供需差值对国际黄金期货价格的贡献程度逐步提升，但总体幅度不大。地缘政治风险、利率水平和美国通货膨胀水平对国际黄金期货价格波动有所影响，这表明金融与投机因素在一定程度上决定着国际黄金期货价格走势，但各变量对价格的贡献程度不高，说明国际黄金期货市场较为稳定。

表12 方差分解结果

Table 12 Results of variance decomposition

期数	S.E.	LNGoldP	LNGPR	LNGEPU	LNUSDX	LNFFR	LNCPI	SD
1	0.047082	100.0000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
2	0.062027	97.08566	1.645068	0.015472	0.013608	0.661743	0.545077	0.033376
3	0.072435	95.61178	1.928080	0.043050	0.010024	1.149594	1.215934	0.041537
4	0.080952	94.87586	1.949283	0.056654	0.008922	1.384571	1.654467	0.070239
5	0.088304	94.43411	1.937584	0.063181	0.024112	1.527711	1.895730	0.117570
6	0.094841	94.10888	1.921509	0.061478	0.068651	1.631885	2.026000	0.181595
7	0.100779	93.82057	1.913145	0.055294	0.145048	1.712927	2.094682	0.258332
8	0.106252	93.53423	1.916050	0.050441	0.250823	1.776293	2.127918	0.344242
9	0.111355	93.23666	1.929737	0.052597	0.381761	1.823978	2.139443	0.435828
10	0.116163	92.92342	1.952766	0.066631	0.533339	1.857271	2.136843	0.529730
11	0.120730	92.59391	1.983493	0.096328	0.701110	1.877477	2.124696	0.622980
12	0.125100	92.24954	2.020271	0.144318	0.880825	1.885952	2.105982	0.713111

新窗口打开| 下载CSV

综上所述，国际政治经济环境、美国经济情况以及全球黄金供需量动态地影响着国际黄金期货价格。

5 结论与建议

本文通过建立向量自回归（VAR）模型和向量误差修正（VECM）模型，运用广义脉冲响应和方差分解对2000—2019年国际黄金期货价格进行实证研究，重点分析了地缘政治风险和全球经济政策不确定性对国际黄金期货价格的影响，得出以下结论：

（1）国际黄金期货价格与地缘政治风险、经济政策不确定性、美元指数、利率水平、美国通货膨胀水平和全球黄金供需差值存在长期均衡关系。国际黄金期货价格受自身动量效应影响显著，且黄金作为特殊商品，其价格波动同样遵循供求规律。

（2）在国际政治经济环境下，地缘政治性风险事件的发生和经济政策的出台具有随机性，给国际黄金市场带来了不确定性。通过实证研究发现地缘政治和经济政策所带来的不确定性在短期内会对国际黄金期货价格产生正向冲击，且经济政策不确定性的正向影响周期较长。因此，在世界政治和经济不确定性很高的时期，黄金可被视为避风港。

（3）美元指数和美国通货膨胀水平是最能影响国际黄金期货价格走势的两大指标，美元指数对国际黄金期货价格的影响具有负向可持续特征，美国通货膨胀水平对国际黄金期货价格呈显著正向影响。同时，利率水平的变动在短期内会对国际黄金期货价格产生正向冲击。

根据以上结论提出以下建议：

（1）开放、完善中国黄金市场。随着中国国际影响力的提升，中国黄金市场也逐步国际化，并且中国是当今世界上最大的黄金消费国和生产国，在很大程度上影响着全球黄金的供需总量。进一步开放、完善中国黄金市场，不仅能扩大中国黄金市场国际影响力，而且能加快推进人民币国际化进程，平衡国际金价走势。

（2）合理进行资产投资。对于投资者而言，不能一昧地将黄金作为一项保值对冲资产，应及时关注国际政治经济环境的变动情况，将目光集中于地缘政治性事件的发生以及经济政策的变化，以便提前预估黄金价格波动趋势，并在一定程度上增减投资规模。

（3）提高黄金在外汇储备中的比重。美元汇率与国际黄金期货价格具有较强的负相关关系，且美元作为国际货币不仅左右着其他货币的价值，同时也左右着国际金价的走势。对中国而言，当美元在国际货币体系中的地位下降时，可以结合黄金价格走势，选择在适当的时机增加黄金储备量，将其作为对冲美元的有效工具，能有效减少储备资产的损失，增强金融体系抵御风险的能力。

http://www.goldsci.ac.cn/article/2021/1005-2518/1005-2518-2021-29-4-510.shtml

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[]

Algieri

，Leccadito

，2019.

Price volatility and speculative activities in futures commodity markets：A combination of combinations of p-values test

［J］.Journal of Commodity Markets，（13）：40-54.