黄金国内国际板对原油避险能力的研究

doi:10.11872/j.issn.1005-2518.2024.04.117

黄金国内国际板对原油避险能力的研究

季俊伟^,¹, 陈亦霏¹, 陆静², 罗涵¹

1.成都理工大学商学院，四川成都 610059

2.重庆大学经济与工商管理学院，重庆 400044

Research for theHedging Capability of the Gold Domestic Board and the Gold International Board on Crude Oil

JI Junwei^,¹, CHEN Yifei¹, LU Jing², LUO Han¹

1.Business School, Chengdu University of Technology, Chengdu 610059, Sichuan, China

2.School of Economics and Business Administration, Chongqing University, Chongqing 400044, China

收稿日期: 2023-08-10 修回日期: 2024-01-28

基金资助:

国家自然科学基金面上项目“基于市场关注的股票特质波动风险研究”. 71973018

Received: 2023-08-10 Revised: 2024-01-28

作者简介 About authors

季俊伟（1987-），男，河南周口人，研究员，硕士生导师，从事金融风险管理方面的研究工作2317651609@qq.com , E-mail：2317651609@qq.com

摘要

我国黄金市场对原油市场的避险能力表现尚不清晰。基于原油市场收益率极端风险和价格下跌风险2种视角，采用分位数GARCH模型，实证对比考察了黄金国内板和国际板对上海原油和WTI原油避险能力的差异，并基于波动溢出和价格发现功能视角对结果进行了合理解释。结果表明：黄金国际板对上海原油的避险能力最弱。从国际视野来看，由于上海原油不仅易受到WTI原油风险的影响，而且与黄金国际板的联动性弱于WTI原油与黄金国际板的联动性，使得黄金国际板对上海原油的避险能力整体弱于其对WTI原油的避险能力；从国内视野来看，由于黄金国际板的价格发现功能严重滞后于黄金国内板，使得黄金国际板对上海原油的避险能力整体弱于黄金国内板对上海原油的避险能力。

关键词： 黄金国内板 ; 黄金国际板 ; 上海原油期货 ; WTI原油期货 ; 避险能力 ; 分位数GARCH模型

Abstract

The Shanghai gold domestic board，gold international board，and Shanghai crude oil futures market play significant roles in emerging financial markets. However，the hedging capability of the gold domestic board and international board in relation to domestic and foreign crude oil markets are not clearly defined. It is crucial for regulators to assess the differences in hedging capability between the two gold markets in domestic and foreign crude oil markets，and to explore the underlying reasons. It is also crucial for regulators to have a comprehensive understanding of the evolution of gold markets in order to effectively implement risk management strategies.This study focuses on the gold domestic board，gold international board，Shanghai crude oil futures，and WTI crude oil futures as the research objects，analyzing the variations in risk hedging from the gold international board to Shanghai crude oil and WTI crude oil from an international perspective，as well as from the gold domestic board and international board to Shanghai crude oil from a domestic perspective. The study utilized the DCC-MGARCH model to analyze the dynamic correlation of yield among the gold domestic board，gold international board，Shanghai crude oil，and WTI crude oil. Additionally，the hedging capabilities of gold on crude oil was evaluated from the perspectives of extreme risk and falling prices. Lastly，an examination of volatility spillover and price discovery function provided insights into the varying hedging abilities of Shanghai and WTI crude oil on the gold domestic and international boards. The findings indicate that the correlation coefficients between gold domestic and international boards，Shanghai crude oil，and WTI crude oil exhibit dynamic characteristics. Additionally，the hedging capability of gold international board on Shanghai crude oil is weaker than that of WTI crude oil. This is attributed to Shanghai crude oil’s susceptibility to risks associated with WTI crude oil，as well as its lack of significant correlation with gold international board compared to WTI crude oil. Thirdly，the hedging capability of the gold international board for Shanghai crude oil is weaker than that of the gold domestic board. This disparity can be attributed to the inadequate market liquidity of the gold international board and its lagging price discovery function compared to the gold domestic board.

Keywords： gold domestic board ; gold international board ; Shanghai crude oil futures ; WTI crude oil futures ; hedging capability ; quantile GARCH model

PDF (3435KB) 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

季俊伟, 陈亦霏, 陆静, 罗涵. 黄金国内国际板对原油避险能力的研究[J]. 黄金科学技术, 2024, 32(4): 731-744 doi:10.11872/j.issn.1005-2518.2024.04.117

JI Junwei, CHEN Yifei, LU Jing, LUO Han. Research for theHedging Capability of the Gold Domestic Board and the Gold International Board on Crude Oil[J]. Gold Science and Technology, 2024, 32(4): 731-744 doi:10.11872/j.issn.1005-2518.2024.04.117

近年来原油价格频繁大幅波动，市场风险明显扩大，在原油市场与其他金融市场存在密切关联的现状下（Singhal et al.，2019；Liu et al.，2019），其极端风险可能会通过开放的金融系统传递至其他市场，引发系统性风险（Jain et al.，2016）。因此，亟需寻找一种能够有效对冲原油风险的资产。黄金作为避险资产，其避险功能被国内外学者广泛探讨（Reboredo，2013；Chkili，2017；Adekoya et al.，2021）。随着我国黄金市场的逐步发展，上海黄金现货市场于2002年问世，俗称国内板；为进一步增强我国黄金定价话语权，上海自贸试验区于2014年推出黄金国际板，该平台也是上海自贸试验区推出的首个国际化金融类资产交易平台。新冠疫情的爆发对全球金融市场造成巨大破坏，原油市场亦遭受严重冲击，比如，原油价格一度跌到不足20美元每桶，创21世纪以来最低纪录。在此情况下，重新评估黄金对原油的避险能力对于监管者和投资者而言非常迫切（Ji et al.，2020；Salisu et al.，2021）。在国内原油市场快速壮大并跻身世界第三，以及国内黄金现货市场步入国内和国际双轨道的大背景下，深入考察黄金国内板、国际板对国内外原油市场的避险能力，不仅有助于政策制定者和投资者了解黄金市场的避险功能，而且有助于促进金融稳定和经济发展（郑明贵等，2022）。

新经济危机爆发之后，黄金与原油价格大幅上扬，二者之间的关系引起了学者们的广泛重视，研究发现二者之间存在长期均衡关系（Le et al.，2011；Lee et al.，2012）。Melvin et al.（1990）首次从外贸出口渠道分析了金价与油价的正向联动关系。Kim et al.（2011）从外贸出口渠道考察了原油与黄金价格之间的关系，所得结论与前者相似。然而，Sari et al.（2007）的实证结果并不支持Melvin et al.（1990）的观点。另有学者（Narayan et al.，2020）认为通货膨胀渠道能对原油和黄金的相关关系做出最合理解释，国际油价的上升一方面通过增加成本引起大宗商品价格上升，另一方面可能会引起原油进口国的贸易逆差，通过影响本国货币价值来影响货币流通。这2种情况均表明在通货膨胀时期原油与黄金价格之间表现出正相关关系。Sari et al.（2007）通过实证研究原油价格、黄金价格、白银价格、铜价格、汇率与利率相互间的关系，发现黄金价格和汇率有助于解释原油价格变化，但是原油价格与黄金价格不存在明显正相关关系。Soytas et al.（2009）在研究国际原油价格、黄金价格、白银价格、土耳其兑美元汇率与土耳其国债利率长短期的关系时，发现国际油价对土耳其黄金价格没有影响。

上述研究主要基于收益率视角，而原油价格波动已成为建立现代宏观经济模型、评估金融市场风险和优化期货合约定价的重要输入变量，因此有学者从收益率溢出和波动溢出角度考察石油与黄金之间的关联。Ewing et al.（2013）采用一元和二元GARCH模型，结合结构断点，考察了石油与黄金期货收益率的波动关系。结果表明，当考虑结构断点的影响时，二者收益率波动之间存在显著双向传导效应，基于投资组合视角得出黄金对原油具有对冲效应。Yaya et al.（2016）进一步研究了2008—2009年经济危机前后原油、黄金收益率波动持久性和溢出效应，发现在经济危机前后，黄金收益率波动程度均小于原油收益率，在经济危机之前，原油和黄金收益率溢出效应是双向负向的，但在经济危机之后，原油和黄金收益率溢出效应表现为由黄金到原油的单向负向效应，并认为黄金可作为石油的对冲工具。

针对黄金与原油市场之间的关联，国内的研究起步相应较迟，一些学者对黄金与股市、汇率、债市、通货膨胀之间的关系进行了有益探讨（杨楠等，2013；尹力博等，2015；潘婉彬等，2017；王聪等，2019；谭德凯等，2022），然而鲜有学者研究黄金对原油的避险能力。刘炳越等（2018）从资产组合极端收益和资产组合波动2个视角，考察了黄金对原油的避险能力，发现2个市场之间的联动关系具有动态变化特征，这种联动关系在市场极端危机阶段显著减弱，但是，该研究所选黄金和原油市场均为国际市场，而非中国市场。

综上所述，现有研究较少关注黄金对原油的避险能力，且往往忽视国内原油市场，所得结论对国内原油市场适用性不强，导致关于国内黄金市场对原油市场的避险功能尚不清晰。因此，本文基于国际和国内视野，重点研究以下问题：黄金国际板对国内原油市场和国际WTI原油市场的避险能力是否一致？黄金国内板和国际板对国内原油市场的避险能力是否一致？若不一致，其原因是什么？基于此，本文的研究技术路线如图1所示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 技术路线图

Fig.1 Technology roadmap

本文的边际贡献如下：第一，在研究对象方面，以往研究主要集中在国外市场，而本文兼顾国内外市场，从国际和国内2个视野出发，考察了黄金国内板、国际板对上海原油、WTI原油的避险能力，不仅丰富了该领域的研究，而且为市场监管和投资决策提供更加精准的支撑；第二，在研究视角方面，采用原油市场收益率极端风险和价格下跌风险2种视角，综合考察了黄金对原油的避险能力，使得结果更加准确；第三，在研究深度方面，以往研究重点在于检验黄金对原油是否具有避险功能，忽视对结果的原因分析，而本文基于波动溢出和价格发现功能理论对结果进行了合理解释，结构更加完整。

1 模型设计

1.1 DCC-MGARCH动态相关系数检验模型

研究发现金融时间序列间的条件相关系数往往是时变的。为准确刻画这一特征，Engle（2002）在CCC-MGARCH的基础上，将条件方差方程中的条件相关系数由式（1）中的静态修改为式（2）中的动态，即把 $R$ 修改为 $R_{t}$ ，得到DCC-MGARCH模型，该模型往往被用于刻画t时期金融市场间的时变相关系数。

H_{t} = D_{t} R D_{t}

（1）

H_{t} = D_{t} R_{t} D_{t}

（2）

R_{t} = (I \cdot Q_{t})^{- 1 / 2} Q_{t} (I \cdot Q_{t})^{- 1 / 2}

（3）

\begin{array}{l} Q_{t} = (1 - a - b) R + a e_{t - 1} e_{t - 1}^{Τ} + b Q_{t - 1} \\ (a 、 b > 0, a + b < 1) \end{array}

（4）

式中： $D_{t}$ 为矩阵 $H_{t}$ 主对角线元素的开方组成的对角阵； $Q_{t}$ 为Engle（2002）为DCC-MGARCH（1，1）模型设定的目标方差； R 为均值方程中标准化残差 $Z_{t}$ 的无条件相关矩阵。从而得出2个市场间的条件协方差的标量形式如式（5）所示， $ρ_{12, t}$ 即为时变条件相关系数。

{h_{12}}_{,}_{t} = ρ_{12, t} \sqrt[]{h_{11, t} h_{22, t}}

（5）

ρ_{12, t} = q_{12, t} / \sqrt[]{q_{11, t} q_{22, t}}

（6）

1.2 黄金对原油避险能力的检验模型

（1）基于原油收益率极端风险的检验模型

本文沿用Baur et al.（2010a）提出的分位数GARCH方法，考察黄金对原油的对冲效应和避险天堂效应。Baur et al.（2010b）首次将避险功能明确划分为“风险对冲”（简称“对冲”或“对冲效应”）和“避险天堂”（也称为“避风港”）2种。根据市场风险程度的强弱，将对冲效应定义为：某一资产和其他资产在平均意义上存在负相关关系；将避险天堂定义为：某一资产和其他资产在极端风险下存在负相关关系。该定义在学术界得到广泛认同（Bekiros et al.，2017；Bhar et al.，2019；Adekoya et al.，2021）。模型如下：

R_{g, t} = a_{0} + \sum_{j = 1}^{N} a_{i} R_{g, t - j} + b_{t} R_{o, t} + ε_{t}

（7）

b_{t} = c_{0} + c_{1} D (R_{o t} q_{10}) + c_{2} D (R_{o t} q_{5}) + c_{3} D (R_{o t} q_{2.5})

（8）

h_{g, t} = ω + α_{1} ε_{t - 1}^{2} + γ ε_{t - 1}^{2} (ε_{t - 1} < 0) + β_{1} h_{g, t - 1}

（9）

式中： $R_{g, t}$ 为黄金收益率； $R_{o, t}$ 为原油收益率。式（7）检验黄金对原油是否具有避险功能，其中原油收益率 $R_{o, t}$ 的回归系数 $b_{t}$ 被式（8）动态化。式（8）将原油市场依其收益率所处分位区间划分为正常时期和极端风险时期，其中又将极端风险时期细分为3种，分别用分位数虚拟变量表示。 $D ()$ 为虚拟变量， $D (R_{o, t} q_{10})$ 、 $D (R_{o, t} q_{5})$ 和 $D (R_{o, t} q_{2.5})$ 表示当原油收益率小于10.0%、5.0%和2.5%的分位数时其值为1，对应于原油市场处于极端风险依次增强的3种不同状态。 $c_{0}$ 表示的是原油市场在正常运营阶段与黄金市场的相关性。式（9）为TGARCH（1，1，1）模型下的条件方差方程， $h_{g, t}$ 为收益率的条件方差。

记： $b e t a 0 = c_{0}$ ； $b e t a 1 = c_{0} + c_{1}$ ； $b e t a 2 = c_{0} + c_{1} + c_{2}$ ； $b e t a 3 = c_{0} + c_{1} + c_{2} + c_{3}$ 。beta0~beta3与对冲效应及避险天堂的对应关系见表1。

表1 beta与对冲效应及避险天堂效应的对应关系

Table 1 Corresponding relationship of beta with hedging effect and safe haven effect

	原油收益率所处水平	参数	避险功能判断
对冲效应（原油市场正常时期）	10.0%分位数以上	beta0	beta0显著为负，对原油市场具有强对冲；beta0为负但不显著，对原油市场具有弱对冲；其他无对冲
避险效应（原油市场风险时期）	5.0%~10.0%分位数之间（极端风险）	beta1	beta1、beta2和beta3显著为负，表示在对应风险状态下对原油市场有强避险天堂效应；若为负数但不显著，表示有弱避险天堂效应；其他无避险天堂效应
	2.5%~5.0%分位数之间（次极端风险）	beta2
	最小值至2.5%分位数之间（最极端风险）	beta3

新窗口打开| 下载CSV

（2）基于原油价格下跌风险的检验模型

由于原油市场价格在一些时间区间内出现明显下跌现象，为识别黄金市场在这些时期内是否对原油市场具有避险天堂效应，本文采用式（10）~式（12）模型。式（10）用于检验黄金对原油是否具有避险能力，其中原油收益率 $R_{o, t}$ 的回归系数 $b_{t}$ 被式（11）动态化。

R_{g, t} = a_{0} + \sum_{j = 1}^{N} a_{i} R_{g, t - j} + b_{t} R_{o, t} + ε_{t}

（10）

b_{t} = θ_{0} + θ_{1} D (t_{1} \leq t \leq t_{2}) + θ_{2} D (t_{3} \leq t \leq t_{4}) +

θ_{3} D (t_{5} \leq t \leq t_{6}) + \dots

（11）

h_{g, t} = ω + α_{1} ε_{t - 1}^{2} + γ ε_{t - 1}^{2} (ε_{t - 1} < 0) + β_{1} h_{g, t - 1}

（12）

式中： $θ_{0}$ 为原油市场在正常阶段与黄金市场的相关性系数。若 $θ_{0}$ 显著为负，表明黄金对原油市场存在强对冲效应；若 $θ_{0}$ 为负但不显著，表明存在弱对冲效应；若 $θ_{0}$ 为正，表明不存在对冲效应。 $D ()$ 为虚拟变量， $D (t_{1} \leq t \leq t_{2})$ 、 $D (t_{3} \leq t \leq t_{4})$ 和 $D (t_{5} \leq t \leq t_{6})$ 表示原油价格处于明显下跌阶段时其值为1。若系数 $θ_{0} + θ_{1}$ 、 $θ_{0} + θ_{2}$ 和 $θ_{0} + θ_{3}$ 显著为负，表示在原油价格下跌的对应时段内黄金对原油市场存在强避险天堂效应；若 $θ_{0} + θ_{1}$ 、 $θ_{0} + θ_{2}$ 和 $θ_{0} + θ_{3}$ 为负但不显著，表示存在弱避险天堂效应；若 $θ_{0} + θ_{1}$ 、 $θ_{0} + θ_{2}$ 和 $θ_{0} + θ_{3}$ 为正，表示不具有避险天堂效应。

2 实证结果分析

2.1 数据选取与描述性统计分析

黄金国内板和国际板最活跃的品种分别是Au9999和iAu9999（i表示国际板），选取二者的每日收盘价作为黄金市场数据。原油市场数据分别为上海国际能源交易中心原油期货主力合约和WTI原油期货主力合约每日收盘价。由于黄金国内板、国际板和上海原油期货市场分别成立于2002年、2014年和2018年，导致在样本区间选取方面存在差异。黄金国内板和上海原油样本区间为2018年3月26日至2021年9月13日，共计864组；黄金国际板和WTI原油数据样本区间为2014年9月18日至2021年9月13日，共计1 603组。考虑到WTI原油期货价格以美元报价，而我国黄金现货市场以人民币报价，因此还选取每日美元兑人民币中间价作为美元兑人民币汇率，进而将WTI原油美元价格换算成人民币。数据均来源于Wind数据库。收益率采用对数形式：

R_{t} = l n (P_{t}) - l n (P_{t - 1})

（13）

式中： $R_{t}$ 和 $P_{t}$ 分别为t时刻的日收益率和日收盘价。

表2所示为收益率描述性统计分析，所有序列均呈尖峰厚尾分布。依标准差来看，原油收益率的标准差明显大于黄金，表明原油市场价格波动较大，且收益率序列均带有明显的波动聚集特征。ADF单位根检验表明均是平稳序列。

表2 收益率描述性统计分析

Table 2 Descriptive statistical analysis of yields

统计时期	序列	均值	最大值	最小值	标准差	偏度	峰度	J-B	是否平稳
2018年3月26日至2021年9月13日	Rig	0.0004	0.0493	-0.0504	0.0089	-0.146	7.27	649.1***	是
	Rg	0.0004	0.0503	-0.0619	0.0084	-0.450	9.96	1741.8***	是
	Roc	0.0001	0.0973	-0.1120	0.0234	-0.166	5.33	196.2***	是
2014年9月18日至2021年9月13日	Rig	0.0003	0.0548	-0.0898	0.0102	-0.385	11.14	4466.5***	是
2014年9月18日至2021年9月13日	Row	-0.0001	0.3194	-0.5995	0.0330	-3.481	92.45	537378.5***	是

注：***、**和*分别表示在1%、5%和10%水平下显著；Rig为黄金国际板收益率；Rg为黄金国内板收益率；Roc为上海原油期货收益率；Row 为WTI原油期货收益率

新窗口打开| 下载CSV

2.2 动态相关系数检验

利用DCC-MGARCH模型，采用学生t分布，计算黄金与原油的动态相关系数。需要说明的是，为消除收益率序列存在的自相关和异方差，建立TGARCH模型时，在均值方程中考虑了是否应加入收益率的滞后期。图2所示为动态相关系数变化趋势，表3为动态相关系数基本描述统计。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 动态相关系数变化趋势

注：Rig为黄金国际板收益率；Rg为黄金国内板收益率；Roc为上海原油期货收益率；Row为WTI原油期货收益率

Fig.2 Trend of dynamic correlation coefficient

表3 动态相关系数基本描述统计

Table 3 Basic descriptive statistics of dynamic correlation coefficients

参数名称	黄金国际板与上海原油	黄金国内板与上海原油	黄金国际板与WTI原油
均值	0.003	-0.022	0.013
最大值	0.114	0.180	0.120
最小值	-0.078	-0.178	-0.052
标准差	0.016	0.032	0.035
样本量	861	855	1 599
负值数量	333	725	674
负值占比/%	38.68	84.80	42.15

注：2014年9月18日至2018年3月25日期间，黄金国际板收益率与WTI原油期货收益率的动态相关系数中负值占比为32.41%；在2018年3月26日至2021年9月13日期间，黄金国际板收益率与WTI原油期货收益率的动态相关系数中负值占比为51.81%

新窗口打开| 下载CSV

由图2可知，相关系数表现出明显的动态特征。该特征在黄金国际板与WTI原油间表现更明显，2018年3月之前，仅在2015年8月4日至2016年5月25日期间集中为负，负值数量占比为32.41%，其余时段为正数，该结果意味着2015年金融危机期间黄金国际板对WTI原油表现出避险能力。而2018年3月之后，相关系数正负交替现象明显增强，负值数量占比提升至51.81%，由此可见黄金国际板对WTI原油避险能力在2018年3月之后明显提升。

对黄金国际板、国内板和上海原油而言，动态相关系数在2018年3月26日至2021年9月13日期间正负频繁交替，但差异性非常明显。具体而言，黄金国内板与上海原油动态的相关系数整体上距离零轴下方更远，负值数量占比为84.8%；而国际板与上海原油的动态相关系数的负值占比仅为38.68%。该结果意味着黄金国内板对上海原油的避险能力显著强于黄金国际板对上海原油的避险能力。

另外，对比黄金国际板对上海原油和WTI原油的动态系数变化趋势，发现在2018年3月26日之后，黄金国际板与WTI原油动态相关系数的负值占比数量高于黄金国际板与上海原油的，该结果意味着黄金国际板对WTI原油的避险能力强于对上海原油的。

2.3 黄金对原油避险能力的结果分析

（1）基于原油收益率极端风险的分析

本文采用避险功能检验模型考察黄金对原油市场对冲效应和避险天堂效应。表4所示为基于原油收益率极端风险的回归结果，由表4计算可得对冲效应和避险天堂效应检验结果（表5）。

表4 基于原油收益率极端风险的回归结果

Table 4 Regression results based on extreme risk in crude oil yields

变量	2018年3月26日至2021年9月13日黄金国际板与上海原油		2018年3月26日至2021年9月13日黄金国内板与上海原油		2014年9月18日至2021年9月13日黄金国际板与WTI原油		2018年3月26日至2021年9月13日黄金国际板与WTI原油
变量	系数	P	系数	P	系数	P	系数	P
$α_{0}$	0.0004*	0.078	0.0004**	0.042	0.0001	0.504	7.93E-05	0.724
$c_{0}$	-0.009	0.485	-0.009	0.417	0.016	0.152	0.025*	0.055
$c_{1}$	0.026	0.415	0.026	0.345	-0.024	0.406	-0.063*	0.074
$c_{2}$	-0.051	0.231	-0.089**	0.033	0.007	0.851	-0.003	0.927
$c_{3}$	0.054	0.206	0.082**	0.040	-0.012	0.675	-0.057*	0.074
$ω$	6.07E-07*	0.065	4.71E-07*	0.051	1.97E-06***	0.002	6.14E-07*	0.060
$α_{1}$	0.110***	0.001	0.111***	0.000	0.129***	0.000	0.113***	0.001
$γ$	-0.072**	0.032	-0.061**	0.043	-0.052	0.102	-0.083**	0.021
$β_{1}$	0.932***	0.000	0.924***	0.000	0.893***	0.000	0.933***	0.000

注：***、**和*分别表示在1%、5%和10%水平下显著；为消除收益率序列存在的自相关和异方差，在均值方程中考虑了是否应加入收益率的滞后期。回归均采用学生t分布，回归残差均在滞后5阶不存在自相关和异方差

新窗口打开| 下载CSV

表5 基于原油收益率极端风险的避险功能系数检验结果

Table 5 Results of the coefficient test of the extreme risk aversion function based on crude oil yields

变量	2018年3月26日至2021年9月13日黄金国际板与上海原油		2018年3月26日至2021年9月13日黄金国内板与上海原油		2014年9月18日至2021年9月13日黄金国际板与WTI原油		2018年3月26日至2021年9月13日黄金国际板与WTI原油
变量	系数	P	系数	P	系数	P	系数	P
$c_{0} (对冲)$	-0.009	0.485	-0.009	0.417	0.016	0.152	0.025*	0.055
$\sum c_{1} (10 %)$	0.017	0.551	0.017	0.492	-0.008	0.744	-0.038	0.238
$\sum c_{2} (5 %)$	-0.034	0.301	-0.072**	0.038	-0.001	0.941	-0.041*	0.054
$\sum c_{0} (2.5 %)$	0.020	0.482	0.010	0.655	-0.013	0.212	-0.098***	0.000

注：***、**和*分别表示在1%、5%和10%水平下显著； $∑ c i$ 表示从 $c 0$ ~ $c i$ 的和，采用Wald系数检验法对 $∑ c i$ 显著性进行检验

新窗口打开| 下载CSV

首先，关于黄金国际板对上海原油的避险方面，表5中第2列和第3列结果显示， $c_{0}$ 的回归系数为-0.009，未通过显著检验，表明黄金国际板对上海原油具有弱对冲效应。 $\sum c_{1} (10 %)$ 、 $\sum c_{2} (5 %)$ 和 $\sum c_{3} (2.5 %)$ 的系数分别为0.017、-0.034和0.020，均未通过显著检验，表明仅当上海原油收益率处于2.5%~5.0%分位数区间时，黄金国际板对上海原油具有弱避险天堂效应。

其次，关于黄金国内板对上海原油的避险方面，表5中第4列和第5列结果显示， $c_{0}$ 的回归系数为-0.009，未通过显著检验，表明黄金国内板对上海原油存在弱对冲效应。 $\sum c_{1} (10 %)$ 、 $\sum c_{2} (5 %)$ 和 $\sum c_{3} (2.5 %)$ 的系数分别为0.017、-0.072和0.010，其中 $\sum c_{2} (5 %)$ 的系数在5%水平下通过显著检验，而 $\sum c_{1} (10 %)$ 和 $\sum c_{3} (2.5 %)$ 的系数均未通过显著检验，结果表明仅在上海原油收益率处于2.5%~5.0%分位数区间时，黄金国内板对上海原油具有强避险天堂效应。

最后，关于黄金国际板对WTI原油的避险方面，表5中第6列和第7列为样本期2014年9月18日至2021年9月13日的结果，表中第8列和第9列为样本期2018年3月26日至2021年9月13日的结果。第6列和第7列结果显示， $c_{0}$ 的回归系数为0.016，符号为正，表明黄金国际板对WTI原油不具有对冲效应。 $\sum c_{1} (10 %)$ 、 $\sum c_{2} (5 %)$ 和 $\sum c_{3} (2.5 %)$ 的系数分别为-0.008、-0.001和-0.013，符号为负，但均未通过显著检验，表明在样本期2014年9月18日至2021年9月13日内黄金国际板对WTI原油具有弱避险天堂效应。

为了对比黄金国际板对上海原油和WTI原油避险能力在相同样本区间内是否存在显著差异，本文进一步给出了2018年3月26日至2021年9月13日黄金国际板对WTI原油的避险能力结果。第8列和第9列显示， $c_{0}$ 的回归系数为0.025，符号为正，表明黄金国际板对WTI原油不具有对冲效应， $\sum c_{1} (10 %)$ 、 $\sum c_{2} (5 %)$ 和 $\sum c_{3} (2.5 %)$ 的系数分别为-0.038、-0.041和-0.098，符号均为负，其中-0.041和-0.098分别在10%（P值非常靠近0.05，为0.054）和1%水平下显著，表明在样本期2018年3月26日至2021年9月13日，当WTI原油收益率处于5%~10%极端风险区间时，黄金国际板对WTI原油具有弱避险天堂效应；当WTI原油收益率处于2.5%~5.0%和最小值-2.5%极端风险区间时，具有强避险天堂效应。由此可见，无论在2014年9月18日至2021年9月13日样本区间，还是2018年3月26日至2021年9月13日期间，黄金国际板对WTI原油的避险能力均显著强于其对上海原油的避险能力。

综合上述结果可以得出：第一，在对冲效应方面，黄金国际板对WTI原油的对冲效应弱于其对上海原油的对冲效应，因为黄金国际板和国内板对上海原油具有弱对冲效应，黄金国际板对WTI原油不具有对冲效应；第二，在避险天堂方面，黄金国际板对WTI原油的避险天堂效应强于其对上海原油的避险天堂效应，黄金国内板对上海原油的避险天堂效应强于黄金国际板对上海原油的避险天堂效应，因为仅当上海原油收益率处于2.5%~5.0%极端风险区间时，黄金国际板对其具有弱避险天堂效应，黄金国内板对其具有强避险天堂效应，而WTI原油收益率处于2.5%~5.0%和最小值-2.5%极端风险区间时，黄金国际板均对其具有强避险天堂效应，处于5%~10%极端风险区间时具有弱避险天堂效应。

（2）基于原油价格下跌风险的分析

图3和图4所示为黄金、原油价格变化趋势。结果显示，上海原油收盘价在2018年10月10日至2018年12月26日和2020年1月7日至2020年3月18日期间，明显处于下跌阶段，WTI原油收盘价在2014年9月19日至2015年1月28日、2015年6月17日至2016年1月21日、2018年9月28日至2018年12月24日和2020年1月7日至2020年4月27日期间，明显处于下跌阶段。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 黄金国际板、国内板与中国原油收盘价变化趋势

Fig.3 Change trends of gold international board，domestic board and China crude closing prices

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 黄金国际板与WTI原油收盘价变化趋势

Fig.4 Change trend of gold international board and WTI crude oil closing prices

因此，在检验黄金对上海原油避险能力时，将2018年10月10日至2018年12月26日和2020年1月7日至2020年3月18日时间段设值为1，其余时间段设为0。在检验黄金对WTI原油避险能力时，将2014年9月19日至2015年1月28日、2015年6月17日至2016年1月21日、2018年9月28日至2018年12月24日和2020年1月7日至2020年4月27日4个时间段亦设值为1，其余时间段设为0。表6所示为基于原油价格下跌风险的检验结果，由表6计算可得对冲和避险天堂效应检验结果（表7）。

表6 基于原油价格下跌风险的回归结果

Table 6 Regression results based on the risk of falling crude oil prices

变量	黄金国际板与上海原油		黄金国内板与上海原油		黄金国际板与WTI原油
变量	系数	P	系数	P	系数	P
$α_{0}$	0.0003	0.175	0.0003*	0.097	0.0002	0.363
$θ_{0}$	0.004	0.701	0.003	0.801	0.016*	0.069
$θ_{1}$	-0.035	0.244	-0.058*	0.053	-0.078***	0.009
$θ_{2}$	0.006	0.871	-0.005	0.888	0.033	0.257
$θ_{3}$					-0.038	0.148
$θ_{4}$					-0.018	0.353
$ω$	5.85E-7*	0.064	4.61E-7**	0.047	2.28E-6***	0.002
$α_{1}$	0.109***	0.001	0.109***	0.000	0.135***	0.000
$γ$	-0.074**	0.026	-0.061**	0.040	-0.049	0.148
$β_{1}$	0.933***	0.000	0.925***	0.000	0.884***	0.000

新窗口打开| 下载CSV

表7 基于原油价格下跌风险避险功能系数检验结果

Table 7 Test results of hedging function coefficient based on crude oil price decline risk

变量	黄金国际板与上海原油		黄金国内板与上海原油		黄金国际板与WTI原油
变量	系数	P	系数	P	系数	P
$θ_{0}$	0.004	0.701	0.003	0.801	0.016*	0.069
$θ_{0} + θ_{1}$	-0.031	0.271	-0.055**	0.049	-0.062**	0.029
$θ_{0} + θ_{2}$	0.010	0.776	-0.002	0.944	0.049*	0.079
$θ_{0} + θ_{3}$					-0.022	0.368
$θ_{0} + θ_{4}$					-0.002	0.898

注：**和*分别表示在5%和10%水平下显著；采用Wald系数检验法对 $θ 0 + θ i$ 显著性进行检验

新窗口打开| 下载CSV

首先，从对冲效应来看，表7结果显示 $θ_{0}$ 的系数均为正数，表明黄金国际板不是上海原油和WTI原油的对冲资产，黄金国内板亦不是上海原油的对冲资产。

其次，从避险天堂效应来看，第2列结果与“黄金国际板对上海原油避险能力”相对应， $θ_{0} + θ_{1}$ 和 $θ_{0} + θ_{2}$ 的系数分别为-0.031和0.010，均未通过显著检验。第4列结果与“黄金国内板对上海原油避险能力”相对应， $θ_{0} + θ_{1}$ 和 $θ_{0} + θ_{2}$ 的系数分别为-0.055和-0.002，-0.055在5%水平下显著，表明在2018年10月10日至2018年12月26日上海原油价格下跌期间，黄金国际板对上海原油具有弱避险天堂效应，而黄金国内板对上海原油是强避险天堂效应；在2020年1月7日至2020年3月18日上海原油价格再次下跌期间，黄金国际板对上海原油不具有避险天堂效应，而黄金国内板对上海原油具有弱避险天堂效应。

第8列结果与“黄金国际板对WTI原油避险能力”相对应， $θ_{0} + θ_{1}$ 、 $θ_{0} + θ_{2}$ 、 $θ_{0} + θ_{3}$ 和 $θ_{0} + θ_{4}$ 的系数分别为-0.062、0.049、-0.022和-0.002。其中，-0.062和0.049通过显著检验，-0.022和-0.002未通过显著检验，表明在2014年9月19日至2015年1月28日期间，黄金国际板对WTI原油存在强避险天堂效应，在2018年9月28日至2018年12月24日和2020年1月7日至2020年4月27日期间，存在弱避险天堂效应，而在2015年6月17日至2016年1月21日期间不存在避险天堂效应。

因此，从原油价格下跌视角分析，黄金国内板对上海原油的避险天堂效应强于黄金国际板，黄金国际板对WTI原油的避险天堂效应明显强于其对上海原油的避险天堂效应，与前文结果一致。由此得出，黄金国际板对上海原油的避险能力最弱，表现在2个方面：在国际视野下，黄金国际板对上海原油的避险能力弱于其对WTI原油的避险能力；在国内视野下，黄金国际板对上海原油的避险能力弱于黄金国内板对上海原油的避险能力。

3 黄金国内板、国际板对国内外原油避险能力差异的原因分析

由前文实证结果可知，黄金国际板对上海原油的避险能力不及其对WTI原油的避险能力，黄金国际板对上海原油的避险能力不及黄金国内板对上海原油的避险能力。从不同视角进一步对这2项结果进行解释。

对于黄金国际板、上海原油和WTI原油而言，由于3个市场之间存在跨区域性，市场间的信息传递方向和强度可能存在差异，导致黄金国际板对2个原油市场的避险能力存在明显差异。因此，本文基于市场波动溢出视角，采用三元BEKK-MGARCH模型考察三者间的波动溢出效应，若结果显示黄金国际板与WTI原油市场之间的联动性强于其与上海原油市场之间的联动性，那么黄金国际板对上海原油的避险功能弱于对WTI原油的避险能力就不足为奇了。

对于黄金国际板和国内板对上海原油避险能力存在差异的结果而言，原因有2个方面：一是3个市场交易场地不存在地域差异；二是并非同一个黄金市场对不同原油市场，而是不同黄金板市场对同一原油市场，因此，从价格发现功能视角进行分析更加适合。具体而言，考察黄金国内板和国际板在价格发现功能上的领先—滞后关系，若前者在价格发现功能上处于领先地位，意味着国内板对信息的吸收和处理能力强于国际板，在市场价格形成上具有更高的效率，对上海原油的避险能力表现也较强。

3.1 黄金国际板对上海原油和WTI原油避险能力差异的原因分析

（1）三元BEKK-MGARCH模型

BEKK-MGARCH模型常被用于考察市场之间的波动溢出效应。模型由均值方程和方差协方差方程构成，具体而言，需要建立考察黄金国际板、上海原油和WTI原油3个市场间联动性的三元BEKK-MGARCH，方差方程见式（14）。

若对矩阵进行展开，发现每个市场的波动既受到自身市场历史信息和波动的影响，又受其余2个市场历史信息和波动的影响，同时还受到市场历史交叉信息和交叉波动的影响。其中， $α_{i j}^{2}$ 为第j个市场的历史信息对第i个市场波动的单独影响（不考虑市场交叉关系）； $β_{i j}^{2}$ 为第j个市场的历史波动对第i个市场波动的单独影响。在检验波动溢出效应时，借鉴傅强等（2017）的方法，若假设A（1，2）=B（1，2）=0或 $α_{12}$ = $β_{12}$ =0时，那么认为第2个市场对第1个市场不存在波动溢出效应，依此类推。

[\begin{array}{l} h_{1, t} h_{12, t} h_{13, t} \\ h_{21, t} h_{2, t} h_{13, t} \\ h_{31, t} h_{32, t} h_{3, t} \end{array}] = [\begin{array}{l} c_{11} 0 0 \\ c_{21} c_{22} 0 \\ c_{31} c_{32} c_{33} \end{array}] {[\begin{array}{l} c_{11} 0 0 \\ c_{21} c_{22} 0 \\ c_{31} c_{32} c_{33} \end{array}]}^{Τ} + [\begin{array}{l} α_{11} α_{12} α_{13} \\ α_{21} α_{22} α_{23} \\ α_{31} α_{32} α_{33} \end{array}] [\begin{array}{l} ε_{1, t - 1}^{2} ε_{1, t - 1} ε_{2, t - 1} ε_{1, t - 1} ε_{3, t - 1} \\ ε_{2, t - 1} ε_{1, t - 1} ε_{2, t - 1}^{2} ε_{2, t - 1} ε_{3, t - 1} \\ ε_{3, t - 1} ε_{1, t - 1} ε_{2, t - 1} ε_{3, t - 1} ε_{3, t - 1}^{2} \end{array}] {[\begin{array}{l} α_{11} α_{12} α_{13} \\ α_{21} α_{22} α_{23} \\ α_{31} α_{32} α_{33} \end{array}]}^{Τ} + [\begin{array}{l} β_{11} β_{12} β_{13} \\ β_{21} β_{22} β_{23} \\ β_{31} β_{32} β_{33} \end{array}] [\begin{array}{l} h_{1, t - 1} h_{12, t - 1} h_{13, t - 1} \\ h_{21, t - 1} h_{2, t - 1} h_{23, t - 1} \\ h_{31, t - 1} h_{32, t - 1} h_{3, t - 1} \end{array}] {[\begin{array}{l} β_{11} β_{12} β_{13} \\ β_{21} β_{22} β_{23} \\ β_{31} β_{32} β_{33} \end{array}]}^{Τ}

（14）

（2）基于三元BEKK-MGARCH模型的市场波动溢出结果分析

基于黄金国际板、WTI原油期货和上海原油期货三者的BEKK-MGARCH模型中方差方程部分回归结果，可得3个市场间的波动溢出检验结果，如表8所示。

表8 黄金国际板、WTI原油和上海原油波动溢出效应结果汇总

Table 8 Summary of results on volatility spillovers from gold international boards，WTI crude oil and Shanghai crude oil

市场	波动溢出方向	原假设	F	P	检验结果
黄金国际板与WTI原油	黄金国际板→WTI原油	A（2，1）= B（2，1）= 0	4.5495**	0.0106	5%水平下，存在由黄金国际板到WTI原油的单向波动溢出
黄金国际板与WTI原油	WTI原油→黄金国际板	A（1，2）= B（1，2）= 0	0.1533	0.8578	5%水平下，存在由黄金国际板到WTI原油的单向波动溢出
黄金国际板与上海原油	黄金国际板→上海原油	A（3，1）= B（3，1）= 0	2.4004	0.0907	5%水平下，不存在由黄金国际板到上海原油的单向波动溢出
黄金国际板与上海原油	上海原油→黄金国际板	A（1，3）= B（1，3）= 0	0.6047	0.5463	5%水平下，不存在由黄金国际板到上海原油的单向波动溢出
上海原油与WTI原油	WTI原油→上海原油	A（3，2）= B（3，2）= 0	4.1694**	0.0155	5%水平下，存在由WTI原油到上海原油的单向波动溢出
上海原油与WTI原油	上海原油→WTI原油	A（2，3）= B（2，3）= 0	0.6047	0.5463	5%水平下，存在由WTI原油到上海原油的单向波动溢出

注：**表示在5%水平下显著；1表示黄金国际板，2表示WTI原油，3表示上海原油

新窗口打开| 下载CSV

表8结果显示：（1）WTI原油对上海原油在靠近1%（P=0.0155）水平下存在显著的单向波动溢出效应，表明上海原油的风险易受到国际WTI原油的影响，反向不成立；（2）黄金国际板对WTI原油在非常靠近1%（P=0.0106）水平下存在单向波动溢出效应，黄金国际板对上海原油在5%（P=0.0907）水平下不存在单向波动溢出效应，表明上海原油对黄金国际板的信息和波动不敏感，而WTI原油对黄金国际板的信息和波动具有较强的敏感性。综上所述，上海原油一方面在风险方面处于被动地位，易受到WTI原油风险的影响，另一方面不像WTI原油与黄金国际板那样存在显著的联动性，使得黄金国际板对上海原油的避险能力总体弱于其对WTI原油的避险能力。

3.2 黄金国际板和国内板对上海原油避险能力差异的原因分析

Chu et al.（1999）将价格发现理解为由于市场结构存在差异，导致所有市场不能同步吸收信息并瞬时调整形成新的均衡价格，所以高效率的市场会提前形成均衡价格并引领低效率市场。向量自回归VAR模型或向量误差修正VEC模型常用于检验市场价格之间的领先滞后关系，直观得出市场之间的领先滞后关系以及影响的周期是该方法的优点（Erik，2002）。本文基于向量自回归VAR模型考察黄金国际板和国内板价格发现功能的领先滞后关系。

（1）黄金国际板与国内板收盘价协整关系检验

由于滞后阶数会影响协整检验结果的准确性，故先对对数收盘价建立VAR模型，用于判定最优滞后阶数选取。由于黄金国际板成立时间晚，故样本区间调整为2018年3月26日至2021年9月13日。

据VAR模型检验结果，SC和HQ信息准则给出的最优滞后阶数均为5阶，本着简洁的原则，选取滞后5阶作为最优滞后阶数，则其协整检验的阶数为VAR模型最优滞后阶数减1，结果为4阶。表9所示为Johansen协整检验结果，迹检验和最大特征根检验所对应的统计量均在5%水平下通过显著性检验，因此，不存在协整关系的原假设被拒绝。对于最多存在一个协整关系的原假设，迹检验和最大特征根检验下的统计量均未通过显著性检验，因此该假设不能被拒绝，表明黄金国际板与国内板对数价格之间存在协整关系，即二者收盘价存在长期均衡关系。协整方程如下：

E c m_{t}

l n P g_{t}

0.967 l n P i g_{t}

0.193

（15）

表9 协整检验结果

Table 9 Results of the cointegration test

协整个数	迹检验			最大特征根检验
协整个数	迹检验统计量	5%临界值	P	最大特征根检验统计量	5%临界值	P
0个	19.626	15.495**	0.011	18.179	14.265**	0.011
最多1个	1.447	3.841	0.229	1.447	3.841	0.229

注：**表示在5%水平下显著

新窗口打开| 下载CSV

（2）脉冲响应冲击和方差分解结果分析

以ECM滞后一期为外生变量，对黄金国际板和国内板对数收益率建立滞后阶数为4的VAR模型，图5所示为脉冲响应冲击结果。图5（a）和图5（b）分别为以黄金国际板和国内板收益率作为响应变量的结果。图5（a）显示，黄金国内板和国际板收益率变动一个标准差时，均在一期内对黄金国际板收益率的影响最大，但影响程度存在明显差异，黄金国内板对黄金国际板的影响明显强于黄金国际板对自身的影响。同样，图5（b）显示黄金国际板收益率变动一个标准差时，对黄金国内板市场的影响可以忽略不计。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 脉冲响应冲击

注：Rig为黄金国际板收益率；Rg为黄金国内板收益率

Fig.5 Impulse response shock

表10所示为方差分解结果。基于VAR模型对黄金国际板收益率的方差进行分解，到滞后10期，黄金国内板对黄金国际板方差的贡献比例超过65%，而黄金国际板的贡献比例仅不足35%。对黄金国内板收益率的方差进行分解，到滞后10期，黄金国际板对黄金国内板方差的贡献比例不足0.3%。

表10 方差分解结果

Table 10 Results of variance decomposition

时期	黄金国际板方差分解			黄金国内板方差分解
时期	标准差	黄金国际板	黄金国内板	标准差	黄金国际板	黄金国内板
1	0.008504	30.71	69.29	0.008386	0.00	100.00
2	0.008837	33.94	66.06	0.008402	0.08	99.92
3	0.008873	33.88	66.12	0.008411	0.09	99.91
4	0.008873	33.88	66.12	0.008415	0.10	99.90
5	0.008902	33.80	66.20	0.00846	0.17	99.83
6	0.008913	33.79	66.21	0.008462	0.22	99.78
7	0.008915	33.81	66.19	0.008462	0.22	99.78
8	0.008916	33.82	66.18	0.008462	0.22	99.78
9	0.008917	33.81	66.19	0.008463	0.22	99.78
10	0.008917	33.82	66.18	0.008463	0.22	99.78

新窗口打开| 下载CSV

此外，基于VAR模型开展的格兰杰因果关系检验发现，黄金国内板是国际板的单向格兰杰原因。上述结果表明，在价格发现功能方面黄金国内板明显领先于国际板。其主要原因在于黄金国际板成立时间较短，市场交易机制还处于逐步完善阶段，在样本期内，国际板的日均交易量约为国内板的1/10（结果来源于对上海黄金交易所2个黄金板块交易量统计）。交易量作为信息的载体，黄金国际板在交易量上的短板使得该市场在吸收和处理信息能力等方面与黄金国内板存在较大差距，限制该市场对上海原油市场避险功能的发挥。反观黄金国内板，经过近13年的发展，市场机制完善程度远胜于国际板，因此国内投资者更愿意选择黄金国内板，这有益于黄金国内板对上海原油避险功能的发挥。

4 结论与启示

4.1 结论

黄金国际板对上海原油的避险功能不仅弱于其对WTI原油的避险功能，还弱于黄金国内板对上海原油的避险功能，因此黄金国际板对上海原油的避险能力最弱。原因主要有3个方面：一是目前上海原油在风险方面处于被动地位，易受到WTI原油风险的影响；二是上海原油与黄金国际板缺乏有效的联动；三是黄金国际板价格发现功能偏弱，使其吸收和处理信息的能力不足，限制了其避险功能的发挥，最终使得黄金国际板对国内原油避险功能表现最弱。

4.2 启示

（1）目前黄金国际板对上海原油期货市场的避险功能较弱，因此从避险角度而言，现阶段不宜选取黄金国际板作为上海原油期货市场的避险资产，相对而言，黄金国内板更适宜。

（2）目前黄金国际板的价格发现功能严重滞后于黄金国内板，长此以往势必削弱黄金国际板的吸引力，对黄金市场国际化进程不利，因此市场监管者应进一步出台促进黄金国际板市场交易的政策，比如适当降低手续费和持仓费等，同时引导国内外机构投资者积极参与。

（3）上海原油期货市场风险易受国际WTI原油期货市场影响，对国内原油投资者而言存在较大隐患，因此，未来不仅要强化国内原油市场风险预警机制，而且要积极提升上海原油市场的流动性，努力培养国内原油市场的定价权。

中国矿业报）

http://www.goldsci.ac.cn/article/2024/1005-2518/1005-2518-2024-32-4-731.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

[]

Adekoya

O B

， Oliyide

J A

， Oduyemi

G O

，2021.

How COVID-19 upturns the hedging potentials of gold against oil and stock markets risks：Nonlinear evidences through threshold regression and markov-regime switching models

［J］.Resources Policy，70：101926.

[本文引用: 2]

Baur

D G

， Lucey

B M

，2010a.

Is gold a hedge or a safe haven？ An analysis of stock，bonds and gold

［J］.The Financial Review，45：217-229.