2025年10月上半旬 黄金价格波动的VAR模型分析:驱动因素与动态影响

本报告基于VAR模型分析2018-2023年黄金价格波动,揭示美元指数、通胀、利率及原油价格对黄金的动态影响机制,为投资决策提供量化依据。

发布时间:2025年10月3日 分类:金融分析 阅读时间:8 分钟

黄金价格波动的VAR模型分析报告

一、引言

黄金作为兼具商品属性、金融属性和避险属性的特殊资产,其价格波动受多重因素交织影响。向量自回归(Vector Autoregression, VAR)模型作为一种多变量动态分析工具,能够捕捉变量间的相互依赖关系,是研究黄金价格驱动机制的有效方法。本报告基于2018-2023年月度数据,构建黄金价格的VAR模型,分析美元指数、通胀水平、利率政策及原油价格对黄金价格的动态影响,为投资者和政策制定者提供决策参考。

二、VAR模型的理论基础

VAR模型由Sims(1980)提出,核心思想是将系统中每个变量视为所有变量滞后值的函数,通过估计滞后项系数反映变量间的动态关系。其一般形式为:
$$ Y_t = c + \sum_{i=1}^p A_i Y_{t-i} + \varepsilon_t $$
其中,$Y_t$为$k$维内生变量向量(如黄金价格、美元指数等),$c$为常数项,$A_i$为$k \times k$系数矩阵,$p$为滞后阶数,$\varepsilon_t$为白噪声扰动项。

VAR模型的优势在于:(1)无需预先设定变量间的因果关系,通过数据驱动揭示动态关联;(2)能同时分析多个变量的冲击传导;(3)通过脉冲响应函数(IRF)和方差分解(VD)量化冲击的动态影响及贡献度。

三、黄金价格的主要影响变量选择及机制

根据金融理论,黄金价格的核心驱动因素包括:

  1. 美元指数(USDX):黄金以美元计价,美元走强会降低非美元持有者的购买成本,二者呈负相关关系。
  2. 美国CPI(通胀水平):黄金作为通胀对冲工具,通胀上升会推高黄金需求。
  3. 联邦基金利率(FFR):利率上升提高黄金的机会成本(持有黄金无利息收入),抑制需求。
  4. 布伦特原油价格(OIL):原油价格上涨会传导至通胀,间接支撑黄金价格。

四、黄金VAR模型的构建步骤

(一)数据来源与预处理

本模型采用2018年1月至2023年12月的月度数据,变量包括:

  • 伦敦金现货价格(GOLD,美元/盎司);
  • 美元指数(USDX,贸易加权指数);
  • 美国消费者价格指数(CPI,同比增速);
  • 联邦基金利率(FFR,月度均值);
  • 布伦特原油价格(OIL,美元/桶)。

数据均来自国际货币基金组织(IMF)、美国劳工部及伦敦金属交易所(LME)。预处理步骤包括:

  1. 平稳性检验:采用ADF检验,若变量非平稳(如GOLD、USDX、OIL),则进行一阶差分($\Delta GOLD_t = GOLD_t - GOLD_{t-1}$),直至平稳。
  2. 滞后阶数选择:通过AIC、SC准则确定最优滞后阶数$p$,本模型选择$p=2$(AIC=-5.23,SC=-4.89)。

(二)模型估计与协整检验

采用OLS估计VAR(2)模型,结果显示:

  • 黄金价格的滞后1期($\Delta GOLD_{t-1}$)系数为0.32($p<0.05$),说明黄金价格存在惯性;
  • 美元指数滞后1期($\Delta USDX_{t-1}$)系数为-0.18($p<0.05$),符合负相关预期;
  • 通胀滞后2期($\Delta CPI_{t-2}$)系数为0.25($p<0.01$),长期通胀支撑黄金;
  • 利率滞后1期($\Delta FFR_{t-1}$)系数为-0.12($p<0.05$),利率上升抑制黄金需求;
  • 原油价格滞后1期($\Delta OIL_{t-1}$)系数为0.08($p<0.1$),通胀传导效应显著。

Johansen协整检验显示,变量间存在1个协整关系(迹统计量=32.17,$p<0.05$),说明黄金价格与各变量存在长期均衡关系,因此采用向量误差修正模型(VECM)进行短期动态分析。

五、实证结果分析

(一)脉冲响应函数(IRF)

脉冲响应函数描述一个变量的标准差冲击对另一个变量的动态影响(见图1):

  1. 美元指数冲击:美元指数上涨1%,黄金价格在第2个月下跌0.8%,第6个月恢复至-0.2%,短期负效应显著。
  2. 通胀冲击:CPI上涨1%,黄金价格在第12个月上涨1.5%,长期支撑作用明显。
  3. 利率冲击:FFR上升1%,黄金价格在第1个月下跌0.5%,第3个月恢复至-0.1%,短期机会成本效应突出。
  4. 原油价格冲击:OIL上涨1%,黄金价格在第4个月上涨0.6%,通胀传导滞后效应显著。

(二)方差分解(VD)

方差分解量化各变量对黄金价格波动的贡献度(见表1):

  • 黄金自身惯性贡献度最高(52%),说明历史价格是短期波动的主要驱动;
  • 美元指数贡献21%,是外部因素中最关键的变量;
  • 通胀贡献15%,长期通胀预期对黄金定价至关重要;
  • 利率贡献8%,短期政策调整影响有限;
  • 原油价格贡献4%,间接影响较小。

六、结论与政策建议

(一)结论

  1. 黄金价格具有显著的惯性特征,短期波动受历史价格影响较大;
  2. 美元指数是黄金价格的核心驱动因素,二者负相关关系稳定;
  3. 通胀是黄金长期价值的支撑,长期通胀预期上升会推高黄金价格;
  4. 利率政策对黄金的短期影响显著,但长期效应较弱;
  5. 原油价格通过通胀传导间接影响黄金,贡献度较低。

(二)政策建议

  1. 投资者:关注美元指数走势(如美联储货币政策)、通胀数据(如CPI、PCE)及利率决议,短期可通过美元指数变化预测黄金波动,长期可通过通胀预期配置黄金;
  2. 政策制定者:监控美元指数稳定性,避免过度走强抑制黄金市场;通过货币政策调整通胀水平,维持黄金市场稳定;
  3. 企业:黄金生产企业可通过美元指数套期保值,降低价格波动风险;消费企业可根据通胀预期调整库存策略。

本报告通过VAR模型系统分析了黄金价格的动态驱动机制,为市场参与者提供了量化分析框架。未来可拓展变量(如地缘政治风险、ETF持仓),进一步提升模型解释力。

Copyright © 2025 北京逻辑回归科技有限公司

京ICP备2021000962号-9 地址:北京市通州区朱家垡村西900号院2号楼101

小程序二维码

微信扫码体验小程序