金属价格篇1
关键词:美元;石油;金属价格;VAR模型
基金项目:国家自然科学基金资助项目(71073177);中南大学优博扶持和论文创新基金项目(CX2010B066);湖南省软科学重点项目(2011ZK2043);***博士点新教师基金(20090162120086);***人文社科基金(10YJCZH123)。
作者简介:黄健柏(1954-),男,湖南郴州人,管理学博士,中南大学教授、博士生导师,主要从事产业经济学、金融工程、企业理论等研究;程 慧(1985-),女,贵州都匀人,中南大学商学院博士研究生,主要从事产业经济学研究;郭尧琦(1982-),男,河南郑州人,中南大学商学院博士研究生,主要从事产业经济学研究;邵留国(1979-),男,山东济宁人,中南大学商学院讲师。
中***分类号:F830 文献标识码:A 文章编号:1006-1096(2012)03-0045-05收稿日期:2011-07-27
一、相关研究及文献综述
一直以来,石油、金属等大宗商品一直都是市场投资者、交易者、生产者以及***策制定者关注的重点。2008年下半年全球大宗商品价格受全球金融危机影响出现大幅下跌之后,金属、石油等大宗商品价格进入到一个2年多的强势上行的周期。但与价格持续上涨相伴随的是,金属、石油等大宗商品价格剧烈波动。作为重要的基础原材料,有色金属价格的剧烈波动在一定程度上会影响我国国民经济的稳态。因此,对于究竟是什么因素主导了有色金属的价格波动行为,以及这些因素到底在多大程度上主导价格走势一直是众多相关利益者关注的问题。
Cuddington等(2003)通过方差分析以及GARCH类模型研究了固定汇率制度和灵活汇率制度下包含有色金属在内的3种商品类别的价格波动行为。研究结果表明,自由汇率下实际商品价格的波动程度要比固定汇率下的大。Tully等(2007)采用多变量APGARCH模型验证了1984年~2003年期间的黄金价格波动行为中存在的杠杆效应。实证结果同样证明美元是最主要的,甚至许多情况下是唯一的影响黄金价格的宏观经济变量。Sjaastad(2008)通过构建误差模型采用1991年~2004年的马克/欧元、美元以及人民币的即期和远期汇率数据验证了主要汇率和黄金价格之间的理论和实证关系。研究表明自从布雷顿森林国际货币体系解体以后,主要货币的浮动汇率制度成为了世界黄金市场价格不稳定的主要原因。从20世纪90年代以来,世界黄金市场价格由美元集团主导,美元价值的上涨和下跌对其他货币体系下的黄金价格影响更加强烈。Krichene(2008)认为,商品价格的上涨是和一般的相对低的利率以及美元价值的实质的贬值有关。商品价格的上涨至少部分与利率和美元汇率的下降相关。Sari等(2010)通过构建VAR模型分析了3种贵金属(金银铂钯)的现货价格与石油价格、美元/欧元汇率之间的联动和信息传递关系。研究发现贵金属与石油和汇率之间在长期内存在着较弱的均衡关系,而在短期内现货市价格对冲击的反应是显著的(但却是暂时的)。更进一步,他们在铂金和钯金中发现了一些如汇率市场一样的市场过度反应的证据。Zhang等(2010)从价格协整关系、因果关系以及价格发现等三个方面探讨了石油和黄金两个市场的相互作用关系,实证结果表明:原油价格和黄金价格之间有着显著的正相关关系,在样本期间的相关系数达到0.9295。此外,两个市场之间存在着长期的均衡关系,但是只存在从石油市场向黄金市场传导的单向格兰杰因果关系。
Morales(2009)利用GARCH模型和EGARCH模型研究了1995年~2007年期间贵重金属的波动溢出以及非对称特征。结果表明,有明显证据显示贵金属收益之间存在持续的波动性。同时,几乎所有样本中存在一种以双向方式运行的明显的波动性溢出,只有黄金例外,即几乎没有证据显示其他贵金属影响黄金市场。同时,作者指出从非对称溢出效应的结果表明,负面消息比利好消息对贵金属市场产生更大的影响。
与国外相比,国内对于有色金属价格波动的研究相对较少。已有的研究或定性分析价格的波动原因(夏晓辉 等,2007),或是研究某一个外部冲击对金属价格的影响,如李艺等(2008)、***等(2007)等分别研究了国际基金、期货投资者行为对我国期铜价格的影响,而对于石油对于我国有色金属价格波动的影响,见于吴迪(2010)。本文关注的是美元、石油价格与有色金属之间的关系,类似问题Akram(2009)、Sari(2010)等学者在其研究中探讨过,但基于我国金属价格数据的实证研究还不多。因此,本文在以上研究的基础上,通过构建VAR模型,分析美元以及石油价格变化对我国金属价格的冲击,以及在此冲击下黄金、白银和铜金属间的相互影响关系,并分析各冲击对于金属价格影响的持续性和贡献率,这将有利于揭示我国有色金属价格波动行为背后的推动作用,有效控制外部冲击对我国金属价格波动的影响,避免金属价格波动对我国经济和工业发展的稳定带来冲击。
二、数据和方法
(一)数据选取与处理
本文采用3种金属现货价格(金、银、铜)、石油现货价格和美元指数的日度时间序列数据(5天工作制)。美元指数(US Dollar Index,USDX),是综合反映美元在国际外汇市场的汇率情况的指标,用来衡量美元对一揽子货币的汇率变化程度。原油现货价格选取的是布伦特原油现货价格,单位标价为美元/桶。而3种金属价格均为上海期货交易所公布的现货价格。时间序列跨度为2005年9月1日至2011年4月25日,共计1145个数据。因为对数数据不改变原来的协整关系,并能尽可能的消除波动的影响,使数据的趋势线性化,消除时间序列中存在的异方差,因此对数据进行对数处理。本文所使用的计量工具是Eviews6.0。
为了对样本价格时间序列有一个直观的印象,首先对原始数据进行描述性统计,如表1所示。从变异系数可以看出,样本期间内石油和白银的价格具有较高的波动性,而黄金和铜价格的波动性则相对较低。此外,从Jarque-Bera统计值也可以看出,所有的时间序列在1%的显著性下都不是正态分布,其中,铜呈现出尖峰厚尾右偏的非正态分布,而银和石油则是尖峰厚尾的左偏非正态分布,黄金和美元指数均呈现出“矮胖”的非正态分布。
3种金属和石油价格之间的相关性如表2所示。可以看到,黄金和白银价格之间有着相对较高的相关系数,反映了其类似的财富效应和货币因素;而铜、白银和石油价格之间的相关系数大于黄金与石油价格之间的相关系数,这可能是由于铜和白银在工业上的使用程度更高有关。此外,铜、黄金、白银均与美元指数存在的负向的相关关系。各金属与石油及美元之间具体的影响大小将在后文进行进一步验证。
(二)方法选择
方法上,本文将基于平稳序列(一阶对数差分)构建VAR模型。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模型时,往往不分析一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化,或者说模型受到某种冲击时对系统的动态影响,这种分析方法称为脉冲响应函数,即考虑扰动项的影响是如何传播到各变量的。本文将采用广义脉冲响应函数。相比Sims(1980)年提出的基于正交化的脉冲响应函数,广义脉冲响应函数的结果不会因为变量的输入顺序不同而不同。此外,对于每一个结构冲击对于内生变量的贡献度,本文将通过VAR模型的方差分解进行分析,从而得出VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。
由于滞后期的选择对于构建对于VAR模型至关重要,因此,要首先确定模型的滞后期。根据Akram研究中模型选择标准,确定本文VAR模型的滞后阶数为5阶。根据所设定的VAR模型,所有根模的倒数都小于1,即位于单位圆内,说明本文的VAR模型是稳定的,可以进行脉冲响应和方差分解。
三、实证检验与稳定性检验
本文将通过格兰杰因果检验、脉冲响应函数以及方差分解对美元指数、石油和3种有色金属价格之间的关系进行稳定性检验。
(一)变量的平稳性检验
ADF检验结果显示,本文使用的所有变量都是非平稳的,而其1阶差分序列都是平稳的,说明文中所有变量都是1阶单整的。我们在变量ADF检验基础上构建VAR模型。
(二)格兰杰因果关系检验
结果显示,对于黄金来说,美元指数和石油价格在一定显著性水平下与黄金价格存在单向格兰杰因果关系;对于白银来说,美元指数、石油价格以及黄金价格均在一定显著性水平下与白银价格存在单向格兰杰因果关系;对于铜来说,美元指数、石油价格以及白银价格则在一定程度上与铜价格存在单向格兰杰因果关系。美元指数、石油以及3种金属中,有着比较强的双向格兰杰因果关系的是石油价格和白银价格。
(三)脉冲响应分析
结果显示:黄金价格对于自身突发性事件的冲击反应较为剧烈,自身事件的正向冲击短期内就会导致价格的迅速上涨,美元和石油对于我国黄金价格的冲击影响持续时间更长。这意味着相比国外来说,我国黄金价格回归均值所需要的时间更久,国内黄金市场上涨预期一旦形成,短期内将难以发生改变。同时,这也在一定程度上说明我国金属市场依然存在着显著的“羊群行为”,市场中理性投机者群体不能迅速修正非理性投资者的过度反应行为,市场效率相比国外市场较低,在一定意义上不正常获利的可能性相对较大。
白银和铜对黄金价格的冲击影响大小均呈现出近似恒定的状态,其影响大小分别为0.005和0.003左右。这可能是因为不同金属间由于受到相同的经济变量的影响,比如宏观经济状况、美元等变量的冲击,使得金属间由于存在一定的相似的商品属性或金融属性,从而在一定程度上呈现出价格的联动性。而白银对黄金的影响大小为0.005,大于铜金属对黄金的影响,这也说明了黄金和白银价格之间的相关性要大于黄金和铜价格之间的相关性。
对白银来说,无论是金属特性和金融属性上都与黄金很接近,所以其对于来自于美元指数和石油价格的冲击的反应也呈现出一定程度的相似性,但与黄金相比,白银受到美元指数和铜价格的冲击影响要显著大于黄金受到的影响,这可能是因为相比白银来说,黄金的货币属性要强于白银,黄金的保值、避险效果更加明显,其价格波动程度要低于白银的波动程度。此外,由于白银的商品属性强于黄金,其工业用途大于黄金,因此商品市场供需的不断变化也会在一定程度上导致白银价格比黄金价格对于外来的冲击表现出更大的敏感性,一旦价格失去支撑,对于外来冲击就会产生更强的波动反应。
黄金对于白银价格的冲击仅小于白银自身的冲击影响大小,在第一期即达到0.009,远大于白银价格对于黄金价格冲击影响的大小,并且其冲击影响在一段时期内保持着0.015左右大小的稳定状态,这与Lucey等(2006)的研究结论是基本一致的。 与前文分析的黄金、白银一样,铜金属同样对自身突发事件的冲击反映比较强烈。此外,黄金和白银价格的变化同样会对铜金属价格产生正向的冲击,但其冲击影响要小于美元和石油的冲击影响。
(四)方差分解
方差分解表示的是当系统的某个变量受到一个单位的冲击以后,以变量的预测误差百分比的形式反映变量之间的交互作用程度,它的基本思想是把系统中每一个内生变量的变动按其成分分解为与各个方程随机扰动项相关联的各组成部分,以了解其对模型内生变量的相对重要性。本文采用方差分解分析各个变量对不同金属价格波动的解释程度。
结果表明:一直以来,黄金价格波动有大约50%左右来自于自身的原因,其余50%的波动基本来自于白银、美元指数和石油价格,这3个指标引起黄金价格波动的比例分别占到了30%、18%和2%;而白银价格波动则分别有35%、20%和3%来自于黄金、美元和石油,这说明尽管短期内黄金和白银的价格波动会出现不一致,但总体而言,黄金和白银价格还是具有一定的价格联动性,并且其相互影响程度比较高。
而相对于石油价格来说,美元指数对于我国黄金和白银价格波动的解释程度要大于石油价格的贡献率。这可能因为黄金、白银有着很好的货币属性来抵抗通货膨胀,从而在美元贬值时,其投资的增加会进一步推动黄金和白银价格的上涨。
对于铜来说,其价格波动主要来自于自身的原因,而石油和美元并不是我国铜金属价格波动的主要原因。一方面可能是因为,我国已经是世界上最大的铜金属消费国,2010年我国铜消费量占世界消费量的35%,巨大的国内需求在一定程度上主导了我国铜金属价格的走势;另一方面,美元对于我国铜金属价格的影响更多来至于伦铜市场的信息传递以及汇率变动所导致的我国货币***策的影响。石油价格则是通过市场的溢出效益和成本效应在一定程度上推高了我国铜价。但总体而言,美元指数、石油价格波动的冲击并不是影响我国铜金属价格的主要因素。
四、结论与启示
石油价格和美元价值的变化对我国金属价格的冲击影响是显著的,但其冲击影响大小和对不同品种金属价格行为的解释度是不同的。其中,对黄金和白银来说,美元价值的变化形成的冲击影响要大于石油价格变化产生的冲击影响,并且其对黄金和白银价格行为的解释度要远大于石油,分别达到了18%和20%。因此,相对来讲,美元价值的变化是影响我国黄金和白银价格行为的一个不容忽视的因素。从2008年底美国首次开始实施量化宽松***策至今,全球流动性泛滥、美元持续贬值。从本文的研究结论来看,持续2年多的黄金和白银价格大幅上涨直接反映了由宽松货币***策导致的美元贬值所带来的影响。一方面,宽松***策带来的美元持续贬值直接推动以美元定价的黄金、白银等贵金属价格上涨;另一方面,美元的持续贬值推动大量以保值为目的的货币进入黄金、白银市场中。此外,美元持续贬值使得热钱与投机力量涌入、购买力提高所激发的价格通胀压力远大于人民币升值所带来的成本下降效用,市场通胀预期再次推高了黄金、白银等金属价格。
对于我国铜金属来说,美元、石油、黄金以及白银价格的变化都会对我国铜金属价格产生冲击,但四者均不是我国铜金属价格行为的主导因素,而应该被视为铜价格行为的辅助因素。即使美元升值,全球经济复苏带来的对铜等工业金属需求的上涨将在很大程度上抵消美元升值带来的影响。相比较而言,供给和需求以及投机行为对我国铜金属价格的影响可能是需要进一步研究的方向。
当前,开放经济条件下,各种外部冲击已经逐渐成为影响金属、石油等全球大宗商品价格行为的重要因素。2009年至今,随着金融危机影响的逐渐减弱,全球经济逐步回升,尤其是我国国内显著增加的巨大的金属需求,推动全球金属价格再次持续上升,但是金属价格行为已经更加复杂,不同时期的价格行为已不仅仅取决于需求的支撑。美元走势、通胀预期、市场流动性、金属的金融化进程、各种投机行为以及国家***策等种种因素相互作用,都将促使金属价格行为呈现出更为复杂和剧烈的波动状态。因此,对于我国有色金属产业的相关部门、企业而言,所面对的已不是一个简单由供求关系所决定的市场,外部冲击所具有的突发性和复杂性要求我们在整体把握金属价格的长期行为的同时,更应该通过构建相关预测和预警机制,准确识别不同时期金属价格行为的内在主导推动力,有效地预测金属价格的短期波动行为,并综合运用期货市场、货币***策、储备战略等手段,从而完善我国金属期货市场,充分发挥期货市场所具有的套期保值和价格发现功能,规避金属价格波动风险,优化金属定价机制。此外,还可以通过制定合理和及时的货币及汇率***策控制市场流动性,同时通过战略储备调节市场供需,确保市场有保有提有压,从而保证金属产业链条各个环节处于更为合理和稳定的价格区间,避免在金属价格出现剧烈波动时才制定应对措施以及滞后的价格调控反而加剧价格波动行为的现象。
参考文献:
***, 张屹山. 2007. 国内外金属期货市场“风险传染”的实证研究[J]. 金融研究(5):133-146.
李艺, 部慧, 汪寿阳. 2008. 基金持仓与商品期货价格关系的实证研究――以铜期货市场为例[J]. 系统工程理论与实践(9):10-19.
吴迪, 建敏. 2010. 纽约原油期货价格波动对我国金属期货收益率的影响研究[J]. 统计与决策(8):139-141.
夏晓辉, 郑亚苏. 2007. 有色金属价格波动趋势及其原因[J].价格天地(12):25-27.
CUDDINGTON J T, LIANG H. 2003. Commodity price volatility across exchange rate regimes[Z]. Working paper.
LUCEY B M, TULLY E. 2006. The evolving relationship between gold and silver 1978-2002 : evidence from a dynamic cointegration analysis: a note[J]. Applied Financial Economics Letters, (2): 47-53.
MORALES L. 2008. Volatility spillovers on precious me-tals markets: the effects of the asian crisis[Z]. Dublin Institute of Technology Working paper.
KRICHENE N. 2008. Recent inflationary trends in world commodity markets[Z]. International Monetary Fund Working Paper.
AKRAM F Q. 2009. Commodity prices, interest rates and the dollar[J]. Energy Economics,(31):838-851.
SARI R, HAMMOUDEH S, SOYTAS U. 2010. Dynamics of oil price, precious metal prices, and exchange rate[J]. Energy Economics,(32):351-362.
SJAASTAD L A. 2008. The price of gold and the exchange rates: once again[J]. Resources Policy,(33):118-124.
TULLY E, LUCEY B. 2007. A power GARCH examination of the gold market[J]. Research in International Business and Finance,(21):316-325.
ZHANG Y J, WEI Y M. 2010. The crude oil market and the gold market: evidence for cointegration, causality and price discovery[J]. Resources Policy,(35):168-177.
(编校:育 川)
An Empirical Research on US Dollar, Oil and Metal Prices Based on VAR Model
HUANG Jian-bo, CHENG Hui, GUO Yao-qi,SHAO Liu-guo
(School of Business, Central South University, Changsha 410083, China)
金属价格篇2
关键词:贵金属价格预测;神经网络;马尔科夫模型;偏最小二乘分析
中***分类号:TF83 文献识别码:A 文章编号:1001-828X(2016)012-000-04
一、模型一:马尔科夫模型
1.马尔科夫模型基本介绍
马尔科夫预测模型的构建,即利用初始状态的概率向量和状态转移矩阵来推测预测对象未来某一时间所处的状态。S(k)=S(k-1)・ P=S(0)・Pk,其中,P为一步转移概率矩阵。由模型可知,第K期的状态概率取决于初始状态概率和一步转移概率矩阵的K次方。由此可见,若已知初始状态概率向量S(0)及转移矩阵P,则可求出预测对象在任一时间处于任一状态的概率。
2.马尔科夫模型的约束性[1]
运用马尔科夫预测模型对预测对象在预测期间的约束条件为:
(1)每一个时期向下一个时期的转移概率不变,均为一步转移概率;
(2)预测期间状态的个数不变;
(3)无后效性,即状态的转移仅与它前一期的状态和取值有关,而与前一期以前所处的状态和取值无关。符合上述约束条件的预测对象即构成马尔科夫过程,我们可对其建立预测模型进行预测。
但值得注意的是,由于长期来看转移概率矩阵将发生变化,马尔科夫预测法只适合于短期预测。在短期内,如果贵金属市场无特殊事件发生,运行正常,那么贵金属价格的变化过程可看作一个动态的随机过程,满足马尔科夫过程的条件,可以运用马尔科夫预测法进行价格的预测。
3.模型的建立与求解
步骤如下:
①根据历史数据推算贵金属价格的转移率,算出转移率的转移矩阵;
②统计作为初始时刻点的贵金属价格分布状况;
③建立马尔科夫模型,预测未来贵金属价格供给状况。
本文选取2015年6月-2016年2月共183个交易日的收盘价变动情况为例,将黄金价格的增长率划分为5种状态:快速增长(价格增长超过0.05%)、缓慢增长、相对不变、缓慢下降、快速下降(价格下跌超过0.05%),分别记为状态1、2、3、4、5。
由程序运行结果知:出现各种状态的次数矩阵如下:
又因为最后一个交易日的大盘状态为4,所以预测下一个交易日黄金价格处于状态1、2、3、4、5的概率矩阵为[0 0.5278 0.0694 0.3889 0.0139],即下一个交易日黄金价格缓慢增长的可能性最大,概率为52.78%。进而求出两补状态转移矩阵如下:
预测下一个交易日黄金价格处于状态1、2、3、4、5的概率矩阵为[0.0057 0.4997 0.0710 0.4078 0.0158],即再下一个交易日黄金价格仍然是缓慢增长的可能性最大,概率为49.97%。但是可以看出价格处于四种状态的概率越来越接近,预测结果越来越不明显,所以表明马尔科夫模型只适用于做短期预测。
由求解结果与实际金价对比可知,运用马尔科夫方法构建的预测模型对贵金属价格的预测显示出一定的成功率。当然,也应该指出这种概率预测方法得出的结果只是表明了预测对象将来将以某一概率趋向于某种状态,而不是绝对处于这种状态,也并不能完全得到贵金属价格的具体数值。由于贵金属市场的波动是一个复杂的非线性系统,贵金属价格的变化受到了多种因素的影响,因而包括马尔科夫预测法在内的任何一种预测方法都不可能准确地预测出贵金属价格每日的变化。虽然运用马尔科夫预测法对金价作短期预测只能取得一定的效果,但其新的预测思路也颇具借鉴意义。
二、模型二:人工神经网络
1.神经网络模型基本介绍
人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。BP神经网络是训练方式为误差反向传播,激励函数为S-sigmoid函数,即为:f(x)=1/(1+exp(-x))。BP网络模型处理信息的基本原理是:输入信号通过中间节点(隐层点)作用于输出节点,经过非线形变换,产生输出信号,网络训练的每个样本包括输入向量和期望输出量,网络输出值与期望输出值之间的偏差,通过调整输入节点与隐层节点的联接强度取值和隐层节点与输出节点之间的联接强度以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。
BP网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型[2]。
节点输出模型
f-非线形作用函数;q-神经单元阈值;
作用函数模型
误差计算模型
误差计算模型是反映神经网络期望输出与计算输出之间误差大小的函数,本文所采取的是残差计算方式:
其中,表示 i节点的期望输出值;表示i节点计算输出值。
学习(权值更正)模型
神经网络的学习过程,即连接下层节点和上层节点之间的权重拒阵的设定和误差修正过程。BP网络有导师学习方式-需要设定期望值和无导师学习方式-只需输入模式之分。自学习模型
表示学习因子;表示输出节点i的计算误差;表示输出节点j的计算输出;表示动量因子。
过程神经网络与一般的人工神经网络最大的不同在于,某一时刻的系统输入量不止是当前时刻的输入量,而且还包含之前某段时间的输入量,输入层节点用于接受时变的输入函数,个时变输入函数的空间加权聚合、时间累积聚合以及激励运算,并将运算结果输出至输出层;输出层也不仅接受来自隐层神经元的激励计算结果,而且直接接受来自输入层的时变输入函数信号,并将接受到的信号在进行完空间加权聚合及时间累积聚合的运算后完成系统的激励输出。
2.过程BP神经网络的模型建立
由于黄金价格的自身时间序列预测,是根据之前某段时间的价格预测之后某个时间点的价格,基于这一点思想,建立了过程BP神经网络,由于对输入量时间维度的阶数最优性的不确定,本文分别构建了1-12阶的过程神经网络,即当前系统的输入量分别为之前1-12个时刻的输入值(黄金价格),以此来构建1-12阶的过程神经网络。分别比较得到的12个神经网络的实际输出与预期输出的关系,选取其中误差最小的阶数,作为最优过程神经网络的阶数。
同时对于划分好的输入量,输出量,选取其中的百分之九十进行学习,并用剩余的百分之十进行检验,即可以防止学习不足,数据信息提取不完善,又可以做到防止过拟合,过度依赖于原数据而失去了对其他数据的处理能力。
输入量和相应输出量数据提取。在进行第阶的过程神经网络的构造时,输入量的组数为 [N/k](其中N为总黄金价格日数据的个数),其中第组输入量为,输出量分别为。
输入量和相应输出量的归一化处理。由于数据差异性基本都在同一数量级,为了神经网络的权值不会特别受输入量,本文所采取的归一化方式为把最小值归一化为0,把最大值归一化为1,归一化公式如下:
神经网络基本结构的创建。过程BP神经网络的结构选取为,输入神经元个数等于阶数,共含有两个隐含层,每个隐含层含有五个神经元,输出神经元个数为1,基本结构如下:
神经网络的学习过程。神经网络的学习过程按照梯度下降法进行,以11阶输入为例,学习过程的相关***像如下。
随着迭代次数的残差变化情况如下:
神经网络的相关参数值的变化示意***如下:
神经网络训练45代之后,训练数据、测试数据、检验数据和全部数据分别与实际数据的相关性程度示意***如下:
利用学习的结果进行预测,并根据误差计算公式,计算分析每一阶数的预测效果。
3.模型的求解
模型求解得到阶数1-12的预测误差如下:
在此给出具有代表性的两幅预测***像:
(即综合误差最大的2阶***像、综合误差最小的10阶***像)
最优阶数所对应的神经网络的训练结果如下:
三、模型三:偏最小二乘法
1.偏最小二乘法基本介绍[3]
偏最小二乘法的基本公式为:
偏最小二乘回归≈主成分分析+典型相关分析+ 多元线性回归分析[4]
偏最小二乘法的基础是最小二乘法,在尽可能提取包含自变量更多信息的成分的基础上,保证了提取成分和因变量的最大相关性,即偏爱与因变量有关的部分,所以称其为偏最小二乘回归。
2.模型的建立与求解
模拟黄金价格与各因素之间的关系,变为构造一个变量与自变量之间的函数关系。通过主成分分析的方法,在自变量中提取主要成分,在因变量中提取主要成分,并且让(通过典型相关分析实现),然后进行因变量,若精度满足要求,即在本文中要求交叉有效性小于0.0985,则停止进行下一个主成分的选取。否则再继续选取第二主成分,然后进行,直到满足精度的要求。当构建完成,再得到因变量与自变量偏最小二乘方程[5]。
经Matlab程序运行后得到交叉有效性-0.1723以及主成分的系数矩阵,进而得到因变量与自变量之间的偏最小二乘回归方程:
易知三种方法的精确程度:神经网络>偏最小二乘分析>马尔科夫模型。马尔科夫模型精度最低,我们仅用该模型通过黄金价格的数据预测其变化趋势及大致浮动范围,无法加入相关因素的扰动进行分析与预测。神经网络是模拟生物神经系统对真实世界物体所作出的交互反应,因此其预测数据的拟合度最高。偏最小二乘分析法则是通过纯数理方法进行预测,相对神经网络缺少交互性。
参考文献:
[1]李海涛.运用马尔科夫预测法预测股票价格[J].统计与决策,2002(5).
[2]张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版,1993.
[3]高惠璇,著.应用多元统计分析[M].北京:北京大学出版社,2005,1.
金属价格篇3
关键词: 有色金属价格;时变相关性;TVP-VAR模型
中***分类号:F830.93 文献标识码: A 文章编号:1003-7217(2017)03-0064-07
一、引 言
有色金属不仅是国民经济、工业和生活不可或缺的基础材料,还是重要的战略物资。随着中国工业化M程的迅速发展,对于有色金属的需求不断增加。近年来,有色金属价格波动剧烈,金属价格之间相互影响,关系越来越密切,有色金属价格之间的相关性研究正引起学者们的广泛关注。
Cuddinggton和Liang(2003)[1]研究了不同汇率制度下的有色金属等大宗商品的价格波动。Watkinshe 和McAleer(2006)[2]采用伦敦期货交易所的铝、铝合金、铜、铅、镍、锡和锌期货价格研究了有色金属市场的风险溢价和持有成本,研究发现现货市场、期货市场和利率市场存在显著的协整关系,铝和锌市场之间存在长期稳定的相关关系。Basoglu等(2014)[3]使用伦敦金属交易所中的有色金属进行因果检验,结果发现铝是其他有色金属的格兰杰原因。吴冲锋等(1997)[4] 分别研究了上海期货交易所和深圳期货交易所以及上交所和伦敦期货交易所的铜价格引导关系,结果发现上海与深圳的一月铜,上海的铜期货和现货之间存在即时的双向价格引导关系。陈建明和徐东贤(2007)[5] 利用含有误差修正项的因果关系模型,检验铜期货价格和铝期货价格间的引导关系,并发现铜期货价格和铝期货价格存在相互引导的关系。方兰和沈镭(2011)[6]采用VAR方法,对铝、铜、锌等金属价格波动研究,发现有色金属价格之间存在联动性,市场之间存在长期稳定的相关关系。周伟和何建敏(2011)[7] 通过Granger因果检验、GARCH模型以及广义脉冲响应函数等方法,对我国金属期货市场的交叉影响及其传导效应进行了实证研究。
从文献中可以看出,有色金属价格之间存在着紧密的联系,之前的学者对这些关系也进行了一定的研究。然而,有色金属之间的价格研究尚有不足,这些研究大多都采用较为基础的因果检验、VAR模型等进行检验,这些方法只考虑了价格之间的静态关系,对于研究价格之间的时变相关关系很少。研究价格的时变关系是一个比较复杂的问题,所以在传统的研究中很少涉及。Primiceri和Giorgio(2005)[8]在传统VAR模型的基础上,提出了带随机波动的时变参数向量自回归模型,即TVP-VAR模型。TVP-VAR模型能够很好地捕捉到经济结构的潜在时变特性,而Nakajima(2011)[9]采用马尔科夫链蒙特卡洛方法来估计带随机波动的TVP-VAR模型使得此模型开始大量应用于经济研究之中。随后一些学者的研究都表明TVP-VAR模型对研究非线性时变关系有着独特的优势[10-12]。
过去30多年中国经济发展迅速,且对外开放的程度也越来越高,于是国内有色金属的价格会受到国内外各种因素的影响。因此,中国有色金属价格之间的相关关系并不是固定不变的,它们之间存在非线性时变的相关关系。为此,本文采用带随机波动的时变参数结构向量自回归(TVP-VAR)模型来探讨铜、铝及锌价格之间的非线性时变关系,研究不同时间点价格之间的不同关系。
二、TVP-VAR模型
本文使用Nakajima于2011年[9]提出的带随机波动的TVP-VAR模型来研究有色金属价格之间的时变影响程度①。该模型的描述如下:首先,引入一个标准的结构VAR模型,定义式如下:
三、实证分析
(一)数据说明及描述
本文数据选用上海期货交易所的铜、铝和锌日度交易数据,考虑到锌从2007年3月26日才开始正式交易,故数据选取2007年3月26日至2015年6月30日的数据,经剔除非交易日和节假日,共获得2011个日度数据。数据来自于WIND数据库。
由于有色金属期货价格数量级较大,均值最小的铝价也达到了15564元/吨,为方便实证分析,故将原始数据取对数用以降低数量级。本文数据均采用原始数据取对数后的数据用做实证,用LN_X代表,数据的描述性统计分析见表1。
从表1可以看出,铜价的标准差最大,说明铜价格的波动是最大的。***统计量显示,所有的价格序列在1%的显著水平下均拒绝服从正态分布的假设。时间序列的ADF单位根检验结果所示,价格序列均不平稳,但是对数后数据的一阶差分的平稳性检验结果显示,一阶差分的数据是平稳的。
(二)有色金属价格的相关性分析
为研究有色金属价格之间的关系,将三组价格序列放在一个***中进行考察,具体见***1。从***1 中可以看出,铜、铝和锌三者的走势比较接近,都于2009年初达到价格的最低点,并于2011年上半年重新上升到新高,随后出现比较稳定的走势。
进一步采用相关性检验检验其相关关系。选取Kendalls tau和Spearmans rho这两个相关系数来度量两个变量之间的变化趋势是否一致。两变量的各相关系数值见表2。
从表2可以看出,三种相关系数在1%的显著性水平下都显著异于零,说明有色金属价格之间都存在显著的正向相关关系。其中铝和铜价格的相关性最大,三种不同相关关系检验结果中最小的也达到了0.73,而剩余有色金属之间的相关关系最低也达到了0.48。
(三)TVP-VAR模型实证分析
TVP-VAR模型估计结果的主要评价标准有均值、标准差、95%的置信区间、收敛诊断值(CD)和无效因子。其中CD用于测定预测模拟得到的马尔科夫链是否收敛于后验分布,无效因子则是后验样本均值的方差和不相关序列样本均值的比率。相关参数滞后阶数的选取参考了Nakajima等(2011)的研究方法,这里对TVP-VAR模型选择了二阶参数滞后。从表3的估计结果可以看出,在5%的显著性水平下,模型没有拒绝参数收敛于后验分布的原假设,并且所有参数估计结果的无效因子都比较小,其中最大的无效因子为149.87,表明我们至少可以得到约132个(20000/149.87)不相关样本,这对于后验推断是足够的。因此,通过这些评价标准能判断模型的估计是有效的,可以进一步分析。
***2是铜、铝、锌的价格波动及后验均值分布***,其中左边两个子***为铜,中间两个子***为铝,右边两个子***为锌。***中所有子***的横坐标表示每一个时间所对应的数据点;***中第一行三个子***的纵坐标表示价格波动,第二行三个子***的纵坐标表示后验均值。从***中可以看出,采用带随机波动的TVP-VAR模型比较好地反映了各个变量的历史波动。各个有色金属价格在2008―2009年初出现剧烈波动,价格出现接近于直线型的下降。实际上,有色金属价格受2008年金融危机的影响,出现了大幅跳水,以铜为例,2008年2月25日的铜期货收盘价为69250元/吨,到2008年年末铜收盘价跌至25790元/吨,价格下降近2/3。随后中国***府通过出台一系列救市***策,才使得中国经济较早地走出危机并开始恢复,有色金属价格也开始回温,到2010年年初已恢复至60000元/吨左右。这些波动表明,随着宏观经济和***策的改变,有色金属价格出现时变性的波动。
从***3中可以看出,不同时间间隔的冲击响应函数走势基本上是一致的,表明模型估计具有稳健性。
(1)铜价格冲击,其他两种有色金属价格的脉冲响应。***3左边的两幅***分别代表铜1单位的冲击,锌和铝的响应。从中可以看出,对于铜的冲击,锌和铝都有较为剧烈的响应波动,且大多数时间都是正向的响应。具体而言,铜的冲击对于锌而言,先是出现了较为集中的正向响应,且在2010年达到最高,随后下降,并在2010年出现一点负向的响应,后又维持了近两年的正向响应,但在2013年又出现了较大的负向影响(2013年5月左右铜1单位的正向变动将导致锌价格下降0.001个单位),从2014年开始铜价格的冲击锌又出现了正向的响应,截至到目前仍然保持正向作用。而1单位铜价格的冲击,铝一直有正向的响应,并在2010年末至2011年初达到最高点,随后影响开始减弱,截至目前保持在较弱的正向响应。从两***中可以看出,对于铜价格冲击,铝有更为明显的响应,即铜对于铝的影响更大。
(2)铝价格冲击,其他两种有色金属价格的脉冲响应。***3中间两幅***分别代表1单位铝价格的冲击,铜和锌价格的响应。从***中可以看出,铝对于铜和锌的影响也比较剧烈,波动明显。其中,对于铝价格的冲击,铜价格在2011年前表现为正向的响应,但2011年后几乎都是负向的响应。而锌对于铝的冲击,则在2011年前表现为较为稳定的正向响应,而2011年后出现剧烈波动,具体表现为在2012年初出现负向低谷,而2013年下半年又出现正向高峰,随后又下降,目前仍处于负向的影响。
整体而言,有色金属价格之间大多出现的是正向的影响,而在2013年5月左右,锌对于铜和铝的冲击表现出负向的影响,铜对于铝的冲击也出现了负向的影响。而2011年前后各个变量的响应也有所变化。而2008年金融危机期间有色金属价格之间的影响程度有所弱化。2008年受世界金融危机的影响,金融市场持续震荡,投资者的投资避险意识增强,商品期货遭大量抛售,导致有色金属等大宗商品价格大幅跳水,而实证结果表明在危机时候,有色金属价格之间的相关关系有所减弱。经过2008年金融危机后,2009年世界济开始复苏,有色金属等大宗商品需求上升,价格渐涨,等到2011年有色金属价格几乎已恢复到金融危机前的价格,但随着中国经济的发展出现短板,有色金属面临产能过剩、节能减排等影响,价格出现了剧烈波动,且出现价格下行,故2011年前后有色金属价格之间的影响程度都有所变化。
(3)锌价格冲击,其他两种有色金属价格的脉冲响应。***3右边的两幅***分别是锌1单位的冲击,铜和铝的响应。两幅***都可以看出,对于锌1单位的冲击,铜和铝都出现了正向的响应,且响应***围绕0.005波动,说明锌价格对于铜和铝价格都是正向的影响。两***均可看出,2008年金融危机期间对于锌价格的冲击,铜和铝的响应都有所减弱,而2011年5月铜和铝价格的对锌价格的响应达到峰值。其中,铜的响应幅度一直处于震荡中,且比较剧烈;而铝的响应则在2007年初的时候出现较为明显的下降趋势,锌的发行初期对于铝的影响达到了0.012左右,但是随后在2008年下降至0.0025,中间经过一段时间的较强影响,2013年5月后锌价格的冲击对于铝价格的影响开始减弱。综合两***来看,2011年前都有较大的正向响应,而2011年后,影响程度有所下降,但是相比于锌价格对铝价格的影响,锌价格对铜价格的影响更大。
综上所述,有色金属价格之间大多存在着正向的相互影响,但也有一些时点出现了负向的响应。在金属价格波动剧烈的金融危机时期,有色金属价格之间存在正向相关关系,但是相关关系有所减弱,而在经济恢复期和上涨期,有色金属价格之间的相关关系变得比较复杂。
2.时点脉冲响应函数的分析。从上面的时变脉冲响应函数可以看出,不同的经济周期期间有色金属价格之间的关系是有所不同的,故进一步对不同有色金属价格在不同时间点进行静态脉冲响应分析,用以分析有色金属价格之间的关系是否存在结构突变③。
选取四个用于对比的时点:(1)2007年5月1日(时点为150),代表有色金属价格波动较为平稳、锌步入正轨、中国经济快速发展的时点;(2)2008年7月11日(时点为311),代表有色金属价格迅速下跌、金融危机爆发的时点;(3)2011年3月26日(时点为1206),代表有色金属价格一路攀升出现新高点的时点;(4)2013年5月2日(时点为1484),代表有色金属价格平稳波动的时点。
***4左边两幅***分别为锌价格对来自铜价格的四个不同时期的正向冲击的静态响应以及铝价格对来自铜价格的四个不同时期的正向冲击的静态响应。从左上***可以看出,在初始期对于铜价格的冲击,锌都表现出了负向的响应,并在第一期达到最低点,随后上升,后面不同时期有不同的表现。具体而言,锌发行初始阶段和金融危机时期锌的响应在经历初期的负向响应后出现了正向的响应,并维持上升的正向趋势;而有色金属价格上涨和平稳时期,则一直维持在较弱的负向关系,这与前面的时变***是相近的。从***中可以看出,在锌发行初始阶段和金融危机时期,对于铜价格的冲击锌价格的响应程度更大,铜价格对于其影响更明显。左下***则表明,铜价格的1单位冲击对铝一直有着较为平稳的正向关系,其中在2007年有色金属价格处于高位时影响程度最大,其次为金融危机时期,影响最小的时期为2013年价格平稳时期。但是从***中也可以看出,不论是哪个时期,脉冲响应函数***都有向下的趋势,说明铜价格对于铝价格的冲击影响随着时间的推移有所下降。两幅***都表明,在2007年有色金属价格稳定和2008年金融危机时,铜价格的冲击对锌和铝价格有更大的影响。
***4中间两幅***分别为铜价格对来自铝价格的四个不同时期的正向冲击的静态响应以及锌价格对来自铝价格的四个不同时期的正向冲击的静态响应。中上***表明,不同时期铝价格的冲击铜价格有不同的响应,在2007年金融危机以前和2008年金融危机时,铜价格表现为向上的正向响应,说明铝价格对于铜价格有正向的影响,且两个时期的影响程度几乎一致;而有色金属价格上涨和平稳的2011年和2013年,铜价格对于锌价格的冲击表现出负向的响应,且价格上涨的2011年其负向关系更为明显。从中下***可以看出,铝价格1单位冲击,锌价格在2011年的有色金属价格上涨期间出现了负向的响应,但2007年有色金属价格平稳、2008年金融危机以及2013年有色金属价格平稳时期都出现的正向响应,其中2013年有色金属价格平稳时期影响最大。从上述两幅***都可以看出,铝价格对于铜价格和锌价格的影响都是逐渐上升的,并在2011年有色金属价格大涨时期都出现了负向的影响。
***4右边两幅***分别为铜价格对来自锌价格的四个不同时期的静态响应以及铝价格对来自锌价格的四个不同时期的静态响应。从右上***可以看出,铜价格对于锌价格有着正向的响应,且不同时期影响程度有所不同。具体而言,在锌开始交易的初期和金融危机时期,铜价格对于锌价格冲击的响应最小,初期锌1单位的冲击,铜价格变动0.0025单位。而在后面的2011年和2013年期间,锌价格对于铜价格的影响较初期有所上升,达到了0.01,后有所下降,并存在一定的下降趋势,两个时点影响幅度变化一致。右下***也表现出铝对于锌的正向响应,且不同时期的影响程度有所不同。金融危机时期锌价格的1单位冲击,铝价格对其响应程度最小,而2012年有色金属期货价格上涨时期,铝价格对于锌价格的响应程度最大,但下降趋势也最为明显。两幅***都表明,锌价格的1单位冲击,铜价格和铝价格都有正向的响应,说明锌价格对于其他两种有色金属都有着正向的影响,其中在锌发行初期和金融危机时期影响最小,而在期货价格上涨时期和平稳时期影响较大。
从***4可以看出,锌价格的冲击对于其他两者的影响最大,且两者都表现出了正向的响应;而对于铝价格的冲击,铜和锌的响应都较小。不同有色金属价格在不同的时点也表现出不同的影响。
四、结论及启示
以上时变脉冲函数结果说明,有色金属价格之间大多出现的是正向的影响,且这些影响波动比较剧烈,2008年金融危机期间有色金属价格之间的关系都有所减弱,而2011年则是有色金属价格关系变动的拐点。时点脉冲函数结果说明锌价格对铜和铝价格都有正向的影响,其中在锌发行初期和金融危机时期影响最小,而在期货价格上涨时期和平稳时期影响较大;铜价格在2007年有色金属价格稳定和2008年金融危机时对锌和铝价格有更大的影响;铝价格对于铜价格和锌价格的影都是逐渐上升的,并在2011年有色金属价格大涨时期都出现了负向的影响。
综上所述,有色金属期货价格之间的关系主要是正向的相关关系。其中时变脉冲响应函数结果说明一种有色金属价格冲击,其他两种有色金属大多出现正向相应,并且随着时间的变化而不同,呈现出时变的特点;而时点脉冲函数结果则表明不同时点有色金属价格之间的关系不同,但大多表现为正向作用。以上研究结果对投资者和***府有一定的启示作用,对于投资者,在构建包含有色金属的投资组合时,应避免同时加入多种有色金属,以规避风险;另外,在分析不同有色金属价格相关性时,除了考虑全局的相关性外,更应该关注最新时点的相关性,以此来指导投资。对于***府,在目前有色金属价格较低的大背景下,***府应督促有关行业进行有色金属市场的去库存和供给侧改革。考虑到几种主要有色金属之间的紧密关系,***府可以通过调整某一有色金属的价格来影响其他有色金属的价格,达到以较少的工作来稳定有色金属市场价格的目的,将更多的精力放在有色金属市场去库存和供给侧改革上。
注释:
①TVP-VAR模型作为一种扩展的VAR模型,一方面,保留了VAR模型的优点,将系统中所有变量均视为内生变量,为解决变量之间的同时性问题、分离各变量对自身和其他变量冲击的动态反映提供了有用框架;另一方面,放松了模型系数矩阵和扰动项协方差矩阵非时变的约束,可以有效捕捉系统中的结构性变化以及变量之间的非线性关系,因而对于分析经济中各种时变特征具有明显的优越性。另外,Nakajima提出的带随机波动的TVP-VAR模型还可以捕捉到变量之间的潜在结构变动。因此,带随机波动的TVP-VAR模型比普通的VAR模型对分析三种有色金属价格的关系更合理。
②这里有很多方式来演化模型中的这些时变参数。根据Primiceri等(2005)和Nakajima等(2011)的处理方式。让at=a21,a31,a32,a41,…,ak,k-1′作为下三角矩阵At中的非0和1的元素,并且有ht=h1t,…,hkt′,hjt=log σ2jt,j=1,…,k,t=s+1,…,n。
③这种静态分析与传统的VAR模型脉冲响应近似,最大的区别在于其基于TVP-VAR模型,可以考虑不同时间点来进行静态脉冲响应分析,能对时变脉冲分析的结果进行一定验证和补充。
参考文献:
[1]Cuddington J T,Liang modity price volatility across exchange rate regimes[R].Georgetown University and IMF mimeograph.Working Paper 2003.
[2]Watkins C,Mcaleer M.Pricing of non-ferrous metals futures on the London Metal Exchange[J].Applied Financial Economics.2006,16(12): 853-880.
[3]Basoglu M S,Korkmaz T,Cevik E I.London metal exchange: causality relationship between the price series of non-ferrous metal contracts[J].International Journal of Economics and Financial Issues.2014,4(4): 726-734.
[4]浅宸妫王海成,幸云.期铜价格引导关系和互谐关系实证研究[J].系统管理学报,1997,(2):1-9.
[5]陈建明,徐东贤.上海期货交易所期铜期铝价格关系的实证分析――运用误差修正模型检验Granger原因[J].有色金属工程,2007,59(3):112-114.
[6]方兰,沈镭.有色金属价格指数关联性的VAR分析[J].中国矿业,2011,20(1):36-39.
[7]周伟,何建敏.我国金属期货市场交叉影响及其传导效应实证[J].上海经济研究,2011(8):63-70.
[8]Primiceri G E.Time varying structural vector autoregressions and monetary policy[J].The Review of Economic Studies.2005,72(3): 821-852.
[9]Nakajima J.Time-Varying parameter VAR model with stochastic volatility: an overview of methodology and empirical applications[J].Jouchi Nakajima,2011,29:107-142.
[10]陈宗义.人民币汇率对中国长期贸易顺差的影响性分析――基于TVP-VAR模型的实证检验[J].统计与信息论坛,2012,27(2):62-66.
[11]胡利琴,彭红枫,李艳丽.中国外汇市场压力与货币***策――基于TVP-VAR模型的实证研究[J].国际金融研究,2014(7):87-96..
[12]刘林,孟烨,杨坤.结构变化、人民币汇率与我国股票价格――理论解释与实证研究[J].国际金融研究,2015(5):3-14.
金属价格篇4
关键词:价格发现;VEC模型;信息份额
基金项目:国家社科基金青年项目:“推进智能型服务业资源有效配置的经济学研究”(15CJY054);***人文社会科学研究规划基金项目:“财***分权、***府治理与中国经济增长机制研究”(13YJA630018)
中***分类号:F83 文献标识码:A
收录日期:2017年4月1日
引言
为完善我国贵金属期货市场交易制度,2013年7月5日上海期货交易所率先选择上海黄金期货和白银期货市场(以下简称为沪金期货和沪银期货)施行连续交易制度。那么,该制度的施行是否对我国贵金属期货市场定价权产生了显著影响呢?这不仅关系到连续交易制度在贵金属期货市场试行的效果,而且关系到未来在其他商品期货市场的推行,对连续交易制度对价格发现功能影响的研究具有长远意义。
价格发现问题源于不同市场交易同质商品,如果一个市场有能力迅速获得市场新信息,且把新信息融入到价格中,快速形成均衡价格,那么这个市场就表现为有效市场理论所指的有效市场,具有价格发现功能,能引领其他市场价格走势。由于在地域及交易制度等方面存在差别,标的物相同的不同期货市场,对新信息反应速度以及把新信息融入到价格的比率往往存在差异,结果使得不同期货市场形成均衡价格的时间有先后之分,在运行效率上就表现为价格发现功能有强弱之别。正如Quentin早期对价格发现的解释:“由于市场结构存在差异,导致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,并引领低效率市场的价格”。因此,学者们构建模型刻画不同市场对新信息反应速度的快慢和把新信息融入到价格比率的高低,来判断不同市场价格发现功能的强弱。
刻画对新信息反应速度的模型以研究市场价格间的引导关系为主,格兰杰因果关系检验是其主要研究方法,即从市场收益率一阶矩角度出发,先建立VAR(Vector Autoregressive)或VEC(Vec error correction)模型,然后利用格兰杰因果关系检验收益率之间的因果关系,Erik、王骏等人的研究属于此类。
刻画新信息融入价格比率的模型采用公共因子度量模型,测算每个市场对价格发现的贡献份额,贡献份额大的则被认为具有价格发现优势,属于定量研究,正好弥补前者的不足。目前,Hasbrouck的信息份~IS(Information Share)模型,以及对其修正的MIS模型被学者广泛使用。
目前,国际上对贵金属期货市场价格发现功能研究较少,Pantisa等利用2003~2007年的数据,采用VEC模型对印度黄金期货市场、迷你黄金期货市场和黄金现货市场的价格发现功能进行实证研究,发现期货市场和迷你市场均领先现货市场。近几年,贵金属期货价格发现功能在国内越来越受重视,相关研究逐渐增多且集中在黄金期货市场,然而结论却不一致。祝合良等利用协整检验、格兰杰因果关系检验对沪金期货与沪金现货、沪金期货与美金期货价格发现功能做了实证分析,发现美金期货单向引导沪金期货,沪金期货单向引导沪金现货,认为沪金期货的价格发现功能在其成立两年后已经开始发挥,但仍有较大的提升空间;刘飞等得出的结论与祝合良的很相似。然而,余亮、谷晓飞等学者的研究对上述结论提出了质疑。余亮采用VEC模型、脉冲响应函数,考察了沪金期现市场价格发现功能,发现沪金期货的价格发现功能尚未有效实现,并认为交易制度不健全是导致该现象的主要原因。谷晓飞利用协整检验、格兰杰因果检验对沪金期现市场价格之间的动态关系进行实证考察,发现二者之间不存在长期均衡关系,且二者在价格发现功能上不存在相互引导,认为沪金期货尚不具有价格发现功能。徐雪等运用协整检验、VEC模型对沪金期现市场的联动性进行了实证检验,得出结论与余亮和谷晓飞的相似。
总结先前学者的研究,发现相关研究还存在几个方面的改进:第一,前人在研究方法上多以定性判定市场之间的领先滞后为主,缺少定量测算;第二,国内对贵金属期货价格发现功能的研究聚焦于沪金期货,对沪银期货的重视程度不够;第三,目前国内对连续交易制度施行对贵金属期货价格发现功能影响的研究处于空白,基于上述分析,本文将更新研究数据,采用VEC模型与信息份额模型,全面考察连续交易制度对贵金属期货价格发现功能的影响。
一、数据选取及研究方法
1、研究数据筛选。选取沪金期货、沪金现货、沪银期货和沪银现货合约中日交易量最大品种的日收盘价。沪金样本区间为2011年1月4日至2014年9月26日,沪银样本区间为2012年5月10日至2014年9月26日,数据来源于上海期货交易所网站和上海黄金交易所网站,共得到沪金样本903对,沪银样本580对,将制度启动日2013年7月5日设为事件日,把总样本分为事件日前样本和事件日后样本(含事件日)。
p1,t、p2,t、p3,t、p4,t分别为沪金期货市、沪金现货、沪银期货市、沪银现货收盘价的对数形式,r1,t、r2,t、r3,t、r4,t分别对应的收益率,表达式如下:
2、研究方法
(1)VEC模型。以沪金期货和沪金现货为例。如果沪金期现市场对数收盘价至少有一个是一阶单整序列,且线性组合平稳,即p1,t+bp2,t=ectt?荠I(0)且b≠0,那么p1,t+bp2,t就是所指的协整关系,ectt是均衡误差,对应的VEC模型为:
其中,ri,t是价格短期变动,影响因素既有前期短期变动r1,t-p、r2,t-p,又有长期均衡误差ectt-1。其中,矩阵?琢是调整参数矩阵,?琢=[?琢1,?琢2]T,矩阵?茁为协整向量,?茁=[1,b]T。?赘是残差e1,t和e2,t的方差协方差矩阵,?籽是残差相关系数。
(2)测算新信息融入价格比率的信息份额模型。IS模型是将VEC模型转换成向量移动平均的过程,把价格分解为永久成分和短暂成分,其积分形式为:
式(4)中等号右边的第一项使得残差具有记忆性,即为永久成分,所体现的是新息对价格序列的长期影响。?追*(L)是多项式矩阵,L为滞后算子,?追*(L)et为与永久成分对应的短暂成分,体现了不完美市场交易摩擦产生的短期影响。影响矩阵?追(1)是2×2阶方阵,理论上每一行都相同,所以可以用任意一行代表,即?追=(?酌1,?酌2…?酌k),?追et就是前文提到的公共因子,其方差为:
IS的计算视?籽而定,分为两种,一种是当?籽为零时,?赘是对角矩阵,两个市场中第i个市场的价格发现贡献份额为:
当?籽不为零时,?赘是非对角矩阵,IS的计算需要寻找Cholesky因子分解?赘,使得?赘=MMT,其中:
这种分解方法存在一个弊端,使得变量的贡献份额和?籽有关,?籽越大,第一个变量的贡献份额也越大,所以通常交换变量次序后,求平均值作为最终的值。
Donald等对IS模型进行修正,提出了不需要变换变量顺序MIS模型,构建了一个新的分解因子F,F=[G?撰-0.5GTV-1]-1,?赘=FFT,其中?撰是由?赘的特征值组成的对角矩阵,矩阵G是由?赘的各个特征值对应的特征向量组成的矩阵,矩阵V是残差项et的标准差组成的对角阵,V=diag(■,■),MIS份额计算公式为:
基于上述分析,本文将以MIS指标作为首选指标,以IS指标作为次选指标。
二、实证结果及分析
1、单位根检验。表1是对数收盘价序列的平稳性检验的结果。从表中可以看出,滞后10阶单位根ADF检验统计量均未被拒绝,说明对数价格序列均不是平稳过程,而一阶差分后的单位根ADF检验统计量均在1%的水平下被拒绝,说明一阶差分序列是平稳的,所以序列均是1阶单整序列。(表1)
2、VEC模型和IS、MIS模型结果。表2表明沪金(银)期现市场的对数收盘价序列存在一个协整关系,适宜建立VEC模型。对于沪金期现货样本组,利用SC信息准则确定了事件日前和事件日后VEC模型的最优滞后阶数均为1阶;对于沪银期货和沪银现货样本组而言,最优滞后阶数分别为2阶和1阶。所建的模型都通过了稳定性检验。VEC模型主要系数的结果展示在表3中。在VEC模型基础上,计算得出IS、MIS模型指标值,结果汇集到表4。(表2、表3、表4)
表4表明,对于沪金期货和沪金现货,事件日前,沪金期货的IS指标、MIS指标值分别为46.54%和34.51%,沪金现货的IS指标、MIS指标值分别为53.46%和65.49%,所以沪金期货的IS指标、MIS指标明显小于沪金现货的,表明在连续交易制度施行前沪金现货在价格发现功能上具有优势。在事件日后,沪金期货的IS指标、MIS指标值分别为43.48%和42.44%,沪金现货的指标值分别为56.52%和57.56%,从IS指标值来看,沪金期货价格发现功能略有下降,绝对下降幅度约为3%,相对下降幅度为6.57%;不过从MIS指标来看,沪金期货价格发现功能具有较大提升,绝对上升幅度约为8%,相对上升幅度则约为23%。根据前文所述,我们以MIS模型为首选标准,所以可以得出连续交易制度有利于沪金期货价格发现功能的提升。
对于沪银期货和沪银现货而言,事件日前,沪银期货的IS指标和MIS指标分别为57.14%和71.27%,沪银现货的IS指标和MIS指标分别为42.86%和28.73%,显而易见,沪银期货在价格发现效率上处于主导地位。事件日后,沪银期货的IS指标和MIS指标分别为59.68%和79.19%,沪银现货的IS指撕MIS指标分别为40.32和20.81%,对比发现,沪银期货的IS指标和MIS指标均有所上升,其中IS指标绝对上升幅度约为2.5%,相对上升幅度约为4.5%,MIS指标绝对上升幅度约为8%,相对上升幅度约为11%,所以连续交易制度的施行有利于提升沪银期货价格发现功能。
通过上述分析可以得出:施行连续交易制度有利于增强贵金属期货价格发现功能,主要原因是贵金属期货市场流动性在连续交易制度施行后得到了充分的释放。在事件日前,沪金期货日均交易量约为沪金现货的1.8倍,而在事件日后,上升到4.6倍;在事件日前,沪银期货日均交易量约为沪银现货的3倍,而在事件日后,骤增到17.6倍。Donald研究指出代表市场流动性好坏的交易量指标是影响期货市场价格发现效率的重要因素,当期货交易量较小时,现货市场价格效率会强于期货市场。对比沪金,沪银期现交易量的比值后,发现沪银期现交易量比值远高于沪金期现的,所以沪金期货在价格发现功能上弱于沪金现货,而沪银期货却强于沪银现货的现象也就不足为奇了。
三、结论
本文利用VEC模型、IS模型、MIS模型考察了连续交易制度启动对我国贵金属期货市场价格发现功能的影响,得出以下主要结论:第一,沪金期货和沪金现货及沪银期货和沪银现货之间存在长期均衡关系;第二,连续交易制度施行前,沪金期货在价格发现功能上弱于沪金现货,连续交易制度施行后,沪金期货价格发现功能有较大提升,不过仍略弱于沪金现货,流动性偏低是其主要原因,沪金期货价格发现功能还有很大的提升空间;第三,制度施行前,沪银期货价格发现功能显著强于沪银现货,制度施行后,沪银期货价格发现功能进一步增强。
以上研究结论表明,在国内期货市场尚未完全对外开放的情况下,“上期所”率先以贵金属期货市场作为连续交易制度试点的创新是成功的,在提高了贵金属期货市场交易量的同时,也增强了贵金属期货市场的价格发现功能,有利于贵金属期货市场的套期保值功能的发挥,这对于增强金融期货服务实体经济的能力十分有益。所以,为了整体提升我国商品期货市场服务能力和国际竞争力,在贵金属期货市场连续交易制度施行的经验基础上,尽快让连续交易制度在国内其他商品期货市场施行。
主要参考文献:
[1]Quentin C.Chu,Wen liang GH.,Yiuman T.Price Discovery on the S&P 500 Index Markets:An analysis of spot index,index futures,and SPDRs[J].International Review of Financial Analysis,1999.8.1.
[2]Erik T.Price discovery in Floor and Screen Trading Systems[J].Journal of Empirical Finance,2002.9.4.
[3]王E,张宗成.基于VAR模型的中国农产品期货价格发现的研究[J].管理学报,2005.2.6.
[4]Joel Hasbrouck.One security,many markets:determining the contributions to price discovery[J].Journal of finance,1995.50.4.
[5]Roger D.Huang.The quality of ECN and Nasdaq market maker quotes[J].The Journal of Finance,2002.57.3.
[6]何诚颖,张龙斌,陈薇.基于高频数据的沪深300指数期货价格发现能力研究[J].数量经济技术经济研究,2011.5.
[7]华仁海,刘庆富.股指期货与股指现货市场之间的价格发现能力探究[J].数量经济技术经济研究,2010.10.
[8]周舟,成思危.沪深300股指期货市场中的宏观经济信息与价格发现[J].系统工程理论与实践,2013.33.12.
金属价格篇5
2009年5月11日,***正式了有色金属产业调整和振兴规划。主要内容包括:淘汰落后冶炼产能、推动企业重组和技术进步、鼓励大型企业开发海外资源等。
值得注意的是,此次出台的规划将按期淘汰落后冶炼产能作为重点目标。明确提出了在今年将淘汰30万吨铜冶炼、60万吨铅冶炼、40万吨锌冶炼的目标,同时还将在2010年前淘汰80万吨电解铝产能。对此,市场分析人士纷纷表示,此次行业规划在注重有色金属长远发展的同时,也兼顾了解决目前“产能过剩”的难题。有分析人士乐观表示,仅这点来看这可能是推动目前有色金属价格上升的直接动力。
但综合考虑国内经济形势以及行业供需等因素,中信证券有色金属行业分析9币李追阳认为,由于规划期是09―11年,所以投资者不要希望有色行业振兴规划会给行业带来立竿见影的效果。他同时表示,由于国内经济复苏迹象明湿,加之有色已迎来消费旺季,所以在第二季度行业有望全面扭亏。
4月份金属价格环比大幅上涨
4月份,国内外金属价格继续反弹走势,除黄金价格小幅回落之外,其他金属价格环比均出现较大幅度的上涨。其中:国内铜价涨幅最大,月均价环比上涨25,7%,镍、锌及铝均价坏比分别上涨20,9%、13,3%和8,6‰即将步入消费淡季的压力下,铅价涨幅只有2,1%。
对于四月金属价格的上涨,李追阳分析这主要是由于国家减产及收储计划共同作用的结果。以电解铜为例,1―3月国内电解铜产量在保持了稳定增长的同时,而年初以来铜价上涨幅度接近50%。可见除减产因素外,国内收储行动对于金属价格的回升也起到推波助澜的作用。中国国储局通过国际市场收储铜,对于LME铜价起到极强的提振作用。李追阳认为,市场把本轮铜价的上涨归因于“中国需求”这是有一定道理的,因为人们似乎很难再找到能够解释铜价上涨的其他积极因素。
经济复苏预期是有色价格的重要支撑
09年以来,在美国、欧洲、日本等西方国家经济数据仍然不佳的背景下,金属消费均出现了两位数的下滑;然而,中国经济刺激计划和信贷暴增的刺激下,市场对中国金属消费的预期重新乐观,加上中国年初以来金属进口需求大幅上升,“中国因素”重新成为市场最大的亮点。
从影响金属消费最直接的因素一制造业来看,中国制造业年后开始逐步复苏,工业生产增长率显著回升,1―2月份同比增长达到11%,3月份虽小幅回落,但相对08年底仍有较大的回升。从趋势上看,制造业的领先指标一采购经理人指数则是连续5个月回升,3月份则进入50以上的扩张区域,这预示着未来几个月中国制造业仍将处于复苏通道中。
同期,以美国为代表的发达国际经济虽不及中国经济反弹难么强劲,但是也看到了一些见底的迹象。从领先指标来看,制造业采购经理人指数连续3个月回升,房地产市场虽没有显著回升,从开工、销售数据来看,美国房地产市场也出现了见底的迹象。
总之,根据李追阳分析,从国内外近期的数据来看,经济触底的迹象越来越来明显,特别是中国将逐步复苏通道的预期有望逐步增强。
从需求上看,李追阳认为未来金属消费需求正在回升。09年以来,中国金属消费需求的回升是价格反弹的关键因素之一。从国家统计局公布的是数据来看,1-3月份大多数金属的终端产品产量均同比出现较大增长。从铜材、铝材来看,3月份产量迅速’恢复,同比增长分别达到21,4%和15,6%。从金属终端消费主要的ll类商品来看,大部分产量增速在加快,或者减速在放缓,只有发电设备、电动机等还不太理想。另外,3月份有色金属下游消费开始进入传统的消费旺季。从过去5年的铜材、铝材的生产数据来看,3―6月份体现出显著的“旺季”特征,这也给二季度的金属市场增添了活力。
除需求正在好转外,李追阳认为美元贬值预期也是金属价格的有力支撑。金属除了商品属性之外,其价格走势还会受到很多因素的影响,其中美元、原油是非常重要的两大因素。
全球主要的大宗商品交易均以美元标价,其变化直接影响商品的价格,之前的报告中我们多次分析了美元与商品价格之间关系,这里就不再累赘。自08年下半年以来,在经济衰退忧虑中,全球资金流向相对安全的美元资产,驱动了美元的快速升值;随着经济见底、经济复苏预期的强化,风险偏好的重新上升,无疑会给美元带来新的压力,加上美国“量化宽松”的***策下,增加了市场对美元的不信任度,美元可能会重新阶段性的弱势,形成对金属价格的支撑。
另一个主要的因素就是原油价格走势。自3月初以来,原油价格步入反弹通道,若原油价格继续回升,将对基本金属及黄金价格形成很大的影响。一方面,原油作为大宗商品市场的风向标,其走势对其他商品的心理影响很大另一方面,原油作为最重要的能源,其价格变化无疑会改变投资者对高耗能商品成本变化的预期,从而驱动价格的变化,最为显著的就是长期铝价与原油价格走势具有非常强的一致性。
总体上,影响金属市场的积极因素在增加,特别是消费环比大幅改善,价格已经触底反弹。但是,经济已经见底,或者出现复苏的迹象,特别是西方国家金属消费同比下降幅度仍在10%左右,而中国今年金属消费增长速度预期在10%以内,全球金属消费需求整体会出现小幅的下滑。
当然,他同时也表示,08年金融危机以来,各国纷纷采取了大量的“非常规”经济刺激计划,货币发行量暴增,一旦市场流动性释放、或者美元出现快速贬值走势,不排除金属价格出现阶段性脱离供需的大幅波动,从而带来矿业股的交易性投资机会。
行业有望扭亏 但估值略高
09年一季度有色金属行业(上市公司)主营收入692亿元,环比继续下滑15%,净利润-9,96亿元,环比减亏近110亿元;如果剔除中国铝业近19亿元的亏损影响,一季度行业能够实现扭亏格局。从各自行业来看,只有铜行业实现扭亏,铝、铅锌行业大幅减亏,仍有小幅的亏损;而黄金继续保持较高的盈利水平。
金属价格篇6
关键词:粮食***府价;金融化;能源化
1 引言
随着国际金融市场的迅猛发展,粮食市场与货币、外汇、期货、衍生品市场的联动成为复合的金融体系,形成了粮食“金融化”趋势。粮食从某种程度上已经实现了从商品属性向商品和金融双重属性并重的转换,粮价很大程度上不是由供求而是由资本和货币决定。
粮食金融化引起粮食产品价格的波动,导致通货膨胀的发生,影响了一国经济的正常运行,因此本文先从理论上对我国粮食金融化现象进行研究,之后利用相关数据实证研究我国粮食金融化程度,这对我国***府应对粮食产品价格波动从而推动“三农”更好地发展有重要意义。
2 文献综述
关于粮食金融化发生的原因,李东卫、樊琦等总结以下几方面:流动性过剩是当前推高粮价的重要因素,发达国家主导了农产品交易市场,金融投机是推高粮价的重要因素之一,金融市场衍生品的长足发展,生物能源开发加剧了粮食金融化趋势。
周寂沫认为粮食价格的变动不是由粮食本身的供求,而是由金融资本的流动来决定,这就是所谓的粮食贸易“金融化”。李媛亚认为粮食产业发展更多地借助金融机构和金融市场进行资金融通、风险管理和资本运作,而金融体系通过利率、汇率、商品价格的变化越来越多地对粮食产业链中的生产、加工、流通、储备和并购重组产生影响。
Piesse和Timmer认为国际粮价在1972~1974、 1983~1985和2007~2008达到峰值,并从供求角度出发指出不同阶段粮食价格的波动程度存在差异。Mitchell和Serra认为原油价格以及生物能源需求是导致国际粮价波动的主要原因,且能源价格与粮食价格之间存在正相关性。
高帆、龚芳分析表明:1961~1999年供给、需求和库存对粮价波动的解释程度为89. 50%,但2000~2010年金融和能源成为影响粮价波动的主要方面。
3 我国粮食***府价的“能源化”和“金融化”属性的实证研究
本文以粮食生产价格指数作为***府价的衡量指标。选取1978~2011年的年度价格作为***府价样本,以人均粮食生产量、消费量、世界银行能源现货价格、广义货币供应量、物价总指数和净出口量分别作为供给、需求、能源和金融因素指标。为了剔除差异性,除了净出口量之外,所有指标都进行指数化处理,构建含自相关项的对数线性模型:首先进行单位根检验,检验结果表明变量二阶单整,协整检验表明变量之间存在协整关系,滞后阶数为2阶。通过格兰杰因果关系检验得出供给是导致粮食***府价变动的格兰杰原因,物价总指数是导致粮食***府价变动的另一方面的原因。出现这种情况的可能原因:近年来能源和金融因素对国际粮价影响加剧,但我国生物能源发展处于起步阶段以及受国内资本流动管制等,使得这两种因素对我国***府行为的影响降低。
以上是对粮食***府价整体而言,接下来从具体粮食品种来考察我国粮食***府价的“能源化”和“金融化”属性。对小麦、玉米、大豆和大米分别进行单位根检验、协整检验,发现玉米一阶单整,滞后一阶;小麦二阶单整,滞后。大米一阶单整,滞后一阶;大豆一阶单整,滞后2阶。进行格兰杰因果关系检验。
金属价格篇7
一、引言
近年,黄金价格波动较大,并且一路持续走低。2013年4月国际黄金价格发生了“惊心动魄”的一幕,2013年4月12日和4月15日国际黄金价格经历了一次震撼暴跌,直接从1550美元/盎司(约合人民币307元/克)下落到了1321美元/盎司(约合人民币261元/克),仅4月15日这一天黄金价格就跌了20%,这一状况的发生直接导致外媒称为的“中国大妈”现象,造成了社会的恐慌。黄金市场价格短期较大幅度的波动给投资者带来巨大的影响,包括投资者对黄金价格预期、黄金市场信心等。在这样的背景下,本文着重研究影响黄金价格波动的因素,并结合“中国大妈”现象给个人投资者提出投资策略建议。关于黄金市场价格的研究不仅仅指出影响价格波动的主要因素,还为投资监管部门以及投资者投资提供***策建议和参考意见,具有理论意义与现实意义。
二、黄金的三重属性
黄金具有三重属性:货币属性、商品属性、投资属性。正是具有了这三个属性才使得黄金成大众消费群体和国家货币当局的厚爱与关注。黄金的三个属性如下;
(一) 黄金的货币属性
由于黄金具有稀缺性、易保存性、单位价值高、容易分割等特点,作为货币,黄金发挥着其一般等价物的作用。这是黄金的货币属性。
(二) 黄金的商品属性
由于黄金具有耐高温、耐腐蚀等特点,它在工业领域、航空领域以及民用领域等,作为用的不可或缺的原材料之一,受到了强烈的偏爱。黄金不光可以用来作为货币进行交易,而且还具有优良的金属属性,在工业领域被广泛的应用。另外,随着消费水平的进一步提高,黄金作为社会财富和社会地位的象征,也颇受欢迎。
(三) 黄金的投资属性
黄金的投资属性也即黄金的避险属性。黄金价值高,作为一种***的资源,并且不受区域的限制,使得其具有很高的投资价值。不管是作为国家的战略资源配置,还是个人黄金消费需求,黄金都具有很高的投资价值。
三、影响黄金价格波动的影响因素
影响黄金价格的因素比较复杂,不同历史时期黄金价格的影响因素不同,且重点影响因素也不尽相同。本文就以下几个主要的影响因素进行分析;
(一) 美元汇率与黄金价格的关系
美元与黄金价格的关系是黄金货币属性的体现。尽管在现代金融体系中黄金已经被非货币化,但作为货币,黄金有史以来就被人们所接受,而美元一直以来就被公认为的硬通货,两者都是国际储备资产。美元汇率和黄金价格之间存在着相互影响的关系,美元汇率的波动会对黄金在整个世界范围内的供需产生影响,最终会导致黄金价格发生变化。通常来说,黄金市场上有美元涨则黄金跌,美元降则黄金扬的规律。美元汇率与黄金价格呈负向变动关系。
(二)石油价格与黄金价格的关系
石油作为经济发展的重要战略资源,是衡量世界经济发展的指标,石油价格的变动与黄金价格的变动有很大的关系。石油价格上涨后,石油生产国的石油收入就会迅速增加会增加对黄金的需求,从而就会增大通货膨胀的压力,然后通胀又反过来作用于石油价格,使得石油价格进一步的上涨,然后投资者就会买入黄金进行保值增值,从而导致黄金价格上涨。反之,石油价格下降,会导致黄金的需求减少,从而降低黄金的价格。石油的价格影响范围较大,会遍布整个世界经济,主要是通过影响美元来影响国际金价的。
(三)国际***治形势与经济形势对黄金价格的影响
国际经济形势和国际***治形势都会对黄金价格产生很大的影响。国际经济形势的恶化,会使得大量的资金流涌入黄金市场,以分散风险和保值增值为目的。另外,国际***治形势也会对黄金价格造成影响,国际***治事件和战争事件会造成一国通货膨胀,进而增加对黄金的购买,从而使得黄金价格上涨。
(四) 黄金储备与黄金价格的关系
另外,世界黄金储备与黄金价格有很大的关系。一国央行抛售黄金会使得投资者对未来的金价产生悲观预期,而增加黄金外汇储备会产生相反的作用。如2009年印度向IMF组织购买黄金200吨导致黄金价格突破1100美元/盎司的位置,为后期黄金价格一路走高打下了基础。黄金储备是各国货币当局为了稳定国民经济,抑制通货膨胀,维持汇率水平等作为金融资产的黄金。黄金储备对黄金价格的影响主要是通过影响黄金的供需来影响其价格的。
四、近年影响黄金价格波动分析
黄金,不管是对普通大众消费者还是对宏观层面的货币当局都有很大的吸引力。发生于2013年4月的黄金消费异常状况,即“中国大妈”现象,以及后来的中国大妈被套牢等,引起了我们对黄金价格波动的以及黄金投资安全性的关注与思考。中国大妈们作为普通老百姓,她们出手抢购实体金,当然也有传统观念的“存金藏银”因素,但主要还是期望财富保值和规避通货膨胀。“抢金潮”其实映衬着中国民间投资理财渠道的匮乏与不足,大妈们把钞票换成“黄货”,也更凸显提振内需消费的隐忧。
(一) 黄金供给量稳中有降,黄金需求波动较大且潜力也较大
黄金供给量一般指当年进入市场的黄金的增量。黄金的供给来自以下几个方面:首先是一般意义上供给,这属于常规性的供给,会出现稳中有降。随着采矿技术的进步,一些不可开采的贫矿变为可开采的,但黄金存储量毕竟是有限的,因此,就会导致在一般意义上的黄金供给量稳中有降。其次是诱导性供给,所谓的诱导性供给是指,由于一些刺激性的原因导致黄金供给量发生变化,这里的刺激主要是考虑价格的变化。一般来说,黄金价格上涨将会导致黄金供给量增加,反之,则减少。最后是调节性供给。调节性供给是暂时性的现象,主要包括还回再生金,也包括IMF、各国货币当局出售黄金等。近几年来看,黄金供给比较稳定。黄金需求量主要来自三个方面的需求:一是以黄金作为原材料的需求,主要是在工业和首饰加工方面的需求。二是储备需求,有黄金的货币属性决定的,一国货币当局都会对黄金进行一定的储备以稳定经济、抑制通胀等作用。三是投资需求,顾名思义,就是根据市场上黄金价格的变化,进行反向交易以获取利益。从近几年的状况来看,黄金需求量变化不一等现象,需求量波动不定。因此,就会造成黄金价格变化较剧烈。
(二) 美元汇率持续下降和全球性的通胀拉高黄金价格
进入2011年以来,受欧洲主权债务危机、美国经济持续低迷等诸多因素的影响,美元汇率的持续下降,给黄金价格造成了很大的影响。此外,全球性的通货膨胀也拉动黄金价格上升。在国内,自从2005年人民币汇改以来,人民币对美元每年升值约5%,近年则呈升值放缓态势,2010年、2011年、2012年分别约为3.63%、4.7%、1.02%。可以看出美元汇率的当今趋势在持续下降。美元作为主要的国际储备货币,其贬值从某种程度上来说减少了其他国家的外汇储备美元价值,进而就增加了其他国家的持有黄金价格的意愿,从而拉高了黄金价格。从通胀方面来看,黄金有能很好的抵御通货膨胀的作用,通过购买黄金来抑制通胀趋势。纵观我国近几年的CPI,可以看出近几年通货膨胀一直保持着3%-5%的水平上,为了应付通货膨胀带来的损失而引发的对黄金需求的增加来使得资产达到保值增值的目的。这也拉高了黄金的价格。但综合来看这种影响作用不是很明显。
(三) 频繁变动的石油价格影响金价的走势
从石油价格和金价的历史走势来看,石油价格和黄金价格有同涨同跌的趋势,但二者的涨跌幅度有一定的区别,特别是当石油价格因某些偶然因素刺激出现大幅波动时,就会导致世界各国的石油储备发生变化,而黄金的投资价值又使得金价与石油价格呈现一直的变动方向。这也是正溢出效应的一种体现,即石油市场的波动传染到了黄金市场,进而影响到黄金市场价格。
五、对个人投资者的建议
黄金不仅作为各国货币当局的外汇储备资源,也作为个人投资的一种工具。和其他投资资产一样,有收益就有风险。但黄金作为投资工具又具有一些特殊的特征,黄金价格波动较大、黄金交易不受地域的限制等。黄金既有一定的投资优势,又有一定的投资劣势。因此,我们要在规避风险的条件下,来获得最大的投资收益。
(一) 分散投资以降低风险
2013年4月我国黄金市场上的“中国大妈”被套牢的现象,可以看出其大多数消费者多选择黄金首饰品等现货作为投资对象,并没有充分利用黄金期货市场、纸黄金、金币等多种投资渠道进行分散投资降低风险,具有一定的盲目性。黄金市场有多种可供选择的投资工具,主要分为稳健黄金投资和风险黄金投资。稳健黄金投资方式,顾名思义,即投资资金门槛较小,风险不大且不需要经常去关注的投资方式。主要包括金条、金币、黄金基金和黄金存折等。风险黄金投资方式在承担风险的同时,获得大量的利润,主要包括纸黄金、黄金衍生物、黄金股票和黄金管理账户等。两种投资方式各有优缺点,充分利用好每一种投资方式自身特点进行投资。黄金市场的风险主要包括以下几个方面:一是市场风险,即指由于国际经济形势和国际金融形势的变化,主要是指利率和汇率的波动导致引起黄金价格的波动。二是价格波动风险,即与黄金价格有关的各种价格的波动导致的黄金价格的波动风险,相关价格主要有石油价格等。三是***策风险,由于国内外财***货币***策的变动导致黄金价格的变动风险。因此,投资者应结合自己的风险承担状况,选择相应的有多种黄金投资品种组成的黄金投资方式来合理控制风险,从而实现利润。
(二) 黄金投资前的相关准备
黄金投资前的相关准备不仅包括与黄金交易相关的专业知识的学习还含有对目前黄金市场的一个预期。在投资黄金之前应就与黄金交易相关的知识进行梳理,特别应注意交易费用的构成等。黄金交易方式的不同其交易费用各不一样,扣除交易费用后的收益才是所获得的交易利润。对目前黄金交易市场的预测属于更加专业层面的问题,需要结合历史交易数据以及参与交易的相关经验来对在每一次的交易时进行一定的预判,估计出金价的大概波动范围以及变化趋势。这里面就需要通过构建模型去分析未来交易的黄金的价格变化趋势。另外,保持一个良好的交易心态,不要盲目跟风,建立起长期投资的理念。
参考文献:
[1] 王兆才,中国黄金期货市场波动特征及风险研究[D],2012年
[2] 闫晓莉,张晨,论个人黄金投资[J],2008年12月,《学术交流》
[3] 范为,房四海,金融危机期间黄金价格的影响因素研究[J],2012年
[4] 梁维全,黄金价格波动的影响因素的实证研究[J],2009年,《中国证券期货》
[5] 张可,黄金价格波动的影响因素探析[J],2012年,《企业导报》
作者简介:杨波(1989 -),男,汉族,云南省曲靖市人,云南大学经济学院研究生在读, 专业方向数量经济学。
金属价格篇8
关键词:五行;节气;金银;投资;收益
五行研究,是一项严肃的学术事业。我们学习必须端正态度,树立正确的指导思想,以科学的角度研究中国传统文化的源流,弘扬优秀遗产,批判封建糟粕,严格区分科学与迷信,为现代科学文化建设服务。
黄金白银贵金属投资近期非常热门,除了传统的供需分析,货币***策分析,技术分析以外,积极探索将五行哲学融入其中。金木水火土五行在中医养生方面的应用已经得到广泛的理解和认可,在判断贵金属涨跌的分析中也有独特的方法和技巧。
打开日历,能查到任何一天的五行所属,丙申年丙申月。五行金木水火土,黄金白银为庚金和辛金。甲乙为木,丙丁为火,戊己为土,庚辛为金,壬癸为水。金银与五行的关系为火克金跌,土生金涨,水泄金跌,木耗金跌,金帮助涨。
十天干和十二地支是阴阳五行的代号――
1.十天干:甲乙丙丁戊己庚辛壬癸
2.十二地支:子丑寅卯辰巳午未申酉戌亥
一、天干之间的关系
甲晦金,木旺 金受伤,金气息受伤反映在价格上为下跌;乙合绊金,会使金无力发挥,反映在价格上为下跌;丙克金,金旺时会怒气上升价格上涨,金弱时被火克死反映在价格上下跌;丁克金,要看地支配合判断价格涨跌;戊己为土生金,价格上涨;庚辛为朋友,价格上涨;壬癸水,金生水,水多金无力价格下跌,水弱反而价格上涨。
二、地支之间的关系
子为水,泄金价格下跌;丑为湿土生金,价格上涨;寅为木,冲金,价格下跌;卯冲金,价格上涨;辰为湿土生金,价格上涨;巳为小火,激怒金,价格上涨;午为大火,金旺涨价涨,金弱价格跌。未土为干土,不生金,价格下跌;申酉为金价格上涨;戌为燥土,金受伤价格下跌;亥为水,金价格下跌,但亥受冲时价格涨。更为细致的分析有兴趣的读者可以检索相关信息。
以“猴年马月”2016年6月份的金银为例分析:丙申年,甲午月。太岁是申金,午月火旺,天干木生火,旺金被火克,相互克制冲突引发大涨,涨幅超过10%。普通投资者主要关注月份对金银影响就可。月份不是阳历和阴历来计算,而是要以节气来划分,正月从立春开始称寅月,惊蛰开始称为卯月,以此类推。
价格除了上涨和下跌就是大区间震荡,震荡的时间占到行情的20%-40%之间,对投资者来说,时间就是金钱,有时候时间比金钱还要重要。把好钢用到刀刃上,提高资金使用效率。经过长时间的摸索总结归纳出来,五行看盘的时间密码。将五行投资的分析模型简化为时间。价格涨跌是要受到多种因素的共同影响,单纯的运用时间周期判断涨跌的有本书叫做《三角洲理论》,剔除其他因素的影响,从潮汐涨跌塑望月分段中长期Delta,一时间在国内外引起很大的反响。而从五行角度来分析,形成一套完整的五行理论迫在眉睫。笔者提出五行看盘时间密码,也就是运用干支纪年法推算五行气对金银的影响。
提到五行很容易让人误解为江湖数术,容易和算命混淆,被人第一印象理解为玄之又玄的迷信。其实,我们要客观认识、总结,取其精华、去其糟粕,吸收有益的东西,推陈出新,科学对待。我们通过分析22个字(10天干和12地支)之间的关系来综合研判行情涨跌,把握规律,投资赚钱。每一柱在年上代表年度行情,在月上代表月度行情。22个时间密码组合成特定的60种组合,叫做六十甲子。
六十甲子的科学原理,虽无法破译,但由其衍生出来的《黄帝内经》之五运六气理论之所以能数千年不衰,因为这些理论是探索人体奥秘、预测、诊断、***人体疾病的学问。在自然科学领域里,六十甲子的作用也是巨大的。以下抛砖引玉,分析六甲五行对贵金属走势影响。其他组合同理。
甲子,甲冲庚辛,金木交战,子水受冲的时候能利涨贵金属(金银)。
甲寅,甲特别有力,金木交战,利涨贵金属,金弱时,遇到申利空金属。
甲辰,甲力量强大,金旺时,利涨贵金属,金弱时利空贵金属。
甲午,甲木无力,对贵金属影响很小。
甲申,甲木无力,但地支申金强大时利涨,申受到年月冲时利空贵金属。
甲戌,甲木无力,但土生金,利涨贵金属。
这些组合是最简化的分析模型,甚至不需要庞大的基本面分析,以及复杂的技术分析指标。只需要打开日历找到年月日五行。细节是非常专业性的,但是我相信这不需要复杂的理论就可以表现出广阔的观念
投资者看到这里最关心的就是此法的可操作性和效果。尤其是关乎金钱的得失。根绝风和收益不同划分三类:
第一类,金银品投资,类似中国大妈这种,低价买入,高价卖出。对经验和资金要求低。
第二类,银行网银金银理财,实物金定投,每月几百元,适合普通上班族。特别是年轻小资,年收益高于银行定期存款不成问题。
第三类,带杠杆的期货金银,包含银行签约的现货金银和期货商品。有一定的风险性,收益和风险共存,适合以小博大,有经验和资金基础的股市老手,或者是有这类需求的投资者。
金属价格篇9
金属价格于2015年四季度仍处于下行通道。除了碳酸锂涨势强劲,同比环比均呈现下滑趋势。全球市场环境在四季度的持续动荡导致风险偏好一再下调,风险资产走势堪忧。且中国经济增速放缓,下游需求持续疲软,导致金属价格承压。全球市场方面, 由于经济下行压力巨大,整体需求仍不见起色。
在中国宽松***策加码、全球流动性宽裕背景下,基本金属在连续降息周期后期会有较优异的表现。经济复苏、下游需求回暖预期以及持续宽松的货币环境均能支撑基本金属价格反弹。贵金属由于美联储加息落地,利空出尽,金价有望展开反弹。小金属方面,仍看好碳酸锂价格,下游需求持续增长,价格有望提高。
当前对金属价格的核心影响因子包括美国加息、供给端改革和人民币国际化(SDR),分别属于短、中、长期影响。
美元走弱预计成为大宗反弹的导火索。20世纪70年代以来,历往5次美国加息周期出现背景分为两类:美国经济在长期低利率水平下复苏以及通胀高企阶段,大宗商品价格表现截然不同。后者显然对大宗商品是扼杀剂,而前者更多意味着美国经济企稳,商品的供需属性决定了大宗商品的价格走势。
部分品种在2016-2017年将出现供给短缺情况,其他大部分品种在未来两年均处于弱供给过剩局面,一旦需求好转,边际弹性明显。2015年12月美联储宣布加息,美国经济回暖本身支撑金属价格,而美元在过去一年多的时间里受加息预期影响已经持续走高,靴子落地后,美元很可能受利好兑现下行,金价、基本金属有望因此提振。
看好加息后金属价格反弹,主要得益于美国经济坚挺以及美元走低。具体品种选择下跌空间最大的镍、锌、铝和稀土,对应标的吉恩镍业(600432.SH)、华泽钴镍(600693.SH)、驰宏锌锗(600497.SH)、中金岭南(000060.SZ)、罗平锌电(002114.SZ)、云铝股份(000807.SZ)和五矿稀土(000831.SZ)。
碳酸锂价格继续上涨,需求端持续向好属于大概率事件,因此核心聚焦在供给端的产能释放进度。按照我们统计,截至2016年中,新建产能释放有限,因此原材料行业景气将持续。首选龙头天齐锂业(002466.SZ)、赣锋锂业(002460.SZ)。关注城投(600773.SH)、矿业(000762.SZ)。
当今时代明显遇到一个困境:一方面人口红利下降导致传统需求疲弱,另一方面, 资源的过度使用以及污染积累导致供给端的运载成本高企。追求环保的、个性化的、轻便的、高性能的新材料是新时代的必经之路。石墨烯、3D打印、***工以及工业4.0是核心四大新兴产业。
关注领域:3D打印,作为分布式制造业的关键,未来发展不可限量,推荐金运激光(300220.SZ)。传感器奠定物联网时代万物互联基础,预计2015年全球传感器市值1500亿美元以上,国内传感器市场持续快速增长,年均增长速度超过20%,推荐汉威电子(300007.SZ)。碳家族材料作为新材料市场的宠儿,产业逐渐成熟,碳产业链关注烯碳新材(000511.SZ)、方大炭素(600516.SH)、东旭光电(000413.SZ)。***工材料主推红宇新材(300345.SZ)、楚江新材(002171.SZ),关注炼石有色(000697.SZ)。高端装备新增推荐太原刚玉(000795.SZ)。
美联储加息后,压制金价反弹的最大因素已经消失。而美元受利好兑现影响,下行的可能性较大,金价有望大幅反弹。
金属价格篇10
黄金价格的宽幅振荡,从一个侧面反映了一个事实――黄金现在已经难以“独善其身”,而目前支撑黄金价格上涨的,也只有资金的避险需求。支撑金价的因素不外乎货币汇率、通胀压力、市场环境的动荡和现货的需求。但是目前,除了市场的动荡环境造成的避险需求在支持金价走高外,其他的因素均不利于金价。
中国银行高级交易员徐明判断,金价目前的波动,主要分歧来源于黄金的货币属性和商品属性。从其货币属性来看,全球动荡的金融市场加剧了投资者对资金避险的需求,因此黄金的避险魅力使得其价格能够保持高位。但是另一方面,黄金也难逃其特有的商品属性,作为从几年前开始进入的牛市,目前金价正处于回落的状态。作为商品的黄金,其牛市也暂告一个段落。此外,原油价格的高位回落,也成为拖累贵金属等大宗商品价格大幅调整的重要原因之一。
不过,金融危机的蔓延仍然支撑着黄金价格的上涨。市场的动荡仍将会加剧黄金抵抗风险的魅力。此外,国际最大的基金ETF曾经再次增加了基金的持金量至765.74吨。因此,黄金未来的走势,势必是一场各方力量的“角力”,宽幅震荡的格局不会改变。
既然黄金的牛市或许已经终结,市场在很长一段时间也将维持宽幅震荡的格局。因此分析人士给予投资者的建议是:如果求稳,那么就要谨慎操作。短期内黄金的波动将会更加剧烈,看多看空都不宜操作。目前,个人投资者选择观望比较好。但是,这也并不意味着投资者眼下就不能涉及黄金投资。
去年,黄金开盘价为833美元/盎司,到现在的价格处于845美元/盎司,2%的价格上涨已显现出黄金背后的避险投资价值。相对美股近40%的下跌,黄金价格能够保持2%的上涨,在投资市场里已属不易。
因此,作为分散投资风险的工具,黄金投资在今后一段时间依然有其价值所在。但是在具体投资中,业内人士并不建议投资者投资实物黄金,因为其流动性不足的缺点让投资者在日后很难将其变现,而且市场对于实物黄金的定价也不一,很难衡量其真实价值。