今年上半年金融市場(chǎng)出現(xiàn)大幅波動(dòng)，我國(guó)黃金期貨價(jià)格逐漸走高，A股黃金類股票也不斷攀升，這說明我國(guó)黃金期貨與A股黃金類股票有一定相關(guān)性。分析黃金期貨市場(chǎng)與A股黃金板塊相關(guān)性，不僅對(duì)投資者進(jìn)行合理資產(chǎn)配置具有參考作用，而且對(duì)監(jiān)管機(jī)構(gòu)進(jìn)行商品期貨市場(chǎng)和股票市場(chǎng)調(diào)控、化解金融風(fēng)險(xiǎn)提供理論依據(jù)。

　　雖然黃金本位制崩潰，布雷頓森林體系瓦解，黃金已不充當(dāng)貨幣發(fā)行的儲(chǔ)備物。不過，由于黃金在正常的條件下具有不易被腐蝕、單位價(jià)值高、易儲(chǔ)藏、易分割等優(yōu)良特性，黃金被廣泛應(yīng)用于工業(yè)領(lǐng)域，是重要的大宗商品。同時(shí)，黃金產(chǎn)量有限，價(jià)格受到宏觀因素影響，與全球經(jīng)濟(jì)事件和金融市場(chǎng)波動(dòng)緊密相關(guān)，尤其在黑天鵝事件中表現(xiàn)尤為顯著，黃金也可以作為投資品。因此，黃金兼具商品屬性與金融屬性。

　　實(shí)證檢驗(yàn)

　　模型介紹

　　隨著金融市場(chǎng)的發(fā)展，多變量的時(shí)間序列模型和方法受到學(xué)者關(guān)注。其中比較典型的有1988年BollerSlev提出的VECH模型，1990年提出的CCC-MVGARCH模型，1995年恩格爾等提出的BEEK模型。VECH模型在GARCH模型的基礎(chǔ)上研究向量波動(dòng)特性，但由于該方法待估參數(shù)過多以及該模型的方差協(xié)方差矩陣無法保證有正定性的兩大缺陷，未能被學(xué)者大量應(yīng)用。隨后的BEEK模型雖然彌補(bǔ)了VECH模型的兩個(gè)缺陷，但相對(duì)于VECH模型經(jīng)濟(jì)意義不明確，也在使用上受到一定程度的限制。CCC-MVGARCH模型雖然彌補(bǔ)了上述兩個(gè)模型的限制——使用較少的估計(jì)參數(shù)、具有明確的經(jīng)濟(jì)意義，但該模型假設(shè)的是多個(gè)資產(chǎn)之間相關(guān)系數(shù)恒定，與不同資產(chǎn)相關(guān)性隨著時(shí)間波動(dòng)的現(xiàn)實(shí)情況不符。為克服上述缺陷，Engle和Sheppard在2002年提出了DCC-MVGARCH模型。

　　DCC-MVGARCH模型即動(dòng)態(tài)條件相關(guān)多變量自回歸異方差模型，是在CCC模型基礎(chǔ)上進(jìn)行的改進(jìn)，放松CCC模型中序列相關(guān)性恒定為常數(shù)的假設(shè)，反映出序列間隨時(shí)間波動(dòng)的動(dòng)態(tài)關(guān)系。DCC-MVGARCH模型是通過改變CCC模型常數(shù)矩陣Rt 的假設(shè)，對(duì)標(biāo)準(zhǔn)化擾動(dòng)項(xiàng)進(jìn)行加權(quán)平均， 模型可表示為:

　　Yt=CXt+εt                                                                        （1）

　　εt =Ht1/2vt                                                                             （2）

　　Ht=Dt1/2RtDt1/2                                                                  （3）

            （4）（5）

　　在上述模型方程中，Xt、Yt 分別代表解釋變量和被解釋變量，C為待估計(jì)參數(shù)矩陣，Ht為誤差項(xiàng)εt 為條件協(xié)方差矩陣，  Dt為條件方差矩陣的對(duì)角矩陣，Rt表示條件相關(guān)系數(shù)矩陣，Pt表示由標(biāo)準(zhǔn)化殘差得出的無條件相關(guān)系數(shù)，

代表標(biāo)準(zhǔn)化后的隨機(jī)擾動(dòng)過程。同時(shí)，參數(shù)λ1和參數(shù) λ2分別代表滯后1期的標(biāo)準(zhǔn)化的殘差平方系數(shù)( ARCH系數(shù)) 和異方差系數(shù)( GARCH系數(shù)) ，滿足前提條件λ1≥0、λ2≥0、0≤λ1+λ2＜1。

　　DCC-GARCH模型預(yù)測(cè)分為兩個(gè)步驟，一是對(duì)每個(gè)單變量建立GARCH模型，二是以每個(gè)單變量的GARCH模型為基礎(chǔ)，預(yù)測(cè)多元變量之間的相關(guān)系數(shù)。每個(gè)單變量建立GARCH模型的前提是ARCH效應(yīng)的存在。

　　樣本選取和處理

　　這里用上海黃金期貨主力合約收盤價(jià)代表我國(guó)黃金期貨市場(chǎng)價(jià)格。同時(shí)，由于中國(guó)A股尚無黃金板塊指數(shù)來衡量A股黃金板塊走勢(shì)，故選取A股黃金板塊中流通市值排名前三的上市公司的每日收盤價(jià)進(jìn)行加權(quán)平均，作為A股黃金板塊指數(shù)，其權(quán)重為流通市值的比重。樣本選取時(shí)期為2014年1月1日—2020年7月31日，剔除一些非正常交易的數(shù)據(jù)后，數(shù)據(jù)樣本為1490個(gè)。

　　此外，上海黃金期貨主力合約收盤價(jià)令為變量Q，A股黃金板塊收盤價(jià)令為變量G。為消除異方差，對(duì)所有變量取對(duì)數(shù)，分別為變量LQ、LG。各變量的描述性，見表1。

通過變量描述，可以看出，黃金期貨和A股黃金板塊均呈非正態(tài)分布，尖峰有偏，滿足時(shí)間序列的尖峰后尾的部分特征。

　　單位根檢驗(yàn)

　　在實(shí)證分析前，為避免計(jì)量分析中出現(xiàn)偽回歸問題，先對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)。若數(shù)據(jù)在5%的顯著性水平下拒絕原假設(shè)，則認(rèn)為該序列是平穩(wěn)的。本文采用Dicky和Fuller的ADF檢驗(yàn)，其單位根檢驗(yàn)結(jié)果如表2所示。

　　變量LG和LQ在10%、5%、1%三個(gè)顯著水平下，都不能拒絕原假設(shè)，均為非平穩(wěn)序列。對(duì)兩個(gè)變量進(jìn)行一階差分，即各自收益率變量RG、RQ，兩者收益率不僅在5%的顯著性水平下拒絕原假設(shè)，而且在1%的顯著水平下也拒絕原假設(shè)，故兩個(gè)變量的收益率時(shí)間序列滿足平穩(wěn)性。

　　對(duì)各自變量收益率的ARCH 效應(yīng)檢驗(yàn)，結(jié)果如表3所示。

　　在1%顯著性水平下，拒絕假設(shè)，通過ARCH檢驗(yàn)，模型的殘差序列存在ARCH效應(yīng)。故對(duì)所有單變量建立GARCH模型，結(jié)果如下表所示。

　　在1%顯著性水平下，除常數(shù)項(xiàng)外，GARCH模型的估計(jì)系數(shù)均能拒絕原假設(shè)，系數(shù)項(xiàng)皆顯著。同時(shí)，ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)之和分別為0.957635、0.997368，均符合GARCH模型參數(shù)約束條件中小于1的要求。

　　穩(wěn)定性檢驗(yàn)

　　使用EVIEWS10軟件進(jìn)行參數(shù)估計(jì)，得出DCC-MVGARCH模型在通過改變CCC模型常數(shù)矩陣Rt的假設(shè)下的聯(lián)立方程的穩(wěn)健性，結(jié)果如表4所示。

　　DCC-GARCH模型中的系數(shù)θ1與θ2不僅都大于零，而且均在1%的顯著性水平下顯著。另外， θ1+θ2=0.942561＜1，符合模型的條件，表明模型整體平穩(wěn)，DCC-GARCH模型對(duì)黃金期貨與A股黃金板塊的相關(guān)系數(shù)擬合優(yōu)度高。

　　在聯(lián)立方程滿足穩(wěn)健性的前提下，可以得出黃金期貨與黃金股票板塊的動(dòng)態(tài)相關(guān)系數(shù)rho12的圖表信息，結(jié)果如表6和圖1所示。

圖1為黃金期貨與A股黃金板塊動(dòng)態(tài)相關(guān)系數(shù)rho12

　　根據(jù)描述性統(tǒng)計(jì)可知，動(dòng)態(tài)相關(guān)系數(shù)在0.2附近波動(dòng)，最大值為0.5，最小值為-0.555，相關(guān)系數(shù)的差距較大。另外，均值與中位數(shù)相差無幾，說明分布比較均勻。從上圖可以看出，我國(guó)黃金期貨與A股黃金板塊的相關(guān)系數(shù)并非為恒定的常數(shù)，是隨時(shí)間變化而變化，具有顯著的時(shí)變性，不僅出現(xiàn)了相關(guān)性為正的情況，也出現(xiàn)了2014年三季度為負(fù)的情況。

　　此外，二者相關(guān)性在某段時(shí)間內(nèi)波動(dòng)較大，并且階段性特征明顯。具體表現(xiàn)為：2014年下半年，相關(guān)系數(shù)急速下降，由正轉(zhuǎn)負(fù)，最低至-0.555，相關(guān)系數(shù)變化幅度超過0.9；2016年二季度開始，相關(guān)系數(shù)也大幅度下降；2018年之前動(dòng)態(tài)相關(guān)系數(shù)在0.2徘徊，2018年以后，相關(guān)系數(shù)大部分時(shí)段都超過0.2，并且有逐步上升的趨勢(shì)，2019年三季度一度達(dá)到0.5。

　　結(jié)論與建議

　　總的來說，中國(guó)黃金期貨與A股黃金板塊相關(guān)系數(shù)隨著時(shí)間變動(dòng)，具有明顯的時(shí)變性特征，在不同階段，相關(guān)系數(shù)存在較大差異，并且相關(guān)系數(shù)的波動(dòng)幅度較大，低至-0.555，高至0.5。相關(guān)系數(shù)不同階段上升和下降趨勢(shì)不同，在2014年下半年到2015年相關(guān)系數(shù)急劇下降，低至為負(fù)，2018年以后，動(dòng)態(tài)相關(guān)系數(shù)基本為正，同時(shí)系數(shù)在0.2以上，長(zhǎng)期看有穩(wěn)步上升的趨勢(shì)。此外，中國(guó)黃金期貨與A股黃金板塊相關(guān)系數(shù)基本在0.2左右，與英美發(fā)達(dá)的黃金市場(chǎng)在不同板塊的動(dòng)態(tài)相關(guān)系數(shù)相比依然存在較大差距。

　　針對(duì)國(guó)內(nèi)的具體情況，在此謹(jǐn)提出幾點(diǎn)建議：

　　第一，中國(guó)應(yīng)該繼續(xù)深化黃金市場(chǎng)改革，強(qiáng)化市場(chǎng)在資源配置的決定性作用，降低黃金基金門檻，培育高質(zhì)量金融機(jī)構(gòu)，豐富黃金理財(cái)產(chǎn)品，釋放黃金消費(fèi)和投資活力，提高黃金期貨市場(chǎng)與A股黃金板塊的聯(lián)動(dòng)性。

　　第二，決策機(jī)構(gòu)應(yīng)加強(qiáng)對(duì)我國(guó)股票市場(chǎng)與黃金市場(chǎng)等金融市場(chǎng)的研究，做到理論與實(shí)踐并軌，保持制度的前瞻性和協(xié)調(diào)性，做好風(fēng)險(xiǎn)防范措施，進(jìn)而推動(dòng)我國(guó)金融市場(chǎng)穩(wěn)步健康發(fā)展。

　　第三，投資者可以根據(jù)黃金期貨市場(chǎng)和黃金股票類市場(chǎng)的相關(guān)性，進(jìn)行合理的資產(chǎn)配置。