今年上半年金融市場出現大幅波動，我國黃金期貨價格逐漸走高，A股黃金類股票也不斷攀升，這說明我國黃金期貨與A股黃金類股票有一定相關性。分析黃金期貨市場與A股黃金板塊相關性，不僅對投資者進行合理資產配置具有參考作用，而且對監管機構進行商品期貨市場和股票市場調控、化解金融風險提供理論依據。

雖然黃金本位制崩潰，布雷頓森林體系瓦解，黃金已不充當貨幣發行的儲備物。不過，由于黃金在正常的條件下具有不易被腐蝕、單位價值高、易儲藏、易分割等優良特性，黃金被廣泛應用于工業領域，是重要的大宗商品。同時，黃金產量有限，價格受到宏觀因素影響，與全球經濟事件和金融市場波動緊密相關，尤其在黑天鵝事件中表現尤為顯著，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。

實證檢驗

模型介紹

隨著金融市場的發展，多變量的時間序列模型和方法受到學者關注。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模型的基礎上研究向量波動特性，但由于該方法待估參數過多以及該模型的方差協方差矩陣無法保證有正定性的兩大缺陷，未能被學者大量應用。隨后的BEEK模型雖然彌補了VECH模型的兩個缺陷，但相對于VECH模型經濟意義不明確，也在使用上受到一定程度的限制。CCC-MVGARCH模型雖然彌補了上述兩個模型的限制——使用較少的估計參數、具有明確的經濟意義，但該模型假設的是多個資產之間相關系數恒定，與不同資產相關性隨著時間波動的現實情況不符。為克服上述缺陷，Engle和Sheppard在2002年提出了DCC-MVGARCH模型。

DCC-MVGARCH模型即動態條件相關多變量自回歸異方差模型，是在CCC模型基礎上進行的改進，放松CCC模型中序列相關性恒定為常數的假設，反映出序列間隨時間波動的動態關系。DCC-MVGARCH模型是通過改變CCC模型常數矩陣Rt 的假設，對標準化擾動項進行加權平均， 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為待估計參數矩陣，Ht為誤差項εt 為條件協方差矩陣， Dt為條件方差矩陣的對角矩陣，Rt表示條件相關系數矩陣，Pt表示由標準化殘差得出的無條件相關系數，

代表標準化后的隨機擾動過程。同時，參數λ1和參數 λ2分別代表滯后1期的標準化的殘差平方系數（ ARCH系數） 和異方差系數（ GARCH系數） ，滿足前提條件λ1≥0、λ2≥0、0≤λ1 λ2＜1。

DCC-GARCH模型預測分為兩個步驟，一是對每個單變量建立GARCH模型，二是以每個單變量的GARCH模型為基礎，預測多元變量之間的相關系數。每個單變量建立GARCH模型的前提是ARCH效應的存在。

樣本選取和處理

這里用上海黃金期貨主力合約收盤價代表我國黃金期貨市場價格。同時，由于中國A股尚無黃金板塊指數來衡量A股黃金板塊走勢，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進行加權平均，作為A股黃金板塊指數，其權重為流通市值的比重。樣本選取時期為2014年1月1日—2020年7月31日，剔除一些非正常交易的數據后，數據樣本為1490個。

此外，上海黃金期貨主力合約收盤價令為變量Q，A股黃金板塊收盤價令為變量G。為消除異方差，對所有變量取對數，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分布，尖峰有偏，滿足時間序列的尖峰后尾的部分特征。

單位根檢驗

在實證分析前，為避免計量分析中出現偽回歸問題，先對變量進行平穩性檢驗。若數據在5%的顯著性水平下拒絕原假設，則認為該序列是平穩的。本文采用Dicky和Fuller的ADF檢驗，其單位根檢驗結果如表2所示。

變量LG和LQ在10%、5%、1%三個顯著水平下，都不能拒絕原假設，均為非平穩序列。對兩個變量進行一階差分，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，而且在1%的顯著水平下也拒絕原假設，故兩個變量的收益率時間序列滿足平穩性。

對各自變量收益率的ARCH 效應檢驗，結果如表3所示。

在1%顯著性水平下，拒絕假設，通過ARCH檢驗，模型的殘差序列存在ARCH效應。故對所有單變量建立GARCH模型，結果如下表所示。

在1%顯著性水平下，除常數項外，GARCH模型的估計系數均能拒絕原假設，系數項皆顯著。同時，ARCH項和GARCH項的系數之和分別為0.957635、0.997368，均符合GARCH模型參數約束條件中小于1的要求。

穩定性檢驗

使用EVIEWS10軟件進行參數估計，得出DCC-MVGARCH模型在通過改變CCC模型常數矩陣Rt的假設下的聯立方程的穩健性，結果如表4所示。

DCC-GARCH模型中的系數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，DCC-GARCH模型對黃金期貨與A股黃金板塊的相關系數擬合優度高。

在聯立方程滿足穩健性的前提下，可以得出黃金期貨與黃金股票板塊的動態相關系數rho12的圖表信息，結果如表6和圖1所示。

圖1為黃金期貨與A股黃金板塊動態相關系數rho12

根據描述性統計可知，動態相關系數在0.2附近波動，最大值為0.5，最小值為-0.555，相關系數的差距較大。另外，均值與中位數相差無幾，說明分布比較均勻。從上圖可以看出，我國黃金期貨與A股黃金板塊的相關系數并非為恒定的常數，是隨時間變化而變化，具有顯著的時變性，不僅出現了相關性為正的情況，也出現了2014年三季度為負的情況。

此外，二者相關性在某段時間內波動較大，并且階段性特征明顯。具體表現為：2014年下半年，相關系數急速下降，由正轉負，最低至-0.555，相關系數變化幅度超過0.9；2016年二季度開始，相關系數也大幅度下降；2018年之前動態相關系數在0.2徘徊，2018年以后，相關系數大部分時段都超過0.2，并且有逐步上升的趨勢，2019年三季度一度達到0.5。

結論與建議

總的來說，中國黃金期貨與A股黃金板塊相關系數隨著時間變動，具有明顯的時變性特征，在不同階段，相關系數存在較大差異，并且相關系數的波動幅度較大，低至-0.555，高至0.5。相關系數不同階段上升和下降趨勢不同，在2014年下半年到2015年相關系數急劇下降，低至為負，2018年以后，動態相關系數基本為正，同時系數在0.2以上，長期看有穩步上升的趨勢。此外，中國黃金期貨與A股黃金板塊相關系數基本在0.2左右，與英美發達的黃金市場在不同板塊的動態相關系數相比依然存在較大差距。

針對國內的具體情況，在此謹提出幾點建議：

第一，中國應該繼續深化黃金市場改革，強化市場在資源配置的決定性作用，降低黃金基金門檻，培育高質量金融機構，豐富黃金理財產品，釋放黃金消費和投資活力，提高黃金期貨市場與A股黃金板塊的聯動性。

第二，決策機構應加強對我國股票市場與黃金市場等金融市場的研究，做到理論與實踐并軌，保持制度的前瞻性和協調性，做好風險防范措施，進而推動我國金融市場穩步健康發展。

第三，投資者可以根據黃金期貨市場和黃金股票類市場的相關性，進行合理的資產配置。

（作者單位：武漢紡織大學）

本文源自期貨日報網