用回归分析了解黄金价格的影响

摘要：

本文主要通过对影响黄金的主要因素变量化后，运用一元线性回归模型对黄金的价格的影响进行简单的回归分析，看黄金价格是否与所列变量有关，如果有关，则存在何种关系。

参考文献：

1.黄金价格影响因素解析

2.《黄金价格影响因素的实证分析》—顾涛

刊名：中国集体经济

3.《黄金价格影响因素与中期定价模型研究》

文献综述：

目前通涨情况下如何进行保值？投资黄金已经成为首选。但如果不了解黄金的价格走势及其影响因素而盲目投资，往往不能达到保值的目的，反而还会造成亏损。那么影响黄金价格的因素有哪些呢？

1.供求关系

供求关系是影响黄金价格长期走势的重要因素。每年的矿产金产量稳定在2500吨左右，仅占到社会存量15万吨的1.67%，所以供需之间的变化不会引起黄金价格的短期剧烈波动。

2.美元走势

美元对黄金市场的影响主要有两个方面，一是美元是国际黄金市场上的标价货币，因而与金价呈现负相关；另一个方面是黄金作为美元资产的替代投资工具。通常投资人选择保本储蓄时，取黄金就会舍美元，取美元会舍黄金。黄金虽然本身不是法定货币，但始终有其价值，不会贬值成废铁。若美元走势强劲，投资美元升值机会大，人们自然会追逐美元。相反，当美元在外汇市场上越弱时，黄金价格就会越强。

3.石油价格

原油价格一直和黄金市场息息相关，其原因是黄金具有抵御通货膨胀的功能，而国际原

油价格与通胀水平密切相关，因此，黄金价格与国际原油价格具有正向运行的互动关系。例如2005年四季度，由于美国飓风的影响，导致国际原油价格大幅上涨，推动国际金价大幅上扬。

4.通胀

当物价指数上升时，就意味着通货膨胀的加剧。通涨的到来会影响一切投资的保值功能，故此黄金价格也会有升降。虽然黄金作为对付通货膨胀的武器的作用已不如以前，但高通胀仍然会对金价起到刺激作用。

5.国际重要股票市场

在通常情况下，黄金与股市也是逆向运行的，股市行情大幅上扬时，黄金价格往往是下跌的，反之亦然。但由于我国内地股市是相对封闭的，黄金价格的涨跌与内地股市行情并没有多大的关联度，而是与境外一些重要的股票市场（如纽约股票市场）有较强的关联度。6.利率水平

投资黄金不会获得利息，其投资的获利全凭价格上升。在利率偏低时，投资黄金会有一定的收益；但是利率升高时，收取利息会更加吸引人，无利息黄金的投资价值就会下降，既然黄金投资的机会成本较大，那就不如放在银行收取利息更加稳定可靠。特别是美国的利息升高时，美元会被大量的吸纳，金价势必受挫。

7.经济状况

经济欣欣向荣，人们生活无忧，自然会增强人们投资的欲望，民间购买黄金进行保值或装饰的能力会大为增加，金价也会得到一定的支持。相反之下，民不聊生，经济萧条时期，人们连吃饭的基本保障都不能满足，又哪里会有对黄金投资的兴致呢？金价必然会下跌。因此经济状况也是构成黄金价格的一个因素。

8.战乱及政局震荡时期

战争和政局震荡时期，经济的发展会受到很大的限制。任何当地的货币，都由于可能会由于通货膨胀而贬值。这时，黄金的重要性就淋漓尽致的发挥出来了。由于黄金具有公认的特性，为国际公认的交易媒介，在这种时刻，人们都会把目标投向黄金。对黄金的抢购，也必然会造成金价的上升。

9.世界金融危机

当美国等西方大国的金融体系出现了不稳定现象时，世界资金便会投向黄金，黄金需求增加，金价即会上涨。

回归分析：

1．对模型进行初步回归分析

对影响黄金的因素进行变量化。其中，需求关系，战乱及政局震荡，世界金融危机无法进行变量化。其它影响因素进行如下变量化。

被解释变量G为黄金现货价格，解释变量分别为：

以美元指数代表美元走势，用U表示；

以进行通涨调整后的源油现货价格代表石油价格，用O表示；

以美国通胀率代表通涨，用I表示；

以标准普尔指数代表国际重要股票市场，用SP表示；

以美国的利率代表利率水平，其中短期利率用RS表示，长期利率用RL表示

以美国真实GDP代表经济状况，用GDP表示。

以上变量数据如下图所示：

2.建立多元线性回归模型：

G=C(1)+C(2)*U+C(3)*O+C(4)*I+C(5)*SP+C(6)*RS+C(7)*RL+C(9)*GDP+E 其中E 为残差项。

用EVIEW6.0进行参数估计，报告单如下：

Dependent variable:G

Method：Least Squares

Date:01/12/13

Sample:1985 2009

Included observation:25

3.对模型的初步分析：

a.对模型拟合度分析：从报告单可以看出，R-squared为0.9，模型拟合度在90%左右。

b.对变量的显著性分析：在t检验中，截距项参数、RS的参数并不显著。可能为0。但要判断是否为0，还要对残差和变量进行检验。

c.对模型显著性分析F检验中，F统计量值为22，大于显著水平为5%的临界值，说明模型显著。对多个解释变量的模型，若OLS法估价的R2与F值较大，但t检验值较小，则说明各解释变量对Y的联合线性作用显著，但各解释变量间存在共线性而使得它们对Y的独立作用不能分辨，故t检验不显著。

d.对模型的残差项分析：

异方差检验：进行怀特异方差检验，如图：

由图知Obs*R-squared统计量为16.74，概率值大于0.05，说明不存在异方差。

自相关检验：由报告单知DW值为1.33，不一定存在自相关。再对残差进行BG-LM 2阶检验，如图：

P(Obs*R-squared)为0.187，大于0.05的显著水平，所以不存在自相关。

e.对变量进行分析：

变量多重共线性检验：