●殷 丽

一、引言

近些年来，随着经济全球化的加剧，当今世界正进入一个政治、经济和社会均不稳定的新时代，自2008 年经济危机以来，世界各大经济体接连受到重创，金融市场多次发生“巨震”，欧洲主权债务危机、油价暴跌、英国脱欧、中美贸易战等，这使得世界经济更加疲软，全球经济普遍下行，包括美国在内的多数国家都出现了不同程度的财政赤字。随着经济不确定性的加剧，金融市场的振荡正越来越频发。进入2020 年，除了疫情带来的世界性的经济下行，国际原油持续暴跌更是为世界经济蒙上了一层阴影。作为投资者，在承受物价上涨、通货膨胀带来的成本上升的同时，还得承担资产贬值的风险，损失惨重。

另一方面，金融危机的频繁爆发与经济不确定性，加深了人们对新型投资产品的不信任，促使人们寻求一种既安全又独立于国家的财富储存方式。作为期货市场历史最悠久的一员，黄金期货因其商品、货币和避险的多重属性，广受投资者的青睐。除此以外，作为期货的黄金，因其交易时间灵活、杠杆优势、结算时间短等优点，逐步成为个人、企业乃至国家进行套期保值等的主要投资方式，深受投资者的青睐。

但作为全球经济市场的重要一环，黄金期货市场也不可避免地深受经济不确定性的影响，这种风险或多或少地给投资者造成了一定的损失。本文便企求在中国黄金期货市场的震动中找到影响因子，并探究其影响机理，在市场重大振荡前及时预警。

二、文献综述

在现有文献中，不乏GARCH 族的模型的运用，研究者的主要关注点在于经济不确定性对主要投资产品市场的影响，其中夏婷等人研究了经济不确定性对中国股市的波动有影响，但强度有限，且对 A 股、B 股作用效果不同；Libing Fang 将 GARCH、DCC 运用于比特币的研究，研究全球经济政策不确定性对比特币和其他全球货币（如股票、债券和大宗商品）波动性的影响，结果显示尽管经济不确定性对比特币的长期波动性有影响，且与其他资产（如股票）不同，但其对比特币、股票和商品的长期波动性都有显著影响；黄健柏等人运用向量自相关（VAR）模型，研究了经济政策不确定性对美国黄金期货市场收益和波动率的传导路径和影响程度；尹力博等人基于宏观经济不确定性的视角，实证考察了黄金现货和期货交易指标与政策不确定指数和股票不确定指数的信息传递关系，及其相关关系的时变特征。

本文的创新点主要有以下两方面：一是根据已有的文献，学者已将GARCH 族模型广泛应用于主要的投资市场，但对于混频数据的研究还未普遍开展，尤其是在当下全球化金融市场的环境下，投资交易日益频繁，全球市场能够保持全天制的连续性，这一不足对于研究结果的准确性造成了一定的影响。二是现有研究大都集中于资本主义发达国家的金融市场，对中国黄金期货的研究不足，难以满足我国日益增长的投资需求，投资者缺乏足够的理论指导依据。

三、模型设计

考虑到经济不确定性低频宏观数据对中国黄金期货市场的高频数据的影响，构建单因子GARCH-MIDAS 模型，一来可以充分提取日度数据信息，减少期货市场高维数据降维过程中的信息损失，过滤掉高维数据处理过程中的噪声，同时尽可能地使参数估计的准确性和可信度提高，二来可以充分挖掘低频数据的信息，研究其对期货市场的作用，平稳性的干扰大大减弱。

在运用模型研究中国黄金期货市场对冲有效性时，依赖Engle 等人的研究，分析中国期货市场与经济不确定之间的波动关系：

其中，ri,t表示第t 个月中的第i 个交易日内的对数收益率；E[*]表示在第t 个月内信息集合的条件期望；εi,t为随机过程，服从条件标准正态分布，即εi,t丨φi-1,t~N（0,1）；φi-1,t为第t 个月中的第i-1个交易日内的信息集合；μ 为第i 个交易日内的预期收益，为常数。

如上式所示，黄金期货市场的波动率由长期波动（τt）和短期波动（gi,t）组成，其中，短期波动服从GARCH（1，1），则短期波动可以表示为：

其中 α>0,β≥0，α+β<1。

长期波动部分可以由受MIDAS 滤波平滑可实现波动率RV和经济不确定性指标Y 表示。其中，m 为低频经济变量的水平值；θi为各影响因素的加总效应，表示解释变量RV 和Y 滞后项对解释变量logτt的整体影响；k 为滞后阶数；K 为选择滞后的总阶数。

在这里，根据AIC 和SC 信息准则，选择滞后12 期。φik（w1,w2）是Beta 型滞后变量的权重函数，完全由参数w1和w2决定，计算公式如下：

考虑到公式6 形式的复杂性，为了提高估计效率，本文采用极大似然估计得出所需参数，其表达式为：

四、数据说明和变量的选择

在这里，经济不确定性主要从以下两方面着手，一是国内外经济政策的不确定性，二是宏观经济环境的不确定性。以下便是对这两方面的具体研究机理及变量的选取。

考虑到宏观统计数据存在滞后性，在黄金期货市场选取了上海期货交易所黄金主连2008 年1 月9 日至2019 年8 月30 日的每日收盘价，去除节假日等共2833 组日度数据，数据来源于同花顺交易网站。参照Baker 等人对经济不确定指数的设置，中国EPU指数采用文本分析，选取中国的大型报社，通过搜索关键词，例如“经济”“金融”“期货”等，筛选出关于大陆经济政策不确定的报道，进行统计、标准化等预处理后，可以计算出相关指数。其中，经济政策不确定性 (EPU) 数据来源于http://www.policyuncertainty.com/china_epu.html 网站的月度数据，本文中采用Steven J.Davis等人基于大陆报纸测量的中国经济政策不确定性，而不是Scott Baker,Nick Bloom 等人基于《南华早报》测量的数据，这主要有以下原因：第一，《南华早报》作为我国香港代表性报纸，对我国内地的经济政策反映不足；第二，单一报纸的信息量，不足以全面地反映整个经济政策。根据学术界的普遍观点，美国经济政策指数不确定性(AEPU)采用三因素，即新闻指数、税法法条失效指数以及经济预测差值指数。

但是正如Ozturk 和Sheng 指出的，基于报刊的文本分析得到的不确定性会受到记者或编辑的主观影响，而忽略一些重要的经济事件，使得该方法无法准确反映真实的经济不确定性。因此，在这里，结合黄卓等人的研究，对于中国经济不确定的研究，主要从宏观经济层面和中美经济不确定性传导两个角度展开。在宏观经济层面，本文利用宏观经济变量(PPI、IP、CPI)，数据来源于东方财富网；在中美经济不确定传导方面，本文由中国经济政策不确定性指标（CEPU）和美国经济不确定性指标（AEPU）两方面构成，具体说明参见表1。对于其中的缺失数据，在这里主要采用移动平均法。

五、实证分析

在本文中，主要是为了研究经济不确定性对中国黄金期货的影响。以每日的收盘价表示期货市场的收益率情况，图1 表示2018 年1 月至2019 年8 月的每天的黄金期货价格走势；图2 表示2018 年1 月至2019 年8 月的中国经济政策不确定性（CEPU）指数趋势。在实证开始前，对部分数据进行了自然对数差分化处理。

表1 相关指标说明

图1 黄金期货走势图

图2 中国经济政策不确定性趋势图（2018.1—2019.8）

表2 中国黄金期货收益率的统计性描述

图3 CEPU 对期货市场的相关图

从图1 和图2 可以看出，自2017 年1 月特朗普上任以来，CEPU 指数明显有了较大的波动，美国退出TPP(太平洋伙伴关系协议)、中美贸易战等使得CEPU 指数一次次攀升到峰值，再比较中国黄金期货的总体走势，2017 年后逐渐往上攀升，2019 年后的中美贸易战更使得其攀升到了高点，其中另一次的峰值出现在2012年左右，此时正值欧债危机，同时美国主权信用评级下调，CEPU 指数也攀升到了局部的峰值。总体来看，自2017 年后，经济政策的不确定性呈现上升趋势。

与此同时，在经济全球化的今天，美国经济对世界各大经济体或多或少都会产生一定的影响，这是我们无法忽视的。为了看出美国经济不确定性对中国的影响，我们也选取了美国经济不确定指数(AEPU)进行估计和分析，以探究中美对中国黄金期货市场的影响是否存在显著性差异。但为了使得理论研究更具说服力，需要更加严格、具体的实证研究。

接下来，将黄金期货的收益率对数差分化，再扩大100 倍，进行统计性检验，如表2 所示。从表2 可以看出，黄金期货市场收益率通过Jarque-Bera 检验，数据不服从于正态分布。

本文根据样本内的数据，以中国政策不确定性为例，其对黄金期货市场进行反映，结果如图3 所示。

从图3 可以看出，黄金期货市场的走势与经济不确定性总体相关，波动性较为吻合，但是局部的异常波动，如2011 年末和2013 年初，异常的高点无法较好地反映出来，这部分主要受短期波动的影响，随机性较大。如表3（见第53 页）反映了其他指标的具体参数值。

从表3 中可以看出，部分参数结果在统计意义上是显著的。CEPU 的θ2值为正数，这说明随着经济政策的不确定性的增加，黄金期货市场的长期波动加大，这也从另一方面佐证了经济政策不确定性会提高黄金期货市场的风险，符合实际经济运行。但是AEPU 的θ2值为负数，这有可能是由于，面对美国的经济不确定，我国及时察觉并在受到影响前采取了应对措施，稳定了经济的波动，这也表明了中美经济不确定对市场的影响是不同的。PPI、CPI的θ2值为正数，意味生产价格指数和消费者价格指数变动，会增加黄金期货市场的长期波动成分，同时，IP 的θ2值为负数，意味着工业增长值的变动会减弱市场的长期波动。

虽然CPI 对黄金期货市场的影响最大，但仍旧有限。总体看来，这些因素的影响程度不大，且部分因素间作用效果相反，这说明了EPU、PPI、CPI 和IP 的冲击对黄金期货市场的影响会被市场消化吸收，短期内可能会影响市场波动，但对未来不会造成长期影响。同时，随着时间的推移，这种效果还会逐步减弱。

根据BIC 准则，引入经济不确定性指标后，实证结果明显优于基准模型RV，这说明本文新加入的指标优化了解释模型。

六、结论与建议

在经济不确定性日益增强的趋势下，黄金期货市场的波动逐渐成为多数投资者的关注焦点，本文运用混频数据，结合GARCH-MIDAS 模型，实证考察了中国黄金期货交易与经济不确定性之间的传递关系，同时，引入宏观经济不确定性与经济政策不确定指标，提高了预测精度，改善了模型结果。

表3 各指标对中国黄金期货市场的影响

研究表明，经济不确定性虽然会通过消费、经济运行、货币政策等对黄金期货市场中的长期波动产生影响，但贡献度不大，且部分因素间作用效果相反。尤其是2018、2019 年来，受中美贸易战的影响，中美经济不确定大幅提高，黄金期货虽有局部降幅，但总体仍呈现上升的态势。从长期来看，随着时间的延长，经济不确定性对黄金期货市场的作用效果，逐渐减弱。这些也从另一个方面说明中国黄金期货市场在套期保值方面表现良好。同时，其他问题还有待研究，包括投资者对未来预期的不确定性、上市公司情况，及难以用概率分布表述的奈特式不确定等。