国际黄金现货价格收益率驱动因素分析及短期预测

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:redkind
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
黄金类投资产品的不断发展革新及当今政治经济的不确定性因素增加使得黄金越来越成为一种主流的投资工具,经济贸易的飞速发展及全球化使得黄金市场的深度及广度不断拓展,与其他市场间的联动性增强,黄金价格驱动因素也日渐复杂。2020年在接踵而至的风险事件下拉开序幕,新冠疫情不断蔓延所导致的大范围停工停产使得市场活力下降,市场不确定性增加叠加地缘政治风险,导致油价暴跌、股市熔断,对经济发展前景的担忧使得市场陷入恐慌及低迷状态。黄金价格在不确定和脆弱的经济环境中上涨,是危机时期的避险保值资产。首先基于现有文献及对当前市场环境的分析,对黄金价格驱动因素进行梳理,构建非高斯结构向量自回归模型(SVAR)研究黄金价格收益率、美元指数波动率、原油价格收益率、VIX指数波动率及十年期美国国债收益波动率间的动态关系。其次,基于两个视角对黄金价格收益率进行短期预测比较分析。一个视角为基于宏观经济指标的多变量预测,构建贝叶斯结构时间序列模型(BSTS),将黄金价格驱动因素指标及其一阶滞后纳入模型,对比分析全样本期及金融危机时期黄金价格的有效预测变量是否发生改变;另一个视角为基于收益率历史数据的单变量预测,构建基于STL分解的指数平滑模型(STL-ETS)及神经网络模型,并选择文献中广泛使用且较稳健的ARIMA模型及ETS模型作为基准模型,对黄金价格收益率进行短期预测并比较预测精度,选择样本期内最适合黄金价格收益率的预测模型。主要研究结论有以下几点:(1)黄金价格收益率序列本身、原油价格收益率及美国国债收益波动率对黄金价格主要产生正向冲击,美元指数及VIX波动率对黄金价格收益率主要产生负向冲击,各变量对于黄金价格的冲击方向随着时间的推移会发生改变。其中,美元指数波动率的冲击作用最大,原油价格收益率冲击持续的时间最长,整体来看,冲击作用持续时间为五个交易日。(2)在整个样本期内,美国十年期国债收益波动率(DEBT)、美国十年期国债收益波动率一期滞后(DEBTL1)、原油价格收益率(OIL)、原油价格收益率一期滞后(OILL1)、美元指数波动率(USDX)、美元指数波动率一期滞后(USDXL1)均为黄金价格收益率最为重要的预测指标,VIX指数波动率的当期值并不能有效预测黄金价格,但其一阶滞后值有一定的预测能力;在金融危机时期,除了美元指数及其一阶滞后,其余变量均丧失对黄金价格收益率的预测能力。(3)比较五个预测模型BSTS、STL-ETS、神经网络、ARIMA、ETS对黄金价格的短期预测能力,结果显示,在选择的样本期内,贝叶斯结构时间序列模型对黄金价格收益率的预测精度最高。
其他文献
全面的评估森林公园旅游承载力对森林公园的可持续发展十分必要。塞罕坝国家森林公园算是中国第一大人工林森林公园,在全国森林旅游中占有不可或缺的位置。因此旅游承载力研究势在必行。本研究首先查阅了与森林旅游承载力相关的各类文献,对其相关概念等做了一个总结。其次,利用问卷调查的数据对游客进行特征分析,从游客角度分析和查找调控承载力的方法。再次,依据测算模型计算出塞罕坝国家森林公园的承载力。最后,结合游客特征
随着科技的发展以及“平安城市”、“平安校园”等以维护社会稳定为目标的项目的推进,监控设备的普及率已得到极大提高。监控摄像头数量的增加就意味着每天会产生数量巨大的监控数据,一旦发生事件,警务人员就需要人工查看大量监控,这就造成了极大的资源浪费。针对这类问题,行人重识别(Person Re-Identification)技术由此横空出世。最近几年,由于深度学习技术的迅速兴起,越来越多的研究者开始将深度
柔性压力传感器作为获取压力参数的主要途径,与物联网、云计算等新兴技术融合可有效推动智慧医疗和人机交互等领域的发展。然而,柔性压力传感器在发展和应用中遇到以下技术瓶
随着高科技的飞速发展和社交媒介的极速更新,利用人体行为分析技术处理日益增长的海量图像和视频数据已经成为互联网智能化发展的关键。人体行为分析技术是计算机视觉领域中的一个研究热点问题,单人姿态估计便是各项人体行为分析技术的基础,对于理解图像和视频中人的状态至关重要。人体姿态的骨架点具有尺度小、易产生遮挡的特殊性,因此算法设计对骨架点检测精确度的要求比较高。目前的单人姿态估计算法大多采用复杂的卷积神经网
商业银行在我国经济发展中扮演着关键性的角色,商业银行通过为经济发展提供金融支持成为我国经济发展中不可或缺的推动力。因此商业银行的高质量运行是我国经济稳定发展的重要保障。但是商业银行在运营中受到内外部因素的影响,在信贷业务中必然会产生不良贷款。近年来商业银行对于不良贷款的治理十分重视,通过一系列的治理措施在一定程度上优化了商业银行贷款结构,有效遏制了不良贷款的增加,但是由于信贷业务受到多方面因素的影
近年来,元启发式搜索算法被广泛研究,例如遗传算法和粒子群优化算法,这些智能算法通常是模拟了自然现象,用于解决最优化问题。天牛须搜索算法是2017年新提出的一类元启发式搜索算法,该算法依靠单个个体的寻优特点,在很大程度上提高了算法的运行速度,在低维度单峰函数下的函数优化中有非常好的寻优能力和收敛速度,但是在高维度单峰函数或多峰函数下的问题求解中很容易陷入局部极值,从而无法得到最优值。同时,基本的天牛
遥感图像变化检测是指根据给定的同一地区不同时刻的遥感图像,利用变化检测技术找到几幅图像之间的变化部分和未变化部分。传统的基于像素的变化检测算法以单独每个像素点为基本的分析单元,在应用到中高分辨率遥感图像时,不能较好的顾及到每个像素点附近的邻域信息。而传统的基于目标的变化检测算法虽然能够利用到像素点周围的上下文信息,在这一点上,更加适合处理高分辨率遥感图像。但是,针对分割后的不规则的目标进行变化检测
随着“中国制造2025”战略与工业4.0间的对接及二者的不断推进,国内外制造型企业开始加快探索制造业智能升级的步伐,而信息物理融合系统(Cyber-physical System,CPS)则处于其中的核心地位。作为一个包含复杂结构与功能的高级嵌入式系统,CPS的建模与分析逐渐成为当前的热点研究问题。现有的模型与方法中,可准确建模整个CPS逻辑结构、功能流程以及组件之间交互行为的较少,并且多数无法同
近年来含硼无机化合物材料备受关注,其中碳化硼(Boron carbide,B_4C)因其优秀的物化性能在磨具、高性能陶瓷、防弹材料、核反应堆中子吸收材料等领域得到广泛应用;氮化硼纳米管(Boron nitride nanotubes,BNNTs)是一种结构与碳纳米管类似但性能更优于碳纳米管的新型纳米材料。但是目前国内外的生产制备技术严重制约了科学界对B_4C和BNNTs的应用研究。在本实验室现有的
煤气化过程中会产生大量气化废渣,但利用率极低。大多直接填埋,不仅浪费土地资源,还污染水源和大气。本研究利用TG-MS联用仪测定了气化废渣的残碳量,发现粗渣烧失量较低,可以直接利用,而细渣含碳量高,着火特性差,资源化利用难度大。掺烧燃料煤是解决低挥发分气化细渣着火难、燃尽差的一种有效方法。利用热重对气化细渣单独燃烧及与动力原料煤混合燃烧特性进行研究,考察了掺混比例对混燃的影响,分析了混燃过程中的交互