金属价格范文
时间：2023-02-26 23:21:16
金属价格范文第1篇
关键词：美元；石油；金属价格；VAR模型
基金项目：国家自然科学基金资助项目（71073177）；中南大学优博扶持和论文创新基金项目（CX2010B066）；湖南省软科学重点项目（2011ZK2043）；教育部博士点新教师基金（20090162120086）；教育部人文社科基金（10YJCZH123）。
作者简介：黄健柏（1954-），男，湖南郴州人，管理学博士，中南大学教授、博士生导师，主要从事产业经济学、金融工程、企业理论等研究；程 慧（1985-），女，贵州都匀人，中南大学商学院博士研究生，主要从事产业经济学研究；郭尧琦（1982-），男，河南郑州人，中南大学商学院博士研究生，主要从事产业经济学研究；邵留国（1979-），男，山东济宁人，中南大学商学院讲师。
中图分类号：F830 文献标识码：A 文章编号：1006-1096（2012）03-0045-05收稿日期：2011-07-27
一、相关研究及文献综述
一直以来，石油、金属等大宗商品一直都是市场投资者、交易者、生产者以及政策制定者关注的重点。2008年下半年全球大宗商品价格受全球金融危机影响出现大幅下跌之后，金属、石油等大宗商品价格进入到一个2年多的强势上行的周期。但与价格持续上涨相伴随的是，金属、石油等大宗商品价格剧烈波动。作为重要的基础原材料，有色金属价格的剧烈波动在一定程度上会影响我国国民经济的稳态。因此，对于究竟是什么因素主导了有色金属的价格波动行为，以及这些因素到底在多大程度上主导价格走势一直是众多相关利益者关注的问题。
Cuddington等（2003）通过方差分析以及GARCH类模型研究了固定汇率制度和灵活汇率制度下包含有色金属在内的3种商品类别的价格波动行为。研究结果表明，自由汇率下实际商品价格的波动程度要比固定汇率下的大。Tully等（2007）采用多变量APGARCH模型验证了1984年~2003年期间的黄金价格波动行为中存在的杠杆效应。实证结果同样证明美元是最主要的，甚至许多情况下是唯一的影响黄金价格的宏观经济变量。Sjaastad（2008）通过构建误差模型采用1991年~2004年的马克/欧元、美元以及人民币的即期和远期汇率数据验证了主要汇率和黄金价格之间的理论和实证关系。研究表明自从布雷顿森林国际货币体系解体以后，主要货币的浮动汇率制度成为了世界黄金市场价格不稳定的主要原因。从20世纪90年代以来，世界黄金市场价格由美元集团主导，美元价值的上涨和下跌对其他货币体系下的黄金价格影响更加强烈。Krichene（2008）认为，商品价格的上涨是和一般的相对低的利率以及美元价值的实质的贬值有关。商品价格的上涨至少部分与利率和美元汇率的下降相关。Sari等（2010）通过构建VAR模型分析了3种贵金属（金银铂钯）的现货价格与石油价格、美元/欧元汇率之间的联动和信息传递关系。研究发现贵金属与石油和汇率之间在长期内存在着较弱的均衡关系，而在短期内现货市价格对冲击的反应是显著的（但却是暂时的）。更进一步，他们在铂金和钯金中发现了一些如汇率市场一样的市场过度反应的证据。Zhang等（2010）从价格协整关系、因果关系以及价格发现等三个方面探讨了石油和黄金两个市场的相互作用关系，实证结果表明：原油价格和黄金价格之间有着显著的正相关关系，在样本期间的相关系数达到0.9295。此外，两个市场之间存在着长期的均衡关系，但是只存在从石油市场向黄金市场传导的单向格兰杰因果关系。
Morales（2009）利用GARCH模型和EGARCH模型研究了1995年~2007年期间贵重金属的波动溢出以及非对称特征。结果表明，有明显证据显示贵金属收益之间存在持续的波动性。同时，几乎所有样本中存在一种以双向方式运行的明显的波动性溢出，只有黄金例外，即几乎没有证据显示其他贵金属影响黄金市场。同时，作者指出从非对称溢出效应的结果表明，负面消息比利好消息对贵金属市场产生更大的影响。
与国外相比，国内对于有色金属价格波动的研究相对较少。已有的研究或定性分析价格的波动原因（夏晓辉 等，2007），或是研究某一个外部冲击对金属价格的影响，如李艺等（2008）、方毅等（2007）等分别研究了国际基金、期货投资者行为对我国期铜价格的影响，而对于石油对于我国有色金属价格波动的影响，见于吴迪（2010）。本文关注的是美元、石油价格与有色金属之间的关系，类似问题Akram（2009）、Sari（2010）等学者在其研究中探讨过，但基于我国金属价格数据的实证研究还不多。因此，本文在以上研究的基础上，通过构建VAR模型，分析美元以及石油价格变化对我国金属价格的冲击，以及在此冲击下黄金、白银和铜金属间的相互影响关系，并分析各冲击对于金属价格影响的持续性和贡献率，这将有利于揭示我国有色金属价格波动行为背后的推动作用，有效控制外部冲击对我国金属价格波动的影响，避免金属价格波动对我国经济和工业发展的稳定带来冲击。
二、数据和方法
（一）数据选取与处理
本文采用3种金属现货价格（金、银、铜）、石油现货价格和美元指数的日度时间序列数据（5天工作制）。美元指数（US Dollar Index，USDX），是综合反映美元在国际外汇市场的汇率情况的指标，用来衡量美元对一揽子货币的汇率变化程度。原油现货价格选取的是布伦特原油现货价格，单位标价为美元/桶。而3种金属价格均为上海期货交易所公布的现货价格。时间序列跨度为2005年9月1日至2011年4月25日，共计1145个数据。因为对数数据不改变原来的协整关系，并能尽可能的消除波动的影响，使数据的趋势线性化，消除时间序列中存在的异方差，因此对数据进行对数处理。本文所使用的计量工具是Eviews6.0。
为了对样本价格时间序列有一个直观的印象，首先对原始数据进行描述性统计，如表1所示。从变异系数可以看出，样本期间内石油和白银的价格具有较高的波动性，而黄金和铜价格的波动性则相对较低。此外，从Jarque-Bera统计值也可以看出，所有的时间序列在1%的显著性下都不是正态分布，其中，铜呈现出尖峰厚尾右偏的非正态分布，而银和石油则是尖峰厚尾的左偏非正态分布，黄金和美元指数均呈现出“矮胖”的非正态分布。
3种金属和石油价格之间的相关性如表2所示。可以看到，黄金和白银价格之间有着相对较高的相关系数，反映了其类似的财富效应和货币因素；而铜、白银和石油价格之间的相关系数大于黄金与石油价格之间的相关系数，这可能是由于铜和白银在工业上的使用程度更高有关。此外，铜、黄金、白银均与美元指数存在的负向的相关关系。各金属与石油及美元之间具体的影响大小将在后文进行进一步验证。
（二）方法选择
方法上，本文将基于平稳序列（一阶对数差分）构建VAR模型。VAR模型是一种非理论性的模型，它无需对变量做任何先验性约束，因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数，即考虑扰动项的影响是如何传播到各变量的。本文将采用广义脉冲响应函数。相比Sims（1980）年提出的基于正交化的脉冲响应函数，广义脉冲响应函数的结果不会因为变量的输入顺序不同而不同。此外，对于每一个结构冲击对于内生变量的贡献度，本文将通过VAR模型的方差分解进行分析，从而得出VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。
由于滞后期的选择对于构建对于VAR模型至关重要，因此，要首先确定模型的滞后期。根据Akram研究中模型选择标准，确定本文VAR模型的滞后阶数为5阶。根据所设定的VAR模型，所有根模的倒数都小于1，即位于单位圆内，说明本文的VAR模型是稳定的，可以进行脉冲响应和方差分解。
三、实证检验与稳定性检验
本文将通过格兰杰因果检验、脉冲响应函数以及方差分解对美元指数、石油和3种有色金属价格之间的关系进行稳定性检验。
（一）变量的平稳性检验
ADF检验结果显示，本文使用的所有变量都是非平稳的，而其1阶差分序列都是平稳的，说明文中所有变量都是1阶单整的。我们在变量ADF检验基础上构建VAR模型。
（二）格兰杰因果关系检验
结果显示，对于黄金来说，美元指数和石油价格在一定显著性水平下与黄金价格存在单向格兰杰因果关系；对于白银来说，美元指数、石油价格以及黄金价格均在一定显著性水平下与白银价格存在单向格兰杰因果关系；对于铜来说，美元指数、石油价格以及白银价格则在一定程度上与铜价格存在单向格兰杰因果关系。美元指数、石油以及3种金属中，有着比较强的双向格兰杰因果关系的是石油价格和白银价格。
（三）脉冲响应分析
结果显示：黄金价格对于自身突发性事件的冲击反应较为剧烈，自身事件的正向冲击短期内就会导致价格的迅速上涨，美元和石油对于我国黄金价格的冲击影响持续时间更长。这意味着相比国外来说，我国黄金价格回归均值所需要的时间更久，国内黄金市场上涨预期一旦形成，短期内将难以发生改变。同时，这也在一定程度上说明我国金属市场依然存在着显著的“羊群行为”，市场中理性投机者群体不能迅速修正非理性投资者的过度反应行为，市场效率相比国外市场较低，在一定意义上不正常获利的可能性相对较大。
白银和铜对黄金价格的冲击影响大小均呈现出近似恒定的状态，其影响大小分别为0.005和0.003左右。这可能是因为不同金属间由于受到相同的经济变量的影响，比如宏观经济状况、美元等变量的冲击，使得金属间由于存在一定的相似的商品属性或金融属性，从而在一定程度上呈现出价格的联动性。而白银对黄金的影响大小为0.005，大于铜金属对黄金的影响，这也说明了黄金和白银价格之间的相关性要大于黄金和铜价格之间的相关性。
对白银来说，无论是金属特性和金融属性上都与黄金很接近，所以其对于来自于美元指数和石油价格的冲击的反应也呈现出一定程度的相似性，但与黄金相比，白银受到美元指数和铜价格的冲击影响要显著大于黄金受到的影响，这可能是因为相比白银来说，黄金的货币属性要强于白银，黄金的保值、避险效果更加明显，其价格波动程度要低于白银的波动程度。此外，由于白银的商品属性强于黄金，其工业用途大于黄金，因此商品市场供需的不断变化也会在一定程度上导致白银价格比黄金价格对于外来的冲击表现出更大的敏感性，一旦价格失去支撑，对于外来冲击就会产生更强的波动反应。
黄金对于白银价格的冲击仅小于白银自身的冲击影响大小，在第一期即达到0.009，远大于白银价格对于黄金价格冲击影响的大小，并且其冲击影响在一段时期内保持着0.015左右大小的稳定状态，这与Lucey等（2006）的研究结论是基本一致的。 与前文分析的黄金、白银一样，铜金属同样对自身突发事件的冲击反映比较强烈。此外，黄金和白银价格的变化同样会对铜金属价格产生正向的冲击，但其冲击影响要小于美元和石油的冲击影响。
（四）方差分解
方差分解表示的是当系统的某个变量受到一个单位的冲击以后，以变量的预测误差百分比的形式反映变量之间的交互作用程度，它的基本思想是把系统中每一个内生变量的变动按其成分分解为与各个方程随机扰动项相关联的各组成部分，以了解其对模型内生变量的相对重要性。本文采用方差分解分析各个变量对不同金属价格波动的解释程度。
结果表明：一直以来，黄金价格波动有大约50%左右来自于自身的原因，其余50%的波动基本来自于白银、美元指数和石油价格，这3个指标引起黄金价格波动的比例分别占到了30%、18%和2%；而白银价格波动则分别有35%、20%和3%来自于黄金、美元和石油，这说明尽管短期内黄金和白银的价格波动会出现不一致，但总体而言，黄金和白银价格还是具有一定的价格联动性，并且其相互影响程度比较高。
而相对于石油价格来说，美元指数对于我国黄金和白银价格波动的解释程度要大于石油价格的贡献率。这可能因为黄金、白银有着很好的货币属性来抵抗通货膨胀，从而在美元贬值时，其投资的增加会进一步推动黄金和白银价格的上涨。
对于铜来说，其价格波动主要来自于自身的原因,而石油和美元并不是我国铜金属价格波动的主要原因。一方面可能是因为，我国已经是世界上最大的铜金属消费国，2010年我国铜消费量占世界消费量的35%，巨大的国内需求在一定程度上主导了我国铜金属价格的走势；另一方面，美元对于我国铜金属价格的影响更多来至于伦铜市场的信息传递以及汇率变动所导致的我国货币政策的影响。石油价格则是通过市场的溢出效益和成本效应在一定程度上推高了我国铜价。但总体而言，美元指数、石油价格波动的冲击并不是影响我国铜金属价格的主要因素。
四、结论与启示
石油价格和美元价值的变化对我国金属价格的冲击影响是显著的，但其冲击影响大小和对不同品种金属价格行为的解释度是不同的。其中，对黄金和白银来说，美元价值的变化形成的冲击影响要大于石油价格变化产生的冲击影响，并且其对黄金和白银价格行为的解释度要远大于石油，分别达到了18%和20%。因此，相对来讲，美元价值的变化是影响我国黄金和白银价格行为的一个不容忽视的因素。从2008年底美国首次开始实施量化宽松政策至今，全球流动性泛滥、美元持续贬值。从本文的研究结论来看，持续2年多的黄金和白银价格大幅上涨直接反映了由宽松货币政策导致的美元贬值所带来的影响。一方面，宽松政策带来的美元持续贬值直接推动以美元定价的黄金、白银等贵金属价格上涨；另一方面，美元的持续贬值推动大量以保值为目的的货币进入黄金、白银市场中。此外，美元持续贬值使得热钱与投机力量涌入、购买力提高所激发的价格通胀压力远大于人民币升值所带来的成本下降效用，市场通胀预期再次推高了黄金、白银等金属价格。
对于我国铜金属来说，美元、石油、黄金以及白银价格的变化都会对我国铜金属价格产生冲击，但四者均不是我国铜金属价格行为的主导因素，而应该被视为铜价格行为的辅助因素。即使美元升值，全球经济复苏带来的对铜等工业金属需求的上涨将在很大程度上抵消美元升值带来的影响。相比较而言，供给和需求以及投机行为对我国铜金属价格的影响可能是需要进一步研究的方向。
当前，开放经济条件下，各种外部冲击已经逐渐成为影响金属、石油等全球大宗商品价格行为的重要因素。2009年至今，随着金融危机影响的逐渐减弱，全球经济逐步回升，尤其是我国国内显著增加的巨大的金属需求，推动全球金属价格再次持续上升，但是金属价格行为已经更加复杂，不同时期的价格行为已不仅仅取决于需求的支撑。美元走势、通胀预期、市场流动性、金属的金融化进程、各种投机行为以及国家政策等种种因素相互作用，都将促使金属价格行为呈现出更为复杂和剧烈的波动状态。因此，对于我国有色金属产业的相关部门、企业而言，所面对的已不是一个简单由供求关系所决定的市场，外部冲击所具有的突发性和复杂性要求我们在整体把握金属价格的长期行为的同时，更应该通过构建相关预测和预警机制，准确识别不同时期金属价格行为的内在主导推动力，有效地预测金属价格的短期波动行为，并综合运用期货市场、货币政策、储备战略等手段，从而完善我国金属期货市场，充分发挥期货市场所具有的套期保值和价格发现功能，规避金属价格波动风险，优化金属定价机制。此外，还可以通过制定合理和及时的货币及汇率政策控制市场流动性，同时通过战略储备调节市场供需，确保市场有保有提有压，从而保证金属产业链条各个环节处于更为合理和稳定的价格区间，避免在金属价格出现剧烈波动时才制定应对措施以及滞后的价格调控反而加剧价格波动行为的现象。
参考文献：
方毅, 张屹山. 2007. 国内外金属期货市场“风险传染”的实证研究［J］. 金融研究(5):133-146.
李艺, 部慧, 汪寿阳. 2008. 基金持仓与商品期货价格关系的实证研究――以铜期货市场为例［J］. 系统工程理论与实践(9):10-19.
吴迪, 建敏. 2010. 纽约原油期货价格波动对我国金属期货收益率的影响研究［J］. 统计与决策(8):139-141.
夏晓辉, 郑亚苏. 2007. 有色金属价格波动趋势及其原因［J］.价格天地(12):25-27.
CUDDINGTON J T, LIANG H. 2003. Commodity price volatility across exchange rate regimes［Z］. Working paper.
LUCEY B M, TULLY E. 2006. The evolving relationship between gold and silver 1978-2002 : evidence from a dynamic cointegration analysis: a note［J］. Applied Financial Economics Letters, (2): 47-53.
MORALES L. 2008. Volatility spillovers on precious me-tals markets: the effects of the asian crisis［Z］. Dublin Institute of Technology Working paper.
KRICHENE N. 2008. Recent inflationary trends in world commodity markets［Z］. International Monetary Fund Working Paper.
AKRAM F Q. 2009. Commodity prices, interest rates and the dollar［J］. Energy Economics,(31):838-851.
SARI R, HAMMOUDEH S, SOYTAS U. 2010. Dynamics of oil price, precious metal prices, and exchange rate［J］. Energy Economics,(32):351-362.
SJAASTAD L A. 2008. The price of gold and the exchange rates: once again［J］. Resources Policy,(33):118-124.
TULLY E, LUCEY B. 2007. A power GARCH examination of the gold market［J］. Research in International Business and Finance,(21):316-325.
ZHANG Y J, WEI Y M. 2010. The crude oil market and the gold market: evidence for cointegration, causality and price discovery［J］. Resources Policy,(35):168-177.
(编校：育 川)
An Empirical Research on US Dollar, Oil and Metal Prices Based on VAR Model
HUANG Jian-bo, CHENG Hui, GUO Yao-qi，SHAO Liu-guo
(School of Business, Central South University, Changsha 410083, China)
Abstract:In recent years, it is known that the US dollar depreciation and oil price escalation may account for nonferrous metal price soaring. This paper analyzes the interrelationship amomg nonferrous metal prices, US dollar value and oil price based on VAR models. It is suggested that gold and silver price increase significantly aginst US dollar depreciation.Though the price fluctuation of US dollar, oil, gold and silver may lead to a obvious impact on Chinas copper price, none of them mainly account for Chinas copper price escalation. Measures to avoid metals prices fluctuation caused by external factors is proposed.
金属价格范文第2篇
关键词：全球经济增长加速；美元指数弱势；欧元区债务危机；贵金属价格震荡上行
中图分类号：F832
一、美期金与银价走势回顾
2012年总体上延续了之前黄金连续上涨的趋势，但金价的走势却是波澜起伏。上半年金价总体来说是前高后低，2012年初两个月内，欧洲推出第二轮量化宽松LTRO；美联储延续宽松货币政策，美元指数低迷；地缘政治问题不断，油价连续上涨；黄金因为保值及避险因素受投资者青睐，最高触及1800高位。但随后由于一季度美国经济数据表现强劲，且美联储表态无意新的刺激措施，美元大幅反弹，投资者也渐渐信赖美元和美债，出于对流动性的需求黄金避险的魅力大减，黄金价格开始回落，直到8月份美联储会议，伯南克再次提出QE3并暗示推出的概率极大，市场做多情绪被点燃，黄金价格一度冲到1800附近，但随着QE3的正式推出利好兑现，同时市场关注的焦点放在了财政悬崖上，不确定性因素的增加令黄金多头谨慎，尽管12月份美联储推出了“QE3S”，将到期的OT操作并入到了QE3当中，但只是短暂的提振了一下价格，金价随后下破1700位置并继续向下寻找支撑。截至2012年12月27日美期金收在1657.3美元/盎司，仍较年初上涨了5.56%。
Comex银与沪期银走势与金价走势相仿。但银价波动幅度较黄金大一些，且涨幅也超过了黄金，除了受相同的宏观因素影响外，新兴产业对于银的需求量不断增加亦是提振银价的主要原因。沪银今年5月份第一次上市，但上市之后成交较为活跃，逐渐成为投资者比较关注的品种。截至12月26日，comex银收至29.99美元/盎司，较年初上涨了1.99美元，涨幅为7%，而沪银年末则较5月份上市之初有所下跌，截止2012年12月26日收至6259元/千克。
二、影响因素
（一）宏观环境分析
随着欧债的缓和及各国经济调整到位，预计2013年全球经济复苏将加速。市场预计美国受财政悬崖影响明年经济增长由今年的2.3%放缓至2.1%，但从近期公布的一系列数据来看长期向好趋势不变。欧元区经济在债务问题明显好转的情况下，明年将恢复经济正增长，而发展中国家随着环境的改善以及自身经济调整的到位明年复苏加速的概率也较大。
1.美国就业好转、消费增长具有潜力
从经济数据来看，2011 年三季度美国经济就开始进入自主增长阶段，2012 年经济数据继续改善，就业方面，失业率降至7.7%，初请失业金人数长期低于40万的关口，虽然离危机前6%左右的失业率水平有差距，但已经相差不远，美联储更是提出了明确的货币政策目标即失业率恢复到6.5%，就业状况的好转令消费也有了起色，消费信贷增加明显，且美国家庭负债率跌至危机前的水平，这意味着未来消费的空间仍较大。随着消费及海外需求的好转，美国制造业复苏迹象明显，PMI指数领先于全球，明年制造业预计将增长1.9%。房地产方面， NAHB指数持续走高，目前美国住房性价比处于历史高位，随着就业和收入前景向好，可以预计未来6 年房地产都将处于复苏周期，预计2013年住宅投资将增长6%。短期来讲美国将面临“财政悬崖”问题，解决途径有两个，开源和节流。开源，即对富人增税或取消中等收入者税收优惠；节流，即消减国内医疗保险和补助等社会福利，以及国防开支等已达到减少政府赤字目的。目前两党解决问题的思路都是通过相应税务制度调整来弥补自动减赤给经济带来的冲击，尽管过程会曲折，但两党将最终达成协议，因此对于经济的冲击将有限。
2.债务危机好转令欧洲获得喘息
经过两年发酵，欧债危机所暴露的问题展现无遗，而欧元区也一直在致力解决这个问题，欧盟捍卫欧元的决心不容置疑，在2012年终于取得成效，这点从欧元的走势就能看出，因此2013年危机或有反复但难超2012年。OECD预计2013年欧元区将结束二次衰退，全年增长0.3%。
年末希腊第二轮救援修改完成或为希腊走出危机赢得至少一年时间；欧洲央行干预解了西班牙燃眉之急；对金融体系的修复以及防火墙的建立正在进行，2013年年初欧元区或进入经济和债务危机相互改善的正循环，同时德法企业正逐渐走出欧债危机影响，PMI指标等指标开始筑底，但紧缩的财政政策仍将持续，预计2013年前两季度欧元区仍将维持较弱的经济增长甚至是负增长。2013年主要需要关注的风险点是希腊的赤字状况、4 月意大利大选以及9 月德国大选。
3.新兴国家调整结束
2012年2 季度受困于希腊大选引发的债务危机，资金疯狂流出新兴市场，引发市场对新兴经济体将二次探底或者汇率崩溃的担忧。但随着欧盟逐渐落实一揽子救援计划，三季度以来市场情绪逐步从欧债危机中走出。随后美国经济数据走强和美联储QE3 的推出进一步降低了市场对全球经济的担忧。宏观环境的改善以及自身调整周期的结束引发市场风险溢价率的下降和资金回流新兴市场，推升了新兴市场的货币和资本市场。考虑到新兴经济体逐步见底回暖，债务危机整体趋缓，预计2013年资金将继续流入新兴市场。
国内经济企稳回升。从经济数据来看，9月份开始主要数据继续呈好转迹象，2012 年中国经济已经成功实现“软着陆”，年初经济增长7.5%，通胀控制在3%之下目标基本已经实现。从经济运行的周期因素来看，在中国现有的经济、政治制度下，此轮房地产“去泡沫”和制造业“去产能”以及“产业结构升级”都将是一个长期的过程，未来经济增速可能不会回到之前2位数的时代，但中央重提城镇化，并力推相关投资，固定资产投资再次成为未来相当长一段时间推动经济增长的主要动力，以中央项目投资为主导的基建投资及房地产市场的好转成将有力提振经济，同时环境的改善令明年出口预期改善，库存周期及政策性因素将拉动经济进一步回升，2013年经济增长加速将是大概率事件。
（二）供需因素
1.供给方面
由于金矿品级下降，加上没有较大的新增产量，供给方面应该不是投资者较为关心的方面。世界黄金协会的报告显示，2012年第三季度黄金供应与去年同期相比下降2%，减少了21.7公吨，延续了2012年供给小幅减少的趋势。其中金矿产量和黄金回收各自减少8.0公吨左右，生产商套保减少5.7公吨。从数量来看，金矿产量同比1%的降幅是2008年第三季度以来最大的，下降的根源有三个：很多厂矿令人失望的业绩，很多新的或恢复生产的金矿低于预期的增长，以及第三季度南非金矿的罢工。第三季度黄金供应呈现增长的国家包括中国、墨西哥、俄罗斯和加拿大，总共比去年同期增加大约15.0公吨。过去6～12个月里开展的很多项目并未像市场所预期的那样快速增加生产。
2.需求方面
预计2013 年实物黄金需求仍将受高价格抑制相对疲弱，但是得益于印度需求从2012年低位的回升，制造业需求（包括首饰）将从2012 年的20 年来次低的水平小幅回升2%。实物需求方面印度和中国仍是推动黄金需求增长的主要力量，两国共占据了第一季度金饰需求总量的63%。
印度方面，尽管进口关税的再次上调将是潜在的下行风险，我们仍预期其首饰金需求将在2013 年回升8%。印度需求在2012 年遭受关税上升和卢比贬值的双重打击，尽管三季度需求已经有所复苏，全年首饰需求仍将下跌10%左右。向前看，随着多项已颁布的促进投资政策的落实，印度经济增速将小幅回升，支撑卢比汇率；另一方面，印度13 年适宜婚礼的天数比12 年多25%，有望提升婚礼的首饰用金需求。
中国需求预计将延续2012 年增速放缓的趋势，但是整体市场管制的持续放松以及首饰门店的扩张意味着13 年实物需求仍有5%左右的增长。本年度以来从香港流入大陆的黄金净数量持续增长，截止2012年9 月的累积净进口同比上升1.1 倍，而金银首饰零售额增速虽然在12 年持续下行，但仍维持在同比10%以上。2013 年，随着国内场外市场的发展以及黄金ETF 等投资品种的增加，黄金进口需求仍将维持高位。
3.投资需求及央行购金
根据世界黄金协会的报告，各国央行于第三季度购买黄金97.6公吨。在过去的7个季度中，其中6 个季度央行需求量都达到了100公吨左右，这是自2010年以来非常显著的增长。2012年年初至今，央行购入的黄金量增长了9%。在全球流动性仍较为宽松的环境下储备资产的多样化仍然是央行黄金需求背后的推动力，第四季度央行购入黄金数量与三季度接近。
投资需求方面，现货支持的黄金ETF 持仓将在2013 年持续增长。传统金条投资需求方面，新兴市场国家的金条投资需求预计仍将有温和增长，包括印度需求从2012年大幅下降的水平小幅回升，以及中国延续本年度趋势的小幅增长；但是发达国家需求将继续回落。
（三）其他相关因素
1.美元指数走势分析
美元指数2012年走势亦跌宕起伏，甚至一度与贵金属同涨同跌，截至2012年12月26日，美元指数收在79.42较年初的80.26几乎持平。值得注意的是美联储的货币政策特别是QE3并没有像想象中的那样去刺激贵金属的上涨以及令美元指数大幅下跌。
2012年12月13日，美联储宣布继续以每月400亿美元的进度购买抵押贷款支持证券（MBS），并决定从2013年1月起每月增加购买长期国债450亿美元，届时相当于每月购买850亿美元的债券。美联储还决定维持联邦基金利率目标在0～0.25%区间不变。仅仅从美联储公布的决议内容来说肯定是利多贵金属的，但由于公布的结果已经在市场预期之中，而且货币刺激政策效果亦有“边际递减”效应。除了“边际效应”递减和预期兑现之外，美联储公布的货币政策退出标准才是贵金属投资多头担忧的主要原因。货币刺激政策迟早是要退出的，而在此之前市场一直以为是一个遥遥无期的时点，但此次美联储首次将货币政策同具体目标挂钩，称将维持近零利率直至失业率触及6.5%的目标。目前11月美国失业率回调至7.7%，这就意味着失业率再下降1.2%，美联储就开始退出货币刺激政策，也就是说美联储不再像之前几次那样肆无忌惮的印钞了，而是有了具体的目标，这在一定程度上动摇了市场的信心。
但从刺激的规模来说，虽然此次货币政策刺激到期的时间未定，且给出了退出刺激的目标，但众多的经济学家认为6.5%的目标很难短期内实现，即使能够两党达成协议财政悬崖仍会对经济造成一定的冲击，市场普遍预期2015年才能真正实现货币政策的退出，那么每个月850亿的购债计划意味着此次的刺激规模将达到2万亿美元，将超过以往历次QE规模，因此整体的货币宽松环境并未变，流动性的累加将在随后的时间内慢慢体现，美元指数未来将保持弱势，加上前文我们分析过的欧元开始走强，因此2013年美元指数走弱的概率较大。
2.原油供应充足 压力较大
回顾2012 年，北美石油供应改善与北美外的供应冲击并存，市场在周期性与结构性因素共同作用下趋于稳定。虽然2012 年油价出现了几次大涨大跌，但并未出现大的趋势性行情。从周期性因素来讲，尽管伊朗禁运，以及叙利亚和南苏丹等地区的冲突对石油市场形成了供应冲击，但美国的页岩油产量超预期增长预示着供应端改善的开始。美国产量的增长结合欧佩克国家处于历史高位的产量，使得2012 年石油市场基本面供应充足，并最终体现在3 季度OECD 国家库存的反季节上行中。从结构性因素来看，美国页岩油产量的快速上升以及未来可能的北美能源独立，使得更多的投资者预期未来石油市场将供应充足。
展望 2013 年，预期石油市场最大的变化来自于供应端的显著改善。其中，增长点主要来自美国页岩油产量的持续提升，也包括加拿大，巴西，前苏联、中国和南苏丹等地区在2013 年的增产和复产，这些都将大幅提高非欧佩克国家的石油供应。并且，欧佩克国家产能也有增长。而需求端，预计2013 年需求仅有温和的小幅回升。因此2013年油价大幅上涨的可能性较小，这将不利于贵金属的上涨。
（四）持仓因素
从CFTC的持仓情况来看，自2012年8月份以来有较为明显的回升，但近期随着财政悬崖已经QE利好的兑现，基金净多单有明显的下滑，但较年初水平仍有较大幅度的上涨。截至2012年12月26日，全球最大的黄金ETF—SPDR的黄金持有量为1350.82吨，继续保持在历史最高位，而白银ETF-SLV持仓量亦保持在高位为10045.85吨。尽管QE4公布之后贵金属价格出现了调整，但贵金属基金持仓依然稳定，这表明以持有实物贵金属为基础的大型基金仍然看好黄金后市。
三、2013年贵金属走势展望
2012年贵金属价格呈现宽幅震荡的走势，令许多投资者对于黄金牛市信心有所下降。综合上述的分析2013 年对于贵金属来说仍然是震荡走高的一年。各国央行在经济增速疲软的状况下宽松的货币政策，尤其是美联储将在2013年继续实行量化宽松，且短时期内难以退出，而其他重要经济体比如日本、中国也仍将保持较为宽松的货币政策，且经济好转的概率较大，在这样的背景下，实际利率维持低位的同时通胀预期与其他资产价格将继续上升，有利于贵金属价格的上涨。同时欧元区债务问题缓和，在2012年大多数的时间里贵金属与欧元走势正相关，而美元在2013年保持弱势也是看多贵金属的一个重要理由。
从实物需求角度来说，印度消费回升将有力的提振市场，中国的需求也将保持高速增长。而从基金持仓量来看，央行也将继续保持净买入，中长期投资贵金属仍是较好的选择。
从技术上来看，现在黄金价格处于年初上涨之后的第四浪调整，在价格企稳后将迎来第5浪的上涨，这也跟我们基本面的分析较为吻合，短期需要关注的是财政悬崖的冲击，而2013年较为宽松的货币环境以及经济的好转将促使黄金在第5浪向上进行冲击。白银的技术图形与黄金相仿，但由于其更高的价格弹性，我们认为2013年白银表现将超越黄金，白银价格走势仍受两大驱动因素影响：投资需求和工业需求；其中投资需求仍占主导地位。2013 年，白银的投资需求将受到联储持续进行的量化宽松；同时工业需求也将增加明显。
参考文献：
[1]世界黄金协会.2012第三季度黄金需求趋势报告[R].2013.
[2]季晓南.增加黄金储备势在必行[J].商周刊，2010，（1）.
[3]梁铮.我国黄金投资工具探秘[J] .现代商业，2010，（3）.
[4]侯心强，梁洁.黄金牛市征程何时止步？[J] .中国金属通报，2010，（2）.
[5]祝合良. 黄金供求的历史透析及未来趋势预测[J] .中国市场，2012，（24）.
金属价格范文第3篇
现在发达国家饱受低通胀、低增长、高失业困扰,二次量化宽松已箭在弦上。为抵御货币可能出现的贬值,大量资金进入股市及商品市场,导致金属价格和股价大幅上涨。而本轮农产品的上涨,为未来通胀加剧埋下了伏笔。
置于全球货币贬值的大背景下,美元指数的涨跌和能否创新低已不再重要。汇率只是货币间的比价,不能反映货币对商品、资产的交换能力。货币的贬值过程,将为资源价值的重估提供持续的推动力。需求端已步入“近似底”。根据华泰联合宏观研究团队的判断,“经济底”可望出现在明年一季度,而近期的加息暗示了未来经济大幅下行几无可能。换言之,在基本平稳的数月后,宏观经济有望迎来新的增长周期。此外,供应端的刚性未来或被强化。资源瓶颈将再度引起市场重视,资源走向垄断、供应趋于集中、环保成本提升、落后产能淘汰,以及资源国开征或提高矿产税等等,未来均有望成为强化供应刚性的因素。
华泰联合证券分析师叶洮等认为,有色金属商品及相关上市公司是抵御通胀和货币贬值的理想选择。上调行业为“增持”评级。
化工行业:产品价格上升助业绩增长
受供需关系影响,目前化工行业出现了较为严重的分化现象,有机、无机化学品出现了不同程度的价格上涨,有机品中建议关注BDO、甲乙酮,无机品中建议关注磷矿石和黄磷。
影响BDO、甲乙酮、黄磷涨价的因素均是需求回暖。因THF/PTMEG、PBT和GBL装置增长较快拉动BDO需求增长。BDO市场回暖,产品价格有较大上行动力和空间。甲乙酮受环保影响替代芳烃,需求增长较快。因黄磷和磷矿石属于资源型无机化学品,产能并不过剩,下游需求回暖直接带动公司产品价格上升。此外,市场普遍认为化工产品价格上涨零乱,不看好。化工行业分化严重,有机化工中可关注BDO、甲乙酮价格上涨,无机化工中关注黄磷等涨价预期明确的产品。因为这些产品需求出现恢复性增长,销售回暖。
银河证券分析师李国洪认为,规模化发展及节能减排、环保政策促使化工小企业面临较大的成本压力,化工行业并购整合与重组将明显加剧,是良好催化剂。给予行业“推荐”评级。个股关注:山西三维、天利高新、兴发集团。
钢铁行业:有望迎接第二波涨价潮
上周钢材价格波动不大,一周钢材平均综合价格指数比上周下降0.38%。所有钢铁品种跌跌幅都不大,在1%以内,跌幅最大的为中厚板0.78%,上涨的品种只有螺纹0.05%。
报告期内,国内迁安铁精粉价格在连续上涨之后出现调整周下跌3.04%,唐山铁精粉(66%湿基不含税价)下跌1.98%。进口铁矿石青岛港价格下跌0.86%。焦炭市场上海二级冶金焦价格下跌2.63%。航运方面也出现上升,巴西至北仑的海运费上升0.65%,西澳至北仑的海运费下降1.24%,上周BDI航运指数下降1.24%。此外,报告期内主要钢材品种的社会库存涨跌互现,库存下降最多的是螺纹和线材,周跌幅4.98%和6.32%。建筑用钢主要是因为国内产能相对充足,是未来淘汰产能的重点,另外铁矿石价格有上涨的趋势,未来钢材价格有望继续上涨,导致短期内需求上升。未来在节能减排,淘汰落后产能的政策下,将带动需求,使社会库存将有进一步下降的趋势。
国联证券分析师杨平认为,未来钢铁板块将在钢铁企业基本面向好的基础下继续第二波的上涨。维持行业“中性”评级。个股关注:宝钢股份、鞍钢股份、武钢股份等。
恩华药业:产品梯队完善 新产品爆发力强
公司三季度实现营业总收入9.58亿,同比增长14.3%;实现营业利润0.74元,同比增长42.5%,归属于母公司所有者的净利润0.65亿,同比增长45.6%,每股收益0.28元,每股经营性现金流0.19元。
公司主打产品稳定增长:力月西、福尔利等麻醉类和司利舒等精神类产品市场比较成熟,能继续保持25%的行业增速,这也是公司取得稳定业绩的基石。另外,新产品具备爆发力:精神类产品盐酸齐拉西酮胶囊目前增长稳定,若冻干粉剂型上市,有望取得50%以上的高速增长,盐酸埃他卡林属于1类新药,降压作用机制较新,目前批文被推迟,预计年底获批,若被市场接受,将打开销售空间。此外,公司产品梯队完善:其中芬太尼、瑞芬太尼上市将是201 1年的主要看点,乐观估计上半年获批,目前只有宜昌人福独家生产,政策壁垒+市场增长将是芬太尼系列的销售保证。
国泰君安分析师易镜明等预计公司2010―2011年每股收益分别为0.33、0.47元;公司在中枢神经药物领域坚持“细分市场”和“差异化”的经营战略,继续看好其依托丰富的产品梯队和强大的创新能力,演绎恒瑞式的快速增长,给予“谨慎增持”的投资评级。
新华锦:成功实现进口替代机会很大
公司前三季度实现营业收入11.36亿元,同比下降21.55%;净利润为-885万元,主要由于:1)2010年受国家房地产调控政策影响,公司子公司新华锦高尔夫公寓公司仍未获批房屋预售许可证;2)公司对传统贸易等业务进行结构调整,影响短期盈利能力;3)新华锦材料科技有限公司锡材料加工业务仍处于市场拓展阶段,尚未实现盈利。
目前国内BGA和CSP锡球90%都是依赖进口,凭借成本优势和本土优势,公司有很大机会成功实现进口替代。全球集成电路封装产业向大陆转移趋势正在加剧,大陆封装测试产业近5年年复合增长率已超过20%,目前已经成为全球最大的IC封装测试产业基地。作为IC封装行业上游的封装材料产业也增长迅速,预计半导体封装材料市场2011年全球将达197.08亿美元,中国市场规模将达到31亿美元。公司目前拥有喷射和切割两种BGA锡球生产线,共4条生产线,设计总产能约8万kk/月,另有锡条、锡膏、锡丝、电镀锡球产能共3040吨/月,其中锡膏240吨/月、锡丝600吨/月、锡条1200吨/月、电镀锡球1000吨/月。如果公司BGA锡球产品实现满产满销,考虑未来价格微跌的可能,预计其BGA锡球业务年营业收入约为3.9亿元。
中投证券分析师壬鹏预计公司2010-2012年每股收益为0.001、0.58、0.77元。以2011年25倍市盈率计算,未来6-12个月公司股价合理价位为14.5元,维持其推荐的评级。
星辉车模:毛利率稳定向上显出色营运能力
公司第三季度实现毛利率34.96%,1-9月份毛利率32.3%,分别比去年同期提升0.3和1.7个百分点;今年年初到现在各种成本,包括ABS塑料、人工以及能源等均有大幅上涨,其中ABS塑料年初到现在上涨超过20%,大部分玩具公司虽然订单量大幅增长,但毛利率均出现不同程度下滑。公司能在订单大量增长同时保持毛利率水平
稳增,凸显公司杰出的运营能力。与此同时,公司产品在国内正面临婴儿潮到来的需求快速增长的年代,未来3年销量增长仍处于快车道。另一方面,公司9月2日签订了远期外汇协议。从2011年3月到9月出口销售收入的80%按照6.76的汇率水平进行结算,有效避免了本币升值对盈利带来的影响,中长期看,公司车模产品具备品牌消费属性,能够通过提价等手段稳定公司毛利率水平,再加上明年年中随着车模产能的扩张,以及婴童车的投放市场,销量的大幅增长可以弥补升值带来的损失,升值对公司影响较小。
东方证券分析师郑恺预计公司2010-2012年每股收益分别为0.77、1.12、1.92元l继续看好公司采用他人商誉为自身产品服务的独特盈利模式;维持“买入”评级。
科伦药业:产品升级换代 行业整合加速
公司前三季度实现营业收入284,800万元,同比增长21.32%,归属上市公司股东的净利润为45,183万元,同比增长57.30%,每股收益2.19元。公司预计全年净利润的增长在50-70%之间。
公司的业绩之所以再次超出预期,其原因在于第三季度的净利润在去年同期高基数上继续保持高速增长:单季度实现净利润19,161万元,每股收益0.80元;同比增长61.30%。从近期已公布的医药上市公司三季报来看,由于去年第三季度普遍基数较高,业绩增速大多呈现不同程度的放缓趋势,科伦能取得如此佳绩,实属难能可贵。公司成长的两大动力来自于软塑包装对玻瓶包装产品的升级换代以及兼并收购。前者使得公司的毛利率持续提升,净利润的增速远远快于营业收入的增长;后者则通过对行业的整合不断提高市场份额,报告期间公司完成了对安阳大洲药业(现改名为“河南科伦”)的顺利整合和实现了黑龙江科伦药业包装有限公司的100%控股(以1,163万元的对价收购剩余20%股权)。
兴业证券分析师王等预计公司2010-2012年每股收益分别为2.75、3.89、5.08元;公司是大输液行业的优质龙头企业,高速增长中仍有继续超预期的可能性;维持“推荐”评级。
海普瑞:增资子公司 加强上游原材料控制
公司1-9月实现营业收入29.26亿元,同比增长122.68%,实现归属于上市公司股东的净利润9.5亿元,同比增长104-88%,实现每股收益2.48元,公司三季度的单季销售收入环比二季度增长了11.8%。
公司8月份以自有资金出资500万港币,在香港设立全资子公司,该子公司将促进公司与国际市场的交流合作,及时获取国际市场的最新市场与技术信息,有利于引进国外先进技术和设备,加快公司的国际化进程。同时,公司9月份以自有资金与成都通德药业共同投资在成都设立合资公司,主要生产、销售小容量注射剂和乳剂产品。本次合作有利于公司发挥技术和质量管理等方面的优势,与合作方实现优势互补,并为未来公司向下游肝素钠制剂业务延伸布局。10月份,公司对子公司成都深瑞进行增资2,750万元,增资完成后仍持有成都深瑞55%的股权。此举是公司为了加快成都深瑞肝素钠原料药和肠衣生产基地的建设进度,确保项目如期投产,以及项目建成后业务的正常运行,尽快为公司提供稳定的原料供应,这将加强公司对于上游肝素钠原材料的控制,继续保持公司在行业中的优势地位。
安信证券分析师洪露等预计公司2010-201 1年每股收益分别为3.08、4.23元;由于公司未来几年还将保持较高的增长速度,维持公司“增持-A”的投资评级。
红日药业:产品三足鼎立 收购扩张进行
公司1-9月共实现营业收入2.34亿元,同比增长66.3%;实现归属于上市公司普通股股东的净利润6454.8万元,同比增长22.4%。
由于脓毒血症和脑血管痉挛等疾病的发病规律,下半年一直是公司产品的销售旺季,因此全年完成9300万净利润将是大概率事件。康仁堂的中药配方颗粒是公司今年增长最快的业务,贡献了三季度增量收入的70%以上,今年6-9月康仁堂实现营业收入近5000万元,全年收入过亿已无悬念。从收入贡献看,公司已经形成了血必净、法舒地尔、配方颗粒三足鼎立的局面。另一方面,公司拟投资1600万元设立天以红日医药科技,以此为平台,通过英菲尼迪引进、吸收、消化国外先进医药医疗方面的技术和项目,在国内进行产业化或实现技术转让。此举表明管理层对公司发展的长远规划。也有助于丰富产品储备,如正在筛选讨论的抗感染和急救项目,将和血必净形成良好的协同效应。
金属价格范文第4篇
2008年有色金属价格先高后低，波动幅度之剧烈，速率之频繁，大大出乎市场预期，也是近几年少见。2008年初开始从上年的较低位大幅上涨，一季度不断突破创造的历史高位，最高时4月份铜期货价格上涨至8800美元/吨，而铅、锌、锡、镍等也纷纷达到历史高位。9月15日，由美国由次级债引发的金融危机进一步升级，并开始波及到全球各金融及经济市场，原油从147美元/桶跌至39美元/桶，受其影响，金属市场持续下滑，6大品种金属价格跌幅都在30%以上，具体情况见表。
而宏观经济的不景气影响到微观基本面上的实际需求。2008年后期，全球的房地产和制造业呈现低迷，这些都是金属的主要消费行业，也导致大多数的商品在9月份都创下了年内的低点，进入9月份，金属消费并未出现预期中的季节性回升，金属库存纷纷创造年内新高，LME铜库存已经达到14年来最高水平，这也大大制约了价格反弹的持续性和空间。在12月底，在利润空间受到挤压下，全球金属生产商纷纷减产，后半月出现一轮小幅回升。
二、2009年金属价格以偏弱走势为主
2009年金属价格走势主要是受宏观经济环境等因素的综合制约。
一是宏观经济环境。经济走势是影响金属价格的主要因素。目前一些机构对2009年经济走势判断不一致。国际货币组织在近期的一份报告中指出，世界经济已经进入严重低迷期，2009年全球经济增长预期为3.0%，低于08年的3.9%，为2002年以来的最低增速。对近十几年来有色金属价格的波动看，金属价格运行周期与经济周期基本是一致的。经济波动一方面影响金属需求；另一方面由于金属市场投机需求逐年增大，金融属性逐步增强，且其对金属价格的影响逐步扩大，金融危机使得资金流动性减弱，从而使得期货价格存在大幅走低的风险，并带动现货市场下行。
二是生产成本下降，金属价格下行具备空间。受能源涨价、劳动力成本上升、海运费大幅攀升等因素影响，近几年金属成本持续增加，但从目前情况来看，预计2009年成本可能基本持平甚至有所下降。此外，美元走势面临较大不确定性。预计短期该区域有所支撑，美元可能延续反弹行情，这将令金属价格面临回落风险。
三是减产限价、国家收储等因素将推动金属市场短期反弹。目前，生产商利润遭挤压，再加上信贷紧缩，国内外部分生产企业出现亏损将逐步减产或关闭，取消的项目数量增加，有色金属产量增速将有所下降，市场供过于求状况会得到一定改善。
从较长时期的供需关系上看，2008年1―11月我国精铜产量为340.91万吨，同比增长为9.6%，市场供过于求的基本状况短期内难有明显改善，目前LME铜库存持续大幅增加，达到363575吨，创1994年1月以来最高水平，而注销仓单量仅为3375吨，注销仓单比例缩减到低于1.0，预示后期铜库存仍会增加。一些机构预计，2009年全球铜需求仅增长0.1%，将会出现过剩。预计我国锌产量为380万吨，消费369万吨，库存有进一步增加可能。国际铅锌研究小组最新报告称，全球2009年精炼锌市场供应过剩量将达33万吨。由于前期价格持续攀升引发全球范围内很多镍矿的勘探和新产能项目的投资热潮，但是在镍价触及纪录高点之后，不锈钢产商开始使用替代品，镍需求下滑，供需关系不容乐观。
因此，总体来说，有色金属短期仍有反弹空间，但后期价格走势仍以偏弱为主，初步预计LME现货铜2009年平均价格为每吨4200美元左右，较2008年平均价低30―40%。
金属价格范文第5篇
关键词:金属铜期货;单位根检验;向量自回归模型;协整检验;格兰杰因果检验;脉冲相应函数
一、文献回顾
从20世纪60年代末开始,国外的众多学者对期货市场的价格发现功能进行了广泛的研究,在这一过程中,随着计量经济学的发展,不断有新的检验方法产生并被加以运用。
Garbade和Silber最早对期货价格引导现货市场价格进行实证检验,因此,称之为GS模型。Manerly、Elam等和Shen等指出,如果价格序列是非平稳的,那么利用传统的方法检验无偏性是无效的。Engle等提出的协整的概念,基本上解决了价格序列中存在的非平稳问题,但是,这种方法的不足之处在于缺乏对参数的严格推断,而参数的推断正是期货价格无偏性检验的核心。与Engle等方法的不同,Johansen导出协整检验以及参数检验的统计推断工具。因此Johansen方法比较适合用于来检验期货市场的价格发现功能及其市场效率。LaiK.S.等较早使用协整的概念来检验期货价格与现货价格的关系问题。
与国外的研究相比,国内对期货市场价格发现功能的研究相对较少,而且所用方法大多是国外己经比较成熟的方法。严太华等(1999)利用协整技术检验了上海期货交易所的铜期货与重庆市场上的铜现货之间、郑州商品交易所的绿豆期货与郑州粮食批发市场上的绿豆现货之间的关系,结果表明,它们之间均存在长期的均衡关系。王骏、张宗成(2005)基于VAR模型运用Johansen协整检验、向量误差修正模型、Granger因果检验、脉冲响应函数(IRF)、方差分解等方法,对上海期交所的铜、铝进行了实证分析,研究表明,铜、铝期货与现货价格存在双向的Granger因果关系与协整关系,而且铜、铝期货市场在价格发现功能中均居于主导地位。我国学者华仁海(2005)分别对上海期货交易所(SFE)的铜,铝及橡胶三种商品的期货价格与其现货价格惊醒研究得出它们都是长期均衡且互为因果的关系。刘庆富、张金清(2006)利用Johansen协整检验方法对我国大连商品交易所的大豆与豆粕期货市场、郑州商品交易所的小麦期货市场进行了检验,发现大豆、豆粕的期货价格与最后交割日的现货价格之间均存在长期均衡关系,大豆期货市场的价格发现功能要强于豆粕,而小麦的期货价格与最后交割日的现货价格之间则不存在协整关系,小麦期货市场不具有明显的价格发现功能。
二、研究方法
在研究过程中结合研究的实际需要,运用了多种研究方法,而每种研究方法都有自身的优势与不足,通过这些不同研究方法的配合运用,使得本研究能够得出更为清晰与可靠的结论。以下是本文所使用的主要研究方法。
本文先对时间序列进行单位根检验(Unit Root Test)。通常情况下,现实中的序列一般为非平稳序列,我们可以将其进行差分后再进行单位根检验,最后得到平稳序列。在平稳性检验中,常用的方法是ADF检验。其模型为:
Xt=α+γ0t+ρxt-1+∑Pi=1γiXt-i+ui(1)
用ADF统计量tp与ADF分布临界值进行比较。零假设H0:ρ=0,备择假设H1:ρ
在平稳序列基础上建立向量自回归模型(VAR):
Yt=A1Yt-1+…+ANYt-N+BXt+εt (2)
其中Yt是内生变量列向量,Xt是外生变量列向量,A1…AN和B是待估的系数矩阵,εt 是误差向量。并在此基础上进行脉冲响应函数结果分析。
构造残差序列ut=LnFt-LnCt,ut若为平稳序列,则说明期货价格与现货价格之间存在长期均衡关系。
另外,为了说明两个变量中谁在发现价格中起主导作用,需要进行Granger因果检验。
本文采用计量经济学分析软件Eviews5.0进行数据处理和计量实证研究。
三、样本数据
本文所采用的铜现货数据来自上海金属网,期货数据来自和讯期货网,期货品种为沪铜0902。数据样本范围是2006年1月4日至2008年11月14日,数据类型为每日收盘价。对于现货价格存在而期货价格不存在的情况,作者已将现货价格删去,也就是铜期货与现货价格按时间是一一对应的。每组数据均为570个。
本文中Ct代表铜现货价格,Ft代表铜期货价格,LnCt表示对铜现货价格取对数,LnFt表示对铜期货价格取对数。
四、实证分析
1、铜期货与现货价格走势图
从图1可以看出铜期货价格与现货价格走势上有很大的趋同性,即使二者有短暂的差别,也会在较短时间内恢复趋同性,初步判断二者具有协整关系。从图1还可以看出铜期货与现货价格的波动性比较大。特别是2008年10月后,由于受全球经济危机的影响,铜期货与现货价格迅速下降,下降幅度约为50%左右。
图1铜期货与现货价格走势图(CCU为铜现货价格,FCU为铜期货价格)
2、ADF检验
对铜期货与现货价格进行ADF检验结果见表1,铜期货与现货价格的ADF检验统计值均不低于1%的显著性水平,因此不能拒绝零假设,即认为铜期货与现货价格序列均为非平稳。
序列ADF检验统计值ADF临界值
1%的显著性水平5%的显著性水平10%的显著性水平
Ct-1.038619-3.441654-2.866419-2.569428
Ft-0.940218-3.441654-2.866419-2.569428
表1铜期货与现货价格ADF检验结果
对铜期货与现货价格进行一阶差分后,再进行ADF检验,结果见表2,可以看出一阶差分后,二者的ADF检验统计值均低于ADF临界值,因此拒绝零假设,即认为一阶差分后的铜期货与现货价格序列均为一阶平稳的DLnCt,DLnFt~ I(1)。
序列ADF检验统计值ADF临界值
1%的显著性水平5%的显著性水平10%的显著性水平
DLnCt-21.32287-3.441674-2.866428-2.569433
DLnFt-23.80524-3.441674-2.866428-2.569433
表2 一阶差分ADF检验结果
3、协整检验
如果期货价格与现货价格是协整的,则期货价格{LnFt}应该是现货价格{LnCt}的无偏估计量。生成残差序列ut=LnFt-LnCt,对 再进行ADF检验,结果见表3。ADF检验统计值小于1%的显著性水平,拒绝零假设,认为残差序列平稳。说明序列LnFt,LnCt存在协整关系,期货价格与现货价格是长期均衡的。
序列ADF检验统计值ADF临界值
1%的显著性水平5%的显著性水平10%的显著性水平
ut-25.28084-3.441695-2.866437-2.569437
表3 残差序列ADF检验
4、VAR模型
在进行VAR模型建立时,需要确定滞后期,滞后长度检验值见图2,在5个评价指标中有3个认为应建立VAR(3)模型,可以看出最佳滞后期是3期。那么VAR模型为:
LnCt=-0.087LnCt-1-0.223LnCt-2+0.011LnCt-3+0.218LnFt-1+0.248LnFt-2+0.057LnFt-3-14.369
图2 滞后长度检验值
5、Granger因果检验
原假设F统计量P值
LnFt不是LnCt的Granger原因5.936270.00055
LnCt不是LnFt的Granger原因10.98185.1e-07
表4 Granger因果检验结果
从对铜期货现货价格的Granger因果检验(表4)中可以看出,对于期货市场价格不是现货市场价格Granger成因的原假设,拒绝它犯第一类错误的最大概率是0.00055,小于0.05,因此至少在95%的置信水平下,可以认为期货价格是现货价格的Granger成因;而对于现货价格不是期货价格的Granger成因的原假设,拒绝它犯第一类错误的最大概率是5.1e-07,小于0.05,因此至少在95%的置信水平下,可以认为现货价格是期货价格的Granger成因。因此通过对铜期货现货价格的Granger因果检验可以看出铜期货市场价格与现货市场价格之间存在双向Granger因果关系,即二者价格存在相互引导关系。
图3 金属铜现货价格脉冲响应函数分析结果
图4 金属铜期货价格脉冲响应函数分析结果
图3与图4为上海金属铜现货价格与期货价格脉冲响应函数分析结果。通过图3看,铜现货市场价格对其自身的新信息缓慢增长到第五期,第五期时增幅20%左右,第五期后保持稳定。铜期货价格对于铜现货市场价格的新信息较为敏感,到第三期立即增幅17.5%左右,以后保持平稳。通过图4看,金属铜期货价格对其自身的新信息反应敏感,在第二期的时候有16.7%左右的降低,在第三期时有5.6%左右的增幅后保持稳定。而现货价格则一直保持增长,到第四期时增长约30%,到第六期时达到稳定。由此可见,上海金属铜期货市场与现货市场对于信息的反应较为敏感,上海市场较为有效。
五、结论
通过对铜期货价格与现货价格进行实证表明:
1、通过单位根检验可知,铜期货价格与现货价格均为非平稳序列,但对其进行一阶差分后可以实现平稳,即铜期货价格与现货价格为一阶平稳。
2、铜期货价格与现货价格之间存在长期均衡关系,即使二者短期出现价格背离现象,可以通过内在调节机制恢复均衡状态,说明我国上海铜期货与现货市场较为有效。
3、通过Granger因果检验可知,铜期货价格与现货价格之间存在Granger双向引导关系。
4、通过脉冲相应函数结果分析,我国上海期货与现货市场对于新信息能够做出较为迅速的反应,市场较为有效。
参考文献:
[1]童光荣.计量经济学.武汉大学出版社2006.3
[2]张晓峒.Eviews使用指南与案例.机械工业出版社.2007.2
[3]王俊,张宗程.金属铝期货与现货价格动态关系的实证研究.华中科技大学学报,2005(5):70~74
[4] 刘凤军,刘勇.期货价格与现货价格波动关系的实证研究―以农产品大豆为例.财贸经济.2006(8):77~81
[5] 刘勃.国内外铜期货价格与国内铜现货价格动态关系实证研究――基于LME与SFE铜期货市场与国内铜市场的实证分析.华北金融.2007(7):10~15
[6]贾新宇.沪铜期货市场价格发现功能的实证研究.西南大学学报,2008.4
[7] (美)Joseph Stampfli, (美)Victor Goodman 金融数学 北京:机械工业出版社,2004.3
金属价格范文第6篇
关键词：贵金属价格预测；神经网络；马尔科夫模型；偏最小二乘分析
中图分类号：TF83 文献识别码：A 文章编号：1001-828X（2016）012-000-04
一、模型一：马尔科夫模型
1.马尔科夫模型基本介绍
马尔科夫预测模型的构建，即利用初始状态的概率向量和状态转移矩阵来推测预测对象未来某一时间所处的状态。S（k）=S（k-1）・ P=S（0）・Pk，其中，P为一步转移概率矩阵。由模型可知，第K期的状态概率取决于初始状态概率和一步转移概率矩阵的K次方。由此可见，若已知初始状态概率向量S（0）及转移矩阵P，则可求出预测对象在任一时间处于任一状态的概率。
2.马尔科夫模型的约束性[1]
运用马尔科夫预测模型对预测对象在预测期间的约束条件为：
（1）每一个时期向下一个时期的转移概率不变，均为一步转移概率；
（2）预测期间状态的个数不变；
（3）无后效性，即状态的转移仅与它前一期的状态和取值有关，而与前一期以前所处的状态和取值无关。符合上述约束条件的预测对象即构成马尔科夫过程，我们可对其建立预测模型进行预测。
但值得注意的是，由于长期来看转移概率矩阵将发生变化，马尔科夫预测法只适合于短期预测。在短期内，如果贵金属市场无特殊事件发生，运行正常，那么贵金属价格的变化过程可看作一个动态的随机过程，满足马尔科夫过程的条件，可以运用马尔科夫预测法进行价格的预测。
3.模型的建立与求解
步骤如下：
①根据历史数据推算贵金属价格的转移率，算出转移率的转移矩阵；
②统计作为初始时刻点的贵金属价格分布状况；
③建立马尔科夫模型，预测未来贵金属价格供给状况。
本文选取2015年6月-2016年2月共183个交易日的收盘价变动情况为例，将黄金价格的增长率划分为5种状态：快速增长（价格增长超过0.05%）、缓慢增长、相对不变、缓慢下降、快速下降（价格下跌超过0.05%），分别记为状态1、2、3、4、5。
由程序运行结果知：出现各种状态的次数矩阵如下：
又因为最后一个交易日的大盘状态为4，所以预测下一个交易日黄金价格处于状态1、2、3、4、5的概率矩阵为[0 0.5278 0.0694 0.3889 0.0139]，即下一个交易日黄金价格缓慢增长的可能性最大，概率为52.78%。进而求出两补状态转移矩阵如下：
预测下一个交易日黄金价格处于状态1、2、3、4、5的概率矩阵为[0.0057 0.4997 0.0710 0.4078 0.0158]，即再下一个交易日黄金价格仍然是缓慢增长的可能性最大，概率为49.97%。但是可以看出价格处于四种状态的概率越来越接近，预测结果越来越不明显，所以表明马尔科夫模型只适用于做短期预测。
由求解结果与实际金价对比可知，运用马尔科夫方法构建的预测模型对贵金属价格的预测显示出一定的成功率。当然，也应该指出这种概率预测方法得出的结果只是表明了预测对象将来将以某一概率趋向于某种状态，而不是绝对处于这种状态，也并不能完全得到贵金属价格的具体数值。由于贵金属市场的波动是一个复杂的非线性系统，贵金属价格的变化受到了多种因素的影响，因而包括马尔科夫预测法在内的任何一种预测方法都不可能准确地预测出贵金属价格每日的变化。虽然运用马尔科夫预测法对金价作短期预测只能取得一定的效果，但其新的预测思路也颇具借鉴意义。
二、模型二：人工神经网络
1.神经网络模型基本介绍
人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。BP神经网络是训练方式为误差反向传播，激励函数为S-sigmoid函数，即为：f（x）=1/（1+exp（-x））。BP网络模型处理信息的基本原理是：输入信号通过中间节点（隐层点）作用于输出节点，经过非线形变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量，网络输出值与期望输出值之间的偏差，通过调整输入节点与隐层节点的联接强度取值和隐层节点与输出节点之间的联接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数（权值和阈值），训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线形转换的信息。
BP网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型[2]。
节点输出模型
f-非线形作用函数；q-神经单元阈值；
作用函数模型
误差计算模型
误差计算模型是反映神经网络期望输出与计算输出之间误差大小的函数，本文所采取的是残差计算方式：
其中，表示 i节点的期望输出值；表示i节点计算输出值。
学习（权值更正）模型
神经网络的学习过程，即连接下层节点和上层节点之间的权重拒阵的设定和误差修正过程。BP网络有导师学习方式-需要设定期望值和无导师学习方式-只需输入模式之分。自学习模型
表示学习因子；表示输出节点i的计算误差；表示输出节点j的计算输出；表示动量因子。
过程神经网络与一般的人工神经网络最大的不同在于，某一时刻的系统输入量不止是当前时刻的输入量，而且还包含之前某段时间的输入量，输入层节点用于接受时变的输入函数，个时变输入函数的空间加权聚合、时间累积聚合以及激励运算，并将运算结果输出至输出层；输出层也不仅接受来自隐层神经元的激励计算结果，而且直接接受来自输入层的时变输入函数信号，并将接受到的信号在进行完空间加权聚合及时间累积聚合的运算后完成系统的激励输出。
2.过程BP神经网络的模型建立
由于黄金价格的自身时间序列预测，是根据之前某段时间的价格预测之后某个时间点的价格，基于这一点思想，建立了过程BP神经网络，由于对输入量时间维度的阶数最优性的不确定，本文分别构建了1-12阶的过程神经网络，即当前系统的输入量分别为之前1-12个时刻的输入值（黄金价格），以此来构建1-12阶的过程神经网络。分别比较得到的12个神经网络的实际输出与预期输出的关系，选取其中误差最小的阶数，作为最优过程神经网络的阶数。
同时对于划分好的输入量，输出量，选取其中的百分之九十进行学习，并用剩余的百分之十进行检验，即可以防止学习不足，数据信息提取不完善，又可以做到防止过拟合，过度依赖于原数据而失去了对其他数据的处理能力。
输入量和相应输出量数据提取。在进行第阶的过程神经网络的构造时，输入量的组数为 [N/k]（其中N为总黄金价格日数据的个数），其中第组输入量为，输出量分别为。
输入量和相应输出量的归一化处理。由于数据差异性基本都在同一数量级，为了神经网络的权值不会特别受输入量，本文所采取的归一化方式为把最小值归一化为0，把最大值归一化为1，归一化公式如下：
神经网络基本结构的创建。过程BP神经网络的结构选取为，输入神经元个数等于阶数，共含有两个隐含层，每个隐含层含有五个神经元，输出神经元个数为1，基本结构如下：
神经网络的学习过程。神经网络的学习过程按照梯度下降法进行，以11阶输入为例，学习过程的相关图像如下。
随着迭代次数的残差变化情况如下：
神经网络的相关参数值的变化示意图如下：
神经网络训练45代之后，训练数据、测试数据、检验数据和全部数据分别与实际数据的相关性程度示意图如下：
利用学习的结果进行预测，并根据误差计算公式，计算分析每一阶数的预测效果。
3.模型的求解
模型求解得到阶数1-12的预测误差如下：
在此给出具有代表性的两幅预测图像：
（即综合误差最大的2阶图像、综合误差最小的10阶图像）
最优阶数所对应的神经网络的训练结果如下：
三、模型三：偏最小二乘法
1.偏最小二乘法基本介绍[3]
偏最小二乘法的基本公式为：
偏最小二乘回归≈主成分分析+典型相关分析+ 多元线性回归分析[4]
偏最小二乘法的基础是最小二乘法，在尽可能提取包含自变量更多信息的成分的基础上，保证了提取成分和因变量的最大相关性，即偏爱与因变量有关的部分，所以称其为偏最小二乘回归。
2.模型的建立与求解
模拟黄金价格与各因素之间的关系，变为构造一个变量与自变量之间的函数关系。通过主成分分析的方法，在自变量中提取主要成分，在因变量中提取主要成分，并且让（通过典型相关分析实现），然后进行因变量，若精度满足要求，即在本文中要求交叉有效性小于0.0985，则停止进行下一个主成分的选取。否则再继续选取第二主成分，然后进行，直到满足精度的要求。当构建完成，再得到因变量与自变量偏最小二乘方程[5]。
经Matlab程序运行后得到交叉有效性-0.1723以及主成分的系数矩阵，进而得到因变量与自变量之间的偏最小二乘回归方程：
易知三种方法的精确程度：神经网络>偏最小二乘分析>马尔科夫模型。马尔科夫模型精度最低，我们仅用该模型通过黄金价格的数据预测其变化趋势及大致浮动范围，无法加入相关因素的扰动进行分析与预测。神经网络是模拟生物神经系统对真实世界物体所作出的交互反应，因此其预测数据的拟合度最高。偏最小二乘分析法则是通过纯数理方法进行预测，相对神经网络缺少交互性。
参考文献：
[1]李海涛.运用马尔科夫预测法预测股票价格[J].统计与决策，2002（5）.
[2]张立明.人工神经网络的模型及其应用[M].上海：复旦大学出版，1993.
[3]高惠璇，著.应用多元统计分析[M].北京：北京大学出版社，2005，1.
[4]王惠文.偏最小二乘回归方法及其应用[M].北京：国防工业出版社，1999，4.
金属价格范文第7篇
关键词：金属期货；期铜价格；影响因素
中图分类号：F830.9文献标志码：A文章编号：1673-291X（2011）10-0078-03
引言
经济的稳步发展使中国成为全球最大的铜消费国、铜加工制造业基地和铜基础产品输出国。自1993年以来，SHFE铜的持仓量和交易量逐年放大，已成为世界上第二大铜期货交易市场。然而近年来，铜价的高位振荡给供给与消费者、生产与经营者的利益带来重大影响。故分析研究沪铜价格的影响因素，找出其价格变化的规律，对于规避价格风险，保证国民经济健康、稳定的发展具有重大的意义。
一、影响金属期货价格的因素
从金属期货的两重属性来看，可以将影响金属期货价格的因素分为以下几类：（1）宏观经济形势。铜是重要的工业原材料，其需求量与经济形势密切相关。经济繁荣时，铜需求增加从而带动铜价上升，经济萧条时，铜需求萎缩从而促使铜价下跌。分析宏观经济有两个重要指标：一是经济增长率，或者说是GDP增长率，二是工业生产增长率。（2）供求关系。根据微观经济学原理，价格和供求互相影响，体现供求关系的一个重要指标是库存。铜的库存分报告库存和非报告库存。报告库存又称“显性库存”，是指交易所库存，目前世界上比较有影响的进行铜期货交易的有LME，NYMEX的COMEX分支和SHFE，三个交易所均定期公布指定仓库库存。 非报告库存，又称“隐性库存”，指全球范围内的生产商、贸易商和消费商手中持有的库存。这些库存不定期对外公布，难以统计，故一般都以报告库存来衡量。（3）相关市场因素。期货市场是现货市场的远期交易，故现货市场的价格与期货市场的价格具有很强的联动性。同时，期货市场属于金融市场，与供求无关的因素及其市场运行状况也会影响铜价变动，尤其是其他金属期货市场。在国际期货市场中LME期铜价格与SHFE期铜价格关系最为密切，二者几乎保持相同的变动趋势。（4）汇率。铜的交易一般以美元标价，而国际上几种主要货币均实行浮动汇率制。随着1999年1月1日欧元的正式启动，国际外汇市场形成美元、欧元和日元三足鼎立之势。由于这三种主要货币之间的比价经常发生较大变动，以美元标价的国际铜价也会受到汇率的影响。（5）资金因素。从最近十年的铜市场演变来看，资金因素在诸多的大行情中都起到了推波助澜的作用。持仓量是期货市场交易中反映多空双方资金争夺的重要指标，持仓量虽然不能明确指示出市场价格的运行方向，但对于预测市场价格的波动性幅度具有重要的参考意义。
二、变量选取与数据来源
本文从影响金属期货价格的五方面出发，选取了影响期货价格的一些主要因素。其中被解释变量为沪铜连续合约的期货价格，解释变量为：（1）宏观经济因素选取体现国内经济形势的工业生产增加值和企业景气指数PMI，以及体现国际经济波动美国制造业产出指数。（2）供求因素选取体现国内供求关系的SHFE库存，以及体现全球供求关系的LME库存。（3）相关市场因素选取现货市场价格、上证指数、LME铜期货价格以及代表相关商品的原油期货价格。（4）汇率因素选取美元指数。（5）资金因素选取SHFE、LME以及CFTC铜的持仓量。
样本选择区间为2004年7月至2010年6月的月度数据，数据来源WIND资讯。数据处理软件为Excel2003以及SPSS16.0。
三、实证分析
（一）相关性分析
利用相关数据对沪铜以及影响其价格走势的因素进行相关性分析，结果（如表1所示）。
表1SHFE铜期货价格与各影响因素相关系数表
注：**.Correlation is significant at the 0.01 level（2-tailed），*.Correlation is significant at the 0.05 level（2-tailed）.
资料来源：WIND资讯。
从表1可以得出以下结论：（1）宏观经济方面，工业生产增加值、PMI和美国制造业产出指数与SHFE铜期货的价格走势具有较强的相关性，其中体现全球经济形势的美制造指数相关性最大，反映了SHFE铜期货的价格与全球经济形势紧密相关。（2）供求方面，反映国内供求的SHFE库存与SHFE铜的价格走势呈现一定的相关性，而体现全球供求状况的LME库存与SHFE铜的价格走势相关性很小，统计意义上也不显著。（3）资金因素方面，SHFE持仓和LME持仓与沪铜期货价格走势相关性较大，而CFTC持仓则不显著。（4）汇率方面可以看出美元指数与SHFE铜的价格走势呈现较强的负相关。这与国际大宗商品以美元计价不无关系，美元走弱势必引起相关商品价格的上升。（5）相关市场方面呈现出了极强的相关性，尤其是现货市场价格和LME铜期货价格走势，相关系数分别高达0.985和0.965，走势几乎一致，这也进一步体现了期货市场对现货市场的价格发现功能。沪深300指数和体现相关商品因素的原油期货价格与SHFE铜的价格走势具有较强的相关性。
（二）回归分析
为了进一步考察影响金属期货价格的因素的与SHFE铜期货价格的数量关系，本文对SHFE铜及影响其价格走势的因素进行回归分析，并且只对显著相关的因素进行回归。从表1的相关系数矩阵可以看出，各影响因素之间呈现出一定的相关性，在回归时存在多重共线性问题。因此，本文将采用主成分回归分析法消除多重共线性重新建立回归模型。首先，为消除由量纲的差异及数量级造成的影响，我们对样本数据进行标准化处理，然后计算指标间的相关系数矩阵（见表2）。
根据相关系数矩阵，可以求得11个特征根及特征方程，将特征根按其大小顺序排列，其中主成分的方差大小描述了各个主成分的在评价上所起作用的大小。从其累积特征贡献率（见表3）可以看到，前三个主成分的累积贡献率已达88.56%，这说明选取三个主成分就可基本反映所有指标的信息。因子分析结果（见下页表4）。
从表4可以看出，第一个主因子在工业增长率、PMI、美制造指数、现货价格、LME铜价格、美元指数、沪深300指数以及原油期货上面有较大的载荷系数，反映了宏观经济形势与相关市场对沪铜价格变动的影响，它对全部初始变量的方差贡献率高达54.467%；第二个主因子主要SHFE铜库存和持仓量决定，反映了库存状况以及市场资金因素的影响；第三个主因子主要由LME持仓量决定，反映相关期货市场资金因素对SHFE铜市场的影响。同时，第一个主因子远大于第二、三个主因子的方差贡献率，说明宏观经济形势和相关市场是影响SHFE铜期货价格的最主要的因素。根据因子载荷矩阵得各主成分表达式如下：
C1=0.846x1+0.614x2+0.717x3+0.295x4-0.577x5+0.316x6+0.968x7+
0.978x8-0.796x9+0.763x10+0.869x11
C2=0.397x1+0.584x2-0.587x3+0.824x4+0.743x5+0.320x6+0.016x7+
0.090x8+0.225x9+0.284x10-0.380x11
C3=0.050x1-0.355x2+0.283x3+0.315x4-0.238x5+0.790x6+0.121x7+
0.006x8+0.408x9-0.341x10-0.053x11
其中x1～x11分别表示工业生产增长率、PMI指数、美制造指数、SHFE库存、SHFE持仓、LME持仓、现货价格、LME铜、USDX、沪深300以及原油期货价格。
利用上式所得的C1、C2和C3，以它们为自变量，SHFE铜期货价格为因变量，进行多元线性回归分析，建立回归模型为：Y=0.162 C1+0.054 C2+0.015 C3
（0.007）（0.017）（0.032）
从回归结果（表5、表6）来看，调整后的决策系数为0.956，说明回归方程显著，模型的总体拟合效果非常好，且能通过F检验与t检验。同时，C1、C2和C3的t检验值分别达到23.618、3.253和2.483，在0.01的显著水平下，统计上都是显著的。
结语
从SHFE铜期货价格与各影响因素的相关系数矩阵来看，宏观经济形势对SHFE铜价格具有正的促进作用，在供求方面，SHFE铜期货价格与SHFE库存具有一定的正相关性，而与LME库存则不显著相关。相关市场方面可以看出，SHFE铜期货价格的走势与相关市场存在很大相关性。而汇率因素却对SHFE铜期货价格起着反向的促进作用。资金因素方面，SHFE持仓量和LME持仓量起着相反的作用，其中SHFE铜与SHFE持仓负相关，却与LME持仓量正相关，CFTC持仓与SHFE铜不显著相关。
从主成分回归方程可以看出，影响SHFE铜期货价格的主要因素是宏观经济形势以及相关市场走势情况，市场的供求状况、库存对期铜价格有一些影响，但影响程度不大，短期来看，市场的资金因素以及汇率因素对期铜价格有一定的影响，但长期来看，SHFE铜期货价格的走势还是取决有宏观经济形势以及相关市场的走势。
参考文献：
[1]上海期货交易所.铜期货合约交易操作手册[K]，2008.
[2]刘庆富，张金清，华仁海.LME与SHFE金属期货市场之间的信息传递效应研究[J].管理工程学报，2008，(2)：155-158.
[3]陈曦.沪铜期价影响因素的实证分析[D].武汉：武汉理工大学，2006.
[4]辛宇，陈工孟，傅明谦.中国商品期货市场价格波动的影响因素研究[J].中国会计与财务研究，2005，(3)：102-145.
金属价格范文第8篇
【关键词】有色金属；价格；宏观经济因素；VAIL模型
【中图分类号】F40 【文献标识码】A 【文章编号】1004-4434（2013）06-0130-06
一、引言
进入新世纪以来。全球大宗商品价格发生了剧烈波动。大宗商品在2000-2007年前后价格上涨中，以有色金属的涨幅为最大，其中铜上涨320%、铅上涨400%，锌上涨220%，钨上涨580%。此轮有色金属价格上涨恰逢中国经济高速增长阶段，中国快速的城市化和工业化需求大量的资源性产品。“中国因素”成为推动有色金属价大幅上涨的主要动因。2000年中国对铜、铅、锌、钨的消费量为192万吨、70万吨、140万吨、1.2万吨，到2009年已分别增加到575万吨、365万吨、435万吨、2.75万吨。增幅分别达到199%、421%、210%、129%。
本文基于四个宏观经济变量（工业增加值、发电量、工业品出厂价格指数、狭义货币供应量）和两个有色金属价格变量（铅价格和钨价格），构建多变量的VAR模型。运用多种检验方法实证分析出各宏观经济变量与有色金属价格相互影响效应，在此基础上提出相关政策启示。
二、文献综述
有色金属具备商品属性、货币属性和金融属性等多重特征。从商品属性看，供给和需求状况是推动商品价格变动的两大基本要素。世界银行（2008）认为，20世纪90年代大宗商品价格低迷使得勘探及开采投资大幅缩减。近年大宗商品价格飙升主要是短期供给能力扩张对需求增长反应滞后的结果，但随着次贷危机爆发和全球经济衰退。大宗商品需求的崩溃，又导致价格暴跌。从货币属性看。大国的汇率和货币政策等因素对有色金属价格也产生了较为重要的影响。美元作为大部分国际商品定价和结算货币。当其它条件不变时美元汇率变动使大宗商品价格在国内贸易对象标价变动（Reinhart，1988；Gilbert，1989）。从金融属性看，有色金属商品存在期货及衍生品市场，金融市场的投资行为可能会放大商品价格波动，但学界对此未能达成共识争论激烈。
2000年之后。大宗商品价格大幅波动，“中国因素”在全球商品市场的影响力日益彰显。国内外学界也开始把对商品价格影响因素的研究重心转移到“中国因素”上。Garnaut（2006）用投资占GDP的比重、出口占产出比重和城市化水平三个变量来解释一国对资源需求，他认为，中国产业结构正经历快速转型，资本密集度呈上升趋势，伴随城市化和工业化快速推进，中国需求将在较长的时期影响全球资源性商品的价格走势。Francis（2007）认为，中国经济的规模和增长速度是全球大宗商品需求的主要驱动力。国内学者对大宗商品价格的研究方面，朱民和马欣（2006）认为，需求强劲增长和供求结构的相对脆弱是引起2003-2006年间资源性商品价持续上升和波动主要原因，而全球性的流动性过剩加剧了价格的波动。卢锋（2009）认为，中国对大宗商品需求的快速增长是推动大宗商品价格上涨的而直接原因，而中国贸易部门生产率的提高则对大宗商品的价格产生间接影响。
目前众多研究都是把贵金属和常用金属纳人到模型中进行分析，本文则突破常规，对小金属和常用金属价格波动因素进行比较分析。
三、实证分析
（一）变量选取和数据说明
本文的研究区间为2000年1月至2012年6月，数据频率为月度数据，有色金属价格数据来自人民银行有色金属监测数据库，其它经济数据则来源于中经网统计数据库。所有变量均为月度同比增长率序列，变量单位都是%，各变量名称为：铅价格同比涨幅（Pb Price，PP）；钨价格同比涨幅（Wo3 Price，WP）；工业增加值同比增速（Iva）；发电量同比增速（Elee）；工业品出厂价格同比增速（PPI）；狭义货币供应量同比增速（M1）。由于工业增加值2006年后没有1月份的统计数据，我们运用累计增速和当月增速的差额进行相关估算，计算出各年1月份同比增长率。另外，本文运用EViews6.0软件进行相关检验。
（二）描述性统计分析和相关性分析
1 描述性统计分析
通过表1所列统计量发现，钨价格的标准差和最大值高于铅，说明钨代表的小金属价格波动幅度比铅代表的常用金属大，且钨价格上涨空间大于铅、抗跌能力也强于铅；四个宏观经济指标波动偏大，说明中国经济具有较强的周期性波动。从偏度来看，铅价格、钨价格和M1为右偏，钨的右偏程度最大，三个工业变量均为左偏。从峰度来看，六个变量的峰度均大于3，分布均呈现出尖峰特征。根据JB检验结果，六个变量均不服从正态分布。
2 相关性分析
由于各序列均不服从正态分布，皮尔逊（Pearson）相关分析方法不再适用，故采用斯皮尔曼（Spearman）相关分析方法，分析结果见表2。铅价格与发电量、工业增加值和流动性存在较高正相关性，说明这三个因素对铅价格影响较强；钨价格与PPI正相关度高些，但与发电量、工业增加值和流动性正相关性相对铅价格而言较弱，说明钨价格受宏观经济影响弱于铅价格。
（三）单位根检验
采用ADF的方法对各变量进行单位根检验。由表3的检验结果可知，在1%的置信水平下，铅价格增长率、工业品出厂价格增速、发电量增速可拒绝存在单位根的原假设；在5%置信水平上，钨价格增长率、工业增加值增速和货币供应量增速也可拒绝存在单位根的原假设。所有变量均为平稳时间序列I（O），可以直接构建VAR模型。
为更好研究经济变量对铅、钨价格的影响，分两组进行分析：1.ELEC、IVA、PPI、M1和PP之间的分析；2.ELEC、IVA、PPI、M1和WP之间的分析。
（四）铅价格波动因素分析
1.建立VAR模型
建立模型要根据经济理论找出对因变量可能有影响的因素，既要避免遗漏某些重要变量。也不能有过多自变量，造成误差积累和出现多重共线性。根据AIC和SC准则，通过检验确定VAR模型的最佳滞后阶数P=3，VAR模型参数估计结果见表4。
由于VAR（3）模型中有多个滞后项的回归系数不显著，对此本文采用后退逐步回归法重新对模型进行估计。在原VAR（3）模型中发电量的滞后项t值都小于10%显著水平下的临界值。因此在剔除发电量后我们构建修正的VAR（3）模型如下。
PP=1.081PP（-1）-0.351PP（-2）+0.096PP（-3）+1.056/VA（-1）+0.026IVA（-2）+0.809IVA（-3）-1.058M1（-1）-0.256M1（-2）+1.626Mi（-3）-4.603PPI（-1）+4.404PPI（-2）-1.842PPI（-3）
修正后的VAR（3）模型的可决系数为0.8189，拟合效果较好。从系数和t值看，铅价格的一阶滞后、工业增加值的一阶滞后、货币供应量的三阶滞后和工业品出厂价格指数一阶滞后对铅价格的当前值的预测能力强，系数分别为1.081、1.056、1.626和4.404。且对应t值都大于1.282临界值。
2.因果检验
Granger因果关系检验要求变量必须是平稳的，我们选取的各变量都符合该要求。基于VAR模型下的格兰杰因果关系检验结果如下。
从表5可以看出，工业增加值和工业品出厂价格是铅价格变动的Granger原因，且IVA、PPI和M1三个变量联合引导铅价格变动，表明工业增加值和PPI是判断铅价格短期走势重要指标；PPI是M1的Granger原因。而M1并不是PPI的Granger原因，说明工业品价格变动容易引起货币政策的调整，而货币政策具有时滞效应并不会马上引起工业品价格发生变化：铅价格也是PPI的Granger原因，在5%的置信水平上显著成立，说明铅作为重要的工业品其价格的变动领先于PPI的变化，铅为代表的常用金属价格具有引导物价的作用。
3 脉冲响应和方差分解
本文在修正后的VAR（3）模型基础上，继续进行各变量的脉冲响应分析和方差分解分析。脉冲响应函数描述的是VAR模型中一个内生变量的冲击给其他变量带来的影响。而方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。经检验，修正后的VAR（3）模型结构稳定，满足脉冲响应分析和方差分解的基本条件。
（1）脉冲响应分析。为进一步考察铅价格波动和宏观经济变量之间的动态关系，采用Pesaran和Shin（1998）提出的广义脉冲响应函数分析，该方法可以克服协方差矩阵Cholesky分解不惟一的缺点，铅价格对各指标的脉冲反应如图1所示。给IVA一个标准差的正向冲击，PP反应强烈在第二期达到最大（6.9），之后略有回落，到第五期又上升到第二高点（6.2），然后影响持续下降，到12期降到0附近。给M1一个标准差的正向冲击，第一期达到最大（4.7），到第三期下降到一个低点（1.1），后第六期回升次高点（3.6），之后持续下降。铅价格对工业增长的响应比货币供给更强烈，影响持续期则基本相同。表明工业部门和货币供给受外部条件的冲击后，经过市场传递给铅价格带来同向的冲击，且冲击具有显著的促进作用和较长的持续效应。给PPI一个标准差的正向冲击，第一期为正响应（1.8），第二期转为负响应，且幅度逐步扩大在十一期达到最大（-4.6）。铅价格上涨伴随着高物价，容易引发紧缩的货币政策，且铅价格对货币政策具有高度敏感性，最终铅价格下降。
（2）方差分解分析。将与铅价格相关的三个内生变量按其成因进行分解，结果如图2所示。铅价格波动有大约65%左右来自于自身的原因，其余35%的波动来自于工业发展、货币供给增加和物价增长，这三个指标引发铅价格波动的比例分别占到11%、7%和18%。工业发展和货币供给对铅价格波动贡献率较为平稳，而PPI对铅价格波动贡献率是逐渐增加的，由第1期的0.13%增加到第15期的18%左右。
（五）钨价格波动因素分析
1.建立VAR模型
根据AIC和SC准则，通过检验该VAR模型的最佳滞后阶数为P=2，VAR模型参数估计结果如表6所示。
为提高模型的拟合度，剔除掉工业增加值变量，建立如下修正后的VAR（3）模型。
WP=1.352WP（-1）-0.633WP（-2）+0.206WP（-3）-0.416ELEC（-1）+0.821ELEC（-2）-0.351ELEC（-3）-0.583M1（-1）+0.593M1（-2）+0.209M1（-3）+3.847PPI（-1）-7.752PPI（-2）+4.234PPI（-3）
修正后的VAR（3）模型拟合度为0.9038，效果较好。从系数和t值看，钨价格的一阶滞后、发电量的二阶滞后、工业品出厂价格一阶滞后和工业品出厂价格一阶滞后对钨价格的当前值的预测能力强，系数分别为1.352、0.821、3.847和4.234。且对应t值都大于1.282临界值。和铅价格对应系数比较发现，短期内钨价格自身预测能力强于铅、货币供应量对钨没有短期预测能力，PPI对钨价格预测能力较强。
2.因果检验
从表7可知，发电量是钨价格变动的Granger原因，发电量对钨价格具有引导作用。是判断钨价格波动方向较好的指标；钨价格不是PPI的Granger原因，说明以钨为代表的小金属价格比较独立，价格变动没有领先于PPI变动。对物价变化缺乏引导作用。
3.脉冲响应和方差分解
经检验，修正后的钨价格VAR（3）模型结构也稳定，满足脉冲响应分析和方差分解的基本条件。
（1）脉冲响应分析。还是采用广义脉冲响应函数分析，钨价格对各指标的脉冲反应如图3所示。给ELEC一个标准差的正向冲击，第3期开始出现正面影响，且影响基本维持不变。到第10期最大（2.4），之后缓慢下降。给M1一个标准差的正向冲击，也是第3期才正面影响，之后影响持续上升，到第15期达3.8。给PPI一个标准差的正向冲击。2期、3期达到最大影响（4.8），后影响缓慢下降。比较分析可知，钨价格对于自身突发性事件的冲击反应比铅价格强烈，钨第2期达最大（23.7），铅第2期达最大（19.2），并且影响持续时间也长于铅。钨价格上涨预期一旦形成，短期内将难以发生改变；各宏观经济变量对钨价格的冲击影响明显小于对铅价格的冲击，一定程度上说明小金属受宏观经济周期影响比常用金属要弱些。
（2）方差分解分析。方差分解表明，到第15期钨价格波动大约有92%来自自身的原因，只有8%的波动来自发电量增加、货币供给增加和物价增长，这三个指标引发铅价格波动的比例分别占到1.95%、2.6%和3.5%，再次说明以钨为代表的小金属价格波动具有较强的独立性。M1对钨价格的贡献率逐期递增，到第30期贡献率达5.6%和PPI贡献率基本一致，说明货币政策的滞后效应，但会逐步提高企业生产成本，推动价格上涨。
四、结论与启示
本文通过对有色金属价格波动与宏观经济变量之间的作用机制进行实证分析，得出以下结论：
一是以铅为代表的常用金属价格受宏观经济因素影响更加明显。从VAR方程回归系数看，工业增加值、货币供应量和PPI与铅价格系数为1.056、1.626和4.404；而发电量和PPI与钨价格系数为0.821、和4.234，货币变量t值不显著。从脉冲响应看，工业增加值、货币供应量和PPI对铅冲击最大值分别达到6.9、4.7和-4.6；而发电量、货币供应量和PPI对钨价格冲击最大值只有2.4、3.8和4.8。从方差分解看，铅价格波动只有65%是自身的原因，而钨价格波动却有92%是自身的原因。
二是以钨为代表的小金属价格波动主要由商品属性决定。小金属受宏观经济周期影响比常用金属要弱，其价格波动具有较强的独立性，货币属性对小金属价格影响较小，小金属价格波动主要取决于市场的供需，商品属性是小金属价格波动的主要原因。同时，小金属价格波动相比常用金属更为剧烈，主要是小金属的供给弹性比常用金属小，当市场需求变化时，小金属产量难以相应调整，导致供需缺口加大，价格暴涨暴跌严重。历年来小金属价格经历的几次波动主要由商品属性决定。
三是常用金属价格具有判断经济走向的参考价值。常用金属价格变动周期与宏观经济变动周期较为一致，铅价格与发电量和工业增加值相关性强，相关系数达到0.52和0.48。同时，铅价格与PPI互为因果关系，铅价格波动对PPI冲击为正面影响（0.74），铅价格对PPI变动贡献率第10期可以达到30%；PPI对M1又具有单向因果关系。PPI领先于M1变化，铅价格又领先于PPI变化，所以，常用金属价格适合作为判断物价走势的前瞻性指标。
金属价格范文第9篇
关键词：美元指数；有色金属；负相关；内生机理
中图分类号：F830.91 文献标识码：A 文章编号：1001-828X（2013）01-0-02
一、引言
60年代的越南战争导致美国经济形势恶化，美元危机多次爆发，布雷顿森林体系崩溃。在此背景下，1973年美元指数诞生，在之后的近40年里，美元指数严格意义上的大幅上涨周期只有1980-1985和1996-2002年，大部分时候都处于贬值状态。
与此同时，国际市场有色金属价格自20世纪70年代以来经历了多次大幅震荡。1982年以来出现3次大幅上升，大约每8年左右要经历一次大涨，尤其是2004至2006年间的持续上涨最为突出。而最近几年，宽幅波动已经成为其走势的新特征。2003年以来，受到新兴市场快速发展带来的有色金属需求增长和金融资本进入有色金属期货市场进行投机的双重作用，有色金属价格又出现了新一轮急剧上涨。
分析二者在近40年里的历史表现，美元指数与有色金属价格之间似乎确实存在着某种负的相关性。一直以来各大投行的投资报告也将二者之间的关系作为一种既有结论来进行预测。但很少有人探究美元指数与有色金属价格的相关性到底有多大？造成这种相关性的内生机理又是什么？
二、美元指数与有色金属价格的统计性特征
2002年元月3日以前，克林顿时代的美国采取强势美元政策，有色金属价格都比较低。但此后，特别是美国“9.11”事件后，美国凭借美元的国际本位货币地位和优势，采取弱势美元策略，意图通过美元贬值将美国国内的很多矛盾转移到其它国家，其最直接的结果是资源性大宗商品大幅度涨价。
对美元指数的数据分析发现，从2000年1月3日的100.22到2012年11月24日的80.22，美元指数下跌幅度为24.93%，年平均下跌幅度为1.92%。而同期铜现货价为7762美元/吨，铅为2196美元/吨，锡为20868美元/吨，镍为16563美元/吨，与2000年1月3日相比上涨幅度分别达到321.53%、351.16%、242.15%、102.93%。年平均上涨幅度分别高达24.73%、27.01%、18.63%和7.92%。
由以上分析可知，美元指数与有色金属价格之间确实存在着一定的反向关系，但其相关到何种程度难以直接看出，因此我们对2000年到2012年13年间的数据进行相关性检验，得到下表：
美元指数与有色金属相关系数表
分析上表我们发现，在采集的13年数据中，2000-2002年相关性较差，但2003年起，美元指数和有色金属的负相关性明显增加。其中2000-2002年和2006-2008年间的铅/美元指数和锌/美元指数的相关系数呈现异常的正相关，通过对历史事件和数据的进一步分析，我们认为很可能是2001年美国“9.11”事件和07、08年次贷危机的情境下，全球避险情绪升高，对美元的需求增加，其增加的影响部分反映到有色金属价格上（有色金属可作为避险工具）。
三、实证分析
1.美元指数与有色金属价格的数量关系
确定美元指数和有色金属价格之间的负相关性后，为探求美元指数能在多大程度上解释有色金属价格的形成，我们同样以2000年到2012年13年间的676组数据作为样本，建立回归模型解释美元指数对有色金属价格的影响。
将美元指数和铜的价格对数化后建立如下回归模型：
用EVIEWS处理得：
通过上述模型测算可以看出，美元指数能解释79.6%以上的铜的价格构成，回归模型对铜的解释效果较好。截距项和系数的P值都为0，模型很显著。但DW值为0.155496，存在一阶正相关。加入一个滞后项R（1）修正，得：
修正后R-squared为0.97，解释效果非常好。DW值也接近于二，有效消除一阶正相关。得最终模型：
同理，我们对铝、铅、锌、锡、镍分别与美元指数建立回归模型，测算得到，美元指数对铝、铅、锌、锡、镍价格的解释效果分别为56%，82%，52%，78%和70%。
根据模型测算，在涨跌幅度上，美元指数每涨跌1%，铜的价格涨跌幅度约为-0.13%，铝、铅、锌、锡、镍价格的涨跌幅分别约为-0.43%、-0.19%、-0.21%、-0.20%、0.21%。显然，铝对美元指数的变动较敏感，其他几类金属对美元指数的1%涨跌幅的反应变动都在-0.20%左右。
2.美元指数与有色金属价格负相关关系的内在机理
数量关系分析的结果显示，美元指数确实能在一定程度上解释有色金属价格的构成。通过对文献、投行研究报告的阅读和总结，结合美元指数与有色金属价格相关性在不同历史环境下变化情况的分析，我们得出二者负相关性的内在机理包括以下几点：
（1）美元是美国经济好坏的标志，美国经济影响美国货币政策，政策信号影响股市汇市。
美元指数通过计算美元和对选定的一揽子货币的综合的变化率，来衡量美元的强弱程度，美指的高低直接反映世界各国对美元的需求情况。美国经济向好，美元坚挺会增强人们持有美元的信心，从而各国增加对美元的需求，使美指上扬。
美联储通常根据非农数据、GDP（国民生产总值）、PMI（制造业采购经理人指数）、CPI（消费者物价指数）和消费信心指数等一系列经济数据来判断美国经济的景气状况，从而决定采取什么样的货币政策来实现对经济的干预，如调节美国联邦基金利率、贴现率、30年期国库券收益率（也叫长期债券）、控制货币发行量等，这些政策信号会传导到股市、汇市，使美指和有色金属价格出现大幅波动。比如美国从08年起多次实行的量化宽松货币政策推动了全球资本市场流动性增加，促使有色金属等资源性商品变成“准金融商品”，促进有色金属牛市的形成。
（2）美元指数变动影响非美元地区的购买力变动，有色金属需求变动影响价格。
美元指数综合反映了美元在国际外汇市场的汇率情况，美元指数下降，其他货币相对美元升值，非美元地区购买力增强。购买力的增强促使非美元地区增加有色金属的购买，需求的扩大引起有色金属价格变动。
（3）美元指数变动影响有色金属名义价格，投机行为强化有色金属价格变动趋势。
国际市场有色金属通常以美元标价，美元的贬值推动有色金属名义价格的上涨，当其涨幅传递到相关上市公司股价上时被成倍放大，以美元标价的有色金属期货、期权就显得更有利可图，投机活动对有色金属价格的上涨更是起到了推波助澜的作用。
（4）美元指数下跌，美元的贬值促使有色金属逐步成为新的避险工具。
美国次贷危机爆发以来，国际基金为防备受到更大的影响，以免遭更大的损失，纷纷从美国股市等资本市场撤出，资金的趋利性又使得资金会重新投入到更为有利、更为安全的场所，而此时已调整较长时间的金属期货市场是基金选择的最有利的避险场所。
（5）美元指数波动包含其他货币走势，其他货币因素影响有色金属价格。
由美元指数定义可知，美元指数是美元对选定的一揽子货币的综合的变化率。以占比重最大的欧元为例，影响其走势的一系列事件也会通过影响美元传导给有色金属。2011年欧债危机爆发后，受欧元下跌影响，有色金属价格下跌。直至今日，有色金属价格仍未回到2011年3月的最高点。但随着欧债危机出现转机，可以看到欧元和有色金属价格的缓慢上涨。包括欧元在内的这一揽子货币都可以看作是美元的交易对手，与美元具有明显的反向变动趋势。影响这些汇率变动最主要的因素是各国央行的货币政策，它们会直接影响各国对美元的汇率，从而传导给有色金属。因此，各国央行采取的货币政策都会在一定程度上影响有色金属价格，特别是量化宽松政策或类似政策的出台都会引起本币贬值，从而导致对手货币升值以及有色金属价格的上升。
四、结论和建议
根据前文分析，我们得知，美元指数与有色金属价格之间确实存在着一定的负相关性。通过建立模型可知美元指数能在一定程度上解释有色金属的价格，铜、铅、锡的解释效果较好。在涨跌幅度上，铝对美元指数的变动较敏感。美元指数每涨跌1%，铝的价格涨跌幅度约为-0.43%。
结合美元指数和有色金属价格的历史表现和历史事件的分析，我们得出美元指数对有色金属价格产生作用的内在机理。
首先，美指反映了美国经济状况，美联储针对美国经济状况采取的一系列货币政策影响国际金融市场流动性，资金的趋利性增加有色金属的“金融属性”，推动有色金属牛市形成；其次，美元指数的波动影响非美元地区购买力的变动，需求变动影响有色金属价格；再次，美元指数变动对有色金属名义价格产生影响，金融市场的投机行为强化有色金属价格波动趋势；另外，近年来美指的下跌也使得有色金属逐步成为新的避险工具；最后，由于美元指数的组成包含其他货币因素，其他货币对金属价格的影响也通过美元指数得到反映。
由以上分析，我们对政府及投资者提出几点建议：
（1）根据美元指数与有色金属价格之间的负相关关系，由美元指数可通过分析美国经济政策、国际经济政治环境等进行预测的数据可得性，可以用美元指数走势来预测有色金属价格走势。
（2）由美元指数与有色金属价格之间的负相关关系，可以考虑利用有色金属作为避险工具，建立美元外汇储备和有色金属储备的制衡机制，降低风险。
（3）在充分考虑美元指数波动的情况下，可以考虑选择以铜、铝等有色金属作为投资对象，从而使其从美元指数波动中中收益或者保值。
（4）美元指数对部分有色金属解释能力稍弱，如铝、锌（美元指数可分别解释铝和锌56%和52%的价格构成）。考虑到突发事件会降低美元指数对有色金属的解释能力，在遇到国际政治经济形势变化等突发事件情况时，分析有色金属走势（尤其是铝和锌）应考虑更多的参照指标。
参考文献：
[1]林阳.2012美元反弹冲击金属价格——美元指数与金属价格专题报告.东兴证券，2012-1-10.
[2]张建国，沙俊杰.国际金融市场铜价与美元指数相关性研究.科技信息，2007（01）.
[3]陈克新.经济减速与美元标志博弈有色金属行情.市场，2011（08）.
金属价格范文第10篇
[关键词] 金属铝 价格变动 金融危机
2008年,“次贷危机”在美国爆发,从而引发了房利美和房地美“两房”危机,再到华尔街的雷曼兄弟申请破产、美林银行被收购、华盛顿互助银行被查封和监管,直到美国最大保险公司AIG濒临破产被政府注资850亿美元进行拯救,正如美联储前主席格林斯潘所说的,“美国已经陷入‘百年一遇’的金融危机之中。” 在全球金融经济一体化的今天,美国的金融危机迅速传导给全球金融市场,并且对全球金融市场带来愈演愈烈的影响,而美国汽车百年老牌通用公司申请破产保护,则使危机进入到一个更深层次的阶段,预示着金融危机已对全球实体经济产生了巨大的冲击。在这次危机中,IT业中的存储行业(硬盘行业)也深受其害。金融IT需求一直以来都是全球IT存储行业最大的收入来源,因为规模巨大的投资银行和保险公司每年都需花费巨额的资金更新和维护相关的存储设备和网络,据统计,IT存储行业将近30%的收入是来源于金融领域。从股价的变动,我们可明显看到两者的密切关系。在雷曼兄弟宣布破产保护的当天,硬盘业巨头美国希捷公司的股价下跌了8.2%
硬盘(Hard Disc Drive 简称HDD,全名温彻斯特式硬盘)是电子计算机上使用坚硬的旋转盘片为基础的存储设备。硬盘有如下几部分构成:,磁盘 Media,读写头 Read Write Head,马达Spindle Motor & Voice Coil Motor,底座Base,电路板PCBA。
硬盘底座的原材料是由金属铝构成,作为硬盘EMS生产企业,金属铝价格的变化对于企业成本控制来说显得非常重要。因为铝的价格具有波动性,因而如何正确反映准确的原材料价格就非常关键了。依照EMS行业的报价规则,对客户报价时,铝的价格往往采用伦敦金属交易所(以下简称LME)官方网站所公布的价格为依据,由于在国内,上海期货交易所(以下简称SHFE)铝的价格受到LME的影响非常大,因而SHFE的铝的价格往往成为LME铝价格的跟随者,完全没有定价权。在金融危机对全球经济的影响下,在金融危机期间,金属铝价格产生了与之前不同的变动情况。本文从LME和SHFE官方网站每日公布的数据选取样本,选取的数据时间范围从2006年1月3日到2010年2月26日,覆盖了从金融危机前到金融危机中和金融危机后的各个时间段的价格和库存。根据所取得的数据制作以下三张趋势比较表:
图1选取数据样本是LME从2006年1月3日到2010年2月26日的库存与价格趋势比较表,根据这张表,我们清晰的得到以下结论:
1.铝金属的库存和价格存在明显的负相关,当库存数量下降时,铝金属价格呈现明显的上升趋势,反之亦然,当库存数量上升时,铝金属价格呈现下降的趋势。
2.我们以2007年7月为时间分界点来区分金融危机前与金融危机中,以2009年7月为时间分界点来区分金融危机中和金融危机后。从2006年1月到2007年7月,铝金属的库存低位是32,640吨,库存高位是99,760吨,变化幅度是67,120吨,库存高位与库存低位相比变动了305.63%。铝金属的价格低位是USD1,945/吨,价格高位是USD2,875/吨,变化幅度是USD930/吨,价格高位与价格低位相比变动了147.82%,库存的变化敏感度大于价格的敏感度。经过分析,这主要由于铝生产商根据市场价格调整自身的生产量,影响库存的变化,造成库存量的变动,同时期货市场套期保值者和投机者根据自身的投资需要,通过在期货市场上的操作,对价格进行影响,也因预期到生产的连续和稳定性,所以价格的变动幅度小于库存量的变动幅度。
3.2007年7月到2009年7月,整个市场处于金融危机中,根据数据和图表,我们发现无论是铝金属库存还是铝金属价格,变动幅度都有扩大的趋势。从2007年7月到2009年7月,铝金属的库存低位是36,420吨,库存高位是114,880吨,变化幅度是78,460吨,库存高位与库存低位相比变动了315.43%。铝金属的价格低位是USD1,011/吨,价格高位是USD2,840/吨,变化幅度是USD1,829/吨,价格高位与价格低位相比变动了280.91%,库存的变化敏感度大于价格的敏感度。从图1我们得到以下结论,在金融危机中,铝金属库存量的变动幅度和铝金属价格的变动幅度都要大于金融危机前,库存量与价格之间的负相关度大于金融危机前,同时价格的变动比率对库存量的变动比率的敏感度也大于金融危机前。经分析,在金融危机前期,铝生产和制造商,为了自身的利益,大幅减产,导致铝金属库存量大幅减产,但由于金融危机的影响,对铝金属的需求也是大幅萎缩,因而铝金属价格虽然因库存量的巨减而有所上涨,但上涨的幅度由于需求的减少,与库存量相比,幅度相对较小,随着金融危机的加深,在金融危机的中期,需求减少的幅度最终超越了生产减少的幅度,同时整个市场对危机的持续时间陷入悲观,除了正常需求减少对价格的影响外,市场上投机者也加入了抛售的队伍,造成价格的进一步下滑,到2009年7月,这一情况达到极点,从而出现反转趋势。
4.2009年7月以后,从时间段可称为金融危机后,但目前更流行的观点是后金融危机时段,本文较赞同后金融危机的观点。分析图1得到如下:从2009年7月到2010年2月,铝金属的库存低位是83,920吨,库存高位是89,000吨,变化幅度是5,080吨,库存高位与库存低位相比变动了106.05%。铝金属的价格低位是USD1,380/吨,价格高位是USD2,021/吨,变化幅度是USD641/吨,价格高位与价格低位相比变动了146.44%。很明显,无论是铝金属的库存量还是铝金属的价格,其变动的幅度都有缩小的趋势,同时根据图1趋势,铝金属价格虽有上涨,但仍然没有达到金融危机前的价格低位,铝金属库存量虽有下降,但仍旧与金融危机前高位持平,从这方面看,金融危机的影响的确已经开始减弱,但是整个市场并没有完全摆脱金融危机的影响,因而间接证明了后金融危机的观点。
由于硬盘EMS行业惯例,原材料铝报价时通常采用伦敦金属交易所(LME)的价格作为基准,但在金融危机的影响下,市场的情况发生了变化。图2中选取的数据样本分别是伦敦金属交易所(LME)和上海期货交易所(SHFE)从2006年1月3日到2010年2月26日的价格制作的价格趋势比较表,为了减少汇率和税收对趋势的影响,LME的价格用美元计价,SHFE的价格用人民币计价,同时两者都已经换算成不含税的价格。根据图2,我们清晰得到以下结论:
(1)LME价格变动的幅度要大于SHFE变动的幅度。截取2007年7月2009年7月这个时间段,重点研究在金融危机中,两个市场的变化情况。LME铝金属的价格高位是USD2,840/吨,价格低位是USD1,011/吨,变化幅度USD1,829/吨,价格高位相对价格低位变化率为280.90%,SHFE铝金属的价格高位是RMB17,769/吨,铝金属的价格低位是RM低位变化率为203.63%,明显可见SHFE的价格变化率要小于LME的价格变化率。
(2)在金融危机的时间段,SHFE的铝价格回复比LME更迅速,由此可见,中国国内巨大的内需市场是支撑铝价格回升的重要原因之一,原材料价格变动幅度过大,对于EMS企业来说,会面临巨大的成本管理压力,通过对图2的分析,硬盘EMS企业在对外报价时,应充分采取SHFE作为价格基准,避免因铝价格波幅过大,对企业造成过大的成本压力。
(3)在金融危机中,SHFE的铝价格同LME铝价格的趋势都表现为上涨,但SHFE的价格并没有超过金融危机前的价格高位,而LME在金融危机中的价格明显超过金融危机前的价格。经分析,这是由于中国及时推出了刺激经济的政策和本身的巨大内需市场,使得铝金属的需求并未大幅下降,因而SHFE的价格比较平稳。SHFE和LME两者共同点都是在金融危机后期价格有所回升,但都未超过金融危机前的价格低位,因而证明金融危机对全球影响是共同的,只不过由于中国的内需部分抵消了因出口迅速下降造成的危机影响。
为了更具体的比较LME和SHFE的价格变动趋势,排除每月中的价格波动,图3选取数据样本分别是伦敦金属交易所(LME)和上海期货交易所(SHFE)从2006年1月3日到2010年2月26日的月平均价格制作的价格趋势比较表,同样,为了减少汇率和税收对趋势的影响,LME的价格用美元计价,SHFE的价格用人民币计价,同时两者都已经换算成不含税的价格。通过图3 ,可以清楚的看到SHFE的价格波动幅度明显小于LME,从而我们认为SHFE对金融危机的反应度要比LME的反应显得更加平稳。
对于企业来说,尤其是硬盘的EMS企业,原材料铝的成本几乎占到整个成本的50%,铝金属市场的价格是否平稳,对于硬盘EMS企业至关重要,因而选择一个平稳价格的市场作为商定价格的基础,显得非常重要,上海期货交易所在目前的情况下应更适合作为铝金属的议价基础。
参考文献:
[1] 丛 萍:金融危机冲击下的中国出口行业.经济研究,科技创新导报,2009,16(2):185.
[2] 宋立波 张良贵:近期政策调整对有色金属行业影响评析.资源再生,2009,18(1):56-57.
[3] 桂国平:希捷公司竞争战略研究.东南大学,2004:16-20.
[4] 查德•B•蔡斯 罗伯特 雅各布.Operations Management for Competitive Advantage[M].北京:机械工业出版社,2002: 76-77.
[5] Bertrand Qudliu, Francois Duhamel. Bringing Together Strategic Outsoucing and Corporate Strategy: Outsoucing Motives and Risks. European Management
[6] 伦敦金属交易所官方网站