宏观逻辑的量化验证：黄金的逻辑与估值模型构建
宏观逻辑的量化验证：黄金的逻辑与估值模型构建
黄金作为一种独特的资产，兼具商品、货币和避险属性。本文从历史复盘出发，总结了黄金的本质属性，并从供给需求、货币属性和避险属性三个维度深入探讨了影响金价的关键因素。在此基础上，文章构建了三种不同频率的黄金估值模型，并测试了黄金预测信号在资产配置中的效果，为投资者提供了全面深入的分析框架。
黄金的本质属性
从历史的角度可以看到，黄金的货币地位诞生于战争，终结于信用扩张，并以此循环往复。黄金具有对当前现存信用体系崩溃的预期（预防）作用，因此即便是进入了自由浮动体系，黄金将依然不定期的对标其保底信用的角色，时刻准备着恢复其信用结算的货币职能。
金价的影响因素与传导逻辑
1. 供给需求角度
黄金作为一种商品，其定价必然受到供给与需求的影响。从黄金的供给来说，主要来自金矿公司的开采和回收金，占比分别为74%与26%。近年矿业公司的净套保在黄金的总体供应当中占比极小，不到1%。
从黄金的需求来说，主要是珠宝、金条与金币，分别占比51%和27%。其次各国中央银行也是黄金市场的重要参与者，在2009-2018年10年的黄金需求中平均占比达到10%。近年随着电子和新型材料科技的发展，在科技领域黄金的需求占比相对10年前也有明显的提升，但总量基本稳定在10%不到的水平。从国家角度来看，中国和印度是黄金最大的消费国，占比分别达到27%和23%。
2. 货币属性角度
从货币属性角度考虑，黄金是一种高级别的保底信用，因此其作为货币的价值主要与其他主要货币特别是美元的信用水平负相关。美元的信用水平关乎：美元的购买力、持有美元的回报率、美元相对其他货币的汇率还有美元的储备货币地位。
3. 避险属性角度
由于黄金在工业上的用途较少，因此其不同于传统金属，与经济周期相关性较低，从而也导致了其与权益市场和信用市场的相关性较低，成为了天然的风险规避资产。而风险事件一般都是尾部事件，并不时常发生，因此风险指标对黄金价格的影响更类似于哑变量，只在风险发生的特定时间造成短暂冲击。
黄金估值模型构建
本报告构建了黄金供需平衡估值模型（Quarum）、黄金-通胀误差修正估值模型（ECM）、黄金动态因子预测模型（DFM）。三大模型分别采用供需平衡反推均衡价格方法，以通胀为“锚”的误差修正方法，海量筛选6000+因子合成动态因子方法，构建了黄金长期（年度）、中期（季度）、短期（月度）估值预测模型。
扩展与总结
本报告从历史复盘出发总结了黄金的本质属性：高级别保底信用。并从三个维度探讨了黄金的基本逻辑（3个属性14条逻辑）：商品属性、货币属性、避险属性。在此基础之上我们采用了供需平衡模型（Quarum）、误差修正模型（ECM）、动态因子模型（DFM）对黄金价格分别在年度、季度、月度构建了估值预测模型。最后将黄金预测信号在资产配置中的效果进行了测试，发现黄金的月频预测信号能够明显改善资产配置的效果。
因此本质上要低频预测黄金就需要找到相关因素去预测美国实际利率和美元汇率。而由于实际利率与汇率的本质都与国家经济增长能力有关，因此利用宏观因素进行黄金的预测具有一定的可行性，据此我们搭建了宏观黄金估值模型，以供投资者参考。
风险提示：黄金的宏观因素分析基于历史数据，如若未来供需结构或者全球经济格局发生重大变化，不保证分析结论的延续性。