超越市场压力：地缘政治紧张局势对黄金波动性的长期影响

时间：2026年2月11日

来源：Pacific-Basin Finance Journal

编辑推荐：

黄金价格长期波动与中美地缘政治紧张指数的关联性研究。采用GJR-GARCH-MIDAS模型分析1993-2024年黄金现货市场数据，发现中美紧张指数（UCT）对黄金长期波动具有显著正向影响，且UCt+冲击比UCt-更强。控制月度已实现波动后，模型预测性能提升，验证了风险重定价框架的有效性。研究揭示地缘政治冲突通过市场预期渠道放大资产波动，为宏观审慎监管提供新证据。

杨刘|李顺

马来亚大学亚欧研究所，50603 吉隆坡，马来西亚

摘要

在全球经济格局重塑和中美地缘政治紧张局势升级的背景下，黄金作为传统避险资产的重要性日益凸显。本研究基于中美紧张指数（UCT）构建并应用了GJR-GARCH-MIDAS模型，系统分析了地缘政治紧张局势对黄金现货市场日对数收益率长期波动性的影响。实证结果表明，UCT对黄金的长期波动性有显著的正向影响，表明地缘政治紧张局势的加剧会大幅提高黄金市场的长期波动性。即使在控制了月度实现波动性后，这一结论依然成立。此外，将UCT分解为正面冲击（UCT⁺）和负面冲击（UCT⁻）后发现，中美关系的升级和缓和都会显著放大黄金的长期波动性，其中UCT⁺的影响更为显著。最后，样本外预测测试表明，结合实现波动性（RV）和UCT⁺/UCT⁻的模型在预测黄金长期波动性方面表现出更强的预测能力和稳健性。

引言

随着全球经济格局的持续重组，地缘政治紧张局势已成为影响金融市场波动性的重要系统性因素（Salisu等人，2022年）。国际资本市场的定价机制已从主要由经济基本面驱动转变为受政治事件、战略竞争和政策预期的共同影响（Caldara和Iacoviello，2022年）。作为当今最具影响力的双边关系，中美关系的不确定性正在深刻重塑全球风险定价体系。贸易摩擦的反复升级、技术脱钩和地缘政治竞争使市场面临长期“政策噪音”和风险重定价的压力（Rogers等人，2024年）。

黄金在这一过程中发挥着关键作用。作为一种全球公认的避险资产，它为投资者提供了风险对冲工具，其价格波动反映了市场对未来不确定性的动态预期（Burdekin和Tao，2021年）。由于黄金的价值主要取决于风险认知和风险溢价的变化，而非折现现金流，因此其市场表现是衡量地缘政治紧张程度的关键指标（Feder-Sempach等人，2024年）。

从理论上讲，地缘政治冲突属于“缓慢移动的风险”。通过持续的信息积累和预期调整，它们改变了投资者对折现率和风险溢价的看法，从而引发资产价格的“风险重定价效应”（Gupta等人，2024年）。在此框架下，黄金价格的长期波动可以视为地缘政治风险传导和重新评估的结果（Banerjee等人，2024年）。

尽管相关研究日益增多，但关于地缘政治风险和黄金波动性的文献仍然不完善。关于中美关系的定量研究有限，其长期预测能力和风险定价效应缺乏系统的验证。现有研究主要集中在短期收益冲击上，对“升级”与“缓和”冲击的长期机制以及不同反应的探索不足。

因此，本研究采用风险定价视角，引入了中美紧张指数（UCT），并利用GJR-GARCH-MIDAS模型评估地缘政治紧张局势对黄金现货市场日对数收益率长期波动性的影响。结果表明，UCT对黄金的长期波动性有显著的正向影响，即中美紧张关系的加剧会大幅提高市场波动性。即使在控制了月度实现波动性（RV）后，这一结果依然成立。此外，将UCT分解为正面冲击（UCT⁺）和负面冲击（UCT⁻）后发现，中美关系的升级和缓和都会显著放大黄金的长期波动性，其中UCT⁺的影响更为显著。样本外预测测试也表明，结合RV以及UCT⁺/UCT⁻的模型在预测黄金长期波动性方面具有更强的预测能力和稳健性。

本研究有三个主要贡献：首先，它从双边角度量化了中美关系对全球避险资产价格的影响；其次，揭示了地缘政治紧张局势加剧与缓和对黄金长期波动性的不同影响；第三，通过风险重定价框架重新审视了黄金市场的长期反应。研究结果表明，黄金不仅反映了投资者对避险资产的需求，还反映了全球风险情绪和地缘政治周期，这对宏观审慎监管和系统性风险的早期预警具有重要意义。

章节摘录

地缘政治紧张局势的缓慢移动特性及其作为系统性风险的作用

现代资产定价理论认为，系统性和不可分散的冲击会改变投资者对未来宏观经济状况、折现率动态以及承担长期风险补偿的预期，从而影响资产估值和波动性结构（Bekaert等人，2014年）。地缘政治紧张局势属于这类冲击的典型代表，其特征是信息释放逐渐进行、具有结构性持续性，并涉及多维度的不确定性。

GJR-GARCH-MIDAS模型

本研究借鉴了Conrad和Kleen（2020年）的研究成果，采用GJR-GARCH-MIDAS模型有效整合了高频金融数据和低频宏观经济指标。

r_{i, t} = μ+\sqrt{τ_{t} * g_{i, t}}ε_{i, t}\foralli=1,\dots< />N_{t}

在方程（1）中，μ表示无条件均值，t代表月度低频时间维度，

r_{i, t} = μ+\sqrt{τ_{t} * g_{i, t}}ε_{i, t}\foralli=1,…< />N_{t}

在方程（1）中，μ表示无条件均值，t表示月度低频时间维度，

r_{i < /> t}

表示现货黄金价格的日对数收益率。该模型将条件方差分解为两个部分：

g_{i < /> t}

，这部分捕捉了短期波动性。

数据描述

本研究使用的现货黄金价格数据来源于Investing.com数据库，市场波动性通过日对数收益率来衡量。RV指标是通过计算一个月内日对数收益率的平方和得出的。UCT指数源自Rogers等人（2024年）的研究，其中取了一阶对数差并乘以100以反映其月度变化率。由于数据可用性的限制，样本期定为1993年1月4日至2024年2月29日。

样本内估计结果分析

每个模型的样本内参数估计结果（表3）表明，表征短期波动性的参数满足约束条件（

α > 0

β \geq 0

，并且在1%的水平上具有统计显著性。这证实了现货黄金市场存在明显的波动聚集现象。值得注意的是，所有模型中的不对称参数γ均显著为负，表明黄金市场存在典型的“反杠杆效应”（Todorova，2017年）。这意味着

稳健性检验

鉴于样本外预测性能可能因预测期的选择而有所不同，本文进一步调整了预测区间并进行了分段评估，以确保结果的稳健性。在原有设置的基础上，样本外时期被划分为两个不同的市场阶段：低波动阶段（2014年1月1日至2018年12月31日，1300个交易日）和高波动阶段（2019年1月1日至2024年2月29日，1345个交易日）。