2024黄金长期预期回报（GLTER）研究报告

内容 黄金的实际回报——比你想象的要高 尽管黄金在管理投资组合风险方面的贡献已得到充分认可，得到其大量关于其对冲特性的研究成果的支持。1其对投资组合回报的贡献并不显著。框架用于估计黄金的长期回报存在，但缺乏与资本市场对其他资产类别的假设相一致的稳健方法。本报告提出了一种这样的框架，考虑到黄金作为真实商品和金融资产的独特双重性质。 关于黄金预期收益的研究出版物普遍得出结论，黄金的主要功能是作为价值储存手段，这意味着黄金与一般价格水平（消费者物价指数）在长期内存在共同变动。使用风险溢价估计或嵌入期权的类似债券结构的方法产生了相似的结果。 尽管现有研究充满洞见，但有两个特征在研究中频繁出现，在我们看来，这两个特征错误地描述了黄金，并导致了有偏见的结论： 使用金本位制时期的数据来分析黄金的表现，描绘出黄金与一般价格之间的一种误导性关系。2 • 观察长期价格动态独家通过金融市场需求的视角，忽略其他需求来源，可能是导致私人投资组合配置中黄金系统性低配的一个可能因素。 在大多数情况下，现有研究得出的是预期的长期结果实际回报介于0%至1%之间。3 我们反而表明，黄金的长期回报率在过去50多年中一直远高于通货膨胀率（图1), 更紧密地反映了全球国内生产总值（GDP），这是我们其他黄金定价模型中使用的经济扩张驱动因素的代理指标。 我们的简单而稳健的方法——我们称之为“长期预期回报金”或GLTER——以通过不同需求类别分析的上层金储量分布为基础和起点。 金买家的驱动因素涵盖了各个需求领域——珠宝和科技制造、中央银行、金融投资、零售金银条块和金币4–远比现有理论所暗示的更广泛且更重要。5此外，尽管金融市场投资者倾向于在短期内主导价格形成，但他们在长期内的影响力较小。6 我们表明：黄金价格在长期内主要受以下因素驱动经济组成部分通过全球名义GDP代理，与……相结合财务成分通过全球股票和债券市场的市值表示，保持整体关系的平衡.第三方输入被用来估计黄金的长期预期回报。7 首先，黄金在通货膨胀和无风险利率方面表现显著：从1971年到2023年，其平均年复合回报率（以美元计）为8%，而美国消费者价格指数为4%，美国三个月期国债为4.4%。11这种超额收益是偶然事件而非黄金特性的可能性非常低。 挑战 黄金的双重属性，既是实物商品又是金融资产，意味着其价值难以用传统的资产定价模型来解释。此外，由于黄金在中央银行储备中作为货币资产的使用仍在持续，尽管在五十多年前就结束了金本位制以及对持有黄金作为储备的强制性要求，这一情况使得问题更加复杂。 这些回报也驳斥了以下说法：以资本资产定价模型框架中的市场零或低相关性（即零贝塔值）来衡量的黄金与市场的相关性，意味着黄金的回报率等于无风险利率。12黄金回报率在理论上并非无风险利率的代理，实际上在经验上也是如此更高。13 由于黄金不产生任何现金流，传统的现金流折现模型不适用。8一般来说，由于黄金独特的、不断增长的地上库存，商品定价模型也难以准确。与其他大多数商品如石油和小麦不同，黄金不能被消耗，因为其消耗不会使其消失。此外，黄金的边际供应减少会降低其初级生产。 其次，一些研究表明，生产商通过将黄金价格与采矿成本挂钩，成为边际价格设定者。14然而，已有研究表明，矿工会通过开采成本更高的矿床来应对金价上涨——从而推高采矿成本，反之亦然。15因此，因果关系似乎与这类研究所提出的方向相反。 有几个理论认为，黄金的预期收益应该等于通货膨胀率。这其中包括Hotelling的研究工作。9他对耗竭性资源的研究提出，商品价格与利率相关联，这意味着生产的机会成本。由于利率和通货膨胀率在更长的时间范围内协同变化，商品价格变动和生产成本都随着利率（如Hotelling所提出的）和通货膨胀率变动（参见Levin等人）。10 最后，大量的地上库存金构成了一个不断增长的供应来源，随时可以重新进入市场，与每年只贡献不到2%库存的初级生产竞争。这使得金价不仅对生产变化不太敏感，而且与其它商品相比，在本质上有着显著的不同。 立方体 与大多数其他商品，例如石油和小麦不同，黄金不能被消费，其消费并不会使其消失。 大部分现有研究将金融投资置于黄金定价决定的前沿，但尽管金融市场短期影响不可否认，其他购买来源的长期重要性更是如此。 估计的地上金存量，212,582吨，我们将其描绘为立方体，这是黄金所有权的资产负债表快照（图2，第6页）。它因多个原因而引人注目。 这个立方体展示了这种无处不在的金属总存量所能占据的物理空间几乎只比三个奥运规模的游泳池大一点。此外，它还揭示了市场参与者多年来在与其他需求来源相比时，在金融投资（这里指的是实物支撑的黄金ETF和场外交易（OTC）实物持有）上积累的金融投资是多么少——鉴于每天通过金融中心的黄金流动量巨大，这是一个误导性的统计数据。 但是将通货膨胀、利率或采矿成本视为金价的主要驱动因素过于狭隘，原因如下： 观察预期超额收益为零时出现此类回报的概率非常低。12. Baur and Lucey (2010)。13. He, O’Connor and Thijssen (2022)。14. Levin, Abyankhar and Ghosh (1994)。15. O’Connor, Lucey and Baur (2016)。 这假设的立方体的大部分并非通过金融工具拥有，这意味着对其总体分布的任何解释都必须考虑超出仅与金融市场参与者日常决策相关联的因素。 这些组件与我们其他定价模型（GRAM和Qaurum）中概述的驱动因素紧密匹配。包括风险和不确定性以及动量在内的额外驱动因素在长期内不太相关，但在短期内却非常突出（见重点1，第6页）。 立方体的分布也表明，黄金价格已被两个不同的组成部分所驱动：一个经济成分与下列内容相结合：a财务成分. 图2：地上黄金库存的立方显示各需求领域对黄金的拥有权 估计按类别划分的地上金持有量* 我们在图表1中通过使用2000年的季度数据展示了这些动态，将COMEX期货净头寸添加进来，以捕捉衍生品交易活动。16这比较了累计净消费者流量（珠宝加技术减去回收）与与黄金金融工具相关的流量（黄金ETFs，加上场外交易净购买和净多期货头寸）。通过金融工具积累的黄金量比净消费量的波动性高出一倍多，但积累速度要低得多。 立方体展示了全部黄金存量可能占据的物理空间，其大小 barely 大于三个奥林匹克标准游泳池。 这是这种积累——无论是个人的、选定的中央银行的储备，还是为长期储蓄的投资——我们将其归因于经济成分. The财务成分代表更多战术性考虑，例如对冲需求，无论来自个人还是机构投资者。17 通过一个例子来说明，为了评估一家公司及其预期回报，需要将分析应用于其将要从事的业务，而不是其已经从事的业务。如果两者有实质性差异，那么过去就不是序章。以芬兰公司诺基亚为例，该公司最初是一家橡胶电缆和靴子的制造商，直到20世纪90年代初转型成为全球电信行业的领导者之一。将估值指标应用于20世纪90年代初的诺基亚作为靴子制造商，就如同基于20世纪上半叶作为货币的表现来评估2024年的黄金一样，是同样错误的。 聚焦1：黄金的关键驱动因素 黄金的表现是其作为消费品和投资资产的角色的相互作用的结果。它不仅受到投资流量的影响，还受到制造和中央银行需求的影响。 在此背景下，我们关注四个关键因素，以理解它在不同时期的行为特点： 经济增长：增长时期是 ——支持珠宝、技术和长期储蓄 对于黄金而言，虽然其在金本位时期的历史表现是一个有趣的参考，但真正重要的是其在1971年之后的结构和行为。 风险与不确定性：市场低迷、通胀和地缘政治风险往往增加投资者对黄金作为避风港的投资需求。 机会成本：竞争性资产的价格，包括债券和货币，影响投资者对黄金的态度。 势头：资本流动、配置和价格趋势可能增强或抑制黄金的表现。 关于更多信息，请参阅GRAM和Qaurum。 长期系统 金钱不再重要 我们使用现实世界的经济和金融变量来代理经济和金融成分。我们的经济成分代理是全球名义GDP（美元）。名义GDP包括实际GDP、通货膨胀成分（GDP平减器）和货币成分——用于将本地GDP转换为美元。这捕捉了从收入到黄金的资本流动。 在利用历史数据实证检验一个理论时，为黄金建立预期回报率存在一个常见的误区。通常，更多的历史数据比更少的数据更为可取，因为更多的观察可以增强分析信心。长期股票和债券回报的资本市场假设通常使用1900年或更早的数据。18复制这一过程到黄金市场会出现一个明显的问题：在20世纪的大部分时间里，黄金价格是由中央银行和政府确立的汇率决定的。这意味着黄金是货币，与美元以固定价格挂钩，这种价格只偶尔调整。因此，投资者并不总是能够将其作为实际中的通货膨胀对冲或股票市场对冲工具来使用。在美国，从1933年到1974年，公民被禁止将黄金作为投资手段。 我们的财务成分是通过全球股票和债券市场的资本化——全球投资组合——以美元计价的来代理的。它捕捉了投资者可用于重新分配收入和财富的投资。需要注意的是，我们是在观察市值，既考虑了流通数量和发行量，而不仅仅是价格。19 我们使用回归分析来评估这些变量的影响。分析显示，GDP是长期内金价的主要驱动因素。 对于黄金而言，虽然其在金本位制时期的历史表现是一个有趣的参考，但真正重要的是1971年后的市场结构和行为（见附录C）。 重要的是全球投资组合中的负系数并不表示它降低了黄金的价格，而是使其以更低的速率升值。 分析表明，从长期来看，国内生产总值（GDP）是金价的主要驱动因素。 在这种情况下，Both the Phillips-Perron test anda Johansen cointegration test20明确表示金价与这两个组成部分之间存在长期关系和均衡。 表格1 展示了两种不同规格的回归结果。模型（1）是一个简单的回归，用于检验黄金价格与GDP的共同变动。此模型产生了一个与GDP的正相关且在统计上显著的关系，R平方值为79%（R²=0.79）。2然而，菲利普斯-佩荣单位根测试结果的不明显表明，这个简单的系统并不能充分解释长期金价变化。 一旦将增长作为黄金价格的主要驱动因素考虑在内，我们就剩下了黄金与全球投资组合之间的这种替代效应。 附加回归分析显示，在包含GDP的两个变量系统中，股票和债券各自都有负系数，这为上述发现提供了进一步的支持。详见附录B的详细讨论。 图2，第9页呈现了这些回归的结果。紫色虚线展示了仅用GDP建模的黄金价格，误差在1980年代和2000年代尤为明显。图表还显示了使用全球名义GDP和全球投资组合资本化的全模型拟合线（黑色虚线）。使用两个变量而不是一个变量，使得黄金价格拟合得更好。虽然两个变量比一个变量提供更好的拟合并不令人惊讶，但值得注意的是，金融变量显著减少了与长期关系的偏差。 模型（2），我们将其标记为“黄金长期预期回报”或GLTER，使用这两个组成部分创建一个稳定的长期运行系统，其中包含一个R2 92%。对于GDP的相对较大系数估计为2.8意味着，在其他条件相同的情况下，GDP每增长1单位，黄金价格将增长2.8单位。当我们对两边取对数时，这些可以解释为百分比变化。全球投资组合的负系数（-1.07）缓和了这种关系，因为黄金在争夺储蓄份额，股票和债券市场资本化每增长1单位，黄金价格就会下降1单位。一旦将增长作为黄金价格的主要驱动因素考虑在内，我们就会剩下黄金与全球投资组合之间的这种替代效应。 关键在于，仅使用经济因素来解释金价会导致一个模型存在较长时间的失衡期（参见附录B中的表3：对这些结果的OLS回归稳健性检验）。考虑到金价的双重特性对黄金长期价格路径进行更加细致的解释。 在表2中，我们使用模型（2）的结果预测1971-2024年期间的年化平均回报率为8.6%，而该期间的实际回报率为8%。利用外部对GDP增长和全球投资组合的前瞻性估计，模型预测未来15年的年化平均回报率为5.2%。