浅谈中国黄金现货价格预测模型

　　由上图检验结果发现，D（Y）的ADF检验统计量-44.822小于显着性水平5%时的临界值-2.863，所以拒绝原假设，即认为D（Y）不存在单位根，是平稳的时间序列。平稳的时间数据序列的确认为下文的研究提供了研究基础。
　　四、建立模型
　　在获取到平稳数据之后，需要通过确定自相关系数和偏自相关系数来识别将要建立的模型的形式和阶数。
　　如设为自相关系数，则时间序列滞后K阶的自相关系数由下式估计：
　　其中是序列的样本均值，这是相距K期值的相关系数。称为时间序列的自相关系数，自相关系数可以部分的刻画一个随机过程的性质。他告诉我们在序列的临近数据之间存在的相关性。
　　偏自相关系数是指在给定的条件下，与之间的条件相关性。其相关程度用偏自相关系数度量。在k阶滞后下估计偏相关系数的计算公式
　　由上述对自相关系数和偏自相关系数的定义可以得知，自相关系数和偏自相关系数的确定决定了模型形式，而将要建立的模型究竟以什么形式出现可以通过自相关和偏自相关图来识别。上述得到的平稳数据序列的自相关和偏自相关图如下所示：
　　在本文的数据处理中，滞后期选择为10。通过上图可知自第三个滞后期开始衰减开始加快，因此，对于中国黄金现货价格的预测模型建立可以采用二阶的移动平均模型MA（2）来实现。
　　通过eviews6.0软件进行模型估计，得到如下结果，见下
　　根据上述结果可以发现拟合程度较高，说明该模型具备较高的应用价值。同时，在模型建立之后，也可以通过样本外预测来研判该模型的预测精度，经过模型预测结果与实际数据相比，可以发现，预测误差极小，预测结果较为准确。
　　预测误差为：
　　六、研究不足与展望
　　众所周知，决定黄金价格的因素除了供给和需求因素之外，还与美元走势、国际石油价格、世界经济形势、地缘政治事件等等因素息息相关。直至今天，学术界也没有对影响黄金价格走势的决定要素在黄金价格变动中所发挥的权重比例给出明确解释，甚至，除了上述学界公认的因素外，其他因素对黄金价格的影响作用尚存争议。
　　本文采用自回归移动平均模型对中国黄金现货价格进行预测，绕开了对传统影响黄金价格的种种因素作用机理的分析，而围绕这些众多因素共同作用下的黄金价格所表现出的实际数据展开研究，这种类似于抛开“黑箱”关注结果的研究方法对黄金这种特殊商品价格的形成和变动比较适合。研究结果显示，模型建立较为恰当，预测结果精度高。这对黄金去货币化的今天，我们把握黄金价格的形成和变动的趋势具有较好的借鉴意义。
　　当然，本文后续的研究也必不可少。诸如把黄金价格变动的季节性波动因素、对影响黄金价格的重要因素（如美元汇率、石油价格等）的影响权重等变量放入模型中，在对中国黄金现货价格的预测中考虑将国际黄金价格的影响作为变量放入模型中，从而实现不仅在现实的数据表面探究数据变动规律，而且还兼顾了黄金价格形成与变动的内在作用机理，这些都是下一步研究的方向。
　　注释：
　　①数据源于上海黄金交易所和wind资讯金融终端2010版.
　　参考文献
　　张晓峒.eviews使用指南与案例[M].北京:机械工业出版社,2007,2.
　　高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2009,5.
　　祝合良.论世界黄金市场体系[J].中国黄金珠宝,2001(1).
　　祝合良,刘山恩.炒金宝典[M].北京:首都经济贸易大学出版社,2003,9.
　　刘山恩.黄金财富新视角[M].北京:经济管理出版社,2009,7.
　　胡乃联,宋鑫.自适应过滤模型在黄金价格预测中的应用[J].黄金,1999(5).