《Forecasting》：Forecasting Gold–Brent–U.S. Dollar Return Connectedness: Persistence Versus Macro-Financial Information
编辑推荐：
本研究考察美国宏观金融指标能否在自回归持续性（autoregressive persistence）的基础上，改善对黄金、布伦特原油与美元指数之间回报关联度（return connectedness）的一步向前预测。研究人员采用具有10步广义预测误差方差分解（
本研究考察美国宏观金融指标能否在自回归持续性（autoregressive persistence）的基础上，改善对黄金、布伦特原油与美元指数之间回报关联度（return connectedness）的一步向前预测。研究人员采用具有10步广义预测误差方差分解（generalized forecast-error variance decomposition）和历史上校准初始化的TVP-VAR模型，估计时变总关联度指数（Total Connectedness Index, TCI）。美国消费者物价通胀（U.S. Consumer Price Inflation）按预定发布日期对齐，而缺乏历史数据的预测变量则不纳入主要分析。研究在374个样本外观测值（2024年5月8日至2026年3月10日）上，采用时间顺序验证和扩展窗口估计，评估六种预测模型。AR(2)基准模型取得了最低的均方根误差（root mean squared error, RMSE，样本外R2为0.9768），而宏观金融增强的线性回归模型为0.4908，结合自回归与外部预测变量的XGBoost模型为0.5313。增强型XGBoost模型的均方预测损失比AR(2)高17.65%（Holm校正的Diebold–Mariano检验p=2.1×10?5）。滚动起点SHAP分析显示，两个滞后TCI预测变量占聚合平均绝对特征归因的94.91%，表明历史关联度主导了所拟合非线性预测模型的归因结构。探索性通胀区间比较未能为3%的离散阈值提供稳健证据。在所评估的三市场关联度目标、选定的宏观金融预测变量、一步预测视界及374个观测值的检验期内，没有替代模型优于AR(2)基准。这些发现强调了历史上一致的目标构建、信息可得性以及持续性感知预测基准的重要性。研究结果并不表明宏观金融信息普遍缺乏预测价值，也不表明非线性预测模型本质上更差。
论文解读
一、研究背景与研究问题
黄金、布伦特原油和美元指数通过国际贸易、大宗商品定价、资产配置和全球风险状况紧密相连。黄金被广泛视为对冲和避险资产，布伦特原油是国际能源基准，而美元在全球商品计价和金融交易中居于核心地位。三者在通胀、能源市场扰动和风险偏好差异下的异质性响应，使其相互关系尤为值得关注。然而，识别过去的关联并不等同于预测其未来演变。欧洲债务危机、2014–2015年油价暴跌、新冠疫情以及俄乌冲突等事件表明，这些关联可能相当不稳定。
Diebold和Yilmaz提出的关联度概念允许度量跨市场预测误差方差溢出，Antonakakis等通过时变参数向量自回归（TVP-VAR）进一步发展了这一概念，使关联度无需依赖固定滚动估计窗口即可随时间变化。但上述方法本质上度量的是依赖性，而非宏观金融变量能否比关联度指数自身的历史更精确地预测该指数。关联度往往具有很强的持续性——在样本外期间，总关联度指数（TCI）的滞后一阶自相关系数约为0.989。因此，仅使用TCI的近期值即可获得很高的样本外R2。要分析额外的预测信息，必须建立持续性的自回归基准进行比较。
另一个问题在于，当预测目标本身是估计量时，若TVP-VAR的前向滤波在全样本上校准初始化先验或中心化均值，可能在未来数据中引入前视偏差。此外，宏观金融指标的发布时间与数据修订问题也需考虑——CPI观测值须按发布日期对齐，而缺乏历史数据的预测变量不应纳入分析。
二、研究内容与核心结论
本研究考察美国宏观金融信息能否在自回归持续性之外，改善黄金–布伦特–美元回报关联度的一步向前样本外预测。研究采用TVP-VAR(1)框架，以10步广义预测误差方差分解和历史上校准的初始化参数重建日度关联度，得到2011年1月至2026年3月共3483个日度观测值。预测评估涵盖374个按时间顺序排列的测试起点（2024年5月8日至2026年3月10日），比较六种模型：历史均值基准、AR(2)、宏观金融增强的AR(2)线性模型，以及三种XGBoost变体（仅外部信息、仅滞后TCI、两者结合）。外部预测变量集包括VIX、OVX、GVZ、标普500回报率和按发布日期对齐的美国CPI通胀率。
核心结论是：AR(2)基准模型取得了最低的预测误差（RMSE为0.4898），宏观金融增强的线性模型未带来统计显著的改进（单侧Clark–West检验p=0.466），而增强型XGBoost模型的均方预测损失比AR(2)高17.65%（Holm校正p=2.1×10?5）。滚动起点SHAP分析显示，两个滞后TCI预测变量占聚合平均绝对特征归因的94.91%。这些发现表明，在所评估的设定下，自回归持续性构成了关联度短期预测的更坚实基础。
三、主要技术方法
研究采用以下关键技术方法：第一，TVP-VAR关联度估计框架，使用系数和协方差遗忘因子0.99，基于前251个历史校准观测估计初始化先验和中心化均值并保持固定，通过未来扣留检验验证历史一致性；第二，广义预测误差方差分解（GFEVD）计算总关联度指数和方向性关联度；第三，XGBoost非线性机器学习模型，通过时间顺序验证样本选择超参数；第四，滚动起点SHAP（Shapley Additive Explanations）解释方法；第五，Diebold–Mariano检验和Clark–West嵌套模型检验评估预测精度差异，采用Holm多重检验校正。数据来源为Investing.com的黄金、ICE布伦特原油和美元指数（DXY）日度收盘价，样本期为2010年1月13日至2026年3月11日，同步后共3734个日度对数回报观测值。
四、研究结果
4.1 黄金、布伦特原油与美元之间的动态回报关联度
未来扣留检验显示各历史截断点的最大TCI差异为零，与独立参考序列的最大数值差异约为10?15。重建的TCI均值为13.0842，标准差为5.8781，中位数为11.3432，最小值为2020年3月2日的2.4573，最大值为2011年1月20日的42.1393。2011–2013年关联度相对较高，2014–2019年较低（平均9.0859），2020年平均为7.8569，表明市场压力并不必然导致三市场回报关联度上升。2021–2023年关联度上升，2023年3月7日达到28.0540的峰值，年均约21.9356。样本外预测期内TCI目标值均值为12.6228，滞后一阶自相关约0.9886，表明历史关联度对未来值携带大量信息。
4.2 方向性关联度与净溢出动态
黄金是最大的平均净发射者，平均净关联度为2.7283个百分点，黄金净关联度为正的天数占68.6%。布伦特原油和美元指数为平均净接收者，净关联度分别为?1.8933和?0.8350个百分点，为正的天数分别占30.0%和47.4%。但各市场角色随时间变化显著：布伦特原油在2020年呈现正的平均净关联度（3.0048），2023年转为净接收者（?2.1433），而黄金和美元在该年呈现正的平均净关联度（0.9551和1.1883）。若剔除2018–2019年作为描述性敏感性检验，黄金平均净关联度为0.7526，布伦特为?1.1210，美元为0.3684。在独立预测期内，黄金平均为净发射者，布伦特主要为净接收者，美元呈小幅正平均净值。
4.3 样本外预测表现
AR(2)模型取得最高预测精度，RMSE为0.4898，MAE为0.2520，样本外R2为0.9768。宏观金融增强的线性模型（B3）RMSE为0.4908，MAE为0.2561，均方预测误差比AR(2)大0.41%。增强型XGBoost模型（B5）RMSE为0.5313，比AR(2)高8.47%，均方预测误差高17.65%。仅TCI的XGBoost模型（B6）RMSE为0.5683。仅外部预测变量的XGBoost模型（B4）表现最差，RMSE为4.4652，样本外R2为?82.0398，甚至劣于历史均值基准。比较B4、B5和B6可知，纳入滞后关联度显著改善了XGBoost预测精度，但仍不足以超越更简单的AR(2)模型。
4.4 预测精度的统计比较
增强线性模型（B3）与AR(2)无显著差异，双侧p值为0.7558。三个XGBoost模型的平均平方预测损失均显著高于AR(2)，且经Holm校正后仍保持显著。增强型XGBoost（B5）的Holm校正p值为2.1×10?5。由于B3嵌套AR(2)基准，Clark–West调整比较的单侧p值约为0.4658，无证据表明宏观金融增强改善了预测精度。不同HAC带宽（0、10、20滞后）的敏感性检验保持定性结论不变。
4.5 滚动起点SHAP模型解释
两个滞后TCI变量合计占聚合平均绝对SHAP归因的约94.91%，其中最近一期关联度观测贡献72.62%，第二滞后贡献22.29%。五个外部预测变量合计仅占约5.09%，其中CPI通胀贡献最大（1.42%），其次为GVZ（1.27%）、OVX（1.02%）、VIX（0.83%）和标普500回报率（0.55%）。最大绝对重建差异约为10?15，表明预测与重构特征贡献之间数值一致。SHAP归因反映的是模型预测在特征间的分配方式，不表示因果关系或样本外预测改进。
4.6 探索性通胀区间分析
在3%阈值下，低通胀区间平均绝对CPI SHAP归因值为0.04323，高通胀区间为0.03507。在2.5%阈值下，低通胀区间为0.03507，高通胀区间为0.04323，量级排序发生反转。平均符号SHAP值方面，2.5%阈值下低通胀区间为负（?0.00868）、高通胀区间为正（0.01020）；3%阈值下两个区间均为正（0.00575和0.00616）。阈值提高至3.5%时，检验期内无观测落入高通胀区间。这些描述性差异对所选阈值敏感，不构成稳定的区间依赖效应或因果关系。高通胀观测仅覆盖检验期内五个不同的CPI发布区间。
4.7 子期间稳定性与稳健性
AR(2)基准在两个等长子期间和2024年子样本中均取得最低RMSE，其RMSE从前半段的0.6054降至后半段的0.3366。2025年和2026年，宏观金融增强线性模型的RMSE略低于AR(2)，差异分别约为0.0021和0.0035，但2026年子样本仅含48个观测值。AR(2)预测误差存在滞后一阶自相关0.1697（Ljung–Box统计量11.7843，p=0.0377），B3类似（0.1677，p=0.0390），B5更强（0.2225，p=0.0022）。这些局部数值改进不推翻全期预测结论。
五、讨论与结论
研究表明，自回归持续性构成关联度短期预测的更坚实基础，所评估的宏观金融变量和非线性机器学习模型未在AR(2)基准之上提供预测增益。方向性分析显示各市场角色随时间变化，但方向性指标基于广义预测误差方差分解，不能视为因果识别的估计。滚动起点SHAP分析表明增强型XGBoost模型主要依赖历史关联度信息进行预测。通胀区间比较未提供3%阈值的稳健证据。
研究强调了两类前视偏差来源：目标构建中使用的信息和预测变量构建中使用的信息。更新的TVP-VAR通过初始校准样本估计先验和中心化均值并在前向滤波中保持固定来解决前者，未来扣留审计显示各截断点的TCI历史差异低于10?15的容差。CPI数据按发布日期对齐，但未使用完整的历史首次发布版本集合，因此应视为发布日期对齐的历史预测研究而非实时研究。
研究结论指出，在评估的三市场关联度目标、选定的宏观金融预测变量、一步预测视界和374个观测值的检验期内，没有替代模型优于AR(2)基准。这些发现强调了历史上一致的目标构建、信息可得性和持续性感知预测基准的重要性，但并不表明宏观金融信息普遍缺乏预测价值，也不表明非线性预测模型本质上更差。研究局限性包括仅聚焦三个金融市场和一步预测视界、TCI依赖于所选TVP-VAR设定、宏观金融变量历史数据可得性限制、以及高持续性与少量CPI发布区间对通胀区间解释的制约。未来研究可探索更长的预测视界、更多金融市场、其他TVP-VAR规格以及历史宏观经济数据版本的使用。
