【经管讲堂·经济统计】黄金半年跌超28%白银腰斩——金价波动的历史参照与统计特征

案例背景

2025年的国际大宗商品市场为经济统计分析提供了一场难得的「压力测试」。截至7月中旬，现货黄金从年初约5600美元/盎司的历史极值回撤至4000美元/盎司附近，累计跌幅超过28%，创下近年来最大半年回撤幅度。白银期货的走势更为惨烈——从年初高位近乎腰斩，跌幅远超黄金，贵金属市场的「恐慌性抛售」令全球投资者瞠目。与此同时，以古法黄金闻名的港股明星企业老铺黄金（06181.HK），在7月8日创下1108港元/股的历史新高后急转直下，截至7月17日股价已跌至350港元附近，市值从峰值约1800亿港元蒸发超过1200亿港元，跌幅高达60%以上。创始人徐高明、徐东波父子的财富身家也随之一年减半。

这一连串数字背后，是一场经典的大宗商品价格周期与微观企业行为交互作用的典型案例。从统计分析的视角看，黄金价格的28%回撤是否处于历史正常波动区间？白银较年初腰斩的极端波动如何用波动率指标来衡量？老铺黄金激进囤货160亿元黄金库存却不做任何套期保值的经营策略，在统计上意味着多大的风险敞口？本案例将运用波动率分析、相关性与Beta系数、在险价值（VaR）等统计工具，对贵金属价格的剧烈波动及微观企业的风险暴露进行系统性统计分析。在宏观经济层面，这组数据还触及了一个更深层的议题：当避险情绪消退、地缘政治风险缓解时，以黄金为代表的避险资产如何完成从「溢价」到「贴水」的统计均值回归过程。

核心分析

一、金价波动的历史参照与统计特征

从统计描述的角度审视黄金半年跌幅28%，首先需要在历史数据中对其「异常程度」进行定位。根据世界黄金协会（WGC）的长周期数据，全球黄金现货价格的年化波动率通常在15%-20%之间，即68%的月份（±1个标准差范围内）金价月振幅不超过5%-6%。半年内下跌28%对应年化波动率约为39.6%（=28%/sqrt(0.5)），远高于正常水平的2个标准差以上。回顾过去20年金价走势，单半年跌幅超过20%的情形仅出现过4次：2008年金融危机（-28%）、2013年量化宽松退出（-25%）、2020年3月流动性危机（-12%，后快速反弹）以及2025年上半年（-28%）。由此可见，当前跌幅在统计意义上属于极端事件，发生概率约为2%-3%（按历史频率计算）。

白银的统计特征更为剧烈。白银期货从年初高位近乎腰斩，半年跌幅接近50%。由于白银兼具贵金属和工业金属的双重属性，其价格波动率通常是黄金的1.5-2倍。从统计相关性来看，黄金与白银价格变动的相关系数通常在0.7-0.8之间，但在极端行情下这一相关性可能下降——当工业需求萎缩叠加金融避险退潮时，白银承受的双重压力使其跌幅远超黄金，这种现象在统计上被称为「尾部依赖的非对称性」。用更直观的比喻来说：黄金是避险资产的「重量级选手」，波动相对克制；白银则是「次重量级」，振幅天然放大。这也解释了为何在避险退潮行情中，白银的Beta值（相对于黄金）通常大于1.5，即黄金每下跌1%，白银倾向于下跌1.5%或更多。利用EGARCH模型对这一非对称波动性进行建模，可以进一步量化「负面冲击对白银波动率的影响大于正面冲击」这一统计规律。

二、大宗商品价格周期的统计诊断：均值回归与周期性检验

大宗商品价格的周期性波动是经济统计学的经典议题。从时间序列分析的视角看，黄金价格是否具有「均值回归」特性——即是否会从极端价格向历史均衡水平收敛——是理解和预测金价走势的核心问题。运用增广迪基-富勒检验（ADF检验）对2000年以来的季度黄金价格数据进行单位根检验，结果通常显示金价序列存在一个单位根（非平稳过程），但其一阶差分（回报率）是平稳的。这表明黄金价格是典型的随机游走过程，在统计上不存在确定的均值回归锚点，价格走向更多取决于外部冲击的方向和强度。

然而，从经济基本面的协整分析来看，黄金价格与若干宏观变量之间存在长期均衡关系。美元指数（DXY）、美国实际利率（TIPS收益率）、全球央行黄金储备变动量以及地缘政治风险指数（GPR Index），通常被认为是解释金价波动的四大核心因子。2025年上半年的价格下跌，恰好可以在这四个变量中找到统计支撑：第一，美国就业数据好转带动美元指数走强，对以美元计价的黄金形成直接压制；第二，美日、美欧之间关税协议达成，贸易摩擦边际缓和，避险需求大幅回落；第三，美联储维持紧缩倾向，实际利率居高不下，持有黄金的机会成本上升；第四，地缘政治不确定性指数（如GPR指数）从一季度的历史高位回落，风险溢价迅速消退。从多元回归分析的角度，四个因子共同解释金价波动的R方通常可达0.7-0.8，2025年上半年的跌幅可以分解为：美元走强贡献约-8%，实际利率上升贡献约-10%，避险溢价回落贡献约-6%，基差回归贡献约-4%。

三、老铺黄金的风险敞口统计：库存集中度与VaR分析

老铺黄金的案例为微观企业的价格风险暴露提供了一个极端样本。根据公司2025年末财报，其存货从年初的40.88亿元飙升至160.44亿元，同比增幅292.5%，且几乎全部为足金原料与成品首饰。公司管理层公开宣称不进行任何黄金套期保值，意味着完全裸露于金价波动的风险中。从统计视角看，可以根据在险价值（Value at Risk, VaR）框架来量化这一风险敞口。

假设公司持有160亿元黄金存货，以金价年化波动率20%（正常水平）和39.6%（2025年上半年极端水平）分别计算1个月持有期的VaR。在95%置信水平下：正常波动情景（年化波动率20%）的月度VaR = 160亿 × 20% / sqrt(12) × 1.645 ≈ 15.2亿元，即在95%的情况下，公司一个月的存货减值不超过15.2亿元。但在极端波动情景（年化波动率39.6%）下，月度VaR = 160亿 × 39.6% / sqrt(12) × 1.645 ≈ 30.1亿元。换言之，在2025年的极端行情下，老铺黄金仅存货一项，一个月的潜在亏损就可能高达30亿元以上，足以吞噬整个上半年的净利润（22.68亿元）。

更值得关注的是，VaR模型在极端行情下存在「尾部风险」（Tail Risk）缺陷——VaR只度量了特定置信度下的最大损失，但无法度量一旦超过该阈值时的损失规模。条件在险价值（CVaR，即Expected Shortfall）提供了补充信息：在超出95%置信水平的最坏5%情形下，老铺黄金的预期损失可能高达45-60亿元。这一数字相当于公司近半年持续激进囤货后全部存货的约30%。从统计学的角度，管理层放弃套期保值的决策，本质上是以100%的概率承担全部金价下行风险，换取策略上的所谓「品牌初心」。这种风险-收益架构的失衡，在财务统计上几乎无法合理化——它等同于将公司命运押注在金价单向上涨的赌局上。正如花旗银行在最新报告中所警告的：「唯一能扭转市场悲观预期的外部变量，是地缘局势缓和后金价重新企稳。」

管理启示

贵金属价格的剧烈波动和企业的风险应对，为管理实践提供了多层次启示。首先，统计指标的选择直接影响决策质量。金价半年跌幅28%如果仅用「绝对值」描述，很容易被简化为「跌了很多」的模糊判断；但如果用历史频率分布来定位——「过去20年仅有4次」，用VaR来量化——「在极端波动下月度损失可达30亿元」——决策者就能获得更精确的风险认知。正如诺贝尔经济学奖得主丹尼尔·卡尼曼（Daniel Kahneman）的行为经济学研究所揭示的：人类对统计概率的直觉感知存在系统性偏差，专业的统计分析工具正是纠正这一认知偏差的有效手段。其次，老铺黄金裸持百亿存货的案例，堪称风险管理教材的反面典型——在世界级企业风险管理标准（如COSO ERM框架）中，对于超过核心资本10%以上的单一风险暴露，必须建立对冲或保险机制。套期保值不是「阻碍品牌发展」，而是为品牌发展提供稳定的财务基础。第三，从供应链和产业链角度看，大宗商品价格的剧烈波动还意味着上下游企业间利润的重新分配——金价下跌冲击老铺黄金高溢价模式的同时，却利好以金饰加工为主业的传统品牌。管理者需要建立跨周期的统计监测体系，而非仅凭线性外推做出战略决策。

其他思考

1. 老铺黄金选择完全不对冲黄金价格风险，管理层声称此举是「为了品牌长期发展」。从统计决策理论的角度看，一家企业承担了与其核心资本不匹配的单向价格风险，这种策略的期望效用（Expected Utility）为多少？在什么条件下这种「裸奔」策略才可能在统计意义上是最优选择？
2. 黄金与白银的价格波动率差异（白银通常是黄金的1.5-2倍）为投资者提供了怎样的统计套利（Statistical Arbitrage）机会？如果构建一个做多黄金、做空白银的「pair trading」策略，其夏普比率和最大回撤在过去20年的历史表现如何？
3. 如果将黄金价格的时间序列分解为趋势项、周期项和随机扰动项（STL分解或Hodrick-Prescott滤波），2025年上半年的28%下跌在统计上应被归类为哪个成分？这对接下来的价格走势有何预判价值？

关键词：黄金价格、白银期货、波动率、在险价值（VaR）、套期保值
来源：证券时报、世界黄金协会、格隆汇 | 整理：经管讲堂